المكاسب:
- القدرة على الحفاظ على سلامة البيانات أثناء رقمنة وتوحيد وحدات التسجيل مثل السياق/الموضع والطبقات ومصفوفة هاريس باستخدام الذكاء الاصطناعي
- القدرة على حماية البيانات الأولية والحفاظ على إمكانية تتبع كل تحويل ضد مخاطر الذكاء الاصطناعي في استكمال البيانات المفقودة وإجراء تغييرات صامتة
- افهم سبب أهمية القاموس المتحكم فيه والبيانات الوصفية ومبادئ Open/FAIR لسهولة استخدام البيانات في المستقبل.
القيمة العلمية للحفريات لا تكمن في اكتشافات الذهب التي تظهر منها، بل في جودة سجلاتها. الاكتشاف الذي لم يتم توثيقه بشكل جيد لا علاقة له بالعلم تقريبًا؛ لأنه كائن غير معروف أين وفي أي طبقة وبماذا وجد، فهو مجرد كائن جميل. في هذه الوحدة، سننظر في تسجيل التنقيب (النسخ المنهجي وقاعدة البيانات لكل سياق، والعثور، والملاحظة) وكيف يمكن للذكاء الاصطناعي تسريع إدخال البيانات، وتنظيمها، وتوحيدها، ولكن لماذا تظل مسؤولية سلامة البيانات على عاتق البشر.
المبدأ الأساسي: يساعد الذكاء الاصطناعي في تنظيم السجلات المتفرقة وتوحيدها والعثور على التناقضات؛ ولكن ما هي البيانات الدقيقة، وما إذا كان السجل يعكس الحقيقة، وسلامة البيانات هي مسؤولية الإنسان. يقوم الذكاء الاصطناعي بتصحيح شكل البيانات، لكنه لا يضمن دقتها.
الوحدات الأساسية للسجل الأثري
السياق/المكان. تقسم كل عملية تنقيب الموقع إلى وحدات سياقية (السياق/الموقع - رواسب فردية، أو طبقة، أو حفرة، أو جدار؛ وهي أصغر وحدة لمعنى التنقيب). يتلقى كل سياق رقمًا فريدًا وترتبط جميع الاكتشافات بهذا الرقم.
الطبقات ومصفوفة هاريس. إن علم طبقات الأرض (العلاقة قبل وبعد الطبقات بالنسبة لبعضها البعض) هو أساس التأريخ النسبي. تصور مصفوفة هاريس (رسم تخطيطي يوضح ترتيب السياقات بالنسبة لبعضها البعض) هذه العلاقات. يساعد الذكاء الاصطناعي في اكتشاف العلاقات الطبقية غير المتسقة (على سبيل المثال، الخطأ الدوري "أ أعلى وتحت ب").
البحث عن المخزون. كل اكتشاف؛ يتم تسجيل السياق بالرقم والنوع والحجم والمادة والحالة والصورة.
معايير البيانات. تُستخدم المعايير المشتركة لجعل السجلات قابلة للمشاركة والمقارنة. CIDOC-CRM (إطار مفاهيمي دولي/علم وجودي تم تطويره لوصف بيانات التراث الثقافي) يمكّن البيانات من المؤسسات المختلفة من التحدث مع بعضها البعض. يتم استخدام قاموس المصطلحات الخاضع للرقابة (قائمة معتمدة تضمن أن الجميع يستخدم نفس المصطلح لنفس المفهوم).
نصيحة: استخدم الذكاء الاصطناعي "لتنظيم البيانات وتدقيقها"، وليس "لتفسيرها". "ما هي أرقام السياق المتناقضة في هذه السجلات؟" إنه سؤال جيد. "ما هي الفترة التي ينتمي إليها هذا السياق؟" إنه قرار الخبراء. حيث يكون الذكاء الاصطناعي أقوى في التحقق من الاتساق.
أدوار الذكاء الاصطناعي في التسجيل وقاعدة البيانات
- الرقمنة. يتم استيراد دفاتر ملاحظات التنقيب المكتوبة بخط اليد وبطاقات الجرد والرسومات القديمة إلى قاعدة البيانات باستخدام التعرف على النص المدعوم بالذكاء الاصطناعي (يرتبط هذا بـ HTR في الوحدة 6).
- التوحيد القياسي. يتم تعيين تهجئات مختلفة ("byzantium"، "Byzantium"، "byz.") في القاموس المتحكم فيه؛ يتم إحضار التواريخ والقياسات في شكل موحد.
- فحص الاتساق. تم تحديد أخطاء مثل فقدان رقم السياق، والطبقات المتناقضة، واستخدام نفس الرقم في اكتشافين مختلفين.
- الاستعلام والملخص. يتم إنشاء استعلامات مثل "كل اكتشافات الزجاج في السياق التالي" وجداول التلخيص بسرعة.
تحذير: عند التوحيد، قد يقوم الذكاء الاصطناعي بتعديل البيانات بصمت أثناء محاولة "إصلاحها"؛ على سبيل المثال، قد يقوم بتقريب القياس إلى قيمة "معقولة" أو ملء قراءة غير مؤكدة بتقديره الخاص. يجب أن يكون كل تغيير تلقائي قابلاً للتتبع ويجب الحفاظ على السجل الأصلي. لا يتم الكتابة فوق البيانات الأولية أبدًا.
ثلاث حالات صغيرة
الحالة 1 - الرقمنة تحفظ الأرشيف. كان أحد المتاحف يخزن بطاقات جرد مكتوبة بخط اليد لمدة 40 عامًا (حوالي 22000 بطاقة) معرضة لخطر الضياع. قام التعرف على النص وتوحيده المدعوم بالذكاء الاصطناعي باستيراد البطاقات إلى قاعدة بيانات قابلة للبحث؛ تم فحص كل بطاقة على أساس عينة من قبل فاحص بشري، وتم وضع علامة "غير واضحة" على المناطق غير القابلة للقراءة.
الحالة 2 - تم العثور على أخطاء أثناء التحقق من عدم الاتساق. وقام فريق التنقيب بتدقيق قاعدة البيانات بواسطة الذكاء الاصطناعي في نهاية الموسم؛ حددت YZ أن ثلاثة اكتشافات لها نفس رقم السياق ولكن معلومات الطبقة متعارضة. كشفت المراجعة عن خطأ في إدخال البيانات؛ إذا لم يتم تصحيحه لكان قد شوه التفسير الطبقي.
الحالة 3 - تم اكتشاف التغيير الصامت. أثناء توحيد القياسات، لاحظ أحد المساعدين أن الذكاء الاصطناعي كان يفسر بعض القيم "0" على أنها "صفر" بدلاً من "مفقودة"؛ أدى هذا إلى تشويه أطوال القطعة المكسورة. تمت إعادة بناء العملية للاحتفاظ بالبيانات الأصلية مع الاحتفاظ بالتغييرات في عمود منفصل.
أربعة قوالب قابلة للنسخ
1) التقييس (القاموس المتحكم فيه):
دورك: مساعد معالجة البيانات. قم بتعيين قيم [الحقل:المادة/الفترة/النوع] في السجلات التالية إلى القاموس المتحكم التالي: [قائمة القاموس]. تغيير القيم التي ليس لها مرادفات في القاموس؛ ضع علامة "لا يوجد تطابق" عليه. قم بالإبلاغ عن كل تغيير كزوج أصلي جديد؛ حذف البيانات الخام.
2) التحقق من الاتساق:
ابحث عن التناقضات في سجلات التنقيب التالية: أرقام السياق المتكررة، الحقول الإلزامية المفقودة، العلاقات الطبقية المتضاربة، التواريخ/القياسات غير الملائمة. قم بإدراج كل مشكلة مع رقم التسجيل واترك الأمر لي لإصلاحه؛ لا تغيره بنفسك.
3) التحكم المنطقي بمصفوفة هاريس:
فيما يلي العلاقات الطبقية بين السياقات (أ أعلى/أسفل ب). هل هناك تناقض منطقي (حلقة، علاقة ذات اتجاهين)؟ أظهر السياقات، إن وجدت. لا تعلق؛ فقط تحقق من الاتساق المنطقي.
4) الاستعلام وجدول الملخص:
المقتطف التالي من تفريغ قاعدة البيانات أدناه: [على سبيل المثال. ابحث عن توزيع النوع لكل سياق]. قم بإعطاء النتيجة كجدول، مع تحديد السجلات التي يتم اشتقاق كل صف منها. لا تقم بإضافة أي قيمة غير موجودة في البيانات؛ إذا كان فارغا، فاكتب "لا توجد بيانات".
موجه ضعيف / موجه قوي
حث ضعيف:
قم بتصحيح بيانات التنقيب هذه واملأ العناصر المفقودة.
يسمح "ملء الفجوات" للذكاء الاصطناعي بملاءمة البيانات؛ والنتيجة هي قاعدة بيانات غير موثوقة حيث تختلط الحقيقة بالخيال.
مطالبة قوية:
حدد فقط التناقضات الشكلية (التهجئة، تنسيق التاريخ، المعرف المكرر) في بيانات التنقيب أدناه. إكمال القيم المفقودة؛ اتركها "غير مكتملة". قم بإدراج كل تغيير مقترح مع الأصل؛ سأعطي الموافقة. تغيير البيانات الخام.
الفرق: الأول يفسد البيانات بصمت؛ والثاني يتحكم ويترك القرار للإنسان.
نموذج بيانات جيد: الحقول والعلاقات والبيانات الوصفية
قاعدة البيانات الأثرية ليست جدولًا اعتباطيًا، ولكنها نموذج بيانات مدروس (مخطط للجداول والحقول والعلاقات التي سيتم تنظيم البيانات فيها). المبدأ الأساسي هو أن كل شيء يعتمد على السياق: يتم العثور على السياق، والسياقات لبعضها البعض (الطبقات) وللمجال. يحمل كل سجل هوية فريدة (ID) ويتم إنشاء العلاقات من خلال هذه الهويات؛ يشير الاكتشاف إلى سياق واحد، وقد يحتوي السياق على العديد من الاكتشافات.
البيانات الوصفية لا تقل أهمية عن التسجيل (بيانات حول البيانات نفسها: من قام بتسجيلها ومتى وبأي طريقة وبأي إصدار). لا يمكن التشكيك في السجل غير المعروف بمن ومتى وبأي ثقة تم إدخاله في المستقبل. يعد الذكاء الاصطناعي مفيدًا في التحقق من التعبئة المتسقة لحقول البيانات التعريفية ووضع علامة على البيانات التعريفية المفقودة.
المبدأ الحاسم الآخر هو الشكل المفتوح والمستدام. فبدلاً من حبس البيانات في برمجيات خاصة ومغلقة، فإن إبقائها قريبة من المعايير المفتوحة (الجداول النصية والمخططات الموثقة) يضمن إمكانية قراءة البيانات بعد عقود. لا يتم إنتاج البيانات الأثرية لمنشور واحد ولكن للأجيال القادمة؛ ولهذا السبب أصبحت مبادئ FAIR (إيجاد البيانات وإمكانية الوصول إليها وقابلية التشغيل البيني وقابلة لإعادة الاستخدام) معيارًا متزايدًا. يعد الذكاء الاصطناعي مفيدًا في تصنيف بياناتك وفقًا لهذه المبادئ وإيجاد أوجه القصور؛ ولكن الأمر متروك لك لتحديد البيانات التي ستظل مفتوحة وأيها ستظل حساسة (سرية).
نصيحة: عندما تقوم بإعداد قاعدة البيانات الخاصة بك، اسأل نفسك، "هل يمكن لشخص لا يعرف هذا أن يفتحها ويفهمها خلال 10 سنوات؟" بسأل. اشرح اختصاراتك في المسرد، واملأ حقول البيانات الوصفية، وقم بعمل نسخة احتياطية من البيانات الأولية بتنسيق مفتوح.
جدول مهام السجل/قاعدة البيانات
كويست
دور الذكاء الاصطناعي
قرار الإنسان
قاعدة الحماية
الرقمنة
التعرف على النص
تأكيد القراءة غامضة
يتم تخزين المسح الأولي
التوحيد
خريطة إلى القاموس
قرار القيمة غير متطابق
الأصل محفوظ
الاتساق
علامة التناقض
تصحيح
يتم تتبع التغيير
الطبقات
التحكم المنطقي
التعليق
موافقة الخبراء على المصفوفة
الاستعلام/الملخص
إنتاج الطاولة
تعليق، اختيار
الإخلاص للبيانات
الأخطاء الشائعة
- استكمال البيانات المفقودة. الذكاء الاصطناعي يشكل؛ المفقود يجب أن يبقى "غير مكتمل".
- الكتابة فوق البيانات الأولية. يتم الحفاظ على الأصل دائمًا؛ يتم الاحتفاظ بالتغييرات بشكل منفصل.
- عدم ملاحظة التغيرات الصامتة. يجب الإبلاغ عن كل تحويل تلقائي ومراجعته.
- تخطي المعيار. وبدون قاموس متحكم فيه ونموذج مشترك، لا يمكن مشاركة البيانات.
- وجود الذكاء الاصطناعي يؤدي إلى تفسير طبقي. يجد الذكاء الاصطناعي تناقضًا منطقيًا؛ التعليق هو للخبير.
باختصار
الذكاء الاصطناعي في سجل التنقيب وقاعدة البيانات؛ فهو يوفر سرعة كبيرة في أعمال الرقمنة والتوحيد والتحقق من الاتساق والاستعلام. لكن سلامة البيانات أمر مقدس: لا يتم ترك أي أجزاء مفقودة سليمة، ويتم الحفاظ على البيانات الأولية، ويتم تتبع كل تغيير، ويكون التفسير الطبقي ملكًا للخبير. السجلات الجيدة هي الإرث الأكثر قيمة الذي تتركه أعمال التنقيب للمستقبل.
مهمة التطبيق
إعداد نموذج صغير لجدول بيانات التنقيب (10-20 سجلاً)؛ تعمد وضع بعض التناقضات هناك (معرف مكرر، تاريخ مشوه، طبقة متعارضة). اطلب من الذكاء الاصطناعي العثور على هذه الأنماط باستخدام أنماط "التحقق من الاتساق" و"التحقق المنطقي من Harris Matrix"؛ ثم قم بكتابة قاموس متحكم فيه وقم بتعيين حقل المادة إلى قالب "التوحيد القياسي" وتأكد من الحفاظ على البيانات الأولية.
قائمة مرجعية
- [ ] لقد قمت بتخزين البيانات الأولية بشكل منفصل، دون تعديل.
- [ ] لم أجعل الذكاء الاصطناعي يكمل الأجزاء المفقودة؛ لقد تركتها على أنها "غير مكتملة".
- [ ] لقد قمت بفحص كل تغيير تلقائي مع الأصل.
- [ ] لقد استخدمت القاموس المتحكم فيه ومعيار البيانات.
- [ ] لقد قمت بالتفسير الستراتغرافي بناءً على آراء الخبراء.