โครงการแบบครบวงจร: การประมวลผลคอลเลกชันเอกสารสำคัญด้วยปัญญาประดิษฐ์

กำไร:

• ความสามารถในการประมวลผลคอลเลกชันในขั้นตอนการทำงาน 7 ขั้นตอน ตั้งแต่การคัดกรองด้านจริยธรรมไปจนถึงการตีพิมพ์ โดยมีจุดตรวจสอบโดยมนุษย์ในแต่ละขั้นตอน
• ทำความเข้าใจว่าจุดตรวจสอบตั้งแต่เนิ่นๆ ป้องกันข้อผิดพลาด (วันที่/ชื่อไม่ถูกต้อง) ไม่ให้แพร่กระจายทั่วทั้งห่วงโซ่ได้อย่างไร
• ความสามารถในการประยุกต์หลักการเก็บรักษาไฟล์ต้นแบบ ไม่บันทึกการตรวจสอบ และการประกาศการใช้ AI ในโครงการแบบองค์รวม

หน่วยการเรียนรู้ก่อนหน้านี้ครอบคลุมทักษะส่วนบุคคล ได้แก่ การแปลงข้อมูลเป็นดิจิทัล การถอดความ ข้อมูลเมตา การสแกน การแปล การตรวจสอบ การวิเคราะห์รูปแบบ การดึงข้อมูล การเก็บรักษา และจริยธรรม หน่วยสุดท้ายนี้รวมทุกอย่างเข้าด้วยกัน โครงการเก็บถาวรที่แท้จริงประสบกับขั้นตอนเหล่านี้ไม่แยกจากกัน แต่เป็นเวิร์กโฟลว์ที่เชื่อมต่อถึงกัน ที่นี่ เราจะดูว่าคุณสามารถประมวลผลคอลเลกชันตั้งแต่ต้นจนจบด้วยกระบวนการที่สนับสนุน AI แต่ควบคุมโดยมนุษย์ ทีละขั้นตอน และด้วยห่วงโซ่การควบคุมได้อย่างไร

เป้าหมายคือการวางตำแหน่ง AI ให้เป็นพันธมิตรที่ “เร่งรัดทุกขั้นตอน แต่ไม่มีการตัดสินใจขั้นสุดท้ายในทุกขั้นตอน” เมื่อคุณจบหน่วยการเรียนรู้นี้ คุณจะเหลือวิธีการแบบองค์รวมที่จะเปลี่ยนกองเอกสารที่ยุ่งเหยิงให้เป็นคอลเลกชันที่พร้อมสำหรับการวิจัย ได้รับการยืนยัน และสะอาดตามหลักจริยธรรม

สถานการณ์: สิ่งที่เรามีอยู่

สมมติว่าคุณได้รับคอลเลกชั่นเอกสาร 250 ฉบับ: บางฉบับที่ตีพิมพ์ (จดหมายโต้ตอบ โฆษณา) ต้นฉบับบางส่วน (จดหมาย สมุดบันทึก) จากวันที่ต่างกัน บางฉบับมีข้อมูลส่วนบุคคลที่ละเอียดอ่อน เป้าหมาย: เพื่อแปลงเป็นดิจิทัล ถอดความ จัดทำแคตตาล็อก และทำให้คอลเลกชันนี้พร้อมใช้งานสำหรับนักวิจัย มาแบ่งกระบวนการออกเป็นเจ็ดขั้นตอนกัน

ขั้นตอนการทำงานเจ็ดขั้นตอน

ระยะที่ 1 — การประเมินและการคัดกรองด้านจริยธรรม มาทำความรู้จักกับคอลเลกชันกันก่อน เอกสารใดบ้างที่มีข้อมูลส่วนบุคคลที่ละเอียดอ่อน สถานะลิขสิทธิ์คืออะไร? มีความอ่อนไหวทางวัฒนธรรมหรือไม่? การสแกนนี้กำหนดว่าเอกสารใดบ้างที่สามารถมอบให้กับเครื่องมือ AI บนคลาวด์ และเอกสารใดที่จะถูกประมวลผลในสภาพแวดล้อมแบบปิด/ที่ได้รับอนุมัติเท่านั้น หากข้ามขั้นตอนนี้ไป ทั้งโครงการจะตกอยู่ในความเสี่ยงด้านจริยธรรม

ขั้นที่ 2 — การแปลงเป็นดิจิทัล สแกนเอกสารด้วยความละเอียดสูง (อย่างน้อย 300-400 DPI, ความเปรียบต่างที่ดี) เก็บไฟล์ต้นฉบับ (ต้นแบบ) ไว้โดยไม่มีใครแตะต้อง การประมวลผลทั้งหมดจะดำเนินการกับสำเนา

ขั้นตอนที่ 3 — การแยกข้อความ ใช้ OCR สำหรับเอกสารฉบับพิมพ์และ HTR สำหรับต้นฉบับ ให้ AI ​​ทำความสะอาดเอาต์พุตดิบด้วยคำแนะนำ "การพิสูจน์อักษรอย่างปลอดภัย" — ข้อผิดพลาดทางแสง/การรับรู้เท่านั้น ไม่มีความคิดเห็นเกี่ยวกับเนื้อหา ตำแหน่งที่อ่านไม่ได้ [?] การอ่านทางเลือกและการควบคุมนักบรรพชีวินวิทยาสำหรับออตโตมัน/ต้นฉบับ

ขั้นตอนที่ 4 — ข้อมูลเมตาและการลงรายการ มีร่างข้อมูลเมตามาตรฐาน (Dublin Core/ISAD(G)) สำหรับแต่ละเอกสาร โดยได้รับอนุญาตจาก "ปล่อยให้ช่องที่ไม่มีอยู่ว่างไว้" แมปเงื่อนไขหัวข้อไปยังรายการควบคุม ตรวจสอบวันที่และชื่อด้วยเอกสารประกอบ

ขั้นที่ 5 — การตกแต่งและลวดลาย แยกเอนทิตี (บุคคล/สถานที่/องค์กร) ทำให้เป็นมาตรฐาน สร้างความสัมพันธ์และโครงร่างไทม์ไลน์ ตรวจสอบแต่ละรูปแบบในเอกสาร ไม่มีการเชื่อมต่อที่วางแผนไว้และไม่มีลำดับเหตุการณ์

ขั้นตอนที่ 6 — เครื่องมือการเข้าถึง จัดทำโครงร่างความช่วยเหลือในการค้นหาเพื่อการรวบรวม ยึดส่วนประวัติตามบันทึกที่ตรวจสอบแล้วเท่านั้น ทำเครื่องหมายข้อจำกัดการเข้าถึงอย่างชัดเจน (ความเป็นส่วนตัว/ลิขสิทธิ์)

ขั้นตอนที่ 7 — การตรวจสอบ การประกาศ และการเผยแพร่ ตรวจสอบฟิลด์ที่สำคัญ (วันที่ ชื่อ ใบเสนอราคา ข้อมูลอ้างอิง) เป็นครั้งสุดท้าย ประกาศการใช้ AI ผู้เชี่ยวชาญจะให้การอนุมัติขั้นสุดท้าย คอลเลกชันนี้เปิดเพื่อการวิจัย

เคล็ดลับ: วาง "จุดตรวจสอบของมนุษย์" ในแต่ละขั้นตอน: ผู้เชี่ยวชาญจะตรวจสอบผลลัพธ์ของ AI ก่อนที่จะไปยังขั้นตอนถัดไป หากไม่มีจุดตรวจสอบเหล่านี้ ข้อผิดพลาดในระยะแรก (วันที่อ่านผิด) จะแพร่กระจายไปทั่วห่วงโซ่และรั่วไหลไปสู่แคตตาล็อก รูปแบบ และคำแนะนำในที่สุด

โต๊ะควบคุมโซ่

เวที

งานเอไอ

ด่านตรวจมนุษย์

1. การคัดกรองด้านจริยธรรม

การทำเครื่องหมายข้อมูลที่ละเอียดอ่อน

การตัดสินใจติดตั้ง

2. การแปลงเป็นดิจิทัล

(การปรับปรุงภาพ)

คุณภาพ การป้องกันระดับปรมาจารย์

3. การแยกข้อความ

OCR/HTR + การแก้ไขที่ปลอดภัย

การตรวจสอบชื่อ/วันที่/การอ่าน

4. ข้อมูลเมตา

ร่างมาตรฐาน

การยืนยันภาคสนาม การจับคู่คำศัพท์

5. รูปแบบ

เอนทิตี ความสัมพันธ์ ไทม์ไลน์

การตรวจสอบความถูกต้องในเอกสาร

6. เครื่องมือการเข้าถึง

การหาร่างเงินช่วยเหลือ

ประวัติและข้อจำกัดการอนุมัติ

7. ปล่อย

—

การอนุมัติขั้นสุดท้ายการประกาศ

มินิเคสสามอัน

กรณีที่ 1 — พบข้อผิดพลาดของลูกโซ่ ในโครงการหนึ่ง ในระยะที่ 3 วันที่ของเอกสารอ่านว่า "1868" แทนที่จะเป็น "1888" หากจุดตรวจสอบระยะที่ 3 ไม่พบข้อผิดพลาดนี้ วันที่จะกระจายไปตามแค็ตตาล็อก (4) เส้นเวลา (5) และคำแนะนำ (6) ต้องขอบคุณจุดตรวจ จุดบกพร่องจึงได้รับการแก้ไขในที่เดียว บทเรียน: การตรวจสอบตั้งแต่เนิ่นๆ จะป้องกันไม่ให้ข้อผิดพลาดแพร่กระจายไปยังห่วงโซ่

กรณีที่ 2 — การคัดกรองอย่างมีจริยธรรมช่วยรักษาโครงการไว้ได้ เอกสาร 18 รายการจาก 250 รายการมีข้อมูลที่ละเอียดอ่อนของบุคคลที่ยังมีชีวิตอยู่ การคัดกรองด้านจริยธรรมในระยะที่ 1 ทำเครื่องหมายสิ่งเหล่านี้ เอกสารทั้ง 18 ฉบับได้รับการประมวลผลในสภาพแวดล้อมแบบปิด ส่วนที่เหลือใช้เครื่องมือมาตรฐาน มันจะเป็นการละเมิดร้ายแรงหากข้ามการสแกนและอัพโหลดทั้งหมดไปยังคลาวด์ บทเรียน: การคัดกรองด้านจริยธรรมเป็นขั้นตอนแรก ไม่ใช่การแก้ไขเพิ่มเติมในภายหลัง

กรณีที่ 3 — เวลาและความพยายาม หากใช้วิธีแบบดั้งเดิม จะใช้เวลาประมาณ 8-10 เดือนในการประมวลผลคอลเลกชันเอกสาร 250 ฉบับให้เสร็จสมบูรณ์ ด้วยเวิร์กโฟลว์จุดตรวจที่รองรับ AI กระบวนการจึงลดลงเหลือประมาณ 3 เดือน แต่ความประหยัดไม่ได้มาจาก “AI ทำทุกอย่าง” แต่มาจาก “AI ทำงานด้านกลไกโดยเน้นที่การตรวจสอบโดยมนุษย์” เวลาในการตรวจสอบไม่ได้ลดลง เวลาที่ใช้ไปกับงานเครื่องกลลดลง

เทมเพลตที่สามารถคัดลอกได้สี่แบบ

1) แผนเริ่มแรกของโครงการ:

ฉันมีคอลเลกชั่นเอกสาร [จำนวน]: [ฉบับพิมพ์/ต้นฉบับผสมกัน] [ช่วงเวลา] ซึ่งบางฉบับอาจมีข้อมูลที่ละเอียดอ่อน สร้างแผนเวิร์กโฟลว์ 7 ขั้นตอนเพื่อแปลงเป็นดิจิทัลและจัดทำแคตตาล็อกคอลเลกชันนี้: ระบุงานของ AI และจุดตรวจสอบของมนุษย์ในแต่ละขั้นตอน คัดกรองจริยธรรมก่อน

2) รายการตรวจสอบการเปลี่ยนขั้นตอน:

ฉันจบสเตจแล้ว [ชื่อสเตจ] สร้างรายการตรวจสอบประเด็นสำคัญที่ฉันจำเป็นต้องตรวจสอบก่อนที่จะก้าวไปสู่ขั้นตอนต่อไป: ข้อเท็จจริงใดบ้าง (วันที่/ชื่อ/ข้อมูลอ้างอิง) ที่ต้องได้รับการตรวจสอบ ข้อผิดพลาดใดบ้างที่สามารถเผยแพร่ในห่วงโซ่ได้ ฉันได้รับการอนุมัติขั้นสุดท้าย คุณให้ฉันรายการตรวจสอบ

3) การควบคุมคุณภาพแบบครบวงจร:

ด้านล่างนี้คือเลเยอร์ทั้งหมดของเอกสารที่ได้รับการประมวลผล: การถอดเสียง ข้อมูลเมตา เนื้อหาที่แยกออกมา รูปที่ไม่คำนึงถึงระหว่างเลเยอร์: วันที่ในการถอดเสียงตรงกับข้อมูลเมตา มีเอนทิตีอยู่ในข้อความจริงหรือไม่ การกำหนดการแก้ไข สร้างรายการความไม่สอดคล้องกัน เลเยอร์: [ที่นี่]

4) การปิดโครงการและการประกาศ:

ในโครงการรวบรวมนี้ ฉันใช้ AI ในขั้นตอนต่อไปนี้: [รายการ] สำหรับเอกสารประกอบโครงการ: (1) มีการใช้การสนับสนุน AI ในขั้นตอนใด (2) การตรวจสอบโดยมนุษย์ทำอย่างไร (3) มีข้อจำกัด/ข้อจำกัดอะไรบ้าง - เขียนบันทึกปิดท้ายอย่างซื่อสัตย์และร่างคำชี้แจงการใช้ AI ซึ่งรวมถึงสิ่งเหล่านี้

พรอมต์อ่อน / พรอมต์แรง

อ่อนแอ:

ประมวลผลคอลเลกชันนี้อย่างละเอียดด้วย AI และเตรียมพร้อมสำหรับการวิจัย

คำสั่ง "ทำทุกอย่าง" คำสั่งเดียวจะข้ามการคัดกรองทางจริยธรรม จุดตรวจสอบ และการตรวจสอบความถูกต้อง ข้อผิดพลาดแพร่กระจายไปตามสายโซ่

แข็งแกร่ง:

ตั้งค่าเวิร์กโฟลว์ 7 ขั้นตอนสำหรับคอลเลกชันนี้ โดยมีจุดตรวจสอบโดยมนุษย์ในแต่ละขั้นตอน ให้ระยะที่ 1 เป็นการคัดกรองด้านจริยธรรม/ความเป็นส่วนตัว ผลลัพธ์ที่ AI สร้างขึ้นในแต่ละขั้นตอนจะได้รับการตรวจสอบก่อนที่จะก้าวไปสู่ขั้นตอนต่อไป ทำเครื่องหมายข้อเท็จจริงที่สำคัญ (วันที่/ชื่อ/ข้อมูลอ้างอิง) AI ไม่มีขั้นตอนสุดท้ายที่จะพูด

ความแตกต่าง: โครงสร้างแบบแบ่งเป็นระยะ ลำดับความสำคัญด้านจริยธรรม จุดตรวจสอบ และหลักการ "ประชาชนมีสิทธิ์ตัดสินใจขั้นสุดท้าย" ทำให้โครงการทั้งหมดปลอดภัยและสามารถป้องกันได้

ข้อผิดพลาดทั่วไป

• ทิ้งการคัดกรองจริยธรรมให้เสร็จสิ้น การสแกนความเป็นส่วนตัว/ลิขสิทธิ์เป็นขั้นตอนแรก หากเพิ่มในภายหลังแสดงว่ามีการละเมิดเกิดขึ้นแล้ว
• ข้ามจุดตรวจ. ข้อผิดพลาดที่ไม่ได้รับการยืนยันจะแพร่กระจายไปทั่วทั้งห่วงโซ่
• ไม่ปกป้องไฟล์หลัก หากต้นฉบับไม่ถูกรักษาไว้ การคืนสินค้าจะเป็นไปไม่ได้
• ประหยัดในการตรวจสอบ AI ทำให้งานเครื่องกลสั้นลง หากเวลาการตรวจสอบสั้นลง คุณภาพจะลดลง
• ไม่ประกาศใช้ AI ความโปร่งใสเป็นส่วนหนึ่งของความน่าเชื่อถือทางวิทยาศาสตร์ของคอลเลกชัน

โดยสรุป

โครงการเก็บถาวรแบบ end-to-end เชื่อมโยงทักษะส่วนบุคคลเข้ากับห่วงโซ่การควบคุม: การสแกนอย่างมีจริยธรรม การแปลงเป็นดิจิทัล การแยกข้อความ เมตาดาต้า รูปแบบ เครื่องมือดึงข้อมูล และการตีพิมพ์ ในแต่ละขั้นตอน AI จะช่วยเร่งการทำงานของกลไก ในแต่ละขั้นตอน จุดตรวจของมนุษย์จะเป็นผู้ตัดสินขั้นสุดท้าย การคัดกรองอย่างมีจริยธรรมเป็นขั้นตอนแรก ไฟล์หลักได้รับการปกป้อง ข้อผิดพลาดจะถูกตรวจพบตั้งแต่เนิ่นๆ จึงไม่กระจายห่วงโซ่ และมีการใช้ AI ที่ได้รับการประกาศอย่างตรงไปตรงมา การประหยัดไม่ได้มาจากการที่ AI ทำทุกอย่าง แต่มาจากการที่มนุษย์เป็นอิสระจากงานเครื่องกลและมุ่งเน้นไปที่การตรวจสอบ AI เร่งความเร็ว มนุษย์รับประกันความถูกต้องและความสมบูรณ์ของประวัติศาสตร์

งานสมัคร

เลือกคอลเลกชันขนาดเล็ก (เอกสาร 10-20 ฉบับ วัสดุของคุณเองหรือชุดตัวอย่าง) สร้างเวิร์กโฟลว์ 7 ขั้นตอนด้วยเทมเพลต "แผนเริ่มต้นโครงการ" เรียกใช้เอกสารอย่างน้อยสองรายการผ่านโฟลว์นี้: การสแกนตามหลักจริยธรรม การแยกข้อความ ข้อมูลเมตา และเลเยอร์รูปแบบ ตรวจสอบแต่ละขั้นตอนด้วย "รายการตรวจสอบการเปลี่ยนขั้นตอน" สุดท้าย บันทึกการใช้ AI ของคุณด้วยเทมเพลต “การปิดโครงการและคำชี้แจง” สังเกตว่าข้อผิดพลาดใดบ้างที่ตรวจพบได้ที่จุดตรวจก่อนเวลา

รายการตรวจสอบ

• [ ] ฉันคัดกรองจริยธรรม/ความเป็นส่วนตัวตั้งแต่ขั้นตอนแรก
• [ ] ฉันเก็บไฟล์หลักไว้โดยไม่มีใครแตะต้อง
• [ ] ฉันวางจุดตรวจของมนุษย์ในแต่ละขั้นตอน
• [ ] ฉันตรวจสอบข้อเท็จจริงที่สำคัญก่อนที่จะเผยแพร่ในห่วงโซ่
• [ ] ฉันประกาศใช้ AI ในพิธีปิดโครงการ

การสอบโมดูล

1. ตำแหน่งใดที่เหมาะสมที่สุดสำหรับปัญญาประดิษฐ์ในประวัติศาสตร์และการเก็บถาวร?

• ก) AI เป็นเครื่องมือสรุป แก้ไข และร่าง ความคิดเห็น คำวิจารณ์แหล่งที่มา และความรับผิดชอบขั้นสุดท้ายเป็นของผู้เชี่ยวชาญ ✔
• ข) ปัญญาประดิษฐ์สามารถตัดสินความถูกต้องและความหมายของเอกสารได้ด้วยตัวเอง เช่นเดียวกับนักประวัติศาสตร์
• C) ปัญญาประดิษฐ์ใช้งานได้เฉพาะกับการแปลข้อความเท่านั้น ไม่เกี่ยวข้องกับงานเก็บถาวรอื่นๆ
• D) Since artificial intelligence is always more impartial than humans, historical interpretation should be left to it.

คำอธิบาย: ปัญญาประดิษฐ์; เป็นตัวช่วยแก้ไข สแกน แปล และสร้างฉบับร่างข้อความ แหล่งที่มาของการวิจารณ์ การตีความ การสร้างเหตุ-ผล และการตัดสินใจขั้นสุดท้ายเป็นของผู้เชี่ยวชาญ ผลลัพธ์ที่ไม่ผ่านการตรวจสอบอาจนำไปสู่แหล่งที่มาที่ปลอมแปลง วันที่ปลอม หรือความผิดปกติ

2. ภาพหลอนที่เกิดจากปัญญาประดิษฐ์ในการวิจัยทางประวัติศาสตร์คืออะไร?

• ก) ปัญญาประดิษฐ์ประมวลผลเอกสารช้ามาก
• B) ปัญญาประดิษฐ์สร้างแหล่งที่มา คำพูด หรือเหตุการณ์ที่ไม่มีอยู่จริงให้เป็นจริง ✔
• C) เอกสารได้รับความเสียหายทางกายภาพ
• D) แค็ตตาล็อกไฟล์เก็บถาวรไม่ทันสมัย

คำอธิบาย: อาการประสาทหลอนเกิดขึ้นเมื่อปัญญาประดิษฐ์สร้างข้อมูล แหล่งที่มา คำพูด หรือเหตุการณ์ที่ไม่มีอยู่จริงอย่างมั่นใจ แม้ว่ารูปแบบจะดูสมบูรณ์แบบ แต่เนื้อหาก็ไม่มีอยู่จริง ดังนั้นในทุกแค็ตตาล็อกอ้างอิง ทุกการอ้างอิงจะต้องได้รับการตรวจสอบจากแหล่งต้นฉบับ

3. อะไรคือแนวทางที่ดีที่สุดในการแก้ไขเอาต์พุต OCR ด้วยปัญญาประดิษฐ์

• A) ขอให้ข้อความมีความคล่องและสวยงาม และเติมเต็มส่วนที่ขาดหายไปอย่างมีเหตุมีผล
• B) อนุญาตให้แก้ไขตัวเลขและวันที่ทั้งหมดตามบริบท
• C) ขอให้เขาแก้ไขข้อผิดพลาดในการจดจำด้วยแสงเท่านั้น ปล่อยให้พื้นที่ที่อ่านไม่ได้ [?] และไม่เปลี่ยนตัวเลข/วันที่ ✔
• D) ขอให้นักเรียนเติมคำที่อ่านไม่ออกโดยมีแนวโน้มเดาได้มากที่สุด

คำอธิบาย: กฎทองในการแก้ไข OCR คือการแก้ไขเฉพาะข้อผิดพลาดในการรับรู้แสงที่ชัดเจนเท่านั้น (เช่น rn ถึง m, l ถึง 1) ไม่ตีความหรือทำให้เนื้อหาของข้อความสมบูรณ์ Unreadable areas are marked with [?]; ตัวเลขและวันที่ไม่เปลี่ยนแปลง แต่ตรวจสอบด้วยรูปภาพ

4. ปัญญาประดิษฐ์ควรถามอะไรเมื่อต้องอ่านคำที่ไม่มีสระในข้อความของออตโตมัน

• ก) อ่านอย่างเดียวและแม่นยำ ซึ่งจะทำให้งานเร็วขึ้น
• B) การเลือกคำที่จะทำให้ความหมายคล่องที่สุดและเติมคำลงในช่องว่าง
• C) เติมส่วนที่อ่านไม่ออกจากความรู้ทั่วไปของเขาเอง
• D) เสนอทางเลือกในการอ่านที่เป็นไปได้และทำเครื่องหมายบริเวณที่คลุมเครือ แทนที่จะกำหนดการอ่านขั้นสุดท้าย ✔

คำอธิบาย: ในภาษาตุรกีออตโตมัน สระเสียงสั้นส่วนใหญ่ไม่ได้เขียนไว้ ความแตกต่างของสระ/ตัวอักษรตัวเดียว (อาบุลและคาบูล วาลีและวาลี) ทำให้ความหมายเปลี่ยนไปอย่างสิ้นเชิง ดังนั้น แทนที่จะกำหนดการอ่านขั้นสุดท้าย ควรถามทางเลือกอื่นที่เป็นไปได้ ควรสงวนพื้นที่ที่อ่านไม่ได้ไว้ และการตัดสินใจขั้นสุดท้ายเป็นหน้าที่ของนักบรรพชีวินวิทยา

5. วิธีใดที่มีประสิทธิภาพที่สุดในการป้องกันภาพหลอนเมื่อให้ AI สร้างเมตาดาต้าแบบร่าง (บันทึกแคตตาล็อก)

• A) ให้สิทธิ์อย่างชัดเจนในการเว้นว่างฟิลด์นั้นไว้หากไม่มีอยู่ในเอกสาร ✔
• ข) ขอให้กรอกข้อมูลให้ครบทุกช่องและไม่ปล่อยให้กรอกข้อมูลไม่ครบถ้วน
• C) การประมาณวันที่ตามเนื้อหาของเอกสารที่ไม่ระบุวันที่
• D) การอนุญาตให้ปัญญาประดิษฐ์สร้างรหัสอ้างอิง

คำอธิบาย: การเติมแรงกดดันบังคับให้ AI สร้างเอกสารโดยการเดาวันที่หรือผู้สร้างที่ไม่ได้อยู่ในเอกสาร การป้องกันที่แข็งแกร่งที่สุดต่อสิ่งนี้คือการให้สิทธิ์อย่างชัดเจนในการเว้นฟิลด์ว่างไว้หากไม่มีในเอกสาร นอกจากนี้ เงื่อนไขของหัวข้อจะถูกแมปกับคำศัพท์ที่ได้รับการควบคุม

6. สรุปเอกสารที่ผลิตโดยปัญญาประดิษฐ์ควรอยู่ในตำแหน่งใดในการวิจัยทางประวัติศาสตร์?

• ก) เป็นหลักฐานที่เชื่อถือได้ซึ่งสามารถอ้างอิงได้โดยตรง
• B) เป็นแผนที่การค้นพบที่นำคุณไปยังเอกสารจริง หลักฐานนำมาจากเอกสารต้นฉบับ✔
• C) เป็นทรัพยากรที่เพียงพอซึ่งสามารถทดแทนเอกสารได้
• ง) เป็นข้อความที่สามารถนำไปใช้ในการศึกษาได้โดยไม่ต้องกลับมาที่เอกสารอีก

Description: The summary is a discovery map, not a proof. ในเอกสารนี้มีข้อความว่า go and look; มันไม่ได้บอกสิ่งที่กล่าวไว้ในเอกสารอย่างแน่นอน หากจะรวมเหตุการณ์ คำพูด หรือข้อมูลในการศึกษานี้ จะต้องนำมาคำต่อคำจากเอกสารต้นฉบับ

7. วิธีที่เหมาะสมในการหลีกเลี่ยงความผิดพลาดเมื่อแปลเอกสารทางประวัติศาสตร์เพื่อตีพิมพ์คืออะไร?

• A) การแทนที่เงื่อนไขงวดทั้งหมดด้วยค่าที่ใกล้เคียงที่สุดในปัจจุบัน
• B) เพื่อถ่ายทอดข้อความได้คล่องและทันสมัยที่สุด
• C) ปล่อยให้ชื่องวดและชื่อสถาบันไม่ซ้ำกัน และเพิ่มคำอธิบาย ✔
• D) การปรับชื่อให้เหมาะสมกับการใช้งานในปัจจุบัน

คำอธิบาย: ยุคสมัยคือการถ่ายโอนองค์ประกอบที่ไม่ถูกต้องจากช่วงเวลาหนึ่งไปยังอีกช่วงเวลาหนึ่ง การเปลี่ยนชื่อสมัย ชื่อสถาบัน และชื่อส่วนบุคคลให้เป็นไปตามข้อกำหนดของวันนี้ จะนำพาผู้อ่านไปสู่โลกที่ไม่อยู่ในยุคนั้น วิธีที่ถูกต้องคือเก็บระยะงวดและเพิ่มคำอธิบายไว้ข้างๆ

8. จะแน่ใจได้อย่างไรว่าข้อมูลอ้างอิงที่เก็บถาวร (ชื่อกองทุน หมายเลขไฟล์) ที่ได้รับจากปัญญาประดิษฐ์นั้นมีอยู่จริง

• A) การเชื่อถือข้อมูลอ้างอิงเนื่องจากรูปแบบดูเหมือนถูกต้อง
• B) โดยถาม AI อีกครั้งว่าข้อมูลอ้างอิงถูกต้องหรือไม่
• ค) การยอมรับการอ้างอิงว่าเป็นจริงเพราะน่าเชื่อถือและมีรายละเอียด
• D) โดยการค้นหาและตรวจสอบข้อมูลอ้างอิงเป็นการส่วนตัวในแค็ตตาล็อกเอกสารสำคัญหรือแหล่งข้อมูลที่เชื่อถือได้ ✔

คำอธิบาย: ปัญญาประดิษฐ์สามารถสร้างข้อมูลอ้างอิงที่สมบูรณ์แบบในรูปแบบ แต่ไม่มีอยู่จริง การอ้างอิงที่สมมติขึ้นจะอยู่ในรูปแบบเดียวกับการอ้างอิงจริง วิธีเดียวที่จะพิสูจน์ได้ว่ามีข้อมูลอ้างอิงอยู่คือค้นหาจากแหล่งต้นฉบับ (แค็ตตาล็อกเอกสารสำคัญ ไลบรารี)

9. รูปแบบที่พบเมื่อทำการวิเคราะห์รูปแบบ (NER, เครือข่าย, ไทม์ไลน์) ด้วยปัญญาประดิษฐ์ควรได้รับการประเมินอย่างไร

• ก) เป็นสมมติฐานที่ต้องได้รับการตรวจสอบในเอกสาร จุดเริ่มต้น ไม่ใช่ผลลัพธ์ ✔
• B) เนื่องจากเป็นการค้นพบขั้นสุดท้ายที่ไม่ต้องมีการตรวจสอบ
• C) เป็นข้อเท็จจริงที่เป็นกลางซึ่งไม่มีปัญหาเนื่องจากเป็นตัวเลข
• ง) ผลที่ได้สามารถนำมาศึกษาได้โดยตรงเพราะพบปัญญาประดิษฐ์

คำอธิบาย: ทุกรูปแบบเป็นเพียงสมมติฐาน ไม่ใช่หลักฐาน เอนทิตีควรเชื่อมโยงกับแหล่งที่มา การสะกดที่แตกต่างกัน (ของบุคคล/สถานที่เดียวกัน) ควรทำให้เป็นมาตรฐานโดยได้รับการอนุมัติจากมนุษย์ ควรสอบถามตัวเลขเกี่ยวกับข้อมูลที่ขาดหายไปและอคติในการสุ่มตัวอย่าง และไม่ควรเรียงลำดับเหตุการณ์ที่ไม่ระบุวันที่

10. เหตุใดส่วนชีวประวัติ/ประวัติสถาบันในการช่วยค้นหาจึงต้องได้รับการดูแลเป็นพิเศษ?

• A) ส่วนนี้ไม่สำคัญและสามารถเผยแพร่ได้โดยไม่ต้องมีการตรวจสอบ
• B) เนื่องจากปัญญาประดิษฐ์สามารถเพิ่มเหตุการณ์ที่ประดิษฐ์ขึ้น วันที่และชื่อที่เป็นเท็จในส่วนนี้ จึงควรอาศัยแหล่งที่มาที่ได้รับการยืนยันเท่านั้น ✔
• ค) ปัญญาประดิษฐ์สามารถใช้ได้อย่างปลอดภัยเพราะไม่ทำให้เกิดข้อผิดพลาดในการเขียนประวัติศาสตร์
• D) มีเพียงนักวิจัยเท่านั้นที่กรอกข้อมูลในส่วนนี้ ผู้เก็บเอกสารไม่สนใจ

คำอธิบาย: ส่วนประวัติศาสตร์เป็นที่ที่ภาพหลอนมักคืบคลานเข้ามา: AI สามารถแทรกเหตุการณ์ที่ไม่มีอยู่ วันที่เท็จ และชื่อเรื่องที่แต่งขึ้น ในขณะที่เขียนข้อความได้อย่างคล่องแคล่วจากข้อมูลทั่วไปเกี่ยวกับบุคคลหรือสถาบัน ส่วนนี้ควรอิงจากแหล่งที่มาที่ได้รับการยืนยันเท่านั้น

11. ปัญญาประดิษฐ์ควรตอบคำถามข้อเท็จจริงของนักวิจัยในบริการอ้างอิง (ให้คำปรึกษา) อย่างไร

• ก) ควรให้คำตอบสำหรับคำถามโดยตรงและเป็นข้อเท็จจริงที่แน่นอน
• B) ต้องจัดทำวันที่หรือชื่อที่เชื่อถือได้และถ่ายทอดให้ผู้วิจัย
• C) แทนที่จะให้ข้อเท็จจริงโดยตรง ควรนำผู้วิจัยไปยังคอลเลกชันและแหล่งที่มาที่เกี่ยวข้อง ✔
• ง) ควรให้คำตอบที่สมบูรณ์เพื่อที่ผู้วิจัยไม่จำเป็นต้องไปหาแหล่งที่มา

คำอธิบาย: ในบริการอ้างอิง ปัญญาประดิษฐ์ไม่ควรให้คำตอบข้อเท็จจริงโดยตรง แต่ควรชี้นำผู้วิจัยไปยังแหล่งที่มา เพราะคำตอบที่เป็นข้อเท็จจริงโดยตรงที่ได้รับจากปัญญาประดิษฐ์อาจถูกประดิษฐ์ขึ้นและผู้วิจัยอาจเข้าใจผิดว่าเป็นแหล่งที่มา แทนที่จะพูดว่า "คำตอบคือสิ่งนี้" ควรพูดว่า "ดูเอกสารเหล่านี้ในคอลเลกชันนี้"

12. การดำเนินการใดที่ยอมรับได้และน่ารังเกียจเมื่อประมวลผลภาพเอกสารที่เสียหายด้วยปัญญาประดิษฐ์

• A) การดำเนินการทุกประเภทไม่มีค่าใช้จ่าย รวมถึงการเติมส่วนที่ขาดหายไป
• B) ไม่ควรดำเนินการใดๆ ไม่ควรสัมผัสภาพ
• C) การกรอกส่วนที่ขาดหายไปถือเป็นการกระทำที่มีค่าที่สุดเพราะจะทำให้เอกสารสมบูรณ์
• D) การปรับเปลี่ยนความสามารถในการอ่าน เช่น คอนทราสต์/สัญญาณรบกวน เป็นที่ยอมรับได้ ไม่สะดวกที่จะเติมส่วนที่ขาดด้วยการเดา✔

คำอธิบาย: กระบวนการที่ปรับปรุงความสามารถในการอ่าน (คอนทราสต์ การจัดแสง การลดสัญญาณรบกวน) เป็นที่ยอมรับได้ เนื่องจากไม่ได้เปลี่ยนแปลงเนื้อหา อย่างไรก็ตาม การกรอกส่วนที่ขาดหายไป/อ่านไม่ได้ด้วยการคาดเดาถือเป็นความเสี่ยงที่จะทำให้เกิดสิ่งที่ไม่มีในเอกสาร ซึ่งก็คือ การปลอมแปลงทางประวัติศาสตร์ ต้นฉบับถูกเก็บรักษาไว้ บันทึกธุรกรรม

13. ต้องทำอะไรก่อนประมวลผลเอกสารเก็บถาวรที่มีข้อมูลส่วนบุคคลที่ละเอียดอ่อน?

• A) การสแกนความเป็นส่วนตัวและการลบข้อมูลระบุตัวตนหากจำเป็น หรือใช้เครื่องมือที่ปิด/ได้รับการอนุมัติ ✔
• B) การอัพโหลดเอกสารโดยตรงไปยังยานพาหนะสาธารณะโดยไม่ต้องคิดเลย
• C) เพิกเฉยต่อข้อกังวลด้านความเป็นส่วนตัวเพื่อประสิทธิภาพ
• D) การเอาชนะข้อจำกัดในการเข้าถึงด้วยเหตุผลด้านประสิทธิภาพ

การเปิดเผยข้อมูล: การอัปโหลดเอกสารที่มีข้อมูลที่ละเอียดอ่อนซึ่งระบุถึงบุคคลที่ยังมีชีวิตอยู่ (สุขภาพ ศาสนา ชาติพันธุ์ ที่อยู่) ไปยังเครื่องมือสาธารณะบนคลาวด์อาจเป็นการละเมิดความเป็นส่วนตัวอย่างร้ายแรง ควรทำการคัดกรองความเป็นส่วนตัวก่อน การทำให้เป็นนิรนามหรือเครื่องมือที่ปิด/ได้รับการอนุมัติควรใช้หากจำเป็น

14. อะไรคือจุดประสงค์หลักของจุดตรวจของมนุษย์ในโครงการเก็บถาวรแบบ end-to-end?

• ก) การชะลอการทำงานของปัญญาประดิษฐ์และทำให้โครงการล่าช้า
• B) เพื่อป้องกันข้อผิดพลาด (วันที่/ชื่อไม่ถูกต้อง) ในขั้นตอนหนึ่งจากการถูกล่ามโซ่ไปยังขั้นตอนต่อ ๆ ไปทั้งหมด ✔
• C) การเพิ่มแรงงานมนุษย์และละทิ้งระบบอัตโนมัติโดยสิ้นเชิง
• D) ตรวจสอบให้แน่ใจว่าปัญญาประดิษฐ์มีคำพูดสุดท้าย

คำอธิบาย: จุดตรวจของมนุษย์ในแต่ละขั้นตอนช่วยให้แน่ใจว่าเอาต์พุตของ AI ได้รับการตรวจสอบก่อนที่จะไปยังขั้นตอนถัดไป หากไม่มีสิ่งนี้ ข้อผิดพลาดในระยะแรก (วันที่อ่านผิด) จะแพร่กระจายห่วงโซ่ผ่านแค็ตตาล็อก รูปแบบ และคำแนะนำ การตรวจสอบตั้งแต่เนิ่นๆ ช่วยให้มั่นใจได้ว่าข้อผิดพลาดได้รับการแก้ไขในที่เดียว

15. ความโปร่งใสและความถูกต้องต้องการอะไรในการใช้ปัญญาประดิษฐ์ในสาขามนุษยศาสตร์และสังคมศาสตร์?

• ก) การรักษาความลับของการใช้ปัญญาประดิษฐ์เพื่อให้มั่นใจว่าไม่มีใครรู้
• B) เพื่อนำเสนอทุกข้อความที่ผลิตโดยปัญญาประดิษฐ์เป็นแนวคิดดั้งเดิมของตัวเอง
• C) เพื่อประกาศการใช้ปัญญาประดิษฐ์อย่างตรงไปตรงมา และไม่นำเสนอผลลัพธ์ที่เป็นผลงานต้นฉบับของตนเอง ✔
• D) แบ่งปันเฉพาะผลลัพธ์โดยไม่ต้องอธิบายวิธีการ

คำอธิบาย: ความโปร่งใสรวมถึงการบันทึกที่มีการถอดเสียง ข้อมูลเมตา หรือการแปลที่ถูกสร้างขึ้นด้วยความช่วยเหลือของปัญญาประดิษฐ์ ความคิดริเริ่มไม่จำเป็นต้องนำเสนอความคิดเห็นที่เกิดจากปัญญาประดิษฐ์ว่าเป็นแนวคิดดั้งเดิมของตนเอง นี่เป็นสิ่งจำเป็นสำหรับการตรวจสอบโดยนักวิจัยคนต่อไปและเพื่อความสมบูรณ์ทางวิชาการ