ഉറവിട പരിശോധന, അനാക്രോണിസം, ഹാലുസിനേഷൻ

നേട്ടങ്ങൾ:

• ഹാലുസിനേഷനും (ഫാബ്രിക്കേറ്റഡ് സോഴ്‌സ്, ഉദ്ധരണി, ഇവൻ്റ്) അനാക്രോണിസവും ചരിത്രത്തിലെ ഏറ്റവും അപകടകരമായ തെറ്റുകൾ എന്തുകൊണ്ടാണെന്ന് വിശദീകരിക്കാനുള്ള കഴിവ്
• കാറ്റലോഗിലെ ഓരോ റഫറൻസും പരിശോധിക്കുന്നതിനും ഡോക്യുമെൻ്റുമായി ഉള്ളടക്കം താരതമ്യം ചെയ്യുന്നതിനും നിർണായക വസ്തുതകൾ ക്രോസ്-സ്ഥിരീകരിക്കുന്നതിനുമുള്ള അച്ചടക്കം പ്രയോഗിക്കാനുള്ള കഴിവ്.
• യഥാർത്ഥ ഉറവിടത്തിന് പകരം എവിടെയാണ് നോക്കേണ്ടതെന്ന് ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസിനോട് ചോദിച്ച് ഉറവിടങ്ങളിലെ പക്ഷപാതവും നഷ്‌ടമായ ശബ്ദങ്ങളും ചോദ്യം ചെയ്യാനുള്ള കഴിവ്

ഈ മൊഡ്യൂളിൻ്റെ എല്ലാ യൂണിറ്റിലും ഒരു മുന്നറിയിപ്പ് ആവർത്തിക്കുന്നു: AI-യുടെ ഔട്ട്പുട്ട് ഒരു ക്ലെയിം ആണ്, സ്ഥിരീകരിക്കുന്നത് വരെ ഒരു വസ്തുതയല്ല. ഈ യൂണിറ്റ് ആ മുന്നറിയിപ്പിനെ ഒരു അച്ചടക്കമാക്കി മാറ്റുന്നു. ചരിത്രവും ആർക്കൈവിംഗും സ്വാഭാവികമായും തെളിവുകളെ അടിസ്ഥാനമാക്കിയുള്ള മേഖലകളാണ്; ഒരു ചരിത്രകാരൻ്റെ ഏറ്റവും അടിസ്ഥാനപരമായ വൈദഗ്ധ്യം ഉറവിട വിമർശനമാണ് (ആരാണ്, എപ്പോൾ, എന്ത് ഉദ്ദേശ്യത്തിനായി ഒരു സ്രോതസ്സ് നിർമ്മിച്ചു, അത് എത്രത്തോളം വിശ്വസനീയമാണ് എന്ന ചോദ്യം). AI യുടെ യുഗത്തിൽ, ഈ വൈദഗ്ദ്ധ്യം കൂടുതൽ നിർണായകമായിരിക്കുന്നു, കാരണം ഉറവിടം തന്നെ ഇപ്പോൾ കെട്ടിച്ചമച്ചതായിരിക്കാം.

ഇവിടെ ഞങ്ങൾ മൂന്ന് അപകടങ്ങളെ ആഴത്തിൽ വിവരിക്കും: ഹാലുസിനേഷൻ (എഐ നിർമ്മിക്കുന്ന കൃത്രിമ വിവരങ്ങൾ, ഉറവിടങ്ങൾ അല്ലെങ്കിൽ ഉദ്ധരണികൾ), അനാക്രോണിസം (ആനുകാലിക ഘടകങ്ങൾ തെറ്റായ കാലയളവിലേക്ക് മാറ്റുന്നു), കൂടാതെ പൊതുവായ ഉറവിട പരിശോധനയുടെ അച്ചടക്കം. മുൻകാലങ്ങളിൽ കൃത്യമല്ലാത്തതോ പക്ഷപാതപരമോ ആയ ഉറവിടങ്ങളിൽ നിന്ന് AI പഠിക്കുന്നതും ഞങ്ങൾ കാണും, അതിനാൽ അതിന് പക്ഷപാതം പുനർനിർമ്മിക്കാൻ കഴിയും.

ഭ്രമാത്മകത: ഏറ്റവും അപകടകരമായ തെറ്റ്

യഥാർത്ഥത്തിൽ നിലവിലില്ലാത്ത എന്തെങ്കിലും AI ആത്മവിശ്വാസത്തോടെ അവതരിപ്പിക്കുന്നതാണ് ഹാലുസിനേഷൻ. ചരിത്രപരമായി, ഇനിപ്പറയുന്ന രൂപങ്ങളിൽ ഇത് സാധാരണയായി കാണപ്പെടുന്നു:

• ഫാബ്രിക്കേറ്റഡ് ഉറവിടം/റഫറൻസ്: നിലവിലില്ലാത്ത ആർക്കൈവ് ഫണ്ട്, ഫയൽ നമ്പർ, പുസ്തകം അല്ലെങ്കിൽ ലേഖനം.
• ഉണ്ടാക്കിയ ഉദ്ധരണി: യഥാർത്ഥത്തിൽ പറയാത്ത ഒരു വാക്ക്, പ്രമാണത്തിൽ ഇല്ലാത്ത ഒരു വാചകം.
• ഉണ്ടാക്കിയ സംഭവം/തീയതി/വ്യക്തി: നടക്കാത്ത സംഭവം, തെറ്റായ തീയതി, നിലവിലില്ലാത്ത ഒരു വ്യക്തി.
• സാങ്കൽപ്പിക കണക്ഷൻ: രണ്ട് യഥാർത്ഥ സംഭവങ്ങൾ തമ്മിലുള്ള ഒരു നിലവിലില്ലാത്ത കാരണ-ഫല ബന്ധം.

ഒരു ഹാലുസിനേഷനെ അപകടകരമാക്കുന്നത് അത് വിശ്വസനീയമാണെന്ന് തോന്നുന്നു എന്നതാണ്. ഒരു നിർമ്മിത റഫറൻസിന് യഥാർത്ഥ റഫറൻസിൻ്റെ അതേ ഫോർമാറ്റ് ഉണ്ട്: ഫണ്ടിൻ്റെ പേര്, നമ്പർ, തീയതി. അതിനാൽ "ഫോർമാറ്റ് ശരിയായി തോന്നുന്നു" എന്നതിന് ഒരിക്കലും "ശരി" എന്നർത്ഥമില്ല.

ശ്രദ്ധിക്കുക: കാറ്റലോഗിലോ വിശ്വസനീയമായ സ്ഥലത്തോ പരിശോധിച്ച് കണ്ടെത്താതെ YZ നിർമ്മിക്കുന്ന ഒരു ഉറവിടവും ഉപയോഗിക്കാൻ കഴിയില്ല. ഒരു റഫറൻസ് നിലവിലുണ്ടെന്ന് തെളിയിക്കാനുള്ള ഒരേയൊരു മാർഗ്ഗം യഥാർത്ഥ ഉറവിടം എവിടെയാണെന്ന് കാണുക എന്നതാണ് (ആർക്കൈവ് കാറ്റലോഗ്, ലൈബ്രറി, പ്രസിദ്ധീകരണം). "AI കൊടുത്തു" എന്നത് തെളിവല്ല.

അനാക്രോണിസം: കാലഘട്ടത്തിലെ ഗ്ലാസുകൾ

അനാക്രോണിസം ഇന്നത്തെ കണ്ണടയിലൂടെ ഭൂതകാലത്തെ കാണുന്നു. AI ഇന്നത്തെ ഭാഷയിൽ പരിശീലിപ്പിച്ചതിനാൽ, അതിന് ശക്തമായ പ്രവണതയുണ്ട്:

• ടേം അനാക്രോണിസം: കാലഘട്ടത്തിൽ ഉൾപ്പെടാത്ത ഒരു വാക്കോ സ്ഥാപനമോ ആശയമോ ഉപയോഗിക്കുന്നു.
• അനാക്രോണിസം എന്ന ആശയം: വർത്തമാനകാലത്തെക്കുറിച്ചുള്ള ഒരു ആശയം (ഉദാ. ആധുനിക പ്രത്യയശാസ്ത്രം അല്ലെങ്കിൽ സ്വത്വം) ഭൂതകാലത്തിലേക്ക് പ്രക്ഷേപണം ചെയ്യുന്നു.
• മൂല്യ അനാക്രോണിസം: ഇന്നത്തെ മാനദണ്ഡങ്ങൾക്കനുസൃതമായി മുൻകാല പെരുമാറ്റം വിലയിരുത്തുക.

ഭൂതകാലത്തെ അതിൻ്റെ പശ്ചാത്തലത്തിൽ മനസ്സിലാക്കുക എന്നതാണ് ചരിത്രകാരൻ്റെ ജോലി. AI-ക്ക് ഈ സന്ദർഭ സെൻസിറ്റിവിറ്റി ഇല്ല; നിങ്ങൾ അത് സ്വയം നൽകണം.

എന്തുകൊണ്ടാണ് ഭ്രമാത്മകത പലപ്പോഴും സംഭവിക്കുന്നതെന്ന് മനസിലാക്കുന്നത് അതിൽ നിന്ന് പരിരക്ഷിക്കുന്നത് എളുപ്പമാക്കുന്നു. "അടുത്ത ഏറ്റവും സാധ്യതയുള്ള വാക്ക്" നിർമ്മിക്കാൻ പ്രവർത്തിക്കുന്ന ഒരു സംവിധാനമാണ് AI; "സത്യം അറിയുക" പോലെയുള്ള ഒരു ലക്ഷ്യവുമില്ല. ഉത്തരം അറിയാമോ അറിയാതെയോ ഒരു ചോദ്യം ചോദിക്കുമ്പോൾ, സ്ഥിതിവിവരക്കണക്ക് ബോധ്യപ്പെടുത്തുന്ന വാചകം അദ്ദേഹം നിർമ്മിക്കുന്നു. ഒരു ആർക്കൈവൽ റഫറൻസിൻ്റെ ഫോർമാറ്റ് (ഫണ്ടിൻ്റെ പേര്, നമ്പർ, തീയതി) ഒരു പഠിച്ച പാറ്റേണാണ്; ഒരു യഥാർത്ഥ റഫറൻസ് ഇല്ലാതെ AI-ക്ക് ഈ പാറ്റേൺ പൂരിപ്പിക്കാൻ കഴിയും. അപ്പോൾ "എന്തുകൊണ്ടാണ് AI ഇത് നിർമ്മിക്കുന്നത്?" ചോദ്യത്തിനുള്ള ഉത്തരം ലളിതമാണ്: "അറിയില്ല" എന്നതിനേക്കാൾ അയാൾക്ക് എളുപ്പത്തിൽ ഉണ്ടാക്കാം. ഈ അച്ചുകൾ യഥാർത്ഥ വിഭവങ്ങൾ കൊണ്ട് നിറയ്ക്കാനുള്ള ഉത്തരവാദിത്തം നിങ്ങളുടേതാണ്.

ഉറവിട പരിശോധന അച്ചടക്കം: ഘട്ടം ഘട്ടമായി

1. വിഭവത്തിൻ്റെ അസ്തിത്വം പരിശോധിക്കുക. കാറ്റലോഗിൽ/പ്രസിദ്ധീകരണത്തിൽ AI നൽകുന്ന എല്ലാ റഫറൻസുകളും കണ്ടെത്തുക. നിങ്ങൾക്ക് അത് കണ്ടെത്താൻ കഴിയുന്നില്ലെങ്കിൽ, അത് ഉപയോഗിക്കരുത്.

2. ഉറവിടവുമായി ഉള്ളടക്കം താരതമ്യം ചെയ്യുക. ഒരു ഡോക്യുമെൻ്റിന് AI ആട്രിബ്യൂട്ട് ചെയ്യുന്ന വിവരങ്ങൾ യഥാർത്ഥത്തിൽ ഡോക്യുമെൻ്റിൽ നിലവിലുണ്ടോ? ഉദ്ധരണി കൃത്യമായി സമാനമാണോ?

3. ക്രോസ്-സ്ഥിരീകരിക്കുക. ഒരു നിർണായക വസ്തുതയ്ക്കായി, കുറഞ്ഞത് രണ്ട് സ്വതന്ത്ര വിശ്വസനീയമായ ഉറവിടങ്ങളെങ്കിലും നോക്കുക.

4. ഉറവിട വിമർശനം പ്രയോഗിക്കുക. ഉറവിടം തന്നെ വിശ്വസനീയമാണോ? ആരാണ് ഇത് നിർമ്മിച്ചത്, എപ്പോൾ, എന്ത് ആവശ്യത്തിനായി? അത് പക്ഷപാതപരമാണോ?

5. അനാക്രോണിസം ഫിൽട്ടറിലൂടെ കടന്നുപോകുക. ഔട്ട്‌പുട്ടിലെ കാലയളവിന് അനുയോജ്യമല്ലാത്ത എന്തെങ്കിലും നിബന്ധനകളോ ആശയങ്ങളോ മൂല്യനിർണ്ണയങ്ങളോ ഉണ്ടോ?

6. മുൻവിധി ചോദ്യം. ചരിത്രപരമായ സ്രോതസ്സുകളിലെ പക്ഷപാതങ്ങൾ (ഒരു ഗ്രൂപ്പിനെ അവഗണിക്കുക, ഒരു കാഴ്ചപ്പാടിനെ അനുകൂലിക്കുക) AI-ക്ക് പുനർനിർമ്മിക്കാൻ കഴിയുമോ?

പ്രാമാണീകരണ പാളി

ചോദ്യം

ആരാണ് ചെയ്യുന്നത്

സ്ഥാപനം

ഈ വിഭവം ശരിക്കും നിലവിലുണ്ടോ?

നിങ്ങൾ കാറ്റലോഗിൽ.

ഉള്ളടക്കം

ഇത് യഥാർത്ഥത്തിൽ പ്രമാണത്തിൽ പറയുന്നുണ്ടോ?

നിങ്ങൾ പ്രമാണത്തിൽ

സ്ഥിരീകരണം

മറ്റേതെങ്കിലും ഉറവിടം അതിനെ പിന്തുണയ്ക്കുന്നുണ്ടോ?

നീ, കുരിശ്

വിശ്വാസ്യത

ഉറവിടം വിശ്വസനീയമാണോ?

വിദഗ്ധ വിധി

കാലഘട്ടം

എന്തെങ്കിലും അനക്രോണിസങ്ങൾ ഉണ്ടോ?

വിദഗ്ധ വിധി

മുൻവിധി

ആരുടെ ശബ്ദം നഷ്ടപ്പെട്ടിരിക്കുന്നു/വികലമാണ്?

വിദഗ്ധ വിധി

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - ആറ് കെട്ടിച്ചമച്ച റഫറൻസുകൾ. ഒരു ഗവേഷകൻ ഒരു വിഷയത്തെക്കുറിച്ചുള്ള ഉറവിടങ്ങളുടെ ഒരു ലിസ്റ്റ് AI-യോട് ആവശ്യപ്പെട്ടു. തികഞ്ഞ ഫോർമാറ്റിംഗിനൊപ്പം YZ 6 ആർക്കൈവ് റഫറൻസുകൾ നൽകി. കാറ്റലോഗ് തിരയലിൽ, 6 ൽ 4 എണ്ണം കാണുന്നില്ല, അതിൽ 2 എണ്ണം തെറ്റായി ഉണ്ടായിരുന്നു. ഗവേഷകൻ പരിശോധിച്ചില്ലെങ്കിൽ, നിലവിലില്ലാത്ത സ്രോതസ്സുകളെ ഉദ്ധരിച്ച് ഒരു പഠനം ഉയർന്നുവരുമായിരുന്നു. പാഠം: എല്ലാ റഫറൻസുകളും കാറ്റലോഗിൽ പരിശോധിച്ചുറപ്പിച്ചിരിക്കുന്നു.

കേസ് 2 - തയ്യാറാക്കിയ ഉദ്ധരണി. ഒരു ചരിത്രപുരുഷനെ AI ആരോപിക്കുന്ന ശ്രദ്ധേയമായ ഒരു ഉദ്ധരണി ഒരു എഴുത്തുകാരൻ ഉപയോഗിക്കും. ഉറവിടം അന്വേഷിച്ചപ്പോൾ, ആ വ്യക്തി ഇത്തരമൊരു കാര്യം പറഞ്ഞതായി തെളിയിക്കുന്ന ഒരു രേഖയും ഇല്ലെന്നും പ്രസ്താവന AI നിർമ്മിച്ചതാണെന്നും അദ്ദേഹം കണ്ടു. പാഠം: ഒരു പ്രാഥമിക അല്ലെങ്കിൽ വിശ്വസനീയമായ ഉറവിടത്തിൽ നിന്നുള്ള സ്ഥിരീകരണം കൂടാതെ ഉദ്ധരണികൾ ഉപയോഗിക്കാൻ കഴിയില്ല.

കേസ് 3 - മുൻവിധിയുടെ പുനർനിർമ്മാണം. ഒരു വിദ്യാർത്ഥി ഒരു പ്രദേശത്തിൻ്റെ ചരിത്രം വിശദീകരിക്കാൻ AI യോട് ആവശ്യപ്പെട്ടു. ഔട്ട്‌പുട്ട് ആ പ്രദേശത്തെ ഒരു പ്രത്യേക കമ്മ്യൂണിറ്റിയെ പൂർണ്ണമായും അവഗണിച്ചു, കാരണം AI പഠിച്ച ഉറവിടങ്ങളും അവരെ അവഗണിച്ചു. വിദ്യാർത്ഥി ഈ വിടവ് ശ്രദ്ധിക്കുകയും ക്രോസ് റഫറൻസുകൾ ഉപയോഗിച്ച് തിരുത്തുകയും ചെയ്തു. പാഠം: AI സ്രോതസ്സുകളിൽ നിശബ്ദതകളും പക്ഷപാതങ്ങളും പുനർനിർമ്മിക്കുന്നു; ആരുടെ ശബ്ദമാണ് നഷ്ടമായതെന്ന് ചോദിക്കണം.

പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ

1) റഫറൻസ് സ്ഥിരീകരണ ലിസ്റ്റ്:

ചുവടെയുള്ള വാചകത്തിലെ എല്ലാ ഉറവിടം, റഫറൻസ്, ഉദ്ധരണി, തീയതി, വ്യക്തിയുടെ പേരുകൾ എന്നിവ ഒരു പ്രത്യേക പട്ടികയിൽ ദൃശ്യമാകും. ഓരോന്നിനും ഒരു കുറിപ്പ് ചേർക്കുക: "ഈ വാചകത്തിൽ ക്ലെയിം ചെയ്തിരിക്കുന്നത്, സ്വതന്ത്രമായി പരിശോധിച്ചുറപ്പിച്ചിരിക്കണം." നിങ്ങൾ ഒന്നും തിരഞ്ഞെടുത്തില്ലെങ്കിൽ, "സ്ഥിരീകരിക്കുക"; സ്ഥിരീകരിക്കാൻ ഒരു ലിസ്റ്റ് ഹാജരാക്കിയാൽ മതി, കാറ്റലോഗിൽ/ഉറവിടത്തിൽ നിന്ന് എനിക്കത് പരിശോധിക്കാനാകും. വാചകം: [ഇവിടെ]

2) അനാക്രോണിസം സ്കാനിംഗ്:

താഴെയുള്ള [കാലയളവിനെ] കുറിച്ചുള്ള വാചകം പരിശോധിക്കുക. ഈ കാലയളവിൽ ഉൾപ്പെടാത്ത നിബന്ധനകൾ, സ്ഥാപനങ്ങൾ, ആശയങ്ങൾ, മൂല്യങ്ങൾ എന്നിവ ഹൈലൈറ്റ് ചെയ്യുക. ഓരോന്നിനും, നിങ്ങൾ എന്തിനാണ് സംശയിക്കുന്നതെന്ന് ചുരുക്കമായി എഴുതുക. അന്തിമ വിധി പുറപ്പെടുവിക്കുന്നു; വിദഗ്ദ്ധൻ പരിശോധിക്കുന്ന സംശയങ്ങളുടെ ഒരു ലിസ്റ്റ് സൃഷ്ടിക്കുക. വാചകം: [ഇവിടെ]

3) ഉറവിട വിമർശന ചട്ടക്കൂട്:

ഇനിപ്പറയുന്ന സ്രോതസ്സിനെക്കുറിച്ച് ഒരു ഉറവിട വിമർശനം തയ്യാറാക്കിയിട്ടുണ്ട്: (1) ആരാണ് ഇത് നിർമ്മിച്ചത്, (2) എപ്പോൾ, (3) എന്ത് ഉദ്ദേശ്യത്തിനായി, (4) അതിൻ്റെ സാധ്യമായ പക്ഷപാതങ്ങൾ എന്തൊക്കെയാണ്, (5) ഏതൊക്കെ വിഷയങ്ങൾ വിശ്വസിക്കണം, ഏതൊക്കെ ജാഗ്രത പാലിക്കണം. അന്തിമ വിധി നടപ്പാക്കൽ; ചോദ്യങ്ങളും സാധ്യമായ ഉത്തര ഓപ്ഷനുകളും നൽകുക. ഉറവിടം: [ഇവിടെ]

4) വോളിയം/പക്ഷപാത നിയന്ത്രണം വിട്ടുപോയിരിക്കുന്നു:

ഇനിപ്പറയുന്ന ചരിത്ര സംഗ്രഹത്തിൽ ആരുടെ ശബ്ദവും ഏത് ഗ്രൂപ്പിൻ്റെ അനുഭവവും നഷ്‌ടമാകാം അല്ലെങ്കിൽ ഏകപക്ഷീയമാകാം? ഏത് വീക്ഷണമാണ് പ്രബലമായത്, ഏത് അദൃശ്യമാണ്? ചോദ്യങ്ങളുടെ ഒരു പട്ടികയായി ഇത് നിർമ്മിക്കുക; ഞാൻ അത് ക്രോസ് റഫറൻസുകൾ കൊണ്ട് പൂരിപ്പിക്കും. സംഗ്രഹം: [ഇവിടെ]

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബല:

ഈ വിഷയത്തിൽ വിശ്വസനീയമായ ചരിത്ര സ്രോതസ്സുകളും ഉദ്ധരണികളും എനിക്ക് തരൂ.

"ഉറവിടം", "അവലംബം" എന്നിവ ആവശ്യപ്പെടുമ്പോൾ രൂപത്തിൽ ശരിയായതും എന്നാൽ ഉള്ളടക്കത്തിൽ കെട്ടിച്ചമച്ചതുമായ റഫറൻസുകൾ നിർമ്മിക്കാൻ AI വളരെ സാധ്യതയുണ്ട്. ഈ നിർദ്ദേശം ഭ്രമാത്മകതയിലേക്കുള്ള നേരിട്ടുള്ള ക്ഷണമാണ്.

ശക്തമായ:

ഈ വിഷയത്തെക്കുറിച്ചുള്ള എൻ്റെ ഗവേഷണത്തിൽ ഞാൻ അന്വേഷിക്കേണ്ട ഉറവിടങ്ങൾ (ആർക്കൈവ് ഫണ്ട് തരം, പ്രസിദ്ധീകരണ തരം, സ്ഥാപനം) നിർദ്ദേശിക്കുക. ഒരു പ്രത്യേക റഫറൻസ്, ഫയൽ നമ്പർ അല്ലെങ്കിൽ ഉദ്ധരണി യോജിപ്പിക്കുക; എവിടെ നോക്കണമെന്ന് പറഞ്ഞാൽ മതി. അപ്പോൾ ഞാൻ കാറ്റലോഗുകളിൽ നിന്ന് യഥാർത്ഥ ഉറവിടങ്ങൾ കണ്ടെത്തും.

വ്യത്യാസം: "എവിടെ നോക്കണം" എന്നതിനാണ് AI ആവശ്യപ്പെടുന്നത്, "യഥാർത്ഥ റഫറൻസ്" അല്ല; ഭ്രമാത്മകതയുടെ അപകടസാധ്യത സമൂലമായി കുറയുകയും പരിശോധന മനുഷ്യനെ ഏൽപ്പിക്കുകയും ചെയ്യുന്നു.

സാധാരണ തെറ്റുകൾ

• ശരിയായ റഫറൻസിനെ ആശ്രയിക്കുന്നു. ഉണ്ടാക്കിയ പരാമർശവും കുറ്റമറ്റതായി കാണപ്പെടുന്നു; കാറ്റലോഗിൽ പരിശോധിച്ചുറപ്പിച്ചിരിക്കണം.
• AI-യിൽ നിന്ന് നേരിട്ടുള്ള ഉദ്ധരണി എടുക്കുന്നു. പ്രാഥമിക/വിശ്വസനീയമായ ഉറവിടത്തിൽ നിന്നുള്ള സ്ഥിരീകരണമില്ലാതെ ഉദ്ധരണികൾ ഉപയോഗിക്കാൻ കഴിയില്ല.
• അനാക്രോണിസത്തെ അവഗണിക്കുന്നു. ഇന്നത്തെ നിബന്ധനകളും ആശയങ്ങളും നിശബ്ദമായി ഭൂതകാലത്തിലേക്ക് ഒഴുകുന്നു.
• മുൻവിധി പുനർനിർമ്മിക്കുന്നു. ഉറവിടങ്ങളിൽ നിന്ന് AI നിശബ്ദത പകർത്തുന്നു; കാണാതായ ശബ്ദത്തെക്കുറിച്ച് ചോദിക്കേണ്ടത് ആവശ്യമാണ്.
• ഒരൊറ്റ ഉറവിടത്തെ ആശ്രയിക്കുന്നു. നിർണായക വസ്തുതകൾ കുറഞ്ഞത് രണ്ട് സ്വതന്ത്ര ഉറവിടങ്ങളാൽ സ്ഥിരീകരിക്കപ്പെടണം.

ചുരുക്കത്തിൽ

ഉറവിട പരിശോധന ചരിത്രത്തിൻ്റെയും ആർക്കൈവിംഗിൻ്റെയും ഹൃദയഭാഗത്താണ്, AI യുഗത്തിൽ ഇത് കൂടുതൽ നിർണായകമാണ്. ഭ്രമാത്മകത സ്രോതസ്സുകളും ഉദ്ധരണികളും സംഭവങ്ങളും സൃഷ്ടിക്കുന്നു, അവയുടെ രൂപം തികഞ്ഞതും എന്നാൽ ഉള്ളടക്കം സാങ്കൽപ്പികവുമാണ്; അനാക്രോണിസം ഇന്നത്തെ ലെൻസിലൂടെ ഭൂതകാലത്തെ വളച്ചൊടിക്കുന്നു; കൂടാതെ AI ഉറവിടങ്ങളിൽ പക്ഷപാതങ്ങൾ പുനർനിർമ്മിക്കുന്നു. പ്രതിരോധം ഒരു അച്ചടക്കമാണ്: കാറ്റലോഗിലെ ഓരോ റഫറൻസും പരിശോധിക്കുക, ഡോക്യുമെൻ്റുമായി ഉള്ളടക്കം താരതമ്യം ചെയ്യുക, നിർണായക വസ്തുതകൾ ക്രോസ്-ചെക്ക് ചെയ്യുക, കാലഘട്ടത്തിലൂടെയും പക്ഷപാതത്തിലൂടെയും ഫിൽട്ടർ ചെയ്യുക. "യഥാർത്ഥ ഉറവിടം" എന്നല്ല "എവിടെയാണ് നോക്കേണ്ടത്" എന്ന് AI-യോട് ചോദിക്കുക. സത്യത്തിൻ്റെ കാവൽക്കാരൻ എപ്പോഴും വിദഗ്ദ്ധനാണ്.

ആപ്ലിക്കേഷൻ ടാസ്ക്

നിങ്ങൾ പ്രവർത്തിക്കുന്ന ഒരു വിഷയത്തിൽ (മനപ്പൂർവ്വം "ദുർബലമായ പ്രോംപ്റ്റ്" ഉപയോഗിച്ച്) ഉറവിടങ്ങളുടെ ഒരു ലിസ്റ്റ് നിർമ്മിക്കാൻ AI ആവശ്യപ്പെടുക. തുടർന്ന് "റഫറൻസ് വാലിഡേഷൻ ലിസ്റ്റ്" ടെംപ്ലേറ്റ് ഉപയോഗിച്ച് ഈ ഔട്ട്‌പുട്ടിൽ നിന്ന് എല്ലാ റഫറൻസുകളും എക്‌സ്‌ട്രാക്റ്റുചെയ്‌ത് ഓരോന്നും ഒരു കാറ്റലോഗിൽ തിരയുക. യഥാർത്ഥത്തിൽ എത്രയെണ്ണം നിലവിലുണ്ട്, എത്രയെണ്ണം നിർമ്മിക്കപ്പെട്ടതോ കൃത്യമല്ലാത്തതോ ആണെന്ന് കണക്കാക്കുക. "ശക്തമായ നിർദ്ദേശം" ("ഞാൻ എവിടെ നോക്കണം") ഉപയോഗിച്ച് അതേ വിഷയം ആവർത്തിക്കുക, വ്യത്യാസം അനുഭവിക്കുക.

ചെക്ക്ലിസ്റ്റ്

• [ ] കാറ്റലോഗിലെ/വിശ്വസനീയമായ ഉറവിടത്തിലെ ഓരോ റഫറൻസും ഞാൻ പരിശോധിച്ചു.
• [ ] ഞാൻ ഓരോ ഉദ്ധരണിയും പ്രാഥമിക/വിശ്വസനീയമായ ഉറവിടം ഉപയോഗിച്ച് പരിശോധിച്ചു.
• [ ] കുറഞ്ഞത് രണ്ട് സ്വതന്ത്ര സ്രോതസ്സുകളെങ്കിലും ഉപയോഗിച്ച് ഞാൻ നിർണായക വസ്തുതകൾ ക്രോസ്-ചെക്ക് ചെയ്തിട്ടുണ്ട്.
• [ ] ഞാൻ അനാക്രോണിസങ്ങൾക്കായി ഔട്ട്പുട്ട് ഫിൽട്ടർ ചെയ്തു.
• [ ] കാണാതായ/വികലമായ ശബ്ദങ്ങളും പക്ഷപാതവും ഞാൻ ചോദ്യം ചെയ്തു.