الجولة الثانية: لماذا يجب تحدي أبحاث الذكاء الاصطناعي الجيدة

المصدر ليس هو اليقين ذاته

إن رؤية الاستشهادات تبعث على الاطمئنان، ولكن شارة الاستشهاد وحدها لا تجعل الادعاء صحيحاً.

هناك على الأقل أربعة أسئلة منفصلة تستحق الطرح:

1. هل المصدر موجود بالفعل؟
2. هل هو المصدر الصحيح لهذا الموضوع؟
3. هل يدعم بالفعل الادعاء المحدد الذي يتم تقديمه؟
4. هل يوجد مصدر موثوق آخر يتعارض معه؟

تتعامل Opis بالفعل مع منشأ المصدر كجزء من الكائن البحثي وليس حواشي زخرفية. يمكن أن تحمل النتائج مراجع المصادر، ويحتفظ النظام بالمصادر الأساسية التي كانت متاحة بالفعل للتنفيذ، وتتحقق طبقة ضمان الجودة للمخرجات من المشكلات مثل المراجع غير الصالحة وأنماط المصادر المشبوهة.

بالنسبة لك كمشغل، يجب أن يكون السلوك مدروساً بنفس القدر.

عندما تكون النتيجة مهمة، افتح المصدر.

لا تسأل: 'هل يحتوي هذا التقرير على استشهادات؟'

اسأل: 'هل سأكون مرتاحاً للدفاع عن هذا الادعاء أمام عميل باستخدام هذا الدليل؟'

هذا معيار أعلى بكثير.

إشارات عدم اليقين الأربعة التي تستحق التعلم

تفصل Opis عدة أنواع من عدم اليقين لأنها تتطلب استجابات مختلفة.

الافتراض

الافتراض هو شيء اضطر التحليل إلى اعتباره صحيحاً مؤقتاً للمضي قدماً.

مثال:

'يبدو أن العمل يستهدف الشركات الصغيرة والمتوسطة بناءً على اللغة والباقات المعروضة على موقعه الإلكتروني.'

قد يكون هذا تفسيراً معقولاً، ولكن ربما تعلم أن 70% من إيراداته تأتي بالفعل من عقود الشركات الكبيرة.

هذه ليست مشكلة بحث عبر الويب. إنها مشكلة سياق.

الغموض

يوجد الغموض عندما تترك المواد المتاحة أكثر من تفسير معقول.

على سبيل المثال، يقول مورد 'تسليم في المملكة المتحدة' على صفحته الرئيسية، ولكن صفحة الشحن لا تذكر سوى إنجلترا وويلز.

المعلومات موجودة. معناها غير واضح.

التناقض

التناقض أقوى. تشير قطعتان من الأدلة في اتجاهات غير متوافقة.

قد تسمي صفحة إحدى الشركات منتجاً 'يمكن إلغاؤه في أي وقت' بينما تصف الشروط الحالية التزاماً لمدة 12 شهراً.

لا ينبغي أن يتم متوسط ذلك بصمت في استنتاج واثق.

الفجوة

تعني الفجوة أن البحث لا يحتوي حالياً على أدلة كافية للإجابة عن شيء مهم.

ربما لا يتم الكشف عن الحد الأدنى لكمية الطلب بالجملة أبداً. ربما لا يوجد مصدر موثوق يحدد المدة التي عمل فيها المورد. ربما لا تكون أسعار المنافس الحالية علنية ببساطة.

الفجوة ليست تقريراً فاشلاً.

إنها خريطة لما يجب أن يحدث بعد ذلك.

التصحيح السياقي التفاعلي (ICC): صحح التفسير دون البدء من جديد

التصحيح السياقي التفاعلي (ICC) هو جزء من Opis مصمم للحظات التي لا تكون فيها الأدلة العامة هي القصة الكاملة.

الفكرة المهمة هي أن تدخلك له نوع.

إضافة سياق

استخدم السياق عندما تعرف حقيقة أو قيداً ذا صلة لا يمكن لـ Opis أن تعرفه بشكل معقول.

'أكد فريق المبيعات لدينا أن هذا المورد سيقوم بتصنيع طلبات العلامات التجارية الخاصة بدءاً من 500 وحدة.'

إضافة تعليمات

استخدم التعليمات عندما تريد أن يقوم التحليل بترتيب الأولويات أو التعامل مع المعلومات الموجودة بطريقة مختلفة.

'لهذا القرار، موثوقية التسليم أهم من سعر الوحدة الرئيسي.'

طرح سؤال

استخدم سؤالاً عندما تريد استجواب ما هو موجود بالفعل.

'هل تثبت الأدلة الحالية أن الضمان ينطبق على العملاء التجاريين؟'

الأسئلة مهمة بشكل خاص لأن Opis لا ينبغي أن تُنشئ إجابة لمجرد أنك سألت.

إذا لم تتمكن المواد الموجودة من الإجابة على السؤال، فإن النتيجة الصحيحة هي فجوة.

يمكن أن تصبح هذه الفجوة بعد ذلك هدفاً بحثياً.

التصحيح السياقي التفاعلي (ICC) والبحث الجديد عمليتان مختلفتان عن قصد

هذا التمييز دقيق، ولكنه أساسي لكيفية عمل النظام المقصود.

لنفترض أن تحليل المنافسين الأول الخاص بك يقول:

'المنافس أ يخدم المستهلكين بشكل أساسي.'

تعلم من محادثة مبيعات حديثة أن الشركة غيرت اتجاهها قبل ستة أشهر وتركز الآن على عقود المكاتب.

تضيف ذلك من خلال التصحيح السياقي التفاعلي (ICC) كسياق موثوق.

يمكن لـ Opis مراجعة التفسير باستخدام ما قدمته. لا تحتاج إلى التظاهر بأنها اكتشفت معلوماتك الخاصة بشكل مستقل على الويب.

الآن لنفترض أنك تسأل:

'ما هي النسبة المئوية لأعمالها من الشركات؟'

لا يحتوي الدليل الأصلي ولا توضيحك على هذا الرقم.

الإجابة الصادقة ليست نسبة مئوية تم إنشاؤها.

إنها فجوة.

يمكن لمسار سد الفجوات في Opis أن يأخذ الفجوات غير المحلولة ويُجري عمليات بحث أساسية مستهدفة عن أدلة جديدة. وتُضاف المواد التي يتم العثور عليها حديثاً إلى البحث بدلاً من خلطها بصمت مع المعلومات من المرور الأول.

فكر في الحلقتين على هذا النحو:

التصحيح السياقي التفاعلي (ICC) يسأل: 'هل فهم النظام الوضع بشكل صحيح؟'

سد الفجوات يسأل: 'هل نحتاج إلى المزيد من الأدلة؟'

غالباً ما تحتاج إلى كليهما.

مثال عملي: البحث عن موردين

تخيل أنك تبحث عن مورد لمنتج لعميل.

تحدد المرور الأول أربعة موردين وتقيّم مجالات مثل السعر، وقت التسليم، المراجعات ومدة العمل. وتُرفق المصادر بالنتائج ذات الصلة حيثما توفرت.

المورد B يحتل مرتبة عالية.

قبل التوصية به، تلاحظ مشكلتين:

• السعر الظاهر مأخوذ من صفحة منتج للبيع بالتجزئة؛
• الحد الأدنى لكمية الجملة غير مؤكد.

بدلاً من قبول الترتيب، تتفاعل معه.

أولاً، أضف سياقاً:

'نحن نحتاج إلى توريد بالجملة لطلبات متكررة بحوالي 2,000 وحدة في الربع. أسعار التجزئة ليست مفيدة لاتخاذ القرار.'

ثم اسأل:

'هل تثبت المصادر الحالية أن المورد B يقدم شروط البيع بالجملة بهذا الحجم؟'

إذا لم تفعل، تصبح هذه فجوة تستحق البحث.

بمجرد أن يغير دليل أفضل أو سياق مستخدم موثوق معياراً مستخدماً بواسطة وضع بحث ذي نقاط، يمكن لطبقة التسجيل الحتمية إعادة حساب النتيجة.

هذه سير عمل مختلفة جداً عن مطالبة روبوت الدردشة 'بالمحاولة مرة أخرى'.

أنت تعرف ما الذي تغير ولماذا.

لماذا يهم مسار التنقيح

تتغير أبحاث الأعمال.

يتعلم الناس حقائق جديدة. تتحدث المواقع الإلكترونية. يصحح العملاء الموجزات. الافتراضات التي بدت معقولة يوم الاثنين تصبح خاطئة بشكل واضح يوم الخميس.

يمنح مسار التنقيح هذه التغييرات تاريخاً.

بدلاً من التعامل مع أحدث النصوص كما لو أنها ظهرت من العدم، يمكن لـ Opis الاحتفاظ بتسلسل التوضيح والتنقيح الذي أنتجها.

للاستشاريين والوكالات، هذا مفيد تشغيلياً.

تخيل أن عميلاً يسأل:

'لماذا تختلف هذه التوصية عن المسودة التي عرضتها علينا بالأمس؟'

الإجابة الضعيفة هي:

'الذكاء الاصطناعي غيّرها.'

الإجابة المهنية هي:

'بالأمس افترض التحليل أن منطقة خدمتهم توقفت عند غرب يوركشاير. وقد أكدتم هذا الصباح أنهم يخدمون الشمال الغربي أيضاً. لقد قمنا بدمج تلك المعلومات وأعدنا حساب المقارنة ذات الصلة.'

هكذا يبدو مسار البحث.

لا تصحح كل شيء

التصحيح السياقي التفاعلي (ICC) ليس دعوة لإجبار البحث على الاتفاق معك.

إذا كانت النتيجة تتحدى اعتقادك المسبق وكانت الأدلة قوية، فإن تغيير السياق حتى تحصل على الإجابة التي أردتها يُفشل الغرض.

من الانضباط المفيد التمييز بين ثلاث حالات:

• أعلم أن هذا خطأ — صححه واذكر أساس معرفتك.
• أظن أن هذا خطأ — اطرح سؤالاً أو أنشئ فجوة بحثية.
• لا تعجبني هذه النتيجة — اتركها حتى يكون لديك دليل.

هذا الحد مهم بشكل خاص في العمل الاستشاري. الخبرة البشرية تحسن بحث الذكاء الاصطناعي فقط عندما يكون الإنسان مستعداً للتحدي أيضاً.

تمرين المرور الثاني الخاص بك

خذ تقريراً كاملاً من Opis ولا تعيد تشغيله فوراً.

بدلاً من ذلك:

1. اختر استنتاجاً واحداً يؤثر بشكل مادي على قرار.
2. افتح المصادر المرفقة به.
3. اقرأ الافتراضات، الغموض، التناقضات والفجوات المحيطة بالتقرير.
4. أضف قطعة واحدة من السياق التي تعلم أنها صحيحة.
5. اطرح سؤالاً واحداً لا تعرف إجابته حقاً.
6. إذا لم يتمكن البحث الحالي من الإجابة عليه، اسمح له بأن يصبح فجوة.
7. استخدم بحث الفجوات المستهدف عند الاقتضاء.
8. قارن النتيجة المنقحة بالنتيجة الأصلية.

الهدف ليس إنتاج المزيد من النصوص.

إنه تحسين جودة القرار.

المبدأ وراء الميزة

لا ينبغي للذكاء الاصطناعي الجيد أن يطالب البشر بالتخلي عن حكمهم.

ولا ينبغي للحكم البشري الجيد أن يطالب الأدلة بالاستسلام للرأي.

الترتيب الأكثر فائدة هو محادثة محكمة بين الاثنين.

توفر Opis بنية البحث. توفر الأدلة العامة وجهة نظر خارجية. توفر خبرتك سياقاً قد لا يحتويه الويب أبداً. تخبرك طبقة عدم اليقين أين تكون الروابط ضعيفة.

يمكن للنتيجة بعد ذلك أن تتحسن بدلاً من مجرد إعادة التوليد.

هذا هو الفرق بين طلب إجابة من الذكاء الاصطناعي والعمل مع عملية استخباراتية.

التالي في السلسلة: كيف تصبح أوضاع البحث الفردية أكثر قيمة بكثير عندما تنتقل الأدلة والسياق عبر سير العمل.