收益：
- 能够区分人工智能在考古工作流程中节省时间的地方（分类、测量、总结、草稿），以及根据风险程度将解释、年代测定和文化归属等决策留给专家的地方。
- 能够应用一门学科，通过将每个输出链接到真实来源、通过独立来源确认以及通过专家判断的过滤器来验证每个输出。
- 了解为什么必须从一开始就考虑敏感地点、人类遗骸和未发表发现的机密性，以及幻觉和真实性的风险。
您正处于挖掘季节。钻探现场发现了数百块陶瓷碎片（破碎的陶器）、少量硬币、骨头和玻璃。每一件物品都等待着记录一个上下文编号（发现该物品的层、坑或地点——在考古学中，一个物体的意义取决于它的发现地点和发现物）。与此同时，调查小组正在发送无人机照片，一名研究生正在数字化图层图纸，博物馆正在请求下一次展览的文本。考古学（通过物质遗骸——发现物、结构、层次来研究过去人类社会的科学）和文化遗产（一个社区从过去继承和保存的有形和无形价值）本质上是数据密集型、多学科的、缓慢而细致的领域。在这里，人工智能（AI - 通过从历史数据中提取模式对图像进行分类、总结文本、翻译和生成草稿的软件）可以在如此丰富的数据中加速您的工作。
但这个模块一开始就很明确：AI是分类、测量、总结、提纲的助手；您是一位称职的专家，负责决定发现的含义、如何解释图层以及讲述过去的故事。考古学是一门人文科学；证据是脆弱的，背景是独特的，解释的责任在于人。
在第一个单元中，我们将重点关注学科，而不是工具：您将了解人工智能在考古工作流程中的哪些地方节省了实时时间，哪些地方存在危险，如何验证每个输出，如何保护精确位置并查找数据，以及如何对幻觉保持警惕（人工智能产生不真实存在的东西）。
人工智能在考古工作流程中有何用武之地？
让我们将考古工作分为两大类。第一组：大量、重复性、可消除模式的任务。对数千块陶瓷碎片进行初步分类，对类似发现进行视觉分组，卫星和激光雷达图像中的异常标记，挖掘笔记本和库存卡的数字化，长篇文献的首次摘要，多语言出版物的翻译，对数百张照片进行摄影测量的对齐。在这些工作中，人工智能可以将几天缩短为几个小时，并且不会感到疲劳。
第二组：需要解释、约会决定、文化归属和责任的任务。一个发现属于什么时期和文化，一个层的地层解释，为什么一个遗址被废弃，铭文的含义，重建有多少是基于证据，多少是基于假设，如何保护遗产地。这些决策需要专业知识、背景知识和科学责任。在这里，人工智能会生成假设和草图——但专家拥有最终决定权。
让我们用一句话来澄清区别：AI擅长“这堆东西是什么，它看起来像什么，第一稿是什么样子”的问题；当涉及到“这到底意味着什么以及我可以科学地捍卫它吗？”等问题时，决定权在您手中。
提示：在将工作外包给人工智能之前，问问自己：“如果这个输出错误，我会损失什么？”如果答案是“几分钟的修复”，请随意委托。如果答案是“约会错误、来源捏造或网站位置泄露”，请让人工智能生成草稿，然后由你做出决定和验证。
幻觉与真实性：人类领域的特殊风险
考古学是一门文本和解释学的科学；这就是为什么人工智能最危险的错误发生在这里。人工智能书写流畅、自信，但经常产生幻觉：一份不存在的发掘报告、捏造的作者年份归属、不存在的放射性碳日期、错误归属的博物馆库存编号，或者“听起来正确”但没有来源的评论。冒充学术文章或报告的虚假消息来源会破坏整个作品的可信度。
此外，还存在原创性问题：人工智能生成的文本可能与他人的句子相似，存在抄袭风险（盗用他人的想法/表达而不注明出处）。在科学研究中，人工智能生成的手稿永远不会按原样发表；它是用你的想法、你的分析和经过验证的来源的参考资料重写的。
注意：“人工智能是这么说的”并不是科学依据。如果存在捏造的来源、不正确的约会或泄露的站点位置，责任不属于人工智能，而是属于未经验证而使用该输出的研究人员。
验证纪律：三步
将这个三步反射应用于每个 AI 输出：
- 将其连接到源。每项声明都必须基于具体的事实来源（已发布的报告、库存记录、测量）。 “这个信息在哪个出版物、哪个页面、谁的作品？”亲自询问并查看来源。请务必确认 YZ 提供的 DOI、ISBN 或库存编号以及实际目录。
- 与独立消息来源确认。与至少两个独立的专家来源核实任何重要的日期、归属或评论。
- 专家判断过滤器。输出是否符合地层学、背景和已知类型？还有其他解释吗？您的专家评估是最终的过滤器。
隐私和精确位置
在考古学中，一类数据需要特殊保护：遗址位置。如果未挖掘的土丘、洞穴壁画或沉船的坐标被泄露，它们就会成为非法挖掘者和寻宝者的目标地图。因此，不要使用尚未通过精确坐标、未发表的发现以及有关人类遗骸的敏感信息进行验证的公开人工智能工具。此外，土著和当地社区认为文化敏感的信息也受到同样的保护。
三个迷你箱子
案例 1 — 预分类节省了时间。挖掘队在一个季节内发现了大约 12,000 个陶瓷碎片。人工智能辅助视觉根据形状和面团相似性将预先分类的碎片分组为一堆，预先分类一堆以便专家在半天而不是一天内进行手工检查。但专家亲自为每个簇做出了周期参考。
案例 2 — 验证发现了虚假来源。一名学生让AI提取了一个地区的文献； AI给出了令人信服的“作者、年份、期刊、页码”列表。当学生搜索图书馆目录时，他发现列出的三篇文章中有两篇根本不存在——人工智能将真实的作者姓名与虚构的标题结合在一起。链接步骤防止虚构引文进入论文参考书目。
案例 3 — 从位置泄漏返回。一名新助理将一个尚未发布的岩石避难所的 GPS 坐标粘贴到一个公共工具中，以快速绘制地图。发掘负责人意识到：这是一个没有受到保护的敏感地点。这项工作只是在内部安全系统中重做，并且没有记录坐标。
四个可复制模板
1）岗位适宜性评估：
你的角色：高级考古学家顾问。我将在下面描述这份工作。告诉我（1）这项工作是否是可以委托给人工智能的分类/测量/总结/草图工作，还是需要解释、约会或文化归因的关键决策，（2）不正确输出的科学成本，（3）我在委托之前和之后需要进行的验证。工作：[在此插入工作]
2) 链接到来源的义务：
我会给你考古文献。对于每项声明，必须注明实际来源：出版物名称、作者、年份、页码或库存号。不得发表任何没有来源的声明，不得伪造引文或 DOI。如果您不确定，请将其标记为“必须验证”。
3）精准数据预检：
在处理之前评估以下文本：它是否包含精确的地点坐标、未发表的文物、人类遗骸或文化敏感信息？如果有，是哪些部分？如果不应该在公共车辆中处理它，请警告我。文字：[在此输入文字]
4）解释与证据的区别：
在解释下面的发现/图层数据时，请区分确切的事实（测量/观察）和解释（推断/假设）。对于每种解释，写下它所基于的证据以及可能的替代解释是什么。不进行精确的年代测定或文化归因；呈现选项。
弱提示/强提示
弱提示：
这些发现属于哪个时期？告诉我们该网站的历史。
这个提示是与上下文无关的，要求AI做出科学的决定。人工智能预测、发明、给出自信但未经证实的历史。
强力提示：
你的角色：陶瓷助理。下面我贴出15个零件的尺寸、面团颜色、形状和表面处理数据。任务：仅根据我给出的这些数据，根据相似性对各个部分进行分组，并为每个组写出可能的表格类型和理由。不要提供精确的时期参考；告诉我需要哪些额外的分析（参考目录、存档）。如果您不确定，请标记。
区别很明显：数据、“仅基于该数据”约束和“严格归因”约束使输出安全且有用。
角色/任务比较表
商业
人工智能的作用
男人的角色
验证
发现物的初步分类
视觉分组大纲
时期/文化参考
参考目录
现场检测（遥感）
异常标记
现场确认、评论
地形控制
3D 文档
模型/测量制作
评论、调查决定
规模验证
文献综述
第一份摘要草案
论证、选择
引文确认
报告/展览正文
骨架素描
内容、签名
源映射
常见错误
- 将人工智能输出误认为事实。输出始终是有待验证的草稿；如果没有连接到上下文和源，它不会进入报告。
- 依赖捏造的归属。人工智能产生真实但虚假的资源；每个参考都在实际目录中得到确认。
- 为开放车辆提供精确位置/查找。如果泄漏，就会招致非法挖掘；这是最危险的错误。
- 要求准确的日期/归属。决定权属于专家；人工智能生成选项和假设。
- 按原样发布 AI 文本。原创性和抄袭风险；文本将根据您的分析进行重写。
总之
人工智能是考古学的强大助手：它可以直观地分类、测量、总结、翻译、生成草图。但解释、年代测定、文化归属和最终责任取决于人类。以两套分离（大量模式作品与解释责任决策）、三步验证（链接到来源、独立验证、专家过滤）、敏感数据感知和幻觉/真实性警觉作为该模块的支柱。
应用任务
列出您自己（或想象的）挖掘/研究台上的 6 项任务。将每个分类为“人工智能可转移的模式/摘要/大纲”或“专家评论/归因决策”。对于其中一项可转移的，使用上面的“职位适合性评估”模板并得到AI的回复；然后应用三步验证和敏感数据预检查。
清单
- [ ] 我将工作分为两个集群（模式/评论-职责）。
- [ ] 我实施了三步验证（来源、独立事实核查员、专家）。
- [ ] 我没有将敏感站点位置/发现提供给开放车辆。
- [ ] 我验证了 YZ 在实际目录中给出的每一个参考。
- [ ] 我检查了事实和解释之间的区别以及输出中的原创性。