In de wereld van archeologie voltrekt zich een stille revolutie. Niet langer beperkt tot spade en borsteltje, maar in toenemende mate gestuurd door data, algoritmes en kunstmatige intelligentie. Digitale archeologie is de opkomende richting die de discipline voor een groot deel zal gaan bepalen.
Moderne technologieën bieden ongekende mogelijkheden. Zo zijn er digitale databases van vondsten, 3D-modellen van archeologische sites en Machine Learning algoritmes die miljarden data punten met elkaar verbinden. Volgens een overzicht in Journal of Archaeological Science (2024) kan Artificial intelligence (AI) helpen patronen te ontdekken die menselijke onderzoekers eerder over het hoofd zagen. “Het vermogen van AI om verbanden te leggen tussen verschillende datasets opent een heel nieuwe dimensie in het onderzoek,” zegt dr. Eva de Vries, specialist in digitale erfgoedstudies aan de Universiteit van Amsterdam.
Toch is de weg naar volledige digitalisering niet zonder obstakels. Veel databronnen zijn afgeschermd of nog niet gedigitaliseerd. Honderdduizenden wetenschappelijke artikelen, opgravingsrapporten en vondstverslagen liggen in archieven, vaak alleen fysiek toegankelijk. AI-systemen kunnen alleen werken met de gegevens die beschikbaar zijn, wat betekent dat AI analyses altijd gedeeltelijk incompleet zullen zijn.
Een kritische blik op digitale archeologische databestanden laat zien dat het verwijderen van twijfelachtige of niet-digitale vondsten risico’s met zich meebrengt. Wat op dit moment als een geoartefact of vervalsing wordt gezien, kan in de toekomst belangrijke nieuwe inzichten bieden. Door dergelijke gegevens volledig uit datasets te verwijderen, loopt men het gevaar patronen te missen of analyses te vertekenen. Het digitaliseren en bewaren van ook dubieuze vondsten is daarom essentieel: het stelt toekomstige AI-algoritmes in staat verbanden en patronen te ontdekken die menselijke onderzoekers nu nog over het hoofd zien.
Amateurarcheologen haken af na afwijzing van vondsten die niet worden opgenomen in databanken
De archeoloog Frans de Vries pleit ervoor om twijfelachtige vondsten van Tjerk Vermaning uit het systeem te verwijderen na aanleiding van zijn onderzoek voor zijn publicatie ¨Valsheid in Gesteente. Hoewel dit zijn intentie is om de kwaliteit van de data te waarborgen, vormt dit geen correcte manier van dataverzameling. We kunnen ons ook afvragen of een handjevol archeologen, die onderzoek hebben gedaan naar de vermeende vervalsingen van Vermaning, daadwerkelijk gelijk hebben. Ik heb hier uitvoerig over geschreven op de website tjerktvermaning.nl. Het beperken van de databank tot enkele meningen over vermeende vervalsingen kan toekomstige analyses met big data en AI ernstig beperken. Professioneel gezien is het daarom raadzaam ook deze vondsten op te nemen, zodat toekomstige onderzoeksmethoden volledige en representatieve datasets kunnen gebruiken.
Bovendien is niet alle informatie actueel. Archeologische interpretaties veranderen naarmate nieuwe ontdekkingen worden gedaan. “AI kan je een overzicht geven, maar het blijft een hulpmiddel,” zegt dr. Eva de Vries verbonden aan de Universiteit van Amsterdam. “Het moet altijd in handen van een ervaren archeoloog blijven, die kan beoordelen wat relevant of achterhaald is.” Of dr. Eva de Vries hierin gelijk heeft? Als ervaren archeologen bepaalde vondsten niet erkennen en daardoor niet in digitale databestanden opnemen, kan AI in de toekomst een vertekend beeld van het archeologisch materiaal geven. Een voorbeeld van vondsten die niet in het digitale systeem zijn opgenomen, zijn de vuursteenvoorwerpen van Schuilenburg. Terwijl sommige professionele archeologen twijfelen aan hun authenticiteit, beschouwen enkele amateurs ze als werktuigen uit het Middenpaleolithicum.
Toch zijn de vooruitzichten veelbelovend. Met de komst van self-learning engines zullen digitale systemen steeds beter in staat zijn verbanden te leggen tussen verspreide datasets. Het resultaat: sneller inzicht in oude beschavingen, nieuwe hypothesen en een efficiëntere manier van werken. Waar eerder elke opgraving een op zichzelf staand verhaal vormde, ontstaat nu een digitaal netwerk waarin duizenden losse onderzoeken samenkomen.
“Wat we nu zien is nog maar het begin,” aldus dr. Eva de Vries, in het artikel Digital Heritage and Machine Learning. “Over tien tot twintig jaar zullen we waarschijnlijk ontdekkingen doen die we ons nu nog niet kunnen voorstellen, gewoon omdat we toegang hebben tot al die gegevens, en AI kan helpen de verbanden te vinden die ons ontgaan.”
Een opvallend knelpunt in de digitale archeologie is de rol van amateurarcheologen. Vondsten van particuliere onderzoekers worden soms niet opgenomen in databanken zoals ARCHIS, omdat ze niet zijn gemeld, of omdat sommige professionals ze niet als prehistorische werktuigen beschouwen en deze niet registreren in het officiële archeologische registratiesysteem van de overheid. Hierdoor blijft een groot deel van het mogelijk potentieel waardevolle materiaal buiten het digitale netwerk.
Op forums zoals steentijdvondsten.nl blijkt dat niet alle amateurarcheologen even enthousiast blijven om nieuwe vondsten te blijven melden. Wanneer zij overtuigd zijn dat ze een authentiek werktuig uit de prehistorie hebben gevonden, maar hun vondst door een enkele beroepsarcheoloog wordt afgewezen, haken veel amateurs daarna af. Gevolg: waardevolle vondsten blijven soms ongemeld, terwijl twijfel en frustratie de kloof tussen amateurs en professionals kunnen vergroten.
Het is voor de toekomst belangrijk deze wél te registreren. Ook twijfelachtige of ongebruikelijke objecten kunnen in de toekomst cruciale inzichten opleveren, zeker wanneer AI in de toekomst grote datasets beter analyseert. Door alle meldingen vast te leggen, ontstaat een representatiever beeld. Dat vergroot de kans dat toekomstige analyses verbanden en patronen blootleggen die nu nog onopgemerkt blijven.
Om het volledige potentieel van digitale archeologie te gaan benutten, kan een nieuwe datacategorie in bestaande registratiedatabanken worden opgenomen: “Afgewezen en twijfelachtige vondsten”. Hierbij worden ook vondsten van amateurarcheologen geregistreerd die door enkele professionals momenteel niet als authentiek worden beschouwd. Door deze objecten vast te leggen, ontstaat een rijke dataset die toekomstige self-learning engines uit data banken kan analyseren, waardoor verbanden en patronen aan het licht kunnen komen die nu onopgemerkt blijven.
Daarnaast kan deze aanpak amateurarcheologen stimuleren om nieuwe vondsten te blijven melden. Zelfs wanneer een object nu wordt afgewezen, kan het in de toekomst wetenschappelijk relevant blijken. Het registreren van twijfelachtige vondsten creëert zo een brug tussen amateurs en professionals en zorgt voor een representatiever, dynamisch archief dat nieuwe ontdekkingen mogelijk maakt.
De toekomst van de archeologie is digitaal, verbonden en intelligent. Spade en borsteltje verdwijnen niet, maar de manier waarop we verleden begrijpen, verandert voorgoed.
Ton Schadron
Referenties (selectie):
- Journal of Archaeological Science, 2024, “Applications of AI in Archaeological Data Integration.”
- De Vries, E., Universiteit van Amsterdam, “Digital Heritage and Machine Learning,” 2023.
- Smith, J., “Big Data and Cultural Heritage,” Cambridge University Press, 2022.
wpDiscuz
