CHAOS: Cultural Heritage Archive Open System En forskningsinfrastruktur og en medie/dokumentplatform CHAOS en objekthåndteringsplatform til håndtering og tilgængeliggørelse af den auditive kulturarv baseret på brugerbehov CHAOS er som bekendt den græske betegnelse for den urtilstand, der gik forud for verdensordenen. Historien om LARM projektets tekniske infrastruktur, CHAOS, er alt andet end en urtilstand. Historien om CHAOS er historien om et system, der virker, et system, der er ankommet til tiden og som afprøves og udfordres af en diversitet af humanistiske forskere i LARMprojektet. Det betyder, at vi allerede nu, med to år tilbage af projektet kan sige meget om systemets styrke og svagheder og at vi kan identificere en række udviklingspotentialer ved CHAOS. CHAOS, eller Cultural Heritage Archive Open System, er en objekthåndteringsplatform, der giver forskere og studerende adgang til at streame digitaliserede danske radioudsendelser, og systemet giver også adgang til en række digitale værktøjer, som understøtter forskningen i den auditive kulturer. Platformen udvikles til LARM af IKT specialister på DR, Statsbiblioteket og Forskningsnettet i et tæt samarbejde med LARMs forskningsbrugere. Platformen er resultatet af flere års overvejelser om, hvordan en bestemt del af kulturarven bedst kan gøres tilgængelig for forskning. Infrastrukturen er en konsekvens af et forskningsprojekt som måtte opgives fordi det vise sig at være uoverstigeligt dyrt at få fysisk og juridisk adgang det radiofoniske kildemateriale, der skulle danne grundlag for forskningsprojektet Dans Radios Kulturhistorie. Det kuldsejlede projekt blev i stedet startskud til en digital humanities vision: Forskernes interesse i radioarkivet forskød sig. Det handlede ikke længere om at sikre et enkelt forskningsprojekt adgang til nationalradioens mange analoge optagelser. Det handlede derimod om at sikre alle forskere digital adgang til den digitaliserede radiohistorie i en model, der både kunne tilbyde tekniske, juridiske og økonomisk overkommelige løsninger for forskningen. Med den nye vision opstod også grundlaget for nye forskningsspørgsmål og nye tværvidenskabelige forskningsmetoder. Processen fra vision til konkret udmøntning i en infrastruktur har været lang, men den blev blevet hjulpet godt på vej af en afklarende dialog i tiden op til ansøgningen om infrastrukturmidler i foråret 2009. Ud af dialogen mellem projektets forskere og it udviklere kom en række specificerede krav til infrastrukturens tekniske kapacitet og funktioner. Her viste det sig hensigtsmæssigt at trække på erfaringer fra lignende projekter, som fx DR s Bonanza og DRs samarbejder med broadcast arkiver internationalt. Også samarbejdet mellem Statsbiblioteket, Forskningsnettet og DR om Edumedia har været et vigtigt erfaringsgrundlag for udviklingen af det LARM tilpassede CHAOS system. 1
CHAOS er altså resultatet af en buttom up proces med afsæt i en dialog om humanistiske forskningsbehov. CHAOS er også et produkt af erfaringer og eksisterende teknologistrategier, som har leveret gennemprøvede systemløsninger og som også har leveret grundlaget for de juridiske løsninger og digitaliseringsløsninger, vi anvender i LARM projektet. Summen af kravsspecifikationer og eksisterende løsninger har bevirket, at visionen om en digital infrastruktur meget hurtigt blev til en velfungerende platform for digital humanistisk forskning. Den første prototype af LARM interfacet på CHAOS kunne testes af de humanistiske forskere i projektet allerede få måneder efter projektstart. 3) Men hvad er det så CHAOS kan? og hvor er vi med udviklingen af CHAOS? CHAOS er et open source system, opbygget i moduler. Det gør det dynamisk og skalerbart og åbent for udvidelse og innovation. Systemets backend består af et storage og streaminglag, som sikrer transport, lagring og langtidsbevaring af LARM infrastrukturens kulturarvskilder og tilknyttede forskningsdata hos Statsbiblioteket og også under understøtter de grundlæggende funktioner, som gør det muligt at streame radio og andre temporale medier. Desuden rummer backenden en række software moduler til søgning, statistik og til håndtering af medier og fleksible metadata. API laget, der i denne sammenhæng kan betegnes som et servicelag, der er åbent forskere. Det giver mulighed for at designe specifikke brugergrænseflader til specifikke eller kombinerede arkiver i CHAOS. LARMs brugergrænseflade, som giver forskningsadgang til 2
radiokulturarven kan således eksistere ved siden af andre grænseflader på CHAOSplatformen med adgang til andre typer af materialer og med egne adgangskontroller. I øjeblikket giver infrastrukturen adgang til 192.500 timers radio fra 1989 og frem til 2009 og desuden til en del ældre optagelser fra DR udvalgt til brug for projektets forskningscases. I 2012 skal vil man kunne tilgå hele sendefladen for de nationale og regionale DR kanaler fra 1984 og frem samt sendeflader fra Radio 100 FM og SkyRadio. I alt vil der til den tid ligge ca en million timers lyd. LARM interfacet har en række funktioner, der gør det overskueligt at finde, lytte til, organisere og annotere udsendelserne i det digitale arkiv. Lad mig præsentere de enkelte funktioner, som de ser ud lige nu: 3
Søgning på emner. Søger man på radio, får man en blanding af nyere og ældre udsendelser i systemet.. De digitale kilder i CHAOS mangler indholdsbeskrivelse og er ofte kun forsynet med en titel, udsendelsesdato og evt. radiokanal. Emnesøgningen er derfor begrænset til ord der indgår i udsendelsestitler. Det demonstrerer det akutte behov for nærmere beskrivelse af udsendelserne, forskerne står overfor. Kalenderfunktionen gør det let at browse i arkivet. Kalenderen giver oversigt over arkivets radioudsendelser, fordelt på sendetidspunkt (år, dato, klokkeslæt,) og er opsat i et velkendt skema det vi fx kender fra dr.dk s programoversigter som man kan se her mangler visse programmer endnu helt elementære metadata Ud fra disse funktioner kan der etableres personlige play lister med udvalg af udsendelser til eget forskningsbrug. Play listerne suppleres nu efter ønske fra forskerne med en struktur af mapper med undermapper individuelle repositories for at lette selektion og deling af udvalgt materiale. Sidens player visualiserer radioudsendelsen som timeline med zoomfunktion, der kan skaleres alt efter annoteringsbehov og også i forhold til en evt. analyses detaljeringsgrad 4
Annoteringsfunktionen visualiseringer af annoteringer på timeline, enten på punkt, segment eller progamniveau. Det er muligt at tilføje flere, detaljerede annoteringer til den samme udsendelse og også flere annoteringer til det samme korte forløb i en udsendelse. Derved har forskerne en unik lejlighed til at udveksle og udvikle forskningsdata på tværs af faggrænser. I lille skala udgør LARM forskerne en crowd, der via crowdsourcing beriger programmer ved fx at udveksle viden om og beskrive den samme udsendelse eller passage i en udsendelse fra forskellige forskningsperspektiver. Der er ikke sådan at få brugerrepræsentanter taler udvikling på alle forskeres vegne. Derimod er det et leverancekrav til alle forskere i projektet og alle forskere har mulighed for at henvende sig til udviklerne med specifikke behov. I øjeblikket vidensudveksler forskere og ekspertnermed baggrund i antropologi, mediesociologi, jura, litteraturvidenskab, kulturvidenskab, sprogvidenskab, audiologopædi, musikvidenskab, teatervidenskab, kunsthistorie, digital arts, historie, museologi, informationsvidenskab, matematik, lydteknologi, akustik og design om forskningsaspekter ved kildematerialet i CHAOS. Som det ser ud nu, er vi meget tæt på at have indfriet de ønsker forskerne LARM forskerne i udgangspunktet havde til LARM interfacet Øget brug øget forskningsinteresse og mere præcise krav Der er stadig uløste opgaver tilbage på forskernes oprindelige tjekliste, men det er værd at bemærke, at ønskerne er blevet mere specialiserede og mere præcist formulerede i takt med at brugerne har lært CHAOS at kende, og løsningerne er også blevet mere ambitiøse i takt med testningen og udviklingen af CHAOS: 5
Øverst på listen over mangler er 1). En national bibliografi over danske radioudsendelser på basis af de hvide programmer, de ugentlige radiooversigter til dagspressen fra 1925 og frem, er blevet digitaliseret og skal implementeres i løbet af 2011. I første omgang vil som billedfiler pr. dato. Målet er at knytte programinformation direkte til den enkelte udsendelse 2) En endeligt udformet metadateringsløsning. Projektets informationsvidenskabelige forskere opstiller specifikation af krav til de helt grundlæggende metadata til understøttelse af en præcis identifikation af radioernes programmer og deres proveniens. I modsætning til en række lignende infrastrukturprojekter udformes der ikke en generel manual for metadatering for alle metadata. Der skeles dog til den internationalt anvendte systematik for broadcastarkiver. I supplement til denne systematik er der valgt en dynamisk og community orienteret løsning, hvor metadateringen tager afsæt i de enkelte forskningsprojekters behov for specifikation og detaljering. Løsningen understøttes af CHAOS platformens OAI protokol, open archives protocol, som sikrer interoperabilitet mellem datasæt. 3) Et ønske er også visualisering af både de enkelte radioudsendelser og det samlede lydarkiv a) En udfordring for udviklingen af en infrastruktur til forskning i lyd er, at lyd udfoldes i tid. Vi er ikke trænede i at kunne huske lange og komplekse lydsekvenser. Derfor er visualiseringer af lyden et vigtigt støtteredskaber for forskningen. Playerens tidslinje er ét eksempel. Andre visualiseringer af lyden fx spektogrammer og waveforms kan også medvirke til en større forståelse af lydbilledets kompleksitet og nuancer. b) På det store plan arbejdes der på et interaktionsdesign projekt: Softclouding projektet, hvis mål er en 3D visualisering af det digitale arkiv og brugernes bevægelser igennem det. 6
Dette projekt vokser frem i takt med forståelsen af forskningsbehovene, men bliver ikke færdigudviklet i LARMs projektfase. Derfor er målet at videreudvikle denne 3D visualisering i et selvstændigt projekt, forhåbentlig med en bevilling fra Højteknologifonden i ryggen. 4) Bedre søgemuligheder i lyd er et andet væsentligt tema i udviklingen af værktøjer til CHAOS. Også her vil en del af værktøjsudviklingen ske i et associeret projekt, det DTUbaserede forskningsprojekt og Cosound, der med en ansøgning til det strategiske forskningsråd søger om midler til etablering af en avanceret søgeplatform til lyd. LARM er del af det internationale konsortium bag ansøgningen. 3) Perspektiver i LARM: CHAOS en platform, der virker innovativt ind på forskningen et digital humanities laboratorium for forskningsinnovation og læring baseret på feedback mellem forskere og udviklere Der er ingen tvivl om, at den øgede bevidsthed om CHAOS platformens potentialer virker innovativt tilbage på den humanistiske forskning. Muligheden for at raffinere de digitale værktøjer skaber nye måder at måle og registrere forskningsmaterialet og nye forskningsmetoder udvikles i feedback loops mellem forskning og teknologiudvikling. CHAOSplatformens modulopbygning gør det muligt at udvikle skalerbare løsninger og løsninger, der er tilpassede individuelle forskningsbehov, som det er tilfældet med den community baserede metadateringsløsning. Og vi begynder at se, hvordan ser de enkelte forsknings communities i projektet efterspørger konkrete løsninger på fagtonede behov. Et eksempel: LARM delprojektet LARtM skal forberede en udstilling og har i den forbindelse brug for at få dækket to relaterede behov: For det første ønsker man at kunne arbejde kollaborativt på de samme dokumenter i udviklingen af udstillingens koncept. For det andet ønsker man samle og beskrive alle former for objekter og dokumentation til brug for udstillingen og relationerne mellem dem. Den udviklede løsning indebærer, at der skal etableres særløsninger helt ned på technologibase og API niveau med eget workspace for delprojektet. Den demonstrerer desuden systemets materialeindifferens målet er at CHAOS kan håndtere alle former for objekter. Og med den teknologiekse support af den kollaborative proces i dette singulære projekt er grunden lagt til en generel model for understøttelse af kollektive og procesorienterede arbejdsform, som vil blive fremtrædende i et digital humanitieslaboratorium. Endelig kan udviklernes bud på dokumentation af arbejdsprocessen i LARTM skabe det teknologiske grundlag for sikring af forskningshistorikker ikke blot i dette delprojekt af LARM, men også i andre forskningsprojekter. De specialiserede community løsninger med egne workspaces viser sig ofte at være anvendelige i andre sammenhænge. Forskningsinnovation i enkelte communities kan derved understøtte den fortsatte udvikling af infrastrukturen. 7
CHAOS en teknologibase, der er baseret på netværks og community tænkning og udvikles i feedback loop med brugerne CHAOSplatformen er altså en skalerbar platform, der udstiller muligheder og virker innovativt ind på forskningen. Og systemet er også fremtidssikret i et netværk af communities, der sammen og hver især driver udviklingen af systemet. Det kan måske bedst vises i en model, der kan synliggøre relationerne i CHAOS. I midten har vi teknologibasen CHAOS, der som nævnt er udviklet i samspil med de tre udviklingspartnere DR, Statsbiblioteket og Forskningsnettet. Alle tre partnere er også del af LARMinfrastrukturen, men i denne figur skelnes der mellem udviklere og bruger communities og Forskerne i LARM udgør et bruger community, som profiterer af interaktionen med CHAOS og af allerede udviklede systemløsninger. LARM projektet er yderligere underinddelt i delprojekter med særligt forskningsfokus på radio, hvoraf ét er den omtalte forskningscase LARtM (disse projekter er beskrevet på www.larm.dk). Alle disse communities tilgår Chaos via LARMs frontend. De her listede forskningscases er blot den eksisterende mængde af cases, som tilgår CHAOS via LARM. I netværket vil der være plads til andre forskningsgrupper med interesse for det radiofoniske kildemateriale, fx historikere og socialforskere. LARM er imidlertid kun en delmængde af brugerne på CHAOS. Ud over forskningsbrugerne, som er repræsenteret ved LARM, findes der blandt andet en række brugere med arkiv og produktionsinteresse i CHAOS platformen og med relation til DR. Hvis vi kigger på disse DRrelationer, kan vi se, at objekthåndteringsplatformen her understøtter international udveksling af data og temporale kulturarvskilder til hhv. FIAT/IFTA og det EUROPEANAassocierede EUscreen projekt. Også projektet dansk kulturarv udvikles i interaktion med CHAOS. En af partnerne i Dansk Kulturarv, Statens Museum for kunst har med selvstændigt 8
interface på CHAOS udviklet et miljø til produktion af videoer til formidling af museets samlinger. I kraft af dette arbejde eksisterer der nu også løsninger til streaming af video, som kan anvendes i andre dele af projektet. Hvis nogen nu spørger om LARM bevillingen går til at medfinansiering af løsninger til de øvrige communities på CHAOS, så er det svært at svare nej. Men det er nemt at konstatere, at LARM projektet har fået mere end det har betalt for og desuden har fået løsninger på rekordtid i kraft af synergi effekten i en netværks og community baseret den IKT løsning. Den fælles platform CHAOS giver potentielt mulighed for at overtage videoproduktions og streaming løsninger, der er udviklet specielt til SMK. Det er løsninger som fx ville kunne inddrages i udviklingen af en planlagt lærings og metode Den fælles platform giver potentielt set også mulighed for at åbne døre mellem de sidestillede arkiver på CHAOS de danske kulturarvsarkiver og de internationale videoarkiver. Hvis jeg afslutningsvist skal samle op på alt dette, så kan man sige om CHAOS, at den tekniske løsning har haft afgørende betydning for LARM korte vej fra vision til realisering. CHAOS er velegnet som teknologibase for digital humanities infrastrukturer som LARM, fordi CHAOS er 1. En platform, der virker og som er organiseret i relation til specifikke communities og netværk og derfor kan understøtte differentierede forsknings og læringsmiljøer 2. En platform, der virker innovativt ind på forskningen 3. En dynamisk platform, der kan håndtere mere end det man har og hvor man får mere end man betaler for 4. En platform med født sammenhæng mellem drift og udvikling 9