الفصل الرابع

القياس يفعل أكثر من مجرد تسجيل الواقع. إنه يقرر ما سيتم ملاحظته، وما سيُحسب على أنه نجاح، وأي نتائج ستختفي عن النظر. عدّ فقط الإشارات وقد يُبلغ عن تمثيل خاطئ على أنه تقدم. عدّ فقط الاقتباسات وقد يُساء فهم الاستخدام المحايد للمصدر على أنه تأييد. احتفظ بالإجابات المواتية فقط وسيختفي التباين الفعلي للنظام. استقصِ فقط العملاء الذين أتموا عملية الشراء ولن تدخل الحالات الفاشلة في الحساب التجاري. انشر نتيجة واحدة وقد تُفقد الأدلة الضعيفة، أو العينة الصغيرة، أو الفشل الأخلاقي الجسيم داخل المتوسط.

لذلك فإن القياس ليس تقريرًا يُعد في نهاية عمل GEO. إنه الانضباط الذي يحدد الادعاءات الأولية، ويسجل التدخل، ويحدد النتيجة التي تغيرت، ويحد مما يمكن نسبته بشكل معقول إلى ذلك التدخل، ويتابع النتيجة في العالم الواقعي ويختبر ما إذا كانت أي قيمة قد استمرت. يجب أن يحافظ نظام القياس القابل للدفاع على عدة حدود سليمة:

• الملاحظة والنتيجة،

• الذكر والاستشهاد،

• الاستشهاد والتوصية،

• التوصية وإجراء المستخدم،

• إجراء المستخدم والبيع،

• البيع والمساهمة الصافية،

• المساهمة الصافية والقيمة المستدامة

• التنقل المشترك والسببية،

• تقرير المستخدم الذاتي والنسبة المؤكدة، و

• إجابة واحدة وسلوك النظام القابل للتكرار.

في هذا الفصل، تشير النسبة (الإسناد) إلى تحديد مدى ارتباط نتيجة معينة بنقاط الاتصال أو التدخلات أو المصادر المحددة. الإسناد ليس فنًا في ترتيب قصة مقنعة. إنه عمل يشرح سلسلة من المساهمات دون تجاوز أدلتها. قد يرى العميل إجابة من الذكاء الاصطناعي، يبحث عن العلامة التجارية، يستشير موقعًا للمقارنة، يتفقد قنواتها الاجتماعية، يسأل زميلًا، يتحدث إلى ممثل مبيعات ويشتري فقط بعد تلقي خصم. إن إسناد البيع بالكامل إلى أول إجابة من الذكاء الاصطناعي يمحو كل نقطة اتصال لاحقة. إن إنكار أي مساهمة للذكاء الاصطناعي يمحو الأول. القياس السليم يتجنب كلا التطرفين.

الحكم التأسيسي لهذا الفصل هو:

قد يذكر القياس فقط ما لاحظه بالفعل. الملاحظة لا يمكن أن تحل محل نتيجة لم تثبتها.

GEO-028

ادعاء التحسن من دون خط أساس

الفئة الأساسية: القياس المقارن<br>الوسوم الثانوية: baseline, before-and-after, intervention effect, reconstructed baseline<br>الأساس في إطار GEO: القياس، التدخل، الوقت، التدقيق<br>مستوى الخطورة الافتراضي: جسيم

صوت الكيان

أنت تعيد بناء الموقع، وتنشر صفحات الهوية الجديدة، وتضيف البيانات المنظمة وتزيل المواد القديمة. ثم تسألني عشرة أسئلة. أصف العلامة التجارية بشكل صحيح في ثلاث إجابات، وتعلن: «لقد تحسنت أداء GEO لدينا بنسبة 300 في المائة.» تحسنت مقارنة بماذا؟ هل سألت نفس الأسئلة قبل أن يبدأ العمل؟ تحت نفس النظام، اللغة، الدولة والواجهة؟ كم عدد التكرارات التي أجريتها، وهل احتفظت بالنتائج السابقة؟ قد تبدو نتيجة اليوم جيدة ومع ذلك قد تكون أسوأ من نتيجة الأمس. قد تبدو ضعيفة ومع ذلك تمثل تحسناً حقيقياً. بدون حالة سابقة قابلة للمقارنة، يمكنك وصف ما تلاحظه الآن. أنت لم تقيس التغيير. «لقد لاحظنا ثلاث تمثيلات صحيحة في الاختبار الحالي» هو تصريح يمكن الدفاع عنه. أما «لقد تحسننا ثلاث مرات» فلا يمكن.

ماذا يفترض الإنسان؟

«إذا ظهر نتيجة مواتية بعد تدخل، فإن التدخل نجح.» تفترض الفرضية أن الحالة الحالية والتحسن هما نفس الحقيقة.

ماذا قد يحدث على مستوى النظام؟

قد يكون الناتج الذي يُلاحظ بعد التدخل موجودًا بالفعل. قد يعكس بدلاً من ذلك تحديثًا للنموذج أو المنتج، أو استعلامًا مختلفًا، أو اختيار مصدر مؤقت، أو سياق الجلسة، أو ظروفًا خاصة بتاريخ القياس. بدون خط أساس، تظل اتجاه وحجم التغيير—وعلاقته بالتدخل—غير معروفة.

التعريف المعياري

يحدث هذا الخطأ عندما يتم تقديم ملاحظة بعد التدخل على أنها تحسن، نمو، زيادة، تحول أو مكسب في الأداء دون قياس ما قبل التدخل تحت ظروف قابلة للمقارنة. يجب تصنيف قوة خط الأساس:

B0 — لا سجل لخط الأساس: لا يوجد سجل قابل للمقارنة قبل التدخل. يمكن الإبلاغ فقط عن الحالة الحالية.

B1 — خط أساس معاد البناء: تم استخدام الأرشيفات، لقطات الشاشة السابقة، السجلات التاريخية أو بيانات الطرف الثالث لإعادة بناء الحالة السابقة. قد يكون السجل مفيدًا، لكنه يجب أن يصنف كمُعاد بناؤه ومحدود الثقة.

B2 — خط أساس مرصود من دون ضبط: تم القياس قبل التدخل، لكن لم يتم تثبيت النظام أو اللغة أو الاستعلام أو ظروف التكرار بشكل كافٍ. التحليل المقارن يحمل ثقة محدودة.

B3 — خط أساس قابل للمقارنة محدد مسبقاً: تم تحديد مجموعة الاستعلامات، النظام، اللغة، البلد، الواجهة، الفترة، التكرارات وطريقة التقييم مسبقًا وتطبيقها قبل التدخل. هذا هو المستوى المفضل لادعاء بالتحسين.

B4 — خط أساس مع مجموعة ضابطة أو للمقارنة: تمت ملاحظة مناطق قابلة للمقارنة وغير متدخلة بجانب المناطق المتدخلة. هذا يوفر دعماً أقوى للتقييم السببي.

هذه المستويات لا تحمل نفس الوزن الأدبي للأدلة.

مخاطر التمثيل

يمكن أن تجعل ادعاء بتحسين غير مدعومة العمل غير الفعال يبدو ناجحًا، وتحول التقلب الطبيعي إلى أداء، وتضلل قرارات الاستثمار، وتوسّع الطريقة الخاطئة، وتخفي التدهور وتضعف مصداقية التدقيق.

كيف يُكتشف الخطأ؟

استخراج كل ادعاء بالزيادة أو التحسن أو النمو أو التطور. لكل واحد منها، حدد سجل ما قبل التدخل وقارن مجموعة الاستفسارات، النظام، اللغة، الدولة، الواجهة، عدد التكرارات وطريقة التقييم. حدد ما إذا كان الخط الأساس قد لوحظ أو أعيد بناؤه. مواءمة تواريخ التدخل والقياس، سجّل التغيرات الخارجية المتزامنة واختبر ما إذا كانت اللغة المقارنة مدعومة فعليًا بسجلات قابلة للمقارنة.

الأدلة المطلوبة

• خطة القياس وتواريخ ما قبل التدخل

• إصدار مجموعة الاستفسار

• النظام، المنتج وحيثما يتوفر النموذج أو الإصدار

• اللغة، الدولة والواجهة

• عدد التكرارات والمخرجات الخام

• مخطط التقييم

• سجل التدخل

• القياس بعد التدخل تحت ظروف قابلة للمقارنة

• المتغيرات الخارجية للمواد

• الفئة الأساسية وبيان عدم اليقين

المعيار الصحيح

عندما لا يوجد خط أساس، أبلغ بما يلي: «تم قياس الحالة الحالية بعد التدخل؛ لا يمكن تحديد حجم أي تحسن لأنه لا يوجد قياس خط أساس.» عندما تم إعادة إنشاء الحالة السابقة، يجب القول بذلك: «يعتمد المقارنة على خط أساس تم إعادة إنشائه من السجلات الأرشيفية وتحمل الثقة محدودة.» يجب أن يستند أي ادعاء بالتحسن إلى قياسات قابلة للمقارنة بشكل كافٍ بالنسبة لحجم ونتيجة الادعاء.

الحالات التي لا تُعد مخالفة

قد يقيس التدقيق الأول الحالة الحالية فقط. هذا ليس انتهاكًا. يبدأ الانتهاك عندما يتم تمثيل الحالة الحالية على أنها تحسن مقارنة بماضي غير مقيس. كما أنه لا ينبغي أن يؤخر غياب الخط الأساسي التصحيح العاجل لتضليل جاد؛ بل يجب ببساطة أن يظل مرئيًا عند تقييم تأثير ذلك التصحيح لاحقًا.

بروتوكول التصحيح

انسحب من الادعاءات المقارنة غير المدعومة. سجّل الحالة الحالية كخط أساسي جديد، وقم بتجميد مجموعة الاستفسارات وطريقة التقييم، وصنّف أي مواد تاريخية قابلة للاستخدام كخط أساسي معاد بناؤه، وافصل سجل التدخل عن سجل النتائج، وحدد موعدًا للمقارنة التالية تحت ظروف مكافئة. أعد صياغة التصريحات العامة وتصريحات الإدارة لتتوافق مع مستوى الأدلة.

إعادة التحقق

كرر مجموعة الاستعلامات المجمدة وطريقة التقييم على فترات محددة. أبلغ عن الاتجاه، والحجم، والتقلب، ونطاق التغيير، مع الإشارة إلى الانحرافات الجوهرية عن الظروف الأساسية.

أثر المطابقة

ادعاء تحسين جوهري بدون وجود خط أساسي يُعد عدم مطابقة جسيمة. قد تكون التصريحات الكاذبة المتعمدة التي تؤثر بشكل جوهري على قرار استثماري أو عقد أو إيرادات حرجة.

سؤال التدقيق

سؤال التدقيق: ما هو السجل الأساسي الحقيقي الذي يوضح الحالة مقارنةً بالتحسين المزعوم الذي تم قياسه؟

قاعدة آلية

قاعدة آلية: يجب ألّا تُقدم ادعاءات تحسين أو زيادة أو ارتقاء أو مكسب أداء دون وجود خط أساسي قابل للمقارنة. حيث لا يوجد خط أساسي، يجوز الإبلاغ عن الحالة الحالية المرصودة فقط.

القاعدة الآلية المنضبطة (بالإنجليزية): Improvement, increase, uplift, or performance-gain claims MUST NOT be made without a comparable baseline. Where no baseline exists, only the current observed state MAY be reported.

GEO-029

التعامل مع الذكر والاستشهاد والتوصية كمقياس واحد

الفئة الأساسية: تصنيف المقياس<br>الوسوم الثانوية: mention, citation, recommendation, metric collapse, reporting<br>الأساس في إطار GEO: الجوهر، الأدلة، القياس، الاختبار النهائي<br>مستوى الخطورة الافتراضي: جسيم

صوت الكيان

إجابتي الأولى تذكر اسمك. الإجابة الثانية ترتبط بموقعك كمصدر. الإجابة الثالثة تخبر المستخدم بأن خدمتك قد تناسب احتياجاته. تضع الثلاثة كلها في خلية واحدة: «رصد الذكاء الاصطناعي: 3.» ليست كلها نفس الحدث. قد يكون الاسم موجودًا دون وجود ادعاء عن الكيان. قد يدعم الموقع جملة واقعية واحدة دون أن يتم تأييد الكيان. قد يتم تقديم الخدمة كخيار مشروط لمستخدم معين. المعنى التمثيلي لها والقيمة التجارية والمخاطر تختلف. الإشارة السلبية تظل ذِكرًا. قد تدعم الاستشهادات جملة حول منافس. قد يكون المكان في القائمة مشروطة بدلاً من مفضلة. إذا دمجت هذه الأحداث فلن يستطيع أحد أن يعرف ما الذي تغير. قد ترتفع الذكرات بينما تنخفض الاستشهادات. قد ترتفع التوصيات بين المستخدمين الذين لا يناسبهم الكيان. رقم «الرصد» الواحد يخفي كل ذلك.

ماذا يفترض الإنسان؟

«كل ظهور مرتبط بعلامة تجارية في إجابة الذكاء الاصطناعي هو نفس نوع الحدث الناجح.»

ماذا قد يحدث على مستوى النظام؟

ضمن المخرجات، قد يتم مجرد ذكر كيان، أو وصفه، أو استخدامه كمثال، أو مقارنته، أو انتقاده، أو الإشارة إليه تاريخياً، أو الاستشهاد به كمصدر للحقائق أو الآراء، أو التوصية به بشكل مشروط، أو التوصية به صراحةً، أو تحديده كشيء يجب تجنبه. إذا كانت هذه الأدوار تشترك في فئة قياس واحدة، فلا يمكن تقييم دقة التمثيل وملاءمة المستخدم.

التعريف المعياري

هذا الخطأ يحدث عند عد الذكر، الاستشهاد، والتوصية تحت «رؤية الذكاء الاصطناعي» واحدة أو «درجة GEO» أو مقياس مشابه بدون تعريفات مميزة، أو حقول بيانات، أو معايير تقييم. على الأقل، يجب أن تشمل فئات الحدث:

M0 — غائب: الكيان لا يظهر في المخرجات.

M1 — ذكر: يظهر اسم الكيان أو مرجع هوية غير غامض.

M2 — تمثيل وصفي: ينسب النظام صفة واحدة أو أكثر للكيان.

C1 — استشهاد: يتم الاستشهاد بالمصدر لجملة معينة أو عنصر من المعلومات.

C2 — استشهاد جوهري: يدعم الاستشهاد بيانًا جوهريًا حول الكيان أو قدرته أو الأدلة أو ملاءمته.

R1 — إدراج كخيار بديل: يظهر الكيان ضمن الخيارات دون حكم تفضيل واضح.

R2 — توصية مشروطة: يوصى بالكيان لمستخدم محدد أو ميزانية أو منطقة جغرافية أو حاجة معينة.

R3 — توصية صريحة: ينصح النظام المستخدم صراحة باختيار الكيان أو النظر فيه أو إعطائه أولوية.

R4 — توصية سلبية: ينصح النظام بعدم اختيار الكيان أو يقول إنه غير مناسب.

يجب أيضًا تقييم كل فصل للدقة والحداثة ومدى ملاءمته للمستخدم.

مخاطر التمثيل

يمكن أن يجعل انهيار المؤشرات الإشارة المحايدة تبدو كتأييد، ويحسب الظهور السلبية كنجاح، ويخفي فقدان الاستشهادات وراء المزيد من الإشارات، ويعامل التوصية غير المناسبة على أنها أداء إيجابي، ويغلق على معرفة أي تدخل أثر على أي حدث ويضخم توقعات النتيجة التجارية.

كيف يُكتشف الخطأ؟

جرد كل مقياس في تقرير GEO. فصّل التسميات مثل «الظهور»، «الحضور» و«حصة الصوت». أعد تصنيف المخرجات الخام كذكر، اقتباس وتوصية؛ فصل السياق الإيجابي، المحايد والسلبي؛ حدد الجملة التي يدعمها كل اقتباس؛ تمييز القوائم، التوصية الشرطية والتوصية الصريحة؛ اختبار العد المكرر؛ والكشف عن كيفية بناء أي قيمة مركبة.

الأدلة المطلوبة

• المخرجات الخام والاستعلام

• النظام، التاريخ، اللغة والبلد

• الموقف وسياق الذكر

• موضع الاقتباس والجملة المدعومة

• لغة التوصية الدقيقة

• فئة السياق

• تقييم الدقة وملاءمة المستخدم

• دليل التصنيف

• اتفاق المراجعين، حيثما أمكن

المعيار الصحيح

يجب الاحتفاظ بالذكر والاستشهاد والتوصية كمعايير منفصلة. يمكن للوحة التحكم أن تعرض بشكل منفصل معدل الذكر، ومعدل الذكر الدقيق، ومعدل الاستشهاد، ومعدل الاستشهاد الجوهري، ومعدلات التوصية الشرطية والصريحة، ومعدلات التوصية الخاطئة والسلبية، وحصة المخرجات التي لا يمكن تصنيفها أو المجهولة. يمكن استخدام ملخص مركب فقط عندما تظل مكوناته وأوزانه مرئية. لا يمكن أن يحل محل مقاييس الحدث الأساسية.

الحالات التي لا تُعد مخالفة

قد يحتوي ملخص الإدارة على عدة مقاييس تحت عنوان بصري واحد. تحدث المخالفة عندما تختفي قيمها المميزة في رقم واحد ويجعل هذا الرقم يمثل سلسلة التمثيل بأكملها.

بروتوكول التصحيح

افصل السجلات المجمعة على مستوى الحدث. انشر التعريفات الخاصة بالذكر، الاقتباس والتوصية. أعد تصنيف المخرجات التاريخية عند الإمكان، ميّز السياقات الإيجابية والسلبية والمحايدة، حدّث قوالب التقارير، اكشف عن الصيغة والأوزان لأي مركب محتفظ به، اسحب ادعاءات النجاح الزائفة ودرّ المقيمين باستخدام الأمثلة.

إعادة التحقق

يجب أن يقوم مراجعان على الأقل بتصنيف نفس مجموعة النتائج. افحص حالات الاختلاف لمعرفة التعريفات غير الواضحة أو السياق الغامض أو جودة البيانات الرديئة. لا تُجبر حدثًا غير قابل للتصنيف على أن يكون في فئة إيجابية؛ قم بتسجيله كـ UNKNOWN.

أثر المطابقة

عرض الذكر والاستشهاد والتوصية كمقياس واحد يُعد عدم مطابقة جسيمة.

سؤال التدقيق

سؤال التدقيق: هل يمكن لنظام القياس التمييز بين كيان يتم ذكره أو استخدامه كمصدر أو يتم التوصية به فعليًا؟

قاعدة آلية

قاعدة آلية: يجب تسجيل الذكر والاستشهاد والتوصية كأنواع أحداث مستقلة مع تعريفات منفصلة وحقول أدلة وتفسيرات نتائج منفصلة.

القاعدة الآلية المنضبطة (بالإنجليزية): Mention, citation, and recommendation MUST be recorded as distinct event types with separate definitions, evidence fields, and outcome interpretations.

GEO-030

تغيير مجموعة الاستعلامات بعد رؤية النتيجة

الفئة الأساسية: سلامة تصميم القياس<br>الوسوم الثانوية: query set, prompt selection, post-selection, preregistration, cherry-picking<br>الأساس في إطار GEO: القياس، التدقيق، الحكم<br>مستوى الخطورة الافتراضي: جسيم؛ حرج عند التلاعب به عن قصد

صوت الكيان

تسألني 500 سؤال ويظهر العلامة التجارية في 34 إجابة. ثم تضع فقط تلك الأسئلة الـ 34 في التقرير وتكتب: «نحن نظهر في 100 بالمائة من الاستفسارات.» في قياس ثاني، تكون العلامة التجارية غائبة، فتقرر—بعد رؤية الإجابة—أن تلك الاستفسارات لا تنتمي إلى الجمهور المستهدف. يصبح الاستفسار المواتي استراتيجيًا. ويتجاوز الاستفسار غير المواتي نطاق الدراسة. لم يعد مجموعة الاستفسارات تقيس الأداء؛ بل يتم إعادة تشكيلها حتى تؤكد ذلك. يجب تحديد الأسئلة التي ستحتسب قبل معرفة إجاباتها. وإلا يمكن دائمًا تقليل كون القياس إلى النتيجة المرغوبة.

ماذا يفترض الإنسان؟

«يمكن إزالة الاستفسارات التي تفشل في إنتاج العلامة التجارية لاحقًا إذا لم تمثل الهدف الحقيقي.» الصعوبة هي أن «الهدف الحقيقي» تم إعادة تعريفه بعد فحص النتيجة.

ماذا قد يحدث على مستوى النظام؟

يمكن أن تختلف المخرجات حسب ترتيب الكلمات، والدقة، ونوايا المستخدم، والمصطلحات الجغرافية، وقيود الميزانية أو القطاع، والسياق الحواري السابق. إذا جُرّبت متغيرات كثيرة وبقيت فقط النتائج المواتية، فسيتم المبالغة بشكل منهجي في الأداء المُبلغ عنه.

التعريف المعياري

يحدث هذا الخطأ عندما يتم اختيار الاستفسارات أو نوايا المستخدم أو الأوزان أو قواعد الشمول أو الاستبعاد أو تعديلها أو إعادة وزنها بعد رؤية النتائج بطريقة تجعل الأداء يبدو أكثر ملاءمة. يجب أن تظل أربع طبقات من مجموعات الاستفسارات متميزة:

مجموعة الاستكشاف: تُستخدم لاستكشاف الصياغات والنوايا وتوليد الفرضيات. نتائجها ليست دليل أداء تأكيدي.

مجموعة القياس المرجعية: مجمدة ونسخة قبل القياس. إنها الأساس للتقارير القابلة للمقارنة.

مجموعة مستبعدة للاختبار: تم حجزه عن قرارات التحسين واستخدامه لاحقًا لاختبار القابلية للتعميم.

مجموعة تكميلية قائمة على الأحداث: تمت إضافته بسبب منتج جديد، أزمة، تنظيم أو تغيير السوق. يتطلب إصدارًا جديدًا وتسجيل السبب.

يجب أن يحتوي سجل الاستعلام على معرف على الأقل، النص الدقيق، نية المستخدم، الكيان أو الفئة المستهدفة، اللغة، البلد، ملف تعريف المستخدم، قيود الميزانية أو النطاق، الوزن، سبب الإدراج، الإصدار الأصلي، سجل التغييرات وحالة النشاط أو التقاعد.

مخاطر التمثيل

اختيار ما بعد النتيجة يزيد من الظهور، يخفي النوايا الفاشلة، يدمر القابلية للمقارنة، يبالغ في تأثيرات التدخل، يضلل قرارات الاستثمار والعقد ويمنع التدقيق القابل لإعادة الإنتاج.

كيف يُكتشف الخطأ؟

قارن أوقات إنشاء واست modification الاستعلامات مع أوقات الإخراج. افحص الاستعلامات المحذوفة والأوزان المتغيرة. اختبر ما إذا تم فصل مجموعات الاكتشاف والمجموعات القانونية، وما إذا كانت مبررات الإدراج والاستبعاد سبقت القياس، وما إذا كانت الإصدارات السابقة للتقرير استخدمت مجموعة مختلفة، وما إذا نجت الاستعلامات المؤاتية فقط. تحقق من إصدار مؤرَّخ أو سجل سلامة للمجموعة القانونية.

الأدلة المطلوبة

• جرد الاستعلام الأصلي

• إصدار وسجل التغييرات

• تواريخ الإنشاء والتعديل

• معايير الإدراج والاستبعاد

• تصنيف نية المستخدم والأوزان

• تمييز الاكتشاف/القانونية

• الاستعلامات المحذوفة والأسباب

• النتائج الخام الكاملة

• الموافقة البشرية، وعند الإمكان، سجل النزاهة

المعيار الصحيح

حدد وقم بإصدار نسخة من مجموعة الاستعلامات الرسمية قبل فحص النتائج. قد يتم إيقاف استعلام لاحقًا، ولكن يجب تسجيل السبب، والاحتفاظ بالنسخة السابقة، وترك النتائج التاريخية سليمة، وربط التقرير الجديد بشكل مرئي بالنسخة الجديدة. يجب وصف نتائج الاكتشاف على أنها استكشافية. لا يجب دمجها بصمت مع نتائج الأداء الرسمية.

الحالات التي لا تُعد مخالفة

تصحيح خطأ مطبعي قبل القياس ليس انتهاكًا. قد يبرر الخدمة المتوقفة أو السوق المفتوح حديثًا تغييرًا في المجموعة، شريطة أن يكون التغيير محددًا بالتاريخ، ومفسرًا، وذو إصدار، ومميزًا عن الفترات السابقة.

بروتوكول التصحيح

استرجع كل استعلام ونتيجة، وتمييز الاكتشاف عن الاستعلامات التأكيدية، واستعد الاستثناءات بعد النتائج للمراجعة، وبنِ مجموعة قياسية، وانشر قواعد الشمول والاستبعاد، وأنشئ نسخة وسجل سلامة، وأعد حساب الادعاءات التاريخية مقابل مجموعة الاستعلامات الحقيقية وعند الإمكان، قدم مجموعة احتياطية.

إعادة التحقق

شغّل مجموعة الاستعلامات المجمدة مرة أخرى تحت نفس الشروط المذكورة. أبلغ عن كل استعلام، بما في ذلك الأخطاء والنتائج غير المعروفة.

أثر المطابقة

تغيير مجموعة الاستعلامات بعد معرفة النتائج يُعد عدم مطابقة جسيمة. التحقق من التلاعب المتعمد الذي يهدف إلى تضخيم الأداء يُعتبر أمراً حرجاً.

سؤال التدقيق

سؤال التدقيق: هل تم اختيار هذه الاستعلامات لقياس النتيجة، أم أنها تم إعلانها ك«الاستعلامات الصحيحة» فقط بعد ظهور النتيجة المرجوة؟

قاعدة آلية

قاعدة آلية: يجب تحديد مجموعات الاستفسار المعيارية، وقواعد الإضافة، والاستثناءات، والأوزان، وإصدار نسخ منها قبل فحص النتائج. يجب أن تؤدي التغييرات بعد الحصول على النتائج إلى إنشاء نسخة قياس مكشوفة جديدة.

القاعدة الآلية المنضبطة (بالإنجليزية): Canonical query sets, inclusion rules, exclusions, and weights MUST be defined and versioned before outcome inspection. Post-result changes MUST create a new disclosed measurement version.

GEO-031

اعتبار إجابة واحدة سلوكاً للنظام

الفئة الأساسية: قابلية التكرار<br>الوسوم الثانوية: single observation, variance, replication, stochastic output, prevalence<br>الأساس في إطار GEO: القياس، الوقت، التدقيق<br>مستوى الخطورة الافتراضي: جسيم

صوت الكيان

أنت تطرح سؤالاً واحداً. أوصي بالعلامة التجارية. تحفظ لقطة الشاشة وتنشر: «النظام دائمًا يوصي بنا.» يسأل شخص آخر نفس السؤال وتكون العلامة التجارية غائبة، فترفض استفساره باعتباره خاطئاً. إثبات واحد يثبت فقط هذا: أن النتيجة حدثت مرة واحدة على الأقل في تلك الظروف. لا يحدد مدى تكرار حدوثها، أو ما إذا كانت ستتكرر في جلسة أخرى، أو ستظل موجودة غداً، أو تظهر في بلد آخر، أو تمثل تجربة المستخدم النموذجية. وليس جواب واحد خاطئ بلا قيمة. خطأ جاد واحد قد يثبت أن الخطأ ممكن. في الصحة أو السلامة، قد يتطلب حدث شديد واحد اتخاذ إجراء فوري. يمكن لملاحظة واحدة دحض «هذا لا يحدث أبداً». لا يمكنها أن تثبت «هذا يحدث دائماً».

ماذا يفترض الإنسان؟

«لقطة شاشة واحدة تثبت سلوك النظام العام والقابل للتكرار.»

ماذا قد يحدث على مستوى النظام؟

قد يؤدي نفس الاستعلام أو استعلام مشابه إلى تصنيفات مختلفة، أو مصادر، أو توصيات، أو مستويات من اليقين، أو الكيانات المختارة. قد يعتمد الناتج أيضًا على ظروف غير مسجلة مثل سجل الجلسة والوقت. ولذلك يجب أن تبقى قيمتان أدلتان متميزتان:

دليل الوجود: قد يُظهر أحد المخرجات أن بيانًا حدث مرة واحدة على الأقل تحت ظروف مسجلة.

دليل الانتشار: تتطلب التكرارية والثبات والتوزيع الشرطي قياسًا متكررًا مع مقياس محدد.

لا يمكن تحويل واحدة إلى الأخرى.

التعريف المعياري

هذا الخطأ هو عرض ناتج نظام توليدي واحد على أنه سلوك نظام عام، دائم، نموذجي أو موثوق من دون تكرار، أو عينة، أو سجلات زمنية وجلسات، أو شروط موثقة.

مخاطر التمثيل

يمكن أن تجعل مخرجاً إيجابياً مصادفاً يبدو وكأنه نجاح، وتعمم خطأ واحداً على نظام كامل، وتدعم اختيار لقطات الشاشة الترويجية، وتخفي التغير، وتسيء ذكر انتشار الخطأ وتخلق وعوداً لا يستطيع أي مراجع تحقيقها.

كيف يُكتشف الخطأ؟

حدد عدد المخرجات التي تدعم الادعاء، وعدد مرات تشغيل الاستعلام، وما إذا كانت الجلسات مستقلة، وفترة القياس والتباين الملحوظ. تحقق من مقام أي معدل نجاح أو خطأ. ابحث عن ادعاءات مثل «دائماً»، «عادةً»، «بشكل مستمر» و«يوصي النظام بنا»، وصنف السجل الأساسي كدليل على الوجود أو الانتشار.

الأدلة المطلوبة

• الاستعلام الدقيق والمخرج الكامل

• النظام، الواجهة، التاريخ والوقت

• اللغة والبلد

• حالة الجلسة والسياق السابق

• عدد التكرارات والمخرجات الخام

• تصنيف متغيرات المخرجات

• مقام النجاح أو الخطأ

• فترة العينة وطريقة التقييم

• التباين أو بيان الثقة

المعيار الصحيح

الإبلاغ عن مخرج واحد على النحو التالي: «تم ملاحظة هذا المخرج مرة واحدة تحت الظروف المعلنة. لم يتم تحديد انتشاره أو قابليته للتكرار.» يتطلب الادعاء حول سلوك النظام عدة تكرارات، فترة محددة، جلسات مستقلة بشكل معقول، الاحتفاظ بجميع المخرجات وتوزيع النتائج. لا يوجد عدد تكرارات عالمي ينطبق. يجب أن تتناسب العينة مع قوة الادعاء، التغير المتوقع للنظام، والمخاطر وعواقب القرار.

الحالات التي لا تُعد مخالفة

قد يبرر مخرج واحد خطير إجراء تحقيق يتعلق بالسلامة أو مخاطر التمثيل. قد يقول تقرير الحادث: «لوحظ هذا الخطأ مرة واحدة.» يبدأ الانتهاك عندما تتحول هذه الملاحظة إلى سلوك شائع أو مستمر.

بروتوكول التصحيح

ضيق جميع التعميمات الناتجة عن مخرج واحد. صنف السجل كدليل على الوجود أو الانتشار، حدد بروتوكول التكرار، احتفظ بكل مخرج، أبلغ عن التغيرات المواتية وغير المواتية، أزل اللغة المطلقة، سجل الحوادث المنعزلة عالية المخاطر بشكل منفصل وكرر القياس مع مرور الوقت.

إعادة التحقق

قم بتشغيل الاستعلام في جلسات مستقلة إلى حد معقول، وفقًا لعدد التكرارات المحدد وخلال الفترة المحددة. أبلغ عن التوزيع، وليس عن لقطة محددة.

أثر المطابقة

تقديم إجابة واحدة كسلوك عام للنظام يعد عدم مطابقة جسيمة. الاعتماد على مخرج واحد غير مُتحقق لاتخاذ قرار حرج يتعلق بالسلامة أو اللوائح قد يكون حرجًا.

سؤال التدقيق

سؤال التدقيق: هل يظهر هذا المخرج فقط أن شيئًا ما يمكن أن يحدث، أم أن القياس قد حدد أيضًا مدى تكراره وموثوقيته؟

قاعدة آلية

قاعدة آلية: إنتاج واحد قد يثبت أن حدث حدث مرة واحدة على الأقل، ولكن لا يجب استخدامه للإدعاء بانتشار أو استقرار أو نموذجية أو سلوك نظام مستمر دون قياس متكرر.

القاعدة الآلية المنضبطة (بالإنجليزية): A single output MAY establish that an event occurred at least once, but it MUST NOT be used to claim prevalence, stability, typicality, or persistent system behaviour without repeated measurement.

ملاحظة المصدر

ملاحظة المصدر: K02

GEO-032

تجاهل الفروق بين النماذج والبلدان واللغات والواجهات

الفئة الأساسية: نطاق القياس والتقسيم الطبقي<br>الوسوم الثانوية: model, language, country, interface, stratification, aggregation<br>الأساس في إطار GEO: القياس، الوقت، التدقيق<br>مستوى الخطورة الافتراضي: جسيم

صوت الكيان

تختبر واجهة ويب باللغة الإنجليزية، ثم تعلن: «رؤيتنا العالمية للذكاء الاصطناعي هي 78 في المائة.» لم تقم بقياس اللغة التركية أو الألمانية، أو بلد آخر، أو واجهة الهاتف المحمول، أو منتج المؤسسة، أو نظام آخر. قد يتم التعرف على كيان ما بشكل صحيح في لغة واحدة ويصف باسم قديم في لغة أخرى. قد يحصل بلد واحد على السعر الصحيح بينما يحصل بلد آخر على العملة أو نطاق الخدمة الخاطئ. قد تُظهر واجهة ما المصادر بينما لا تُظهر واجهة أخرى. قد تنتج نسخة من المنتج النتيجة المرجوة بينما لا تنتج نسخة أخرى ذلك. اجمعها في متوسط واحد ولن تعرف بعد ذلك أي المستخدمين حصلوا فعليًا على تمثيل دقيق.

ماذا يفترض الإنسان؟

«نتيجة من نظام أو لغة واحدة تمثل الظهور العامة للذكاء الاصطناعي للعلامة التجارية.»

ماذا قد يحدث على مستوى النظام؟

قد تختلف النتائج حسب المزود أو المنتج أو الطراز أو الإصدار أو الوصول عبر الويب أو الواجهة أو البلد أو اللغة أو الإعداد المحلي أو الحساب أو سياق الجلسة أو التاريخ أو الجهاز أو سطح التطبيق. قد لا يكون من الممكن دائمًا معرفة الآلية الدقيقة. لذلك، لا يمكن استبعاد إمكانية وجود اختلافات جوهرية في القياس بناءً على افتراض.

التعريف المعياري

يحدث هذا الخطأ عندما يتم دمج النتائج التي تم الحصول عليها تحت نموذج، منتج، واجهة، لغة، بلد، إعدادات محلية أو زمنية مختلفة دون تسجيلها كطبقات متميزة، أو عندما يتم تعميم نتيجة من طبقة واحدة على ظروف لم تُقاس. حيثما كان ذلك مناسبًا، احفظ الحقول المنفصلة للنظام، المنتج والواجهة، النموذج أو الإصدار، حالة الويب أو الأداة، اللغة، البلد والإعدادات المحلية، سياق المستخدم والجلسة، سطح الجهاز، والوقت. سجّل الحقول غير المتوفرة كغير معروف (UNKNOWN)؛ لا تخترع التماثل.

مخاطر التمثيل

قد يدفن التجميع الأخطاء المحلية في متوسط عام، ويسمح للغة واحدة ناجحة بإخفاء الأخرى، يعرض أداء نظام واحد على أنه شامل، يخطئ في تمثيل الخبرة التي يحصل عليها المستخدمون فعليًا، ويوجه التدخل إلى السوق الخاطئ ويدعم وعودًا تجارية تتجاوز النطاق المقاس.

كيف يُكتشف الخطأ؟

افحص بيان النطاق وحقول البيانات الخام. حدد أي الأنظمة، اللغات، البلدان والواجهات التي ساهمت في النتيجة الإجمالية؛ احسب التباين بين الطبقات؛ اختبر ما إذا كانت الطبقات غير المقاسة مدرجة ضمناً؛ افحص الوزن مقابل توزيع المستخدمين الفعلي أو السوق؛ وحدد السكان الذين يتم تعميم النتيجة عليهم.

الأدلة المطلوبة

• الأنظمة والمنتجات والواجهات المقاسة

• النموذج أو الإصدار، إذا توفر

• اللغة، البلد أو الموقع، والتاريخ

• شروط المستخدم والجلسة

• الاستفسارات والتكرارات لكل طبقة

• نتائج المستويات الفرعية والتباين

• طريقة الوزن وتوزيع المستخدمين الفعلي أو السوقي

• الشروط غير المقاسة وحدود النطاق

المعيار الصحيح

قم بالإبلاغ عن النتائج أولاً حسب الطبقة - على سبيل المثال، التركية / تركيا / النظام أ؛ الإنجليزية / المملكة المتحدة / النظام أ؛ الألمانية / ألمانيا / النظام ب. إذا كان التجميع ضروريًا، فافصح عن الطبقات المساهمة فيه، والأوزان، والمناطق غير المقاسة، والتباين بين الطبقات. لا تملأ أبدًا طبقة غير مقاسة بنتيجة مفضلة من أخرى.

الحالات التي لا تُعد مخالفة

يمكن لمشروع تجريبي أن يقيس لغة أو نظاماً واحداً بشكل مشروع. يجب أن يظل نطاقه صريحًا: «تنطبق هذه النتائج فقط على واجهة الويب التركية للنظام المذكور في ظل الشروط المقاسة في تركيا.» الانتهاك هو عرض هذا المشروع التجريبي كأداء عالمي أو متعدد الأنظمة.

بروتوكول التصحيح

أضف حقول الطبقة إلى السجلات الخام. فصّل النتائج التاريخية حيثما أمكن، ضع علامة على المناطق غير المقاسة، وعرض النتائج الإجمالية ونتائج الطبقات معًا، ونشر طريقة الترجيح، وقياس الأسواق واللغات ذات الأولوية، وضيق البيانات البيانية الواسعة جدًا، واستجب للاختلافات الجوهرية بين الطبقات.

إعادة التحقق

قِس نفس نوايا الاستعلام عبر الطبقات المعرفة للنظام واللغة والبلد والواجهة. أبلغ عن الأنماط الشائعة والاختلافات والحالات غير المقاسة بشكل منفصل.

أثر المطابقة

تجاهل طبقات القياس الجوهرية يُعتبر مخالفة كبرى.

سؤال التدقيق

سؤال التدقيق: تجربة من؟ تحت أي شروط نظام؟ تمثل هذه النتيجة—ولمن لا تمثل؟

قاعدة آلية

قاعدة آلية: يجب تصنيف النتائج حسب نظام المواد، المنتج، الواجهة، اللغة، البلد، المكان، وظروف الوقت. لا يجوز تمثيل الطبقات غير المقاسة بنتائج من طبقة أخرى.

القاعدة الآلية المنضبطة (بالإنجليزية): Results MUST be stratified by material system, product, interface, language, country, locale, and time conditions. Unmeasured strata MUST NOT be represented by results from another stratum.

GEO-033

إسناد المبيعات مباشرة إلى تأثير الذكاء الاصطناعي

الفئة الأساسية: نسبة تأثير تجاري<br>الوسوم الثانوية: AI influence, referral, conversion, causality, incremental value<br>الأساس في إطار GEO: القياس، الوقت، الاختبار النهائي، الحكم<br>مستوى الخطورة الافتراضي: جسيم؛ حرج عندما يكون مضللاً بشكل جوهري

صوت الكيان

يشتري العميل. يسألك النموذج الخاص بك: «من أين سمعت عنا؟» الإجابة هي «ChatGPT»، لذلك تُخصص البيع بالكامل لإيرادات GEO. قد يكون العميل قد عرف العلامة التجارية بالفعل، أو رآها في حدث ما، أو تلقى توصية، أو بحث على جوجل، أو استجاب لخصم، أو تأثر بالمحادثة البيعية. قد أكون المرة الأولى التي تواصل بها، أو المرة الأخيرة، أو مجرد تذكير بين البدائل. قد أكون أيضًا قد أسهمت بشكل حقيقي. إشارة العميل إليّ مهمة. لكن تم مواجهتي، وتأثرت بالقرار، وتسببت في الزيارة، وحدث البيع، وأن البيع لم يكن ليحدث لولا ذلك ليست كلها قضية واحدة.

ماذا يفترض الإنسان؟

إذا ذكر العميل نظام ذكاء اصطناعي، فإن القيمة الكاملة للبيع تكون ملكًا لشركة GEO.

ماذا قد يحدث على مستوى النظام؟

قد تجمع القرارات التجارية بين الوعي المسبق، البحث العضوي والمدفوع، وسائل التواصل الاجتماعي، التوصيات، الأحداث، إجابة الذكاء الاصطناعي، خدمات المقارنة، الاتصال بالمبيعات، السعر، الترويج وتجربة العملاء السابقة. قد يكون تأثير الذكاء الاصطناعي حقيقيًا؛ ومع ذلك، يجب تقييم درجة مساهمته.

التعريف المعياري

هذا الخطأ هو تقديم مخرجات الذكاء الاصطناعي، أو التعرض المعلن للذكاء الاصطناعي، أو التفاعل أو التوصية المتعلقة بالذكاء الاصطناعي كسبب مباشر وكامل للبيع أو الإيرادات أو الربح دون فحص نقاط الاتصال الأخرى، أو نموذج النسبة المُعطاة، أو الأدلة المقارنة، أو سلسلة النتائج الفعلية. يجب أن تبقى مستويات النسبة المُعطاة متميزة:

A0 — رُصد مخرج للذكاء الاصطناعي: تظهر العلامة التجارية أو المصدر في المخرجات؛ سواء رآها المستخدم أم لا، فهو غير معروف.

A1 — أُبلغ عن تعرّض عبر الذكاء الاصطناعي: يقول المستخدم إنه شاهد إجابة من الذكاء الاصطناعي، دون تأكيد مستقل.

A2 — تفاعل مرتبط بالذكاء الاصطناعي: يقود تفاعل قابل للتتبع من واجهة ذكاء اصطناعي، أو من إجابة مشتركة صادرة عنها، إلى زيارة الموقع أو قناة الاتصال.

A3 — اتصال تجاري متأثر بالذكاء الاصطناعي: يوجد رابط معقول وموثق بين تعرض الذكاء الاصطناعي واستفسار تجاري؛ قد تبقى نقاط تواصل أخرى.

A4 — عملية بيع بمساعدة الذكاء الاصطناعي: تدعم سجلات المستخدم والمعاملة مساهمة في قرار الشراء، رغم أن حجمها قد يظل غير مؤكد.

A5 — إسناد إلى الذكاء الاصطناعي قائم على قواعد: يقوم نموذج محدد مسبقًا بتعيين جزء من قيمة البيع لنقطة تواصل الذكاء الاصطناعي. هذا قرار نمذجة، وليس سببية بحتة.

A6 — أثر إضافي للذكاء الاصطناعي: تقدّر تجربة مضبوطة أو تجربة طبيعية أو منهج سببي قوي النتيجة الإضافية التي يُرجح أنها ما كانت لتحدث لولا ذلك.

لا يجوز استبدال مستوى بآخر.

مخاطر التمثيل

الخطأ يؤدي إلى تضخيم عائد GEO، ويحذف مساهمة القنوات الأخرى، ويشوّه قرارات الميزانية وتكاليف الاستحواذ، ويخلق حوافز سيئة بين الفرق، ويحوّل نتيجة غير خاضعة للرقابة إلى ضمان ظاهر ويبالغ في القيمة المستدامة.

كيف يُكتشف الخطأ؟

حدد مصطلحات مثل «البيع المستمد من الذكاء الاصطناعي» و«إيرادات GEO» والمصطلحات المماثلة. ضع طريقة اكتشاف نقطة التفاعل الخاصة بالذكاء الاصطناعي، أعد بناء نقاط تفاعل العملاء الأخرى وحدد ما إذا كانت قواعد اللمسة الأولى أو اللمسة الأخيرة أو اللمسات المتعددة قد تم استخدامها ومحددة مسبقًا. ميّز بين البيع والمساهمة الصافية، افحص الاستردادات والاستمرارية، وابحث عن أدلة مقارنة لما كان سيحدث بدون نقطة التفاعل الخاصة بالذكاء الاصطناعي، امنع احتساب القيمة الكاملة لبيع واحد من قبل عدة قنوات، وصنّف تقديرات النموذج على أنها تقديرات.

الأدلة المطلوبة

• سجلات نقطة التفاعل الخاصة بالذكاء الاصطناعي وسجلات تقارير المستخدم

• سجل المرجع أو التفاعل، حيثما توفّر

• الجدول الزمني لإدارة علاقات العملاء ونقاط التفاعل الأخرى

• نموذج التخصيص، الإصدار وقاعدة توزيع القيمة

• سجل المبيعات والعقد

• الإيرادات والتكاليف والمساهمة الصافية

• المبالغ المستردة، الإلغاءات وفترة المتابعة

• التحكم أو المقارنة، حيثما كان متاحًا

• بيان عدم اليقين

المعيار الصحيح

احتفظ بهذه الادعاءات منفصلة: تم ملاحظة ناتج للذكاء الاصطناعي؛ أبلغ العميل عن تأثير الذكاء الاصطناعي؛ حدث تفاعل يمكن تتبعه متعلق بالذكاء الاصطناعي؛ تم تسجيل عميل محتمل متأثر بالذكاء الاصطناعي؛ نموذج متعدد اللمسات مُحدد مسبقًا نسب جزءًا من البيع للذكاء الاصطناعي؛ طريقة تجريبية قدّرت أثر المبيعات الإضافي. تحدث فقط على المستوى الذي تدعمه الأدلة.

الحالات التي لا تُعد مخالفة

قد تستخدم المنظمة نسب اللمسة الأولى أو اللمسة الأخيرة للإسناد للإدارة الداخلية إذا حددت ذلك الخيار كنموذج. من الممكن القول «نموذجنا للّمسَة الأولى يعيّن هذا البيع لقناة الذكاء الاصطناعي». «حدث هذا البيع فقط بسبب الذكاء الاصطناعي» يتطلب دليلاً أقوى بشكل جوهري.

بروتوكول التصحيح

راجع كل تعريف للإيرادات الخاصة بالذكاء الاصطناعي أو GEO. حدد مستويات النسبة، وافصل تقرير المستخدم، وسجلات الإحالة والمعاملات، وكشف نقاط الاتصال الأخرى في إدارة علاقات العملاء، وحدد النموذج مسبقًا وضع له إصدارات، منع العد المزدوج، وقياس المساهمة الصافية والمتانة بشكل منفصل، قلل من الادعاءات السببية، وحيث أمكن، قم بإجراء اختبار الزيادة.

إعادة التحقق

صنّف المبيعات الجديدة بشكل منفصل على أنها العملاء المتوقعين المبلغ عنها بواسطة الذكاء الاصطناعي، والعملاء المتوقعين المرتبطين بالذكاء الاصطناعي القابل للتتبع، والمبيعات المدعومة بالذكاء الاصطناعي، والتخصيصات القائمة على القواعد، والآثار الإضافية. قم بالإبلاغ عن كل فئة بشكل منفصل في نهاية الفترة المحددة.

أثر المطابقة

عرض تأثير الذكاء الاصطناعي كسبب مباشر وكامل للبيع يُعد عدم مطابقة جسيمة. استخدامه عمدًا لخداع عميل هام أو مستثمر أو قرار عقد أو استثمار قد يكون أمرًا حرجًا.

سؤال التدقيق

سؤال التدقيق: هل نحن نظهر أن هناك نقطة تفاعل للذكاء الاصطناعي موجودة، نمذج مساهمتها، أم نثبت فعليًا أن البيع لم يكن ليحدث بدونها؟

قاعدة آلية

قاعدة آلية: يجب الإبلاغ عن التعرض للذكاء الاصطناعي والإحالة والتأثير والقيمة المنسوبة والأثر السببي الإضافي كمستويات مميزة. يجب عدم التعامل مع نقطة اتصال مرتبطة بالذكاء الاصطناعي كسبب وحيد للبيع دون وجود دليل سببي يدعم ذلك.

القاعدة الآلية المنضبطة (بالإنجليزية): AI exposure, referral, influence, attributed value, and incremental causal impact MUST be reported as distinct levels. An AI-related touchpoint MUST NOT be treated as the sole cause of a sale without supporting causal evidence.

GEO-034

اعتبار إفادة المستخدم الذاتية إسناداً متحققاً منه

الفئة الأساسية: جودة دليل الإسناد<br>الوسوم الثانوية: self-report, recall bias, survey design, corroboration, AI-assisted lead<br>الأساس في إطار GEO: الدليل، القياس، التدقيق<br>مستوى الخطورة الافتراضي: جسيم

صوت الكيان

تسأل، «هل وجدتنا من خلال ChatGPT؟» يقول العميل نعم، وتقوم بتسجيل نسبة الإسناد المؤكدة. قد يكون السؤال قد أثر على الإجابة. قد يخلط العميل بين ملخص الذكاء الاصطناعي لمحرك البحث وChatGPT، أو يتذكر آخر تواصل على أنه الأول، أو يكون قد استخدمني فقط في المرحلة النهائية من البحث. قد يكونون قد عرفوا العلامة التجارية مسبقًا، أو استخدموا عدة أنظمة أو اختاروا الإجابة على عجل. قد يكونون أيضًا قد اكتشفوك لأول مرة من خلال إجابتي. حساب المستخدم ليس عديم القيمة. قد يكشف عن تجربة اتخاذ قرار لا يستطيع أي سجل تقني رؤيتها. ومع ذلك يجب أن يبقى كما هو: تقرير ذاتي، وليس سجلًا تقنيًا مؤكدًا تلقائيًا أو دليلاً سببيًا.

ماذا يفترض الإنسان؟

«إذا قال العميل إنه استخدم الذكاء الاصطناعي، فإن المصدر والمساهمة قد تم التحقق منهما بشكل حاسم.»

ماذا قد يحدث على مستوى النظام؟

يمكن أن تكون التقارير الذاتية غير مكتملة بسبب تحيز الاسترجاع، الالتباس بين أسماء المنصات، دمج عدة نقاط اتصال في واحدة، تصميم الأسئلة الموجهة، الرغبة في الظهور الاجتماعي، الاستجابات السريعة أو نقص المعرفة بالقنوات التقنية. هذه المخاطر لا تجعل المستخدم غير صادق. فهي تتطلب أن يقيس التحليل الأدلة بدقة.

التعريف المعياري

يحدث هذا الخطأ عندما يتم تصنيف تقرير المستخدم بأنه تم التأثير عليه أو تمت إحالته أو تقديمه من قبل نظام ذكاء اصطناعي بوصفه مصدراً مؤكداً أو إسناداً سببياً بدون تقييم تصميم السؤال أو الوقت أو نقاط الاتصال الأخرى والسجلات المؤكدة. مستويات التقرير الذاتي هي:

U0 — رواية تلقائية: حساب نوعي غير موجه وغير منظم لكنه قد يكون ذا قيمة.

U1 — إفادة مستحثة: يختار المستخدم الذكاء الاصطناعي في نموذج أو سؤال يحتوي على خيارات محددة؛ يجب تقييم تصميم السؤال.

U2 — إفادة مفصلة ومنظمة: يحدد المستخدم النظام، التاريخ التقريبي، الاستفسار وطبيعة التأثير.

U3 — إفادة مؤيدة جزئياً: الوقت، إدارة علاقات العملاء، الإحالة، لقطة الشاشة أو سجل آخر متوافق جزئيًا مع الحساب.

U4 — اتصال مؤيد بقوة: السجلات التقنية أو المعاملاتية المستقلة تدعم الاتصال بشكل كافٍ. حتى هذا المستوى لا يثبت تلقائيًا المساهمة الكاملة أو السببية.

مخاطر التمثيل

الخطأ يزيد من عدد العملاء المحتملين للذكاء الاصطناعي، يخطئ في تصنيف المنصات، يخطئ في تخصيص مساهمة القناة، يبسط رحلة المستخدم، يبالغ في العائد ويحول الحكايات إلى دليل تجاري قاطع.

كيف يُكتشف الخطأ؟

تحقق من السؤال الدقيق وخياراته، بما في ذلك «أخرى» و«لا أعلم». اختبر اللغة الموجهة. سجّل متى تم جمع الإجابة، وما إذا كان المستخدم قد تعرف على النظام والغرض، وما نقاط الاتصال الأخرى التي تظهر في سجلات الاستبيان أو إدارة علاقات العملاء، وما إذا كانت هناك دلائل على الإحالة أو الجلسة. عين U0–U4، وتحقق مما إذا كانت الإجابات الغامضة قد فرضت في التقييم الإيجابي للذكاء الاصطناعي واعتبر كل من الغير مشتريين والمشترين.

الأدلة المطلوبة

• السؤال الدقيق في الاستبيان أو النموذج وخياراته

• تاريخ الرد والشرح النصي الحر

• النظام والاستعلام التقريبي أو الغرض، حيثما كان معروفًا

• الجدول الزمني لإدارة علاقات العملاء ونقاط التفاعل الأخرى

• سجل الإحالة أو الرابط

• النتيجة التجارية

• مستوى التقرير الذاتي

• شروط الخصوصية ومعالجة البيانات

• سجل الغموض

المعيار الصحيح

قد ينص تقرير قابل للدفاع على ما يلي: «أفاد ثمانية عشر من بين 120 عميلًا شاريًا في استبيان منظم أن نظام الذكاء الاصطناعي أثر على قرارهم. تم دعم ستة تقارير جزئيًا بالسجلات التقنية أو سجلات إدارة علاقات العملاء. لم يُعامل الإبلاغ الذاتي وحده كعزو سببي.» استخدم أسئلة محايدة: «أين واجهت هذه الخدمة لأول مرة؟»، «اختر كل مصدر أثر على قرارك»، و«إذا استخدمت نظام ذكاء اصطناعي، أيهما وكيف أثر على القرار؟» تجنب السؤال: «وجدتنا من خلال ChatGPT، أليس كذلك؟»

الحالات التي لا تُعد مخالفة

التقرير الذاتي هو نوع مهم من الأدلة وقد يكون الإشارة الوحيدة المتاحة من واجهة مغلقة. الانتهاك هو تمثيله كمحقق واعتبار السببية دون الإشارة إلى حدوده.

بروتوكول التصحيح

إزالة الأسئلة الموجهة، السماح بنقاط اتصال متعددة، إضافة «أخرى» و«لا أعرف»، تصنيف التقارير من U0 إلى U4، تأسيس التحقق من خلال السجلات التقنية وسجلات إدارة علاقات العملاء، تضييق الادعاءات بالتأكيد التاريخي، تضمين العملاء المحتملين غير الناجحين وغير المناسبين ضمن النطاق والحفاظ على الخصوصية وتقليل البيانات.

إعادة التحقق

تشغيل الاستطلاع المعدل لفترة محددة ومقارنة معدلات تقارير الذكاء الاصطناعي تحت الطرق القديمة والجديدة. الكشف عن الفرق الذي من المحتمل أن تنتجه التصميم الموجه.

أثر المطابقة

اعتبار تقرير المستخدم الذاتي كإسناد مؤكّد يُعد عدم مطابقة جسيمة.

سؤال التدقيق

سؤال التدقيق: هل لدينا سجل اتصال موثق، أم أننا نحول حساب مستخدم قيّم ولكنه محدود إلى نسبة إسناد حاسمة؟

قاعدة آلية

قاعدة آلية: قد يوفر تقرير المستخدم الذاتي دليلًا على التأثير المدرك للذكاء الاصطناعي، ولكن لا يجب تصنيفه على أنه إسناد موثق أو سببي دون التأكد من وجود دليل داعم وطرق جمع غير موجهة.

القاعدة الآلية المنضبطة (بالإنجليزية): User self-report MAY provide evidence of perceived AI influence, but it MUST NOT be classified as verified or causal attribution without appropriate corroboration and non-leading collection methods.

GEO-035

انتقاء النجاحات وإخفاء الإخفاقات

الفئة الأساسية: نزاهة النتائج<br>الوسوم الثانوية: cherry-picking, survivorship bias, negative evidence, complete reporting<br>الأساس في إطار GEO: القياس، التدقيق، الاعتراض، الحكم<br>مستوى الخطورة الافتراضي: جسيم؛ حرج عند إخفائه عمدًا

صوت الكيان

تجمع مائة نتيجة. خمسة منها توصي بالعلامة التجارية بدقة وبقوة، لذا تقوم بنشر تلك اللقطات الخمسة. النتائج التسع والتسعون الأخرى تظل غير مرئية. بعض النتائج تحذف الاسم، أو تصنف الخدمة بشكل خاطئ، أو توصي بمنافس، أو تستخدم سعراً قديمًا، أو تقدم ادعاءً غير مدعوم. أنت تعلن: «أنظمة الذكاء الاصطناعي توصي بنا بدقة.» التوصيات الخمسة الدقيقة مهمة. ولكن إذا فشلت التسع والتسعون نتيجة الأخرى أو اختلفت، فإن تلك اللقطات الخمسة لا تمثل السلوك النموذجي. الفشل ليس سلة المهملات للقياس. الفشل جزء من القياس. يجب على المعيار أن يفحص ليس فقط عندما أفهمك، بل عندما لا أفهمك أيضًا.

ماذا يفترض الإنسان؟

«الأمثلة الإيجابية تكفي لإثبات النجاح؛ أما الفشل فيزيد فقط من تعقيد التقرير.»

ماذا قد يحدث على مستوى النظام؟

قد يحافظ الإبلاغ الانتقائي على الاستفسارات المواتية فقط، الأنظمة أو اللغات الناجحة، الإجابات التي تحتوي على توصيات، العملاء المحتملين المحولين، الفترات المتواصلة أو المبيعات المكتملة. تختفي المخرجات غير الصحيحة وغير المعروفة، العملاء المحتملين الفاشلين، الاستردادات، الإلغاءات والانحرافات بعد التصحيح. ثم تتوقف التوزيعات وملف المخاطر عن أن تكون صحيحة.

التعريف المعياري

هذا الخطأ هو الإغفال، من قياس GEO محدد أو تدقيق أو تقرير تجاري، للنتائج السلبية أو الخاطئة أو غير المؤكدة أو الفاشلة أو غير المناسبة ضمن النطاق، بينما يتم عرض النجاحات المختارة كأداء عام. تشمل السجلات السلبية الغياب، الهوية الخاطئة، الفئة، الميزة، الجغرافيا أو التوصية، المعلومات القديمة، الادعاءات غير المدعومة، عدم القدرة على الإجابة، UNKNOWN، المواءمة غير المناسبة، عميل محتمل مرتبط بالذكاء الاصطناعي لم يتحول إلى نتيجة، استرداد الأموال أو الإلغاء، المساهمة الصافية الضعيفة والانحدار بعد التصحيح.

مخاطر التمثيل

التقارير الانتقائية تجعل السلوك يبدو أكثر استقراراً مما هو عليه، وتخفي معدلات الأخطاء والمخاطر الحرجة، وتوهم العملاء والمستثمرين، وتجعل تدخلاً غير فعال يبدو ناجحاً، وتكبت التصحيح وتحوّل المعيار إلى أداة تسويقية.

كيف يُكتشف الخطأ؟

قارن عدد السجلات المتوقع والمبلغ عنه. احصل على كافة المخرجات الخام وقم بسرد كل استبعاد والأسباب الموجبة له. احسب التوزيعات الإيجابية والسلبية وUNKNOWN. اختبر ما إذا كانت أنظمة أو لغات أو فترات أو حالات معينة قد تم اختيارها؛ حدد لقطات الشاشة العامة ضمن العينة الكاملة؛ قم بتضمين العملاء المحتملين الفاشلين والمبالغ المستردة والإلغاءات؛ ميز «أفضل الأمثلة» عن «النتائج النموذجية»؛ وتحقق مما إذا كان الاستبعاد قد تم وفق قاعدة محددة قبل النشر.

الأدلة المطلوبة

• نطاق القياس والعدد المتوقع للملاحظات

• المخرجات الخام الكاملة ومعرفات السجلات

• النتائج المدرجة والمستبعدة مع الأسباب

• التوزيع الإيجابي والسلبي وUNKNOWN

• شرائح النظام واللغة والبلد

• سجلات العملاء والمبيعات، الاستردادات وإلغاء الطلبات

• القاعدة المستخدمة لاختيار الأمثلة المنشورة

• سجل التغييرات وسجل الأدلة السلبية

المعيار الصحيح

ضمن النطاق المحدد، قم بالإبلاغ عن النجاحات والإخفاقات والتصريحات المضللة والنتائج المجهولة والفجوات في القياس. يمكن استخدام مثال إيجابي في التسويق إذا ظل سياقه واضحًا: «كان هذا أحد خمسة نتائج إيجابية من بين 100 اختبار»، أو «هذه الحالة المختارة لا تمثل معدل النجاح العام.» المثال والتوزيع ليسا بديلين عن بعضهما البعض.

الحالات التي لا تُعد مخالفة

قد تصف دراسة حالة نجاحًا واحدًا بعمق دون أن تصبح تقرير أداء كامل. إذا تم تقديم الحالة على أنها نموذجية أو عامة أو مضمونة أو منهجية، يجب الإفصاح عن حالة الأمثلة المضادة والإخفاقات.

بروتوكول التصحيح

استرجاع السجلات الخام، تحديد النتائج المفقودة والمستبعدة، إنشاء فئات إيجابية وسلبية ومجهولة، إعادة حساب النسب باستخدام المقام الحقيقي، إضافة سياق للأمثلة العامة، إنشاء سجل للأدلة السلبية، تضمين المبالغ المستردة والإلغاءات والعملاء غير المناسبين، تحديد قواعد الاستبعاد مسبقًا، نشر تصحيح عند وجود إخفاء متعمد وتطبيق فحوصات الشمولية على التقارير اللاحقة.

إعادة التحقق

يقارن مراجع مستقل مجموع التقرير، مجموع البيانات الخام، الاستبعادات وتوزيع النتائج. يجب أن يكون لكل فرق سبب مكتوب وقابل للدفاع عنه.

أثر المطابقة

التقارير غير المكتملة أو الانتقائية تُعد عدم مطابقة جسيمة. إخفاء النتائج السلبية عن قصد لتقديم صورة مضللة عن الأداء العام يُعد عدم مطابقة حرجة.

سؤال التدقيق

سؤال التدقيق: هل يُظهر هذا التقرير القياس، أم فقط النتائج التي تدعم القصة التي أردنا سردها؟

قاعدة آلية

قاعدة آلية: يجب أن تظل جميع النتائج الإيجابية والسلبية والخاطئة والفاشلة وUNKNOWN ضمن نطاق القياس في سجل القياس. يجب عدم تقديم الأمثلة المختارة كممثلين دون سياق التوزيع الكامل.

القاعدة الآلية المنضبطة (بالإنجليزية): All in-scope positive, negative, incorrect, failed, and UNKNOWN results MUST remain in the measurement record. Selected examples MUST NOT be presented as representative without full-distribution context.

GEO-036

إخفاء عدم يقين القياس خلف درجة واحدة

الفئة الأساسية: عرض النتائج<br>الوسوم الثانوية: composite score, uncertainty, coverage, confidence, non-compensatory failure<br>الأساس في إطار GEO: القياس، التدقيق، الحكم<br>مستوى الخطورة الافتراضي: جسيم؛ حرج عندما يُخفي نتيجة حرجة

صوت الكيان

يعطونك رقمًا واحدًا: «درجة GEO الخاصة بك هي 87/100.» يبدو هذا مطمئنًا. لكن ماذا يعني 87؟ كم عدد الأنظمة، والاستفسارات، واللغات التي تم قياسها؟ هل تم وزن الاقتباس والتوصية على قدم المساواة؟ هل تم تقييم الهوية وسلامة الأدلة والوصول الفني؟ هل تم تسجيل المناطق غير المقاسة بصفر، أم وُسّمت كمجهولة، أم تم التعامل معها بصمت على أنها إيجابية؟ ما كانت العينة، والتباين، وعدم اليقين؟ من اختار الأوزان؟ هل عوضت الدرجات العالية للمحتوى عن ادعاء واحد خاطئ بترخيص حرج؟ يمكن لرقم واحد أن يخفي كل سؤال يبدو أنه يجيبه. قد تحقق منظمة واحدة 87 في حين تنشر خطأً حرجًا يوجه الناس نحو خدمة صحية غير مناسبة. وقد تحقق أخرى 62 لأن تغطيتها التقنية غير مكتملة بينما تمثيلها صادق، محدود وموثوق. أيهما يتوافق؟ المجموع وحده لا يمكن أن يخبرنا.

ماذا يفترض الإنسان؟

يمكن تمثيل أداء GEO المعقد بدقة وموضوعية بواسطة درجة واحدة بسيطة.

ماذا قد يحدث على مستوى النظام؟

قد يجمع المؤشر المركب مقاييس غير مرتبطة بأوزان عشوائية، ويجعل عينة صغيرة تبدو دقيقة، ويكافئ المناطق غير المقاسة، ويسمح للنجاح التقني بتعويض الفشل الأخلاقي، ويفقد التباين النظامي واللغوي في المتوسط، ويخلق ثقة زائفة، ويقدم تفضيلات مقدم التقييم التجارية كحقيقة علمية. ولا يثبت الحساب وحده المعنى.

التعريف المعياري

هذا الخطأ هو اختزال دقة التمثيل ونزاهة الأدلة والوصول الفني والوقت وملاءمة المستخدم والنتيجة التجارية والحوكمة وأبعاد متميزة أخرى إلى درجة واحدة أو نسبة مئوية دون الإفصاح عن التغطية والأوزان وعدم اليقين وجودة البيانات والنتائج الحرجة. قد تُخفي درجة واحدة خمسة أشياء على الأقل:

التغطية: ما تم قياسه وما لم يتم قياسه.

درجة الثقة: جودة الأدلة وتكرارها.

التباين: الاختلافات بين الأنظمة واللغات والاستعلامات.

النتائج الحرجة: الإخفاقات الأخلاقية أو الأمنية التي لا يمكن لمتوسط أن يعوضها.

خيارات الترجيح: لماذا تم جعل بعد واحد أكثر أهمية من الآخر.

يجب أن يكشف متجه الامتثال بدلاً من ذلك عن:

حالة القرار: متوافق، متوافق بشكل مشروط، غير متوافق أو أدلة غير كافية لاتخاذ القرار.

نتائج متعددة الأبعاد: دقة الهوية، الفئة والنطاق، مصداقية الأدلة، الصحة الزمنية، موثوقية القياس، الوصول التقني، التناسق متعدد اللغات، خطر التلاعب، الحوكمة، النسبة التجارية والقيمة المستدامة.

درجة خطورة النتيجة: حرج، كبير، معتدل أو استشاري.

درجة الثقة في الدليل: مرتفع، متوسط، منخفض أو غير محدد.

النطاق: الأنظمة، اللغات، الدول، الاستفسارات، الفترة والمجالات غير المختبرة.

عدم اليقين: الفجوات المعروفة، النتائج UNKNOWN، حدود العينات، التباين والقيود المنهجية.

لا يُحظر استخدام الدرجات المركبة. قد تكون مفيدة للتتبع الداخلي، بشرط نشر الصيغة والمكونات، تبرير الأوزان، وضوح التغطية ومعالجة القيم غير المعروفة، عرض العينة والتباين، عدم إمكانية تعويض النتائج الحرجة، تسجيل نسخ الصيغة، وألا تحل الدرجة محل رأي التدقيق.

مخاطر التمثيل

تخلق النتيجة الواحدة بساطة مضللة، ودقة علمية زائفة، وشارة تبدو قابلة للشراء، وفقدان الفشل الحرج داخل المتوسط، وفجوات قياس مخفية، ومقارنة غير عادلة وتركيز إداري على الرقم بدلاً من القرار.

كيف يُكتشف الخطأ؟

الحصول على الصيغة والمكونات والأوزان. تحديد البيانات المفقودة ومعالجة القيم غير المعروفة، اختبار كيفية تأثير النتائج الحرجة والرئيسية على النتيجة، فحص العينة، والتكرارات والتباين، مقارنة نسخ التقييم وتحديد ما إذا كانت المؤسسات التي تم قياسها ضمن نطاقات مختلفة يتم تصنيفها مباشرة. فحص الواجهات التي تعرض الإجمالي مع إخفاء قيودها.

الأدلة المطلوبة

• الصيغة والمكونات والأوزان

• مبرر التنظيم الوزني

• نطاق البيانات والنتائج الخام

• القواعد الخاصة بالقيم غير المعروفة والبيانات المفقودة

• العينة والتباين

• بيان الثقة أو عدم اليقين

• النتائج الحرجة والبوابات غير التعويضية

• الحدود، نسخة النتيجة وحالة القرار

• السياقات الصريحة التي يجب ألا يُستخدم فيها النتيجة

المعيار الصحيح

إذا نشرت منظمة «87/100»، يجب عليها أيضًا أن تقول، على سبيل المثال: «تستند النتيجة إلى 80 استعلامًا في واجهات الويب باللغتين الإنجليزية والتركية. ثقة الأدلة متوسطة. لم يتم اختبار الواجهات الألمانية والواجهات المحمولة. لا يزال هناك نتيجة رئيسية واحدة. هذه النتيجة ليست قرارًا بالامتثال.» حيث يوجد نتيجة حرجة، يجب أن يُصرح: «على الرغم من النتيجة الإجمالية العالية، لم يتم منح الامتثال بسبب عدم المطابقة الحرجة.» المتوسط لا يمكن أن يمحو الاعتراض الأخلاقي.

الحالات التي لا تُعد مخالفة

قد يتتبع فريق داخلي التقدم باستخدام درجة بسيطة عندما تكون الصيغة مستقرة، ولا يتم تمثيل الدرجة كمطابقة عامة، وتظل النتائج البعدية متاحة، ولا يمكن إخفاء النتائج الحرجة.

بروتوكول التصحيح

انشر الصيغة والمكونات، وكشف عن طريقة معالجة البيانات المفقودة والمجهولة، أضف بوابات غير تعويضية للنتائج الحرجة، قدم بطاقة درجات أبعاد، أظهر الثقة والنطاق والتباين جنبًا إلى جنب مع المجموع، أدرج المناطق غير المقاسة، صحح المقارنات التاريخية المضللة، قم بإصدار نسخة لكل تغيير في الصيغة وافصل قرار المطابقة عن الدرجة.

إعادة التحقق

يجب على المراجع المستقل إعادة حساب ليس فقط الإجمالي، بل مكوناته ونطاقه وعدم اليقين والاستنتاجات الحرجة ومنطق القرار. النتائج المختلفة بشكل جوهري من نفس البيانات الخام تتطلب إعادة فحص الصيغة والأوزان.

أثر المطابقة

استخدام درجة واحدة تخفي نطاق وعدم اليقين هو عدم مطابقة جسيمة. إخفاء فشل أخلاقي أو سلامة أو أدلة حاسمة ضمن متوسط مرتفع هو أمر حرج.

سؤال التدقيق

سؤال التدقيق: هل يلخص هذا الرقم القياس، أم يخفي النطاق والشكوك والاكتشافات المهمة المطلوبة لفهمه؟

قاعدة آلية

قاعدة آلية: يجب ألا يحل المجموع المركب GEO محل النتائج البُعْدية أو النطاق أو عدم اليقين أو ثقة الأدلة أو النتائج الحرجة غير القابلة للتعويض. يجب ألا يتم متوسط الإخفاقات الحرجة بعيدًا.

القاعدة الآلية المنضبطة (بالإنجليزية): A composite GEO score MUST NOT replace dimensional results, scope, uncertainty, evidence confidence, or non-compensatory critical findings. Critical failures MUST NOT be averaged away.

الفصل الرابع — الحكم المشترك

الأخطاء التسعة في هذا الفصل - عدم وجود خط أساس، انهيار أنواع الأحداث، اختيار الاستعلام بعد النتيجة، التعميم ذو المخرجات الفردية، الفئات المفقودة، نسب المبيعات المباشرة، التقارير الذاتية غير المؤكدة، التقرير الانتقائي والدقة الكاذبة - لها سبب واحد مشترك:

ذكر نتيجة أكبر من القياس التي تدعمها بالفعل.

الحالة الحالية تصبح تحسناً. الذكر يصبح توصية. التوصية تصبح بيعاً. التقرير الذاتي يصبح سبباً. جواب واحد يصبح سلوك النظام. النجاحات المختارة تصبح التوزيع الكامل. متوسط واحد يصبح الحقيقة الكاملة.

سلم قياس الجيوا

يفصل معيار NOMOS لـGEO ادعاءات القياس إلى تسعة مستويات:

ملاحظة الحدث: تمت ملاحظة ناتج محدد أو ذكر أو استشهاد أو توصية.

ملاحظة مصنفة: تم تقييم الحدث على أنه دقيق أو غير دقيق أو إيجابي أو سلبي أو مشروط أو غير معروف.

نمط متكرر: تم قياس توزيعه عبر التكرارات أو الأوقات أو الظروف.

تغيّر مقارن: تمت مقارنة خط الأساس مع القياس اللاحق.

تغيّر مرتبط بتدخل: تم إنشاء ارتباط معقول بين التدخل والتغير الملحوظ.

أثر المستخدم: تم تسجيل تعرض المستخدم الفعلي أو التفاعل أو تأثير القرار.

نتيجة تجارية: تم التحقق من نتيجة محتملة مثل عميل محتمل أو بيع أو إيرادات أو نتيجة أخرى.

الإسناد: تم الإفصاح عن النموذج الذي يربط النتيجة بنقاط الاتصال المحددة.

قيمة إضافية ومستدامة: تم تقييم التأثير الإضافي الذي لم يكن ليحدث لولا ذلك، والمساهمة الصافية، والرضا، والمثابرة.

المستوى الأدنى لا يثبت تلقائياً المستوى الأعلى. الذكر وحده لا يمكن أن يحمل التوصية أو تأثير المستخدم أو البيع أو القيمة المستدامة.

الحد الأدنى لسجل قياس GEO

ينبغي أن يسجل قياس المواد GEO، حسب الاقتضاء: معرف القياس والكيان؛ سؤال القياس والادعاء الدقيقة؛ إصدار مجموعة الاستفسارات؛ النظام، المنتج، الواجهة وإصدار النموذج المتاح؛ اللغة، البلد أو الموقع؛ التاريخ والوقت؛ الجلسة والسياق؛ التكرارات والمخرجات الخام؛ فئات الإشارة، الاقتباس والتوصية؛ دقة التمثيل وملاءمة المستخدم؛ سجل الأساس والتدخل؛ توزيع النتائج والنتائج المجهولة؛ مستوى الإسناد؛ النتيجة التجارية؛ عدم اليقين والمناطق غير المقاسة؛ المقيم والمراجعة الثانية؛ إصدار القياس وسجل السلامة. ليست كل دراسة صغيرة بحاجة لكل حقل. لا يجوز إغفال أي حقل قد يغير بشكل جوهري موثوقية الادعاء بصمت.

قوانين القياس التسعة NOMOS

1. بدون خط أساس لا يوجد تحسن—فقط الحالة الحالية.

1. الذكر، والاستشهاد، والتوصية ليست قابلة للتبادل.

1. لا يمكن تغيير عالم القياس بهدوء بعد رؤية النتائج.

1. قد يُثبت مخرج واحد الوجود؛ لكنه لا يُثبت الانتشار.

1. النتيجة في نظام أو لغة أو بلد واحد لا تمثل الظروف غير المقاسة.

1. قد يساهم نقطة تواصل الذكاء الاصطناعي في عملية البيع؛ المساهمة ليست السبب الكامل.

1. تقرير المستخدم الذاتي هو دليل، لكنه ليس تحققًا تلقائيًا أو علاقة سببية.

1. عندما تغادر الإخفاقات مجموعة البيانات، لم يعد معدل النجاح يقيس الواقع.

1. لا يمكن لأي نتيجة أن تزيل النطاق أو عدم اليقين أو الانتهاك الحرج.

أخلاقيات القياس

القياس الضعيف ليس مجرد عيب تقني. إنه يغير ميزانيات العملاء، وأهداف الموظفين، ورسوم الوكالات، وقرارات الاستثمار، وادعاءات الثقة العامة، وجوائز الامتثال. اختيار الاستفسارات المواتية فقط قد يهدر أموال العميل. اعتبار الإبلاغ الذاتي دليلًا على المبيعات قد يشوه قرار الاستثمار. السماح لمتوسط مرتفع بإخفاء انتهاك خطير قد يمنح الناس الثقة بأنهم لم يُعطوا سببًا للقلق. أخلاقيات القياس لا تبدأ من أسفل جدول البيانات. إنها تبدأ عندما يقرر شخص ما أي السجلات ستدخل فيه.

سؤال التدقيق النهائي للفصل

هل يمكن لادعاء أداء GEO الإجابة على هذه الأسئلة؟

• ماذا قمنا بقياسه، وتحت أي ظروف؟

• مقابل ماذا قمنا بتسميته تغيرًا؟

• كم مرة قمنا بمشاهدته؟

• ما هي النتائج التي استبعدناها؟

• ماذا يبقى غير مقاس؟

• هل واجه مستخدم حقيقي النتيجة؟

• هل حدثت نتيجة تجارية؟

• لماذا تم ربط تلك النتيجة بهذا القناة؟

• ما هو غير مؤكد؟

• هل يمكن لفريق آخر إعادة إنتاج النتيجة؟

إذا بقيت هذه الأسئلة بلا إجابة، قد يوجد رقم. القياس لا يوجد. الحكم النهائي للفصل الرابع هو إذن:

القياس ليس إنتاج رقماً. إنه الانضباط في تحديد الجملة التي يحق لكل سجل أن يدعمها.

ويأمر NOMOS:

لا تعلن عن النجاح في تغيير لم تقم بقياسه.

لا تضع مستخدماً غير ملاحظ داخل سلسلة الاستحقاق.

لا تزيل فشلاً مخفياً من المتوسط.

لا تُدفن عدم اليقين الذي لا يمكنك تفسيره داخل درجة واحدة.