葛澤鈺／上海大學(xué)文化遺產(chǎn)與信息管理學(xué)院

隨著Al技術(shù)迎來新一輪發(fā)展熱潮，AI賦能各行各業(yè)被提升到新的戰(zhàn)略高度，檔案領(lǐng)域不可避免地卷入其中。目前，AI技術(shù)在我國(guó)檔案工作中的應(yīng)用尚處于嘗試和探索階段，主要用于取代部分程序化、機(jī)械化、模式化的檔案業(yè)務(wù)[1]，避開了開放性、解釋性和自主化的任務(wù)，例如人工智能在檔案鑒定中的應(yīng)用實(shí)踐仍然較為缺乏。檔案鑒定是檔案管理的核心環(huán)節(jié)，是對(duì)歸檔文件去粗取精，優(yōu)先保管具有保存價(jià)值的文件并使其發(fā)揮更大作用，以滿足社會(huì)需要的過程[2]。數(shù)字環(huán)境下，傳統(tǒng)的人工鑒定模式難以應(yīng)對(duì)海量結(jié)構(gòu)化與非結(jié)構(gòu)化的數(shù)字信息鑒定，與Al技術(shù)融合發(fā)展成為檔案鑒定的應(yīng)然選擇。目前感知智能技術(shù)應(yīng)用正向認(rèn)知智能技術(shù)應(yīng)用演進(jìn)，在認(rèn)知智能層面，機(jī)器具備理解、解釋、推理及規(guī)劃等能力[3]，為檔案價(jià)值鑒定這一更深層次的業(yè)務(wù)場(chǎng)景落地提供了技術(shù)支持。通過認(rèn)知智能技術(shù)賦能檔案鑒定，能夠?yàn)榧确爆嵱掷щy重重的檔案鑒定工作提供有效解決方案，有力推動(dòng)智能化、智慧化檔案管理實(shí)踐取得實(shí)質(zhì)性進(jìn)展。

英國(guó)國(guó)家檔案館主導(dǎo)的AI for selection項(xiàng)目（以下簡(jiǎn)稱AI項(xiàng)目）通過研究和測(cè)試證明AI可以用于電子文件鑒定工作，并探究了AI如何支持和優(yōu)化電子文件揀選過程[4]。本文以英國(guó)國(guó)家檔案館該項(xiàng)目為例，描繪人工智能技術(shù)在檔案歸檔鑒定中的應(yīng)用圖景，總結(jié)其經(jīng)驗(yàn)，審視其中存在的風(fēng)險(xiǎn)，以期為我國(guó)檔案領(lǐng)域更廣泛和深入應(yīng)用人工智能技術(shù)提供理論參考。

1 AI for selection項(xiàng)目檔案智能鑒定的應(yīng)用圖景

早在2018年，英國(guó)政府?dāng)?shù)字化轉(zhuǎn)型導(dǎo)致電子文件的數(shù)量和種類急劇增加，海量電子文件的鑒定和保存工作幾乎不可能完全依靠人工手段。于是，英國(guó)國(guó)家檔案館數(shù)字保存部門成立研究小組，探究應(yīng)用人工智能工具進(jìn)行電子文件鑒定的過程，其主導(dǎo)了 AI for selection項(xiàng)目，該項(xiàng)目的主要內(nèi)容包括：一是掌握利用AI技術(shù)進(jìn)行電子文件鑒定的技術(shù)原理，熟悉AI技術(shù)應(yīng)用于電子文件鑒定的操作流程；二是研究和測(cè)試不同供應(yīng)商的AI工具，評(píng)估AI如何支持和優(yōu)化電子文件鑒定工作；三是設(shè)計(jì)選擇AI工具供應(yīng)商的評(píng)估指標(biāo)，為對(duì)接外包市場(chǎng)提供參考等。

AI for selection項(xiàng)目通過探究一系列機(jī)器學(xué)習(xí)方法，自主研發(fā)了AI技術(shù)應(yīng)用的基準(zhǔn)工具，并最終形成了一份面向各文件管理部門的指導(dǎo)手冊(cè)《在政府中使用AI進(jìn)行電子文件鑒定》[5]，為人工智能技術(shù)在電子文件鑒定中的應(yīng)用提供了一個(gè)可行方案。英國(guó)國(guó)家檔案館的有益探索為我國(guó)依托人工智能技術(shù)實(shí)現(xiàn)檔案智能鑒定提供了借鑒和參考，下面以AI for selection項(xiàng)目為例從決策依據(jù)、功能實(shí)現(xiàn)及效能呈現(xiàn)方面描繪人工智能應(yīng)用于檔案鑒定的圖景。

1.1 決策依據(jù)：人類經(jīng)驗(yàn)和AI技術(shù)相結(jié)合

英國(guó)國(guó)家檔案館使用來自其文件管理系統(tǒng)的“代表性數(shù)據(jù)”，包括110882個(gè)文件與12462個(gè)文件夾，在研究和測(cè)試AI工具的過程中，使用80%經(jīng)過標(biāo)記的訓(xùn)練數(shù)據(jù)來訓(xùn)練模型，由機(jī)器對(duì)訓(xùn)練數(shù)據(jù)集中“選中的”文件的特征與“未選中的”文件的非特征進(jìn)行識(shí)別和學(xué)習(xí)，之后使用剩余20%數(shù)據(jù)進(jìn)行測(cè)試，通過不斷完善模型以優(yōu)化鑒定的準(zhǔn)確度。

AI for selection項(xiàng)目發(fā)現(xiàn)檔案工作者擁有的關(guān)于檔案價(jià)值判定的主觀經(jīng)驗(yàn)和知識(shí)對(duì)于AI工具的有效運(yùn)作至關(guān)重要。此外，數(shù)字檔案自身特性所引發(fā)的鑒定問題有必要交由數(shù)字技術(shù)本身來處理，這既是一種技術(shù)邏輯，即尊重機(jī)器的運(yùn)行方式，也是一種技術(shù)思維，即將現(xiàn)實(shí)問題放置在其產(chǎn)生的源環(huán)境中去理解。因此，人工智能技術(shù)賦能的內(nèi)在本質(zhì)是通過將人類經(jīng)驗(yàn)與AI技術(shù)結(jié)合實(shí)現(xiàn)檔案鑒定。在收集、分析和推理大量數(shù)據(jù)的基礎(chǔ)上，人工智能可以挖掘隱藏在檔案數(shù)據(jù)中的潛在規(guī)律，客觀現(xiàn)實(shí)狀況及不同現(xiàn)象之間的關(guān)聯(lián)得以充分反映。

1.2 功能實(shí)現(xiàn)：檔案鑒定指標(biāo)與數(shù)據(jù)的比對(duì)

AI for selection項(xiàng)目智能鑒定功能的實(shí)現(xiàn)是通過將檔案鑒定指標(biāo)與檔案數(shù)據(jù)挖掘結(jié)果進(jìn)行比對(duì)，判定文件的價(jià)值類型。首先，上傳電子文件，將檔案鑒定方法、原則、標(biāo)準(zhǔn)、影響因素等轉(zhuǎn)化為算法表達(dá)，借助自然語(yǔ)言處理、數(shù)據(jù)挖掘等技術(shù)促進(jìn)對(duì)文件內(nèi)容特征、元數(shù)據(jù)特征的理解與提取。其次，使用算法依據(jù)鑒定規(guī)則和流程判定文件是否需要?dú)w檔，并做出文件保管期限的判定，識(shí)別出需要永久保存的電子文件。第三，在機(jī)器完成鑒定后由人工進(jìn)行結(jié)果審查，反饋情況以調(diào)整或重新設(shè)計(jì)流程。

AI for selection項(xiàng)目基于文件元數(shù)據(jù)和文件內(nèi)容分別開發(fā)了兩種鑒定模型，其中基于文件元數(shù)據(jù)的鑒定模型主要是根據(jù)文件的元數(shù)據(jù)特征判別是否需要?dú)w檔及其保管期限；基于文件內(nèi)容的鑒定模型主要是根據(jù)文件的內(nèi)容特征判斷文件的價(jià)值，將具有相同特征的文件聚類到一起，做出文件保管期限的判定。經(jīng)測(cè)試，英國(guó)國(guó)家檔案館指出電子文件智能鑒定的實(shí)現(xiàn)應(yīng)當(dāng)既考慮文件的元數(shù)據(jù)特征，還應(yīng)根據(jù)文件的具體內(nèi)容來決定[6]，以得到較為良好的鑒定結(jié)果。

1.3 效能呈現(xiàn)：自動(dòng)化智能化助力質(zhì)效提升

目前檔案鑒定工作繁瑣且困難重重，存在鑒定標(biāo)準(zhǔn)缺乏且難以把握、專業(yè)鑒定人員不足等問題。自動(dòng)化、智能化的鑒定在結(jié)果呈現(xiàn)上以高效、簡(jiǎn)潔為特征，AI憑借其自身優(yōu)勢(shì)成為檔案鑒定工作高質(zhì)量高效率發(fā)展的助推器。AI for selection項(xiàng)目基于文件元數(shù)據(jù)和文件內(nèi)容兩種模型最終研發(fā)了兩類揀選器，即樸素貝葉斯分類器和邏輯回歸分類器，為電子文件鑒定提供了AI工具。通過智能化的產(chǎn)品輔助人工管理，極大地提高了檔案鑒定工作質(zhì)效，為檔案鑒定工作從“純?nèi)斯つＪ健鞭D(zhuǎn)變?yōu)椤鞍胱詣?dòng)模式”提供了可行方案。

2 AI for selection項(xiàng)目檔案智能鑒定的風(fēng)險(xiǎn)審視

隨著數(shù)字轉(zhuǎn)型深入推進(jìn)，英國(guó)國(guó)家檔案館AI for selection項(xiàng)目將人工智能技術(shù)應(yīng)用于電子文件鑒定能夠解決當(dāng)前鑒定工作所面臨的部分難題，為我國(guó)檔案領(lǐng)域與人工智能深入融合提供了參考。但由于檔案鑒定工作本身具有很強(qiáng)的嚴(yán)謹(jǐn)性，我國(guó)檔案領(lǐng)域在借鑒AI for selection項(xiàng)目經(jīng)驗(yàn)的同時(shí)應(yīng)當(dāng)理性審視其中存在的諸多風(fēng)險(xiǎn)：一是鑒定主體權(quán)責(zé)亟需明確；二是人類認(rèn)知偏差導(dǎo)致人工智能偏見；三是鑒定模型建構(gòu)中存在“質(zhì)”與“量”的鴻溝等。

2.1 鑒定主體權(quán)責(zé)亟需明確

人工智能應(yīng)用于檔案歸檔鑒定，意味著在檔案機(jī)構(gòu)和檔案管理人員之外，機(jī)器也作為檔案管理主體參與其中。目前AI for selection項(xiàng)目通過人工智能實(shí)現(xiàn)輔助人工鑒定，而隨著人工智能由感知智能技術(shù)應(yīng)用轉(zhuǎn)向認(rèn)知智能技術(shù)應(yīng)用，其自主學(xué)習(xí)能力正不斷增強(qiáng)，自主意識(shí)也在不斷形成，這樣的事實(shí)是我們無法回避的。人工智能形態(tài)的不斷變革，當(dāng)前關(guān)于人工智能體的屬性和地位該如何明確存在很大爭(zhēng)論[7]，未來，人工智能是人還是機(jī)器的爭(zhēng)論也許還將持續(xù)很久。倘若今后檔案鑒定工作逐步實(shí)現(xiàn)“智能化模式”，當(dāng)利用算法判定文件是否需要?dú)w檔，是否讓它留存下去成為檔案時(shí)，對(duì)于機(jī)器提供的結(jié)果是否可以完全信任難以下定論，歸責(zé)問題需要明確，這需要依托檔案學(xué)者們的共同努力以及相應(yīng)的法律法規(guī)提供支持。

2.2 人類認(rèn)知偏差導(dǎo)致人工智能偏見

人工智能本身并不具備鑒定經(jīng)驗(yàn)，其鑒定經(jīng)驗(yàn)是由人類所賦予它的，AI for selection項(xiàng)目將保存著復(fù)雜類經(jīng)驗(yàn)的檔案轉(zhuǎn)化為算法表達(dá)，也可以窮盡的規(guī)則實(shí)現(xiàn)檔案鑒定。人腦不可否認(rèn)地存在認(rèn)知偏差，而一旦人類給予AI的鑒定經(jīng)驗(yàn)本身存在偏差，這種偏差會(huì)持續(xù)重復(fù)下去，最終將導(dǎo)致AI在實(shí)際上的偏見[8]。檔案價(jià)值鑒定理論從“年齡鑒定論”“行政官員決定論”“職能鑒定論”等發(fā)展到目前被廣泛接受和認(rèn)可的“宏觀鑒定論”，宏觀鑒定論的實(shí)質(zhì)是片面的“實(shí)體價(jià)值論”，即其認(rèn)為檔案價(jià)值是獨(dú)立于主體之外而存在的，它隨檔案的產(chǎn)生而產(chǎn)生，不論人們利用與否都是客觀存在的，顯然存在著重大的理論缺陷[9]?；诖嬖谄姷娜斯ぶ悄軐?duì)檔案進(jìn)行鑒定，其結(jié)果會(huì)對(duì)歷史的真實(shí)和完整造成嚴(yán)重傷害。

2.3 鑒定模型建構(gòu)存在“質(zhì)”“量”鴻溝

對(duì)于人工智能而言，算法、算力、數(shù)據(jù)是其核心三要素，其中最基礎(chǔ)最核心的是數(shù)據(jù)。任何算法都需經(jīng)過大量數(shù)據(jù)的洗禮，數(shù)據(jù)的質(zhì)量、精確度、完善度等直接決定了AI在實(shí)際應(yīng)用中的表現(xiàn)[10]。以英國(guó)國(guó)家檔案館開發(fā)的基于文件元數(shù)據(jù)和文件內(nèi)容的兩種模型來看，檔案智能鑒定需要數(shù)據(jù)與知識(shí)雙核驅(qū)動(dòng)，其能否得以實(shí)現(xiàn)的前提是擁有足夠量的檔案數(shù)據(jù)及龐大的鑒定知識(shí)為基礎(chǔ)開展機(jī)器學(xué)習(xí)的應(yīng)用，研究人員需要準(zhǔn)備大量訓(xùn)練數(shù)據(jù)集對(duì)系統(tǒng)進(jìn)行訓(xùn)練。數(shù)據(jù)規(guī)模越大，學(xué)習(xí)效果更佳，準(zhǔn)備機(jī)器學(xué)習(xí)的大規(guī)模數(shù)據(jù)和知識(shí)需要耗費(fèi)大量資源對(duì)其進(jìn)行預(yù)處理。然而，現(xiàn)階段我國(guó)檔案數(shù)據(jù)化程度較低，來源復(fù)雜、內(nèi)容廣泛、標(biāo)準(zhǔn)不一，尤其元數(shù)據(jù)稀缺，無法提供足夠優(yōu)質(zhì)的數(shù)據(jù)作為智能鑒定的訓(xùn)練數(shù)據(jù)集，將影響機(jī)器學(xué)習(xí)應(yīng)用的效果。

3 AI for selection項(xiàng)目對(duì)我國(guó)檔案智能鑒定的啟示

通過上述分析可知，人工智能應(yīng)用于檔案鑒定工作存在著一些風(fēng)險(xiǎn)，為此，我國(guó)檔案界應(yīng)當(dāng)理性看待并采取手段防范AI技術(shù)可能帶來的隱患，可以在借鑒參考AI for selection項(xiàng)目做法的基礎(chǔ)之上，從制度、意識(shí)、資源和業(yè)務(wù)等層面進(jìn)行風(fēng)險(xiǎn)防范，以保持我國(guó)檔案工作良性運(yùn)行，維持檔案業(yè)務(wù)與技術(shù)之間平衡協(xié)調(diào)發(fā)展。

3.1 制度層面：制定規(guī)范標(biāo)準(zhǔn)，明確主體權(quán)責(zé)

為加快推動(dòng)我國(guó)檔案領(lǐng)域深入應(yīng)用人工智能技術(shù)，防范人工智能應(yīng)用于檔案鑒定帶來的風(fēng)險(xiǎn)，還需以法律和行業(yè)標(biāo)準(zhǔn)來引導(dǎo)和規(guī)范人工智能技術(shù)在檔案領(lǐng)域的應(yīng)用行為。首先，制定檔案智能鑒定系統(tǒng)開發(fā)和應(yīng)用的規(guī)范標(biāo)準(zhǔn)。英國(guó)國(guó)家檔案館在研究和探索人工智能支持和優(yōu)化檔案鑒定的過程中，形成了一份面向各文件管理部門的指導(dǎo)手冊(cè)《在政府中使用AI進(jìn)行電子文件鑒定》，為希望在電子文件鑒定工作中應(yīng)用人工智能的政府部門提供技術(shù)、市場(chǎng)、管理等方面的建議。當(dāng)前，我國(guó)檔案智能鑒定系統(tǒng)的建立過程中許多量化指標(biāo)還難以確定，可以參考該項(xiàng)目的經(jīng)驗(yàn)，對(duì)電子文件鑒定應(yīng)用的AI技術(shù)、評(píng)估指標(biāo)設(shè)計(jì)等方面加以明確，為檔案智能鑒定的落地提供指導(dǎo)。其次，界定檔案管理主體權(quán)責(zé)。建立法律法規(guī)是以普遍存在的社會(huì)事實(shí)為約束對(duì)象，對(duì)潛在風(fēng)險(xiǎn)尚無力防范[11]。然而一旦機(jī)器鑒定結(jié)果有誤，又會(huì)因法律法規(guī)的不完善導(dǎo)致檔案機(jī)構(gòu)和人員承受巨大損失，法律法規(guī)應(yīng)起作用和實(shí)起作用之間的差距使得檔案領(lǐng)域深入應(yīng)用AI技術(shù)存在猶豫和遲疑。為此，需要明確檔案主管部門領(lǐng)導(dǎo)、機(jī)器學(xué)習(xí)模型設(shè)計(jì)者、檔案工作者等主體的責(zé)任劃分，從而在法律保障層面推動(dòng)人工智能在檔案鑒定工作中的深化應(yīng)用。

3.2 意識(shí)層面：回歸價(jià)值理性，重構(gòu)鑒定理論

“智慧”的根源在于人，而非智能技術(shù)。在意識(shí)層面，我國(guó)檔案界應(yīng)回歸價(jià)值理性，重構(gòu)和完善檔案鑒定理論體系，讓檔案鑒定理論與技術(shù)深度融合，以紓解偏差偏見風(fēng)險(xiǎn)。首先，秉持價(jià)值理性。檔案鑒定不應(yīng)完全由人工智能的技術(shù)理性所牽制[12]，AI for selection項(xiàng)目也指出檔案工作者所具備的關(guān)于檔案鑒定的知識(shí)對(duì)于有效運(yùn)作AI工具至關(guān)重要。在探索檔案鑒定智能化過程中，如何實(shí)現(xiàn)檔案工作價(jià)值理性地發(fā)揮是不可規(guī)避的問題。為此，需要在智能鑒定工作中考量情感需求、聚焦人文關(guān)懷，將真實(shí)、客觀、公平、向善等原則嵌入鑒定標(biāo)準(zhǔn)中。從整體層面思考檔案鑒定與文化、記憶之間的關(guān)系，檔案鑒定需具備更多的包容性，以呈現(xiàn)豐富多樣和與社會(huì)真相對(duì)稱的立體結(jié)構(gòu)[13]。其次，重構(gòu)檔案鑒定理論體系。一是要充分吸收既有經(jīng)典理論的有益成分。宏觀鑒定法雖獲得較為廣泛的認(rèn)可，但因其中的職能分析模塊難于把握，在應(yīng)用當(dāng)中仍然面臨一些困難。數(shù)字環(huán)境下，將抽象的宏觀鑒定論細(xì)化為具體指南不可避免。二是基于檔案屬性、內(nèi)容與來源背景、價(jià)值實(shí)現(xiàn)方式鑒定[14]，構(gòu)建與完善檔案鑒定理論體系。通過將更為完備的檔案鑒定理論與Al技術(shù)深度融合，以減少AI技術(shù)造成的偏差、偏見。

3.3 資源層面：夯實(shí)數(shù)據(jù)基礎(chǔ)，優(yōu)化鑒定模型

《在政府中使用AI進(jìn)行電子文件鑒定》中提出不同的文件類型如文本、媒體和圖像等可能需要不同的模型。在資源層面，需要依托足夠的檔案數(shù)據(jù)及專家知識(shí)，通過大量訓(xùn)練數(shù)據(jù)集檢驗(yàn)和優(yōu)化鑒定模型及規(guī)則，以獲得更為準(zhǔn)確的鑒定結(jié)果。首先，夯實(shí)數(shù)據(jù)基礎(chǔ)，為人工智能深度分析提供支撐。AI for selection項(xiàng)目建議在選擇訓(xùn)練數(shù)據(jù)時(shí)檔案工作者需要重點(diǎn)考慮數(shù)據(jù)的質(zhì)量和數(shù)量。一是需要打好檔案數(shù)據(jù)資源基礎(chǔ)，檔案工作者應(yīng)意識(shí)到重復(fù)文件的普遍性，確保訓(xùn)練數(shù)據(jù)的多樣性，準(zhǔn)備初始數(shù)據(jù)以及設(shè)定用于價(jià)值判定的關(guān)鍵詞、密級(jí)判定的敏感詞等。二是需要大規(guī)模的訓(xùn)練數(shù)據(jù)集對(duì)機(jī)器進(jìn)行訓(xùn)練，隨著訓(xùn)練集數(shù)量越大，學(xué)習(xí)結(jié)果的準(zhǔn)確率將越高。其次，優(yōu)化鑒定指標(biāo)、模型和規(guī)則。一是基于檔案鑒定理論，以及檔案的真實(shí)、完整、可靠等屬性，構(gòu)建檔案鑒定理論框架模型，設(shè)定鑒定標(biāo)準(zhǔn)、指標(biāo)、原則等，并將其轉(zhuǎn)化為算法表達(dá)?？梢詫?duì)接ISO 15489檔案管理標(biāo)準(zhǔn)，設(shè)定多維度多變量的衡量標(biāo)準(zhǔn)[15]，以此搭建檔案鑒定理論框架。二是在遵循既定規(guī)則的基礎(chǔ)上，充分利用人工智能技術(shù)從訓(xùn)練和測(cè)試中歸納總結(jié)電子文件共性，并以此來反哺既定規(guī)則，通過不斷完善和發(fā)展檔案鑒定規(guī)則以更準(zhǔn)確高效地完成檔案鑒定。

3.4 業(yè)務(wù)層面：人機(jī)協(xié)同共生，吸納公眾參與

AI for selection項(xiàng)目指出AI無法取代檔案工作者的專長(zhǎng)，檔案工作未來在很長(zhǎng)一段時(shí)間將會(huì)是人機(jī)共存、人機(jī)互補(bǔ)的模式。為此，從業(yè)務(wù)層面看，可以通過積極探索人機(jī)協(xié)同共生，以及廣泛吸納社會(huì)公眾參與兩條路徑有效防范運(yùn)用AI技術(shù)進(jìn)行檔案歸檔鑒定的風(fēng)險(xiǎn)。首先，檔案工作者應(yīng)樹立人機(jī)共存的思維，積極探索與人工智能協(xié)同共生。一是積極應(yīng)對(duì)人工智能時(shí)代帶來的挑戰(zhàn)，不斷提高自身創(chuàng)新能力，發(fā)展與人工智能技術(shù)融合能力。二是由于目前認(rèn)知智能的發(fā)展仍不夠成熟完備，檔案人員應(yīng)避免過于依賴技術(shù)，將檔案價(jià)值判定工作脫離人類經(jīng)驗(yàn)和認(rèn)知而完全交由機(jī)器，應(yīng)當(dāng)探索人機(jī)互補(bǔ)的模式以提升檔案鑒定質(zhì)效。其次，吸納社會(huì)公眾參與檔案鑒定。2020年修訂的《中華人民共和國(guó)檔案法》中指出“國(guó)家鼓勵(lì)社會(huì)力量參與和支持檔案事業(yè)的發(fā)展”，為社會(huì)公眾參與檔案鑒定提供了法律依據(jù)。在以往的檔案鑒定模式中，不論是由立檔單位鑒定、檔案工作者鑒定，還是由學(xué)科專家、政治家等合作鑒定，決定權(quán)始終把握在少部分人手中。顯然，同任何決策過程一樣，試圖將所有社會(huì)相關(guān)群體納入決策圈并不現(xiàn)實(shí)。但在網(wǎng)絡(luò)空間中，隨著人工智能技術(shù)的發(fā)展，檔案價(jià)值鑒定可以吸納公眾參與其中，社會(huì)公眾的智慧與力量將逐漸得以凸顯。