Zyski:
- Możliwość tworzenia projektów metadanych zgodnie ze standardami takimi jak ISAD(G) czy Dublin Core ze sztuczną inteligencją
- Możliwość zapobiegania halucynacji i mapowania terminów tematycznych do kontrolowanego słownictwa za pozwoleniem pozostawionym pustym
- Możliwość rozróżnienia, które pola, takie jak data, imię i nazwisko osoby oraz kod referencyjny, wymagają zatwierdzenia przez człowieka, a które powinna przypisać wyłącznie instytucja
Nie można znaleźć archiwum lub biblioteki, niezależnie od tego, jak bogate są, jeśli nie są dobrze zdefiniowane. To, co sprawia, że dokument jest „możliwy do znalezienia”, to informacje opisowe na jego temat: kto go napisał, kiedy, gdzie, jaki jest jego temat, do jakiej kolekcji należy. Informacje te nazywane są metadanymi (metadane — dane opisowe o dokumencie; „dane o danych”). Katalogowanie to proces identyfikacji dokumentów za pomocą tych metadanych i zapisywania ich w systemie z możliwością przeszukiwania. Klasyfikacja polega na uporządkowaniu dokumentów według kryteriów takich jak temat, rodzaj czy pochodzenie.
Generowanie metadanych jest niezwykle czasochłonne; Indywidualne wprowadzanie informacji o dacie, temacie, osobie i miejscu dla tysięcy dokumentów w dużych zbiorach może zająć lata. AI jest silnym generatorem ciągu w tej branży. W tej części zobaczymy, jak generować metadane za pomocą sztucznej inteligencji, katalogować zgodnie ze standardami (ISAD(G, Dublin Core), a także zalety i pułapki automatycznej klasyfikacji.
Standardy archiwalne: dlaczego są potrzebne
Metadane nie są wprowadzane losowo; Istnieją międzynarodowe standardy, dzięki którym akta z różnych instytucji mogą ze sobą rozmawiać:
- ISAD(G) (General International Standard Archival Opis): Zasady hierarchicznego opisu materiałów archiwalnych (na poziomie funduszu, serii, akt, dokumentu). Zawiera pola takie jak kod referencyjny, tytuł, data, zakres, twórca.
- Dublin Core: wspólny standard składający się z 15 podstawowych pól opisujących zasoby cyfrowe (tytuł, twórca, temat, data, gatunek, format, źródło, język itp.).
- Fundusze: Zbiór dokumentów powstały w sposób naturalny w wyniku działalności pojedynczej osoby, rodziny lub instytucji. Jest podstawową jednostką organizującą archiwizację.
- Proweniencja (pochodzenie): Informacja o tym, od kogo dokument pochodzi i przez jaką rękę przeszedł. W procesie archiwizacji dokumenty są gromadzone według ich pochodzenia.
Jawne określenie docelowego standardu podczas tworzenia metadanych przez sztuczną inteligencję zapewnia, że dane wyjściowe można bezpośrednio wprowadzić do przedsiębiorstwa.
Inną kluczową koncepcją jest akt władzy — zapis, który definiuje pojedynczą, standardową, zatwierdzoną formę imienia i nazwiska osoby, miejsca lub instytucji. W dokumentach historycznych ta sama osoba lub miejsce może występować z różną pisownią; Rejestr uprawnień łączy je wszystkie w jeden zatwierdzony format, dzięki czemu nie ulegają rozproszeniu podczas wyszukiwania. AI sugeruje nazwy z dokumentu; ale odwzorowanie tej nazwy na standardową formę w rejestrze uprawnień jest dziełem człowieka. Powiązanie w aktach władz instytucji tego, co AI mówi „Ahmed” z „Ahmed Bey (1840–1912)”, pozwala zachować spójność katalogu.
Przebieg pracy: krok po kroku
1. Przygotuj źródło. Zbierz transkrypcję lub obraz dokumentu oraz wszelkie informacje kontekstowe.
2. Zidentyfikuj standard i obszary. Powiedz AI, który standard (ISAD(G), Dublin Core) i według jakich pól będzie generował dane wyjściowe.
3. Wygeneruj wersję roboczą metadanych. AI wypełnia pola, które można wyodrębnić z dokumentu (data, osoba, miejsce, temat, język, gatunek); Pozostawia puste obszary, których nie może usunąć.
4. Mapuj do kontrolowanego słownictwa. Nazwy przedmiotów i miejscowości nie są w większości instytucji bezpłatne, ale powiązane z wcześniej zdefiniowaną listą (kontrolowane słownictwo/tezaurus). Przypisz do tej listy terminy tematyczne sugerowane przez sztuczną inteligencję.
5. Sprawdź i potwierdź. Każde pole, zwłaszcza data, imię i nazwisko oraz temat, jest porównywane przez ludzi z dokumentami i zapisami upoważnień.
Wskazówka: wyraźnie daj AI pozwolenie na „pozostawienie puste”. W przeciwnym razie „odgadnie” datę lub twórcę, których nie ma w dokumencie, i wstawi fałszywe metadane do Twojego katalogu. Najsilniejszą tarczą przed halucynacjami jest instrukcja „Pozostaw to pole puste, jeśli nie ma go w dokumencie”.
Pola i poziom zaufania w tabeli
Pole metadanych
Jak niezawodna jest sztuczna inteligencja?
weryfikacja
język
wysoki
próbka
Typ dokumentu
średnio-wysoki
kontrola
Nazwy osób/miejsc
Średni (błąd odczytu)
obowiązkowe
data
Niskie-średnie (ryzyko fabrykacji)
obowiązkowe
Warunki przedmiotowe
Średni (generowanie bezpłatne)
Mapa do listy kontrolnej
Zakres/podsumowanie
średnio-wysoki
Porównaj ze źródłem
Kod referencyjny
Brak (instytucja podaje)
rzuty ludzkie
Podsumowanie: sztuczna inteligencja jest szybka i niezawodna w obszarach takich jak język i gatunek; generuje wersje robocze w polach takich jak data, nazwa i temat, ale wymagana jest zgoda człowieka; Sztuczna inteligencja nigdy nie tworzy pól instytucjonalnych, takich jak kod referencyjny.
trzy mini etui
Przypadek 1 — Projekt metadanych dla 8 000 zdjęć. Archiwum miejskie skatalogowało 8 tys. fotografii historycznych. Notatki na odwrocie każdego zdjęcia zostały przepisane i przekazane AI; Wygenerowana przez AI data, lokalizacja i zarys tematu. Zespół ludzki sprawdzał to pole po polu i mapował na kontrolowaną listę. Szacowany 10-miesięczny czas pracy został skrócony do 3 miesięcy; ale każda data i nazwa miejscowości została sprawdzona wizualnie.
Przypadek 2 – Zmyślona historia. Archiwista skatalogował AI niedatowany list. YZ przyjrzał się treści listu i dokładnie wpisał datę „1912”. W dokumencie nie było jednak daty; Przewidziała sztuczna inteligencja. Gdyby archiwista nie dodał instrukcji „zostaw puste, jeśli nie ma w dokumencie”, katalog zostałby wypełniony datą zmyśloną. Lekcja: puste pozwolenie jest obowiązkowe.
Przypadek 3 — Dowolne terminy przedmiotowe spowodowały zamieszanie. AI przypisała do podobnych dokumentów podobne, ale różne, bezpłatne terminy, takie jak „imigracja”, „imigracja”, „osiedlenie”. Gdy nie było ono mapowane do kontrolowanego słownictwa, ten sam temat był oznaczany trzema różnymi terminami i rozproszony w wyszukiwaniu. Spójność osiągnięto poprzez umieszczenie terminów na jednej liście organów. Lekcja: terminy tematyczne nie są publikowane, są powiązane z listą.
Cztery szablony do kopiowania
1) Zarys Dublin Core:
Wyodrębnij wersję roboczą metadanych Dublin Core z poniższej transkrypcji dokumentu. Pola: Tytuł, Twórca, Temat, Opis, Data, Gatunek, Język, Zakres (lokalizacja/okres). Zasady: (1) Używaj informacji wyłącznie WYRAŹNIE w tekście. (2) Pole, którego nie ma w tekście, pozostaw PUSTE, nie zgaduj. (3) Zaznacz wartość, której nie jesteś pewien, za pomocą [?]. Transkrypcja: [tutaj]
2) Projekt definicji ISAD(G):
Wygeneruj wersję roboczą następującego dokumentu w polach ISAD(G): Tytuł, Data(y), Poziom opisu (dokument/plik), Zakres i treść (krótkie podsumowanie), Twórca, Język. Kod referencyjny pozostaw PUSTY (instytucja go udostępni). Nie dodawaj żadnych informacji, których nie ma w tekście; Pozostaw nieistniejące pole puste. Dokument: [tutaj]
3) Sugestia terminu tematycznego (kontrolowana):
Zaproponuj 3-5 terminów tematycznych odpowiednich dla poniższego dokumentu. Po pierwsze, oprzyj się na faktach zawartych w dokumencie. Poniżej znajduje się kontrolowana lista terminologii naszej instytucji; NAJPIERW wybierz go z tej listy, jeśli nie ma go na liście, zaznacz osobno swoją propozycję nowego terminu. Lista: [warunki]. Dokument: [tutaj]
4) Kontrola konsystencji zbiorczej:
Poniżej znajdują się rekordy metadanych dokumentów z tej samej kolekcji. Oznacz niespójności: zapisy różnią się pisownią tego samego miejsca/osoby, różnymi formatami dat, różnymi terminami dotyczącymi tego samego tematu. IMPOZYCJA korekty; Wystarczy sporządzić listę niespójności, którą będzie mógł sprawdzić człowiek. Zapisy: [tutaj]
Słaba zachęta/silna zachęta
Słabe:
Utwórz kompletny rekord katalogowy dla tego dokumentu.
Instrukcja „kompletna” popycha sztuczną inteligencję do wypełnienia każdej przestrzeni, czyli wymyślenia historii i twórców, którzy nie istnieją.
Mocny:
Na potrzeby tego dokumentu opracowano Dublin Core. Używaj wyłącznie informacji WYRAŹNIE zawartych w transkrypcji; pozostaw nieistniejące pole puste, nie zgaduj. Wybierz terminy tematyczne z tej kontrolowanej listy: [lista]. Oznacz datę i nazwiska osób znakiem [?], abym mógł to zweryfikować z dokumentem. Transkrypcja: [tutaj]
Różnica: zezwolenie „pozostaw puste” zamiast wydania „kompletnego”, kontrolowane przestrzeganie listy i znaki weryfikacyjne chronią katalog przed sfabrykacją.
Typowe błędy
- Oznacza to „wypełnij go całkowicie”. Prowadzi to do dopasowania nieistniejących pól; powinno zostać udzielone zezwolenie „pozostaw puste”.
- Zwalnianie warunków podmiotu. Terminy, które nie odpowiadają kontrolowanemu słownictwu, będą rozpraszać wyszukiwanie.
- Posiadanie sztucznej inteligencji przewiduje historię. Wpisanie fikcyjnej daty do niedatowanego dokumentu zanieczyszcza katalog.
- Posiadanie kodu referencyjnego wygenerowanego przez sztuczną inteligencję. To korporacyjna, wyjątkowa przestrzeń; ludzie rzucają.
- Nie określając standardu. Jeśli standard nie zostanie wymieniony, wynikiem będzie niechlujny projekt, którego nie można wprowadzić do instytucji.
Podsumowując
Metadane i katalogowanie to niewidzialna infrastruktura, która otwiera przed badaczem archiwum i wymaga dużego wysiłku. Na podstawie transkrypcji sztuczna inteligencja tworzy szybki zarys takich pól, jak data, osoba, miejsce, temat i gatunek; Może pracować według standardów takich jak ISAD(G) czy Dublin Core. Jednak presja, aby „całkowicie wypełnić” popycha sztuczną inteligencję do zmyślenia sytuacji; Zezwolenie „pozostaw puste”, mapowanie do kontrolowanego słownictwa i ludzkie potwierdzenie dat/imion zapewniają wiarygodność katalogu. AI przygotowuje projekt; Jesteś odpowiedzialny za dokładność katalogu.
Zadanie aplikacji
Dokonaj transkrypcji dokumentu i poproś AI o metadane za pomocą szablonu „Dublin Core draft”; Sprawdź, czy pozostawia puste pola, które nie istnieją. Następnie uruchom szablon „propozycja terminu tematycznego” z własną (lub przykładową) listą kontrolną. Na koniec przetestuj kilka rekordów za pomocą „zbiorczej kontroli spójności”. Zwróć uwagę, ile pól sztuczna inteligencja próbuje wypełnić przewidywaniami i ile terminów tematycznych należy zmapować na listę.
lista kontrolna
- [ ] Jasno określiłem docelowy standard (ISAD(G)/Dublin Core).
- [ ] Dałem pozwolenie „Pozostaw puste pole puste”.
- [ ] Zamapowałem terminy tematu na listę kontrolowaną.
- [ ] Sprawdziłem datę i nazwiska osób z aktem dokumentu/urzędu.
- [ ] Kod referencyjny pozostawiłem instytucji, a nie AI.