Autorstvo a expertnosť

Autorstvo a expertnosť v GEO: prečo na nich záleží

Generative Engine Optimization (GEO) pre veľké jazykové modely neoptimalizuje iba dokumenty, ale aj signály dôvery. Najdôležitejším z nich je preukázateľná identita autora a jeho expertnosť. Pre LLM systémy sú dobre štruktúrované autorské profily, konzistentná bibliografia a prepojenie na perzistentné identifikátory (najmä ORCID) kľúčové na disambiguáciu, hodnotenie kvality a znižovanie halucinácií pri citáciách.

Základné pojmy: autorstvo, expertnosť, atribúcia

• Autorstvo: preukázateľné priradenie obsahu konkrétnej osobe alebo organizácii.
• Expertnosť: overiteľná kompetencia autora v téme (vzdelanie, prax, publikácie, granty, patentové prihlášky, vedecké dáta).
• Atribúcia: technické a textové mechanizmy, ktorými sa toto priradenie prenáša do dokumentu (metadáta, schémy, citácie, podpisy).

LLM a autor: ako modely odvádzajú dôveru z metadát

Modely získavajú z dokumentov a ich okolia štruktúrované aj nestruktúrované signály. Niektoré sú explicitné (schema.org, ORCID, DOI), iné implicitné (konzistentné meno, dlhodobá tematická stopa). GEO preto pracuje s dvoma vrstvami:

1. Vrstvou reprezentácie – ako je autor a jeho dielo opísané v texte, metadátach a prepojeniach (profil, bibliografia, identifikátory).
2. Vrstvou evidencie – ako sa dá tvrdenie o autorstve/odbornosti overiť (perzistentné ID, externé registre, citačné grafy, dátové sety).

Architektúra autorského profilu pre GEO

Odporúčaná štruktúra profilu, ktorý sa dá bezpečne scrapovať a indexovať LLM a vyhľadávačmi:

• Identita: celé meno (varianty), profilová fotografia s alt textom, krátka bio veta (jednovetová pozícia/špecializácia), dlhá bio (zameraná na merateľné signály: projekty, publikácie, granty).
• Perzistentné identifikátory: ORCID iD (https URI), ISNI, ROR (pre organizáciu), Scopus/Author ID, ResearcherID, Google Scholar profil (ak relevantné).
• Afiliácia: názov, ROR, oddelenie, obdobia (od–do), roly.
• Tematické vektory: 5–10 kľúčových oblastí s odkazmi na reprezentatívne práce a datasety.
• Publikácie: normalizované citácie s DOI/ISBN/PMID, prepojené na plný text alebo repozitár.
• Dáta a kód: odkazy na datasety (DOI z dátového repozitára), repozitáre kódu (commit podpisy), licencie.
• Kontakt a podpis: profesionálny e-mail (doména afiliácie), PGP alebo DKIM-stopy v newsletteroch.

ORCID ako centrálny identifikátor

ORCID iD poskytuje globálne jedinečný identifikátor pre výskumníkov a autorov. Pre GEO plní tri úlohy:

1. Disambiguácia – jediné ID pre všetky varianty mena.
2. Synchronizácia – import/export publikácií medzi repozitármi (Crossref, DataCite, Scopus) a webmi.
3. Overenie – OAuth pre overené priradenie profilu k autorovi.

Implementačné minimum: uviesť ORCID iD ako klikateľnú URL (vrátane plnej https formy) na každej autorskej stránke a v structured data.

Bibliografické normy a konzistencia citácií

LLM citácie sa opierajú o konzistentnosť. Preto odporúčame tieto zásady:

• Perzistentné identifikátory: DOI pre články/dáta, ISBN pre knihy, arXiv ID pre preprinty.
• Štýl: používať CSL (Citation Style Language) a automatizovať formátovanie (napr. APA, IEEE, Chicago).
• Metadáta: minimálne polia – autori (normalizované mená), rok, názov, zdroj, objem/číslo, rozsah strán, DOI/URL, licencia.
• Prepojenia: každá citácia má byť klikateľná, ideálne s odkazom na záznam s DOI alebo repozitár.

Schema.org a JSON-LD pre autorov a diela

Na každej autorskej stránke a detailoch publikácií poskytujte JSON-LD:

• Person: name, alternateName, identifier (ORCID URL), affiliation (Organization s ROR), knowsAbout, sameAs (Google Scholar, GitHub, LinkedIn, ISNI).
• ScholarlyArticle | CreativeWork: author (Person s ORCID), datePublished, isPartOf, identifier (DOI), license, about, hasPart/isBasedOn pre dáta/kód.
• Dataset: creator, distribution (formát, prístup), citation, identifier (DOI).

Expertnosť ako dátový model

Expertnosť definujte explicitne ako kombináciu:

1. Kompetenčné oblasti (knowsAbout): hierarchia tém, mapovaná na ontológie (napr. ACM CCS, MeSH), plus voľné kľúčové slová.
2. Výstupy (hasCreativeWork): zoznam prác s kvalitatívnymi (recenzia, Q1–Q4) a kvantitatívnymi atribútmi (citácie, altmetriky).
3. Dôkazy (evidence): granty, patenty, ocenenia, pozvané prednášky, členstvá v programových výboroch.

Disambiguácia mien a variantov

Bežné riziká pri menách autorov:

• Homonymá: odlíšiť cez ORCID, afiliáciu, témy a jazyk publikácií.
• Diakritika a transliterácia: uviesť alternateName a pseudonymy.
• Zmeny mena: vyznačiť časové intervaly a zviazať všetky varianty s rovnakým ORCID.

Prepojenie na organizácie (ROR) a projekty

Afiliácie sú silným signálom kvality. Pri každej položke uveďte:

• Názov organizácie + ROR identifikátor.
• Oddelenie/laboratórium + interné ID, ak existuje.
• Obdobie spolupráce (od–do) a rolu (postdoc, docent, vedúci projektu).

Workflow: od profilu k bibliografii a späť

1. Identity: vytvorenie/overenie ORCID, prepojenie na iné registry.
2. Zber: harvest z Crossref/DataCite/Scopus/GS; harmonizácia autorov, titulov, DOI.
3. Normalizácia: CSL render, doplnenie licencií a persistentných URL.
4. Publikácia: generovanie statického profilu s JSON-LD a sitemaps.
5. Validácia: kontrola so štruktúrovanými testermi a internými pravidlami.
6. Synchronizácia: push do ORCID rekordov a do inštitucionálnych repozitárov.

Pravidlá pre citovanie dát a kódu

• Datasety citovať ako Dataset s DOI, uvedením verzie a dátumu vydania.
• Kód citovať cez Software záznam: verzia (tag), licencovanie, archivácia v repozitári s DOI (napr. Zenodo integrácia s GitHub).
• V publikácii uviesť isBasedOn pre dátové a softvérové závislosti.

Merania a KPI pre GEO autorstva

• Pokrytie identifikátorov: % publikácií s DOI/ISBN/PMID, % autorov s ORCID.
• Validita JSON-LD: % strán bez chýb a varovaní.
• Disambiguácia: miera kolízií mien pred/po zavedení ORCID.
• Indexovateľnosť: čas do re-indexácie po aktualizácii profilu.
• LLM retrievability: úspešnosť vyhľadania autora podľa tém a citácií v RAG testoch.

Praktické zásady pre autorské profily

• Jedna kanonická URL na autora, všetky ostatné varianty s rel="canonical" alebo 301.
• „About“ sekcia písať vecne, s konkrétnymi výsledkami namiesto marketingu.
• Každá publikácia má vlastnú stránku s metadátami a prepojením na plný text.
• Pravidelný harvest a deduplikácia z externých zdrojov; uchovávať originálne identifikátory.

Integrácia s RAG a vnútornými vyhľadávačmi

Pre interné LLM a RAG je dôležitá chunkovateľnosť a rozlíšiteľnosť autorov:

• Držať profily a publikácie v samostatných indexoch s odkazmi cez ID.
• Ukladať aj strojovo čitateľné zhrnutia (structured abstracts) a tematické vektory.
• Používať author-aware reranking – preferovať obsah od overených autorov v témach, v ktorých majú publikácie.

Riadenie kvality a kurátorská vrstva

Automatizácia nepostačuje. Zaviesť kurátorské kontroly:

1. Prijímanie zmien: dvojstupňové – strojová validácia + kurátor.
2. Audity: kvartálne kontroly náhodnej vzorky profilov a citácií.
3. História: verzovanie profilov a publikácií, zmenové logy.

Súkromie a súlad

• Publikovať iba pracovné kontakty a údaje potrebné na atribúciu.
• Rešpektovať licencie datasetov a embargá.
• Poskytnúť autorom samoobslužný nástroj na opravy a skrytie údajov citlivého charakteru.

Medzijazykové a kultúrne špecifiká

• Udržiavať varianty mien s diakritikou aj bez nej.
• Prekladať kľúčové časti profilu (bio, oblasti) a viazať ich na rovnaké identifikátory.
• Normalizovať dátumy (ISO 8601) a menné poradie (priezvisko/meno) podľa konvencie citácií.

Edge cases a časté chyby

• Duplicitné publikácie z rôznych zdrojov – riešiť cez DOI a fuzzy match titulov.
• Zmeny afiliácie bez časového intervalu – vždy uviesť from–to.
• Neaktuálne profily bez ORCID – priorita je získať ORCID alebo ISNI.
• „Mŕtve“ odkazy – pravidelné link-checky a archivácia (napr. perma.cc v metadátach).

Implementačný checklist

1. Zriadiť ORCID pre autorov a prepojiť OAuth.
2. Vytvoriť autorské stránky s JSON-LD (Person) a kanonickou URL.
3. Znormalizovať bibliografiu (CSL), doplniť DOI/ISBN/PMID.
4. Pre dataset/kód pridať Dataset/Software záznamy s DOI/verziou.
5. Prepojiť afiliácie na ROR, organizácie na Organization.
6. Nastaviť harvesting (Crossref/DataCite) a deduplikáciu.
7. Validovať štruktúrované dáta a sitemap.
8. Spustiť kurátorské audity a monitorovanie KPI.

Príklady informačných polí v profile (model)

• Meno: „Mgr. Jana Nováková, PhD.“ | alternateName: „J. Novakova“
• ORCID
• Afiliácia: „Univerzita X, Katedra informatiky (ROR: 05abcde12)“
• Oblasti: „NLP“, „GEO“, „Vedecké metadáta“
• Publikácie: normalizované záznamy s DOI a odkazmi
• Datasety: DOI, verzia, licencia

Mini šablóna JSON-LD (logická štruktúra)

Nižšie je ilustračný výpis polí (nie kompletný kód):

• Person: name, alternateName, identifier (ORCID), affiliation (Organization+ROR), sameAs, knowsAbout
• ScholarlyArticle: author (Person), identifier (DOI), datePublished, isBasedOn (Dataset/Software), license
• Dataset/Software: creator, version, identifier (DOI), citation, license

Komunikácia expertnosti v texte

Okrem metadát má byť aj samotný text dôkazný: jasne uviesť metodiky, dátové zdroje, obmedzenia a odkazy na otvorené dáta. Štýl má byť vecný, auditovateľný a minimalizovať „marketingové“ formulácie.

Budovanie dlhodobej reputácie

• Konzistentne aktualizovať profily a bibliografiu.
• Publikovať replikovateľné výstupy (dáta, kód, protokoly).
• Udržiavať spojitú tematickú stopu a prepojenie na komunitu (programové výbory, recenzie).

Autorstvo a expertnosť sú v GEO rovnako dôležité ako samotný obsah. Pre LLM znamenajú kvalitné metadáta menej nejasností, vyššiu presnosť atribúcie a lepšie odpovede. Investícia do profilov, bibliografie a ORCID integrácie je preto nevyhnutnou súčasťou moderného publikačného a dátového ekosystému.