04.09.2026 ИИ для бизнеса 3 мин чтения

ИИ в библиотеках и архивах: цифровизация наследия, AI-каталогизация и умные библиотечные системы

Library of Congress — крупнейшая библиотека мира — хранит >175 миллионов предметов. Каждый год добавляются миллионы новых. Традиционная каталогизация: 1 специалист каталогизирует ~1 000 предметов в год. При таком темпе никогда не догнать. AI-каталогизация: тысячи предметов в минуту. Это не замена библиотекарей — это то, что позволяет им концентрироваться на сложной интеллектуальной работе.

Кейс 1. Library of Congress — AI для крупнейшего архива мира

Масштаб

>175 миллионов предметов: книги, фотографии, карты, музыкальные записи, рукописи
Каждый год: +4 миллиона новых поступлений
Задача AI: сделать всё это находимым и доступным

AI-программы Library of Congress:

1. AI Metadata Generation:

Оцифрованные фотографии (60+ миллионов): AI генерирует описания
CV анализирует: содержание изображения → автоматический тег
«Фотография 1920-х: группа людей на ферме, Айова, уборка урожая»
Скорость: тысячи фотографий в час vs часы на одну при ручной работе

2. Optical Character Recognition + AI:

Исторические газеты (Chronicling America): оцифровано >19 миллионов страниц
AI OCR: читает старинные шрифты, поврежденные страницы, рукописи
Точность: >95% для стандартных текстов, ниже для деградировавших материалов
Результат: полнотекстовый поиск по историческим газетам — уже доступен

3. Handwritten Text Recognition:

Рукописные письма XIX–XX веков: тысячи коллекций
AI Transkribus: распознаёт почерк + транскрибирует
Применение: письма Линкольна, документы времён Гражданской войны

Кейс 2. Google Books — AI-оцифровка всех книг мира

Амбиция Google

Проект Google Books начат в 2004 году:

>40 миллионов книг оцифровано
Партнёрства: библиотеки Harvard, Stanford, Oxford, БАН России
Goal: сделать все книги в мире поиском

AI в Google Books:

OCR Accuracy:

Современный Google OCR: >99% для печатных книг хорошего качества
Историческая задача: книги на разных языках, разных эпох, с разным качеством

NLP Analysis:

Google Ngram Viewer: частота слов в книгах за 500 лет
ML выявляет: тренды в языке, культуре, мышлении

Book Recommendations AI:

«Похожие книги»: ML на основе содержания, не только метаданных
«Вы читали Толстого → похожие по стилю и тематике»

Кейс 3. Transkribus — AI для рукописных текстов

Что такое Transkribus

Transkribus (READ-COOP, Австрия):

AI-платформа для распознавания рукописных текстов
>600 000 пользователей из 130 стран
Библиотеки, архивы, историки, генеалоги

HTR (Handwritten Text Recognition):

Пользователь загружает: страницы рукописей
AI обучается: на нескольких страницах с транскрипцией → понимает почерк данного автора
Затем: распознаёт автоматически весь документ

Точность:

Сложные рукописи: 85–90% (всё ещё требует проверки)
Современные чёткие почерки: >95%
Древние скорописи (XVII-XVIII вв): 70–85% (огромный прогресс vs ручная транскрипция)

Примеры применения:

Vatican Archives: транскрипция папских рукописей XIII–XVI веков
Государственный архив Венеции: миллионы страниц средневековых документов
Российские архивы: РГАДА (Российский государственный архив древних актов)

Кейс 4. Российские библиотеки и архивы + AI

РГБ (Ленинка) — крупнейшая библиотека России

РГБ (Российская государственная библиотека):

>47 миллионов документов
>140 000 ежедневных посещений (физических и электронных)

ЭБ (Электронная библиотека):

Оцифровано: >1,5 миллиона документов
AI OCR: все оцифрованные книги — с полнотекстовым поиском
Semantic search: поиск по смыслу, не только по словам

НЭБ (Национальная электронная библиотека):

Федеральный проект: единый доступ к оцифрованным фондам всех библиотек
AI-рекомендации: «читателям этой книги также нравится...»
AI-метаданные: автоматическая тематическая классификация

РГАЛИ (Российский государственный архив литературы и искусства):

Рукописи писателей, нотные рукописи, архивы деятелей культуры
Партнёрство с Transkribus: транскрипция рукописного наследия
Пилот: рукописи Пушкина, Толстого — AI-расшифровка

Кейс 5. AI для умных библиотек и публичного доступа

Современная публичная библиотека + AI

ЦБС Москвы — умные библиотеки:

Электронный читательский билет
AI-рекомендации: «вы читали Булгакова → рекомендуем»
Самообслуживание: автоматические киоски выдачи/приёма книг
RFID: каждая книга → отслеживание и поиск

Практика для небольшой публичной библиотеки:

ChatGPT: «Помоги составить аннотации для 50 новых поступлений в библиотеку [список книг]»
AI-список покупок: «Какие книги стоит приобрести для библиотеки районного уровня в 2024 году?»
Мероприятия: «Предложи 12 тематических мероприятий для публичной библиотеки на год»

Для архивистов:

Transkribus: начать с малого — оцифровать и распознать коллекцию рукописей
Claude: «Вот транскрипция исторического документа. Помоги создать аннотацию и определить исторический контекст»

ROI для архива/библиотеки: