Th e Use of Generative Artifi cial Intelligence in the Digitisation of Printed and Manuscript Documents and Its Contribution to Historical and Archival Education.
Saved in:
| Title: | Th e Use of Generative Artifi cial Intelligence in the Digitisation of Printed and Manuscript Documents and Its Contribution to Historical and Archival Education. |
|---|---|
| Alternate Title: | Využití generativní umělé inteligence při digitalizaci tištěných a rukopisných dokumentů a její přínos pro historické a archivní vzdělávání. |
| Authors: | Rybenská, Klára1 klara.rybenska@uhk.cz, Sklenářová, Sylva1 sylva.sklenarova@uhk.cz |
| Source: | Pedagogika. 2025, Vol. 75 Issue 4, p423-452. 30p. |
| Subject Terms: | *Generative artificial intelligence, *Archival research, *History education, *Digitization, *Ethical problems, Print materials, Manuscripts |
| Abstract (English): | Objectives - This study examines how contemporary generative language models can support archival and historical work with Czech handwritten texts, focusing on transcription and basic preliminary analysis, and it outlines key limitations and ethical implications for educational use in archival science and digital humanities. Methods - A qualitative case study was conducted using seven modern personal handwritten Czech texts from the 1980s and 1990s (a poem written by a child, love poems, a school test, and study notes). Three widely available tools in their free versions (ChatGPT, Claude, and Copilot) were tested using identical task instructions. Outputs were comparatively evaluated with regard to transcription accuracy, content and stylistic interpretation, and recognition of selected formal features of the texts. The empirical comparison was complemented by a critical review of relevant scholarly literature and reflection on authenticity, data integrity, epistemic security, and personal data protection. Results - Claude achieved the best overall performance, followed by ChatGPT, while Copilot produced substantially weaker results in the tested tasks. Across tools, interpretation and analysis proved more challenging than transcription, and outputs included errors and over-interpretations that require expert verification. Conclusions - Generative language models can function as supportive tools for transcription, preliminary analysis, and didactic work, but they cannot replace professional archival or historical expertise. Responsible use requires critical human supervision and explicit attention to ethical and data-protection considerations. [ABSTRACT FROM AUTHOR] |
| Abstract (Czech): | Cíle: Studie zkoumá, jak mohou současné generativní jazykové modely podporovat archivní a historickou práci s českými rukopisnými texty, se zaměřením na transkripci a základní předběžnou analýzu, a vymezuje klíčová omezení i etické souvislosti jejich využití ve výuce v archivnictví a digitálních humanitních vědách. Metody: Byla provedena kvalitativní případová studie na souboru sedmi moderních osobních rukopisných českých textů z 80. a 90. let 20. století (báseň psaná dítětem, milostné básně, školní test a studijní poznámky). Tři široce dostupné nástroje v bezplatných verzích (ChatGPT, Claude a Copilot) byly testovány za použití shodných instrukcí k úloze. Výstupy byly komparativně hodnoceny z hlediska přesnosti transkripce, obsahové a stylistické interpretace a rozpoznání vybraných formálních rysů textů. Empirické srovnání bylo doplněno kritickou analýzou relevantní odborné literatury a refl exí otázek autenticity, integrity dat, epistemické bezpečnosti a ochrany osobních údajů. Výsledky: Nejlepší celkový výkon dosáhl model Claude, následovaný ChatGPT, zatímco Copilot vykázal v testovaných úlohách výrazně slabší výsledky. Napříč nástroji se ukázalo, že interpretace a analýza jsou pro generativní modely náročnější než samotná transkripce; výstupy navíc obsahovaly chyby a nadinterpretace, které vyžadovaly odborné ověření. Závěry: Generativní jazykové modely mohou fungovat jako podpůrné nástroje pro transkripci, předběžnou analýzu a didaktickou práci, nemohou však doposud nahradit profesionální archivní ani historickou expertizu. Odpovědné využití vyžaduje kritický lidský dohled a explicitní zohlednění etických a datově-ochranných aspektů. [ABSTRACT FROM AUTHOR] |
| Copyright of Pedagogika is the property of Charles University Prague, Faculty of Education and its content may not be copied or emailed to multiple sites without the copyright holder's express written permission. Additionally, content may not be used with any artificial intelligence tools or machine learning technologies. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.) | |
| Database: | Education Research Complete |
| FullText | Text: Availability: 0 |
|---|---|
| Header | DbId: ehh DbLabel: Education Research Complete An: 191753162 AccessLevel: 6 PubType: Academic Journal PubTypeId: academicJournal PreciseRelevancyScore: 0 |
| IllustrationInfo | |
| Items | – Name: Title Label: Title Group: Ti Data: Th e Use of Generative Artifi cial Intelligence in the Digitisation of Printed and Manuscript Documents and Its Contribution to Historical and Archival Education. – Name: TitleAlt Label: Alternate Title Group: TiAlt Data: Využití generativní umělé inteligence při digitalizaci tištěných a rukopisných dokumentů a její přínos pro historické a archivní vzdělávání. – Name: Author Label: Authors Group: Au Data: <searchLink fieldCode="AR" term="%22Rybenská%2C+Klára%22">Rybenská, Klára</searchLink><relatesTo>1</relatesTo><i> klara.rybenska@uhk.cz</i><br /><searchLink fieldCode="AR" term="%22Sklenářová%2C+Sylva%22">Sklenářová, Sylva</searchLink><relatesTo>1</relatesTo><i> sylva.sklenarova@uhk.cz</i> – Name: TitleSource Label: Source Group: Src Data: <searchLink fieldCode="JN" term="%22Pedagogika%22">Pedagogika</searchLink>. 2025, Vol. 75 Issue 4, p423-452. 30p. – Name: Subject Label: Subject Terms Group: Su Data: *<searchLink fieldCode="DE" term="%22Generative+artificial+intelligence%22">Generative artificial intelligence</searchLink><br />*<searchLink fieldCode="DE" term="%22Archival+research%22">Archival research</searchLink><br />*<searchLink fieldCode="DE" term="%22History+education%22">History education</searchLink><br />*<searchLink fieldCode="DE" term="%22Digitization%22">Digitization</searchLink><br />*<searchLink fieldCode="DE" term="%22Ethical+problems%22">Ethical problems</searchLink><br /><searchLink fieldCode="DE" term="%22Print+materials%22">Print materials</searchLink><br /><searchLink fieldCode="DE" term="%22Manuscripts%22">Manuscripts</searchLink> – Name: Abstract Label: Abstract (English) Group: Ab Data: Objectives - This study examines how contemporary generative language models can support archival and historical work with Czech handwritten texts, focusing on transcription and basic preliminary analysis, and it outlines key limitations and ethical implications for educational use in archival science and digital humanities. Methods - A qualitative case study was conducted using seven modern personal handwritten Czech texts from the 1980s and 1990s (a poem written by a child, love poems, a school test, and study notes). Three widely available tools in their free versions (ChatGPT, Claude, and Copilot) were tested using identical task instructions. Outputs were comparatively evaluated with regard to transcription accuracy, content and stylistic interpretation, and recognition of selected formal features of the texts. The empirical comparison was complemented by a critical review of relevant scholarly literature and reflection on authenticity, data integrity, epistemic security, and personal data protection. Results - Claude achieved the best overall performance, followed by ChatGPT, while Copilot produced substantially weaker results in the tested tasks. Across tools, interpretation and analysis proved more challenging than transcription, and outputs included errors and over-interpretations that require expert verification. Conclusions - Generative language models can function as supportive tools for transcription, preliminary analysis, and didactic work, but they cannot replace professional archival or historical expertise. Responsible use requires critical human supervision and explicit attention to ethical and data-protection considerations. [ABSTRACT FROM AUTHOR] – Name: Abstract Label: Abstract (Czech) Group: Ab Data: Cíle: Studie zkoumá, jak mohou současné generativní jazykové modely podporovat archivní a historickou práci s českými rukopisnými texty, se zaměřením na transkripci a základní předběžnou analýzu, a vymezuje klíčová omezení i etické souvislosti jejich využití ve výuce v archivnictví a digitálních humanitních vědách. Metody: Byla provedena kvalitativní případová studie na souboru sedmi moderních osobních rukopisných českých textů z 80. a 90. let 20. století (báseň psaná dítětem, milostné básně, školní test a studijní poznámky). Tři široce dostupné nástroje v bezplatných verzích (ChatGPT, Claude a Copilot) byly testovány za použití shodných instrukcí k úloze. Výstupy byly komparativně hodnoceny z hlediska přesnosti transkripce, obsahové a stylistické interpretace a rozpoznání vybraných formálních rysů textů. Empirické srovnání bylo doplněno kritickou analýzou relevantní odborné literatury a refl exí otázek autenticity, integrity dat, epistemické bezpečnosti a ochrany osobních údajů. Výsledky: Nejlepší celkový výkon dosáhl model Claude, následovaný ChatGPT, zatímco Copilot vykázal v testovaných úlohách výrazně slabší výsledky. Napříč nástroji se ukázalo, že interpretace a analýza jsou pro generativní modely náročnější než samotná transkripce; výstupy navíc obsahovaly chyby a nadinterpretace, které vyžadovaly odborné ověření. Závěry: Generativní jazykové modely mohou fungovat jako podpůrné nástroje pro transkripci, předběžnou analýzu a didaktickou práci, nemohou však doposud nahradit profesionální archivní ani historickou expertizu. Odpovědné využití vyžaduje kritický lidský dohled a explicitní zohlednění etických a datově-ochranných aspektů. [ABSTRACT FROM AUTHOR] – Name: AbstractSuppliedCopyright Label: Group: Ab Data: <i>Copyright of Pedagogika is the property of Charles University Prague, Faculty of Education and its content may not be copied or emailed to multiple sites without the copyright holder's express written permission. Additionally, content may not be used with any artificial intelligence tools or machine learning technologies. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract.</i> (Copyright applies to all Abstracts.) |
| PLink | https://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=ehh&AN=191753162 |
| RecordInfo | BibRecord: BibEntity: Identifiers: – Type: doi Value: 10.14712/23362189.2025.4918 Languages: – Code: eng Text: English PhysicalDescription: Pagination: PageCount: 30 StartPage: 423 Subjects: – SubjectFull: Generative artificial intelligence Type: general – SubjectFull: Archival research Type: general – SubjectFull: History education Type: general – SubjectFull: Digitization Type: general – SubjectFull: Ethical problems Type: general – SubjectFull: Print materials Type: general – SubjectFull: Manuscripts Type: general Titles: – TitleFull: Th e Use of Generative Artifi cial Intelligence in the Digitisation of Printed and Manuscript Documents and Its Contribution to Historical and Archival Education. Type: main BibRelationships: HasContributorRelationships: – PersonEntity: Name: NameFull: Rybenská, Klára – PersonEntity: Name: NameFull: Sklenářová, Sylva IsPartOfRelationships: – BibEntity: Dates: – D: 01 M: 10 Text: 2025 Type: published Y: 2025 Identifiers: – Type: issn-print Value: 00313815 Numbering: – Type: volume Value: 75 – Type: issue Value: 4 Titles: – TitleFull: Pedagogika Type: main |
| ResultId | 1 |
