Clarivate. “Responsible AI in Digital Collections: Part 1. How AI Helps Reveal Hidden Digital Collections”. Clarivate, 17 de agosto de 2026.

Se plantea un cambio interesante en la concepción de la digitalización bibliotecaria: el objetivo ya no debería limitarse a convertir documentos físicos en archivos digitales y ponerlos en línea, sino conseguir que todo el conocimiento contenido en ellos pueda ser descubierto y relacionado. La IA puede actuar como una herramienta de enriquecimiento de metadatos capaz de sacar a la luz conexiones que permanecían invisibles, mejorar la recuperación de información y facilitar nuevas formas de investigación. El reto para las bibliotecas será desarrollar estos sistemas de manera responsable, manteniendo al bibliotecario y al archivero en el centro del proceso de validación y descripción

Las bibliotecas, archivos e instituciones de patrimonio cultural han realizado durante años importantes inversiones en digitalización de fotografías, manuscritos, periódicos, grabaciones audiovisuales y documentos históricos. Sin embargo, digitalizar una colección no garantiza que sus contenidos sean fácilmente localizables. El artículo señala que una parte importante del conocimiento contenido en estos fondos permanece «oculto» porque no aparece reflejado en los metadatos. Una fotografía puede contener personajes relevantes cuyos nombres no figuran en su descripción, mientras que un manuscrito puede mencionar personas, lugares, organizaciones o acontecimientos que tampoco han sido identificados documentalmente.

En este contexto, la inteligencia artificial puede utilizarse para enriquecer automáticamente los metadatos y mejorar las posibilidades de descubrimiento. Una de las aplicaciones destacadas es la extracción de entidades, mediante la cual los sistemas de IA identifican en los contenidos elementos significativos como personas, lugares y organizaciones. En lugar de obligar al personal bibliotecario o archivístico a revisar manualmente cada documento para localizar estas entidades, la IA genera propuestas que posteriormente son examinadas, corregidas o rechazadas por los profesionales. De este modo, se pretende combinar la capacidad de procesamiento de grandes volúmenes de información de la IA con el conocimiento especializado y el control de calidad de los bibliotecarios y archiveros.

El beneficio más importante, por tanto, no sería únicamente ahorrar tiempo en la catalogación, sino transformar la manera en que los usuarios descubren las colecciones. Un investigador podría encontrar materiales relacionados con una determinada persona, institución o lugar aunque esos elementos no hubieran sido incluidos originalmente en los registros bibliográficos. La extracción y vinculación de entidades permite establecer relaciones entre diferentes documentos y colecciones, ofreciendo un contexto más rico y abriendo nuevas vías de investigación que resultarían difíciles de encontrar mediante una búsqueda tradicional basada exclusivamente en palabras clave.

El artículo insiste además en la importancia de un enfoque de IA responsable y supervisada por profesionales. Las sugerencias generadas automáticamente no deberían incorporarse sin control a los registros: los bibliotecarios y archiveros mantienen la capacidad de aceptar, modificar o rechazar las entidades y metadatos propuestos. Esta supervisión permite aprovechar la automatización sin renunciar a la precisión, la normalización y el criterio profesional. En el caso presentado de la University of Texas at Dallas Libraries, la herramienta de IA detecta personas, objetos y lugares en los archivos digitales y propone su vinculación con entidades de vocabularios controlados, dejando la decisión final en manos de los especialistas en metadatos.