लाभ:
- प्रत्येक चरण पर एक मानव चेकपॉइंट के साथ, नैतिक स्क्रीनिंग से प्रकाशन तक, 7-चरण वर्कफ़्लो में संग्रह को संसाधित करने की क्षमता
- समझें कि शुरुआती जांच बिंदु किसी त्रुटि (गलत तारीख/नाम) को पूरी श्रृंखला में फैलने से कैसे रोकते हैं
- मास्टर फ़ाइल को संरक्षित करने, सत्यापन पर बचत न करने और समग्र परियोजना में एआई के उपयोग की घोषणा करने के सिद्धांतों को लागू करने की क्षमता
पिछली इकाइयों में व्यक्तिगत कौशल को शामिल किया गया है: डिजिटलीकरण, प्रतिलेखन, मेटाडेटा, स्कैनिंग, अनुवाद, सत्यापन, पैटर्न विश्लेषण, पुनर्प्राप्ति, संरक्षण और नैतिकता। यह अंतिम इकाई यह सब जोड़ती है। एक सच्चा संग्रह प्रोजेक्ट इन चरणों को अलग-अलग नहीं बल्कि एक परस्पर जुड़े वर्कफ़्लो के रूप में अनुभव करता है। यहां, हम देखेंगे कि आप एआई-समर्थित लेकिन मानव-नियंत्रित प्रक्रिया के साथ चरण दर चरण और नियंत्रण श्रृंखला के साथ संग्रह को शुरू से अंत तक कैसे संसाधित कर सकते हैं।
लक्ष्य एआई को एक ऐसे भागीदार के रूप में स्थापित करना है जो "हर कदम पर तेजी लाता है लेकिन किसी भी कदम पर अंतिम निर्णय नहीं लेता है।" जब आप इस इकाई को समाप्त कर लेंगे, तो आपके पास एक समग्र पद्धति रह जाएगी जो दस्तावेज़ों के अव्यवस्थित ढेर को शोध-तैयार, सत्यापित, नैतिक रूप से स्वच्छ संग्रह में बदल देती है।
परिदृश्य: हमारे पास क्या है
मान लीजिए कि आपको 250 दस्तावेजों का एक संग्रह प्राप्त होता है: कुछ मुद्रित (मुद्रित पत्राचार, विज्ञापन), कुछ पांडुलिपि (पत्र, नोटबुक), विभिन्न तिथियों से, कुछ में संवेदनशील व्यक्तिगत डेटा शामिल है। लक्ष्य: इस संग्रह को डिजिटाइज़ करना, प्रतिलेखित करना, सूचीबद्ध करना और शोधकर्ताओं के लिए उपलब्ध कराना। आइए इस प्रक्रिया को सात चरणों में विभाजित करें।
सात-चरणीय कार्यप्रवाह
चरण 1 - मूल्यांकन और नैतिक जांच। पहले संग्रह के बारे में जान लें। किन दस्तावेज़ों में संवेदनशील व्यक्तिगत डेटा शामिल है? कॉपीराइट स्थिति क्या है? क्या सांस्कृतिक संवेदनशीलता है? यह स्कैनिंग यह निर्धारित करती है कि कौन से दस्तावेज़ क्लाउड-आधारित एआई टूल को दिए जा सकते हैं और कौन से दस्तावेज़ केवल बंद/अनुमोदित वातावरण में संसाधित किए जाएंगे। यदि इस चरण को छोड़ दिया जाता है, तो संपूर्ण परियोजना नैतिक जोखिम में है।
चरण 2 - डिजिटलीकरण। दस्तावेज़ों को उच्च रिज़ॉल्यूशन (कम से कम 300-400 डीपीआई, अच्छा कंट्रास्ट) पर स्कैन करें। मूल (मास्टर) फ़ाइलों को अछूता रखें; सारी प्रक्रिया प्रतियों पर की जाएगी।
चरण 3 - पाठ निष्कर्षण। हार्डकॉपी दस्तावेज़ों के लिए ओसीआर और पांडुलिपि के लिए एचटीआर लागू करें। क्या एआई ने कच्चे आउटपुट को "सुरक्षित प्रूफरीडिंग" निर्देश के साथ साफ किया है - केवल ऑप्टिकल/पहचान त्रुटियां, कोई सामग्री टिप्पणी नहीं, अपठनीय स्थान [?]। ओटोमन/पांडुलिपि के लिए वैकल्पिक पठन और पुरालेखक नियंत्रण।
चरण 4 - मेटाडेटा और कैटलॉगिंग। प्रत्येक दस्तावेज़ के लिए मानक (डबलिन कोर/आईएसएडी(जी)) मेटाडेटा तैयार करें; "अस्तित्वहीन फ़ील्ड को खाली छोड़ें" की अनुमति से। विषय शर्तों को नियंत्रित सूची में मैप करें। दस्तावेज़ीकरण के साथ दिनांक और नाम सत्यापित करें.
चरण 5 - संवर्धन और पैटर्निंग। संस्थाओं (व्यक्ति/स्थान/संगठन) को निकालें, सामान्य बनाएं, संबंध और समयरेखा की रूपरेखा तैयार करें। दस्तावेज़ में प्रत्येक पैटर्न को सत्यापित करें; इसमें कोई काल्पनिक संबंध नहीं हैं और कोई कालक्रम नहीं है।
स्टेज 6 - एक्सेस टूल्स। संग्रह के लिए खोज सहायता की रूपरेखा तैयार करें; इतिहास अनुभाग को केवल सत्यापित नोट्स पर आधारित करें। पहुंच प्रतिबंधों (गोपनीयता/कॉपीराइट) को स्पष्ट रूप से चिह्नित करें।
चरण 7 - सत्यापन, घोषणा और प्रकाशन। महत्वपूर्ण फ़ील्ड (तिथि, नाम, उद्धरण, संदर्भ) को आखिरी बार सत्यापित करें। एआई के उपयोग की घोषणा करें। विशेषज्ञ अंतिम मंजूरी देता है; संग्रह अनुसंधान के लिए खोला गया है।
युक्ति: प्रत्येक चरण पर एक "मानव चेकपॉइंट" रखें: एक विशेषज्ञ अगले चरण पर जाने से पहले एआई के आउटपुट को मान्य करता है। इन जांच बिंदुओं के बिना, पहले चरण में एक त्रुटि (गलत पढ़ी गई तारीख) पूरी श्रृंखला में फैल जाएगी और अंततः कैटलॉग, पैटर्न और गाइड में लीक हो जाएगी।
नियंत्रण श्रृंखला तालिका
मंच
एआई का काम
मानव चौकी
1. नैतिक जांच
संवेदनशील डेटा अंकन
स्थापना निर्णय
2. डिजिटलीकरण
(छवि संवर्द्धन)
गुणवत्ता, मास्टर सुरक्षा
3. पाठ निष्कर्षण
ओसीआर/एचटीआर + सुरक्षित सुधार
नाम/तिथि/पठन सत्यापन
4. मेटाडेटा
मानक मसौदा
फ़ील्ड पुष्टिकरण, शब्द मिलान
5. पैटर्न
इकाई, संबंध, समयरेखा
दस्तावेज़ में सत्यापन
6. एक्सेस टूल
सहायता ड्राफ्ट ढूँढना
इतिहास और बाधा अनुमोदन
7. रिहाई
—
अंतिम अनुमोदन, घोषणा
तीन मिनी मामले
केस 1 - चेन त्रुटि पकड़ी गई। एक परियोजना में, चरण 3 में, एक दस्तावेज़ की तारीख "1888" के बजाय "1868" पढ़ी गई। यदि चरण 3 चेकपॉइंट ने इस त्रुटि को नहीं पकड़ा होता, तो तारीख कैटलॉग (4), टाइमलाइन (5), और गाइड (6) में फैल गई होती। चेकपॉइंट के लिए धन्यवाद, बग को एक ही स्थान पर ठीक कर दिया गया। पाठ: शीघ्र जाँच त्रुटि को श्रृंखला में फैलने से रोकती है।
केस 2 - नैतिक जांच ने परियोजना को बचा लिया। 250 दस्तावेजों में से 18 में जीवित व्यक्तियों का संवेदनशील डेटा था। चरण 1 में नैतिक जांच ने इन्हें चिह्नित किया; इन 18 दस्तावेज़ों को बंद वातावरण में संसाधित किया गया, बाकी को मानक उपकरणों के साथ संसाधित किया गया। यदि स्कैनिंग छोड़ दी जाती और यह सब क्लाउड पर अपलोड कर दिया जाता तो यह एक गंभीर उल्लंघन होता। पाठ: नैतिकता जांच पहला कदम है, बाद में जोड़ा गया कोई सुधार नहीं।
केस 3 - समय और प्रयास। पारंपरिक पद्धति का उपयोग करते हुए, 250 दस्तावेजों के संग्रह को पूरी तरह से संसाधित करने में लगभग 8-10 महीने लगेंगे। एआई-समर्थित, चेकपॉइंट वर्कफ़्लो के साथ, प्रक्रिया लगभग 3 महीने तक कम हो गई थी। लेकिन बचत "एआई ने सब कुछ किया" से नहीं, बल्कि "एआई ने यांत्रिक कार्य किया, मानव सत्यापन पर ध्यान केंद्रित किया।" सत्यापन के लिए समर्पित समय में कमी नहीं आई है; यांत्रिक कार्यों में लगने वाला समय कम हो गया है।
चार प्रतिलिपि योग्य टेम्पलेट
1) परियोजना प्रारंभिक योजना:
मेरे पास [संख्या] दस्तावेज़ों का एक संग्रह है: [प्रिंट/पांडुलिपि का मिश्रण], [अवधि], जिनमें से कुछ में संवेदनशील डेटा हो सकता है। इस संग्रह को डिजिटाइज़ और सूचीबद्ध करने के लिए 7-चरणीय वर्कफ़्लो योजना बनाएं: प्रत्येक चरण में AI के कार्य और HUMAN चेकपॉइंट को निर्दिष्ट करें। नैतिकता जांच को पहले रखें.
2) स्टेज ट्रांज़िशन चेकलिस्ट:
मैंने मंच [मंच का नाम] समाप्त कर लिया। अगले चरण पर जाने से पहले मुझे जिन महत्वपूर्ण बिंदुओं को सत्यापित करने की आवश्यकता है, उनकी एक चेकलिस्ट तैयार करें: किन तथ्यों (दिनांक/नाम/संदर्भ) को सत्यापित करने की आवश्यकता है, कौन सी त्रुटियां श्रृंखला में फैल सकती हैं? मेरी अंतिम स्वीकृति है; आप मुझे चेकलिस्ट दीजिए.
3) शुरू से अंत तक गुणवत्ता नियंत्रण:
संसाधित दस्तावेज़ की सभी परतें नीचे दी गई हैं: प्रतिलेखन, मेटाडेटा, निकाली गई संपत्तियां। परतों के बीच की अवधारणाएँ: क्या प्रतिलेखन में कोई तारीख मेटाडेटा से मेल खाती है, क्या इकाइयाँ वास्तव में पाठ में मौजूद हैं? सुधार लागू करना; विसंगतियों की एक सूची तैयार करें. परतें: [यहाँ]
4) परियोजना समापन और घोषणा:
इस संग्रह परियोजना में, मैंने निम्नलिखित चरणों में AI का उपयोग किया: [सूची]। परियोजना दस्तावेज़ीकरण के लिए: (1) किस चरण में किस एआई समर्थन का उपयोग किया गया था, (2) मानव सत्यापन कैसे किया गया था, (3) क्या सीमाएं/बाधाएं हैं - एक ईमानदार समापन नोट लिखें और एआई उपयोग विवरण का मसौदा तैयार करें जिसमें ये शामिल हों।
कमजोर संकेत/मजबूत संकेत
कमज़ोर:
इस संग्रह को एआई के साथ पूरी तरह से संसाधित करें और इसे अनुसंधान के लिए तैयार करें।
एक एकल "कुछ भी करें" निर्देश नैतिक जांच, चौकियों और सत्यापन को दरकिनार कर देता है; त्रुटियाँ श्रृंखला के साथ फैलती हैं।
मजबूत:
इस संग्रह के लिए 7-चरणीय वर्कफ़्लो सेट करें, जिसमें प्रत्येक चरण पर एक मानव चेकपॉइंट हो। मान लीजिए कि पहला चरण नैतिकता/गोपनीयता की जांच है। प्रत्येक चरण में एआई द्वारा उत्पादित आउटपुट को अगले चरण पर जाने से पहले सत्यापित किया जाएगा; महत्वपूर्ण तथ्य (तिथि/नाम/संदर्भ) अंकित करें। किसी भी स्तर पर एआई का अंतिम निर्णय नहीं होता।
अंतर: चरणबद्ध संरचना, नैतिकता प्राथमिकता, चौकियां और "लोगों का अंतिम निर्णय है" सिद्धांत पूरे प्रोजेक्ट को सुरक्षित और रक्षात्मक बनाता है।
सामान्य गलतियाँ
- नैतिक जांच को अंत तक छोड़ना। गोपनीयता/कॉपीराइट स्कैनिंग पहला कदम है; यदि इसे बाद में जोड़ा जाता है, तो उल्लंघन पहले ही हो चुका है।
- चौकियों को दरकिनार करना। एक त्रुटि जो असत्यापित हो जाती है वह पूरी श्रृंखला में फैल जाती है।
- मास्टर फ़ाइल की सुरक्षा नहीं कर रहा. यदि मूल को अछूता न रखा जाए तो वापसी असंभव हो जाती है।
- सत्यापन पर बचत. एआई यांत्रिक कार्य को छोटा करता है; यदि सत्यापन का समय कम कर दिया जाए तो गुणवत्ता कम हो जाती है।
- एआई के उपयोग की घोषणा नहीं कर रहा हूं। पारदर्शिता संग्रह की वैज्ञानिक विश्वसनीयता का हिस्सा है।
सारांश
एक एंड-टू-एंड संग्रह परियोजना व्यक्तिगत कौशल को नियंत्रण की श्रृंखला में जोड़ती है: नैतिक स्कैनिंग, डिजिटलीकरण, पाठ निष्कर्षण, मेटाडेटा, पैटर्न, पुनर्प्राप्ति उपकरण और प्रकाशन। प्रत्येक चरण में, AI यांत्रिक कार्य को गति देता है; प्रत्येक चरण में, एक मानव जांच चौकी का अंतिम निर्णय होता है। एथिकल स्क्रीनिंग पहला चरण है, मास्टर फ़ाइल सुरक्षित है, त्रुटियों को जल्दी पकड़ लिया जाता है ताकि वे श्रृंखला में न फैलें, और एआई के उपयोग की ईमानदारी से घोषणा की जाती है। बचत एआई द्वारा सब कुछ करने से नहीं होती, बल्कि मनुष्य के यांत्रिक कार्यों से मुक्त होने और सत्यापन पर ध्यान केंद्रित करने से होती है। एआई में तेजी आती है; मनुष्य इतिहास की सटीकता और अखंडता सुनिश्चित करता है।
आवेदन कार्य
एक छोटा संग्रह चुनें (10-20 दस्तावेज़; आपकी अपनी सामग्री या एक नमूना सेट)। "प्रोजेक्ट स्टार्टअप प्लान" टेम्पलेट के साथ 7-चरणीय वर्कफ़्लो बनाएं। इस प्रवाह के माध्यम से कम से कम दो दस्तावेज़ चलाएँ: नैतिक स्कैनिंग, पाठ निष्कर्षण, मेटाडेटा और एक पैटर्न परत। प्रत्येक चरण को "चरण परिवर्तन चेकलिस्ट" के साथ सत्यापित करें। अंत में, "प्रोजेक्ट क्लोजर एंड स्टेटमेंट" टेम्पलेट के साथ एआई के अपने उपयोग का दस्तावेजीकरण करें। ध्यान दें कि प्रारंभिक चौकियों पर कौन सी त्रुटियाँ पकड़ी गईं।
चेकलिस्ट
- [ ] मैंने पहले चरण में नैतिकता/गोपनीयता की जांच की।
- [ ] मैंने मास्टर फ़ाइलों को अछूता रखा।
- [ ] मैंने प्रत्येक चरण पर एक मानव चौकी लगाई है।
- [ ] मैंने महत्वपूर्ण तथ्यों को श्रृंखला में प्रचारित करने से पहले सत्यापित किया।
- [ ] मैंने परियोजना के समापन पर एआई के उपयोग की घोषणा की।
मॉड्यूल परीक्षा
1. इतिहास और संग्रह में कृत्रिम बुद्धिमत्ता के लिए सबसे उपयुक्त स्थिति क्या है?
- ए) एआई एक सारांश, संपादन और प्रारूपण उपकरण है; टिप्पणी, स्रोत आलोचना और अंतिम जिम्मेदारी विशेषज्ञ की है ✔
- बी) आर्टिफिशियल इंटेलिजेंस एक इतिहासकार की तरह दस्तावेज़ की प्रामाणिकता और अर्थ स्वयं तय कर सकता है
- सी) आर्टिफिशियल इंटेलिजेंस केवल टेक्स्ट का अनुवाद करने के लिए काम करता है, इसका अन्य संग्रह कार्यों से कोई लेना-देना नहीं है
- डी) चूंकि कृत्रिम बुद्धिमत्ता हमेशा मनुष्यों की तुलना में अधिक निष्पक्ष होती है, इसलिए ऐतिहासिक व्याख्या को उस पर छोड़ दिया जाना चाहिए।
विवरण: कृत्रिम बुद्धिमत्ता; यह एक सहायक है जो पाठ का संपादन, स्कैन, अनुवाद और ड्राफ्ट तैयार करता है। स्रोत आलोचना, व्याख्या, कारण-प्रभाव स्थापना और अंतिम निर्णय विशेषज्ञ का है; असत्यापित आउटपुट से मनगढ़ंत स्रोत, गलत तारीख या कालभ्रम हो सकता है।
2. ऐतिहासिक शोध में कृत्रिम बुद्धि द्वारा उत्पन्न मतिभ्रम क्या है?
- ए) आर्टिफिशियल इंटेलिजेंस किसी दस्तावेज़ को बहुत धीमी गति से संसाधित करता है
- बी) कृत्रिम बुद्धिमत्ता एक गैर-मौजूद स्रोत, उद्धरण या घटना को वास्तविक के रूप में गढ़ती है
- सी) एक दस्तावेज़ भौतिक रूप से क्षतिग्रस्त है
- डी) एक पुरालेख सूची अद्यतित नहीं है
स्पष्टीकरण: मतिभ्रम तब होता है जब कृत्रिम बुद्धिमत्ता आत्मविश्वास से ऐसी जानकारी, स्रोत, उद्धरण या घटनाएँ गढ़ती है जो वास्तव में मौजूद नहीं होती हैं। यद्यपि इसका स्वरूप उत्तम प्रतीत होता है, परन्तु इसकी विषय-वस्तु वास्तविक नहीं है; इसलिए, प्रत्येक संदर्भ सूची में, प्रत्येक उद्धरण को मूल स्रोत पर सत्यापित किया जाना चाहिए।
3. कृत्रिम बुद्धिमत्ता द्वारा ओसीआर आउटपुट को ठीक करने का सबसे अच्छा तरीका क्या है?
- ए) पाठ को धाराप्रवाह और सुंदर बनाने और छूटे हुए हिस्सों को तार्किक रूप से पूरा करने के लिए कहना।
- बी) इसे संदर्भ के आधार पर सभी संख्याओं और तिथियों को सही करने की अनुमति देना
- सी) उसे केवल ऑप्टिकल पहचान त्रुटियों को ठीक करने के लिए कहना, अपठनीय क्षेत्रों को छोड़ देना [?] और संख्याओं/तिथियों को नहीं बदलना ✔
- डी) छात्र से अपठनीय शब्दों को सबसे संभावित अनुमान के साथ भरने के लिए कहना।
स्पष्टीकरण: ओसीआर सुधार में सुनहरा नियम केवल स्पष्ट ऑप्टिकल पहचान त्रुटियों (जैसे आरएन से एम, एल से 1) को ठीक करना है; पाठ की सामग्री की व्याख्या या पूर्ण नहीं करना। अपठनीय क्षेत्रों को [?] से चिह्नित किया जाता है; संख्याएं और तारीखें नहीं बदली गई हैं, उन्हें छवि से सत्यापित किया गया है।
4. जब किसी ऐसे शब्द को पढ़ने की बात आती है जिसका स्वर ओटोमन पाठ में नहीं लिखा गया है तो कृत्रिम बुद्धिमत्ता से क्या पूछा जाना चाहिए?
- ए) एक एकल, सटीक रीडिंग दें, जिससे काम में तेजी आएगी
- बी) उस शब्द का चयन करना जो अर्थ को सबसे अधिक प्रवाहमय बनाएगा और रिक्त स्थानों को भरना होगा
- ग) अपठनीय भागों को अपने सामान्य ज्ञान से पूरा करना।
- डी) संभावित पढ़ने के विकल्प की पेशकश करना और एक निश्चित पढ़ने को थोपने के बजाय अस्पष्ट क्षेत्रों को चिह्नित करना ✔
स्पष्टीकरण: ओटोमन तुर्की में, छोटे स्वर अधिकतर नहीं लिखे जाते हैं; एक स्वर/अक्षर अंतर (अबुल और काबुल, वली और वली) पूरी तरह से अर्थ बदल देता है। इसलिए, एक निश्चित पठन थोपने के बजाय, संभावित विकल्प पूछे जाने चाहिए, अपठनीय क्षेत्रों को संरक्षित किया जाना चाहिए, और अंतिम निर्णय पुरालेखक पर छोड़ दिया जाना चाहिए।
5. एआई द्वारा ड्राफ्ट मेटाडेटा (कैटलॉग रिकॉर्ड) तैयार करते समय मतिभ्रम को रोकने का सबसे प्रभावी तरीका क्या है?
- ए) यदि वह दस्तावेज़ ✔ में शामिल नहीं है तो उस फ़ील्ड को खाली छोड़ने की स्पष्ट अनुमति दें
- बी) अनुरोध है कि प्रत्येक फ़ील्ड भरा जाए और अधूरा न छोड़ा जाए।
- सी) अदिनांकित दस्तावेजों की सामग्री के आधार पर तारीख का अनुमान लगाना
- डी) संदर्भ कोड उत्पन्न करने के लिए कृत्रिम बुद्धिमत्ता की अनुमति देना
विवरण: भरने का दबाव एआई को उस तारीख या निर्माता का अनुमान लगाकर दस्तावेज़ बनाने के लिए मजबूर करता है जो दस्तावेज़ में नहीं है। इसके विरुद्ध सबसे मजबूत ढाल स्पष्ट रूप से फ़ील्ड को खाली छोड़ने की अनुमति देना है यदि यह दस्तावेज़ में नहीं है; इसके अतिरिक्त, विषय शर्तों को नियंत्रित शब्दावली में मैप किया जाता है।
6. कृत्रिम बुद्धिमत्ता द्वारा निर्मित दस्तावेज़ सारांश को ऐतिहासिक शोध में कैसे स्थान दिया जाना चाहिए?
- ए) विश्वसनीय साक्ष्य के रूप में जिसे सीधे उद्धृत किया जा सकता है
- बी) एक खोज मानचित्र के रूप में जो आपको वास्तविक दस्तावेज़ तक ले जाता है; साक्ष्य मूल दस्तावेज़ ✔ से लिया गया है
- सी) एक पर्याप्त संसाधन के रूप में जो दस्तावेज़ को स्वयं प्रतिस्थापित कर सकता है
- डी) एक पाठ के रूप में जिसका उपयोग दस्तावेज़ पर वापस आए बिना अध्ययन में किया जा सकता है
विवरण: सारांश एक खोज मानचित्र है, प्रमाण नहीं। इस दस्तावेज़ में कुछ ऐसा है, यह कहता है कि जाओ और देखो; यह बिल्कुल वही नहीं कहता जो यह दस्तावेज़ में कहता है। यदि किसी घटना, उद्धरण या डेटा को अध्ययन में शामिल किया जाना है, तो उसे मूल दस्तावेज़ से शब्दशः लिया जाना चाहिए।
7. प्रकाशन के लिए किसी ऐतिहासिक दस्तावेज़ का अनुवाद करते समय अनाचारवाद से बचने का उचित तरीका क्या है?
- ए) सभी अवधि शर्तों को आज के निकटतम समकक्ष के साथ बदलना
- बी) पाठ को यथासंभव धाराप्रवाह और आधुनिक तरीके से संप्रेषित करना
- सी) अवधि शीर्षक और संस्था के नाम अद्वितीय छोड़ें और एक स्पष्टीकरण जोड़ें ✔
- डी) उचित नामों को उनके वर्तमान उपयोग के अनुसार अपनाना
व्याख्या: अनाक्रोनिज्म तत्वों का एक काल से दूसरे काल में गलत स्थानांतरण है। अवधि के शीर्षक, संस्था के नाम और व्यक्तिगत नामों को आज की शर्तों में बदलना पाठक को एक ऐसी दुनिया में ले जाता है जो उस अवधि से संबंधित नहीं है। सही तरीका यह है कि अवधि अवधि को रखा जाए और उसके आगे स्पष्टीकरण जोड़ा जाए।
8. यह कैसे सुनिश्चित करें कि कृत्रिम बुद्धिमत्ता द्वारा दिया गया एक संग्रह संदर्भ (फंड का नाम, फ़ाइल नंबर) वास्तविक है?
- ए) संदर्भ पर भरोसा करना क्योंकि इसका प्रारूप सही लगता है
- बी) एआई से दोबारा पूछकर कि क्या संदर्भ सही है
- ग) सन्दर्भ को सत्य मानना क्योंकि वह ठोस और विस्तृत है
- डी) पुरालेख सूची या विश्वसनीय स्रोत में संदर्भ को व्यक्तिगत रूप से ढूंढकर और सत्यापित करके
विवरण: कृत्रिम बुद्धिमत्ता ऐसे संदर्भ उत्पन्न कर सकती है जो स्वरूप में तो परिपूर्ण हैं लेकिन वास्तव में अस्तित्व में नहीं हैं; एक काल्पनिक संदर्भ वास्तविक संदर्भ के समान ही होता है। यह साबित करने का एकमात्र तरीका है कि कोई संदर्भ मौजूद है, उसे वहां ढूंढना है जहां मूल स्रोत स्थित है (संग्रह सूची, पुस्तकालय)।
9. कृत्रिम बुद्धिमत्ता के साथ पैटर्न विश्लेषण (एनईआर, नेटवर्क, टाइमलाइन) करते समय पाए गए पैटर्न का मूल्यांकन कैसे किया जाना चाहिए?
- ए) एक परिकल्पना के रूप में जिसे दस्तावेज़ में सत्यापित करने की आवश्यकता है; शुरुआती बिंदु, परिणाम नहीं ✔
- बी) एक निश्चित खोज के रूप में जिसके लिए सत्यापन की आवश्यकता नहीं है
- सी) यह एक निर्विवाद वस्तुनिष्ठ तथ्य है क्योंकि यह संख्यात्मक है।
- डी) परिणामस्वरूप इसे सीधे अध्ययन में डाला जा सकता है क्योंकि इसमें कृत्रिम बुद्धि पाई गई है
स्पष्टीकरण: प्रत्येक पैटर्न एक परिकल्पना है, साक्ष्य नहीं। संस्थाओं को स्रोत से जोड़ा जाना चाहिए, अलग-अलग वर्तनी (एक ही व्यक्ति/स्थान की) को मानव अनुमोदन के साथ सामान्यीकृत किया जाना चाहिए, लापता डेटा और नमूना पूर्वाग्रह के लिए संख्याओं पर सवाल उठाया जाना चाहिए, और अदिनांकित घटनाओं को कालानुक्रमिक नहीं किया जाना चाहिए।
10. खोज सहायता में जीवनी/संस्थागत इतिहास अनुभाग पर विशेष ध्यान देने की आवश्यकता क्यों है?
- ए) यह अनुभाग महत्वहीन है और सत्यापन के बिना प्रकाशित किया जा सकता है
- बी) चूँकि कृत्रिम बुद्धिमत्ता इस अनुभाग में मनगढ़ंत घटनाएँ, झूठी तारीखें और शीर्षक जोड़ सकती है, इसलिए इसे केवल सत्यापित स्रोतों पर ही भरोसा करना चाहिए ✔
- C) आर्टिफिशियल इंटेलिजेंस का उपयोग सुरक्षित रूप से किया जा सकता है क्योंकि इससे इतिहास लिखने में कोई गलती नहीं होती है।
- डी) केवल शोधकर्ता ही इस अनुभाग को भरते हैं, पुरालेखपाल को कोई दिलचस्पी नहीं है
विवरण: इतिहास अनुभाग वह जगह है जहां मतिभ्रम सबसे अधिक बार होता है: एआई किसी व्यक्ति या संस्था के बारे में सामान्य जानकारी से धाराप्रवाह पाठ लिखते समय गैर-मौजूद घटनाओं, झूठी तारीखों और मनगढ़ंत शीर्षकों को सम्मिलित कर सकता है। यह अनुभाग केवल सत्यापित स्रोतों पर आधारित होना चाहिए।
11. कृत्रिम बुद्धिमत्ता को किसी संदर्भ (परामर्श) सेवा में शोधकर्ता के तथ्यात्मक प्रश्न का उत्तर कैसे देना चाहिए?
- ए) प्रश्न का उत्तर सीधे और निश्चित तथ्य के रूप में दिया जाना चाहिए।
- बी) एक विश्वसनीय तारीख या नाम प्रस्तुत करना होगा और इसे शोधकर्ता को बताना होगा।
- सी) तथ्यों को सीधे देने के बजाय, शोधकर्ता को प्रासंगिक संग्रह और स्रोत ✔ की ओर निर्देशित करना चाहिए
- डी) इसे पूरा उत्तर देना चाहिए ताकि शोधकर्ता को स्रोत तक जाने की जरूरत न पड़े।
स्पष्टीकरण: संदर्भ सेवा में, कृत्रिम बुद्धिमत्ता को प्रत्यक्ष तथ्यात्मक उत्तर नहीं देना चाहिए, बल्कि शोधकर्ता को स्रोत की ओर निर्देशित करना चाहिए। क्योंकि कृत्रिम बुद्धिमत्ता द्वारा दिया गया सीधा तथ्यात्मक उत्तर मनगढ़ंत हो सकता है और शोधकर्ता इसे स्रोत समझने की भूल कर सकता है। "उत्तर यह है" कहने के बजाय, इसे "इस संग्रह में इन दस्तावेज़ों को देखें" कहना चाहिए।
12. कृत्रिम बुद्धिमत्ता के साथ क्षतिग्रस्त दस्तावेज़ छवि को संसाधित करते समय कौन से ऑपरेशन स्वीकार्य और आपत्तिजनक हैं?
- ए) छूटे हुए हिस्सों को भरने सहित सभी प्रकार के ऑपरेशन निःशुल्क हैं।
- बी) कोई कार्रवाई नहीं की जानी चाहिए, छवि को कभी नहीं छुआ जाना चाहिए
- सी) छूटे हुए अनुभागों को भरना सबसे मूल्यवान कार्य है क्योंकि यह दस्तावेज़ को पूरा करता है।
- डी) कंट्रास्ट/शोर जैसे पठनीयता हेरफेर स्वीकार्य हैं; लुप्त भागों को अनुमानों से भरना असुविधाजनक है ✔
स्पष्टीकरण: पठनीयता (कंट्रास्ट, प्रकाश व्यवस्था, शोर में कमी) में सुधार करने वाली प्रक्रियाएं स्वीकार्य हैं क्योंकि वे सामग्री को नहीं बदलती हैं; हालाँकि, गुम/अपठनीय भागों को अनुमान के आधार पर भरने से दस्तावेज़ में जो नहीं है, उसे प्रस्तुत करने का जोखिम है, यानी ऐतिहासिक जालसाजी। मूल संरक्षित है, लेन-देन दर्ज किए जाते हैं।
13. संवेदनशील व्यक्तिगत डेटा वाले पुरालेख दस्तावेज़ को संसाधित करने से पहले क्या करने की आवश्यकता है?
- ए) यदि आवश्यक हो तो गोपनीयता स्कैनिंग और गुमनामीकरण या बंद/अनुमोदित टूल का उपयोग करना ✔
- बी) दस्तावेज़ को बिना सोचे-समझे सीधे सार्वजनिक वाहन पर अपलोड करना
- सी) दक्षता के लिए गोपनीयता संबंधी चिंताओं को नजरअंदाज करना
- डी) दक्षता कारणों से पहुंच प्रतिबंधों पर काबू पाना
प्रकटीकरण: जीवित व्यक्तियों (स्वास्थ्य, धर्म, जातीयता, पता) की पहचान करने वाले संवेदनशील डेटा वाले दस्तावेज़ों को सार्वजनिक, क्लाउड-आधारित टूल पर अपलोड करना एक गंभीर गोपनीयता उल्लंघन हो सकता है। गोपनीयता स्क्रीनिंग पहले की जानी चाहिए, यदि आवश्यक हो तो गुमनामीकरण या एक बंद/अनुमोदित टूल का उपयोग किया जाना चाहिए।
14. एंड-टू-एंड आर्काइव प्रोजेक्ट में मानव चेकपॉइंट का मुख्य उद्देश्य क्या है?
- A) आर्टिफिशियल इंटेलिजेंस के काम को धीमा करना और प्रोजेक्ट में देरी करना
- बी) एक चरण में किसी त्रुटि (गलत तारीख/नाम) को बाद के सभी चरणों में बंधने से रोकने के लिए ✔
- C) मानव श्रम को बढ़ाना और स्वचालन को पूरी तरह से त्याग देना
- डी) यह सुनिश्चित करना कि कृत्रिम बुद्धिमत्ता ही अंतिम निर्णय हो
विवरण: प्रत्येक चरण पर एक मानव जांच चौकी यह सुनिश्चित करती है कि अगले चरण पर जाने से पहले एआई का आउटपुट सत्यापित हो। इसके बिना, पहले चरण में एक त्रुटि (गलत पढ़ी गई तारीख) कैटलॉग, पैटर्न और गाइड के माध्यम से श्रृंखला को आगे बढ़ाएगी। शीघ्र जाँच यह सुनिश्चित करती है कि त्रुटि को एक ही स्थान पर ठीक कर लिया गया है।
15. मानविकी और सामाजिक विज्ञान में कृत्रिम बुद्धिमत्ता के उपयोग में पारदर्शिता और प्रामाणिकता की क्या आवश्यकता है?
- ए) कृत्रिम बुद्धिमत्ता के उपयोग को गुप्त रखना, यह सुनिश्चित करना कि किसी को पता न चले
- बी) कृत्रिम बुद्धि द्वारा निर्मित प्रत्येक पाठ को अपने मूल विचार के रूप में प्रस्तुत करना
- सी) ईमानदारी से कृत्रिम बुद्धिमत्ता के उपयोग की घोषणा करना और इसके आउटपुट को अपने मूल कार्य के रूप में प्रस्तुत नहीं करना ✔
- डी) तरीकों को बताए बिना केवल परिणाम साझा करना
विवरण: पारदर्शिता में यह रिकॉर्डिंग शामिल है कि कृत्रिम बुद्धिमत्ता की मदद से एक प्रतिलेखन, मेटाडेटा या अनुवाद तैयार किया गया था; मौलिकता के लिए कृत्रिम बुद्धिमत्ता द्वारा निर्मित किसी टिप्पणी को अपने मूल विचार के रूप में प्रस्तुत करने की आवश्यकता नहीं है। यह बाद के शोधकर्ताओं द्वारा सत्यापन और अकादमिक अखंडता के लिए आवश्यक है।