ਲਾਭ:
- ਨਕਲੀ ਬੁੱਧੀ ਨਾਲ ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਵੱਡੇ ਢੇਰਾਂ ਨੂੰ ਸਕੈਨ ਕਰਕੇ ਖੋਜ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਦੀ ਸਮਰੱਥਾ, ਜੋ ਕੁਝ ਢੁਕਵਾਂ ਹੈ ਉਸ ਨੂੰ ਖਤਮ ਕਰਨ ਅਤੇ ਸੰਖੇਪ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਸਮਝੋ ਕਿ ਸਾਰਾਂਸ਼ ਇੱਕ ਖੋਜ ਦਾ ਨਕਸ਼ਾ ਹੈ, ਇੱਕ ਸਬੂਤ ਨਹੀਂ, ਅਤੇ ਹਰੇਕ ਮਹੱਤਵਪੂਰਨ ਬਿੰਦੂ ਨੂੰ ਲਿੰਕ ਕਰਨ ਦੇ ਯੋਗ ਹੋਵੋ ਅਤੇ ਅਸਲ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਵਾਪਸ ਹਵਾਲਾ ਦਿਓ।
- ਨਕਲੀ ਬੁੱਧੀ ਤੋਂ ਬਿਨਾਂ ਕੇਸਾਂ ਨੂੰ ਸਕੈਨ ਕਰਨ ਅਤੇ ਨਮੂਨਿਆਂ ਨਾਲ ਖਾਤਮੇ ਦੀ ਜਾਂਚ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਨਤੀਜੇ/ਟਿੱਪਣੀਆਂ ਪੈਦਾ ਕਰਦੀ ਹੈ
ਇਤਿਹਾਸਕ ਖੋਜ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਡੀ ਰੁਕਾਵਟਾਂ ਵਿੱਚੋਂ ਇੱਕ ਇਹ ਹੈ ਕਿ ਸਮੱਗਰੀ ਦੇ ਇੱਕ ਵੱਡੇ ਢੇਰ ਵਿੱਚ "ਕੀ ਕੰਮ ਕਰਦਾ ਹੈ"। ਇੱਕ ਖੋਜਕਰਤਾ ਨੂੰ ਇੱਕ ਥੀਸਿਸ ਜਾਂ ਲੇਖ ਲਈ ਸੈਂਕੜੇ ਦਸਤਾਵੇਜ਼ਾਂ, ਅਖਬਾਰਾਂ ਦੀ ਮਾਤਰਾ, ਰਜਿਸਟਰਾਂ, ਜਾਂ ਪੱਤਰ ਵਿਹਾਰ ਦੀਆਂ ਫਾਈਲਾਂ ਨੂੰ ਸਕੈਨ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ। ਇਸ ਸਰੋਤ ਸਮੀਖਿਆ ਕਾਰਜ ਲਈ ਰਵਾਇਤੀ ਤੌਰ 'ਤੇ ਪੰਨੇ ਦੁਆਰਾ ਪੰਨੇ ਨੂੰ ਪੜ੍ਹਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਅਤੇ ਹਫ਼ਤੇ ਲੱਗ ਸਕਦੇ ਹਨ। AI ਟੈਕਸਟ ਦੇ ਵੱਡੇ ਹਿੱਸਿਆਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਸਕੈਨ ਕਰਨ ਅਤੇ ਸੰਖੇਪ ਕਰਨ ਅਤੇ ਸੰਬੰਧਿਤ ਸਥਾਨਾਂ ਦੀ ਨਿਸ਼ਾਨਦੇਹੀ ਕਰਕੇ ਇਸ ਰੁਕਾਵਟ ਨੂੰ ਖੋਲ੍ਹਦਾ ਹੈ। ਪਰ ਇੱਥੇ ਵੀ ਖ਼ਤਰਾ ਸਪੱਸ਼ਟ ਹੈ: AI ਸੰਖੇਪ ਸਰੋਤ ਨੂੰ ਨਹੀਂ ਬਦਲਦਾ; ਇਹ ਸਿਰਫ਼ ਇੱਕ ਨਕਸ਼ਾ ਹੈ ਜੋ ਤੁਹਾਨੂੰ ਅਸਲ ਸਰੋਤ ਵੱਲ ਲੈ ਜਾਂਦਾ ਹੈ।
ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਤੁਸੀਂ ਸਿੱਖੋਗੇ ਕਿ ਕਿਵੇਂ AI ਨਾਲ ਵੱਡੀ ਇਤਿਹਾਸਕ ਸਮੱਗਰੀ ਨੂੰ ਸਕੈਨ ਕਰਨਾ ਹੈ, ਭਰੋਸੇਮੰਦ ਸਾਰਾਂਸ਼ਾਂ ਨੂੰ ਕਿਵੇਂ ਤਿਆਰ ਕਰਨਾ ਹੈ, ਸੰਬੰਧਿਤ ਅੰਸ਼ਾਂ ਨੂੰ ਲੱਭਣਾ ਹੈ, ਅਤੇ ਸੰਖੇਪ ਦੇ ਸਭ ਤੋਂ ਖਤਰਨਾਕ ਨੁਕਸਾਨ ਤੋਂ ਬਚਣਾ ਹੈ: "ਸਰੋਤ 'ਤੇ ਜਾਣ ਤੋਂ ਬਿਨਾਂ ਸੰਖੇਪ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ"। ਟੀਚਾ ਗਤੀ ਲਈ ਏਆਈ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਹੈ ਜਦੋਂ ਕਿ ਕਦੇ ਵੀ ਸ਼ੁੱਧਤਾ ਦੀ ਬਲੀ ਨਹੀਂ ਦਿੱਤੀ ਜਾਂਦੀ; ਜਦੋਂ ਚੰਗੀ ਤਰ੍ਹਾਂ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਹ ਦੋਵੇਂ ਟੀਚੇ ਟਕਰਾਅ ਨਹੀਂ ਕਰਦੇ, ਸਗੋਂ ਇੱਕ ਦੂਜੇ ਨੂੰ ਪੋਸ਼ਣ ਦਿੰਦੇ ਹਨ।
ਸੰਖੇਪ ਸਰੋਤ ਨੂੰ ਨਹੀਂ ਬਦਲਦਾ
ਆਉ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਮੂਲ ਸਿਧਾਂਤ ਨੂੰ ਸਮਝੀਏ: AI ਸੰਖੇਪ ਇੱਕ ਖੋਜ ਸਾਧਨ ਹੈ, ਇੱਕ ਸਬੂਤ ਨਹੀਂ। ਜੇਕਰ ਇੱਕ ਇਤਿਹਾਸਕਾਰ ਆਪਣੇ ਅਧਿਐਨ ਵਿੱਚ ਇੱਕ ਘਟਨਾ, ਇੱਕ ਹਵਾਲਾ, ਜਾਂ ਡੇਟਾ ਦੇ ਇੱਕ ਟੁਕੜੇ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਜਾ ਰਿਹਾ ਹੈ, ਤਾਂ ਉਸਨੂੰ ਇਸਨੂੰ ਅਸਲ ਦਸਤਾਵੇਜ਼ ਤੋਂ ਲੈਣਾ ਪਵੇਗਾ, ਨਾ ਕਿ AI ਦੇ ਸੰਖੇਪ ਤੋਂ। ਸੰਖੇਪ ਵਿੱਚ ਕਿਹਾ ਗਿਆ ਹੈ, "ਇਸ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਅਜਿਹਾ ਕੁਝ ਹੈ, ਇਸ ਨੂੰ ਵੇਖੋ"; ਉਹ ਇਹ ਨਹੀਂ ਕਹਿੰਦਾ ਕਿ "ਇਹ ਬਿਲਕੁਲ ਉਹੀ ਹੈ ਜੋ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਲਿਖਿਆ ਹੈ"। ਕਿਉਂਕਿ ਸੰਖੇਪ ਪ੍ਰਕਿਰਿਆ ਸੰਕੁਚਿਤ ਕਰਦੀ ਹੈ, ਚੁਣਦੀ ਹੈ, ਕਈ ਵਾਰ ਵਿਗਾੜਦੀ ਹੈ ਅਤੇ ਕਈ ਵਾਰ ਅਜਿਹੀ ਚੀਜ਼ ਜੋੜਦੀ ਹੈ ਜੋ ਮੌਜੂਦ ਨਹੀਂ ਹੈ।
ਤੁਸੀਂ ਸਕੈਨਿੰਗ ਵਿੱਚ ਤਿੰਨ ਸ਼ਕਤੀਸ਼ਾਲੀ ਨੌਕਰੀਆਂ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ:
- ਸਕੈਨ ਅਤੇ ਸਿਫਟ ਕਰੋ: ਸੈਂਕੜੇ ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਨਿਸ਼ਾਨ ਲਗਾਓ ਜੋ ਤੁਹਾਡੇ ਵਿਸ਼ੇ ਨਾਲ ਸੰਬੰਧਿਤ ਹਨ।
- ਸੰਖੇਪ: ਇੱਕ ਲੰਬੇ ਦਸਤਾਵੇਜ਼ ਦੀ ਰੂਪਰੇਖਾ, ਲੋਕਾਂ ਅਤੇ ਵਿਸ਼ਿਆਂ ਦੀ ਰੂਪਰੇਖਾ।
- ਇੱਕ ਪਾਸਾ ਲੱਭਣਾ: ਦਸਤਾਵੇਜ਼ ਵਿੱਚ "ਇਸ ਵਿਸ਼ੇ ਬਾਰੇ ਗੱਲ ਕਰਨ ਵਾਲੇ ਸਥਾਨ ਕਿੱਥੇ ਹਨ" ਸਵਾਲ ਦਾ ਨਿਸ਼ਾਨ ਲਗਾਉਣਾ।
ਤਿੰਨਾਂ ਵਿੱਚ, ਆਉਟਪੁੱਟ ਇੱਕ "ਰੀਡਾਇਰੈਕਟ" ਹੈ; ਸਬੂਤ ਅਸਲ ਦਸਤਾਵੇਜ਼ ਤੋਂ ਲਿਆ ਗਿਆ ਹੈ।
ਇੱਥੇ ਇੱਕ ਨਜ਼ਰਅੰਦਾਜ਼ ਕੀਤਾ ਗਿਆ ਖ਼ਤਰਾ AI ਦੀ ਸੰਦਰਭ ਵਿੰਡੋ ਦੀ ਸੀਮਾ ਹੈ — ਟੈਕਸਟ ਦੀ ਮਾਤਰਾ ਜਿਸ ਨੂੰ ਮਾਡਲ ਇੱਕ ਸਮੇਂ ਵਿੱਚ ਪ੍ਰਕਿਰਿਆ ਕਰ ਸਕਦਾ ਹੈ। ਜਦੋਂ ਤੁਸੀਂ ਇੱਕ ਵਾਰ ਵਿੱਚ ਦਸਤਾਵੇਜ਼ਾਂ ਦਾ ਇੱਕ ਬਹੁਤ ਵੱਡਾ ਸਟੈਕ ਦਿੰਦੇ ਹੋ, ਤਾਂ AI "ਭੁੱਲ" ਸਕਦਾ ਹੈ ਜਾਂ ਮੱਧ ਭਾਗਾਂ ਵਿੱਚੋਂ ਲੰਘ ਸਕਦਾ ਹੈ; ਸ਼ੁਰੂ ਅਤੇ ਅੰਤ ਵਿੱਚ ਕੀ ਵਾਪਰਦਾ ਹੈ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ। ਇਸ ਲਈ, ਸੈਂਕੜੇ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਇੱਕ ਬੇਨਤੀ ਵਿੱਚ ਫਿੱਟ ਕਰਨ ਦੀ ਬਜਾਏ, ਉਹਨਾਂ ਨੂੰ ਲਾਜ਼ੀਕਲ ਸਮੂਹਾਂ ਵਿੱਚ ਵੰਡਣਾ ਅਤੇ ਹਰੇਕ ਸਮੂਹ ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਸਕੈਨ ਕਰਨਾ ਵਧੇਰੇ ਭਰੋਸੇਯੋਗ ਨਤੀਜੇ ਦਿੰਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਨਮੂਨੇ ਦੀ ਜਾਂਚ ਇਹ ਪਤਾ ਲਗਾਉਣ ਲਈ ਜ਼ਰੂਰੀ ਹੈ ਕਿ ਕੀ ਇੱਕ ਦਸਤਾਵੇਜ਼ ਜਿਸਦਾ AI "ਕਦੇ ਵੀ ਜ਼ਿਕਰ ਨਹੀਂ ਕਰਦਾ" ਅਸਲ ਵਿੱਚ ਅਪ੍ਰਸੰਗਿਕ ਹੈ ਜਾਂ ਛੱਡਿਆ ਗਿਆ ਹੈ।
ਵਰਕਫਲੋ: ਕਦਮ ਦਰ ਕਦਮ
1. ਖੋਜ ਸਵਾਲ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰੋ। ਇੱਕ ਅਸਪਸ਼ਟ ਸਵਾਲ ਦੀ ਬਜਾਏ ਇੱਕ ਸਪਸ਼ਟ ਸਵਾਲ “ਮੇਰੇ ਲਈ ਇਸਦਾ ਸਾਰ ਦਿਓ”: “ਇਨ੍ਹਾਂ 40 ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਉਹ ਸਥਾਨ ਕਿੱਥੇ ਹਨ ਜੋ ਪਾਣੀ ਦੇ ਅਧਿਕਾਰਾਂ ਦੇ ਵਿਵਾਦ ਦਾ ਜ਼ਿਕਰ ਕਰਦੇ ਹਨ?”
2. ਸਮੱਗਰੀ ਤਿਆਰ ਕਰੋ। ਸਕੈਨ ਕੀਤੇ ਜਾਣ ਵਾਲੇ ਟੈਕਸਟ ਨੂੰ ਸੰਪਾਦਿਤ ਕਰੋ (ਲਿਪੀ ਜਾਂ OCR ਆਉਟਪੁੱਟ)। ਸਰੋਤ ਦਾ ਨਾਮ/ਸੰਦਰਭ ਹਰੇਕ ਹਿੱਸੇ ਨਾਲ ਨੱਥੀ ਕਰੋ ਤਾਂ ਜੋ ਸਾਰ ਨੂੰ ਸਰੋਤ ਨਾਲ ਜੋੜਿਆ ਜਾ ਸਕੇ।
3. ਸਕੈਨ/ਸਮਰੀ ਹਿਦਾਇਤਾਂ ਦਿਓ। ਹਰ ਦਾਅਵੇ ਨੂੰ ਸਰੋਤ (ਦਸਤਾਵੇਜ਼/ਪੰਨੇ) ਨਾਲ ਲਿੰਕ ਕਰਦੇ ਹੋਏ ਅਤੇ ਮੌਜੂਦ ਨਾ ਹੋਣ ਵਾਲੀ ਕੋਈ ਵੀ ਚੀਜ਼ ਨਾ ਜੋੜਦੇ ਹੋਏ, AI ਨੂੰ ਸਿਰਫ਼ ਤੁਹਾਡੇ ਦੁਆਰਾ ਦਿੱਤੇ ਗਏ ਟੈਕਸਟ 'ਤੇ ਭਰੋਸਾ ਕਰਨ ਲਈ ਕਹੋ।
4. ਸੰਖੇਪ ਨੂੰ ਸਰੋਤ ਨਾਲ ਲਿੰਕ ਕਰੋ। ਅਸਲ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਸੰਖੇਪ ਦੁਆਰਾ ਚਿੰਨ੍ਹਿਤ ਹਰ ਮਹੱਤਵਪੂਰਨ ਬਿੰਦੂ ਨੂੰ ਲੱਭੋ ਅਤੇ ਤਸਦੀਕ ਕਰੋ। ਦਸਤਾਵੇਜ਼ ਤੋਂ ਸ਼ਬਦਾਵਲੀ ਹਵਾਲੇ ਲਓ।
5. ਪ੍ਰਸ਼ਨ ਅੰਤਰ ਅਤੇ ਪੱਖਪਾਤ। AI ਨੇ ਕੀ ਖੁੰਝਾਇਆ ਹੈ? ਕੀ ਉਸਨੇ ਹੁਣੇ ਹੀ ਸਪੱਸ਼ਟ ਨੂੰ ਉਜਾਗਰ ਕੀਤਾ? ਕੀ ਉਸਨੇ ਉਹ ਚੁਣਿਆ ਜੋ ਤੁਹਾਡੇ ਸਵਾਲ ਦੇ ਅਨੁਕੂਲ ਹੈ ਅਤੇ ਉਲਟ ਨੂੰ ਲੁਕਾਉਂਦਾ ਹੈ?
ਸਾਵਧਾਨ: ਸੰਖੇਪ ਬਣਾਉਣ ਵੇਲੇ, AI ਇੱਕ ਲਿੰਕ ਜਾਂ ਨਤੀਜਾ ਜੋੜ ਸਕਦਾ ਹੈ ਜੋ ਇੱਕ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਨਹੀਂ ਹੈ ਕਿਉਂਕਿ ਇਹ "ਤਰਕਪੂਰਨ ਲੱਗਦਾ ਹੈ"। ਖਾਸ ਕਰਕੇ "ਇਹਨਾਂ ਦਸਤਾਵੇਜ਼ਾਂ ਤੋਂ ਕੀ ਸਿੱਟਾ ਕੱਢਿਆ ਜਾ ਸਕਦਾ ਹੈ?" ਇਸ ਤਰ੍ਹਾਂ ਦੇ ਸਵਾਲ AI ਨੂੰ ਵਿਆਖਿਆਵਾਂ ਅਤੇ ਅਨੁਮਾਨ ਬਣਾਉਣ ਲਈ ਸੱਦਾ ਦਿੰਦੇ ਹਨ। ਸੰਖੇਪ ਬੇਨਤੀ ਨੂੰ ਤੱਥਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਰੱਖੋ; ਟਿੱਪਣੀ ਨੂੰ ਆਪਣੇ ਕੋਲ ਰੱਖੋ।
ਇੱਕ ਟੇਬਲ ਨਾਲ ਸਕੈਨਿੰਗ ਕਾਰਜ
ਖੋਜ
AI ਦਾ ਯੋਗਦਾਨ
ਜੋਖਮ
ਤਸਦੀਕ
ਸੰਬੰਧਿਤ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਖਤਮ ਕਰੋ
ਗਤੀ
ਢੁਕਵਾਂ ਛੱਡੋ
ਨਮੂਨਾ ਕੰਟਰੋਲ
ਦਸਤਾਵੇਜ਼ ਸੰਖੇਪ
ਰੂਪਰੇਖਾ
ਵਾਰਪ/ਜੋੜੋ
ਸਰੋਤ ਨਾਲ ਤੁਲਨਾ ਕਰੋ
ਇੱਕ ਬੀਤਣ/ਕੋਟ ਲੱਭਣਾ
ਬੁੱਕਮਾਰਕਿੰਗ
ਗਲਤ ਸਥਾਨ
ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਲੱਭੋ
ਤੁਲਨਾਤਮਕ ਸੰਖੇਪ
ਪੈਟਰਨ ਮਾਰਕਿੰਗ
ਫਿਟਿੰਗ ਲਿੰਕ
ਹਰ ਦਾਅਵੇ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ
ਹਵਾਲਾ ਦਿੰਦੇ ਹੋਏ
ਡਰਾਫਟ
ਸ਼ਬਦ ਬਦਲ
ਸ਼ਬਦ ਲਈ ਸ਼ਬਦ
ਸੰਖੇਪ: AI ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਇਹ ਕਿੱਥੇ ਹੈ; ਅਸਲ ਦਸਤਾਵੇਜ਼ ਦੱਸਦਾ ਹੈ ਕਿ ਕੀ ਹੋਇਆ।
ਤਿੰਨ ਛੋਟੇ ਕੇਸ
ਕੇਸ 1 - 300 ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ 2 ਦਿਨਾਂ ਤੱਕ ਘਟਾ ਦਿੱਤਾ ਗਿਆ। ਇੱਕ ਖੋਜਕਾਰ ਇੱਕ ਕਸਬੇ ਦੇ 1900-1920 ਦੇ ਪਾਣੀ ਦੇ ਅਧਿਕਾਰ ਵਿਵਾਦ ਦਾ ਅਧਿਐਨ ਕਰ ਰਿਹਾ ਸੀ। ਹੱਥਾਂ ਨਾਲ 300 ਦਸਤਾਵੇਜ਼ਾਂ ਦੀ ਇੱਕ ਲੜੀ ਨੂੰ ਸਕੈਨ ਕਰਨ ਵਿੱਚ ਹਫ਼ਤੇ ਲੱਗ ਜਾਣਗੇ। AI ਨੇ ਹਰੇਕ ਦਸਤਾਵੇਜ਼ ਨੂੰ "ਕੀ ਇਹ ਪਾਣੀ ਦੇ ਅਧਿਕਾਰਾਂ ਨਾਲ ਸਬੰਧਤ ਹੈ" ਵਜੋਂ ਚਿੰਨ੍ਹਿਤ ਕੀਤਾ ਹੈ; 300 ਵਿੱਚੋਂ 42 ਦਸਤਾਵੇਜ਼ ਸਬੰਧਤ ਨਿਕਲੇ। ਖੋਜਕਰਤਾ ਨੇ ਇਨ੍ਹਾਂ 42 ਨੂੰ ਹੀ ਡੂੰਘਾਈ ਨਾਲ ਪੜ੍ਹਿਆ ਹੈ। ਪਰ ਉਸਨੇ ਨਮੂਨੇ ਵਜੋਂ ਅਪ੍ਰਸੰਗਿਕ ਵਜੋਂ ਮਾਰਕ ਕੀਤੇ 258 ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚੋਂ 20 ਦੀ ਵੀ ਜਾਂਚ ਕੀਤੀ; ਪਾਇਆ ਗਿਆ ਕਿ 2 ਅਸਲ ਵਿੱਚ ਸੰਬੰਧਿਤ ਸਨ ਅਤੇ ਇਸ ਨੂੰ ਠੀਕ ਕੀਤਾ. ਪਾਠ: ਖਾਤਮੇ ਦੀ ਗਤੀ ਤੇਜ਼ ਹੁੰਦੀ ਹੈ ਪਰ ਨਮੂਨੇ ਦੁਆਰਾ ਨਿਯੰਤਰਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
ਕੇਸ 2 - ਜਾਅਲੀ ਨਤੀਜਾ। ਇੱਕ ਵਿਦਿਆਰਥੀ ਨੇ YZ ਨੂੰ 15 ਦਸਤਾਵੇਜ਼ਾਂ ਦਾ ਸਾਰ ਦੇਣ ਅਤੇ "ਇਨ੍ਹਾਂ ਦਸਤਾਵੇਜ਼ਾਂ ਤੋਂ ਸਿੱਟਾ" ਮੰਗਣ ਲਈ ਕਿਹਾ। AI ਨੇ ਇੱਕ ਕਾਰਨ-ਪ੍ਰਭਾਵ ਰਿਸ਼ਤਾ ਲਿਖਿਆ ਜੋ ਕਿ ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ "ਨਤੀਜੇ" ਦੇ ਰੂਪ ਵਿੱਚ ਇੱਕ ਚੰਗੀ ਭਾਸ਼ਾ ਵਿੱਚ ਮੌਜੂਦ ਨਹੀਂ ਸੀ। ਜਦੋਂ ਵਿਦਿਆਰਥੀ ਨੇ ਦਸਤਾਵੇਜ਼ਾਂ ਦੀ ਜਾਂਚ ਕੀਤੀ ਤਾਂ ਉਸ ਨੇ ਦੇਖਿਆ ਕਿ ਕਿਸੇ ਵੀ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਅਜਿਹੇ ਸਿੱਟੇ ਦਾ ਸਮਰਥਨ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਸੀ। ਸਬਕ: ਏਆਈ ਦੁਆਰਾ ਵਿਆਖਿਆ ਅਤੇ ਸਿੱਟਾ ਪੈਦਾ ਨਾ ਕਰੋ; ਕੇਸ ਸਕੈਨ ਕਰੋ, ਤੁਸੀਂ ਨਤੀਜਿਆਂ ਦਾ ਫੈਸਲਾ ਕਰੋ।
ਕੇਸ 3 - ਸੋਧਿਆ ਹਵਾਲਾ। ਇੱਕ ਲੇਖਕ ਆਪਣੇ ਪੇਪਰ ਵਿੱਚ ਏਆਈ ਐਬਸਟਰੈਕਟ ਤੋਂ ਇੱਕ "ਕੋਟ" ਪਾਵੇਗਾ। ਜਦੋਂ ਉਸਨੇ ਇਸਦੀ ਤੁਲਨਾ ਦਸਤਾਵੇਜ਼ ਨਾਲ ਕੀਤੀ, ਤਾਂ ਉਸਨੇ ਦੇਖਿਆ ਕਿ AI ਨੇ ਵਾਕ ਨੂੰ ਸਰਲ ਬਣਾਇਆ ਸੀ ਅਤੇ ਕੁਝ ਸ਼ਬਦ ਬਦਲ ਦਿੱਤੇ ਸਨ। ਹਵਾਲਾ ਹੁਣ ਬਿਲਕੁਲ ਉਹੋ ਜਿਹਾ ਨਹੀਂ ਸੀ ਜੋ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਲਿਖਿਆ ਗਿਆ ਸੀ। ਪਾਠ: ਹਰੇਕ ਹਵਾਲੇ ਨੂੰ ਦਸਤਾਵੇਜ਼ ਤੋਂ ਜ਼ੁਬਾਨੀ ਲਿਆ ਜਾਂਦਾ ਹੈ, ਐਬਸਟਰੈਕਟ ਤੋਂ ਨਹੀਂ।
ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ
1) ਸਰੋਤ-ਨਿਰਭਰ ਸਕੈਨਿੰਗ:
ਹੇਠਾਂ ਦਸਤਾਵੇਜ਼ ਦੇ ਭਾਗ ਹਨ, ਹਰੇਕ ਨੂੰ ਇਸਦੇ ਸੰਦਰਭ ਨਾਲ ਲੇਬਲ ਕੀਤਾ ਗਿਆ ਹੈ। ਮੇਰਾ ਖੋਜ ਸਵਾਲ: [ਸਵਾਲ]। ਹਰੇਕ ਦਸਤਾਵੇਜ਼ ਲਈ, ਸਿਰਫ਼ "ਸੰਬੰਧਿਤ/ਅਪ੍ਰਸੰਗਿਕ/ਅਨਿਸ਼ਚਿਤ" 'ਤੇ ਨਿਸ਼ਾਨ ਲਗਾਓ ਅਤੇ, ਜੇਕਰ ਢੁਕਵਾਂ ਹੋਵੇ, ਤਾਂ ਇਹ ਦਰਸਾਓ ਕਿ ਇਹ ਕਿਹੜਾ ਵਾਕ/ਪਾਸਣ ਅਤੇ ਦਸਤਾਵੇਜ਼ ਦੇ ਹਵਾਲੇ ਲਈ ਢੁਕਵਾਂ ਹੈ। ਟਿੱਪਣੀਆਂ ਜੋੜਨਾ, ਸਿੱਟੇ ਕੱਢਣਾ। ਦਸਤਾਵੇਜ਼: [ਇੱਥੇ]
2) ਵਫ਼ਾਦਾਰ ਸੰਖੇਪ:
ਹੇਠਾਂ ਦਿੱਤੇ ਦਸਤਾਵੇਜ਼ ਦਾ ਸਾਰ ਦਿਓ। ਨਿਯਮ: (1) ਸਿਰਫ਼ ਉਹੀ ਲਿਖੋ ਜੋ ਟੈਕਸਟ ਵਿੱਚ ਹੈ, ਅਨੁਮਾਨ/ਟਿੱਪਣੀਆਂ/ਨਤੀਜੇ ਨਾ ਜੋੜੋ। (2) ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਹਰੇਕ ਮਹੱਤਵਪੂਰਨ ਬਿੰਦੂ ਨੂੰ ਉਸਦੇ ਸਥਾਨ (ਪੈਰਾ/ਪੰਨੇ) ਨਾਲ ਜੋੜੋ। (3) ਜੇ ਤੁਹਾਨੂੰ ਹਵਾਲਾ ਦੇਣ ਦੀ ਲੋੜ ਹੈ, ਤਾਂ ਇਸ ਨੂੰ ਸ਼ਬਦ ਲਈ ਸ਼ਬਦ ਦਿਓ, ਇਸ ਨੂੰ ਨਾ ਬਦਲੋ। (4) "ਅਣ-ਨਿਰਧਾਰਤ" ਜਾਣਕਾਰੀ ਲਿਖੋ ਜੋ ਟੈਕਸਟ ਵਿੱਚ ਨਹੀਂ ਹੈ। ਦਸਤਾਵੇਜ਼: [ਇੱਥੇ]
3) ਰਸਤਾ ਖੋਜਕ:
ਹੇਠਾਂ ਦਿੱਤੇ ਟੈਕਸਟ ਵਿੱਚ ਇਸ ਵਿਸ਼ੇ ਦੇ ਸਾਰੇ ਜ਼ਿਕਰ ਲੱਭੋ: [ਵਿਸ਼ਾ]। ਹਰੇਕ ਲਈ, ਇੱਕ ਸੰਖੇਪ ਹਵਾਲਾ (ਸ਼ਬਦ) ਅਤੇ ਇਸਦਾ ਸਥਾਨ ਦਿਓ। ਉਹਨਾਂ ਸਥਾਨਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨਾ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਵਿਸ਼ਾ ਸ਼ਾਮਲ ਨਹੀਂ ਹੈ। ਉਸ ਮੈਚ ਦੀ ਨਿਸ਼ਾਨਦੇਹੀ ਕਰੋ ਜਿਸ ਬਾਰੇ ਤੁਸੀਂ ਯਕੀਨੀ ਨਹੀਂ ਹੋ [ਅਸਪਸ਼ਟ]। ਟੈਕਸਟ: [ਇੱਥੇ]
4) ਤੁਲਨਾਤਮਕ ਕੇਸ ਸਮੀਖਿਆ:
ਹੇਠਾਂ ਦੋ/ਤਿੰਨ ਦਸਤਾਵੇਜ਼ ਹਨ। ਸੂਚੀ ਬਣਾਓ ਕਿ ਹਰੇਕ ਦਸਤਾਵੇਜ਼ ਇਸ ਵਿਸ਼ੇ [ਵਿਸ਼ਾ] 'ਤੇ ਕੀ ਕਹਿੰਦਾ ਹੈ, ਵੱਖਰੇ ਤੌਰ 'ਤੇ, ਇਸਦੇ ਸਰੋਤ ਦੇ ਨਾਲ। ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਵਿਚਕਾਰ ਇੱਕ "ਸਿੱਟਾ" ਜਾਂ "ਸਮੁੱਚਾ ਮੁਲਾਂਕਣ" ਤਿਆਰ ਕਰਨਾ; ਬਸ ਹਰ ਇੱਕ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਤੱਥ ਦੇ ਤੌਰ ਤੇ ਇਸਦਾ ਆਪਣਾ ਬਿਆਨ ਦਿਓ। ਦਸਤਾਵੇਜ਼: [ਇੱਥੇ]
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ:
ਇਹਨਾਂ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਪੜ੍ਹੋ ਅਤੇ ਸੰਖੇਪ ਕਰੋ ਕਿ ਉਹ ਵਿਸ਼ੇ, ਨਤੀਜਿਆਂ ਅਤੇ ਉਹਨਾਂ ਦੀ ਮਹੱਤਤਾ ਬਾਰੇ ਮੈਨੂੰ ਕੀ ਕਹਿੰਦੇ ਹਨ।
"ਨਤੀਜੇ" ਅਤੇ "ਮਹੱਤਵ" ਦੀ ਇੱਛਾ AI ਨੂੰ ਤੱਥਾਂ ਤੋਂ ਭਟਕਣ ਅਤੇ ਵਿਆਖਿਆਵਾਂ ਅਤੇ ਕਨੈਕਸ਼ਨਾਂ ਦੀ ਖੋਜ ਕਰਨ ਲਈ ਧੱਕਦੀ ਹੈ; ਇਹ ਸਰੋਤ ਨਾਲ ਵੀ ਨਹੀਂ ਜੁੜਦਾ।
ਮਜ਼ਬੂਤ:
ਹੇਠਾਂ ਦਿੱਤੇ ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ [ਵਿਸ਼ੇ] ਬਾਰੇ ਤੱਥਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ, ਹਰੇਕ ਨੂੰ ਦਸਤਾਵੇਜ਼ ਦੇ ਹਵਾਲੇ ਨਾਲ ਜੋੜਦੇ ਹੋਏ। ਇੱਕ ਟਿੱਪਣੀ, ਸਿੱਟਾ, ਜਾਂ ਮਹੱਤਤਾ ਦਰਜਾ ਜੋੜੋ। ਸ਼ਬਦ ਲਈ ਕੋਟਸ ਸ਼ਬਦ ਦਿਓ. ਜੇਕਰ ਕਿਸੇ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਵਿਸ਼ੇ ਦਾ ਜ਼ਿਕਰ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਹੈ, ਤਾਂ "ਉਲੇਖ ਨਹੀਂ ਕੀਤਾ ਗਿਆ" ਲਿਖੋ। ਦਸਤਾਵੇਜ਼: [ਇੱਥੇ]
ਅੰਤਰ: ਤੱਥ ਪ੍ਰਤੀ ਵਫ਼ਾਦਾਰੀ, ਸਰੋਤ ਨਾਲ ਜੋੜਨਾ, ਵਿਆਖਿਆ 'ਤੇ ਪਾਬੰਦੀ, ਅਤੇ ਸ਼ਬਦਾਵਲੀ ਹਵਾਲੇ ਸੰਖੇਪ ਨੂੰ ਖੋਜ ਦੇ ਭਰੋਸੇਯੋਗ ਨਕਸ਼ੇ ਵਿੱਚ ਬਦਲਦੇ ਹਨ।
ਆਮ ਗਲਤੀਆਂ
- ਸਬੂਤ ਲਈ ਸੰਖੇਪ ਨੂੰ ਗਲਤ ਕਰਨਾ. ਸੰਖੇਪ ਲੀਡ; ਸਬੂਤ ਅਸਲ ਦਸਤਾਵੇਜ਼ ਤੋਂ ਲਿਆ ਗਿਆ ਹੈ।
- AI ਨੂੰ "ਨਤੀਜੇ ਕੱਢਣ" ਲਈ ਕਹਿਣਾ। ਵਿਆਖਿਆ ਅਤੇ ਕਾਰਨ ਅਤੇ ਪ੍ਰਭਾਵ ਇਤਿਹਾਸਕਾਰ ਦਾ ਕੰਮ ਹੈ; AI ਸਕੈਨ ਕੇਸ।
- ਸਾਰ ਲੈ ਕੇ। AI ਹਵਾਲੇ ਨੂੰ ਸਰਲ/ਬਦਲਦਾ ਹੈ; ਹਰੇਕ ਹਵਾਲੇ ਨੂੰ ਦਸਤਾਵੇਜ਼ ਤੋਂ ਜ਼ੁਬਾਨੀ ਲਿਆ ਜਾਂਦਾ ਹੈ।
- ਬਿਲਕੁਲ ਵੀ ਖਾਤਮੇ ਦੀ ਨਿਗਰਾਨੀ ਨਹੀਂ ਕਰ ਰਿਹਾ। ਜੇਕਰ "ਅਪ੍ਰਸੰਗਿਕ" ਵਜੋਂ ਚਿੰਨ੍ਹਿਤ ਕੀਤੇ ਗਏ ਨਮੂਨੇ ਦੇ ਵਿਰੁੱਧ ਜਾਂਚ ਨਹੀਂ ਕੀਤੀ ਜਾਂਦੀ, ਤਾਂ ਮਹੱਤਵਪੂਰਨ ਦਸਤਾਵੇਜ਼ ਖੁੰਝ ਜਾਣਗੇ।
- ਫਰਕ ਨਹੀਂ ਮੰਗ ਰਿਹਾ। ਇਹ ਸਵਾਲ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ ਕਿ AI ਕੀ ਛੱਡਦਾ ਹੈ ਅਤੇ ਇਹ ਕੀ ਪੱਖਪਾਤ ਕਰਦਾ ਹੈ।
ਸਾਰੰਸ਼ ਵਿੱਚ
ਸਰੋਤ ਸਕੈਨਿੰਗ ਅਤੇ ਸਾਰਾਂਸ਼ੀਕਰਨ ਉਹਨਾਂ ਖੇਤਰਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ ਜਿੱਥੇ AI ਇਤਿਹਾਸ ਖੋਜ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਸਮਾਂ ਬਚਾਉਂਦਾ ਹੈ: ਇਹ ਸੈਂਕੜੇ ਦਸਤਾਵੇਜ਼ਾਂ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ, ਉਹਨਾਂ ਦਾ ਸਾਰ ਕਰਦਾ ਹੈ ਅਤੇ ਸੰਬੰਧਿਤ ਅੰਸ਼ਾਂ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰਦਾ ਹੈ। ਪਰ ਸੰਖੇਪ ਖੋਜ ਦਾ ਨਕਸ਼ਾ ਹੈ, ਸਬੂਤ ਨਹੀਂ। ਹਰੇਕ ਮੁੱਖ ਬਿੰਦੂ ਨੂੰ ਅਸਲ ਦਸਤਾਵੇਜ਼ ਨਾਲ ਲਿੰਕ ਕਰੋ, ਦਸਤਾਵੇਜ਼ ਤੋਂ ਸ਼ਬਦ-ਜੋੜ ਹਵਾਲੇ ਲਓ, AI ਨੇ ਸਿੱਟੇ ਅਤੇ ਵਿਆਖਿਆਵਾਂ ਪੈਦਾ ਨਹੀਂ ਕੀਤੀਆਂ, ਨਮੂਨੇ ਦੁਆਰਾ ਨਿਯੰਤਰਣ ਖ਼ਤਮ ਕਰਨਾ, ਅਤੇ ਸਵਾਲ ਕਰੋ ਕਿ AI ਨੇ ਕੀ ਛੱਡਿਆ ਹੈ। AI ਤੁਹਾਨੂੰ ਸਹੀ ਪੰਨੇ 'ਤੇ ਲੈ ਜਾਂਦਾ ਹੈ; ਉਸ ਪੰਨੇ ਨੂੰ ਪੜ੍ਹਨਾ ਅਤੇ ਇਸ ਨੂੰ ਸਮਝਣਾ ਤੁਹਾਡਾ ਕੰਮ ਹੈ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਆਪਣੇ ਵਿਸ਼ੇ ਨਾਲ ਸਬੰਧਤ ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਘੱਟੋ-ਘੱਟ 10 ਟੁਕੜੇ ਇਕੱਠੇ ਕਰੋ ਅਤੇ ਹਰ ਇੱਕ ਦੇ ਹਵਾਲੇ ਨੱਥੀ ਕਰੋ। "ਸਰੋਤ ਅਧਾਰਤ ਸਕੈਨ" ਪੈਟਰਨ ਨਾਲ ਸੰਬੰਧਿਤ ਉਹਨਾਂ ਨੂੰ ਖਤਮ ਕਰੋ; ਫਿਰ ਨਮੂਨੇ ਵਜੋਂ ਆਪਣੇ ਆਪ ਨੂੰ "ਅਪ੍ਰਸੰਗਿਕ" ਵਜੋਂ ਚਿੰਨ੍ਹਿਤ ਕੀਤੇ ਗਏ ਕੁਝ ਦੀ ਜਾਂਚ ਕਰੋ। ਇੱਕ "ਵਫ਼ਾਦਾਰ ਸੰਖੇਪ" ਨਾਲ ਸੰਬੰਧਿਤ ਆਉਟਪੁੱਟਾਂ ਵਿੱਚੋਂ ਇੱਕ ਦਾ ਸੰਖੇਪ ਕਰੋ ਅਤੇ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਸੰਖੇਪ ਵਿੱਚ ਹਰੇਕ ਮੁੱਖ ਬਿੰਦੂ ਨੂੰ ਲੱਭੋ ਅਤੇ ਪ੍ਰਮਾਣਿਤ ਕਰੋ। ਨੋਟ ਕਰੋ ਕਿ AI ਕਿੰਨੇ ਪੁਆਇੰਟ ਜੋੜਦਾ ਹੈ ਜਾਂ ਵਿਗਾੜਦਾ ਹੈ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਇੱਕ ਸਪਸ਼ਟ ਖੋਜ ਪ੍ਰਸ਼ਨ ਨਾਲ ਸ਼ੁਰੂ ਕੀਤਾ।
- [ ] ਮੈਂ ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਹਰੇਕ ਹਿੱਸੇ ਲਈ ਇੱਕ ਸਰੋਤ ਹਵਾਲਾ ਨੱਥੀ ਕੀਤਾ ਹੈ।
- [ ] ਮੈਂ ਸੰਖੇਪ ਦੇ ਹਰੇਕ ਬਿੰਦੂ ਨੂੰ ਅਸਲ ਦਸਤਾਵੇਜ਼ ਨਾਲ ਜੋੜਿਆ ਹੈ।
- [ ] ਮੈਂ ਦਸਤਾਵੇਜ਼ ਤੋਂ ਹਵਾਲੇ ਜ਼ੁਬਾਨੀ ਲਏ ਹਨ।
- [ ] ਮੈਂ ਨਮੂਨੇ ਦੇ ਕੇ ਖਾਤਮੇ ਦਾ ਆਡਿਟ ਕੀਤਾ ਅਤੇ ਅੰਤਰਾਂ ਬਾਰੇ ਸਵਾਲ ਕੀਤਾ।