利益:
- リスクのレベルに応じて、考古学のワークフロー（分類、測定、要約、草案）において人工知能が時間を節約する部分と、解釈、年代測定、文化的帰属などの決定が専門家に委ねられる部分を区別できるようになります。
- それぞれの出力を実際の情報源にリンクし、独立した情報源で確認し、専門家の判断のフィルターに通すというステップを通じて検証する規律を適用する能力。
- 機密性の高いサイト、遺体、未公開の発見物の機密性、幻覚と真正性のリスクを最初から考慮する必要がある理由を理解してください。
あなたは発掘シーズンの真っ最中です。掘削現場では数百の陶器の破片（壊れた陶器）、数枚のコイン、骨、ガラスが発見されました。それぞれの物体は、コンテキスト番号 (発見物が発見された層、穴、または場所。考古学では、物体の意味は、どこで何が発見されたかによって決まります) とともに記録されるのを待っています。同時に、調査チームはドローン写真を送信し、大学院生はレイヤー図面をデジタル化し、博物館は次の展示のためのテキストを要求しています。考古学（発見物、構造物、層などの物質的な遺跡を通じて過去の人間社会を研究する科学）と文化遺産（コミュニティが過去から継承し保存する有形および無形の価値）の分野は、本質的にデータ集約的で、学際的で、時間がかかり、細心の注意を払う必要があります。ここでは、人工知能 (AI - 過去のデータからパターンを抽出して画像を分類し、テキストを要約し、翻訳し、下書きを作成するソフトウェア) が、この豊富なデータの処理を加速します。
しかし、このモジュールの冒頭は明らかです。AI は分類、測定、要約、概要のアシスタントです。あなたは、発見が何を意味するか、レイヤーをどのように解釈するか、そして過去についてどのようなストーリーを語るかを決定する有能な専門家です。考古学は人間科学です。証拠は脆弱であり、文脈は独特であり、解釈の責任は人間にあります。
この最初の単元では、ツールではなく分野に焦点を当てます。考古学のワークフローのどこで AI がリアルタイムを保存するのか、どこで危険なのか、各出力を検証する方法、正確な位置を保護してデータを見つける方法、幻覚 (AI が現実には存在しないものを生成する) に注意を払う方法を学びます。
AI は考古学のワークフローのどこに役立ちますか?
考古学的な作業を 2 つの大きなクラスターに分けてみましょう。最初のクラスター: 大量の反復的でパターンを削除可能なタスク。数千の陶片の予備的な分類、類似した発見物の視覚的なグループ化、衛星画像とLiDAR画像の異常マーキング、発掘ノートと目録カードのデジタル化、長い文献の最初の要約、多言語出版物の翻訳、写真測量のための数百枚の写真の位置合わせ。これらの仕事では、AI によって数日が数時間に短縮され、疲れません。
2 番目のクラスター: 解釈、デートの決定、文化的帰属と責任を必要とするタスク。発見物がどの時代と文化に属しているか、地層の層序的解釈、遺跡が放棄された理由、碑文の意味、復元のどこまでが証拠に基づいており、どこまでが仮定に基づいているか、遺産をどのように保護するか。これらの決定には、専門知識、状況に関する知識、科学的責任が必要です。ここでは、AI が仮説とスケッチを生成しますが、最終決定権は専門家にあります。
この違いを一文で明確にしましょう。AI は、「この山の中に何が入っているのか、それはどのようなものなのか、最初の草稿はどのようなものなのか」という質問に強いのです。 「これは実際に何を意味するのか、科学的に擁護できるのか」といった疑問に関しては、決断はあなた次第です。
ヒント: AI にジョブをアウトソーシングする前に、「この出力が間違っていたら何を失うでしょうか?」と自問してください。答えが「数分間の修正」であれば、遠慮なく委任してください。答えが「間違った年代設定、捏造された情報源、または漏洩したサイトの場所」である場合は、AI に草案を作成させ、決定と検証を行うのはあなたです。
幻覚と真実性: 人間の領域の特別なリスク
考古学は文書と解釈学の科学です。 AI の最も危険な間違いがここで発生するのはそのためです。 AI は流暢かつ自信を持って文章を書きますが、存在しない発掘報告書、捏造された著者年の帰属、存在しない放射性炭素の年代、博物館の在庫番号の誤った記載、または「正しいように聞こえる」が出典のないコメントなどの幻覚を頻繁に引き起こします。学術論文やレポートを装った偽の情報源は、作品全体の信頼性を破壊します。
また、AIが作成した文章は他人の文章に似ている可能性があり、剽窃（出典を明示せずに他人の考え・表現を盗用すること）の危険性があるというオリジナリティの問題もあります。科学研究では、AI が生成した原稿がそのまま出版されることはありません。これは、あなたのアイデア、分析、検証済みの情報源を参照して書き直されています。
注意：「AIがそう言った」ということは科学的に正当化されるものではありません。情報源の捏造、年代の誤り、サイトの場所の漏洩などがあった場合、その責任はAIではなく、その出力を検証せずに使用した研究者にあります。
検証規律: 3 つのステップ
この 3 ステップの反射を各 AI 出力に適用します。
- ソースに接続します。すべての主張は、具体的な事実情報源（公表されたレポート、在庫記録、測定値）に基づいていなければなりません。 「この情報は、どの出版物のどのページに、誰の著作物ですか?」ソースを自分で尋ねて確認してください。 YZ が提供する DOI、ISBN、在庫番号は必ず実際のカタログでご確認ください。
- 独立した情報源に確認してください。重要な日付、帰属、コメントを少なくとも 2 つの独立した専門家情報源に確認してください。
- エキスパート判定フィルター。出力は層序、文脈、既知の類型と一致していますか?別の解釈はありますか？専門家の評価が最終的なフィルターとなります。
プライバシーと正確な位置情報
考古学では、特別な保護が必要なデータの 1 つが遺跡の場所です。未発掘の塚、洞窟壁画、難破船の座標が明らかになると、不法採掘者や宝探し者の標的となる地図となります。そのため、正確な座標、未公開の発見物、遺体に関する機密情報が検証されていない、公開されている AI ツールを入力しないでください。さらに、先住民族および地域社会によって文化的に機密であるとみなされる情報は、同様の注意を払って保護されます。
ミニケース3個
ケース 1 — 事前に並べ替えて時間を節約しました。発掘チームは、1 シーズンで約 12,000 個の陶器の破片を発見しました。 AI 支援により、形状と生地の類似性に基づいて、事前に分類されたピースを山に視覚的にグループ化し、専門家が手作業で山を事前に分類し、1 日ではなく半日で検査できるようにします。しかし、専門家自身が各クラスターの期間基準を作成しました。
ケース 2 — 検証により偽のソースが検出されました。ある学生はAIに地域の文献を抽出させました。 AIは、「著者、年、雑誌、ページ」の説得力のあるリストを提供しました。学生が図書館の目録を検索したところ、リストされている 3 つの論文のうち 2 つはまったく存在しないことがわかりました。AI が実際の著者の名前と架空のタイトルを組み合わせていたのです。リンクのステップにより、架空の引用が論文参考文献に入るのを防ぎました。
ケース 3 — 位置情報漏洩からの復帰。新しいアシスタントは、未公開の岩のシェルターの GPS 座標を公開ツールに貼り付けて、簡単な地図を作成しました。発掘現場の責任者は、ここは保護されていない重要な場所であることに気づきました。作業は社内の安全なシステムでのみやり直しられ、座標は記録されませんでした。
コピー可能な 4 つのテンプレート
1) 職務適合性評価:
あなたの役割: 上級考古学者コンサルタント。以下にその仕事について説明します。 (1) この作業が AI に委任できる分類/測定/要約/スケッチの仕事なのか、それとも解釈、年代測定、文化的帰属を必要とする重要な決定なのか、(2) 誤った出力による科学的コスト、(3) 委任の前後に行う必要がある検証について教えてください。ジョブ: [ここにジョブを挿入]
2) 出典へのリンク義務:
考古学の文献をお渡しします。各主張について、実際の情報源（出版物名、著者、年、ページ、在庫番号）を示さなければなりません。出典のない主張をしたり、引用やDOIを捏造したりしないでください。不明な場合は、「確認が必要」とマークしてください。
3) 正確なデータの事前チェック:
処理する前に次のテキストを評価してください: 正確な現場座標、未公開の遺物、人骨、または文化的に機密情報が含まれているか?もしそうなら、どのセクションですか?このまま公共の乗り物で処理してはいけないと警告します。テキスト: [ここにテキストを書き込みます]
4) 解釈と証拠の区別:
以下の検索/レイヤー データを解釈するときは、正確な事実 (測定/観察) と解釈 (推論/仮説) を区別してください。それぞれの解釈について、どのような証拠に基づいているのか、また別の解釈は何なのかを書き留めます。正確な年代や文化的帰属を明らかにしないでください。オプションを提示します。
弱いプロンプト / 強いプロンプト
弱いプロンプト:
これらの発見はどの時代のものですか?サイトの歴史を教えてください。
このプロンプトはコンテキストフリーであり、AI に科学的な決定を下すよう求めます。 AI は、確信を持って、しかし根拠のない歴史を予測し、発明し、与えます。
強力なプロンプト:
あなたの役割は陶芸アシスタントです。以下に15パーツのサイズ、生地色、形状、表面処理データを貼り付けます。タスク: 私が与えたこれらのデータのみに基づいて、類似点に従ってパーツをグループ化し、各グループの可能なフォーム タイプと正当性を書き込みます。正確な期間の参照は行わないでください。代わりにどのような追加分析 (リファレンス カタログ、アーカイブ) が必要かを教えてください。よくわからない場合はマークしてください。
違いは明らかです。データ、「そのデータのみに基づく」制約、および「厳密な帰属」制約により、出力が安全かつ有用になります。
役割/タスクの比較表
ビジネス
AIの役割
男の役割
検証
発見物の予備分類
視覚的なグループ化の概要
時代・文化のリファレンス
参考カタログ
現場検出（リモートセンシング）
異常マーキング
フィールド確認、コメント
地形制御
3D ドキュメント
模型・計測製作
コメント、アンケート決定
スケール検証
文献レビュー
最初の概要草案
議論、選択
引用確認
レポート・展示テキスト
スケルトンスケッチ
内容、署名
ソースマッピング
よくある間違い
- AI の出力を事実と誤解する。出力は常に検証されるドラフトです。コンテキストとソースに接続しないとレポートには入りません。
- 捏造された帰属に依存する。 AI は現実的だが偽物のリソースを生成します。各リファレンスは実際のカタログで確認されます。
- オープン車両に正確な位置/検索情報を提供します。漏洩すると不法掘削を招きます。それは最も危険な間違いです。
- 正確な日付/帰属を求めます。決定は専門家に属します。 AI は選択肢と仮説を生成します。
- AIテキストをそのまま公開。独創性と盗作の危険性。テキストはあなたの分析に基づいて書き換えられます。
要約すれば
AI は考古学における強力なアシスタントです。視覚的に分類、測定、要約、翻訳、スケッチの作成を行います。しかし、解釈、年代測定、文化的帰属、そして最終的な責任は人間にあります。このモジュールのバックボーンとして、2 セットの分離 (大量のパターンの作品と解釈責任の決定)、3 段階の検証 (ソースへのリンク、独立した検証、専門家によるフィルタリング)、機密データの認識、幻覚/真正性の警告を実行します。
アプリケーションタスク
あなた自身の（または想像上の）掘削/研究デスクからの 6 つのタスクをリストしてください。それぞれを「AIに転送可能なパターン/概要/概要」または「専門家の解説/帰属判断」に分類します。転送可能なものの 1 つについては、上記の「職務適合性評価」テンプレートを使用して、AI からの応答を取得します。次に、3 段階認証と機密データの事前チェックを適用します。
チェックリスト
- [ ] 作業を 2 つのクラスター (パターン/コメント責任) に分割しました。
- [ ] 3 段階の検証 (情報源、独立したファクトチェッカー、専門家) を実装しました。
- [ ] 私は、機密性の高い現場の位置/発見物をオープン車両に提供しませんでした。
- [ ] YZ が提供するすべての参考資料を実際のカタログで確認しました。
- [ ] 事実と解釈の区別と出力の独創性を確認しました。