Over het digitale drama

Afgelopen weken is er heel wat te doen geweest om het artikel Het digitale drama van Karel Berkhout in de NRC van 10 september. Ik heb het een en ander bij elkaar gescoopt. Als ik Scoop It goed snap, kunnen jullie hier ook nog pagina's aan toevoegen, maar dat terzijde.
Gisteren verscheen op The Signal, een weblog van de Library of Congres, een interessante aanvulling op de geconstateerde problemen. Carl Fleischhauer beschrijft hoe er "in den beginne", dat wil zeggen begin jaren negentig van de vorige eeuw, gedacht werd over het digitaliseren van boeken.
Aan de ene kant had je de mensen die de tekst centraal stelden (de academici) en aan de andere kant had je degenen die het boek als zelfstandig object het belangrijkst vonden (de bibliothecarissen).

This is a bit of an oversimplification but the searchable text folks were drawn to the words on the page without a strong passion for the book as a physical object. To borrow a term from audiovisual archiving, a book and its paper pages were seen as a carrier for information. The important thing for them was to get at the text, which could then elaborated upon by editorial comments, variant readings from other editions (think of the many printings of Shakespeare), and the like, all carefully set off by the symbols of markup language.
Meanwhile, the imaging folks brought their microfilm habits forward but with some added nuances. They reminded us of the importance of the bookness of a book, its value as an artifact and not just as a carrier. Whereas in the realm of microfilm, this artifactuality had to be presented in virtual form: a series of microphotographs (generally black and white) that lacked the heft and presence of a real book. In contrast, in the digital realm, the images could even be produced in a manner that would permit the printing out of a paper reproduction of the book, i.e., the creation of a physical replica.

Deze uiteenlopende belangen werden uiteindelijk samengebracht, door beiden te doen: een mooi plaatje en  een doorzoekbare tekst.
Het probleem is echter wel, en dat is wat ook in Het digitale drama aangestipt wordt, dat het correct transcriberen van een tekst een stuk complexer (en dus duurder) is dan het accuraat weergeven van het plaatje. OCR is hierbij geen sluitende oplossing, omdat de foutmarge daarbij veel te hoog is. Maar, stelt Fleischhauer dan, het gaat om de combinatie van beide:

OCR provides good but not great accuracy–you can figure on from one to four typographic errors per page (or more). This imperfect “full text” (as the Internet Archive calls it) becomes a great resource for indexing and searching while the page images serve as the authoritative representation of the printed text. This is an affordable outcome.

En dat is waar het toch vaak op uitkomt: wat kun je bereiken met de beperkte financiële middelen die je hebt en wat is dan belangrijker: kwantiteit of kwaliteit?

Het plaatje is de illustratie van Henry Cannon dat in de NRC boven Het digitale drama stond

Computer says no: NRC en iOverheid

De afgelopen weken zijn wij verdwaald in de krochten van de klantenservice en computers van de NRC. Het bleek dat mijn internet-account sinds 2009 gekoppeld stond aan het abonnement van de vorige bewoner van dit huis. En dit terwijl wij al sinds 1999 een NRC-abonnement hebben en al vanaf 2003 op dit adres wonen.
Toen ik een vakantie door wilde geven, bleek dat niet te kunnen, omdat dit te kort na een vorige vakantie was. Daarna zag ik dat de gegevens van mijn account niet klopten, hij stond op naam van de vorige bewoonster met haar adres in Den Bosch. Het wijzigen van de adresgegevens bood geen soelaas, want ik kon nog altijd geen vakantie doorgeven.
Toen heb ik de eerste keer met de NRC gebeld en uitgelegd dat ik natuurlijk wel een vakantie zou moeten kunnen doorgeven. De telefoniste zei: "Ik snap het. Het is geregeld."
De week erna kregen we twee NRC's bezorgd. Onze "bode" (zo noemt de bezorger zichzelf) waarschuwde nog, dat we de NRC even moesten bellen, anders moesten we twee abonnementen betalen. Bellen bleek geen oplossing, volgens de computer staat er namelijk maar één abonnement op ons adres en dat staat op naam van mijn H. Desondanks kregen we de dag erna weer twee kranten, en de dag daarna weer.
Dus maar weer een half uur met de NRC gebeld en uitgelegd dat er toch echt iets fout gaat. "Nee mevrouw, dat kan echt niet. Er staat maar een abonnement in de computer!"
Daarna stond onze bode boos voor de deur met de vraag waarom wij een klacht hadden ingediend dat hij de krant niet bezorgd had? Op zijn lijstje stond dat de krant die op mijn naam staat, niet bezorgd was en dat er over geklaagd was. H. heeft daarop maar weer naar de krant gebeld en het probleem opnieuw uitgelegd. Toen vonden ze zelfs, wonder boven wonder, de klacht van de vorige bewoonster! Nu zou alles opgelost zijn. Maar, zei de NRC-mevrouw, misschien konden wij alleen nog een klacht indienen om te melden dat we eerder ten onrechte een klacht hadden ingediend over de bezorging. Dan begreep de bezorger ook dat het niet zijn fout was. De NRC-miep snapte niet helemaal waarom mijn H. hier een beetje boos om werd...
En helaas twee dagen later nog altijd hetzelfde liedje. Bode krijgt klachten over de bezorging, NRC kan het probleem niet vinden.
Vierde keer aan de telefoon. Nu zegt de meneer van de NRC dat er sprake is van een vakantiebezorging op ons adres, van een abonnee uit Den Bosch. Dat heeft hij rechtgezet en daarmee bleek alles opgelost.

En weet je wat het ergste van dit verhaal is? Dit is redelijk onschuldig, een krantenabonnement. Maar dit is wat er, volgens de WRR in hun rapport iOverheid, op grote schaal gebeurt binnen de overheid. Wat in de computer staat is waar, ook al is niemand verantwoordelijk voor de juistheid van de data en is vaak zelfs niet eens duidelijk waar de data vandaan komen! En dan kan het dus om veel belangrijkere dingen gaan als uitkeringen of verzekeringen. En het kan ook mensen treffen die minder mondig zijn dan wij...
Daarnaast wijst de WRR er ook op (en dat had ik me nooit gerealiseerd) dat de overheid ook steeds meer gebruik maakt van "profiling", waardoor (incorrecte) oude data van invloed zijn op toekomstige beslissingen over individuele burgers.

Leest dat rapport, huiver om de beschrijvingen en bedenken dan of wij als archivarissen hierin een rol moeten of willen spelen.

Gerelateerd
Wat ik echt mis in de #archiefvisie

Met dank aan William Scheffer voor de verwijzing naar Little Britain