Vejen til en god transskription

AI - og især Googles Gemini - har på kort tid taget et kvantespring i evnen til at transskribere gotisk håndskrift. Det betyder ikke, at transskriptionerne er fejlfrie; der vil stadig forekomme stavefejl og forkerte ord. Særligt er det person- og stednavne, som volder problemer. Men i lyset af den hastige udvikling er det rettidig omhu at integrere funktionen i en arkivalieviser.

Hvis AI skal give fornuftige svar, er det en forudsætning, at de instrukser, den får, er tydelige og fyldestgørende. De fleste af de berømte hallucinationer skyldes uklare eller tvetydige instrukser. Den slags kan forvirre både kunstig og menneskelig intelligens.

I DAGDIGs Arkivalieviser er der indlagt en grundig systeminstruks til Gemini. Den følger automatisk alle forespørgsler:

Rolle: Du er ekspert i palæografi, slægtsforskning, historisk tekstanalyse og tydning af dansk gotisk håndskrift (kurrentskrift) fra det 17., 18. og 19. århundrede.
Opgave: Foretag en ordret transskription af det vedhæftede billede.
Instruktioner:
1.  Skrifttype:  Vær opmærksom på, at teksten er skrevet med gotisk kurrentskrift, men at personnavne og stednavne nogle gange kan være skrevet med latinske bogstaver.
2.  Gengivelse: Bevar original stavning (inkl. dobbelt-aa, store/små bogstaver), tegnsætning og linjeskift så præcist som muligt.
3.  Usikkerhed:  Hvis et ord er helt ulæseligt, skriv [ulæseligt]. Hvis du er i tvivl om et ord, sæt det i firkantede parenteser med et spørgsmålstegn, f.eks. [ord?].
4.  Format:  Lever kun selve transskriptionen uden indledende eller afsluttende kommentarer.

Den del af instruksen behøver du derfor ikke bekymre dig om.

Brugen af AI-transskription er som udgangspunkt ukompliceret. Du skal dog være opmærksom på særligt to forhold, som afgør forskellen mellem en helt elendig og en god transskription. Det kan illustreres med et simpelt eksempel, der tager udgangspunkt i en tilfældig side fra folketællingen 1787:

https://arkivalieronline.rigsarkivet.dk/da/billedviser?bsid=532654#532654,90264580

Jeg ønsker - guderne må vide hvorfor - at få en transskription af en enkelt kolonnetitel. Jeg markerer ved at klikke på (markerings-ikon). Efter markering åbner transskriptionspanelet, og jeg trykker på ”Kør transskription”. Resultatet er næsten så elendigt, som det kan blive:

Årsagen er, at Gemini – som det første – har behov for at kende den sammenhæng, som den lille tekstbid indgår i. Jeg må altså i feltet ”Tekstinformation og evt. supplerende instruks” fortælle Gemini, hvad det er for en teksttype, der er markeret. Feltet viser som udgangspunkt Rigsarkivets titel på det dokument, som du har fremme. I mange tilfælde er det tilstrækkeligt, men i dette tilfælde skriver jeg de oplysninger, jeg har:

Billedet er en kolonnetitel i en folketælling fra 1787.

Jeg klikker igen på ”Kør transskription”. Resultatet er nu markant bedre – om end der stadig er plads til forbedringer:

Geminis andet problem er, at tekststykket, jeg gav, er for lille til, at den kan danne sig et ordentligt indtryk af de særlige karakteristika ved skriverens håndskrift. Den har brug for en længere tekst – som minimum ca. 100-150 ord og gerne mere.

Jeg giver den derfor lidt flere kolonnetitler, og nu begynder resultatet at ligne noget.

Da det kun er den fjerde kolonnetekst, jeg er interesseret i, kan jeg tilføje en supplerende instruks: ”Transskriber kun den fjerde kolonne”.

Og så får jeg det ønskede resultat:

Teksten viser dåbsoptegnelser i en kirkebog fra Ulbjerg sogn 1813.
Transskriber kun optegnelse nr. 2 fra oven.

Får du en transskription, der er dårligere end vanligt, kan du forsøge at give den mere tekst og mere præcise oplysninger, hvis det er muligt. Har du brug for en bogstavtro transskription, slipper du aldrig for korrekturlæsning. Hav med i erindringen, at det særligt er navne, der på nuværende tidspunkt volder AI ekstra problemer.

Hvor AI-transskription kan være til ekstra stor hjælp, er til hurtigt at få overblik over et tekstindhold. I de situationer kan vi bedre leve med, at der er et par stavefejl hist og her.

Transskription af en hel side i en skifteprotokol tager under 10 sekunder.

AI kan også bruges til andre nyttige ting i forbindelse med transskription. Hvis jeg i eksemplet ovenfor udvider instruksen med:

”Lav efter transskriptionen en forklarende liste over ældre ord og udtryk i teksten.”

Så får jeg i forlængelse af transskriptionen:

  Forklarende liste over ældre ord og udtryk:

*   Bortskyldig Gield: Gæld som man skylder væk til andre.
*   Stervboe: (Stervbo) Et dødsbo.
*   Besætning: Her menes gårdens inventar, redskaber og besætning (dyr), som var nødvendige for driften.
*   Forundes: At blive tildelt eller givet tilladelse til (her at overtage fæstet på gården).
*   Condition: Betingelse.
*   Annammes: Modtages eller overtages.
*   Nødtørftige underholdning: Den nødvendige forsørgelse (mad, husly osv.) for at kunne overleve.
*   Accorderet: Enighed om en aftale eller kontrakt.
*   Huus fader: (Her ment som) At bo i eget hus/husstand frem for at være en del af sønnens husstand.
*   Tdr / Skp: Tønder og skæpper (gamle rummål for korn). 1 tønde = 8 skæpper.
*   Ordinaire Vægt: Almindelig eller sædvanlig vægt.
*   Gase med dens yngling: En gase (hangås) med dens afkom (gæslinger).
*   Fladtørf: Tørv skåret i flade stykker, brugt som brændsel.
*   Testere: At vidne eller bekræfte (fra latin *testari*).
*   Datum anno, die et loco ut supra: Latin for "Givet år, dag og sted som ovenfor anført".

I det følgende eksempel vil jeg blot have AI til at kontrollere, om en sammentælling i skifteprotokollen er udregnet korrekt:

Det kan være nødvendigt at justere instruksen efter forholdene. I tilfælde som det sidstnævnte blev Gemini forstyrret af en række prikker. Derfor har jeg blot tilføjet ”Ignorer alle prikker”.

For alle os, der ikke er tynget af store tysk-kundskaber, kan nedenstående intro i en kirkebog fra Gråsten og Adsbøl sogne være en mental stopklods. Heldigvis kan AI på få sekunder give både en transskription af den tyske tekst efterfulgt af en dansk oversættelse. Det kræver blot en supplerende instruks

"Efter transskriptionen lav en dansk oversættelse."

Transskriber billeder

Arkivalieviseren er skræddersyet til arkivalier i Rigsarkivet (ArkivalierOnline), der på forskellig vis kan importeres og evt. gemmes i "Foretrukne" for let adgang senere. Med arkivalier på FamilySearch.org er det lidt vanskeligere. Dels er der login-krav, og dels er FamilySearch.org ikke særlig villig til at dele direkte links til billeder på arkivaliesider. Det skal dog ikke forhindre os i også at transskribere dem – selv om det er lidt mere besværligt.

Indstillinger

Under fanen Indstillinger er der i Arkivalieviseren tre muligheder:

Server-nøgle. Giver dig mulighed for at afprøve AI-transskription uden egen API-nøgle. For at undgå udefrakommende misbrug er der begrænsninger i tekstlængde og i det samlede antal transskriptioner pr. dag. Oplever du at transskribering er blokeret med fejlmelding om rate-limit reached, så vend tilbage og prøv en anden dag. Brug af server-nøgle er en midlertidig mulighed og vil på et tidspunkt blive fjernet.

Egen API-nøgle. Er AI-transskription noget, du synes kan være et hjælpemiddel, anbefaler jeg, at du går ind på Google AI Studio og opretter din egen API-nøgle. Du betaler efter dit forbrug og prisen er absolut overkommelig (eksempelvis har alle transskriptioner til denne tekst kostet ca. 30 øre). Google tilbyder høj sikkerhed, så du ikke behøver at frygte misbrug af din nøgle. Du kan f.eks. opsætte budget og løbende følge dit forbrug. I princippet kan du bede om at få tilsendt besked pr. email hver gang, der er brugt 5 kr. på din konto. Du kan også udskifte din nøgle, så ofte du ønsker det, uden at det koster dig noget. Undersøg selv pris og vilkår.

Nøglen kan du indsætte i Arkivalieviseren. Når du bruger egen API-nøgle er der ingen af de begrænsninger, der er ved brug af server-nøgle. Du kan vælge, om nøglen skal gemmes på din enhed, så Arkivalieviseren automatisk henter den, eller om du ønsker at indtaste den, når du åbner Arkivalieviseren, og at den derefter slettes, når du lukker ned igen. DAGDIG hverken logger eller gemmer din API-nøgle; den bruges udelukkende under kommunikationen mellem dig og Google Gemini.

Gemini Chat. Er en god mulighed, hvis du synes, at det med API-nøgle er lidt for langhåret, eller hvis du bare ønsker at køre helt gratis (og indtil videre stadig reklamefrit).

Arkivalieviseren gør det let:

Klik på ”Åbn Gemini Chat”. Den åbner chatten og har samtidig kopieret en chat-optimeret systeminstruks til dit klippebord. Indsæt den i chatten Ctrl-V og send den afsted.

Når du efterfølgende markerer en tekst i Arkivalieviseren, bliver billedet automatisk gemt på dit klippebord. Indsæt det i chatten Ctrl-V og skriv en tekstbeskrivelse og evt. supplerende instruks.

Den indledende systeminstruks vil være gældende i resten af tråden. Vælg Thinking eller Pro for den bedste transskription, selv om det er noget langsommere.

Det hele er lidt mere omstændeligt, men resultatet er omtrent af samme kvalitet.