Vinster:
- Förmåga att använda artificiell intelligens för att sammanfatta och jämföra verkliga källor, vilket eliminerar grunden för påhittad tillskrivning med "endast baserat på den givna källan"-begränsningen
- Förmåga att tillämpa disciplinen att verifiera varje citat i den faktiska katalogen, verifiera varje abstrakt tillbaka till källan och fånga DOI/avtryck hallucinationer
- Att kunna förstå hur aktualitet, flerspråkighet och grå litteratur bestämmer gränserna för artificiell intelligenss kunskap och varför originalskrivning krävs.
Arkeologi och kulturarv är en kumulativ vetenskap: varje ny studie bygger på tidigare publikationer som sträcker sig över århundraden. Att skanna litteraturen (totalan av artiklar, böcker, rapporter och avhandlingar publicerade om det ämnet) i en region, en typ av fynd eller en period är det första och mest tröttsamma steget i någon vetenskaplig studie. I den här enheten kommer vi att se på djupet hur AI påskyndar litteraturgranskning, men varför källverifiering är av största vikt inom detta område och hur man kan bekämpa AI:s farligaste misstag: hallucinationer (tillverkade källor, citat och information).
Grundprincip: AI hjälper till att sammanfatta, jämföra och organisera litteraturen; Men inget citat kan användas utan bekräftelse i en riktig katalog, och ingen sammanfattning kan förvandlas till ett vetenskapligt påstående utan att läsa själva källan. Inom humaniora förstör en falsk källa hela verkets trovärdighet.
Varför är hallucinationer så kritiska på detta område?
Det vanligaste misstaget med offentliga chattverktyg är att producera akademiska resurser som inte finns men som verkar väldigt realistiska. AI kan utgöra ett "perfekt" utseende genom att kombinera namnet på en riktig författare, namnet på en riktig tidskrift och en rimlig titel. Varifrån?
- AI producerar "nästa mest troliga ord"; den tittar inte på en faktisk databas (såvida inte ett specialverktyg är anslutet).
- Eftersom akademiska citat är mönstrade är AI väldigt "bra" på att skapa ett citat som passar mönstret men vars innehåll är fabricerat.
- Inom humaniora kontrollerar läsaren ofta inte omedelbart källan; Detta gör att den falska tillskrivningen kan gå live obemärkt.
Slutsats: för en arkeolog bör varje författare-årstiteltriplett i AI-utgången betraktas som misstänkt tills motsatsen bevisats.
Tips: Använd AI inte som en "resurssökare" utan som en assistent som "bearbetar de verkliga resurserna du har." Hitta de faktiska artiklarna själv, ge PDF-filerna till AI:n och säg sedan "lita bara på de här texterna jag gav dig". Därmed är grunden för hallucination i stort sett eliminerad.
Steg av litteraturgranskning
- Omfattning och fråga. Vad letar du efter? Förtydliga ämne, period, region och språkgränser.
- Samling av verkliga resurser. Hitta autentiska publikationer från bibliotekskataloger, institutionella databaser och betrodda kataloger. Det är riskabelt att "hitta" resurser för AI i detta steg.
- Sammanfatta och kartlägga. Ge de faktiska texterna du har samlat till AI för att sammanfatta och kartlägga teman och diskussioner.
- Jämförelse och gapanalys. Jämför olika författares åsikter, hitta motsägelser och outforskade luckor.
- Stavning och tillskrivning. Skriv ditt eget argument med verifierade citat. AI ger utkast; du skriver om med din analys och faktiska citat.
Disciplin för källverifiering
För varje citat, kontrollera:
- Finns det? Finns författaren, årtalet, titeln, tidskriften/förlaget i en faktisk katalog (bibliotek, DOI, index)?
- Säger han vad han säger? Säger källan verkligen vad AI:n hävdar? Öppna källan och läs relevant avsnitt.
- Är sammanhanget korrekt? Är citatet hämtat från författarens avsikt? Tillskrivs författaren den motsatta uppfattningen?
- Är den uppdaterad och pålitlig? Är publikationen peer-reviewed, aktuell eller återspeglar den en föråldrad syn?
Varning: Bara för att ett DOI eller inventeringsnummer som tillhandahålls av AI visas i "korrekt format" betyder det inte att den posten existerar. Sök efter numret i det verkliga systemet. En icke-existerande DOI är ett av de vanligaste tecknen på hallucinationer.
tre minifodral
Fall 1 — Sammanfattning sparad tid. En doktorand gav 60 riktiga artiklar (alla han hittade och laddade ner) till AI och skapade en temakarta; Han utarbetade en tabell som jämförde olika författares syn på en fyndtyp på två dagar istället för veckor. Varje sammanfattning har hämtats och verifierats.
Fall 2 — Falsk svetskatastrof avvärjdes. En doktorand bad AI att "föreslå källor om detta ämne" och fick en snygg lista med 15 citat. När han kollade det på biblioteket fann han att nio av listan aldrig existerade - riktiga författare, påhittade titlar. Om denna lista ingick i avhandlingens bibliografi skulle försvarets trovärdighet kollapsa och det skulle till och med kunna betraktas som ett vetenskapligt oredlighet.
Fall 3 – Felaktig tillskrivning rättad. Ett team skulle rapportera att AI sa till en författare "han daterade den platsen till den romerska perioden"; När vi vände oss till källan såg man att författaren hävdade motsatsen, att sajten var förromersk. AI hade vänt uppfattningen. Att läsa källan förhindrade ett allvarligt misstag.
Fyra kopierbara mallar
1) Enbart förlitar sig på den angivna källan:
Din roll: litteratursammanfattningsassistent. Lita ENDAST på texterna jag kommer att klistra in nedan. LÄGG INTE TILL någon information, källor eller referenser utanför dessa texter. Skriv ner vart och ett av dina påståenden och ange vilken del av texten jag gav dig är baserad på. Om du får frågan om något som inte står i texten, säg "det står inte i källorna".
2) Temakarta och jämförelse:
Jag kommer att ge sammanfattningar av [N] källor nedan. Gruppera dem efter teman och skapa en jämförelsetabell: för varje tema, vilka författare säger vad, var de håller med, var de motsäger dem. Använd endast synpunkterna i de texter jag har gett; lägga till kommentarer.
3) Checklista för verifiering av citat:
När du VERIFIERAR citatlistan nedan, ta ut stegen jag behöver kontrollera för varje (sök i katalogen, DOI-bekräftelse, läs den relevanta sidan, kontextkontroll). Du bekräftar INTE riktigheten av tillskrivningarna; säg vad jag ska kolla. Källtillverkning.
4) Gapanalys:
Baserat på de litteratursammanfattningar jag har tillhandahållit, lista frågor/luckor som verkar vara underforskade i detta ämne. För varje lucka, visa vilken källa som lämnade den öppen. Lita bara på de texter jag har gett dig; Spekulera inte.
Svag prompt / Stark prompt
Svag uppmaning:
Ge de 15 viktigaste akademiska källorna om detta ämne och deras sammanfattningar.
AI producerar en realistisk men troligen delvis tillverkad lista utan att titta på en riktig databas; Detta är själva den falska tillskrivningsfällan.
Kraftfull uppmaning:
Nedan klistrar jag in de fullständiga citaten och sammanfattningarna av de 12 riktiga artiklarna jag hittade. Baserat ENDAST på dessa framkommer en temakarta och jämförelsetabell. LÄGG TILL ny resurs. Ange vilken artikel varje rad kommer ifrån. Markera saknade ämnen som "inte täckt av den här resursuppsättningen."
Skillnaden: den första är fylld med risken för påhittade källor; den senare hanterar verkliga resurser på ett tillförlitligt sätt.
Aktuellhet, språk och grå litteratur
Tre funktioner i den arkeologiska litteraturen gör användningen av AI särskilt riskabel. Den första är aktualitet: kunskapen om en modell fryses vid ett visst datum, och utgrävningar, ny datering och korrigeringar efter det datumet saknas i den. AI kan presentera en ersatt vy som fortfarande giltig; Det är därför du bör skanna aktuella publikationer. För det andra, flerspråkighet: arkeologi är skriven på tyska, franska, italienska, turkiska och många lokala språk andra än engelska. En viktig utgrävningsrapport kan ha publicerats på endast ett språk; Att enbart förlita sig på engelskspråkiga källor innebär att man missar en stor del av litteraturen. AI hjälper till att skanna dessa främmande språkkällor, men återigen, du måste ha den faktiska källan till hands.
För det tredje, grå litteratur: den stora majoriteten av arkeologisk kunskap ligger i dokument som inte förekommer i officiella tidskrifter, såsom kommersiella utgrävningsrapporter, institutionella arkiv och opublicerade avhandlingar. Grå litteratur (rapporter producerade i kommersiella eller företagskanaler som inte är lättillgängliga i traditionella publikationskataloger) är antingen frånvarande eller knapphändig i AI-utbildningsdata; Därför känner AI inte heller till denna information eller hittar på den. Den verkliga arkeologiska historien om en region finns ofta i denna grå litteratur, och man kan bara nå den med den riktiga handen från de institutionella arkiven.
Tips: Att säga "AI kunde inte hitta något" eller "det finns få resurser" om ett ämne betyder inte att det finns lite arbete med det ämnet; Ofta finns källan i grå litteratur, på ett främmande språk eller efter informationsdelen i modellen. Fråga det verkliga arkivet om bristen på resurser, inte AI.
Litteraturuppgiftstabell
Quest
AI:s roll
mänskligt beslut
verifiering
inköp
Svag/risk
Urval från riktig katalog
Katalogbekräftelse
sammanfattande
Stark (till given text)
noggrannhet, val
Läs källan
Jämförelse
Tema/motsägelsekarta
Kommentar, vikt
källsammanhang
Citatskrivning
formatkontur
innehåll, noggrannhet
Finns/sägs det
Gapanalys
Kandidatfrågor
Forskningsvärde
Domänkunskap
Vanliga misstag
- Att få AI att "hitta" resurser. Producerar falsk attribution; Hitta resurserna själv.
- Förlitar sig på DOI/imprint-formatet. Även om formatet verkar korrekt, kan posten vara tillverkad; Sök i systemet.
- Att använda sammanfattningen utan att läsa källan. AI kan vända författarens syn.
- Publicerar AI-texten som den är. Originalitet och risk för plagiat; Skriv med din egen analys.
- Att inte placera begränsningen "endast given resurs". Utan begränsningar lägger AI till externt tillverkad information.
Sammanfattningsvis
I litteraturgenomgången sparar AI mycket tid på att sammanfatta, jämföra och analysera faktakällor. Men inom en humaniora är källverifiering inte förhandlingsbar: hitta källorna själv, verifiera varje citat i den faktiska katalogen, backchecka varje abstrakt, inför begränsningen "endast citerad källa" och skriv den slutliga texten med din egen originalanalys. En falsk källa kommer att förstöra ditt arbete.
Applikationsuppgift
Välj ett ämne, hitta 8-10 riktiga publikationer i biblioteket/indexet och samla deras citat. Gör ett jämförelsediagram med mallarna "Baserat på endast källa" och "Temakarta". I ett separat experiment, berätta för AI:en att "föreslå en källa" (utan några begränsningar) och kontrollera citaten den föreslår en efter en i katalogen och notera hur många som är verkliga.
checklista
- [ ] Jag hittade källorna själv från riktiga kataloger.
- [ ] Jag sätter "endast lita på den givna källan"-begränsningen på AI.
- [ ] Jag har bekräftat varje citat med katalogen/DOI.
- [ ] Jag har verifierat varje sammanfattning genom att gå tillbaka till källan.
- [ ] Jag skrev den slutliga texten med min egen originalanalys och bekräftade referenser.