એન્ડ-ટુ-એન્ડ પ્રોજેક્ટ: આર્ટિફિશિયલ ઇન્ટેલિજન્સ સાથે આર્કાઇવ કલેક્શનની પ્રક્રિયા કરવી

નફો:

• નૈતિક તપાસથી લઈને પ્રકાશન સુધી, દરેક તબક્કે માનવ ચેકપોઈન્ટ સાથે, 7-તબક્કાના વર્કફ્લોમાં સંગ્રહ પર પ્રક્રિયા કરવાની ક્ષમતા
• સમજો કે કેવી રીતે પ્રારંભિક ચેકપોઇન્ટ્સ ભૂલ (ખોટી તારીખ/નામ) ને સમગ્ર સાંકળમાં પ્રચાર કરતા અટકાવે છે
• માસ્ટર ફાઇલને સાચવવા, વેરિફિકેશન પર સેવ ન કરવા અને સાકલ્યવાદી પ્રોજેક્ટમાં AI ના ઉપયોગની ઘોષણા કરવાના સિદ્ધાંતોને લાગુ કરવાની ક્ષમતા

અગાઉના એકમોએ વ્યક્તિગત કૌશલ્યો આવરી લીધા છે: ડિજિટાઇઝેશન, ટ્રાન્સક્રિપ્શન, મેટાડેટા, સ્કેનિંગ, અનુવાદ, ચકાસણી, પેટર્ન વિશ્લેષણ, પુનઃપ્રાપ્તિ, જાળવણી અને નીતિશાસ્ત્ર. આ અંતિમ એકમ તે બધાને જોડે છે. સાચો આર્કાઇવ પ્રોજેક્ટ આ પગલાંને અલગથી નહીં પરંતુ એકબીજા સાથે જોડાયેલા વર્કફ્લો તરીકે અનુભવે છે. અહીં, અમે જોઈશું કે તમે AI-સપોર્ટેડ પરંતુ માનવ-નિયંત્રિત પ્રક્રિયા સાથે, સ્ટેપ બાય સ્ટેપ અને કંટ્રોલ ચેઈન વડે કલેક્શનની શરૂઆતથી અંત સુધી કેવી રીતે પ્રક્રિયા કરી શકો છો.

ધ્યેય એઆઈને ભાગીદાર તરીકે સ્થાન આપવાનો છે જે "દરેક પગલાને વેગ આપે છે પરંતુ કોઈ પણ પગલા પર કોઈ અંતિમ કહેવા નથી." જ્યારે તમે આ એકમ સમાપ્ત કરશો, ત્યારે તમારી પાસે એક સર્વગ્રાહી પદ્ધતિ હશે જે દસ્તાવેજોના અવ્યવસ્થિત ઢગલાને સંશોધન માટે તૈયાર, ચકાસાયેલ, નૈતિક રીતે સ્વચ્છ સંગ્રહમાં પરિવર્તિત કરે છે.

દૃશ્ય: અમારી પાસે શું છે

ધારો કે તમને 250 દસ્તાવેજોનો સંગ્રહ પ્રાપ્ત થયો છે: કેટલાક મુદ્રિત (મુદ્રિત પત્રવ્યવહાર, જાહેરાતો), કેટલીક હસ્તપ્રત (અક્ષરો, નોટબુક્સ), વિવિધ તારીખોમાંથી, કેટલાકમાં સંવેદનશીલ વ્યક્તિગત ડેટા છે. ધ્યેય: સંશોધકોને આ સંગ્રહને ડિજિટાઈઝ કરવા, ટ્રાન્સક્રાઈબ કરવા, કેટલોગ બનાવવા અને ઉપલબ્ધ કરાવવા. ચાલો પ્રક્રિયાને સાત તબક્કામાં તોડીએ.

સાત-પગલાની વર્કફ્લો

તબક્કો 1 - આકારણી અને નૈતિક તપાસ. પહેલા સંગ્રહને જાણો. કયા દસ્તાવેજોમાં સંવેદનશીલ વ્યક્તિગત ડેટા છે? કૉપિરાઇટ સ્થિતિ શું છે? ત્યાં સાંસ્કૃતિક સંવેદનશીલતા છે? આ સ્કેનિંગ નિર્ધારિત કરે છે કે ક્લાઉડ-આધારિત AI ટૂલ્સને કયા દસ્તાવેજો આપી શકાય છે અને જેની પ્રક્રિયા ફક્ત બંધ/મંજૂર વાતાવરણમાં જ કરવામાં આવશે. જો આ તબક્કો છોડવામાં આવે, તો સમગ્ર પ્રોજેક્ટ નૈતિક જોખમમાં છે.

સ્ટેજ 2 - ડિજિટાઇઝેશન. ઉચ્ચ રીઝોલ્યુશન પર દસ્તાવેજો સ્કેન કરો (ઓછામાં ઓછા 300-400 DPI, સારો કોન્ટ્રાસ્ટ). મૂળ (માસ્ટર) ફાઇલોને અસ્પૃશ્ય રાખો; તમામ પ્રક્રિયા નકલો પર કરવામાં આવશે.

સ્ટેજ 3 - લખાણ નિષ્કર્ષણ. હાર્ડકોપી દસ્તાવેજો માટે OCR અને હસ્તપ્રત માટે HTR લાગુ કરો. AI એ "સલામત પ્રૂફરીડિંગ" સૂચના સાથે કાચા આઉટપુટને સાફ કરો — ફક્ત ઓપ્ટિકલ/ઓળખાણ ભૂલો, કોઈ સામગ્રી ટિપ્પણી નહીં, વાંચી ન શકાય તેવા સ્થાનો [?]. ઓટ્ટોમન/હસ્તપ્રત માટે વૈકલ્પિક વાંચન અને પેલિયોગ્રાફર નિયંત્રણ.

સ્ટેજ 4 - મેટાડેટા અને સૂચિ. દરેક દસ્તાવેજ માટે પ્રમાણભૂત (ડબલિન કોર/ISAD(G)) મેટાડેટાનો મુસદ્દો તૈયાર કરો; "અસ્તિત્વહીન ક્ષેત્ર ખાલી છોડો" ની પરવાનગી સાથે. નિયંત્રિત સૂચિમાં વિષયની શરતોનો નકશો બનાવો. દસ્તાવેજો સાથે તારીખો અને નામો ચકાસો.

સ્ટેજ 5 - સંવર્ધન અને પેટર્નિંગ. એક્સ્ટ્રેક્ટ એન્ટિટી (વ્યક્તિ/સ્થળ/સંસ્થા), સામાન્ય બનાવવી, સંબંધ ઉત્પન્ન કરો અને સમયરેખા રૂપરેખા. દસ્તાવેજમાં દરેક પેટર્ન ચકાસો; ત્યાં કોઈ કાલ્પનિક જોડાણો નથી અને કોઈ ઘટનાક્રમ નથી.

સ્ટેજ 6 — એક્સેસ ટૂલ્સ. સંગ્રહ માટે સહાયની રૂપરેખા શોધવાનું ઉત્પાદન કરો; માત્ર ચકાસાયેલ નોંધો પર ઇતિહાસ વિભાગનો આધાર રાખો. સ્પષ્ટપણે એક્સેસ પ્રતિબંધોને ચિહ્નિત કરો (ગોપનીયતા/કોપીરાઇટ).

સ્ટેજ 7 - ચકાસણી, ઘોષણા અને પ્રકાશન. નિર્ણાયક ક્ષેત્રો (તારીખ, નામ, અવતરણ, સંદર્ભ) એક છેલ્લી વાર ચકાસો. AI નો ઉપયોગ જાહેર કરો. નિષ્ણાત અંતિમ મંજૂરી આપે છે; સંગ્રહ સંશોધન માટે ખોલવામાં આવ્યો છે.

ટીપ: દરેક તબક્કે "માનવ ચેકપોઇન્ટ" મૂકો: એક નિષ્ણાત આગલા તબક્કામાં જતા પહેલા AI ના આઉટપુટને માન્ય કરે છે. આ ચેકપોઇન્ટ્સ વિના, પ્રથમ તબક્કે એક ભૂલ (એક ખોટી વાંચવાની તારીખ) સમગ્ર સાંકળમાં પ્રચાર કરશે અને આખરે કેટલોગ, પેટર્ન અને માર્ગદર્શિકામાં લીક થશે.

નિયંત્રણ સાંકળ ટેબલ

સ્ટેજ

AI નું કામ

માનવ ચેકપોઇન્ટ

1. નૈતિક તપાસ

સંવેદનશીલ ડેટા માર્કિંગ

સ્થાપન નિર્ણય

2. ડિજિટાઇઝેશન

(ઇમેજ એન્હાન્સમેન્ટ)

ગુણવત્તા, મુખ્ય રક્ષણ

3. લખાણ નિષ્કર્ષણ

OCR/HTR + સુરક્ષિત કરેક્શન

નામ/તારીખ/વાંચન ચકાસણી

4. મેટાડેટા

પ્રમાણભૂત ડ્રાફ્ટ

ફીલ્ડ કન્ફર્મેશન, ટર્મ મેચિંગ

5. પેટર્ન

અસ્તિત્વ, સંબંધ, સમયરેખા

દસ્તાવેજમાં માન્યતા

6. ઍક્સેસ સાધન

સહાય ડ્રાફ્ટ શોધવી

ઇતિહાસ અને અવરોધની મંજૂરી

7. પ્રકાશન

-

અંતિમ મંજૂરી, ઘોષણા

ત્રણ નાના કેસો

કેસ 1 - સાંકળ ભૂલ પકડાઈ. એક પ્રોજેક્ટમાં, તબક્કા 3 માં, દસ્તાવેજની તારીખ "1888" ને બદલે "1868" વાંચે છે. જો સ્ટેજ 3 ચેકપોઇન્ટે આ ભૂલ ન પકડી હોત, તો તારીખ સમગ્ર સૂચિ (4), સમયરેખા (5) અને માર્ગદર્શિકા (6)માં ફેલાયેલી હોત. ચેકપોઇન્ટનો આભાર, ભૂલ એક જગ્યાએ ઠીક કરવામાં આવી હતી. પાઠ: વહેલી તપાસ એ ભૂલને સાંકળમાં આગળ વધતી અટકાવે છે.

કેસ 2 - નૈતિક સ્ક્રીનીંગે પ્રોજેક્ટને સાચવ્યો. 250 દસ્તાવેજોમાંથી 18માં જીવંત વ્યક્તિઓનો સંવેદનશીલ ડેટા હતો. તબક્કો 1 માં નૈતિક તપાસ આને ફ્લેગ કરે છે; આ 18 દસ્તાવેજોની પ્રક્રિયા બંધ વાતાવરણમાં કરવામાં આવી હતી, બાકીના પ્રમાણભૂત સાધનો સાથે. જો સ્કેનિંગ છોડવામાં આવ્યું હોય અને તે બધું ક્લાઉડ પર અપલોડ કરવામાં આવ્યું હોય તો તે ગંભીર ઉલ્લંઘન હશે. પાઠ: નૈતિકતાની તપાસ એ પ્રથમ પગલું છે, પછીથી ઉમેરવામાં આવતું ફિક્સ નથી.

કેસ 3 - સમય અને પ્રયત્ન. પરંપરાગત પદ્ધતિનો ઉપયોગ કરીને, 250 દસ્તાવેજોના સંગ્રહની સંપૂર્ણ પ્રક્રિયા કરવામાં લગભગ 8-10 મહિનાનો સમય લાગશે. AI-સમર્થિત, ચેકપોઇન્ટ વર્કફ્લો સાથે, પ્રક્રિયાને લગભગ 3 મહિના સુધી ઘટાડવામાં આવી હતી. પરંતુ બચત "એઆઈએ બધું કર્યું" થી નહીં, પરંતુ "એઆઈએ યાંત્રિક કાર્ય કર્યું, માનવ ચકાસણી પર ધ્યાન કેન્દ્રિત કર્યું." ચકાસણી માટે સમર્પિત સમય ઘટ્યો નથી; યાંત્રિક કામ માટે સમર્પિત સમય ઘટ્યો છે.

ચાર નકલ કરી શકાય તેવા નમૂનાઓ

1) પ્રોજેક્ટ પ્રારંભિક યોજના:

મારી પાસે [નંબર] દસ્તાવેજોનો સંગ્રહ છે: [પ્રિન્ટ/હસ્તપ્રતનું મિશ્રણ], [પીરિયડ], જેમાંથી કેટલાકમાં સંવેદનશીલ ડેટા હોઈ શકે છે. આ સંગ્રહને ડિજિટાઇઝ કરવા અને સૂચિબદ્ધ કરવા માટે 7-પગલાની વર્કફ્લો યોજના બનાવો: દરેક તબક્કે AIનું કાર્ય અને HUMAN ચેકપોઇન્ટનો ઉલ્લેખ કરો. પ્રથમ નૈતિક તપાસ મૂકો.

2) સ્ટેજ ટ્રાન્ઝિશન ચેકલિસ્ટ:

મેં સ્ટેજ [સ્ટેજનું નામ] સમાપ્ત કર્યું. આગલા તબક્કામાં જતા પહેલા મારે ચકાસવાની જરૂર હોય તેવા નિર્ણાયક મુદ્દાઓની એક ચેકલિસ્ટ તૈયાર કરો: કયા તથ્યો (તારીખ/નામ/સંદર્ભ) ચકાસવાની જરૂર છે, કઈ ભૂલો સાંકળને આગળ વધારી શકે છે? મારી પાસે અંતિમ મંજૂરી છે; તમે મને ચેકલિસ્ટ આપો.

3) એન્ડ-ટુ-એન્ડ ગુણવત્તા નિયંત્રણ:

નીચે પ્રક્રિયા કરેલા દસ્તાવેજના તમામ સ્તરો છે: ટ્રાન્સક્રિપ્શન, મેટાડેટા, એક્સટ્રેક્ટેડ એસેટ. સ્તરો વચ્ચેની આકૃતિની ગેરસમજો: શું ટ્રાંસ્ક્રિપ્શનમાંની તારીખ મેટાડેટા સાથે મેળ ખાય છે, શું વાસ્તવમાં ટેક્સ્ટમાં એન્ટિટી અસ્તિત્વમાં છે? કરેક્શન લાદવું; અસંગતતાઓની યાદી બનાવો. સ્તરો: [અહીં]

4) પ્રોજેક્ટ બંધ અને ઘોષણા:

આ સંગ્રહ પ્રોજેક્ટમાં, મેં નીચેના તબક્કામાં AI નો ઉપયોગ કર્યો: [સૂચિ]. પ્રોજેક્ટ દસ્તાવેજીકરણ માટે: (1) કયા તબક્કે AI સપોર્ટનો ઉપયોગ કરવામાં આવ્યો હતો, (2) માનવીય ચકાસણી કેવી રીતે કરવામાં આવી હતી, (3) ત્યાં કઈ મર્યાદાઓ/અવરોધ છે - એક પ્રમાણિક બંધ નોંધ અને ડ્રાફ્ટ AI ઉપયોગ નિવેદન લખો જેમાં આનો સમાવેશ થાય છે.

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા:

આ સંગ્રહને AI સાથે સારી રીતે પ્રોસેસ કરો અને તેને સંશોધન માટે તૈયાર કરો.

એક "કંઈપણ કરો" સૂચના નૈતિક તપાસ, ચેકપોઇન્ટ અને ચકાસણીને બાયપાસ કરે છે; ભૂલો સાંકળ સાથે ફેલાય છે.

મજબૂત:

આ સંગ્રહ માટે 7-તબક્કાનો વર્કફ્લો સેટ કરો, જેમાં દરેક તબક્કે માનવ ચેકપોઇન્ટ છે. 1લા તબક્કાને નૈતિકતા/ગોપનીયતા સ્ક્રીનીંગ થવા દો. દરેક તબક્કે AI દ્વારા ઉત્પાદિત આઉટપુટ આગલા તબક્કામાં જતા પહેલા ચકાસવામાં આવશે; નિર્ણાયક તથ્યોને ચિહ્નિત કરો (તારીખ/નામ/સંદર્ભ). કોઈપણ તબક્કે AI પાસે અંતિમ કહેવું નથી.

તફાવત: તબક્કાવાર માળખું, નૈતિકતાની પ્રાથમિકતા, ચેકપોઇન્ટ્સ અને "લોકોનું અંતિમ કહેવું છે" સિદ્ધાંત સમગ્ર પ્રોજેક્ટને સુરક્ષિત અને બચાવપાત્ર બનાવે છે.

સામાન્ય ભૂલો

• નૈતિક તપાસને અંત સુધી છોડીને. ગોપનીયતા/કોપીરાઇટ સ્કેનિંગ એ પ્રથમ પગલું છે; જો તે પછીથી ઉમેરવામાં આવે, તો ઉલ્લંઘન પહેલેથી જ થયું છે.
• ચેકપોઇન્ટ્સને બાયપાસ કરીને. એક ભૂલ જે ચકાસાયેલ નથી તે સમગ્ર સાંકળમાં ફેલાય છે.
• મુખ્ય ફાઇલને સુરક્ષિત નથી. જો મૂળને અસ્પૃશ્ય રાખવામાં ન આવે, તો પરત કરવું અશક્ય બની જાય છે.
• ચકાસણી પર બચત. AI યાંત્રિક કાર્યને ટૂંકાવે છે; જો ચકાસણીનો સમય ઓછો કરવામાં આવે તો ગુણવત્તા ઘટે છે.
• AI ના ઉપયોગની ઘોષણા નથી. પારદર્શિતા એ સંગ્રહની વૈજ્ઞાનિક વિશ્વસનીયતાનો એક ભાગ છે.

સારાંશમાં

એન્ડ-ટુ-એન્ડ આર્કાઇવ પ્રોજેક્ટ વ્યક્તિગત કૌશલ્યોને નિયંત્રણની સાંકળમાં જોડે છે: નૈતિક સ્કેનિંગ, ડિજિટાઇઝેશન, ટેક્સ્ટ એક્સટ્રેક્શન, મેટાડેટા, પેટર્ન, પુનઃપ્રાપ્તિ સાધન અને પ્રકાશન. દરેક તબક્કે, AI યાંત્રિક કાર્યને વેગ આપે છે; દરેક તબક્કે, માનવ ચેકપોઇન્ટ અંતિમ કહે છે. નૈતિક તપાસ એ પ્રથમ તબક્કો છે, મુખ્ય ફાઇલ સુરક્ષિત છે, ભૂલો વહેલા પકડાય છે જેથી તે સાંકળમાં ફેલાય નહીં, અને AI નો ઉપયોગ પ્રમાણિકપણે જાહેર કરવામાં આવે છે. બચત એઆઈ દ્વારા બધુ જ કરવાથી નથી, પરંતુ માણસ દ્વારા યાંત્રિક કામથી મુક્ત થવાથી અને ચકાસણી પર ધ્યાન કેન્દ્રિત કરવાથી આવે છે. AI વેગ આપે છે; માણસ ઇતિહાસની ચોકસાઈ અને અખંડિતતાની ખાતરી કરે છે.

એપ્લિકેશન કાર્ય

એક નાનો સંગ્રહ પસંદ કરો (10-20 દસ્તાવેજો; તમારી પોતાની સામગ્રી અથવા નમૂનાનો સમૂહ). "પ્રોજેક્ટ સ્ટાર્ટઅપ પ્લાન" ટેમ્પલેટ સાથે 7-પગલાંનો વર્કફ્લો બનાવો. આ પ્રવાહ દ્વારા ઓછામાં ઓછા બે દસ્તાવેજો ચલાવો: નૈતિક સ્કેનીંગ, ટેક્સ્ટ નિષ્કર્ષણ, મેટાડેટા અને પેટર્ન સ્તર. દરેક તબક્કાને "સ્ટેજ ટ્રાન્ઝિશન ચેકલિસ્ટ" વડે ચકાસો. છેલ્લે, "પ્રોજેક્ટ ક્લોઝર અને સ્ટેટમેન્ટ" ટેમ્પલેટ સાથે તમારા AI ના ઉપયોગને દસ્તાવેજ કરો. નોંધ કરો કે પ્રારંભિક ચેકપોઇન્ટ્સ પર કઈ ભૂલો પકડાઈ હતી.

ચેકલિસ્ટ

• [ ] મેં પ્રથમ તબક્કે નૈતિકતા/ગોપનીયતાની તપાસ કરી.
• [ ] મેં મુખ્ય ફાઇલોને અસ્પૃશ્ય રાખી.
• [ ] મેં દરેક તબક્કે માનવ ચેકપોઇન્ટ મૂક્યું છે.
• [ ] મેં નિર્ણાયક તથ્યોને શ્રૃંખલાનો પ્રચાર કરતા પહેલા ચકાસ્યા.
• પ્રોજેક્ટ બંધ થવા પર મેં AI નો ઉપયોગ જાહેર કર્યો.

મોડ્યુલ પરીક્ષા

1. ઇતિહાસ અને આર્કાઇવિંગમાં કૃત્રિમ બુદ્ધિ માટે સૌથી યોગ્ય સ્થિતિ શું છે?

• A) AI એ સારાંશ, સંપાદન અને મુસદ્દા બનાવવાનું સાધન છે; ટિપ્પણી, સ્ત્રોત ટીકા અને અંતિમ જવાબદારી નિષ્ણાતની છે ✔
• બી) આર્ટિફિશિયલ ઈન્ટેલિજન્સ ઈતિહાસકારની જેમ દસ્તાવેજની અધિકૃતતા અને અર્થ જાતે જ નક્કી કરી શકે છે.
• C) આર્ટિફિશિયલ ઇન્ટેલિજન્સ ફક્ત ટેક્સ્ટના અનુવાદ માટે કામ કરે છે, તેને અન્ય આર્કાઇવ કાર્યો સાથે કોઈ લેવાદેવા નથી
• ડી) કૃત્રિમ બુદ્ધિ હંમેશા માનવ કરતાં વધુ નિષ્પક્ષ હોવાથી, ઐતિહાસિક અર્થઘટન તેના પર છોડવું જોઈએ.

વર્ણન: કૃત્રિમ બુદ્ધિ; તે એક સહાયક છે જે સંપાદિત કરે છે, સ્કેન કરે છે, અનુવાદ કરે છે અને ટેક્સ્ટના ડ્રાફ્ટ બનાવે છે. સ્ત્રોતની ટીકા, અર્થઘટન, કારણ-અસરની સ્થાપના અને અંતિમ નિર્ણય નિષ્ણાતનો છે; વણચકાસાયેલ આઉટપુટ બનાવટી સ્ત્રોત, ખોટી તારીખ અથવા અનાક્રોનિઝમ તરફ દોરી શકે છે.

2. ઐતિહાસિક સંશોધનમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સ દ્વારા ઉત્પાદિત આભાસ શું છે?

• A) આર્ટિફિશિયલ ઇન્ટેલિજન્સ દસ્તાવેજની પ્રક્રિયા ખૂબ જ ધીરે ધીરે કરે છે
• B) આર્ટિફિશિયલ ઇન્ટેલિજન્સ અવિદ્યમાન સ્ત્રોત, અવતરણ અથવા ઘટનાને વાસ્તવિક તરીકે બનાવટ કરે છે ✔
• સી) દસ્તાવેજને શારીરિક નુકસાન થયું છે
• ડી) આર્કાઇવ કેટલોગ અદ્યતન નથી

સમજૂતી: આભાસ એ છે જ્યારે કૃત્રિમ બુદ્ધિ વિશ્વાસપૂર્વક એવી માહિતી, સ્ત્રોતો, અવતરણો અથવા ઘટનાઓનું નિર્માણ કરે છે જે વાસ્તવમાં અસ્તિત્વમાં નથી. જો કે તેનું સ્વરૂપ સંપૂર્ણ દેખાય છે, તેની સામગ્રી વાસ્તવિક નથી; તેથી, દરેક સંદર્ભ સૂચિમાં, દરેક સંદર્ભ મૂળ સ્ત્રોત પર ચકાસાયેલ હોવું આવશ્યક છે.

3. આર્ટિફિશિયલ ઇન્ટેલિજન્સ દ્વારા OCR આઉટપુટ સુધારવા માટેનો શ્રેષ્ઠ અભિગમ કયો છે?

• A) ટેક્સ્ટને અસ્ખલિત અને સુંદર હોવાનું અને ખૂટતા ભાગોને તાર્કિક રીતે પૂર્ણ કરવા માટે પૂછવું.
• બી) તેને સંદર્ભના આધારે બધી સંખ્યાઓ અને તારીખો સુધારવાની મંજૂરી આપવી
• C) તેને ફક્ત ઓપ્ટિકલ ઓળખની ભૂલો સુધારવા માટે પૂછવું, વાંચી ન શકાય તેવા વિસ્તારો [?] છોડી દો અને નંબર/તારીખ ન બદલો ✔
• ડી) વિદ્યાર્થીને સૌથી વધુ સંભવિત અનુમાન સાથે વાંચી ન શકાય તેવા શબ્દો ભરવાનું કહેવું.

સમજૂતી: OCR કરેક્શનમાં સુવર્ણ નિયમ એ છે કે માત્ર સ્પષ્ટ ઓપ્ટિકલ રેકગ્નિશન ભૂલો (જેમ કે rn to m, l to 1); ટેક્સ્ટની સામગ્રીનું અર્થઘટન અથવા પૂર્ણ ન કરવું. વાંચી ન શકાય તેવા વિસ્તારો [?] સાથે ચિહ્નિત થયેલ છે; નંબરો અને તારીખો બદલાતી નથી, તે ઇમેજ સાથે ચકાસવામાં આવે છે.

4. કૃત્રિમ બુદ્ધિથી શું પૂછવું જોઈએ જ્યારે તે શબ્દ વાંચવાની વાત આવે છે જેનો સ્વર ઓટ્ટોમન ટેક્સ્ટમાં લખાયેલ નથી?

• A) એક જ, સચોટ વાંચન આપો, આમ કામમાં ઝડપ આવશે
• B) એવો શબ્દ પસંદ કરવો કે જે અર્થને સૌથી અસ્ખલિત બનાવશે અને ખાલી જગ્યાઓ ભરશે
• C) પોતાના સામાન્ય જ્ઞાનમાંથી વાંચી ન શકાય તેવા ભાગો પૂરા કરવા.
• ડી) ચોક્કસ વાંચન લાદવાને બદલે સંભવિત વાંચન વિકલ્પો પ્રદાન કરવા અને અસ્પષ્ટ વિસ્તારોને ચિહ્નિત કરવા ✔

સમજૂતી: ઓટ્ટોમન ટર્કિશમાં, ટૂંકા સ્વરો મોટે ભાગે લખાતા નથી; એક જ સ્વર/અક્ષરનો તફાવત (અબુલ અને કાબુલ, વલી ​​અને વલી) અર્થ સંપૂર્ણપણે બદલી નાખે છે. તેથી, ચોક્કસ વાંચન લાદવાને બદલે, સંભવિત વિકલ્પો પૂછવા જોઈએ, વાંચી ન શકાય તેવા વિસ્તારોને સાચવવા જોઈએ, અને અંતિમ નિર્ણય પેલિયોગ્રાફર પર છોડવો જોઈએ.

5. જ્યારે AI ડ્રાફ્ટ મેટાડેટા (કેટલોગ રેકોર્ડ) બનાવે છે ત્યારે આભાસને રોકવા માટે સૌથી અસરકારક રીત કઈ છે?

• A) જો તે દસ્તાવેજમાં શામેલ ન હોય તો તે ફીલ્ડ ખાલી છોડવાની સ્પષ્ટ પરવાનગી આપો ✔
• B) દરેક ફીલ્ડ ભરવામાં આવે અને અધૂરું ન છોડવા વિનંતી.
• સી) અનડેટેડ દસ્તાવેજોની સામગ્રીના આધારે તારીખનો અંદાજ કાઢવો
• ડી) કૃત્રિમ બુદ્ધિમત્તાને સંદર્ભ કોડ જનરેટ કરવાની મંજૂરી આપવી

વર્ણન: ફિલ-ઇન પ્રેશર એઆઈને દસ્તાવેજમાં ન હોય તેવી તારીખ અથવા સર્જકનું અનુમાન લગાવીને દસ્તાવેજ બનાવવા દબાણ કરે છે. આની સામે સૌથી મજબૂત કવચ એ છે કે જો તે દસ્તાવેજમાં ન હોય તો ક્ષેત્રને ખાલી છોડવાની સ્પષ્ટ પરવાનગી આપવી; વધુમાં, વિષયના શબ્દો નિયંત્રિત શબ્દભંડોળમાં મેપ કરવામાં આવે છે.

6. આર્ટિફિશિયલ ઇન્ટેલિજન્સ દ્વારા ઉત્પાદિત દસ્તાવેજ સારાંશને ઐતિહાસિક સંશોધનમાં કેવી રીતે સ્થાન આપવું જોઈએ?

• A) વિશ્વસનીય પુરાવા તરીકે જે સીધા ટાંકી શકાય છે
• બી) એક શોધ નકશા તરીકે જે તમને વાસ્તવિક દસ્તાવેજ પર લઈ જાય છે; પુરાવા મૂળ દસ્તાવેજમાંથી લેવામાં આવ્યા છે ✔
• સી) પર્યાપ્ત સંસાધન તરીકે જે દસ્તાવેજને જ બદલી શકે છે
• ડી) એક ટેક્સ્ટ તરીકે જેનો ઉપયોગ ક્યારેય દસ્તાવેજ પર પાછા ફર્યા વિના અભ્યાસમાં થઈ શકે છે

વર્ણન: સારાંશ એ શોધનો નકશો છે, સાબિતી નથી. આ દસ્તાવેજમાં કંઈક આવું છે, તે કહે છે કે જાઓ અને જુઓ; તે દસ્તાવેજમાં શું કહે છે તે બરાબર કહેતું નથી. જો કોઈ ઘટના, અવતરણ અથવા ડેટાનો અભ્યાસમાં સમાવેશ કરવો હોય, તો તે મૂળ દસ્તાવેજમાંથી શબ્દશઃ લેવો આવશ્યક છે.

7. પ્રકાશન માટે ઐતિહાસિક દસ્તાવેજનું ભાષાંતર કરતી વખતે વિચલનો ટાળવાનો યોગ્ય માર્ગ શું છે?

• A) તમામ સમયગાળાની શરતોને આજના સૌથી નજીકના સમકક્ષ સાથે બદલીને
• બી) ટેક્સ્ટને શક્ય તેટલું અસ્ખલિત અને આધુનિક રીતે અભિવ્યક્ત કરવું
• C) પીરિયડના શીર્ષકો અને સંસ્થાના નામોને અનન્ય છોડો અને સમજૂતી ઉમેરો ✔
• ડી) યોગ્ય નામોને તેમના વર્તમાન ઉપયોગ માટે અનુકૂળ બનાવવું

સમજૂતી: એનાક્રોનિઝમ એ તત્વોનું એક સમયગાળામાંથી બીજા સમયગાળામાં ખોટું સ્થાનાંતરણ છે. પિરિયડના શીર્ષકો, સંસ્થાના નામો અને વ્યક્તિગત નામોને આજની શરતોમાં બદલવાથી વાચકને એવી દુનિયામાં લઈ જવામાં આવે છે જે સમયગાળા સાથે સંબંધિત નથી. સાચી રીત એ છે કે પીરિયડ ટર્મ રાખો અને તેની બાજુમાં સમજૂતી ઉમેરો.

8. આર્ટિફિશિયલ ઇન્ટેલિજન્સ દ્વારા આપવામાં આવેલ આર્કાઇવ રેફરન્સ (ફંડનું નામ, ફાઇલ નંબર) વાસ્તવિક છે તેની ખાતરી કેવી રીતે કરવી?

• A) સંદર્ભ પર વિશ્વાસ કરવો કારણ કે તેનું ફોર્મેટ સાચું લાગે છે
• B) એઆઈને ફરીથી પૂછીને કે શું સંદર્ભ સાચો છે
• સી) સંદર્ભને સાચા તરીકે સ્વીકારવું કારણ કે તે ખાતરીપૂર્વક અને વિગતવાર છે
• ડી) આર્કાઇવ કેટેલોગ અથવા વિશ્વસનીય સ્ત્રોતમાં સંદર્ભ વ્યક્તિગત રીતે શોધી અને ચકાસીને ✔

વર્ણન: આર્ટિફિશિયલ ઇન્ટેલિજન્સ એવા સંદર્ભો ઉત્પન્ન કરી શકે છે જે સ્વરૂપમાં સંપૂર્ણ છે પરંતુ વાસ્તવમાં અસ્તિત્વમાં નથી; કાલ્પનિક સંદર્ભ વાસ્તવિક સંદર્ભ જેવા જ સ્વરૂપમાં હોય છે. સંદર્ભ અસ્તિત્વમાં છે તે સાબિત કરવાનો એકમાત્ર રસ્તો એ છે કે મૂળ સ્ત્રોત જ્યાં સ્થિત છે તે શોધવાનો છે (આર્કાઇવ કેટલોગ, લાઇબ્રેરી).

9. કૃત્રિમ બુદ્ધિ સાથે પેટર્ન વિશ્લેષણ (NER, નેટવર્ક, સમયરેખા) કરતી વખતે મળેલી પેટર્નનું મૂલ્યાંકન કેવી રીતે કરવું જોઈએ?

• એ) એક પૂર્વધારણા તરીકે જે દસ્તાવેજમાં ચકાસવાની જરૂર છે; પ્રારંભિક બિંદુ, પરિણામ નહીં ✔
• બી) એક નિશ્ચિત શોધ તરીકે કે જેને ચકાસણીની જરૂર નથી
• સી) તે એક નિર્વિવાદ ઉદ્દેશ્ય હકીકત છે કારણ કે તે સંખ્યાત્મક છે.
• ડી) પરિણામે તે સીધા અભ્યાસમાં મૂકી શકાય છે કારણ કે તેમાં કૃત્રિમ બુદ્ધિમત્તા મળી છે

સમજૂતી: દરેક પેટર્ન એક પૂર્વધારણા છે, પુરાવા નથી. એન્ટિટીને સ્ત્રોત સાથે લિંક કરવી જોઈએ, માનવીય મંજૂરી સાથે વિવિધ જોડણીઓ (એક જ વ્યક્તિ/સ્થળની) નોર્મલાઇઝ્ડ હોવી જોઈએ, ગુમ થયેલ ડેટા અને સેમ્પલિંગ પૂર્વગ્રહ માટે નંબરોની પૂછપરછ થવી જોઈએ અને અનડેટેડ ઈવેન્ટ્સનો કાલક્રમ ન હોવો જોઈએ.

10. શોધ સહાયમાં જીવનચરિત્ર/સંસ્થાકીય ઇતિહાસ વિભાગને શા માટે વિશેષ ધ્યાન આપવાની જરૂર છે?

• A) આ વિભાગ બિનમહત્વપૂર્ણ છે અને ચકાસણી વિના પ્રકાશિત કરી શકાય છે
• બી) આર્ટિફિશિયલ ઇન્ટેલિજન્સ આ વિભાગમાં બનાવટી ઘટનાઓ, ખોટી તારીખો અને શીર્ષકો ઉમેરી શકે છે, તેથી તે ફક્ત ચકાસાયેલ સ્રોતો પર આધાર રાખવો જોઈએ ✔
• C) આર્ટિફિશિયલ ઇન્ટેલિજન્સનો સુરક્ષિત રીતે ઉપયોગ કરી શકાય છે કારણ કે તેનાથી ઇતિહાસ લખવામાં કોઈ ભૂલ થતી નથી.
• ડી) ફક્ત સંશોધકો જ આ વિભાગ ભરે છે, આર્કાઇવિસ્ટને રસ નથી

વર્ણન: ઈતિહાસ વિભાગ એ છે જ્યાં મોટાભાગે આભાસ થાય છે: AI વ્યક્તિ અથવા સંસ્થા વિશેની સામાન્ય માહિતીમાંથી અસ્ખલિત ટેક્સ્ટ લખતી વખતે અસ્તિત્વમાં ન હોય તેવી ઘટનાઓ, ખોટી તારીખો અને બનાવેલા શીર્ષકો દાખલ કરી શકે છે. આ વિભાગ ફક્ત ચકાસાયેલ સ્ત્રોતો પર આધારિત હોવો જોઈએ.

11. સંદર્ભ (પરામર્શ) સેવામાં કૃત્રિમ બુદ્ધિએ સંશોધકના તથ્ય પ્રશ્નનો જવાબ કેવી રીતે આપવો જોઈએ?

• A) પ્રશ્નનો જવાબ સીધો અને ચોક્કસ હકીકત તરીકે આપવો જોઈએ.
• બી) વિશ્વાસપાત્ર તારીખ અથવા નામ બનાવવું જોઈએ અને તેને સંશોધકને જણાવવું જોઈએ.
• સી) સીધી હકીકતો આપવાને બદલે, તેણે સંશોધકને સંબંધિત સંગ્રહ અને સ્ત્રોત તરફ નિર્દેશિત કરવો જોઈએ ✔
• ડી) તે સંપૂર્ણ જવાબ આપવો જોઈએ જેથી સંશોધકને સ્ત્રોત પર જવાની જરૂર ન પડે.

સમજૂતી: સંદર્ભ સેવામાં, કૃત્રિમ બુદ્ધિમત્તાએ સીધો તથ્ય જવાબ આપવો જોઈએ નહીં, પરંતુ સંશોધકને સ્ત્રોત તરફ નિર્દેશિત કરવો જોઈએ. કારણ કે આર્ટિફિશિયલ ઈન્ટેલિજન્સ દ્વારા આપવામાં આવેલો સીધો તથ્યલક્ષી જવાબ બનાવટી હોઈ શકે છે અને સંશોધક તેને સ્ત્રોત માટે ભૂલ કરી શકે છે. "જવાબ આ છે" કહેવાને બદલે, "આ સંગ્રહમાં આ દસ્તાવેજો જુઓ" કહેવું જોઈએ.

12. કૃત્રિમ બુદ્ધિ સાથે ક્ષતિગ્રસ્ત દસ્તાવેજની છબી પર પ્રક્રિયા કરતી વખતે કઈ કામગીરી સ્વીકાર્ય અને વાંધાજનક છે?

• A) ખૂટતા ભાગો ભરવા સહિત તમામ પ્રકારની કામગીરી મફત છે.
• બી) કોઈ કાર્યવાહી ન કરવી જોઈએ, છબીને ક્યારેય સ્પર્શવી જોઈએ નહીં
• સી) ગુમ થયેલ વિભાગો ભરવા એ સૌથી મૂલ્યવાન ક્રિયા છે કારણ કે તે દસ્તાવેજને પૂર્ણ કરે છે.
• ડી) વાંચનક્ષમતા મેનિપ્યુલેશન્સ જેમ કે કોન્ટ્રાસ્ટ/અવાજ સ્વીકાર્ય છે; ગુમ થયેલ ભાગોને અનુમાન સાથે ભરવામાં અસુવિધાજનક છે ✔

સમજૂતી: પ્રક્રિયાઓ કે જે વાંચનક્ષમતામાં સુધારો કરે છે (કોન્ટ્રાસ્ટ, લાઇટિંગ, અવાજ ઘટાડો) સ્વીકાર્ય છે કારણ કે તે સામગ્રીમાં ફેરફાર કરતી નથી; જો કે, ગુમ/વાંચી ન શકાય તેવા ભાગોને અનુમાન સાથે ભરવાથી દસ્તાવેજમાં જે નથી તે ઉત્પન્ન થવાનું જોખમ છે, એટલે કે ઐતિહાસિક બનાવટી. મૂળ સાચવેલ છે, વ્યવહારો રેકોર્ડ કરવામાં આવે છે.

13. સંવેદનશીલ વ્યક્તિગત ડેટા ધરાવતા આર્કાઇવ દસ્તાવેજ પર પ્રક્રિયા કરતા પહેલા શું કરવાની જરૂર છે?

• A) ગોપનીયતા સ્કેનિંગ અને અનામીકરણ જો જરૂરી હોય અથવા બંધ/મંજૂર સાધનનો ઉપયોગ કરો ✔
• બી) તેના વિશે વિચાર્યા વિના દસ્તાવેજને સીધા જ જાહેર વાહન પર અપલોડ કરવો
• C) કાર્યક્ષમતા માટે ગોપનીયતાની ચિંતાઓને અવગણવી
• ડી) કાર્યક્ષમતાના કારણોસર ઍક્સેસ પ્રતિબંધોને દૂર કરવા

જાહેરાત: જીવંત વ્યક્તિઓ (સ્વાસ્થ્ય, ધર્મ, વંશીયતા, સરનામું) ને ઓળખતા સંવેદનશીલ ડેટા ધરાવતા દસ્તાવેજો જાહેર, ક્લાઉડ-આધારિત સાધનો પર અપલોડ કરવા એ ગંભીર ગોપનીયતા ઉલ્લંઘન હોઈ શકે છે. ગોપનીયતા સ્ક્રીનીંગ પહેલા થવી જોઈએ, અનામીકરણ અથવા જો જરૂરી હોય તો બંધ/મંજૂર કરેલ સાધનનો ઉપયોગ કરવો જોઈએ.

14. એન્ડ-ટુ-એન્ડ આર્કાઇવ પ્રોજેક્ટમાં માનવ ચેકપોઇન્ટનો મુખ્ય હેતુ શું છે?

• A) આર્ટિફિશિયલ ઇન્ટેલિજન્સનું કામ ધીમું કરવું અને પ્રોજેક્ટમાં વિલંબ કરવો
• બી) એક તબક્કામાં ભૂલ (ખોટી તારીખ/નામ) ને અનુગામી તમામ તબક્કામાં સાંકળવામાં આવતા અટકાવવા ✔
• સી) માનવ શ્રમ વધારવો અને ઓટોમેશનને સંપૂર્ણપણે છોડી દેવું
• ડી) એ સુનિશ્ચિત કરવું કે આર્ટિફિશિયલ ઇન્ટેલિજન્સનો છેલ્લો શબ્દ છે

વર્ણન: દરેક તબક્કે માનવ ચેકપોઇન્ટ એ સુનિશ્ચિત કરે છે કે આગલા તબક્કામાં જતા પહેલા AIનું આઉટપુટ ચકાસાયેલ છે. આના વિના, પ્રથમ તબક્કે ભૂલ (ખોટી વાંચવાની તારીખ) કેટલોગ, પેટર્ન અને માર્ગદર્શિકા દ્વારા સાંકળને આગળ વધારશે. પ્રારંભિક તપાસ એ ખાતરી કરે છે કે ભૂલ એક જ જગ્યાએ સુધારેલ છે.

15. માનવતા અને સામાજિક વિજ્ઞાનમાં કૃત્રિમ બુદ્ધિના ઉપયોગમાં પારદર્શિતા અને અધિકૃતતાની શું જરૂર છે?

• A) કૃત્રિમ બુદ્ધિમત્તાનો ઉપયોગ ગુપ્ત રાખવો, કોઈને ખબર ન પડે તેની ખાતરી કરવી
• B) કૃત્રિમ બુદ્ધિમત્તા દ્વારા ઉત્પાદિત દરેક ટેક્સ્ટને તેના પોતાના મૂળ વિચાર તરીકે રજૂ કરવા
• C) પ્રામાણિકપણે કૃત્રિમ બુદ્ધિમત્તાના ઉપયોગની ઘોષણા કરવી અને તેના આઉટપુટને પોતાના મૂળ કાર્ય તરીકે રજૂ ન કરવી ✔
• ડી) પદ્ધતિઓ સમજાવ્યા વિના માત્ર પરિણામો શેર કરવા

વર્ણન: પારદર્શિતામાં રેકોર્ડિંગનો સમાવેશ થાય છે કે ટ્રાન્સક્રિપ્શન, મેટાડેટા અથવા અનુવાદ કૃત્રિમ બુદ્ધિની મદદથી બનાવવામાં આવ્યો હતો; મૌલિકતા માટે કૃત્રિમ બુદ્ધિ દ્વારા ઉત્પાદિત ટિપ્પણીને પોતાના મૂળ વિચાર તરીકે રજૂ કરવાની જરૂર નથી. અનુગામી સંશોધકો દ્વારા ચકાસણી માટે અને શૈક્ષણિક અખંડિતતા માટે આ જરૂરી છે.