Vinster:
- Förmåga att förstå skillnaden mellan härkomst och härkomst, den rättsliga ramen och principen om transparens, och producera en AI-användningsdeklaration och etisk preliminär screening.
- Skydda känsliga skyddsdata när du använder AI för att bekämpa plundring med satellitspårning och skanning av handel online
- Förmåga att etablera ett heltäckande arbetsflöde som skiljer AI:s roll från mänskliga beslut i varje steg, från planering av ett projekt till publicering, och håller den slutliga tolkningen och ansvaret i händerna på människan.
I denna sista enhet fastställer vi ramverket som håller de tidigare enheterna samman: vi kommer att se de etiska och juridiska principer vi måste följa när vi använder artificiell intelligens inom arkeologi och kulturarv, AI:s roll i kampen mot illegal utgrävning och plundring (olaglig utgrävning av arkeologiska platser och smuggling av fynd i ett enskilt projekt), och avslutar ett enda projekt. Målet är att integrera de verktyg du har lärt dig till en ansvarsfull helhet.
Grundprincipen är den slutliga versionen av meningen som vi upprepar genom hela modulen: AI; är en kraftfull assistent som klassificerar, mäter, skannar, sammanfattar, översätter och producerar utkast; men tolkning av det förflutna, kulturell tillskrivning, skyddsorder, juridiskt ansvar och etiskt omdöme tillhör den behöriga personen. I ett irreversibelt område med hög konsekvens är AI-utdata ingen ersättning för expertvalidering; det bara snabbar upp det.
Etiska och juridiska ramar
Rättslig grund. Arkeologisk utgrävning, ytforskning och artefaktbearbetning; Det är föremål för nationella skyddslagar, tillstånd och internationella överenskommelser. Det finns internationella överenskommelser (till exempel den ram som 1970 års UNESCO-konvention fastställt) för att förhindra illegal handel med kulturtillgångar. AI är inte en juridisk rådgivare; Svaren på juridiska frågor hämtas från behöriga myndigheter och lagstiftning.
Proveniens och proveniens. Två liknande termer är två olika saker: proveniens (det exakta läget och sammanhanget för ett fynd i utgrävningen – källan till vetenskapligt värde) och proveniens (historien om ägande och ägande av ett föremål från dess upptäckt till nutid – bevis på laglighet). Om ett föremåls härkomst är osäkert kan det ha blivit plundrat; museer och forskare undviker att arbeta med sådana föremål.
Dataetik. Känsliga platser, mänskliga kvarlevor och kulturellt känslig information skyddas; Det ges inte till öppna fordon.
Genomskinlighet. Användningen av AI framgår tydligt i vetenskapligt arbete: i vilket arbete, vilket verktyg, vilket validering. Döljande strider mot vetenskaplig integritet.
Tips: Skapa ett "AI-användningsförklaring" i början av varje projekt: i vilka uppgifter du kommer att använda AI, var data kommer att bearbetas, verifieringssteg och integritetsregler. Detta uttalande ger etisk transparens och håller teamet till en gemensam standard.
AI i kampen mot plundring
AI är också ett vapen för att skydda kulturarvet:
- Satellitspårning. Ökningen av plundringsgropar i skyddade områden över tid markeras automatiskt (se enhet 9).
- Online företag screening. Föremål med tvivelaktig härkomst som cirkulerar på auktions- och försäljningsplattformar skannas och presenteras för expertundersökning.
- Visuell matchning. Stulna/oregistrerade föremål jämförs med bilder i databaser.
Men var försiktig: AI som säger "det här föremålet har blivit plundrat" eller "det här ser ut som den stulna artefakten" är en början. Den juridiska och vetenskapliga slutsatsen är sakkunnig och behörig myndighet. En falsk anklagelse är lika skadlig som ett missat bevis.
Varning: Du måste behålla exakt platsinformation även när du använder AI för att bekämpa plundring. Ironiskt nog kan en skyddsanalys ge en karta till plundrare om den delas vårdslöst. Bevarandedata är minst lika konfidentiell som fyndet.
End-to-end-arbetsflöde: ett exempelprojekt
Låt oss överväga ett undersöknings- och utvärderingsprojekt från början till slut; Vid varje steg är rollen för AI och människor tydlig:
- Planering. Lagliga tillstånd erhålls, en AI-användningsförklaring och en integritetsplan skrivs. (Människa: ansvar)
- Detektion. Fjärranalys och LiDAR och AI markerar möjliga områden. (AI: screening; människa: eliminering)
- Jordbekräftelse. Prioriterade punkter kontrolleras på plats. (Människa: observation)
- Dokumentation. Fynd och strukturer dokumenteras med fotogrammetri. (AI: modell; människa: skala/kommentar)
- Hitta bearbetning. Visuell gruppering och beskrivning görs. (AI: preliminär klassificering; människa: attribution)
- Registrering. Den läggs in i en standardiserad databas. (AI: reglering; mänsklig: integritet)
- Analys. Datering och statistik utförs. (AI: beräkning; människa: metod/tolkning)
- Litteratur. Det jämförs med verkliga källor. (AI: sammanfattning; mänsklig: tillskrivningsbekräftelse)
- Rapportering och publicering. Transparent, ursprunglig, originaltext är skriven. (Människa: kommentar, signatur)
- Skydd och delning. Övervakning upprättas, en ärlig berättelse utarbetas för allmänheten. (Människa+gemenskap)
Trestegsverifiering (länk till källa, oberoende faktakontroll, expertfiltrering) och känsligt dataskydd gäller vid varje steg.
tre minifodral
Fall 1 – Transparent avslöjande byggde upp förtroende. Ett team skrev tydligt i sin publikation i vilka uppgifter de använde AI (HTR, preliminär klassificering, översättningsutkast) och hur de verifierade det. Granskarna utvärderade denna transparens som trovärdighet; En dold användning skulle väcka misstanke.
Fall 2 – Upptäckt av plundring ledde till intervention. En organisation dokumenterade nästan 300 gropar som dök upp på en plats under en säsong genom AI-satellitanalys; Efter expertkontroll rapporterades det till myndigheterna och området togs under skydd. Skalan var för stor för det mänskliga ögat ensamt att fånga.
Fall 3 – Misstänkt härkomst upphört. En forskare undersökte härkomsten av ett föremål som AI-märkte i en onlineförsäljning; Föremålet hade en oförklarad lucka i sin historia och verkade vara en känd plundringsplats. Utredaren vägrade arbeta med föremålet och rapporterade om situationen. AI hade fångat hans uppmärksamhet; Den etiska principen fattade beslutet.
Fyra kopierbara mallar
1) Utkast till AI-användningsdeklaration:
Din roll: forskningsetisk assistent. Jag kommer att beskriva följande projekt. Ge mig ett utkast till "AI-användningsförklaring": i vilka uppgifter AI kommer att användas, var data kommer att behandlas, vilka verifieringssteg kommer att tillämpas, vilka känsliga uppgifter kommer att skyddas, hur användningen kommer att rapporteras transparent. Betona att det juridiska ansvaret ligger på personen.
2) Kontroll av härkomstrisk:
Jag kommer att utvärdera ett objekts historia. Vilka frågor ska jag ställa när det gäller härkomst (ägarhistorik), vilka luckor kan vara tecken på plundring/smuggling, vilka dokument ska jag leta efter? Lista juridiska och etiska röda flaggor. Gör inte en slutgiltig bedömning; ta bort punkterna som ska kontrolleras.
3) Verifieringslista från slut till ände:
Jag kommer att ge stegen för följande projekt: [lista]. För varje steg framkommer ett kontrolldiagram med kolumnerna: AI:s roll, mänskliga beslut, obligatorisk verifiering och risk för känslig data. Se till att den slutliga tolkningen/beslutet inte tas från människan i något steg.
4) Etisk/juridisk förkontroll:
Granska följande plan ur ett etiskt och juridiskt perspektiv: krävs det tillstånd, finns det en känslig plats/mänskliga kvarlevor, krävs samhällsengagemang, finns det en härkomstfråga, är användningen av AI transparent? Lista risker och myndigheter att rådfråga. Ge inte juridisk rådgivning; tala om för mig vem jag ska rådfråga.
Svag prompt / Stark prompt
Svag uppmaning:
Låt AI göra allt i det här projektet, producera resultat och rapporter snabbt.
Detta tillvägagångssätt delegerar tolkning och ansvar till AI; Det ger ett resultat som är overifierat, av tvivelaktigt ursprung och bortser från etiska och juridiska risker.
Kraftfull uppmaning:
Din roll: projektkoordineringsassistent. För varje steg i detta projekt dyker det upp en plan som särskiljer var AI kommer att producera utkast/skanningar och var människan kommer att göra kommentarer, beslut och signaturer. Lägg till autentisering och känsligt dataskydd i varje steg. Inkludera juridisk auktorisation, härkomst och insynskontroller. Ange vid varje steg att det yttersta ansvaret ligger hos personen.
Skillnaden: den första överför ansvaret till fordonet; För det andra använder den AI på rätt plats och håller beslutet och ärligheten i människan.
Sammanfattningstabell för etik och arbetsflöde
princip
Mening
Gränsen för AI
laglighet
Tillstånd, lagstiftning, kontrakt
Kan inte ge juridiskt utlåtande
härkomst
Är ägarhistoriken ren?
Tvivlar markerar, dömer inte
Känsliga data
Position/relik bevarad
Inte tillåtet på öppna fordon
transparens
Användningen av AI deklareras
Användningen är inte dold
Ansvar
Tolkning och beslut tillhör personen
Ersätter inte samtycke
Vanliga misstag
- Överför ansvaret till AI. Tolkning, beslut och underskrift är alltid i mänskliga händer.
- Döljer användningen av AI. Transparens är en del av vetenskaplig integritet.
- Acceptera härkomst utan att ifrågasätta. Otydligt förflutet kan vara ett tecken på plundring.
- Slarvig delning av skyddsdata. Den exakta platsen kan vara en karta till plundraren.
- Misstar AI för juridisk rådgivning. Rättsliga svar erhålls från den behöriga myndigheten.
Sammanfattningsvis
Den etiska och juridiska ramen håller ihop alla modulens verktyg. AI; Det är ett kraftfullt hjälpmedel, från att bekämpa plundring till projektsamordning, men tolkning, kulturell tillskrivning, bevarandebeslut, härkomstbedömning och juridiskt ansvar vilar på människan. Ta med transparens, känsligt dataskydd, trestegsverifiering och samhällsengagemang varje steg på vägen. Det förflutna är bräckligt och unikt; Fordonet som accelererar det kan inte ersätta ansvaret som skyddar det.
Applikationsuppgift
Designa ett litet arkeologiskt projekt (verkligt eller imaginärt) och skapa en tabell med kolumner med AI-roll, mänskliga beslut, verifiering och känsliga data för varje steg med mallen "End-to-end verifieringslista". Skriv sedan ditt projekts insyns- och etiska ramverk med mallarna "Utkast till AI-användningsdeklaration" och "Etisk/juridiskt förhandsgranskning". Utför "Hurkomstriskkontroll" för en objektinstans.
checklista
- [ ] Jag skilde åt rollen som AI och mänskliga beslut i varje steg.
- [ ] Jag har öppet deklarerat användningen av AI.
- [ ] Jag har skyddat känslig plats-, artefakt- och skyddsdata.
- [ ] Jag kontrollerade härkomst och juridiska risker och hänvisade dem till nödvändiga myndigheter.
- [ ] Jag behöll den slutliga tolkningen, beslutet och signaturen i människan.
Modulexamen
1. Vilken av följande är den mest exakta positioneringen för artificiell intelligens inom arkeologi och kulturarv?
- A) Artificiell intelligens kan exakt bestämma perioden och kulturen för ett fynd utan expertgodkännande
- B) Artificiell intelligens är bara användbar för att producera vackra bilder, det har ingenting att göra med vetenskapligt arbetsflöde
- C) Artificiell intelligens är ett verktyg för klassificering, mätning, screening och utformning; tolkning, tilldelning och slutansvar vilar på experten ✔
- D) Eftersom artificiell intelligens alltid är mer opartisk än människor, bör dejtingbeslutet överlåtas till det.
Beskrivning: Artificiell intelligens; Det är en assistent som klassificerar, mäter, scannar, sammanfattar, översätter och tar fram utkast till fynd. Tolkning, kulturell-kronologisk referens, bevarandebeslut och slutligt ansvar tillhör den behöriga experten; En overifierad utskrift kan leda till ett felaktigt datum, en tillverkad källa eller en läckt plats. Arkeologi är en humanvetenskap och ett irreversibelt fält med hög konsekvens.
2. Vilket är det lämpligaste tillvägagångssättet när man ger en keramisk bit till artificiell intelligens i funna bildanalyser?
- A) Kräver exakt civilisation, ålder och funktionstillskrivning från ett enda fotografi
- B) Endast de observerbara egenskaperna beskrivs opartiskt och experten fattar tilldelningsbeslutet med referenskatalogen. ✔
- C) Acceptera den första referensen till artificiell intelligens utan att ifrågasätta, även i sällsynta fynd
- D) Klassificera snabbt oavsett fotokvalitet, skala och färgkort
Förklaring: Det är säkert att fråga AI:n "hur det ser ut" (neutral beskrivning: form, yta, färg, dekoration) snarare än "vad det är" (period/kulturreferens). Hänvisningsbeslutet fattas av experten med referenskatalogen; Dessutom, om metavisuella data som deg, profil och sammanhang läggs till, ökar grupperingsnoggrannheten. AI tenderar att tvinga sällsynta fall in i det mest välbekanta mönstret.
3. Vad är den korrekta inställningen vid fjärranalys för en anomali som markerats av artificiell intelligens i en satellit- eller LiDAR-bild?
- A) Punkten är en "kandidat"; Det är inte deklarerat som en plats utan verifiering genom markbekräftelse och dess plats är skyddad ✔
- B) Punkten är en direkt upptäckt och bör offentliggöras omedelbart med dess exakta koordinater.
- C) Eftersom artificiell intelligens ser geometri, finns det inget behov av att eliminera naturliga/moderna förklaringar
- D) En enda bild är tillräcklig under alla omständigheter; Skillnader mellan säsong och metod är oviktiga
Beskrivning: Varje punkt markerad av artificiell intelligens är en hypotes som måste bekräftas i fält; Det är ingen upptäckt. Många av skyltarna kan vara naturliga (geologiska) eller moderna (jordbruk, byggnader) och bör elimineras. Dessutom bör känsliga platser skyddas från plundring, inte utsättas för öppna fordon och suddas ut i luften.
4. Vilka är de mest kritiska vetenskapliga kraven och de största riskerna vid 3D-dokumentation med fotogrammetri?
- A) Det enda kriteriet är att modellen ser realistisk ut; skala och utrymmen är oviktiga
- B) Modellen berättar automatiskt och exakt vad som är mur och vad som är natursten, så det behövs ingen tolkning.
- C) Att låta artificiell intelligens fylla i de saknade delarna är alltid säkert och ökar dokumentationsvärdet.
- D) Skalstång och kontrollpunkter är ett måste; Saknade data fylls inte i - markeras, bevis och förutsägelse separeras ✔
Beskrivning: Skalstång och kontrollpunkter är viktiga; Även om en modell utan skala är "vacker", är den vetenskapligt värdelös eftersom inga riktiga mått kan tas från den. Den största risken är att AI kommer att fylla i saknad data med en "tänkbar" yta, vilket ger en detalj som faktiskt inte har observerats; Därför bör svaga/fyllda områden markeras, visuellt separera bevis från förutspått färdigställande.
5. Vad är det rätta sättet att upprätthålla dataintegriteten när man arbetar med AI i grävloggning och databas?
- A) Låt den artificiella intelligensen fylla i de saknade fälten och ersätta rådata med den korrigerade versionen.
- B) Skydda rådata, lämna de saknade "ofullständiga" och hålla varje automatisk ändring spårbar ✔
- C) Tillåta alla att skriva in vilken term de vill utan att använda en standard och kontrollerad ordbok
- D) Överlåter den stratigrafiska tolkningen helt och hållet till artificiell intelligens och accepterar Harris Matrix utan godkännande
Förklaring: AI hjälper till med standardisering och kontroll, men att fylla i saknad data ger den tillstånd att kompensera; det saknade måste förbli "ofullständigt". Rådata skrivs aldrig över, varje automatisk ändring hålls spårbar och originalet bevaras. Stratigrafisk tolkning tillhör experten; AI finner bara logisk motsägelse.
6. Vilken är den största faran med att läsa en svag inskription eller ett gammalt manuskript med artificiell intelligens?
- A) Artificiell intelligens är till ingen nytta för att skanna manuskript eftersom den är för långsam
- B) Artificiell intelligens kan bara läsa moderna tryckta texter, inte historiska skrifter alls
- C) Artificiell intelligens kompletterar den vaga texten genom att skapa texten och producerar en flytande men felaktig översättning; Förutsägelse kan förväxlas med vad som läses ✔
- D) AI-översättningar är alltid exakt samma som källtexten, så det finns inget behov av verifiering
Förklaring: Inom epigrafin, som är ett mänskligt fält, är det mest förödande misstaget hallucination: artificiell intelligens fyller otydliga/trasiga delar med 'plausibel' men påhittad text, översätter ett ord som det inte förstår flytande men felaktigt, och kan ge en publikationscitat som inte finns. Lösningen är att hålla den lästa karaktären och den prediktiva kompletteringen åtskilda och markerade, att kontrollera översättningen mot källan och bakåtöversättningen, och att överlåta den slutliga läsningen till den sakkunnige filologen.
7. Vilken är den mest effektiva metoden mot risken för att artificiell intelligens producerar "falska källor" i litteraturöversikten?
- A) Hitta och citera de faktiska källorna själv och bekräfta varje citat genom att placera begränsningen "baserat endast på den angivna källan" ✔
- B) Säg "föreslå 15 viktiga källor" direkt från den artificiella intelligensen och lägg listan som den är i bibliografin
- C) Förutsatt att posten existerar så länge som citeringsformatet verkar korrekt
- D) Konvertera sammanfattningen som skapats av artificiell intelligens till ett vetenskapligt påstående utan att någonsin öppna källan
Förklaring: Generiska verktyg producerar övertygande men falska citat som kombinerar det verkliga författarnamnet med den påhittade titeln utan att titta på en riktig katalog. Det mest effektiva försvaret är att själv hitta källorna från riktiga kataloger, ge texterna till den artificiella intelligensen och införa begränsningen 'baserat endast på den givna källan'; Dessutom bekräftas varje citat i katalogen/DOI och varje abstrakt verifieras genom att referera till källan.
8. Vilket av följande är den korrekta inställningen vid tolkning av ett radiokol (C14) resultat?
- A) Minska resultatet till ett enda definitivt år och ta bort osäkerhetsintervallet från rapporten
- B) Acceptera numret som ges av artificiell intelligens utan att bry sig om var och hur provet kommer ifrån
- C) Att betrakta korrelation som direkt kausalitet och presentera ett svagt mönster som ett starkt resultat
- D) Att bära resultatet som ett sannolikhetsintervall och ifrågasätta urvalets validitet och metod med en expert ✔
Förklaring: Ett kalibrerat radiokoldatum är en rad möjligheter (t.ex. 800-680 f.Kr. med 95 % konfidens), inte ett enda exakt år. Att minska osäkerheten till ett enda år är en vetenskaplig snedvridning. Dessutom, med principen om "skräp in, skräp ut", bör provets giltighet (gammalt trä, kontaminering, blandat sammanhang) ifrågasättas och metodvalet bör överlåtas till experten.
9. Hur ska varningar för övervakning av artificiell intelligens och rekommendationer om restaurering utvärderas i kulturarvsförvaltningen?
- A) När AI flaggar skada är det en korrekt strukturell bedömning utan behov av bekräftelse
- B) Övervakningslarm är kopplade till fält-/expertbekräftelse; visualisering ersätter inte det oåterkalleliga beslutet om fysisk restaurering ✔
- C) Den färdiga bilden som produceras av artificiell intelligens kan direkt appliceras som en restaureringsplan
- D) Eftersom bevarandebeslut är tekniska måste de utesluta lagstiftning och samhällsdeltagande
Beskrivning: Artificiell intelligens är ett tidig varningsverktyg vid övervakning: den markerar sprickor, ytförlust eller förstörelse, men varje varning kräver terräng- och expertbekräftelse. Den "återställda" bilden den producerar är en visualisering, inte en fysisk restaureringsplan; bevarandebeslut baseras på principerna minsta ingripande, reversibilitet, särart och unikhet, tvärvetenskaplig expertis, juridik och samhällsdeltagande.
10. Vilken är den etiska skyldigheten när man använder en rekonstruktionsbild producerad av artificiell intelligens i en museiutställning?
- A) Om bilden är tillräckligt realistisk finns det ingen anledning att märka den för att undvika att vilseleda besökaren
- B) Eftersom attraktivitet är det viktigaste kriteriet är det nödvändigt att dölja osäkerheten och presentera en enda definitiv historia.
- C) Bilden bör tydligt markeras som 'rekonstruktion', element bör märkas enligt bevisnivån och bevis bör separeras från fantasi ✔
- D) Att presentera oprövade färger och dekorationer som "riktiga" gör utställningen mer pedagogisk.
Förklaring: Rekonstruktionen fortsätter med fantasi där bevisen slutar, och AI:n kan säkert kompensera luckorna och glida in i en klyscha. För att förhindra att besökaren misstar förutsägelsen med verkligheten bör det tydligt anges att bilden är en "rekonstruktion" (inte själva fotografiet), föremål ska märkas efter bevisnivån, bevis ska separeras från fantasi och alternativa tolkningar ska erbjudas där det är möjligt. Noggrannhet kommer före attraktion.
11. Vad är skillnaden och betydelsen mellan 'härkomst' och 'härkomst' i arkeologisk etik?
- A) Proveniens är platsen för händelsen/sammanhanget (vetenskapligt värde), härkomsten är ägandets historia (bevis på laglighet); ✔ Kan vara ett tecken på förstörelse av osäker härkomst
- B) Båda är samma sak och visar bara det monetära värdet av ett föremål
- C) Arbetet med ett föremål är alltid smidigt, även om härkomsten är osäker
- D) Proveniens är objektets pris, proveniens är dess vikt
Beskrivning: Proveniens är den exakta platsen och sammanhanget för ett fynd i utgrävningen; är källan till vetenskapligt värde. Härkomst är historien om ägande och äganderätt till föremålet sedan dess upptäckt; Det är bevis på laglighet. Ett föremål med osäkert härkomst kan ha plundrats; museer och forskare undviker att arbeta med sådana föremål. Artificiell intelligens hjälper till att flagga tvivelaktig härkomst, men det är upp till experten och den behöriga myndigheten att bedöma.
12. Vilken är den viktigaste uppmärksamheten när man använder artificiell intelligens i samband med känsliga platser och bekämpning av plundring?
- A) Det är säkert att dela känsliga platser offentligt eftersom det är i skyddssyfte.
- B) När AI säger "det här föremålet har plundrats" är detta en definitiv rättslig dom utan behov av en expert
- C) För att påskynda kampen mot plundring är det nödvändigt att ange alla platskoordinater i öppna fordon.
- D) Bevarandedata är minst lika känslig som fyndet; Exakta platser ges inte till öppna fordon, de förvaras i det säkra systemet ✔
Beskrivning: AI är ett kraftfullt verktyg för att bekämpa plundring med satellitspårning och skanning av onlinehandel, men även en skyddsanalys kan ge en karta till plundrare om den delas slarvigt. Exakta koordinater, opublicerade fynd och exakta platser släpps inte till icke godkända öppna verktyg och förvaras i det säkra systemet; Bevarandedata är en tillgång som bör skyddas minst lika mycket som fyndet.
13. Vad är sant om gränserna för artificiell intelligens när det gäller att täcka arkeologisk litteratur?
- A) Artificiell intelligens känner till alla arkeologiska publikationer på alla språk och på varje datum.
- B) Grå litteratur och främmande språkkällor är oviktiga, endast engelska index räcker
- C) Hans kunskaper är frysta på ett visst datum, han har begränsad kunskap om flerspråkig och grå litteratur; Om det står 'det finns ingen källa' ska arkivet frågas ✔
- D) När artificiell intelligens säger "Jag kunde inte hitta en källa", betyder det att det verkligen inte finns något arbete med det ämnet.
Beskrivning: Artificiell intelligenss kunskap är fryst vid ett visst datum; Den saknar efterföljande utgrävningar och korrigeringar och kan presentera ersatta åsikter som giltiga. Arkeologi är skriven på flera språk; att enbart förlita sig på engelska källor saknar mycket av litteraturen. Dessutom finns en betydande del av informationen i grå litteratur (kommersiella/företagsrapporter, avhandlingar) som inte lätt kan hittas i kataloger; Artificiell intelligens vet antingen inte detta eller hittar på det.
14. Vad är det korrekta ramverket för att använda end-to-end AI i ett arkeologiskt projekt?
- A) För snabbhet, överlåt alla steg till artificiell intelligens och överför tolkningen och ansvaret till den
- B) Separera AI-rollen från mänskliga beslut i varje steg, lägga till verifiering och transparent deklaration, hålla det slutliga ansvaret hos människan ✔
- C) Få verket att se mer tillförlitligt ut genom att dölja användningen av artificiell intelligens i publikationen
- D) Fokuserar endast på tekniska resultat, kringgår juridiskt tillstånd, härkomst och samhällsengagemang
Beskrivning: Det korrekta arbetsflödet skiljer AI:s utarbetande/skannande roll och den mänskliga rollen som tolkning, beslut och signatur vid varje steg (detektering, dokumentation, fyndbearbetning, inspelning, analys, litteratur, publicering, bevarande); Den lägger till trestegsverifiering och känsligt dataskydd till varje steg. Dessutom deklareras användningen av artificiell intelligens transparent i vetenskapliga studier; Döljande strider mot vetenskaplig integritet, och det yttersta ansvaret ligger alltid hos människan.