راستی‌آزمایی در چندهوش: یک ادعا، چند بررسیِ مستقل
ادعا، برنامه یا متنی را بده تا چند مدل جدا بسنجندش، نقدش کنند و بگویند کدام بخش تأیید می‌شود، کدام نادرست است و کدام فرضِ بی‌شاهد.
بررسی صحت اطلاعات با هوش مصنوعی در چندهوش یعنی یک ادعا، برنامه یا متن را به چند مدلِ مختلف بدهی تا هرکدام جدا آن را بسنجند، یافته‌هایِ هم را نقد کنند و در پایان یک نتیجه‌یِ روشن بنویسند. نتیجه همیشه یکی از چهار حالت است: درست، نادرست، تا حدی درست، یا قابلِ‌راستی‌آزمایی نیست. نوعِ نشستِ «راستی‌آزمایی» برایِ همین کار ساخته شده است.
«راستی‌آزمایی» دقیقاً چه می‌کند؟
ورودیِ این نشست می‌تواند یک ادعایِ کوتاه باشد، یک برنامه یا یک متنِ بلند؛ متن را می‌توانی بچسبانی یا به شکلِ فایل پیوست کنی. بعد سه کار پشتِ سرِ هم انجام می‌شود:
- بررسیِ مستقل. هر صندلی، بی‌آنکه کارِ بقیه را ببیند، ادعا را می‌سنجد: چه بخشی را می‌شود تأیید کرد، چه بخشی نادرست، گمراه‌کننده یا اغراق‌شده است، و چه بخشی فرضی است که شاهدی پشتش نیست. به صندلی‌ها گفته شده به جایِ حدس زدن بگویند «نمی‌دانم».
- نقد و فهرستِ مشترک. صندلی‌ها یافته‌هایِ هم را نقد می‌کنند و یک فهرستِ مشترک از یافته‌ها می‌سازند. دورها ادامه پیدا می‌کند تا وقتی که ناشناخته‌یِ مهمی نماند یا عمقِ بحث تمام شود.
- حکم. داور نتیجه را می‌نویسد. اگر صندلی‌ها با هم اختلاف داشتند، داور می‌گوید کدام برداشت را ترجیح داده و چرا.
چرا چند مدل؟ چون یک مدلِ تنها ممکن است با اطمینان چیزی بسازد که وجود ندارد. وقتی چند مدل جدا بررسی می‌کنند، جاهایی که با هم نمی‌خوانند خودشان علامتِ هشدارند. درباره‌یِ این مشکل مقاله‌یِ توهمِ هوش مصنوعی را بخوان.
کِی «راستی‌آزمایی» را انتخاب کنی و کِی نوعِ دیگری را؟
سؤالِ این نشست «این درست است؟» است. اگر سؤالت جنسِ دیگری دارد، نوعِ دیگری بهتر جواب می‌دهد:
- اگر می‌دانی چه اطلاعاتی درست است و حالا باید بینِ چند راه انتخاب کنی، بحث و تصمیم را انتخاب کن.
- اگر ادعا بیشتر یک موضعِ قابلِ‌بحث است تا یک واقعیت، مثلاً «باید فلان کار را بکنیم»، و دو طرفِ واقعی دارد، مناظره مناسب‌تر است.
- اگر فقط می‌خواهی ببینی هر مدل جدا چه می‌گوید، بدونِ نقد و داوری، مقایسه‌یِ خالص سریع‌تر است؛ ولی آنجا جواب‌ها در برابرِ هم سنجیده نمی‌شوند.
اگر مطمئن نیستی، «هوشمندِ هدایتگر» از رویِ موضوع یکی از بحث و تصمیم، راستی‌آزمایی، مناظره یا آرنا را برمی‌گزیند. نمایِ کلیِ همه‌یِ نوع‌ها در صفحه‌یِ چطور کار می‌کند آمده است.
راه‌اندازیِ بررسی صحت اطلاعات با هوش مصنوعی
- ادعا را دقیق بنویس. به جایِ «این متن را چک کن»، بگو دقیقاً کدام جمله‌ها یا عددها برایت مهم‌اند. متنِ کامل را بچسبان یا فایل (سند، PDF، Excel یا CSV، تصویر و…) یا لینکِ صفحه را پیوست کن.
- نوعِ نشست را «راستی‌آزمایی» بگذار.
- صندلی‌ها را بچین. از خانواده‌هایِ مختلف انتخاب کن تا اشتباهِ مشترک کمتر احتمال داشته باشد. اگر تصویر پیوست کرده‌ای، مدل‌هایی را بگذار که تصویر را می‌فهمند؛ همه‌یِ مدل‌ها به یک اندازه تصویر نمی‌فهمند.
- نقش و دستورالعمل بده. مثلاً یک صندلی منتقد و یکی با «دستورالعملِ این صندلی» که فقط رویِ عددها و تاریخ‌ها تمرکز کند.
- عمق را انتخاب کن. برایِ یک ادعایِ کوتاه «سریع» یا «عادی» معمولاً کافی است؛ برایِ یک سندِ بلند عمقِ بیشتر.
- «جست‌وجوی زنده قبل از شروع» را روشن کن اگر ادعا به اتفاق‌ها یا اطلاعاتِ تازه مربوط است. منابع در حکم می‌آیند؛ این گزینه هزینه‌یِ کمی دارد.
- هزینه‌یِ تخمینی را ببین، اگر خواستی «سقفِ هزینه» بگذار و شروع کن. جزئیات در صفحه‌یِ قیمت.
حکمِ راستی‌آزمایی چه شکلی دارد؟
| بخش | چه چیزی در آن است |
|---|---|
| نتیجه | دقیقاً یکی از: درست، نادرست، تا حدی درست، قابلِ‌راستی‌آزمایی نیست |
| شرحِ نتیجه | توضیحِ کوتاهِ اینکه چرا این نتیجه گرفته شد |
| نکاتِ تأییدشده | بخش‌هایی از ادعا که بررسی آن‌ها را تأیید کرد |
| نکاتِ نادرست یا گمراه‌کننده | هر مورد همراه با شکلِ درستش |
| فرض‌هایِ بدونِ‌شاهد | چیزهایی که ادعا فرض گرفته ولی شاهدی برایشان پیدا نشد |
| چه چیزی می‌تواند این نتیجه را عوض کند | اطلاعاتی که اگر پیدا شود، حکم تغییر می‌کند |
بعد از حکم می‌توانی سؤالِ تکمیلی بپرسی، «نقشه‌یِ تصمیم» را ببینی یا حکم را کپی کنی، به PDF و Word ببری یا با لینکِ فقط‌خواندنی به اشتراک بگذاری.
نمونه‌یِ فرضی: ادعایِ بروشورِ یک دستگاه
این مثال ساختگی است و نتیجه‌یِ یک نشستِ واقعی یا کاربرِ واقعی نیست.
فرض کن فروشنده‌ای بروشوری فرستاده که در آن نوشته یک دستگاهِ کوچک قبضِ برقِ خانه را نصف می‌کند، و می‌خواهی پیش از خرید بدانی این حرف چقدر پایه دارد. بروشورِ PDF را پیوست می‌کنی، ادعا را در موضوع می‌نویسی و این میز را می‌چینی:
- صندلیِ ۱: Claude در نقشِ منتقد
- صندلیِ ۲: Gemini با دستورالعملِ «فقط ادعاهایِ فنی و عددی را بسنج»
- صندلیِ ۳: Qwen در نقشِ عمل‌گرا
عمق را «عادی» می‌گذاری و «جست‌وجوی زنده قبل از شروع» را روشن می‌کنی. در حکم دنبالِ این‌ها باش: «نتیجه» کدام یک از چهار حالت است و «شرحِ نتیجه» آن را قانع‌کننده توضیح می‌دهد؟ در «فرض‌هایِ بدونِ‌شاهد» چه آمده، مثلاً اینکه ادعا برایِ چه نوع خانه یا مصرفی گفته شده؟ و «چه چیزی می‌تواند این نتیجه را عوض کند» به تو می‌گوید از فروشنده چه مدرکی بخواهی؟ منابعِ جست‌وجو را هم خودت باز کن و ببین واقعاً همان را می‌گویند یا نه.
نکته‌ها و اشتباه‌هایِ رایج
- «قابلِ‌راستی‌آزمایی نیست» شکست نیست. یعنی شاهدِ کافی پیدا نشد؛ این خودش اطلاعِ مهمی است.
- توافقِ مدل‌ها یعنی درستی نیست. همه‌یِ مدل‌ها ممکن است یک اشتباهِ رایج را تکرار کنند؛ برایِ همین یافته‌ها با جزئیات نوشته می‌شوند تا خودت بتوانی چکشان کنی.
- موضوعِ پزشکی، حقوقی یا مالی را حتماً با یک متخصصِ انسانی مرور کن؛ بررسی صحت اطلاعات با هوش مصنوعی جایِ او را نمی‌گیرد.
- برایِ اطلاعاتِ تازه بدونِ جست‌وجوی زنده مدل‌ها ممکن است از آخرین تغییرها خبر نداشته باشند.
- یک‌جا چند ادعایِ بی‌ربط نده. هر ادعایِ اصلی را جدا بررسی کن تا حکم روشن بماند. نمونه‌هایِ بیشتر را در مقاله‌یِ سنجیدنِ ادعاها با چند مدل ببین.
جمع‌بندی
«راستی‌آزمایی» برایِ وقتی است که سؤالت «درست است یا نه؟» است. چند مدل جدا می‌سنجند، به جایِ حدس «نمی‌دانم» می‌گویند، یافته‌هایِ هم را نقد می‌کنند و حکمی می‌نویسند که درست، نادرست و بی‌شاهد را از هم جدا می‌کند. این حکم نقطه‌یِ شروعِ خوبی برایِ بررسیِ خودِ توست، نه پایانِ آن.