Pencarian kata biasa tidak cukup untuk dokumen lama. Ejaan berubah-ubah, sementara tulisan tangan dan hasil pengenalan teks kerap mengandung kesalahan. Kata “badak”, misalnya, dapat muncul dalam banyak variasi ejaan bahasa Belanda abad ke-17. Karena itu, sistem mengubah bagian teks menjadi representasi matematis berdasarkan makna, sehingga pencarian tidak bergantung hanya pada kecocokan kata.
Pemrosesan tersebut mencakup 5,7 juta bagian teks dari arsip Perusahaan Hindia Timur Belanda saja. Namun, pencarian semantik tetap menghasilkan terlalu banyak kandidat untuk dibaca satu per satu. Proyek lalu memakai model kecil bernama Jev untuk memilah hasil dengan pertanyaan terbatas, seperti apakah hewan yang disebut benar-benar hewan, apakah ia hidup liar, dan di mana lokasinya.
Penyaringan murah, verifikasi tetap manusiawi
Model Jev menyaring hasil awal sebelum model yang lebih besar membaca pilihan yang dianggap menjanjikan. Penulis menyebut pemeriksaan terhadap 59.000 penyebutan gajah menghabiskan sekitar tiga dolar. Tahap berikutnya memakai Claude Haiku untuk membaca puluhan bagian terpilih, menerjemahkan teks, dan mengambil tanggal serta lokasi.
Setelah itu, agen Claude Code membuka pindai halaman tulisan tangan untuk membandingkan dokumen asli dengan transkripsinya. Penulis juga mencocokkan kandidat temuan dengan katalog yang dipakai para spesialis sebelum menyebut sesuatu sebagai temuan baru.
Proses berlapis ini menjawab persoalan utama penggunaan AI untuk riset sejarah: model bisa menghasilkan jawaban yang terdengar yakin, tetapi keliru. Karena itu, klaim harus dapat ditelusuri sampai ke halaman arsip yang bisa diperiksa orang lain. AI mempercepat pencarian; dokumen asli menjadi dasar verifikasi.
Dampaknya terasa pada pekerjaan yang sebelumnya tertahan oleh banyaknya bahan. Peneliti dapat mengarahkan perhatian ke kandidat yang paling kuat alih-alih membaca setiap halaman sejak awal. Namun, penyaringan mesin bukan pengganti penilaian ahli: manusia tetap menentukan pertanyaan yang layak dikejar, menilai apakah petunjuk masuk akal, dan memutuskan kapan sebuah jalur buntu.
Penulis menegaskan bahwa proyek itu merupakan riset dengan bantuan AI, bukan penyelidikan yang berjalan sepenuhnya otomatis. Ia tetap mengarahkan pencarian, memilih sumber, dan menilai kapan harus beralih dari petunjuk yang lemah.
Ia juga menetapkan satu aturan untuk pencarian yang tidak menemukan hasil: sebelum mempercayai kesimpulan bahwa sesuatu tidak ada, sistem harus dibuktikan mampu menemukan sesuatu yang memang ada. Prinsip itu menjadi ujian penting bagi pencarian sejarah berbantuan AI, terutama saat hasil kosong dapat berarti dokumennya tidak ditemukan, bukan peristiwanya tidak pernah terjadi.
📝 Tinggalkan Komentar
Komentar sebagai . Ditinjau admin sebelum tampil.