ਐਂਡ-ਟੂ-ਐਂਡ ਪ੍ਰੋਜੈਕਟ: ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੇ ਨਾਲ ਇੱਕ ਪੁਰਾਲੇਖ ਸੰਗ੍ਰਹਿ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਨਾ

ਲਾਭ:

• 7-ਪੜਾਅ ਦੇ ਵਰਕਫਲੋ ਵਿੱਚ ਇੱਕ ਸੰਗ੍ਰਹਿ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਦੀ ਸਮਰੱਥਾ, ਨੈਤਿਕ ਸਕ੍ਰੀਨਿੰਗ ਤੋਂ ਪ੍ਰਕਾਸ਼ਨ ਤੱਕ, ਹਰੇਕ ਪੜਾਅ 'ਤੇ ਇੱਕ ਮਨੁੱਖੀ ਜਾਂਚ ਪੁਆਇੰਟ ਦੇ ਨਾਲ
• ਸਮਝੋ ਕਿ ਕਿਵੇਂ ਸ਼ੁਰੂਆਤੀ ਚੈਕਪੁਆਇੰਟ ਇੱਕ ਗਲਤੀ (ਗਲਤ ਮਿਤੀ/ਨਾਮ) ਨੂੰ ਪੂਰੀ ਲੜੀ ਵਿੱਚ ਫੈਲਣ ਤੋਂ ਰੋਕਦੇ ਹਨ
• ਮਾਸਟਰ ਫਾਈਲ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਣ, ਤਸਦੀਕ 'ਤੇ ਬੱਚਤ ਨਾ ਕਰਨ, ਅਤੇ ਇੱਕ ਸੰਪੂਰਨ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਦਾ ਐਲਾਨ ਕਰਨ ਦੇ ਸਿਧਾਂਤਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ

ਪਿਛਲੀਆਂ ਇਕਾਈਆਂ ਨੇ ਵਿਅਕਤੀਗਤ ਹੁਨਰਾਂ ਨੂੰ ਕਵਰ ਕੀਤਾ ਹੈ: ਡਿਜੀਟਾਈਜ਼ੇਸ਼ਨ, ਟ੍ਰਾਂਸਕ੍ਰਿਪਸ਼ਨ, ਮੈਟਾਡੇਟਾ, ਸਕੈਨਿੰਗ, ਅਨੁਵਾਦ, ਤਸਦੀਕ, ਪੈਟਰਨ ਵਿਸ਼ਲੇਸ਼ਣ, ਮੁੜ ਪ੍ਰਾਪਤੀ, ਸੰਭਾਲ, ਅਤੇ ਨੈਤਿਕਤਾ। ਇਹ ਅੰਤਿਮ ਇਕਾਈ ਇਸ ਸਭ ਨੂੰ ਜੋੜਦੀ ਹੈ। ਇੱਕ ਸੱਚਾ ਪੁਰਾਲੇਖ ਪ੍ਰੋਜੈਕਟ ਇਹਨਾਂ ਕਦਮਾਂ ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਨਹੀਂ ਬਲਕਿ ਇੱਕ ਆਪਸ ਵਿੱਚ ਜੁੜੇ ਵਰਕਫਲੋ ਵਜੋਂ ਅਨੁਭਵ ਕਰਦਾ ਹੈ। ਇੱਥੇ, ਅਸੀਂ ਦੇਖਾਂਗੇ ਕਿ ਤੁਸੀਂ ਇੱਕ AI-ਸਮਰਥਿਤ ਪਰ ਮਨੁੱਖੀ-ਨਿਯੰਤਰਿਤ ਪ੍ਰਕਿਰਿਆ, ਕਦਮ ਦਰ ਕਦਮ ਅਤੇ ਇੱਕ ਨਿਯੰਤਰਣ ਲੜੀ ਦੇ ਨਾਲ ਇੱਕ ਸੰਗ੍ਰਹਿ ਨੂੰ ਸ਼ੁਰੂ ਤੋਂ ਅੰਤ ਤੱਕ ਕਿਵੇਂ ਪ੍ਰਕਿਰਿਆ ਕਰ ਸਕਦੇ ਹੋ।

ਟੀਚਾ ਏਆਈ ਨੂੰ ਇੱਕ ਭਾਈਵਾਲ ਵਜੋਂ ਸਥਿਤੀ ਵਿੱਚ ਰੱਖਣਾ ਹੈ ਜੋ "ਹਰ ਕਦਮ ਨੂੰ ਤੇਜ਼ ਕਰਦਾ ਹੈ ਪਰ ਕਿਸੇ ਵੀ ਕਦਮ 'ਤੇ ਕੋਈ ਅੰਤਮ ਕਹਿਣਾ ਨਹੀਂ ਹੈ।" ਜਦੋਂ ਤੁਸੀਂ ਇਸ ਯੂਨਿਟ ਨੂੰ ਪੂਰਾ ਕਰਦੇ ਹੋ, ਤਾਂ ਤੁਹਾਡੇ ਕੋਲ ਇੱਕ ਸੰਪੂਰਨ ਵਿਧੀ ਰਹਿ ਜਾਵੇਗੀ ਜੋ ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਇੱਕ ਗੜਬੜ ਵਾਲੇ ਢੇਰ ਨੂੰ ਖੋਜ-ਤਿਆਰ, ਪ੍ਰਮਾਣਿਤ, ਨੈਤਿਕ ਤੌਰ 'ਤੇ ਸਾਫ਼ ਸੰਗ੍ਰਹਿ ਵਿੱਚ ਬਦਲ ਦਿੰਦੀ ਹੈ।

ਦ੍ਰਿਸ਼: ਸਾਡੇ ਕੋਲ ਕੀ ਹੈ

ਮੰਨ ਲਓ ਕਿ ਤੁਸੀਂ 250 ਦਸਤਾਵੇਜ਼ਾਂ ਦਾ ਸੰਗ੍ਰਹਿ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹੋ: ਕੁਝ ਪ੍ਰਿੰਟ ਕੀਤੇ (ਪ੍ਰਿੰਟ ਕੀਤੇ ਪੱਤਰ-ਵਿਹਾਰ, ਇਸ਼ਤਿਹਾਰ), ਕੁਝ ਹੱਥ-ਲਿਖਤ (ਅੱਖਰ, ਨੋਟਬੁੱਕ), ਵੱਖ-ਵੱਖ ਤਾਰੀਖਾਂ ਤੋਂ, ਕੁਝ ਸੰਵੇਦਨਸ਼ੀਲ ਨਿੱਜੀ ਡੇਟਾ ਵਾਲੇ। ਟੀਚਾ: ਡਿਜੀਟਾਈਜ਼ ਕਰਨਾ, ਪ੍ਰਤੀਲਿਪੀ ਕਰਨਾ, ਕੈਟਾਲਾਗ ਕਰਨਾ ਅਤੇ ਇਸ ਸੰਗ੍ਰਹਿ ਨੂੰ ਖੋਜਕਰਤਾਵਾਂ ਲਈ ਉਪਲਬਧ ਕਰਾਉਣਾ। ਆਓ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਸੱਤ ਪੜਾਵਾਂ ਵਿੱਚ ਤੋੜੀਏ।

ਸੱਤ-ਪੜਾਅ ਵਰਕਫਲੋ

ਪੜਾਅ 1 — ਮੁਲਾਂਕਣ ਅਤੇ ਨੈਤਿਕ ਜਾਂਚ। ਪਹਿਲਾਂ ਸੰਗ੍ਰਹਿ ਨੂੰ ਜਾਣੋ। ਕਿਹੜੇ ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਸੰਵੇਦਨਸ਼ੀਲ ਨਿੱਜੀ ਡੇਟਾ ਹੁੰਦਾ ਹੈ? ਕਾਪੀਰਾਈਟ ਸਥਿਤੀ ਕੀ ਹੈ? ਕੀ ਸੱਭਿਆਚਾਰਕ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਹੈ? ਇਹ ਸਕੈਨਿੰਗ ਇਹ ਨਿਰਧਾਰਿਤ ਕਰਦੀ ਹੈ ਕਿ ਕਲਾਉਡ-ਅਧਾਰਿਤ AI ਟੂਲਸ ਨੂੰ ਕਿਹੜੇ ਦਸਤਾਵੇਜ਼ ਦਿੱਤੇ ਜਾ ਸਕਦੇ ਹਨ ਅਤੇ ਜੋ ਸਿਰਫ਼ ਬੰਦ/ਪ੍ਰਵਾਨਿਤ ਵਾਤਾਵਰਣ ਵਿੱਚ ਹੀ ਪ੍ਰੋਸੈਸ ਕੀਤੇ ਜਾਣਗੇ। ਜੇਕਰ ਇਸ ਪੜਾਅ ਨੂੰ ਛੱਡ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਪੂਰਾ ਪ੍ਰੋਜੈਕਟ ਨੈਤਿਕ ਖਤਰੇ ਵਿੱਚ ਹੈ।

ਪੜਾਅ 2 - ਡਿਜੀਟਾਈਜ਼ੇਸ਼ਨ। ਉੱਚ ਰੈਜ਼ੋਲਿਊਸ਼ਨ 'ਤੇ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਸਕੈਨ ਕਰੋ (ਘੱਟੋ-ਘੱਟ 300-400 DPI, ਵਧੀਆ ਕੰਟ੍ਰਾਸਟ)। ਅਸਲੀ (ਮਾਸਟਰ) ਫਾਈਲਾਂ ਨੂੰ ਅਛੂਤ ਰੱਖੋ; ਸਾਰੀਆਂ ਪ੍ਰੋਸੈਸਿੰਗ ਕਾਪੀਆਂ 'ਤੇ ਕੀਤੀ ਜਾਵੇਗੀ।

ਪੜਾਅ 3 - ਟੈਕਸਟ ਕੱਢਣਾ। ਹਾਰਡਕਾਪੀ ਦਸਤਾਵੇਜ਼ਾਂ ਲਈ OCR ਅਤੇ ਖਰੜੇ ਲਈ HTR ਲਾਗੂ ਕਰੋ। AI ਨੂੰ "ਸੁਰੱਖਿਅਤ ਪਰੂਫ ਰੀਡਿੰਗ" ਹਦਾਇਤਾਂ ਨਾਲ ਕੱਚੇ ਆਉਟਪੁੱਟ ਨੂੰ ਸਾਫ਼ ਕਰੋ — ਸਿਰਫ ਆਪਟੀਕਲ/ਪਛਾਣ ਦੀਆਂ ਗਲਤੀਆਂ, ਕੋਈ ਸਮੱਗਰੀ ਟਿੱਪਣੀ ਨਹੀਂ, ਪੜ੍ਹਨਯੋਗ ਥਾਵਾਂ [?]। ਓਟੋਮੈਨ/ਹੱਥ-ਲਿਖਤ ਲਈ ਵਿਕਲਪਿਕ ਰੀਡਿੰਗ ਅਤੇ ਪੈਲੀਓਗ੍ਰਾਫਰ ਨਿਯੰਤਰਣ।

ਪੜਾਅ 4 — ਮੈਟਾਡੇਟਾ ਅਤੇ ਕੈਟਾਲਾਗਿੰਗ। ਹਰੇਕ ਦਸਤਾਵੇਜ਼ ਲਈ ਸਟੈਂਡਰਡ (ਡਬਲਿਨ ਕੋਰ/ਆਈਐਸਏਡੀ(ਜੀ)) ਮੈਟਾਡੇਟਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ; "ਗੈਰ-ਮੌਜੂਦ ਖੇਤਰ ਨੂੰ ਖਾਲੀ ਛੱਡੋ" ਦੀ ਇਜਾਜ਼ਤ ਨਾਲ। ਨਿਯੰਤਰਿਤ ਸੂਚੀ ਵਿੱਚ ਵਿਸ਼ਾ ਸ਼ਰਤਾਂ ਦਾ ਨਕਸ਼ਾ ਬਣਾਓ। ਦਸਤਾਵੇਜ਼ਾਂ ਨਾਲ ਮਿਤੀਆਂ ਅਤੇ ਨਾਵਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ।

ਪੜਾਅ 5 - ਸੰਸ਼ੋਧਨ ਅਤੇ ਪੈਟਰਨਿੰਗ। ਇਕਾਈਆਂ (ਵਿਅਕਤੀ/ਸਥਾਨ/ਸੰਗਠਨ) ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰੋ, ਸਧਾਰਣ ਬਣਾਓ, ਸਬੰਧ ਅਤੇ ਸਮਾਂ-ਰੇਖਾ ਦੀ ਰੂਪਰੇਖਾ ਤਿਆਰ ਕਰੋ। ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਹਰੇਕ ਪੈਟਰਨ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ; ਇੱਥੇ ਕੋਈ ਸੰਗਠਿਤ ਸੰਬੰਧ ਨਹੀਂ ਹਨ ਅਤੇ ਕੋਈ ਕਾਲਕ੍ਰਮ ਨਹੀਂ ਹੈ।

ਪੜਾਅ 6 — ਪਹੁੰਚ ਸਾਧਨ। ਸੰਗ੍ਰਹਿ ਲਈ ਸਹਾਇਤਾ ਰੂਪਰੇਖਾ ਲੱਭਣ ਦਾ ਉਤਪਾਦਨ ਕਰੋ; ਇਤਿਹਾਸ ਸੈਕਸ਼ਨ ਨੂੰ ਸਿਰਫ਼ ਪ੍ਰਮਾਣਿਤ ਨੋਟਸ 'ਤੇ ਆਧਾਰਿਤ ਕਰੋ। ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਪਹੁੰਚ ਪਾਬੰਦੀਆਂ (ਗੋਪਨੀਯਤਾ/ਕਾਪੀਰਾਈਟ) ਦੀ ਨਿਸ਼ਾਨਦੇਹੀ ਕਰੋ।

ਪੜਾਅ 7 - ਪੁਸ਼ਟੀਕਰਨ, ਘੋਸ਼ਣਾ ਅਤੇ ਪ੍ਰਕਾਸ਼ਨ। ਇੱਕ ਆਖਰੀ ਵਾਰ ਨਾਜ਼ੁਕ ਖੇਤਰਾਂ (ਤਾਰੀਖ, ਨਾਮ, ਹਵਾਲਾ, ਹਵਾਲਾ) ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ। AI ਦੀ ਵਰਤੋਂ ਦਾ ਐਲਾਨ ਕਰੋ। ਮਾਹਰ ਅੰਤਮ ਪ੍ਰਵਾਨਗੀ ਦਿੰਦਾ ਹੈ; ਸੰਗ੍ਰਹਿ ਖੋਜ ਲਈ ਖੋਲ੍ਹਿਆ ਗਿਆ ਹੈ.

ਸੰਕੇਤ: ਹਰੇਕ ਪੜਾਅ 'ਤੇ ਇੱਕ "ਮਨੁੱਖੀ ਜਾਂਚ ਪੁਆਇੰਟ" ਰੱਖੋ: ਇੱਕ ਮਾਹਰ ਅਗਲੇ ਪੜਾਅ 'ਤੇ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ AI ਦੇ ਆਉਟਪੁੱਟ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਦਾ ਹੈ। ਇਹਨਾਂ ਚੈਕਪੁਆਇੰਟਾਂ ਤੋਂ ਬਿਨਾਂ, ਪਹਿਲੇ ਪੜਾਅ 'ਤੇ ਇੱਕ ਗਲਤੀ (ਇੱਕ ਗਲਤ ਪੜ੍ਹਣ ਦੀ ਮਿਤੀ) ਸਾਰੀ ਚੇਨ ਵਿੱਚ ਫੈਲ ਜਾਵੇਗੀ ਅਤੇ ਅੰਤ ਵਿੱਚ ਕੈਟਾਲਾਗ, ਪੈਟਰਨ ਅਤੇ ਗਾਈਡ ਵਿੱਚ ਲੀਕ ਹੋ ਜਾਵੇਗੀ।

ਕੰਟਰੋਲ ਚੇਨ ਟੇਬਲ

ਸਟੇਜ

AI ਦੀ ਨੌਕਰੀ

ਮਨੁੱਖੀ ਚੌਕੀ

1. ਨੈਤਿਕ ਜਾਂਚ

ਸੰਵੇਦਨਸ਼ੀਲ ਡਾਟਾ ਮਾਰਕਿੰਗ

ਇੰਸਟਾਲੇਸ਼ਨ ਦਾ ਫੈਸਲਾ

2. ਡਿਜੀਟਾਈਜ਼ੇਸ਼ਨ

(ਚਿੱਤਰ ਸੁਧਾਰ)

ਗੁਣਵੱਤਾ, ਮਾਸਟਰ ਸੁਰੱਖਿਆ

3. ਟੈਕਸਟ ਐਕਸਟਰੈਕਸ਼ਨ

OCR/HTR + ਸੁਰੱਖਿਅਤ ਸੁਧਾਰ

ਨਾਮ/ਤਾਰੀਖ/ਪੜ੍ਹਨ ਦੀ ਤਸਦੀਕ

4. ਮੈਟਾਡੇਟਾ

ਮਿਆਰੀ ਡਰਾਫਟ

ਖੇਤਰ ਦੀ ਪੁਸ਼ਟੀ, ਮਿਆਦ ਮੇਲ

5. ਪੈਟਰਨ

ਹਸਤੀ, ਰਿਸ਼ਤਾ, ਸਮਾਂ-ਰੇਖਾ

ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਪ੍ਰਮਾਣਿਕਤਾ

6. ਪਹੁੰਚ ਸਾਧਨ

ਸਹਾਇਤਾ ਡਰਾਫਟ ਲੱਭ ਰਿਹਾ ਹੈ

ਇਤਿਹਾਸ ਅਤੇ ਪਾਬੰਦੀ ਦੀ ਪ੍ਰਵਾਨਗੀ

7. ਜਾਰੀ ਕਰੋ

-

ਅੰਤਮ ਪ੍ਰਵਾਨਗੀ, ਘੋਸ਼ਣਾ

ਤਿੰਨ ਛੋਟੇ ਕੇਸ

ਕੇਸ 1 - ਚੇਨ ਗਲਤੀ ਫੜੀ ਗਈ। ਇੱਕ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ, ਪੜਾਅ 3 ਵਿੱਚ, ਇੱਕ ਦਸਤਾਵੇਜ਼ ਦੀ ਮਿਤੀ "1888" ਦੀ ਬਜਾਏ "1868" ਪੜ੍ਹੀ ਗਈ ਹੈ। ਜੇਕਰ ਪੜਾਅ 3 ਚੈਕਪੁਆਇੰਟ ਨੇ ਇਸ ਗਲਤੀ ਨੂੰ ਨਾ ਫੜਿਆ ਹੁੰਦਾ, ਤਾਂ ਮਿਤੀ ਕੈਟਾਲਾਗ (4), ਸਮਾਂ-ਰੇਖਾ (5), ਅਤੇ ਗਾਈਡ (6) ਵਿੱਚ ਫੈਲ ਗਈ ਹੁੰਦੀ। ਚੈਕਪੁਆਇੰਟ ਦਾ ਧੰਨਵਾਦ, ਬੱਗ ਨੂੰ ਇੱਕ ਥਾਂ ਤੇ ਹੱਲ ਕੀਤਾ ਗਿਆ ਸੀ. ਪਾਠ: ਜਲਦੀ ਜਾਂਚ ਗਲਤੀ ਨੂੰ ਚੇਨ ਨੂੰ ਫੈਲਣ ਤੋਂ ਰੋਕਦੀ ਹੈ।

ਕੇਸ 2 - ਨੈਤਿਕ ਸਕ੍ਰੀਨਿੰਗ ਨੇ ਪ੍ਰੋਜੈਕਟ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕੀਤਾ। 250 ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚੋਂ 18 ਵਿੱਚ ਜੀਵਿਤ ਵਿਅਕਤੀਆਂ ਦੇ ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਸਨ। ਪੜਾਅ 1 ਵਿੱਚ ਨੈਤਿਕ ਸਕ੍ਰੀਨਿੰਗ ਨੇ ਇਹਨਾਂ ਨੂੰ ਫਲੈਗ ਕੀਤਾ; ਇਹਨਾਂ 18 ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਇੱਕ ਬੰਦ ਵਾਤਾਵਰਣ ਵਿੱਚ ਪ੍ਰੋਸੈਸ ਕੀਤਾ ਗਿਆ ਸੀ, ਬਾਕੀ ਮਿਆਰੀ ਸਾਧਨਾਂ ਨਾਲ। ਇਹ ਇੱਕ ਗੰਭੀਰ ਉਲੰਘਣਾ ਹੋਵੇਗੀ ਜੇਕਰ ਸਕੈਨਿੰਗ ਨੂੰ ਛੱਡ ਦਿੱਤਾ ਗਿਆ ਸੀ ਅਤੇ ਇਹ ਸਭ ਕਲਾਉਡ 'ਤੇ ਅੱਪਲੋਡ ਕੀਤਾ ਗਿਆ ਸੀ। ਸਬਕ: ਨੈਤਿਕਤਾ ਦੀ ਜਾਂਚ ਪਹਿਲਾ ਕਦਮ ਹੈ, ਬਾਅਦ ਵਿੱਚ ਕੋਈ ਹੱਲ ਨਹੀਂ ਜੋੜਿਆ ਗਿਆ।

ਕੇਸ 3 - ਸਮਾਂ ਅਤੇ ਮਿਹਨਤ। ਰਵਾਇਤੀ ਵਿਧੀ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, 250 ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਸੰਗ੍ਰਹਿ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਵਿੱਚ ਲਗਭਗ 8-10 ਮਹੀਨੇ ਲੱਗਣਗੇ। ਏਆਈ-ਸਮਰਥਿਤ, ਚੈਕਪੁਆਇੰਟ ਵਰਕਫਲੋ ਦੇ ਨਾਲ, ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਲਗਭਗ 3 ਮਹੀਨਿਆਂ ਤੱਕ ਘਟਾ ਦਿੱਤਾ ਗਿਆ ਸੀ। ਪਰ ਬੱਚਤ "AI ਨੇ ਸਭ ਕੁਝ ਕੀਤਾ" ਤੋਂ ਨਹੀਂ ਆਇਆ, ਪਰ "AI ਨੇ ਮਕੈਨੀਕਲ ਕੰਮ ਕੀਤਾ, ਮਨੁੱਖੀ ਤਸਦੀਕ 'ਤੇ ਕੇਂਦ੍ਰਿਤ" ਤੋਂ। ਤਸਦੀਕ ਲਈ ਸਮਰਪਿਤ ਸਮਾਂ ਨਹੀਂ ਘਟਿਆ ਹੈ; ਮਕੈਨੀਕਲ ਕੰਮ ਲਈ ਸਮਰਪਿਤ ਸਮਾਂ ਘਟ ਗਿਆ ਹੈ.

ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ

1) ਪ੍ਰੋਜੈਕਟ ਸ਼ੁਰੂਆਤੀ ਯੋਜਨਾ:

ਮੇਰੇ ਕੋਲ [ਨੰਬਰ] ਦਸਤਾਵੇਜ਼ਾਂ ਦਾ ਸੰਗ੍ਰਹਿ ਹੈ: [ਪ੍ਰਿੰਟ/ਖਰੜੇ ਦਾ ਮਿਸ਼ਰਣ], [ਪੀਰੀਅਡ], ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਕੁਝ ਵਿੱਚ ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਹੋ ਸਕਦਾ ਹੈ। ਇਸ ਸੰਗ੍ਰਹਿ ਨੂੰ ਡਿਜੀਟਾਈਜ਼ ਕਰਨ ਅਤੇ ਸੂਚੀਬੱਧ ਕਰਨ ਲਈ ਇੱਕ 7-ਪੜਾਅ ਦੀ ਵਰਕਫਲੋ ਯੋਜਨਾ ਬਣਾਓ: ਹਰ ਪੜਾਅ 'ਤੇ AI ਦੇ ਕਾਰਜ ਅਤੇ ਮਨੁੱਖੀ ਜਾਂਚ ਪੁਆਇੰਟ ਨੂੰ ਨਿਸ਼ਚਿਤ ਕਰੋ। ਪਹਿਲਾਂ ਨੈਤਿਕਤਾ ਦੀ ਜਾਂਚ ਕਰੋ।

2) ਪੜਾਅ ਤਬਦੀਲੀ ਚੈੱਕਲਿਸਟ:

ਮੈਂ ਪੜਾਅ [ਸਟੇਜ ਦਾ ਨਾਮ] ਪੂਰਾ ਕੀਤਾ। ਅਗਲੇ ਪੜਾਅ 'ਤੇ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ ਮੈਨੂੰ ਤਸਦੀਕ ਕਰਨ ਲਈ ਲੋੜੀਂਦੇ ਨਾਜ਼ੁਕ ਬਿੰਦੂਆਂ ਦੀ ਇੱਕ ਚੈਕਲਿਸਟ ਤਿਆਰ ਕਰੋ: ਕਿਹੜੇ ਤੱਥਾਂ (ਤਾਰੀਖ/ਨਾਮ/ਹਵਾਲਾ) ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਲੋੜ ਹੈ, ਕਿਹੜੀਆਂ ਗਲਤੀਆਂ ਚੇਨ ਨੂੰ ਵਧਾ ਸਕਦੀਆਂ ਹਨ? ਮੈਨੂੰ ਅੰਤਿਮ ਪ੍ਰਵਾਨਗੀ ਹੈ; ਤੁਸੀਂ ਮੈਨੂੰ ਚੈੱਕਲਿਸਟ ਦਿਓ।

3) ਅੰਤ-ਤੋਂ-ਅੰਤ ਗੁਣਵੱਤਾ ਨਿਯੰਤਰਣ:

ਹੇਠਾਂ ਇੱਕ ਪ੍ਰਕਿਰਿਆ ਕੀਤੇ ਦਸਤਾਵੇਜ਼ ਦੀਆਂ ਸਾਰੀਆਂ ਪਰਤਾਂ ਹਨ: ਟ੍ਰਾਂਸਕ੍ਰਿਪਸ਼ਨ, ਮੈਟਾਡੇਟਾ, ਐਕਸਟਰੈਕਟ ਕੀਤੀਆਂ ਸੰਪਤੀਆਂ। ਲੇਅਰਾਂ ਵਿਚਕਾਰ ਸੰਕਲਪ ਚਿੱਤਰ: ਕੀ ਟ੍ਰਾਂਸਕ੍ਰਿਪਸ਼ਨ ਵਿੱਚ ਕੋਈ ਮਿਤੀ ਮੈਟਾਡੇਟਾ ਨਾਲ ਮੇਲ ਖਾਂਦੀ ਹੈ, ਕੀ ਇਕਾਈਆਂ ਅਸਲ ਵਿੱਚ ਟੈਕਸਟ ਵਿੱਚ ਮੌਜੂਦ ਹਨ? ਤਾੜਨਾ ਲਗਾਉਣਾ; ਅਸੰਗਤਤਾਵਾਂ ਦੀ ਇੱਕ ਸੂਚੀ ਬਣਾਓ। ਪਰਤਾਂ: [ਇੱਥੇ]

4) ਪ੍ਰੋਜੈਕਟ ਬੰਦ ਕਰਨਾ ਅਤੇ ਘੋਸ਼ਣਾ:

ਇਸ ਸੰਗ੍ਰਹਿ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ, ਮੈਂ ਹੇਠਾਂ ਦਿੱਤੇ ਪੜਾਵਾਂ ਵਿੱਚ ਏਆਈ ਦੀ ਵਰਤੋਂ ਕੀਤੀ: [ਸੂਚੀ]. ਪ੍ਰੋਜੈਕਟ ਦਸਤਾਵੇਜ਼ਾਂ ਲਈ: (1) ਕਿਸ ਪੜਾਅ 'ਤੇ AI ਸਹਾਇਤਾ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਗਈ ਸੀ, (2) ਮਨੁੱਖੀ ਤਸਦੀਕ ਕਿਵੇਂ ਕੀਤੀ ਗਈ ਸੀ, (3) ਕਿਹੜੀਆਂ ਸੀਮਾਵਾਂ/ਸਬੰਧੀਆਂ ਹਨ — ਇੱਕ ਇਮਾਨਦਾਰ ਬੰਦ ਨੋਟ ਅਤੇ ਡਰਾਫਟ AI ਵਰਤੋਂ ਬਿਆਨ ਲਿਖੋ ਜਿਸ ਵਿੱਚ ਇਹ ਸ਼ਾਮਲ ਹਨ।

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ:

ਇਸ ਸੰਗ੍ਰਹਿ ਨੂੰ AI ਨਾਲ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪ੍ਰੋਸੈਸ ਕਰੋ ਅਤੇ ਇਸਨੂੰ ਖੋਜ ਲਈ ਤਿਆਰ ਕਰੋ।

ਇੱਕ ਸਿੰਗਲ "ਕੁਝ ਵੀ ਕਰੋ" ਹਿਦਾਇਤ ਨੈਤਿਕ ਸਕ੍ਰੀਨਿੰਗ, ਚੈਕਪੁਆਇੰਟ, ਅਤੇ ਪੁਸ਼ਟੀਕਰਨ ਨੂੰ ਬਾਈਪਾਸ ਕਰਦੀ ਹੈ; ਗਲਤੀਆਂ ਚੇਨ ਦੇ ਨਾਲ ਫੈਲਦੀਆਂ ਹਨ।

ਮਜ਼ਬੂਤ:

ਇਸ ਸੰਗ੍ਰਹਿ ਲਈ ਇੱਕ 7-ਪੜਾਅ ਦਾ ਵਰਕਫਲੋ ਸੈੱਟ ਕਰੋ, ਹਰੇਕ ਪੜਾਅ 'ਤੇ ਇੱਕ ਮਨੁੱਖੀ ਜਾਂਚ ਪੁਆਇੰਟ ਦੇ ਨਾਲ। ਪਹਿਲੇ ਪੜਾਅ ਨੂੰ ਨੈਤਿਕਤਾ/ਗੋਪਨੀਯਤਾ ਸਕ੍ਰੀਨਿੰਗ ਹੋਣ ਦਿਓ। ਹਰੇਕ ਪੜਾਅ 'ਤੇ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਆਉਟਪੁੱਟ ਨੂੰ ਅਗਲੇ ਪੜਾਅ 'ਤੇ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ ਤਸਦੀਕ ਕੀਤਾ ਜਾਵੇਗਾ; ਨਾਜ਼ੁਕ ਤੱਥਾਂ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰੋ (ਤਾਰੀਖ/ਨਾਮ/ਹਵਾਲਾ)। ਕਿਸੇ ਵੀ ਪੜਾਅ 'ਤੇ AI ਕੋਲ ਅੰਤਿਮ ਕਹਿਣਾ ਨਹੀਂ ਹੈ।

ਫਰਕ: ਪੜਾਅਵਾਰ ਢਾਂਚਾ, ਨੈਤਿਕਤਾ ਦੀ ਤਰਜੀਹ, ਚੌਕੀਆਂ ਅਤੇ "ਲੋਕਾਂ ਦਾ ਅੰਤਮ ਕਹਿਣਾ ਹੈ" ਸਿਧਾਂਤ ਪੂਰੇ ਪ੍ਰੋਜੈਕਟ ਨੂੰ ਸੁਰੱਖਿਅਤ ਅਤੇ ਬਚਾਅ ਯੋਗ ਬਣਾਉਂਦੇ ਹਨ।

ਆਮ ਗਲਤੀਆਂ

• ਨੈਤਿਕ ਸਕ੍ਰੀਨਿੰਗ ਨੂੰ ਅੰਤ ਤੱਕ ਛੱਡਣਾ। Privacy/copyright scanning is the first step; ਜੇਕਰ ਇਸਨੂੰ ਬਾਅਦ ਵਿੱਚ ਜੋੜਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਉਲੰਘਣਾ ਪਹਿਲਾਂ ਹੀ ਹੋ ਚੁੱਕੀ ਹੈ।
• ਚੌਕੀਆਂ ਨੂੰ ਬਾਈਪਾਸ ਕਰਨਾ। ਇੱਕ ਗਲਤੀ ਜੋ ਅਣ-ਪ੍ਰਮਾਣਿਤ ਹੁੰਦੀ ਹੈ, ਸਾਰੀ ਚੇਨ ਵਿੱਚ ਫੈਲ ਜਾਂਦੀ ਹੈ।
• ਮਾਸਟਰ ਫਾਈਲ ਦੀ ਸੁਰੱਖਿਆ ਨਹੀਂ ਕਰ ਰਿਹਾ ਹੈ। ਜੇਕਰ ਅਸਲੀ ਨੂੰ ਅਛੂਤਾ ਨਾ ਰੱਖਿਆ ਜਾਵੇ ਤਾਂ ਵਾਪਸੀ ਅਸੰਭਵ ਹੋ ਜਾਂਦੀ ਹੈ।
• ਤਸਦੀਕ 'ਤੇ ਬਚਤ. AI ਮਕੈਨੀਕਲ ਕੰਮ ਨੂੰ ਛੋਟਾ ਕਰਦਾ ਹੈ; ਜੇਕਰ ਤਸਦੀਕ ਦਾ ਸਮਾਂ ਛੋਟਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਗੁਣਵੱਤਾ ਘੱਟ ਜਾਂਦੀ ਹੈ।
• AI ਦੀ ਵਰਤੋਂ ਦਾ ਐਲਾਨ ਨਹੀਂ ਕਰਨਾ। ਪਾਰਦਰਸ਼ਤਾ ਸੰਗ੍ਰਹਿ ਦੀ ਵਿਗਿਆਨਕ ਭਰੋਸੇਯੋਗਤਾ ਦਾ ਹਿੱਸਾ ਹੈ।

ਸਾਰੰਸ਼ ਵਿੱਚ

ਇੱਕ ਐਂਡ-ਟੂ-ਐਂਡ ਆਰਕਾਈਵ ਪ੍ਰੋਜੈਕਟ ਵਿਅਕਤੀਗਤ ਹੁਨਰਾਂ ਨੂੰ ਨਿਯੰਤਰਣ ਦੀ ਇੱਕ ਲੜੀ ਵਿੱਚ ਜੋੜਦਾ ਹੈ: ਨੈਤਿਕ ਸਕੈਨਿੰਗ, ਡਿਜੀਟਾਈਜ਼ੇਸ਼ਨ, ਟੈਕਸਟ ਐਕਸਟਰੈਕਸ਼ਨ, ਮੈਟਾਡੇਟਾ, ਪੈਟਰਨ, ਰੀਟਰੀਵਲ ਟੂਲ, ਅਤੇ ਪ੍ਰਕਾਸ਼ਨ। ਹਰ ਪੜਾਅ 'ਤੇ, AI ਮਕੈਨੀਕਲ ਕੰਮ ਨੂੰ ਤੇਜ਼ ਕਰਦਾ ਹੈ; ਹਰ ਪੜਾਅ 'ਤੇ, ਇੱਕ ਮਨੁੱਖੀ ਚੌਕੀ ਦਾ ਅੰਤਮ ਕਹਿਣਾ ਹੁੰਦਾ ਹੈ। ਨੈਤਿਕ ਸਕ੍ਰੀਨਿੰਗ ਪਹਿਲਾ ਪੜਾਅ ਹੈ, ਮਾਸਟਰ ਫਾਈਲ ਸੁਰੱਖਿਅਤ ਹੈ, ਗਲਤੀਆਂ ਜਲਦੀ ਫੜੀਆਂ ਜਾਂਦੀਆਂ ਹਨ ਤਾਂ ਜੋ ਉਹ ਚੇਨ ਨੂੰ ਫੈਲ ਨਾ ਸਕਣ, ਅਤੇ AI ਦੀ ਵਰਤੋਂ ਨੂੰ ਇਮਾਨਦਾਰੀ ਨਾਲ ਘੋਸ਼ਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਬੱਚਤ ਏਆਈ ਦੁਆਰਾ ਸਭ ਕੁਝ ਕਰਨ ਤੋਂ ਨਹੀਂ ਆਉਂਦੀ, ਬਲਕਿ ਮਨੁੱਖ ਦੁਆਰਾ ਮਕੈਨੀਕਲ ਕੰਮ ਤੋਂ ਮੁਕਤ ਹੋਣ ਅਤੇ ਤਸਦੀਕ 'ਤੇ ਧਿਆਨ ਕੇਂਦ੍ਰਤ ਕਰਨ ਤੋਂ ਮਿਲਦੀ ਹੈ। ਏਆਈ ਤੇਜ਼ ਕਰਦਾ ਹੈ; Man ensures the accuracy and integrity of history.

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਇੱਕ ਛੋਟਾ ਸੰਗ੍ਰਹਿ ਚੁਣੋ (10-20 ਦਸਤਾਵੇਜ਼; ਤੁਹਾਡੀ ਆਪਣੀ ਸਮੱਗਰੀ ਜਾਂ ਇੱਕ ਨਮੂਨਾ ਸੈੱਟ)। "ਪ੍ਰੋਜੈਕਟ ਸਟਾਰਟਅਪ ਪਲਾਨ" ਟੈਮਪਲੇਟ ਨਾਲ 7-ਪੜਾਅ ਵਾਲਾ ਵਰਕਫਲੋ ਬਣਾਓ। ਇਸ ਪ੍ਰਵਾਹ ਰਾਹੀਂ ਘੱਟੋ-ਘੱਟ ਦੋ ਦਸਤਾਵੇਜ਼ ਚਲਾਓ: ਨੈਤਿਕ ਸਕੈਨਿੰਗ, ਟੈਕਸਟ ਐਕਸਟਰੈਕਸ਼ਨ, ਮੈਟਾਡੇਟਾ, ਅਤੇ ਇੱਕ ਪੈਟਰਨ ਲੇਅਰ। "ਪੜਾਅ ਪਰਿਵਰਤਨ ਚੈਕਲਿਸਟ" ਨਾਲ ਹਰੇਕ ਪੜਾਅ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ। ਅੰਤ ਵਿੱਚ, "ਪ੍ਰੋਜੈਕਟ ਕਲੋਜ਼ਰ ਐਂਡ ਸਟੇਟਮੈਂਟ" ਟੈਂਪਲੇਟ ਨਾਲ AI ਦੀ ਤੁਹਾਡੀ ਵਰਤੋਂ ਨੂੰ ਦਸਤਾਵੇਜ਼ੀ ਬਣਾਓ। Note which errors were caught at early checkpoints.

ਚੈੱਕਲਿਸਟ

• [ ] ਮੈਂ ਪਹਿਲੇ ਪੜਾਅ 'ਤੇ ਨੈਤਿਕਤਾ/ਗੋਪਨੀਯਤਾ ਸਕ੍ਰੀਨਿੰਗ ਕੀਤੀ ਸੀ।
• [ ] ਮੈਂ ਮਾਸਟਰ ਫਾਈਲਾਂ ਨੂੰ ਅਛੂਹ ਰੱਖਿਆ।
• [ ] ਮੈਂ ਹਰ ਪੜਾਅ 'ਤੇ ਇੱਕ ਮਨੁੱਖੀ ਚੌਕੀ ਪਾਉਂਦਾ ਹਾਂ।
• [ ] ਮੈਂ ਨਾਜ਼ੁਕ ਤੱਥਾਂ ਦੀ ਚੇਨ ਨੂੰ ਅੱਗੇ ਵਧਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਉਹਨਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ।
• [ ] ਮੈਂ ਪ੍ਰੋਜੈਕਟ ਬੰਦ ਹੋਣ 'ਤੇ AI ਦੀ ਵਰਤੋਂ ਦਾ ਐਲਾਨ ਕੀਤਾ।

ਮੋਡੀਊਲ ਪ੍ਰੀਖਿਆ

1. ਇਤਿਹਾਸ ਅਤੇ ਪੁਰਾਲੇਖ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਲਈ ਸਭ ਤੋਂ ਢੁਕਵੀਂ ਸਥਿਤੀ ਕੀ ਹੈ?

• ਏ) ਏਆਈ ਇੱਕ ਸੰਖੇਪ, ਸੰਪਾਦਨ ਅਤੇ ਡਰਾਫਟ ਟੂਲ ਹੈ; ਟਿੱਪਣੀ, ਸਰੋਤ ਆਲੋਚਨਾ ਅਤੇ ਅੰਤਮ ਜ਼ਿੰਮੇਵਾਰੀ ਮਾਹਰ ਦੀ ਹੈ ✔
• ਅ) ਨਕਲੀ ਬੁੱਧੀ ਇੱਕ ਇਤਿਹਾਸਕਾਰ ਵਾਂਗ, ਦਸਤਾਵੇਜ਼ ਦੀ ਪ੍ਰਮਾਣਿਕਤਾ ਅਤੇ ਅਰਥ ਦਾ ਆਪਣੇ ਆਪ ਫੈਸਲਾ ਕਰ ਸਕਦੀ ਹੈ
• C) ਨਕਲੀ ਬੁੱਧੀ ਸਿਰਫ ਟੈਕਸਟ ਦਾ ਅਨੁਵਾਦ ਕਰਨ ਲਈ ਕੰਮ ਕਰਦੀ ਹੈ, ਇਸਦਾ ਹੋਰ ਆਰਕਾਈਵ ਕੰਮਾਂ ਨਾਲ ਕੋਈ ਲੈਣਾ-ਦੇਣਾ ਨਹੀਂ ਹੈ
• ਡੀ) ਕਿਉਂਕਿ ਨਕਲੀ ਬੁੱਧੀ ਹਮੇਸ਼ਾ ਮਨੁੱਖਾਂ ਨਾਲੋਂ ਵਧੇਰੇ ਨਿਰਪੱਖ ਹੁੰਦੀ ਹੈ, ਇਸ ਲਈ ਇਤਿਹਾਸਕ ਵਿਆਖਿਆ ਨੂੰ ਇਸ 'ਤੇ ਛੱਡ ਦਿੱਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।

ਵਰਣਨ: ਨਕਲੀ ਬੁੱਧੀ; ਇਹ ਇੱਕ ਸਹਾਇਕ ਹੈ ਜੋ ਟੈਕਸਟ ਦੇ ਡਰਾਫਟ ਨੂੰ ਸੰਪਾਦਿਤ, ਸਕੈਨ, ਅਨੁਵਾਦ ਅਤੇ ਤਿਆਰ ਕਰਦਾ ਹੈ। ਸਰੋਤ ਆਲੋਚਨਾ, ਵਿਆਖਿਆ, ਕਾਰਨ-ਪ੍ਰਭਾਵ ਦੀ ਸਥਾਪਨਾ ਅਤੇ ਅੰਤਮ ਫੈਸਲਾ ਮਾਹਰ ਨਾਲ ਸਬੰਧਤ ਹੈ; ਇੱਕ ਅਣ-ਪ੍ਰਮਾਣਿਤ ਆਉਟਪੁੱਟ ਇੱਕ ਮਨਘੜਤ ਸਰੋਤ, ਇੱਕ ਝੂਠੀ ਮਿਤੀ, ਜਾਂ ਇੱਕ ਅਨਾਕ੍ਰਨਿਜ਼ਮ ਵੱਲ ਲੈ ਜਾ ਸਕਦੀ ਹੈ।

2. ਇਤਿਹਾਸਕ ਖੋਜ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਦੁਆਰਾ ਪੈਦਾ ਕੀਤਾ ਗਿਆ ਭਰਮ ਕੀ ਹੈ?

• ਏ) ਨਕਲੀ ਬੁੱਧੀ ਇੱਕ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਬਹੁਤ ਹੌਲੀ ਹੌਲੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦੀ ਹੈ
• ਅ) ਨਕਲੀ ਬੁੱਧੀ ਇੱਕ ਗੈਰ-ਮੌਜੂਦ ਸਰੋਤ, ਹਵਾਲਾ ਜਾਂ ਘਟਨਾ ਨੂੰ ਅਸਲ ਵਜੋਂ ਘੜਦੀ ਹੈ ✔
• C) ਇੱਕ ਦਸਤਾਵੇਜ਼ ਸਰੀਰਕ ਤੌਰ 'ਤੇ ਨੁਕਸਾਨਿਆ ਗਿਆ ਹੈ
• D) ਇੱਕ ਆਰਕਾਈਵ ਕੈਟਾਲਾਗ ਅੱਪ ਟੂ ਡੇਟ ਨਹੀਂ ਹੈ

ਵਿਆਖਿਆ: ਹੇਲੁਸੀਨੇਸ਼ਨ ਉਦੋਂ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਨਕਲੀ ਬੁੱਧੀ ਭਰੋਸੇ ਨਾਲ ਜਾਣਕਾਰੀ, ਸਰੋਤਾਂ, ਹਵਾਲੇ ਜਾਂ ਘਟਨਾਵਾਂ ਨੂੰ ਘੜਦੀ ਹੈ ਜੋ ਅਸਲ ਵਿੱਚ ਮੌਜੂਦ ਨਹੀਂ ਹਨ। ਹਾਲਾਂਕਿ ਇਸਦਾ ਰੂਪ ਸੰਪੂਰਨ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ, ਇਸਦੀ ਸਮੱਗਰੀ ਅਸਲੀ ਨਹੀਂ ਹੈ; ਇਸ ਲਈ, ਹਰ ਸੰਦਰਭ ਕੈਟਾਲਾਗ ਵਿੱਚ, ਹਰ ਹਵਾਲੇ ਦੀ ਅਸਲ ਸਰੋਤ 'ਤੇ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ।

3. ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੁਆਰਾ OCR ਆਉਟਪੁੱਟ ਨੂੰ ਠੀਕ ਕਰਨ ਦਾ ਸਭ ਤੋਂ ਵਧੀਆ ਤਰੀਕਾ ਕੀ ਹੈ?

• A) ਪਾਠ ਨੂੰ ਤਰਕਸ਼ੀਲ ਅਤੇ ਸੁੰਦਰ ਹੋਣ ਅਤੇ ਗੁੰਮ ਹੋਏ ਹਿੱਸਿਆਂ ਨੂੰ ਤਰਕ ਨਾਲ ਪੂਰਾ ਕਰਨ ਲਈ ਕਹਿਣਾ।
• ਅ) ਇਸ ਨੂੰ ਸੰਦਰਭ ਦੇ ਆਧਾਰ 'ਤੇ ਸਾਰੀਆਂ ਸੰਖਿਆਵਾਂ ਅਤੇ ਤਾਰੀਖਾਂ ਨੂੰ ਠੀਕ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦੇਣਾ
• C) ਉਸਨੂੰ ਸਿਰਫ ਆਪਟੀਕਲ ਪਛਾਣ ਦੀਆਂ ਗਲਤੀਆਂ ਨੂੰ ਠੀਕ ਕਰਨ ਲਈ ਕਹਿਣਾ, ਨਾ-ਪੜ੍ਹਨਯੋਗ ਖੇਤਰਾਂ [?] ਨੂੰ ਛੱਡੋ ਅਤੇ ਨੰਬਰ/ਤਾਰੀਖਾਂ ਨੂੰ ਨਾ ਬਦਲੋ ✔
• D) ਵਿਦਿਆਰਥੀ ਨੂੰ ਸਭ ਤੋਂ ਵੱਧ ਸੰਭਾਵਿਤ ਅੰਦਾਜ਼ੇ ਨਾਲ ਨਾ ਪੜ੍ਹੇ ਜਾਣ ਵਾਲੇ ਸ਼ਬਦਾਂ ਨੂੰ ਭਰਨ ਲਈ ਕਹਿਣਾ।

ਵਿਆਖਿਆ: OCR ਸੁਧਾਰ ਵਿੱਚ ਸੁਨਹਿਰੀ ਨਿਯਮ ਸਿਰਫ ਸਪੱਸ਼ਟ ਆਪਟੀਕਲ ਪਛਾਣ ਦੀਆਂ ਗਲਤੀਆਂ (ਜਿਵੇਂ ਕਿ rn ਤੋਂ m, l ਤੋਂ 1) ਨੂੰ ਠੀਕ ਕਰਨਾ ਹੈ; ਪਾਠ ਦੀ ਸਮਗਰੀ ਦੀ ਵਿਆਖਿਆ ਜਾਂ ਸੰਪੂਰਨ ਨਾ ਕਰਨਾ। ਨਾ-ਪੜ੍ਹਨਯੋਗ ਖੇਤਰਾਂ ਨੂੰ [?] ਨਾਲ ਚਿੰਨ੍ਹਿਤ ਕੀਤਾ ਗਿਆ ਹੈ; ਨੰਬਰ ਅਤੇ ਮਿਤੀਆਂ ਨਹੀਂ ਬਦਲੀਆਂ ਗਈਆਂ ਹਨ, ਉਹ ਚਿੱਤਰ ਨਾਲ ਪ੍ਰਮਾਣਿਤ ਹਨ।

4. ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਤੋਂ ਕੀ ਪੁੱਛਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਜਦੋਂ ਕਿਸੇ ਅਜਿਹੇ ਸ਼ਬਦ ਨੂੰ ਪੜ੍ਹਨ ਦੀ ਗੱਲ ਆਉਂਦੀ ਹੈ ਜਿਸਦਾ ਸਵਰ ਓਟੋਮੈਨ ਟੈਕਸਟ ਵਿੱਚ ਨਹੀਂ ਲਿਖਿਆ ਗਿਆ ਹੈ?

• ਏ) ਇੱਕ ਸਿੰਗਲ, ਸਟੀਕ ਰੀਡਿੰਗ ਦਿਓ, ਇਸ ਤਰ੍ਹਾਂ ਕੰਮ ਨੂੰ ਤੇਜ਼ ਕਰੋ
• ਅ) ਉਹ ਸ਼ਬਦ ਚੁਣਨਾ ਜੋ ਅਰਥਾਂ ਨੂੰ ਸਭ ਤੋਂ ਵਧੀਆ ਬਣਾਵੇ ਅਤੇ ਖਾਲੀ ਥਾਂਵਾਂ ਨੂੰ ਭਰੇ
• ਗ) ਆਪਣੇ ਆਮ ਗਿਆਨ ਤੋਂ ਨਾ ਪੜ੍ਹੇ ਜਾਣ ਵਾਲੇ ਭਾਗਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨਾ।
• D) ਸੰਭਾਵਿਤ ਰੀਡਿੰਗ ਵਿਕਲਪਾਂ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਨਾ ਅਤੇ ਇੱਕ ਨਿਸ਼ਚਿਤ ਰੀਡਿੰਗ ਲਗਾਉਣ ਦੀ ਬਜਾਏ ਅਸਪਸ਼ਟ ਖੇਤਰਾਂ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰਨਾ ✔

ਵਿਆਖਿਆ: ਓਟੋਮਨ ਤੁਰਕੀ ਵਿੱਚ, ਛੋਟੇ ਸਵਰ ਜਿਆਦਾਤਰ ਨਹੀਂ ਲਿਖੇ ਜਾਂਦੇ ਹਨ; ਇੱਕ ਸਿੰਗਲ ਸਵਰ/ਅੱਖਰ ਦਾ ਅੰਤਰ (ਅਬੁਲ ਅਤੇ ਕਾਬੁਲ, ਵਲੀ ਅਤੇ ਵਲੀ) ਅਰਥ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬਦਲ ਦਿੰਦਾ ਹੈ। ਇਸ ਲਈ, ਇੱਕ ਨਿਸ਼ਚਿਤ ਰੀਡਿੰਗ ਲਗਾਉਣ ਦੀ ਬਜਾਏ, ਸੰਭਵ ਵਿਕਲਪ ਪੁੱਛੇ ਜਾਣੇ ਚਾਹੀਦੇ ਹਨ, ਨਾ-ਪੜ੍ਹਨਯੋਗ ਖੇਤਰਾਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਅੰਤਮ ਫੈਸਲਾ ਪੈਲੀਓਗ੍ਰਾਫਰ 'ਤੇ ਛੱਡ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ।

5. AI ਦੁਆਰਾ ਇੱਕ ਡਰਾਫਟ ਮੈਟਾਡੇਟਾ (ਕੈਟਲਾਗ ਰਿਕਾਰਡ) ਤਿਆਰ ਕਰਨ ਵੇਲੇ ਭਰਮ ਨੂੰ ਰੋਕਣ ਦਾ ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਤਰੀਕਾ ਕੀ ਹੈ?

• A) ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਉਸ ਖੇਤਰ ਨੂੰ ਖਾਲੀ ਛੱਡਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿਓ ਜੇਕਰ ਇਹ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ ਹੈ ✔
• ਅ) ਬੇਨਤੀ ਹੈ ਕਿ ਹਰ ਖੇਤਰ ਨੂੰ ਭਰਿਆ ਜਾਵੇ ਅਤੇ ਅਧੂਰਾ ਨਾ ਛੱਡਿਆ ਜਾਵੇ।
• C) ਅਣਡਿੱਠੇ ਦਸਤਾਵੇਜ਼ਾਂ ਦੀ ਸਮੱਗਰੀ ਦੇ ਆਧਾਰ 'ਤੇ ਇੱਕ ਮਿਤੀ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣਾ
• ਡੀ) ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਹਵਾਲਾ ਕੋਡ ਤਿਆਰ ਕਰਨ ਦੀ ਆਗਿਆ ਦੇਣਾ

ਵਰਣਨ: ਭਰਨ ਦਾ ਦਬਾਅ AI ਨੂੰ ਉਸ ਤਾਰੀਖ ਜਾਂ ਨਿਰਮਾਤਾ ਦਾ ਅਨੁਮਾਨ ਲਗਾ ਕੇ ਦਸਤਾਵੇਜ਼ ਬਣਾਉਣ ਲਈ ਮਜਬੂਰ ਕਰਦਾ ਹੈ ਜੋ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਨਹੀਂ ਹੈ। ਇਸਦੇ ਵਿਰੁੱਧ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ​​​​ਢਾਲ ਇਹ ਹੈ ਕਿ ਜੇਕਰ ਇਹ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਨਹੀਂ ਹੈ ਤਾਂ ਖੇਤਰ ਨੂੰ ਖਾਲੀ ਛੱਡਣ ਦੀ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਇਜਾਜ਼ਤ ਦੇਣਾ; ਇਸ ਤੋਂ ਇਲਾਵਾ, ਵਿਸ਼ਾ ਸ਼ਬਦਾਂ ਨੂੰ ਨਿਯੰਤਰਿਤ ਸ਼ਬਦਾਵਲੀ ਨਾਲ ਮੈਪ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

6. ਨਕਲੀ ਬੁੱਧੀ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਗਏ ਦਸਤਾਵੇਜ਼ ਦੇ ਸੰਖੇਪ ਨੂੰ ਇਤਿਹਾਸਕ ਖੋਜ ਵਿੱਚ ਕਿਵੇਂ ਰੱਖਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ?

• A) ਭਰੋਸੇਯੋਗ ਸਬੂਤ ਵਜੋਂ ਜਿਸਦਾ ਸਿੱਧਾ ਹਵਾਲਾ ਦਿੱਤਾ ਜਾ ਸਕਦਾ ਹੈ
• ਅ) ਇੱਕ ਖੋਜ ਨਕਸ਼ੇ ਦੇ ਰੂਪ ਵਿੱਚ ਜੋ ਤੁਹਾਨੂੰ ਅਸਲ ਦਸਤਾਵੇਜ਼ ਵੱਲ ਸੇਧਿਤ ਕਰਦਾ ਹੈ; ਸਬੂਤ ਅਸਲ ਦਸਤਾਵੇਜ਼ ਤੋਂ ਲਿਆ ਗਿਆ ਹੈ ✔
• C) ਇੱਕ ਢੁਕਵੇਂ ਸਰੋਤ ਵਜੋਂ ਜੋ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਖੁਦ ਬਦਲ ਸਕਦਾ ਹੈ
• D) ਇੱਕ ਪਾਠ ਦੇ ਰੂਪ ਵਿੱਚ ਜੋ ਕਦੇ ਵੀ ਦਸਤਾਵੇਜ਼ 'ਤੇ ਵਾਪਸ ਆਉਣ ਤੋਂ ਬਿਨਾਂ ਅਧਿਐਨ ਵਿੱਚ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ

ਵਰਣਨ: ਸਾਰਾਂਸ਼ ਇੱਕ ਖੋਜ ਦਾ ਨਕਸ਼ਾ ਹੈ, ਪ੍ਰਮਾਣ ਨਹੀਂ। ਇਸ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਕੁਝ ਅਜਿਹਾ ਹੈ, ਇਹ ਕਹਿੰਦਾ ਹੈ ਜਾਓ ਅਤੇ ਦੇਖੋ; ਇਹ ਬਿਲਕੁਲ ਨਹੀਂ ਦੱਸਦਾ ਕਿ ਇਹ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਕੀ ਕਹਿੰਦਾ ਹੈ. ਜੇਕਰ ਅਧਿਐਨ ਵਿੱਚ ਕੋਈ ਘਟਨਾ, ਹਵਾਲਾ ਜਾਂ ਡੇਟਾ ਸ਼ਾਮਲ ਕਰਨਾ ਹੈ, ਤਾਂ ਇਸਨੂੰ ਅਸਲ ਦਸਤਾਵੇਜ਼ ਤੋਂ ਜ਼ੁਬਾਨੀ ਲਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।

7. ਪ੍ਰਕਾਸ਼ਨ ਲਈ ਇਤਿਹਾਸਕ ਦਸਤਾਵੇਜ਼ ਦਾ ਅਨੁਵਾਦ ਕਰਦੇ ਸਮੇਂ ਅਨਾਚਾਰਵਾਦ ਤੋਂ ਬਚਣ ਦਾ ਸਹੀ ਤਰੀਕਾ ਕੀ ਹੈ?

• A) ਸਾਰੇ ਪੀਰੀਅਡ ਸ਼ਰਤਾਂ ਨੂੰ ਅੱਜ ਦੇ ਸਭ ਤੋਂ ਨਜ਼ਦੀਕੀ ਬਰਾਬਰ ਨਾਲ ਬਦਲਣਾ
• ਅ) ਪਾਠ ਨੂੰ ਜਿੰਨਾ ਸੰਭਵ ਹੋ ਸਕੇ ਪ੍ਰਵਾਹ ਅਤੇ ਆਧੁਨਿਕ ਰੂਪ ਵਿੱਚ ਵਿਅਕਤ ਕਰਨਾ
• C) ਪੀਰੀਅਡ ਸਿਰਲੇਖਾਂ ਅਤੇ ਸੰਸਥਾ ਦੇ ਨਾਮਾਂ ਨੂੰ ਵਿਲੱਖਣ ਛੱਡੋ ਅਤੇ ਇੱਕ ਵਿਆਖਿਆ ਸ਼ਾਮਲ ਕਰੋ ✔
• ਡੀ) ਸਹੀ ਨਾਵਾਂ ਨੂੰ ਉਹਨਾਂ ਦੀ ਵਰਤਮਾਨ ਵਰਤੋਂ ਲਈ ਢਾਲਣਾ

ਵਿਆਖਿਆ: ਐਨਾਕ੍ਰੋਨਿਜ਼ਮ ਇੱਕ ਪੀਰੀਅਡ ਤੋਂ ਦੂਜੀ ਪੀਰੀਅਡ ਵਿੱਚ ਤੱਤਾਂ ਦਾ ਗਲਤ ਟ੍ਰਾਂਸਫਰ ਹੈ। ਅਵਧੀ ਦੇ ਸਿਰਲੇਖਾਂ, ਸੰਸਥਾਨਾਂ ਦੇ ਨਾਮਾਂ ਅਤੇ ਨਿੱਜੀ ਨਾਵਾਂ ਨੂੰ ਅੱਜ ਦੀਆਂ ਸ਼ਰਤਾਂ ਵਿੱਚ ਬਦਲਣਾ ਪਾਠਕ ਨੂੰ ਇੱਕ ਅਜਿਹੀ ਦੁਨੀਆਂ ਵਿੱਚ ਪਹੁੰਚਾਉਂਦਾ ਹੈ ਜੋ ਪੀਰੀਅਡ ਨਾਲ ਸਬੰਧਤ ਨਹੀਂ ਹੈ। ਸਹੀ ਤਰੀਕਾ ਹੈ ਪੀਰੀਅਡ ਟਰਮ ਨੂੰ ਰੱਖਣਾ ਅਤੇ ਇਸਦੇ ਅੱਗੇ ਸਪੱਸ਼ਟੀਕਰਨ ਜੋੜਨਾ।

8. ਇਹ ਕਿਵੇਂ ਯਕੀਨੀ ਬਣਾਇਆ ਜਾਵੇ ਕਿ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੁਆਰਾ ਦਿੱਤਾ ਗਿਆ ਆਰਕਾਈਵ ਸੰਦਰਭ (ਫੰਡ ਦਾ ਨਾਮ, ਫਾਈਲ ਨੰਬਰ) ਅਸਲੀ ਹੈ?

• A) ਸੰਦਰਭ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ ਕਿਉਂਕਿ ਇਸਦਾ ਫਾਰਮੈਟ ਸਹੀ ਲੱਗਦਾ ਹੈ
• ਅ) AI ਨੂੰ ਦੁਬਾਰਾ ਪੁੱਛ ਕੇ ਕਿ ਕੀ ਹਵਾਲਾ ਸਹੀ ਹੈ
• C) ਸੰਦਰਭ ਨੂੰ ਸੱਚ ਮੰਨਣਾ ਕਿਉਂਕਿ ਇਹ ਯਕੀਨਨ ਅਤੇ ਵਿਸਤ੍ਰਿਤ ਹੈ
• ਡੀ) ਅਕਾਇਵ ਕੈਟਾਲਾਗ ਜਾਂ ਭਰੋਸੇਯੋਗ ਸਰੋਤ ਵਿੱਚ ਸੰਦਰਭ ਨੂੰ ਨਿੱਜੀ ਤੌਰ 'ਤੇ ਲੱਭ ਕੇ ਅਤੇ ਤਸਦੀਕ ਕਰਕੇ ✔

ਵਰਣਨ: ਨਕਲੀ ਬੁੱਧੀ ਅਜਿਹੇ ਸੰਦਰਭ ਪੈਦਾ ਕਰ ਸਕਦੀ ਹੈ ਜੋ ਰੂਪ ਵਿੱਚ ਸੰਪੂਰਨ ਹਨ ਪਰ ਅਸਲ ਵਿੱਚ ਮੌਜੂਦ ਨਹੀਂ ਹਨ; ਇੱਕ ਕਾਲਪਨਿਕ ਹਵਾਲਾ ਅਸਲ ਸੰਦਰਭ ਦੇ ਰੂਪ ਵਿੱਚ ਹੀ ਹੁੰਦਾ ਹੈ। ਇਹ ਸਾਬਤ ਕਰਨ ਦਾ ਇੱਕੋ ਇੱਕ ਤਰੀਕਾ ਹੈ ਕਿ ਇੱਕ ਹਵਾਲਾ ਮੌਜੂਦ ਹੈ ਇਸ ਨੂੰ ਲੱਭਣਾ ਕਿ ਅਸਲ ਸਰੋਤ ਕਿੱਥੇ ਸਥਿਤ ਹੈ (ਪੁਰਾਲੇਖ ਕੈਟਾਲਾਗ, ਲਾਇਬ੍ਰੇਰੀ)।

9. ਨਕਲੀ ਬੁੱਧੀ ਨਾਲ ਪੈਟਰਨ ਵਿਸ਼ਲੇਸ਼ਣ (NER, ਨੈੱਟਵਰਕ, ਟਾਈਮਲਾਈਨ) ਕਰਦੇ ਸਮੇਂ ਲੱਭੇ ਗਏ ਪੈਟਰਨ ਦਾ ਮੁਲਾਂਕਣ ਕਿਵੇਂ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ?

• ਏ) ਇੱਕ ਪਰਿਕਲਪਨਾ ਦੇ ਰੂਪ ਵਿੱਚ ਜਿਸਨੂੰ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਦੀ ਲੋੜ ਹੈ; ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ, ਨਤੀਜਾ ਨਹੀਂ ✔
• ਅ) ਇੱਕ ਨਿਸ਼ਚਤ ਖੋਜ ਦੇ ਰੂਪ ਵਿੱਚ ਜਿਸ ਲਈ ਤਸਦੀਕ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ
• C) ਇਹ ਇੱਕ ਨਿਰਵਿਵਾਦ ਬਾਹਰਮੁਖੀ ਤੱਥ ਹੈ ਕਿਉਂਕਿ ਇਹ ਸੰਖਿਆਤਮਕ ਹੈ।
• ਡੀ) ਸਿੱਟੇ ਵਜੋਂ ਜੋ ਸਿੱਧੇ ਅਧਿਐਨ ਵਿੱਚ ਪਾਇਆ ਜਾ ਸਕਦਾ ਹੈ ਕਿਉਂਕਿ ਇਸ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਮਿਲੀ

ਵਿਆਖਿਆ: ਹਰ ਪੈਟਰਨ ਇੱਕ ਪਰਿਕਲਪਨਾ ਹੈ, ਸਬੂਤ ਨਹੀਂ। ਇਕਾਈਆਂ ਨੂੰ ਸਰੋਤ ਨਾਲ ਜੋੜਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਵੱਖ-ਵੱਖ ਸ਼ਬਦ-ਜੋੜਾਂ (ਇੱਕੋ ਵਿਅਕਤੀ/ਸਥਾਨ ਦੇ) ਨੂੰ ਮਨੁੱਖੀ ਪ੍ਰਵਾਨਗੀ ਨਾਲ ਸਧਾਰਣ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਅੰਕੜਿਆਂ ਦੇ ਗੁੰਮ ਹੋਣ ਅਤੇ ਨਮੂਨੇ ਦੇ ਪੱਖਪਾਤ ਲਈ ਸੰਖਿਆਵਾਂ ਤੋਂ ਪੁੱਛਗਿੱਛ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ, ਅਤੇ ਅਣ-ਗਿਣਤ ਘਟਨਾਵਾਂ ਨੂੰ ਕਾਲਕ੍ਰਮਬੱਧ ਨਹੀਂ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।

10. ਖੋਜ ਸਹਾਇਤਾ ਵਿੱਚ ਜੀਵਨੀ/ਸੰਸਥਾਗਤ ਇਤਿਹਾਸ ਭਾਗ ਨੂੰ ਵਿਸ਼ੇਸ਼ ਧਿਆਨ ਦੇਣ ਦੀ ਲੋੜ ਕਿਉਂ ਹੈ?

• A) ਇਹ ਭਾਗ ਗੈਰ-ਮਹੱਤਵਪੂਰਨ ਹੈ ਅਤੇ ਬਿਨਾਂ ਪੁਸ਼ਟੀ ਕੀਤੇ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ
• ਅ) ਕਿਉਂਕਿ ਨਕਲੀ ਬੁੱਧੀ ਇਸ ਭਾਗ ਵਿੱਚ ਮਨਘੜਤ ਘਟਨਾਵਾਂ, ਝੂਠੀਆਂ ਤਾਰੀਖਾਂ ਅਤੇ ਸਿਰਲੇਖਾਂ ਨੂੰ ਜੋੜ ਸਕਦੀ ਹੈ, ਇਸ ਲਈ ਇਸਨੂੰ ਸਿਰਫ਼ ਪ੍ਰਮਾਣਿਤ ਸਰੋਤਾਂ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ✔
• ਗ) ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ ਕਿਉਂਕਿ ਇਹ ਇਤਿਹਾਸ ਲਿਖਣ ਵਿੱਚ ਕੋਈ ਗਲਤੀ ਨਹੀਂ ਕਰਦਾ ਹੈ।
• ਡੀ) ਸਿਰਫ ਖੋਜਕਰਤਾ ਇਸ ਭਾਗ ਨੂੰ ਭਰਦੇ ਹਨ, ਪੁਰਾਲੇਖ-ਵਿਗਿਆਨੀ ਨੂੰ ਕੋਈ ਦਿਲਚਸਪੀ ਨਹੀਂ ਹੈ

ਵਰਣਨ: ਇਤਿਹਾਸ ਦਾ ਸੈਕਸ਼ਨ ਉਹ ਹੈ ਜਿੱਥੇ ਅਕਸਰ ਭੁਲੇਖਾ ਪੈਦਾ ਹੁੰਦਾ ਹੈ: AI ਕਿਸੇ ਵਿਅਕਤੀ ਜਾਂ ਸੰਸਥਾ ਬਾਰੇ ਆਮ ਜਾਣਕਾਰੀ ਤੋਂ ਇੱਕ ਪ੍ਰਫੁੱਲਤ ਟੈਕਸਟ ਲਿਖਣ ਵੇਲੇ ਗੈਰ-ਮੌਜੂਦ ਘਟਨਾਵਾਂ, ਝੂਠੀਆਂ ਤਾਰੀਖਾਂ, ਅਤੇ ਬਣਾਏ ਗਏ ਸਿਰਲੇਖ ਸ਼ਾਮਲ ਕਰ ਸਕਦਾ ਹੈ। ਇਹ ਸੈਕਸ਼ਨ ਸਿਰਫ਼ ਪ੍ਰਮਾਣਿਤ ਸਰੋਤਾਂ 'ਤੇ ਆਧਾਰਿਤ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।

11. ਇੱਕ ਹਵਾਲਾ (ਸਲਾਹ) ਸੇਵਾ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਇੱਕ ਖੋਜਕਰਤਾ ਦੇ ਤੱਥ ਸਵਾਲ ਦਾ ਜਵਾਬ ਕਿਵੇਂ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ?

• A) ਸਵਾਲ ਦਾ ਜਵਾਬ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਅਤੇ ਇੱਕ ਨਿਸ਼ਚਿਤ ਤੱਥ ਦੇ ਰੂਪ ਵਿੱਚ ਦਿੱਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
• ਅ) ਇੱਕ ਭਰੋਸੇਯੋਗ ਮਿਤੀ ਜਾਂ ਨਾਮ ਪੇਸ਼ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਇਸ ਨੂੰ ਖੋਜਕਰਤਾ ਨੂੰ ਦੱਸਣਾ ਚਾਹੀਦਾ ਹੈ।
• C) ਤੱਥਾਂ ਨੂੰ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਦੇਣ ਦੀ ਬਜਾਏ, ਖੋਜਕਰਤਾ ਨੂੰ ਸੰਬੰਧਿਤ ਸੰਗ੍ਰਹਿ ਅਤੇ ਸਰੋਤ ਵੱਲ ਨਿਰਦੇਸ਼ਿਤ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ✔
• ਡੀ) ਇਸ ਨੂੰ ਪੂਰਾ ਜਵਾਬ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ ਤਾਂ ਜੋ ਖੋਜਕਰਤਾ ਨੂੰ ਸਰੋਤ 'ਤੇ ਜਾਣ ਦੀ ਲੋੜ ਨਾ ਪਵੇ।

ਵਿਆਖਿਆ: ਸੰਦਰਭ ਸੇਵਾ ਵਿੱਚ, ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਸਿੱਧੇ ਤੱਥਾਂ ਦਾ ਜਵਾਬ ਨਹੀਂ ਦੇਣਾ ਚਾਹੀਦਾ, ਪਰ ਖੋਜਕਰਤਾ ਨੂੰ ਸਰੋਤ ਵੱਲ ਨਿਰਦੇਸ਼ਿਤ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਕਿਉਂਕਿ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੁਆਰਾ ਦਿੱਤਾ ਗਿਆ ਸਿੱਧਾ ਤੱਥੀ ਜਵਾਬ ਮਨਘੜਤ ਹੋ ਸਕਦਾ ਹੈ ਅਤੇ ਖੋਜਕਰਤਾ ਇਸ ਨੂੰ ਸਰੋਤ ਲਈ ਗਲਤੀ ਕਰ ਸਕਦਾ ਹੈ। "ਜਵਾਬ ਇਹ ਹੈ" ਕਹਿਣ ਦੀ ਬਜਾਏ, "ਇਸ ਸੰਗ੍ਰਹਿ ਵਿੱਚ ਇਹਨਾਂ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਦੇਖੋ" ਕਹਿਣਾ ਚਾਹੀਦਾ ਹੈ।

12. ਨਕਲੀ ਬੁੱਧੀ ਨਾਲ ਖਰਾਬ ਹੋਏ ਦਸਤਾਵੇਜ਼ ਚਿੱਤਰ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦੇ ਸਮੇਂ ਕਿਹੜੀਆਂ ਕਾਰਵਾਈਆਂ ਸਵੀਕਾਰਯੋਗ ਅਤੇ ਇਤਰਾਜ਼ਯੋਗ ਹਨ?

• A) ਗੁੰਮ ਹੋਏ ਭਾਗਾਂ ਨੂੰ ਭਰਨ ਸਮੇਤ ਹਰ ਕਿਸਮ ਦੇ ਓਪਰੇਸ਼ਨ ਮੁਫ਼ਤ ਹਨ।
• ਅ) ਕੋਈ ਕਾਰਵਾਈ ਨਹੀਂ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ, ਚਿੱਤਰ ਨੂੰ ਕਦੇ ਵੀ ਛੂਹਣਾ ਨਹੀਂ ਚਾਹੀਦਾ
• C) ਗੁੰਮ ਹੋਏ ਭਾਗਾਂ ਨੂੰ ਭਰਨਾ ਸਭ ਤੋਂ ਕੀਮਤੀ ਕਾਰਵਾਈ ਹੈ ਕਿਉਂਕਿ ਇਹ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ।
• ਡੀ) ਪੜ੍ਹਨਯੋਗਤਾ ਦੀ ਹੇਰਾਫੇਰੀ ਜਿਵੇਂ ਕਿ ਵਿਪਰੀਤ/ਸ਼ੋਰ ਸਵੀਕਾਰਯੋਗ ਹਨ; ਗੁੰਮ ਹੋਏ ਹਿੱਸਿਆਂ ਨੂੰ ਅੰਦਾਜ਼ਿਆਂ ਨਾਲ ਭਰਨਾ ਅਸੁਵਿਧਾਜਨਕ ਹੈ ✔

ਵਿਆਖਿਆ: ਉਹ ਪ੍ਰਕਿਰਿਆਵਾਂ ਜੋ ਪੜ੍ਹਨਯੋਗਤਾ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਂਦੀਆਂ ਹਨ (ਵਿਪਰੀਤ, ਰੋਸ਼ਨੀ, ਸ਼ੋਰ ਘਟਾਉਣਾ) ਸਵੀਕਾਰਯੋਗ ਹਨ ਕਿਉਂਕਿ ਉਹ ਸਮੱਗਰੀ ਨੂੰ ਨਹੀਂ ਬਦਲਦੀਆਂ; ਹਾਲਾਂਕਿ, ਗਾਇਬ/ਅਪੜ੍ਹਨਯੋਗ ਭਾਗਾਂ ਨੂੰ ਅੰਦਾਜ਼ੇ ਨਾਲ ਭਰਨਾ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਜੋ ਨਹੀਂ ਹੈ, ਯਾਨੀ ਇਤਿਹਾਸਕ ਜਾਅਲਸਾਜ਼ੀ ਪੈਦਾ ਕਰਨ ਦਾ ਜੋਖਮ ਹੈ। ਅਸਲੀ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ, ਲੈਣ-ਦੇਣ ਰਿਕਾਰਡ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।

13. ਸੰਵੇਦਨਸ਼ੀਲ ਨਿੱਜੀ ਡੇਟਾ ਵਾਲੇ ਪੁਰਾਲੇਖ ਦਸਤਾਵੇਜ਼ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਕੀ ਕਰਨ ਦੀ ਲੋੜ ਹੈ?

• A) ਗੋਪਨੀਯਤਾ ਸਕੈਨਿੰਗ ਅਤੇ ਅਨਾਮਾਈਜ਼ੇਸ਼ਨ ਜੇ ਜਰੂਰੀ ਹੋਵੇ ਜਾਂ ਬੰਦ/ਪ੍ਰਵਾਨਿਤ ਟੂਲ ਦੀ ਵਰਤੋਂ ਕਰੋ ✔
• ਅ) ਦਸਤਾਵੇਜ਼ ਨੂੰ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਜਨਤਕ ਵਾਹਨ 'ਤੇ ਅਪਲੋਡ ਕਰਨਾ ਬਿਨਾਂ ਸੋਚੇ ਸਮਝੇ
• C) ਕੁਸ਼ਲਤਾ ਲਈ ਗੋਪਨੀਯਤਾ ਦੀਆਂ ਚਿੰਤਾਵਾਂ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ
• ਡੀ) ਕੁਸ਼ਲਤਾ ਕਾਰਨਾਂ ਕਰਕੇ ਪਹੁੰਚ ਪਾਬੰਦੀਆਂ ਨੂੰ ਪਾਰ ਕਰਨਾ

ਖੁਲਾਸਾ: ਜ਼ਿੰਦਾ ਵਿਅਕਤੀਆਂ (ਸਿਹਤ, ਧਰਮ, ਨਸਲ, ਪਤਾ) ਦੀ ਪਛਾਣ ਕਰਨ ਵਾਲੇ ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਵਾਲੇ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਜਨਤਕ, ਕਲਾਉਡ-ਅਧਾਰਿਤ ਟੂਲਸ 'ਤੇ ਅਪਲੋਡ ਕਰਨਾ ਇੱਕ ਗੰਭੀਰ ਗੋਪਨੀਯਤਾ ਦੀ ਉਲੰਘਣਾ ਹੋ ਸਕਦਾ ਹੈ। ਗੋਪਨੀਯਤਾ ਸਕ੍ਰੀਨਿੰਗ ਪਹਿਲਾਂ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ, ਜੇਕਰ ਲੋੜ ਹੋਵੇ ਤਾਂ ਗੁਮਨਾਮੀ ਜਾਂ ਬੰਦ/ਪ੍ਰਵਾਨਿਤ ਟੂਲ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ।

14. ਇੱਕ ਅੰਤ-ਤੋਂ-ਅੰਤ ਪੁਰਾਲੇਖ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਇੱਕ ਮਨੁੱਖੀ ਚੈਕਪੁਆਇੰਟ ਦਾ ਮੁੱਖ ਉਦੇਸ਼ ਕੀ ਹੈ?

• ਏ) ਨਕਲੀ ਬੁੱਧੀ ਦੇ ਕੰਮ ਨੂੰ ਹੌਲੀ ਕਰਨਾ ਅਤੇ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਦੇਰੀ ਕਰਨਾ
• ਅ) ਇੱਕ ਪੜਾਅ ਵਿੱਚ ਇੱਕ ਗਲਤੀ (ਗਲਤ ਮਿਤੀ/ਨਾਮ) ਨੂੰ ਅਗਲੇ ਸਾਰੇ ਪੜਾਵਾਂ ਵਿੱਚ ਜੰਜ਼ੀਰਾਂ ਨਾਲ ਬੰਨ੍ਹਣ ਤੋਂ ਰੋਕਣ ਲਈ ✔
• C) ਮਨੁੱਖੀ ਕਿਰਤ ਨੂੰ ਵਧਾਉਣਾ ਅਤੇ ਆਟੋਮੇਸ਼ਨ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਛੱਡਣਾ
• ਡੀ) ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਕਿ ਨਕਲੀ ਬੁੱਧੀ ਦਾ ਆਖਰੀ ਸ਼ਬਦ ਹੈ

ਵਰਣਨ: ਹਰੇਕ ਪੜਾਅ 'ਤੇ ਇੱਕ ਮਨੁੱਖੀ ਚੈਕਪੁਆਇੰਟ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਅਗਲੇ ਪੜਾਅ 'ਤੇ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ AI ਦੇ ਆਉਟਪੁੱਟ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਗਈ ਹੈ। ਇਸ ਤੋਂ ਬਿਨਾਂ, ਪਹਿਲੇ ਪੜਾਅ 'ਤੇ ਇੱਕ ਗਲਤੀ (ਇੱਕ ਗਲਤ ਪੜ੍ਹਣ ਦੀ ਤਾਰੀਖ) ਕੈਟਾਲਾਗ, ਪੈਟਰਨ ਅਤੇ ਗਾਈਡ ਦੁਆਰਾ ਚੇਨ ਨੂੰ ਅੱਗੇ ਵਧਾ ਦੇਵੇਗੀ। ਸ਼ੁਰੂਆਤੀ ਜਾਂਚ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੀ ਹੈ ਕਿ ਗਲਤੀ ਨੂੰ ਇੱਕ ਥਾਂ 'ਤੇ ਠੀਕ ਕੀਤਾ ਗਿਆ ਹੈ।

15. ਮਨੁੱਖਤਾ ਅਤੇ ਸਮਾਜਿਕ ਵਿਗਿਆਨ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਵਿੱਚ ਪਾਰਦਰਸ਼ਤਾ ਅਤੇ ਪ੍ਰਮਾਣਿਕਤਾ ਦੀ ਕੀ ਲੋੜ ਹੈ?

• ਏ) ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਨੂੰ ਗੁਪਤ ਰੱਖਣਾ, ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਕਿ ਕਿਸੇ ਨੂੰ ਪਤਾ ਨਾ ਲੱਗੇ
• ਅ) ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਹਰ ਪਾਠ ਨੂੰ ਇਸਦੇ ਆਪਣੇ ਮੂਲ ਵਿਚਾਰ ਵਜੋਂ ਪੇਸ਼ ਕਰਨਾ
• C) ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਦੀ ਇਮਾਨਦਾਰੀ ਨਾਲ ਘੋਸ਼ਣਾ ਕਰਨਾ ਅਤੇ ਇਸਦੇ ਆਉਟਪੁੱਟ ਨੂੰ ਆਪਣੇ ਅਸਲ ਕੰਮ ਵਜੋਂ ਪੇਸ਼ ਨਾ ਕਰਨਾ ✔
• ਡੀ) ਤਰੀਕਿਆਂ ਦੀ ਵਿਆਖਿਆ ਕੀਤੇ ਬਿਨਾਂ ਸਿਰਫ ਨਤੀਜੇ ਸਾਂਝੇ ਕਰਨਾ

ਵਰਣਨ: ਪਾਰਦਰਸ਼ਤਾ ਵਿੱਚ ਰਿਕਾਰਡਿੰਗ ਸ਼ਾਮਲ ਹੈ ਕਿ ਇੱਕ ਟ੍ਰਾਂਸਕ੍ਰਿਪਸ਼ਨ, ਮੈਟਾਡੇਟਾ ਜਾਂ ਅਨੁਵਾਦ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਮਦਦ ਨਾਲ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਸੀ; ਮੌਲਿਕਤਾ ਲਈ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੁਆਰਾ ਪੈਦਾ ਕੀਤੀ ਗਈ ਟਿੱਪਣੀ ਨੂੰ ਆਪਣੇ ਮੂਲ ਵਿਚਾਰ ਵਜੋਂ ਪੇਸ਼ ਨਾ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਹ ਬਾਅਦ ਦੇ ਖੋਜਕਰਤਾਵਾਂ ਦੁਆਰਾ ਤਸਦੀਕ ਕਰਨ ਅਤੇ ਅਕਾਦਮਿਕ ਅਖੰਡਤਾ ਲਈ ਜ਼ਰੂਰੀ ਹੈ।