Proč nesvěřit spojování stromů automatu

Bratranec vám pošle soubor se svým rodokmenem. Zkoumáte stejný rod, v archivech sedíte po večerech a v určitém bodě se vaše linie potkávají. Máte společného předka ve vsi A. Přirozená touha velí oba soubory spojit do jednoho celku, abyste nemuseli data přepisovat ručně.

Nabízí se lákavá zkratka: předat oba soubory jazykovému modelu nebo specializovanému nástroji a zadat jednoduchý pokyn: najdi shody a data slouč.

Automatické sloučení dvou stromů vypadá jako drobná technická operace. Pokud se ale nástroj splete v totožnosti člověka, může promíchat údaje z různých rodin a ztížit jejich pozdější původ.

Proč je sloučení dvou osob nevratnější, než vypadá

V rodopisném programu nebo v datovém souboru není člověk pouhou položkou se jménem a letopočtem. Každá osoba představuje uzel v rozsáhlé síti vztahů. K tomuto uzlu jsou pevně připojeny vazby na rodiče, sourozence, manžele a potomky.

Když nástroji dovolíte sloučit dvě osoby do jedné identity, nepřepíše jen jméno. Podle programu a zvoleného postupu se k jednomu záznamu mohou připojit vazby nebo údaje z obou stromů.

Pokud byl předpoklad o shodě chybný, nedojde k drobnému překlepu. K vašemu skutečnému předkovi se připojí cizí rodiče, cizí sourozenci a cizí děti. Chybná shoda jediné osoby tak okamžitě přenese celou cizí rodinnou větev do vašeho rodokmenu.

Vrácení kroku může být obtížné, zvlášť když si předem neuchováte původní soubory a záznam změn. Pak není jasné, který údaj přišel z kterého stromu.

Shoda jména, roku a obce nestačí

Proč vlastně automat selhává? Počítačový program i jazykový model pracují na základě textové podobnosti. Když v obou souborech narazí na záznam „Jan N., narozen 1812, ves A.", vyhodnotí situaci jako jasnou shodu a osoby navrhne spojit.

Taková trojice údajů k bezpečnému ztotožnění nestačí. V jednom místě i období mohou žít lidé shodného jména a přibližného věku.

Této pasti na badatele se podrobně věnuje článek Je to opravdu váš předek?. Vysvětluje, proč samotné jméno a rok nestačí a které pevné kotvy - od jmen obou rodičů přes čísla popisná až po okruh kmotrů - jsou potřeba k jistotě, že sledujete správného člověka.

Jak takové souběžné zápisy jmenovců rozplétat v praxi a proč je nutné nespěchat, popisuje také článek Dva lidé stejného jména. Automatické nástroje však tyto souvislosti a archivní kontext nevidí. Pokud jim dáte volnou ruku, zvolí zdánlivě nejpravděpodobnější shodu a vytvoří umělou postavu složenou ze dvou různých lidí.

Nechte si původní soubory beze změn

Než začnete s jakýmkoliv porovnáváním, udělejte první povinný krok. Původní soubor, který vám poslal bratranec, uložte do zvláštní složky a nijak do něj nezasahujte. Stejně tak si vytvořte záložní kopii svého vlastního rodokmenu.

Tyto dva původní soubory musejí zůstat nedotčené jako archivní snímek stavu před zahájením práce. Kdykoliv v budoucnu narazíte na nesrovnalost, budete se moci vrátit k původním datům a ověřit zásadní otázku: pochází tento podezřelý údaj z mého vlastního bádání, nebo se ke mně dostal z cizího souboru?

Pokud byste pracovali přímo s originálem a nechali jej přepsat, ztratíte stopu původu dat. V rodopisu platí, že znalost původu každého tvrzení má stejnou hodnotu jako tvrzení samotné.

Bezpečný úkol pro chat: jen návrhy a tabulka

Znamená to, že umělá inteligence při porovnávání stromů vůbec nesmí pomáhat? Kdepak. Jazykový model je užitečný pomocník, pokud mu vymezíte přesné mantinely a odeberete mu právo rozhodovat.

Chat nesmí data sám slučovat ani upravovat databázové soubory. Můžete mu však předložit výpisy osob z obou stromů a požádat ho o analytické srovnání.

Jeho úkolem má být pouze příprava přehledné tabulky kandidátů na shodu. U každé dvojice má vypsat shody, rozdíly a původ údajů, pokud jej znáte.

Zadání pro chat musí výslovně zakázat jakékoliv slučování záznamů a požadovat pouze strukturovaný přehled pro vaše vlastní posouzení.

Mám dva seznamy osob ze dvou rodokmenů stejného rodu (můj strom a strom příbuzného). 
Tvým úkolem je porovnat tyto dva seznamy a vyhledat možné shody.

Pravidla:
1. Žádné osoby neslučuj a nevytvářej spojený soubor.
2. Vyhledej dvojice osob, které by mohly představovat stejného člověka.
3. Výstup připrav jako tabulku s těmito sloupci:
   - Osoba v mém stromu (jméno, data, obec, pramen)
   - Osoba ve stromu příbuzného (jméno, data, obec, pramen)
   - Shodné znaky
   - Rozdílné znaky
   - Vyhodnocení pramene (shoda na primárním zápisu)
   - Co ověřit v matrice
4. U chybějícího pramene na to výslovně upozorni.
5. Nevymýšlej žádné domněnky ani stěhování.

Takový výstup slouží jen jako pracovní seznam. Kontrola i rozhodnutí zůstávají na vás.

Spojujte po jedné osobě a od stejného pramene

Když máte před sebou tabulku návrhů, začíná vlastní práce. Základní pravidlo zní: nikdy nespojujte celé rodiny najednou. Postupujte vždy výhradně po jedné jediné osobě.

Začněte v místě, kde oba stromy uvádějí stejný dohledatelný zápis. Pokud mají u Jana N. ze vsi A. odkaz na stejný snímek matriční knihy, můžete nejprve porovnat, co je na něm skutečně zapsáno.

Ověřte shodu zápisu a teprve potom zaznamenejte vazbu této jedné osoby. Následně se posuňte o generaci dál, ať už k rodičům, nebo k dětem. U každého dalšího kroku znovu zkontrolujte, zda prameny skutečně hovoří o téže rodině. Spojování stromů není závod v rychlosti, ale důkladná revize každého vztahu.

Co dělat s lidmi, které má jen druhý strom

V souboru od příbuzného objevíte i osoby, které ve svém vlastním bádání zatím nemáte. Může jít o další generaci předků, sourozence nebo pobočné linie.

V takové chvíli přichází silné pokušení tyto větve jednoduše zkopírovat do svého stromu jako hotový nález. Přesně to by byla zásadní chyba.

Údaj převzatý z cizího rodokmenu není váš archivní objev. Je to pouze cizí tvrzení, dokud se sami nepodíváte do příslušného pramene. Stejný princip platí i pro data získaná od nejbližšího příbuzného.

Je bezpečnější zapsat dosud neověřenou osobu mimo vlastní rodokmen jako převzatou hypotézu. K ní připojte původ: „Převzato ze souboru příbuzného, dosud neověřeno." Jak si nálezy a otázky ukládat, rozebírá článek Jak si zapisovat, co jste našli.

Dokud nemáte v ruce konkrétní archivní zápis o narození, svatbě či úmrtí, nesmí se cizí údaj tvářit jako hotový fakt. Přiznaná pochybnost a zřetelné označení zdroje chrání váš rodokmen před proniknutím vymyšlených či špatně přiřazených předků.

Porovnávejte po jednotlivých lidech, ponechávejte původ dat čitelný a nejasné vazby označte jako otevřené. Teprve dohledaný pramen může změnit kandidáta ve vztah v rodokmenu.