Cum legăm percepțiile AI de sursele care le susțin

Ca să spunem ce „percepție” produce un răspuns AI despre un brand, trebuie să putem reconstrui traseul de la pasajul observat la afirmațiile atomice, citările vizibile, pasajele din surse și verdictul evaluatorului. O listă de URL-uri atașată răspunsului nu dovedește automat toate propozițiile.

Acest traseu rezolvă o problemă practică. Un răspuns poate descrie brandul drept „potrivit pentru companii mici” și poate adăuga în aceeași frază trei motive: preț, configurare rapidă și suport local. Prima sursă poate susține prețul, a doua poate doar menționa produsul, iar suportul local poate să nu fie confirmat nicăieri. Dacă păstrăm doar eticheta generală, pierdem exact locul unde dovada se rupe.

1. Ce numim „percepție AI” în acest audit

„Percepție AI” este o etichetă editorială normalizată aplicată unuia sau mai multor pasaje observate. Exemple: „brand accesibil”, „potrivit pentru echipe tehnice”, „opțiune premium” sau „produs dificil de configurat”. Eticheta ajută agregarea; nu este o măsurare a unei credințe interne a modelului.

Eticheta trebuie să aibă:

• ID și definiție operațională;
• pasajele exacte din care a fost derivată;
• entitatea, produsul, piața, limba și perioada;
• afirmațiile verificabile care o compun;
• regula de includere și contraexemplele;
• evaluatorul și versiunea codebook-ului.

Nu transformăm tonul convingător într-o percepție factuală și nu numim reputație de piață ceea ce apare într-un singur răspuns.

2. Observația brută se păstrează înaintea interpretării

Salvăm răspunsul complet sau snapshotul permis de protocol, apoi pasajul exact care a declanșat eticheta. Fișa include platforma și suprafața, data și ora, limba, promptul sau conversația, poziția pasajului, citările afișate și orice limită de captură.

Ghidul despre detectarea afirmațiilor incorecte deține captura și extragerea afirmațiilor. Aici mergem mai departe: legăm fiecare afirmație și percepție de dovezile observabile fără să rescriem retrospectiv răspunsul.

3. Percepția se descompune în afirmații atomice

Afirmația „platforma este accesibilă și ușor de implementat pentru firme mici” conține cel puțin trei unități:

1. platforma are un anumit nivel sau model de preț;
2. implementarea este rapidă ori simplă în condiții definite;
3. produsul este eligibil sau potrivit pentru segmentul firmelor mici.

Fiecare cere altă dovadă. Prețul poate avea o pagină oficială datată; timpul de implementare poate necesita documentație sau date operaționale; potrivirea pentru segment este o concluzie care trebuie să păstreze criteriile și limitele. O singură muchie „percepție → sursă” ar ascunde aceste diferențe.

4. Citarea din răspuns și sursa verificată sunt obiecte diferite

Citarea este ceea ce suprafața AI a afișat: un URL, un domeniu, un titlu, un marker ori un card. Sursa verificată este resursa pe care evaluatorul a deschis-o și a înghețat-o într-o versiune sau într-un snapshot. Între cele două pot apărea redirecturi, canonicals, actualizări sau dispariția paginii.

Păstrăm separat:

• URL-ul exact afișat și poziția markerului;
• URL-ul final după redirect și canonicalul observat;
• titlul, publisherul și data resursei;
• momentul accesării și hashul snapshotului, unde este posibil;
• pasajul selectat, contextul și localizarea în document;
• relația dintre pasaj și afirmație.

5. Pasajul-sursă trebuie ancorat, nu doar pagina

O pagină de 5.000 de cuvinte poate conține un singur rând relevant. Salvarea URL-ului nu spune ce a fost folosit drept dovadă. Web Annotation Data Model al W3C oferă un model pentru legarea unei adnotări de o țintă și de un segment exact, inclusiv prin TextQuoteSelector, poziții și starea resursei.

În implementarea editorială putem păstra textul exact, prefixul și sufixul, headingul, pagina PDF ori intervalul de caractere. Pentru surse volatile salvăm și data sau snapshotul. Selectorul ajută reproducerea; nu dovedește singur că pasajul susține afirmația.

6. Graful complet

Graful nu este doar o diagramă. Fiecare nod are ID, versiune și tip, iar fiecare muchie spune ce relație susținem. Un răspuns contains un pasaj; pasajul este normalized_as o percepție; percepția contains_claim una sau mai multe afirmații; răspunsul cites resurse; un selector targets_passage un fragment; evaluatorul stabilește supports, contradicts, context_only, mentions sau unknown.

7. Cinci relații de dovadă sunt mai utile decât „citat”

Relație	Semnificație
Supports	Pasajul susține afirmația cu aceeași entitate, arie, perioadă și forță.
Contradicts	Pasajul oferă informație incompatibilă cu afirmația.
Context only	Sursa explică domeniul, dar nu dovedește afirmația concretă.
Mentions	Entitatea apare, fără relația necesară pentru afirmație.
Unknown	Sursa nu este accesibilă, pasajul lipsește sau relația nu poate fi adjudecată.

Aceste etichete se aplică perechii afirmație–pasaj, nu întregului domeniu. Aceeași sursă poate susține prețul și contrazice disponibilitatea într-o anumită piață.

8. Proveniența descrie traseul, nu adevărul

W3C PROV-O oferă clasele Entity, Activity și Agent și relații precum used, wasGeneratedBy, wasDerivedFrom și wasAttributedTo. Putem reprezenta răspunsul, pasajul, normalizarea, evaluatorul și activitatea de revizie fără să inventăm un format proprietar.

PROV Data Model separă derivarea, citarea și sursa primară și avertizează conceptual că folosirea unei entități într-o activitate nu implică automat derivarea rezultatului din acea entitate. Similar, prezența unui URL lângă răspuns nu demonstrează entailment.

9. O sursă primară este o relație, nu o medalie permanentă

Pagina oficială de preț este primară pentru prețul public curent, dar poate să nu fie cea mai bună dovadă pentru experiența de implementare a unui client. Un registru public poate fi autoritar pentru statut juridic, iar documentația produsului pentru funcțiile declarate. Autoritatea depinde de afirmație.

În graf salvăm tipul afirmației și motivul pentru care sursa este potrivită. Nu folosim „domeniu cunoscut” ca înlocuitor pentru potrivirea semantică și temporală.

10. Proveniența tehnică nu înlocuiește fact-checkingul

Principiile C2PA spun că afirmațiile de proveniență pot fi verificate ca asociate și netamperate fără a judeca dacă sunt „bune” sau „rele”. Explainerul Content Credentials precizează că proveniența singură nu poate spune dacă un conținut este adevărat, corect sau factual și că istoricul poate fi incomplet.

Aceeași limită se aplică grafului editorial. Putem demonstra ce pasaj a fost asociat, cine a evaluat și ce versiune a fost folosită. Verdictul factual cere în continuare potrivirea dintre afirmație și dovadă.

11. Verdictul factual rămâne un strat separat

După evaluarea muchiilor, afirmația primește verdict prin protocolul corect, incorect sau neconfirmat. Nu deducem „corect” din simplul fapt că există o muchie supports; verificăm și autoritatea, actualitatea, aria și eventualele surse contradictorii.

Separarea permite două diagnostice diferite:

• afirmație corectă, dar citare absentă sau nepotrivită;
• citare bine ancorată, dar afirmație incorectă ori supra-generalizată.

Primul este o problemă de trasabilitate; al doilea este o problemă factuală. Ambele contează, dar cer intervenții diferite.

12. Knowledge Base-ul este o sursă de comparație, nu explicația modelului

Knowledge Base-ul de brand oferă afirmații canonice, perioade, surse și responsabili. Îl folosim pentru a compara ceea ce spune răspunsul cu starea documentată a entității.

Nu pretindem că modelul a consultat Knowledge Base-ul doar pentru că răspunsul coincide cu el. Graful păstrează separat citările observate în răspuns și sursele adăugate de evaluator pentru verificare.

13. Surse observate vs surse de adjudecare

Fiecare muchie trebuie să declare rolul sursei:

• observed citation: afișată efectiv în răspuns;
• verification source: găsită de evaluator pentru verificare;
• canonical brand source: parte din contractul intern de adevăr;
• contradictory source: introdusă pentru conflict sau limită;
• context source: explică terminologia ori cadrul, fără a adjudeca afirmația.

Această separare împiedică rescrierea retrospectivă a provenienței: o sursă bună găsită după test nu devine citarea pe care AI ar fi folosit-o.

14. Versionarea protejează analiza de pagini care se schimbă

W3C Data on the Web Best Practices recomandă informații de proveniență și calitate, indicatori de versiune, istoric și identificatori persistenți. Pentru sursele web păstrăm data accesării, canonicalul, hashul sau arhiva permisă și selectorul pasajului.

Când pagina se schimbă, nu suprascriem evaluarea veche. Creăm un nou snapshot și legăm versiunile prin supersedes sau relație echivalentă. Astfel putem explica dacă percepția AI era susținută la momentul testului și nu doar în prezent.

15. Metrici care devin posibile

Din graf putem calcula fără să amestecăm concepte:

• proporția afirmațiilor cu cel puțin un pasaj care le susține;
• citation precision: câte citări asociate chiar susțin afirmația;
• citation coverage: câte afirmații materiale au citare observată;
• conflict rate: câte afirmații au dovezi contradictorii active;
• staleness: câte surse ori snapshoturi au depășit termenul de revizuire;
• percepții cu un singur pasaj, o singură sursă sau un singur domeniu;
• diferența dintre surse observate și surse necesare adjudecării.

Numitorul, cohorta, perioada și unitatea trebuie raportate lângă fiecare metrică. O rată de 90% pe zece afirmații nu este echivalentă cu 90% pe o cohortă diversă de o mie.

16. Controlul calității și reviewerul

Reviewerul verifică dacă pasajul observat este reprodus fidel, afirmațiile sunt atomice, sursa și snapshotul corespund, selectorul poate fi reconstruit și relația de dovadă nu depășește textul. Conflictele importante primesc adjudecare independentă.

NIST descrie obiectivul de a trece de la „AI a spus” la ce a găsit, unde a găsit și cum susține dovada concluzia. Pentru auditul de brand, exact acesta este contractul de verificare.

17. Fișa minimă

1. ID răspuns, platformă, suprafață, dată și protocol.
2. Pasaj exact, poziție și citări afișate.
3. Percepție normalizată și versiune de codebook.
4. Afirmații atomice, entitate, piață și perioadă.
5. URL afișat, URL final, canonical și snapshot.
6. Pasaj-sursă, selector și context.
7. Rolul sursei și relația de dovadă.
8. Verdict factual, motiv și surse contradictorii.
9. Evaluator, reviewer și timp de adjudecare.
10. Data următoarei verificări și legătura cu versiunea nouă.

Verdict

O percepție AI devine auditabilă numai când poate fi coborâtă până la pasajele observate și urcată, afirmație cu afirmație, către sursele și fragmentele care o susțin sau o contrazic. URL-ul singur nu este dovadă, iar proveniența singură nu este adevăr.

Graful corect păstrează observația, normalizarea, citarea, sursa de verificare, pasajul, relația semantică și verdictul ca obiecte separate. Astfel putem vedea nu doar ce spune răspunsul despre brand, ci exact unde începe și unde se oprește dovada.

Surse

• W3C — PROV-O: The PROV Ontology
• W3C — PROV Data Model
• W3C — Web Annotation Data Model
• W3C — Data on the Web Best Practices
• C2PA — Guiding Principles
• C2PA — Content Credentials Explainer
• NIST — Building Evaluation Probes into Agentic AI
• NIST AIRC — AI RMF Core