Sosiaalitieteilijät, jotka työskentelevät digitalisointia vaativien materiaalien parissa, voivat tutkia vain sitä, mitä koneet pystyvät lukemaan. Käytännössä se tarkoittaa latinalaisin kirjoitettuja painettuja asiakirjoja hyvin rahoitetuista arkistoista. Uudessa työpaperissa osoitan, että Vision Language Models -mallit, jotka käyttivät zero-shottia, päihittävät kaikki olemassa olevat OCR-järjestelmät kaikissa arvioiduissa skripteissä, ja ehdotan putkistoa niiden käyttöönottoon uusissa kokoelmissa. Sovellan sitä kuuteen arkistokokoelmaan, jotka kattavat 1,8 miljoonaa sivua kuudessa maassa alle 1 900 dollarilla.