收益：
- 能够区分人工智能在历史和档案工作中节省时间的地方（转录、编辑、扫描、草稿），以及根据风险程度将解释、来源批评和最终决定留给专家的地方。
- 通过将每个输出连接到源、交叉确认并过滤不合时宜的内容，能够应用验证规则来对抗幻觉。
- 了解为什么历史和档案材料从一开始就应考虑保密性、版权和文化敏感性。
当历史学家或档案管理员坐在办公桌前时，他面前常常摆着一大堆东西：泛黄的笔记本、缩微胶卷的报纸、数千张数码照片、手写信件、官方信件、土地记录。阅读、组织、定义和理解这一堆文件是一项需要数年时间的工作。人工智能（简称AI；学习模式、从大量文本和图像中生成文本并进行分类的计算机系统）可以极大地加快这项劳动的机械性和重复性部分。但正是在历史和档案这样依赖证据、来源和准确性的领域，你必须从一开始就知道人工智能在哪里有用，在哪里危险。
该单元是整个模块的指南针。在这里，我们将讨论人工智能在历史和档案工作中哪些地方节省了时间，哪些地方不可或缺人类专家的判断，为什么每一个输出都必须经过验证，以及该领域的具体伦理边界。
正确定位AI：助手，而不是决策者
最基本的规则是：人工智能是助手，而不是历史学家或档案管理员。人工智能;它是一个快速助手，可以转录文档、总结集合、翻译文本、建议集合的元数据以及标记模式。但需要判断、解释和责任的决定，例如“这份文件是否真实”、“这个事件意味着什么”、“这个来源可靠吗”、“这个集合应该如何组织”，则属于专家。
让我们用一个表格来阐明这种区别：
业务类型
人工智能强大吗？
谁的责任？
将打印文本转换为机器文本 (OCR)
是的，非常快
人类正确
手稿转录草稿
部分误差幅度较高
人们肯定会解决它
汇总/扫描数千份文档
是的
人类归根结底
元数据（日期、地点、主题）大纲
是的
人类批准
确定文件的真实性
不
仅限专家
历史解释和建立因果关系
不
仅历史学家
评估来源可信度
不
仅限专家
用一句话来概括这张图：人工智能准备数据，专家有意义并做出决定。
为什么验证至关重要：幻觉和时代错误
在人文社会科学中使用人工智能的最大危险是产生幻觉。幻觉是指人工智能自信地捏造实际不存在的信息、来源或引言。人工智能不会说“我不知道”，而是倾向于用一个看似可信的虚构答案来填补空白。在历史上，这是致命的：引用不存在的文件、捏造的历史、实际上没有说过的一句话、没有发生的事件。
第二个巨大的危险是不合时宜。时代错误是一个时期的元素（词语、制度、技术、概念）在另一个时期的错位。由于人工智能是用今天的语言和概念训练的，它很容易通过今天的视角来解释过去，并将不存在的制度或术语转移到过去。例如，在总结 16 世纪的文献时，他可能会使用当时不存在的标题或行政单位。
注意：人工智能生成的每个日期、名称、数字、引用和来源都是声明，而不是事实，直到您独立验证为止。 “人工智能是这么说的”并不是史学的来源；它只是引导你找到真正来源的线索。
验证纪律：三步
让我们建议一个验证习惯，我们将在本模块中重复该习惯：
1. 连接到源。人工智能的每一个主要主张都基于原始文件、档案参考或可靠的出版物。不要使用没有来源的声明。
2. 交叉确认。对于关键事实（日期、姓名、事件），请至少咨询两个独立来源。 AI的总结和实际文档说的一样吗？
3. 过滤掉不合时宜和一致性的内容。输出中是否存在不符合句号的术语、不可能的日期、不一致的名称？问“适合这个时期吗？”从专家的角度来看。
三个迷你箱子
案例 1 — 伪造的档案参考。一名研究生向人工智能询问某个主题的“档案来源”。 YZ 返回了 6 份档案参考资料，其格式似乎很完美：基金名称、文件编号、日期。当学生搜索档案目录时，他发现六篇参考文献中有四篇根本不存在。剩下的 2 个数字错误。教训：人工智能生成的参考资料未经目录验证不得使用。
案例 2 — OCR 将 40 小时缩短至 6 小时。市政档案馆已将 1950 年至 1970 年间 3,200 页打印的议会会议记录数字化。手动重写预计需要 40 个工作日。使用 OCR，原始文本在几分钟内就可以出来；工作人员在 6 个工作日内更正并验证了文本。人工智能将机械工作减少了 85%，但最终的阅读和编辑仍然由人类完成。
案例 3——不合时宜的总结。一名档案管理员让 YZ 总结了一份 18 世纪的基金会记录。摘要很流畅，但使用了文件中未出现且不属于该时期的现代行政术语。如果档案保管员没有查阅原始文件，这种不合时宜的情况就会被记录在目录记录中。教训：摘要总是与主要文档进行比较。
四个可复制模板
1）决定角色和边界的开放：
您的角色：从事历史和档案工作的助理。您的任务包括编辑文本、生成轮廓和标记图案。严格的规则：（1）仅依赖我给您的文本，不要添加您自己的“记忆”中的事实、日期或来源。 （2）如果不确定，就写“不确定”，不要编造。 (3) 不得发表任何没有来源的言论。确认一下你明白了，然后我就给出文字。
2）防幻觉指导：
总结一下下面的文字。规则：不要添加文本中未明确提及的任何名称、日期、地点或数字。甚至不要添加文本中没有的“可能”信息。如果文中未包含某信息，请写“文中未指定”。文本：[此处]
3）时代错误检查：
查看下面[术语]论文的摘要草案。标记可能不属于这一时期的术语、机构、标题和概念。对于每一个，简要写下为什么可疑。不做最后的判断；仅列出人类专家应检查的点。草稿：[此处]
4) 源声明解析器：
将以下文本中的每个句子分为两类：（A）直接写在源中的事实，（B）解释/推理。还将每条来源不明的陈述标记为“需要验证”。文本：[此处]
弱提示/强提示
弱：
告诉我关于这份奥斯曼文件的事。
这个提示要求人工智能根据自己的“记忆”说话，添加捏造的细节和不合时宜的内容。
强的：
你的角色是历史助理。仅基于我在下面粘贴的文字记录：(1) 列出文档中提到的人物、地点和日期，(2) 猜测文档的类型，但你可以说“我不确定”，(3) 添加文本中没有的任何信息，(4) 用 [?] 标记可疑/不可读的区域。文档：[此处]
区别很明显：角色、对单一来源的依赖、禁止制造、允许标记歧义以及清晰的输出结构使输出可靠。
道德、隐私和文化敏感性
历史和档案材料并不是一堆无辜的文字。它可能包含人们的个人数据（民事记录、健康档案、法庭文件）、敏感的社区记忆、受版权保护的作品和文化敏感材料。几个原则：
- 隐私：将可识别活人身份的敏感文件（个人数据）上传到公共人工智能工具中可能违反法律和道德。遵守您所在机构的数据政策和相关立法。
- 版权：并非您数字化的每个文档都可能属于公共领域。在将权利授予人工智能之前先考虑一下。
- 文化敏感性：一些社区对其历史材料的使用方式有发言权。 AI的“高效”提案不能忽视社区的敏感性。
- 透明度：记录人工智能生成的转录或元数据是在人工智能的帮助下生成的。这是必要的，以便后续研究人员可以验证。
提示：在将文档上传到基于云的人工智能工具之前，问一个问题：“如果该文档的内容出现在互联网上，谁会受到伤害？”如果答案是“没有人”，请首先寻求公司批准和安全工具。
常见错误
- 将人工智能误认为历史学家。 AI不解释或决定；他们准备好了。意义和责任在于你。
- 使用输出而不验证它。每个日期、名称、引用和参考文献都是一个声明；在得到消息来源证实之前，这不是事实。
- 依赖捏造的来源。人工智能可以产生可信但不存在的参考；在目录中搜索。
- 忽视不合时宜的情况。从时代角度过滤用今天的语言描述过去的输出。
- 随意上传敏感文件。从一开始就考虑个人数据、版权和文化敏感性。
综上所述
在历史和档案领域，人工智能是一个强大的助手，可以极大地加快机械和重复性工作（转录、编辑、扫描、起草元数据）。但正是在这一领域的证据中，幻觉和不合时宜才是真正的危险。将每个输出链接到源、交叉验证、周期过滤器；始终保留解释、决定和最终责任。从第一天起就遵守隐私、版权和文化敏感性。通过这一学科，人工智能成为一种加速而不是减慢历史研究的工具。
应用任务
选择您拥有的历史文档，无论是印刷版还是数字版。首先使用“开放设置角色和边界”模板对AI进行定位。然后在总结文档时使用“反幻觉指令”。用“源声明解析器”标记输出，并将标记为“必须验证”的每个语句与实际文档进行比较。注意人工智能添加或扭曲了多少点。
清单
- [ ] 我将人工智能定位为助手，而不是决策者。
- [ ] 我只是希望它基于我提供的来源。
- [ ] 我已独立核实每个日期、姓名和参考资料。
- [ ] 我过滤了输出中的不合时宜的内容。
- [ ] 我观察到敏感文件的保密性、版权和文化敏感性。