Thirty Years of Digital Libraries: What ECDL/TPDL Tells Us About the Field, and Where We Go from Here

1990年代後半、情報科学の世界で一つの新しい概念が形を成し始めていました。それがデジタルライブラリです。当時、それは単に数冊の本をスキャンして掲載しただけのウェブサイトではありませんでした。それは複雑なエンジニアリングの挑戦であり、膨大なデジタルコンテンツのコレクションを保存、整理、提供するための、全く新しいシステムを構築するという約束でした。研究者たちは、デジタル上の棚を構築し、コンピュータ同士が対話できるようにするためのソフトウェアを書き、これらのシステムをいかにして人々のために機能させるかを突き止めることに奔走していました。その後の30年間にわたり、特定の科学者グループが、進捗を共有するためにヨーロッパで開催される年次会議に集まりました。彼らはその集まりを、後にTPDLと略される「デジタルライブラリに関する研究および高度技術に関する欧州会議（European Conference on Research and Advanced Technology for Digital Libraries）」と呼びました。30年もの間、この集まりは分野のバロメーターとして機能し、何が重要であると考えられているか、誰がその仕事を行っているのか、そして実際に何が構築されているのかという、あらゆる変化を記録してきました。

パドヴァ大学の研究者であるジャンマリア・シルヴェッロによる最近の研究は、この会議シリーズの全歴史を振り返り、デジタルライブラリという概念がいかに変容してきたかを考察しています。シルヴェッロは、1997年の第1回目から直近の2026年の集まりに至るまで、全30回の会議で発表されたすべての論文を分析しました。約1,600件もの学術論文を理解するために、研究者は大規模言語モデルとして知られる強力なコンピュータプログラムを使用し、各寄稿のタイトルと抄録を読み取り、それらをカテゴリー分けしました。このツールにより、論文が新しいソフトウェアシステムの構築に関するものか、人々がどのようにライブラリを利用しているかの研究か、あるいはコレクション内のデータを分析するものかを識別することができました。その後、研究者はコンピュータがテキストを正しく読み取っているかを確認するために、生成されたラベルのサンプルを手作業でチェックしました。その目的は、単に言葉を数えることではなく、コミュニティ自体がどのように変化したかを観察することによって、この分野の進化を辿ることでした。

データが語る物語は、焦点の根本的な転換です。初期の1997年から2007年にかけて、会議はシステムの構築によって支配されていました。研究者たちはデジタルライブラリのアーキテクチャ、つまり異なるコンピュータシステム間で情報を共有することを可能にするフレームワークやプロトコルを作成することに注力していました。彼らはインフラストラクチャを構築し、ある国のライブラリが別の国のライブラリと対話できるようにするためのメタデータの標準を設計し、ユーザーが必要なものを見つけるための検索エンジンを開発していました。論文は、システム設計、相互運用性、そしてこれらのデジタルリポジトリを機能させるために必要なツールに関する技術的な議論に満ちていました。それは、主要な問いが「いかにしてライブラリ自体を構築するか」であった、エンジニアリングの時代でした。

年月が経過するにつれ、議論は変わり始めました。中間期にあたる2008年から2016年にかけて、焦点はシステムの構築から、それらを利用する人々や保持されているコンテンツへと移り始めました。研究者は、ユーザーがこれらのデジタルコレクションとどのように相互作用するか、デジタル資料をいかに長期的に保存するか、そして増大するデータの網をいかに管理するかを研究し始めました。最初の10年間の主役であったシステムは、もはや研究の主要な主題ではなくなり、図書館やアーカイブによって運用される背景としてのインフラストラクチャとなりました。新たな問いは、これらのシステムの中にある記録を用いて何ができるかという点に移っていました。

直近の10年、2017年から2026年にかけて、この分野はさらに劇的な変容を遂げました。研究の対象は、ほぼ完全にデータそのものへとシフトしました。今日、論文はライブラリを構築することについてではなく、そのライブラリが保持する学術的・文化的記録をいかに処理するかについてとなっています。支配的なトピックは、現在、テキストマイニング、自然言語処理、そして機械学習です。研究者は、高度なコンピュータモデルを使用して、膨大な量の歴史的文書、科学論文、および文化遺産資料を分析しています。彼らは情報の異なる断片がいかに結びついているかを示す複雑な地図である「ナレッジグラフ」を構築しており、人工知能を用いて数百万の記録から意味を抽出しています。デジタルライブラリは、もはや構築すべきシステムではなく、人工知能を訓練し、新しい発見の形態をサポートするために使用できる、キュレーションされた信頼できるデータの集合体と見なされています。

研究対象の変化は、その仕事を行っているのは誰かという変化とも一致しています。初期の頃、会議にはアメリカからの研究者も多く、幅広い国際的な聴衆が集まっていました。時が経つにつれ、コミュニティは地理的に縮小していきました。北米出身の著者の割合は着実に減少し、一方でヨーロッパの研究者の存在感が増し、会議を支配するようになりました。今日、参加者の大多数はヨーロッパから来ており、代表されている国数も減少しています。コミュニティはより局所化され、戻ってくる著者のコアとなる層は小さくなり、一度だけ参加する新規参入者が多くなっています。会議を牽引する研究グループも変化しており、異なる時代に異なるチームが主導権を握っており、これは分野の優先順位の変化を反映しています。

また、この研究は、研究者の心の中でデジタルライブラリの定義がいかに進化してきたかも明らかにしています。当初、その用語はシステムまたはデジタルオブジェクトの集合体を指していました。時間が経つにつれ、それは一つの役割、すなわち「コレクションの責任あるキュレーション」を指すようになりました。現在のデジタルライブラリは、コレクションが信頼できるものであることを保証し、データの出所を把握し、人間と機械の両方によって安全に使用できることを保証する実体として理解されています。この新しい定義は極めて重要です。なぜなら、これが真のデジタルライブラリを、単なる検索エンジンやランダムなデータの塊から区別するからです。それは、情報の質と完全性を長期にわたって維持するという、機関としての責任を強調しています。

研究者たちは、焦点はシステムからデータへと移ったものの、実際の図書館、アーカイブ、および博物館の関与は、その役割を変えつつも一定に保たれていることを見出しました。初期の時代、これらの機関はしばしばシステムの主要な構築者でした。今日、彼らは研究のパートナーとして、研究者が分析するためのキュレーションされたコレクションを提供する役割を担うことが多くなっています。これらの機関の実務家によって書かれる論文は、現在では大学の研究者との共同研究を含むことが多く、コレクションに関する深い知識とコンピュータサイエンスの高度な分析ツールを組み合わせています。

将来を見据えると、研究はいくつかの方向性を提示しています。人工知能がより強力になるにつれ、高品質でキュレーションされたコレクションの必要性はかつてないほど高まっています。これらのコレクションは、機械学習モデルの訓練データとなり、それらの回答を評価するための「グラウンド・トゥルース（正解）」としての役割を果たします。研究者たちは、分野がこれらのコレクションの質、そこから構築されるナレッジグラフの信頼性、およびデータの長期保存に焦点を当てるべきであると提唱しています。また、会議自体も進化し続けるべきであり、おそらくデジタル・ヒューマニティーズ（デジタル人文科学）により多くのスペースを割いたり、データ管理のような他の分野との結びつきを強化したりすべきであるとも示唆しています。

ECDL/TPDL会議の30年間の歩みは、エンジニアリングから知識へと成熟していった分野の姿を示しています。システムの構築者はデータの処理者へと道を譲りましたが、核心となる使命は変わりません。それは、世界の情報をアクセス可能にし、有用なものにすることです。デジタルライブラリは消滅したのではなく、単にその形を変えたのです。システムが構築される場所から、人類の文化と科学の物語が処理され、理解され、そして未来に向けて保存される場所へと。研究者たちは、今日のデジタルライブラリができる最も重要なことは、自らが保持するものを説明責任を持って管理し、管理するコレクションが将来にわたって信頼でき、利用可能であることを保証することであると結論付けています。