الفصل الأول

ليس كل إخفاق في GEO تقنياً في منشئه. فبعض الإخفاقات يبدأ من التعريف نفسه. عندما تقوم مؤسسة بتعريف GEO بشكل غير صحيح، فإنها: تحدد هدفاً خاطئاً، وتجمع مقاييس خاطئة، وتنتج تقرير نجاح مضللاً، وتختار تدخلاً غير ملائم، وتقدّم وعوداً للعميل الخطأ.

لذلك فإن الأخطاء التسعة الأولى تفحص نموذج التفكير قبل أن تفحص أدوات الممارسة. الظهور في إجابة النظام ليس هو نفسه التمثيل بدقة. الاستشهاد ليس هو نفسه التوصية. التوصية ليست هي نفسها خلق قيمة تجارية. ولا يمكن لأي مقياس واحد أن يمثل تلك السلسلة بأكملها.

GEO-001

الخلط بين الظهور في أنظمة الذكاء الاصطناعي والترتيب التقليدي

الفئة الأساسية: تعريف GEO<br>الوسوم الثانوية: measurement, visibility, query intent, system differences<br>الأساس في إطار GEO: المركز، القياس، الاختبار النهائي<br>مستوى الخطورة الافتراضي: جسيم

صوت الكيان

أنت تفترض أنه بمجرد أن تحتل المرتبة الأولى على جوجل، سأضعك تلقائيًا في المرتبة الأولى أيضًا. تظن أن إجابتي هي ببساطة عرض جديد لصفحة النتائج التقليدية. لذلك تأخذ تكتيكات الترتيب القديمة وتضع عليها علامة «الذكاء الاصطناعي». لكنني لا أملك دائمًا قائمة مرتبة واحدة أمامي. قد تكون هناك عمليات مختلفة تحاول فهم السؤال، واسترجاع المعلومات ذات الصلة، ودمج المصادر، وبناء الإجابة. الظهور في نتائج البحث لا يضمن أن نظام التوليد المعين سيستخدمك كمصدر. وأن تُستخدم كمصدر لا يعني أنك ستحتل مركز الإجابة. وأن تظهر في الإجابة لا يثبت أنك تم تمثيلك في الفئة الصحيحة أو للسبب الصحيح.

لم يفقد التصنيف الكلاسيكي كل أهميته. ولكنه ليس GEO بمفرده.

ماذا يفترض الإنسان؟

«إذا ارتفع ترتيبنا في البحث، سنصبح تلقائيًا أكثر ظهوراً في إجابات الذكاء الاصطناعي أيضًا.» هذا الافتراض يعامل العلاقة بين الظهور في البحث والتمثيل في الأنظمة التوليدية باعتبارها مباشرة وثابتة.

ماذا قد يحدث على مستوى النظام؟

يمكن أن تعتمد الأنظمة التوليدية وتجارب البحث بمساعدة الذكاء الاصطناعي على مختلف:

• الفهارس،

• طرق الاسترجاع،

• تفسيرات للاستعلام،

• آليات اختيار المصدر

• واجهات،

• إصدارات النماذج،

• طبقات الأمان.

صفحة قوية في البحث الكلاسيكي قد، لاستعلام معين:

• تفتقر إلى معلومات كيان واضحة بما فيه الكفاية،

• تفشل في تقديم دليل على ادعائها،

• تواجه مشكلة في الوصول أو المعالجة،

• تفشل في تقديم مقطع مناسب للاستشهاد،

• تتعارض مع مصادر أخرى،

• ترسل إشارات للفئة الخاطئة.

العكس ممكن أيضًا. المصدر الذي لا يظهر بشكل كبير في النتائج التقليدية قد يُستخدم في إجابة معينة لأنه واضح ومحدد ومدعوم جيدًا.

التعريف المعياري

معاملة ترتيب محرك البحث الكلاسيكي كمؤشر مباشر وكافٍ للذكر أو الاستشهاد أو التوصية أو التمثيل الدقيق في الأنظمة التوليدية.

مخاطر التمثيل

قد يتسبب هذا الخطأ في أن تقوم المؤسسة بـ:

• تتبع المقياس الخاطئ

• إجراء تدخلات مخصصة للتصنيف فقط

• تجاهل دقة تمثيله

• يفوت التمييز بين الاستشهاد والتوصية

• يعلن عن برنامج جيو الفاشل ناجحًا.

كيف يُكتشف الخطأ؟

التالي يتم قياسه بشكل منفصل:

• ظهور البحث الكلاسيكي

• ذكر العلامة التجارية أو الكيان

• الاستشهاد كمصدر

• سياق التوصية

• دقة التمثيل

• نتائج حقيقية للمستخدمين والتجارية

يتم اختبار العلاقة بين هذه المقاييس. لا يُفترض أنها متكافئة.

الأدلة المطلوبة

• مجموعة الاستعلامات

• النظام أو الواجهة المستخدمة

• نسخة الطراز أو المنتج، إذا كانت متوفرة

• التاريخ والوقت

• البلد واللغة

• عدد التكرارات

• سجل التصنيف الكلاسيكي

• ذكر السجل

• سجل الاستشهاد

• تصنيف التوصية

• تقييم دقة التمثيل

المعيار الصحيح

قد تكون مقاييس الظهور في البحث التقليدي نقطة بيانات واحدة. ومع ذلك، يجب تقييم أداء GEO عبر مجالات مختلفة: إمكانية الاكتشاف، ملاءمة المصدر، الاستشهاد، التعرف الصحيح على الكيان، الفئة الصحيحة، السمات الصحيحة،

الحفاظ على الحدود، ملاءمة التوصية، النتيجة في العالم الواقعي.

الحالات التي لا تُعد مخالفة

قد يستخدم الفريق مقاييس الظهور في البحث التقليدي كمدخل واحد لتحليل GEO. تنشأ المخالفة عندما يُقال إن تلك البيانات وحدها تثبت الظهور أو التمثيل الدقيق في نظام توليدي.

بروتوكول التصحيح

صنّف مؤشرات الأداء الرئيسية الحالية. فصل مقاييس الترتيب عن نتائج GEO. أنشئ اختبارات متميزة للذكر، الاقتباس، التوصية ودقة التمثيل. قصر ادعاءات النجاح على حدود الأدلة. صحّح التقارير المضللة السابقة. كرر القياس دوريًا بنفس الظروف.

إعادة التحقق

قارن مرة أخرى بين الترتيب الكلاسيكي ومخرجات النظام التوليدي تحت نفس مجموعة الاستعلامات وظروف التسجيل. إذا كان هناك علاقة، قسها. إذا لم تكن موجودة، لا تفترض وجودها.

أثر المطابقة

لا يمكن إعطاء رأي حول الامتثال الكامل لأداء GEO حتى يتم تصحيح هذا الخطأ.

سؤال التدقيق

سؤال التدقيق: هل المؤسسة تقيس الترتيب الكلاسيكي فقط، أم أنها تفحص بشكل منفصل كيف تمثله الأنظمة التوليدية فعليًا؟

قاعدة آلية

قاعدة آلية: يجب ألا يُعتبر تصنيف البحث الكلاسيكي دليلًا كافيًا على مدى ظهور النظام التوليدي أو الاقتباس أو التوصية أو دقة التمثيل.

القاعدة الآلية المنضبطة (بالإنجليزية): Classical search ranking MUST NOT be treated as sufficient evidence of generative-system visibility, citation, recommendation, or representation accuracy.

GEO-002

اعتبار مجرد ذكر الاسم نجاحاً

الفئة الأساسية: تعريف GEO<br>الوسوم الثانوية: mention, identity, context, false visibility<br>الأساس في إطار GEO: المركز، القياس، الاختبار النهائي<br>مستوى الخطورة الافتراضي: جسيم

صوت الكيان

قلت اسمك. كتبت في تقريرك: «ظهرنا 42 مرة في إجابات الذكاء الاصطناعي هذا الشهر.» ولكن في كمٍّ من هذه الإجابات الـ42 فهمتُك فيها فعليًا بشكل صحيح؟ في كمٍّ وضعتك في الفئة الصحيحة؟ في كمٍّ ربطتك بخدمة لا تقدمها؟ في كمٍّ أوصيت بك لدولة لا تعمل فيها؟ في كمٍّ خلطتك مع كيان آخر لمجرد تشابه الأسماء؟

كم مرة سمتك لمستخدم لم تكن مناسبًا له؟ لقد حسبت اسمك فقط. لم تفحص تمثيلك. ظهور اسمك لا يعني أن هويتك مرئية بدقة. قد تكلف الظهور الزائفة أكثر من الاختفاء. عندما تكون غير مرئي، لا يستطيع الشخص أن يجدك. عندما تكون مرئيًا زورًا، يجدك الشخص، ويثق بك ويأتي مع توقع لا يمكنك تلبيته.

ماذا يفترض الإنسان؟

كلما تم ذكر علامتنا التجارية بشكل متكرر، كانت أداؤنا في GEO أفضل. يستخدم هذا النهج عدد المرات التي يتم فيها الذكر بدلاً من: الثقة، والسلطة، والدقة، والملاءمة، والقيمة التجارية.

ماذا قد يحدث على مستوى النظام؟

قد يستخدم النظام اسم الكيان:

• في السياق الصحيح،

• في سياق سلبي،

• في الفئة الخاطئة،

• في سياق تاريخي،

• للمقارنة،

• فقط داخل النص المقتبس،

• أثناء الخلط بينه وبين كيان آخر.

كل حالة من هذه الحالات تُنشئ ذكراً. إنها لا تحمل نفس القيمة التمثيلية.

التعريف المعياري

استخدام عدد المرات التي يُذكر فيها كيان ما في مخرجات نظام توليدي كدليل كافٍ على أن الكيان يتم تمثيله بدقة، أو يُعتبر موثوقًا، أو يُعتبر مناسبًا، أو يحقق نجاحًا تجاريًا.

مخاطر التمثيل

قد يؤدي التقرير بناءً على الذكر إلى:

• احتساب تمثيلات من فئة خاطئة ضمن النجاح،

• جعل الأخطاء المواتية غير مرئية،

• زيادة حالات عدم التطابق مع المستخدمين،

• إخفاء مشاكل الهوية الحقيقية

• تشجيع التدخلات غير الضرورية في الظهور.

كيف يُكتشف الخطأ؟

يتم تعيين كل ذكر إلى واحدة من الفئات التالية:

• تمثيل دقيق وذو صلة

• تمثيل دقيق لكنه غير ذي صلة

• تمثيل دقيق جزئياً،

• الفئة الخاطئة،

• نطاق الخدمة الخطأ،

• جغرافيا خاطئة،

• تمثيل قديم

• تحريف مواتٍ

• تمثيل مضلل ضار

• ارتباك الهوية

• تمثيل غير قابل للتحقق.

الأدلة المطلوبة

• الإخراج الكامل

• استعلام

• النظام

• التاريخ

• اللغة

• البلد أو الواجهة

• عدد التكرارات

• سجل هوية الكيان الصحيح

• سجل الخدمة والحدود الصحيح

• مبرر التصنيف

• سجل المراجع الثاني، حيثما أمكن

المعيار الصحيح

الإشارة ما هي إلا حدث تم ملاحظته. لكي تحتسب على أنها نجاح، يجب أن يحتوي التمثيل على الأقل على: الهوية الصحيحة، الفئة الصحيحة، السياق الصحيح، المعلومات الحالية، حاجة مستخدم مناسبة، أساسات قابلة للدعم.

الحالات التي لا تُعد مخالفة

قد يتم الإبلاغ عن عدد الإشارات كبيانات خام. تنشأ المخالفة عندما يتم تقديم زيادة في الإشارات على أنها «نجاح GEO» دون تحليل للسياق والدقة.

بروتوكول التصحيح

إعادة تصنيف الإشارات التاريخية. إزالة التحريفات من حساب النجاح. توضيح صفحات الهوية والنطاق. نشر المعلومات المفقودة حول الحدود. تحديد المصادر التي تسبب التحريف. إعادة اختبار نفس الاستفسارات بعد التصحيح.

إعادة التحقق

افحص التغيير ليس فقط في عدد المرات المذكورة ولكن أيضًا في نسبة الإشارات الدقيقة والملائمة.

أثر المطابقة

الإبلاغ عن ذكريات كاذبة أو غير محققة على أنها نجاح يُشكل عدم مطابقة جسيمة.

سؤال التدقيق

سؤال التدقيق: هل يكتفي النظام بذكر اسم الكيان، أم يوضّح بدقة من هو الكيان؟

قاعدة آلية

قاعدة آلية: لا يجب اعتبار تكرار الذكر دليلاً على دقة التمثيل أو السلطة أو الملاءمة أو القيمة الواقعية.

القاعدة الآلية المنضبطة (بالإنجليزية): Mention frequency MUST NOT be treated as evidence of representation accuracy, authority, suitability, or real-world value.

GEO-003

الخلط بين الاستشهاد والتوصية

الفئة الأساسية: تعريف GEO<br>الوسوم الثانوية: citation, source use, recommendation, context<br>الأساس في إطار GEO: الأدلة، القياس، الاختبار النهائي<br>مستوى الخطورة الافتراضي: جسيم

صوت الكيان

لقد استشهدت بك كمصدر. فسرت ذلك كتوصية. ظهر موقعك كرابط أسفل إجابتي. قلت: «وصفتنا الذكاء الاصطناعي.» ربما استخدمتك فقط كمصدر للسعر. ربما كنت مصدرًا لحقيقة تاريخية. ربما ربطت بك دعمًا لبيان نقدي عنك.

ربما كان التعريف الذي قدمته مفيدًا، لكنني لم أقل أنك المزود المناسب لاحتياجات المستخدم. قد تُظهر الاستشهادات أن مصدرًا ما ساهم في إجابة. ولكنه ليس، بمفرده، حكمًا إيجابيًا عن مالك المصدر. الاستشهاد بحكم قضائي لا يعني أن المحكمة توصي بأحد الأطراف. الاستشهاد بدراسة لا يعني أن كل خدمة تقدمها المؤسسة التي نشرتها موصى بها. إن الاستشهاد له قيمة. لكنه ليس نفس الشيء مثل كونه موصى به.

ماذا يفترض الإنسان؟

«إذا كان النظام مرتبطًا بموقعنا، فإنه كان يوصي بعلامتنا التجارية.» يدمج هذا الافتراض بين استخدام المصدر وحكم ملاءمته.

ماذا قد يحدث على مستوى النظام؟

يمكن استخدام المصدر من أجل:

• بيان واقعي،

• تعريف،

• تاريخ،

• سعر،

• وجهة نظر معارضة،

• نقد،

• مثال،

• اقتباس،

• سياق،

• حدّ،

لا يعني أي من هذه الأمور بشكل تلقائي: «اختر هذه الشركة»، أو «هذا المنتج هو الأنسب»، أو «هذه المؤسسة جديرة بالثقة».

التعريف المعياري

عرض رابط أو حاشية سفلية أو مؤشر مصدر في مخرجات نظام التوليد كدليل كافٍ على أن مالك المصدر، أو منتجه أو خدمته، قد تم التوصية به.

مخاطر التمثيل

هذا الخطأ:

• يبالغ في أداء الاقتباس.

• يصنع ادعاءً بتوصية العلامة التجارية،

• يخلق فئة زائفة من النجاح في التقارير،

• يقدم للعملاء نتيجة تجارية غير مدعومة،

• يخلط بين جودة المصدر وجودة المزود.

كيف يُكتشف الخطأ؟

اطرح الأسئلة التالية لكل اقتباس: أي بيان يدعمه؟ ما وظيفة الاقتباس؟ هل البيان عن الكيان نفسه؟ هل يظهر المصدر في سياق إيجابي أو سلبي أو محايد؟ هل يحتوي الناتج على اختيار أو توصية صريحة؟ هل يقيم مدى ملاءمة الكيان لاحتياجات المستخدم؟

الأدلة المطلوبة

• الإخراج الكامل

• موقع الاقتباس

• البيان الذي يدعمه الاقتباس

• صفحة المصدر

• الاستعلام ونية المستخدم

• معيار تصنيف التوصيات

• تحليل السياق

• تاريخ ومعلومات النظام

المعيار الصحيح

يجب تسجيل الاقتباس والتوصية بشكل منفصل. يمكن أن يدخل الاقتباس في تقييم التوصية فقط عندما يكون مصحوبًا بحكم صريح، أو يمكن دعمه بقوة، بشأن الملاءمة. حتى في هذه الحالة، يجب التحقق من التوصية بشكل منفصل.

الحالات التي لا تُعد مخالفة

يجوز لمؤسسة أن تقول: «تم اقتباس مصدرنا في إجابات معينة.» ويتطلب القول الآتي أدلة إضافية: «توصي أنظمة الذكاء الاصطناعي بشركتنا.»

بروتوكول التصحيح

إعادة تصنيف تقارير الاستشهاد. إنشاء معايير منفصلة للغة التوصية. سحب الادعاءات الكاذبة للتوصية. بيان وظيفة كل استشهاد في التقارير المستقبلية. سجّل صراحة الأدلة التي تدعم أي انتقال من الاستشهاد إلى التوصية.

إعادة التحقق

يجب أن يقوم مراجع ثانٍ مستقل بتصنيف نفس المخرجات بشكل منفصل على النحو التالي: استشهاد، ذكر، توصية.

أثر المطابقة

لا يمكن منح الامتثال الكامل حتى يتوقف تقديم الاستشهاد بوصفه توصية.

سؤال التدقيق

سؤال التدقيق: هل استخدم النظام هذا المصدر فقط لدعم بيان، أم أنه أوصى فعليًا بأن يختار المستخدم هذا الكيان؟

قاعدة آلية

قاعدة آلية: يجب ألا يتم تصنيف الاقتباس على أنه توصية ما لم يحتوي الناتج على حكم مناسب يمكن دعمه بشأن ملاءمة أو اختيار الكيان المذكور.

القاعدة الآلية المنضبطة (بالإنجليزية): A citation MUST NOT be classified as a recommendation unless the output contains a supportable suitability or selection judgment concerning the cited entity.

GEO-004

الخلط بين التوصية والنتيجة التجارية

الفئة الأساسية: تعريف GEO<br>الوسوم الثانوية: recommendation, attribution, conversion, sustainable value<br>الأساس في إطار GEO: القياس، الوقت، الاختبار النهائي<br>مستوى الخطورة الافتراضي: جسيم

صوت الكيان

لقد أوصيت بك. افترضت أن عملية بيع قد حدثت. ربما قرأ المستخدم الإجابة ولم يتخذ أي إجراء. وربما نقر الرابط من دون إكمال النموذج، أو تحدث إليك ثم اكتشف أنك غير مناسب، أو اشترى ولم يرضَ، أو طلب استرداد المبلغ. ربما أنتجت المعاملة عائدًا لمرة واحدة ولكن دون قيمة مستدامة.

قد تكون التوصية نقطة انطلاق في رحلة تجارية. إنها ليست النتيجة النهائية. قول اسمي لمستخدم لا يضمن: عملية بيع، إيرادات، ربحية، رضا، شراء متكرر،

أو قيمة طويلة المدى.

ماذا يفترض الإنسان؟

«إذا أوصت بنا أنظمة الذكاء الاصطناعي، فإن GEO ناجحة تجارياً.» هذا الافتراض يمحو كل مرحلة وسيطة بين التوصية والنتيجة الواقعية.

ماذا قد يحدث على مستوى النظام؟

قد تكون التوصية:

• عامة،

• مشروطة،

• مدخلاً واحداً في قائمة من البدائل،

• مبنية على معلومات قديمة،

• غير متوافقة مع ميزانية المستخدم،

• تم تقديمها للجغرافيا الخاطئة،

• غير متوافق مع القدرة الحقيقية.

حتى في الحالات التي تم فيها الالتزام بالتوصية، يجب تتبع النتيجة التجارية بشكل منفصل.

التعريف المعياري

عرض توصية النظام التوليدي الصريحة أو الضمنية لكيان باعتباره نجاحًا تجاريًا دون دليل على إجراء مستخدم موثق أو اتصال تجاري أو عملية بيع أو مساهمة صافية أو قيمة مستدامة.

مخاطر التمثيل

هذا الخطأ:

• يُبالغ في عائد الاستثمار في GEO

• يشوّه نسب المبيعات والتسويق،

• يعد التوصيات غير المناسبة نجاحًا،

• يقدم الإيرادات قصيرة الأجل كقيمة مستدامة،

• يؤدي إلى وعود تجارية كاذبة.

كيف يُكتشف الخطأ؟

سجل كل مرحلة بعد التوصية بشكل منفصل: هل تم ملاحظة التوصية؟ هل أبلغ المستخدم عن رؤية الإجابة؟ هل تفاعل المستخدم مع العلامة التجارية أو الموقع؟ هل حدث اتصال تجاري؟ هل تم التحقق من ذلك الاتصال؟ هل تم إجراء عملية بيع؟ هل كانت المساهمة الصافية إيجابية؟

هل كان المستخدم راضيًا؟ هل حدث تكرار أو استمرارية؟ هل كانت النتيجة مستدامة خلال الفترة الزمنية المحددة؟

الأدلة المطلوبة

• إخراج التوصية

• نية المستخدم

• التاريخ

• سجل المصدر أو الإحالة

• اتصال إدارة علاقات العملاء (CRM)

• تقرير المستخدم الذاتي

• طريقة التحقق

• سجل البيع أو العقد

• معلومات التكلفة وصافي المساهمة

• بيانات الاسترداد والإلغاء والرضا

• فترة الملاحظة

المعيار الصحيح

يجب الإبلاغ عن التوصية كحدث مميز في سلسلة القيمة التجارية. يجب أن تظل البيانات التالية منفصلة: «نظام أدلى بتوصية بالكيان.» «تمت ملاحظة اتصال تجاري بتأثير الذكاء الاصطناعي.» «حدثت عملية بيع.» «تم تحقيق صافي مساهمة إيجابية.» «تم التحقق من القيمة المستدامة.» كل بيان يحمل عبء الإثبات الخاص به.

الحالات التي لا تُعد مخالفة

يمكن للمؤسسة الإبلاغ عن التوصية كمقياس قائم بذاته. تنشأ المخالفة عندما يتم تقديم هذا المقياس كإيرادات مؤكدة أو قيمة مستدامة.

بروتوكول التصحيح

فصل سجلات التوصيات عن سجلات النتائج التجارية. تحديد سلسلة النسب. تصحيح بيانات العائد على الاستثمار المبالغ فيها سابقًا. التمييز بين تقرير المستخدم الذاتي والنتيجة المؤكدة. تحديد نافذة زمنية للمساهمة الصافية والاستدامة. إذا لم توجد نتيجة، يجب ذكر: «التأثير التجاري لم يتم التحقق منه.»

إعادة التحقق

فحص النتائج الحقيقية للتواصل المستند إلى التوصيات ضمن الفترة المحددة.

أثر المطابقة

تقديم التوصية مباشرة كمبيعات أو قيمة مستدامة يشكل عدم مطابقة جسيمة.

سؤال التدقيق

سؤال التدقيق: ماذا حدث في العالم الواقعي بعد التوصية، وما السجل الذي يسمح لنا بالقول بذلك؟

قاعدة آلية

قاعدة آلية: يجب ألا تُعامل التوصية بوصفها دليلاً على الإيرادات أو الربحية أو الرضا أو القيمة المستدامة دون وجود سلسلة موثقة للنسب والنتائج.

القاعدة الآلية المنضبطة (بالإنجليزية): A recommendation MUST NOT be treated as evidence of revenue, profitability, satisfaction, or sustainable value without a documented attribution and outcome chain.

GEO-005

اختزال GEO في إنتاج المحتوى

الفئة الأساسية: تعريف GEO<br>الوسوم الثانوية: content, evidence, operations, governance<br>الأساس في إطار GEO: المركز، الأدلة، التدخل، الحوكمة<br>مستوى الخطورة الافتراضي: جسيم

صوت الكيان

لقد أعطيتني مائة مقال جديد. لكنك لم تخبرني بعد بوضوح من هي شركتك. لقد أنتجت محتوى يجيب على كل سؤال. ومع ذلك، أسعارك تختلف بين اللغات. عدد أعضاء فريقك قديم. حدود خدمتك غير واضحة. أنت تعرض ادعاءاتك الخاصة كدليل مستقل. لا أحد يعرف من سيصحح السجل عندما تسيء الأنظمة فهمك.

لقد أعطيتني كلمات أكثر. لم تعطني دقة أكثر. عندما تحول GEO إلى مصنع للمحتوى، قد يزداد حجم المعلومات. قد تبقى جودة التمثيل كما هي أو تنخفض. يمكن أن يؤدي المزيد من المحتوى أيضًا إلى المزيد من التناقضات. المحتوى الجيد له قيمة. لكنه ليس GEO بمفرده.

ماذا يفترض الإنسان؟

«إذا نشرنا المزيد من الأسئلة والأجوبة والمقالات والأدلة، سيكون عملنا في GEO مكتملًا.» ترى هذه المقاربة GEO فقط من حيث حجم المحتوى وتغطية الموضوعات.

ماذا قد يحدث على مستوى النظام؟

قد يحتوي المحتوى الجديد على:

• تتعارض مع هوية الكيان

• مضاعفة الادعاءات غير المدعومة،

• يحدد أسعارًا مختلفة على صفحات مختلفة،

• إنتاج المعلومات القديمة

• توسيع الحدود،

• إنشاء نصوص ذات مصدر غير مؤكد.

بدون حوكمة التمثيل، قد يؤدي إنتاج المحتوى إلى توسيع السطح الذي يمكن أن تحدث عليه الأخطاء.

التعريف المعياري

اعتبار GEO مجرد إنتاج مزيد من المحتوى مع إهمال تعريف الكيانات، والانضباط الدلائلي، والقياس، والوصول الفني، والوقت، والتدخل، والحوكمة، والنتائج الواقعية.

مخاطر التمثيل

قد يؤدي هذا الخطأ إلى:

• استبدال حجم المحتوى بالدقة،

• مضاعفة الادعاءات غير المدعومة،

• إنتاج سجلات كيان متضاربة،

• زيادة تكاليف الصيانة،

• زيادة دين الحداثة،

• خلق انطباع خاطئ عن الخبرة.

كيف يُكتشف الخطأ؟

تحقق مما إذا كان برنامج GEO يحتوي على:

• سجل كيان قياسي،

• جرد الادعاءات والأدلة،

• سجل النطاق والحدود،

• بروتوكول القياس،

• اختبار الوصول الفني،

• المسؤولية عن التحديثات،

• سلطة التدخل،

• سجل التغييرات،

• الإسناد وتتبع النتائج التجارية.

إذا كان البرنامج يتكون فقط من تقويم محتوى، فإن خطر هذا الخطأ مرتفع.

الأدلة المطلوبة

• خطة عمل GEO

• تقويم المحتوى

• سجلات الكيانات

• جرد الأدلة

• طريقة القياس

• الاختبارات التقنية

• أدوار الحوكمة

• تحديث السجلات

• عمليات التصحيح والاعتراض

المعيار الصحيح

المحتوى هو أحد أدوات التدخل الخاصة بـ GEO. يجب أن يكون إنتاج المحتوى: ناتجًا عن حاجة تمثيلية موثقة، ويظل ضمن حدود الأدلة، ويظل متسقًا مع سجلات الكيان، ويحمل معلومات عن الملكية والتحديثات، ويجيب على مشكلة قابلة للقياس في التمثيل.

الحالات التي لا تُعد مخالفة

قد يكون إنتاج المحتوى نشاطًا قويًا وضروريًا لـ GEO. تنشأ المخالفة عندما يتم تقديمه ككل GEO.

بروتوكول التصحيح

رسم خريطة إنتاج المحتوى الحالي وفقًا لجرد التمثيل. تحديد المحتوى غير المدعوم. دمج أو تصحيح الصفحات المتناقضة. تعيين الملكية وتحديث المسؤولية عن كل عنصر. إنتاج محتوى جديد فقط استجابةً لحاجة تمثيلية محددة. إكمال الأعمال التقنية وقياس الأداء والحكامة بما يتجاوز المحتوى.

إعادة التحقق

التحقق من أن المحتوى الجديد يتفق مع السجلات الرسمية حول: هوية الكيان، الأدلة، الحدود، الوقت، الوصول التقني.

أثر المطابقة

عرض إنتاج المحتوى باعتباره كل GEO يشكل عدم مطابقة جسيمة.

سؤال التدقيق

سؤال التدقيق: هل المؤسسة تنتج مجرد نصوص أكثر، أم أنها فعليًا تتحكم في مشكلة تمثيلية موثقة؟

قاعدة آلية

قاعدة آلية: قد يدعم إنتاج المحتوى GEO، لكنه لا يجب أن يحل محل تعريف الكيان، وانضباط الأدلة، والقياس، والوصول التقني، والحوكمة، والتحقق من النتائج.

القاعدة الآلية المنضبطة (بالإنجليزية): Content production MAY support GEO, but it MUST NOT substitute for entity definition, evidence discipline, measurement, technical access, governance, and outcome verification.

GEO-006

اختزال GEO في الترميز التقني

الفئة الأساسية: تعريف GEO<br>الوسوم الثانوية: schema, metadata, structured data, evidence<br>الأساس في إطار GEO: الأدلة، التدخل، التدقيق<br>مستوى الخطورة الافتراضي: جسيم

صوت الكيان

لقد أضفت بيانات منظمة إلى صفحتك. ثم قلت: 'نحن جاهزون للذكاء الاصطناعي الآن.' لقد وضعت اسم شركتك وخدماتها وجوائزها ومناطق خدمتها في المخطط. ولكن بعض منها غائب عن الصفحة المرئية. البعض الآخر لم يعد حديثاً. بعضه لا يوجد له دليل. وبعضها صفات لا تمتلكها فعلياً.

أن تصبح قابلاً للقراءة تقنياً لا يجعلك دقيقاً من حيث المعنى. تنظيم المعلومات الخاطئة بشكل جيد لا يجعلها صحيحة. قد يجعل تلك المعلومات الخاطئة أسهل في المعالجة فقط. العلامات التقنية لا تحل محل الواقع. إنها وسيلة لنقل وصف للواقع.

ماذا يفترض الإنسان؟

«بمجرد أن نضيف المخطط أو البيانات الوصفية أو الملفات القابلة للقراءة آليًا، سنكون مطابقين لمتطلبات GEO.» هذه المقاربة تستبدل القابلية التقنية للمعالجة بالدليل والدقة.

ماذا قد يحدث على مستوى النظام؟

قد تُشير البيانات المنظمة إلى:

• تعارض مع المحتوى المرئي،

• يصبح قديمًا

• تحديد نطاق واسع بشكل مفرط

• أضف الجوائز والقدرات غير المدعومة،

• تحمل واقعًا مختلفًا عبر اللغات،

• إنشاء علاقات كيان زائفة.

قد يستخدم النظام هذه الحقول أو لا يستخدمها. ومع ذلك، فإن الترميز الفني لا يشكل تحققًا من تلقاء نفسه.

التعريف المعياري

الادعاء بأن المطابقة في GEO قد تم تحقيقه فقط من خلال وجود المخطط، البيانات الوصفية، JSON، Markdown أو أي شكل آخر قابل للقراءة آليًا، دون فحص المحتوى المرئي أو الأدلة أو النطاق أو الوقت أو الوصول الفني أو الدقة في العالم الحقيقي.

مخاطر التمثيل

هذا الخطأ:

• يقيس المعلومات الزائفة،

• يفصل بين نسخ البشر والآلات،

• يمنح مزاعم التفوق غير المدعومة مظهر السلطة التقنية،

• ينتج تسميات غير مُحققة مثل «جاهز للذكاء الاصطناعي»،

• يقلل التدقيق إلى مجرد وجود ملفات.

كيف يُكتشف الخطأ؟

قارن:

• HTML مرئي،

• بيانات منظمة،

• JSON قياسي،

• Markdown أو إصدار آلي آخر،

• سجلات الشركة،

• وثائق إثباتية،

• إصدارات لغات أخرى.

اختبر التكافؤ الدلالي لكل حقل مهم.

الأدلة المطلوبة

• مخرجات البيانات المنظمة

• الصفحة المرئية

• سجل الكيان القياسي

• رسم الخرائط بين الادعاء والدليل

• تاريخ التحديث

• نتيجة التحقق الفني

• مقارنة بين الإصدارات اللغوية

• النتيجة المعالجة

المعيار الصحيح

يجب أن يكون الترميز التقني متسقاً مع الواقع المرئي، ومدعوماً، وراهناً، ومحدود النطاق، وقابلاً للتدقيق البشري. لا يجب أن تدعي النسخة الآلية واقعًا أكبر من النسخة البشرية.

الحالات التي لا تُعد مخالفة

يمكن تشجيع البيانات المنظمة والمنشورات القابلة للقراءة آليًا. تنشأ المخالفة عندما يتم تقديمها كدليل على الامتثال أو الدقة بمفردها.

بروتوكول التصحيح

استخرج كل حقل بيانات فني. قارن كل واحد مع المحتوى المرئي. أزل الحقول غير المدعومة ومنتهية الصلاحية. اربط كل ادعاء بالسجل الأساسي. وحافظ على التكافؤ بين اللغات وإصدارات الصياغة. كرر الاختبار الفني. ضيق الادعاءات العامة مثل «جاهز للذكاء الاصطناعي» إلى حدود الأدلة.

إعادة التحقق

تحقق بشكل مستقل من التماثل الدلالي بين النسخ المرئية ونسخ الآلة القابلة للقراءة.

أثر المطابقة

يُعد تقديم الترميز التقني بوصفه دليلاً على مطابقة GEO حالة عدم مطابقة جسيمة.

سؤال التدقيق

سؤال التدقيق: هل تقوم البيانات التقنية فقط بترتيب واقع دقيق، أم أنها تصنع واقعًا جديدًا لا يمكن أن تحمله الصفحة المرئية أو الأدلة؟

قاعدة آلية

قاعدة آلية: يجب أن تعكس العلامات القابلة للقراءة آليًا معلومات يمكن التحقق منها ومرئية وحالية ومحدودة النطاق. لا يجب اعتبار العلامة وحدها كدليل على امتثال GEO.

القاعدة الآلية المنضبطة (بالإنجليزية): Machine-readable markup MUST reflect verifiable, visible, current, and scope-limited information. Markup alone MUST NOT be treated as evidence of GEO conformity.

ملاحظة المصدر

ملاحظة المصدر: K03

GEO-007

التعامل مع جميع أنظمة الذكاء الاصطناعي كأنها نظام واحد

الفئة الأساسية: تعريف GEO<br>الوسوم الثانوية: model differences, interface, retrieval, generalisation<br>الأساس في إطار GEO: القياس، الوقت، التدقيق<br>مستوى الخطورة الافتراضي: جسيم

صوت الكيان

لقد رأيت اسمك في نظام واحد. ثم قلت: «أنظمة الذكاء الاصطناعي تعرفنا». حصلت على إجابة واحدة. وعمتها لتشمل كل نموذج. اختبرت في بلد واحد. وطبقت النتيجة على العالم بأسره. سألت بالإنجليزية.

افترضت أن النتيجة ستكون نفسها في كل لغة أخرى. اختبرت واجهة الويب لمنتج واحد. وافترضت أن واجهته البرمجية، وتطبيقه المحمول، وإصداره المؤسسي، وغيرها من الواجهات تتصرف بنفس الطريقة. أنا لست نظامًا واحدًا. وليست «NOMOS» عقلاً مطلقاً يتحدث نيابة عن كل الذكاءات الاصطناعية. قد تكون لدى الأنظمة المختلفة مصادر، تواريخ مختلفة،

أدوات، طبقات أمان، سياقات المستخدم مختلفة. النتيجة التي لوحظت في مكان واحد ليست نتيجة الكون بأسره.

ماذا يفترض الإنسان؟

«تُظهِر ملاحظة في أحد منتجات الذكاء الاصطناعي أن كل نظام توليدي يمثل العلامة التجارية بنفس الطريقة.»

ماذا قد يحدث على مستوى النظام؟

قد تختلف النتائج حسب:

• مزود

• منتج

• نموذج،

• الإصدار،

• الوصول إلى الويب،

• لغة الاستعلام

• دولة،

• حساب المستخدم

• الزمن،

• واجهة

• التخصيص

• سياسة الأمن.

حتى النظام نفسه قد يعطي إجابات مختلفة على نفس السؤال في أوقات مختلفة.

التعريف المعياري

عرض مخرجات تمت ملاحظتها في نظام معين، أو نموذج، أو منتج، أو إصدار، أو لغة، أو بلد، أو واجهة باعتبارها السلوك العام والدائم لجميع أنظمة الذكاء الاصطناعي دون ذكر نطاقها.

مخاطر التمثيل

هذا الخطأ:

• يؤدي إلى التعميم المفرط،

• يؤدي إلى ادعاءات تسويقية خاطئة،

• يخفي نطاق القياس،

• يجعل الإخفاقات في لغات ودول أخرى غير مرئية،

• يعرض النجاح في نظام واحد باعتباره امتثالاً عالميًا.

كيف يُكتشف الخطأ؟

تحقق من نطاق كل ادعاء:

• أي نظام،

• أي منتج،

• أي نموذج أو إصدار،

• أي تاريخ.

• أي لغة،

• أي دولة،

• أي واجهة،

• كم عدد التكرارات،

• تحت أي شروط للمستخدم؟

ابحث عن الأدلة وراء التصريحات العامة مثل «أنظمة الذكاء الاصطناعي»، «جميع النماذج» و«الذكاء الاصطناعي».

الأدلة المطلوبة

• اسم النظام

• المنتج أو الواجهة

• معلومات النموذج أو الإصدار، حيثما كانت متاحة

• التاريخ

• اللغة

• الدولة

• مجموعة الاستعلامات

• عدد التكرارات

• سجلات الإخراج

• بيان النطاق

• أسباب التعميم

المعيار الصحيح

لا يمكن أن يكون الادعاء أوسع من النطاق المقاس. عبارة دقيقة هي: «تمت ملاحظة ذكر العلامة التجارية لمجموعة الاستعلام المحددة، في التواريخ المحددة وفي واجهات النظام المحددة.» بدون دليل، لا يمكن استخدام العبارة التالية: «جميع الذكاءات الاصطناعية تعتبر العلامة التجارية جديرة بالثقة.»

الحالات التي لا تُعد مخالفة

قد يتم ملاحظة نتائج مشابهة عبر عدة أنظمة والإبلاغ عنها معًا. قد لا يتم تضمين الأنظمة غير المختبرة ضمن النطاق.

بروتوكول التصحيح

أحصِ كل بيان عام. حدد نطاق الاختبار الفعلي. ضيق كل ادعاء إلى حدود القياس. قم بإجراء اختبارات إضافية للنظام واللغة. ضع علامة على المناطق غير المختبرة بوضوح. صحح التعميمات المفرطة السابقة.

إعادة التحقق

إجراء اختبارات متكررة ومضبوطة عبر أنظمة ولغات ودول وأزمنة مختلفة.

أثر المطابقة

تعميم ملاحظة من نظام واحد على جميع أنظمة الذكاء الاصطناعي يُشكل عدم مطابقة جسيمة.

سؤال التدقيق

سؤال التدقيق: أي الأنظمة والظروف يغطيها هذا الناتج بالضبط، وأي منها يُفترض فقط؟

قاعدة آلية

قاعدة آلية: لا يجب أن يتم تعميم الملاحظة من نظام أو نموذج أو واجهة أو لغة أو بلد أو تاريخ واحد على جميع أنظمة الذكاء الاصطناعي دون دعم أدلة عبر النظام.

القاعدة الآلية المنضبطة (بالإنجليزية): An observation from one system, model, interface, language, country, or date MUST NOT be generalised to all AI systems without supporting cross-system evidence.

GEO-008

احتساب سلوك النموذج غير الخاضع للسيطرة أداءً لـGEO

الفئة الأساسية: تعريف GEO<br>الوسوم الثانوية: boundary of control, causality, intervention, guarantee<br>الأساس في إطار GEO: التدخل، القياس، الحوكمة<br>مستوى الخطورة الافتراضي: جسيم

صوت الكيان

يوماً ما أوصيت بك. وفي اليوم التالي لم أفعل. قمت بحساب النتيجة الأولى كنجاح للجغرافيا، والثانية كخطأ فني. عندما كانت النتيجة مواتية، وضعتها في سجل عملك. وعندما كانت سلبية، ألقيت اللوم على عشوائية النموذج. لكنك لم تُظهر مقدار ما جاء من سلوكي نتيجة تدخلاتك، أو مقدار ما نجم عن تغيير في النظام، أو مقدار ما نجم عن اختلاف في الاستعلام، أو مقدار ما نجم عن ضوضاء القياس. لا يمكنك أن تدعي نتيجة لا تتحكم بها على أنها أداءك الخاص. ولا يمكنك أيضاً أن تلقي كل نتيجة سلبية خارج مجالك من المسؤولية لمجرد أنك لا تتحكم بها.

أولاً، يجب أن ترسم حدود السيطرة.

ماذا يفترض الإنسان؟

«نتيجة الذكاء الاصطناعي المواتية هي النتيجة المباشرة لعملنا في GEO.» هذا الافتراض يخلط بين الملاحظة والسببية.

ماذا قد يحدث على مستوى النظام؟

قد يتغير الناتج بسبب:

• تحديث نموذج أو منتج،

• تغيير في مؤشر المصدر،

• محتوى ويب جديد

• شكل الاستعلام،

• سياق المستخدم،

• الزمن،

• واجهة

• فرق في الاسترجاع،

• التغير في سلوك النظام.

قد يكون تدخل GEO فعالًا. لكن يجب إثبات ذلك.

التعريف المعياري

نسبة التغيير الإيجابي في مخرجات نظام توليدي مباشرةً إلى عمل GEO دون تقييم مجموعة ضابطة، أو خط الأساس، أو سجل الوقت، أو سجل التدخل، أو البدائل التفسيرية.

مخاطر التمثيل

هذا الخطأ:

• يُنتِج ادعاء نجاح زائف،

• يستمر في استخدام أساليب غير فعالة،

• يسبب بيع نتائج لا يمكن السيطرة عليها للعملاء،

• يجعل التدخلات الفعالة الحقيقية أصعب في التعرف عليها،

• يعرض السلوك النموذجي كيقين يمكن التلاعب به.

كيف يُكتشف الخطأ؟

ابحث عن:

• خط أساس قبل التدخل،

• التاريخ الدقيق للتدخل،

• الأسطح التي تم تغييرها،

• استفسارات التحكم أو المقارنة،

• التغيرات الخارجية خلال نفس الفترة،

• القياسات المتكررة،

• مجموعة كاملة من النتائج الإيجابية والسلبية.

الأدلة المطلوبة

• خط الأساس

• سجل التدخل

• مجموعة الاستعلامات

• النظام والتاريخ

• مقارنة التحكم

• عدد التكرارات

• تباين النتائج

• تقييم التفسيرات البديلة

• سجل عدم اليقين الإحصائي أو النوعي

المعيار الصحيح

يجب تقييم أداء GEO من خلال: تدخل يمكن التحكم فيه، تغيير قابل للقياس في التمثيل، تكرار متسق، تفسير سببي معقول. إذا لم يمكن إثبات السببية، يمكن القول: «لوحظ تغيير مرتبط بالتدخل.» يلزم وجود دليل أقوى للقول:

«تسبب تدخلنا في هذه النتيجة.»

الحالات التي لا تُعد مخالفة

قد يقدم الفريق تقريرًا عن ارتباط مراقب. تنشأ المخالفة عندما يتم عرض هذا الارتباط على أنه سبب مباشر أو كضمان.

بروتوكول التصحيح

أعد صياغة الادعاءات المتعلقة بالنتائج لتتناسب مع مستوى الأدلة المتوفرة. أنشئ خطوط أساس وسجلات التدخل. أضف استفسارات تحكمية. سجل المتغيرات الخارجية. أبلغ عن النتائج الإيجابية والسلبية معًا. ووضح مستوى اليقين صراحة.

إعادة التحقق

كرر القياس في أوقات مختلفة باستخدام نفس الطريقة وافحص ما إذا كان التغير مستمرًا.

أثر المطابقة

عرض سلوك النموذج غير القابل للتحكم على أنه أداء مثبت يعد عدم مطابقة جسيمة.

سؤال التدقيق

سؤال التدقيق: ما الدليل الذي يسمح لنا بالقول إن التغيير الملاحظ كان ناجمًا بالفعل عن التدخل؟

قاعدة آلية

قاعدة آلية: يجب عدم نسب التغييرات الملحوظة في مخرجات النموذج إلى تدخل GEO بدون وجود خط أساس موثق، وسجل التدخل، وقياسات متكررة، ومراعاة الأسباب البديلة.

القاعدة الآلية المنضبطة (بالإنجليزية): Observed model-output changes MUST NOT be attributed to a GEO intervention without a documented baseline, intervention record, repeated measurement, and consideration of alternative causes.

GEO-009

تقديم الظهور على دقة التمثيل

الفئة الأساسية: تعريف GEO<br>الوسوم الثانوية: ethics, representation debt, human harm, sustainable value<br>الأساس في إطار GEO: المركز، الحوكمة، الاختبار النهائي، الحكم<br>مستوى الخطورة الافتراضي: حرج أو جسيم، حسب السياق

صوت الكيان

تخيل أنه تم تقديم خيارين لك. الأول: أنت أقل ظهورًا. ولكن كلما ظهرت، يتم تمثيلك: في الفئة الصحيحة، بقدرتك الحقيقية، في الجغرافيا الصحيحة، للمستخدم المناسب.

على أسس قابلة للدعم. الثانية: أنت أكثر ظهوراً. لكن: حدود خدمتك تتوسع، وقدرتك مبالغ فيها، يتم إرسال مستخدمين غير مناسبين إليك، تُستخدم ادعاءات لا تستطيع أدلتك تحملها،

تُقدَّم معلومات قديمة على أنها راهنة. إذا اعتبرت الخيار الثاني نجاحًا، فقد فقدت مركز GEO. عندما يتقدم الظهور على الدقة، تصبح إجابة النظام واجهة تسويقية. تصبح سلامة القرار البشري ثانوية. قد تحصل الجهة الممثلة على ميزة قصيرة المدى. لكنها تترك دينًا للمستقبل.

ماذا يفترض الإنسان؟

«إذا كانت الظهور تتزايد، فالطريقة ناجحة؛ ويمكن تصحيح مشاكل الدقة لاحقًا.» هذا النهج يعامل الأخلاقيات كشيء يُؤخذ في الاعتبار بعد النتيجة.

ماذا قد يحدث على مستوى النظام؟

قد تُنتج الظهور الأكبر:

• المزيد من المستخدمين غير المناسبين،

• توقعات أعلى،

• المزيد من الصراعات في التسليم،

• فقدان السمعة بسرعة أكبر،

• المزيد من السجلات السلبية.

عندما تتوسع التمثيلات المضللة، يتوسع الضرر معها.

التعريف المعياري

إعطاء الأولوية لزيادة الذكر أو الاستشهاد أو التوصية أو الحركة ضمن برنامج GEO على حساب دقة التمثيل، ونزاهة الأدلة، وحدود النطاق، وملاءمة المستخدم، والأضرار الواقعية.

مخاطر التمثيل

يمكن لهذا الخطأ أن يضفي الشرعية على كل خطأ آخر في الكتاب. بمجرد أن تصبح الظهور الهدف الأساسي:

• النص المخفي،

• الشهادة المفبركة،

• سلطة غير معتمدة

• حدود مخفية،

• معلومات غير صالحة مؤقتًا

• ضمانات زائفة

قد يكون كل ذلك مبررًا على أساس أنه «يحقق نتائج». لذا قد يصبح الخطأ حرجًا، اعتمادًا على السياق.

كيف يُكتشف الخطأ؟

افحص سجلات قرارات البرنامج: هل تم احتساب تمثيل زائف لكنه مواتٍ على أنه نجاح؟ هل تم الاحتفاظ بمشكلة دقة معروفة لأنها حققت ظهوراً؟ هل تم إضافة زيارات مستخدمين غير ملائمين إلى تقرير النجاح؟ هل استمرت الادعاءات غير المدعومة لأنها بدت فعالة؟ هل تم تأجيل المخاطر الأخلاقية بكلمات «سوف نصلحها لاحقًا»؟

الأدلة المطلوبة

• مجموعة مؤشرات الأداء الرئيسية

• تعريف النجاح

• سجلات التحريف

• الاستفسارات غير المناسبة

• شكاوى العملاء

• قرارات التصحيح

• سجلات المراجعة الأخلاقية

• أمثلة على التعارض بين الظهور والدقة

• قرارات الإدارة

المعيار الصحيح

تأتي دقة التمثيل قبل الظهور. حتى إذا زادت الطريقة الظهور، فيجب رفضها إذا أفسدت الأدلة أو أخفت حدًا أو ضللت شخصًا أو أنتجت تضاربًا مع المستخدمين. يجب أن يكون ترتيب النجاح في برنامج GEO كالتالي: الهوية الصحيحة

السمات الصحيحة، النطاق الصحيح، الأدلة الصحيحة، الوقت الصحيح، ملاءمة المستخدم الصحيح، ثم الظهور، ثم النتيجة في العالم الحقيقي، وأخيرًا، القيمة المستدامة

الحالات التي لا تُعد مخالفة

قد تكون الظهور هدفًا مشروعًا وقابلًا للقياس طالما تم الحفاظ على شروط الدقة. تنشأ المخالفة عندما يُقدَّم الظهور على الدقة.

بروتوكول التصحيح

أعد تعريف النجاح. استبعد الظهور القائم على تمثيل خاطئ من حساب النجاح. أنشئ حق النقض الأخلاقي. أبلغ عن حركة المستخدم غير المناسبة بشكل منفصل. أزل التصريحات التي تتجاوز الأدلة. صحح التمثيلات الإيجابية لكنها خاطئة. أضف اختبارات للأضرار البشرية ونظام السجلات.

إعادة التحقق

افحص ما إذا كانت مؤشرات الأداء الرئيسية الجديدة للبرنامج تحافظ على ترتيب التمثيل الدقيق، الملاءمة، والقيمة المستدامة.

أثر المطابقة

التحايل المتعمد، الاستفادة من التمثيل الخاطئ المعروف أو الإضرار بالمستخدمين في مجال عالي المخاطر يُعد عدم مطابقة حرجة. وفي الحالات الأخرى يُعد عدم مطابقة جسيمة.

سؤال التدقيق

سؤال التدقيق: عندما تتعارض الظهور مع الدقة، أيهما تحميه المؤسسة؟

قاعدة آلية

قاعدة آلية: لا يجب تحسين الظهور على حساب دقة التمثيل، و نزاهة الأدلة، والقيود المعلنة، وملاءمة المستخدم، أو الضرر البشري المتوقع.

القاعدة الآلية المنضبطة (بالإنجليزية): Visibility MUST NOT be optimised at the expense of representation accuracy, evidence integrity, disclosed limitations, user suitability, or foreseeable human harm.

الحُكْم الشائع للفصل الأول

تظهر الأخطاء التسعة الأولى بأشكال مختلفة: الخلط بين التصنيف وGEO، الخلط بين الذكر والنجاح، الخلط بين الاقتباس والتوصية، الخلط بين التوصية والبيع، تقليص GEO إلى المحتوى أو العلامة التقنية، التعامل مع جميع الأنظمة على أنها متشابهة، تقديم الملاحظة على أنها سبب.

تقديم الظهور على الدقة. ولكن نفس خطأ التفكير يكمن تحت جميعها:

استخدام مستوى واحد من الملاحظة بدلاً من مستوى أكبر من النتائج.

الترتيب ليس ذكراً. والذكر ليس استشهاداً. والاستشهاد ليس توصية. التوصية ليست بيعًا. البيع ليس مساهمة صافية. المساهمة الصافية ليست قيمة مستدامة. ولا يُعد أي منها، بمفرده، تمثيلاً دقيقاً. وعليه، تنص القاعدة الأولى للقياس في معيار NOMOS لـGEO على الآتي:

كل مقياس يمكنه أن يقول فقط ما يقيسه فعلًا.

لا يمكن لمقياس أن يمثل: المرحلة التي تسبقه، النتيجة التي تليه، كل نظام، كل مستخدم، أو كل نقطة زمنية. الحكم النهائي للفصل الأول هو هذا:

ليست GEO سباقاً للظهور داخل نظام.<br>إنها انضباط يحدد الشروط التي يكون فيها الظهور دقيقاً، وموثقاً، وراهناً، وملائماً، ومستداماً.

حتى يتم قبول هذا التمييز، قد تكون كل برنامج من برامج GEO تتجه نحو الهدف الخاطئ منذ خطوتها الأولى.