Projekt kompleksowy: przetwarzanie zbiorów archiwalnych za pomocą sztucznej inteligencji — Sztuczna inteligencja w historii i archiwizacji

Zyski:

Możliwość przetwarzania kolekcji w 7-etapowym procesie, od kontroli etycznej po publikację, z ludzkim punktem kontrolnym na każdym etapie
Zrozumienie, w jaki sposób wczesne punkty kontrolne zapobiegają rozprzestrzenianiu się błędu (niewłaściwa data/nazwa) w całym łańcuchu
Umiejętność stosowania zasad zachowania pliku głównego, nie oszczędzania na weryfikacji i deklarowania wykorzystania AI w projekcie całościowym

Poprzednie jednostki obejmowały indywidualne umiejętności: digitalizację, transkrypcję, metadane, skanowanie, tłumaczenie, weryfikację, analizę wzorców, odzyskiwanie, konserwację i etykę. Ta ostatnia jednostka łączy w sobie to wszystko. W prawdziwym projekcie archiwalnym te kroki nie są wykonywane osobno, ale jako wzajemnie powiązany przepływ pracy. Tutaj zobaczymy, jak możesz przetworzyć kolekcję od początku do końca za pomocą procesu wspieranego przez sztuczną inteligencję, ale kontrolowanego przez człowieka, krok po kroku i z łańcuchem kontroli.

Celem jest pozycjonowanie sztucznej inteligencji jako partnera, który „przyspiesza każdy krok, ale nie ma w nim ostatecznego głosu”. Po ukończeniu tej jednostki pozostanie Ci holistyczna metoda, która przekształci niechlujny stos dokumentów w gotowy do badań, zweryfikowany i etycznie czysty zbiór.

Scenariusz: co mamy

Załóżmy, że otrzymujesz zbiór 250 dokumentów: część drukowanych (drukowana korespondencja, reklamy), część rękopisów (listy, zeszyty), z różnych dat, a część zawiera wrażliwe dane osobowe. Cel: digitalizacja, transkrypcja, katalogowanie i udostępnienie badaczom zbiorów. Podzielmy proces na siedem etapów.

Przepływ pracy w siedmiu krokach

Faza 1 — Ocena i kontrola etyczna. Najpierw zapoznaj się z kolekcją. Które dokumenty zawierają wrażliwe dane osobowe? Jaki jest status praw autorskich? Czy istnieje wrażliwość kulturowa? Skanowanie to określa, które dokumenty można przekazać narzędziom AI opartym na chmurze, a które będą przetwarzane wyłącznie w zamkniętym/zatwierdzonym środowisku. Jeśli pominiemy ten etap, cały projekt będzie zagrożony etycznie.

Etap 2 — Cyfryzacja. Skanuj dokumenty w wysokiej rozdzielczości (co najmniej 300-400 DPI, dobry kontrast). Zachowaj oryginalne (główne) pliki nietknięte; Cała obróbka zostanie przeprowadzona na kopiach.

Etap 3 — Ekstrakcja tekstu. Zastosuj OCR dla dokumentów papierowych i HTR dla rękopisów. Niech sztuczna inteligencja oczyści surowe dane wyjściowe za pomocą instrukcji „bezpiecznej korekty” — tylko błędy optyczne/rozpoznawania, bez komentarza dotyczącego treści, nieczytelne miejsca [?]. Alternatywne czytanie i kontrola paleograficzna dla osmańskiego/rękopisu.

Etap 4 — Metadane i katalogowanie. Przygotuj standardowe metadane (Dublin Core/ISAD(G)) dla każdego dokumentu; Za zgodą „pozostaw nieistniejące pole puste”. Mapuj terminy tematyczne na listę kontrolowaną. Sprawdź daty i nazwiska w dokumentacji.

Etap 5 — Wzbogacanie i modelowanie. Wyodrębnij jednostki (osoba/miejsce/organizacja), normalizuj, utwórz relacje i zarysy osi czasu. Sprawdź każdy wzór w dokumencie; Nie ma żadnych wymyślonych powiązań ani chronologii.

Etap 6 — Dostęp do narzędzi. Przygotuj zarys pomocy archiwalnej do odbioru; Oprzyj sekcję historii wyłącznie na zweryfikowanych notatkach. Wyraźnie zaznacz ograniczenia dostępu (prywatność/prawa autorskie).

Etap 7 — Weryfikacja, deklaracja i publikacja. Zweryfikuj krytyczne pola (data, nazwa, cytat, referencja) po raz ostatni. Zadeklaruj użycie sztucznej inteligencji. Ekspert wydaje ostateczną zgodę; Kolekcja jest otwarta do badań.

Wskazówka: na każdym etapie umieść „ludzki punkt kontrolny”: ekspert sprawdza wyniki sztucznej inteligencji przed przejściem do następnego etapu. Bez tych punktów kontrolnych błąd na pierwszym etapie (błędnie odczytana data) rozprzestrzeni się w całym łańcuchu i ostatecznie przedostanie się do katalogu, wzoru i przewodnika.

Tabela łańcucha sterującego

Scena

Zadanie AI

ludzki punkt kontrolny

1. Kontrola etyczna

Wrażliwe oznaczanie danych

Decyzja instalacyjna

2. Cyfryzacja

(Poprawa obrazu)

Jakość, mistrzowska ochrona

3. Ekstrakcja tekstu

OCR/HTR + bezpieczna korekta

Weryfikacja imienia/daty/czytania

4. Metadane

standardowy projekt

Potwierdzenie pola, dopasowanie terminów

5. Wzór

podmiot, związek, oś czasu

Walidacja w dokumencie

6. Narzędzie dostępu

Znalezienie projektu pomocy

Historia i zatwierdzenie ograniczeń

7. Zwolnij

—

Ostateczna akceptacja, deklaracja

trzy mini etui

Przypadek 1 — Wykryto błąd łańcucha. W jednym projekcie, w fazie 3, data dokumentu brzmiała „1868” zamiast „1888”. Gdyby punkt kontrolny etapu 3 nie wychwycił tego błędu, data zostałaby rozłożona w katalogu (4), osi czasu (5) i przewodniku (6). Dzięki punktowi kontrolnemu błąd został naprawiony w jednym miejscu. Lekcja: wczesne sprawdzanie zapobiega rozprzestrzenianiu się błędu w górę łańcucha.

Przypadek 2 — Kontrola etyczna uratowała projekt. 18 z 250 dokumentów zawierało wrażliwe dane osób żyjących. W trakcie kontroli etycznej przeprowadzonej w fazie 1 zostały one oznaczone; tych 18 dokumentów zostało przetworzonych w zamkniętym środowisku, reszta przy użyciu standardowych narzędzi. Pominięcie skanowania i przesłanie całości do chmury byłoby poważnym naruszeniem. Lekcja: weryfikacja etyczna to pierwszy krok, a nie poprawka dodana później.

Przypadek 3 — Czas i wysiłek. Tradycyjną metodą pełne przetworzenie zbioru 250 dokumentów zajęłoby około 8-10 miesięcy. Dzięki wspieranemu przez sztuczną inteligencję przepływowi pracy w punktach kontrolnych proces został skrócony do około 3 miesięcy. Ale oszczędności nie wynikały z tego, że „AI zrobiła wszystko”, ale z „AI wykonała pracę mechaniczną, skupiając się na weryfikacji przez człowieka”. Czas poświęcony na weryfikację nie uległ skróceniu; Zmniejszył się czas poświęcany na pracę mechaniczną.

Cztery szablony do kopiowania

1) Wstępny plan projektu:

Mam zbiór [liczba] dokumentów: [mieszanka druku/rękopisu], [kropka], z których część może zawierać dane wrażliwe. Utwórz 7-etapowy plan przepływu pracy w celu digitalizacji i skatalogowania tej kolekcji: określ zadanie sztucznej inteligencji i LUDZKI punkt kontrolny na każdym etapie. Na pierwszym miejscu postaw kontrolę etyczną.

2) Lista kontrolna przejścia między etapami:

Skończyłem etap [pseudonim]. Przygotuj listę kontrolną punktów krytycznych, które muszę zweryfikować przed przejściem do następnego etapu: jakie fakty (data/nazwa/odniesienie) należy zweryfikować, jakie błędy mogą rozprzestrzeniać się w górę łańcucha? Mam ostateczną zgodę; Daj mi listę kontrolną.

3) Kompleksowa kontrola jakości:

Poniżej znajdują się wszystkie warstwy przetwarzanego dokumentu: transkrypcja, metadane, wyodrębnione zasoby. WYKRYJ NIEPOJĘCIA pomiędzy warstwami: czy data w transkrypcji jest zgodna z metadanymi, czy podmioty rzeczywiście istnieją w tekście? Nałożenie korekty; Wygeneruj listę niespójności. Warstwy: [tutaj]

4) Zamknięcie projektu i deklaracja:

W tym projekcie kolekcji wykorzystałem sztuczną inteligencję w następujących etapach: [lista]. W przypadku dokumentacji projektu: (1) jakie wsparcie AI wykorzystano na jakim etapie, (2) w jaki sposób przeprowadzono weryfikację przez człowieka, (3) jakie istnieją ograniczenia/ograniczenia — napisz uczciwą notatkę końcową i projekt oświadczenia dotyczącego wykorzystania sztucznej inteligencji, który je zawiera.

Słaba zachęta/silna zachęta

Słabe:

Dokładnie przetwórz tę kolekcję za pomocą sztucznej inteligencji i przygotuj ją do badań.

Pojedyncza instrukcja „zrób wszystko” omija kontrolę etyczną, punkty kontrolne i weryfikację; błędy rozprzestrzeniają się wzdłuż łańcucha.

Mocny:

Skonfiguruj 7-etapowy przepływ pracy dla tej kolekcji, z punktem kontrolnym człowieka na każdym etapie. Niech pierwszym etapem będzie kontrola etyki/prywatności. Wyniki uzyskane przez sztuczną inteligencję na każdym etapie zostaną zweryfikowane przed przejściem do następnego etapu; zaznacz fakty krytyczne (data/nazwa/odniesienie). Na żadnym etapie sztuczna inteligencja nie ma ostatniego słowa.

Różnica: etapowa struktura, priorytet etyczny, punkty kontrolne i zasada „ludzie mają ostatnie słowo” sprawiają, że cały projekt jest bezpieczny i możliwy do obrony.

Typowe błędy

Pozostawiając kontrolę etyczną na koniec. Pierwszym krokiem jest skanowanie prywatności/praw autorskich; Jeśli zostanie dodany później, oznacza to, że naruszenie już nastąpiło.
Omijanie punktów kontrolnych. Niezweryfikowany błąd rozprzestrzenia się w całym łańcuchu.
Brak ochrony pliku głównego. Jeśli oryginał nie zostanie zachowany w stanie nienaruszonym, zwrot stanie się niemożliwy.
Oszczędzanie na weryfikacji. AI skraca pracę mechaniczną; Jeśli czas weryfikacji ulegnie skróceniu, jakość ulegnie pogorszeniu.
Nie deklarowanie stosowania AI. Przejrzystość jest częścią wiarygodności naukowej kolekcji.

Podsumowując

Kompleksowy projekt archiwalny łączy indywidualne umiejętności w łańcuch kontroli: skanowanie etyczne, digitalizacja, ekstrakcja tekstu, metadane, wzorce, narzędzie do wyszukiwania i publikacja. Na każdym etapie sztuczna inteligencja przyspiesza pracę mechaniczną; Na każdym etapie ostatnie słowo ma ludzki punkt kontrolny. Pierwszym etapem jest kontrola etyczna, główny plik jest chroniony, błędy są wychwytywane na wczesnym etapie, aby nie rozprzestrzeniały się w łańcuchu, a korzystanie ze sztucznej inteligencji jest deklarowane uczciwie. Oszczędności nie wynikają z tego, że AI robi wszystko, ale z człowieka uwolnionego od pracy mechanicznej i skupionego na weryfikacji. AI przyspiesza; Człowiek zapewnia dokładność i integralność historii.

Zadanie aplikacji

Wybierz mały zbiór (10-20 dokumentów; materiały własne lub zestaw próbek). Utwórz 7-etapowy przepływ pracy za pomocą szablonu „planu uruchomienia projektu”. Przeprowadź przez ten proces co najmniej dwa dokumenty: skanowanie etyczne, wyodrębnianie tekstu, metadane i warstwę wzorców. Sprawdź każdy etap za pomocą „listy kontrolnej przejścia między etapami”. Na koniec udokumentuj wykorzystanie sztucznej inteligencji za pomocą szablonu „zamknięcie projektu i oświadczenie”. Zwróć uwagę, które błędy zostały wykryte we wczesnych punktach kontrolnych.

lista kontrolna

[ ] Na pierwszym etapie przeprowadziłem kontrolę pod kątem etyki/prywatności.
[ ] Zachowałem pliki główne nietknięte.
[ ] Na każdym etapie stawiam ludzki punkt kontrolny.
[ ] Sprawdziłem najważniejsze fakty, zanim zostały rozpowszechnione w górę łańcucha.
[ ] Zadeklarowałem wykorzystanie AI na zakończenie projektu.

Egzamin modułowy

1. Jakie jest najwłaściwsze miejsce dla sztucznej inteligencji w historii i archiwizacji?

A) AI to narzędzie do podsumowań, edycji i redagowania; Komentarz, krytyka źródłowa i ostateczna odpowiedzialność należą do eksperta ✔
B) Sztuczna inteligencja może samodzielnie, niczym historyk, decydować o autentyczności i znaczeniu dokumentu
C) Sztuczna inteligencja działa tylko przy tłumaczeniu tekstu, nie ma ona nic wspólnego z innymi zadaniami archiwalnymi
D) Ponieważ sztuczna inteligencja jest zawsze bardziej bezstronna niż człowiek, interpretację historyczną należy jej pozostawić.

Opis: Sztuczna inteligencja; Jest to asystent, który edytuje, skanuje, tłumaczy i tworzy wersje robocze tekstu. Krytyka źródła, interpretacja, ustalenie przyczynowo-skutkowe i ostateczna decyzja należą do eksperta; Niezweryfikowany wynik może prowadzić do sfabrykowanego źródła, fałszywej daty lub anachronizmu.

2. Czym jest halucynacja wytwarzana przez sztuczną inteligencję w badaniach historycznych?

A) Sztuczna inteligencja przetwarza dokument bardzo wolno
B) Sztuczna inteligencja fabrykuje nieistniejące źródło, cytat lub wydarzenie jako prawdziwe ✔
C) Dokument jest fizycznie uszkodzony
D) Katalog archiwalny nie jest aktualny

Wyjaśnienie: Halucynacja ma miejsce wtedy, gdy sztuczna inteligencja w sposób pewny fabrykuje informacje, źródła, cytaty lub wydarzenia, które w rzeczywistości nie istnieją. Chociaż jego forma wydaje się doskonała, jego treść nie jest prawdziwa; Dlatego też w każdym katalogu referencyjnym każde cytowanie należy zweryfikować w oryginalnym źródle.

3. Jakie jest najlepsze podejście do korygowania wyników OCR przez sztuczną inteligencję?

A) Poproś, aby tekst był płynny i piękny oraz aby logicznie uzupełniał brakujące fragmenty.
B) Umożliwienie poprawiania wszystkich liczb i dat w oparciu o kontekst
C) Poproszenie go o poprawienie jedynie błędów rozpoznawania optycznego, o pozostawienie nieczytelnych obszarów [?] i nie zmienianie numerów/dat ✔
D) Poproś ucznia o uzupełnienie nieczytelnych słów według najbardziej prawdopodobnego przypuszczenia.

Wyjaśnienie: Złotą zasadą korekcji OCR jest korygowanie tylko oczywistych błędów rozpoznawania optycznego (takich jak rn do m, l do 1); niezinterpretowania lub uzupełnienia treści tekstu. Obszary nieczytelne są oznaczone [?]; Liczby i daty nie ulegają zmianie, są weryfikowane z wizerunkiem.

4. O co należy zapytać sztuczną inteligencję, jeśli chodzi o czytanie słowa, którego samogłoska nie jest zapisana w tekście osmańskim?

A) Podaj pojedynczy, precyzyjny odczyt, przyspieszając w ten sposób pracę
B) Wybór słowa, które sprawi, że znaczenie będzie najbardziej płynne i uzupełnienie luk
C) Uzupełnienie nieczytelnych części na podstawie własnej wiedzy ogólnej.
D) Oferowanie możliwych alternatyw lektury i zaznaczanie niejednoznacznych obszarów zamiast narzucania ostatecznej lektury ✔

Objaśnienie: W języku tureckim osmańskim krótkie samogłoski w większości nie są zapisywane; Pojedyncza różnica samogłosek/liter (abul i kabul, wali i vali) całkowicie zmienia znaczenie. Dlatego zamiast narzucać ostateczną lekturę, należy zapytać o możliwe alternatywy, zachować obszary nieczytelne, a ostateczną decyzję pozostawić paleografowi.

5. Jaki jest najskuteczniejszy sposób zapobiegania halucynacji, gdy sztuczna inteligencja tworzy wersję roboczą metadanych (rekord katalogu)?

A) Wyraźnie zezwól na pozostawienie tego pola pustego, jeśli nie jest ono uwzględnione w dokumencie ✔
B) Prośba o wypełnienie każdego pola i niedopuszczenie do pozostawienia go niekompletnego.
C) Oszacowanie daty na podstawie treści dokumentów niedatowanych
D) Umożliwienie sztucznej inteligencji wygenerowania kodu referencyjnego

Opis: Nacisk wypełniania zmusza sztuczną inteligencję do uzupełnienia dokumentu poprzez odgadnięcie daty lub twórcy, którego nie ma w dokumencie. Najsilniejszą ochroną przed tym jest wyraźne zezwolenie na pozostawienie pustego pola, jeśli nie ma go w dokumencie; Dodatkowo terminy tematyczne są mapowane do kontrolowanego słownictwa.

6. Jak w badaniach historycznych należy umiejscowić streszczenie dokumentu stworzone przez sztuczną inteligencję?

A) Jako wiarygodny dowód, który można bezpośrednio przytoczyć
B) Jako mapa odkrywcza, która kieruje Cię do właściwego dokumentu; Dowód pochodzi z oryginalnego dokumentu ✔
C) Jako odpowiedni zasób, który może zastąpić sam dokument
D) Jako tekst, który można wykorzystać w opracowaniu bez konieczności powracania do dokumentu

Opis: Podsumowanie jest mapą odkryć, a nie dowodem. W tym dokumencie jest coś takiego: idź i zobacz; Nie mówi dokładnie tego, co jest napisane w dokumencie. Jeżeli w badaniu ma zostać uwzględnione wydarzenie, cytat lub dane, należy je zaczerpnąć dosłownie z oryginalnego dokumentu.

7. Jaki jest właściwy sposób uniknięcia anachronizmów podczas tłumaczenia dokumentu historycznego do publikacji?

A) Zastąpienie wszystkich terminów okresu najbliższym ich dzisiejszym odpowiednikiem
B) Przekazanie tekstu możliwie płynnie i nowocześnie
C) Pozostaw tytuły okresów i nazwy instytucji unikalne i dodaj wyjaśnienie ✔
D) Dostosowanie nazw własnych do ich aktualnego użycia

Wyjaśnienie: Anachronizm to błędne przeniesienie elementów z jednego okresu do drugiego. Zmiana tytułów okresów, nazw instytucji i nazwisk na dzisiejsze terminy przenosi czytelnika do świata nienależącego do epoki. Prawidłowym sposobem jest zachowanie terminu okresu i dodanie obok niego wyjaśnienia.

8. Jak upewnić się, że referencja archiwalna (nazwa funduszu, numer akt) nadana przez sztuczną inteligencję jest prawdziwa?

A) Ufanie referencji, ponieważ jej format wydaje się prawidłowy
B) Ponowne pytanie AI, czy odniesienie jest prawidłowe
C) Uznanie odniesienia za prawdziwe, ponieważ jest przekonujące i szczegółowe
D) Poprzez osobiste odnalezienie i weryfikację odniesienia w katalogu archiwalnym lub wiarygodnym źródle ✔

Opis: Sztuczna inteligencja może tworzyć odniesienia, które są doskonałe w formie, ale w rzeczywistości nie istnieją; Odniesienie fikcyjne ma taką samą formę jak odniesienie rzeczywiste. Jedynym sposobem udowodnienia istnienia wzmianki jest odnalezienie jej tam, gdzie znajduje się oryginalne źródło (katalog archiwum, biblioteka).

9. Jak należy ocenić wzorzec znaleziony podczas analizy wzorców (NER, sieć, oś czasu) za pomocą sztucznej inteligencji?

A) Jako hipoteza wymagająca weryfikacji w dokumencie; punkt wyjścia, a nie wynik ✔
B) Jako ostateczne ustalenie, które nie wymaga weryfikacji
C) Jest to fakt bezsporny i obiektywny, ponieważ ma charakter liczbowy.
D) W rezultacie można go poddać bezpośrednim badaniom, ponieważ odkrył sztuczną inteligencję

Wyjaśnienie: Każdy wzór jest hipotezą, a nie dowodem. Podmioty powinny być powiązane ze źródłem, różna pisownia (tej samej osoby/miejsca) powinna zostać znormalizowana za zgodą człowieka, liczby należy kwestionować pod kątem brakujących danych i błędu próbkowania, a niedatowane wydarzenia nie powinny być chronologiczne.

10. Dlaczego część dotycząca historii biograficznej/instytucjonalnej w pomocy archiwalnej wymaga szczególnej uwagi?

A) Ta sekcja jest nieistotna i może zostać opublikowana bez weryfikacji
B) Ponieważ sztuczna inteligencja może dodawać w tym dziale sfabrykowane wydarzenia, fałszywe daty i tytuły, powinna opierać się wyłącznie na zweryfikowanych źródłach ✔
C) Sztuczną inteligencję można bezpiecznie stosować, ponieważ nie popełnia ona błędów przy pisaniu historii.
D) Tę sekcję wypełniają wyłącznie badacze, archiwista nie jest zainteresowany

Opis: Sekcja historii to miejsce, w którym najczęściej wkrada się halucynacja: sztuczna inteligencja może wstawiać nieistniejące wydarzenia, fałszywe daty i wymyślone tytuły, jednocześnie pisząc płynny tekst na podstawie ogólnych informacji o osobie lub instytucji. Ta sekcja powinna opierać się wyłącznie na zweryfikowanych źródłach.

11. Jak sztuczna inteligencja powinna odpowiadać na pytanie badawcze badacza w serwisie referencyjnym (konsultacyjnym)?

A) Odpowiedź na pytanie powinna być podana bezpośrednio i jako fakt ostateczny.
B) Musi podać wiarygodną datę lub nazwę i przekazać je badaczowi.
C) Zamiast podawać fakty bezpośrednio, powinien skierować badacza do odpowiedniego zbioru i źródła ✔
D) Powinien dostarczać pełnej odpowiedzi, tak aby badacz nie musiał sięgać do źródła.

Wyjaśnienie: W serwisie referencyjnym sztuczna inteligencja nie powinna dawać bezpośredniej odpowiedzi opartej na faktach, ale powinna kierować badacza do źródła. Ponieważ bezpośrednia, oparta na faktach odpowiedź udzielona przez sztuczną inteligencję może zostać sfabrykowana i badacz może pomylić ją ze źródłem. Zamiast mówić „Odpowiedź jest taka”, należy powiedzieć „Spójrz na te dokumenty w tym zbiorze”.

12. Jakie operacje są dopuszczalne, a jakie niepożądane podczas przetwarzania uszkodzonego obrazu dokumentu za pomocą sztucznej inteligencji?

A) Wszelkiego rodzaju operacje są bezpłatne, łącznie z uzupełnieniem brakujących części.
B) Nie należy podejmować żadnych działań, nigdy nie należy dotykać obrazu
C) Uzupełnienie brakujących fragmentów jest najcenniejszą czynnością, gdyż uzupełnia dokument.
D) Dopuszczalne są manipulacje czytelnością, takie jak kontrast/szum; Wypełnianie brakujących części domysłami jest niewygodne ✔

Wyjaśnienie: Procesy poprawiające czytelność (kontrast, oświetlenie, redukcja szumów) są dopuszczalne, ponieważ nie zmieniają treści; Jednakże uzupełnianie brakujących/nieczytelnych części na podstawie domysłów stwarza ryzyko powstania tego, czego nie ma w dokumencie, czyli historycznego fałszerstwa. Oryginał zostaje zachowany, transakcje są rejestrowane.

13. Co należy zrobić przed przetwarzaniem dokumentu archiwalnego zawierającego wrażliwe dane osobowe?

A) Skanowanie prywatności i anonimizacja, jeśli to konieczne, lub przy użyciu zamkniętego/zatwierdzonego narzędzia ✔
B) Przesyłanie dokumentu bezpośrednio do pojazdu publicznego, nawet o tym nie myśląc
C) Ignorowanie obaw związanych z prywatnością ze względu na efektywność
D) Pokonywanie ograniczeń dostępu ze względu na efektywność

Ujawnianie: Przesyłanie dokumentów zawierających wrażliwe dane identyfikujące żyjące osoby (stan zdrowia, religia, pochodzenie etniczne, adres) do publicznych narzędzi opartych na chmurze może stanowić poważne naruszenie prywatności. W pierwszej kolejności należy przeprowadzić kontrolę prywatności, w razie potrzeby zastosować anonimizację lub zamknięte/zatwierdzone narzędzie.

14. Jaki jest główny cel ludzkiego punktu kontrolnego w kompleksowym projekcie archiwalnym?

A) Spowolnienie pracy sztucznej inteligencji i opóźnienie projektu
B) Aby zapobiec powiązaniu błędu (nieprawidłowa data/nazwa) na jednym etapie z wszystkimi kolejnymi etapami ✔
C) Zwiększenie pracy ludzkiej i całkowita rezygnacja z automatyzacji
D) Zapewnienie, że sztuczna inteligencja ma ostatnie słowo

Opis: Punkt kontrolny prowadzony przez człowieka na każdym etapie gwarantuje weryfikację wyników sztucznej inteligencji przed przejściem do następnego etapu. Bez tego błąd na pierwszym etapie (błędnie odczytana data) rozprzestrzeniłby się w górę łańcucha poprzez katalog, wzór i przewodnik. Wczesne sprawdzenie gwarantuje, że błąd zostanie naprawiony w jednym miejscu.

15. Czego wymaga przejrzystość i autentyczność w zastosowaniu sztucznej inteligencji w naukach humanistycznych i społecznych?

A) Utrzymanie wykorzystania sztucznej inteligencji w tajemnicy, tak aby nikt się o tym nie dowiedział
B) Przedstawianie każdego tekstu stworzonego przez sztuczną inteligencję jako własnego, oryginalnego pomysłu
C) Uczciwie deklarować wykorzystanie sztucznej inteligencji i nie prezentować jej dorobku jako własnego, autorskiego dzieła ✔
D) Udostępnianie jedynie wyników bez wyjaśniania metod

Opis: przejrzystość obejmuje rejestrację, że transkrypcja, metadane lub tłumaczenie zostały utworzone przy pomocy sztucznej inteligencji; Oryginalność polega na tym, aby nie przedstawiać komentarza stworzonego przez sztuczną inteligencję jako własnego, autorskiego pomysłu. Jest to niezbędne do weryfikacji przez kolejnych badaczy i rzetelności akademickiej.