2.04 Obdelava besedil dediščine s pomočjo umetne inteligence

“Rafinerija vsebine”: Maksimiranje vrednosti vsake zgodbe

Okvir tega modula se začne s ključnim virom: pisnim prepisom intervjuja ustne zgodovine. Ko imate čist, točen besedilni prepis, lahko umetna inteligenca postane močan partner v procesu, ki ga lahko razumemo kot “rafinerijo vsebine”. Ena, bogata zgodba se lahko učinkovito obdela in preoblikuje v več dragocenih virov za različne ciljne publike in namene, kar dramatično poveča vrednost in doseg prvotno zbrane dediščine. Ta “rafinerijski” okvir – od surovega besedila do povzetka, ključnih besed, prevedenih in prilagojenih različic – prikazuje, kako vam lahko umetna inteligenca pomaga maksimirati vpliv in dostopnost vsake posamezne zgodbe, ki jo zberete, in en intervju spremeni v množico dragocenih izobraževalnih virov. Upoštevajte, da so možni tudi drugi pristopi k prepisovanju. Na primer, med intervjujem si lahko delate lastne zapiske in nato uporabite orodje umetne inteligence za prepisovanje intervjuja. Ta začetni prepis z umetno inteligenco morda ne bo popoln. Vendar pa lahko s pomočjo svojih zapiskov hitro prepoznate zanimive zgodbe znotraj besedila. Te izbrane dele morate nato ročno pregledati za točnost.

Kratka opomba o orodjih umetne inteligence, ki bodo omenjena v tem tečaju

Mnoge specializirane ustvarjalne platforme, ki jih bomo raziskovali, delujejo po modelu “freemium”. To pomeni, da ponujajo odlične brezplačne različice za eksperimentiranje, vendar lahko zahtevajo naročnino za napredne funkcije, izvoz višje kakovosti ali obsežno uporabo. Spodbujamo vas, da raziščete brezplačne možnosti, da se naučite konceptov. Toplo priporočamo, da raziščete zmožnosti Google Gemini, zlasti prek Google AI Studio, ki omogoča obsežno dnevno uporabo pri ustvarjanju besedil, slik, zvoka in videa.

Opomba o prepisovanju

Za namene naše demonstracije bomo predpostavili, da so bili zvočni posnetki iz Modula 2 skrbno prepisani. Proces prepisovanja – pretvarjanje izgovorjenih besed v pisno besedilo – zahteva veliko pozornosti. V projektu, ki se ukvarja z različnimi lokalnimi narečji in niansiranimi govornimi vzorci starejših, je ročno prepisovanje s strani osebe, ki razume lokalni kontekst, pogosto najboljši način za zagotavljanje točnosti.

Vendar je to izjemno časovno potratno.

Storitve prepisovanja, ki jih poganja umetna inteligenca, predstavljajo pospešeno alternativo. Orodja, kot so Sonix, Rev in Descript, lahko hitro pretvorijo zvok v besedilo.

Sonix je znan po visoki natančnosti (do 99 % pri čistem zvoku) in naprednih funkcijah analize, kot sta analiza sentimenta in zaznavanje tem.

Rev ponuja hibridni model z umetno inteligenco in človeškimi storitvami prepisovanja, pri čemer se njegova umetna inteligenca ponaša z več kot 90 % natančnostjo.

Descript združuje prepisovanje z močnimi funkcijami za urejanje zvoka in videa, zaradi česar je idealen za ustvarjanje dodelane vsebine.

Tudi z najboljšim orodji umetne inteligence bo prepis ustne zgodovine, bogate z narečjem, skoraj vedno zahteval znaten človeški pregled in popravek, da se popravijo napake, pravilno identificirajo govorci in zagotovi, da se kulturne nianse ne izgubijo. Upoštevajte tudi, da so skoraj vsa orodja v tej kategoriji freemium. Z drugimi besedami, ponujajo omejene zmožnosti ali omejeno količino zvočnih posnetkov, ki jih lahko brezplačno prepišete. Vse bolj priljubljeni multimodalni modeli umetne inteligence, kot so prej omenjeni modeli Google Gemini, so brezplačno dostopni z določeno omejitvijo dnevne uporabe prek Google AI Studio.

Demonstracija umetne inteligence: Povzemanje

Dolgi prepisi intervjujev so gosti in težki za delo. Povzemanje je pogosto prvi in najpomembnejši korak pri tem, da vsebina postane obvladljiva. Orodja umetne inteligence, ki jih poganja napredna obdelava naravnega jezika (NLP), so izjemno dobra pri destiliranju obsežnega besedila do njegovih temeljnih idej.

Za akademske ali raziskovalne kontekste lahko specializirana orodja, kot je Scholarcy, zagotovijo strukturirane povzetke s poudarjenimi ugotovitvami.

Poziv:

Tukaj je 500-besedni odlomek iz intervjuja ustne zgodovine o tradicionalnem ribolovu na reki Dravi. Povzemi glavne točke v kratek, jasen odstavek. Zelo pomembno je ohraniti ključne kulturne podrobnosti in osebno perspektivo pripovedovalca.

Primer odziva umetne inteligence:

Pripovedovalec se z nostalgijo spominja, kako ga je dedek učil brati subtilne znake reke – kot so barva vode in specifično obnašanje ptic – da je natančno vedel, kje bodo ribe. To opisuje kot obliko tradicionalnega ekološkega znanja, ki se prenaša skozi generacije, ne iz knjig, ampak iz neposrednih izkušenj. Pripoveduje tudi o skupnem prizadevanju skupnosti pri gradnji in vzdrževanju zapletenih lesenih pregrad (jezov), specifične tehnike ribolova, ki je bila ključna ne le za gospodarstvo vasi, ampak tudi za njeno družabno življenje pred šestdesetimi leti. Na koncu pripovedovalec izraža globok občutek izgube, pri čemer ugotavlja, da čeprav je ribolov zdaj večinoma hobi, je globoka, skupna povezanost z reko kot virom preživetja, identitete in skupne kulture sčasoma zbledela.

Demonstracija umetne inteligence: Izločanje ključnih besed

Ko imate povzetek, izločanje ključnih besed ali predmetnih oznak naredi zgodbo lahko odkrivljivo znotraj digitalnega arhiva. Ta proces je temelj za gradnjo katere koli preiskovalne baze podatkov.

Orodja, kot je Writesonic’s Keyword Extractor, lahko pomagajo pri prepoznavanju relevantnih izrazov iz besedila.

Poziv:

Iz naslednjega povzetka zgodbe o dediščini izloči 5-7 relevantnih ključnih besed, ki bi bile uporabne za arhivsko označevanje. Vključi pomembne teme, lokacije, specifične prakse in omenjene pomembne dogodke.

Primer odziva umetne inteligence:

Reka Drava, Tradicionalni ribolov, Rečni jezovi, Medgeneracijsko znanje, Življenje skupnosti, Ekološke spremembe, Ustna zgodovina.

Demonstracija umetne inteligence: Prevajanje

Prevajanje naredi vašo zbirko dediščine dostopno globalni publiki, vključno z mednarodnimi raziskovalci in skupnostmi v diaspori, kar je ključno za čezmejni projekt, kot je HER[AI]TAGE

Poziv:

Prevedi naslednji kratek odlomek iz hrvaške zgodbe o dediščini v jasen, naravno zveneč angleški jezik.

Odlomek: “Naši stari su znali točno kada će riba gristi. Gledali su u mjesec i vodostaj, to je bilo njihovo znanje, nije bilo zapisano u knjigama.”

Primer odziva umetne inteligence:

Original: Naši stari su znali točno kada će riba gristi. Gledali su u mjesec i vodostaj, to je bilo njihovo znanje, nije bilo zapisano u knjigama.

Prevod: “Our elders knew exactly when the fish would bite. They looked at the moon and the water level; that was their knowledge, it was not written in books.”

Demonstracija umetne inteligence: Prepisovanje v preprost jezik

Ena zgodba lahko služi mnogim različnim ciljnim publikam. Umetna inteligenca pomočnik vam lahko pomaga prilagoditi jezik, slog in kompleksnost besedila za različne kontekste, s čimer postane dediščina, ki ste jo zbrali, bolj vključujoča in učinkovita.

Poziv:

Prepiši naslednji akademsko obarvan odlomek za mlajšo publiko (stari 10-12 let) za muzejsko razstavo. Cilj je, da je lahek za razumevanje in privlačen.

Odlomek: “Zapletena socialno-ekonomska dinamika obrečne skupnosti je bila neločljivo povezana s sezonskimi selitvenimi vzorci ihtiologije.”

Primer odziva umetne inteligence:

Preoblikovano besedilo: “Način, kako so ljudje v vasi živeli in delali skupaj, je bil v celoti povezan z ribami. Ko so se ribe selile gor ali dol po reki ob različnih letnih časih, je to spremenilo vse za skupnost.”