Wiarygodne symulowanie tekstów z epoki udaje się w pełni dopiero przy zastosowaniu modelu trenowanego od podstaw wyłącznie na danych historycznych (takiego jak GPT-1914). Rozwiązania oparte na promptowaniu kontekstowym współczesnych modeli albo ich dostrajaniu (fine-tuning) okazują się nieefektywne, ponieważ nieuchronnie przemycają w tekście współczesną wiedzę, normy i style języka. Mimo to nawet osoby z wykształceniem kierunkowym mają problem z poprawnym zidentyfikowaniem symulacji tekstów historycznych, wytworzonych w prosty i tani sposób za pomocą współczesnych lub tylko dostrojonych historycznie modeli. Prace nad rozwojem modeli historycznych mają otwierać nowe perspektywy dla badań społecznych, ale jednocześnie pokazują, jak łatwo dziś manipulować treściami historycznymi....
Czytaj dalej
Badaczki z Uniwersytetu w Erfurcie zanalizowały opisy i komentarze pod popularnymi na TikToku krótkimi filmami "History POV", pokazującymi wybrane historyczne sceny z perspektywy pierwszoosobowej. Odwołując się do wydarzeń i postaci z przeszłości, te generowane maszynowo materiały mogą liczyć na milionowe zasięgi i duże zaangażowanie odbiorców, ponieważ przekazują "bezpośrednie doświadczenie", ignorując prawdziwy historyczny kontekst....
Czytaj dalej
Duże modele językowe trenowane są na współczesnych danych, dlatego “wiedza” zamknięta w wagach i prawdopodobieństwach kolejnych tokenów może być w miarę aktualna. Istnieje jednak kategoria modeli, w których data odcięcia wiedzy przesuwana jest głęboko w przeszłość. Jakie są zalety i ograniczenia takich modeli?...
Czytaj dalej
W opowieściach o sztucznej inteligencji, kultura i dziedzictwo to jednorodny, zamknięty, stabilny i darmowy zasób, czekający na przetworzenie tak jak ropa naftowa albo węgiel. Te błędne wizje łatwo kwestionować za pomocą zestawu prowokacji, inspirowanych krytyką jednego z wcześniejszych przełomów technologicznych, jakim miało być Big Data....
Czytaj dalej
W niedawnym badaniu Microsoftu historycy zajęli drugie miejsce na liście kilkudziesięciu zawodów z najwyższym poziomem stosowalności AI (AI applicability score). Tylko praca tłumaczy miała być lepiej dostosowana do możliwości sztucznej inteligencji, a więc potencjalnie łatwiej zastępowalna. Spojrzenie na metody tej analizy sprawia jednak, że nie pozostaje nam nic innego, jak wzruszyć ramionami i zająć się ważniejszymi problemami niż rzekome wypieranie historyków przez AI....
Czytaj dalej
James Vincent, redaktor “The Verge”, twierdzi, że wobec pojawiania się nowych narzędzi AI najważniejsze są dwa pytania: co one właściwie robią i jak to robią....
Czytaj dalej
Spodziewamy się, że duże modele językowe będą użytecznym wsparciem w tworzeniu opisów zabytków, tłumaczeniu starożytnych tekstów czy rozwijaniu zasobów edukacyjnych. Podjęty niedawno test pięciu modeli open-source na 1066 niepowtarzalnych zadaniach ujawnia jednak poważne ograniczenia. Ponad 65 proc. wygenerowanych odpowiedzi zawiera istotne niezgodności kulturowe (cultural value misalignment)....
Czytaj dalej
Na YouTube pojawił się nowy rodzaj slopu - generowane maszynowo filmy o tematyce historycznej. Część z nich wykorzystuje transkrypcje materiałów wideo publikowanych przez historyków i uczelnie, wszystkie używają AI do przygotowania warstwy wizualnej i dźwiękowej....
Czytaj dalej
W przeciwieństwie do historyków, duże modele językowe - jak pisze Wulf Kansteiner - są strukturalnie niezdolne do pisania wbrew dominującym narracjom. A to tylko jedno z ograniczeń AI w praktyce historycznej....
Czytaj dalej
Jedną z wad dyskusji o “sztucznej inteligencji” są ogólne pytania, na które nie da się skutecznie odpowiedzieć. Pytania o to, czy AI zabierze nam pracę, zrewolucjonizuje twórczość albo czy ma świadomość nie służą być może niczemu innemu jak pozycjonowaniu się w debacie technologicznej i pokazywaniu, że jest się na bieżąco, bez ponoszenia tych wszystkich kosztów sięgania po szczegóły, dane i studia przypadku....
Czytaj dalej