লাভ:
- 7-পর্যায়ের কর্মপ্রবাহে একটি সংগ্রহ প্রক্রিয়া করার ক্ষমতা, নৈতিক স্ক্রীনিং থেকে প্রকাশনা পর্যন্ত, প্রতিটি পর্যায়ে একটি মানব চেকপয়েন্ট সহ
- বুঝুন কিভাবে প্রাথমিক চেকপয়েন্টগুলি একটি ত্রুটি (ভুল তারিখ/নাম) সমগ্র চেইন জুড়ে প্রচার করা থেকে বাধা দেয়
- মাস্টার ফাইল সংরক্ষণের নীতিগুলি প্রয়োগ করার ক্ষমতা, যাচাইকরণে সংরক্ষণ না করা এবং একটি সামগ্রিক প্রকল্পে এআই ব্যবহার ঘোষণা করার ক্ষমতা
পূর্ববর্তী ইউনিটগুলি স্বতন্ত্র দক্ষতাগুলিকে কভার করেছে: ডিজিটাইজেশন, ট্রান্সক্রিপশন, মেটাডেটা, স্ক্যানিং, অনুবাদ, যাচাইকরণ, প্যাটার্ন বিশ্লেষণ, পুনরুদ্ধার, সংরক্ষণ এবং নীতিশাস্ত্র। এই চূড়ান্ত ইউনিট এটি সব একত্রিত. একটি সত্যিকারের সংরক্ষণাগার প্রকল্প এই পদক্ষেপগুলিকে আলাদাভাবে নয় বরং একটি আন্তঃসংযুক্ত কর্মপ্রবাহ হিসাবে অনুভব করে। এখানে, আমরা দেখব কিভাবে আপনি একটি AI-সমর্থিত কিন্তু মানব-নিয়ন্ত্রিত প্রক্রিয়া, ধাপে ধাপে এবং একটি কন্ট্রোল চেইন দিয়ে শুরু থেকে শেষ পর্যন্ত একটি সংগ্রহ প্রক্রিয়া করতে পারেন।
লক্ষ্য হল AI কে এমন একটি অংশীদার হিসাবে স্থাপন করা যা "প্রতিটি পদক্ষেপকে ত্বরান্বিত করে কিন্তু কোন পদক্ষেপের বিষয়ে চূড়ান্ত বলে না।" আপনি যখন এই ইউনিটটি শেষ করবেন, তখন আপনার কাছে একটি সামগ্রিক পদ্ধতি থাকবে যা একটি অগোছালো নথিকে একটি গবেষণা-প্রস্তুত, যাচাইকৃত, নীতিগতভাবে পরিষ্কার সংগ্রহে রূপান্তরিত করে।
দৃশ্যকল্প: আমাদের যা আছে
ধরা যাক আপনি 250টি নথির সংগ্রহ পেয়েছেন: কিছু মুদ্রিত (মুদ্রিত চিঠিপত্র, বিজ্ঞাপন), কিছু পাণ্ডুলিপি (অক্ষর, নোটবুক), বিভিন্ন তারিখ থেকে, কিছু সংবেদনশীল ব্যক্তিগত ডেটা রয়েছে। লক্ষ্য: ডিজিটাইজ করা, প্রতিলিপি করা, ক্যাটালগ করা এবং এই সংগ্রহটি গবেষকদের জন্য উপলব্ধ করা। এর প্রক্রিয়াটি সাতটি ধাপে ভেঙে দেওয়া যাক।
সাত-পদক্ষেপের কর্মপ্রবাহ
পর্যায় 1 - মূল্যায়ন এবং নৈতিক স্ক্রীনিং। সংগ্রহ সম্পর্কে আগে জানুন. কোন নথিতে সংবেদনশীল ব্যক্তিগত তথ্য রয়েছে? কপিরাইট অবস্থা কি? সাংস্কৃতিক সংবেদনশীলতা আছে কি? এই স্ক্যানিং নির্ধারণ করে কোন নথিগুলি ক্লাউড-ভিত্তিক AI সরঞ্জামগুলিতে দেওয়া যেতে পারে এবং কোনটি শুধুমাত্র একটি বন্ধ/অনুমোদিত পরিবেশে প্রক্রিয়া করা হবে। এই পর্যায়টি এড়িয়ে গেলে পুরো প্রকল্পটি নৈতিক ঝুঁকিতে পড়ে।
পর্যায় 2 - ডিজিটাইজেশন। উচ্চ রেজোলিউশনে নথি স্ক্যান করুন (অন্তত 300-400 ডিপিআই, ভাল বৈসাদৃশ্য)। মূল (মাস্টার) ফাইলগুলিকে স্পর্শ না করে রাখুন; সমস্ত প্রক্রিয়াকরণ অনুলিপি উপর সম্পন্ন করা হবে.
পর্যায় 3 - পাঠ্য নিষ্কাশন। হার্ডকপি নথির জন্য OCR এবং পাণ্ডুলিপির জন্য HTR প্রয়োগ করুন। AI কে "নিরাপদ প্রুফরিডিং" নির্দেশনা দিয়ে কাঁচা আউটপুট পরিষ্কার করতে হবে — শুধুমাত্র অপটিক্যাল/স্বীকৃতি ত্রুটি, কোন বিষয়বস্তু মন্তব্য নেই, অপঠনযোগ্য স্থান [?]। অটোমান/পান্ডুলিপির জন্য বিকল্প পঠন এবং প্যালিওগ্রাফার নিয়ন্ত্রণ।
পর্যায় 4 — মেটাডেটা এবং ক্যাটালগিং। প্রতিটি নথির জন্য স্ট্যান্ডার্ড (ডাবলিন কোর/আইএসএডি(জি)) মেটাডেটা খসড়া রাখুন; "অবিদ্যমান ক্ষেত্র খালি ছেড়ে দিন" থেকে অনুমতি নিয়ে। নিয়ন্ত্রিত তালিকায় বিষয়ের শর্তাবলী ম্যাপ করুন। ডকুমেন্টেশন সহ তারিখ এবং নাম যাচাই করুন।
পর্যায় 5 — সমৃদ্ধকরণ এবং প্যাটার্নিং। এক্সট্রাক্ট সত্তা (ব্যক্তি/স্থান/সংস্থা), স্বাভাবিকীকরণ, সম্পর্ক এবং সময়রেখা রূপরেখা তৈরি করুন। নথিতে প্রতিটি প্যাটার্ন যাচাই করুন; কোন অনুপস্থিত সংযোগ এবং কোন কালানুক্রম নেই.
পর্যায় 6 — অ্যাক্সেস টুলস। সংগ্রহের জন্য সাহায্যের রূপরেখা খুঁজে বের করা; শুধুমাত্র যাচাইকৃত নোটের উপর ইতিহাস বিভাগের ভিত্তি করুন। স্পষ্টভাবে প্রবেশ সীমাবদ্ধতা চিহ্নিত করুন (গোপনীয়তা/কপিরাইট)।
পর্যায় 7 - যাচাইকরণ, ঘোষণা এবং প্রকাশনা। শেষবারের মতো গুরুত্বপূর্ণ ক্ষেত্রগুলি (তারিখ, নাম, উদ্ধৃতি, রেফারেন্স) যাচাই করুন। AI ব্যবহার ঘোষণা করুন। বিশেষজ্ঞ চূড়ান্ত অনুমোদন দেয়; সংগ্রহ গবেষণার জন্য খোলা হয়.
টিপ: প্রতিটি পর্যায়ে একটি "মানব চেকপয়েন্ট" রাখুন: একজন বিশেষজ্ঞ পরবর্তী পর্যায়ে যাওয়ার আগে AI এর আউটপুট যাচাই করে। এই চেকপয়েন্টগুলি ছাড়া, প্রথম পর্যায়ে একটি ত্রুটি (একটি ভুল পড়ার তারিখ) পুরো চেইন জুড়ে প্রচার করবে এবং শেষ পর্যন্ত ক্যাটালগ, প্যাটার্ন এবং গাইডে লিক হবে।
কন্ট্রোল চেইন টেবিল
মঞ্চ
AI এর কাজ
মানুষের চেকপয়েন্ট
1. নৈতিক স্ক্রীনিং
সংবেদনশীল ডেটা চিহ্নিতকরণ
ইনস্টলেশন সিদ্ধান্ত
2. ডিজিটাইজেশন
(চিত্র বর্ধন)
গুণমান, মাস্টার সুরক্ষা
3. পাঠ্য নিষ্কাশন
OCR/HTR + নিরাপদ সংশোধন
নাম/তারিখ/পড়ার যাচাইকরণ
4. মেটাডেটা
আদর্শ খসড়া
ক্ষেত্র নিশ্চিতকরণ, টার্ম ম্যাচিং
5. প্যাটার্ন
সত্তা, সম্পর্ক, সময়রেখা
নথিতে বৈধতা
6. অ্যাক্সেস টুল
সাহায্য খসড়া খোঁজা
ইতিহাস এবং সীমাবদ্ধতা অনুমোদন
7. মুক্তি
-
চূড়ান্ত অনুমোদন, ঘোষণা
তিনটি মিনি কেস
কেস 1 — চেইন ত্রুটি ধরা পড়েছে। একটি প্রকল্পে, তৃতীয় ধাপে, একটি নথির তারিখ "1888" এর পরিবর্তে "1868" পড়ে। যদি পর্যায় 3 চেকপয়েন্ট এই ত্রুটিটি না ধরত, তাহলে তারিখটি ক্যাটালগ (4), টাইমলাইন (5) এবং গাইড (6) জুড়ে ছড়িয়ে দেওয়া হত। চেকপয়েন্টকে ধন্যবাদ, বাগটি এক জায়গায় ঠিক করা হয়েছিল। পাঠ: প্রাথমিক চেকিং চেইন আপ প্রচার থেকে ত্রুটি প্রতিরোধ করে।
কেস 2 — নৈতিক স্ক্রীনিং প্রকল্পটি সংরক্ষণ করেছে। 250টি নথির মধ্যে 18টিতে জীবিত ব্যক্তিদের সংবেদনশীল তথ্য রয়েছে। প্রথম ধাপে নৈতিক স্ক্রীনিং এগুলিকে চিহ্নিত করেছে; এই 18 টি নথি একটি বদ্ধ পরিবেশে প্রক্রিয়া করা হয়েছিল, বাকিগুলি মানক সরঞ্জামগুলির সাথে। এটি একটি গুরুতর লঙ্ঘন হতে পারে যদি স্ক্যানিং এড়িয়ে যায় এবং এটি সমস্ত ক্লাউডে আপলোড করা হয়। পাঠ: নৈতিকতা স্ক্রীনিং হল প্রথম ধাপ, পরে যোগ করা হয়নি।
কেস 3 - সময় এবং প্রচেষ্টা। ঐতিহ্যগত পদ্ধতি ব্যবহার করে, 250টি নথির সংগ্রহ সম্পূর্ণরূপে প্রক্রিয়া করতে প্রায় 8-10 মাস সময় লাগবে। এআই-সমর্থিত, চেকপয়েন্ট ওয়ার্কফ্লো সহ, প্রক্রিয়াটি প্রায় 3 মাসে কমিয়ে আনা হয়েছিল। কিন্তু সঞ্চয় "AI সবকিছু করেছে" থেকে নয়, বরং "AI যান্ত্রিক কাজ করেছে, মানুষের যাচাইকরণের উপর দৃষ্টি নিবদ্ধ করেছে" থেকে। যাচাইয়ের জন্য নিবেদিত সময় কমেনি; যান্ত্রিক কাজে নিবেদিত সময় কমে গেছে।
চারটি অনুলিপিযোগ্য টেমপ্লেট
1) প্রকল্পের প্রাথমিক পরিকল্পনা:
আমার কাছে [সংখ্যা] নথির সংগ্রহ রয়েছে: [মুদ্রণ/পান্ডুলিপির মিশ্রণ], [পর্যায়কাল], যার মধ্যে কিছু সংবেদনশীল ডেটা থাকতে পারে। এই সংগ্রহকে ডিজিটাইজ এবং ক্যাটালগ করার জন্য একটি 7-পদক্ষেপের কর্মপ্রবাহ পরিকল্পনা তৈরি করুন: প্রতিটি পর্যায়ে AI এর টাস্ক এবং HUMAN চেকপয়েন্ট নির্দিষ্ট করুন। প্রথমে নৈতিকতা স্ক্রীনিং রাখুন।
2) পর্যায় রূপান্তর চেকলিস্ট:
আমি মঞ্চ [মঞ্চের নাম] শেষ করেছি। পরবর্তী পর্যায়ে যাওয়ার আগে আমাকে যাচাই করতে হবে এমন গুরুত্বপূর্ণ পয়েন্টগুলির একটি চেকলিস্ট তৈরি করুন: কোন তথ্যগুলি (তারিখ/নাম/রেফারেন্স) যাচাই করা দরকার, কোন ত্রুটিগুলি চেইনটি প্রচার করতে পারে? আমি চূড়ান্ত অনুমোদন আছে; আপনি আমাকে চেকলিস্ট দিন.
3) শেষ থেকে শেষ মান নিয়ন্ত্রণ:
নীচে একটি প্রক্রিয়াকৃত নথির সমস্ত স্তর রয়েছে: প্রতিলিপি, মেটাডেটা, নিষ্কাশিত সম্পদ। স্তরগুলির মধ্যে চিত্রের ধারণাগুলি: প্রতিলিপিতে একটি তারিখ মেটাডেটার সাথে মেলে, সত্তাগুলি কি পাঠ্যে আসলেই বিদ্যমান? সংশোধন আরোপ; অসঙ্গতিগুলির একটি তালিকা তৈরি করুন। স্তর: [এখানে]
4) প্রকল্প বন্ধ এবং ঘোষণা:
এই সংগ্রহ প্রকল্পে, আমি নিম্নলিখিত পর্যায়ে AI ব্যবহার করেছি: [তালিকা]। প্রকল্পের ডকুমেন্টেশনের জন্য: (1) কোন পর্যায়ে AI সমর্থন ব্যবহার করা হয়েছিল, (2) কীভাবে মানুষের যাচাইকরণ করা হয়েছিল, (3) কী সীমা/সীমাবদ্ধতা রয়েছে — একটি সৎ সমাপনী নোট এবং খসড়া AI ব্যবহারের বিবৃতি লিখুন যাতে এইগুলি অন্তর্ভুক্ত রয়েছে।
দুর্বল প্রম্পট / শক্তিশালী প্রম্পট
দুর্বল:
এই সংগ্রহটি AI দিয়ে পুঙ্খানুপুঙ্খভাবে প্রক্রিয়া করুন এবং এটিকে গবেষণার জন্য প্রস্তুত করুন।
একটি একক "কিছুই করুন" নির্দেশ নৈতিক স্ক্রীনিং, চেকপয়েন্ট এবং যাচাইকরণকে বাইপাস করে; ত্রুটিগুলি চেইন বরাবর প্রচারিত হয়।
শক্তিশালী:
এই সংগ্রহের জন্য একটি 7-পর্যায়ের ওয়ার্কফ্লো সেট আপ করুন, প্রতিটি পর্যায়ে একটি মানব চেকপয়েন্ট সহ। 1ম পর্যায় নৈতিকতা/গোপনীয়তা স্ক্রীনিং হতে দিন। প্রতিটি পর্যায়ে AI দ্বারা উত্পাদিত আউটপুট পরবর্তী পর্যায়ে যাওয়ার আগে যাচাই করা হবে; সমালোচনামূলক তথ্য চিহ্নিত করুন (তারিখ/নাম/রেফারেন্স)। কোনো পর্যায়ে এআই চূড়ান্ত বলে না।
পার্থক্য: পর্যায়ক্রমে কাঠামো, নীতিশাস্ত্রের অগ্রাধিকার, চেকপয়েন্ট এবং "মানুষের কাছে চূড়ান্ত বক্তব্য আছে" নীতি পুরো প্রকল্পটিকে নিরাপদ এবং প্রতিরক্ষাযোগ্য করে তোলে।
সাধারণ ভুল
- নৈতিক স্ক্রীনিং শেষ পর্যন্ত ছেড়ে যাচ্ছে। গোপনীয়তা/কপিরাইট স্ক্যানিং হল প্রথম ধাপ; এটি পরে যোগ করা হলে, লঙ্ঘন ইতিমধ্যে ঘটেছে.
- চেকপয়েন্ট বাইপাস। একটি ত্রুটি যা যাচাই করা হয়নি তা পুরো চেইন জুড়ে ছড়িয়ে পড়ে।
- মাস্টার ফাইল সুরক্ষিত না. যদি আসলটি অস্পর্শ না রাখা হয় তবে ফিরে আসা অসম্ভব হয়ে পড়ে।
- যাচাইকরণে সংরক্ষণ করা হচ্ছে। এআই যান্ত্রিক কাজকে ছোট করে; যাচাইয়ের সময় ছোট হলে, গুণমান হ্রাস পায়।
- AI এর ব্যবহার ঘোষণা না করা। স্বচ্ছতা সংগ্রহের বৈজ্ঞানিক বিশ্বাসযোগ্যতার অংশ।
সংক্ষেপে
একটি এন্ড-টু-এন্ড আর্কাইভ প্রকল্প পৃথক দক্ষতাকে নিয়ন্ত্রণের একটি শৃঙ্খলে সংযুক্ত করে: নৈতিক স্ক্যানিং, ডিজিটাইজেশন, পাঠ্য নিষ্কাশন, মেটাডেটা, প্যাটার্ন, পুনরুদ্ধার সরঞ্জাম এবং প্রকাশনা। প্রতিটি পর্যায়ে, AI যান্ত্রিক কাজের গতি বাড়িয়ে দেয়; প্রতিটি পর্যায়ে, একটি মানব চেকপয়েন্ট চূড়ান্ত বলে। নৈতিক স্ক্রীনিং হল প্রথম পর্যায়, মাস্টার ফাইল সুরক্ষিত, ত্রুটিগুলি তাড়াতাড়ি ধরা পড়ে যাতে তারা চেইন ছড়িয়ে না পড়ে, এবং AI-এর ব্যবহার সততার সাথে ঘোষণা করা হয়। সঞ্চয় AI সবকিছু করে নয়, বরং যান্ত্রিক কাজ থেকে মুক্ত হওয়া এবং যাচাইকরণে মনোযোগ দেওয়া থেকে আসে। এআই ত্বরান্বিত; মানুষ ইতিহাসের যথার্থতা এবং অখণ্ডতা নিশ্চিত করে।
আবেদন টাস্ক
একটি ছোট সংগ্রহ নির্বাচন করুন (10-20 নথি; আপনার নিজস্ব উপাদান বা একটি নমুনা সেট)। "প্রজেক্ট স্টার্টআপ প্ল্যান" টেমপ্লেট সহ একটি 7-পদক্ষেপের কর্মপ্রবাহ তৈরি করুন। এই প্রবাহের মাধ্যমে কমপক্ষে দুটি নথি চালান: নৈতিক স্ক্যানিং, পাঠ্য নিষ্কাশন, মেটাডেটা এবং একটি প্যাটার্ন স্তর। একটি "পর্যায় রূপান্তর চেকলিস্ট" দিয়ে প্রতিটি পর্যায় যাচাই করুন। অবশেষে, "প্রজেক্ট ক্লোজার এবং স্টেটমেন্ট" টেমপ্লেটের সাথে আপনার AI ব্যবহার নথিভুক্ত করুন। প্রাথমিক চেকপয়েন্টগুলিতে কোন ত্রুটি ধরা পড়েছে তা নোট করুন।
চেকলিস্ট
- আমি প্রথম পর্যায়ে নৈতিকতা/গোপনীয়তা স্ক্রীনিং করেছি।
- [ ] আমি মাস্টার ফাইল অস্পর্শ রাখা.
- আমি প্রতিটি পর্যায়ে একটি মানব চেকপয়েন্ট স্থাপন করেছি।
- [ ] আমি ক্রিটিকাল ফ্যাক্টস যাচাই করেছিলাম সেগুলো প্রচার করার আগে।
- [ ] আমি প্রজেক্ট বন্ধ করার সময় AI এর ব্যবহার ঘোষণা করেছি।
মডিউল পরীক্ষা
1. ইতিহাস এবং সংরক্ষণাগারে কৃত্রিম বুদ্ধিমত্তার জন্য সবচেয়ে উপযুক্ত অবস্থান কী?
- ক) AI হল একটি সারাংশ, সম্পাদনা এবং খসড়া তৈরির টুল; মন্তব্য, উত্স সমালোচনা এবং চূড়ান্ত দায়িত্ব বিশেষজ্ঞের অন্তর্গত ✔
- খ) কৃত্রিম বুদ্ধিমত্তা একজন ঐতিহাসিকের মতো নথির সত্যতা এবং অর্থ নিজেই সিদ্ধান্ত নিতে পারে
- গ) কৃত্রিম বুদ্ধিমত্তা শুধুমাত্র পাঠ্য অনুবাদের জন্য কাজ করে, অন্যান্য সংরক্ষণাগারের কাজগুলির সাথে এর কোন সম্পর্ক নেই
- ঘ) যেহেতু কৃত্রিম বুদ্ধিমত্তা সর্বদা মানুষের চেয়ে বেশি নিরপেক্ষ, তাই ঐতিহাসিক ব্যাখ্যা এর উপর ছেড়ে দেওয়া উচিত।
বর্ণনা: কৃত্রিম বুদ্ধিমত্তা; এটি একটি সহকারী যা পাঠ্যের খসড়া সম্পাদনা, স্ক্যান, অনুবাদ এবং তৈরি করে। উত্স সমালোচনা, ব্যাখ্যা, কারণ-প্রভাব প্রতিষ্ঠা এবং চূড়ান্ত সিদ্ধান্ত বিশেষজ্ঞের অন্তর্গত; একটি অযাচাইকৃত আউটপুট একটি বানোয়াট উত্স, একটি মিথ্যা তারিখ, বা একটি anachronism হতে পারে.
2. ঐতিহাসিক গবেষণায় কৃত্রিম বুদ্ধিমত্তা দ্বারা উত্পাদিত হ্যালুসিনেশন কি?
- ক) কৃত্রিম বুদ্ধিমত্তা খুব ধীরে ধীরে একটি নথি প্রক্রিয়া করে
- খ) কৃত্রিম বুদ্ধিমত্তা একটি অস্তিত্বহীন উত্স, উদ্ধৃতি বা ঘটনাকে বাস্তব হিসাবে তৈরি করে ✔
- গ) একটি নথি শারীরিকভাবে ক্ষতিগ্রস্ত হয়েছে
- D) একটি সংরক্ষণাগার ক্যাটালগ আপ টু ডেট নয়
ব্যাখ্যা: হ্যালুসিনেশন হল যখন কৃত্রিম বুদ্ধিমত্তা আত্মবিশ্বাসের সাথে এমন তথ্য, উত্স, উদ্ধৃতি বা ঘটনা যা বাস্তবে বিদ্যমান নেই। যদিও এর ফর্মটি নিখুঁত দেখায়, তবে এর বিষয়বস্তু বাস্তব নয়; অতএব, প্রতিটি রেফারেন্স ক্যাটালগে, প্রতিটি উদ্ধৃতি মূল উৎস থেকে যাচাই করা আবশ্যক।
3. কৃত্রিম বুদ্ধিমত্তা দ্বারা একটি OCR আউটপুট সংশোধন করার সর্বোত্তম পদ্ধতি কী?
- ক) পাঠ্যটি সাবলীল এবং সুন্দর হতে এবং অনুপস্থিত অংশগুলি যৌক্তিকভাবে সম্পূর্ণ করতে বলুন।
- খ) প্রেক্ষাপটের ভিত্তিতে সমস্ত সংখ্যা এবং তারিখ সংশোধন করার অনুমতি দেওয়া
- গ) তাকে শুধুমাত্র অপটিক্যাল রিকগনিশন ত্রুটি সংশোধন করতে বলুন, অপঠনযোগ্য জায়গাগুলি ছেড়ে দিন [?] এবং নম্বর/তারিখ পরিবর্তন করবেন না ✔
- ঘ) শিক্ষার্থীকে সম্ভাব্য অনুমান সহ অপঠিত শব্দগুলি পূরণ করতে বলুন।
ব্যাখ্যা: OCR সংশোধনের সুবর্ণ নিয়ম হল শুধুমাত্র সুস্পষ্ট অপটিক্যাল রিকগনিশন ত্রুটি (যেমন rn to m, l থেকে 1) সংশোধন করা; পাঠ্যের বিষয়বস্তু ব্যাখ্যা বা সম্পূর্ণ না করা। অপঠিত এলাকাগুলি [?] দিয়ে চিহ্নিত করা হয়েছে; সংখ্যা এবং তারিখ পরিবর্তন করা হয় না, তারা ইমেজ সঙ্গে যাচাই করা হয়.
4. কৃত্রিম বুদ্ধিমত্তা থেকে কী জিজ্ঞাসা করা উচিত যখন এটি একটি শব্দ পড়ার ক্ষেত্রে আসে যার স্বরবর্ণটি একটি অটোমান পাঠ্যে লেখা নেই?
- ক) একক, সুনির্দিষ্ট রিডিং দিন, এইভাবে কাজের গতি বাড়িয়ে দিন
- খ) যে শব্দের অর্থ সবচেয়ে সাবলীল হবে তা নির্বাচন করা এবং শূন্যস্থান পূরণ করা
- গ) নিজের সাধারণ জ্ঞান থেকে অপঠিত অংশগুলি সম্পূর্ণ করা।
- ঘ) সম্ভাব্য পড়ার বিকল্প অফার করা এবং একটি নির্দিষ্ট পাঠ আরোপ করার পরিবর্তে অস্পষ্ট এলাকা চিহ্নিত করা ✔
ব্যাখ্যা: অটোমান তুর্কি ভাষায়, ছোট স্বরবর্ণগুলি বেশিরভাগই লেখা হয় না; একটি একক স্বর/বর্ণের পার্থক্য (আবুল এবং কাবুল, ওয়ালী এবং ভ্যালি) অর্থ সম্পূর্ণরূপে পরিবর্তন করে। অতএব, একটি নির্দিষ্ট পাঠ আরোপ করার পরিবর্তে, সম্ভাব্য বিকল্পগুলি জিজ্ঞাসা করা উচিত, অপঠিত অঞ্চলগুলি সংরক্ষণ করা উচিত এবং চূড়ান্ত সিদ্ধান্তটি প্যালিওগ্রাফারের উপর ছেড়ে দেওয়া উচিত।
5. AI একটি খসড়া মেটাডেটা (ক্যাটালগ রেকর্ড) তৈরি করার সময় হ্যালুসিনেশন প্রতিরোধ করার সবচেয়ে কার্যকর উপায় কী?
- ক) দস্তাবেজে অন্তর্ভুক্ত না থাকলে সেই ক্ষেত্রটি ফাঁকা রাখার জন্য স্পষ্টভাবে অনুমতি দিন ✔
- খ) প্রতিটি ক্ষেত্র পূরণ করার অনুরোধ করা এবং অসম্পূর্ণ না রাখা।
- গ) অপ্রচলিত নথির বিষয়বস্তুর উপর ভিত্তি করে একটি তারিখ অনুমান করা
- ঘ) কৃত্রিম বুদ্ধিমত্তাকে রেফারেন্স কোড তৈরি করার অনুমতি দেওয়া
বর্ণনা: ফিল-ইন চাপ AI-কে নথিতে নেই এমন তারিখ বা নির্মাতা অনুমান করে নথি তৈরি করতে বাধ্য করে। এর বিরুদ্ধে সবচেয়ে শক্তিশালী ঢাল হল নথিতে না থাকলে ক্ষেত্রটি ফাঁকা রাখার জন্য স্পষ্টভাবে অনুমতি দেওয়া; উপরন্তু, বিষয় পদগুলি নিয়ন্ত্রিত শব্দভান্ডারে ম্যাপ করা হয়।
6. কৃত্রিম বুদ্ধিমত্তা দ্বারা উত্পাদিত একটি নথির সংক্ষিপ্তসার ঐতিহাসিক গবেষণায় কীভাবে অবস্থান করা উচিত?
- ক) নির্ভরযোগ্য প্রমাণ হিসাবে যা সরাসরি উদ্ধৃত করা যেতে পারে
- খ) একটি আবিষ্কার মানচিত্র হিসাবে যা আপনাকে প্রকৃত নথিতে নির্দেশ করে; প্রমাণ মূল নথি থেকে নেওয়া হয়েছে ✔
- গ) একটি পর্যাপ্ত সম্পদ হিসাবে যা নথিটি নিজেই প্রতিস্থাপন করতে পারে
- ঘ) একটি পাঠ্য হিসাবে যা কখনও নথিতে ফিরে না গিয়ে গবেষণায় ব্যবহার করা যেতে পারে
বর্ণনা: সারাংশ একটি আবিষ্কার মানচিত্র, একটি প্রমাণ নয়. এই নথিতে এরকম কিছু আছে, এটি বলে যে যান এবং দেখুন; নথিতে ঠিক কী বলা আছে তা বলা নেই। যদি একটি ঘটনা, উদ্ধৃতি বা ডেটা অধ্যয়নে অন্তর্ভুক্ত করতে হয়, তবে এটি অবশ্যই মূল নথি থেকে শব্দার্থে নেওয়া উচিত।
7. প্রকাশনার জন্য একটি ঐতিহাসিক নথি অনুবাদ করার সময় অ্যানাক্রোনিজম এড়ানোর সঠিক উপায় কী?
- ক) আজকের নিকটতম সমতুল্যের সাথে সমস্ত সময়কালের পদ প্রতিস্থাপন করা
- খ) লেখাটিকে যথাসম্ভব সাবলীল ও আধুনিকভাবে তুলে ধরা
- গ) সময়ের শিরোনাম এবং প্রতিষ্ঠানের নাম অনন্য রাখুন এবং একটি ব্যাখ্যা যোগ করুন ✔
- ঘ) সঠিক নামগুলিকে তাদের বর্তমান ব্যবহারের সাথে খাপ খাইয়ে নেওয়া
ব্যাখ্যা: অ্যানাক্রোনিজম হল এক যুগ থেকে অন্য যুগে উপাদানের ভুল স্থানান্তর। সময়ের শিরোনাম, প্রতিষ্ঠানের নাম এবং ব্যক্তিগত নাম আজকের শর্তাবলীতে পরিবর্তন করা পাঠককে এমন একটি জগতে নিয়ে যায় যা সময়ের সাথে সম্পর্কিত নয়। সঠিক উপায় হল পিরিয়ড টার্ম রাখা এবং এর পাশে ব্যাখ্যা যোগ করা।
8. কৃত্রিম বুদ্ধিমত্তা দ্বারা প্রদত্ত একটি আর্কাইভ রেফারেন্স (ফান্ডের নাম, ফাইল নম্বর) বাস্তব কিনা তা কীভাবে নিশ্চিত করবেন?
- ক) রেফারেন্সটিকে বিশ্বাস করা কারণ এর বিন্যাসটি সঠিক বলে মনে হচ্ছে
- খ) AI কে আবার জিজ্ঞাসা করে রেফারেন্স সঠিক কিনা
- গ) রেফারেন্সটিকে সত্য হিসাবে গ্রহণ করা কারণ এটি বিশ্বাসযোগ্য এবং বিশদ
- D) ব্যক্তিগতভাবে আর্কাইভ ক্যাটালগ বা নির্ভরযোগ্য উৎসে রেফারেন্স খুঁজে বের করে যাচাই করে ✔
বর্ণনা: কৃত্রিম বুদ্ধিমত্তা রেফারেন্স তৈরি করতে পারে যা আকারে নিখুঁত কিন্তু বাস্তবে বিদ্যমান নয়; একটি কাল্পনিক রেফারেন্স একটি বাস্তব রেফারেন্স হিসাবে একই আকারে হয়. একটি রেফারেন্স বিদ্যমান আছে তা প্রমাণ করার একমাত্র উপায় হল মূল উৎসটি কোথায় অবস্থিত তা খুঁজে বের করা (আর্কাইভ ক্যাটালগ, লাইব্রেরি)।
9. কৃত্রিম বুদ্ধিমত্তা সহ প্যাটার্ন বিশ্লেষণ (NER, নেটওয়ার্ক, টাইমলাইন) করার সময় পাওয়া একটি প্যাটার্নকে কীভাবে মূল্যায়ন করা উচিত?
- ক) একটি অনুমান হিসাবে যা নথিতে যাচাই করা দরকার; সূচনা বিন্দু, ফলাফল নয় ✔
- খ) একটি নিশ্চিত অনুসন্ধান হিসাবে যা যাচাইকরণের প্রয়োজন নেই
- গ) এটি একটি অবিসংবাদিত বস্তুনিষ্ঠ সত্য কারণ এটি সংখ্যাগত।
- ঘ) ফলে এটি কৃত্রিম বুদ্ধিমত্তা পাওয়া গেছে বলে সরাসরি গবেষণায় রাখা যেতে পারে
ব্যাখ্যা: প্রতিটি প্যাটার্ন একটি অনুমান, প্রমাণ নয়। সত্তাগুলিকে উত্সের সাথে সংযুক্ত করা উচিত, বিভিন্ন বানান (একই ব্যক্তি/স্থানের) মানুষের অনুমোদনের সাথে স্বাভাবিক করা উচিত, ডেটা হারিয়ে যাওয়া এবং নমুনা নেওয়ার পক্ষপাতের জন্য নম্বরগুলিকে প্রশ্ন করা উচিত এবং অপ্রচলিত ঘটনাগুলি কালানুক্রমিক করা উচিত নয়৷
10. ফাইন্ডিং এইডের জীবনীমূলক/প্রাতিষ্ঠানিক ইতিহাস বিভাগে কেন বিশেষ মনোযোগ প্রয়োজন?
- ক) এই বিভাগটি গুরুত্বহীন এবং যাচাই ছাড়াই প্রকাশ করা যেতে পারে
- খ) যেহেতু কৃত্রিম বুদ্ধিমত্তা এই বিভাগে বানোয়াট ঘটনা, মিথ্যা তারিখ এবং শিরোনাম যোগ করতে পারে, তাই এটি শুধুমাত্র যাচাইকৃত উত্সের উপর নির্ভর করা উচিত ✔
- গ) কৃত্রিম বুদ্ধিমত্তা নিরাপদে ব্যবহার করা যেতে পারে কারণ এটি ইতিহাস লিখতে কোনো ভুল করে না।
- ঘ) শুধুমাত্র গবেষকরা এই বিভাগটি পূরণ করেন, আর্কাইভিস্ট আগ্রহী নন
বর্ণনা: ইতিহাস বিভাগ হল যেখানে প্রায়শই হ্যালুসিনেশন ঘটে: AI কোনো ব্যক্তি বা প্রতিষ্ঠান সম্পর্কে সাধারণ তথ্য থেকে একটি সাবলীল পাঠ্য লেখার সময় অস্তিত্বহীন ঘটনা, মিথ্যা তারিখ এবং তৈরি শিরোনাম সন্নিবেশ করতে পারে। এই বিভাগটি শুধুমাত্র যাচাইকৃত উত্সের উপর ভিত্তি করে হওয়া উচিত।
11. একটি রেফারেন্স (পরামর্শ) পরিষেবাতে কৃত্রিম বুদ্ধিমত্তা কীভাবে একজন গবেষকের সত্য প্রশ্নের উত্তর দিতে হবে?
- ক) প্রশ্নের উত্তর সরাসরি এবং একটি নির্দিষ্ট তথ্য হিসাবে দিতে হবে।
- খ) একটি বিশ্বাসযোগ্য তারিখ বা নাম তৈরি করতে হবে এবং তা গবেষককে জানাতে হবে।
- গ) সরাসরি তথ্য দেওয়ার পরিবর্তে, এটি গবেষককে প্রাসঙ্গিক সংগ্রহ এবং উত্সের দিকে নির্দেশ করা উচিত ✔
- ঘ) এটি একটি সম্পূর্ণ উত্তর প্রদান করা উচিত যাতে গবেষকের উত্সে যাওয়ার প্রয়োজন না হয়।
ব্যাখ্যা: রেফারেন্স সার্ভিসে, কৃত্রিম বুদ্ধিমত্তার সরাসরি সত্য উত্তর দেওয়া উচিত নয়, তবে গবেষককে উত্সের দিকে নির্দেশ করা উচিত। কারণ কৃত্রিম বুদ্ধিমত্তা দ্বারা প্রদত্ত সরাসরি বাস্তবিক উত্তর বানোয়াট হতে পারে এবং গবেষক এটিকে উত্স হিসাবে ভুল করতে পারেন। "উত্তর হল এটি" বলার পরিবর্তে "এই সংগ্রহে এই নথিগুলি দেখুন" বলা উচিত।
12. কৃত্রিম বুদ্ধিমত্তা দিয়ে ক্ষতিগ্রস্ত ডকুমেন্ট ইমেজ প্রক্রিয়া করার সময় কোন অপারেশন গ্রহণযোগ্য এবং আপত্তিজনক?
- ক) সমস্ত ধরণের অপারেশন বিনামূল্যে, অনুপস্থিত অংশগুলি পূরণ করা সহ।
- খ) কোনো ব্যবস্থা নেওয়া উচিত নয়, ছবিকে কখনও স্পর্শ করা উচিত নয়
- গ) অনুপস্থিত বিভাগগুলি পূরণ করা সবচেয়ে মূল্যবান কাজ কারণ এটি নথিটি সম্পূর্ণ করে।
- ঘ) পঠনযোগ্যতার হেরফের যেমন কনট্রাস্ট/শব্দ গ্রহণযোগ্য; অনুমান সহ অনুপস্থিত অংশগুলি পূরণ করা অসুবিধাজনক ✔
ব্যাখ্যা: যে প্রক্রিয়াগুলি পঠনযোগ্যতা উন্নত করে (কনট্রাস্ট, আলো, শব্দ হ্রাস) গ্রহণযোগ্য কারণ তারা বিষয়বস্তু পরিবর্তন করে না; যাইহোক, অনুপস্থিত/অপঠনযোগ্য অংশগুলি অনুমান সহ পূরণ করা নথিতে যা নেই তা তৈরি করার ঝুঁকি, অর্থাৎ ঐতিহাসিক জালিয়াতি। আসলটি সংরক্ষিত, লেনদেন রেকর্ড করা হয়।
13. সংবেদনশীল ব্যক্তিগত তথ্য ধারণকারী একটি সংরক্ষণাগার নথি প্রক্রিয়া করার আগে কি করা দরকার?
- ক) প্রয়োজনে গোপনীয়তা স্ক্যানিং এবং বেনামীকরণ বা একটি বন্ধ/অনুমোদিত টুল ব্যবহার করে ✔
- খ) এমনকি এটি সম্পর্কে চিন্তা না করে সরাসরি একটি পাবলিক যানবাহনে নথি আপলোড করা
- গ) দক্ষতার জন্য গোপনীয়তার উদ্বেগ উপেক্ষা করা
- ঘ) দক্ষতার কারণে অ্যাক্সেসের সীমাবদ্ধতা অতিক্রম করা
প্রকাশ: জনসাধারণের কাছে জীবিত ব্যক্তিদের (স্বাস্থ্য, ধর্ম, জাতি, ঠিকানা) সনাক্তকারী সংবেদনশীল ডেটা সম্বলিত নথি আপলোড করা, ক্লাউড-ভিত্তিক সরঞ্জামগুলি একটি গুরুতর গোপনীয়তা লঙ্ঘন হতে পারে। গোপনীয়তা স্ক্রীনিং প্রথমে করা উচিত, প্রয়োজনে বেনামীকরণ বা একটি বন্ধ/অনুমোদিত টুল ব্যবহার করা উচিত।
14. একটি এন্ড-টু-এন্ড আর্কাইভ প্রকল্পে একটি মানব চেকপয়েন্টের মূল উদ্দেশ্য কী?
- ক) কৃত্রিম বুদ্ধিমত্তার কাজ ধীর করা এবং প্রকল্পে বিলম্ব করা
- খ) একটি ধাপে একটি ত্রুটি (ভুল তারিখ/নাম) যাতে পরবর্তী সব ধাপে শৃঙ্খলিত না হয় ✔
- গ) মানুষের শ্রম বৃদ্ধি করা এবং স্বয়ংক্রিয়তা সম্পূর্ণরূপে ত্যাগ করা
- ঘ) কৃত্রিম বুদ্ধিমত্তার শেষ কথা আছে তা নিশ্চিত করা
বর্ণনা: প্রতিটি পর্যায়ে একটি মানব চেকপয়েন্ট নিশ্চিত করে যে পরবর্তী পর্যায়ে যাওয়ার আগে AI এর আউটপুট যাচাই করা হয়েছে। এটি ছাড়া, প্রথম পর্যায়ে একটি ত্রুটি (একটি ভুল পড়ার তারিখ) ক্যাটালগ, প্যাটার্ন এবং গাইডের মাধ্যমে চেইনটি প্রচার করবে। প্রাথমিক পরীক্ষা নিশ্চিত করে যে ত্রুটিটি এক জায়গায় সংশোধন করা হয়েছে।
15. মানবিক ও সামাজিক বিজ্ঞানে কৃত্রিম বুদ্ধিমত্তা ব্যবহারে স্বচ্ছতা এবং সত্যতা কী প্রয়োজন?
- ক) কৃত্রিম বুদ্ধিমত্তার ব্যবহার গোপন রাখা, কেউ যেন না জানে তা নিশ্চিত করা
- খ) কৃত্রিম বুদ্ধিমত্তা দ্বারা উত্পাদিত প্রতিটি পাঠকে তার নিজস্ব মূল ধারণা হিসাবে উপস্থাপন করা
- গ) সততার সাথে কৃত্রিম বুদ্ধিমত্তার ব্যবহার ঘোষণা করা এবং এর আউটপুটকে নিজের আসল কাজ হিসাবে উপস্থাপন না করা ✔
- ঘ) পদ্ধতি ব্যাখ্যা না করে শুধুমাত্র ফলাফল শেয়ার করা
বর্ণনা: কৃত্রিম বুদ্ধিমত্তার সাহায্যে একটি প্রতিলিপি, মেটাডেটা বা অনুবাদ তৈরি করা হয়েছে এমন রেকর্ডিংকে স্বচ্ছতা অন্তর্ভুক্ত করে; মৌলিকতার জন্য কৃত্রিম বুদ্ধিমত্তা দ্বারা উত্পাদিত একটি মন্তব্যকে নিজের আসল ধারণা হিসাবে উপস্থাপন করা প্রয়োজন হয় না। পরবর্তী গবেষকদের দ্বারা যাচাইকরণ এবং একাডেমিক সততার জন্য এটি অপরিহার্য।