บันทึกความสามารถของโมเดลสำหรับข้อกล่าวอ้างสาธารณะ

เริ่มจากพฤติกรรมของผลิตภัณฑ์ที่สังเกตได้

ข้อความในหน้าแรกควรอธิบายพฤติกรรมที่ผู้เรียนตรวจสอบได้ ได้แก่ ระบบถามคำถาม ประเมินคำตอบ อธิบายว่าส่วนใดดูมั่นคงหรือเปราะบาง และเลือกก้าวต่อไป ข้อความเหล่านี้ยังคงเป็นประโยชน์แม้ผู้ให้บริการหรือเวอร์ชันของโมเดลที่อยู่เบื้องหลังจะเปลี่ยนไป

ชื่อผู้ขายไม่ใช่ผลการเรียนรู้ การบอกว่าผลิตภัณฑ์ใช้โมเดลระดับแนวหน้าไม่ได้พิสูจน์ว่าคำตอบใดคำตอบหนึ่งได้รับการให้คะแนนอย่างดี ตรวจพบความเข้าใจผิดแล้ว หรือคำถามถัดไปเหมาะสม ดังนั้น Robotutor จึงถือว่าเอกลักษณ์ของโมเดลเป็นบริบทด้านการดำเนินการ ไม่ใช่สิ่งที่ใช้แทนหลักฐานเกี่ยวกับประสบการณ์ของผู้เรียน

• เลือกข้อกล่าวอ้างเกี่ยวกับวงจรการเรียนรู้ที่มองเห็นได้ มากกว่าคำคุณศัพท์เช่น ดีที่สุด ฉลาดที่สุด หรือทรงพลังที่สุด
• อย่าสัญญาว่าจะให้เข้าถึงโมเดลที่ระบุชื่อ เว้นแต่การกำหนดเส้นทางที่ใช้งานจริงและสิทธิ์การใช้งานพิสูจน์การเข้าถึงนั้นได้
• เก็บข้อกล่าวอ้างเฉพาะโมเดลไว้ในหน้าแหล่งข้อมูลหรือหน้าประกาศที่ระบุวันที่ ไม่ใช่ในข้อความหลักบนหน้าแรกที่ต้องคงอยู่ตลอดไป

ใช้บัญชีข้อกล่าวอ้างก่อนเผยแพร่

ข้อกล่าวอ้างสาธารณะที่มีนัยสำคัญแต่ละข้อควรมีหลักฐานสี่ส่วน ได้แก่ ประโยคที่ตรงตัว การดำเนินการหรือการกำหนดค่าที่สนับสนุนประโยคนั้น แหล่งอ้างอิงภายนอกเมื่อข้อกล่าวอ้างเกี่ยวกับผู้ขายหรือผลการวิจัย และเจ้าของที่จะกลับมาทบทวนเมื่อแหล่งอ้างอิงเปลี่ยนไป ข้อกล่าวอ้างที่ไม่มีเจ้าของจะล้าสมัยแม้ครั้งหนึ่งจะถูกต้อง

ตัวอย่างเช่น ข้อความที่ว่าคำตอบได้รับการให้คะแนนโดย AI สามารถเชื่อมโยงกับเส้นทางการประเมินคำตอบและการสาธิตในเบราว์เซอร์ได้ ส่วนข้อความที่ว่าสมาชิกใช้โมเดลที่ระบุชื่อได้ต้องมีมากกว่านั้น ได้แก่ การกำหนดค่าผู้ให้บริการที่ใช้งานจริง เส้นทางสิทธิ์การเรียกเก็บเงิน และเอกสารโมเดลปัจจุบันของผู้ให้บริการ ซึ่งทั้งหมดต้องสอดคล้องกัน

• หลักฐานด้านผลิตภัณฑ์: เส้นทาง การกำหนดค่า การประเมิน หรือพฤติกรรมของส่วนติดต่อผู้ใช้ที่ทำซ้ำได้
• หลักฐานภายนอก: งานวิจัยปฐมภูมิ หน่วยงานมาตรฐาน หรือเอกสารอย่างเป็นทางการของผู้ให้บริการ
• เหตุที่ต้องทบทวน: การเปลี่ยนผู้ให้บริการ การเปลี่ยนการกำหนดเส้นทาง การเปลี่ยนราคา หรือหลักฐานการประเมินที่ขัดแย้งกัน
• ถ้อยคำสำรอง: ประโยคที่เป็นกลางต่อผู้ให้บริการซึ่งยังเป็นจริงหากตัดชื่อโมเดลออก

แยกความสามารถออกจากความน่าเชื่อถือ

โมเดลอาจแสดงความสามารถทั่วไปที่แข็งแกร่ง แต่ยังคงสร้างคำอธิบายที่ไม่ถูกต้อง พลาดคำถามที่กำกวม หรือใช้เกณฑ์การให้คะแนนผิดกับคำตอบของผู้เรียนได้ Robotutor ควรอธิบายระบบว่าเป็นระบบอัตโนมัติที่อาจผิดพลาดได้ และไม่ควรแปลงผลการทดสอบมาตรฐานให้เป็นการรับประกันสำหรับบทเรียนใดบทเรียนหนึ่งของแต่ละบุคคล

ความน่าเชื่อถือมาจากกลไกรอบโมเดล ได้แก่ บริบทที่อิงข้อมูลจริง เกณฑ์การให้คะแนนที่ชัดเจน ผลลัพธ์ที่มีโครงสร้าง การลองซ้ำเมื่อเหมาะสม ชุดการประเมิน คำติชมจากผู้เรียน และขีดจำกัดของผลิตภัณฑ์ ข้อความสาธารณะควรทำให้ความแตกต่างนี้มองเห็นได้ เพื่อให้ผู้อ่านเข้าใจว่าเหตุใดระบบการเรียนรู้จึงเป็นมากกว่าชื่อโมเดล และเหตุใดคำตอบสำคัญจึงยังต้องได้รับการตรวจสอบอย่างอิสระ

ทบทวนข้อความที่ระบุชื่อโมเดลตามกำหนดเวลา

หน้าที่ระบุชื่อโมเดลควรมีวันที่ตรวจสอบและใช้ลิงก์ที่ชี้ไปยังเอกสารปัจจุบันของผู้ให้บริการ เมื่อโมเดลถูกเลิกใช้ เปลี่ยนชื่อ หรือถูกแทนที่ ควรปรับปรุงหน้านั้นพร้อมคำอธิบายที่มีสาระ หรือลบข้อกล่าวอ้างที่ระบุชื่อออก การเปลี่ยนเพียงวันที่โดยไม่เปลี่ยนหลักฐานจะทำให้หน้าดูทันสมัยขึ้นโดยไม่ได้เพิ่มคุณค่า

คำมั่นที่คงที่คือการใช้โมเดลที่ผ่านมาตรฐานคุณภาพของผลิตภัณฑ์สำหรับงานนั้น ส่วนที่ปรับเปลี่ยนได้คือผู้ให้บริการและโมเดลใดที่ผ่านมาตรฐานนั้นในขณะนี้ กรอบความคิดนี้ช่วยให้ผลิตภัณฑ์พัฒนาไปได้โดยไม่ทำให้การเปลี่ยนแปลงโครงสร้างพื้นฐานทุกครั้งกลายเป็นคำมั่นทางการตลาดที่เสียหาย

การตรวจสอบก่อนเผยแพร่ในทางปฏิบัติ

ก่อนเผยแพร่ข้อกล่าวอ้างเกี่ยวกับโมเดล ให้อ่านในฐานะผู้เรียนที่ช่างสงสัย ถามว่าประโยคนั้นจะทำให้คนที่มีเหตุผลคาดหวังอะไร ความคาดหวังนั้นทำซ้ำได้ในผลิตภัณฑ์ปัจจุบันหรือไม่ และหลักฐานใดจะหักล้างข้อกล่าวอ้างนั้นได้ หากคำตอบขึ้นอยู่กับข้อมูลภายในที่ผู้อ่านตรวจสอบไม่ได้ ให้จำกัดข้อกล่าวอ้างให้แคบลงและอธิบายข้อจำกัด

• ผู้ใช้สังเกตพฤติกรรมที่อ้างถึงได้ในวันนี้หรือไม่
• แหล่งอ้างอิงเป็นปัจจุบัน เป็นทางการ และมีลิงก์หรือไม่
• ถ้อยคำแยกความเป็นไปได้ออกจากการรับประกันหรือไม่
• ข้อความนั้นยังตรงไปตรงมาหรือไม่ในช่วงที่ผู้ให้บริการขัดข้องหรือต้องสลับเส้นทางสำรอง
• มีช่องทางแก้ไขที่ชัดเจนผ่านนโยบายบรรณาธิการหรือไม่