Maciek Krawczyk, który zaprogramował nasz Cyfrowy Atlas Warsztatów, wziął niedawno udział w konferencji CCA poświęconej humanistyce cyfrowej, odbywającej się w Wiedniu. Wygłosił tam referat zatytułowany „Natural Schema Evolution vs Machine Learning Readiness: A Case Study from the Stone-Masters Project”, w którym pokazał, w jaki sposób doświadczenie pracy nad Atlasem pozwoliło mu sformułować nowe obserwacje dotyczące problemu ewolucji schematów baz danych.

Jak wyjaśnia, większość baz danych nie powstaje od razu jako struktury duże i złożone. Zazwyczaj zaczynają się one bardzo prosto — od niewielkiego zestawu pól zaprojektowanych tak, by rejestrować najważniejsze cechy badanego materiału. W miarę rozwoju projektu zachodzi jednak naturalny proces: pojawiają się nowe pytania badawcze, typologie stają się bardziej szczegółowe, a do bazy włączane są kolejne zbiory danych. Stopniowo schemat zaczyna się rozrastać. Po kilku latach baza danych często wygląda już zupełnie inaczej niż w pierwotnym założeniu. Jednocześnie algorytmom coraz trudniej identyfikować w niej stabilne i wiarygodne wzorce. W rezultacie stabilność analityczna może się zmniejszać — nie dlatego, że dane są błędne lub źle zebrane, lecz dlatego, że stały się bardziej ekspresywne, szczegółowe i lepiej dostosowane do potrzeb interpretacji humanistycznej. Innymi słowy, zbiór danych staje się coraz potężniejszym narzędziem dla interpretacji prowadzonej przez badacza, a zarazem coraz większym wyzwaniem dla uogólnień obliczeniowych.