หน่วย
1. ความรู้เบื้องต้นเกี่ยวกับปัญญาประดิษฐ์ในบรรณารักษ์และการจัดการข้อมูล: บทบาท ขอบเขต การรับรองความถูกต้อง ความเป็นส่วนตัว และจริยธรรม 2. ปัญญาประดิษฐ์ในการจัดทำรายการและการสร้างข้อมูลเมตา 3. การวิเคราะห์หัวข้อ การจำแนกประเภท และการจัดทำดัชนีอัตโนมัติ 4. ระบบค้นหาและค้นพบความหมาย 5. ระบบการแนะนำและการแนะนำทรัพยากรส่วนบุคคล 6. การเก็บถาวรดิจิทัล การแปลงเป็นดิจิทัล OCR และการเก็บรักษาระยะยาว 7. บริการลูกค้า เจ้าหน้าที่อำนวยความสะดวก และแชทบอท 8. บรรณานุกรม การวิเคราะห์การอ้างอิง และการประเมินผลกระทบการวิจัย 9. การจัดการข้อมูลองค์กรด้วย RAG 10. การตรวจสอบแหล่งที่มา ภาพหลอน และการรู้สารสนเทศ 11. ลิขสิทธิ์ ความเป็นส่วนตัว จริยธรรม และการกำกับดูแล
หน่วย 10 / 11

การตรวจสอบแหล่งที่มา ภาพหลอน และการรู้สารสนเทศ

กำไร:

  • ความสามารถในการจับภาพหลอนโดยการตรวจสอบการมีอยู่ของแต่ละแหล่งที่มา ไปยังแหล่งที่มาหลัก และขั้นตอนการยืนยันข้ามอิสระ
  • ความสามารถในการรักษาความคิดริเริ่มและความสมบูรณ์ทางวิชาการโดยเทียบกับใบเสนอราคาและเอกสารปลอมในสาขามนุษยศาสตร์และสังคมศาสตร์
  • ความสามารถในการสอนผู้ใช้ทักษะการตรวจสอบแหล่งที่มาและความรู้ข้อมูลในยุค AI

หัวใจสำคัญของภารกิจทางสังคมของบรรณารักษ์คือคำมั่นสัญญาเดียว: ข้อมูลที่เชื่อถือได้ บรรณารักษ์ไม่เพียงแต่นำผู้ใช้มาสู่ข้อมูลเท่านั้น แต่ยังนำข้อมูลที่ได้รับการตรวจสอบมาด้วย และสอนเขาถึงวิธีประเมินข้อมูลนี้ด้วยตนเอง ในยุคของปัญญาประดิษฐ์ ภารกิจนี้ยากขึ้นและมีความสำคัญมากขึ้น เพราะ AI สามารถสร้างข้อมูลที่ไม่ถูกต้องได้อย่างน่าเชื่อถือ ในหน่วยนี้ เราจะครอบคลุมถึงการจดจำภาพหลอน ระเบียบวินัยในการตรวจสอบแหล่งที่มา และการสอนความรู้ด้านข้อมูลในยุคของ AI

เรามากำหนดแนวคิดกัน ภาพหลอนคือการที่ AI สร้างข้อมูล แหล่งที่มา คำพูด หรือเหตุการณ์ที่ไม่มีอยู่จริงราวกับว่าเป็นเรื่องจริง การตรวจสอบแหล่งที่มาคือการยืนยันว่าข้อมูลนั้นอิงจากแหล่งที่มาจริง เชื่อถือได้ และเป็นแหล่งหลัก ความรู้สารสนเทศคือความสามารถของบุคคลในการค้นหาข้อมูล ประเมินข้อมูล ตั้งคำถามกับความน่าเชื่อถือ และใช้ข้อมูลอย่างมีจริยธรรม หน่วยนี้มีจุดมุ่งหมายเพื่อให้บรรณารักษ์เสริมสร้างทักษะเหล่านี้ทั้งในการปฏิบัติของตนเองและในการสอนผู้ใช้

ทีละขั้นตอน: ระเบียบวินัยในการตรวจสอบแหล่งที่มา

1. ขอแหล่งที่มาและตรวจสอบการมีอยู่ของมัน เมื่อ AI อ้างหรืออ้าง “สิ่งนี้มาจากแหล่งใด” และตรวจสอบว่าแหล่งที่มามีอยู่จริงในแค็ตตาล็อกอิสระ ฐานข้อมูล หรือเอกสารหลัก

2. ไปที่แหล่งข้อมูลหลัก รูปแบบข้อมูลที่เชื่อถือได้มากที่สุดคือแหล่งข้อมูลโดยตรง อย่าตัดสินเพียงการสรุปของ AI หรือข้อความรอง หากเป็นไปได้ ให้เข้าถึงเอกสารต้นฉบับ ข้อมูล หรือสิ่งพิมพ์

3. ยืนยันข้าม ตรวจสอบการกล่าวอ้างที่สำคัญด้วยแหล่งข้อมูลที่เชื่อถือได้อย่างน้อยสองแห่ง โดยแยกจากกัน ทรัพยากรเดียว โดยเฉพาะทรัพยากร AI นั้นไม่เพียงพอ

4. Evaluate the credibility of the source. ใครเป็นคนเขียน เมื่อไหร่ เพื่ออะไร มีหลักฐานอะไร? มันทันสมัยหรือไม่? การมีอยู่ของข้อมูลไม่ได้ทำให้เป็นจริง ยังตั้งคำถามถึงลักษณะของแหล่งที่มาด้วย

5. แสดงความไม่แน่ใจอย่างตรงไปตรงมา หากตรวจสอบข้อมูลไม่ได้ก็ให้พูดให้ชัดเจน การพูดว่า "ไม่ยืนยัน" ย่อมดีกว่าการเสนอความมั่นใจแบบปลอมๆ เสมอ

เคล็ดลับ: เมื่อคุณได้รับคำพูดหรือแหล่งที่มาจาก AI ให้ค้นหาชื่อเรื่องและผู้แต่งในแค็ตตาล็อกจริงก่อน ทรัพยากรที่ไม่มีอยู่จะปรากฏที่นี่ทันที การตรวจสอบ 30 วินาทีนี้จะป้องกันไม่ให้แหล่งข้อมูลที่ประดิษฐ์ขึ้นเข้าสู่บรรณานุกรม งาน หรือสิ่งพิมพ์

ความถูกต้องและการตรวจสอบในสาขามนุษยศาสตร์และสังคมศาสตร์

มนุษยศาสตร์และสังคมศาสตร์มีความเสี่ยงต่อการเกิดอาการประสาทหลอนเป็นพิเศษ ในด้านเหล่านี้ หลักฐานมักจะอิงตามเอกสารเฉพาะ วันที่ คำพูดอ้างอิง หรือแหล่งที่มาของความคิดเห็น AI สามารถสร้างคำกล่าวอ้างที่มีความเฉพาะเจาะจงสูงแต่ได้รับการประดิษฐ์ขึ้นอย่างสมบูรณ์ เช่น “นักประวัติศาสตร์กล่าวไว้” หรือ “เอกสารนั้นจากปี 1923 กล่าวว่า” ในงานวรรณกรรม ประวัติศาสตร์ หรือกฎหมาย นี่หมายถึงหลักฐานที่เป็นลูกโซ่เท็จ

นอกจากนี้ ความคิดริเริ่มยังเป็นคุณค่าพื้นฐานของสาขาเหล่านี้ โดยสำคัญว่าจริงๆ แล้วเนื้อหา การตีความ หรือการแปลเป็นของใคร การนำเสนอข้อความที่ AI สร้างขึ้นเป็นผลงานต้นฉบับหรืออาศัย "แหล่งที่มา" ที่ AI สร้างขึ้นถือเป็นการละเมิดความซื่อสัตย์ทางวิชาการ บรรณารักษ์เป็นแนวทางที่สอนผู้ใช้ทั้งการตรวจสอบและขีดจำกัดของความคิดริเริ่มและการลอกเลียนแบบ

ข้อควรระวัง: แม้ว่าคำพูดที่ AI สร้างขึ้นนั้นดูแม่นยำแบบคำต่อคำและมาจากผู้เขียนจริงก็ตาม คำพูดนั้นก็อาจถูกประดิษฐ์ขึ้นมาได้ ตรวจสอบใบเสนอราคาโดยค้นหาเฉพาะในงานจริงของผู้เขียนเท่านั้น ตรรกะของ "ผู้เขียนคนนี้อาจจะพูดแบบนี้" ยังไม่เพียงพอ

มินิเคสสามอัน

กรณีที่ 1 — นักเรียนได้รับการสอนการยืนยัน บรรณารักษ์เห็นแหล่งข้อมูล 5 รายการจาก AI ในงานมอบหมายของนักเรียน พวกเขาช่วยกันตรวจสอบในแค็ตตาล็อก: มีการประดิษฐ์แหล่งที่มา 2 แหล่ง นักเรียนได้รับบทเรียนโดยตรงว่า "การดูสมจริงนั้นไม่เหมาะสม" และได้รับนิสัยในการตรวจสอบทุกแหล่งที่มาอีกครั้ง

กรณีที่ 2 — เอกสารทางประวัติศาสตร์ที่ประดิษฐ์ขึ้น นักวิจัยได้รับ "รายงานหนังสือพิมพ์ปี 1919" จาก AI วันที่ ชื่อหนังสือพิมพ์ และเนื้อหามีความน่าเชื่อถืออย่างยิ่ง บรรณารักษ์สแกนเอกสารหนังสือพิมพ์ ตอนนั้นไม่มีข่าวดังกล่าว แหล่งที่มาหลักที่ปลอมแปลงถูกจับได้ก่อนที่จะกลายเป็นบทความด้วยซ้ำ

กรณีที่ 3 — ใบเสนอราคาไม่ถูกต้อง AI อ้างคำพูดของนักคิดที่มีชื่อเสียง บรรณารักษ์มองหาคำนี้ในงานของนักคิดแต่ไม่พบ คำนี้ไม่ได้เอ่ยถึงที่ไหนเลย การตรวจสอบข้ามช่วยป้องกันการเผยแพร่ใบเสนอราคาที่มีการระบุแหล่งที่มาไม่ถูกต้อง

ห่วงโซ่ของการเผยแพร่ข้อมูลที่ไม่ถูกต้องและบทบาทของบรรณารักษ์

ข้อมูลที่ผิดมักเริ่มต้นด้วยผลลัพธ์ที่สร้างขึ้นเพียงรายการเดียว แต่ไม่ได้หยุดอยู่แค่นั้น ผู้ใช้ใส่ทรัพยากรที่สร้างโดย AI ปลอมในการมอบหมายงาน งานที่ได้รับมอบหมายจะกลายเป็นสิ่งพิมพ์ สิ่งพิมพ์ดังกล่าวถูกอ้างอิงโดยผู้อื่น ดังนั้นแหล่งที่มาที่สมมติขึ้นจึงปรากฏเป็น "ความจริง" โดยการถูกอ้างถึงซ้ำแล้วซ้ำเล่า เราเรียกสิ่งนี้ว่าการปนเปื้อนแหล่งที่มา: ข้อมูลที่เป็นเท็จจะได้รับความถูกต้องตามกฎหมายโดยการทำซ้ำครั้งแล้วครั้งเล่า บรรณารักษ์ยืนอยู่ที่จุดเชื่อมต่อที่สำคัญที่สุดในห่วงโซ่นี้ เพราะเป็นจุดควบคุมสุดท้ายที่มีการตรวจสอบข้อมูลก่อนเข้าสู่ระบบ เพียงเพราะแหล่งที่มา "เกิดขึ้นในหลายแห่ง" ไม่ได้ทำให้มันเป็นจริง ข้อมูลปลอมเดียวกันอาจปรากฏในหลายแห่งโดยการคัดลอกจากที่อื่น ดังนั้น การยืนยันข้ามควรขึ้นอยู่กับคำถาม "มีแหล่งข้อมูลที่เชื่อถือได้กี่แห่งที่ยืนยันโดยไม่แยกจากกัน" ไม่ใช่ "ปรากฏกี่แห่ง" แหล่งข้อมูลทุติยภูมิสิบแหล่งที่กล่าวอ้างซ้ำกันนั้นไม่คุ้มค่าเท่ากับแหล่งข้อมูลหลักอิสระแห่งเดียว บรรณารักษ์ควรให้ความสำคัญกับความแตกต่างนี้ (ไม่สับสนระหว่างความเป็นอิสระกับการกล่าวซ้ำๆ กัน) เป็นจุดศูนย์กลางของการตรวจสอบตนเองและการสอนผู้ใช้

ข้อควรพิจารณา: การปรากฏข้อมูลในเครื่องมือค้นหาหรือบนหน้าเว็บจำนวนมากไม่ได้พิสูจน์ความถูกต้องของข้อมูล ข้อผิดพลาดเดียวกันนี้อาจแพร่กระจายโดยการคัดลอกจากแหล่งหนึ่งไปยังอีกแหล่งหนึ่ง ความชุกและความแม่นยำนั้นแตกต่างกัน การยืนยันจำเป็นต้องมีแหล่งข้อมูลที่เป็นอิสระและเชื่อถือได้

เทมเพลตที่สามารถคัดลอกได้สี่แบบ

1) การสอบถามเอนทิตีทรัพยากร:

ระบุการอ้างอิงแหล่งที่มาและการอ้างอิงทุกรายการในข้อความด้านล่าง สำหรับแต่ละ: ข้อมูลผู้แต่ง ชื่อเรื่อง ปีที่ตีพิมพ์ (ถ้ามี) แยกข้อมูลที่ฉันต้องการตรวจสอบทีละรายการ ไม่ต้องเติมข้อความ: [ที่นี่]

2) การประเมินการยืนยัน:

สำหรับการอ้างสิทธิ์แต่ละรายการต่อไปนี้ ให้แยกองค์ประกอบข้อเท็จจริง (วันที่ ชื่อ หมายเลข ใบเสนอราคา) ที่ต้องได้รับการตรวจสอบ แนะนำว่าแหล่งที่มาประเภทใด (แค็ตตาล็อก เอกสารหลัก ฐานข้อมูล) ที่สามารถตรวจสอบได้ อย่าตัดสินความถูกต้อง เพียงแสดงเส้นทางการตรวจสอบ คำยืนยัน: [ที่นี่]

3) รายการตรวจสอบความน่าเชื่อถือในการเชื่อม:

ประเมินความน่าเชื่อถือของแหล่งข้อมูลต่อไปนี้ ใครเป็นคนเขียน มีหลักฐานเป็นหลักฐานเมื่อใด มีจุดประสงค์อะไร เป็นปัจจุบันหรือไม่ มีอคติหรือไม่ แค่อาศัยข้อมูลที่ผมให้ไป เขียนว่า "ไม่ทราบ" ขาดตรงไหน แหล่งข้อมูล: [ที่นี่]

4) แผนการสอนการรู้สารสนเทศ:

ผลิตบทช่วยสอนสั้นๆ 20 นาทีเกี่ยวกับการตรวจสอบแหล่งที่มาและภาพหลอนในยุคของ AI สำหรับกลุ่มผู้ใช้ต่อไปนี้ (เช่น นักศึกษาระดับปริญญาตรี): วัตถุประสงค์ 3 ตัวอย่าง 1 แอปพลิเคชัน กลุ่ม: [ที่นี่]

พรอมต์อ่อน / พรอมต์แรง

พรอมต์ที่อ่อนแอ:

เขียนบทสรุปในหัวข้อนี้ด้วยแหล่งข้อมูลที่เชื่อถือได้

การพูดว่า “ด้วยแหล่งข้อมูลที่เชื่อถือได้” กระตุ้นให้ AI สร้างแหล่งปลอมที่ดูเหมือนเป็นของจริง ไม่มีตะขอสำหรับการตรวจสอบความถูกต้อง

พรอมต์อันทรงพลัง:

บทบาทของคุณ: ผู้ช่วยผู้รู้สารสนเทศ การเขียนสรุปในหัวข้อต่อไปนี้ ให้ระบุคำถามข้อเท็จจริงที่ผู้ใช้จำเป็นต้องยืนยันและประเภทของแหล่งข้อมูลที่เชื่อถือได้ที่พวกเขาสามารถตรวจสอบได้ ห้ามสร้างการอ้างอิงแหล่งที่มาใด ๆ ทำเครื่องหมายพื้นที่ที่คุณไม่แน่ใจว่า "ต้องได้รับการยืนยัน" เรื่อง: [ที่นี่]

พรอมต์อันทรงพลัง; ใช้ AI เป็นแนวทางที่แสดงวิธีการตรวจสอบ แทนที่จะสร้างคำตอบ และป้องกันการปลอมแปลงเชิงโครงสร้าง

ตารางเลเยอร์การรับรองความถูกต้อง

ชั้น

คำถาม

วิธีการ

เอนทิตี

แหล่งที่มานี้มีจริงหรือไม่?

การค้นหาแคตตาล็อก/ฐานข้อมูล

ความเป็นอันดับหนึ่ง

นี่เป็นแหล่งที่ใกล้ที่สุดใช่ไหม

การเข้าถึงเอกสารต้นฉบับ

การยืนยัน

แหล่งอื่นยืนยันเรื่องนี้หรือไม่?

การตรวจสอบข้ามอิสระ

ความน่าเชื่อถือ

แหล่งที่มามีความแน่นหนาเพียงใด?

ผู้แต่ง วันที่ วัตถุประสงค์ หลักฐาน

ความซื่อสัตย์

ฉันแน่ใจเหรอ?

ระบุความไม่แน่นอนอย่างชัดเจน

ข้อผิดพลาดทั่วไป

  • การคิดว่าสิ่งที่น่าเชื่อนั้นเป็นความจริง การดูดีไม่ใช่ข้อพิสูจน์ถึงความชอบธรรม
  • พอใจแหล่งเดียว ข้อมูลที่สำคัญต้องมีการยืนยันข้ามที่เป็นอิสระ
  • ไม่ได้มองหาคำพูดที่แหล่งที่มา นี่คือวิธีที่คำที่ไม่ถูกต้องกระจายออกไป
  • ซ่อนความไม่แน่นอน. “พิสูจน์ไม่ได้” ดีกว่าความแน่นอนที่ผิดพลาด
  • ไม่สอนให้ผู้ใช้ตรวจสอบสิทธิ์ การรู้สารสนเทศเป็นภารกิจของบรรณารักษ์

โดยสรุป

การตรวจสอบแหล่งที่มาและการรู้ข้อมูลเป็นงานที่สำคัญที่สุดของบรรณารักษ์ในยุคของ AI ภาพหลอนก่อให้เกิดข้อมูลที่น่าเชื่อแต่ถูกแต่งขึ้น และเป็นอันตรายอย่างยิ่งในสาขามนุษยศาสตร์/สังคมศาสตร์ ระเบียบวินัยมีความชัดเจน: ตรวจสอบการมีอยู่ของแต่ละแหล่งที่มา ไปที่แหล่งข้อมูลหลัก ดำเนินการตรวจสอบข้ามอิสระ ตั้งคำถามถึงความน่าเชื่อถือของแหล่งข้อมูล และแสดงความไม่แน่นอนอย่างตรงไปตรงมา บรรณารักษ์เผยแพร่วัฒนธรรมการตรวจสอบนี้ไม่เพียงแต่ในการปฏิบัติงานของตนเท่านั้น แต่ยังรวมถึงการสอนผู้ใช้ด้วย Originality and academic integrity are integral to this mission.

งานสมัคร

ขอแหล่งที่มา 6 รายการและการอ้างอิง 2 รายการจาก AI ในสาขาของคุณ ตรวจสอบแหล่งที่มาแต่ละแห่งโดยการค้นหาในแค็ตตาล็อกจริงและการอ้างอิงแต่ละรายการในงานจริงของผู้เขียน โปรดทราบว่ามีการผลิตจำนวนเท่าใด จากนั้น ร่างบทแนะนำความยาว 20 นาทีเพื่ออธิบายการตรวจสอบแหล่งที่มาให้กับกลุ่มผู้ใช้โดยใช้เทมเพลต "แผนการสอนการรู้สารสนเทศ" และรวมตัวอย่างจริงที่คุณพบด้วยตนเอง

รายการตรวจสอบ

  • [ ] ฉันได้ตรวจสอบอย่างเป็นอิสระแล้วว่าแต่ละแหล่งข้อมูลมีอยู่จริง
  • [ ] ฉันใช้แหล่งข้อมูลหลักทุกครั้งที่เป็นไปได้
  • [ ] ฉันได้ตรวจสอบคำกล่าวอ้างที่สำคัญกับแหล่งข้อมูลอิสระอย่างน้อยสองแห่งแล้ว
  • [ ] ฉันตรวจสอบใบเสนอราคาโดยค้นหาจากผลงานจริงของผู้เขียน
  • [ ] ฉันทำเครื่องหมายข้อมูลที่ตรวจสอบไม่ได้อย่างชัดเจนว่า "ตรวจสอบไม่ได้"