فائدہ:
- مصنوعی ذہانت کے ساتھ ISAD(G) یا Dublin Core جیسے معیارات کے مطابق میٹا ڈیٹا ڈرافٹ تیار کرنے کی صلاحیت
- خالی جگہ کی اجازت کے ساتھ ہیلوسینیشن کو روکنے اور کنٹرول شدہ الفاظ کی اصطلاحات کا نقشہ بنانے کی صلاحیت
- یہ فرق کرنے کی اہلیت کہ کون سے فیلڈز، جیسے کہ تاریخ، شخص کا نام اور حوالہ کوڈ، انسانی منظوری کی ضرورت ہے اور جو صرف ادارے کے ذریعہ تفویض کیے جائیں
آرکائیو یا لائبریری، چاہے وہ کتنی ہی امیر کیوں نہ ہو، اس وقت تک نہیں مل سکتی جب تک کہ اس کی اچھی طرح تعریف نہ کی جائے۔ جو چیز کسی دستاویز کو "قابل تلاش" بناتی ہے وہ اس کے بارے میں وضاحتی معلومات ہے: اسے کس نے لکھا، کب، کہاں، اس کا موضوع کیا ہے، اس کا تعلق کس مجموعہ سے ہے۔ اس معلومات کو میٹا ڈیٹا کہا جاتا ہے (میٹا ڈیٹا — کسی دستاویز کے بارے میں وضاحتی ڈیٹا؛ "ڈیٹا کے بارے میں ڈیٹا")۔ کیٹلاگنگ اس میٹا ڈیٹا کے ساتھ دستاویزات کی شناخت اور انہیں تلاش کے قابل نظام میں محفوظ کرنے کا عمل ہے۔ درجہ بندی دستاویزات کو مضمون، قسم یا اصلیت جیسے معیار کے مطابق ترتیب دینا ہے۔
میٹا ڈیٹا تیار کرنا انتہائی وقت طلب ہے۔ بڑے مجموعوں میں ہزاروں دستاویزات کے لیے انفرادی طور پر تاریخ، موضوع، شخص اور مقام کی معلومات درج کرنے میں سال لگ سکتے ہیں۔ AI اس کاروبار میں ایک مضبوط ڈرافٹ جنریٹر ہے۔ اس یونٹ میں، ہم دیکھیں گے کہ AI کے ساتھ میٹا ڈیٹا کیسے تیار کیا جاتا ہے، معیارات (ISAD(G)، ڈبلن کور) کے مطابق کیٹلاگ، اور خودکار درجہ بندی کی طاقت اور نقصانات دونوں۔
آرکائیو کے معیارات: ان کی ضرورت کیوں ہے۔
میٹا ڈیٹا تصادفی طور پر درج نہیں کیا جاتا ہے۔ بین الاقوامی معیارات ہیں تاکہ مختلف اداروں کے ریکارڈ ایک دوسرے سے بات کر سکیں:
- ISAD(G) (جنرل انٹرنیشنل اسٹینڈرڈ آرکائیول کی تفصیل): آرکائیول مواد کو درجہ بندی کے مطابق بیان کرنے کے قواعد (فنڈ، سیریز، فائل، دستاویز کی سطح پر)۔ اس میں حوالہ کوڈ، عنوان، تاریخ، دائرہ کار، تخلیق کار جیسے فیلڈز شامل ہیں۔
- ڈبلن کور: ڈیجیٹل وسائل (عنوان، تخلیق کار، موضوع، تاریخ، صنف، شکل، ماخذ، زبان، وغیرہ) کو بیان کرنے کے لیے 15 بنیادی شعبوں پر مشتمل ایک عام معیار۔
- شوق: ایک فرد، خاندان یا ادارے کی سرگرمیوں کے نتیجے میں قدرتی طور پر بنائے گئے ریکارڈز کا ایک مجموعہ۔ یہ آرکائیونگ کی بنیادی تنظیمی اکائی ہے۔
- اصلیت (اصل): اس بارے میں معلومات کہ کوئی دستاویز کس سے آتی ہے اور کس ہاتھ سے گزری ہے۔ آرکائیونگ میں، دستاویزات کو ان کی اصل کے مطابق ایک ساتھ رکھا جاتا ہے۔
واضح طور پر ہدف کے معیار کی وضاحت کرنا جب AI پروڈکشن میٹا ڈیٹا ہوتا ہے تو اس بات کو یقینی بناتا ہے کہ آؤٹ پٹ براہ راست انٹرپرائز میں داخل ہونے کے قابل ہے۔
ایک اور کلیدی تصور اتھارٹی ریکارڈ ہے — ایک ایسا ریکارڈ جو کسی شخص، جگہ یا ادارے کے نام کی واحد، معیاری، منظور شدہ شکل کی وضاحت کرتا ہے۔ تاریخی دستاویزات میں، ایک ہی شخص یا جگہ مختلف املا کے ساتھ ظاہر ہو سکتی ہے۔ اتھارٹی ریکارڈ ان سب کو ایک ہی منظور شدہ فارمیٹ میں باندھتا ہے تاکہ وہ تلاش میں بکھر نہ جائیں۔ AI کسی دستاویز سے نام تجویز کرتا ہے۔ لیکن اتھارٹی ریکارڈ میں اس نام کو معیاری شکل میں نقش کرنا انسانی کام ہے۔ ادارے کے اتھارٹی ریکارڈ میں جو AI "احمد" کہتا ہے اسے "احمد بے (1840-1912)" سے جوڑنا کیٹلاگ کی مستقل مزاجی کو برقرار رکھتا ہے۔
ورک فلو: قدم بہ قدم
1. ذریعہ تیار کریں۔ دستاویز کی نقل یا تصویر اور کسی بھی سیاق و سباق کی معلومات جمع کریں۔
2. معیار اور علاقوں کی شناخت کریں۔ اے آئی کو بتائیں کہ کون سا اسٹینڈرڈ (ISAD(G) Dublin Core) اور کن فیلڈز کے مطابق یہ آؤٹ پٹ پیدا کرے گا۔
3. ڈرافٹ میٹا ڈیٹا بنائیں۔ AI ان فیلڈز میں بھرتا ہے جنہیں دستاویز سے نکالا جا سکتا ہے (تاریخ، شخص، جگہ، موضوع، زبان، نوع)؛ یہ ان علاقوں کو خالی چھوڑ دیتا ہے جنہیں وہ ہٹا نہیں سکتا۔
4. کنٹرول شدہ الفاظ کا نقشہ۔ زیادہ تر اداروں میں موضوع اور جگہ کے نام مفت نہیں ہیں، لیکن پہلے سے طے شدہ فہرست (کنٹرولڈ ووکیبلری / تھیسورس) سے منسلک ہیں۔ اس فہرست میں AI کی طرف سے تجویز کردہ مضامین کی اصطلاحات کا نقشہ بنائیں۔
5. تصدیق اور تصدیق کریں۔ ہر فیلڈ، خاص طور پر تاریخ، نام اور موضوع کا تقابل انسانوں کے ذریعے دستاویزات اور اتھارٹی کے ریکارڈ سے کیا جاتا ہے۔
اشارہ: واضح طور پر AI کو "خالی چھوڑنے" کی اجازت دیں۔ بصورت دیگر، یہ "اندازہ" ایک تاریخ یا تخلیق کار کو پُر کرے گا جو دستاویز میں نہیں ہے اور آپ کے کیٹلاگ میں جعلی میٹا ڈیٹا داخل کرے گا۔ ہدایت "اس فیلڈ کو خالی چھوڑ دو اگر یہ دستاویز میں نہیں ہے" فریب کے خلاف سب سے مضبوط ڈھال ہے۔
ایک ٹیبل میں فیلڈز اور اعتماد کی سطح
میٹا ڈیٹا فیلڈ
AI کتنا قابل اعتماد ہے؟
تصدیق
زبان
اعلی
نمونہ
دستاویز کی قسم
درمیانے درجے کا
کنٹرول
افراد/مقام کے نام
میڈیم (پڑھنے کی غلطی)
لازمی
تاریخ
کم درمیانہ (من گھڑت کا خطرہ)
لازمی
موضوع کی شرائط
درمیانہ (مفت پیدا کرنے والا)
چیک لسٹ کا نقشہ
دائرہ کار/ خلاصہ
درمیانے درجے کا
ماخذ کے ساتھ موازنہ کریں۔
حوالہ کوڈ
کوئی نہیں (ادارہ نہیں دیتا)
انسانی پھینک دیتا ہے
خلاصہ: AI زبان اور صنف جیسے شعبوں میں تیز اور قابل اعتماد ہے۔ تاریخ، نام اور موضوع جیسے شعبوں میں ڈرافٹ تیار کرتا ہے، لیکن انسانی منظوری درکار ہوتی ہے۔ AI کبھی بھی ادارہ جاتی شعبوں جیسے حوالہ کوڈ تیار نہیں کرتا ہے۔
تین چھوٹے مقدمات
کیس 1 — 8,000 تصاویر کے لیے میٹا ڈیٹا کا مسودہ۔ ایک سٹی آرکائیو 8,000 تاریخی تصاویر کی فہرست بنا رہا تھا۔ ہر تصویر کی پشت پر موجود نوٹوں کو نقل کیا گیا اور AI کو دیا گیا۔ AI نے تاریخ، مقام اور موضوع کا خاکہ تیار کیا۔ انسانی ٹیم نے فیلڈ کے لحاظ سے اس کی تصدیق کی اور اسے کنٹرول لسٹ میں میپ کیا۔ ایک اندازے کے مطابق 10 ماہ کی ملازمت کو کم کر کے 3 ماہ کر دیا گیا تھا۔ لیکن ہر تاریخ اور جگہ کا نام بصری طور پر چیک کیا گیا تھا۔
کیس 2 - تیار کردہ تاریخ۔ ایک آرکائیوسٹ کے پاس AI کیٹلاگ ایک غیر تاریخ شدہ خط تھا۔ وائی زیڈ نے خط کے مواد کو دیکھا اور ٹھیک ٹھیک تاریخ "1912" لکھی۔ تاہم، دستاویز میں کوئی تاریخ نہیں تھی؛ AI نے پیش گوئی کی۔ اگر آرکائیوسٹ نے "دستاویز میں نہ ہونے کی صورت میں خالی چھوڑ دیں" کی ہدایت شامل نہ کی ہوتی، تو کیٹلاگ ایک تاریخ سے بھرا ہوتا۔ سبق: خالی اجازت لازمی ہے۔
کیس 3 - مفت مضمون کی اصطلاحات نے الجھن پیدا کی۔ AI نے اسی طرح کی لیکن مختلف مفت اصطلاحات جیسے کہ "امیگریشن"، "امیگریشن"، "تصفیہ" ملتے جلتے دستاویزات کو تفویض کیں۔ جب اسے کنٹرول شدہ الفاظ کے ساتھ نقشہ نہیں بنایا گیا تھا، تو ایک ہی موضوع کو تین مختلف اصطلاحات کے ساتھ ٹیگ کیا گیا تھا اور تلاش میں بکھرے ہوئے تھے۔ شرائط کو واحد اتھارٹی کی فہرست میں نقشہ بنا کر مستقل مزاجی حاصل کی گئی۔ سبق: موضوع کی اصطلاحات جاری نہیں کی گئی ہیں، وہ فہرست سے منسلک ہیں۔
چار کاپی کرنے کے قابل ٹیمپلیٹس
1) ڈبلن کور خاکہ:
ذیل میں دستاویز کی نقل سے ڈبلن کور میٹا ڈیٹا ڈرافٹ نکالیں۔ فیلڈز: عنوان، تخلیق کار، موضوع، تفصیل، تاریخ، نوع، زبان، دائرہ کار (مقام/مدت)۔ قواعد: (1) صرف متن میں واضح طور پر معلومات کا استعمال کریں۔ (2) اس فیلڈ کو چھوڑ دیں جو متن میں نہیں ہے BLANK، اندازہ نہ کریں۔ (3) اس قدر کو نشان زد کریں جس کے بارے میں آپ کو یقین نہیں ہے [?]۔ نقل: [یہاں]
2) ISAD(G) مسودہ کی تعریف:
ISAD(G) فیلڈز میں درج ذیل دستاویز کے لیے ڈرافٹ تیار کریں: عنوان، تاریخ، تفصیل کی سطح (دستاویز/فائل)، دائرہ کار اور مواد (مختصر خلاصہ)، تخلیق کار، زبان۔ حوالہ کوڈ خالی چھوڑ دیں (ادارے فراہم کرے گا)۔ ایسی کوئی بھی معلومات شامل نہ کریں جو متن میں نہ ہو۔ غیر موجود فیلڈ کو خالی چھوڑ دیں۔ دستاویز: [یہاں]
3) موضوع کی اصطلاح کی تجویز (کنٹرولڈ):
مندرجہ ذیل دستاویز کے لیے موزوں 3-5 موضوع کی اصطلاحات تجویز کریں۔ سب سے پہلے، دستاویز میں موجود حقائق پر بھروسہ کریں۔ ذیل میں ہمارے ادارے کی زیر کنٹرول اصطلاحات کی فہرست ہے۔ سب سے پہلے، اسے اس فہرست سے منتخب کریں، اگر یہ فہرست میں نہیں ہے، تو اپنی نئی اصطلاح کی تجویز کو الگ سے نشان زد کریں۔ فہرست: [شرائط]۔ دستاویز: [یہاں]
4) بلک مستقل مزاجی کی جانچ:
ذیل میں اسی مجموعہ سے دستاویزات کے میٹا ڈیٹا ریکارڈز ہیں۔ جھنڈا متضاد: ریکارڈ ایک ہی جگہ/شخص کو مختلف طریقے سے، مختلف تاریخ کی شکلیں، ایک ہی موضوع کے لیے مختلف اصطلاحات۔ تصحیح IMPOSITION؛ انسان کے لیے جائزہ لینے کے لیے صرف تضادات کی ایک فہرست تیار کریں۔ ریکارڈز: [یہاں]
کمزور فوری / مضبوط اشارہ
کمزور:
اس دستاویز کے لیے ایک مکمل کیٹلاگ ریکارڈ بنائیں۔
"مکمل" ہدایات AI کو ہر اسپیس کو پُر کرنے پر مجبور کرتی ہے، یعنی تاریخ اور تخلیق کاروں کو ایجاد کرنے کے لیے جو موجود نہیں ہیں۔
مضبوط:
اس دستاویز کے لیے ڈبلن کور کا مسودہ تیار کیا گیا ہے۔ نقل میں واضح طور پر شامل صرف معلومات کا استعمال کریں؛ غیر موجود فیلڈ کو خالی چھوڑ دیں، اندازہ نہ لگائیں۔ اس کنٹرول شدہ فہرست سے عنوان کی اصطلاحات منتخب کریں: [list]۔ تاریخ اور افراد کے ناموں کو [?] سے نشان زد کریں تاکہ میں دستاویز کے ساتھ اس کی تصدیق کر سکوں۔ نقل: [یہاں]
فرق: "مکمل" ایڈیشن کے بجائے "خالی چھوڑ دیں" کی اجازت، کنٹرول شدہ فہرست کی پابندی اور تصدیقی نشانات کیٹلاگ کو من گھڑت ہونے سے بچاتے ہیں۔
عام غلطیاں
- اس کا مطلب ہے "مکمل طور پر بھریں"۔ یہ غیر موجود فیلڈز کو فٹ کرنے کی طرف جاتا ہے۔ "خالی چھوڑ دو" کی اجازت دی جانی چاہئے۔
- موضوع کی شرائط جاری کرنا۔ وہ اصطلاحات جو کنٹرول شدہ الفاظ کا نقشہ نہیں بناتی ہیں وہ تلاش میں خلل ڈالیں گی۔
- AI کی پیشن گوئی کی تاریخ۔ غیر منقولہ دستاویز میں فرضی تاریخ درج کرنا کیٹلاگ کو آلودہ کرتا ہے۔
- AI کے ذریعہ تیار کردہ حوالہ کوڈ کا ہونا۔ یہ ایک کارپوریٹ، منفرد جگہ ہے؛ لوگ پھینک دیتے ہیں.
- معیار کی وضاحت نہیں کرنا۔ اگر معیار کا ذکر نہیں کیا گیا ہے تو، آؤٹ پٹ ایک گندا مسودہ ہو گا جسے ادارے میں داخل نہیں کیا جا سکتا۔
خلاصہ میں
میٹا ڈیٹا اور کیٹلاگنگ وہ پوشیدہ انفراسٹرکچر ہے جو محقق کے لیے آرکائیو کو کھولتا ہے، اور اس کے لیے کافی محنت درکار ہوتی ہے۔ نقل سے، AI فیلڈز جیسے تاریخ، شخص، جگہ، موضوع، اور صنف کے لیے ایک تیز خاکہ تیار کرتا ہے۔ یہ ISAD(G) یا Dublin Core جیسے معیارات کے مطابق کام کر سکتا ہے۔ لیکن "مکمل طور پر بھرنے" کا دباؤ AI کو چیزوں کو بنانے پر مجبور کرتا ہے۔ "خالی چھوڑ دو" کی اجازت، کنٹرول شدہ الفاظ کی نقشہ سازی، اور تاریخوں/ناموں کی انسانی تصدیق کیٹلاگ کو قابل اعتماد رکھتی ہے۔ AI مسودہ تیار کرتا ہے۔ آپ کیٹلاگ کی درستگی کے ذمہ دار ہیں۔
درخواست کا کام
دستاویز کی نقل لیں اور "ڈبلن کور ڈرافٹ" ٹیمپلیٹ کے ساتھ AI سے میٹا ڈیٹا کی درخواست کریں۔ چیک کریں کہ یہ خالی فیلڈز چھوڑتا ہے جو موجود نہیں ہیں۔ پھر "موضوع کی اصطلاح کی تجویز" ٹیمپلیٹ کو اپنی (یا نمونہ) چیک لسٹ کے ساتھ چلائیں۔ آخر میں، "بلک مستقل مزاجی کی جانچ" کے ساتھ چند ریکارڈوں کی جانچ کریں۔ نوٹ کریں کہ AI پیشین گوئی کے ساتھ کتنے فیلڈز کو آباد کرنے کی کوشش کرتا ہے اور فہرست میں کتنے مضامین کی اصطلاحات کو نقشہ کرنے کی ضرورت ہے۔
چیک لسٹ
- میں نے واضح طور پر ہدف کا معیار (ISAD(G)/Dublin Core) بتایا ہے۔
- میں نے "خالی فیلڈ کو خالی چھوڑ دو" کی اجازت دی۔
- [ ] میں نے موضوع کی اصطلاحات کو کنٹرول لسٹ میں نقش کیا۔
- میں نے تاریخ اور افراد کے ناموں کی دستاویز/اتھارٹی ریکارڈ کے ساتھ تصدیق کی۔
- میں نے حوالہ کوڈ ادارے پر چھوڑا، AI پر نہیں۔