Keuntungan:
- Kemampuan untuk menghasilkan draf metadata sesuai dengan standar seperti ISAD(G) atau Dublin Core dengan kecerdasan buatan
- Kemampuan untuk mencegah halusinasi dan memetakan istilah subjek ke kosakata terkontrol dengan izin kosongkan
- Kemampuan untuk membedakan bidang mana, seperti tanggal, nama orang, dan kode referensi, yang memerlukan persetujuan manusia dan mana yang hanya boleh ditugaskan oleh institusi
Sebuah arsip atau perpustakaan, tidak peduli seberapa kayanya, tidak dapat ditemukan kecuali jika didefinisikan dengan baik. Apa yang membuat suatu dokumen “dapat ditemukan” adalah informasi deskriptif mengenai dokumen tersebut: siapa yang menulisnya, kapan, di mana, apa subjeknya, apa koleksinya. Informasi ini disebut metadata (metadata — data deskriptif tentang suatu dokumen; “data tentang data”). Katalogisasi adalah proses mengidentifikasi dokumen dengan metadata ini dan menyimpannya dalam sistem yang dapat dicari. Klasifikasi adalah mengatur dokumen menurut kriteria seperti subjek, jenis atau asal.
Menghasilkan metadata sangat memakan waktu; Memasukkan informasi tanggal, subjek, orang dan tempat satu per satu untuk ribuan dokumen dalam koleksi besar dapat memakan waktu bertahun-tahun. AI adalah generator rancangan yang kuat dalam bisnis ini. Dalam unit ini, kita akan melihat cara menghasilkan metadata dengan AI, pembuatan katalog sesuai dengan standar (ISAD(G), Dublin Core), serta kekuatan dan kelemahan klasifikasi otomatis.
Standar kearsipan: mengapa dibutuhkan
Metadata tidak dimasukkan secara acak; Terdapat standar internasional agar catatan dari berbagai institusi dapat saling berkomunikasi:
- ISAD(G) (Deskripsi Arsip Standar Internasional Umum): Aturan untuk mendeskripsikan materi kearsipan secara hierarkis (pada tingkat dana, seri, berkas, dokumen). Ini berisi bidang seperti kode referensi, judul, tanggal, ruang lingkup, pencipta.
- Dublin Core: Standar umum yang terdiri dari 15 bidang inti untuk mendeskripsikan sumber daya digital (judul, pembuat, subjek, tanggal, genre, format, sumber, bahasa, dll.).
- Fonds: Seperangkat catatan yang terbentuk secara alami sebagai hasil aktivitas seseorang, keluarga, atau institusi. Ini adalah unit pengorganisasian dasar pengarsipan.
- Provenance (asal): Informasi tentang dari siapa suatu dokumen berasal dan melalui tangan mana. Dalam pengarsipan, dokumen-dokumen disimpan bersama-sama sesuai dengan asalnya.
Menentukan standar target secara eksplisit ketika AI menghasilkan metadata memastikan bahwa output dapat langsung dimasukkan ke dalam perusahaan.
Konsep penting lainnya adalah catatan otoritas—catatan yang mendefinisikan bentuk tunggal, standar, dan disetujui atas nama seseorang, tempat, atau lembaga. Dalam dokumen sejarah, orang atau tempat yang sama mungkin muncul dengan ejaan berbeda; Catatan otoritas mengikat semuanya ke dalam satu format yang disetujui sehingga tidak tersebar dalam pencarian. AI menyarankan nama dari sebuah dokumen; tapi memetakan nama ini ke bentuk standar dalam catatan otoritas adalah pekerjaan manusia. Menghubungkan apa yang dikatakan AI "Ahmed" dengan "Ahmed Bey (1840-1912)" dalam catatan otoritas lembaga menjaga konsistensi katalog.
Alur kerja: langkah demi langkah
1. Siapkan sumbernya. Kumpulkan transkrip atau gambar dokumen dan informasi konteks apa pun.
2. Identifikasi standar dan areanya. Beri tahu AI standar mana (ISAD(G), Dublin Core) dan menurut bidang mana ia akan menghasilkan keluaran.
3. Hasilkan draf metadata. AI mengisi kolom yang dapat diambil dari dokumen (tanggal, orang, tempat, subjek, bahasa, genre); Ini mengosongkan area yang tidak dapat dihapus.
4. Memetakan kosakata yang terkontrol. Nama subjek dan tempat tidak gratis di sebagian besar institusi, tetapi terikat pada daftar yang telah ditentukan sebelumnya (kosa kata terkontrol/tesaurus). Petakan istilah subjek yang disarankan oleh AI ke daftar ini.
5. Verifikasi dan konfirmasi. Setiap bidang, terutama tanggal, nama dan subjek, diperbandingkan oleh manusia dengan dokumen dan catatan otoritas.
Tip: Berikan izin secara eksplisit kepada AI untuk "biarkan kosong". Jika tidak, ia akan "menebak" mengisi tanggal atau pencipta yang tidak ada dalam dokumen dan memasukkan metadata palsu ke dalam katalog Anda. Instruksi "Biarkan bidang ini kosong jika tidak ada dalam dokumen" adalah perisai terkuat terhadap halusinasi.
Bidang dan tingkat kepercayaan dalam tabel
Bidang metadata
Seberapa andalkah AI?
verifikasi
bahasa
tinggi
sampel
Jenis dokumen
sedang-tinggi
kontrol
Nama orang/tempat
Sedang (kesalahan membaca)
wajib
tanggal
Rendah-sedang (risiko fabrikasi)
wajib
Istilah subjek
Sedang (menghasilkan gratis)
Petakan ke daftar periksa
Ruang lingkup/ringkasan
sedang-tinggi
Bandingkan dengan sumber
Kode referensi
Tidak ada (institusi memberi)
lemparan manusia
Ringkasan: AI cepat dan andal dalam berbagai bidang seperti bahasa dan genre; menghasilkan draf di bidang seperti tanggal, nama dan subjek, tetapi diperlukan persetujuan manusia; AI tidak pernah menghasilkan bidang institusional seperti kode referensi.
tiga kasus mini
Kasus 1 — Draf metadata untuk 8.000 foto. Arsip kota sedang mengkatalogkan 8.000 foto bersejarah. Catatan di belakang setiap foto ditranskripsi dan diberikan kepada AI; AI menghasilkan tanggal, lokasi, dan garis besar topik. Tim manusia memverifikasinya bidang demi bidang dan memetakannya ke daftar terkontrol. Perkiraan pekerjaan 10 bulan dikurangi menjadi 3 bulan; tapi setiap tanggal dan nama tempat diperiksa secara visual.
Kasus 2 — Sejarah yang dibuat-buat. Seorang arsiparis memiliki katalog AI untuk surat yang tidak bertanggal. YZ melihat isi surat itu dan menulis tanggal “1912” dengan tepat. Namun, tidak ada tanggal dalam dokumen tersebut; prediksi AI. Jika petugas arsip tidak menambahkan petunjuk “kosongkan jika tidak ada dalam dokumen”, maka katalog akan diisi dengan tanggal yang dibuat-buat. Pelajaran: izin kosong itu wajib.
Kasus 3 — Istilah subjek gratis menimbulkan kebingungan. AI menetapkan istilah bebas yang serupa namun berbeda seperti "imigrasi", "imigrasi", "penyelesaian" untuk dokumen serupa. Jika tidak dipetakan ke kosakata terkontrol, topik yang sama ditandai dengan tiga istilah berbeda dan tersebar dalam pencarian. Konsistensi dicapai dengan memetakan istilah-istilah tersebut ke dalam satu daftar otoritas. Pelajaran: istilah topik tidak dirilis, istilah tersebut ditautkan ke daftar.
Empat templat yang dapat disalin
1) Garis besar Inti Dublin:
Ekstrak draf metadata Dublin Core dari transkripsi dokumen di bawah. Bidang: Judul, Pencipta, Subjek, Deskripsi, Tanggal, Genre, Bahasa, Ruang Lingkup (lokasi/periode). Aturan: (1) Hanya gunakan informasi yang JELAS dalam teks. (2) Biarkan field yang tidak ada pada teks KOSONG, jangan ditebak. (3) Tandai nilai yang Anda tidak yakin dengan [?]. Transkripsi: [di sini]
2) Konsep definisi ISAD(G):
Hasilkan draf untuk dokumen berikut di bidang ISAD(G): Judul, Tanggal, Tingkat Deskripsi (dokumen/file), Cakupan dan konten (ringkasan singkat), Pencipta, Bahasa. Biarkan kode referensi KOSONG (institusi akan menyediakannya). Jangan menambahkan informasi apa pun yang tidak ada dalam teks; Biarkan bidang yang tidak ada kosong. Dokumen: [di sini]
3) Saran istilah topik (dikendalikan):
Sarankan 3-5 istilah topik yang sesuai dengan dokumen di bawah ini. Pertama, andalkan fakta dalam dokumen tersebut. Di bawah ini adalah daftar terminologi yang dikontrol institusi kami; PERTAMA, pilih dari daftar ini, jika tidak ada dalam daftar, tandai saran istilah baru Anda secara terpisah. Daftar: [istilah]. Dokumen: [di sini]
4) Pemeriksaan konsistensi massal:
Di bawah ini adalah rekaman metadata untuk dokumen dari koleksi yang sama. Inkonsistensi tanda: catatan mengeja tempat/orang yang sama secara berbeda, format tanggal berbeda, istilah berbeda untuk subjek yang sama. PENGENAAN Koreksi; Buat saja daftar ketidakkonsistenan untuk ditinjau oleh manusia. Catatan: [di sini]
Perintah lemah / Perintah kuat
Lemah:
Buat catatan katalog lengkap untuk dokumen ini.
Instruksi “lengkap” mendorong AI untuk mengisi setiap ruang, yakni menciptakan sejarah dan pencipta yang tidak ada.
Kuat:
Dublin Core dirancang untuk dokumen ini. Gunakan hanya informasi yang JELAS disertakan dalam transkripsi; biarkan kolom yang tidak ada kosong, jangan menebak-nebak. Pilih istilah topik dari daftar terkontrol ini: [daftar]. Tandai tanggal dan nama orang dengan [?] agar saya dapat memverifikasinya dengan dokumen. Transkripsi: [di sini]
Perbedaan: izin "kosongkan" dan bukan edisi "lengkap", kepatuhan daftar terkontrol dan tanda verifikasi melindungi katalog dari pemalsuan.
Kesalahan umum
- Artinya "isi seluruhnya". Hal ini menyebabkan penyesuaian bidang yang tidak ada; izin "biarkan kosong" harus diberikan.
- Melepaskan istilah subjek. Istilah-istilah yang tidak dipetakan ke kosakata yang dikuasai akan mengalihkan perhatian pencarian.
- Memiliki AI yang memprediksi sejarah. Memasukkan tanggal fiktif ke dalam dokumen tak bertanggal akan mencemari katalog.
- Memiliki kode referensi yang dihasilkan oleh AI. Ini adalah ruang korporat yang unik; orang melempar.
- Tidak menentukan standarnya. Jika standarnya tidak disebutkan, maka keluarannya akan berupa draf yang berantakan dan tidak bisa masuk ke lembaga.
Singkatnya
Metadata dan katalogisasi adalah infrastruktur tak kasat mata yang membuka arsip bagi peneliti, dan ini memerlukan banyak usaha. Dari transkripsi, AI menghasilkan garis besar cepat untuk bidang-bidang seperti tanggal, orang, tempat, subjek, dan genre; Ini dapat bekerja sesuai dengan standar seperti ISAD(G) atau Dublin Core. Namun tekanan untuk “mengisi sepenuhnya” mendorong AI untuk membuat perubahan; Izin “kosongkan”, pemetaan ke kosa kata yang terkontrol, dan konfirmasi tanggal/nama oleh manusia menjaga katalog tetap dapat dipercaya. AI menyiapkan drafnya; Anda bertanggung jawab atas keakuratan katalog.
Tugas aplikasi
Ambil transkripsi dokumen dan minta metadata dari AI dengan templat “Draf Dublin Core”; Periksa apakah ia meninggalkan bidang kosong yang tidak ada. Kemudian jalankan templat “saran istilah topik” dengan daftar periksa Anda sendiri (atau contoh). Terakhir, uji beberapa catatan dengan “pemeriksaan konsistensi massal”. Catat berapa banyak bidang yang coba diisi oleh AI dengan prediksi dan berapa banyak istilah subjek yang perlu dipetakan ke daftar.
daftar periksa
- [ ] Saya telah dengan jelas menyatakan standar target (ISAD(G)/Dublin Core).
- [ ] Saya memberikan izin "Biarkan bidang kosong kosong".
- [ ] Saya memetakan istilah topik ke daftar terkontrol.
- [ ] Saya memverifikasi tanggal dan nama orang dengan dokumen/catatan otoritas.
- [ ] Kode referensi saya serahkan pada institusi, bukan pada AI.