이득:
- 고고학 작업 흐름(분류, 측정, 요약, 초안)에서 인공 지능이 시간을 절약하는 부분과 위험 수준에 따라 해석, 연대 측정, 문화적 속성과 같은 결정을 전문가에게 맡기는 부분을 구별할 수 있습니다.
- 각 출력을 실제 소스에 연결하고, 독립적인 소스로 확인하고, 전문가 판단의 필터를 통과하는 단계를 통해 각 출력을 검증하는 규율을 적용하는 능력.
- 민감한 유적지, 인간 유해, 미발표 유물의 기밀 유지, 환각 및 진위의 위험을 처음부터 고려해야 하는 이유를 이해하십시오.
당신은 발굴 시즌의 한가운데에 있습니다. 시추 현장에서는 수백 개의 세라믹 파편(깨진 도자기), 소수의 동전, 뼈, 유리가 발견되었습니다. 각각은 컨텍스트 번호(유물이 발견된 층, 구덩이 또는 장소 - 고고학에서 물체의 의미는 발견된 장소와 내용에 따라 달라짐)와 함께 기록되기를 기다리고 있습니다. 동시에 조사팀은 드론 사진을 보내고, 대학원생은 레이어 도면을 디지털화하고 있으며, 박물관은 다음 전시를 위한 텍스트를 요청하고 있습니다. 고고학(유물(유물, 구조물, 지층) 등의 물질적 유적을 통해 과거 인류 사회를 연구하는 과학)과 문화유산(공동체가 과거로부터 물려받고 보존하는 유형 및 무형의 가치) 분야는 본질적으로 데이터 집약적이고 다학제적이며 느리고 꼼꼼합니다. 여기에서 인공 지능(AI - 과거 데이터에서 패턴을 추출하여 이미지를 분류하고, 텍스트를 요약하고, 번역하고, 초안을 생성하는 소프트웨어)이 이 풍부한 데이터 속에서 당신을 가속화합니다.
하지만 이 모듈의 시작 부분은 분명합니다. AI는 분류, 측정, 요약 및 개요 보조자입니다. 당신은 발견의 의미, 레이어를 어떻게 해석할지, 과거에 대해 어떤 이야기를 들려줄지 결정하는 유능한 전문가입니다. 고고학은 인간 과학입니다. 증거는 취약하고, 맥락은 독특하며, 해석에 대한 책임은 인간에게 있습니다.
이 첫 번째 단원에서는 도구가 아닌 규율에 중점을 둘 것입니다. 고고학 작업 흐름에서 AI가 실시간을 절약하는 위치, 위험한 위치, 각 출력을 확인하는 방법, 정확한 위치를 보호하고 데이터를 찾는 방법, 환각(실제로 존재하지 않는 것을 생성하는 AI)에 대한 경계를 유지하는 방법을 배우게 됩니다.
고고학 작업 흐름에서 AI는 어디에 유용합니까?
고고학 작업을 두 개의 큰 클러스터로 나누어 보겠습니다. 첫 번째 클러스터: 방대하고 반복적이며 패턴 제거가 가능한 작업입니다. 수천 개의 도자기 파편의 예비 분류, 유사한 발견물의 시각적 그룹화, 위성 및 LiDAR 이미지의 이상 징후 표시, 발굴 노트 및 목록 카드의 디지털화, 긴 문헌의 첫 번째 요약, 다국어 간행물 번역, 사진 측량을 위한 수백 장의 사진 정렬. 이러한 작업에서 AI는 며칠을 몇 시간으로 단축하고 지치지 않습니다.
두 번째 클러스터: 해석, 데이트 결정, 문화적 귀속 및 책임이 필요한 작업입니다. 발견물이 속한 시대와 문화, 지층의 층위학적 해석, 유적지가 버려진 이유, 비문의 의미, 재구성이 증거에 기초한 정도와 가정에 기초한 정도, 유적지를 보호하는 방법. 이러한 결정에는 전문성, 맥락에 대한 지식, 과학적 책임이 필요합니다. 여기서 AI는 가설과 스케치를 생성하지만 최종 결정권은 전문가에게 있습니다.
한 문장으로 차이점을 명확히 해보겠습니다. AI는 "이 더미에 무엇이 있는지, 어떻게 생겼는지, 첫 번째 초안은 어떻게 생겼는지"라는 질문에 강력합니다. "이것이 실제로 무엇을 의미하며 이를 과학적으로 옹호할 수 있는가?"와 같은 질문에 대한 결정은 귀하의 몫입니다.
팁: AI에 작업을 아웃소싱하기 전에 "이 출력이 틀리면 무엇을 잃게 되나요?"라고 질문해 보세요. 대답이 "몇 분의 수정 시간"이라면 자유롭게 위임하세요. 답변이 "잘못된 연대, 조작된 출처 또는 유출된 사이트 위치"라면 AI가 초안을 생성하게 하고 당신이 결정과 검증을 하도록 하세요.
환각과 진정성: 인간 영역의 특별한 위험
고고학은 텍스트와 해석학의 과학입니다. AI의 가장 위험한 실수가 여기서 일어나는 이유다. AI는 유창하고 자신있게 글을 쓰지만, 존재하지 않는 발굴 보고서, 조작된 저자 연도 귀속, 존재하지 않는 방사성탄소 날짜, 잘못 귀속된 박물관 재고 번호, "맞게 들리지만" 출처가 없는 댓글 등 환각을 자주 일으킵니다. 학술 논문이나 보고서에 있는 것처럼 가장하는 가짜 출처는 전체 저작물의 신뢰성을 파괴합니다.
또한 AI가 생성한 텍스트가 타인의 문장과 유사할 수 있어 표절(출처를 밝히지 않고 타인의 아이디어/표현을 도용하는 행위)의 위험이 있다는 독창성 문제도 있다. 과학 연구에서 AI로 생성된 원고는 결코 있는 그대로 출판되지 않습니다. 여러분의 아이디어와 분석, 검증된 출처의 참고자료로 다시 작성되었습니다.
주의: "AI가 그렇게 말했다"는 과학적 근거는 없습니다. 출처가 조작되었거나, 날짜가 잘못되었거나, 사이트 위치가 유출된 경우 책임은 AI가 아닌, 해당 출력물을 검증하지 않고 사용한 연구자에게 있습니다.
검증 규율: 3단계
각 AI 출력에 이 3단계 반사를 적용합니다.
- 소스에 연결하세요. 모든 주장은 구체적이고 사실에 근거한 출처(게시된 보고서, 재고 기록, 측정치)를 기반으로 해야 합니다. "이 정보는 어느 출판물, 어느 페이지에 누구의 작품입니까?" 직접 물어보고 출처를 확인하세요. 실제 카탈로그와 함께 YZ가 제공하는 DOI, ISBN 또는 재고 번호를 항상 확인하세요.
- 독립적인 소스를 통해 확인하세요. 최소한 두 개의 독립적인 전문가 소스를 통해 중요한 날짜, 속성 또는 의견을 확인하십시오.
- 전문가 판단 필터. 출력이 층위학, 맥락 및 알려진 유형과 일치합니까? 대체 해석이 있나요? 귀하의 전문가 평가가 최종 필터입니다.
개인정보 보호 및 정확한 위치
고고학에서는 한 가지 유형의 데이터에 특별한 보호가 필요합니다. 바로 유적지 위치입니다. 발굴되지 않은 고분이나 동굴 벽화, 난파선의 좌표가 공개되면 불법 채굴자와 보물 찾는 사람들의 표적 지도가 된다. 따라서 정확한 좌표, 미발표 발견물, 인간 유해에 대한 민감한 정보로 검증되지 않은 공개적으로 사용 가능한 AI 도구를 입력하지 마십시오. 또한 원주민 및 지역사회에서 문화적으로 민감하다고 간주하는 정보도 동일한 주의를 기울여 보호됩니다.
세 개의 미니 케이스
사례 1 — 사전 정렬로 시간이 절약되었습니다. 발굴팀은 한 시즌에 약 12,000개의 도자기 파편을 발견했습니다. AI 지원 시각적 그룹화 미리 분류된 조각을 형태와 반죽 유사성에 따라 더미로 분류하고, 전문가가 파일을 사전 분류하여 하루가 아닌 반나절 만에 직접 검사할 수 있도록 합니다. 그러나 전문가 자신이 각 클러스터에 대한 기간 참조를 작성했습니다.
사례 2 — 확인 결과 가짜 소스가 발견되었습니다. 한 학생이 AI에게 특정 지역의 문헌을 추출하게 했습니다. AI는 "저자, 연도, 저널, 페이지"에 대한 설득력 있는 목록을 제공했습니다. 학생이 도서관 카탈로그를 검색했을 때 나열된 세 개의 기사 중 두 개가 전혀 존재하지 않는다는 것을 발견했습니다. AI가 실제 저자 이름과 만들어진 제목을 결합했습니다. 연결 단계를 통해 가상 인용이 논문 참고문헌에 입력되는 것을 방지했습니다.
사례 3 - 위치 유출로 인한 복귀. 새로운 보조원은 아직 공개되지 않은 암석 보호소의 GPS 좌표를 공용 도구에 붙여넣어 빠른 지도를 그렸습니다. 발굴 책임자는 이곳이 보호되지 않는 민감한 장소라는 사실을 깨달았습니다. 해당 작업은 사내 보안 시스템에서만 재실행되었으며 좌표는 기록되지 않았습니다.
복사 가능한 템플릿 4개
1) 직무 적합성 평가:
귀하의 역할은 선임 고고학 컨설턴트입니다. 아래에서 해당 직무에 대해 설명하겠습니다. (1) 이 작업이 AI에 위임할 수 있는 분류/측정/요약/스케치 작업인지, 아니면 해석, 연대 측정 또는 문화적 귀속이 필요한 중요한 결정인지, (2) 잘못된 출력에 대한 과학적 비용, (3) 위임 전후에 해야 할 검증을 알려주세요. 직업: [여기에 직업을 입력하세요]
2) 출처 링크 의무:
나는 당신에게 고고학 문헌을 줄 것입니다. 각 주장에 대해 실제 출처(출판물 이름, 저자, 연도, 페이지 또는 인벤토리 번호)를 표시해야 합니다. 출처가 없는 주장을 하지 말고, 인용이나 DOI를 조작하지 마십시오. 확실하지 않은 경우 "확인해야 함"으로 표시하세요.
3) 정확한 데이터 사전 확인:
처리하기 전에 다음 텍스트를 평가하십시오. 정확한 현장 좌표, 미출판 유물, 인간 유해 또는 문화적으로 민감한 정보가 포함되어 있습니까? 그렇다면 어떤 섹션입니까? 그대로 공공차량에서 처리하면 안 되는지 경고해 주세요. 텍스트: [여기에 텍스트 쓰기]
4) 해석-증거 구별:
아래 찾기/레이어 데이터를 해석할 때 정확한 FACT(측정/관찰)와 해석(추론/가설)을 구분하세요. 각 해석에 대해 그것이 기반으로 한 증거와 대체 해석이 무엇인지 적어 보십시오. 정확한 연대나 문화적 귀속을 밝히지 마십시오. 현재 옵션.
약한 프롬프트 / 강한 프롬프트
약한 프롬프트:
이 발견은 어느 시대에 속합니까? 사이트의 역사를 알려주세요.
이 프롬프트는 맥락이 없으며 AI에게 과학적 결정을 내리도록 요청합니다. AI는 예측하고, 발명하고, 자신 있지만 입증되지 않은 이력을 제공합니다.
강력한 프롬프트:
당신의 역할: 도자기 조수. 아래에는 15개 부품의 크기, 반죽 색상, 형태, 표면 처리 데이터를 붙여넣겠습니다. 작업: 내가 제공한 데이터만을 기반으로 유사성에 따라 부품을 그룹화하고 각 그룹에 대해 가능한 양식 유형과 타당성을 작성합니다. 정확한 기간을 참조하지 마십시오. 대신 어떤 추가 분석(참조 카탈로그, 아카이브)이 필요한지 알려주세요. 확실하지 않은 경우 표시하십시오.
차이점은 분명합니다. 데이터, "해당 데이터에만 기반" 제약 조건 및 "엄격한 귀속" 제약 조건이 출력을 안전하고 유용하게 만듭니다.
역할/업무 비교표
사업
AI의 역할
남자의 역할
확인
발견물의 예비 분류
시각적 그룹화 개요
시대/문화 참고
참조 카탈로그
사이트 감지(원격 감지)
이상 징후 표시
현장확인, 코멘트
지형 제어
3D 문서화
모델/계측 제작
코멘트, 설문조사 결정
규모 검증
문헌 검토
첫 번째 요약 초안
논쟁, 선택
인용확인
보고서/전시문안
해골 스케치
내용, 서명
소스 매핑
일반적인 실수
- AI 출력을 사실로 착각합니다. 출력은 항상 검증할 초안입니다. 컨텍스트와 소스에 연결하지 않으면 보고서에 입력되지 않습니다.
- 조작된 속성에 의존합니다. AI는 현실적이지만 가짜 자원을 생산합니다. 각 참조는 실제 카탈로그에서 확인됩니다.
- 열린 차량에 정확한 위치/찾기를 제공합니다. 누출되면 불법 굴착을 불러올 수 있습니다. 가장 위험한 실수입니다.
- 정확한 연대/귀속을 요구합니다. 결정은 전문가의 몫입니다. AI는 옵션과 가설을 생성합니다.
- AI 텍스트를 그대로 공개합니다. 독창성과 표절의 위험성 분석을 통해 텍스트가 다시 작성됩니다.
요약하면
AI는 고고학의 강력한 보조자입니다. AI는 시각적으로 분류하고, 측정하고, 요약하고, 번역하고, 스케치를 생성합니다. 그러나 해석, 연대 측정, 문화적 귀속 및 궁극적인 책임은 인간에게 있습니다. 이 모듈의 중추로서 2세트 분리(대량 패턴 작업 대 해석 책임 결정), 3단계 검증(소스 링크, 독립적 검증, 전문가 필터링), 민감한 데이터 인식 및 환각/진실성 경보를 수행합니다.
응용과제
자신의(또는 상상의) 발굴/연구 데스크에서 수행한 6가지 작업을 나열하세요. 각각을 "AI 전송 가능한 패턴/요약/개요" 또는 "전문가 논평/속성 결정"으로 분류합니다. 편입 가능한 것 중 하나에 대해서는 위의 “직업 적합성 평가” 템플릿을 사용하고 AI로부터 응답을 받으세요. 그런 다음 3단계 인증과 민감한 데이터 사전 확인을 적용하세요.
체크리스트
- [ ] 작업을 두 클러스터(패턴/댓글-책임)로 나누었습니다.
- [ ] 3단계 검증(출처, 독립적인 사실 확인자, 전문가)을 구현했습니다.
- [ ] 민감한 현장 위치/찾기를 공개 차량에 제공하지 않았습니다.
- [ ] 실제 카탈로그에서 YZ가 제공한 모든 참조 내용을 확인했습니다.
- [ ] 출력물에 있어서 사실과 해석의 구분, 독창성을 확인하였습니다.