Lợi nhuận:
- Khả năng xử lý bộ sưu tập theo quy trình làm việc gồm 7 giai đoạn, từ sàng lọc đạo đức đến xuất bản, với điểm kiểm tra của con người ở mỗi giai đoạn
- Hiểu cách các điểm kiểm tra sớm ngăn chặn lỗi (sai ngày/tên) lan truyền trong toàn chuỗi
- Khả năng áp dụng các nguyên tắc bảo quản tệp chính, không lưu khi xác minh và khai báo việc sử dụng AI trong một dự án tổng thể
Các đơn vị trước đây đã đề cập đến các kỹ năng cá nhân: số hóa, sao chép, siêu dữ liệu, quét, dịch thuật, xác minh, phân tích mẫu, truy xuất, bảo quản và đạo đức. Đơn vị cuối cùng này kết hợp tất cả. Một dự án lưu trữ thực sự trải qua các bước này không phải riêng biệt mà là một quy trình làm việc được kết nối với nhau. Tại đây, chúng ta sẽ xem cách bạn có thể xử lý bộ sưu tập từ đầu đến cuối bằng quy trình được hỗ trợ bởi AI nhưng do con người kiểm soát, từng bước một và bằng chuỗi kiểm soát.
Mục tiêu là định vị AI như một đối tác “tăng tốc từng bước nhưng không có tiếng nói cuối cùng về bất kỳ bước nào”. Khi hoàn thành phần này, bạn sẽ có một phương pháp tổng thể có thể biến một đống tài liệu lộn xộn thành một bộ sưu tập sạch sẽ, đã được xác minh và sẵn sàng cho nghiên cứu về mặt đạo đức.
Kịch bản: những gì chúng tôi có
Giả sử bạn nhận được một bộ sưu tập gồm 250 tài liệu: một số được in (thư từ in, quảng cáo), một số bản thảo (thư, sổ ghi chép), từ các ngày khác nhau, một số chứa dữ liệu cá nhân nhạy cảm. Mục tiêu: số hóa, sao chép, lập danh mục và cung cấp bộ sưu tập này cho các nhà nghiên cứu. Hãy chia quá trình thành bảy giai đoạn.
Quy trình làm việc bảy bước
Giai đoạn 1 - Đánh giá và sàng lọc đạo đức. Làm quen với bộ sưu tập đầu tiên. Những tài liệu nào chứa dữ liệu cá nhân nhạy cảm? Tình trạng bản quyền là gì? Có nhạy cảm về văn hóa không? Quá trình quét này xác định tài liệu nào có thể được cung cấp cho các công cụ AI dựa trên đám mây và tài liệu nào sẽ chỉ được xử lý trong môi trường khép kín/đã được phê duyệt. Nếu giai đoạn này bị bỏ qua, toàn bộ dự án sẽ gặp rủi ro về mặt đạo đức.
Giai đoạn 2 - Số hóa. Scan tài liệu ở độ phân giải cao (ít nhất 300-400 dpi, độ tương phản tốt). Giữ nguyên các tập tin gốc (chính); Tất cả việc xử lý sẽ được thực hiện trên các bản sao.
Giai đoạn 3 - Trích xuất văn bản. Áp dụng OCR cho tài liệu bản cứng và HTR cho bản thảo. Yêu cầu AI dọn sạch đầu ra thô bằng hướng dẫn “đọc hiệu đính an toàn” - chỉ lỗi quang học/nhận dạng, không có nhận xét nội dung, những chỗ không thể đọc được [?]. Kiểm soát cách đọc và cổ điển thay thế cho Ottoman/bản thảo.
Giai đoạn 4 - Siêu dữ liệu và lập danh mục. Có siêu dữ liệu tiêu chuẩn (Dublin Core/ISAD(G)) được soạn thảo cho từng tài liệu; Với sự cho phép "để trống trường không tồn tại". Ánh xạ các thuật ngữ chủ đề vào danh sách được kiểm soát. Xác minh ngày và tên bằng tài liệu.
Giai đoạn 5 - Làm giàu và tạo khuôn mẫu. Trích xuất các thực thể (người/địa điểm/tổ chức), chuẩn hóa, tạo ra các phác thảo về mối quan hệ và dòng thời gian. Xác minh từng mẫu trong tài liệu; Không có kết nối giả tạo và không có trình tự thời gian.
Giai đoạn 6 - Truy cập công cụ. Lập đề cương hỗ trợ tìm kiếm để thu thập; Phần lịch sử chỉ dựa trên các ghi chú đã được xác minh. Đánh dấu rõ ràng các hạn chế truy cập (quyền riêng tư/bản quyền).
Giai đoạn 7 - Xác minh, khai báo và công bố. Xác minh các trường quan trọng (ngày, tên, trích dẫn, tài liệu tham khảo) lần cuối. Tuyên bố sử dụng AI. Chuyên gia đưa ra phê duyệt cuối cùng; Bộ sưu tập được mở ra để nghiên cứu.
Mẹo: Đặt "điểm kiểm tra con người" ở mỗi giai đoạn: Một chuyên gia xác thực đầu ra của AI trước khi chuyển sang giai đoạn tiếp theo. Nếu không có các điểm kiểm tra này, lỗi ở giai đoạn đầu tiên (ngày đọc sai) sẽ lan truyền khắp chuỗi và cuối cùng rò rỉ vào danh mục, mẫu và hướng dẫn.
Bảng chuỗi điều khiển
Sân khấu
công việc của AI
trạm kiểm soát con người
1. Sàng lọc đạo đức
Đánh dấu dữ liệu nhạy cảm
Quyết định cài đặt
2. Số hóa
(Cải thiện hình ảnh)
Chất lượng, bảo vệ tổng thể
3. Trích xuất văn bản
OCR/HTR + hiệu chỉnh an toàn
Xác minh tên/ngày/đọc
4. Siêu dữ liệu
dự thảo tiêu chuẩn
Xác nhận trường, khớp thuật ngữ
5. Hoa văn
thực thể, mối quan hệ, dòng thời gian
Xác thực trong tài liệu
6. Công cụ truy cập
Tìm dự thảo viện trợ
Lịch sử và phê duyệt ràng buộc
7. Phát hành
—
Phê duyệt cuối cùng, tuyên bố
ba trường hợp nhỏ
Trường hợp 1 - Lỗi dây chuyền bị bắt. Trong một dự án, ở giai đoạn 3, ngày trên tài liệu ghi là "1868" thay vì "1888". Nếu điểm kiểm tra ở giai đoạn 3 không phát hiện ra lỗi này thì ngày tháng sẽ được trải đều trên danh mục (4), dòng thời gian (5) và hướng dẫn (6). Nhờ trạm kiểm soát, lỗi đã được sửa ở một nơi. Bài học: kiểm tra sớm sẽ ngăn lỗi lan truyền lên chuỗi.
Trường hợp 2 - Việc sàng lọc đạo đức đã cứu được dự án. 18 trong số 250 tài liệu chứa dữ liệu nhạy cảm của người sống. Sàng lọc đạo đức trong giai đoạn 1 đã đánh dấu những điều này; 18 tài liệu này được xử lý trong môi trường khép kín, còn lại bằng các công cụ tiêu chuẩn. Sẽ là một vi phạm nghiêm trọng nếu quá trình quét bị bỏ qua và tất cả được tải lên đám mây. Bài học: sàng lọc đạo đức là bước đầu tiên chứ không phải là biện pháp khắc phục thêm vào sau này.
Trường hợp 3 - Thời gian và công sức. Nếu sử dụng phương pháp truyền thống, sẽ mất khoảng 8-10 tháng để xử lý toàn bộ bộ sưu tập 250 tài liệu. Với quy trình làm việc tại điểm kiểm tra được AI hỗ trợ, quy trình này đã giảm xuống còn khoảng 3 tháng. Nhưng khoản tiết kiệm được không đến từ “AI làm mọi thứ” mà từ “AI thực hiện công việc cơ khí, tập trung vào xác minh con người”. Thời gian dành cho việc xác minh không giảm; Thời gian dành cho công việc cơ khí đã giảm xuống.
Bốn mẫu có thể sao chép
1) Kế hoạch ban đầu của dự án:
Tôi có một bộ sưu tập [số] tài liệu: [hỗn hợp bản in/bản thảo], [dấu chấm], một số tài liệu có thể chứa dữ liệu nhạy cảm. Tạo kế hoạch quy trình làm việc gồm 7 bước để số hóa và lập danh mục bộ sưu tập này: chỉ định nhiệm vụ của AI và điểm kiểm tra CON NGƯỜI ở mỗi giai đoạn. Đặt sàng lọc đạo đức lên hàng đầu.
2) Danh sách kiểm tra chuyển tiếp giai đoạn:
Tôi đã hoàn thành sân khấu [tên sân khấu]. Tạo danh sách kiểm tra các điểm quan trọng mà tôi cần xác minh trước khi chuyển sang giai đoạn tiếp theo: thông tin nào (ngày/tên/tham chiếu) cần được xác minh, lỗi nào có thể lan truyền trong chuỗi? Tôi có sự chấp thuận cuối cùng; Bạn đưa cho tôi danh sách kiểm tra.
3) Kiểm soát chất lượng từ đầu đến cuối:
Dưới đây là tất cả các lớp của tài liệu đã xử lý: phiên âm, siêu dữ liệu, nội dung được trích xuất. HÌNH KHÔNG QUAN TÂM giữa các lớp: ngày tháng trong bản phiên âm có khớp với siêu dữ liệu không, các thực thể có thực sự tồn tại trong văn bản không? Áp dụng sửa chữa; Tạo một danh sách các điểm không nhất quán. Lớp: [tại đây]
4) Kết thúc và công bố dự án:
Trong dự án sưu tập này, tôi đã sử dụng AI trong các giai đoạn sau: [danh sách]. Đối với tài liệu dự án: (1) hỗ trợ AI nào đã được sử dụng ở giai đoạn nào, (2) quá trình xác minh của con người được thực hiện như thế nào, (3) có những giới hạn/ràng buộc nào - viết một ghi chú kết thúc trung thực và dự thảo tuyên bố sử dụng AI bao gồm những điều này.
Dấu nhắc yếu / Dấu nhắc mạnh
yếu:
Xử lý kỹ lưỡng bộ sưu tập này bằng AI và chuẩn bị sẵn sàng cho nghiên cứu.
Một chỉ dẫn “làm bất cứ điều gì” sẽ bỏ qua việc sàng lọc, kiểm tra và xác minh về mặt đạo đức; lỗi lan truyền dọc theo chuỗi.
Mạnh mẽ:
Thiết lập quy trình làm việc gồm 7 giai đoạn cho bộ sưu tập này, với điểm kiểm tra của con người ở mỗi giai đoạn. Hãy để giai đoạn đầu tiên là sàng lọc đạo đức/quyền riêng tư. Đầu ra do AI tạo ra ở mỗi giai đoạn sẽ được xác minh trước khi chuyển sang giai đoạn tiếp theo; đánh dấu các sự kiện quan trọng (ngày/tên/tài liệu tham khảo). Không có giai đoạn nào AI có tiếng nói cuối cùng.
Sự khác biệt: cấu trúc theo từng giai đoạn, ưu tiên đạo đức, các điểm kiểm tra và nguyên tắc “mọi người có tiếng nói cuối cùng” khiến toàn bộ dự án trở nên an toàn và có thể bảo vệ được.
Những lỗi thường gặp
- Để việc sàng lọc đạo đức đến cùng. Quét quyền riêng tư/bản quyền là bước đầu tiên; Nếu nó được thêm vào sau, vi phạm đã xảy ra.
- Vượt qua các trạm kiểm soát. Một lỗi chưa được xác minh sẽ lan rộng khắp chuỗi.
- Không bảo vệ tập tin chính. Nếu bản gốc không được giữ nguyên thì việc trả lại là không thể.
- Tiết kiệm khi xác minh. AI rút ngắn công việc cơ khí; Nếu thời gian xác minh bị rút ngắn, chất lượng sẽ giảm.
- Không tuyên bố sử dụng AI. Tính minh bạch là một phần tạo nên uy tín khoa học của bộ sưu tập.
Tóm lại
Dự án lưu trữ toàn diện kết nối các kỹ năng cá nhân thành một chuỗi kiểm soát: quét chuẩn mực, số hóa, trích xuất văn bản, siêu dữ liệu, mẫu, công cụ truy xuất và xuất bản. Ở mỗi giai đoạn, AI tăng tốc công việc cơ khí; Ở mỗi giai đoạn, trạm kiểm soát của con người sẽ có tiếng nói cuối cùng. Sàng lọc đạo đức là khâu đầu tiên, file master được bảo vệ, lỗi được phát hiện sớm nên không lan ra chuỗi và việc sử dụng AI được khai báo trung thực. Khoản tiết kiệm không đến từ việc AI làm mọi thứ mà đến từ việc con người được giải phóng khỏi công việc máy móc và tập trung vào việc xác minh. AI tăng tốc; Con người đảm bảo tính chính xác và toàn vẹn của lịch sử.
Nhiệm vụ ứng dụng
Chọn một bộ sưu tập nhỏ (10-20 tài liệu; tài liệu của riêng bạn hoặc một bộ mẫu). Tạo quy trình làm việc gồm 7 bước với mẫu "kế hoạch khởi động dự án". Chạy ít nhất hai tài liệu thông qua quy trình này: quét chuẩn, trích xuất văn bản, siêu dữ liệu và lớp mẫu. Xác minh từng giai đoạn bằng “danh sách kiểm tra chuyển tiếp giai đoạn”. Cuối cùng, hãy ghi lại việc sử dụng AI của bạn bằng mẫu “kết thúc dự án và tuyên bố”. Lưu ý những lỗi nào đã được phát hiện ở các điểm kiểm tra ban đầu.
danh sách kiểm tra
- [ ] Tôi đã thực hiện sàng lọc đạo đức/quyền riêng tư ở giai đoạn đầu.
- [ ] Tôi giữ nguyên các tập tin gốc.
- [ ] Tôi đặt một điểm kiểm tra con người ở mỗi giai đoạn.
- [ ] Tôi đã xác minh các thông tin quan trọng trước khi chúng được phổ biến trong chuỗi.
- [ ] Tôi đã tuyên bố sử dụng AI khi kết thúc dự án.
Thi học phần
1. Vị trí nào phù hợp nhất cho trí tuệ nhân tạo trong lịch sử và lưu trữ?
- A) AI là công cụ tổng hợp, biên tập và soạn thảo; Bình luận, nguồn phê bình và trách nhiệm cuối cùng thuộc về chuyên gia ✔
- B) Trí tuệ nhân tạo có thể tự mình quyết định tính xác thực và ý nghĩa của tài liệu, giống như một nhà sử học
- C) Trí tuệ nhân tạo chỉ có tác dụng dịch văn bản, không liên quan gì đến các tác vụ lưu trữ khác
- D) Vì trí tuệ nhân tạo luôn vô tư hơn con người nên việc giải thích lịch sử nên để cho nó.
Mô tả: Trí tuệ nhân tạo; Nó là một trợ lý chỉnh sửa, quét, dịch và tạo bản nháp văn bản. Nguồn phản biện, diễn giải, xác lập nhân quả và quyết định cuối cùng thuộc về chuyên gia; Đầu ra chưa được xác minh có thể dẫn đến nguồn giả, ngày sai hoặc lỗi thời.
2. Ảo giác do trí tuệ nhân tạo tạo ra trong nghiên cứu lịch sử là gì?
- A) Trí tuệ nhân tạo xử lý tài liệu rất chậm
- B) Trí tuệ nhân tạo chế tạo một nguồn, trích dẫn hoặc sự kiện không tồn tại là có thật ✔
- C) Tài liệu bị hư hỏng về mặt vật lý
- D) Danh mục lưu trữ không được cập nhật
Giải thích: Ảo giác là khi trí tuệ nhân tạo tự tin bịa đặt những thông tin, nguồn tin, trích dẫn hoặc sự kiện không thực sự tồn tại. Mặc dù hình thức của nó có vẻ hoàn hảo nhưng nội dung của nó lại không có thật; Vì vậy, trong mỗi danh mục tham khảo, mọi trích dẫn đều phải được kiểm chứng tại nguồn gốc.
3. Cách tiếp cận tốt nhất để chỉnh sửa đầu ra OCR bằng trí tuệ nhân tạo là gì?
- A) Yêu cầu bài viết trôi chảy, đẹp mắt và hoàn thiện các phần còn thiếu một cách hợp lý.
- B) Cho phép nó sửa tất cả các số và ngày dựa trên ngữ cảnh
- C) Yêu cầu anh ta chỉ sửa lỗi nhận dạng quang học, để lại những vùng không đọc được [?] và không thay đổi số/ngày ✔
- D) Yêu cầu học sinh điền từ khó đọc nhất có thể đoán được.
Giải thích: Nguyên tắc vàng trong hiệu chỉnh OCR là chỉ sửa các lỗi nhận dạng quang học rõ ràng (chẳng hạn như rn thành m, l thành 1); không diễn giải hoặc hoàn thành nội dung của văn bản. Các khu vực không thể đọc được được đánh dấu bằng [?]; Các con số và ngày tháng không thay đổi, chúng được xác minh bằng hình ảnh.
4. Trí tuệ nhân tạo nên hỏi gì khi đọc một từ có nguyên âm không được viết trong văn bản Ottoman?
- A) Đưa ra một kết quả đọc chính xác, duy nhất, do đó tăng tốc công việc
- B) Chọn từ có nghĩa trôi chảy nhất và điền vào chỗ trống
- C) Hoàn thành những phần chưa đọc được từ kiến thức chung của mình.
- D) Đưa ra các lựa chọn đọc thay thế khả thi và đánh dấu các phần mơ hồ thay vì áp đặt cách đọc dứt khoát ✔
Giải thích: Trong tiếng Thổ Nhĩ Kỳ Ottoman, các nguyên âm ngắn hầu như không được viết; Một sự khác biệt về nguyên âm/chữ cái (abul và kabul, wali và vali) sẽ thay đổi hoàn toàn ý nghĩa. Do đó, thay vì áp đặt cách đọc dứt khoát, nên hỏi những lựa chọn thay thế khả thi, giữ nguyên những phần không thể đọc được và quyết định cuối cùng nên để nhà cổ viết.
5. Cách hiệu quả nhất để ngăn chặn ảo giác khi nhờ AI tạo ra siêu dữ liệu nháp (bản ghi danh mục) là gì?
- A) Cấp quyền rõ ràng để trống trường đó nếu nó không có trong tài liệu ✔
- B) Yêu cầu điền vào mọi trường và không để trống.
- C) Ước tính ngày dựa trên nội dung của tài liệu không ghi ngày tháng
- D) Cho phép trí tuệ nhân tạo tạo mã tham chiếu
Mô tả: Áp lực điền vào buộc AI phải tạo tài liệu bằng cách đoán ngày hoặc người tạo không có trong tài liệu. Lá chắn mạnh nhất chống lại điều này là cấp quyền rõ ràng để trống trường nếu nó không có trong tài liệu; Ngoài ra, các thuật ngữ chủ đề được ánh xạ tới từ vựng được kiểm soát.
6. Bản tóm tắt tài liệu do trí tuệ nhân tạo tạo ra nên được định vị như thế nào trong nghiên cứu lịch sử?
- A) Là bằng chứng đáng tin cậy có thể được trích dẫn trực tiếp
- B) Là bản đồ khám phá hướng bạn đến tài liệu thực tế; Bằng chứng được lấy từ hồ sơ gốc ✔
- C) Là một nguồn tài nguyên thích hợp có thể thay thế chính tài liệu đó
- D) Là một văn bản có thể được sử dụng trong nghiên cứu mà không cần quay lại tài liệu
Mô tả: Bản tóm tắt là bản đồ khám phá, không phải là bằng chứng. Có một cái gì đó như thế này trong tài liệu này, nó nói hãy đi và nhìn; Nó không nói chính xác những gì nó nói trong tài liệu. Nếu một sự kiện, câu trích dẫn hoặc dữ liệu nào đó được đưa vào nghiên cứu thì nó phải được lấy nguyên văn từ tài liệu gốc.
7. Cách thích hợp để tránh lỗi thời khi dịch một tài liệu lịch sử để xuất bản là gì?
- A) Thay thế tất cả các kỳ hạn bằng kỳ hạn tương đương gần nhất của ngày hôm nay
- B) Để truyền tải văn bản trôi chảy và hiện đại nhất có thể
- C) Để lại tiêu đề thời kỳ và tên tổ chức duy nhất và thêm lời giải thích ✔
- D) Điều chỉnh tên riêng cho phù hợp với cách sử dụng hiện tại của chúng
Giải thích: Lỗi thời là sự chuyển giao sai lầm các yếu tố từ thời kỳ này sang thời kỳ khác. Việc thay đổi các chức danh thời kỳ, tên tổ chức và tên cá nhân theo thuật ngữ ngày nay sẽ đưa người đọc đến một thế giới không thuộc về thời kỳ đó. Cách đúng là giữ nguyên thời gian và thêm lời giải thích bên cạnh.
8. Làm thế nào để đảm bảo rằng tài liệu tham khảo lưu trữ (tên quỹ, số hồ sơ) do trí tuệ nhân tạo đưa ra là có thật?
- A) Tin tưởng vào tài liệu tham khảo vì định dạng của nó có vẻ đúng
- B) Bằng cách hỏi lại AI xem tài liệu tham khảo có đúng không
- C) Chấp nhận tài liệu tham khảo là đúng vì nó thuyết phục và chi tiết
- D) Bằng cách đích thân tìm và xác minh tài liệu tham khảo trong danh mục lưu trữ hoặc nguồn đáng tin cậy ✔
Mô tả: Trí tuệ nhân tạo có thể tạo ra các tài liệu tham khảo hoàn hảo về hình thức nhưng thực tế không tồn tại; Một tài liệu tham khảo hư cấu có cùng dạng với một tài liệu tham khảo thực sự. Cách duy nhất để chứng minh rằng một tài liệu tham khảo tồn tại là tìm nó ở nơi chứa nguồn ban đầu (danh mục lưu trữ, thư viện).
9. Làm thế nào để đánh giá một mẫu được tìm thấy khi thực hiện phân tích mẫu (NER, mạng, dòng thời gian) bằng trí tuệ nhân tạo?
- A) Là giả thuyết cần được kiểm chứng trong tài liệu; điểm bắt đầu chứ không phải kết quả ✔
- B) Là một phát hiện dứt khoát không cần xác minh
- C) Đó là một sự thật khách quan không thể tranh cãi vì nó mang tính số học.
- D) Kết quả có thể đưa vào nghiên cứu trực tiếp vì đã tìm ra trí tuệ nhân tạo
Giải thích: Mọi mô hình đều là một giả thuyết, không phải bằng chứng. Các thực thể phải được liên kết với nguồn, các cách viết khác nhau (của cùng một người/địa điểm) phải được chuẩn hóa với sự chấp thuận của con người, các con số phải được đặt câu hỏi về dữ liệu bị thiếu và sai lệch lấy mẫu, và các sự kiện không có ngày tháng không nên được sắp xếp theo trình tự thời gian.
10. Tại sao phần lịch sử tiểu sử/tổ chức trong tài liệu hỗ trợ tìm kiếm cần được chú ý đặc biệt?
- A) Phần này không quan trọng và có thể được xuất bản mà không cần xác minh
- B) Vì trí tuệ nhân tạo có thể thêm các sự kiện bịa đặt, ngày tháng sai và tiêu đề vào phần này nên chỉ nên dựa vào các nguồn đã được xác minh ✔
- C) Trí tuệ nhân tạo có thể được sử dụng một cách an toàn vì nó không mắc bất kỳ sai sót nào khi viết lịch sử.
- D) Chỉ có nhà nghiên cứu điền phần này, nhà lưu trữ không quan tâm
Mô tả: Phần lịch sử là nơi ảo giác thường xuất hiện nhiều nhất: AI có thể chèn các sự kiện không tồn tại, ngày tháng giả và tiêu đề bịa đặt trong khi viết một văn bản trôi chảy từ thông tin chung về một người hoặc tổ chức. Phần này chỉ nên dựa trên các nguồn đã được xác minh.
11. Trí tuệ nhân tạo nên trả lời câu hỏi thực tế của nhà nghiên cứu như thế nào trong dịch vụ tham khảo (tư vấn)?
- A) Câu trả lời cho câu hỏi phải được đưa ra một cách trực tiếp và như một sự thật rõ ràng.
- B) Phải cung cấp ngày tháng hoặc tên đáng tin cậy và truyền đạt nó cho nhà nghiên cứu.
- C) Thay vì đưa ra sự thật trực tiếp, nên hướng người nghiên cứu đến nguồn và bộ sưu tập có liên quan ✔
- D) Nó phải cung cấp câu trả lời đầy đủ để nhà nghiên cứu không cần phải truy cập nguồn.
Giải thích: Trong dịch vụ tham khảo, trí tuệ nhân tạo không được đưa ra câu trả lời thực tế trực tiếp mà phải hướng người nghiên cứu đến nguồn. Bởi vì câu trả lời thực tế trực tiếp do trí tuệ nhân tạo đưa ra có thể bịa đặt và nhà nghiên cứu có thể nhầm nó với nguồn. Thay vì nói "Câu trả lời là thế này", nên nói "Hãy xem những tài liệu này trong bộ sưu tập này".
12. Những thao tác nào được chấp nhận và bị phản đối khi xử lý hình ảnh tài liệu bị hỏng bằng trí tuệ nhân tạo?
- A) Tất cả các loại hoạt động đều miễn phí, bao gồm cả việc điền vào những phần còn thiếu.
- B) Không nên thực hiện hành động nào, không bao giờ được chạm vào hình ảnh
- C) Điền vào những phần còn thiếu là hành động có giá trị nhất vì nó hoàn thiện tài liệu.
- D) Các thao tác dễ đọc như độ tương phản/nhiễu đều được chấp nhận; Thật bất tiện khi phải đoán những phần còn thiếu ✔
Giải thích: Các quy trình cải thiện khả năng đọc (độ tương phản, ánh sáng, giảm tiếng ồn) được chấp nhận vì chúng không thay đổi nội dung; Tuy nhiên, việc phỏng đoán điền vào những phần bị thiếu/không thể đọc được có nguy cơ tạo ra những gì không có trong tài liệu, tức là giả mạo lịch sử. Bản gốc được bảo quản, các giao dịch được ghi lại.
13. Cần phải làm gì trước khi xử lý tài liệu lưu trữ chứa dữ liệu cá nhân nhạy cảm?
- A) Quét và ẩn danh quyền riêng tư nếu cần hoặc sử dụng công cụ đóng/được phê duyệt ✔
- B) Tải tài liệu trực tiếp lên phương tiện công cộng mà không hề suy nghĩ về nó
- C) Bỏ qua những lo ngại về quyền riêng tư để đạt hiệu quả
- D) Khắc phục các hạn chế truy cập vì lý do hiệu quả
Tiết lộ: Tải tài liệu chứa dữ liệu nhạy cảm xác định người đang sống (sức khỏe, tôn giáo, dân tộc, địa chỉ) lên các công cụ công khai, dựa trên đám mây có thể là hành vi vi phạm nghiêm trọng quyền riêng tư. Việc sàng lọc quyền riêng tư phải được thực hiện trước tiên, nên sử dụng ẩn danh hoặc công cụ đóng/được phê duyệt nếu cần thiết.
14. Mục đích chính của điểm kiểm tra con người trong một dự án lưu trữ end-to-end là gì?
- A) Làm chậm tiến độ hoạt động của trí tuệ nhân tạo và trì hoãn dự án
- B) Để ngăn chặn lỗi (ngày/tên không chính xác) trong một giai đoạn bị xâu chuỗi sang tất cả các giai đoạn tiếp theo ✔
- C) Tăng cường sức lao động của con người và từ bỏ hoàn toàn tự động hóa
- D) Đảm bảo trí tuệ nhân tạo là người quyết định cuối cùng
Mô tả: Điểm kiểm tra của con người ở mỗi giai đoạn đảm bảo rằng đầu ra của AI được xác minh trước khi chuyển sang giai đoạn tiếp theo. Nếu không có điều này, lỗi ở giai đoạn đầu tiên (ngày đọc sai) sẽ lan truyền trong chuỗi thông qua danh mục, mẫu và hướng dẫn. Kiểm tra sớm đảm bảo rằng lỗi được sửa ở một nơi.
15. Tính minh bạch và tính xác thực đòi hỏi điều gì trong việc sử dụng trí tuệ nhân tạo trong khoa học xã hội và nhân văn?
- A) Giữ bí mật việc sử dụng trí tuệ nhân tạo, đảm bảo không ai biết
- B) Trình bày mọi văn bản do trí tuệ nhân tạo tạo ra như ý tưởng ban đầu của chính nó
- C) Khai báo trung thực việc sử dụng trí tuệ nhân tạo và không trình bày kết quả của nó như tác phẩm gốc của mình ✔
- D) Chỉ chia sẻ kết quả mà không giải thích phương pháp
Mô tả: Tính minh bạch bao gồm việc ghi lại rằng bản phiên âm, siêu dữ liệu hoặc bản dịch được tạo ra với sự trợ giúp của trí tuệ nhân tạo; Tính độc đáo đòi hỏi không đưa ra nhận xét do trí tuệ nhân tạo đưa ra như ý tưởng ban đầu của chính mình. Điều này là cần thiết để các nhà nghiên cứu tiếp theo xác minh và đảm bảo tính trung thực trong học thuật.