Câștiguri:
- Capacitatea de a menține integritatea datelor în timp ce se digitalizează și se standardizează unități de înregistrare, cum ar fi context/locus, stratigrafie și Harris Matrix cu inteligență artificială
- Abilitatea de a proteja datele brute și de a menține fiecare transformare urmăribilă împotriva riscului ca inteligența artificială să completeze datele lipsă și să facă modificări silențioase
- Înțelegeți de ce dicționarul controlat, metadatele și principiile deschise/FAIR sunt esențiale pentru utilizarea viitoare a datelor.
Valoarea științifică a unei săpături nu constă în descoperirile de aur care ies din ea, ci în calitatea înregistrărilor sale. O descoperire care nu este bine documentată este aproape irelevantă pentru știință; Pentru că este un obiect care nu se știe unde, în ce strat și cu ce se găsește, este doar un obiect frumos. În această unitate ne vom uita la jurnalizarea excavațiilor (transcrierea sistematică și baza de date a fiecărui context, descoperire și observație) și modul în care AI poate accelera introducerea, organizarea și standardizarea datelor, dar de ce responsabilitatea integrității datelor rămâne a oamenilor.
Principiu de bază: AI ajută la organizarea înregistrărilor dispersate, la standardizarea acestora și la găsirea inconsecvențelor; Dar care date sunt corecte, dacă o înregistrare reflectă adevărul și integritatea datelor sunt responsabilitatea umană. AI corectează forma datelor, nu garantează acuratețea acestora.
Unități de bază ale evidenței arheologice
Context/locus. Fiecare săpătură împarte situl în unități de context (context/locus – un depozit individual, strat, groapă sau zid; cea mai mică unitate de semnificație a săpăturii). Fiecare context primește un număr unic și toate descoperirile sunt asociate cu acel număr.
Stratigrafie și matrice Harris. Stratigrafia (relația înainte-după a straturilor unul față de celălalt) este baza datării relative. Matricea Harris (o diagramă care arată ordonarea contextelor unul față de celălalt) vizualizează aceste relații. AI ajută la detectarea relațiilor stratigrafice inconsistente (de exemplu, o eroare ciclică „A este atât deasupra, cât și sub B”).
Găsiți inventar. Fiecare descoperire; Contextul este înregistrat cu număr, tip, dimensiune, material, stare și fotografie.
Standarde de date. Standardele comune sunt folosite pentru a face înregistrările care pot fi partajate și comparabile. CIDOC-CRM (un cadru/ontologie conceptuală internațională dezvoltată pentru a descrie datele despre moștenirea culturală) permite datelor de la diferite instituții să discute între ele. Este folosit un dicționar controlat de termeni (o listă aprobată care asigură că toată lumea folosește același termen pentru același concept).
Sfat: Folosiți inteligența artificială pentru a „organiza și audita” datele, nu pentru a le „interpreta”. „Ce numere de context sunt contradictorii în aceste înregistrări?” Este o întrebare bună; „Ce perioadă îi aparține acest context?” Este o decizie de expert. Acolo unde AI este cel mai puternic este în verificarea coerenței.
Rolurile AI în înregistrare și baze de date
- Digitalizare. Caietele de excavare scrise de mână, cardurile de inventar și desenele vechi sunt importate în baza de date cu recunoaștere a textului bazată pe inteligență artificială (aceasta face legătura cu HTR în unitatea 6).
- Standardizare. Diferitele ortografii ("byzantium", "Byzantium", "byz.") sunt mapate în dicționarul controlat; datele și măsurătorile sunt aduse în formă uniformă.
- Verificarea coerenței. Sunt marcate erori precum numărul de context lipsă, stratigrafia contradictorie, utilizarea aceluiași număr în două descoperiri diferite.
- Interogare și rezumat. Interogările precum „Toate descoperirile de sticlă în următorul context” și tabelele rezumative sunt generate rapid.
Atenție: La standardizare, AI poate modifica în tăcere datele în timp ce încearcă să le „remedieze”; de exemplu, el poate rotunji o măsurătoare la o valoare „rezonabilă” sau poate completa o citire incertă cu propria sa estimare. Fiecare modificare automată trebuie să fie urmăribilă, iar înregistrarea originală trebuie păstrată. Datele brute nu sunt niciodată suprascrise.
trei mini cutii
Cazul 1 — Digitalizarea a salvat arhiva. Un muzeu a depozitat 40 de ani de carduri de inventar scrise de mână (aproximativ 22.000 de carduri) cu riscul de a fi pierdute. Recunoașterea și standardizarea textului bazate pe inteligență artificială au importat cardurile într-o bază de date care poate fi căutată; Fiecare card a fost verificat pe bază de eșantion de către un examinator uman, iar zonele ilizibile au fost marcate „neclare”.
Cazul 2 — Verificarea inconsecvenței a găsit erori. O echipă de excavare a avut ca AI să auditeze baza de date la sfârșitul sezonului; YZ a marcat că trei descoperiri aveau același număr de context, dar informații de nivel conflictuale. Analiza a relevat o eroare de introducere a datelor; dacă nu ar fi corectat ar fi distorsionat interpretarea stratigrafică.
Cazul 3 — Schimbare tăcută prinsă. În timp ce standardiza măsurători, un asistent a observat că AI interpreta unele valori „0” ca „zero” mai degrabă decât „lipsă”; aceasta a distorsionat lungimile pieselor rupte. Procesul a fost reconstruit pentru a păstra datele originale, dar pentru a păstra modificările într-o coloană separată.
Patru șabloane copiabile
1) Standardizare (dicționar controlat):
Rolul dvs.: asistent de dispute de date. Hartați valorile [câmp:material/perioada/tip] din următoarele înregistrări la următorul dicționar controlat: [dicționarlist]. SCHIMBĂ valorile care nu au echivalente în dicționar; Marcați-l ca „fără potrivire”. Raportați fiecare modificare ca pereche original-nouă; ștergerea datelor brute.
2) Verificarea coerenței:
Găsiți inconsecvențe în următoarele înregistrări de săpătură: numere de context repetitive, câmpuri obligatorii lipsă, relații stratigrafice conflictuale, date/măsurători incomode. Listați fiecare problemă cu numărul de înregistrare și lăsați-l pe MINE să o rezolve; nu-l schimba singur.
3) Control logic Harris Matrix:
Mai jos sunt relațiile stratigrafice dintre contexte (A mai sus/sub B). Există o contradicție logică (buclă, relație bidirecțională)? Arată ce contexte, dacă există. Nu comenta; verificați doar consistența logică.
4) Interogare și tabel rezumativ:
Următorul extras din descărcarea bazei de date de mai jos: [de ex. găsiți distribuția tipului pe context]. Dați rezultatul ca tabel, specificând din ce înregistrări este derivat fiecare rând. NU ADĂUGAȚI nicio valoare care nu există în date; Dacă este gol, scrieți „fără date”.
Prompt slab / Prompt puternic
Prompt slab:
Corectați aceste date de săpătură și completați elementele lipsă.
„Completează golurile” permite AI să încadreze datele; Rezultatul este o bază de date nesigură, unde realitatea și ficțiunea se amestecă.
Solicitare puternică:
Marcați NUMAI inconsecvențele formale (ortografie, formatul datei, codul duplicat) în datele de excavare de mai jos. COMPLETE valorile lipsă; Lăsați-l ca „incomplet”. Enumerați fiecare modificare propusă împreună cu originalul; Voi da aprobarea. Modificarea datelor brute.
Diferență: primul corupă datele în tăcere; Al doilea controlează și lasă decizia în seama omului.
Model de date bun: câmpuri, relații și metadate
O bază de date arheologică nu este un tabel arbitrar, ci un model de date atent (un plan al ce tabele, ce câmpuri și în ce relații vor fi organizate datele). Principiul de bază este că totul depinde de context: descoperiri în context, contexte între ele (stratigrafie) și teren. Fiecare înregistrare poartă o identitate unică (ID) și relațiile sunt stabilite prin aceste identități; O descoperire se referă la un singur context, un context poate conține multe descoperiri.
La fel de importante ca și înregistrarea sunt metadatele (date despre datele în sine: cine le-a înregistrat, când, prin ce metodă, ce versiune). O înregistrare care nu se știe de către cine, când și cu ce încredere a fost introdusă nu poate fi pusă sub semnul întrebării în viitor. AI este utilă pentru a verifica completarea consecventă a câmpurilor de metadate și pentru a semnala metadatele lipsă.
Un alt principiu critic este un format deschis și durabil. Mai degrabă decât blocarea datelor în software proprietar, închis, menținerea acestora aproape de standardele deschise (tabele bazate pe text, scheme documentate) asigură că datele pot fi citite decenii mai târziu. Datele arheologice sunt produse nu pentru o singură publicație, ci pentru generațiile viitoare; De aceea, principiile FAIR (Găsire, Accesibil, Interoperabil și Reutilizabil de date) au devenit din ce în ce mai standard. AI este utilă pentru a vă eticheta datele în conformitate cu aceste principii și pentru a găsi deficiențe; Dar rămâne la latitudinea dvs. să decideți care date vor rămâne deschise și care vor rămâne sensibile (confidențiale).
Sfat: Când vă configurați baza de date, întrebați-vă: „Poate cineva care nu cunoaște asta să o deschidă și să o înțeleagă în 10 ani?” intreaba. Explicați-vă abrevierile într-un glosar, completați câmpurile de metadate și faceți o copie de rezervă a datelor brute într-un format deschis.
Tabel de sarcini de înregistrare/bază de date
Căutare
Rolul AI
decizie umană
regula de protectie
digitizarea
recunoașterea textului
Confirmare vagă de lectură
Scanarea brută este stocată
standardizare
Hartă către dicționar
Decizie de valoare nepotrivită
Originalul se păstrează
Consecvență
Marcarea contradicției
corectare
Schimbarea este urmărită
stratigrafie
Control logic
Comentariu
Aprobarea expertului Matrix
Interogare/rezumat
Producția de masă
Comentariu, alegere
Fidelitate față de date
Greșeli comune
- Completarea datelor lipsă. AI machiază; Cei dispăruți trebuie să rămână „incompleți”.
- Suprascrierea datelor brute. Originalul se păstrează întotdeauna; modificările sunt păstrate separat.
- Neobservând schimbări tăcute. Fiecare conversie automată trebuie raportată și auditată.
- Sari peste standard. Fără un dicționar controlat și un model comun, datele nu pot fi partajate.
- Având AI să efectueze interpretare stratigrafică. AI găsește o contradicție logică; Comentariul este pentru expert.
Pe scurt
AI în înregistrarea săpăturii și baza de date; Oferă o viteză mare în digitizarea, standardizarea, verificarea coerenței și lucrările de interogare. Dar integritatea datelor este sacră: nicio parte lipsă nu este lăsată intacte, datele brute sunt păstrate, fiecare modificare este urmărită, iar interpretarea stratigrafică aparține expertului. Înregistrările bune sunt cea mai valoroasă moștenire pe care săpăturile o lasă în viitor.
Sarcina de aplicare
Pregătiți un mic eșantion de tabel cu date de excavare (10-20 de înregistrări); introduceți în mod deliberat câteva inconsecvențe acolo (duplicare ID, dată deformată, strat conflictual). Puneți AI să le găsească cu modele „verificarea coerenței” și „verificarea logică Harris Matrix”; apoi scrieți un dicționar controlat și mapați câmpul de material la șablonul „Standardizare” și asigurați-vă că păstrați datele brute.
lista de verificare
- [ ] Am stocat datele brute separat, nemodificate.
- [ ] Nu am făcut ca AI să completeze părțile lipsă; Am lăsat-o ca „incompletă”.
- [ ] Am verificat fiecare modificare automată cu originalul.
- [ ] Am folosit dicționar controlat și standard de date.
- [ ] Am făcut interpretarea stratigrafică pe baza judecății experților.