zisky:
- Schopnosť zachovať integritu údajov pri digitalizácii a štandardizácii záznamových jednotiek, ako sú kontext/lokus, stratigrafia a Harris Matrix s umelou inteligenciou
- Schopnosť chrániť nespracované údaje a udržiavať vysledovateľnosť každej transformácie proti riziku, že umelá inteligencia doplní chýbajúce údaje a vykoná tiché zmeny
- Pochopte, prečo sú riadený slovník, metadáta a princípy open/FAIR nevyhnutné pre budúcu použiteľnosť dát.
Vedecká hodnota vykopávok nespočíva v nálezoch zlata, ktoré z nich vychádzajú, ale v kvalite jej záznamov. Nález, ktorý nie je dobre zdokumentovaný, je pre vedu takmer irelevantný; Pretože je to objekt, o ktorom sa nevie, kde, v ktorej vrstve a s čím sa nachádza, je to len krásny objekt. V tejto časti sa pozrieme na protokolovanie vykopávok (systematický prepis a databáza každého kontextu, nálezu a pozorovania) a na to, ako môže AI urýchliť zadávanie, organizáciu a štandardizáciu údajov, ale prečo zodpovednosť za integritu údajov zostáva na ľuďoch.
Základný princíp: AI pomáha organizovať rozptýlené záznamy, štandardizovať ich a nájsť nezrovnalosti; Ale ktoré údaje sú presné, či záznam odráža pravdu a integrita údajov sú ľudskou zodpovednosťou. AI koriguje tvar údajov, nezaručuje ich presnosť.
Základné jednotky archeologického záznamu
Kontext/lokus. Každý výkop rozdeľuje miesto na jednotky kontextu (kontext/lokus – jednotlivé ložisko, vrstva, jama alebo stena; najmenšia významová jednotka výkopu). Každý kontext dostane jedinečné číslo a všetky nálezy sú spojené s týmto číslom.
Stratigrafia a Harris Matrix. Stratigrafia (vzťah medzi vrstvami vo vzťahu k sebe navzájom) je základom relatívneho datovania. Harrisova matica (diagram zobrazujúci vzájomné usporiadanie kontextov) vizualizuje tieto vzťahy. AI pomáha odhaliť nekonzistentné stratigrafické vzťahy (napr. cyklická chyba „A je nad aj pod B“).
Nájdite inventár. Každý nález; Kontext je zaznamenaný s číslom, typom, veľkosťou, materiálom, stavom a fotografiou.
Dátové štandardy. Spoločné štandardy sa používajú na to, aby boli záznamy zdieľateľné a porovnateľné. CIDOC-CRM (medzinárodný koncepčný rámec/ontológia vyvinutá na opis údajov o kultúrnom dedičstve) umožňuje dátam z rôznych inštitúcií komunikovať medzi sebou. Používa sa riadený slovník pojmov (schválený zoznam, ktorý zabezpečuje, že každý používa rovnaký výraz pre rovnaký pojem).
Tip: Použite AI na „usporiadanie a audit“ údajov, nie na ich „interpretáciu“. "Aké kontextové čísla sú v týchto záznamoch protichodné?" Je to dobrá otázka; "Do akého obdobia patrí tento kontext?" Je to odborné rozhodnutie. Tam, kde je AI najsilnejšia, je kontrola konzistencie.
Úlohy AI pri registrácii a databáze
- Digitalizácia. Ručne písané zápisníky z vykopávok, inventárne karty a staré výkresy sa importujú do databázy pomocou rozpoznávania textu poháňaného AI (toto odkazuje na HTR v časti 6).
- Štandardizácia. Do riadeného slovníka sú namapované rôzne pravopisy ("byzantium", "Byzantium", "byz."); dátumy a miery sú uvedené do jednotnej podoby.
- Kontrola konzistencie. Označené sú chyby ako chýbajúce číslo kontextu, protichodná stratigrafia, použitie rovnakého čísla v dvoch rôznych nálezoch.
- Dotaz a zhrnutie. Dotazy ako „Všetky nálezy skla v nasledujúcom kontexte“ a súhrnné tabuľky sa generujú rýchlo.
Upozornenie: Pri štandardizácii môže AI potichu upravovať údaje, keď sa ich pokúša „opraviť“; môže napríklad zaokrúhliť meranie na „primeranú“ hodnotu alebo doplniť neistý údaj vlastným odhadom. Každá automatická zmena musí byť sledovateľná a musí byť zachovaný pôvodný záznam. Nespracované údaje sa nikdy neprepíšu.
tri mini prípady
Prípad 1 – Digitalizácia zachránila archív. Múzeum uchovávalo 40 rokov ručne písaných inventárnych kariet (asi 22 000 kariet), ktorým hrozila strata. Rozpoznávanie textu a štandardizácia pomocou AI importovali karty do prehľadávateľnej databázy; Každá karta bola skontrolovaná na základe vzorky ľudským skúšajúcim a nečitateľné oblasti boli označené ako „nejasné“.
Prípad 2 – Kontrola nezrovnalosti zistila chyby. Výkopový tím nechal na konci sezóny vykonať audit databázy AI; YZ označil, že tri nálezy mali rovnaké číslo kontextu, ale konfliktné informácie o vrstve. Preskúmanie odhalilo chybu pri zadávaní údajov; ak by sa to neopravilo, skreslilo by to stratigrafickú interpretáciu.
Prípad 3 – Zachytená tichá zmena. Pri štandardizácii meraní si asistent všimol, že AI interpretuje niektoré hodnoty „0“ ako „nulu“ a nie ako „chýbajúce“; toto skreslilo dĺžky zlomených kusov. Proces bol prebudovaný, aby sa zachovali pôvodné údaje, ale zmeny sa ponechali v samostatnom stĺpci.
Štyri kopírovateľné šablóny
1) Štandardizácia (riadený slovník):
Vaša úloha: asistent pre boj s údajmi. Mapujte hodnoty [pole:materiál/obdobie/typ] v nasledujúcich záznamoch do nasledujúceho riadeného slovníka: [zoznam slovníkov]. ZMENIŤ hodnoty, ktoré nemajú v slovníku ekvivalenty; Označte to ako „žiadna zhoda“. Nahláste každú zmenu ako pár originál-nový; vymazanie nespracovaných údajov.
2) Kontrola konzistencie:
Nájdite nezrovnalosti v nasledujúcich záznamoch vykopávok: opakujúce sa čísla kontextu, chýbajúce povinné polia, konfliktné stratigrafické vzťahy, nepríjemné dátumy/merania. Uveďte každý problém s registračným číslom a nechajte ho na MŇA; nemeň to sám.
3) Logické ovládanie Harris Matrix:
Nižšie sú stratigrafické vzťahy medzi kontextami (A nad/pod B). Existuje logický rozpor (slučka, obojsmerný vzťah)? Ukážte, ktoré kontexty, ak existujú. Nekomentovať; len skontrolujte logickú konzistenciu.
4) Tabuľka dopytov a súhrnu:
Nasledujúci výpis z výpisu databázy nižšie: [napr. nájsť rozdelenie typov podľa kontextu]. Uveďte výsledok ako tabuľku a uveďte, z ktorých záznamov je odvodený každý riadok. NEPRÍDAJTE žiadnu hodnotu, ktorá v údajoch neexistuje; Ak je prázdny, napíšte „žiadne údaje“.
Slabá výzva / Silná výzva
Slabá výzva:
Opravte tieto údaje o výkope a doplňte chýbajúce položky.
„Vyplňte medzery“ umožňuje AI prispôsobiť dáta; Výsledkom je nespoľahlivá databáza, kde sa mieša fakt a fikcia.
Výkonná výzva:
Označte LEN formálne nezrovnalosti (pravopis, formát dátumu, duplicitné ID) v údajoch o výkope nižšie. Chýbajúce hodnoty COMPLETE; Nechajte to ako "nedokončené". Uveďte každú navrhovanú zmenu spolu s originálom; Dám súhlas. Zmena nespracovaných údajov.
Rozdiel: prvý poškodzuje údaje ticho; Druhý kontroluje a necháva rozhodnutie na človeku.
Dobrý dátový model: polia, vzťahy a metadáta
Archeologická databáza nie je ľubovoľná tabuľka, ale premyslený dátový model (návrh, do ktorých tabuliek, do ktorých polí a do akých vzťahov budú dáta usporiadané). Základným princípom je, že všetko závisí od kontextu: nájde ku kontextu, kontexty navzájom (stratigrafia) a od poľa. Každý záznam nesie jedinečnú identitu (ID) a prostredníctvom týchto identít sa vytvárajú vzťahy; Nález sa vzťahuje na jeden kontext, kontext môže obsahovať veľa nálezov.
Rovnako dôležité ako záznam sú metadáta (údaje o samotných údajoch: kto ich zaznamenal, kedy, akým spôsobom, aká verzia). Záznam, o ktorom nevie, kto, kedy a s akou dôverou ho zadal, nemožno v budúcnosti spochybniť. AI je užitočná pri kontrole konzistentného vypĺňania polí metaúdajov a pri označovaní chýbajúcich metadát.
Ďalším dôležitým princípom je otvorený a udržateľný formát. Namiesto zamykania údajov do proprietárneho, uzavretého softvéru, ich udržiavanie v blízkosti otvorených štandardov (textové tabuľky, zdokumentované schémy) zaisťuje, že údaje je možné čítať o desaťročia neskôr. Archeologické údaje sa nevyrábajú pre jednu publikáciu, ale pre budúce generácie; To je dôvod, prečo sa FAIR princípy (hľadanie, prístupnosť, interoperabilita a opätovné použitie údajov) stávajú čoraz štandardnejšími. AI je užitočná pri označovaní vašich údajov v súlade s týmito zásadami a pri hľadaní nedostatkov; Je však na vás, aby ste sa rozhodli, ktoré údaje zostanú otvorené a ktoré zostanú citlivé (dôverné).
Tip: Keď si zakladáte databázu, položte si otázku: „Môže ju niekto, kto to nevie, otvoriť a pochopiť o 10 rokov?“ spýtaj sa. Vysvetlite svoje skratky v slovníku, vyplňte polia metadát a zálohujte nespracované údaje v otvorenom formáte.
Tabuľka úloh záznamu/databáza
Quest
Úloha AI
ľudské rozhodnutie
ochranné pravidlo
digitalizácie
rozpoznávanie textu
Nejasné potvrdenie čítania
Raw scan je uložený
štandardizácia
Mapa do slovníka
Nezhodné hodnotové rozhodnutie
Originál je zachovaný
Dôslednosť
Protirečné označenie
korekcia
Zmena je sledovaná
stratigrafia
Logické ovládanie
Komentujte
Maticové odborné schválenie
Dopyt/zhrnutie
Výroba stolov
Komentár, výber
Vernosť údajom
Časté chyby
- Dopĺňanie chýbajúcich údajov. AI tvorí; Chýbajúce musia zostať „neúplné“.
- Prepísanie nespracovaných údajov. Originál je vždy zachovaný; zmeny sa uchovávajú oddelene.
- Nevšimnú si tiché zmeny. Každá automatická konverzia by mala byť nahlásená a kontrolovaná.
- Preskočenie štandardu. Bez riadeného slovníka a spoločného modelu nie je možné zdieľať dáta.
- Ak AI vykoná stratigrafickú interpretáciu. AI nachádza logický rozpor; Komentár je pre odborníka.
V súhrne
AI v zázname a databáze vykopávok; Poskytuje veľkú rýchlosť pri digitalizácii, štandardizácii, kontrole konzistencie a práci s dotazmi. Integrita údajov je však posvätná: žiadne chýbajúce časti nezostanú nedotknuté, nespracované údaje sa zachovajú, každá zmena sa sleduje a stratigrafická interpretácia patrí odborníkovi. Dobré záznamy sú tým najcennejším dedičstvom, ktoré vykopávky zanechávajú do budúcnosti.
Aplikačná úloha
Pripravte malú tabuľku s údajmi o výkopoch (10-20 záznamov); schválne tam dajte pár nezrovnalostí (duplicitné ID, dátum deformácie, konfliktná vrstva). Nechajte AI ich nájsť pomocou vzorov „kontrola konzistencie“ a „kontrola logiky Harris Matrix“; potom napíšte riadený slovník a namapujte pole materiálu na šablónu "Štandardizácia" a uistite sa, že uchováte nespracované údaje.
kontrolný zoznam
- [ ] Surové údaje som uložil oddelene, bez úprav.
- [ ] Nedokázal som, aby AI doplnila chýbajúce časti; Nechal som to ako "nekompletné".
- [ ] Skontroloval som každú automatickú zmenu s originálom.
- [ ] Použil som riadený slovník a dátový štandard.
- [ ] Stratigrafickú interpretáciu som urobil na základe odborného posúdenia.