קריאה ותרגום של אפוגרפיות, כתבי יד עתיקים וטקסטים

רווחים:

• היכולת לשמור את תו הקריאה וההשלמה המשוערת נפרדת ומסומנת בעת תמלול כתובות וכתבי יד לטיוטה לטקסט עם OCR/HTR
• יכולת לזהות צורות של הזיה כמו השלמת טקסט מטושטשת, תרגום כוזב וייחוס מפוברק, ולבדוק את התרגום מול המקור והתרגום האחורי.
• יכולת להבין כיצד ההקשר של השפה, הכתיבה והז'אנר קובע את מהימנות הבינה המלאכותית וכי הקריאה והפרשנות הסופית שייכים לפילולוג המומחה

אחד הצלילים הישירים ביותר שנותרו לנו מהעבר הוא מקורות כתובים: כתובות מגולפות באבן, לוחות חרס, פפירוסים, כתבי יד קלף, מצבות וחותמות. ביחידה זו נראה כיצד האפיגרפיה (מדע חקר הכתובות החקוקות על משטחים קשים כמו אבן, מתכת, קרמיקה), פליוגרפיה (מומחיות קריאה ותיארוך כתבי יד עתיקים) ובינה מלאכותית מאיצים את הקריאה, התרגום והעריכה של טקסטים אלו, אך מדוע כל קריאה חייבת להיות מאושרת על ידי פילולוג מומחה.

עקרון בסיסי: בינה מלאכותית עוזרת לקרוא טקסט קלוש, לתרגם שפה ולהציע משלים אפשריים; אבל הקריאה הסופית של כתובת, השלמת אותיות חסרות והמשמעות היא החלטת המומחה היודע את השפה והתקופה. באזור זה ה-AI נמצא בסיכון הגדול ביותר להזיה, מכיוון שהדגם נוטה מאוד למלא טקסט חסר או קלוש במשהו "סביר" אך מאופיין.

שלבים לעבודה עם מקורות כתובים

1. תיעוד. הכתובת או כתב היד מוצגים ברזולוציה גבוהה ובפורמט משופר ניגודיות. עבור משטחים לא ברורים, נעשה שימוש בתאורה מיוחדת (אור צד) ובטכניקות כגון RTI; AI עוזר לחדד ניגודיות וקצוות אותיות.

2. זיהוי תווים. OCR (זיהוי תווים אופטי) משמש לטקסט מודפס, ו-HTR (זיהוי טקסט בכתב יד) משמש לכתב יד. HTR מבוסס AI הוא רב עוצמה בתמלול כתבי יד ישנים.

3. תמלול והשלמה. עבור חלקים דהויים או שבורים, המומחה מציע שחזורים אפשריים על סמך דקדוק וטקסטים מקבילים. אותיות שהושלמו תמיד מסומנות על ידי סימנים כגון סוגריים מרובעים; מה שנקרא ומה שנחזה לעולם אינם מבולבלים.

4. תרגום. הטקסט מתורגם משפת המקור (לטינית, יוונית עתיקה, עות'מאנית, שפות כתב יתדות וכו'). AI נותן טיוטה ראשונה לתרגום; ניואנס מומחה מתקן טרמינולוגיה והקשר היסטורי.

5. הערה. מה אומר הטקסט, מי כתב אותו ולאיזה אירוע הוא מתייחס הם פרשנויות היסטוריות ושייכים למומחה.

טיפ: אם תגיד ל-AI "לקרוא ולהשלים" טקסט מעורפל, הוא ישלים בבטחה את החסר. במקום זאת, אמור "תן רק תווים קריאים בבירור, השאר ריק וסמן את האזורים שבהם אתה לא בטוח". בקשו להשלים בשלב נפרד, עם הצדקה, והקפידו על אישורו של המומחה.

הזיה: הסכנה הגדולה ביותר באזור זה

הטעות ההרסנית ביותר של AI במדעי הרוח היא היצור. ישנן ארבע צורות אופייניות בתחום זה:

• יצירת טקסט: "משלים" את החלק הלא קיים של כתובת קלושה, הוספת מילה שאינה קיימת.
• תרגום מזויף: מתרגם מילה שהוא אינו מבין באופן שוטף אך לא נכון; הקורא אינו יכול לשים לב כי אינו יודע את המקור.
• הפניה מפוברקת: כתוב "כתובת זו פורסמה באותו פרסום", אך הפרסום אינו קיים.
• שגוי/ייחוס: ממקם בביטחון סגנון כתיבה בתקופה הלא נכונה.

בכל אלה לעולם לא ניתן להשתמש ללא אישור של מומחה שרואה את המקור ויודע את השפה.

שימו לב: זה שתרגום שוטף ומשכנע לא אומר שהוא נכון. בינה מלאכותית יכולה אפילו להפוך סימן בכתב יתדות שהוא לא מבין למשפט בטוח. מי שלא יכול לקרוא את טקסט המקור לעולם לא יוכל לאמת את הדיוק של תרגום ה-AI בעצמו.

שלושה מיני תיקים

מקרה 1 - HTR פתח את הארכיון. ארכיון אחד שמר אלפי עמודים של כתבי יד עות'מאניים סגורים בפני חוקרים, כי הקריאה בהם דרשה מומחיות וזמן. HTR מבוסס AI מתמלל מחברות לטקסט טיוטה שניתן לחיפוש; מומחים תיקנו את הטיוטה וסומנו אזורים בלתי קריאים. זה לא טקסט מלא, אבל כלי סריקה רב עוצמה הופיע.

מקרה 2 - השלמה מפוברקת נתפסה. לתלמיד קרא AI מצבה לטינית שבורה; ה-AI "השלים" את השורה החסרה במשפט שוטף. האפיגרף הראה שההשלמה המוצעת הייתה בלתי אפשרית פיזית מכיוון שלא נותר מקום באבן. ההשלמה שוחזרה וסומנה על סמך כתובות מקבילות.

מקרה 3 - תרגום מזויף תוקן. צוות אחד ידווח על תרגום של AI לכתובת יוונית עתיקה; כשהפילולוג בדק, הוא גילה שה-AI תרגם פועל בזמן הלא נכון, מה שהפך את משמעות הטקסט (בין אם זה היה מנחה או אזכרה). חזרה למקור שמרה את התגובה.

ארבע תבניות הניתנות להעתקה

1) תמלול שמרני:

תפקידך: עוזר תמלול. בכתובת/תמונת כתב יד זו, תן רק תווים ברורים הניתנים לקריאה. אין לקרוא אזורים לא ברורים, שבורים או לא בטוחים; סמן אותו כ"[לא קריא]". השלם את החלקים החסרים. שימו לב גם לדמויות שאתם חושדים.

2) הצעת השלמה מנומקת:

להלן טקסט עם חלקי קריאה מדויקים ו[רווחים]. הצע משלים אפשריים לפערים, אך לכל הצעה: (א) נימוק (דקדוק, טקסט מקביל), (ב) האם הפער מתאים למספר האותיות, (ג) חלופות. אלו הן הצעות; לא קריאה מוחלטת. ציינו כי נדרש אישור מומחה.

3) טיוטת תרגום (מקור מוגן):

תרגם את הטקסט [שפה] למטה. שמור טקסט מקור ליד כל משפט (יישר שורה אחר שורה). סמן את המילים שאינך בטוח בהן ותן תרגום חלופי. אל תמציא את התנאים; אם אתה לא יודע, כתוב "לא בטוח". זוהי טיוטה; הפילולוג המומחה יבדוק.

4) אימות תרגום (תרגום אחורי):

תרגם את התרגום הזה בחזרה לשפת המקור והשווה אותו לטקסט המקור המקורי. סמן את החלקים שבהם המשמעות שונה, הוספה או ירדה. בדוק במיוחד את הזמן, הנושא והמספרים.

הנחיה חלשה / הנחיה חזקה

הנחיה חלשה:

קרא את הכתובת העתיקה הזו וספר לנו מה היא אומרת.

בכתובת קלושה, ה-AI משלים את הפערים, עלול לתרגם את השפה בצורה לא נכונה, ומי שלא רואה את המקור לא ישים לב לכך.

הנחיה עוצמתית:

בתמונת כיתוב זו, תמלל תחילה רק את התווים הניתנים לקריאה בבירור, תוך השארת החלקים המעורפלים "[לא קריאים]". לאחר מכן, בנפרד, הציעו השלמות אפשריות לפערים עם הצדקה, אך אל תציעו שום דבר מובהק. לבסוף, ספק טיוטת תרגום וסמן את המילים שאינך בטוח לגביהן. כולם כפופים לאישור מומחה.

הבדל: הראשון נותן "קריאה" פיקטיבית; האחרון שומר על השכבות הנקראות, החזויות והמתורגמות נפרדות וניתנות לאימות.

שפות, סקריפטים וחזית הידע של AI

טקסטים ארכיאולוגיים משתרעים על מגוון רחב של שפות וכתבים: כתובות בלטינית ויוונית עתיקה, כתבי יד עות'מאניים וערבים, לוחות כתב יתדות, הירוגליפים מצריים, כתובות רוניות ועוד. מיומנות בינה מלאכותית בשפות ותסריטים אלה היא מאוד לא אחידה. בעוד שטיוטת תרגום עשויה להיות סבירה עבור שפות עם טקסט דיגיטלי בשפע, כגון לטינית ויוונית עתיקה, עבור טקסטים המתועדים בדלילות, מפוענחים או נקראים רק על ידי מומחים מעטים, בינה מלאכותית אינה אמינה כמעט לחלוטין; מייצר "תרגומים" משכנעים אך מפוברקים לחלוטין בתחומים אלו.

יש גם את סוגיית ההקשר והז'אנר. לאותה מילה יכולות להיות משמעויות שונות במסמך משפטי, בטקסט תפילה ובמצבה. הפילולוג המומחה מזהה את סוג הטקסט (מסירות נפש, אנדרטה, חוזה, אות) וקורא את המילה בהקשר הנכון; AI חסרה את הרגישות הגנרית הזו ומטילה את המשמעות הנפוצה ביותר. קיצורים, נוסחאות וביטויי מלאי (במיוחד נפוצים מאוד בכתובות) מטעים בקלות את ה-AI.

אז כלל הזהב הוא: השתמש ב-AI כמאיץ עבור שפות שאתה מכיר, שפות שאתה יכול לשלוט בהן; לעולם אל תסתמך על תרגום AI בלבד בשפה שאינך יכול לקרוא. מי שאינו יכול לקרוא את המקור אינו יכול לאמת את דיוק התרגום ולכן אינו יכול להפוך את התרגום הזה לטענה מדעית.

טיפ: בעת מתן טקסט ל-AI, ציין את השפה, התקופה המשוערת והסוג שלו (כתובת/אות/מסמך). ידע בהקשר מפחית חלקית את הסחף של ה-AI לעבר הקריאה הנפוצה ביותר אך השגויה - אך אינו מבטל את הצורך באישור.

טבלת משימות משאבים כתובה

קווסט

תפקיד של AI

החלטה אנושית

אימות

שיפור תמונה

ניגודיות/קצה

בחירת קריטריונים

השוואה למקור

OCR/HTR

טיוטת טקסט

אופי בלתי מוגדר

הגהה מומחים

השלמה

המלצה (מנומקת)

קבל/דחה

טקסט מקביל, בקרת מיקום

תרגום

טיוטה

ניואנס, מונח

תרגום אחורי, מקור

הערה

סיכום הקשר

משמעות היסטורית

מומחה, ספרות

טעויות נפוצות

• השלמת הטקסט הקלוש. AI מתאים לפערים; יש להפריד ולסמן את הקריאה והתחזית.
• סומך על התרגום מבלי לראות את המקור. תרגום שוטף אינו תרגום נכון.
• קבלת הייחוס המומצא. אמירת "זה בשידור ההוא" דורשת אישור.
• לא בודק את המיקום הפיזי של ההשלמה. ההצעה חייבת להשתלב בחלל השבור.
• משאירים את הפרשנות ל-AI. המשמעות ההיסטורית של הטקסט היא עניינו של הפילולוג המומחה.

לסיכום

בינה מלאכותית באפיגרף וטקסטים עתיקים; זה מאיץ באופן משמעותי את שיפור התמונה, טיוטת HTR/OCR, הצעת השלמה ותרגום טיוטות, ופותחת ארכיונים סגורים למחקר. אבל זה התחום שבו הסיכון להזיה הוא הגבוה ביותר: קריאה מופרדת מהניבוי, משלימים מסומנים, תרגומים נבדקים מול מקור ותרגום אחורי, והקריאה והפרשנות הסופית שייכים לפילולוג המומחה.

משימת יישום

בחר כתובת או תמונת כתב יד (מאוסף גישה פתוחה). חלץ רק תווים ברורים עם התבנית "תמלול שמרני", ולאחר מכן קבל הצעות לרווחים עם "הצעת השלמה מנומקת". הפק טיוטת תרגום ותרגם אותה בחזרה עם התבנית "אימות תרגום" וסמן היכן התחלפה המשמעות. השווה לקריאה שפורסמה אם אפשר.

רשימת בדיקה

• [ ] סימנתי בנפרד את התו שנקרא ואת השלמת החיזוי.
• [ ] בדקתי שההשלמות מתאימות לאזור השבור.
• [ ] בדקתי את התרגום מול טקסט המקור והתרגום האחורי.
• [ ] אישרתי את הפרסומים/ציטוטים שניתנו על ידי YZ בקטלוג בפועל.
• [ ] השארתי את הקריאה והפרשנות הסופית לאישור מומחה.