Éthique, juridique, anti-pillage et flux de travail de bout en bout

Gains :

• Capacité à comprendre la distinction entre provenance et provenance, le cadre juridique et le principe de transparence, et à produire une déclaration d'utilisation de l'IA et un examen préliminaire éthique.
• Protégez les données de protection sensibles tout en utilisant l'IA pour lutter contre le pillage grâce au suivi par satellite et à l'analyse du commerce en ligne.
• Capacité à établir un flux de travail de bout en bout qui sépare le rôle de l'IA de la décision humaine à chaque étape, de la planification d'un projet à la publication, et qui laisse l'interprétation finale et la responsabilité entre les mains de l'humain.

Dans cette dernière unité, nous établissons le cadre qui unit les unités précédentes : nous verrons les principes éthiques et juridiques que nous devons respecter lors de l'utilisation de l'intelligence artificielle dans l'archéologie et le patrimoine culturel, le rôle de l'IA dans la lutte contre les fouilles et les pillages illégaux (fouilles illégales de sites archéologiques et contrebande de découvertes) et le flux de travail de bout en bout qui combine toutes les étapes en un seul projet. Le but est d’intégrer les outils appris dans un ensemble responsable.

Le principe de base est la version finale de la phrase que nous répétons tout au long du module : AI ; est un assistant puissant qui classe, mesure, numérise, résume, traduit et produit des brouillons ; mais l'interprétation du passé, l'attribution culturelle, l'ordonnance de protection, la responsabilité juridique et le jugement éthique appartiennent à la personne compétente. Dans un domaine irréversible et aux conséquences élevées, les résultats de l’IA ne remplacent pas la validation d’experts ; cela ne fait que l'accélérer.

Cadre éthique et juridique

Base juridique. Fouilles archéologiques, recherche de surfaces et traitement d'artefacts ; Il est soumis aux lois nationales de protection, aux permis et aux accords internationaux. Il existe des accords internationaux (par exemple, le cadre fixé par la Convention de l'UNESCO de 1970) pour prévenir le commerce illégal des biens culturels. AI n’est pas un conseiller juridique ; Les réponses aux questions juridiques proviennent des autorités compétentes et de la législation.

Provenance et provenance. Deux termes similaires sont deux choses différentes : la provenance (l'emplacement et le contexte exacts d'une découverte dans les fouilles - la source de la valeur scientifique) et la provenance (l'histoire de la propriété et la propriété d'un objet depuis sa découverte jusqu'à nos jours - la preuve de la légalité). Si la provenance d'un objet est incertaine, il peut avoir été pillé ; les musées et les chercheurs évitent de travailler avec de tels objets.

Éthique des données. Les lieux sensibles, les restes humains et les informations culturellement sensibles sont protégés ; Il n'est pas donné aux véhicules ouverts.

Transparence. L’usage de l’IA est clairement affirmé dans le travail scientifique : dans quel travail, quel outil, quelle validation. La dissimulation est contraire à l’intégrité scientifique.

Astuce : Rédigez une « Déclaration d'utilisation de l'IA » au début de chaque projet : dans quelles tâches vous utiliserez l'IA, où les données seront traitées, les étapes de vérification et les règles de confidentialité. Cette déclaration assure une transparence éthique et oblige l’équipe à respecter une norme commune.

L'IA dans la lutte contre le pillage

L’IA est aussi une arme pour protéger le patrimoine culturel :

• Suivi par satellite. L'augmentation des fosses de pillage dans les zones protégées au fil du temps est automatiquement marquée (voir unité 9).
• Sélection d'entreprises en ligne. Les objets de provenance douteuse circulant sur les plateformes d'enchères et de ventes sont scannés et présentés à l'expertise.
• Correspondance visuelle. Les objets volés/non enregistrés sont comparés aux images dans les bases de données.

Mais attention : l'IA disant « cet objet a été pillé » ou « cela ressemble à cet artefact volé » est un début. La conclusion juridique et scientifique relève de l'expert et de l'autorité compétente ; Une fausse accusation est aussi nuisible qu’une preuve manquée.

Attention : vous devez conserver des informations de localisation précises même lorsque vous utilisez l'IA pour lutter contre le pillage. Ironiquement, une analyse protectrice peut fournir une carte aux pillards si elle est partagée avec négligence. Les données de préservation sont au moins aussi confidentielles que la découverte.

Workflow de bout en bout : un exemple de projet

Considérons un projet d'enquête et d'évaluation du début à la fin ; À chaque étape, le rôle de l’IA et des humains est clair :

1. Planification. Les autorisations légales sont obtenues, une déclaration d'utilisation de l'IA et un plan de confidentialité sont rédigés. (Humain : responsabilité)
2. Détection. La télédétection, le LiDAR et l’IA marquent les zones possibles. (IA : dépistage ; humain : élimination)
3. Confirmation du terrain. Les points prioritaires sont vérifiés sur place. (Humain : observation)
4. Documentation. Les découvertes et les structures sont documentées par photogrammétrie. (IA : modèle ; humain : échelle/commentaire)
5. Trouver le traitement. Un regroupement visuel et une description sont effectués. (IA : classification préliminaire ; humain : attribution)
6. Inscription. Il est saisi dans une base de données standardisée. (IA : régulation ; humain : intégrité)
7. Analyse. Des datations et des statistiques sont réalisées. (IA : calcul ; humain : méthode/interprétation)
8. Littérature. Il est comparé à des sources réelles. (IA : résumé ; humain : confirmation d'attribution)
9. Reportage et publication. Un texte transparent, sourcé et original est écrit. (Humain : commentaire, signature)
10. Protection et partage. Une surveillance est établie, un récit honnête est préparé pour le public. (Humain+communauté)

La vérification en trois étapes (lien vers la source, vérification indépendante des faits, filtrage expert) et la protection des données sensibles s'appliquent à chaque étape.

trois mini-cases

Cas 1 — La divulgation transparente a renforcé la confiance. Une équipe a clairement écrit dans sa publication dans quelles tâches elle avait utilisé l’IA (HTR, classification préliminaire, projet de traduction) et comment elle l’avait vérifiée. Les évaluateurs ont évalué cette transparence comme étant crédible ; Une utilisation dissimulée éveillerait les soupçons.

Cas 2 — La détection de pillages a conduit à une intervention. Une organisation a documenté près de 300 fosses à déblais apparaissant sur un site au cours d’une saison grâce à l’analyse satellite de l’IA ; Après vérification par un expert, l'affaire a été signalée aux autorités et la zone a été placée sous protection. L’échelle était trop grande pour que l’œil humain seul puisse la saisir.

Cas 3 — Provenance suspectée abandonnée. Un chercheur a examiné la provenance d'un objet que l'IA a marqué lors d'une vente en ligne ; L'objet présentait une lacune inexpliquée dans son histoire et semblait être un site de pillage connu. L'enquêteur a refusé de travailler avec l'objet et a signalé la situation. L'IA avait retenu son attention ; Le principe éthique a pris la décision.

Quatre modèles copiables

1) Projet de déclaration d’utilisation de l’IA :

Votre rôle : assistant en éthique de la recherche. Je vais décrire le projet suivant. Donnez-moi un projet de « déclaration d'utilisation de l'IA » : dans quelles tâches l'IA sera utilisée, où les données seront traitées, quelles étapes de vérification seront appliquées, quelles données sensibles seront protégées, comment l'utilisation sera signalée de manière transparente. Insistez sur le fait que la responsabilité légale incombe à la personne.

2) Contrôle du risque de provenance :

J'évaluerai l'histoire d'un objet. Quelles questions dois-je poser en termes de provenance (historique de propriété), quelles lacunes peuvent être des signes de pillage/contrebande, quels documents dois-je rechercher ? Énumérez les signaux d’alarme juridiques et éthiques. Ne portez pas de jugement final ; supprimer les points à vérifier.

3) Liste de vérification de bout en bout :

Je vais donner les étapes du projet suivant : [liste]. Pour chaque étape, une carte de contrôle apparaît avec les colonnes : rôle de l'IA, décision humaine, vérification obligatoire et risque lié aux données sensibles. Assurez-vous que l’interprétation/décision finale ne vient pas de l’humain à aucun moment.

4) Présélection éthique/juridique :

Examinez le plan suivant d’un point de vue éthique et juridique : un permis est-il requis, existe-t-il un emplacement/des restes humains sensibles, la participation de la communauté est-elle requise, y a-t-il un problème de provenance, l’utilisation de l’IA est-elle transparente ? Énumérez les risques et les autorités à consulter. Ne donnez pas de conseils juridiques ; dites-moi qui consulter.

Invite faible/Invite forte

Invite faible :

Laissez l'IA faire tout dans ce projet, produire des résultats et des rapports rapidement.

Cette approche délègue l’interprétation et la responsabilité à l’IA ; Elle produit un résultat non vérifié, d’origine douteuse et néglige les risques éthiques et juridiques.

Invite puissante :

Votre rôle : assistant de coordination de projet. Pour chaque étape de ce projet, un plan émerge qui distingue où l'IA produira des brouillons/scans et où l'humain fera des commentaires, des décisions et des signatures. Ajoutez l’authentification et la protection des données sensibles à chaque étape. Incluez les contrôles d’autorisation légale, de provenance et de transparence. Déclarez à chaque étape que la responsabilité ultime incombe à la personne.

La différence : le premier transfère la responsabilité au véhicule ; Deuxièmement, il utilise l’IA au bon endroit et garde la décision et l’honnêteté chez l’humain.

Tableau récapitulatif de l'éthique et du flux de travail

principe

Signification

La limite de l'IA

légalité

Autorisation, législation, contrat

Ne peut pas donner d'avis juridique

provenance

L’historique de propriété est-il propre ?

Le doute marque, ne juge pas

Données sensibles

Position/relique préservée

Interdit sur les véhicules ouverts

transparence

L’utilisation de l’IA est déclarée

L'utilisation n'est pas cachée

Responsabilité

L'interprétation et la décision appartiennent à la personne

Ne remplace pas le consentement

Erreurs courantes

• Transférer la responsabilité à l’IA. L’interprétation, la décision et la signature sont toujours entre des mains humaines.
• Cacher l’utilisation de l’IA. La transparence fait partie de l’intégrité scientifique.
• Accepter la provenance sans aucun doute. Un passé flou pourrait être le signe d’un pillage.
• Partage négligent des données de protection. L'emplacement précis pourrait être une carte du pilleur.
• Confondre l’IA avec un conseiller juridique. Les réponses juridiques sont reçues de l'autorité compétente.

En résumé

Le cadre éthique et juridique regroupe tous les outils du module. IA ; Il s'agit d'une aide puissante, de la lutte contre le pillage à la coordination de projets, mais l'interprétation, l'attribution culturelle, la décision de préservation, le jugement de provenance et la responsabilité juridique incombent à l'humain. Apportez transparence, protection des données sensibles, vérification en trois étapes et engagement communautaire à chaque étape du processus. Le passé est fragile et unique ; Le véhicule qui l’accélère ne peut remplacer la responsabilité qui le protège.

Tâche de candidature

Concevez un petit projet archéologique (réel ou imaginaire) et créez un tableau avec des colonnes de rôle de l'IA, de décision humaine, de vérification et de données sensibles pour chaque étape avec le modèle « Liste de vérification de bout en bout ». Rédigez ensuite le cadre de transparence et d'éthique de votre projet avec les modèles « Projet de déclaration d'utilisation de l'IA » et « Pré-sélection éthique/juridique ». Effectuez une « vérification des risques de provenance » pour une instance d'objet.

liste de contrôle

• [ ] J'ai séparé le rôle de l'IA et de la décision humaine à chaque étape.
• [ ] J'ai déclaré de manière transparente l'utilisation de l'IA.
• [ ] J'ai protégé des données sensibles de localisation, d'artefacts et de protection.
• [ ] J'ai vérifié la provenance et les risques juridiques et je les ai transmis aux autorités compétentes.
• [ ] J'ai gardé l'interprétation finale, la décision et la signature chez l'humain.

Examen de module

1. Lequel des énoncés suivants est le positionnement le plus précis pour l'intelligence artificielle dans l'archéologie et le patrimoine culturel ?

• A) L'intelligence artificielle peut déterminer avec précision la période et la culture d'une découverte sans l'approbation d'un expert
• B) L'intelligence artificielle n'est utile que pour produire de belles images, elle n'a rien à voir avec le workflow scientifique
• C) L'intelligence artificielle est un outil de classification, de mesure, de dépistage et de rédaction ; l'interprétation, l'attribution et la responsabilité finale incombent à l'expert ✔
• D) Puisque l’intelligence artificielle est toujours plus impartiale que les humains, la décision de sortir ensemble devrait lui être laissée.

Description : Intelligence artificielle ; C'est un assistant qui classe, mesure, scanne, résume, traduit et produit des ébauches de trouvailles. L'interprétation, la référence culturelle et chronologique, la décision de conservation et la responsabilité finale appartiennent à l'expert compétent ; Une impression non vérifiée peut conduire à une date incorrecte, à une source fabriquée ou à une fuite de l'emplacement du site. L’archéologie est une science humaine et un domaine irréversible et aux conséquences importantes.

2. Quelle est l’approche la plus appropriée pour soumettre une pièce de céramique à l’intelligence artificielle dans le cadre de l’analyse d’images trouvées ?

• A) Exiger une attribution précise de civilisation, d’âge et de fonction à partir d’une seule photographie
• B) Seules les caractéristiques observables sont décrites de manière impartiale et l'expert prend la décision d'attribution avec le catalogue de référence. ✔
• C) Accepter sans réserve la première référence à l’intelligence artificielle, même dans les rares trouvailles
• D) Classez rapidement quelle que soit la qualité de la photo, l'échelle et la carte de couleurs

Explication : Il est prudent de demander à l'IA « à quoi elle ressemble » (description neutre : forme, surface, couleur, décoration) plutôt que « à quoi elle est » (référence d'époque/culture). La décision de citation est prise par l'expert disposant du catalogue de référence ; De plus, si des données métavisuelles telles que la pâte, le profil et le contexte sont ajoutées, la précision du regroupement augmente. L’IA a tendance à forcer les instances rares à adopter le modèle le plus familier.

3. En télédétection, quelle est la bonne attitude face à une anomalie repérée par l'intelligence artificielle dans une image satellite ou LiDAR ?

• A) Le point est un « candidat » ; Il n'est pas déclaré site sans vérification par confirmation foncière et son emplacement est protégé ✔
• B) Le point est une découverte directe et doit être rendu public immédiatement avec ses coordonnées exactes.
• C) Puisque l’intelligence artificielle voit la géométrie, il n’est pas nécessaire d’éliminer les explications naturelles/modernes
• D) Une seule image suffit en toutes circonstances ; Les différences de saison et de méthode sont sans importance

Description : Chaque point marqué par l'intelligence artificielle est une hypothèse qui demande à être confirmée sur le terrain ; Ce n'est pas une découverte. De nombreux signes peuvent être naturels (géologiques) ou modernes (agriculture, construction) et devraient être éliminés. De plus, les endroits sensibles doivent être protégés du pillage, non exposés aux véhicules ouverts et flous à l’air libre.

4. Quelles sont les exigences scientifiques les plus critiques et les plus grands risques liés à la documentation 3D avec photogrammétrie ?

• A) Le seul critère est que le modèle semble réaliste ; l'échelle et les espaces n'ont pas d'importance
• B) Le modèle indique automatiquement et précisément ce qu'est un mur et ce qu'est la pierre naturelle, il n'y a donc pas besoin d'interprétation.
• C) Demander à l'intelligence artificielle de combler les parties manquantes est toujours sûr et augmente la valeur de la documentation.
• D) La barre d'échelle et les points de contrôle sont indispensables ; Les données manquantes ne sont pas renseignées - marquées, les preuves et les prédictions sont séparées ✔

Description : La barre d’échelle et les points de contrôle sont essentiels ; Même si un modèle sans échelle est « beau », il n'a aucune valeur scientifique car aucune mesure réelle ne peut en être tirée. Le plus grand risque est que l'IA remplisse les données manquantes avec une surface « plausible », produisant ainsi un détail qui n'a pas réellement été observé ; Par conséquent, les zones faibles/remplies doivent être marquées, séparant visuellement les preuves de l'achèvement prévu.

5. Quelle est la bonne manière de maintenir l’intégrité des données lorsque l’on travaille avec l’IA dans la journalisation et la base de données d’excavation ?

• A) Laissez l'intelligence artificielle compléter les champs manquants et remplacer les données brutes par la version corrigée.
• B) Protéger les données brutes, laisser les données manquantes « incomplètes » et garder chaque modification automatique traçable ✔
• C) Permettre à chacun de saisir le terme de son choix sans utiliser de dictionnaire standard et contrôlé
• D) Laisser entièrement l'interprétation stratigraphique à l'intelligence artificielle et accepter la matrice de Harris sans approbation

Explication : l'IA aide à la normalisation et au contrôle, mais le fait de remplir les données manquantes lui donne la permission de rattraper ; les disparus doivent rester « incomplets ». Les données brutes ne sont jamais écrasées, chaque modification automatique est traçable et l'original est préservé. L'interprétation stratigraphique appartient à l'expert ; L'IA ne trouve que des contradictions logiques.

6. Quel est le plus grand danger de lire une inscription pâle ou un vieux manuscrit grâce à l'intelligence artificielle ?

• A) L’intelligence artificielle n’est d’aucune utilité pour scanner des manuscrits car elle est trop lente
• B) L’intelligence artificielle ne peut lire que des textes imprimés modernes, pas du tout des écrits historiques
• C) L'intelligence artificielle complète le texte vague en inventant le texte et produit une traduction fluide mais incorrecte ; La prédiction peut être confondue avec ce qui est lu ✔
• D) Les traductions IA sont toujours exactement les mêmes que le texte source, aucune vérification n'est donc nécessaire

Explication : En épigraphie, qui est un domaine humain, l'erreur la plus dévastatrice est l'hallucination : l'intelligence artificielle remplit les parties indistinctes/cassées avec un texte « plausible » mais inventé, traduit un mot qu'elle ne comprend pas couramment mais de manière incorrecte, et peut donner une citation de publication qui n'existe pas. La solution est de garder le caractère lu et la complétion prédictive séparés et marqués, de vérifier la traduction par rapport à la source et à la contre-traduction, et de laisser la lecture finale au philologue expert.

7. Quelle est la méthode la plus efficace contre le risque que l'intelligence artificielle produise de « fausses sources » dans la revue de la littérature ?

• A) Trouvez et citez vous-même les sources réelles et confirmez chaque citation en plaçant la contrainte « basé uniquement sur la source donnée » ✔
• B) Dites 'proposer 15 sources importantes' directement depuis l'intelligence artificielle et mettez la liste telle qu'elle est dans la bibliographie
• C) En supposant que le document existe tant que le format de citation semble correct
• D) Transformer le résumé produit par l'intelligence artificielle en une affirmation scientifique sans jamais ouvrir la source

Explication : Les outils génériques produisent des citations convaincantes mais fausses qui combinent le véritable nom de l'auteur avec le titre inventé sans consulter un véritable catalogue. La défense la plus efficace consiste à trouver soi-même les sources à partir de véritables catalogues, à confier les textes à l'intelligence artificielle et à imposer la restriction « basé uniquement sur la source donnée » ; De plus, chaque citation est confirmée dans le catalogue/DOI et chaque résumé est vérifié en faisant référence à la source.

8. Parmi les énoncés suivants, lequel est l'attitude correcte lors de l'interprétation d'un résultat au radiocarbone (C14) ?

• A) Réduire le résultat à une seule année définitive et supprimer la plage d'incertitude du rapport
• B) Accepter le numéro donné par l’intelligence artificielle sans se soucier d’où et comment vient l’échantillon
• C) Considérer la corrélation comme une causalité directe et présenter un modèle faible comme un résultat fort
• D) Reporter le résultat sous forme d'intervalle de probabilité et remettre en question la validité de l'échantillon et la méthode avec un expert ✔

Explication : Une date calibrée au radiocarbone est une gamme de possibilités (par exemple 800-680 avant JC avec un degré de confiance de 95 %), et non une seule année exacte. Réduire l’incertitude à une seule année est une distorsion scientifique. De plus, avec le principe « garbage in, garbage out », la validité des échantillons (vieux bois, contamination, contexte mixte) doit être remise en question et le choix de la méthode doit être laissé à l'expert.

9. Comment les avertissements de surveillance de l’intelligence artificielle et les recommandations de restauration devraient-ils être évalués dans la gestion du patrimoine culturel ?

• A) Lorsque l’IA signale des dommages, il s’agit d’une évaluation structurelle précise sans nécessité de confirmation
• B) Les alertes de surveillance sont liées à la confirmation sur le terrain/expert ; la visualisation ne remplace pas la décision irréversible de restauration physique ✔
• C) L'image complétée produite par l'intelligence artificielle peut être directement appliquée comme plan de restauration
• D) Parce que les décisions de conservation sont techniques, elles doivent exclure la législation et la participation communautaire

Description : L'intelligence artificielle est un outil d'alerte précoce en matière de surveillance : elle signale les fissures, les pertes de surface ou les détériorations, mais chaque alerte nécessite une confirmation du terrain et d'un expert. L'image « restaurée » qu'elle produit est une visualisation et non un plan de restauration physique ; les décisions de conservation sont basées sur les principes de moindre intervention, de réversibilité, de caractère distinctif et unique, d'expertise interdisciplinaire, de droit et de participation communautaire.

10. Quelle est l’obligation éthique lors de l’utilisation d’une image de reconstruction produite par l’intelligence artificielle dans une exposition muséale ?

• A) Si l'image est suffisamment réaliste, il n'est pas nécessaire de l'étiqueter pour ne pas induire le visiteur en erreur.
• B) Puisque l’attractivité est le critère le plus important, il est nécessaire de cacher l’incertitude et de présenter une seule histoire définitive.
• C) L'image doit être clairement marquée comme « reconstruction », les éléments doivent être étiquetés en fonction du niveau de preuve et les preuves doivent être séparées de l'imagination ✔
• D) Présenter des couleurs et des décorations non éprouvées comme « réelles » rend l'exposition plus éducative.

Explication : La reconstruction continue avec imagination là où s'arrêtent les preuves, et l'IA peut combler les lacunes en toute sécurité et sombrer dans le cliché. Pour éviter que le visiteur ne confonde la prédiction avec la réalité, il convient d'indiquer clairement que l'image est une « reconstruction » (et non la photographie elle-même), les éléments doivent être étiquetés en fonction du niveau de preuve, les preuves doivent être séparées de la fantaisie et des interprétations alternatives doivent être proposées lorsque cela est possible. La précision passe avant l’attraction.

11. Quelle est la différence et l'importance entre « provenance » et « provenance » dans l'éthique archéologique ?

• A) La provenance est le lieu d'occurrence/le contexte (valeur scientifique), la provenance est l'histoire de la propriété (preuve de légalité) ; ✔ Peut être le signe d'une détérioration de provenance incertaine
• B) Les deux sont la même chose et montrent uniquement la valeur monétaire d'un objet
• C) Travailler avec un objet est toujours fluide, même si la provenance est incertaine
• D) La provenance est le prix de l'objet, la provenance est son poids

Description : La provenance est l'emplacement et le contexte exacts d'une découverte lors des fouilles ; est la source de la valeur scientifique. La provenance est l'historique de propriété et le changement de propriété de l'objet depuis sa découverte ; C'est une preuve de légalité. Un objet de provenance incertaine peut avoir été pillé ; les musées et les chercheurs évitent de travailler avec de tels objets. L’intelligence artificielle permet de détecter une provenance douteuse, mais c’est à l’expert et à l’autorité compétente d’en juger.

12. Quel est le point d’attention le plus important lors de l’utilisation de l’intelligence artificielle dans le contexte de sites sensibles et de lutte contre le pillage ?

• A) Il est sécuritaire de partager publiquement des emplacements sensibles car c’est à des fins de protection.
• B) Lorsque l'IA dit "cet objet a été pillé", il s'agit d'un verdict juridique définitif sans avoir recours à un expert
• C) Afin d'accélérer la lutte contre les pillages, il est nécessaire de saisir toutes les coordonnées du site dans des véhicules ouverts.
• D) Les données de préservation sont au moins aussi sensibles que la découverte ; Les emplacements exacts ne sont pas communiqués aux véhicules ouverts, ils sont conservés dans le système sécurisé ✔

Description : L'IA est un outil puissant dans la lutte contre le pillage grâce au suivi par satellite et à l'analyse du commerce en ligne, mais même une analyse protectrice peut fournir une carte aux pilleurs si elle est partagée avec négligence. Les coordonnées exactes, les découvertes non publiées et les emplacements précis ne sont pas divulgués à des outils ouverts non approuvés et sont conservés dans le système sécurisé ; Les données de préservation sont un bien qui doit être protégé au moins autant que la découverte.

13. Qu'est-ce qui est vrai concernant les limites de l'intelligence artificielle dans la couverture de la littérature archéologique ?

• A) L'intelligence artificielle connaît toutes les publications archéologiques dans toutes les langues et à toutes les dates.
• B) La littérature grise et les sources en langues étrangères sont sans importance, seuls les index anglais suffisent
• C) Ses connaissances sont figées dans une certaine date, il a une connaissance limitée de la littérature multilingue et grise ; S'il est indiqué « il n'y a pas de source », il faut demander à l'archive ✔
• D) Quand l'intelligence artificielle dit "Je n'ai pas trouvé de source", cela signifie qu'il n'y a vraiment aucun travail sur ce sujet.

Description : Les connaissances de l'intelligence artificielle sont gelées à une certaine date ; Il manque des fouilles et des corrections ultérieures et peut présenter des vues remplacées comme valides. L'archéologie est écrite dans plusieurs langues ; s'appuyer uniquement sur des sources anglaises passe à côté d'une grande partie de la littérature. De plus, une partie importante des informations se trouve dans la littérature grise (rapports commerciaux/d'entreprise, thèses) qu'il est difficile de trouver dans les annuaires ; Soit l’intelligence artificielle ne le sait pas, soit elle l’invente.

14. Quel est le cadre correct pour utiliser l’IA de bout en bout dans un projet archéologique ?

• A) Pour plus de rapidité, laissez toutes les étapes à l'intelligence artificielle et transférez-lui l'interprétation et la responsabilité
• B) Séparer le rôle de l'IA de la décision humaine à chaque étape, en ajoutant une vérification et une déclaration transparente, en gardant la responsabilité finale avec l'humain ✔
• C) Rendre le travail plus fiable en cachant l'utilisation de l'intelligence artificielle dans la publication
• D) Se concentrer uniquement sur les résultats techniques, en contournant les autorisations légales, la provenance et l'implication de la communauté

Description : Le flux de travail correct sépare le rôle de rédaction/numérisation de l'IA et le rôle humain d'interprétation, de décision et de signature à chaque étape (détection, documentation, traitement des découvertes, enregistrement, analyse, littérature, publication, préservation) ; Il ajoute une vérification en trois étapes et une protection des données sensibles à chaque étape. De plus, l’utilisation de l’intelligence artificielle est déclarée de manière transparente dans les études scientifiques ; La dissimulation va à l’encontre de l’intégrité scientifique, et la responsabilité ultime incombe toujours à l’humain.