Nghiên cứu phả hệ các nước thuộc Liên Xô cũ dựa trên bằng chứng với tác nhân AI

Nghiên cứu quan hệ họ hàng tại các quốc gia thuộc Liên Xô cũ là gì?

Nghiên cứu quan hệ họ hàng tại các quốc gia thuộc Liên Xô cũ là một kỹ năng phả hệ ưu tiên bằng chứng dành cho các tác nhân AI như Codex và Claude Code. Kỹ năng này hỗ trợ điều tra các câu hỏi về lịch sử gia đình liên quan đến các quốc gia thuộc Liên Xô cũ, Liên bang Xô viết và Đế quốc Nga, đồng thời giữ cho hồ sơ, diễn giải và các câu hỏi chưa được giải quyết được phân tách rõ ràng.

Kỹ năng này được thiết kế cho sổ sách nhà thờ, sổ hộ tịch, cơ sở dữ liệu quân sự, hồ sơ trục xuất và đàn áp, các bộ sưu tập tài liệu đã xuất bản cùng các bản quét lưu trữ chưa được lập chỉ mục. Thay vì tạo ra một cây gia phả không có căn cứ, kỹ năng ghi lại nguồn gốc của từng phát hiện, phân biệt bằng chứng độc lập với các bản sao trùng lặp và giải thích điều gì đã hoặc chưa được chứng minh.

Hướng dẫn nội bộ được viết bằng tiếng Nga, nhưng tác nhân trả lời bằng ngôn ngữ của người dùng. Tác nhân có thể trích dẫn tên và đoạn văn theo cách viết nguyên bản, cung cấp bản dịch và xây dựng truy vấn bằng những ngôn ngữ phù hợp với hồ sơ, bao gồm các dạng tiếng Nga, tiếng Ukraina, tiếng Ba Lan, tiếng Romania, tiếng Đức và tiếng Yiddish.

Tính năng chính

• Tiếp nhận hồ sơ có cấu trúc: Xác định một câu hỏi nghiên cứu, các dữ kiện đã biết, những người có thể còn sống và mọi chủ đề không được phép khai thác.
• Sổ đăng ký có thể tái lập: Duy trì các bản ghi CSV về con người, hiện vật, nhận định, mối quan hệ và truy vấn, cùng với mẫu báo cáo cuối cùng.
• Địa giới lịch sử: Xác định một sự kiện theo nhà nước, tỉnh, huyện, giáo xứ hoặc cơ quan hộ tịch tồn tại vào ngày diễn ra sự kiện, thay vì chỉ dựa vào bản đồ hiện đại.
• Phân tích biến thể tên: Tính đến tên phụ hệ, tên thời con gái, cách chuyển tự và các dạng lịch sử trong nhiều ngôn ngữ khu vực.
• Thứ bậc nguồn: Ưu tiên hồ sơ gốc, danh mục và chỉ mục chính thức trước khi xem cây gia phả trực tuyến hoặc diễn đàn là manh mối.
• Trạng thái bằng chứng rõ ràng: Gắn nhãn cho các nhận định là hypothesis, single-source, corroborated, strongly-corroborated, contradicted hoặc unresolved.
• Đối sánh danh tính: Giữ những người có thể trùng tên dưới các giá trị person_id riêng biệt cho đến khi các chi tiết như cha mẹ, số nhà, ngày sinh chính xác, cha mẹ đỡ đầu hoặc đơn vị quân đội xác nhận họ là cùng một người.
• Kiểm tra bằng chứng: Kiểm tra tính toàn vẹn tham chiếu và cảnh báo về sự đối chứng yếu trước khi viết báo cáo cuối cùng.
• Ranh giới có trách nhiệm: Bảo vệ người còn sống, yêu cầu con người tự xử lý đăng nhập và CAPTCHA, đồng thời nghiêm cấm vượt qua tường phí, giới hạn tốc độ hoặc cơ chế kiểm soát truy cập.

Điều kiện tiên quyết

Bạn cần Git, Python 3 và một môi trường Agent Skills được hỗ trợ. Các tập lệnh đi kèm chỉ sử dụng thư viện chuẩn của Python, vì vậy không cần cài thêm gói Python nào.

Chọn vị trí cài đặt phù hợp với tác nhân của bạn. Codex sử dụng ~/.codex/skills/, còn các kỹ năng Claude Code cá nhân sử dụng ~/.claude/skills/. Claude Code cũng có thể tải kỹ năng từ thư mục .claude/skills/ của một dự án.

Cài đặt kỹ năng

Cài đặt cho Codex

git clone https://github.com/DenisSergeevitch/ex-ussr-kinship-research ~/.codex/skills/ex-ussr-kinship-research

Cài đặt dưới dạng kỹ năng Claude Code cá nhân

git clone https://github.com/DenisSergeevitch/ex-ussr-kinship-research ~/.claude/skills/ex-ussr-kinship-research

Cài đặt cho một dự án Claude Code

Sao chép hoặc clone kho lưu trữ vào .claude/skills/ex-ussr-kinship-research bên trong kho lưu trữ dự án. Cách này giữ cho kỹ năng gắn với dự án đó thay vì cung cấp kỹ năng cho tất cả dự án của bạn.

Kho lưu trữ nguồn có tại GitHub.

Bắt đầu một hồ sơ nghiên cứu

Cách đơn giản nhất để bắt đầu là nêu một câu hỏi cụ thể về lịch sử gia đình. Hãy đưa vào các tên đã biết, ngày tháng gần đúng, địa điểm, bản quét hồ sơ và những điều chưa chắc chắn, nhưng tránh mặc định rằng các câu chuyện gia đình chưa được xác minh là sự thật.

Ví dụ về yêu cầu:

• Cụ cố của tôi bị lưu đày đến Kazakhstan vào những năm 1930. Hãy giúp tôi tìm cha mẹ của cụ trong hồ sơ nhà thờ.
• Đây là các bản quét giấy đăng ký kết hôn và thẻ quân nhân. Hãy kiểm tra xem chúng có nói về cùng một người không và xây dựng chuỗi bằng chứng.
• Hãy tìm giáo xứ và cuộn phim FamilySearch chính xác cho một ngôi làng ở Podolia vào những năm 1890, sau đó kiểm tra các bản ghi khai sinh cho họ này.

Tác nhân nên tiến hành tiếp nhận thông tin trước khi tìm kiếm rộng. Một yêu cầu hữu ích nêu rõ câu hỏi chính, các dữ kiện đã biết, những người có thể còn sống, các hạn chế và ngôn ngữ đầu ra mong muốn. Cài đặt ngôn ngữ mặc định là tự động, vì vậy tác nhân thường nên trả lời bằng cùng ngôn ngữ mà nhà nghiên cứu sử dụng.

Tạo không gian làm việc cho hồ sơ

Từ kho lưu trữ kỹ năng, hãy khởi tạo một thư mục hồ sơ bằng tập lệnh đi kèm:

python scripts/init_case.py --case-dir ./my-case --research-question "Who were Maria's parents?" --subject-label "Maria"

Thao tác này tạo không gian làm việc có cấu trúc để theo dõi con người, hiện vật, nhận định, mối quan hệ và các truy vấn. Hãy giữ một câu hỏi nghiên cứu tập trung cho mỗi hồ sơ để dấu vết bằng chứng tạo ra luôn dễ hiểu.

Đăng ký và băm hiện vật

Các bản quét và tài liệu đã lưu cần vẫn có thể được nhận diện ngay cả khi tên tệp thay đổi hoặc xuất hiện các bản sao trùng lặp. Hãy tạo mã băm SHA-256 cho từng hiện vật:

python scripts/hash_artifact.py ./scans/marriage-1902.jpg

Ghi nhận hiện vật trong sổ đăng ký hồ sơ cùng với thông tin nguồn của nó. Một hình ảnh được tải xuống, một phần ảnh được cắt và một bản sao phản chiếu của cùng một hồ sơ gốc không mặc nhiên là các bằng chứng độc lập. Các bản sao có liên quan nên dùng chung independence_group để không bị tính là những bằng chứng riêng biệt.

Tuân theo quy trình ưu tiên bằng chứng

1. Xác định tuyên bố cần chứng minh. Chuyển câu hỏi rộng về gia đình thành một tuyên bố mà hồ sơ có thể ủng hộ hoặc bác bỏ, chẳng hạn như xác định cha mẹ của Maria.
2. Xác định địa điểm lịch sử. Xác định thẩm quyền hành chính tại ngày diễn ra sự kiện, bao gồm bang, huyện, giáo xứ hoặc cơ quan hộ tịch liên quan.
3. Xây dựng các biến thể tên. Chuẩn bị các cách viết có khả năng xảy ra, tên phụ hệ, tên thời con gái và các cách chuyển tự bằng những ngôn ngữ mà nhân viên lưu trữ địa phương sử dụng.
4. Tìm kiếm các nguồn có độ tin cậy cao hơn trước. Ưu tiên hồ sơ gốc, sau đó là danh mục, chỉ mục chính thức và các bộ sưu tập tài liệu đã công bố. Hãy xem cây gia phả do người dùng đóng góp và bài đăng trên diễn đàn là manh mối thay vì bằng chứng.
5. Ghi lại các lần tìm kiếm thành công và thất bại. Ghi rõ nơi đã tìm kiếm, truy vấn hoặc cuộn phim đã kiểm tra và kết quả. Các kết quả âm tính giúp tránh lặp lại công việc và làm rõ những nguồn công khai nào đã được kiểm tra hết.
6. Tạo các nhận định từ bằng chứng. Liên kết mọi khẳng định thực tế với các hiện vật hỗ trợ và gán một trạng thái có thể giải thích được.
7. Thận trọng khi xác định danh tính. Không gộp người chỉ vì họ trùng tên và cùng làng.
8. Kiểm tra trước khi báo cáo. Chạy tập lệnh kiểm tra và xử lý các liên kết yếu, tham chiếu còn thiếu và việc tính sai các bằng chứng đối chứng.

Kiểm tra bằng chứng

Trước khi tạo kết luận, hãy chạy:

python scripts/audit_evidence.py --case-dir ./my-case

Cuộc kiểm tra xác minh tính toàn vẹn tham chiếu của các sổ đăng ký và đánh dấu những bằng chứng đối chứng yếu. Sử dụng các phát hiện này để sửa dữ liệu hồ sơ hoặc đánh dấu các nhận định là chưa được giải quyết. Mục tiêu không phải là ép mọi câu hỏi thành một câu trả lời chắc chắn, mà là bảo đảm mỗi kết luận phản ánh chính xác bằng chứng hiện có.

Làm việc với bản quét chưa được lập chỉ mục

Nhiều sổ nhà thờ thuộc Liên Xô cũ trên FamilySearch là các bộ sưu tập chỉ có hình ảnh. Vì vậy, tìm kiếm theo họ có thể không trả về kết quả nào ngay cả khi mục ghi liên quan vẫn tồn tại. Các bài học thực địa của dự án khuyến nghị xác định đúng cuộn phim, ánh xạ tham chiếu lưu trữ với mã định danh cuộn phim, tìm tập hoặc mục liên quan, lướt qua cột then chốt và phóng to các mục có khả năng phù hợp.

Ghi lại cuộn phim, khoảng ảnh, loại hồ sơ và các trang đã kiểm tra. Khi có thể, các phần cắt tập trung hoặc chế độ xem ghép các cột có thể giúp xem xét những sổ đăng ký dài dễ dàng hơn. Việc làm việc trên trình duyệt cần giữ chừng mực: tôn trọng giới hạn tốc độ, sử dụng cơ chế thử lại phù hợp và để các tác vụ quét kéo dài trong một tab riêng.

Tìm các chi tiết liên kết

Chỉ riêng tên thường là chưa đủ. Các manh mối nhận dạng chắc chắn hơn có thể bao gồm ngày sinh chính xác được lặp lại trong hồ sơ kết hôn, số nhà cố định, cha mẹ hoặc cha mẹ đỡ đầu trùng khớp, hay một đơn vị quân đội. Cẩm nang thực địa cũng đề cập đến các mục ghi trẻ chết lưu, công thức tên phụ hệ trong lịch sử và những cách thay thế của thư ký như Grigorie và Gheorghe.

Các ghi chú bên lề từ thời Liên Xô trên những sổ đăng ký cũ cũng có thể quan trọng. Một ghi chú về sau cho biết giấy chứng nhận đã được cấp có thể cho thấy người đó hoặc gia đình vẫn còn sống và đã yêu cầu giấy tờ vào thời điểm sau đó.

Mẹo nghiên cứu nâng cao

Phân biệt nơi sinh và nơi cư trú

Đừng xem “sinh tại” và “lớn lên tại” là tương đương. Các làng có thể đã được đổi tên, chuyển giữa các huyện hoặc bị giải thể hoàn toàn. Hãy xây dựng lịch sử địa danh dựa trên ngày diễn ra sự kiện và ghi chép riêng các địa danh tương đương hiện đại.

Sử dụng các cụm họ một cách thận trọng

Cơ sở dữ liệu quân sự có thể cho thấy các nhóm người cùng họ và cùng nơi sinh, đôi khi được mô tả là các cụm họ. Những cụm này hữu ích để hình thành giả thuyết, nhưng tự chúng không xác lập quan hệ họ hàng. Các cơ sở dữ liệu thương vong trong Thế chiến II cũng thường bỏ sót người sống sót, vì vậy việc không xuất hiện trong dữ liệu không chứng minh rằng một người đã không phục vụ.

Diễn giải các nguồn về đàn áp và trục xuất trong bối cảnh

Các bộ sưu tập đã công bố và sách về phục hồi danh dự có thể chứa thông tin về bản án, gia đình và hành chính. Hãy đọc cẩn thận những cột như căn cứ pháp lý. Một sự việc địa phương được trích dẫn trong hồ sơ có thể không giống với chiến dịch trục xuất rộng hơn ảnh hưởng đến gia đình. Khi hồ sơ công khai không đầy đủ, kỹ năng có thể soạn yêu cầu gửi lưu trữ, nhưng không gửi yêu cầu đó.

Xem tư liệu gia đình là nguồn

Hộ chiếu, bản ghi âm lịch sử truyền miệng và ghi chú của nhà nghiên cứu có thể được đưa vào làm bằng chứng khi được gắn nhãn đúng theo loại nguồn. Thêm dấu thời gian cho các cuộc phỏng vấn được ghi âm và giữ rõ sự phân biệt giữa điều một người thân trực tiếp chứng kiến, điều họ nghe từ người khác và điều nhà nghiên cứu suy luận.

Dừng lại khi bằng chứng công khai đã được kiểm tra hết

Một tác nhân có trách nhiệm không nên lặp lại cùng một cuộc tìm kiếm vô thời hạn hoặc lấp đầy khoảng trống bằng các chi tiết bịa đặt. Khi các nguồn có thể tiếp cận đã được kiểm tra hết, hãy tóm tắt những gì đã kiểm tra, chuẩn bị các câu hỏi cụ thể cho người thân còn sống và soạn yêu cầu gửi đến các cơ quan lưu trữ liên quan.

Quy định về quyền riêng tư và quyền truy cập

• Không sử dụng kỹ năng này để tìm địa chỉ hiện tại, số điện thoại hoặc tài khoản trực tuyến thuộc về người còn sống.
• Hạn chế tối đa thông tin cá nhân về người còn sống và trẻ vị thành niên trong các báo cáo.
• Không tải tài liệu riêng tư hoặc dữ liệu DNA lên dịch vụ bên thứ ba nếu chưa có sự đồng ý rõ ràng.
• Để người dùng tự hoàn tất việc đăng nhập trang web và CAPTCHA. Tác nhân không bao giờ được giải hoặc vượt qua CAPTCHA.
• Không né tránh tường phí, chặn theo khu vực địa lý, giới hạn tần suất hoặc các biện pháp kiểm soát truy cập khác, và không sử dụng cơ sở dữ liệu bị rò rỉ.
• Báo cáo các phát hiện nhạy cảm liên quan đến đàn áp, trục xuất, nhận con nuôi hoặc những bất ngờ về DNA một cách trung lập và chỉ trong phạm vi cần thiết cho câu hỏi nghiên cứu.
• Xác minh quy trình lưu trữ hiện hành trước khi gửi yêu cầu vì các quy định truy cập có thể thay đổi.

Tìm hiểu kho lưu trữ

SKILL.md chứa quy trình cốt lõi, các quy tắc bắt buộc và chính sách ngôn ngữ. Thư mục references/ cung cấp chiến lược nguồn, quy tắc bằng chứng, hướng dẫn bản địa hóa, thực hành trình duyệt, hướng dẫn về quyền riêng tư, các nguồn khởi đầu được tuyển chọn và bài học thực tiễn. Thư mục assets/ chứa các mẫu hồ sơ vụ việc, còn scripts/ chứa các tiện ích khởi tạo, băm và kiểm tra.

Cộng tác viên có thể thêm nguồn vào references/seed-sources.md. Các mục cần xác định chủ sở hữu, phạm vi tài phán, loại bộ sưu tập, liệu tài nguyên có chứa bản gốc hay chỉ mục, mã định danh ổn định, điều kiện truy cập, các hạn chế, lỗi thường gặp và ngày kiểm tra gần nhất. Ví dụ không được để lộ dữ liệu cá nhân.

Kết luận

Nghiên cứu Quan hệ họ hàng tại các quốc gia thuộc Liên Xô cũ biến một tác nhân AI thành trợ lý nghiên cứu có cấu trúc thay vì một công cụ tự động tạo cây gia phả. Giá trị chính của dự án là khả năng truy nguyên: mỗi người, hiện vật, nhận định, mối quan hệ và lần tìm kiếm đều có thể được rà soát, trong khi những điểm chưa chắc chắn và mâu thuẫn vẫn được hiển thị. Bằng cách kết hợp các phạm vi tài phán trong lịch sử, các biến thể tên đa ngôn ngữ, việc phân giải danh tính thận trọng và một cuộc kiểm tra cuối cùng, bạn có thể đưa ra các kết luận về lịch sử gia đình có thể tái lập và trung thực về những giới hạn của chúng.

Dự án do Denis Shiryaev duy trì và được phân phối theo Giấy phép MIT.