Tato případová studie vychází ze zkušeností, které Łukasz Ściebior (MUZA) a Katarzyna Reszka (Muzeum Varšavy) sdíleli při prezentaci v programu ERC2026.
Popisuje zavádění nástrojů AI do MUZA: nejprve při implementaci s Muzeem Varšavy v roce 2024 a později při dalším rozvoji MUZA v roce 2026.
AI je pouze jednou součástí MUZA. Systém představuje širší prostředí pro správu muzejních sbírek, dokumentace a procesů v celé organizaci.
Každodenní výzvy správy sbírek
Muzea pracují s velkým množstvím různorodých informací: záznamy předmětů, snímky, dokumentací, výsledky výzkumu, terminologií, konzervátorskými údaji, výpůjčkami, přesuny a publikačními texty.
Při každodenní práci se týmy mohou potýkat s:
- neúplnými nebo nejednotnými záznamy předmětů;
- informacemi rozptýlenými mezi systémy, tabulkami, dokumenty a složkami;
- opakovaným kopírováním a přepisováním stejných informací;
- obtížným vyhledáváním v rozsáhlých sbírkách;
- nejednotnou terminologií;
- časově náročnou katalogizací a dokumentací;
- omezenou kapacitou pro přípravu textů pro různé skupiny;
- oddělenými prostředími pro přípravu, kontrolu a publikování informací.
Tyto problémy se netýkají jen evidence. Mohou ztěžovat vyřizování rešerší, přípravu výstav, správu výpůjček, zveřejňování informací o sbírkách, práci s digitálním obsahem i sdílení znalostí mezi odděleními.
MUZA propojuje sbírková data a související procesy v jednom prostředí dostupném v prohlížeči. Pomáhá uspořádat informace, sjednotit terminologii, spolupracovat a snáze vyhledávat a znovu využívat data.
AI tyto možnosti rozšiřuje podporou vybraných úkolů v systému.
Příklad Muzea Varšavy
První práce s AI představené na ERC2026 vycházely z implementace MUZA v Muzeu Varšavy, zahájené v roce 2024.
Muzeum Varšavy spravuje přibližně 765 000 předmětů. Zvláštní význam má fotografická sbírka: patří k největším částem sbírek, přitahuje značný zájem veřejnosti a často vyžaduje složitý historický výzkum.
Před implementací muzeum dlouhá léta používalo starší prostředí, které neposkytovalo dostatečnou kontrolu terminologie, konzistenci dat ani automatizaci procesů. Různé způsoby zápisu komplikovaly porovnávání, propojování a vyhledávání záznamů.
Migrace do MUZA zahrnovala přibližně 300 000 záznamů z předchozího systému a dalších zdrojů. Ukázala rozsah problémů s kvalitou dat a katalogizací.
Některé záznamy vyžadovaly další výzkum, doplnění či sjednocení. Fotografie mohly obsahovat rukopisné poznámky, štítky a razítka, která poskytovala cenná vodítka, ale obtížně se ručně zpracovávala ve velkém objemu.
Vznikla tak jasná potřeba nástrojů, které pomohou muzejním odborníkům a ponechají jim odpovědnost za konečný záznam.
Příprava záznamů předmětů s podporou AI
První modul AI vznikl jako úvodní implementace podle potřeb zjištěných při spolupráci s Muzeem Varšavy.
Na základě fotografie a dostupného kontextu může modul navrhnout:
- popisy předmětů;
- klíčová slova;
- materiály a techniky;
- datování;
- možné autorství;
- rozměry;
- obsah vybraných evidenčních polí;
- termíny řízených slovníků.
Může také navrhnout nová slovníková hesla, pokud odpovídající termín v nakonfigurovaném slovníku dosud není.
Výchozím bodem může být dodaný snímek. Nemusí jít o kvalitní digitalizát; užitečná může být i fotografie z telefonu, pokud poskytuje relevantní kontext.
Návrhy nejsou konečnými muzejními informacemi. Tvoří strukturovaný základ pro další práci pracovníků evidence, kurátorů a dalších odborníků.
Čtení informací z fotografií
Modul může pomocí optického rozpoznávání znaků připravit návrh přepisu poznámek, štítků a razítek na fotografiích, včetně údajů na rubu snímku.
Pracovník může návrh porovnat se zdrojovým snímkem, opravit přepis a rozhodnout o významu informace pro záznam předmětu.
AI pomáhá zpracovat viditelné informace. Nerozhoduje o interpretaci historického vodítka.
Ověřování a odborná kontrola
Diskuse s Muzeem Varšavy zdůraznily potřebu spolehlivé kontroly sbírkových dat ze strany odborníků.
Obsah generovaný AI může obsahovat chyby, opomenutí či nepodložená tvrzení. Pracovní postup MUZA proto zahrnuje více úrovní kontroly.
Pracovníci mohou:
- posuzovat návrhy po jednotlivých polích;
- porovnávat je s dalšími zdroji;
- kontrolovat ukazatele míry jistoty;
- přijímat, upravovat nebo odmítat jednotlivé návrhy.
Odpovědnosti lze rozdělit mezi různé role:
- kurátor hodnotí obsah a podklady;
- pracovník evidence kontroluje kvalitu dat, povinná pole a terminologii;
- recenzent připravuje a kontroluje návrh;
- publikující nebo oprávněný uživatel schvaluje konečný obsah příslušného pole.
Vzniká postup s průběžným zapojením člověka. AI pomáhá s přípravou a kontrolou, ale odpovědnost za informace vložené do záznamu zůstává odborníkům. Obsah vytvořený s pomocí AI je jasně označen.
Vyhledávání s AI a RAG
Jednou z funkcí AI v MUZA je AI chat založený na RAG, tedy generování odpovědí rozšířeném o vyhledávání informací.
RAG není univerzální chatbot s neomezeným přístupem na internet. V tomto využití slouží především jako vrstva vyhledávání a získávání informací podporovaná jazykovým modelem.
Proces má dvě hlavní fáze:
- systém vyhledá relevantní informace ve vybraných připojených muzejních datech;
- jazykový model využije získaný kontext k sestavení odpovědi v přirozeném jazyce.
Implementované vyhledávání může pracovat s informacemi v MUZA, včetně popisů předmětů a vybraných metadat. Uživatelé se mohou ptát bez znalosti přesného katalogového termínu, najít předměty, prohlédnout si záznamy použité v odpovědi a uložit vybrané předměty jako pracovní seznam.
To může podpořit:
- sbírkové rešerše;
- přípravu výstav;
- výzkum;
- hledání předmětů podle tématu, autora či kontextu;
- omezení závislosti na složitých filtrech a přesné terminologii.
Zdrojové záznamy zůstávají důležité. Systém má usnadnit objevování informací o sbírkách a zachovat přehled o původu odpovědí.
Zdroje, které lze připojit k RAG
Vrstva RAG může využívat vybrané zdroje, které instituce chce zpřístupnit k vyhledávání.
Současné využití vychází především z:
- popisů předmětů;
- vybraných metadat;
- sbírkových informací uložených v MUZA.
Řešení lze rozšířit o další indexované zdroje, například:
- digitalizovanou dokumentaci;
- bibliografické odkazy;
- digitalizované knihy;
- výzkumné materiály;
- vybrané repozitáře či dokumentová prostředí.
Další zdroje se vybírají, připravují a indexují pro každou implementaci. Po konfiguraci je chat může prohledávat.
Bezpečnost dat a infrastruktura
Konfigurace probíraná při přípravě ERC2026 byla navržena pro místní provoz v infrastruktuře spravované týmem MUZA nebo institucí. U lokálně hostovaného modelu se úryvky ze sbírkových záznamů zpracovávají v této infrastruktuře. Pokud je nakonfigurován externí model, předané úryvky se zpracovávají podle této konfigurace a podmínek poskytovatele pro nakládání s daty.
Tato architektura může instituci pomoci udržet kontrolu nad tím:
- které zdroje jsou indexovány;
- která data jsou dostupná pro vyhledávání;
- kde se data zpracovávají;
- kdo může modul používat;
- jak je řízen přístup k systému.
Samotné RAG automaticky nezaručuje bezpečnost ani přesnost. Výsledná ochrana závisí na zvolené infrastruktuře, modelu, řízení přístupu, integraci, údržbě a pravidlech zpracování dat.
Bezpečnost a soukromí proto musí být součástí architektury implementace, nikoli samostatným marketingovým argumentem.
Popisy pro různé skupiny uživatelů
Další rozvoj MUZA v roce 2026 přinesl nástroje pro přípravu popisů pro různé skupiny a účely.
Stejná data o předmětu mohou sloužit jako základ obsahu pro:
- děti;
- dospělé návštěvníky;
- výzkumníky;
- edukátory;
- výstavní týmy;
- lidi na autistickém spektru.
Systém připraví návrh z informací již uložených v záznamu předmětu. Pracovníci jej ověří, upraví a schválí před použitím v muzeu nebo online sbírkách.
Cílem je omezit opakované psaní a usnadnit další využití existujících znalostí o sbírkách.
Obsah pro přístupnost
MUZA obsahuje také nástroje podporující přístupnost.
Mohou pomoci s:
- vyhledáním obrázků bez alternativního textu;
- přípravou návrhů alternativních textů;
- vytvářením přepisů zvukových a obrazových nahrávek;
- přípravou přístupných titulků;
- identifikací mluvčích, zvukových efektů a zvuků v pozadí;
- přípravou návrhů audiopopisů obrázků a úplných scénářů audiopopisů filmů s časovými kódy.
U filmů může MUZA vytvořit úplný návrh scénáře audiopopisu. Analyzuje video po úsecích a popisuje, co je v daném okamžiku vidět, s časovými kódy pro rychlý přechod na scénu a porovnání s původním záběrem. Scénář lze stáhnout ve formátu WebVTT.
Tyto nástroje řeší praktický problém: příprava přístupného obsahu pro rozsáhlou digitální sbírku může vyžadovat značný čas a opakovanou ruční práci.
Překlady s muzejní terminologií
Další funkce AI v MUZA podporuje překlady.
Pracovníci mohou překládat vybraná pole nebo popisy, porovnat originál s návrhem a před publikací výsledek ověřit. Lze zachovat vybraná vlastní jména či výrazy v původním jazyce.
Terminologii lze nastavit pro konkrétní instituci. Obecný překlad totiž nemusí vystihovat význam odborného muzejního termínu.
Proces urychluje přípravu vícejazyčného obsahu sbírek a ponechává odpovědnost za konečné znění pracovníkům muzea.
MUZA je více než AI
AI je jednou skupinou nástrojů v MUZA, nikoli definicí systému.
MUZA podporuje širší muzejní práci, včetně:
- správy sbírek a evidence;
- dokumentace a digitalizace;
- archivů;
- konzervování;
- výpůjček a depozit;
- přesunů předmětů;
- výstav a projektů;
- portálů a zpřístupňování veřejnosti;
- spolupráce mezi odděleními;
- migrace a zlepšování kvality dat.
Systém pomáhá muzeím omezit přecházení mezi nepropojenými nástroji, vyhnout se opakovanému zadávání dat, zlepšit vyhledávání a filtrování, pracovat se společnými informacemi a využívat sbírková data v různých procesech.
AI v tomto prostředí podporuje vybrané činnosti. Nenahrazuje systém správy sbírek, muzejní postupy ani odborné znalosti.
Za hranicí experimentu
Příklad MUZA a Muzea Varšavy ukazuje, že praktický rozvoj AI může začínat u konkrétních provozních problémů:
- neúplných záznamů;
- opakované katalogizační práce;
- obtížného vyhledávání;
- ztraceného historického kontextu;
- pracnosti zajišťování přístupnosti;
- pracnosti překladů;
- potřeby obsahu pro různé skupiny;
- roztříštěných procesů kontroly a schvalování.
První modul vznikl při implementaci s Muzeem Varšavy v roce 2024. Další funkce AI byly zaváděny a rozvíjeny v rámci vývoje MUZA v roce 2026.
Vhodné řešení závisí na datech, postupech, terminologii, infrastruktuře, bezpečnostních požadavcích a odborných odpovědnostech instituce.
AI může muzeím pomoci šetřit čas, zlepšit přístup k informacím a lépe využívat existující znalosti. Lidská kontrola, jasné odpovědnosti a kontrola nad daty zůstávají nezbytné.

Promluvme si o AI a správě sbírek ve vašem muzeu
Zvažujete AI pro katalogizaci, sbírkové rešerše, přístupnost, překlady nebo vyhledávání ve sbírkách?
Sdělte nám potřeby svého muzea a zjistěte, zda u vás můžeme systém MUZA zavést zdarma.
Kontaktujte tým MUZA:
Jan Sikora
International Business Growth Partner
jan.sikora@mobilems.pl
+48 797 418 825

