لماذا تعمل العناصر النائبة المتسقة أفضل من الأشرطة السوداء عند سؤال الذكاء الاصطناعي عن مستند

يبدو وضع أشرطة سوداء على الأسماء آمناً، وهو الأداة المناسبة لمستند سيُرسل إلى محكمة أو إلى طرف آخر. لكنه الأداة الخاطئة لمستند تريد من الذكاء الاصطناعي قراءته. يشرح هذا المقال السبب بمثال، ويوضح مجال استخدام كل طريقة.

الفقرة نفسها بثلاث طرق

الأصل:

Maria Lopez signed a lease with Northwind Ltd on 3 March. Ms. Lopez agreed to pay
          1,850 a month. Northwind may end the lease if Maria misses two payments.

مع الأشرطة السوداء:

[REDACTED] signed a lease with [REDACTED] on [REDACTED]. [REDACTED] agreed to pay
          1,850 a month. [REDACTED] may end the lease if [REDACTED] misses two payments.

مع عناصر نائبة متسقة:

Person_1 signed a lease with Company_1 on Date_1. Person_1 agreed to pay
          1,850 a month. Company_1 may end the lease if Person_1 misses two payments.

اسأل الذكاء الاصطناعي: «من يستطيع إنهاء عقد الإيجار، ومتى؟». لا يمكن الإجابة بثقة عن النسخة ذات الأشرطة السوداء. أما نسخة العناصر النائبة فيمكن الإجابة عنها: Company_1، إذا أخفق Person_1 في سداد دفعتين. الهوية مخفية في كلتا النسختين، لكن واحدة منهما فقط لا تزال تحتفظ بالبنية.

ما الذي تفقده الأشرطة السوداء

• من هو كل شخص. تبدو جميع الأشرطة متطابقة، لذا لا يستطيع الذكاء الاصطناعي التمييز بين المستأجر والمؤجر، أو بين شاهد وآخر.
• الترابط بين الإشارات. «ماريا» و«السيدة لوبيز» و«هي» تشير إلى شخص واحد. تقطع الأشرطة هذه السلسلة.
• نوع الشيء. يختلف تعامل النص مع شخص أو شركة أو عنوان. وتساعد التسمية التي تقول «شركة» أو «عنوان» الذكاء الاصطناعي على فهم الجملة.
• الإشارات المرجعية بين المستندات. إذا ظهر الشخص نفسه في عقد ورسالة بريد إلكتروني، فلا تستطيع الأشرطة إظهار ذلك.

عندئذٍ يخمّن الذكاء الاصطناعي، أو يجيب إجابة مبهمة، أو يطلب منك ملء الفراغات. وفي كل حالة، إما أن تعيد الأسماء يدوياً أو تفقد الإجابة.

اختيار التسميات

تعمل التسميات العامة بحسب النوع على أفضل وجه: Person_1، وCompany_1، وAddress_1، وPhone_1، وEmail_1، وAccount_1، وID_1، وBirthdate_1. يوضح النوع للذكاء الاصطناعي ماهية الشيء الذي يقرأه، ويوضح الرقم أيّ عنصر هو. تجنب التسميات التي تحمل معنى لم تقصده. فكلمة «المستأجر» مفيدة للدلالة على الصفة، لكنها ستكون خاطئة إذا كان الشخص نفسه مؤجراً في مستند آخر. اذكر الصفات في طلبك، والتسميات في النص.

لا تستخدم الأحرف الأولى من الأسماء. فـ«M.L.» جزء من اسم، وقد يلتبس بـ«Michael Lee».

ما الذي تحافظ عليه العناصر النائبة المتسقة

الكلمة المفتاحية هي الاتساق. يحصل الشخص الواحد على تسمية واحدة في كل إشارة إليه وفي كل مستند. عندئذٍ يستطيع الذكاء الاصطناعي:

• تتبّع الشخص عبر التسلسل الزمني؛
• تمييز الالتزامات التي تقع على عاتق كل طرف؛
• ملاحظة أن Person_2 في رسالة البريد الإلكتروني هو نفسه Person_2 الذي وقّع الاتفاقية؛
• تقديم إجابة يمكنك استعادة الأسماء الحقيقية فيها لاحقاً. راجع سير العمل ذهابًا وإيابًا.

إذا بدأ الترقيم من جديد في كل ملف، فستفقد هذه الميزة. راجع العمل على ملف حالة كامل.

المهام التي يظهر فيها الفرق

• من يدين بماذا ولمن. تتطلب إبقاء كل طرف متميزاً عن الآخر.
• تسلسل زمني. يتطلب التعرّف على الشخص نفسه في كل حدث.
• مقارنة نسختين من عقد. يتطلب استخدام التسميات نفسها في النسختين، وإلا بدا كل اسم وكأنه تغيير.
• العثور على تناقضات بين المستندات. يتطلب أن يحمل الشخص نفسه التسمية نفسها في جميع المستندات.

في مهمة مثل «اختصر هذه الفقرة»، لا تكلّف الأشرطة كثيراً. أما في أي مهمة تعتمد على العلاقات، فستكلفك الإجابة.

غالباً ما لا يخفي المستطيل الأسود في ملف PDF شيئاً

هناك سبب آخر لتجنب الأشرطة في الملفات التي ترسلها إلى أداة ذكاء اصطناعي. ففي كثير من ملفات PDF، لا يغطي المستطيل الأسود المرسوم فوق النص إلا سطحه. ويظل النص موجوداً في الملف، ويمكن تحديده ونسخه وقراءته من قِبل أي جهة تتلقى الملف. أما التنقيح الصحيح فيزيل النص نفسه، إلى جانب البيانات الوصفية والإشارات المرجعية والمرفقات وحقول النماذج.

إذا اضطررت إلى تسليم ملف PDF، فتحقق منه بتحديد النص كله ولصقه في مكان آخر. إذا ظهرت الأسماء، فهذا يعني أنها لم تُزل قط.

متى تكون الأشرطة السوداء مناسبة

استخدم التنقيح الفعلي عندما يكون المستند موجهاً إلى جهة أخرى بوصفه مستنداً: كالمحامي الخصم أو جهة تنظيمية أو محكمة أو مكتب صحفي. ففي هذه الحالة يتلقى القارئ الملف، ويكون للتنسيق والقيمة الإثباتية أهمية، ويكون الهدف ألا يتمكن أحد من استعادة النص. لم يُصمم ClientSafe لهذه المهمة. فهو ينشئ نسخة آمنة من النص لأدوات الذكاء الاصطناعي.

تختلف المهمتان. يحمي التنقيح مستنداً تتيحه للآخرين. وتحمي النسخة الآمنة العميل عندما تطلب من أداة أن تحلل المستند.

العناصر النائبة ليست حلاً سحرياً

• قد تظل بعض التفاصيل كافية لتحديد هوية شخص: مسمى وظيفي نادر، وبلدة صغيرة، وتاريخ.
• قد يؤدي خطأ إملائي لم يُكتشف إلى ترك اسم حقيقي بجانب عنصر نائب. اقرأ النسخة الآمنة قبل إرسالها.
• تظل التواريخ والمبالغ كما هي ما لم تستبدلها، وقد يكون من المناسب أحياناً إبقاؤها.

أما مقارنة بين إخفاء الهوية، واستبدال الهوية بأسماء مستعارة، والتنقيح تشرح موضع استخدام كل مصطلح، كما أن القائمة المرجعية ما ينبغي البحث عنه.

الأسئلة الشائعة

هل ستربك تسميات مثل Person_1 الذكاء الاصطناعي؟

لا. إنها رموز عادية. أخبر الذكاء الاصطناعي في طلبك بما تشير إليه، واطلب منه إبقاءها كما كُتبت.

هل ينبغي استخدام تسميات مختلفة للصفات المختلفة؟

تكفي التسميات العامة بحسب النوع. أضف الصفة في سطر قصير ضمن الطلب، مثلاً: «Person_1 هو المستأجر».

هل يمكنني استخدام [REDACTED] لفقرة قصيرة؟

يمكنك ذلك، لكن إخفاء فقرة واحدة في منتصف النص يترك الذكاء الاصطناعي في حيرة. واستخدام العناصر النائبة لا يتطلب جهداً إضافياً عندما تتولى أداة الاستبدال.

ClientSafe يستبدل الأسماء والشركات والعناوين وأرقام الهواتف وعناوين البريد الإلكتروني وأرقام الحسابات وأرقام الهوية وتواريخ الميلاد بعناصر نائبة متسقة مثل Person_1 وCompany_1. يمكنك رؤية كل تطابق، وإزالة علامة الاختيار عن التطابقات الخاطئة، وتحديد ما فات الأداة، ثم نسخ النسخة الآمنة.