Mot pålitlig AI inom kulturarvet

Varför smartare verktyg spelar roll för vårt förflutna

Från ruinerade tempel till sköra pergament förlitar sig dagens arvspecialister på digitala verktyg för att förstå och skydda spåren av mänsklig historia. Artificiell intelligens (AI) kan sålla igenom enorma mängder bilder, skanningar och register mycket snabbare än någon människa, men den kan också misstolka eller förvränga de berättelser dessa föremål bär. Den här artikeln undersöker hur vi kan göra AI inte bara kraftfull, utan också rättvis, transparent och förtjänt av förtroende när den används för att studera och vårda kulturarvet.

Nya hjälpmedel för gamla skatter

Museer, arkeologer och konservatorer vänder sig till AI för att klassificera fotografier, kartlägga skador på byggnader och rekonstruera förlorade detaljer från trasiga föremål. Tekniker som ursprungligen byggdes för självkörande bilar eller näthandel hjälper nu till att tolka gamla mosaiker, skulpturer och historiska gator. Samtidigt är kulturarvsdata ovanligt röriga och ojämna: vissa regioner och epoker är rikligt dokumenterade, medan andra bara syns i spridda källor. Om AI lär sig främst från välkända monument och västerländska samlingar kan den komma att ignorera eller feltolka minoriteters arv eller mindre uppmärksammade platser. Artikeln hävdar att eftersom kulturarv formar identiteter och minnen är misstag här inte bara tekniska fel utan etiska problem.

Var algoritmer kan gå fel

Författarna kartlägger de många sätt på vilka snedvridning kan krypa in i AI som används för arvsvård. En del bias kommer från luckor i data: till exempel mosaiker med skadade eller saknade brickor som förvirrar mönsterigenkänningssystem, eller historiska källor som utelämnar hela samhällen. Andra problem beror på vem som är representerad: populära dataset tenderar att visa mynt, ikoner och byggnader från Europa, vilket lämnar icke‑västerländska objekt underrepresenterade. Även när material finns kan etiketter skilja sig mellan experter, och foton från sociala medier av kända platser kan spegla turistperspektiv snarare än lokala vyer. Artikeln grupperar dessa frågor i kategorier som saknade data, underrepresentation av minoriteter, kontextskillnader mellan regioner och föråldrade tolkningar frusna i gamla skanningar eller arkiv. För varje typ föreslås praktiska motåtgärder, från att utöka samlingar för att inkludera minoriteters berättelser till att rutinmässigt uppdatera digitala modeller i takt med att platser förändras.

Göra maskinbeslut begripliga

Förtroende, menar författarna, bygger inte bara på bättre data utan också på tydligare förklaringar. Många moderna AI‑system fungerar som ”svarta lådor”: de klassar en båge som gotisk eller en vägg som skadad utan att visa varför. Artikeln föreslår en flerskiktad strategi för förklarbarhet. Ett lager ser till modellens interna mekanismer, ett annat hur lokal historia och kontext påverkar dess beslut, och ytterligare lager fokuserar på vad resultatet betyder i praktiken och hur säkert systemet är. Förklaringar kan vara globala, och beskriva hur systemet beter sig i allmänhet, eller lokala, och handla om en enskild prediktion för en specifik byggnad eller artefakt. För att bedöma om dessa förklaringar verkligen hjälper definierar författarna enkla, människoorienterade mått såsom användarnöjdhet, nyfikenhet, förtroende och effekten på beslutskvalitet.

Testa ramen på riktiga kulturarvsdata

För att se hur deras idéer fungerar i praktiken återbesöker forskarna ett tidigare AI‑system som analyserar täta 3D‑punktmoln av historiska byggnader. Det systemet är väldigt bra på att automatiskt tilldela varje punktkluster till arkitektoniska element som bågar, fönster eller kolonner, men det byggdes inte med rättvisa eller transparens i åtanke. När det utvärderades med de nya etiska måtten fann experterna att de bara delvis förstod hur det nådde sina slutsatser, och att systemet gjorde lite för att förklara alternativa tolkningar. Författarna föreslår att använda nyare modeller som bygger in förklaringar i sin design. Dessa modeller jämför delar av en byggnad med inlärda ”prototyp”former och markerar vilka exempel som vägledde en viss etikett, så att arvspecialister kan se och diskutera resonemangen i stället för att blint acceptera ett ogenomskinligt svar.

Bygga framtidssäkra väktare av kultur

Enkelt uttryckt menar artikeln att AI bör stödja mänskligt omdöme i arvsvård, inte tyst ersätta det. Genom att systematiskt leta efter bias och kräva att system förklarar sina val i språk och visuella representationer som experter förstår, syftar den föreslagna ramen till att hålla AI i linje med värden som inkludering, noggrannhet och respekt för kulturell mångfald. Författarna antyder också att liknande etikorienterad design kan gynna känsliga områden som hälsa, utbildning och miljö. För kulturarvet är budskapet tydligt: bara AI som är transparent, rättvis och öppen för ifrågasättande kan få förtroendet att hjälpa berätta berättelserna om vårt gemensamma förflutna.

Citering: Paolanti, M., Frontoni, E. & Pierdicca, R. Towards trustworthy AI in cultural heritage. npj Herit. Sci. 14, 131 (2026). https://doi.org/10.1038/s40494-026-02403-z

Nyckelord: kulturarv, pålitlig AI, algoritmisk snedvridning, förklarbar AI, bevarande av arv