ตัวเลขความเชื่อมั่นในรายงานโปรไฟล์ต้องมีคำจำกัดความของหลักฐาน

เริ่มต้นด้วยการระบุหน่วยของตัวเลข

คะแนนตัวเลขจากแบบจำลองเป็นวัตถุที่แตกต่างจากข้อเท็จจริงที่มีแหล่งอ้างอิงและจากอัตราความสำเร็จที่วัดได้ ข้อเท็จจริงที่มีแหล่งอ้างอิงชี้ไปยังคำแถลงสาธารณะที่คุณตรวจสอบได้ อัตราความสำเร็จที่วัดได้มาจากการตรวจสอบความถูกต้องกับกรณีที่ทราบแล้ว ส่วนคะแนนคือผลลัพธ์ที่ความหมายขึ้นอยู่กับสิ่งที่มันถูกฝึกและทดสอบให้เปรียบเทียบ เมื่อรายงานแสดงตัวเลขโดยไม่บอกว่าเป็นสิ่งใดในเหล่านี้ ให้บันทึกว่าเป็นหน่วยที่ไม่ได้นิยาม อย่าแปลงมันเป็นความน่าจะเป็นเกี่ยวกับบุคคลอย่างเงียบๆ เพราะการแปลงนั้นเป็นการอนุมานที่รายงานยังไม่ได้พิสูจน์ [NIST AI 600-1: การสร้างข้อมูลเท็จของ AI เชิงสร้างสรรค์และการตรวจสอบแหล่งที่มา]

• เขียนตัวเลขตามที่แสดงไว้ทุกประการ พร้อมป้ายกำกับและคำประกอบใดๆ
• บันทึกว่ารายงานระบุหน่วย เกณฑ์เปรียบเทียบ ช่วง หรือชุดข้อมูลตรวจสอบความถูกต้องหรือไม่
• หากสิ่งใดสิ่งหนึ่งเหล่านั้นขาดหายไป ให้ทำเครื่องหมายตัวเลขว่าไม่ได้นิยาม แทนที่จะถือว่าแม่นยำ

ถามคำถามสามข้อก่อนตีความ

ถามว่าตัวเลขวัดอะไร ถูกนำไปเปรียบเทียบกับอะไร และมีการตรวจสอบความถูกต้องใดๆ ให้มาหรือไม่ คะแนนอาจอธิบายความคล้ายคลึงกับตัวอย่างที่เก็บไว้ ความสอดคล้องระหว่างแหล่งข้อมูล หรือการตั้งค่าแบบจำลองภายใน สิ่งเหล่านี้ไม่ใช่ความน่าจะเป็นเกี่ยวกับบุคคล การตรวจสอบความถูกต้องคือส่วนที่จะช่วยให้คุณอ่านตัวเลขเป็นค่าที่ปรับเทียบแล้วได้ คำแนะนำทั่วไปเกี่ยวกับความเสี่ยงของ AI ระบุว่าควรหลีกเลี่ยงการคาดการณ์ประสิทธิภาพจากสิ่งที่ไม่ได้มาจากการประเมินที่แคบ ไม่เป็นระบบ หรือเป็นเพียงเกร็ดเรื่องเล่า และผลลัพธ์ที่สร้างขึ้นอาจดูมั่นใจทั้งที่ขัดแย้งกับข้อมูลนำเข้า โปรดใช้ความระมัดระวังนี้กับคะแนนใดๆ ที่นำเสนอโดยไม่ระบุพื้นฐาน [NIST AI 600-1: การสร้างข้อมูลเท็จของ AI เชิงสร้างสรรค์และการตรวจสอบแหล่งที่มา]

• ตัวเลขวัดอะไร
• มันถูกนำไปเปรียบเทียบกับอะไร
• มีการตรวจสอบความถูกต้องให้มาหรือไม่ และกับกรณีประเภทใด

แยกคะแนนที่ไม่ได้นิยามออกจากข้อเท็จจริงที่สังเกตได้

สร้างบันทึกสองชุดแยกกัน ชุดแรกเก็บสิ่งที่คุณสังเกตได้ในแหล่งสาธารณะที่ได้รับอนุญาต เช่น ชื่อผู้ใช้ โพสต์สาธารณะ รูปภาพ หรือสังกัดที่ระบุไว้ ชุดที่สองเก็บผลลัพธ์ตัวเลขของรายงานและทุกสิ่งที่รายงานอนุมานจากมัน แยกทั้งสองชุดให้เห็นชัดเจน เพื่อไม่ให้คะแนนยืมอิทธิพลมาให้กับข้อความที่ขาดแหล่งอ้างอิงของตนเอง เมื่อรายงานมีความชัดเจนกว่าแหล่งข้อมูล ให้เขียนคำขยายที่ขาดหายไปถัดจากข้อกล่าวอ้าง และลดข้อกล่าวอ้างลงเหลือเพียงสิ่งที่แหล่งข้อมูลสนับสนุนจริง

อย่าปล่อยให้ทศนิยมบ่งบอกถึงการตรวจสอบยืนยัน

ความแม่นยำในการนำเสนอไม่ใช่หลักฐานของความถูกต้อง ตัวเลขที่เขียนไว้หลายตำแหน่งทศนิยมอาจดูเหมือนผ่านการปรับเทียบแล้ว ทั้งที่ไม่ได้วัดอะไรเกี่ยวกับโลกจริงเลย ให้ถือว่ารูปแบบนั้นเป็นเพียงเรื่องภายนอกจนกว่ารายงานจะนิยามพื้นฐานของคะแนนไว้ ตรวจทานและยืนยันแหล่งที่มาในผลลัพธ์ที่สร้างขึ้นใดๆ ก่อนจะเชื่อถือ เพราะข้อความที่สร้างขึ้นอาจนำเสนอเนื้อหาที่ไม่มีหลักฐานรองรับด้วยน้ำเสียงที่มั่นใจ หากรายงานไม่ได้ให้นิยามใดๆ แบบบันทึกของคุณควรมีคำว่ายังไม่ชัดเจนกำกับไว้ข้างตัวเลข แทนที่จะเป็นค่าประมาณความน่าจะเป็น [NIST AI 600-1: การสร้างข้อมูลเท็จของ AI เชิงสร้างสรรค์และการตรวจสอบแหล่งที่มา]

บันทึกขีดจำกัดที่แน่นอนไว้และหยุดเพียงเท่านั้น

หากแหล่งที่มาขาดหาย เป็นส่วนตัว ไม่ตรงกัน หรือกำกวม ให้เขียนขีดจำกัดที่ชัดเจนนั้นลงไปและยุติการอนุมานที่ไม่มีหลักฐานรองรับ อย่าใช้การเข้าถึงข้อมูลส่วนตัว การเดาความคล้ายคลึง หรือคะแนนที่สูงกว่ามาแทนที่หลักฐานที่ขาดหายไป ขีดจำกัดที่เป็นประโยชน์จะระบุว่าอะไรหายไป เช่น โพสต์ถูกลบ รูปภาพตรงกันเพียงเล็กน้อย โปรไฟล์อาจเป็นของบุคคลมากกว่าหนึ่งคน การระบุช่องว่างทำให้คุณตัดสินใจได้ว่าจะทำอะไรต่อไป โดยไม่เปลี่ยนความไม่แน่นอนให้กลายเป็นข้อสรุปเกี่ยวกับตัวบุคคลใดบุคคลหนึ่ง

• ระบุช่องว่างที่เจาะจง ไม่ใช่ข้อความปฏิเสธความรับผิดชอบแบบกว้างๆ
• อย่าถือว่าการตั้งค่าความเป็นส่วนตัว การเงียบ หรือรูปภาพที่ตรงกัน เป็นหลักฐานยืนยันตัวตนหรือเจตนา
• หากเบาะแสนั้นสำคัญ ให้วางแผนตรวจสอบอย่างถูกกฎหมายผ่านแหล่งสาธารณะนั้นเอง ไม่ใช่ผ่านการหลบเลี่ยง

แบบบันทึกสำหรับผู้อ่านสำหรับรายงานหนึ่งฉบับ

สร้างสามคอลัมน์ ได้แก่ ข้อความในรายงาน พื้นฐานแหล่งที่มา และสถานะ ในคอลัมน์พื้นฐานแหล่งที่มา ให้วางหรือถอดความข้อความสาธารณะที่รายงานอ้างอิง ในคอลัมน์สถานะ ให้เลือกเป็นข้อเท็จจริงที่มีแหล่งที่มา ข้อกล่าวอ้างที่อนุมานขึ้น หรือคะแนนที่ยังไม่ชัดเจน แถวใดก็ตามที่ตัวเลขปรากฏอยู่เพียงลำพังให้คงไว้ในคอลัมน์ยังไม่ชัดเจน นี่คือเครื่องมือช่วยเหลือด้านบรรณาธิการที่คุณเขียนขึ้นเอง ไม่ใช่การควบคุมที่แพลตฟอร์มใดเสนอให้ มันช่วยให้ตัวอย่างสมมติคงความซื่อตรงไว้ เช่น หากรายงานแสดง 0.87 ไว้ข้างชื่อผู้ใช้สาธารณะ แบบบันทึกจะบันทึกชื่อผู้ใช้ที่มีแหล่งที่มาและป้ายกำกับตัวเลขที่ยังไม่ชัดเจน ไม่ใช่โอกาสร้อยละ 87 ที่สิ่งใดๆ เกี่ยวกับบุคคลนั้นจะเป็นความจริง

อีกสองสามคำถาม