سود:
- امکان جدا نگه داشتن کاراکتر خوانده شده و تکمیل تخمین زده شده هنگام رونویسی کتیبه ها و دست نوشته ها در متن پیش نویس با OCR/HTR
- توانایی تشخیص اشکال توهم مانند تکمیل متن تار، ترجمه نادرست و انتساب ساختگی و بررسی ترجمه در برابر منبع و ترجمه برگشتی.
- توانایی درک اینکه چگونه زمینه زبان، نوشتار و ژانر پایایی هوش مصنوعی را تعیین می کند و اینکه خواندن و تفسیر نهایی متعلق به فیلولوژیست متخصص است.
یکی از مستقیم ترین صداهایی که از گذشته برای ما به جا مانده منابع مکتوب است: کتیبه های حکاکی شده در سنگ، لوح های گلی، پاپیروس ها، نسخه های خطی پوستی، سنگ قبرها و مهرها. در این بخش خواهیم دید که کتیبه (علم مطالعه کتیبه های حکاکی شده بر روی سطوح سخت مانند سنگ، فلز، سرامیک)، دیرینه نگاری (تخصص خواندن و تاریخ گذاری دستخط های باستانی) و هوش مصنوعی چگونه خواندن، ترجمه و ویرایش این متون را تسریع می کنند، اما چرا هر خوانشی باید توسط یک فیلولوژیست متخصص تایید شود.
اصل اساسی: هوش مصنوعی به خواندن متن کم رنگ، ترجمه یک زبان و پیشنهاد مکمل های ممکن کمک می کند. اما قرائت نهایی یک کتیبه، تکمیل حروف مفقود و معنی، تصمیم کارشناس زبان و دوره است. در این منطقه است که هوش مصنوعی در معرض بیشترین خطر توهم قرار دارد، زیرا مدل بسیار مستعد پر کردن متن گم شده یا کم رنگ با چیزی "معقول" اما ساخته شده است.
مراحل کار با منابع مکتوب
1. مستندات. کتیبه یا دست نوشته با وضوح بالا و فرمت کنتراست پیشرفته نمایش داده می شود. برای سطوح مبهم از نورپردازی ویژه (نور جانبی) و تکنیک هایی مانند RTI استفاده می شود. هوش مصنوعی به تشدید کنتراست و لبه های حروف کمک می کند.
2. تشخیص شخصیت. OCR (تشخیص کاراکتر نوری) برای متن چاپ شده و HTR (تشخیص متن دست نویس) برای دست خط استفاده می شود. HTR مبتنی بر هوش مصنوعی در رونویسی نسخه های خطی قدیمی قدرتمند است.
3. رونویسی و تکمیل. برای قطعات محو یا شکسته، متخصص ترمیم های احتمالی را بر اساس دستور زبان و متون موازی پیشنهاد می کند. حروف تکمیل شده همیشه با علائمی مانند کروشه نشان داده می شوند. آنچه خوانده می شود و آنچه پیش بینی می شود هرگز اشتباه نمی شود.
4. ترجمه. متن از زبان مبدأ (لاتین، یونان باستان، عثمانی، زبانهای خط میخی و غیره) ترجمه شده است. هوش مصنوعی اولین پیش نویس ترجمه را ارائه می دهد. نکات ظریف متخصص اصطلاحات و زمینه تاریخی را تصحیح می کند.
5. نظر دهید. آنچه متن می گوید، چه کسی آن را نوشته و به چه رویدادی اشاره دارد، تفسیرهای تاریخی است و متعلق به متخصص است.
نکته: اگر به هوش مصنوعی بگویید متن مبهم را "بخواند و کامل کند"، با خیال راحت جاهای خالی را تشکیل می دهد. درعوض، بگویید «فقط کاراکترهای واضح و خوانا بدهید، خالی بگذارید و مناطقی را که مطمئن نیستید علامت بزنید». تکمیل را در مرحله جداگانه و با توجیه بخواهید و حتما توسط کارشناس تایید شود.
توهم: بزرگترین خطر این ناحیه
مخرب ترین اشتباه هوش مصنوعی در علوم انسانی ساختگی است. چهار شکل معمولی در این زمینه وجود دارد:
- ساختن متن: قسمت ناموجود کتیبه کم رنگ را «تکمیل» می کند و کلمه ای ناموجود را اضافه می کند.
- ترجمه جعلی: کلمه ای را که نمی فهمد روان اما اشتباه ترجمه می کند. خواننده نمی تواند متوجه شود زیرا منبع را نمی داند.
- مرجع ساختگی: می گوید «این کتیبه در آن نشریه چاپ شده است» اما آن نشریه وجود ندارد.
- نادرست / نسبت دادن: با اطمینان یک سبک از نوشتن را در دوره اشتباه قرار می دهد.
همه اینها هرگز بدون تایید متخصصی که منبع را می بیند و زبان را می داند قابل استفاده نیست.
توجه: روان و قانع کننده بودن ترجمه به معنای صحیح بودن آن نیست. هوش مصنوعی حتی میتواند یک علامت میخی را که آن را درک نمیکند به یک جمله مطمئن تبدیل کند. کسی که نمی تواند متن منبع را بخواند هرگز نمی تواند به تنهایی صحت ترجمه هوش مصنوعی را تأیید کند.
سه کیف کوچک
مورد 1 - HTR بایگانی را باز کرد. یک آرشیو هزاران صفحه از نسخه های خطی عثمانی را به روی محققان بسته نگه داشت زیرا خواندن آنها به تخصص و زمان نیاز داشت. HTR مبتنی بر هوش مصنوعی، نوت بوک ها را به متن پیش نویس قابل جستجو رونویسی می کند. کارشناسان پیش نویس را تصحیح کردند و قسمت های ناخوانا علامت گذاری شدند. این متن کامل نیست، اما یک ابزار اسکن قدرتمند ظاهر شده است.
مورد 2 - تکمیل ساختگی به دست آمد. دانش آموزی از هوش مصنوعی خواسته بود سنگ قبر شکسته لاتین را بخواند. هوش مصنوعی خط گمشده را در جمله ای روان "تکمیل" کرد. نگارنده نشان داد که تکمیل پیشنهادی از نظر فیزیکی غیرممکن است زیرا فضایی در سنگ باقی نمانده است. تکمیل بر اساس کتیبه های موازی بازسازی و علامت گذاری شد.
مورد 3 - ترجمه جعلی تصحیح شد. یک تیم ترجمه هوش مصنوعی از یک کتیبه یونانی باستان را گزارش می کند. وقتی فیلولوژیست بررسی کرد، متوجه شد که هوش مصنوعی یک فعل را به زمان اشتباه ترجمه کرده است، و معنای متن را معکوس کرده است (خواه این یک پیشکش یا یادبود باشد). بازگشت به منبع باعث ذخیره نظر شد.
چهار قالب قابل کپی
1) رونویسی محافظه کارانه:
نقش شما: دستیار رونویسی. در این کتیبه/تصویر خطی، فقط نویسههای قابل خواندن واضح بدهید. نواحی نامشخص، شکسته یا نامطمئن را نخوانید. آن را به عنوان "[غیرقابل خواندن]" علامت گذاری کنید. قطعات گمشده را کامل کنید. همچنین به شخصیت هایی که مشکوک هستید توجه کنید.
2) پیشنهاد تکمیل مستدل:
در زیر متنی با قسمت های خواندنی دقیق و [فضا] آمده است. مکملهای ممکن را برای شکافها پیشنهاد کنید، اما برای هر پیشنهاد: (الف) توجیه (گرامر، متن موازی)، (ب) آیا این شکاف با تعداد حروف مطابقت دارد، (ج) گزینههای جایگزین. اینها پیشنهادات هستند. خواندن قطعی نیست. بیان کنید که تایید کارشناس لازم است.
3) ترجمه پیش نویس (منبع محافظت شده):
متن [زبان] زیر را ترجمه کنید. متن منبع را در کنار هر جمله نگه دارید (خط به خط تراز کنید). کلماتی را که از آنها مطمئن نیستید علامت بزنید و یک ترجمه جایگزین بدهید. شرایط را ایجاد نکنید؛ اگر نمی دانید، بنویسید "نامشخص". این یک پیش نویس است. فیلولوژیست متخصص بررسی خواهد کرد.
4) تأیید ترجمه (ترجمه برگشتی):
این ترجمه BACK را به زبان مبدأ ترجمه کنید و آن را با متن اصلی مقایسه کنید. قسمت هایی را که معنی تغییر، اضافه یا حذف شده است علامت بزنید. به خصوص زمان، موضوع و اعداد را بررسی کنید.
اعلان ضعیف / اعلان قوی
اعلان ضعیف:
این کتیبه باستانی را بخوانید و به ما بگویید چه می گوید.
در یک کتیبه کم رنگ، هوش مصنوعی شکاف ها را ایجاد می کند، ممکن است زبان را اشتباه ترجمه کند و شخصی که منبع را نمی بیند متوجه این موضوع نمی شود.
اعلان قدرتمند:
در این تصویر کتیبه، ابتدا فقط نویسههای کاملاً قابل خواندن را رونویسی کنید و قسمتهای مبهم را «[ناخوانا] بگذارید». سپس به طور جداگانه، مکمل های احتمالی برای شکاف ها را با توجیه پیشنهاد کنید اما هیچ قطعی ارائه نکنید. در نهایت، یک پیش نویس ترجمه ارائه دهید و کلماتی را که از آنها مطمئن نیستید علامت بزنید. همگی مشمول تایید کارشناس می باشند.
تفاوت: اولی "خواندن" ساختگی می دهد. دومی لایه های خوانده شده، پیش بینی شده و ترجمه شده را جدا و قابل تایید نگه می دارد.
زبان ها، اسکریپت ها و مرز دانش هوش مصنوعی
متون باستان شناسی طیف گسترده ای از زبان ها و خط ها را در بر می گیرد: کتیبه های لاتین و یونان باستان، دست نوشته های عثمانی و عربی، الواح خط میخی، هیروگلیف های مصری، کتیبه های رونی و غیره. مهارت هوش مصنوعی در این زبان ها و اسکریپت ها بسیار ناهموار است. در حالی که ممکن است پیشنویس ترجمه برای زبانهای دارای متن دیجیتالی فراوان، مانند لاتین و یونان باستان، برای متونی که بهطور پراکنده مستند، رمزگشایی شده یا تنها توسط چند متخصص خوانده میشوند، منطقی باشد، هوش مصنوعی تقریباً کاملاً غیرقابل اعتماد است. ترجمه های قانع کننده اما کاملاً ساختگی در این زمینه ها تولید می کند.
بحث زمینه و ژانر هم هست. یک کلمه در سند حقوقی، متن دعا و سنگ قبر می تواند معانی مختلفی داشته باشد. فیلسوف متخصص، نوع متن (تقدیم، یادگار، قرارداد، نامه) را می شناسد و کلمه را در متن صحیح می خواند. هوش مصنوعی فاقد این حساسیت عمومی است و متداول ترین معنی را تحمیل می کند. اختصارات، فرمول ها و عبارات سهام (به ویژه در کتیبه ها بسیار رایج است) به راحتی هوش مصنوعی را گمراه می کند.
بنابراین قانون طلایی این است: از هوش مصنوعی به عنوان یک شتاب دهنده برای زبان هایی که می دانید، زبان هایی که می توانید کنترل کنید استفاده کنید. هرگز به ترجمه هوش مصنوعی به زبانی که نمی توانید آن را بخوانید اعتماد نکنید. کسی که نمی تواند منبع را بخواند نمی تواند صحت ترجمه را تأیید کند و بنابراین نمی تواند آن ترجمه را به یک ادعای علمی تبدیل کند.
نکته: هنگام دادن متن به هوش مصنوعی، زبان، دوره تخمینی و نوع آن (کتیبه/حرف/سند) را مشخص کنید. دانش زمینه تا حدی انحراف هوش مصنوعی به سمت رایج ترین اما نادرست خواندن را کاهش می دهد - اما نیاز به تأیید را از بین نمی برد.
جدول وظایف منابع نوشته شده
تلاش
نقش هوش مصنوعی
تصمیم انسانی
تایید
بهبود تصویر
کنتراست/لبه
انتخاب معیارها
مقایسه با اورجینال
OCR/HTR
متن پیش نویس
شخصیت نامشخص
تصحیح تخصصی
تکمیل
توصیه (مستدل)
قبول/رد
متن موازی، کنترل مکان
ترجمه
پیش نویس
تفاوت ظریف، اصطلاح
ترجمه برگشتی، منبع
نظر دهید
خلاصه متن
معنای تاریخی
متخصص، ادبیات
اشتباهات رایج
- تکمیل متن کم رنگ هوش مصنوعی با شکاف ها مطابقت دارد. خواندن و پیش بینی باید از هم جدا و علامت گذاری شوند.
- اعتماد به ترجمه بدون دیدن منبع. ترجمه روان ترجمه صحیحی نیست.
- پذیرش انتساب ساختگی گفتن «در آن پخش است» نیاز به تأیید دارد.
- بررسی نکردن مکان فیزیکی تکمیل پیشنهاد باید در فضای شکسته قرار گیرد.
- تفسیر را به هوش مصنوعی بسپاریم. معنای تاریخی متن، امر فیلسوف متخصص است.
به طور خلاصه
هوش مصنوعی در کتیبه و متون کهن؛ بهبود تصویر، پیشنویس HTR/OCR، پروپوزال تکمیل و ترجمه پیشنویس را بهطور قابلتوجهی سرعت میبخشد و بایگانیهای بسته را برای تحقیق باز میکند. اما این منطقهای است که خطر توهم در آن بالاتر است: خواندن از پیشبینی جدا میشود، مکملها علامتگذاری میشوند، ترجمهها با منبع و ترجمه پشت سر هم بررسی میشوند، و خواندن و تفسیر نهایی متعلق به فیلولوژیست متخصص است.
وظیفه کاربردی
یک کتیبه یا تصویر دستنویس (از مجموعه دسترسی آزاد) را انتخاب کنید. فقط نویسههای واضح را با الگوی «رونویسی محافظهکار» استخراج کنید، سپس پیشنهادهایی برای فضاهای با «پیشنهاد تکمیل منطقی» دریافت کنید. یک پیشنویس ترجمه تهیه کنید و آن را با الگوی «تأیید ترجمه» دوباره ترجمه کنید و آن را علامت بزنید که معنی تغییر کرده است. در صورت امکان با مطالعه منتشر شده مقایسه کنید.
چک لیست
- [ ] من شخصیت خوانده شده و تکمیل پیش بینی را جداگانه علامت گذاری کردم.
- [ ] بررسی کردم که تکمیل ها در ناحیه شکسته قرار می گیرند.
- [ ] ترجمه را با متن مبدا و ترجمه پشت سر بررسی کردم.
- [ ] من انتشارات/استنادهای ارائه شده توسط YZ در کاتالوگ واقعی را تایید کردم.
- [ ] قرائت و تفسیر نهایی را به تایید کارشناس واگذار کردم.