Nejdřív se podívej, co už víš

Nasazení umělé inteligence do rutinního genealogického výzkumu je lákavé, obzvláště když potřebujete rychle projít mnoho záznamů. Agentické nástroje - tedy AI, která samostatně vykonává několik kroků a používá nástroje - mohou ušetřit čas. Naše zkušenost ale ukázala, že agent může selhat na jednoduchém úkolu: nepodívá se do vlastních ověřených poznámek, pokud to nemá výslovně zadáno.

Slepota k vlastní práci

Nejlépe to ilustruje nedávný případ. Testovali jsme schopnost modelu izolovat jména svědků u svatebních zápisů. Agent dostal za úkol přečíst jméno ze špatně čitelného skenu a zaznamenat ho. Agent jméno přepsal, uložil a odeslal. Přečetl ho jako "Ondřej Pospíhal" (smyšlená varianta pro ilustraci). Byla to velmi drobná chyba - ve skutečnosti to byl "Ondřej Pospíšil".

Na první pohled se jedná o běžnou, akceptovatelnou chybu při čtení starých textů. Skutečný problém byl ale jinde. Ten samý člověk se v našich ručně ověřených přepisech a databázi nacházel už sedmkrát. S přesným a ověřeným tvarem.

Kdyby model před čtením skenu prohledal ověřené přepisy a databázi dříve zachycených osob z dané vesnice, měl by k dispozici správný tvar. Problém nebyl v tom, že by údaj chyběl, ale že pracovní postup neobsahoval krok „nejdřív se podívej, co už víš“. Agent může prohledávat dokumenty a webové stránky, aniž by sám od sebe porovnal jméno s vašimi vlastními poznámkami.

Tento nedostatek kontroly nebyl neškodný. Nesprávný tvar stihl odejít e-mailem cizímu badateli dřív, než se na chybu přišlo. Proto před odesláním výsledku zaveďte kontrolní krok: porovnejte nové jméno s ověřenými přepisy a u sporného slova přiložte odkaz na sken nebo upozornění na nejistotu.

Jedno slovo mění celý výklad

To, proč je ignorování kontextu a detailů tak nebezpečné, se naplno ukázalo v dalším případě. Řešili jsme zápis úmrtí, kde bylo potřeba identifikovat rodinné vazby. Model text zpracoval s naprostou jistotou a jako výstup poskytl větu: „Anna, zůstalá vdova po Janu N." (Jméno bylo smyšlené pro účely článku).

Na základě tohoto výstupu by badatel mohl usoudit, že jde o příjmení po manželovi. Začal by hledat záznam o sňatku a rodné příjmení, aby mohl pokračovat hlouběji. Jediné slovo by tak určilo celou další cestu hledání.

Protože ale text nebyl dost ostrý, rozhodli jsme se zápis ještě jednou zkontrolovat. Osminásobné zvětšení skenu v grafickém editoru ukázalo jiný tvar slova.

Nešlo o slovo "vdova". Byla tam napsána „Anna, zůstalá dcera po Janu N."

Rozdíl mezi „příjmením po manželovi“ a „rodným příjmením“ vede v genealogii ke dvěma různým větvím a liniím. Jediné nesprávně přečtené slovo by nasměrovalo hledání k jiné rodině a do jiných knih. Proto je vztahové slovo potřeba ověřit přímo na skenu, ne jen podle výstupu modelu.

Co z toho plyne pro praxi

Stroje mohou dobře strukturovat text, ale samy neznají význam vašich ověřených poznámek, pokud je do postupu nezařadíte. Abyste nešířili chybu dál, zaveďte si do pracovního postupu tyto kroky:

1. Než pustíte model na sken, nechte ho prohledat, co už je přepsané. Místo volného dotazu mu poskytněte seznam dříve ověřených jmen v lokalitě a chtějte, aby uvedl možné shody i rozdíly.
2. U sporných slov sken zvětšete a porovnejte. Pokud text obsahuje slova určující vztahy a rodinný stav, nespoléhejte na jediný pohled. Zvětšete sken, hledejte doložené srovnání v jiném zápisu a zaznamenejte, proč jste zvolili konkrétní čtení.