倫理、法律、略奪防止、エンドツーエンドのワークフロー — 考古学と文化遺産における人工知能

利益:

来歴と来歴の区別、法的枠組みと透明性の原則を理解し、AI 使用宣言と倫理的事前審査を作成する能力。
AI を使用して衛星追跡とオンラインコマーススキャンにより略奪と闘いながら、機密保護データを保護します
プロジェクトの計画から出版までの各段階で AI の役割を人間の意思決定から分離し、最終的な解釈と責任を人間の手に委ねるエンドツーエンドのワークフローを確立する能力。

この最後の単元では、前の単元をまとめるフレームワークを確立します。考古学や文化遺産で人工知能を使用する際に遵守しなければならない倫理的および法的原則、違法な発掘と略奪 (遺跡の違法な発掘と出土品の密輸) との戦いにおける AI の役割、およびすべてのステップを 1 つのプロジェクトに結合するエンドツーエンドのワークフローについて見ていきます。目標は、学んだツールを責任ある全体に統合することです。

基本原則は、モジュール全体で繰り返す文の最終バージョンです。AI;分類、測定、スキャン、要約、翻訳、草稿の作成を行う強力なアシスタントです。ただし、過去の解釈、文化的帰属、保護命令、法的責任、倫理的判断は権限のある人物に属します。結果が大きく、取り返しのつかない分野では、AI の出力は専門家の検証に代わるものではありません。速度が上がるだけです。

倫理的および法的枠組み

法的根拠。考古学的発掘、表面調査、遺物の処理。国家保護法、許可、国際協定の対象となります。文化財の違法取引を防止するための国際協定（たとえば、1970 年のユネスコ条約によって定められた枠組み）があります。 AI は法律顧問ではありません。法的な質問に対する回答は、管轄当局および法律から得られます。

来歴と来歴。来歴（発掘調査での発見物の正確な場所と状況、科学的価値の源泉）と来歴（発見から現在に至るまでの物体の所有権と所有権の歴史、合法性の証拠）という 2 つの似た用語は、2 つの異なるものです。物の出所が不明な場合は、略奪された可能性があります。博物館や研究者はそのような物体を扱うことを避けます。

データ倫理。機密性の高い場所、人骨、文化的に機密性の高い情報は保護されます。オープン車両には付与されません。

透明性。 AI の使用は、科学的研究において、どの作業、どのツール、どの検証で明確に述べられています。隠蔽は科学的完全性に反する。

ヒント: 各プロジェクトの開始時に、AI を使用するタスク、データが処理される場所、検証手順、プライバシールールなどを記載した「AI 使用声明」の草案を作成します。この声明は倫理的な透明性を提供し、チームを共通の基準に保ちます。

略奪との戦いにおける AI

AI は文化遺産を保護するための武器でもあります。

衛星追跡。保護地域内の略奪ピットの時間の経過に伴う増加は、自動的にマークされます (ユニット 9 を参照)。
ネットビジネス審査。オークションや販売プラットフォームで流通している出所に疑問のある物体はスキャンされ、専門家の検査のために提示されます。
ビジュアルマッチング。盗まれた/未登録の物体はデータベース内の画像と比較されます。

ただし注意してください。AI が「このオブジェクトは略奪された」または「これは盗まれたアーティファクトのようです」と言うのは始まりです。法的および科学的な結論は専門家および管轄当局の問題です。冤罪は、証拠を逃したのと同じくらい有害です。

注意: 略奪と戦うために AI を使用する場合でも、正確な位置情報を維持する必要があります。皮肉なことに、保護分析は、不用意に共有されると、略奪者に地図を提供する可能性があります。保存データは少なくとも発見物と同じくらい機密です。

エンドツーエンドのワークフロー: サンプルプロジェクト

調査と評価プロジェクトの最初から最後までを考えてみましょう。あらゆる段階で、AI と人間の役割は明らかです。

企画中。法的許可が得られ、AI の使用に関する声明とプライバシープランが作成されます。（人間：責任）
検出。リモートセンシング、LiDAR、AI により、可能性のあるエリアにマークが付けられます。（AI：選別、人間：排除）
土地確認。優先ポイントは現地で確認されます。（人間：観察）
ドキュメント。発見物と構造は写真測量によって記録されます。（AI：モデル、人間：スケール・コメント）
検索処理。視覚的なグループ化と説明が行われます。（AI：予備分類、人間：帰属）
登録。それは標準化されたデータベースに入力されます。（AI：規制、人間：誠実）
分析。年代測定と統計が行われます。（AI：計算、人間：方法・解釈）
文学。実際のソースと比較されます。（AI：要約、人間：帰属確認）
報告と出版。透明性があり、出典に基づいたオリジナルのテキストが書かれています。（人間：コメント、署名）
保護と共有。監視が確立され、正直な物語が国民のために準備されます。 (人間+コミュニティ)

3 段階の検証 (ソースへのリンク、独立した事実確認、専門家によるフィルタリング) と機密データの保護がすべての段階で適用されます。

ミニケース3個

ケース 1 — 透明性のある情報開示により信頼が築かれました。あるチームは、どのタスクで AI を使用したか (HTR、予備分類、翻訳草稿)、およびそれをどのように検証したかを出版物に明確に記載しました。査読者はこの透明性を信頼性として評価しました。使用を隠蔽すれば疑惑が生じるだろう。

ケース 2 — 略奪の発見により介入が行われた。ある組織は、AI 衛星分析により、1 シーズンに 1 つの現場で 300 近くの腐敗穴が出現したことを記録しました。専門家の検証後、当局に報告され、その地域は保護下に置かれた。そのスケールは人間の目だけでは捉えることができないほど大きすぎました。

ケース 3 — 疑わしい出所は中止されました。研究者は、オンライン販売で AI がマークした物体の出所を調べました。この物体にはその歴史に説明のつかない空白期間があり、既知の略奪現場であるようでした。調査員は物体を扱うことを拒否し、状況を報告しました。 AI が彼の注意を引いたのです。倫理原則が決定を下しました。

コピー可能な 4 つのテンプレート

1) AI 使用宣言草案:

あなたの役割: 研究倫理アシスタント。以下のプロジェクトについて説明します。「AI 使用状況に関する声明」の草案をください。どのタスクで AI が使用されるか、データがどこで処理されるか、どの検証手順が適用されるか、どの機密データが保護されるか、使用状況がどのように透過的に報告されるか。法的責任はその人にあることを強調します。

2) 出所リスク管理:

オブジェクトの歴史を評価します。出所 (所有歴) に関してどのような質問をすればよいですか、どのようなギャップが略奪/密輸の兆候である可能性がありますか、どの書類を探す必要がありますか?法的および倫理的な危険信号をリストします。最終的な判断を下さないでください。確認事項を削除します。

3) エンドツーエンド検証リスト:

次のプロジェクトの手順を示します: [リスト]。各ステップごとに、AI の役割、人間の決定、必須の検証、機密データのリスクといった列を含む管理図が表示されます。どの段階においても、最終的な解釈/決定が人間に委ねられないように注意してください。

4) 倫理的/法的事前審査:

次の計画を倫理的および法的な観点から検討してください。許可は必要か、機密性の高い場所や遺体はないか、コミュニティの関与は必要か、出所の問題はないか、AI の使用は透明か?リスクと相談すべき当局をリストアップします。法的なアドバイスはしないでください。誰に相談すればよいか教えてください。

弱いプロンプト / 強いプロンプト

弱いプロンプト:

このプロジェクトではすべてを AI に任せて、結果とレポートを迅速に作成します。

このアプローチでは、解釈と責任を AI に委任します。それは検証されておらず、起源が疑わしい結果を生み出し、倫理的および法的リスクを見逃しています。

強力なプロンプト:

あなたの役割: プロジェクト調整アシスタント。このプロジェクトの各ステップでは、AI がドラフト/スキャンを作成する場所と、人間がコメント、決定、署名を行う場所を区別する計画が作成されます。すべてのステップに認証と機密データ保護を追加します。法的認可、出所、透明性のチェックが含まれます。最終的な責任は本人にあることをあらゆる段階で表明してください。

違い: 前者は責任を車両に移します。第二に、適切な場所で AI を使用し、人間の意思決定と誠実さを保ちます。

倫理とワークフローの概要表

原則

意味

AIの限界

合法性

許可、法令、契約

法的意見を述べることができない

来歴

所有履歴はきれいですか？

疑問符、判断しない

機密データ

位置/遺跡の保存

オープン車両では禁止

透明性

AIの活用が宣言される

使用法は隠蔽されない

責任

解釈と判断はその人に属します

同意に代わるものではありません

よくある間違い

AI に責任を移す。解釈、決定、署名は常に人間の手に委ねられています。
AIの使用を隠蔽する。透明性は科学的完全性の一部です。
出所を疑いなく受け入れる。不明瞭な過去は略奪の兆候である可能性があります。
保護データの不注意な共有。正確な位置は略奪者への地図である可能性があります。
AIを弁護士と間違える。法的回答は管轄当局から得られます。

要約すると

倫理的および法的枠組みによって、すべてのモジュールのツールがまとめられます。 AI;これは略奪との戦いからプロジェクトの調整まで強力な支援ですが、解釈、文化的帰属、保存の決定、来歴の判断、および法的責任は人間にあります。透明性、機密データの保護、3 段階の検証、コミュニティへの関与をあらゆる段階で実現します。過去は壊れやすく、独特です。車両を加速させる車両は、車両を保護する責任に代わることはできません。

アプリケーションタスク

小規模な考古学プロジェクト (現実または架空) を設計し、「エンドツーエンド検証リスト」テンプレートを使用して、ステップごとに AI の役割、人間の決定、検証、機密データの列を含む表を作成します。次に、「AI 使用宣言草案」と「倫理/法的事前審査」テンプレートを使用して、プロジェクトの透明性と倫理のフレームワークを作成します。オブジェクトインスタンスの「出所リスクチェック」を実行します。

チェックリスト

[ ] 各ステップで AI の役割と人間の判断の役割を分けました。
[ ] 私は AI の使用を明確に宣言しました。
[ ] 機密の場所、アーティファクト、および保護データを保護しました。
[ ] 私は出所と法的リスクを確認し、必要な当局に紹介しました。
[ ] 私は最終的な解釈、決定、署名を人間に保管しました。

モジュール試験

1. 考古学と文化遺産における人工知能の位置付けとして最も正確なものは次のうちどれですか?

A) 人工知能は、専門家の承認がなくても、発見物の時代と文化を正確に判断できます。
B) 人工知能は美しい画像を生成するためにのみ役立ち、科学的なワークフローとは何の関係もありません
C) 人工知能は、分類、測定、スクリーニング、および製図ツールです。解釈、帰属、最終的な責任は専門家にあります ✔
D) 人工知能は常に人間よりも公平であるため、デートの決定は人工知能に任せるべきです。

説明: 人工知能。これは、発見物を分類、測定、スキャン、要約、翻訳し、草案を作成するアシスタントです。解釈、文化年代学的参照、保存の決定、および最終的な責任は有能な専門家に属します。検証されていない印刷出力は、間違った日付、捏造された情報源、またはサイトの場所の漏洩につながる可能性があります。考古学は人間科学であり、重大な結果をもたらす、取り返しのつかない分野です。

2. 見つかった画像解析においてセラミック片を人工知能に渡す場合、最も適切なアプローチは何ですか?

A) 1 枚の写真から正確な文明、年齢、機能の帰属を要求する
B) 観察可能な特徴のみが公平に記述され、専門家が参照カタログを使用して帰属の決定を行います。 ✔
C) たとえ珍しい発見であっても、人工知能に関する最初の言及を疑いなく受け入れる
D) 写真の品質、スケール、カラーカードに関係なく迅速に分類

説明: AI に「それが何であるか」 (時代/文化の参照) ではなく、「それがどのように見えるか」 (中立的な説明: 形状、表面、色、装飾) を尋ねることが安全です。引用の決定は、参考カタログを使用して専門家によって行われます。さらに、生地、プロファイル、コンテキストなどのメタビジュアルデータが追加されると、グループ化の精度が向上します。 AI は、まれなインスタンスを最もよく知られたパターンに強制的に当てはめる傾向があります。

3. リモートセンシングでは、人工知能によって衛星または LiDAR 画像にマークされた異常に対する正しい姿勢は何ですか?

A) ドットは「候補」です。土地確認による確認なしに敷地として宣言されることはなく、その位置は保護されます ✔
B) 当該地点は直接発見されたものであり、その正確な座標とともに直ちに公表されるべきである。
C) 人工知能は幾何学を認識するため、自然/現代的な説明を排除する必要はありません
D) あらゆる状況において 1 つの画像で十分です。季節や手法の違いは重要ではない

説明: 人工知能によってマークされたすべての点は、現場で確認する必要がある仮説です。それは発見ではありません。兆候の多くは自然 (地質) または現代 (農業、建築) であり、除去する必要があります。さらに、機密性の高い場所は略奪から保護され、開いた車両にさらされず、空中でぼかされる必要があります。

4. 写真測量を使用した 3D ドキュメントにおける最も重要な科学的要件と最大のリスクは何ですか?

A) 唯一の基準は、モデルが現実的に見えるかどうかです。スケールやスペースは重要ではない
B) モデルは、何が壁で、何が自然石であるかを自動的かつ正確に伝えるため、解釈の必要はありません。
C) 人工知能が欠落部分を補うことは常に安全であり、文書化の価値を高めます。
D) スケールバーとコントロールポイントは必須です。欠落データは埋められません - マークが付けられ、証拠と予測が分離されます ✔

説明: スケールバーとコントロールポイントは不可欠です。スケールのないモデルは「美しい」としても、そこから実際の測定値を取得できないため、科学的には価値がありません。最大のリスクは、AI が欠落したデータを「もっともらしい」表面で埋めて、実際には観察されていない詳細を生成してしまうことです。したがって、弱い/塗りつぶされた領域にマークを付けて、証拠と予測された完了を視覚的に区別する必要があります。

5. 発掘検層やデータベースで AI を使用する場合、データの整合性を維持する適切な方法は何ですか?

A) 人工知能に欠落しているフィールドを補完させ、生データを修正されたバージョンに置き換えます。
B) 生データを保護し、欠落している「不完全」を残し、すべての自動変更を追跡可能に保つ ✔
C) 標準の管理された辞書を使用せずに、誰もが必要な用語を入力できるようにする
D) 層序解釈を完全に人工知能に任せ、ハリス行列を承認なしに受け入れる

説明: AI は標準化と管理に役立ちますが、欠落したデータを埋めることで補うことが許可されます。欠けているものは「不完全」のままでなければなりません。生データは決して上書きされず、すべての自動変更は追跡可能に保たれ、元のデータは保存されます。層序的な解釈は専門家に属します。 AIは論理的な矛盾を見つけるだけです。

6. 人工知能を使ってかすかな碑文や古文書を読むときの最大の危険は何ですか?

A) 人工知能は遅すぎるため、原稿のスキャンには役に立ちません。
B) 人工知能は現代の印刷されたテキストのみを読み取ることができ、歴史的な文章はまったく読み取ることができません
C) 人工知能がテキストを構成することであいまいなテキストを完成させ、流暢ではあるが不正確な翻訳を生成します。予測は読みと混同される可能性があります✔
D) AI 翻訳は常に原文とまったく同じであるため、検証の必要がありません。

説明: 人間の分野である碑文学において、最も致命的な間違いは幻覚です。人工知能は、不明瞭な/壊れた部分を「もっともらしい」が作られたテキストで埋め、理解できない単語を流暢にではなく不正確に翻訳し、存在しない出版物の引用を与える可能性があります。解決策は、読み上げられた文字と予測完了を分けてマークを付け、翻訳を原文と逆翻訳と照合してチェックし、最終的な読み取りを専門の文献学者に任せることです。

7. 文献レビューで人工知能が「偽のソース」を生成するリスクに対して最も効果的な方法は何ですか?

A) 実際の情報源を自分で見つけて引用し、「指定された情報源のみに基づく」制約を課して各引用を確認する ✔
B) 人工知能から直接「15 の重要な情報源を提案してください」と言い、そのリストをそのまま参考文献に載せます
C) 引用形式が正しいと思われる限り、記録が存在すると仮定する
D) ソースを開かずに、人工知能によって生成された概要を科学的主張に変換する

説明: 一般的なツールは、本物のカタログを見ずに、本物の著者名と架空のタイトルを組み合わせた、説得力があるが偽の引用を作成します。最も効果的な防御策は、実際のカタログからソースを自分で見つけ、そのテキストを人工知能に与え、「指定されたソースのみに基づく」という制限を課すことです。さらに、各引用はカタログ/DOIで確認され、各抄録は出典を参照して検証されます。

8. 放射性炭素 (C14) の結果を解釈する際の正しい態度は次のうちどれですか?

A) 結果を単一の確定的な年に縮小し、レポートから不確実性の範囲を削除します。
B) サンプルがどこからどのように来たのかを気にせずに、人工知能によって与えられた数値を受け入れる
C) 相関関係を直接の因果関係とみなして、弱いパターンを強い結果として提示する
D) 結果を確率の範囲として扱い、専門家にサンプルの妥当性と方法を疑う ✔

説明: 校正された放射性炭素年代は、さまざまな可能性 (たとえば、95% の信頼度で紀元前 800 ～ 680 年) であり、単一の正確な年ではありません。不確実性を単年に短縮することは科学の歪みです。さらに、「ゴミは入ってゴミは出る」の原則により、サンプルの妥当性 (古い木材、汚染、混合状況) に疑問が持たれ、方法の選択は専門家に委ねられるべきです。

9. 人工知能による監視の警告と修復の推奨は、文化遺産管理においてどのように評価されるべきですか?

A) AI が損傷をフラグした場合、確認を必要とせずに正確な構造評価となります。
B) 監視アラートは現場/専門家の確認にリンクされています。視覚化は、物理的修復という不可逆的な決定に代わるものではありません ✔
C) 人工知能によって生成された完成イメージは、修復計画として直接適用できます。
D) 保全に関する決定は技術的なものであるため、法律やコミュニティの参加を除外する必要があります。

説明: 人工知能は監視における早期警告ツールです。亀裂、表面の損失、または腐敗をマークしますが、各警告には地形と専門家の確認が必要です。生成される「復元された」イメージは視覚化されたものであり、物理的な復元計画ではありません。保全に関する決定は、最小限の介入、可逆性、独自性と独自性、学際的な専門知識、法律、地域社会の参加の原則に基づいて行われます。

10. 人工知能によって生成された復元画像を博物館の展示で使用する場合の倫理的義務は何ですか?

A) 画像が十分にリアルであれば、訪問者の誤解を避けるためにラベルを付ける必要はありません。
B) 魅力が最も重要な基準であるため、不確実性を隠し、決定的な単一のストーリーを提示する必要があります。
C) 画像には「再構成」と明確にマークする必要があり、要素は証拠のレベルに応じてラベル付けする必要があり、証拠は想像力から分離する必要があります ✔
D) 証明されていない色や装飾を「本物」として提示することで、展示がより教育的になります。

説明: 証拠がどこで終わるか想像力を働かせて再構成を続けますが、AI は安全にギャップを埋めて常套句に陥ることができます。訪問者が予測を現実と誤認しないようにするには、画像が「再構成」（実際の写真ではない）であることを明確に述べ、証拠のレベルに応じて項目にラベルを付け、証拠を空想から分離し、可能な場合は別の解釈を提供する必要があります。正確さは魅力の前に優先されます。

11.考古学倫理における「証明」と「来歴」の違いと重要性は何ですか?

A) 来歴は発生場所/文脈 (科学的価値)、来歴は所有権の歴史 (合法性の証拠) です。 ✔ 出所が不確かな腐敗の兆候である可能性があります
B) どちらも同じもので、オブジェクトの金銭的価値を示すだけです
C) 出所が不確かな場合でも、オブジェクトの操作は常にスムーズです
D) 来歴は物の価格であり、来歴はその重さである

説明: 来歴とは、発掘調査で発見されたものの正確な位置と状況です。科学的価値の源泉です。来歴とは、オブジェクトの発見以降の所有権および所有権の変更の履歴です。それは合法性の証明です。出所が不確かな物体が略奪された可能性があります。博物館や研究者はそのような物体を扱うことを避けます。人工知能は疑わしい出所にフラグを立てるのに役立ちますが、それを判断するのは専門家と管轄当局にかかっています。

12. 機密性の高いサイトで人工知能を使用し、略奪と戦う際に最も重要な注意点は何ですか?

A) 保護を目的としているため、機密の場所を公に共有しても安全です。
B) AI が「このオブジェクトは略奪された」と言った場合、これは専門家を必要とせずに最終的な法的判決となります。
C) 略奪との戦いを加速するには、すべての現場座標をオープン車両に入力する必要があります。
D) 保存データは少なくとも発見物と同じくらい機密性が高い。オープン車両には正確な位置が与えられず、安全なシステムに保管されます ✔

説明: AI は衛星追跡やオンライン商取引のスキャンによって略奪と戦う強力なツールですが、保護分析であっても不注意に共有すると略奪者に地図を提供する可能性があります。正確な座標、未公開の検索結果、および正確な位置は、未承認のオープンツールには公開されず、安全なシステムに保管されます。保存データは、少なくとも発見物と同じように保護されるべき資産です。

13. 考古学文献をカバーする際の人工知能の限界について正しいのはどれですか?

A) 人工知能は、あらゆる言語およびあらゆる日付のすべての考古学出版物を知っています。
B) 灰色の文献や外国語の情報源は重要ではなく、英語の索引だけで十分です
C) 彼の知識は特定の日付で凍結されており、多言語および灰色の文学についての知識は限られています。「ソースがありません」という場合は、アーカイブに問い合わせる必要があります ✔
D) 人工知能が「情報源が見つかりませんでした」と言った場合、それは実際にはその主題に関する研究が存在しないことを意味します。

説明: 人工知能の知識は特定の日付で凍結されます。その後の発掘や修正が欠けており、置き換えられた見解が有効なものとして提示される可能性があります。考古学は複数の言語で書かれています。英語の情報源のみに依存すると、多くの文献が欠落します。さらに、情報の大部分は、ディレクトリで簡単に見つけることができない灰色の文献 (商業/企業レポート、論文) にあります。人工知能はこれを知らないか、でっち上げます。

14. 考古学プロジェクトでエンドツーエンド AI を使用するための正しいフレームワークは何ですか?

A) スピードを上げるために、すべてのステップを人工知能に任せ、解釈と責任を人工知能に移管します。
B) 各ステップで AI の役割を人間の決定から分離し、検証と透明性のある宣言を追加し、最終的な責任を人間に委ねる ✔
C) 出版物での人工知能の使用を隠すことで、作品の信頼性を高める
D) 法的許可、出所、コミュニティの関与を回避し、技術的な結果のみに焦点を当てる

説明: 正しいワークフローでは、AI の起草/スキャンの役割と、各ステップ (検出、文書化、検索処理、記録、分析、文献、出版、保存) での解釈、決定、署名という人間の役割が分離されます。 3 段階の検証と機密データの保護が各段階に追加されます。さらに、科学研究では人工知能の使用が明確に宣言されています。隠蔽は科学的完全性に反しており、最終的な責任は常に人間にあります。