收益:
- 能够区分物理保护和数字保护(格式迁移、备份、完整性)并定位人工智能的作用
- 提高图像改进的可读性并保持内容修复线
- 能够应用保持原始文件不受影响、保持交易可逆、记录透明的原则
归档和历史不仅仅是阅读文档,而是将它们带到未来。如果文档物理损坏、数字文件损坏或其格式变得不可读,则其中的历史记录将永远丢失。因此,归档最基本的任务之一是保存(将文档传输到未来而不受到物理和数字损坏),并在必要时进行恢复(修复损坏的文档或使其可读)。在数字世界中,这包括数字保存——确保数字文件长期保持可访问和可读。
人工智能在这一领域既是一种强大的帮助,也是一种需要谨慎使用的工具:它可以使褪色的文本变得可读,恢复损坏的图像,规划数字保存工作流程。但“改进”和“改变”之间的界限在这里特别薄——因为“修复”一份文件时,存在扭曲其历史真实性的风险。
两个保护世界:物理保护和数字保护
- 物理防护:减缓纸张、油墨、皮肤的变质(湿度、光照、温控、无酸盒)。 AI并不直接接触这里的材料;但它可以帮助规划、确定优先级和状态报告。
- 数字保存:防止数字文件随着时间的推移变得无法读取。格式变得过时(可能没有软件可以打开旧的文件类型),存储介质被损坏,文件悄然被损坏(位腐烂)。数字化保存;格式迁移需要多次备份和完整性检查。
人工智能有助于规划数字保存工作流程(哪些格式存在风险,哪些优先级)和评估大型藏品的状况。
数字保存的核心是一个概念:完整性检查(校验和 - 使用数学“指纹”验证文件是否随时间变化)。即使数字文件从未被打开,它也可能由于存储介质的损坏而悄然发生变化;这称为“虱腐病”。完整性检查通过定期比较每个文件的指纹来尽早发现这种损坏。人工智能可以帮助规划检查哪些文件、检查频率、哪些格式风险更大;但保持完整性是人类建立的定期、自动的维护过程。环境保护不是“做一次就忘记”的工作,而是一项持续的责任。
图像增强:辅助与失真之间的界限
基于人工智能的成像工具在使损坏或褪色的文档可读方面令人印象深刻:增加对比度、减少污迹、突出显示褪色的墨水。但这里有一个关键的区别:
- 提高可读性(可接受):对比度、照明、降噪等使文档在不改变其内容的情况下更易于阅读。
- 内容生成(危险):人工智能通过猜测填充“缺失”或不可读的部分(图像补全/修复)。这会产生文档中没有的内容;是历史伪造的风险。
注意:用人工智能“补全”文档中撕裂、褪色或缺失的部分意味着伪造该部分。人工智能产生“可能”出现的字母或图案;但这不是历史证据。保护优化必须始终是可逆的,原始文件必须保持不变,并且必须记录所采取的任何操作。不可读的地方仍然不可读;这不是编出来的。
工作流程:一步一步
1.保留原件。任何增强功能都不会覆盖原始文件;副本已完成。原始(主)文件保持不变。
2. 评估情况。确定文档/文件的损坏状态、优先级和风险。人工智能可以帮助确定大型集合中的优先级。
3. 应用可逆愈合。只提高可读性,不改变内容的操作;一切都被记录下来。
4. 记录更改。记录所应用的操作(对比度、降噪)。透明度至关重要,以便后续研究人员能够评估原始内容。
5.数字保存计划。确定格式、备份、完整性检查和迁移策略。
6.专家判断。哪些内容需要改进,哪些内容需要保持原样,这是自然资源保护主义者的决定。
交易
它会改变内容吗?
可以接受吗?
对比度/照明
不
是的,需要注册
减少噪音/拖尾
没有(仔细)
是的,需要注册
突出显示褪色的文本
没有(小心)
是的,需要注册
用猜测填写缺失的部分
是的
否(有证据)
“着色”(历史图像)
是的(评论)
仅明确说明
三个迷你箱子
案例 1 — 褪色的字母变得清晰可辨。一份档案中有 40 封信,墨水几乎被擦掉了。基于人工智能的对比度和多光谱成像使 90% 的文本可读 - 无需添加任何内容,仅突出显示已有内容。原始文件保持不变,并记录执行的操作。研究人员能够阅读多年来无法阅读的信件。
案例 2 — 填补的空白是伪造的。一名实习生用人工智能“完成”了一份撕破文件的缺角。结果看似令人信服,但完全是捏造的。在文件发表之前,资深专家注意到;他撤销了交易,称“这不再是证据,而是虚构的”。教训:缺少的部分没有作为证据填写;仍然不可读。
案例 3 — 格式迁移保存了集合。 2000 年代初,一家机构以过时的文件格式存储了 5,000 份数字文档;不再有软件可以打开该格式。通过人工智能驱动的计划,文件被迁移为开放、持久的格式,并检查每个文件的完整性。教训:数字保存是一项持续的维护任务;格式已过时,需要迁移。
四个可复制模板
1)愈合极限说明(图像工具的注释/计划):
处理此文档图像仅是为了提高可读性:对比度、照明、降噪。更改文档的内容,用 GUESS 填写缺失/不可读的部分。保留原件,处理副本。列出您已采取的每项行动。让不可读的部分不可读。
2)数字保存风险评估:
以下是我们数字收藏中的文件格式列表。对于每种格式:(1)长期保存风险(过时、关闭),(2)推荐的开放/持久目标格式,(3)迁移优先级。作出最终决定;提供建议和理由,以便专家做出决定。格式:[此处]
3)保护优先级:
以下是馆藏中文档的状况注释(退化程度、使用频率、唯一性)。提出一个按保护优先级对它们进行排名的框架,并创建一个排名草案。说明决定由专家做出;写出原因。注释:[此处]
4) 交易记录(文件)草稿:
为以下保存/修复操作生成事务日志的标准草案:哪个文件、哪个事务、日期、责任、原始文件存储在哪里、是否可逆。留下缺失的字段[待填写]。行动:[此处]
弱提示/强提示
弱:
修复这份损坏的文档,填写缺失的部分并使其可读。
“填补缺失的部分”可以让AI弥补文档中没有的内容;这是历史伪造。
强:
提高此文档图像的可读性:仅对比度、照明和降噪。不要用 PREDICT 填写缺失/不可读的部分,保持原样。更改原始文件,处理副本,然后保存您的操作。让不可读的地方继续不可读。
区别在于:限制可读性的提高、禁止内容伪造、保存原件和交易记录,确保保存的道德性。
常见错误
- 覆盖原来的。改进总是在文案中完成的;主文件保持不变。
- 填补缺失的部分。人工智能所填补的空白是虚构的,而不是证据;存在欺诈风险。
- 不记录交易。如果没有透明度,下一个研究人员就无法知道什么是原创的。
- 将颜色误认为现实。着色是一种诠释;如果没有明确说明,就会产生误导。
- 忽视数字保存。格式已经过时;移民和完整性控制需要不断维护。
总之
保护和修复是将历史带向未来的无声却至关重要的工作。人工智能在使褪色文本可读以及数字保存规划和优先级方面提供了强大的帮助。但“改进”和“内容捏造”之间的界限是神圣的:只提高可读性,绝不用猜测来填补缺失的部分,保留原文,记录每一个动作。数字保存是对格式的持续维护,防止过时。 AI使文档可读;其现实的守护者是自然资源保护主义者。
应用任务
如果您的文档图像损坏或褪色(如果没有,请创建一个示例场景),仅计划使用“改进限制说明”提高可读性,并使用“交易记录”模板记录所应用的操作。还可以使用“数字保存风险评估”模板评估数字馆藏(真实或样本)的格式列表。请注意哪些操作使内容保持不变以及哪些操作超出了限制。
清单
- [ ] 我保持原始(主)文件不变。
- [ ] 我只应用了提高可读性的操作。
- [ ] 我没有用猜测来填写缺失/不可读的部分。
- [ ] 我记录了所采取的每一个行动(透明度)。
- [ ] 我考虑了数字保存的格式风险和迁移计划。