AI-assisted Egyptian hieroglyphic reading in scholarly practice: workload, usability, and acceptance in a pilot feasibility study
Diese Pilot-Machbarkeitsstudie bewertet die Auswirkungen des KI-Tools PyThoth auf die Arbeitsbelastung, die Benutzerfreundlichkeit und die Akzeptanz bei Ägyptologen während des Lesens von Hieroglyphen und zeigt auf, dass das Tool zwar die Erfolgsquoten bei der Aufgabenerfüllung verbessert, die Genauigkeit jedoch nicht zwangsläufig erhöht und komplexe, erfahrungsabhängige Verschiebungen in der Wahrnehmung der Nutzer hervorruft.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Die altägyptische Schrift ist ein Rätsel, das Gelehrte seit Jahrhunderten vor Herausforderungen stellt. Im Gegensatz zu modernen Alphabeten, bei denen ein einzelner Buchstabe meist für einen Laut steht, ist diese Hieroglyphenschrift eine komplexe Mischung aus Bildern, die Laute, Ideen oder sogar ganze Wörter repräsentieren können. Ein einzera Satz kann in verschiedenen Richtungen gelesen werden, und dasselbe Wort konnte je nach Epoche oder dem Schreiber auf verschiedene Arten geschrieben werden. Für einen menschlichen Experten erfordert das Entziffern dieser Texte jahrelange Ausbildung, um tausende einzigartige Symbole zu erkennen, ihre grammatikalischen Regeln zu verstehen und Bedeutungen aus beschädigten Steinoberflächen zusammenzusetzen. Es ist eine langsame, akribische Arbeit, die das Rückgrat der Ägyptologie bildet, der Lehre vom alten Ägypten.
In jüngster Zeit sind Computer unglaublich gut darin geworden, Muster zu erkennen, was die Hoffnung geweckt hat, dass künstliche Intelligenz helfen könnte, diesen Prozess zu beschleunigen. Stellen Sie sich ein Werkzeug vor, das ein Foto einer Steinmetzarbeit betrachtet, die Symbole identifiziert, vorschlägt, wie man sie in unser Alphabet überträgt, und sogar eine Übersetzung anbietet. Dies ist das Versprechen von KI in den Geisteswissenschaften. Während diese Werkzeuge jedoch noch in Laboren entwickelt und getestet werden, hat bisher niemand wirklich gefragt, wie tatsächliche Experten und Studenten über deren Einsatz in ihrer täglichen Arbeit denken. Macht die Technologie die Arbeit einfacher, oder schafft sie neue Probleme? Hilft sie Studenten beim Lernen, oder hindert sie sie daran, die notwendigen Fähigkeiten zu erlernen? Um dies herauszufinden, richtete ein Forscherteam einen kleinen, realen Test auf, um zu sehen, wie Menschen tatsächlich mit dieser Technologie interagieren.
Die Forscher luden neun Personen zur Teilnahme ein, die von Bachelor-Studenten, die gerade erst mit ihrem Studium beginnen, bis hin zu erfahrenen professionellen Ägyptologen reichten. Sie gaben jedem ein Stück eines echten altägyptischen Steindenkmals, einer sogenannten Stele, die in vier kleinere Abschnitte zerbrochen war. Die Teilnehmer wurden gebeten, diese Abschnitte ins Englische zu übersetzen. Die Hälfte der Zeit arbeiteten sie allein, nur mit ihrem Wissen und Standardreferenzwerken. Die andere Hälfte der Zeit nutzten sie ein neues Computerprogramm namens PyThoth. Dieses Programm fungierte als digitaler Assistent: Es betrachtete das Bild der Hieroglyphen, schlug vor, welches Symbol es war, lieferte eine Schreibweise und bot eine Übersetzung an. Entscheidend war, dass der Computer die Arbeit nicht für sie erledigte. Der Mensch musste jeden Vorschlag prüfen, Korrekturen vornehmen und entscheiden, ob er das Endergebnis akzeptiert oder nicht. Die Forscher wollten sehen, ob diese Partnerschaft die empfundene geistige Anstrengung, die Handhabung des Werkzeugs und die Bereitschaft, es erneut zu verwenden, veränderte.
Die Ergebnisse waren keine einfache Geschichte von Technologie, die Zeit spart oder alles perfekt macht. Stattdessen hing die Erfahrung vollständig von der Person ab, die das Werkzeug nutzte, und dem spezifischen Text, den sie las. Für einige Teilnehmer machte der KI-Assistent die Arbeit leichter und handhabbarer. Für andere fühlte er sich wie eine Last an, die sie aufhielt oder verwirrte. Die Studie ergab, dass das Werkzeug nicht zwangsläufig eine genauere Übersetzung lieferte als ein Mensch, der allein arbeitete. Tatsächlich war die Genauigkeit am Ende etwa gleich groß, egal ob sie Hilfe hatten oder nicht. Der Hauptunterschied bestand darin, dass die KI die Menschen dazu ermutigte, die Aufgabe zu Ende zu führen. Bei der Arbeit ohne Hilfe brachen einige Teilnehmer vorzeitig ab und hinterließen unvollständige Übersetzungen. Mit der KI war die Wahrscheinlichkeit höher, dass sie durchhielten, selbst wenn das Endergebnis nicht signifikant besser war.
Eine zentrale Entdeckung war, dass sich die Gefühle der Menschen gegenüber dem Werkzeug auf überraschende Weise nach ihren Erwartungen veränderten. Einige Studenten traten mit hohen Erwartungen in das Experiment ein und dachten, die KI würde wie die intelligenten Chatbots funktionieren, die sie täglich nutzen. Als sie feststellten, dass das Werkzeug viele Schritte erforderte, um einen einzigen Fehler zu korrigieren, wurden sie frustriert und fanden das Werkzeug schwieriger zu bedienen als erwartet. Ihre Meinung über die Technologie sank drastisch, nachdem sie sie ausprobiert hatten. Auf der anderen Seite waren einige Teilnehmer, die geringe Erwartungen hatten oder keine Erfahrung mit solchen Werkzeugen besaßen, angenehm überrascht. Sie fanden, dass der Assistent ihnen half, die mühsamen Teile der Arbeit zu bewältigen, und ihre Meinung über das Werkzeug stieg. Dies deutet darauf hin, dass der Wert der Technologie nicht nur darin liegt, wie intelligent der Computer ist, sondern auch darin, wie gut sein Design den Erwartungen und Bedürfnissen des Nutzers entspricht.
Die Forscher bemerkten auch, dass das Werkzeug die Art und Weise beeinflusste, wie die Menschen ihre Antworten formulierten. Wenn sie die KI nutzten, begannen verschiedene Teilnehmer, ihre Übersetzungen auf eine sehr ähnliche Weise zu schreiben, wobei sie oft kleine Fehler oder spezifische Formatierungen kopierten, die vom Computer stammten. Dies geschah, obwohl sie unabhängig voneinander arbeiteten. Es zeigte, dass das Werkzeug ihre Ergebnisse formte, manchmal auf eine Weise, die sie selbst nicht bemerkten. Ein Experte, der das System testete, stellte fest, dass der Computer eine korrekte Übersetzung liefern konnte, selbst wenn er in der Mitte des Prozesses die Symbole falsch identifiziert hatte. Dies weckte eine subtile Besorgnis: Ein flüssiges, selbstbewusst wirkendes Ergebnis könnte ein fehlerhaftes Verständnis des Textes verbergen und somit einen Leser in die Irre führen, der dem Computer zu sehr vertraut.
Vielleicht war die wichtigste Erkenntnis nicht die Technologie selbst, sondern die Art und Weise, wie man sie untersucht. Die Forscher erwarteten, dass alle Teilnehmer den gesamten Versuch in einem Rutsch abschließen würden. Stattdessen war die Realität viel ungeordneter. Einige beendeten einen Teil und hörten dann auf. Andere kamen Tage oder Wochen später zurück, um den Rest zu erledigen. Einige füllten lediglich die Fragebögen aus, ohne die Übersetzungsarbeit zu leisten. Die Studie kam zu dem Schluss, dass diese Art der gestreuten, ungleichmäßigen Teilnahme in der spezialisierten geisteswissenschaftlichen Forschung völlig normal ist. Zukünftige Studien sollten diese unvollständigen Versuche nicht als Fehlschläge oder verlorene Daten betrachten, sondern als einen natürlichen Teil dessen, wie Experten mit neuen Werkzeugen interagieren. Der Weg zum Verständnis, wie KI in die antike Geschichte passt, ist keine gerade Linie, sondern eine komplexe Reise, auf der der menschliche Geist, der antike Text und die Maschine auf einzigartige Weise miteinander interagieren. Die Technologie ist kein Zauberstab, der alles löst, sondern ein Partner, der die Natur der Arbeit verändert – zum Guten oder zum Schlechten, je nachdem, wie sie eingesetzt wird.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.