Как цифровая обработка меняет архивные документы о Холокосте

На снимке глиняной таблички буквы легко спутать с повреждениями поверхности. Тёмная борозда может быть частью надписи, а может оказаться следом скола или копоти. Программа, которая усиливает контраст и отделяет «текст» от «фона», делает изображение удобнее для поиска, но рискует принять повреждённую глину за буквы. Настоящие штрихи тоже могут исчезнуть, если алгоритм посчитает их помехой.

Эту проблему разбирает Яэль С. Хакохен в статье «Материальная неопределённость в вычислительном архивном процессе: последние записи Холокоста за пределами извлечения машинно-читаемого текста», опубликованной в журнале AI & Society 21 сентября 2026 года. Работа прошла рецензирование; полный текст доступен в открытом PDF издательства Springer. Автор предлагает смотреть на цифровую транскрипцию не как на прозрачное окно к документу, а как на цепочку преобразований, каждое из которых меняет то, что можно увидеть и найти.

Слова не всегда отделимы от поверхности

Хакохен называет «материальной неопределённостью» ситуацию, когда смысл текста нельзя отделить от повреждённой, нестабильной или импровизированной основы, на которой он сохранился. Для архива это значит, что пятно, складка, глубина резьбы или способ передачи документа могут быть не случайными помехами, а частью свидетельства.

Цифровая обработка обычно состоит из нескольких шагов: снимок выравнивают и усиливают, страницу делят на области, рукопись распознают, текст исправляют и переводят, затем создают метаданные и категории для поиска. Каждый шаг решает практическую задачу. Но в результате слова могут отделиться от рисунка, письмо от фактуры носителя, а вероятное прочтение от надёжно установленного.

Чтобы выяснить, где именно возникают потери, Хакохен проследила вычислительную обработку трёх объектов: иллюстрированного стихотворения Евы Шульцовой, глиняных табличек Элиэзера Хеймана и фрагмента ткани Сала Брамсона. Это не сравнительный тест систем и не оценка общей точности искусственного интеллекта. Автор изучала, что сохраняют и меняют отдельные операции, сопоставляя цифровые результаты с изображениями рукописей.

Три объекта, три разных сбоя

Шульцова написала стихотворение карандашом, когда была ребёнком и находилась в Терезине. Слова и рисунки на листе составляют единую композицию. Сегментация, то есть выделение отдельных областей изображения, помогала находить участки текста, но не сохраняла связь строк с рисунками. Метаданные могли указать, что на странице есть иллюстрации, но не объясняли, как они соотносятся со стихотворением. Сцену воображаемого праздничного угощения рядом с бараками можно было описать меткой вроде «натюрморт с едой». Для каталога она подходит, но упускает смысл, который возникает из сочетания рисунка и текста.

На глиняных табличках Хеймана надпись оказалось трудно отделить от повреждений поверхности. При обычной бинаризации, когда изображение делят на два класса, «передний план» и «фон», методы Сауволы и Оцу относили к переднему плану примерно треть поверхности глины, хотя надпись занимала намного меньшую площадь. В эту область попадали зернистость материала, отслаивающаяся охра, копоть и тени по краям. Усиление контраста делало заметнее и буквы, и повреждения. По выводу Хакохен, снимок уже не сохранял всю глубину и рельеф объекта. Последующая обработка не могла надёжно восстановить то, чего не было на цифровом изображении.

Случай Брамсона показывает другой риск. Находясь в амстердамской тюрьме, он рисовал камеру на кусках хлопковой ткани и добавлял пояснения. Фрагменты передавали его матери, пряча в воротнике среди тюремного белья. Устранение видимого переплетения ткани помогало различать отдельные отметки, но сам носитель был частью истории передачи сообщения. Рисунки и подписи направляли взгляд читателя вместе. Разделив объект на отдельные текстовые и графические области, можно получить материалы для поиска, но потерять связь между тканью, изображённым пространством, пояснениями и адресатом.

Как не выдавать вывод за прочтение

Из этих разборов Хакохен выводит практический принцип: цифровая система должна связывать каждый результат с исходным изображением и показывать, что именно изменилось. Пользователь должен видеть, какие части изображения усилили или подавили, какие слова распознала программа, что исправил человек и какие прочтения остаются предположительными. Гладкий перевод сам по себе не доказывает, что исходное слово прочитано верно.

Важно различать два источника потерь. Иногда нужная особенность не попала в цифровой снимок. Обычная фотография, например, может сгладить рельеф надписи, и тогда нужен другой способ съёмки. Для табличек Хеймана Хакохен предлагает рассмотреть съёмку при нескольких направлениях света, чтобы зафиксировать геометрию поверхности. В других случаях нужная информация видна на изображении, но исчезает при обработке. Так произошло со связью рисунков и слов у Шульцовой. Здесь нужно менять не освещение, а устройство обработки и описания.

Архивной системе стоит хранить связанные представления объекта, а не заменять их одной чистовой транскрипцией. Исходное изображение, обработанные версии, распознанный текст, перевод и метаданные должны оставаться сопоставимыми. Если чтение спорно, это нужно обозначить в записи, а не сглаживать при редактировании.

Что именно доказала статья

Выводы Хакохен относятся к конкретному типу вычислительной обработки, который извлекает текст поэтапно, выделяя области, символы и метаданные. Статья не доказывает, что любой цифровой инструмент неизбежно разрушает контекст, и не сравнивает разные модели по точности. Три объекта выбраны как намеренно неоднородные предельные случаи; анализ опирался на цифровые репродукции разного качества. Поэтому работа показывает возможные потери при обработке, но не даёт репрезентативной оценки архивов или всех систем распознавания.

Смысл работы не в отказе от поиска и транскрипции. Цифровые инструменты могут сделать рукописи доступнее тем, кто не умеет читать исходный язык или почерк. Но доступность полезна лишь тогда, когда интерфейс не превращает вероятное прочтение в установленный факт и не позволяет производному тексту вытеснить документ. О том, как распознавание рукописей помогает в повседневных задачах и где у него практические ограничения, подробнее рассказано в материале о приложениях для распознавания рукописного текста.

Источник

Yael S. Hacohen. “Material uncertainty in computational workflow in the archives: Holocaust last writings beyond machine-readable extraction.” AI & Society, опубликовано 21 сентября 2026 года. DOI: 10.1007/s00146-026-03378-y. Страница статьи у издателя, полный текст PDF.