Bir yapay zekâ yanıtında düzgün cümleler, ayrıntılı tarihler ve kaynak gibi görünen bağlantılar bulunabilir. Bunlar doğruluk kanıtı değildir. Dil modelleri verilen bağlamla uyuşmayan veya gerçekte bulunmayan bilgi üretebilir. Bu nedenle kontrolün odağı, metnin ne kadar ikna edici göründüğü değil iddialarının neye dayandığı olmalıdır.
Metni denetlenebilir iddialara ayırın
Önce isim, tarih, sayı, ürün özelliği ve neden sonuç ilişkisi içeren cümleleri işaretleyin. “Bu yöntem kolaydır” gibi öznel değerlendirmeyle “Bu özellik bütün cihazlarda çalışır” gibi doğrulanabilir iddia aynı şekilde incelenmez. Özellikle kapsam bildiren “bütün”, “daima” ve “kesin” kelimelerine dikkat edin.
Örneğin bir uygulama rehberindeki menü adını, desteklenen işletim sistemini ve dosya sınırını ayrı maddeler hâline getirin. Böylece tek bir bağlantının bütün metni desteklediği varsayımından kurtulursunuz. Her iddia için gerçekten ilgili bir dayanak arayabilirsiniz.
Bağlantıyı açmadan kaynak kabul etmeyin
Modelin verdiği adresin çalıştığını ve hedef belgenin iddiayı gerçekten desteklediğini kontrol edin. Kaynak başlığının ilgili görünmesi yeterli değildir. Belge başka bir sürümü veya farklı bir ülkeyi anlatıyor olabilir. Birincil dokümana ulaşmak mümkünse özetleyen bir yazıyla yetinmeyin.
Kontrol tablosunda dört alan kullanabilirsiniz: iddia, kaynak, destekleyen bölüm ve sonuç. Sonuç alanına “doğrulandı”, “kapsam daraltılmalı” veya “kanıt bulunamadı” yazın. Bu yöntem, metnin tamamını aynı güven düzeyinde görmek yerine sorunlu bölümleri ayırır.
Tarih ve sürüm bağlamını koruyun
Bir ürünün eski sürümünde bulunan seçenek yeni sürümünde taşınmış olabilir. Belgenin yayın veya güncelleme tarihine, kullandığınız sürüme ve özelliğin erişim koşullarına bakın. Yeni tarihli olması da tek başına ilgili olduğu anlamına gelmez; içerik başka bir ürün ailesini anlatıyor olabilir.
Güncel bilgi gerekmeyen bir açıklamaya gereksiz tarih eklemeyin. Kavramı anlatmak için “şu yılın en iyi modeli” gibi hızla eskiyen iddialar kullanmak bakım yükünü artırır. Okurun kararını etkileyen zaman bilgisi varsa açık ve doğrulanmış biçimde belirtin.
Belirsizliği silmeye çalışmayın
Modelden yalnızca verilen kaynaklara dayanmasını ve kaynakta bulunmayan bilgi için bunu söylemesini isteyebilirsiniz. Bu yaklaşım hata riskini azaltmaya yardımcı olur, fakat tüm yanlışları ortadan kaldırmaz. Aynı modele “Emin misin?” diye sormak bağımsız doğrulama sayılmaz.
Kaynak yetersizse uygulanabilecek seçenekler:
- İddiayı daha dar ve desteklenen bir ifadeyle yeniden yazmak.
- Kesinliği azaltıp sınırları açıkça belirtmek.
- Gerekli bilgiyi ek bir birincil kaynaktan araştırmak.
- Doğrulanamayan ayrıntıyı metinden çıkarmak.
Boşluğu tahminle doldurmak, akıcı fakat güvenilmez bir sonuç oluşturabilir.
Kontrol emeğini riske göre ayarlayın
Bir başlık önerisiyle sağlık, hukuk veya finansla ilgili yönlendirme aynı etkiye sahip değildir. Sonuçları ağır olabilecek konularda alan uzmanı incelemesi ve güncel yetkili kaynaklar gerekir. Basit bir tanıtım metninde ise isim, tarih ve vaatlerin kontrolü yeterli başlangıç olabilir.
Yayımlanan içerikte düzeltme gerektiğinde önce asıl iddiayı değiştirin, ardından gerekiyorsa açıklama ekleyin. Yapay zekâ kullanmak editoryal sorumluluğu ortadan kaldırmaz. Sağlam bir süreç, modelin hatasız olmasını beklemek yerine hatayı görünür kılacak adımlar kurar.
Bir ürün karşılaştırması hazırladığınızı düşünün. Model üç cihaz için aynı özelliğin var olduğunu söylüyorsa her cihazın resmî sayfasını ayrı açın. Birinin yalnızca belirli sürümde desteklenmesi, tablodaki genel evet ifadesini değiştirmeyi gerektirebilir. Kaynağın desteklediği kapsamı kendi cümlenize taşıyın; modele yeni bir tahmin yaptırmayın. Son kontrol tablosunda inceleme tarihini saklamak da yararlıdır. Daha sonra ürün değiştiğinde hangi bilginin hangi tarihte doğrulandığı anlaşılır. Buna karşılık sırf metne güvenilir görünüm vermek için ilgisiz bağlantılar eklemek, okurun doğrulama işini kolaylaştırmaz; kaynakla iddia arasındaki ilişki açık olmalıdır.
