جست‌وجوی مشخصات یک پمپ صنعتی ممکن است ده‌ها صفحه درباره همان خانواده محصول پیدا کند. بعضی صفحات فروشگاهی‌اند، برخی کاتالوگ سازنده را بازنشر کرده‌اند و برخی فقط توضیحی عمومی دارند. هوش مصنوعی می‌تواند این اطلاعات را جمع‌بندی کند؛ اما پیدا شدن نام پمپ در یک صفحه، کافی نیست تا همه مشخصات آن صفحه وارد شناسنامه کالا شوند.
در پژوهش فنی، دو پرسش جدا داریم: آیا منبع به موضوع ما مربوط است؟ و آیا همان منبع، ادعای موردنظر درباره مدل دقیق ما را پشتیبانی می‌کند؟ نرم‌افزار باید این فاصله را قابل مشاهده کند.
مرتبط بودن چه چیزی را ثابت می‌کند؟
منبع مرتبط برای شروع بررسی مفید است. مقاله‌ای درباره انتخاب پمپ می‌تواند معنی دبی، هد یا جنس بدنه را توضیح دهد، اما لزوماً مشخصات پمپ موجود در انبار را تأیید نمی‌کند. حتی یک کاتالوگ رسمی ممکن است چند مدل و چند گزینه ساخت را در کنار هم معرفی کرده باشد.
بنابراین نتیجه جست‌وجو باید ابتدا «نامزد بررسی» باشد. نام سازنده، خانواده محصول و شباهت تصویر، سرنخ‌اند؛ برای نسبت دادن یک ویژگی به آیتم، باید مدل، گزینه ساخت و دامنه سند نیز تطبیق داده شوند. چارچوب هویت سه‌لایه کالا کمک می‌کند اطلاعات عمومی کلاس را با تعریف یک آیتم معین اشتباه نگیریم.
اعتبار را برای هر ادعا بررسی کنیم
اعتبار یک صفحه، مجوز استفاده از تمام محتوای آن برای هر کالا نیست. برای یک ادعای مشخص باید روشن باشد چه کسی آن را منتشر کرده، درباره چه مدل یا نسخه‌ای صحبت می‌کند و آیا محدودیت یا شرطی کنار آن آمده است.
سند سازنده درباره مدل دقیق، معمولاً نقطه شروع مناسب‌تری برای مشخصات اعلام‌شده محصول است. با این حال، برای نمونه نصب‌شده ممکن است پلاک، مدارک تحویل یا تغییرات ثبت‌شده نیز لازم باشند. «مشخصات محصول در زمان عرضه» و «وضعیت نمونه فعلی» دو موضوع مستقل‌اند. انتخاب شاهد باید با پرسش فنی تناسب داشته باشد.
مثال: جنس بدنه یک پمپ
فرض کنید صفحه فروش یک خانواده پمپ، گزینه‌های چدن و فولاد زنگ‌نزن را معرفی می‌کند. AI ممکن است نام فولاد زنگ‌نزن را در خلاصه بیاورد، در حالی که کد مدل آیتم ما هنوز با جدول انتخاب متریال تطبیق داده نشده است. این مثال فرضی نشان می‌دهد چگونه یک اطلاعات مرتبط می‌تواند به مشخصه‌ای ناموجه تبدیل شود.
پژوهش درست باید پرسش باز را ثبت کند: «کدام گزینه متریال مربوط به این مدل است؟» تا رسیدن مدرک، جنس بدنه باید نامشخص یا پیشنهادی باقی بماند. اگر دو سند پاسخ متفاوتی دارند، نرم‌افزار باید تعارض را نگه دارد؛ انتخاب بی‌توضیح یکی از آن‌ها، اختلاف را حل نمی‌کند.
وجود لینک، صحت جمع‌بندی را تضمین نمی‌کند
یک نشانی واقعی ممکن است به صفحه‌ای عمومی برسد یا اصلاً ادعای درج‌شده در خلاصه را نداشته باشد. به همین دلیل، بررسی باید از باز شدن لینک فراتر برود و به تطبیق متن سند با ادعا برسد.
راهنمای NIST برای هوش مصنوعی مولد، تولید محتوای نادرست با بیان مطمئن را از ریسک‌های این فناوری معرفی می‌کند. این ریسک دلیل خوبی است که خلاصه مدل را مستقل از شاهد اصلی ارزیابی کنیم. راهنمای هوش مصنوعی مولد NIST
AI می‌تواند بخش‌های مناسب برای بررسی را پیدا کند، پرسش‌های تکمیلی پیشنهاد دهد و تفاوت منابع را خلاصه کند. مسئول پذیرش مشخصه باید بتواند همان بخش سند را ببیند و نتیجه را تأیید یا رد کند. مقاله مرز پیشنهاد و تأیید فنی این تفکیک را از زاویه تصمیم هویتی توضیح می‌دهد.
نرم‌افزار باید چه اطلاعاتی نگه دارد؟
برای هر مشخصه پژوهش‌شده، نگهداری مقدار به‌تنهایی کافی نیست. عنوان سند، ناشر، نشانی، مدل مرتبط، تاریخ یا نسخه در صورت وجود، محل شاهد در سند و وضعیت بررسی باید قابل ثبت باشند. تاریخ مشاهده صفحه نیز با تاریخ انتشار یا نسخه سند فرق دارد و نباید جای آن بنشیند.
همچنین باید تفاوت «لینک مرجع» با «نسخه سند نگهداری‌شده» روشن باشد. لینک ممکن است بعداً تغییر کند؛ داشتن نشانی به معنی داشتن فایل اصلی یا تضمین دسترسی آینده نیست. نیاز به نگهداری نسخه سند باید بر اساس اهمیت تصمیم و قواعد سازمان تعیین شود. درباره اتصال ویژگی به شاهد، منبع اطلاعات کالا و پیگیری داده مطلب مکمل است.
خروجی مطلوب پژوهش فنی
پژوهش موفق لزوماً همه خانه‌های شناسنامه را پر نمی‌کند. خروجی قابل اتکا مشخص می‌کند کدام ویژگی شاهد دارد، کدام پیشنهاد هنوز بررسی نشده و برای رفع کدام ابهام باید از سازنده یا مسئول فنی کمک گرفت.
در طراحی پژوهش و تکمیل اطلاعات با AI در ایدنتو، نیاز اصلی همین است: اطلاعات پیدا‌شده به ادعای مستند و قابل بازبینی تبدیل شوند. تعداد لینک‌ها معیار کافی نیست؛ رابطه روشن میان ادعا، مدل دقیق و شاهد، ارزش پژوهش را تعیین می‌کند.