Inteligencia Artificial en museos e instituciones culturales

Industrial production concept of sacred beliefs 4.0 amulet talisman, vía Shutterstock

Este ha sido un año de mucha actividad para los museos e instituciones culturales similares en cuanto al análisis, experimentación y adopción de nuevas tecnologías.

Uno de los aspectos de los que más se ha tratado este año –y en general en todo el sector cultural- ha sido el de la inteligencia artificial, junto al análisis de datos en sus diferentes vertientes, como ya preveía el Center for the Futre of Museums a finales del 2015: experiencia del visitante, experiencia de usuario en la web, gestión de colecciones, estudio de las obras, etc.

En Dexibit –especialistas en análisis de datos para centros culturales y museos- han recogido el guante y señalan en un artículo reciente los primeros pasos de la inteligencia artificial aplicada en los museos y algunos ejemplos. Son cinco aspectos con los que se continúa un nuevo año con mayor presencia -y creciente- de estas tecnologías:

Bots: Se están multiplicando exponencialmente todo tipo de apps tipo chatbot usadas para responder preguntas, tanto de interés sobre determinadas salas y exposiciones, como directamente sobre aspectos concretos de obras. Lo que no es incompatible con la ayuda humana y experta para temas que requieren una información más especializada, como es el caso del Museo de Brooklyn y su app móvil donde los usuarios hacen preguntas que son contestadas por conservadores y expertos del propio museo.

Procesamiento del Lenguaje Natural: Yendo más allá, el paso siguiente de estos bots es la implementación de programas de procesamiento del lenguaje natural, que incluye aspectos tales como las emociones, el doble sentido, etc., y que se emplean ya en el sector editorial como hacen Trajectory o Tekstum. Un procesamiento que también se puede traducir en visualización y/o representación de datos mostrando estos estados emocionales.

Robótica: La implantación de bots con capacidad de procesar el lenguaje natural y distinguir e imitar emociones humanas, señalando claro el avance de las tecnologías afectivas en este sector, da paso a la aparición de elementos de la robótica cada vez más avanzados, en muchos casos cuya función estará más enfocada a aspectos docentes de estos centros, así como para visitas de estudiantes, del mismo modo que ya se están incorporando en las bibliotecas.

Aprendizaje profundo: La entrada de llamado ‘Deep Learning’ no hace sino acrecentar la capacidad de comprensión de los ordenadores, y no siempre para una simulación de los aspectos humanos de la comprensión. Su uso puede ayudar a agregar valor a las colecciones, para su clasificación, reconocimiento, búsqueda online, en relación a otras obras y datos, muy útil para la investigación y para compartir información avanzada entre museos.

Aprendizaje automático: El uso de la minería de datos y Big data ayuda a reconocer patrones y establecer relaciones por ejemplo durante las visitas. Esto puede ayudar de manera predictiva a enfocar tanto bien la estrategia digital como el montaje de exposiciones u obras en la sala.

Si, además, toda esta gestión de datos e información general se hace de una manera abierta y compartida con otras instituciones y el público, los beneficios pueden ser mucho mayores para todos y en todos los aspectos susceptibles de mejorar en la relación museo-audiencias.