Κέρδη:
- Δυνατότητα διατήρησης του χαρακτήρα ανάγνωσης και της εκτιμώμενης ολοκλήρωσης ξεχωριστά και επισημασμένα κατά τη μεταγραφή επιγραφών και χειρογράφων σε πρόχειρο κείμενο με OCR/HTR
- Ικανότητα αναγνώρισης μορφών παραισθήσεων όπως θολή συμπλήρωση κειμένου, ψευδής μετάφραση και κατασκευασμένη απόδοση, και έλεγχος της μετάφρασης σε σχέση με την πηγή και την πίσω μετάφραση.
- Ικανότητα κατανόησης του τρόπου με τον οποίο το πλαίσιο της γλώσσας, της γραφής και του είδους καθορίζει την αξιοπιστία της τεχνητής νοημοσύνης και ότι η τελική ανάγνωση και ερμηνεία ανήκει στον ειδικό φιλόλογο
Ένας από τους πιο άμεσους ήχους που μας έχουν μείνει από το παρελθόν είναι οι γραπτές πηγές: επιγραφές λαξευμένες σε πέτρα, πήλινες πλάκες, πάπυροι, περγαμηνά χειρόγραφα, επιτύμβιες στήλες και σφραγίδες. Σε αυτή την ενότητα, θα δούμε πώς η επιγραφική (η επιστήμη της μελέτης επιγραφών χαραγμένων σε σκληρές επιφάνειες όπως πέτρα, μέταλλο, κεραμική), η παλαιογραφία (η εξειδίκευση στην ανάγνωση και χρονολόγηση αρχαίων γραφών) και η τεχνητή νοημοσύνη επιταχύνουν την ανάγνωση, τη μετάφραση και την επεξεργασία αυτών των κειμένων, αλλά γιατί κάθε ανάγνωση πρέπει να επιβεβαιώνεται από ειδικό φιλόλογο.
Βασική αρχή: Η τεχνητή νοημοσύνη βοηθά στην ανάγνωση αμυδρού κειμένου, στη μετάφραση μιας γλώσσας και στην πρόταση πιθανών συμπληρωμάτων. αλλά η τελική ανάγνωση μιας επιγραφής, η συμπλήρωση γραμμάτων που λείπουν και το νόημα είναι απόφαση του ειδικού που γνωρίζει τη γλώσσα και την περίοδο. Σε αυτόν τον τομέα είναι που η τεχνητή νοημοσύνη διατρέχει τον μεγαλύτερο κίνδυνο παραισθήσεων, καθώς το μοντέλο είναι πολύ επιρρεπές στο να συμπληρώσει κείμενο που λείπει ή αμυδρό με κάτι «εύλογο» αλλά κατασκευασμένο.
Βήματα για εργασία με γραπτές πηγές
1. Τεκμηρίωση. Η επιγραφή ή το χειρόγραφο εμφανίζεται σε μορφή υψηλής ανάλυσης, ενισχυμένης αντίθεσης. Για σκοτεινές επιφάνειες, χρησιμοποιούνται ειδικός φωτισμός (πλευρικό φως) και τεχνικές όπως RTI. Η τεχνητή νοημοσύνη βοηθά στην όξυνση της αντίθεσης και των άκρων των γραμμάτων.
2. Αναγνώριση χαρακτήρων. Το OCR (Optical Character Recognition) χρησιμοποιείται για τυπωμένο κείμενο και το HTR (Handwritten Text Recognition) για χειρόγραφο. Το HTR που βασίζεται σε AI είναι ισχυρό στη μεταγραφή παλαιών χειρογράφων.
3. Μεταγραφή και συμπλήρωση. Για ξεθωριασμένα ή σπασμένα μέρη, ο ειδικός προτείνει πιθανές αποκαταστάσεις με βάση τη γραμματική και τα παράλληλα κείμενα. Τα συμπληρωμένα γράμματα υποδεικνύονται πάντα με σημάδια όπως αγκύλες. Αυτό που διαβάζεται και αυτό που προβλέπεται δεν συγχέονται ποτέ.
4. Μετάφραση. Το κείμενο μεταφράζεται από τη γλώσσα πηγής (Λατινικά, Αρχαία Ελληνικά, Οθωμανικά, σφηνοειδείς γλώσσες κ.λπ.). Το AI δίνει το πρώτο σχέδιο μετάφρασης. Η απόχρωση των ειδικών διορθώνει την ορολογία και το ιστορικό πλαίσιο.
5. Σχόλιο. Το τι λέει το κείμενο, ποιος το έγραψε και σε ποιο γεγονός αναφέρεται είναι ιστορικές ερμηνείες και ανήκουν στον ειδικό.
Συμβουλή: Εάν πείτε στην τεχνητή νοημοσύνη να "διαβάσει και να ολοκληρώσει" σκοτεινό κείμενο, θα συμπληρώσει με ασφάλεια τα κενά. Αντίθετα, πείτε "δώστε μόνο ευανάγνωστους χαρακτήρες, αφήστε το κενό και σημειώστε τις περιοχές όπου δεν είστε σίγουροι". Ζητήστε την ολοκλήρωση σε ξεχωριστό βήμα, με αιτιολόγηση και φροντίστε να την επιβεβαιώσετε από τον ειδικό.
Ψευδαίσθηση: ο μεγαλύτερος κίνδυνος αυτής της περιοχής
Το πιο καταστροφικό λάθος της τεχνητής νοημοσύνης στις ανθρωπιστικές επιστήμες είναι η κατασκευή. Υπάρχουν τέσσερις τυπικές μορφές σε αυτόν τον τομέα:
- Κατασκευή κειμένου: «Ολοκληρώνει» το ανύπαρκτο τμήμα μιας αχνής επιγραφής, προσθέτοντας μια ανύπαρκτη λέξη.
- Ψεύτικη μετάφραση: Μεταφράζει μια λέξη που δεν καταλαβαίνει άπταιστα αλλά λανθασμένα. Ο αναγνώστης δεν μπορεί να παρατηρήσει γιατί δεν γνωρίζει την πηγή.
- Κατασκευασμένη αναφορά: Λέει "Αυτή η επιγραφή δημοσιεύτηκε σε εκείνη την έκδοση", αλλά αυτή η δημοσίευση δεν υπάρχει.
- Εσφαλμένη χρονολόγηση/απόδοση: Τοποθετεί με σιγουριά ένα στυλ γραφής σε λάθος περίοδο.
Όλα αυτά δεν μπορούν ποτέ να χρησιμοποιηθούν χωρίς επιβεβαίωση από έναν ειδικό που βλέπει την πηγή και γνωρίζει τη γλώσσα.
Προσοχή: Το ότι μια μετάφραση είναι ευχάριστη και πειστική δεν σημαίνει ότι είναι σωστή. Η τεχνητή νοημοσύνη μπορεί ακόμη και να μετατρέψει ένα σφηνοειδή σημάδι που δεν καταλαβαίνει σε μια σίγουρη πρόταση. Κάποιος που δεν μπορεί να διαβάσει το κείμενο πηγής δεν μπορεί ποτέ να επαληθεύσει την ακρίβεια της μετάφρασης AI από μόνος του.
τρεις μίνι θήκες
Περίπτωση 1 — Το HTR άνοιξε το αρχείο. Ένα αρχείο κράτησε χιλιάδες σελίδες οθωμανικών χειρογράφων κλειστές για τους ερευνητές γιατί η ανάγνωσή τους απαιτούσε τεχνογνωσία και χρόνο. Το HTR που βασίζεται σε τεχνητή νοημοσύνη μεταγράφει σημειωματάρια σε πρόχειρο κείμενο με δυνατότητα αναζήτησης. Οι ειδικοί διόρθωσαν το σχέδιο και επισημάνθηκαν μη αναγνώσιμες περιοχές. Δεν είναι πλήρες κείμενο, αλλά έχει προκύψει ένα ισχυρό εργαλείο σάρωσης.
Περίπτωση 2 — Έπιασε κατασκευασμένη ολοκλήρωση. Ένας μαθητής έβαλε μια τεχνητή νοημοσύνη να διαβάσει μια σπασμένη λατινική ταφόπλακα. Το AI «συμπλήρωσε» τη γραμμή που λείπει σε μια άπταιστη πρόταση. Ο επιγράφος έδειξε ότι η προτεινόμενη ολοκλήρωση ήταν φυσικά αδύνατη επειδή δεν έμεινε χώρος στην πέτρα. Η ολοκλήρωση ανακατασκευάστηκε και σημειώθηκε με βάση παράλληλες επιγραφές.
Περίπτωση 3 — Διορθώθηκε η ψεύτικη μετάφραση. Μια ομάδα θα ανέφερε τη μετάφραση του AI μιας αρχαίας ελληνικής επιγραφής. Όταν ο φιλόλογος έλεγξε, διαπίστωσε ότι το AI είχε μεταφράσει ένα ρήμα σε λάθος χρόνο, αντιστρέφοντας το νόημα του κειμένου (είτε ήταν προσφορά είτε μνημόσυνο). Η επιστροφή στην πηγή αποθηκεύτηκε το σχόλιο.
Τέσσερα πρότυπα με δυνατότητα αντιγραφής
1) Συντηρητική μεταγραφή:
Ο ρόλος σας: βοηθός μεταγραφής. Σε αυτήν την επιγραφή/εικόνα χειρογράφου, δώστε ΜΟΝΟ ευανάγνωστους χαρακτήρες. Μην διαβάζετε περιοχές που είναι ασαφείς, σπασμένες ή αβέβαιες. Σημειώστε το ως "[μη αναγνώσιμο]". ΣΥΜΠΛΗΡΩΣΤΕ ΤΑ ΜΕΡΗ που ΛΕΙΠΟΥΝ. Σημειώστε επίσης τους χαρακτήρες που υποπτεύεστε.
2) Αιτιολογημένη πρόταση ολοκλήρωσης:
Ακολουθεί ένα κείμενο με ακριβή αναγνωστικά μέρη και [κενά]. Προτείνετε ΠΙΘΑΝΑ συμπληρώματα για τα κενά, αλλά για κάθε πρόταση: (α) αιτιολόγηση (γραμματική, παράλληλο κείμενο), (β) εάν το κενό ταιριάζει στον αριθμό των γραμμάτων, (γ) εναλλακτικές. Αυτές είναι προτάσεις. Όχι οριστική ανάγνωση. Δηλώστε ότι απαιτείται έγκριση ειδικού.
3) Πρόχειρη μετάφραση (προστατεύεται η πηγή):
Μεταφράστε το κείμενο [γλώσσα] παρακάτω. Διατηρήστε το κείμενο πηγής δίπλα σε κάθε πρόταση (στοίχιση γραμμή προς γραμμή). Σημειώστε τις λέξεις για τις οποίες δεν είστε σίγουροι και δώστε μια εναλλακτική μετάφραση. ΜΗΝ συνθέτετε τους όρους. Αν δεν ξέρεις, γράψε "αβέβαιο". Αυτό είναι ένα προσχέδιο. Ο ειδικός φιλόλογος θα ελέγξει.
4) Επαλήθευση μετάφρασης (πίσω μετάφραση):
Μεταφράστε αυτήν τη μετάφραση ΠΙΣΩ στη γλώσσα πηγής και συγκρίνετε τη με το αρχικό κείμενο πηγής. Σημειώστε τα μέρη όπου το νόημα αλλάζει, προστίθεται ή χάνεται. Ελέγξτε ιδιαίτερα τον χρόνο, το θέμα και τους αριθμούς.
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμη προτροπή:
Διαβάστε αυτήν την αρχαία επιγραφή και πείτε μας τι λέει.
Σε μια αμυδρή επιγραφή, το AI συμπληρώνει τα κενά, μπορεί να μεταφράσει λάθος τη γλώσσα και το άτομο που δεν βλέπει την πηγή δεν θα το προσέξει.
Ισχυρή προτροπή:
Σε αυτήν την εικόνα επιγραφής, πρώτα μεταγράψτε ΜΟΝΟ τους ευανάγνωστους χαρακτήρες, αφήνοντας τα ασαφή μέρη "[μη αναγνώσιμα]". Στη συνέχεια, ΞΕΧΩΡΙΣΤΑ, προτείνετε πιθανά συμπληρώματα για τα κενά με αιτιολόγηση αλλά μην προσφέρετε καμία συγκεκριμένη. Τέλος, δώστε μια πρόχειρη μετάφραση και σημειώστε τις λέξεις για τις οποίες δεν είστε σίγουροι. Όλα υπόκεινται σε έγκριση ειδικού.
Διαφορά: το πρώτο δίνει μια πλασματική "ανάγνωση"? Το τελευταίο διατηρεί τα αναγνωσμένα, προβλεπόμενα και μεταφρασμένα επίπεδα χωριστά και επαληθεύσιμα.
Γλώσσες, σενάρια και το όριο γνώσης της τεχνητής νοημοσύνης
Τα αρχαιολογικά κείμενα καλύπτουν ένα ευρύ φάσμα γλωσσών και γραφών: λατινικές και αρχαίες ελληνικές επιγραφές, οθωμανικά και αραβικά χειρόγραφα, σφηνοειδής πλάκες, αιγυπτιακά ιερογλυφικά, ρουνικές επιγραφές και άλλα. Η επάρκεια AI σε αυτές τις γλώσσες και σενάρια είναι πολύ άνιση. Ενώ μια πρόχειρη μετάφραση μπορεί να είναι λογική για γλώσσες με άφθονο ψηφιακό κείμενο, όπως τα Λατινικά και τα Αρχαία Ελληνικά, για κείμενα που είναι αραιά τεκμηριωμένα, αποκρυπτογραφημένα ή διαβάζονται από λίγους μόνο ειδικούς, η τεχνητή νοημοσύνη είναι σχεδόν εντελώς αναξιόπιστη. παράγει πειστικές αλλά εντελώς κατασκευασμένες «μεταφράσεις» σε αυτούς τους τομείς.
Υπάρχει επίσης το θέμα του πλαισίου και του είδους. Η ίδια λέξη μπορεί να έχει διαφορετικές σημασίες σε ένα νομικό έγγραφο, ένα κείμενο προσευχής και μια ταφόπλακα. Ο ειδικός φιλόλογος αναγνωρίζει το είδος του κειμένου (αφιέρωμα, μνημείο, συμβόλαιο, επιστολή) και διαβάζει τη λέξη στο σωστό πλαίσιο. Η τεχνητή νοημοσύνη δεν έχει αυτή τη γενική ευαισθησία και επιβάλλει το πιο κοινό νόημα. Οι συντομογραφίες, οι τύποι και οι εκφράσεις στοκ (ιδιαίτερα πολύ συνηθισμένες στις επιγραφές) παραπλανούν εύκολα την τεχνητή νοημοσύνη.
Ο χρυσός κανόνας λοιπόν είναι: χρησιμοποιήστε το AI ως επιταχυντή για γλώσσες που γνωρίζετε, γλώσσες που μπορείτε να ελέγξετε. Ποτέ μην βασίζεστε μόνο σε μια μετάφραση AI σε μια γλώσσα που δεν μπορείτε να διαβάσετε. Κάποιος που δεν μπορεί να διαβάσει την πηγή δεν μπορεί να επαληθεύσει την ακρίβεια της μετάφρασης και επομένως δεν μπορεί να μετατρέψει αυτήν τη μετάφραση σε επιστημονικό ισχυρισμό.
Συμβουλή: Όταν δίνετε ένα κείμενο στο AI, καθορίστε τη γλώσσα, την εκτιμώμενη περίοδο και τον τύπο του (επιγραφή/γράμμα/έγγραφο). Η γνώση περιβάλλοντος μειώνει εν μέρει την ολίσθηση της τεχνητής νοημοσύνης προς την πιο κοινή αλλά εσφαλμένη ανάγνωση — αλλά δεν εξαλείφει την ανάγκη για επιβεβαίωση.
Πίνακας εργασιών γραπτών πόρων
Αναζήτηση
Ο ρόλος της AI
ανθρώπινη απόφαση
επαλήθευση
βελτίωση εικόνας
Αντίθεση/ακμή
Επιλογή κριτηρίων
Σύγκριση με πρωτότυπο
OCR/HTR
προσχέδιο κειμένου
απροσδιόριστος χαρακτήρας
εξειδικευμένη διόρθωση
ολοκλήρωση
Σύσταση (αιτιολογημένη)
Αποδοχή/απόρριψη
Παράλληλο κείμενο, έλεγχος τοποθεσίας
Μετάφραση
προσχέδιο
απόχρωση, όρος
Πίσω μετάφραση, πηγή
Σχόλιο
Περίληψη του πλαισίου
ιστορικό νόημα
ειδικός, λογοτεχνία
Συνήθη λάθη
- Συμπληρώνοντας το αχνό κείμενο. Το AI ταιριάζει στα κενά. Η ανάγνωση και η πρόβλεψη πρέπει να χωριστούν και να σημειωθούν.
- Εμπιστεύεστε τη μετάφραση χωρίς να βλέπετε την πηγή. Η ρευστή μετάφραση δεν είναι σωστή μετάφραση.
- Αποδοχή της επινοημένης απόδοσης. Για να πείτε "Είναι σε εκείνη την εκπομπή" απαιτείται επιβεβαίωση.
- Μη έλεγχος της φυσικής τοποθεσίας ολοκλήρωσης. Η πρόταση πρέπει να ταιριάζει στον σπασμένο χώρο.
- Αφήνοντας την ερμηνεία στο AI. Το ιστορικό νόημα του κειμένου είναι υπόθεση του ειδικού φιλολόγου.
Συνοπτικά
AI σε επιγραφικά και αρχαία κείμενα. Επιταχύνει σημαντικά τη βελτίωση της εικόνας, το προσχέδιο HTR/OCR, την πρόταση ολοκλήρωσης και τη μετάφραση πρόχειρων και ανοίγει κλειστά αρχεία για έρευνα. Αλλά αυτός είναι ο τομέας όπου ο κίνδυνος παραισθήσεων είναι υψηλότερος: η ανάγνωση διαχωρίζεται από την πρόβλεψη, τα συμπληρώματα επισημαίνονται, οι μεταφράσεις ελέγχονται σε σχέση με την πηγή και την αναδρομική μετάφραση και η τελική ανάγνωση και ερμηνεία ανήκουν στον ειδικό φιλόλογο.
Εργασία εφαρμογής
Επιλέξτε μια επιγραφή ή μια εικόνα χειρογράφου (από μια συλλογή ανοιχτής πρόσβασης). Εξάγετε μόνο σαφείς χαρακτήρες με το πρότυπο "Συντηρητική μεταγραφή" και, στη συνέχεια, λάβετε προτάσεις για κενά με "Πρόταση αιτιολογημένης ολοκλήρωσης". Δημιουργήστε ένα πρόχειρο μετάφραση και μεταφράστε το ξανά με το πρότυπο "Επαλήθευση μετάφρασης" και σημειώστε πού έχει μετατοπιστεί το νόημα. Συγκρίνετε με τη δημοσιευμένη ανάγνωση αν είναι δυνατόν.
λίστα ελέγχου
- [ ] Σημείωσα τον χαρακτήρα αναγνωσμένο και την ολοκλήρωση της πρόβλεψης ξεχωριστά.
- [ ] Έλεγξα ότι οι συμπληρώσεις ταιριάζουν στη σπασμένη περιοχή.
- [ ] Έλεγξα τη μετάφραση με το αρχικό κείμενο και την πίσω μετάφραση.
- [ ] Επιβεβαίωσα τις δημοσιεύσεις/αναφορές που δόθηκαν από την YZ στον πραγματικό κατάλογο.
- [ ] Άφησα την τελική ανάγνωση και ερμηνεία στην έγκριση των ειδικών.