In januari 2024 startte Angela Gibson als Senior Director of Operational Strategy bij de Modern Language Association (MLA). Onlangs spraken we met Angela over haar inzichten over de MLA International Bibliography (MLAIB) en de cruciale rol die deze bron speelt in het bevorderen van onderzoek. Lees verder om haar visie voor de toekomst te ontdekken.

Inhoudsopgave

Kunt u iets vertellen over uw achtegrond in taal en literatuur en uw weg naar de MLA?

Ik heb aan de University of Rochester mijn PhD gehaald in Middle English. Voordat ik bij de MLA kwam, gaf ik colleges in schrijven en literatuur, werkte ik aan een gesubsidieerd project dat middeleeuwse teksten die slecht beschikbaar waren bewerkte en publiceerde voor gebruik in de klas, en werkte ik korte tijd op de redactie van een STEM-tijdschrift. Ik ging vervolgens aan de slag op de redactie van de MLA, en vervul nu een rol waarin ik toezicht houd op de redactionele, operationele en zakelijke aspecten van het publicatieprogramma.

Waarom zijn de vaardigheden van taal- en literatuuronderzoekers vandaag de dag zo cruciaal?

Onderzoek vereist menselijke interpretatie van taal, en daar zijn taal- en literatuurwetenschappers in getraind. Ik zal een voorbeeld geven waarom deze expertise belangrijk is. Ik sprak op een bijeenkomst over generatieve AI met iemand van een groot technologiebedrijf. Op een gegeven moment zei hij dat productontwikkelaars maar één doel voor ogen hebben: zorgen dat mensen de producten die ze maken, gaan gebruiken. Einde verhaal. Wat hij vervolgens zei was opvallend: ze hebben geen enkele motivatie om gebruikers te laten weten wat de bron van hun informatie is – uit welke versie van een tekst het afkomstig is, welke entiteit het heeft gesponsord, wie het heeft gemaakt, of zelfs waar de mens ophoudt en de machine begint. Deze zaken zijn precies waar taal- en literatuurwetenschappers voor opgeleid zijn. En, zo zei hij, het is onze taak om de mensen die deze producten maken én degenen die ze gebruiken te “dwingen” het belang hiervan in te laten zien – want niemand anders zal het doen.

Het betrekken van mensen in het proces begint uiteraard bij de wetenschapper die het onderzoek schrijft. Waar onderzoekers op het gebied van bijvoorbeeld technologie en engineering het hebben over automatisering van onderzoeksreviews, heeft een dergelijke automatisering in taal- en literatuurwetenschappen geen zin: de woorden zijn de data die geïnterpreteerd worden. Een menselijke factor is net zo belangrijk bij het samenstellen van een onderzoeksdatabank voor dit vakgebied. Daarom werken tientallen getrainde wetenschappers aan het beoordelen van het materiaal dat in de MLAIB komt, inclusief degenen in onze veldbibliografen- en fellowship-programma's. Dit betekent dat wanneer een onderzoeker op zoek is naar bronnen in onze databank – of het nu een beginnende of ervaren gebruiker is – hij er zeker van kan zijn dat deze nauwkeurig zijn geëvalueerd en beoordeeld op relevantie.

Wat zijn de grootste uitdagingen voor studenten die onderzoek doen? Hoe kunnen bronnen zoals de MLA International Bibliography with Full Text helpen om deze het hoofd te bieden?

Tijd vinden om onderzoek te doen is een veelgehoord probleem onder wetenschappers en studenten. Een deskundig samengestelde full-textcollectie zoals de MLA International Bibliography with Full Text vereenvoudigt de ontdekkingsfase van onderzoek voor studenten, zodat ze meer tijd kunnen besteden aan doordachte analyse.

Ik hoor ook regelmatig dat studenten begeleiding nodig hebben bij het doen van onderzoek. De MLA heeft een gratis online cursus ontwikkeld waarmee zij fundamentele onderzoeksvaardigheden kunnen aanleren. Het is belangrijk voor hen om deze vaardigheden te leren en te oefenen in een gecureerde omgeving met betrouwbare bronnen waarvan ze weten dat ze door mensen zijn gemaakt, en niet het wilde westen van het internet, laat staan een AI-tool die bronnen verzint en zelfs informatie toevoegt met voorspellende algoritmen die menselijke tekst nabootsen – woorden zonder enige menselijke intentie.

De MLA publiceert ook twee handleidingen voor studenten: The MLA Guide to Undergraduate Research in Literature en The MLA Guide to Digital Literacy. Beide bevatten voorbeelden van het gebruik van de MLAIB (en andere bronnen) om effectieve onderzoeksvaardigheden aan te leren.

Kunt u iets meer vertellen over de rol van de Modern Language Association in het ondersteunen van taal- en literatuuronderzoek?

Naast de eerdergenoemde leermiddelen voor studenten ondersteunt de MLA taal- en literatuuronderzoek ook op vele andere manieren. Zo beheren we het voornaamste tijdschrift op dit gebied (PMLA), organiseren we een jaarlijkse bijeenkomst met meer dan 600 sessies over taal en literatuur, en publiceren we boeken over taal- en literatuuronderwijs en over bronnenevaluatie en citeren (MLA Handbook). Ook we verstrekken we beurzen en prijzen aan onderzoekers, en ondersteunen we de professionele ontwikkeling van academische programmaleiders in taal- en letterkunde (en de geesteswetenschappen in het algemeen) via de Association of Departments of English en de Association of Language Departments. Samen bereiken onze vele bronnen een publiek variërend van middelbare scholieren tot afgestudeerde studenten, docenten, onderzoekers en bibliothecarissen tot academische programmaleiders en decanen. Instellingen over de hele wereld gebruiken de MLAIB, en deze uitgebreide bron staat dan ook centraal in al dit werk. 

Zijn er specifieke aspecten of kenmerken van de MLA International Bibliography die volgens u onderbenut worden, maar nuttig zijn voor onderzoekers en wetenschappers?

De MLA-thesaurus is letterlijk een schat (het woord thesaurus is afgeleid van het Griekse woord voor schat), en onderzoekers zouden er naar mijn idee meer gebruik van moeten maken. Door naar het tabblad “Subjects” te scrollen, kunnen ze een schat aan gekoppelde onderwerptermen, namen en werktitels ontdekken. De MLA-thesaurus bevat niet alleen de taxonomie die indexeerders volgen om publicaties op onderwerp te ordenen, maar ook de thematische woordenlijsten die ze gebruiken om onderzoekers publicaties te laten vinden die waardevol zijn voor hun werk.

Een andere tool die vaker gebruikt kan worden, is de MLA Directory of Periodicals, een online databank die inbegrepen is bij een abonnement op de MLAIB. Deze bron biedt gedetailleerde informatie over meer dan 25.000 tijdschriften en boekenreeksen, zoals vereisten voor inzendingen, oplage, peer-review-beleid, contactinformatie en nog veel meer. Het is zeer waardevol voor wetenschappers die plekken zoeken voor het publiceren van hun werk en bibliothecarissen die tijdschriften willen identificeren om toe te voegen aan hun collecties.

Een paar andere functies die altijd populair zijn bij gebruikers, zijn de mogelijkheid om te filteren op publicatiedatum en tijdschrifttitel om door het meest recente onderzoek op hun vakgebied te bladeren, en de sectie met notities. Deze notities, geschreven door onze indexeerders, bieden vaak een nuttige context, zoals een verwijzing naar een eerdere publicatie waar de huidige publicatie een reactie op is.

Als u vooruitkijkt, welke trends ziet u dan op het gebied van taal- en literatuuronderzoek? En hoe past de MLA zich aan om deze veranderingen te ondersteunen?

Modellen die ontwikkeld worden voor bèta-/technisch (STEM) onderzoek, bijvoorbeeld zoals bij open access, hebben ook invloed op de geesteswetenschappen, en soms bestaan hier mismatches tussen. Op dit moment heb ik mijn vizier met name gericht op peer-review en kunstmatige intelligentie (AI) als afzonderlijke, maar ook verwante, zaken. Het STEM-vakgebied heeft een probleem met de “economies of scale” van peer-review dat de geesteswetenschappen niet in dezelfde mate kennen. Elke verandering in, of standaardisatie van, peer-review die wordt bedacht voor STEM, werkt mogelijk niet voor de geesteswetenschappen. En om terug te komen op de discussie rondom de menselijke factor: het idee om AI in peer-review te gebruiken, lijkt van speciale zorg in de taal- en literatuurwetenschappen. We zijn aan het bekijken hoe we de effectiviteit van peer-review voor taal-en literatuurwetenschappen kunnen beoordelen, vooral als het gaat om het verminderen van bias en het vergroten van diversiteit en inclusie. Ook kijken we hoe we training, bronnen en ondersteuning voor peer-review kunnen ontwikkelen, en hoe we de waarde ervan kunnen definiëren en verwoorden. De mogelijkheid die de vernieuwde gebruikersinterface van EBSCO biedt om aan te geven dat een bron peer-reviewed is, zien wij met het oog hierop als een belangrijke innovatie die onderzoekers zeker zal helpen.

Als we het hebben over generatieve AI is duidelijk dat deze technologie nieuwe tools voor onderzoekers mogelijk zal maken, waarmee EBSCO in sommige gevallen al experimenteert. Ik denk dat de uitdaging zal zijn om te weten welke tools onderzoekers willen, welke het proces van menselijke besluitvorming aanvullen, en welke ons in staat stellen om te begrijpen waar informatie vandaan komt en wat de grens is tussen mens en machine. We kijken ernaar uit om met EBSCO samen te werken aan deze ontwikkelingen.