利益:
- 人工知能を使用して、検索支援 (説明ツール)、範囲内容メモ、およびレイアウトセクションの草稿を作成する機能
- 伝記/組織の歴史の幻覚リスクを理解し、このセクションを検証済みの情報源のみに基づいて作成する能力
- 人工知能が、参照サービスで事実を直接提供するのではなく、研究者を情報源に誘導できるようにする機能
アーカイブは文書を保存するだけではありません。研究者がそれらにアクセスできるようにする責任もあります。このアクセスには主に 2 つの手段があります。1 つはコレクションを紹介する説明ツール (検索支援 - アーカイブ コレクションの内容、構成、範囲を定義するガイド文書)、もう 1 つは研究者を直接支援するリファレンス サービスです。どちらも多大な労力を必要とします。コレクションのガイドを書くには数週間かかり、研究者の質問に 1 日かけて答えるには時間がかかります。さらに、これら 2 つの作品はアーカイブの「顔」です。研究者がコレクションに最初に接触するのは多くの場合、ガイドや情報デスクを通じて行われるため、ここでの誤りはアーカイブの信頼性に直接反映されます。
AI は、記述ツールの作成や参照サービスのサポートにおいて強力な支援となります。この単元では、コレクション ガイド (検索支援) の草稿、範囲と内容の説明の作成、研究者の質問への支援の方法を学び、これらのサービスにおいて正確さが譲れない理由を確認します。
説明ツール: コレクションのマップ
説明ツールを使用すると、研究者は「このコレクションの何が私にとって役に立ちますか?」と尋ねることができます。それにより、質問に答えることができます。通常は次のものが含まれます。
- 概要: コレクションの名前、範囲、日付範囲、サイズ。
- 伝記/組織の歴史: 文書を作成した個人または組織の簡単な履歴。
- 範囲と内容に関する注: コレクションに含まれる文書の種類と主題についての説明。
- 配置: ドキュメントをグループ化する方法 (シリーズ、サブシリーズ)。
- インベントリ: ボックス/ファイル レベルの詳細リスト。
これらの文書は標準 (たとえば、アーカイブ ガイドのデジタル コーディング標準である ISAD(G) または EAD - Encoded Archival description) に従って書かれています。 AI は、生の目録と文書の概要からこれらのセクションの概要を生成できます。しかし、あらゆる事実（歴史、人物、組織の歴史）は検証されなければなりません。
記述ツールのもう 1 つの価値は、さまざまな詳細レベルで記述できることです。場合によっては、アーカイブの何千ものボックスを文書レベルで説明するのに十分な時間やリソースがない場合があります。この場合、マルチレベルの説明が作成されます。最初にファンド レベルでの一般的な説明、次にシリーズ、そして可能な限りファイル レベルです。 AI は、下位レベルの症例概要から最上位レベルの全体的なスコープノートを作成する場合に特に役立ちます。塊から全体までをまとめます。ただし、この概要の各層は、最下層の実際の文書と一致している必要があります。 AI は、トップレベルのコレクションにないスコープ クレームを作成すべきではありません。
注意: 伝記/組織の歴史のセクションは、幻覚が最も頻繁に忍び寄る場所です。AI は、存在しない出来事、偽の日付、でっちあげのタイトルを追加しながら、「常識」に基づいて人物や組織に関する流暢な歴史を書くことができます。このセクションは検証済みの情報源のみに基づいてください。
ワークフロー: ステップバイステップ
1. 原料を収集します。在庫、文書の概要、箱のリスト、既存のメモ（ある場合）。
2. 基準を設定します。どの記述基準に従って記述されますか(ISAD(G)/EAD)?
3. 章ごとの草稿を作成します。スコープやコンテンツのメモ、レイアウトの説明などのセクションを AI に原材料から草稿してもらいます。
4. 事実を確認します。特に歴史セクションでは、それぞれの日付、名前、出来事を独立した情報源で確認してください。
5. アクセス制限を確認します。コレクションには機密文書や著作権が制限された文書はありますか?これらはガイドに記載する必要があります。
6. 専門家の承認。最終的なガイドはアーキビストの承認を受けます。
レファレンスサービス：研究者への支援
レファレンス サービスでは、AI が次の 2 つの方法で役立ちます。(1) 研究者の質問を理解し、どのコレクションを見るべきかを提案することによって、および (2) よくある質問に対する回答を草案することによって。しかし、ここには重大な限界があります。AI は研究者に直接の「事実」の答えを与えるべきではなく、研究者を情報源に誘導する必要があります。 「この日付はこれです」ではなく、「この情報は、このコレクションのこれこれの文書から見つけることができます」と言う必要があります。なぜなら、AIが与える直接の事実に基づく回答は捏造され、研究者が出典と間違える可能性があるからです。
参照タスク
AIの適切な役割
好ましくない使用
質問の意味を理解する
明確な質問を提案する
—
コレクションルーティング
「そこを見てください」という提案
「答えはこうだ」って言うと
よくある質問の草案
検証済みの情報からの草案
偽の答え
ソースリスト
カタログ内の検索候補
でっちあげのリファレンスを与える
事実の問題
ソースにリダイレクト
直接的な事実対応
ミニケース3個
ケース 1 — ガイダンス草案では 4 週間が 1 週間に短縮されました。アーカイブでは、120 個の箱のコレクションのための検索補助具が準備されていました。ボックス リストとファイルの概要が AI に与えられました。 YZ は、範囲内容のメモとレイアウト セクションの草案を作成しました。アーキビストは 1 週間で事実を検証し、整理しました。従来の方法では、この見積もりは 1 か月でした。しかし、伝記セクションの 3 つの日付と 2 つのタイトルが間違っていました。検証で修正されました。
ケース 2 — 架空の組織の歴史。インターンは AI に教育機関の歴史を書かせ、ディレクトリに直接入力させました。 YZは機関の設立日を誤り、存在しない合併について言及した。研究者がエラーに気づき、報告しました。ガイドは修正されましたが、アーカイブの信頼性は損なわれました。教訓: 歴史セクションは検証なしでは公開されません。
ケース 3 — 正しい指導、間違った事実。研究者が日付を尋ねました。 AI ベースのアシスタントが直接の日付を (でっち上げて) 教えてくれました。研究者はこれを情報源として使用します。上級アーキビストが介入して「AIは事実を与えるのではなく、コレクションに誘導するのだ」と言い、本物の文書を見させた。歴史は違っていた。教訓: レファレンス サービスでは、AI は事実を与えるのではなく指示します。
コピー可能な 4 つのテンプレート
1) 草案の範囲と内容に関する注記:
以下のボックス/ファイルのリストと文書の概要に基づいて、コレクションの「範囲と内容に関するメモ」の草案を作成します。提供された資料に含まれているもののみを使用してください。コレクションにないトピック、日付、または人物を追加します。不明な点がある場合は、[検証が必要] にマークを付けてください。材料：【こちら】
2) 経歴/組織歴 (管理対象):
以下は、[個人/組織] に関する検証済みのメモです。これらのメモのみに基づいて、簡単な歴史の概要を書きます。メモに記載されていない日付、イベント、タイトルなどは追加しないでください。一般的な「知識」情報を追加しないでください。スペースは[情報なし]のままにしてください。注: [ここ]
3) 研究者への指導:
研究者の質問: [質問]。この質問に対しては、事実に基づいた直接の回答をしないでください。代わりに: (1) 質問を明確にするための 1 ～ 2 つの質問を提案し、(2) どのタイプのコレクション/文書を見るべきかを彼に伝え、(3) カタログ内でどのような用語を検索するかを提案します。でっちあげの言及はしないでください。
4) よくある質問の回答草案:
以下は、アーカイブからの検証済みのファクトシートです。これらのメモに基づいて、次のよくある質問に対する回答の下書きを作成します: [質問]。メモにない情報を追加します。不明な点には[チェック]マークを付けてください。回答の最後に、研究者を関連するコレクションに誘導します。注: [ここ]
弱いプロンプト / 強いプロンプト
弱い：
歴史を含む、このコレクションの包括的な検索資料を作成します。
「広範」かつ「歴史を含む」ことで、AI は与えられた資料を超えて、機関/人物に関する捏造された情報を追加するようになります。
強い：
次のボックス リストと確認済みの履歴メモに基づいて、検索補助書の概要を作成します: スコープの内容とレイアウトのセクション。所定の資料に含まれていない事実は含めないでください。履歴内の検証済みのメモのみを使用し、空白のままにしてください (情報なし)。すべての疑わしい事実にマークを付けます [検証が必要]。材料：【こちら】
違いは、指定された材料の遵守、製造の禁止、ギャップと検証マークの保存により、ガイドの信頼性が高まります。
よくある間違い
- 歴史はAIの「常識」に任せる。この部分は最も幻覚を受けやすい部分です。検証済みのメモのみに基づく必要があります。
- 参考文献に直接の事実を記載する。 AI は情報源を置き換えるのではなく、研究者をガイドする必要があります。
- アクセス制限を回避します。機密保持/著作権が制限されている文書は、ディレクトリ内でマークする必要があります。
- でっち上げたリファレンスを提案する。カタログ内の未確認の参考文献は研究者に提供されません。
- 承認なしにドラフトを公開する。最終ガイドはアーキビストによって承認されます。
要約すると
アーカイブ アクセスおよび参照サービスは、AI が記述ツールの作成を加速し、研究者の指導をサポートする有益な分野です。しかし、伝記/組織の歴史は幻覚が侵入するポイントであり、レファレンスサービスでは、AIは事実を提供するのではなく、情報源に直接提供する必要があります。認証された資料のみに基づいてガイドを作成し、ギャップを保持し、アクセス制限をマークし、最終的な承認をアーキビストに任せます。 AI がコレクションの地図を作成します。アーカイブはその地図の正確さに責任を負います。
アプリケーションタスク
コレクション (実物またはサンプル) のボックス/ファイル リストを取得し、「スコープとコンテンツ ノートのアウトライン」テンプレートを使用して AI にアウトラインを依頼します。所定の材質を超えていないか確認してください。次に、検証済みのメモのみを含む個人/組織の「経歴」テンプレートを実行し、AI がギャップを埋めようとするかどうかを観察します。最後に、「研究者オリエンテーション」テンプレートを使用して研究者の質問を処理します。
チェックリスト
- [ ] このガイドは、指定された/検証済みの資料のみに基づいています。
- [ ] 私は歴史上のすべての日付と名前を独自に検証しました。
- [ ] ガイド内のアクセス制限（プライバシー・著作権）にマークを付けました。
- [ ] 参考文献に事実を記載する代わりに、出典を示すように指示しました。
- [ ] 私はアーキビストの承認を得るため、最終ガイドを提出しました。