บทความภายใน/วิชาสัมมนา

เอกสารจดหมายเหตุเป็นมรดกทางสติปัญญาที่มีความสำคัญต่อการศึกษาประวัติศาสตร์ในทุกมิติ อย่างไรก็ตามการจัดทำคำอธิบายเอกสารตามมาตรฐานสากล (ISAD(G)) มักเผชิญกับปัญหาภาระงานค้างสะสม (Backlog) จำนวนมากเนื่องด้วยข้อจำกัดด้านทรัพยากรบุคคลและกระบวนการที่ซับซ้อน แม้ในปัจจุบันจะมีการนำโมเดลภาษาขนาดใหญ่ (Large Language Model: LLM) มาใช้เพื่อเพิ่มประสิทธิภาพการทำงาน แต่ยังพบปัญหาสำคัญด้านคุณภาพ ความถูกต้องแม่นยำ และการเกิดอาการหลอน (Hallucinations) ของข้อมูลซึ่งส่งผลเสียต่อความน่าเชื่อถือของเอกสารจดหมายเหตุ งานวิจัยนี้จึงมีวัตถุประสงค์เพื่อออกแบบและพัฒนาเฟรมเวิร์คปัญญาประดิษฐ์สำหรับการสร้างคำอธิบายเอกสารจดหมายเหตุโดยเฉพาะ โดยมุ่งเน้นการประยุกต์ใช้เทคนิคที่เหมาะสมกับชุดข้อมูลจดหมายเหตุเพื่อเพิ่มความแม่นยำและลดการเกิดอาการหลอน ซึ่งเฟรมเวิร์คที่พัฒนาขึ้นมีจุดเด่นในด้านความยืดหยุ่นที่สามารถรองรับการปรับเปลี่ยนโมเดลภาษาได้โดยอิสระตามความก้าวหน้าของเทคโนโลยี ครอบคลุมขั้นตอนตั้งแต่การนำเข้าข้อมูล กระบวนการประมวลผล ไปจนถึงการประเมินผลคุณภาพคำอธิบายตามมาตรฐาน ISAD(G) เพื่อให้ได้เครื่องมือที่มีประสิทธิภาพในการลดต้นทุนด้านเวลาและทรัพยากรบุคคล พร้อมทั้งรักษามาตรฐานการอธิบายเอกสารในระดับสากลได้อย่างยั่งยืน คำสำคัญ มาตรฐานการอธิบายเอกสารจดหมายเหตุสากล, โมเดลภาษาขนาดใหญ่ (LLM), งานเอกสารจดหมายเหตุค้างสะสม (Archival Backlog), เฟรมเวิร์คปัญญาประดิษฐ์ (AI Framework)