Ne treba svaka tvrdnja o VI citat — ali svaka tvrdnja treba osnovu

Zašto „bez citata“ više nije bio dovoljno dobar testProblem poverenja nije apstraktan. On je merljiv, i pogoršava se na specifične, dokumentovane načine.Studija iz 2025. godine o referencama generisanim veštačkom inteligencijom otkrila je da je 19,9% potpuno izmišljeno, a dodatnih 45,4% imalo je ozbiljne bibliografske greške — što znači da je skoro dve trećine citata koje je AI proizveo u toj studiji bilo ili izmišljeno ili suštinski pogrešno. Odvojeno, praćenje izmišljenih citata u objavljenim istraživanjima pokazuje otprilike 12 puta povećanje između 2023. i 2025. godine, sa više od 4.000 biomedicinskih radova za koje je utvrđeno da citiraju istraživanja koja ne postoje.Pravni sistem već apsorbuje troškove ovoga. U godini do februara 2026. godine, 66 američkih pravnih slučajeva sankcionisano je specifično zbog grešaka generisanih veštačkom inteligencijom, a do juna 2026. godine taj broj je porastao na 1.598 sudskih postupaka širom sveta koji uključuju AI sadržaj sa izmišljenim citatima — sa preko 145.000 dolara kazni za AI podneske na američkim sudovima samo u prvom kvartalu 2026. godine.Ništa od toga nije razlog da se potpuno ne veruje veštačkoj inteligenciji. To je razlog da se prestane koristiti „da li ima citat“ kao jedini test, jer je taj test previše lako proći, a da zapravo nije istinit, i — što je jednako važno — previše lako pasti, a da je zapravo tačan.Postoji i stvarna komplikacija sa druge strane ovoga, koju vredi iskreno navesti, umesto da je preskočimo: studija sa Jejla otkrila je da su ljudi koji su koristili AI četbotove za pomoć u verifikaciji vesti primetili pad od 15 poena u svojoj sposobnosti da sami otkriju dezinformacije nakon samo četiri nedelje. Outsourcing verifikacije nije besplatan. Može vas učiniti gorim u samostalnom obavljanju tog posla. To je istinski razlog zašto želite sistem koji pokazuje svoj rad, a ne onaj koji vam samo pruža odgovor koji izgleda uredno.---## Na čemu se tvrdnja zapravo može zasnivatiAko citat sam po sebi nije pravi test, korisnije pitanje je: koja vrsta dokaza je proizvela ovu tvrdnju? U praksi, postoje šest stvarnih, različitih odgovora.### 1. Eksterno istraživanjeTvrdnja zasnovana na pretraživanju uživo ili pronalaženju u odnosu na stvarne, trenutne izvore — vrsta dokaza na koju biste očekivali da citat ukazuje, i gde je nedostajući citat stvarna crvena zastava.### 2. Informacije koje je dostavio korisnikTvrdnja izgrađena na nečemu što ste direktno rekli sistemu — vaše sopstvene činjenice o brendu, vaše sopstveno poznavanje tržišta, ispravka koju ste dostavili. Ovo ne zahteva eksterni citat. Citat ste vi.### 3. Dokazi preneti iz ranijeg korakaU višefaznom istraživanju, kasnija faza se može ispravno oslanjati na dokaze koje je prethodna faza već utvrdila i verifikovala, umesto da ih ponovo istražuje od nule. Citat živi uzvodno, a ne na svakoj nizvodnoj rečenici koja ga koristi.### 4. Analitički zaključak, jasno označen kao zaključakPonekad je iskren odgovor „na osnovu prikupljenih dokaza, ovo je najrazumnija interpretacija“ — nije otkrivena činjenica, već procena. To je legitimno, pod uslovom da je označeno kao zaključak i da nije maskirano kao citat.### 5. Deterministički proračunNeke tvrdnje su samo aritmetika. Ako su ulazi tačni, fiksni, ponovljivi proračun ne zahteva citat više nego što to zahteva formula u tabeli — „dokaz“ je činjenica da isti ulazi uvek daju isti izlaz.### 6. Ljudska ispravka, primenjena naknadnoOvo je ono što većina izveštavanja o poverenju u AI potpuno preskače: kada osoba sa stvarnim, neposrednim znanjem ispravi tvrdnju generisanu AI-jem, ta ispravka je sama po sebi oblik dokaza — verovatno najjača vrsta dostupne, jer dolazi od nekoga ko je zapravo bio tamo. Mi ovo smatramo stvarnom, šestom kategorijom po sebi, a ne samo korakom kontrole kvaliteta prikačenim na ostalih pet. To je stvarna sinteza sa naše strane, a ne ustaljeni industrijski termin — vredi to jasno reći umesto da se pretvaramo da je više nego što jeste.Šest stvarnih odgovora. Jedan test — „da li postoji citat“ — nikada nije mogao da pokrije svih šest.---## Razlika koju skoro niko ne pravi: praznina naspram artefaktaEvo ugla koji je zaista nedovoljno istražen, a važniji je nego što zvuči.Kada AI sistem nešto označi kao neizvesno, ta oznaka može značiti jednu od dve vrlo različite stvari:Prava dokazna praznina — predmet se zapravo nije mogao proveriti. Niko nije objavio broj. Informacija nije javna. Neizvesnost je stvarna i odnosi se na svet.Jezički artefakt — osnovni nalaz je u redu, ali je označen kao negativan ili neizvestan isključivo zbog toga kako je formulisan, a ne zbog onoga što zapravo kaže. Neizvesnost se odnosi na rečenicu, a ne na predmet.Ovo na stranici izgleda identično. Oba se prikazuju kao žuta zastavica pored tvrdnje. Ali zahtevaju potpuno različite odgovore. Prava praznina zahteva više istraživanja. Jezički artefakt zahteva bolje formulisanje — a tretiranje kao praznine u istraživanju gubi vreme na jurenje dokaza za nešto što nikada nije bilo dovedeno u pitanje.Ova razlika se jedva pojavljuje u postojećem izveštavanju o poverenju u AI i halucinacijama. Većina se zaustavlja na „AI može da greši, proverite važne tvrdnje“ — istinito, ali ne i primenjivo. Znanje koju vrstu zastavice gledate je ono što vam zapravo govori šta da radite sledeće.---## Zašto uža pitanja nadmašuju širaPostoji drugi obrazac vredan pominjanja, i ide u suprotnom smeru od onoga što većina ljudi pretpostavlja da bi „temeljnije“ AI istraživanje trebalo da izgleda.Instinkt je da se postavi jedno veliko, otvoreno pitanje i očekuje sveobuhvatan odgovor. U praksi, suprotno obično bolje funkcioniše: razbijanje širokog pitanja na nekoliko uskih, specifičnih, ograničenih pitanja — i njihovo odvojeno postavljanje — proizvodi dokaze koji su lakši za proveru, lakši za poverenje, i često direktnije korisni od jednog opširnog odgovora koji pokušava da pokrije sve odjednom.Delom zbog toga: usko pitanje daje sistemu manje prostora da spaja stvari koje bi trebalo da ostanu odvojene. Takođe vama, čitaocu, daje mnogo lakšu tvrdnju za proveru — specifičan odgovor na specifično pitanje je nešto što možete proveriti u odnosu na specifičan izvor. Jedan pasus koji pokušava da odgovori na pet stvari odjednom obično se ne može proveriti ni u odnosu na šta konkretno.Manje, preciznije usmereno, obično nadmašuje više.---## Kako je to zapravo izgledalo u stvarnom tržišnom istraživanjuNišta od ovoga nismo uzeli zdravo za gotovo. Sproveli smo stvarno istraživanje o tome kako ljudi trenutno opisuju svoju frustraciju sa AI alatima koji iznose tvrdnje o dokazima i poverenju — ponavljajući jezik za kojim ljudi zapravo posežu, a ne hipotezu o tome.Tri fraze su se pojavljivale dovoljno često, nezavisno, da ih vredi ponoviti ovde, bez vezivanja za bilo koji specifičan proizvod ili kompaniju, jer je obrazac suština, a ne bilo koji pojedinačni prodavac:– Osećaj „5% stope gluposti“ — osećaj da čak i uglavnom pouzdan AI alat ima mali, ali stvaran procenat samouvereno pogrešnog izlaza ugrađen, i da se taj procenat retko smanjuje na nulu, bez obzira koliko je alat dobar.– „Iluzija transparentnosti“ — gde alat vidljivo prikazuje svoje obrazloženje ili izvore, što deluje pouzdano, a da taj vidljivi sloj zapravo nije proverljiv ili tačan.– „Teret validacije“ — tihi, stvarni trošak što rad uz pomoć veštačke inteligencije ne uklanja potrebu za proverom stvari, već jednostavno prebacuje proveru na čoveka, kasnije, često bez upozorenja da je i dalje potrebna.Isto istraživanje je takođe otkrilo šta ljudi zapravo žele umesto toga, nezavisno i više puta, bez usmeravanja ka bilo kakvom specifičnom odgovoru: doslednu, proverljivu sposobnost citiranja; vidljivo objašnjenje kako je AI došao do zaključka, a ne samo sam zaključak; i sintetizovanu, primenjivu presudu umesto nefiltriranog izveštaja o svemu što je sistem pronašao.Ne pripisujemo sebi zasluge za identifikaciju te potražnje — istraživanje ju je samo otkrilo. Ono na šta bismo ukazali je da se to usko podudara sa načinom na koji smo izgradili sopstveni proizvod: sloj iskrenosti koji pokazuje pretpostavke, praznine i kontradikcije, umesto da ih skriva; način da se ispravi i ponovo pokrene analiza sa stvarnim kontekstom, umesto da se počinje iznova; i jedinstvena sintetizovana presuda na početku, sa potpunim tragom dokaza dostupnim ispod nje za svakoga ko želi da proveri naš rad.---## Kontrolna lista za sledeću AI tvrdnju koja vam je uručenaSledeći put kada vam AI sistem — naš ili bilo čiji drugi — uruči tvrdnju na koju ćete delovati, pet pitanja će vas odvesti dalje od „da li postoji citat“:1. Koja je ovo vrsta? Eksterno istraživanje, vaš sopstveni unos, preneseni dokazi, označeni zaključak, proračun ili ljudska ispravka — oni zahtevaju različite nivoe poverenja.2. Ako je citat, da li izvor zaista to govori? Postojanje citata i podrška citata specifičnoj tvrdnji nisu ista provera.3. Ako je označeno kao neizvesno, da li je to praznina ili artefakt? Pitajte šta je konkretno neprovereno — predmet ili samo rečenica.4. Da li bi uža verzija ovog pitanja dala proverljiviji odgovor? Ako je tvrdnja široka, razmislite da li bi je podela pomogla.5. Da li je neko sa neposrednim znanjem zapravo pogledao ovo? Ljudska ispravka, tamo gde je dostupna, često je najjači tip dokaza na listi — koristite je.Ništa od toga ne zahteva potpuno nepoverenje u AI. Zahteva da se „citirano“ i „istinito“ tretiraju kao dva različita pitanja, jer to i jesu.