ABD Ulusal Arşivleri, el yazısı tarihi belgeleri çözmeye yardım edecek gönüllüler arıyor

• ABD National Archives’ta 200 yılı aşan çok sayıda el yazısı tarihi kayıt bulunuyor; bunların aranabilir ve görüntülenebilir dijital belgelere dönüştürülmesi için vatandaş katılımına ihtiyaç var
• Her yıl on milyonlarca kayıt dijitalleştiriliyor ve yapay zeka·OCR da kullanılıyor; ancak eski el yazısı belgelerde tanıma başarısızlıkları ve hatalar kaldığından insanların bunları tamamlaması gerekiyor
• Citizen Archivist katılımcıları, ayrı bir başvuru süreci olmadan kayıtların transkripsiyonunu ya da etiketlenmesini üstlenerek belgelerin erişilebilirliğini ve aranabilirliğini artırabiliyor
• Şu anda 5.000’den fazla kişi katılıyor; Revolutionary War emeklilik dosyaları ve 1866~1870 yıllarına ait personel sözleşmeleri gibi belge grupları üzerinde çalışılıyor
• El yazısı eğitimi, klavye eğitimiyle öncelik tartışmalarına konu olsa da 20’den fazla eyalet okullarda el yazısı öğretimini zorunlu tutuyor; bazı eyaletler bunu 2024’te yasalaştırdı

---

200 yıllık el yazısı kayıtları vatandaşlar birlikte çözüyor

• National Archives’ta 200 yıldan eski belgeler de dahil olmak üzere el yazısıyla yazılmış tarihi kayıtlar çok sayıda bulunuyor
• Bu tür belgeleri okumak ve anlamak zor; özellikle okulda el yazısı öğrenmemiş Amerikalılar için bir engel oluşturuyor
• Citizen Archivist programı, dijital belgeleri daha erişilebilir hale getirerek “tarihi açmayı” amaçlıyor

Tarihi belgeler için yalnızca yapay zeka ve OCR yeterli değil

• National Archives her yıl on milyonlarca kaydı dijitalleştiriyor
• Tarihi belgelerden metin çıkarmak için yapay zeka ve optik karakter tanıma (OCR) teknolojisi kullanılıyor
• Ancak eski el yazısı ve belgelerin durumu nedeniyle bu yöntemler her zaman çalışmıyor ya da doğru sonuç vermiyor
• Gönüllülerin yaptığı transkripsiyon, akademisyenlerin, soy araştırmacılarının ve tarih meraklılarının belgeleri daha kolay bulup okumasına yardımcı oluyor

Nasıl katılınır ve hangi işler yapılabilir

• Başlamak için ayrı bir başvuru formu gerekmiyor; henüz işlenmemiş kayıtlar seçilip yönergeler izlenerek çalışılabiliyor
• Program ücretsiz ve internet bağlantısı olan herkese açık
• El yazısını çözme konusunda kendinize güvenmeseniz de katılabilirsiniz
  • Diğer gönüllülerin transkripsiyonunu yaptığı belgelere etiket ekleme işi de var
  • Etiketleme, kayıtların aranabilirliğini artırmaya yarıyor
• Katılım süresi esnek; günde ya da haftada yaklaşık 30 dakika ayırmak bile yeterli olabiliyor

Devam eden görevler ve uzun süreli katılım örnekleri

• 5.000’den fazla kişi Citizen Archivist programına katılıyor
• Birçok katılımcı, transkripsiyon ve etiketleme gerektiren belge grupları olan görevler (missions) üzerinde çalışıyor
• Mevcut görevler arasında Revolutionary War emeklilik dosyaları ve 1866~1870 yıllarına ait personel sözleşmeleri yer alıyor
• Revolutionary War görevi, Haziran 2023’te National Park Service ile birlikte başlatıldı ve 80.000’den fazla gazinin ve onların dul eşlerinin dosyalarını kapsıyor
• Pennsylvania’lı emekli Alex Smith, 9 yıl boyunca 100.000’den fazla belgenin transkripsiyonunu yaptı
  • Emeklilik hayatına amaç ve düzen katacak bir iş arıyordu
  • Transkripsiyon sürecinde Gerald Ford’a Green Bay Packers’a katılmasını öneren bir not ve Civil War emeklilik kayıtları gibi belgelerle karşılaştı

El yazısı eğitimi yeniden gündemde

• El yazısı eğitimi bir dönem standarttı; ancak bugün eğitimciler ve yasa koyucular arasında el yazısı ile klavye becerilerinden hangisinin vurgulanacağı konusunda görüş ayrılığı var
• Dizüstü bilgisayarlar ve tabletler gibi cihazların yaygın kullanımına rağmen el yazısı eğitimi yeniden artış eğiliminde
• Education Week’e göre şu anda 20’den fazla eyalet okullarda el yazısı öğretilmesini zorunlu tutuyor
• California’da el yazısı eğitimini zorunlu kılan yasa Ocak 2024’te yürürlüğe girdi
• Birkaç ay sonra Kentucky’de de el yazısı eğitimini zorunlu kılan bir yasa kabul edildi

[GN⁺]

Hacker News yorumları

• İlginç bir proje ama katılmayı gerçekten zorlaştırmışlar.
  Yazıda ilgili göreve doğrudan giden bir bağlantı yok; kayıt olmak aslında kolay ve iyi düzenlenmiş, ayrıca iki farklı iki aşamalı doğrulamayı da hafiften dayatıyor.
  Kayıt işlemini bitirip görevi bulmak için asıl sayfaya geri dönünce biraz gömülü kalmış; belgeleri açıp okumak ise ilginçti. O dönemde insanların el yazısı genel olarak oldukça iyiydi.
  Ama transkripsiyona nasıl başlanacağını ararken yeniden giriş yapılmamış gibi görünüyor; bağlantıya tıklayınca da yine ana sayfaya dönüyor.
  Böyle projelere boş zamanımla katkıda bulunmak isterim ama gönüllü olabilmek için kötü tasarlanmış bir arayüzden geçmek zorunda kalınmamalı.

  • Sayfaya gömülü sosyal medya gönderisi, tüm yönergelerin bulunduğu sayfaya doğrudan bağlanıyordu.
    Hesap oluşturup giriş yaptıktan sonra asıl sekmede eyaleti seçince doğrudan içeri girip transkripsiyona başlayabildim.
    Acaba uBlock Origin ya da JavaScript/çerez kısıtlamaları yüzünden oturum durumu mu karıştı diye merak ediyorum.
    Sosyal medya gönderisindeki göreve doğrudan bağlantı şu: https://www.archives.gov/citizen-archivist/missions/revoluti...
  • Geçen hafta katkıda bulunmaya çalıştığımda tamamen aynı deneyimi yaşadım.
    Birden fazla oturum ve tarayıcı arasında yaklaşık 30 dakika uğraştıktan sonra ancak giriş yapabildim; neyin doğru neyin yanlış olduğunu gösteren hiçbir işaret yoktu.
    Giriş başarılı olsa bile UI neredeyse hiç değişmediği için başarılı olduğunu fark etmemek de kolay.
    Giriş yaptıktan sonra transkribe edilecek belge bulmak için bir 45 dakika daha harcadım; bulduğum ya da meydan okumadan gelen her belge ya zaten transkribe edilmişti ya da daktilo belgesi/listeydi, yani karakter tanıma zaten fena sayılmayacak şekilde halletmişti.
    Birkaç belgenin doğruluğunu kontrol edip tarayıcıyı kapattım ve bir daha gitmedim.
    Günde 15-30 dakika kadar, iş arasında bulmaca çözmek ya da video izlemek yerine açıp katkı verebilmeyi umuyordum; kullanması bu kadar zor olduğu için üzücü.
  • “İki farklı iki aşamalı doğrulamayı hafiften dayatıyor” ha; bunun neden gerekli olduğunu anlamıyorum.
    Banka bilgisi falan girmiyoruz; tüm süreç birçok açıdan zahmetli görünüyor. Önemsiz sitelerin aracı kurum gibi iki aşamalı doğrulama istemesinden giderek bıktım.

• “Neden sadece LLM kullanmıyorlar?” diye sormadan önce, yazı zaten bunu kullandıklarını ama bunun her zaman mümkün bir çözüm olmadığını açıkça söylüyor.

  Kurum, tarihî belgelerden metin çıkarmak için yapay zeka ve optik karakter tanıma adlı teknolojileri kullanıyor. Ancak bu yöntemler her zaman çalışmıyor ve her zaman doğru da olmuyor.
  En üstteki belge, insanları kayıt olmaya ve başlamaya teşvik eden bir örnek olduğundan özellikle okunması kolay bir belge olma ihtimali yüksek.
  National Archives’ın insanların incelemesini istediği tüm belge çeşitliliğini temsil etmiyor olsa gerek.

  • Yine de bu yazıda LLM’in zorlanabileceği bir belge bile bulabiliyor musunuz? En karmaşık görüneni bile 4o anında halletti; görüntüyle yeniden dikkatlice karşılaştırınca da makul geldi.
    Kitle kaynaklı bir projeyse önce LLM ile ilk transkripsiyonu yapıp kullanıcıya görüntüyle birlikte LLM’in en iyi sonucunu göstermek gerekmez mi diye düşünüyorum.
    Sonradan kayıt olup mevcut görevleri gördüğümde hepsi 1900 sonrası belgelerdi ve dizilmiş gibi görünüyordu. Bulanıktılar ama 4o çok kolay okudu.
  • Güncel, hazır LLM’lerin yeterince iyi olup olmadığı şu kısım sayesinde epey doğrudan test edilebilir:
    “Pensilvanyalı emekli Alex Smith gibi bazı katılımcılar bu programa hayatlarının yıllarını adadı. O, 9 yıl boyunca 100 binden fazla belgeyi transkribe etti.”
    Birkaç LLM’e aynı 100 bin belgeyi transkribe ettirip insanla makine arasında kimin ne kadar daha doğru olduğunu karşılaştırmak yeterli.
  • Olağanüstü iddialar olağanüstü kanıt gerektirir sözü aklıma geliyor.
    Sunulan kanıt görünüşte kolayca transkribe edilebilen tek bir görüntü olduğu için pek ikna edici değil.
  • “AI ve OCR” diye ayırarak söylemeleri beni çok rahatsız ediyor.
    Dolandırıcıların AI alanını o kadar tamamen ele geçirmiş olması üzücü; artık OCR ayrı bir şeymiş gibi ele alınıyor.
  • Yine de AI ile insan emeğini birleştirme yaklaşımı mantıklı görünüyor.

• 1814’te bir kadının, ölen ağabeyinin mirasını almak için İskoçya’ya gidebilmek üzere dönemin Dışişleri Bakanı James Monroe’dan pasaport istediği bir mektubu transkribe ettim.
  Gerçekten farklı bir deneyimdi; yazanın el yazısıyla “senkronize” olduktan sonra akışa girmek keyifliydi.
  Üstelik transkribe ettiğiniz şeyi kelime kelime okuyup yeniden yazdığınız için, okuduğunuz hikâyeler hafızada çok güçlü biçimde kalıyor.
  Bir sayfaya anormal derecede uzun zaman harcayınca bu şaşırtıcı değil ama sonradan hatırlamaya çalışırken hoş bir yan etki.

  • Kısa hikâyileri çevirerek dil öğrenmeye karar verdiğimde benzer bir tarafı hoşuma gitmişti.
    Elbette üslubuna saygı duyulacak bir yazar seçmek gerekiyor. Hedef dile aşina değilseniz yazarın kelime seçimini ve aktarmak istediği nüansı düşünüp İngilizcede uygun ifadeyi arıyorsunuz.
    Bu da sizi görüntünün içinde o kadar uzun süre tutuyor.
  • Keşke bu teknik bende de işe yarasa.
    Bir şeyi aynen transkribe etsem bile ne yazdığımı hiç bilmiyorum; gerçekten anlamını kavramak için geri dönüp yeniden okumam gerekiyor.
  • Birinin el yazısıyla “senkronize” olma fikri hoşuma gitti.

• OCR/LLM’ye sarsılmaz biçimde güvenen taraf da, teknolojinin henüz o noktaya gelmediğini düşünen taraf da kısmen haklı; ama sanki birbirlerini pek dinlemiyorlar.
  Dayanaksız tartışmalar yerine gerçek örnekler ve ortak sonuçlar bulmaya çalışmak gerekiyor.
  Kalıplaşmış ifadeleri işleyerek çabayı büyük ölçüde azaltmak için kullanılabilir mi? Evet. Sonuçları bir insanın gözden geçirip düzeltmesi gerekir mi? Ona da evet.
  İnce bir örnek burada: https://catalog.archives.gov/id/34384201?objectPage=40
  o1-pro tarafından oluşturulan transkripsiyonlardan biri şöyle:
  (2)
  …and I don’t know whether it can be reset for a
  date in December or not. Cornell seemed
  anxious that it should not come up too close to Christmas,
  and of course new suspicion [would be aroused?] [about?] him.
  I will take this up with the Judge as soon as I can get rid of the brief.
  Meanwhile I would like to know whether there is anything else
  in which I can be useful to you, since it behooves me
  in ways of uncomfortable relations with the present management.
  Are you going East in December?
  Has any word come from Hagerman?
  Were there any noteworthy developments at the hearings
  on the [Teapot?] trial?
  I have no inclination yet whether Wheeler will be wanted in
  Washington, but the chances are that he will not.
  With regards to all the brethren and [flock?], I am
  very sincerely yours,
  George A. H. Fraser
  Anadili İngilizce olmayan biri olarak bile hatalı kısımları görebiliyorum. Nerelerin hatalı olduğunu bulmayı okura bırakıyorum ama en azından Teapot trial değil.
  Bu örnekte GPT-4o biraz daha iyiydi ve yalnızca “New Mexican practise” kısmında başarısız oldu.

  • https://www.handwritingocr.com sonucu daha doğru görünüyordu; özellikle New Mexican’ı ve muhtemelen diğer kısımların çoğunu da doğru yakalamış.

    and I don't know whether it can be reset for a date in December or not. Cornell seemed anxious that it should not come off too close to Christmas, and of course New Mexican practice would support him. I will take this up with the Judge and with Hanna the moment I can get rid of the brief. Meanwhile I would like to know whether there is anything else in which I can be useful to you, since it behooves me to be diligent in view of uncomfortable relations with the present management.
    Are you going East in December?
    Has any word come from Hagerman?
    Were there any noteworthy developments at the hearings on the Tenorio tract?
    I have no intimation yet whether I will be wanted in Washington, but the chances are that I will not.
    With regards to all the brethren and flock, Dan
    Very sincerely yours,
    George H. H. Baser
  • Yorumların bağlam içinde görünmesi için yanıtla özelliğini kullanmak daha iyi olur.
    Ayrıca bağlantı yanlış sayfaya gidiyor. Doğru bağlantı https://catalog.archives.gov/id/34384201?objectPage=190.
  • “Teapot trial” tamamen saçma değil: <https://en.wikipedia.org/w/index.php?title=Teapot_Dome_scand...>
  • OCR ve LLM’ye “sarsılmaz biçimde” güvenmiyorum.

• Cuma gecesini yarı üretken bir şeye ayırmak için bir şey arıyordum; tam isabet oldu.
  Daha ciddi söylemek gerekirse, arşivlendikten sonra kimsenin el sürmediği mektupları ve günlükleri transkribe etmeye yönelik bir projede yer almak gerçekten harika hissettiriyor.
  Fiziksel belgenin karşısında bizzat durmamak dışında, yazarla o an arasındaki mesafe neredeyse ortadan kalkmış gibi geliyor.
  Özellikle birinin bir şeyi sildiği ya da hata yaptığı izleri görünce, bunu neden yaptığını hayal etmeye başlıyorsunuz. Bir arkadaşı kapının önünden geçerken onu mu ürküttü? Pencereden dışarı bakarken dikkati mi dağıldı? Hem çok yakın hem de çok uzak hissettiriyor.

• Eğitim verisine susamış büyük AI şirketleri böyle bir işe biraz katkı verse olmaz mı diye düşünüyorum.
  Birkaç kuruşluk girişim sermayesi harcayıp hem kamu yararına katkı sunabilir hem de yüksek kaliteli eğitim verisi elde edebilirler, değil mi?

• Tıp fakültelerinden yardım istemek gerekecek gibi ;)
  Ailemizin tamamı Ivy League mezunu ama gördüğüm en kötü el yazısını yazıyorlar.
  Kız kardeşimin gönderdiği Noel kartını okumamın bir saat sürdüğü oluyor.

  • Eczacıların o reçeteleri nasıl okuyabildiğini hep merak etmişimdir.
    Üniversitede bunu öğreten ayrı bir ders var sanırım.

• El yazısı okuma pratiği yapmak istediğim için bir denemek isterim
  Elle çok yazı yazıyorum ve tüm notlarımı da bitişik el yazısıyla tutuyorum. Klasörlerin türlü türlü konularla dolduğunu görmek heyecan verici
  Bitişik el yazısıyla yazmamın birkaç nedeni var: elim daha az uyuşuyor, kamusal alanlarda yüzeysel düzeyde bir mahremiyet sağlıyor, bu beceriyi kaybetmek istemiyorum ve en önemlisi eğlenceli

  • Aynı nedenle biraz kaligrafi pratiği yapmayı seviyorum
    Görünüşü de hoşuma gidiyor. Özel bir kalem kullanmıyorum ama bitişik el yazısına kendi tarzımı katarak daha güzel görünmesini sağlıyorum
    Eskiden okul notlarımı da kaligrafiyle yazardım; çoğunlukla derse odaklanmamak için bana bir bahane verdiği için
    Ama öğretmenler tahtadaki karalanmış yazıyı yeterince hızlı kopyalayamadığım için bundan hoşlanmazdı

• Bu gerçekten harika ve küçümsemek istemiyorum
  Birçok açıdan National Archives'a katılmayı sağlayan bir hobi sunmak başlı başına amaç olabilir
  Ama… bilgisayarlar bu işi çok daha iyi yapamaz mı?

  • Ben de aynı şeyi düşündüm, ama eski el yazılarını yapamayabilir
    Örneği 4o'ya verdim, şöyle çıktı verdi:
    The following is the declaration of James Lambert, a soldier of the Revolutionary War in North America.
    The said James Lambert this day personally appeared in the Probate Court of the County of Dearborn in the State of Indiana and at the November Term of said Court (1841), it being a court of record created by the laws of Indiana and made oath that:
    On the 25th day of March 1842, he will be eighty-five years old, that he was born in the State of Maryland, that he is now a resident of said county and has been for the 27 years last past; that he has lived in Virginia, Maryland, and Pennsylvania...
  • Hayır
    Bitişik el yazısı analog ve akışkan olduğundan, yazardan yazara tutarlılık azdır ve tek bir kişinin yazısında bile çoğu zaman iniş çıkışlıdır
    İyi yazıldığında bir sanat formu olarak sınıflandırılabilir, ama kötü yazıldığında metamfetamin almış bir tavuğun yürüdüğü izlere benzeyebilir

• Yaklaşık 50 yıl klavye kullandıktan sonra kendi el yazımı bile okuyamıyorum
  Tekrarlanabilir bir imza bile atamıyorum

  • Ben de öyleyim. Kredi kartı fişlerindeki imzayı kartın arkasındaki karalanmış imzayla kabaca karşılaştırdıkları günleri hatırlayacak kadar yaşlıyım
    Hâlâ bunu yapıyor olsalar, denediğim işlemlerin %50'si başarısız olurdu sanırım
  • Ben de öyleyim; üstelik 90'larda el yazımla gurur duyardım
    Kendini ifade etmenin bir biçimini kaybettiğim kesin