Dobici:
- Sposobnost obrade kolekcije u toku rada od 7 faza, od etičkog pregleda do objavljivanja, sa ljudskom kontrolnom tačkom u svakoj fazi
- Shvatite kako rane kontrolne tačke sprečavaju da se greška (pogrešan datum/ime) širi kroz lanac
- Sposobnost primjene principa očuvanja master fajla, ne uštede na verifikaciji i deklariranja upotrebe AI u holističkom projektu
Prethodne jedinice su pokrivale individualne vještine: digitalizaciju, transkripciju, metapodatke, skeniranje, prevođenje, verificiranje, analizu obrazaca, pronalaženje, očuvanje i etiku. Ova konačna jedinica kombinuje sve. Istinski arhivski projekat ne doživljava ove korake odvojeno, već kao međusobno povezan radni tok. Ovdje ćemo vidjeti kako možete obraditi kolekciju od početka do kraja s procesom koji podržava umjetna inteligencija, ali njime upravljaju ljudi, korak po korak i uz kontrolni lanac.
Cilj je pozicionirati AI kao partnera koji “ubrzava svaki korak, ali nema konačnu riječ ni na jednom koraku”. Kada završite ovu jedinicu, ostat će vam holistička metoda koja pretvara neurednu gomilu dokumenata u zbirku spremnu za istraživanje, provjerenu, etički čistu.
Scenario: šta imamo
Recimo da dobijete zbirku od 250 dokumenata: neki štampani (štampana prepiska, reklame), neki rukopis (pisma, sveske), iz različitih datuma, neki sadrže osetljive lične podatke. Cilj: digitalizirati, prepisati, katalogizirati i učiniti ovu kolekciju dostupnom istraživačima. Podijelimo proces u sedam faza.
Tok rada u sedam koraka
Faza 1 — Procjena i etički skrining. Prvo upoznajte kolekciju. Koji dokumenti sadrže osjetljive lične podatke? Koji je status autorskih prava? Postoji li kulturološka osjetljivost? Ovo skeniranje određuje koji dokumenti se mogu dati AI alatima baziranim na oblaku, a koji će se obrađivati samo u zatvorenom/odobrenom okruženju. Ako se ova faza preskoči, cijeli projekat je u etičkom riziku.
Faza 2 — Digitalizacija. Skenirajte dokumente u visokoj rezoluciji (najmanje 300-400 DPI, dobar kontrast). Držite originalne (master) datoteke netaknute; Sva obrada će se obaviti na kopijama.
Faza 3 — Ekstrakcija teksta. Primijenite OCR za štampane dokumente i HTR za rukopis. Neka AI očisti sirovi izlaz instrukcijom „sigurno lektoriranje“ — samo optičke greške/greške prepoznavanja, bez komentara sadržaja, nečitljiva mjesta [?]. Alternativno čitanje i paleografsko upravljanje za osmanski/rukopis.
Faza 4 — Metapodaci i katalogizacija. Napraviti standardne (Dublin Core/ISAD(G)) metapodatke za svaki dokument; Uz dozvolu "nepostojeće polje ostavite praznim". Mapirajte pojmove teme na kontroliranu listu. Provjeriti datume i imena sa dokumentacijom.
Faza 5 — Obogaćivanje i oblikovanje. Izdvojite entitete (osobu/mjesto/organizaciju), normalizirajte, izradite odnose i obrise vremenske linije. Provjerite svaki obrazac u dokumentu; Nema izmišljenih veza i hronologije.
Faza 6 — Pristup alatima. Izraditi pregled pomoći u pronalaženju za prikupljanje; Odjeljak historije zasnivajte samo na provjerenim bilješkama. Jasno označite ograničenja pristupa (privatnost/autorska prava).
Faza 7 — Verifikacija, deklaracija i objavljivanje. Posljednji put provjerite kritična polja (datum, ime, citat, referenca). Izjaviti upotrebu AI. Stručnjak daje konačno odobrenje; Zbirka je otvorena za istraživanje.
Savjet: Stavite "ljudsku kontrolnu tačku" u svaku fazu: Stručnjak potvrđuje izlaz AI prije nego što pređe na sljedeću fazu. Bez ovih kontrolnih tačaka, greška u prvoj fazi (pogrešan datum) će se širiti kroz lanac i na kraju procuriti u katalog, obrazac i vodič.
Stol za upravljanje lancem
Stage
AI posao
ljudski kontrolni punkt
1. Etički skrining
Označavanje osjetljivih podataka
Odluka o ugradnji
2. Digitalizacija
(Poboljšanje slike)
Kvaliteta, majstorska zaštita
3. Ekstrakcija teksta
OCR/HTR + sigurna korekcija
Potvrda imena/datuma/čitanja
4. Metapodaci
standardni nacrt
Potvrda polja, podudaranje termina
5. Uzorak
entitet, odnos, vremenska linija
Validacija u dokumentu
6. Alat za pristup
Pronalaženje nacrta pomoći
Povijest i odobrenje ograničenja
7. Otpustite
—
Konačno odobrenje, deklaracija
tri mini kofera
Slučaj 1 — Uhvaćena je greška u lancu. U jednom projektu, u fazi 3, datum dokumenta je glasio "1868" umjesto "1888". Da kontrolna tačka faze 3 nije uhvatila ovu grešku, datum bi bio raspoređen po katalogu (4), vremenskoj liniji (5) i vodiču (6). Zahvaljujući kontrolnom punktu, greška je ispravljena na jednom mestu. Pouka: rana provjera sprječava da se greška širi u lanac.
Slučaj 2 — Etički skrining spasio je projekat. 18 od 250 dokumenata sadržavalo je osjetljive podatke o živim osobama. Etički skrining u fazi 1 ih je označio; ovih 18 dokumenata obrađeno je u zatvorenom okruženju, a ostali standardnim alatima. To bi bila ozbiljna povreda da je skeniranje preskočeno i da je sve učitano u oblak. Pouka: etički pregled je prvi korak, a ne popravka koja se dodaje kasnije.
Slučaj 3 — Vrijeme i trud. Koristeći tradicionalnu metodu, za potpunu obradu kolekcije od 250 dokumenata bilo bi potrebno otprilike 8-10 mjeseci. Uz tok rada kontrolnih punktova koji podržava AI, proces je smanjen na otprilike 3 mjeseca. Ali uštede nisu proizašle iz „AI je uradio sve“, već od „AI je uradio mehanički posao, fokusiran na ljudsku verifikaciju“. Vrijeme posvećeno verifikaciji se nije smanjilo; Vrijeme posvećeno mehaničkom radu je smanjeno.
Četiri šablona za kopiranje
1) Početni plan projekta:
Imam kolekciju [broj] dokumenata: [mješavina štampe/rukopisa], [period], od kojih neki mogu sadržavati osjetljive podatke. Napravite plan toka rada u 7 koraka za digitalizaciju i katalogizaciju ove kolekcije: navedite zadatak AI i kontrolnu tačku LJUDSKO u svakoj fazi. Stavite etički skrining na prvo mjesto.
2) Kontrolna lista prelazne faze:
Završio sam scenu [scensko ime]. Napravite kontrolnu listu kritičnih tačaka koje moram provjeriti prije nego što pređem na sljedeću fazu: koje činjenice (datum/ime/referenca) treba provjeriti, koje greške se mogu širiti u lancu? Imam konačno odobrenje; Dajte mi kontrolnu listu.
3) Kontrola kvaliteta od kraja do kraja:
Ispod su svi slojevi obrađenog dokumenta: transkripcija, metapodaci, izdvojena sredstva. NEKONCEPTI SLIKA između slojeva: da li datum u transkripciji odgovara metapodacima, da li entiteti zaista postoje u tekstu? Nametanje korekcije; Napravite listu nedosljednosti. Slojevi: [ovdje]
4) Zatvaranje projekta i deklaracija:
U ovom projektu prikupljanja koristio sam AI u sljedećim fazama: [list]. Za projektnu dokumentaciju: (1) koja je podrška AI korištena u kojoj fazi, (2) kako je izvršena ljudska verifikacija, (3) koja ograničenja/ograničenja postoje — napišite iskrenu završnu bilješku i nacrtajte izjavu o korištenju AI koja uključuje ovo.
Slaba prompt / Jaka prompt
slaba:
Temeljito obradite ovu kolekciju pomoću AI i pripremite je za istraživanje.
Jedna instrukcija „uradi bilo šta“ zaobilazi etičko ispitivanje, kontrolne tačke i verifikaciju; greške se šire duž lanca.
Jaka:
Postavite tok rada u 7 faza za ovu kolekciju, sa ljudskom kontrolnom tačkom u svakoj fazi. Neka prva faza bude provera etike/privatnosti. Izlaz koji proizvodi AI u svakoj fazi bit će provjeren prije prelaska na sljedeću fazu; označiti kritične činjenice (datum/ime/referenca). Ni u jednoj fazi umjetna inteligencija nema posljednju riječ.
Razlika: fazna struktura, etički prioritet, kontrolne tačke i princip “ljudi imaju konačnu riječ” čine cijeli projekat sigurnim i odbranjivim.
Uobičajene greške
- Ostavljanje etičkog pregleda do kraja. Skeniranje privatnosti/autorskih prava je prvi korak; Ako se doda kasnije, kršenje je već došlo.
- Zaobilazeći kontrolne punktove. Greška koja ostaje neprovjerena širi se cijelim lancem.
- Ne štiti glavni fajl. Ako se original ne zadrži netaknut, vraćanje postaje nemoguće.
- Ušteda na verifikaciji. AI skraćuje mehanički rad; Ako se skrati vrijeme provjere, kvaliteta se smanjuje.
- Ne deklarisanje upotrebe AI. Transparentnost je dio naučnog kredibiliteta zbirke.
Ukratko
Projekt arhiviranja s kraja na kraj povezuje individualne vještine u lanac kontrole: etičko skeniranje, digitalizacija, ekstrakcija teksta, metapodaci, obrazac, alat za pronalaženje i objavljivanje. U svakoj fazi, AI ubrzava mehanički rad; U svakoj fazi, ljudska kontrolna tačka ima posljednju riječ. Etička provjera je prva faza, glavni fajl je zaštićen, greške se uočavaju rano kako se ne bi širile u lancu, a korištenje AI je deklarirano pošteno. Uštede ne dolaze od AI koji radi sve, već od ljudskog bića oslobođenog mehaničkog rada i fokusiranja na verifikaciju. AI ubrzava; Čovjek osigurava tačnost i integritet istorije.
Zadatak aplikacije
Odaberite malu kolekciju (10-20 dokumenata; vlastiti materijal ili skup uzoraka). Kreirajte radni tok u 7 koraka s predloškom "plan pokretanja projekta". Pokrenite najmanje dva dokumenta kroz ovaj tok: etičko skeniranje, ekstrakciju teksta, metapodatke i sloj uzorka. Potvrdite svaku fazu sa „kontrolnom listom za prelaz iz faze“. Konačno, dokumentirajte svoju upotrebu AI šablonom „završetak projekta i izjava“. Zabilježite koje su greške uhvaćene na ranim kontrolnim tačkama.
kontrolna lista
- [ ] U prvoj fazi sam uradio etičku/privatnu provjeru.
- [ ] Zadržao sam glavne fajlove netaknute.
- [ ] Stavio sam ljudski kontrolni punkt u svaku fazu.
- [ ] Provjerio sam kritične činjenice prije nego što su propagirane u lancu.
- [ ] Izjavio sam upotrebu AI pri zatvaranju projekta.
Modul Exam
1. Koje je najprikladnije pozicioniranje umjetne inteligencije u historiji i arhiviranju?
- A) AI je alat za sažetak, uređivanje i izradu nacrta; Komentar, kritika izvora i konačna odgovornost pripadaju stručnjaku ✔
- B) Vještačka inteligencija može sama odlučiti o autentičnosti i značenju dokumenta, poput istoričara
- C) Umjetna inteligencija radi samo za prevođenje teksta, nema nikakve veze s drugim arhivskim zadacima
- D) Budući da je umjetna inteligencija uvijek nepristrasnija od ljudi, historijsko tumačenje treba joj prepustiti.
Opis: Umjetna inteligencija; To je pomoćnik koji uređuje, skenira, prevodi i proizvodi nacrte teksta. Kritika izvora, tumačenje, utvrđivanje uzroka i konačna odluka pripada stručnjaku; Neprovjereni izlaz može dovesti do izmišljenog izvora, lažnog datuma ili anahronizma.
2. Kakve halucinacije proizvodi umjetna inteligencija u povijesnim istraživanjima?
- A) Vještačka inteligencija vrlo sporo obrađuje dokument
- B) Umjetna inteligencija izmišlja nepostojeći izvor, citat ili događaj kao stvarne ✔
- C) Dokument je fizički oštećen
- D) Arhivski katalog nije ažuriran
Objašnjenje: Halucinacija je kada umjetna inteligencija pouzdano izmišlja informacije, izvore, citate ili događaje koji zapravo ne postoje. Iako se njegov oblik čini savršenim, njegov sadržaj nije stvaran; Stoga, u svakom referentnom katalogu, svaki citat mora biti ovjeren na izvornom izvoru.
3. Koji je najbolji pristup da se OCR izlaz ispravi umjetnom inteligencijom?
- A) Tražiti da tekst bude tečan i lijep i da logično dopuni dijelove koji nedostaju.
- B) Omogućavanje ispravljanja svih brojeva i datuma na osnovu konteksta
- C) Zamoliti ga da ispravi samo greške optičkog prepoznavanja, ostavi nečitljiva područja [?] i ne mijenja brojeve/datume ✔
- D) Zamoliti učenika da popuni nečitljive riječi najvjerovatnijim nagađanjem.
Objašnjenje: Zlatno pravilo u OCR korekciji je ispravljanje samo očiglednih grešaka optičkog prepoznavanja (kao što su rn do m, l do 1); ne tumači ili ne dovršava sadržaj teksta. Nečitljive oblasti su označene sa [?]; Brojevi i datumi se ne mijenjaju, provjereni su slikom.
4. Šta treba tražiti od vještačke inteligencije kada je u pitanju čitanje riječi čiji samoglasnik nije napisan u osmanskom tekstu?
- A) Dajte jedno, precizno očitavanje, čime se ubrzava rad
- B) Odabir riječi koja će značenje učiniti najtečnijim i popunjavanje praznina
- C) Dopunjavanje nečitljivih dijelova iz vlastitog opšteg znanja.
- D) Nuđenje mogućih alternativa čitanju i označavanje dvosmislenih područja umjesto nametanja definitivnog čitanja ✔
Objašnjenje: U osmanskom turskom, kratki samoglasnici uglavnom se ne pišu; Jedna razlika samoglasnika/slova (abul i kabul, wali i vali) potpuno mijenja značenje. Stoga, umjesto nametanja definitivnog čitanja, treba tražiti moguće alternative, sačuvati nečitljiva područja, a konačnu odluku ostaviti paleografu.
5. Koji je najefikasniji način da se spriječi halucinacija kada AI proizvede nacrt metapodataka (kataloški zapis)?
- A) Eksplicitno dozvolite da to polje ostane prazno ako nije uključeno u dokument ✔
- B) Zahtjev da se svako polje popuni i ne ostavi nepotpuno.
- C) Procjena datuma na osnovu sadržaja dokumenata bez datuma
- D) Omogućavanje veštačkoj inteligenciji da generiše referentni kod
Opis: Pritisak popunjavanja prisiljava AI da napravi dokument pogađanjem datuma ili kreatora koji nije u dokumentu. Najjači štit protiv ovoga je izričito davanje dozvole da se polje ostavi praznim ako ono nije u dokumentu; Osim toga, termini teme su mapirani u kontrolirani vokabular.
6. Kako sažetak dokumenta koji je izradila umjetna inteligencija treba pozicionirati u istorijskom istraživanju?
- A) Kao pouzdan dokaz koji se može direktno citirati
- B) Kao mapa otkrića koja vas upućuje na stvarni dokument; Dokaz se uzima iz originalnog dokumenta ✔
- C) Kao adekvatan resurs koji može zamijeniti sam dokument
- D) Kao tekst koji se može koristiti u studiji bez vraćanja na dokument
Opis: Sažetak je mapa otkrića, a ne dokaz. Ima nešto ovako u ovom dokumentu, piše idi i gledaj; Ne piše tačno šta piše u dokumentu. Ako se neki događaj, citat ili podaci trebaju uključiti u studiju, oni se moraju doslovno uzeti iz originalnog dokumenta.
7. Koji je pravi način da se izbjegnu anahronizmi prilikom prevođenja istorijskog dokumenta za objavljivanje?
- A) Zamjena svih termina perioda sa današnjim najbližim ekvivalentom
- B) Prenijeti tekst što tečnije i modernije
- C) Ostavite nazive perioda i nazive institucija jedinstvenim i dodajte objašnjenje ✔
- D) Prilagođavanje vlastitih imena njihovoj trenutnoj upotrebi
Objašnjenje: Anahronizam je pogrešan prijenos elemenata iz jednog perioda u drugi period. Promena naslova perioda, naziva institucija i ličnih imena današnjim terminima prenosi čitaoca u svet koji ne pripada tom periodu. Ispravan način je da zadržite pojam perioda i dodate objašnjenje pored njega.
8. Kako se uvjeriti da je arhivska referenca (naziv fonda, broj fajla) koju je dala umjetna inteligencija stvarna?
- A) Vjerovati referenci jer se njen format čini ispravnim
- B) Ponovo pitajući AI da li je referenca tačna
- C) Prihvatanje reference kao istinite jer je uvjerljiva i detaljna
- D) Ličnim pronalaženjem i provjerom reference u arhivskom katalogu ili pouzdanom izvoru ✔
Opis: Umjetna inteligencija može proizvesti reference koje su savršenog oblika, ali zapravo ne postoje; Fiktivna referenca je u istom obliku kao i stvarna referenca. Jedini način da se dokaže da referenca postoji je da se pronađe tamo gde se nalazi izvorni izvor (arhivski katalog, biblioteka).
9. Kako bi trebalo procijeniti obrazac koji se nalazi prilikom izvođenja analize obrazaca (NER, mreža, vremenska linija) s umjetnom inteligencijom?
- A) Kao hipoteza koju treba provjeriti u dokumentu; početna tačka, a ne ishod ✔
- B) Kao konačan nalaz koji ne zahtijeva provjeru
- C) To je nesporna objektivna činjenica jer je brojčana.
- D) Kao rezultat koji se može staviti u direktnu studiju jer je pronađena umjetna inteligencija
Objašnjenje: Svaki obrazac je hipoteza, a ne dokaz. Entiteti treba povezati sa izvorom, različita pisanja (iste osobe/mjesta) treba normalizirati uz ljudsko odobrenje, brojeve treba ispitati zbog nedostajućih podataka i pristrasnosti uzorkovanja, a nedatirani događaji ne bi trebali biti hronologizirani.
10. Zašto odjeljak biografske/institucionalne historije u pomoći za pronalaženje zahtjeva posebnu pažnju?
- A) Ovaj odjeljak je nevažan i može se objaviti bez provjere
- B) Budući da umjetna inteligencija može dodati izmišljene događaje, lažne datume i naslove u ovaj odjeljak, trebala bi se oslanjati samo na provjerene izvore ✔
- C) Vještačka inteligencija se može bezbedno koristiti jer ne pravi greške u pisanju istorije.
- D) Ovu rubriku popunjavaju samo istraživači, arhivista nije zainteresovan
Opis: Odjeljak historije je mjesto gdje se najčešće uvlače halucinacije: AI može umetnuti nepostojeće događaje, lažne datume i izmišljene naslove dok piše tečan tekst iz općih informacija o osobi ili instituciji. Ovaj odjeljak bi trebao biti zasnovan samo na provjerenim izvorima.
11. Kako bi umjetna inteligencija trebala odgovoriti na istraživačko pitanje činjenica u referentnoj (konsultativnoj) službi?
- A) Odgovor na pitanje treba dati direktno i kao konkretnu činjenicu.
- B) Mora dati vjerodostojan datum ili ime i prenijeti ga istraživaču.
- C) Umjesto direktnog davanja činjenica, trebalo bi uputiti istraživača na relevantnu zbirku i izvor ✔
- D) Trebalo bi dati potpuni odgovor tako da istraživač ne mora ići do izvora.
Objašnjenje: U referentnoj službi, umjetna inteligencija ne bi trebala dati direktan odgovor na činjenice, već bi trebala uputiti istraživača na izvor. Zato što direktni činjenični odgovor koji daje umjetna inteligencija može biti izmišljen i istraživač ga može zamijeniti za izvor. Umjesto "Odgovor je ovo", treba reći "Pogledajte ove dokumente u ovoj kolekciji".
12. Koje operacije su prihvatljive i neprihvatljive kada se oštećena slika dokumenta obrađuje umjetnom inteligencijom?
- A) Sve vrste operacija su besplatne, uključujući popunjavanje dijelova koji nedostaju.
- B) Ne treba preduzimati nikakve radnje, sliku nikada ne treba dirati
- C) Popunjavanje odeljaka koji nedostaju je najvrednija radnja jer se time kompletira dokument.
- D) Manipulacije čitljivosti kao što su kontrast/šum su prihvatljive; Nezgodno je popunjavati dijelove koji nedostaju nagađanjima ✔
Objašnjenje: Procesi koji poboljšavaju čitljivost (kontrast, osvjetljenje, smanjenje šuma) su prihvatljivi jer ne mijenjaju sadržaj; Međutim, popunjavanje nedostajućih/nečitljivih dijelova nagađanjem predstavlja rizik stvaranja onoga što nije u dokumentu, odnosno povijesnog krivotvorina. Original je sačuvan, transakcije se evidentiraju.
13. Šta je potrebno uraditi prije obrade arhivskog dokumenta koji sadrži osjetljive lične podatke?
- A) Skeniranje privatnosti i anonimizacija ako je potrebno ili korištenje zatvorenog/odobrenog alata ✔
- B) Učitavanje dokumenta direktno u javno vozilo bez razmišljanja o tome
- C) Ignorisanje brige o privatnosti radi efikasnosti
- D) Prevazilaženje ograničenja pristupa iz razloga efikasnosti
Otkrivanje: Učitavanje dokumenata koji sadrže osjetljive podatke koji identifikuju žive osobe (zdravlje, vjera, etnička pripadnost, adresa) na javne alate zasnovane na oblaku može predstavljati ozbiljno kršenje privatnosti. Prvo treba izvršiti provjeru privatnosti, anonimizaciju ili koristiti zatvoren/odobreni alat ako je potrebno.
14. Koja je glavna svrha ljudske kontrolne tačke u end-to-end arhivskom projektu?
- A) Usporavanje rada vještačke inteligencije i odlaganje projekta
- B) Da biste spriječili da se greška (netačan datum/ime) u jednoj fazi poveže sa svim narednim fazama ✔
- C) Povećanje ljudskog rada i potpuno odustajanje od automatizacije
- D) Osigurati da umjetna inteligencija ima posljednju riječ
Opis: Ljudska kontrolna tačka u svakoj fazi osigurava provjeru izlaza AI prije prelaska na sljedeću fazu. Bez toga, greška u prvoj fazi (pogrešno pročitan datum) bi se širila kroz lanac kroz katalog, obrazac i vodič. Rana provjera osigurava da se greška ispravi na jednom mjestu.
15. Šta zahtijevaju transparentnost i autentičnost u korištenju vještačke inteligencije u humanističkim i društvenim naukama?
- A) Čuvanje upotrebe umjetne inteligencije u tajnosti, osiguravajući da niko ne zna
- B) Svaki tekst proizveden od strane vještačke inteligencije predstaviti kao vlastitu originalnu ideju
- C) Iskreno deklarirati upotrebu umjetne inteligencije i ne predstavljati njen rezultat kao vlastito originalno djelo ✔
- D) Dijeljenje samo rezultata bez objašnjenja metoda
Opis: Transparentnost uključuje snimanje da je transkripcija, metapodaci ili prijevod proizvedeni uz pomoć vještačke inteligencije; Originalnost zahtijeva da se komentar proizveden od strane umjetne inteligencije ne predstavlja kao vlastita originalna ideja. Ovo je neophodno za verifikaciju od strane kasnijih istraživača i za akademski integritet.