Saltar ao contido

Notas sobre a capacidade dos modelos para afirmacións públicas

Os nomes dos modelos de IA cambian rapidamente, mentres que quen aprende segue precisando unha explicación estable do que fai o produto. Esta nota documenta o método de revisión de afirmacións proposto para Robotutor antes de que aparezan nunha páxina pública unha declaración sobre un modelo, unha avaliación ou un nivel de pago.

Publicado o · Actualizado o

Comezar polo comportamento observable do produto

O texto da páxina de inicio debe describir un comportamento que quen aprende poida verificar: o sistema fai unha pregunta, avalía a resposta, explica o que parece sólido ou fráxil e escolle o seguinte paso. Estas afirmacións seguen sendo útiles aínda que cambie o provedor ou a versión do modelo subxacente.

O nome dun provedor non é un resultado de aprendizaxe. Dicir que o produto usa un modelo de vangarda non demostra que unha resposta concreta se cualificase ben, que se detectase unha concepción errónea nin que a seguinte pregunta fose axeitada. Por iso Robotutor trata a identidade do modelo como contexto de implementación, non como substituto das evidencias sobre a experiencia de quen aprende.

  • Prefire afirmacións sobre o ciclo de aprendizaxe visible a adxectivos como mellor, máis intelixente ou máis potente.
  • Non prometa acceso a un modelo concreto a menos que o encaminamento despregado e os dereitos de acceso demostren ese acceso.
  • Manteña as afirmacións específicas de modelos en páxinas de recursos ou anuncios con data, e non no texto principal permanente.

Usar un rexistro de afirmacións antes de publicar

Cada afirmación pública substancial debe ter catro pezas de evidencia: a frase exacta, a implementación ou configuración que a respalda, unha fonte externa cando a afirmación se refire a un provedor ou a un resultado de investigación e unha persoa responsable que a revisará cando cambie a fonte. Unha afirmación sen responsable queda obsoleta aínda que algunha vez fose exacta.

Por exemplo, a afirmación de que as respostas se cualifican con IA pode vincularse á ruta de avaliación de respostas e a unha demostración no navegador. Unha afirmación de que un modelo concreto está dispoñible para as persoas subscritas require máis: deben coincidir a configuración do provedor despregada, a vía de dereitos de facturación e a documentación actual do modelo do provedor.

  • Evidencia do produto: ruta, configuración, avaliación ou comportamento reproducible da interface.
  • Evidencia externa: investigación primaria, organismo de normalización ou documentación oficial do provedor.
  • Detonante de revisión: cambio de provedor, cambio de encaminamento, cambio de prezos ou evidencia de avaliación contraditoria.
  • Redacción alternativa: unha frase neutral respecto dos provedores que siga sendo verdadeira se se elimina o nome dun modelo.

Separar a capacidade da fiabilidade

Un modelo pode demostrar unha forte capacidade xeral e, aínda así, producir unha explicación incorrecta, pasar por alto unha pregunta ambigua ou aplicar a rúbrica equivocada á resposta de quen aprende. Robotutor debe describir o sistema como automatizado e falible, e non debe converter os resultados de probas de referencia en garantías sobre unha lección concreta.

A fiabilidade procede da estrutura que rodea o modelo: contexto fundamentado, criterios de cualificación explícitos, saídas estruturadas, novos intentos cando proceda, conxuntos de avaliación, comentarios de quen aprende e límites do produto. O texto público debe facer visible esa distinción para que quen le entenda por que o sistema de aprendizaxe é máis que o nome dun modelo e por que as respostas importantes seguen precisando verificación independente.

Revisar periodicamente as afirmacións sobre modelos concretos

As páxinas sobre modelos concretos deben levar unha data de revisión e usar ligazóns que apunten á documentación actual do provedor. Cando un modelo se retira, se renomea ou se substitúe, a páxina debe actualizarse cunha explicación substantiva ou ben eliminarse a afirmación sobre ese modelo. Cambiar só a data sen cambiar as evidencias faría que a páxina parecese máis actual sen achegar valor.

O compromiso estable é usar modelos que cumpran o nivel de calidade do produto para a tarefa. A parte revisable é que provedor e que modelo cumpren actualmente ese nivel. Este enfoque permite que o produto mellore sen converter cada cambio de infraestrutura nunha promesa de márketing incumprida.

Unha comprobación práctica previa á publicación

Antes de publicar unha afirmación sobre un modelo, le a como o faría unha persoa lectora escéptica. Pregúntate que levaría a esperar a frase a unha persoa razoable, se esa expectativa se pode reproducir no produto actual e que evidencia a desmentiría. Se a resposta depende de información interna que os lectores non poden inspeccionar, acouta a afirmación e explica a limitación.

  • Pode unha persoa usuaria observar hoxe o comportamento afirmado?
  • A fonte é actual, oficial e está ligada?
  • A redacción distingue a posibilidade da garantía?
  • Seguiría sendo honesta a afirmación durante unha caída do provedor ou un encaminamento alternativo?
  • Hai unha vía clara de corrección a través da política editorial?

Limitacións e uso adecuado

  • Esta páxina describe o estándar de publicación; non é unha auditoría independente de cada resposta dos modelos.
  • A documentación dos provedores e a dispoñibilidade dos modelos poden cambiar despois da data de revisión.
  • As probas de referencia non garanten a exactitude, a calidade pedagóxica nin a idoneidade para unha persoa concreta.