Mākslīgais intelekts – dzimtas pētnieku palīgs

Agnese Lūse pastāstīja, ka ar dzimtu pētniecību nodarbojas jau 20 gadus, tostarp 15 gadus profesionāli, strādājot klientu uzdevumā. Dzimtu pētniecībā viņa nonāca nejauši. Kāds Rīgā dzimis vācu izcelsmes režisors meklēja cilvēku, kurš varētu arhīvos atrast informāciju par īstajiem vecākiem. «Piekritu nevis tāpēc, ka es zinātu arhīvu, bet tāpēc, ka zināju vācu valodu un sapratu, ka varu izlasīt nacistu laika dokumentus arhīvā un varbūt kaut ko viņam atrast. Pagāja pāris mēneši, kamēr sapratu, kā arhīvā kaut ko atrast, un izskatīju cauri par visu vācu okupācijas periodu dokumentus, kur varētu kaut ko atrast. Izdevās atrast, un tad bija āķis lūpā. Man likās, ka tas ir ļoti interesanti, es gribu vēl kaut ko tādu darīt. Tagad tas man jau ir pamatdarbs,» par to, kā sākās viņas aizraušanās ar dzimtu pētniecību, stāstīja Agnese Lūse.

Kalps, kas ietaupa laiku

Pētniece atzīst – kad parādījās pirmais plaši pieejamais čatbots ChatGPT, viņai gribējies pamēģināt, ko tas spēj ģenealoģijā. «Esmu slinka, es jau labprāt gribētu, ka kāds kalps manā vietā strādā,» sacīja pētniece. Viņa savulaik feisbukā atradusi amerikāņu pētnieku grupu Genealogy and Artificial Intelligence. Tās veidotāji piedāvājuši maksas kursus tieši par mākslīgā intelekta pielietošanu ģenealoģijā.

Viena ieraksta iztulkošanai un ierakstīšanai tabulā, kā viņa to paradusi darīt, gan viņai pašai, gan mākslīgajam intelektam aizņem apmēram vienlīdz daudz laika. «Bet kāpēc es tad to lietoju? Tad, ja ir daudz ierakstu, es varu dot viņam uzdevumu, ļaut, lai mākslīgais intelekts strādā, un pati pa to laiku darīt kaut ko citu. Tas ir diezgan labs laika ietaupījums. Ja tas būtu viens ieraksts, es varbūt arī necīnītos, bet, piemēram, šajā pētījumā man ir savākti kādi 13 ieraksti. Droši vien man tur paietu vairāk nekā stunda, kamēr es visu lēnām uzrakstītu, iztulkotu un aprakstītu. Es pa to laiku varu strādāt jau pie kāda cita pētījuma, un mākslīgais intelekts man lēnām lasa, burto un apraksta tos ierakstus.»

Pētniecei ir savs blogs divās valodās. Mākslīgo intelektu viņa izmanto arī attēlu ģenerēšanai, jo bloga ierakstiem nepieciešami attēli. «Protams, gribas likt autentiskus vēsturiskus attēlus, bet kur lai es tos dabūju?» sacīja Agnese Lūse. Attēlu ģenerēšanā gan nācies pacīnīties, lai iegūtu labu rezultātu. Sākotnēji mākslīgais intelekts par Baltijas vēsturi radījis rezultātus, kuros cilvēki izskatījušies vairāk pēc slāviem, bet lauku ainavas ar baznīcu drīzāk līdzinājās Anglijas ainavām. Bija vajadzīgs laiks, lai iemācītu mākslīgā intelekta rīkam pareizo kontekstu.

Arvien pilnveidojas

Pētniece secina, ka mākslīgā intelekta rīki kļūst arvien labāki. «Tagad jau, salīdzinot ar sākumu, atbildes, ko tas var iedot, ir daudz labākas, vairs nav tik daudz kļūdu, tā saucamo halucināciju, kur viņš izgudro visādas atbildes,» secina Lūse. Mākslīgais intelekts spēj labi izanalizēt teksta struktūru un paredzēt nākamo vārdu, bet tā gudrība nav tāda kā cilvēkam. «Viņš vienkārši no liela teksta daudzuma saprot, kas parasti seko un par ko šādi teksti runā. Viņš nedomā kā cilvēks. Viņu salīdzina ar tādu praktikantu, kas ir izlasījis visu internetu, viņš visu it kā zina, bet pats gluži nedomā kā cilvēks.»

Šobrīd mākslīgais intelekts arī prot labi meklēt informāciju. «Ja vien tā informācija ir internetā, tad viņš to var atrast. Atšķirība ir tā, ka ģenealoģijā daudz kā nav internetā. Vēl arvien ir lietas, kas ir arhīvā, kas nav digitalizētas un kurām robots klāt netiek,» skaidro pētniece. Mākslīgais intelekts var pārmeklēt, piemēram, vietni periodika.lv vai interneta enciklopēdijas, taču nedrīkst meklēt tādās vietnēs kā MyHeritage, Ancestry, FamilySearch – tur ir pārāk daudz sensitīvas informācijas, tāpēc tajās robotiem ir aizliegts strādāt. Arī arhīva vietnē raduraksti.arhivi.lv mākslīgais intelekts īsti neko nevarēs sameklēt – tā kā tur ir ieskenēti attēli, kaut ko sameklēt būs ļoti ilgi.

Mākslīgais intelekts labi no teksta izvelk ģenealoģiskos datus un saliek tos tabulā. Tas var arī ģenerēt idejas – kur vēl tālāk meklēt, dot ieteikumus, pastāstīt pa iespējamajiem informācijas avotiem. Tāpat tas var būt labs palīgs, lai izveidotu un pareizi noformētu atsauces. Vēl ar mākslīgo intelektu var labi pārveidot tekstu, piemēram, ja ir aprakstīts savs dzimtas stāsts, to var palūgt pārveidot interesantāku, saistošāku. To var izmantot arī kā teksta kritiķi vai korektoru.

«Šobrīd jau var teikt, ka tas ir tāds asistents, kas palīdz izdarīt garlaicīgo darbu, kas atkārtojas. Bet ir diezgan svarīgi viņam iemācīt vai labi izstāstīt, iedot pietiekami daudz informācijas, lai viņš uzdevumu gana labi varētu paveikt. Ja neprot īsti pateikt, paprasīt un izstāstīt, ko tev vajag, tad atbilde var būt daudz sliktāka. Ja tu slikti un nepilnīgi uzdod jautājumu, tad arī dabū sliktu atbildi, un tu domā, ka viņš ir stulbs. Bet šoreiz tā ir tava paša vaina, ka neesi vai nu iedevis pietiekami daudz konteksta, vai arī neesi pietiekoši gudri paprasījis. Tāpēc vislabāk ir prasīt par tēmām, ko tu zini, jo tad tu vari rezultātu izvērtēt,» skaidroja pētniece. Viņa detalizēti stāstīja par skilu jeb atkārtoti izsaucamu prasmju izveidošanu tādiem uzdevumiem, kas atkārtojas. Mākslīgais intelekts pēc cilvēka atbildēm uz jautājumiem prot izveidot daudz detalizētāku instrukciju kāda uzdevuma veikšanai, nekā to spētu cilvēks. «Prasmes ir vērts veidot maziem uzdevumiem, kas regulāri atkārtojas. Piemēram, prasme izgriezt baznīcas grāmatas ierakstu vai iztulkot baznīcas grāmatas ierakstu,» skaidro pētniece.

Lasa kā aptiekārs

Ja agrāk senie rokraksti, kas atrodami baznīcu grāmatās un citos dokumentos, mākslīgajam intelektam bija nesalasāmi, tad tagad tas ir mainījies. «Tas ir lielākais, grūtākais uzdevums katram dzimtu pētniekam. Sākumā daudzreiz bija tā, ka es tam paprasīju sameklēt, bet tas neko neatrada, nemācēja izlasīt radurakstus. Bet jau toreiz bija skaidrs, ka kaut kad tas to iemācīsies. Un tad tas notika, 2025. gada novembrī, kad Google izlaida savu jaunu modeli Gemini 3 Pro. Tobrīd tas bija pirmais un vienīgais, kurš jau varēja izlasīt vēsturiskos rokrakstus.»

Kanādas vēsturnieku pētījumi rāda pārsteidzošus datus: ja no katriem 100 vārdiem profesionālis, transkribējot tekstu, pieļauj 5–6 kļūdas, tad mūsdienīgs mākslīgais intelekts – vien 3–4 kļūdas. «Tagad jau arī pārējie modeļi var diezgan labi izlasīt vēsturiskos rokrakstus. Viņš lasa tāpat, kā aptiekārs lasa ārsta rakstītos ķeburus. Viņš zina to kontekstu, viņš zina, par kādu slimību ir runa, kas tas varētu būt. Varbūt ne vienmēr katru burtu izlasa, bet saprot, kādas zāles varētu būt šai konkrētai kaitei, un tā viņš to var apmēram uzminēt. Tāpat mākslīgais intelekts, ja runa ir par saistītu literāru tekstu, jau apmēram pēc konteksta saprot, kāds vārds varētu sekot,» skaidro Agnese Lūse. «Mīnuss ir tas, ka, ja mēs runājam par baznīcu grāmatām, tad tur jau nav tāds saistītais teksts. Īsti nevar uzminēt, vai Jānis būs Bērziņš vai Kalniņš, vai varbūt Pētersons. Tāpēc arī vairāk kļūdu ir tieši ar uzvārdiem un vietvārdiem.»

Pētniece uzsver – ja cilvēks ir iesācējs un neprot pats lasīt baznīcu grāmatu tekstus, var būt grūti pārbaudīt rezultātu un pamanīt kļūdas. «Mākslīgais intelekts var iedot ideju, kas tur ir rakstīts. Bet, ja tu nevari pārbaudīt, tu nevari to pieņemt par 100% pareizu. Tomēr ir jāspēj pārbaudīt. Tāpēc ir bīstamāk izmantot mākslīgo intelektu tieši baznīcu grāmatām, jo tas ir tas vilinošākais. Iesācējam liekas – es visu sapratīšu! Bet tur var būt kāds atslēgvārds, kurā jūs nokļūdāties, un viss aiziet pa nepareizo ceļu,» skaidro Lūse.

Kebabnīca nav restorāns

Pētniece stāsta, ka mākslīgā intelekta rīkus piedāvā dažādi ražotāji, un tiem, tāpat kā automašīnām, ir dažādi modeļi. «Ir mazāka apjoma modelīši, kuri ir ļoti ātri, bet ne tik gudri. Un tad ir tādi, kuri ir ļoti apjomīgi, kuri ilgi domā, bet gudri izdomā,» atklāj pētniece. «Ja jūs lietojat bezmaksas versiju, tad jārēķinās, ka jums būs mazliet švakāks modelis, ne tik gudrs. Tas ātri iedos atbildi, bet – negaidiet no kebabnīcas restorāna vakariņas! Labāku rezultātu iedos maksas modelis. Lētākā versija maksā ap 20 eiro mēnesī. Ir vērts maksāt, ja ir vēlme to kārtīgi apgūt.»

Pēc trīsarpus gadu ilga darba ar mākslīgo intelektu pētniece jau ir tikusi tik tālu, ka ļauj mākslīgā intelekta rīkiem strādāt konkrētās mapēs savā datorā. Viņa gan piekodina vienmēr mapēm, kurās rīks strādās, izveidot kopijas, lai kādus datus nepazaudētu.

#sif_maf2026