US-Nationalarchiv sucht Bürger, die beim Entziffern historischer Dokumente in Schreibschrift helfen

• Das US-amerikanische National Archives besitzt viele über 200 Jahre alte historische Aufzeichnungen in Schreibschrift und benötigt Bürgerbeteiligung, um sie in durchsuchbare und einsehbare digitale Dokumente umzuwandeln
• Jedes Jahr werden zig Millionen Datensätze digitalisiert und auch KI und OCR eingesetzt, doch bei alten handschriftlichen Dokumenten bleiben Erkennungsfehler und Ausfälle, die Menschen korrigieren müssen
• Teilnehmende am Citizen-Archivist-Programm können ohne gesondertes Bewerbungsverfahren Transkriptionen von Aufzeichnungen oder Tagging übernehmen und so die Zugänglichkeit und Auffindbarkeit der Dokumente verbessern
• Derzeit beteiligen sich mehr als 5.000 Personen; in Arbeit sind unter anderem Dokumentensammlungen wie Pensionsakten aus dem Revolutionary War und Mitarbeiterverträge aus den Jahren 1866 bis 1870
• Über Schreibschriftunterricht wird im Verhältnis zur Priorität von Tastaturunterricht diskutiert, doch mehr als 20 Bundesstaaten verlangen Schreibschriftunterricht an Schulen, einige haben ihn 2024 gesetzlich verankert

---

Bürger entziffern gemeinsam 200 Jahre alte Aufzeichnungen in Schreibschrift

• Im National Archives gibt es viele historische Aufzeichnungen in Schreibschrift, darunter Dokumente, die mehr als 200 Jahre alt sind
• Solche Dokumente sind schwer zu lesen und zu verstehen, besonders für US-Amerikaner, die in der Schule keine Schreibschrift gelernt haben
• Das Programm Citizen Archivist hat zum Ziel, digitale Dokumente zugänglicher zu machen und so „Geschichte zu öffnen“

KI und OCR reichen für historische Dokumente nicht aus

• Das National Archives digitalisiert jedes Jahr zig Millionen Aufzeichnungen
• Um Text aus historischen Dokumenten zu extrahieren, werden KI und optische Zeichenerkennung (OCR) eingesetzt
• Wegen alter Schreibschrift und des Zustands der Dokumente funktionieren diese Verfahren jedoch nicht immer oder liefern nicht immer genaue Ergebnisse
• Transkriptionen durch Freiwillige helfen Wissenschaftlern, Genealogen und Geschichtsinteressierten, Dokumente leichter zu finden und zu lesen

Wie man mitmachen kann und welche Aufgaben es gibt

• Für den Einstieg ist keine gesonderte Bewerbung nötig; man wählt noch nicht bearbeitete Aufzeichnungen aus und folgt den Anweisungen
• Das Programm ist kostenlos und steht allen offen, die über eine Internetverbindung verfügen
• Auch wer sich beim Entziffern von Schreibschrift unsicher fühlt, kann mitmachen
  • Es gibt die Aufgabe, Dokumente, die andere Freiwillige transkribiert haben, mit Tags zu versehen
  • Tagging verbessert die Durchsuchbarkeit der Aufzeichnungen
• Die Zeiteinteilung ist frei; schon etwa 30 Minuten pro Tag oder Woche reichen aus, um mitzuarbeiten

Laufende Missionen und Beispiele langfristiger Beteiligung

• Mehr als 5.000 Personen beteiligen sich am Citizen-Archivist-Programm
• Viele Teilnehmende arbeiten an Missionen (missions), also Dokumentensammlungen, die transkribiert und getaggt werden müssen
• Zu den aktuellen Missionen gehören Pensionsakten aus dem Revolutionary War und Mitarbeiterverträge aus den Jahren 1866 bis 1870
• Die Revolutionary-War-Mission startete im Juni 2023 gemeinsam mit dem National Park Service und umfasst Akten zu mehr als 80.000 Veteranen und ihren Witwen
• Der Rentner Alex Smith aus Pennsylvania hat in neun Jahren mehr als 100.000 Dokumente transkribiert
  • Er suchte nach einer Tätigkeit, die seinem Ruhestand Sinn und Struktur gibt
  • Bei der Transkription stieß er unter anderem auf ein Memo, in dem Gerald Ford ein Beitritt zu den Green Bay Packers vorgeschlagen wurde, sowie auf Pensionsunterlagen aus dem Civil War

Schreibschriftunterricht rückt wieder in den Fokus

• Schreibschriftunterricht war einst Standard, doch heute sind sich Pädagogen und Gesetzgeber uneins, ob Schreibschrift oder Tastaturkenntnisse stärker betont werden sollten
• Obwohl Geräte wie Laptops und Tablets weit verbreitet sind, nimmt Schreibschriftunterricht wieder zu
• Laut Education Week verlangen derzeit mehr als 20 Bundesstaaten, dass an Schulen Schreibschrift unterrichtet wird
• In California trat im Januar 2024 ein Gesetz in Kraft, das Schreibschriftunterricht verpflichtend macht
• Einige Monate später wurde auch in Kentucky ein Gesetz verabschiedet, das Schreibschriftunterricht vorschreibt

[GN⁺]

Hacker-News-Kommentare

• Ein interessantes Projekt, aber die Teilnahme wurde wirklich unnötig schwer gemacht
  Im Artikel gibt es keinen Direktlink zur jeweiligen Mission, die Registrierung selbst ist einfach und gut aufbereitet, und zwei Arten von Zwei-Faktor-Authentifizierung werden einem eher unterschwellig nahegelegt
  Nach der Registrierung zur ursprünglichen Seite zurückzukehren und die Mission zu finden, ist etwas versteckt; die Dokumente zu öffnen und zu lesen war interessant. Die Handschrift der Leute damals war im Allgemeinen ziemlich gut
  Wenn man dann aber herausfinden will, wie man mit der Transkription beginnt, heißt es wieder, man sei nicht eingeloggt, und wenn man auf den Link klickt, landet man erneut auf der Startseite
  Ich würde solchen Projekten gern meine freie Zeit widmen, aber man sollte sich nicht erst durch ein schlecht designtes Interface kämpfen müssen, um freiwillig helfen zu können

  • Der in die Seite eingebettete Social-Media-Beitrag führte direkt zu der Seite mit allen Anweisungen
    Nachdem ich ein Konto erstellt und mich angemeldet hatte, wählte ich im ursprünglichen Tab einen Bundesstaat aus und konnte sofort einsteigen und mit der Transkription beginnen
    Ich frage mich, ob sich der Login-Status vielleicht wegen uBlock Origin oder JavaScript-/Cookie-Beschränkungen verheddert hat
    Der Direktlink zur Mission aus dem Social-Media-Beitrag lautet https://www.archives.gov/citizen-archivist/missions/revoluti...
  • Als ich letzte Woche etwas beitragen wollte, hatte ich exakt dieselbe Erfahrung
    Nach etwa 30 Minuten mit mehreren Sessions und Browsern war ich endlich eingeloggt, und es gab keinerlei Hinweis darauf, was richtig oder falsch lief
    Selbst nach erfolgreichem Login ändert sich in der UI kaum etwas, sodass man leicht übersieht, dass es geklappt hat
    Danach verbrachte ich weitere 45 Minuten damit, Dokumente zum Transkribieren zu finden, aber jedes Dokument, das ich fand oder über eine Challenge bekam, war entweder bereits transkribiert oder ein getipptes Dokument/eine Liste, bei dem bzw. der die Zeichenerkennung schon einigermaßen funktioniert hatte
    Ich habe nur die Genauigkeit einiger Dokumente überprüft, den Browser geschlossen und bin nicht wieder zurückgegangen
    Ich hatte gehofft, in Pausen von 15 bis 30 Minuten am Tag statt Kreuzworträtsel zu lösen oder Videos zu schauen kurz vorbeischauen und beitragen zu können, aber es ist schade, dass es so schwer zu benutzen ist
  • „Zwei Arten von Zwei-Faktor-Authentifizierung werden einem unterschwellig nahegelegt“ – warum sollte das nötig sein?
    Man gibt dort doch keine Bankdaten ein; der ganze Prozess wirkt in vielerlei Hinsicht lästig. Ich werde zunehmend müde davon, dass unwichtige Websites Zwei-Faktor-Authentifizierung verlangen, als wären sie eine Wertpapierfirma

• Bevor jemand fragt: „Warum nutzt man nicht einfach ein LLM?“ – der Artikel sagt bereits ausdrücklich, dass man das tut, es aber nicht immer eine mögliche Lösung ist

  Die Behörde nutzt Technologien namens künstliche Intelligenz und optische Zeichenerkennung, um Text aus historischen Dokumenten zu extrahieren. Doch diese Methoden funktionieren nicht immer und sind auch nicht immer genau.
  Das Dokument ganz oben ist wahrscheinlich besonders gut lesbar, weil es als Beispiel gedacht ist, um Menschen zur Anmeldung und zum Einstieg zu bewegen
  Es dürfte nicht die gesamte Bandbreite der Dokumente repräsentieren, die die National Archives von Menschen prüfen lassen möchten

  • Trotzdem: Findet man in diesem Artikel auch nur ein Dokument, mit dem ein LLM Schwierigkeiten haben dürfte? Selbst das unleserlichste wirkte für 4o sofort machbar, und als ich das Bild noch einmal sorgfältig gegengeprüft habe, ergab es Sinn
    Bei einem Crowdsourcing-Projekt könnte man doch zuerst ein LLM eine Ersttranskription erstellen lassen und den Nutzern dann das Bild zusammen mit dem besten LLM-Ergebnis zeigen
    Später habe ich mich angemeldet und die aktuellen Missionen angesehen; sie waren alle nach 1900 und sahen wie gesetzte Dokumente aus. Verschwommen zwar, aber 4o konnte sie sehr leicht lesen
  • Ob moderne Standard-LLMs gut genug sind, lässt sich dank dieser Passage ziemlich direkt überprüfen
    „Einige Teilnehmende, wie der Rentner Alex Smith aus Pennsylvania, haben diesem Programm Jahre ihres Lebens gewidmet. In neun Jahren transkribierte er mehr als 100.000 Dokumente“
    Man könnte mehrere LLMs dieselben 100.000 Dokumente transkribieren lassen und vergleichen, wer genauer ist: Mensch oder Maschine, und um wie viel
  • Mir fällt der Satz ein, dass außergewöhnliche Behauptungen außergewöhnliche Belege erfordern
    Der vorgelegte Beleg ist offenbar nur ein einziges Bild, das sich leicht transkribieren lässt, daher überzeugt er wenig
  • Es stört mich sehr, dass von „KI und OCR“ so gesprochen wird, als seien es getrennte Dinge
    Schade, dass Betrüger das KI-Feld so vollständig gekapert haben, dass OCR jetzt als etwas Separates behandelt wird
  • Trotzdem wirkt der Ansatz, KI und menschliche Arbeit zu kombinieren, sinnvoll

• Ich habe einen Brief transkribiert, in dem eine Frau im Jahr 1814 den damaligen Außenminister James Monroe um einen Reisepass bat, um nach Schottland zu reisen und das Vermögen ihres verstorbenen Bruders abzuholen
  Das war eine wirklich ungewöhnliche Erfahrung, und sobald man mit der Handschrift der Verfasserin „synchronisiert“ war, machte es Spaß, in den Flow zu kommen
  Außerdem liest und schreibt man beim Transkribieren den Inhalt Wort für Wort neu, sodass die gelesenen Geschichten sehr stark im Gedächtnis bleiben
  Wenn man ungewöhnlich viel Zeit auf eine einzige Seite verwendet, ist das nicht überraschend, aber es ist ein schöner Nebeneffekt, wenn man sich später daran erinnern will

  • Ähnliches fand ich angenehm, als ich beschlossen hatte, eine Sprache zu lernen, indem ich Kurzgeschichten übersetze
    Natürlich sollte man einen Autor wählen, dessen Stil es wert ist, respektiert zu werden. Wenn man mit der Zielsprache noch nicht vertraut ist, kaut man auf der Wortwahl des Autors und den Nuancen herum, die er vermitteln will, und sucht nach passenden Formulierungen im Englischen
    Dadurch taucht man umso länger in das Bild ein
  • Ich wünschte, diese Technik würde bei mir auch funktionieren
    Selbst wenn ich etwas wortgetreu transkribiere, habe ich keine Ahnung, was ich geschrieben habe; um die Bedeutung wirklich zu erfassen, muss ich zurückgehen und es noch einmal lesen
  • Mir gefällt die Vorstellung, sich mit der Handschrift von jemandem zu „synchronisieren“

• Sowohl die Seite, die OCR/LLMs ohne Zögern vertraut, als auch die Seite, die meint, die Technik sei noch nicht so weit, haben teilweise recht, scheinen einander aber nicht gut zuzuhören.
  Statt unbegründeter Debatten braucht es den Versuch, konkrete Beispiele und gemeinsame Schlussfolgerungen zu finden.
  Kann man sie nutzen, um stereotype Formulierungen zu verarbeiten und den Aufwand stark zu reduzieren? Ja. Müssen Menschen die Ergebnisse prüfen und korrigieren? Ebenfalls ja.
  Ein heikles Beispiel findet sich hier: https://catalog.archives.gov/id/34384201?objectPage=40
  Eine der von o1-pro erstellten Transkriptionen lautet wie folgt:
  (2)
  …and I don’t know whether it can be reset for a
  date in December or not. Cornell seemed
  anxious that it should not come up too close to Christmas,
  and of course new suspicion [would be aroused?] [about?] him.
  I will take this up with the Judge as soon as I can get rid of the brief.
  Meanwhile I would like to know whether there is anything else
  in which I can be useful to you, since it behooves me
  in ways of uncomfortable relations with the present management.
  Are you going East in December?
  Has any word come from Hagerman?
  Were there any noteworthy developments at the hearings
  on the [Teapot?] trial?
  I have no inclination yet whether Wheeler will be wanted in
  Washington, but the chances are that he will not.
  With regards to all the brethren and [flock?], I am
  very sincerely yours,
  George A. H. Fraser
  Obwohl ich kein englischer Muttersprachler bin, sehe ich fehlerhafte Stellen. Wo sie liegen, überlasse ich den Lesern, aber zumindest ist es kein Teapot trial.
  In diesem Beispiel schnitt GPT-4o etwas besser ab und scheiterte nur an der Stelle „New Mexican practise“.

  • Das Ergebnis von https://www.handwritingocr.com wirkte genauer und traf insbesondere „New Mexican“ und vermutlich auch die meisten anderen Stellen richtig.

    and I don't know whether it can be reset for a date in December or not. Cornell seemed anxious that it should not come off too close to Christmas, and of course New Mexican practice would support him. I will take this up with the Judge and with Hanna the moment I can get rid of the brief. Meanwhile I would like to know whether there is anything else in which I can be useful to you, since it behooves me to be diligent in view of uncomfortable relations with the present management.
    Are you going East in December?
    Has any word come from Hagerman?
    Were there any noteworthy developments at the hearings on the Tenorio tract?
    I have no intimation yet whether I will be wanted in Washington, but the chances are that I will not.
    With regards to all the brethren and flock, Dan
    Very sincerely yours,
    George H. H. Baser
  • Es wäre gut, die Antwortfunktion zu verwenden, damit Kommentare im Kontext sichtbar sind.
    Außerdem führt der Link auf die falsche Seite. Der richtige Link lautet https://catalog.archives.gov/id/34384201?objectPage=190.
  • „Teapot trial“ ist nicht völlig abwegig: <https://en.wikipedia.org/w/index.php?title=Teapot_Dome_scand...>
  • Es geht nicht darum, OCR und LLMs „ohne Zögern“ zu vertrauen.

• Ich suchte gerade nach etwas, womit ich den Freitagabend halbwegs produktiv verbringen kann, und das passt perfekt.
  Ernsthafter gesagt: Es fühlt sich wirklich großartig an, an einem Projekt mitzuwirken, bei dem Briefe und Tagebücher transkribiert werden, die seit ihrer Archivierung niemand mehr angerührt hat.
  Abgesehen davon, dass man nicht selbst vor dem physischen Dokument steht, fühlt es sich an, als schrumpfe die Distanz zwischen dem Verfasser und diesem Moment fast auf null.
  Besonders wenn man sieht, dass jemand etwas ausradiert oder einen Fehler gemacht hat, stellt man sich vor, warum das passiert ist. Hat ein Freund ihn erschreckt, als er an der Tür vorbeiging? War er abgelenkt, weil er aus dem Fenster schaute? Es fühlt sich zugleich sehr nah und sehr fern an.

• Ich frage mich, ob die großen KI-Unternehmen, die nach Trainingsmaterial dürsten, nicht ein bisschen zu so etwas beitragen könnten.
  Könnten sie nicht ein paar Venture-Capital-Dollar ausgeben, dem Gemeinwohl dienen und zugleich hochwertige Trainingsdaten bekommen?

• Man sollte wohl medizinische Fakultäten um Hilfe bitten ;)
  Meine ganze Familie war an Ivy-League-Unis, und sie schreiben die schlimmste Handschrift, die ich je gesehen habe.
  Manchmal brauche ich eine Stunde, um eine Weihnachtskarte meiner Schwester zu lesen.

  • Ich habe mich immer gefragt, wie Apotheker diese Rezepte lesen.
    Wahrscheinlich gab es an der Uni ein eigenes Fach, in dem man so etwas lernt.

• Ich hätte Lust, das einmal auszuprobieren, weil ich das Lesen von Schreibschrift üben möchte
  Ich schreibe viel von Hand und schreibe auch alle Notizen in Schreibschrift. Es macht Spaß zu sehen, wie sich Binder mit allen möglichen Themen füllen
  Ich schreibe aus mehreren Gründen in Schreibschrift: Die Hand verkrampft weniger, in der Öffentlichkeit bietet es ein geringes Maß an Privatsphäre, ich will die Fähigkeit nicht verlieren, und vor allem macht es Spaß

  • Aus denselben Gründen übe ich auch gern ein wenig Kalligrafie
    Mir gefällt auch die Form. Ich benutze keine besonderen Stifte, aber ich gebe meiner Schreibschrift meinen eigenen Stil, damit sie schöner aussieht
    Früher habe ich auch Schulhefte in Kalligrafie geführt, vor allem, weil mir das eine Ausrede gab, mich nicht um das Fach zu kümmern
    Die Lehrer mochten es allerdings nicht, dass ich ihr Gekritzel an der Tafel nicht schnell genug abschreiben konnte

• Das ist wirklich cool, und ich will es nicht schlechtreden
  In vielerlei Hinsicht kann es schon ein Zweck an sich sein, ein Hobby anzubieten, mit dem man sich an den National Archives beteiligen kann
  Aber … könnten Computer das nicht viel besser?

  • Ich hatte denselben Gedanken, aber bei alter Handschrift klappt es vielleicht nicht
    Ich habe das Beispiel in 4o eingegeben, und es gab Folgendes aus:
    The following is the declaration of James Lambert, a soldier of the Revolutionary War in North America.
    The said James Lambert this day personally appeared in the Probate Court of the County of Dearborn in the State of Indiana and at the November Term of said Court (1841), it being a court of record created by the laws of Indiana and made oath that:
    On the 25th day of March 1842, he will be eighty-five years old, that he was born in the State of Maryland, that he is now a resident of said county and has been for the 27 years last past; that he has lived in Virginia, Maryland, and Pennsylvania...
  • Nein
    Schreibschrift ist analog und fließend, daher fehlt es je nach Schreiber oft an Konsistenz, und selbst innerhalb der Schrift einer einzelnen Person ist sie häufig ungleichmäßig
    Wenn sie gut gemacht ist, kann sie als Kunstform gelten, aber wenn sie schlecht ist, kann sie aussehen wie die Spuren eines Huhns auf Methamphetamin

• Nach rund 50 Jahren Tastaturnutzung kann ich meine eigene Handschrift nicht mehr lesen
  Nicht einmal eine reproduzierbare Unterschrift bekomme ich hin

  • Geht mir genauso. Ich bin alt genug, um mich noch an die Zeiten zu erinnern, als man die Unterschrift auf dem Kreditkartenbeleg grob mit dem Gekritzel auf der Kartenrückseite verglichen hat
    Wenn das heute noch so wäre, würden wohl 50 % der Transaktionen, die ich versuche, scheitern
  • Bei mir auch, und in den 90ern war ich sogar stolz auf meine Handschrift
    Es ist definitiv eine Form des Selbstausdrucks verloren gegangen