Tutkija tarvitsee AI:lta muuta kuin käyttäjää, joka tekee tiivistelmiä Wikipediasta. Tarvitset työkalun, joka lukee julkaisukirjastosi, muistaa mitä siellä on, siteeraa oikein ja pysyy offline julkaisemattomien aineistojesi kanssa. Sinun AI rakennetaan juuri tätä varten paikallisten avoimien mallien (Viking, Qwen 3.5, DeepSeek V3.2) ja paikallisen RAG-pinon (SQLite + sqlite-vec) päälle.
Kirjaston hallinta ja semanttinen haku
Pudota tuhansia PDF-artikkeleita, haastatteluäänitteitä ja muistiinpanojasi paikalliseen hakemistoon. Sinun AI indeksoi ne sqlite-vec-tietokantaan, josta voit hakea semanttisesti ilman, että ainutkaan sivu lähtee verkkoon. Haut ovat millisekunteja, eivät sekunteja.
Julkaisemattoman aineiston turvallinen käsittely
Julkaisematon aineisto on tutkijan pääoma, ja yliopistojen eettiset ohjeet kieltävät useimmiten sen syöttämisen ulkomaisiin kaupallisiin AI-palveluihin. Paikallinen malli pyörii läppärillä tai työasemassa ilman verkkoa — eettisesti kestävä, teknisesti vaivaton.
Reproducibility: sama malli, sama versio, sama tulos
ChatGPT:n tulokset eivät ole toistettavissa — versio vaihtuu ilmoittamatta. Paikallisella avoimella mallilla (Viking 33B v1.0, Qwen 3.5 27B) voit kiinnittää version, julkaista painotukset sitaattiin ja toistaa analyysin vuoden päästä.
Usein kysyttyä
- Mikä malli sopii humanistiseen tutkimukseen?
- Suomen- ja pohjoismaisten aineistojen kanssa Viking ja Poro ovat vahvimpia. Monikielisessä kirjallisuustutkimuksessa Qwen 3.5 ja Mistral Small 4 ovat hyviä. Hienosäätö omaan korpukseen parantaa tuloksia huomattavasti.
- Kuinka paljon aineistoa mahtuu paikalliseen RAG:iin?
- M-sarjan Macilla helposti 10 000–100 000 PDF:ää. Työasemalla (Strix Halo, DGX Spark) miljoonia sivuja. Pullonkaula on tyypillisesti levytila, ei muisti.
Päivitetty 2026-04-21