Deneyim bilgisinden uzman sisteme

Deneyimli insanlar çoğu zaman bir şeyin yanlış olduğunu erken fark eder. Tutarsız sayıyı görür, riskli ifadeyi duyar veya vakanın alışılmış kategoriye uymadığını anlar. Bu yargı sezgisel görünebilir; fakat nadiren temelsizdir. Arkasında gözlemlenen kalıplar, istisnalar, sonuçlar ve yıllar içinde keskinleşen öncelikler vardır. Uzman sistem bir kişiyi kopyalamaya çalışarak başlamaz. Bu karar işinin sınırlı bir bölümünü görünür ve sınanabilir kılarak başlar.

Deneyim bir kural koleksiyonundan fazlasıdır

Uzmanlar katı bir eğer-ise programı gibi davranmaz. Sıralamayı, Context’i ve etkileşimleri dikkate alırlar. Normal durumda işe yarayan kural, belirli hedef kitlede, eksik kanıtta veya sonucu ağır durumda uygun olmayabilir. Bilgi otomasyonu yalnız tek tek özdeyişler topladığında bu yüzden başarısız olur.

Deneyim en az dört katman taşır: tanınabilir sinyaller, gerekçeli kural, bilinen istisnalar ve hatanın sonuçlarını değerlendiren ölçüt. Aynı gözlemin iki vakada neden farklı karara yol açtığını ancak bunların birleşimi açıklar.

Amaç alanın eksiksiz ansiklopedisi değildir. Girdileri, kuralları, sınırları ve sonuçları uzmanların denetleyebileceği ve başkalarının uygulayabileceği kadar açık küçük bir karar alanıdır.

Meslekten değil, karardan başla

“Dijital uzman yap” işlenebilir görev değildir. Somut soru daha iyidir: Bu brief sonraki aşamaya hazır mı? Üç kategoriden hangisi bu vakaya uyuyor? Öneri öncesinde hangi bilgi eksik? İyi bir kesitin tanınabilir tetikleyicisi ve sınırlı sonucu vardır.

Önce kararı kimin kullanacağını ve hangi eylemin buna bağlı olduğunu yaz. Sonra gereken girdileri belirle. İlginç fakat karar açısından gereksiz her şey dışarıda kalır. Bu sınır, genel biçimde zeki görünen ama hiçbir vakada güvenilir yardım etmeyen sistemi önler.

Sonuç da sabit biçime ihtiyaç duyar: gerekçeli sınıflandırma, eksik bilgi listesi, risk sinyali veya uzmana Handoff. “Cevap üret” yeterli çıktı değildir. Sonuç anlamlı bir sonraki eylemi mümkün kılmalıdır.

Örnek normal durumu, karşı örnek sınırı gösterir

Kural vakada görünür olana kadar soyut kalır. Olumlu örnek girdiyi, ilgili gözlemi, uygulanan kuralı ve gerekçeli sonucu gösterir. Yalnız neye karar verildiğini değil, kararın neye dayandığını açıklar.

Karşı örnek daha da değerlidir. Normal vakaya benzer ama aynı sonucu üretmemelidir. Zorunlu belge eksik olabilir, küçük istisna riski değiştirebilir veya iki bilgi çelişebilir. Böyle vakalar sistemin yüzey benzerliğini mesleki eşitlikle karıştırmasını önler.

İyi bilgi modülü en az tipik vaka, zor sınır vakası ve kabul edilemez vaka içerir. Sınır vakası ek incelemenin ne zaman gerektiğini gösterir. Kabul edilemez vaka sistemin ne zaman duracağını gösterir. Kurala biçimini karşıtlık verir.

Her kuralın geçerlilik aralığı olmalıdır

Kurallar koşulsuz dolaştığında tehlikeli olur. Her mesleki kuralın ön koşulları vardır: Hangi durum, veri kalitesi, hedef kitle ve zaman için geçerli? Hangi etkenler kuralı geçersiz kılar? İstisnayı kim onaylayabilir?

Geçerlilik aralığı karmaşık olmak zorunda değildir. Dört alan çoğu zaman yeterlidir: şu durumda geçerli, şu durumda geçersiz, şu durumda belirsiz ve şu tarihten sonra yeniden incele. Böylece bilginin bir durumu olduğu görünür. Kanıtlanmış kural, yeni koşullar veya ürünlerle eskimeye başlayabilir.

İstisnalar dipnot olmamalıdır. Sık istisna kendi vaka sınıfı olabilir. Nadir ama ciddi istisna açık yükseltme sinyali ister. Sağlamlık çok sayıda kuraldan değil, kural, istisna ve insan yargısı arasındaki açık geçişlerden doğar.

Dil modeli ile deterministik mantığın rolleri farklıdır

Dil modelleri yapılandırılmamış malzemeyi okumada, bilgi çıkarmada, ek soru sormada ve gerekçeyi anlaşılır anlatmada güçlüdür. Bağlayıcı kuralı her seferinde aynı uygulamada veya sert sınırın aşılıp aşılmadığına tek başına karar vermede daha zayıftır.