Kasu:
- Võimalus töödelda kogu 7-etapilise töövooga, alates eetilisest läbivaatusest kuni avaldamiseni, kusjuures igas etapis on inimlik kontrollpunkt
- Saate aru, kuidas varajased kontrollpunktid takistavad vea (vale kuupäev/nimi) levimist kogu ahelas
- Oskus rakendada põhifaili säilitamise, kontrollimisel mitte säästmise ja tehisintellekti kasutamise deklareerimise põhimõtteid terviklikus projektis
Varasemad üksused on hõlmanud individuaalseid oskusi: digiteerimine, transkriptsioon, metaandmed, skaneerimine, tõlkimine, kontrollimine, mustrite analüüs, otsimine, säilitamine ja eetika. See viimane seade ühendab selle kõik. Tõeline arhiiviprojekt kogeb neid samme mitte eraldi, vaid omavahel seotud töövoona. Siin näeme, kuidas saate AI-toega, kuid inimese juhitava protsessiga samm-sammult ja juhtimisahelaga kogu algusest lõpuni töödelda.
Eesmärk on positsioneerida tehisintellekt partnerina, kes "kiirendab igal sammul, kuid millel pole lõplikku sõna ühegi sammu kohta". Kui olete selle üksuse lõpetanud, jääb teile üle terviklik meetod, mis muudab segase dokumendihunniku uurimisvalmis, kontrollitud ja eetiliselt puhtaks koguks.
Stsenaarium: mis meil on
Oletame, et saate 250 dokumendist koosneva kogu: osa trükituna (trükitud kirjavahetus, kuulutused), osa käsikirjadest (kirjad, märkmikud), erinevatest kuupäevadest, osa sisaldab tundlikke isikuandmeid. Eesmärk: selle kogu digiteerimine, transkribeerimine, kataloogimine ja teadlastele kättesaadavaks tegemine. Jaotame protsessi seitsmeks etapiks.
Seitsmeastmeline töövoog
1. etapp – hindamine ja eetiline läbivaatus. Tutvuge kõigepealt kollektsiooniga. Millised dokumendid sisaldavad tundlikke isikuandmeid? Mis on autoriõiguse staatus? Kas on kultuuriline tundlikkus? See skaneerimine määrab, milliseid dokumente saab pilvepõhistele AI-tööriistadele anda ja milliseid töödeldakse ainult suletud/heakskiidetud keskkonnas. Kui see etapp vahele jäetakse, on kogu projekt eetilises ohus.
2. etapp — digiteerimine. Skannige dokumente kõrge eraldusvõimega (vähemalt 300-400 DPI, hea kontrastsus). Hoidke algsed (põhi)failid puutumata; Kogu töötlemine toimub koopiatel.
3. etapp – teksti eraldamine. Rakendage paberkoopiate jaoks OCR-i ja käsikirjade jaoks HTR-i. Laske tehisintellektil puhastada töötlemata väljund "ohutu korrektuuri" juhistega – ainult optilised/tuvastusvead, sisu kommentaarid puuduvad, loetamatud kohad [?]. Alternatiivne lugemine ja paleograafi juhtimine Ottomani / käsikirja jaoks.
4. etapp – metaandmed ja kataloogimine. koostada iga dokumendi jaoks standardsed (Dublin Core/ISAD(G)) metaandmed; Loal "jäta olematu väli tühjaks". Kaardi teematerminid kontrollitud loendisse. Kontrollige kuupäevi ja nimesid dokumentidega.
5. etapp – rikastamine ja muster. Ekstraheerige üksused (isik/koht/organisatsioon), normaliseerige, looge suhete ja ajaskaala piirjooned. Kontrollige dokumendis iga mustrit; Puuduvad väljamõeldud seosed ja kronoloogia.
6. etapp – juurdepääs tööriistadele. Koostada kogumiseks leidmise abikava; Ajaloo jaotis põhineb ainult kinnitatud märkmetel. Märkige selgelt juurdepääsupiirangud (privaatsus/autoriõigus).
7. etapp – kontrollimine, deklareerimine ja avaldamine. Kontrollige kriitilisi välju (kuupäev, nimi, tsitaat, viide) viimast korda. AI kasutamise deklareerimine. Ekspert annab lõpliku heakskiidu; Kogu on avatud uurimistööks.
Näpunäide: pange igasse etappi "inimlik kontrollpunkt": ekspert kontrollib tehisintellekti väljundit enne järgmisse etappi liikumist. Ilma nende kontrollpunktideta levib viga esimeses etapis (valesti loetud kuupäev) kogu ahelas ja lekib lõpuks kataloogi, mustrisse ja juhendisse.
Juhtketi tabel
Lava
AI töö
inimeste kontrollpunkt
1. Eetiline sõeluuring
Tundlike andmete märgistamine
Paigaldamise otsus
2. Digitaliseerimine
(Pildi täiustamine)
Kvaliteet, meistrikaitse
3. Teksti väljavõte
OCR/HTR + turvaline parandus
Nime/kuupäeva/lugemise kinnitus
4. Metaandmed
tüüpkavand
Välja kinnitus, terminite sobitamine
5. Muster
üksus, suhe, ajaskaala
Kinnitamine dokumendis
6. Juurdepääsu tööriist
Abikavandi leidmine
Ajalugu ja piirangute kinnitamine
7. Vabasta
—
Lõplik heakskiit, deklaratsioon
kolm minikarpi
Juhtum 1 – tabatud ahela viga. Ühes projektis oli 3. etapis dokumendi kuupäev "1888" asemel "1868". Kui 3. etapi kontrollpunkt poleks seda viga tabanud, oleks kuupäev jaotatud üle kataloogi (4), ajaskaala (5) ja juhendi (6). Tänu kontrollpunktile sai viga ühes kohas parandatud. Õppetund: varajane kontrollimine hoiab ära vea leviku ahelas ülespoole.
Juhtum 2 – eetiline läbivaatus päästis projekti. 250st dokumendist 18 sisaldas elavate inimeste delikaatseid andmeid. 1. faasi eetiline sõelumine märgistas need; need 18 dokumenti töödeldi kinnises keskkonnas, ülejäänud tavaliste vahenditega. See oleks olnud tõsine rikkumine, kui skannimine oleks vahele jäetud ja see kõik pilve üles laaditud. Õppetund: eetikakontroll on esimene samm, mitte hiljem lisatud parandus.
3. juhtum – aeg ja pingutus. Traditsioonilisel meetodil kuluks 250 dokumendist koosneva kogu täielikuks töötlemiseks ligikaudu 8-10 kuud. AI-toega kontrollpunkti töövooga lühenes protsess ligikaudu 3 kuuni. Kuid kokkuhoid ei tulnud sellest, et "AI tegi kõike", vaid "AI tegi mehaanilist tööd, keskendudes inimeste kontrollimisele". Kontrollimisele kuluv aeg ei ole vähenenud; Mehaanilisele tööle pühendatud aeg on vähenenud.
Neli kopeeritavat malli
1) Projekti esialgne plaan:
Mul on kogum [arv] dokumente: [trüki/käsikirja segu], [periood], millest mõned võivad sisaldada tundlikke andmeid. Looge selle kogu digiteerimiseks ja kataloogimiseks 7-etapiline töövooplaan: määrake igas etapis tehisintellekti ülesanne ja INIMESE kontrollpunkt. Pange eetikakontroll esikohale.
2) Etapi ülemineku kontroll-loend:
Lõpetasin etapi [lavanimi]. Koostage kontrollnimekiri kriitilistest punktidest, mida pean kontrollima, enne kui asun järgmisse etappi: milliseid fakte (kuupäev/nimi/viide) tuleb kontrollida, millised vead võivad ahelas edasi levida? Mul on lõplik heakskiit; Sa annad mulle kontrollnimekirja.
3) Täielik kvaliteedikontroll:
Allpool on kõik töödeldud dokumendi kihid: transkriptsioon, metaandmed, ekstraktitud varad. JOONIS MITTEMÕISTED kihtide vahel: kas transkriptsioonis olev kuupäev ühtib metaandmetega, kas olemid on tekstis ka tegelikult olemas? Korrektsiooni kehtestamine; Looge vastuolude loend. Kihid: [siin]
4) Projekti lõpetamine ja deklareerimine:
Selles kogumisprojektis kasutasin tehisintellekti järgmistes etappides: [loend]. Projekti dokumenteerimiseks: (1) millist tehisintellekti tuge millises etapis kasutati, (2) kuidas tehti inimeste kontrollimine, (3) millised piirangud/piirangud on olemas – kirjutage aus lõpumärkus ja tehke tehisintellekti kasutamise avaldus, mis neid sisaldab.
Nõrk viip / Tugev viip
Nõrk:
Töötlege seda kollektsiooni tehisintellektiga põhjalikult ja tehke see uurimistööks valmis.
Üksainus „tehke midagi” juhend möödub eetilisest läbivaatusest, kontrollpunktidest ja kontrollimisest; vead levivad mööda ahelat.
Tugev:
Seadistage selle kogu jaoks 7-etapiline töövoog, kus igas etapis on inimese kontrollpunkt. Olgu 1. etapp eetika/privaatsuskontroll. Tehisintellekti igas etapis toodetud väljundit kontrollitakse enne järgmisse etappi liikumist; märgi kriitilised faktid (kuupäev/nimi/viide). Tehisintellektil ei ole üheski etapis lõplikku sõna.
Erinevus: etapiviisiline struktuur, eetika prioriteet, kontrollpunktid ja põhimõte “inimestel on lõplik sõnaõigus” muudavad kogu projekti turvaliseks ja kaitstavaks.
Levinud vead
- Jättes eetilise sõelumise lõppu. Privaatsuse/autoriõiguste skannimine on esimene samm; Kui see hiljem lisada, on rikkumine juba toimunud.
- Kontrollpunktidest möödasõit. Kontrollimata jäetud viga levib kogu ahelas.
- Ei kaitse põhifaili. Kui originaali puutumata ei hoita, muutub tagastamine võimatuks.
- Säästke kinnitamisel. AI lühendab mehaanilist tööd; Kui kontrollimisaega lühendatakse, langeb kvaliteet.
- Ei deklareeri AI kasutamist. Läbipaistvus on osa kogumiku teaduslikust usaldusväärsusest.
Kokkuvõttes
Täielik arhiiviprojekt ühendab individuaalsed oskused juhtimisahelaks: eetiline skaneerimine, digiteerimine, teksti eraldamine, metaandmed, muster, otsingutööriist ja avaldamine. Igas etapis kiirendab AI mehaanilist tööd; Igal etapil ütleb lõplik sõna inimese kontrollpunkt. Eetiline läbivaatus on esimene etapp, põhitoimik on kaitstud, vead tuvastatakse varakult, et need ei leviks ahelas edasi, ja tehisintellekti kasutamist deklareeritakse ausalt. Kokkuhoid ei tule sellest, et tehisintellekt teeb kõike, vaid inimene vabaneb mehaanilisest tööst ja keskendub kontrollimisele. AI kiirendab; Inimene tagab ajaloo täpsuse ja terviklikkuse.
Rakenduse ülesanne
Valige väike kogu (10-20 dokumenti; oma materjal või näidiskomplekt). Looge "projekti käivitusplaani" malliga 7-astmeline töövoog. Käivitage selle voo kaudu vähemalt kaks dokumenti: eetiline skannimine, teksti eraldamine, metaandmed ja mustrikiht. Kontrollige iga etappi etapi ülemineku kontrollnimekirjaga. Lõpuks dokumenteerige oma tehisintellekti kasutamine malliga "projekti sulgemine ja avaldus". Pange tähele, millised vead tuvastati varajastes kontrollpunktides.
kontrollnimekiri
- [ ] Tegin esimeses etapis eetika/privaatsuse kontrolli.
- [ ] Hoidsin põhitoimikud puutumata.
- [ ] Panin igasse etappi inimese kontrollpunkti.
- [ ] Kontrollisin kriitilisi fakte enne, kui need levitati.
- [ ] Teatasin AI kasutamisest projekti sulgemisel.
Mooduli eksam
1. Milline on tehisintellekti jaoks kõige sobivam positsioneerimine ajaloos ja arhiveerimises?
- A) AI on kokkuvõtte, redigeerimise ja joonistamise tööriist; Kommentaar, allikakriitika ja lõplik vastutus kuuluvad eksperdile ✔
- B) Tehisintellekt võib ajaloolase kombel iseseisvalt otsustada dokumendi autentsuse ja tähenduse üle
- C) Tehisintellekt töötab ainult teksti tõlkimisel, muude arhiiviülesannetega pole sellel mingit pistmist
- D) Kuna tehisintellekt on alati erapooletum kui inimene, tuleks ajalooline tõlgendamine jätta selle hooleks.
Kirjeldus: Tehisintellekt; See on assistent, kes redigeerib, skannib, tõlgib ja koostab teksti mustandeid. Allikakriitika, tõlgendamine, põhjuse-tagajärje tuvastamine ja lõppotsus kuuluvad eksperdile; Kontrollimata väljund võib põhjustada väljamõeldud allika, vale kuupäeva või anakronismi.
2. Mida kujutab endast tehisintellekti tekitatud hallutsinatsioon ajaloouuringutes?
- A) Tehisintellekt töötleb dokumenti väga aeglaselt
- B) Tehisintellekt fabritseerib olematu allika, tsitaadi või sündmuse tõeliseks ✔
- C) Dokument on füüsiliselt kahjustatud
- D) Arhiivikataloog ei ole ajakohane
Selgitus: Hallutsinatsioonid on siis, kui tehisintellekt valmistab enesekindlalt teavet, allikaid, tsitaate või sündmusi, mida tegelikult ei eksisteeri. Kuigi selle vorm näib täiuslik, ei ole selle sisu tõeline; Seetõttu tuleb igas viitekataloogis kontrollida iga viidet algallikas.
3. Milline on parim viis OCR-väljundi tehisintellekti abil korrigeerimiseks?
- A) Teksti palumine olla ladus ja ilus ning puuduvate osade loogiline täiendamine.
- B) Lubades sellel konteksti alusel kõiki numbreid ja kuupäevi parandada
- C) Paluge tal parandada ainult optilise tuvastamise vead, jätke loetamatud alad [?] ja ärge muutke numbreid/kuupäevi ✔
- D) Paluge õpilasel täita loetamatud sõnad kõige tõenäolisema oletusega.
Selgitus: OCR-i korrigeerimise kuldreegel on parandada ainult ilmseid optilisi tuvastusvigu (nt rn kuni m, l väärtuseni 1); mitte tõlgendada ega täiendada teksti sisu. Loetamatud alad on tähistatud tähega [?]; Numbreid ja kuupäevi ei muudeta, need kontrollitakse pildiga.
4. Mida tuleks tehisintellektilt küsida, kui lugeda sõna, mille täishäälik pole Ottomani tekstis kirjutatud?
- A) Esitage üks ja täpne näit, mis kiirendab tööd
- B) Sõna valimine, mis muudab tähenduse kõige ladusamaks, ja lünkade täitmine
- C) Loetamatute osade lõpetamine oma üldiste teadmiste põhjal.
- D) Võimalike lugemisalternatiivide pakkumine ja ebaselgete kohtade märgistamine lõpliku näidu pealesunnimise asemel ✔
Selgitus: Ottomani türgi keeles lühikesi täishäälikuid enamasti ei kirjutata; Üksikhääliku/tähe erinevus (abul ja kabul, wali ja vali) muudab tähendust täielikult. Seetõttu tuleks lõpliku näidu pealesurumise asemel küsida võimalikke alternatiive, säilitada loetamatud alad ning jätta lõplik otsus paleograafi teha.
5. Mis on kõige tõhusam viis hallutsinatsioonide vältimiseks, kui tehisintellekt koostab metaandmete mustandi (kataloogikirje)?
- A) Lubage see väli tühjaks jätta, kui see ei sisaldu dokumendis ✔
- B) Nõue, et kõik väljad oleksid täidetud ja mitte jäetud täitmata.
- C) Kuupäeva hindamine dateerimata dokumentide sisu põhjal
- D) Tehisintellektil viitekoodi genereerimise võimaldamine
Kirjeldus: täitmissurve sunnib AI-d koostama dokumendi, arvates ära kuupäeva või looja, mida dokumendis pole. Tugevaim kaitse selle vastu on anda selgesõnaline luba jätta väli tühjaks, kui seda dokumendis pole; Lisaks on teematerminid kaardistatud kontrollitud sõnavaraga.
6. Kuidas peaks tehisintellekti poolt toodetud dokumendikokkuvõtet ajaloouurimises positsioneerima?
- A) Usaldusväärse tõendusmaterjalina, mida saab otse viidata
- B) avastuskaardina, mis suunab teid tegeliku dokumendini; Tõendid on võetud originaaldokumendist ✔
- C) piisava ressursina, mis võib asendada dokumenti ennast
- D) Tekstina, mida saab uuringus kasutada ilma dokumendi juurde tagasi pöördumata
Kirjeldus: kokkuvõte on avastuskaart, mitte tõestus. Selles dokumendis on midagi sellist, seal on kirjas, et mine ja vaata; See ei ütle täpselt, mida see dokumendis ütleb. Kui uuringusse tuleb lisada sündmus, tsitaat või andmed, tuleb see võtta sõna-sõnalt algdokumendist.
7. Kuidas on õige viis vältida anakronisme ajaloolise dokumendi avaldamiseks tõlkimisel?
- A) Asendades kõik perioodi terminid tänase lähima ekvivalendiga
- B) Edastage tekst võimalikult ladusalt ja kaasaegselt
- C) Jätke perioodide ja asutuste nimed kordumatuks ja lisage selgitus ✔
- D) Pärisnimede kohandamine nende praeguse kasutusega
Selgitus: anakronism on elementide vale ülekandmine ühest perioodist teise. Perioodipealkirjade, asutuste nimede ja isikunimede muutmine tänapäeva terminiteks viib lugeja maailma, mis ei kuulu perioodi. Õige on jätta perioodi termin alles ja lisada selle kõrvale selgitus.
8. Kuidas teha kindlaks, et tehisintellekti antud arhiiviviide (fondi nimi, faili number) on ehtne?
- A) Usaldage viidet, kuna selle vorming tundub õige
- B) Küsides tehisintellektilt uuesti, kas viide on õige
- C) Viite tunnistamine tõeseks, kuna see on veenev ja üksikasjalik
- D) Isiklikult leides ja kontrollides viidet arhiivikataloogist või usaldusväärsest allikast ✔
Kirjeldus: tehisintellekt võib toota viiteid, mis on vormilt täiuslikud, kuid mida tegelikult ei eksisteeri; Fiktiivne viide on samal kujul kui tegelik viide. Ainus viis viite olemasolu tõestamiseks on leida see algallika asukohast (arhiivikataloog, raamatukogu).
9. Kuidas tuleks hinnata tehisintellektiga mustrianalüüsi (NER, võrgustik, ajaskaala) tegemisel leitud mustrit?
- A) Hüpoteesina, mida tuleb dokumendis kontrollida; lähtepunkt, mitte tulemus ✔
- B) Lõpliku järeldusena, mis ei vaja kontrollimist
- C) See on vaieldamatu objektiivne fakt, kuna see on arvuline.
- D) Selle tulemusena saab seda otse uurida, kuna see leidis tehisintellekti
Selgitus: iga muster on hüpotees, mitte tõend. Üksused peaksid olema lingitud allikaga, erinevad kirjapildid (sama isiku/koha kohta) tuleks inimeste heakskiidul normaliseerida, arvudes tuleks küsitleda puuduvate andmete ja valimite eelarvamusi ning kuupäevata sündmusi ei tohiks kronologiseerida.
10. Miks vajab leidmisabi eluloo/asutuse ajaloo osa erilist tähelepanu?
- A) See jaotis on ebaoluline ja selle saab avaldada ilma kinnitamiseta
- B) Kuna tehisintellekt võib sellesse jaotisse lisada väljamõeldud sündmusi, valekuupäevi ja pealkirju, peaks see tuginema ainult kontrollitud allikatele ✔
- C) Tehisintellekti saab ohutult kasutada, sest see ei tee ajaloo kirjutamisel vigu.
- D) Seda osa täidavad ainult teadlased, arhivaar ei ole huvitatud
Kirjeldus: Ajaloo osa hiilib kõige sagedamini sisse hallutsinatsioonid: tehisintellekt võib sisestada olematuid sündmusi, valekuupäevi ja väljamõeldud pealkirju, kirjutades ladusat teksti inimese või asutuse üldisest teabest. See jaotis peaks põhinema ainult kontrollitud allikatel.
11. Kuidas peaks tehisintellekt teatmeteoses (konsultatsiooni)teenuses vastama teadlase faktiküsimusele?
- A) Vastus küsimusele tuleks anda otse ja kindla faktina.
- B) Peab esitama usutava kuupäeva või nime ja edastama selle uurijale.
- C) Otse faktide esitamise asemel peaks see suunama uurija vastava kogu ja allika juurde ✔
- D) See peaks andma täieliku vastuse, et uurijal ei oleks vaja allika juurde minna.
Selgitus: Viiteteenistuses ei tohiks tehisintellekt anda otsest faktivastust, vaid peaks suunama uurija allika juurde. Sest tehisintellekti antud otsene faktiline vastus võib olla fabritseeritud ja uurija võib seda ekslikult allikaks pidada. Selle asemel, et öelda "Vastus on see", peaks see ütlema "Vaata neid dokumente selles kogus".
12. Millised toimingud on tehisintellektiga kahjustatud dokumendikujutise töötlemisel vastuvõetavad ja taunitavad?
- A) Igasugused toimingud on tasuta, sh puuduvate osade täitmine.
- B) Ei tohi midagi ette võtta, pilti ei tohi kunagi puudutada
- C) Puuduvate osade täitmine on kõige väärtuslikum toiming, kuna see lõpetab dokumendi.
- D) Lugemisega seotud manipulatsioonid, nagu kontrast/müra, on vastuvõetavad; Puuduvate osade täitmine oletustega on ebamugav ✔
Selgitus: loetavust parandavad protsessid (kontrastsus, valgustus, müra vähendamine) on vastuvõetavad, kuna need ei muuda sisu; Puuduvate/loetamatute osade täitmine oletamisega on aga oht tekitada seda, mida dokumendis ei ole, ehk siis ajalooline võltsing. Originaal säilib, tehingud fikseeritakse.
13. Mida tuleb teha enne delikaatseid isikuandmeid sisaldava arhiividokumendi töötlemist?
- A) Vajadusel privaatsuskannimine ja anonüümseks muutmine või suletud/kinnitatud tööriista kasutamine ✔
- B) Dokumendi üleslaadimine otse ühissõidukisse, sellele isegi mõtlemata
- C) Privaatsusprobleemide eiramine tõhususe pärast
- D) juurdepääsupiirangute ületamine tõhususe huvides
Avalikustamine: elavate isikute (tervis, religioon, rahvus, aadress) tundlikke andmeid sisaldavate dokumentide üleslaadimine avalikesse pilvepõhistesse tööriistadesse võib olla tõsine privaatsuse rikkumine. Esmalt tuleks teha privaatsuskontroll, vajadusel kasutada anonüümseks muutmist või suletud/kinnitatud tööriista.
14. Mis on inimese kontrollpunkti peamine eesmärk otsast lõpuni arhiiviprojektis?
- A) Tehisintellekti töö aeglustamine ja projekti venitamine
- B) Vältimaks ühes etapis esineva vea (vale kuupäev/nimi) aheldamist kõikidesse järgmistesse etappidesse ✔
- C) Inimtööjõu suurendamine ja automatiseerimisest täielikult loobumine
- D) Tagada, et tehisintellektil on viimane sõna
Kirjeldus: inimese kontrollpunkt igas etapis tagab tehisintellekti väljundi kontrollimise enne järgmisse etappi liikumist. Ilma selleta leviks viga esimeses etapis (valesti loetud kuupäev) kataloogi, mustri ja juhendi kaudu ahelas ülespoole. Varajane kontrollimine tagab vea parandamise ühes kohas.
15. Mida nõuab läbipaistvus ja autentsus tehisintellekti kasutamisel humanitaar- ja sotsiaalteadustes?
- A) Tehisintellekti kasutamise saladuses hoidmine, tagades, et keegi ei tea
- B) Esitada iga tehisintellekti toodetud tekst oma algse ideena
- C) Ausalt deklareerida tehisintellekti kasutamist ja mitte esitleda selle toodangut oma originaalteosena ✔
- D) Ainult tulemuste jagamine ilma meetodeid selgitamata
Kirjeldus: läbipaistvus hõlmab selle registreerimist, et transkriptsioon, metaandmed või tõlge on loodud tehisintellekti abil; Originaalsus eeldab, et tehisintellekti poolt toodetud kommentaari ei esitataks enda algse ideena. See on oluline järgmiste teadlaste kontrollimiseks ja akadeemilise aususe tagamiseks.