लाभ:
- व्याख्या गर्ने क्षमता किन भ्रम (बनाईएको स्रोत, उद्धरण, घटना) र अनाक्रोनिज्म इतिहासमा सबैभन्दा खतरनाक गल्तीहरू हुन्।
- क्याटलगमा प्रत्येक सन्दर्भ प्रमाणित गर्ने अनुशासन लागू गर्ने क्षमता, कागजातसँग सामग्री तुलना गर्ने, र क्रस-पुष्टि महत्वपूर्ण तथ्यहरू।
- वास्तविक स्रोतको सट्टा कहाँ हेर्ने भनेर कृत्रिम बुद्धिमत्ता सोधेर स्रोतहरूमा पूर्वाग्रह र हराएको आवाजहरू प्रश्न गर्ने क्षमता
यस मोड्युलको प्रत्येक एकाइमा दोहोर्याइएको चेतावनी छ: प्रमाणीकरण नभएसम्म AI को आउटपुट दावी हो, तथ्य होइन। यो इकाईले त्यो चेतावनीलाई अनुशासनमा परिणत गर्छ। इतिहास र अभिलेख स्वाभाविक रूपमा प्रमाण-आधारित क्षेत्रहरू हुन्; इतिहासकारको सबैभन्दा आधारभूत सीप भनेको स्रोत आलोचना हो (कसले, कहिले, कुन उद्देश्यका लागि स्रोत उत्पादन गरियो र यो कति विश्वसनीय छ भन्ने प्रश्न गर्ने)। AI को युगमा, यो सीप अझ महत्त्वपूर्ण भएको छ किनभने स्रोत आफैं अब बनाइएको हुन सक्छ।
यहाँ हामी तीनवटा खतराहरूलाई गहिराइमा कभर गर्नेछौं: भ्रम (एआईले बनावटी जानकारी, स्रोत वा उद्धरणहरू उत्पादन गर्ने), एनक्रोनिज्म (आवधिक तत्वहरू गलत अवधिमा सारिएको), र सामान्य रूपमा स्रोत प्रमाणीकरणको अनुशासन। हामीले विगतमा गलत वा पक्षपाती भएका स्रोतहरूबाट AI सिकेको पनि देख्नेछौं, त्यसैले यसले पूर्वाग्रह पुन: उत्पादन गर्न सक्छ।
भ्रम: सबैभन्दा खतरनाक गल्ती
भ्रम तब हुन्छ जब एआईले वास्तवमा अवस्थित नभएको कुरालाई विश्वस्त रूपमा प्रस्तुत गर्दछ। ऐतिहासिक रूपमा, यो प्रायः निम्न रूपहरूमा देखिन्छ:
- निर्मित स्रोत/सन्दर्भ: एक अस्तित्वहीन अभिलेख कोष, फाइल नम्बर, पुस्तक वा लेख।
- मेड-अप उद्धरण: वास्तवमा नबोलेको शब्द, कागजातमा नभएको वाक्य।
- मेड-अप घटना/मिति/व्यक्ति: घटना नभएको, गलत मिति, अवस्थित नभएको व्यक्ति।
- काल्पनिक जडान: दुई वास्तविक घटनाहरू बीच एक अस्तित्वहीन कारण-प्रभाव सम्बन्ध।
कुन कुराले भ्रमलाई खतरनाक बनाउँछ कि यो विश्वासयोग्य देखिन्छ। बनाइएको सन्दर्भको वास्तविक सन्दर्भ जस्तै ढाँचा हुन्छ: कोषको नाम, नम्बर, मिति। त्यसैले "ढाँचा सही देखिन्छ" को अर्थ "सही" होइन।
ध्यान दिनुहोस्: YZ द्वारा उत्पादित कुनै पनि स्रोत प्रमाणित नगरी प्रयोग गर्न सकिँदैन र क्याटलगमा वा भरपर्दो ठाउँमा फेला पर्यो। सन्दर्भ अवस्थित छ भनेर प्रमाणित गर्ने एउटै तरिका भनेको मूल स्रोत कहाँ अवस्थित छ भनेर हेर्नु हो (संग्रह सूची, पुस्तकालय, प्रकाशन)। "एआई दियो" प्रमाण होइन।
Anachronism: अवधि को चश्मा
अनाक्रोनिज्मले आजको चश्माबाट विगतलाई हेरिरहेको छ। एआईलाई आजको भाषामा तालिम दिइएको हुनाले, यसमा बलियो प्रवृत्ति छ:
- टर्म एनक्रोनिज्म: अवधिसँग सम्बन्धित नभएको शब्द, संस्था वा अवधारणाको प्रयोग।
- कन्सेप्ट एनक्रोनिज्म: वर्तमानको एक विचार (जस्तै आधुनिक विचारधारा वा पहिचान) लाई विगतमा प्रस्तुत गर्ने।
- मूल्य अनाक्रोनिज्म: विगतको व्यवहारलाई आजका मापदण्डहरूद्वारा मात्र न्याय गर्दै।
इतिहासकारको काम विगतलाई यसको सन्दर्भमा बुझ्नु हो। AI मा यस सन्दर्भ संवेदनशीलताको कमी छ; तपाईंले यसलाई आफैं प्रदान गर्नुपर्छ।
भ्रम किन हुन्छ भन्ने कुरा बुझ्नुले यसको विरुद्धमा सुरक्षा गर्न सजिलो बनाउँछ। AI एउटा प्रणाली हो जसले "अर्को सम्भावित शब्द" उत्पादन गर्न काम गर्दछ; यसको "सत्य जान्न" जस्तो कुनै उद्देश्य छैन। प्रश्न सोध्दा, उसलाई जवाफ थाहा छ वा छैन, उसले पाठ उत्पादन गर्छ जुन तथ्याङ्कीय रूपमा विश्वस्त देखिन्छ। अभिलेखीय सन्दर्भको ढाँचा (कोषको नाम, नम्बर, मिति) सिकाइएको ढाँचा हो; AI ले वास्तविक सन्दर्भ बिना यो ढाँचा भर्न सक्छ। त्यसोभए "एआई किन बनाउँछ?" प्रश्नको जवाफ सरल छ: उहाँलाई "जान्ने छैन" भन्दा बनाउन सजिलो छ। यी ढाँचाहरूलाई वास्तविक स्रोतहरूले भर्ने जिम्मेवारी तपाईंमा आउँछ।
स्रोत प्रमाणीकरण अनुशासन: चरण-दर-चरण
1. स्रोतको अस्तित्व प्रमाणित गर्नुहोस्। क्याटलग/प्रकाशनमा AI द्वारा दिइएको प्रत्येक सन्दर्भ फेला पार्नुहोस्। यदि तपाइँ यसलाई फेला पार्न सक्नुहुन्न भने, यसलाई प्रयोग नगर्नुहोस्।
२. स्रोतसँग सामग्री तुलना गर्नुहोस्। AI ले कागजातमा श्रेय दिने जानकारी वास्तवमा कागजातमा अवस्थित छ? के उद्धरण ठ्याक्कै उस्तै हो?
3. क्रस-पुष्टि गर्नुहोस्। एक महत्वपूर्ण तथ्यको लागि, कम्तिमा दुई स्वतन्त्र विश्वसनीय स्रोतहरू हेर्नुहोस्।
4. स्रोत आलोचना लागू गर्नुहोस्। स्रोत आफै भरपर्दो छ? कसले, कहिले र के उद्देश्यका लागि उत्पादन गर्यो? यो पक्षपातपूर्ण छ?
5. यसलाई anachronism फिल्टर मार्फत पास गर्नुहोस्। के त्यहाँ कुनै सर्तहरू, अवधारणाहरू वा मूल्य निर्णयहरू छन् जुन उत्पादनमा अवधिमा फिट हुँदैन?
6. प्रश्न पूर्वाग्रह। के एआईले ऐतिहासिक स्रोतहरूमा पूर्वाग्रहहरू पुन: उत्पादन गर्न सक्छ (एउटा समूहलाई बेवास्ता गर्दै, एक दृष्टिकोणको पक्षमा)?
प्रमाणीकरण तह
प्रश्न
कसले गर्छ
संस्था
के यो स्रोत साँच्चै अवस्थित छ?
तपाईं सूचीमा हुनुहुन्छ।
सामग्री
के यो साँच्चै कागजातमा भनिएको छ?
तपाईं कागजातमा
पुष्टि
के कुनै अन्य स्रोतले यसलाई समर्थन गर्दछ?
तिमी, क्रस
विश्वसनीयता
स्रोत विश्वसनीय छ?
विशेषज्ञ निर्णय
अवधि
त्यहाँ कुनै anachronisms छ?
विशेषज्ञ निर्णय
पूर्वाग्रह
कसको आवाज हराइरहेको/विकृत छ?
विशेषज्ञ निर्णय
तीन मिनी केसहरू
केस 1 - छवटा बनावटी सन्दर्भहरू। एक शोधकर्ताले एआईलाई कुनै विषयमा स्रोतहरूको सूचीको लागि सोधे। YZ ले उत्तम ढाँचाको साथ 6 अभिलेख सन्दर्भहरू प्रदान गर्नुभयो। सूची खोजमा, 6 मध्ये 4 हराइरहेको थियो, ती मध्ये 2 गलत नम्बर थियो। यदि अन्वेषकले प्रमाणित नगरेको भए, अवस्थित नभएको स्रोतहरू उद्धृत गरिएको अध्ययन उभिएको हुन्थ्यो। पाठ: प्रत्येक सन्दर्भ सूचीमा प्रमाणित गरिएको छ।
केस २ - मेड-अप उद्धरण। एक लेखकले एक उल्लेखनीय उद्धरण प्रयोग गर्नेछ जुन एआईले ऐतिहासिक व्यक्तित्वलाई श्रेय दिन्छ। जब उसले स्रोतको खोजी गर्यो, उसले त्यो व्यक्तिले यस्तो कुरा भनेको प्रमाणित गर्ने कुनै कागजात थिएन, र त्यो कथन AI द्वारा "बनाइएको" थियो भनेर देखे। पाठ: प्राथमिक वा भरपर्दो स्रोतबाट प्रमाणीकरण बिना उद्धरणहरू प्रयोग गर्न सकिँदैन।
केस ३ - पूर्वाग्रहको प्रजनन। एक विद्यार्थीले एआईले कुनै क्षेत्रको इतिहास बुझाएका थिए। आउटपुटले त्यस क्षेत्रको विशिष्ट समुदायलाई पूर्ण रूपमा बेवास्ता गर्यो किनभने एआईले सिकेका स्रोतहरूले पनि उनीहरूलाई बेवास्ता गरेको थियो। विद्यार्थीले यो खाडललाई क्रस-रेफरेन्सको साथ याद गर्यो र सच्यायो। पाठ: AI ले श्रोतहरूमा मौनता र पूर्वाग्रहहरू पुन: उत्पन्न गर्दछ; कसको आवाज हराइरहेको छ भनेर सोध्नु पर्छ।
चार प्रतिलिपि गर्न मिल्ने टेम्प्लेटहरू
1) सन्दर्भ प्रमाणीकरण सूची:
तलको पाठमा भएका सबै स्रोत, सन्दर्भ, उद्धरण, मिति र व्यक्तिको नाम छुट्टै सूचीमा देखा पर्दछ। प्रत्येकको लागि एउटा नोट थप्नुहोस्: "यस पाठमा दावी गरिएको, स्वतन्त्र रूपमा प्रमाणित हुनुपर्दछ।" यदि तपाईंले कुनै पनि चयन गर्नुभयो भने, "प्रमाणित"; प्रमाणित गर्नको लागि केवल एउटा सूची उत्पादन गर्नुहोस् ताकि म यसलाई क्याटलग/स्रोतबाट जाँच गर्न सक्छु। पाठ: [यहाँ]
२) एनक्रोनिज्म स्क्यानिङ:
तल [अवधि] को बारेमा पाठ जाँच गर्नुहोस्। सर्तहरू, संस्थाहरू, अवधारणाहरू, र मानहरू हाइलाइट गर्नुहोस् जुन यस अवधिसँग सम्बन्धित हुन सक्दैन। प्रत्येकको लागि, तपाइँ किन शंकास्पद हुनुहुन्छ संक्षिप्तमा लेख्नुहोस्। अन्तिम निर्णय गर्दै; विशेषज्ञले जाँच गर्ने शंकाहरूको सूची बनाउनुहोस्। पाठ: [यहाँ]
3) स्रोत आलोचना फ्रेमवर्क:
निम्न स्रोतको बारेमा एक स्रोत आलोचनाको मस्यौदा तयार गरिएको छ: (1) कसले यो उत्पादन गरेको हुन सक्छ, (2) कहिले, (3) कुन उद्देश्यका लागि, (4) यसको सम्भावित पूर्वाग्रहहरू के हुन्, (5) कुन मुद्दाहरूमा विश्वास गर्नुपर्छ र कुन होसियार हुनुपर्छ। अन्तिम निर्णय लागू गर्दै; प्रश्न र सम्भावित उत्तर विकल्पहरू प्रदान गर्नुहोस्। स्रोत: [यहाँ]
4) हराइरहेको भोल्युम / पूर्वाग्रह नियन्त्रण:
निम्न ऐतिहासिक सारांशमा कसको आवाज र कुन समूहको अनुभव हराइरहेको वा एकतर्फी हुन सक्छ? कुन दृष्टिकोण हावी छ, कुन अदृश्य छ? प्रश्नहरूको सूचीको रूपमा यसलाई उत्पादन गर्नुहोस्; म यसलाई क्रस-सन्दर्भहरू भर्नेछु। सारांश: [यहाँ]
कमजोर प्रम्प्ट / बलियो प्रम्प्ट
कमजोर:
मलाई यस विषयमा भरपर्दो ऐतिहासिक स्रोतहरू र उद्धरणहरू दिनुहोस्।
"स्रोत" र "उद्धरण" को लागि सोध्दा AI ले फारममा सही तर सामग्रीमा बनावटी सन्दर्भहरू उत्पादन गर्न धेरै प्रवण हुन्छ। यो प्रम्प्ट भ्रमको लागि प्रत्यक्ष निमन्त्रणा हो।
बलियो:
यस विषयमा मेरो अनुसन्धानमा मैले कुन प्रकारका स्रोतहरू (संग्रह कोषको प्रकार, प्रकाशनको प्रकार, संस्था) खोज्नु पर्ने सुझाव दिनुहोस्। एक विशेष सन्दर्भ, फाइल नम्बर वा उद्धरण फिट गर्दै; कहाँ हेर्ने बताउनुहोस्। त्यसपछि म क्याटलगबाट वास्तविक स्रोतहरू फेला पार्नेछु।
भिन्नता: AI लाई "कहाँ हेर्ने" को लागी सोधिएको छ, "वास्तविक सन्दर्भ" होइन; भ्रमको जोखिम मौलिक रूपमा कम हुन्छ र प्रमाणीकरण मानवमा छोडिन्छ।
सामान्य गल्तीहरू
- सही सन्दर्भमा भर पर्दै। बनेको सन्दर्भ पनि निर्दोष देखिन्छ; क्याटलगमा प्रमाणित हुनुपर्छ।
- AI बाट प्रत्यक्ष उद्धरण लिँदै। प्राथमिक/विश्वसनीय स्रोतबाट पुष्टि बिना उद्धरणहरू प्रयोग गर्न सकिँदैन।
- अनाक्रोनिज्मलाई हेर्दै। आजका सर्तहरू र अवधारणाहरू चुपचाप विगतमा डुब्छन्।
- पूर्वाग्रह पुन: उत्पादन। एआईले स्रोतहरूबाट मौनता प्रतिलिपि गर्दछ; हराएको आवाजको बारेमा सोध्न आवश्यक छ।
- एउटै स्रोतमा भर पर्दै। आलोचनात्मक तथ्यहरू कम्तिमा दुई स्वतन्त्र स्रोतहरू द्वारा पुष्टि हुनुपर्छ।
संक्षेपमा
स्रोत प्रमाणिकरण इतिहास र अभिलेखको मुटुमा छ, र AI को युगमा अझ महत्त्वपूर्ण छ। भ्रमले स्रोतहरू, उद्धरणहरू, र घटनाहरू उत्पादन गर्दछ जसको रूप उत्तम छ तर जसको सामग्री काल्पनिक छ; अनाक्रोनिज्मले विगतलाई आजको लेन्समार्फत विकृत गर्छ; र AI स्रोतहरूमा पूर्वाग्रहहरू पुन: उत्पादन गर्दछ। रक्षा एक अनुशासन हो: क्याटलगमा प्रत्येक सन्दर्भ प्रमाणित गर्नुहोस्, कागजातमा सामग्री तुलना गर्नुहोस्, महत्वपूर्ण तथ्यहरू क्रस-चेक गर्नुहोस्, अवधि र पूर्वाग्रह मार्फत फिल्टर गर्नुहोस्। AI लाई "कहाँ हेर्ने" भनेर सोध्नुहोस्, "वास्तविक स्रोत" होइन। सत्यको संरक्षक सधैं विशेषज्ञ हो।
आवेदन कार्य
AI लाई तपाईंले काम गरिरहनुभएको विषयमा स्रोतहरूको सूची बनाउन लगाउनुहोस् (जानीजानी "कमजोर प्रम्प्ट" संग)। त्यसपछि "सन्दर्भ प्रमाणीकरण सूची" टेम्प्लेटको साथ यो आउटपुटबाट सबै सन्दर्भहरू निकाल्नुहोस् र प्रत्येकलाई क्याटलगमा खोज्नुहोस्। गणना गर्नुहोस् कि कतिहरू वास्तवमा अवस्थित छन् र कतिहरू बनाइएका वा गलत छन्। एउटै विषयलाई "बलियो प्रम्प्ट" ("कहाँ हेर्नु पर्छ") सँग दोहोर्याउनुहोस् र भिन्नताको अनुभव गर्नुहोस्।
चेकलिस्ट
- [ ] मैले सूची/विश्वसनीय स्रोतमा प्रत्येक सन्दर्भ प्रमाणित गरें।
- [] मैले प्रत्येक उद्धरण प्राथमिक/विश्वसनीय स्रोतबाट प्रमाणित गरेको छु।
- [ ] मैले कम्तिमा दुई स्वतन्त्र स्रोतहरूसँग क्रस-चेक आलोचनात्मक तथ्यहरू गरेको छु।
- [ ] मैले anachronisms को लागि आउटपुट फिल्टर गरें।
- [] मैले हराएको/विकृत आवाज र पूर्वाग्रहको बारेमा प्रश्न गरें।