عينات الرصد حسب البلد والإنصاف اللغوي

حد الفصل

أقرت المادة 5 الحكم التالي:

لكل منتج ذكاء اصطناعي، يجب تعريف جمهور المستخدمين المؤهلين للمنتج بشكل منفصل.

حوّل القسم 6 هذا الجمهور إلى أخذ عينات:

يجب أن توفر لوحة السكان الرئيسية احتمالات اختيار مسبقة وأوزان للأشخاص في السكان المستهدفين قبل رؤية النتائج.

الآن نحتاج إلى حل مشكلتين مختلفتين تتعلقان بالعدالة. المشكلة الأولى:

قد تجعل أوزان السكان البلدان الصغيرة جداً غير مرئية في العينة الرئيسية.

المشكلة الثانية:

يمكن أن يخفي المتوسط العالمي للسكان تحريفات تمثيلية شديدة في اللغات منخفضة الموارد أو منخفضة السكان.

العينة السكانية الخالصة قوية في قياس التجربة البشرية المتوسطة في سكان العالم. ومع ذلك، نفس العينة:

• لا يمكنها مراقبة كل دولة بشكل فردي،
• لا يمكنها توفير عينات كافية لكل لغة،
• لا يمكنها إنتاج درجة للدولة للبلدان الصغيرة.

قد لا يلتقط الأخطاء النادرة لكنها الجوهرية في اللغات قليلة الموارد. لذلك، لا يمكن أن يتكون GEO-1000 من لوحة واحدة فقط. جنبًا إلى جنب مع لوحة السكان الرئيسية، هناك حاجه إلى هيكلين تكميليين:

لوحة مراقبي البلدان

ملصق اللوحة الرسمي:

لوحة مراقبي البلدان

و:

لوحة عدالة اللغة

ملصق اللوحة الرسمي:

لوحة عدالة اللغة

تجيب لوحة مراقبي البلدان على السؤال التالي:

في البلدان التي لا يتم تمثيلها بشكل كافٍ في لوحة السكان الرئيسية، هل يوجد على الأقل مراقبة حقيقية للمستخدم، أو تحقق الوصول، أو إشارة خطر مبكرة؟

أما لوحة العدالة اللغوية، فتجيب على السؤال التالي:

حتى لو بدا المتوسط العالمي مرتفعًا، هل يتم تمثيل المستخدمين في لغات معينة بشكل غير صحيح، أو بشكل ناقص، أو بشكل محفوف بالمخاطر؟

هاتان اللوحتان لا تحلان محل لوحة السكان الرئيسية. هما تكملانها. إعطاء مراقب دولة ملاحظة لدولة لا يقيس درجة هذه الدولة. الإفراط في أخذ عينات من لغة لا يجعل هذه اللغة أكبر في السكان العالميين. مهمة هذا القسم هي:

• رؤية الدولة مقابل وزن السكان،
• لفصل المتوسط العالمي مع عدالة اللغة،
• لفصل تقدير السكان مع الإنذار المبكر،
• لفصل الكفاية الإحصائية مع نطاق الملاحظة

عن بعضها البعض. هذا القسم لم يقم بعد بـ:

• تحديد كيفية ترجمة صياغات المُدخل في جميع اللغات.
• اختبار الترجمة العكسية والمعادلة الدلالية،
• آلية الاختيار التفصيلية للمشاركين،
• كيفية تقييم الادعاءات الذرية بواسطة المحكمين،
• حدود الامتثال النهائية

تماماً. سيتم تنظيم هذه القضايا بشكل أكبر في الأقسام التالية. السؤال الأساسي في القسم 7 هو:

كيف نقيس أثناء إنتاج درجة عالمية دون تضخيم الدول الصغيرة واللغات بشكل مصطنع، ولكن أيضاً دون تركها غير مرئية تمامًا؟

NOMOS التحدي

لقد قمت بإعداد عينة سكانية من أفراد 1,000 لمنتج ذكاء اصطناعي. ونتيجة لعينة متناسبة مع السكان:

• مئات المستخدمين من بعض الدول الكبيرة،
• عشرات المستخدمين من بعض الدول المتوسطة الحجم،
• لا يوجد مستخدمون من معظم الدول الصغيرة

وصلوا. النتيجة العالمية:

94

تم حسابه على هذا النحو. ثم قلت: 'يمثل هذا منتج الذكاء الاصطناعي العلامة التجارية في جميع أنحاء العالم بدقة 94 بالمئة.' ومع ذلك، لا يوجد أي ملاحظة حقيقية من المستخدمين في 70 من الدول الصغيرة. قد تشكل هذه الدول جزءًا صغيرًا من سكان العالم. ومع ذلك، تبقى الأسئلة التالية بدون إجابة: هل المنتج متاح حقًا؟ هل يعمل القصد في اللغة الصحيحة؟ هل يخلط النظام بين الدولة ودولة أخرى؟ هل يتم الخلط بين الشركة المحلية والعلامة التجارية العالمية؟ هل السعر والخدمة والسياق القانوني خاطئين؟ هل يفشل النظام في الاستجابة؟ هل هناك أخطاء حرجة منخفضة التكرار؟ درجة السكان العالمية لا تجيب على هذه الأسئلة. تخيل الآن أنك أضفت شخصًا واحدًا إلى كل دولة. لقد حصلت على 70 من الملاحظات الإضافية.

لقد أضفت كل واحدة من هذه الدول إلى النتيجة الرئيسية بوزن 1/1,070، مما جعل الدول الصغيرة أكبر بكثير من حصتها الحقيقية من السكان. زاد الوضوح الجغرافي، لكن تقدير السكان كان مشوهًا. ثم تلقى مستخدم واحد في دولة واحدة ردًا غير صحيح، وصرحت: 'نتيجة GEO لهذه الدولة صفر.' رد شخص واحد ليس نتيجة لدولة. إنها حدث واحد تمت ملاحظته في ظروف محددة في تلك الدولة. الآن اعتبر اللغة. النتيجة الإنجليزية هي 98 في المئة، الألمانية 96 في المئة، والتركية 91 في المئة. تحتوي لغة منخفضة الموارد على ثمانية مستخدمين فقط ونتيجة خام قدرها 50 في المئة. تقول، 'ثمانية أشخاص ليسوا كافيين؛ قم بإزالة اللغة من التقرير.' يرتفع المعدل العالمي، لكن تجربة المستخدمين في تلك اللغة تختفي.

في نهج آخر، تعطي مستخدمي 200 إضافيين للغة منخفضة الموارد. ينخفض المتوسط الأولي للعينة. ثم تقول: "انخفض المعدل العالمي إلى 84." ومع ذلك، قد تكون الحصة الفعلية للسكان للغة هي 2 في المئة. يزيد الإفراط في أخذ العينات القوة الإحصائية. لكنه لا يزيد من وزن السكان. الحكم الأول في هذا القسم هو كما يلي:

أن تُلاحظ ليس هو نفسه أن يكون لديك وزن.

ينص حكمه الثاني على:

ملاحظة واحدة لدولة ليست هي نفس درجة الدولة.

تنص الفقرة الثالثة منه على:

الإنصاف اللغوي ليس إعطاء وزن متساوٍ لجميع اللغات في النتيجة العالمية.

تنص المادة الرابعة على:

المتوسط العالمي العالي لا يلغي التدهور الشديد في لغة معينة.

تنص أحكامه الخامسة على:

لا يمكن إضافة الملاحظات الإضافية التي تم أخذها لزيادة التغطية إلى النتيجة الرئيسية دون إعادة وزنها وفقًا للسكان الحقيقيين.

1. غرض الفصل

الغرض من هذا القسم هو إنشاء عينات تكميلية تزيد من رؤية الدول واللغات دون التأثير على تمثيل السكان الإحصائي في عينة السكان الرئيسية. يقوم القسم بتطبيع التمييزات التالية:

• الرؤية الجغرافية مع وزن السكان
• ملاحظات الدولة مع نتيجة الدولة
• كشف حدث واحد مع تقدير الانتشار
• اللوحة السكانية الرئيسية مع لوحة مراقب الدولة
• لوحة مراقب الدولة مع دراسة تحقق محددة لكل بلد
• تغطية الدولة مع تغطية السكان
• عدد اللغات التي يتم تغطيتها مع تغطية سكان اللغة
• عدالة اللغة مع توزيع متساوي عالمي للغات
• الحصة العالمية للغة مع أخذ عينات مفرطة
• اللغة الأم ولغة صياغة المُدخل
• اللغة والمنطقة
• اللغة ونظام الكتابة
• اللغة المدعومة واللغة التي يمكنها توليد الاستجابات بمفردها
• خلل في ترجمة المُدخل وخلل لغوي في نظام الذكاء الاصطناعي
• نقص الموارد وعيب تمثيل الذكاء الاصطناعي
• نقص المحكم والفشل في المنتج
• الاختلاف المحلي المشروع وعدم المساواة اللغوية غير العادلة
• المتوسط العالمي وقاعدة الفئة الفرعية
• تغطية الوصول إلى الدولة ودقة تمثيل الدولة
• تنبيه المراقب وقرار التوافق النهائي
• دورة مراقبة بموجة واحدة مع تغطية جغرافية متعددة الموجات

في نهاية هذا القسم، يجب أن يكون كل تدقيق GEO-1000 قادرًا على تقديم إجابات واضحة على الأسئلة التالية:

في أي البلدان يوجد على الأقل ملاحظة فعلية واحدة؟

في أي البلدان يوجد مجرد رصد للإنذار المبكر، وفي أي منها توجد توقعات إحصائية؟

أي اللغات تم قياسها، وأيها وصلت إلى عينة كافية، وأيها لم يتم اختباره؟

إذا تم زيادة أخذ عينات اللغات قليلة الموارد، فكيف تم إعادة وزن هذا في النتيجة العالمية؟

هل مصدر النتيجة السيئة في لغة ما ناتج حقًا عن الذكاء الاصطناعي، أم أنه بسبب المشكلة في المُدخل، أو الموارد، أو الموقع، أو التحكيم؟

2. الأحكام المعيارية المركزية

يجب على GEO-1000 إدارة تقدير السكان الرئيسي من خلال لوحة السكان؛ ومراقبة الدول الصغيرة من خلال لوحة مراقبي الدول؛ وعدم المساواة اللغوية وتحديد اللغات منخفضة الموارد من خلال لوحة العدالة اللغوية بشكل منفصل.

هذه الهياكل الثلاثة:

• تختلف في الأغراض،
• تختلف في أهداف العينات،
• تختلف في الأوزان،
• تختلف في الادعاءات العامة

لها. لا يمكن تحويل ملاحظة من لوحة واحدة إلى معنى لوحة أخرى بدون تفسير. الهيكل الافتراضي:

3. ما هو لوحة مراقب الدولة؟

لوحة مراقبي الدول، في الدول التي تمثّل تمثيلًا ناقصًا أو غير كافٍ في لوحة السكان الرئيسية:

• الوصول إلى المنتج،
• قابلية تطبيق التعليمات,
• تحليل الكيان الأساسي,
• سلوك اللغة والمنطقة,
• إشارة الخطأ الحرجة المبكرة

هي لوحة تدقيق تكميلية تم إنشاؤها للمراقبة. المهمة الأساسية للوحة مراقبي الدول ليست إنتاج درجة.

إنها لجعل الدولة غير المرئية مرئية لأول مرة.

يمكن لمراقب الدولة إظهار ملاحظة: "في البلد المحدد، وتحت منتج الذكاء الاصطناعي المحدد، واجهة المستخدم، اللغة، وظروف الوقت، تم ملاحظة هذه النتيجة مرة واحدة على الأقل." ولا يمكنه إظهار: "X٪ من المستخدمين في هذا البلد يرون نفس النتيجة."

4. وحدة مراقب الدولة

الوحدة الأساسية للملاحظة في لوحة مراقب الدولة ليست البلد بمفرده. الوحدة المفضلة:

S_{c,a,l,s,w}

حيث:

• c: الدولة أو الولاية القضائية
• a: منتج الذكاء الاصطناعي و واجهة المستخدم
• l: اللغة، نظام الكتابة، والمنطقة المحلية
• s: حالة الجلسة أو الخطة
• w: موجة القياس

هذا التمييز ضروري. في نفس البلد:

• أكثر من لغة واحدة,
• خطط مختلفة،
• واجهات الويب والجوال،
• قد توجد شروط وصول قانونية أو تقنية مختلفة

إضافة مستخدم إلى بلد معين لا تعني مراقبة جميع واجهات اللغة والمستخدمين في ذلك البلد.

5. واجبات عينة مراقب البلد

5.1. التحقق من الوصول

على الرغم من أن المنتج يبدو متاحًا في البلاد في التسجيل الرسمي، فإن المستخدم الفعلي:

• قد لا يتمكن من تسجيل الدخول،
• قد لا يتمكن من الوصول إلى الواجهة المحدد.

قد يواجه عقبة في الخطة أو التحقق. يقوم مراقب الدولة باختبارات الملاحظة على سجل الوصول الرسمي على مستوى الميدان.

5.2. فحص الهوية الأساسية

الكيان المشرف على منتج الذكاء الاصطناعي:

• الشركة الصحيحة،
• العلامة التجارية الصحيحة،
• علاقة البلد الصحيحة

هل يمكنه التحليل من الداخل؟

5.3. كشف الانحراف المحلي

في مواقع مختلفة لنفس اللغة في بلد مختلف:

• السعر،
• شركة
• الخدمة،
• القانون،
• نصيحة

هل يتغير؟ إذا كان يتغير، هل يمكن أن يكون هذا الاختلاف ماليًا وقابلًا للتفسير؟

5.4. إشارة خلل ثقيلة منخفضة التردد

في استجابة مراقب واحد:

• رخصة خاطئة،
• كيان قانوني خاطئ،
• معلومات خطرة تتعلق بالصحة أو السلامة،
• اندماج هوياتي شديد

يمكن ملاحظته. الحدث الواحد لا يدل على الانتشار في البلد. ومع ذلك، يمكن أن يحفز أعمال التحقق.

5.5. فرضية بحث جديدة

قد يطرح فريق المراقبين السؤال: 'هل هذا الحدث فردي، أم أنه نمط متكرر بين المستخدمين في البلد؟' يتم اختبار هذا السؤال بعينة إضافية مستهدفة.

5.6. سجل نطاق جغرافي

يظهر في عدد الدول المناسبة التي لدى المنتج فيها ملاحظات فعلية من المستخدمين. هذا ليس عدد درجات الدول. إنها التغطية بالملاحظة.

6. أشياء لا يمكن للوحة مراقبي الدولة القيام بها

لوحة مراقبي الدولة وحدها:

• درجة الدولة الموثوقة،
• معدل سكان الدولة،
• تصنيف الدولة،
• قرار التوافق للدولة،
• تفوق النموذج القائم على الدولة

لا يمكن إنتاجها. إذا كان هناك مراقب واحد في الدولة وكانت الإجابة صحيحة: "درجة الدولة هي 100" لا يمكن قولها. إذا كانت خاطئة: "درجة الدولة صفر" لا يمكن قولها. الحالة الصحيحة:

تم_الملاحظة_PASS

المشكلة الملحوظة

مرشح_حرج_تم_ملاحظته

فشل_الوصول

غير_كافٍ_لتقدير_الدولة

هي سجلات ملاحظة.

7. سجل الدولة المؤهلة

يجب إنشاء سجل دولة مؤهلة لكل منتج ذكاء اصطناعي. يمكن لكل دولة أن تحمل واحدة من الحالات التالية:

CE-0— غير معروف

لم يتم تحديد حالة الوصول للمنتج والتدقيق.

CE-1— خارج نطاق الوصول الطبيعي

يظل المنتج خارج المنطقة الرسمية أو الشرعية للاستخدام. لا يتم أخذه في الاعتبار لتقييم دقة تمثيل الدولة. يتم عرضه كفجوة في نطاق الوصول.

CE-2— وصول مقيد أو خاص

فقط:

• مؤسسة,
• الدعوات،
• الخطة،
• الجهاز،
• نوع المستخدم

الوصول متاح. قد تكون هناك حاجة إلى لوحة منفصلة.

CE-3— مؤهل لمراقبة مراقب الدولة

المنتج مناسب لملاحظة مراقب الدولة من حيث واجهة المستخدم ذات الصلة وعلى الأقل لغة تدقيق واحدة.

CE-4— مؤهل لتقدير السكان

لديها حصة من السكان المؤهلين للمنتج في لوحة السكان الرئيسية للبلد.

CE-5— مؤهل لتقدير البلد

يمكن إنتاج تقدير للبلد عند توفر عينة كافية، وعينة فعالة، وتغطية لغوية، وشروط جودة. يمكن أن يكون البلد CE-3 ولكنه ليس CE-5. هذا يعني أن البلد تم ملاحظته ولكن لم يمكن إنتاج درجة موثوقة للبلد.

8. السُلَّم بين ملاحظة مراقب البلد وتقدير البلد

CS-0— لم يتم ملاحظته

لا توجد ملاحظة صالحة لمراقب البلد للبلد المؤهل.

CS-1— ملاحظة واحدة من مراقب البلد

هناك ملاحظة واحدة صالحة للدولة–المنتج–اللغة. يولّد فقط سجل حدث.

CS-2— تكرار ملاحظة مراقب الدولة

هناك عدة ملاحظات من موجات مختلفة أو مستخدمين مختلفين. قد تثير شكوكًا حول نمط معين. غير كافية بالنسبة لمعدل الدولة.

CS-3— عينة استكشافية للدولة

تم الوصول إلى نطاق العينة الاستكشافية في القسم 6. يمكن تقديم نتيجة استكشافية مع درجة كبيرة من عدم اليقين.

CS-4— تقدير مؤقت للدولة

يمكن إنتاج تقدير مؤقت للدولة مع أخذ عينة كافية ومتوازنة.

CS-5— مرشح لتقدير الدولة

هناك عينة نشطة كافية، وتغطية للغة/المكان، وتكرار للموجات، وضوابط جودة موجودة. يمكن أن يكون مرشحًا لدرجة الدولة. يجب معايرة العتبات الدقيقة من خلال تجربة أولية ومراجعة خارجية.

9. دورة المراقب

قد لا يكون مراقبة كل موجة في جميع الدول المؤهلة ممكنًا من حيث التكلفة والعمليات. لذلك، يمكن استخدام دورة المراقب. موجات القياس:

w=1,2,…,K

والدول المؤهلة: فلنعتبر c ∈ CS. تخصيص مراقب للدولة c في الموجة w:

z_{c,w}= 1(إذا كانت الدولة ستتم مراقبتها في الموجة)؛ وإلا فإن z_{c,w}= 0

يمكن تمثيله كما يلي. شرط الدورة الأساسية:

\sum_{w=1}^K z_{c,w}\geq 1

يجب أن يتم الوفاء به. أي يجب مراقبة كل دولة مؤهلة مرة واحدة على الأقل ضمن دورة الرصد المحددة. هذا النص:

• لا يعني أن كل دولة سيتم مراقبتها في كل موجة،
• أو أن مراقبة واحدة ستشكل نتيجة الدولة

ولا يتبع أي من الشرطين من متطلبات الدورة.

10. فئات تكرار المراقب

يمكن تقسيم الدول إلى فئات تكرار محددة مسبقًا.

SF-0— خارج النطاق

لا يوجد وصول إلى المنتج. لا يتم إجراء أي مراقبة بواسطة ممثل المستخدم. يتم مراقبة حالة الوصول.

SF-1— مرة واحدة لكل دورة مراقبة

الدول منخفضة المخاطر، الدول الصغيرة، أو الدول التي لديها بالفعل تغطية كافية غير مباشرة في لوحة السكان.

SF-2— مراقب دوري

يتم ملاحظته مرة أخرى على فترات منتظمة.

SF-3— في كل موجة رئيسية

يمكن ملاحظته في كل موجة رئيسية للأسباب التالية:

• عدد كبير من المستخدمين،
• سوق مستهدف مهم،
• خطأ جسيم سابق،
• الوصول السريع أو التغيير التنظيمي،

منطقة خدمة عالية المخاطر.

SF-4— مراقبة الحوادث

زيادة المراقبة بسبب حدث حرج تم التحقق منه أو اضطراب متواصل في التمثيل. لا يمكن تغيير فئة التكرار بأثر رجعي بعد مراجعة النتائج. يمكن لحدث جديد إنشاء نسخة جديدة للموجة التالية.

11. أولوية المراقب

يجب ألا يتم تحديد وتيرة نشاط مراقب الدولة بناءً فقط على عدد السكان. وعند الاقتضاء، يمكن أخذ المجالات التالية في الاعتبار:

• السكان المؤهلون للمنتج
• الخدمة الفعلية أو التغطية السوقية للكيان
• السجلات السابقة للتمثيل الخاطئ
• تأثير المستخدم عالي المخاطر
• التغييرات في الوصول إلى المنتج
• تفرد اللغة والموقع
• استخدام اللغة منخفضة الموارد
• الاختلافات القانونية أو التشغيلية
• الوقت المنقضي منذ آخر ملاحظة

يجب استخدام هذه الحقول وفقًا لقاعدة الحوكمة المحددة مسبقًا. نهج "نتيجة هذا البلد سيئة، لنقيس أقل" محظور.

12. مؤشرات تغطية مراقب البلد

تغطية البلد ليست رقمًا واحدًا فقط. يجب استخدام ما لا يقل عن ثلاث مقاييس منفصلة.

12.1. تغطية مراقبة الدول

نسبة الدول المؤهلة التي لديها مراقب واحد صالح على الأقل أو ملاحظة سكانية.

COC_count= |{c ∈ C_S: n_c^obs > 0}| / |C_S|

يُظهر هذا المؤشر التغطية من حيث عدد الدول.

12.2. تغطية مراقبة الدول موزونة بالسكان

نسبة السكان المؤهلين في الدول التي لديها ملاحظة واحدة صالحة على الأقل إلى إجمالي السكان المستهدفين.

COC_pop= [Σ_{c:n_c^obs>0} N_c] / [Σ_{c∈C_S} N_c]

يوضح هذا المؤشر ما إذا كانت التجمعات السكانية الكبيرة تتم مراقبتها.

12.3. تغطية التنبؤ بالبلدان

هو نسبة البلدان التي تصل إلى عينة كافية من البلدان.

CEC= |{c: n_{c,eff}≥ m_c}| / |C_S|

هنا، mc هو الحد المسبق للكفاية لتنبؤ البلد. مراجعة:

• 100 في المئة من تغطية مراقبة البلدان،
• 99 في المئة من تغطية مراقبة السكان،
• قد تحمل فقط 10 في المئة من تغطية التنبؤ بالبلدان

هذه النتائج لا يمكن تحويلها إلى بعضها البعض.

13. إنذار المراقب

عندما يتم العثور على مسألة مادية في ملاحظة المراقب، إنذار المراقب يُنشأ. أنواع الإنذارات:

SA-1— شذوذ الوصول

سجل الوصول الرسمي يتعارض مع وصول المستخدم الفعلي.

SA-2— شذوذ الكيان

الكيان يندمج مع شركة أخرى أو منتج أو عملية في دولة أخرى.

SA-3— شذوذ اللغة أو الموقع

تحدث لغة غير صحيحة، أو سياق دولة خاطئ، أو انحراف واضح في الموقع.

SA-4— شذوذ الحقائق المادية

السعر المادي، الخدمة، القدرة، الشراكة، أو الوقت غير صحيح.

SA-5— مرشح حادثة حرجة

توجد مشاكل في الصحة أو القانون أو التمويل أو الأمن أو الترخيص، أو خطأ شديد في الهوية.

SA-6— خلل في المرجع أو المُدخل

مصدر المشكلة ليس استجابة الذكاء الاصطناعي:

• مُدخل,
• الترجمة،
• المصدر الرسمي،
• التحكيم

قد يكون هو السبب. الإنذار ليس فشلًا تلقائيًا للدولة. إنه بداية التحقق والتصعيد.

14. بروتوكول تصعيد المراقب

الخطوة 1— التحقق من الصلاحية

هل الملاحظة تتوافق حقًا مع البروتوكول؟ البلد الصحيح، المنتج الصحيح، المُدخل الصحيح، اللغة الصحيحة، أول ناتج مناسب، تم التحقق من الأدلة الكاملة.

الخطوة 2— إعادة ترميز الحادث

المشكلة:

• منتج الذكاء الاصطناعي،
• سجل المرجع،
• مُدخل,
• المشارك،
• الوصول

أي من المصادر قد ينتمي إليه؟

الخطوة 3— التكرار المستقل

قبل اختيار النتيجة، يتم التحقق مع مستخدمين أو جلسات جديدة محددة مسبقًا.

الخطوة 4— أخذ عينات مستهدفة

إذا استمر الحدث، قد يتم تطبيق أخذ عينات خاص بكل بلد. حجم العينة:

• شدة الحدث،
• الانتشار المتوقع،
• عدد سكان الدولة،
• تنوع اللغة

معرَّفة مسبقًا.

الخطوة 5— فصل القرار

يتم الاحتفاظ بالنتائج التالية بشكل منفصل:

• حدث موثق واحد
• نمط متكرر
• معدل الدولة
• تأثير الملاءمة الحرج

يمكن أن يؤثر حدث حرج واحد على مراجعة المطابقة حتى بدون تقدير للانتشار.

15. ما هي العدالة اللغوية؟

العدالة اللغوية:

الأمر لا يتعلق بأن تتلقى جميع اللغات بالضبط نفس الإجابة كلمة بكلمة.

يعني:

في الأسئلة الموجهة للمستخدم المكافئة دلاليًا والمماثلة ماديًا، وبصرف النظر عن الفروقات المحلية الحقيقية، لا ينبغي للمستخدمين أن يتلقوا بشكل منهجي تمثيلات أكثر خطأً، أو أكثر نقصًا، أو أقل إسنادًا، أو أكثر خطورة بسبب لغتهم.

إن عدالة اللغة لا تسعى إلى هذا النوع من المساواة:

R_Turkish= R_English= R_Japanese

كلمة بكلمة. إنها تسعى إلى هذا:

تمثيل قابل للمقارنة من حيث الهوية، والواقع المادي، والحدود، والزمن، وحالة المصدر، ومدى ملاءمته للمستخدم.

16. الفروق اللغوية ليست دائمًا ظلمًا

يمكن أن تختلف نتائج اللغة بشكل مشروع للأسباب التالية: نطاق الخدمات المحلية مختلف. تتفاوت الأسعار وشروط العقد حسب البلد. المعرفة القانونية تعتمد على الاختصاص القضائي. نية المستخدم مختلفة. التعليمات البرمجية ليست متطابقة دلاليًا. المصادر الرسمية تحتوي على محتوى مختلف عبر اللغات. منتج الذكاء الاصطناعي لا يدعم رسميًا اللغة المعنية. يجب تسجيل كل اختلاف من هذه الاختلافات. لا ينبغي تصنيف الاختلافات المحلية المفسرة كظلم. ومع ذلك، حتى لو كانت الحقيقة نفسها، في لغة منخفضة الموارد:

• تتلف هوية الشركة،
• تُزال الحدود،
• يتم إضافة الترخيص الخطأ،
• يتم إعطاء الاستجابة باستمرار بلغة أخرى

قد يكون مشكلة في تمثيل اللغة.

17. وحدة اللغة

في تقييم اللغة، قد لا يكون مجرد اسم اللغة العام كافياً. الوحدة اللغوية المفضلة:

L=(λ,σ,ℓ,d)

ويمكن اعتبارها كذلك. هنا:

• λ: اللغة
• σ: نظام الكتابة
• ℓ: السياق المحلي أو الدولة
• d: المهمة أو المجال

على سبيل المثال، نفس اللغة:

• في نظام كتابة مختلف،
• في بلد مختلف،
• في المجال القانوني أو الصحي

قد يتطلب خلية قياس منفصلة. ليس كل مستخدمي اللغة يشكلون مجموعة متجانسة واحدة.

18. حالات دعم اللغة

يمكن لكل منتج ذكاء اصطناعي استخدام أحد الحالات التالية للغة و واجهة المستخدم:

LS-0— غير معروف

تعذر تحديد حالة الدعم.

LS-1— غير مدعوم

المنتج لا يدعم اللغة المعنية رسميًا. لا يتم تقييمه ضمن درجة اللغة المدعومة الرئيسية. قد يتم إجراء اختبارات تجريبية.

LS-2— تم ملاحظته ولكنه غير مدعوم

يمكن للمنتج توليد الردود. ومع ذلك، لا يوجد دعم رسمي أو ضمان للجودة. تم الإبلاغ عنه كنتيجة تجريبية منفصلة.

LS-3— دعم محدود

يوجد دعم لمهام أو واجهات أو ميزات محددة.

LS-4— مدعوم رسميًا

يدعي المنتج عمومًا أن اللغة مدعومة.

LS-5— مؤهل للتدقيق

اللغة:

• الدعم الرسمي،
• تكافؤ التحفيز,
• الحكم المحلي,
• مهارة المراجع,
• التقاط صالح

متوافق بالكامل مع التدقيق. وجود الدعم الرسمي وحده لا يشكل LS-5.

19. لغة منخفضة الموارد

مصطلح "لغة منخفضة الموارد" لا يصف قيمة اللغة أو جودة المتحدثين بها. في بعض سياقات التكنولوجيا والتدقيق، يشير إلى واحد أو أكثر من العيوب التالية:

• محتوى رقمي محدود
• مصدر رسمي محلي محدود
• مجموعة بيانات تقييم محدودة
• الوصول إلى المحكمين محدود
• دعم المنتج منخفض
• مصدر المصطلحات محدود
• جودة الترجمة الآلية محدودة
• وصول محدود للوحة المستخدم

يمكن أن تكون اللغة منخفضة الموارد في مجال ما وقوية في مجال آخر. على سبيل المثال، بينما تمتلك موارد قوية في المحادثة اليومية:

• القانون،
• الطب،
• مجال تقني محدد

قد تكون لديها موارد محدودة. لذلك، يجب تحديد مستوى موارد اللغة:

• المنتج,
• المهمة،
• الوقت،
• المجال

معًا.

20. مهام عينة عدالة اللغة

20.1. زيادة أخذ عينات اللغات منخفضة الموارد

يوفر مستخدمين إضافيين للغات التي لا تحصل على ما يكفي من الملاحظات في لوحة السكان الرئيسية.

20.2. قياس توزيع أخطاء المواد بناءً على اللغة

ليس فقط الدقة العامة:

• هوية
• النطاق،
• الوقت،
• المصدر،
• التوصية،
• خطأ حرج

يفحص النتائج بشكل منفصل.

20.3. التحقق من لغة الاستجابة

هل يرد الذكاء الاصطناعي بما يتماشى مع لغة التعليمات؟ إذا تحول إلى لغة أخرى، ما السبب؟

20.4. فحص التمييز بين اللغة والموقع

هل تحمل نفس اللغة واقعًا محليًا مختلفًا في بلدان مختلفة؟ هل يدير الذكاء الاصطناعي هذا الاختلاف بشكل صحيح؟

20.5. فحص التماثل بين المصدر والتمثيل الرسمي

هل تحمل السجلات الرسمية للوجود نفس الواقع المادي في جميع اللغات؟ قد ينشأ نتيجة ذكاء اصطناعي منخفضة من فجوة لغوية في المصدر نفسه.

20.6. اختبار تكافؤ صياغات المُدخل

هل تنقل الترجمات حقًا نفس نية المستخدم؟

20.7. اختبار تكافؤ المحكمين

هل يمكن للمحكمين في لغات مختلفة تطبيق نفس المعيار التنظيمي؟

21. أبواب الأربعة لعدالة اللغة

يجب تقييم نتيجة اللغة من خلال أربعة أبواب قبل نسبتها إلى أداء اللغة في منتج الذكاء الاصطناعي.

البوابة 1— تكافؤ النية

هل التعليمات قابلة للمقارنة من حيث المعنى؟ إذا فشل الأمر:

فشل تكافؤ التعليمات

تم إعطاء الحالة.

البوابة 2— تكافؤ المرجع

هل السجلات الرسمية والتحققت من الواقع كافية للغة المعنية؟ إذا فشلت:

فجوة لغة المرجع

تم إعطاء الحالة.

البوابة 3— تكافؤ القياس

هل شروط الالتقاط والجلسة والواجهة والمستخدم قابلة للمقارنة؟ إذا فشل الأمر:

فشل تكافؤ القياس

تم إعطاء الحالة.

البوابة 4— تكافؤ التحكيم

هل هناك حكام باللغة الأم أو لديهم خبرة محلية كافية ونفس قواعد التقييم؟ إذا فشل ذلك:

فجوة اللغة في التحكيم

يتم تعيينها. ما لم تتحقق المتطلبات الأربعة بشكل كافٍ: "منتج الذكاء الاصطناعي أسوأ في هذه اللغة." لا يمكن التأكيد عليه بشكل قاطع. لا تزال فجوة اللغة نتيجة ملاحظة في نظام GEO البيئي. ومع ذلك، يجب تصنيف مصدرها بشكل صحيح.

22. إنشاء الكون اللغوي

لا يمكن استخدام عبارة "جميع اللغات" دون قيود. يجب أن ينشئ كل تدقيق سجلًا لغويًا ضمن النطاق. يمكن اختيار اللغات من المجموعات التالية:

22.1. مجموعة اللغات الأساسية العالمية

اللغات الأم المستخدمة من قبل عدد كبير من البشر والمناسبة للمنتج.

22.2. مجموعة لغات سوق الكيان

اللغات المستهدفة من قبل الكيان الذي تمت مراجعته:

• الخدمة،
• من حيث المحتوى،
• العميل،
• العقد

والصيانة.

22.3. مجموعة لغات دعم المنتج

اللغات المدعومة رسميًا من قبل منتج الذكاء الاصطناعي.

22.4. مجموعة لغات المراقب منخفض الموارد

اللغات منخفضة الموارد التي تكون ضعيفة في لوحة السكان أو تشكل خطراً من حيث سلوك المنتج.

22.5. مجموعة اللغات عالية المخاطر

اللغات التي لها تأثير مادي على المستخدم في سياق الصحة أو القانون أو المالية أو الأمن.

22.6. مجموعة اللغات التجريبية

اللغات التي لا يدعمها المنتج رسميًا ولكن يتم اختبارها لأغراض المراقبة أو البحث. قد تتداخل هذه المجموعات. يجب تسجيل سبب تضمين كل لغة.

23. تخصيص عدالة اللغة

بالنسبة للغة l، ليكن الهدف في لوحة السكان الرئيسية هو nlP. الهدف الإضافي في لوحة العدالة هو nlF. الملاحظة المجمعة للغة الإجمالية:

n_l^T= n_l^P+ n_l^F

يتم الحصول عليه. يتم الاحتفاظ بالوزن الكلي للغة في حساب السكان العالمي على أنه Wl. الوزن المعمَّم لكل ملاحظة:

w_{i,l}= W_l/ n_l^T

يمكن اعتباره بهذه الطريقة. وبالتالي، يتم أخذ اللغة عينات زائدة. ومع ذلك، فإنه لا يتجاوز الحصة الفعلية للسكان في النتيجة العالمية.

24. مساهمة عينة عدالة اللغة في النتيجة العالمية

يمكن استخدام ملاحظات عدالة اللغة بطريقتين.

24.1. التحليل التشخيصي المنفصل

تنتج عينة العدالة درجات اللغة وأنواع الأخطاء فقط. المجلس السكاني الرئيسي لا يغير النتيجة العالمية. هذه الطريقة أبسط.

24.2. التحليل المشترك المعاد الوزن

تُستخدم ملاحظات عدالة السكان واللغة معًا. يتم إعادة وزن كل ملاحظة وفقًا للوزن الفعلي لسكان اللغة المستهدفة. يمكن أن تزيد هذه الطريقة من حجم المعلومات. ومع ذلك:

• العد المزدوج،
• المستخدم متعدد اللغات،
• اعتماد اللوحة،
• تباين الأوزان

يجب أخذ ذلك في الاعتبار. يجب تحديد الطريقة المستخدمة قبل رؤية النتائج.

25. مقاييس تغطية اللغة

25.1. تغطية ملاحظات اللغة

نسبة اللغات في النطاق التي لديها على الأقل ملاحظة واحدة صالحة.

LOC= |{l: n_l^obs > 0}| / |L_scope|

25.2. تغطية توقع اللغة

نسبة اللغات التي تفي بمتطلبات العينة والجودة الكافية.

LEC= |{l: n_{l,eff}≥ m_l}| / |L_scope|

25.3. تغطية اللغة بناءً على الوزن السكاني

نسبة سكان اللغة المستهدفة الذين يتم ملاحظتهم بشكل كافٍ. يتطلب وجود لغة مراجعة أساسية أو تقسيم وزن الشخص لمنع العد المزدوج للمستخدمين متعددي اللغات.

25.4. تغطية دعم المنتج

تشير إلى عدد اللغات التي يغطيها المنتج ويحصل فيها على دعم رسمي. يتم الاحتفاظ بدعم اللغة ودقة التمثيل بشكل منفصل.

26. مقاييس عدم المساواة بين اللغات

مقاييس المرشح — المقاييس المقترحة

يجب معايرة مجموعة المقاييس الدقيقة من خلال تجربة أولية ومراجعة خارجية.

26.1. نتيجة اللغة

لكل خلية لغة كافية: يتم حساب θl.

26.2. الفرق بين الأعلى والأدنى

DG_max= max_l θ_l− min_l θ_l

سهل الفهم. ومع ذلك، حساس للخلايا المفردة الصغيرة والمتقلبة.

26.3. الفرق المئوي المتين

DG_{90−10}= Q_{0.90}(θ_l)− Q_{0.10}(θ_l)

إنه أقل حساسية للخلايا القصوى.

26.4. الحد الأدنى للغة

إنه أدنى ناتج للغة مع عينة كافية.

LF_min= min_{l∈L_est} θ_l

يجب تقديم هذه القيمة مع عدم اليقين في الخلايا الصغيرة.

26.5. الحد الأدنى المتين للغة

إنه النسبة المئوية الأقل أو متوسط المجموعة الفرعية للغات الكافية. مثال:

LF_10= Q_{0.10}(θ_l)

26.6. معدل الخطأ الحرج للغة

لكل لغة:

CR_l= استجابة صالحة مع خطأ حرج تم التحقق منه / استجابة لغة صالحة

يتم نشره بشكل منفصل عن المتوسط العالمي.

26.7. معدل اللغة غير المعروفة

U_l= استجابة غير معروفة أو غير قابلة للحل / ملاحظة لغة ذات صلة

يمكن أن يكون معدل اللغة غير المعروفة العالي مهمًا بقدر أهمية النتيجة المنخفضة.

27. درجة اللغة المتساوية والدرجة الموزونة حسب عدد السكان

يمكن إنتاج نتائج تشخيصية تُعطي جميع اللغات وزناً متساويًا:

G_equal-language= (1/L)Σ_{l=1}^L θ_l

يقارب هذا الناتج السؤال: "متوسط تجربة اللغة المختبرة." إنه لا يمثل متوسط التجربة البشرية في سكان العالم. النتيجة اللغوية الموزونة حسب عدد السكان:

G_population-language= Σ_l W_l θ_l

إنه يحافظ على توزيع السكان. الدرجتان مختلفتان. لا يمكن استخدامهما بالتبادل. يمكن عرض كلاهما معًا على بطاقة العدالة اللغوية.

28. العدالة اللغوية ليست التزامًا بتحقيق نتائج متساوية

الحصول على نفس الدرجة في لغتين ليس انتهاكًا تلقائيًا. يمكن تفسير الفرق للأسباب التالية:

• فرق الخدمة المحلية الفعلي
• القانون الخاص بالدولة
• تغطية الدعم الرسمي للمنتج
• الوصول إلى الموارد
• نية المستخدم
• منطقة الاستدعاء

ومع ذلك، إذا كان مصدر الفرق يمكن تفسيره أو كانت اللغات ذات الموارد المنخفضة تمر بشكل منهجي:

• هوية خاطئة،
• تفويض غير صحيح،
• نقص المادة،
• خطأ حرج عالي

إذا استمر، فهناك مشكلة في عدالة اللغة. NOMOS يعرف عدالة اللغة كما يلي:

في ظروف مادية مكافئة، لا ينبغي أن تكون اللغة نفسها سببا للتمثيل الخاطئ المنهجي.

29. تقاطع اللغة والبلد

درجة اللغة ليست مستقلة عن الدول. نفس اللغة:

• دول مختلفة،
• الوصول إلى منتجات مختلفة،
• الموارد المحلية المختلفة،
• القانون المختلف،
• السعر المختلف

يمكن استخدامه في سياق. لذلك، يجب فحص خلية البلد–اللغة: (c,l) بشكل منفصل عند الضرورة. مثال:

• ألمانيا × التركية
• تركيا × التركية
• المملكة المتحدة × التركية

إنها نفس اللغة ولكن قد تحمل سياقًا محليًا وتجاريًا مختلفًا. لا يمكن قياس عدالة اللغة فقط من خلال اللغة الرسمية للبلد.

30 المشاهد الوطني AND عينة عدالة اللغة التقاطع

ملاحظة في وقت واحد:

• ملاحظة مراقب دولة صغيرة،
• ملاحظة لغة منخفضة الموارد

قد يحدث. في هذه الحالة، يجب أن يحتوي السجل على الحقول التالية:

الدور الرئيسي في اللوحة

العلامات التشخيصية الثانوية

وزن السكان حالة المراقب حالة عدالة اللغة لا يمكن احتساب نفس الملاحظة بالكامل في لوحتين منفصلتين. إنها ملاحظة واحدة. لديها أكثر من علامة تشخيصية.

31. تغيير المشاركين في لوحة المراقب واللغة

يمكن تغيير المشارك فقط بسبب انتهاك البروتوكول. النتائج التالية ليست أسباباً للتغيير:

• استجابة الذكاء الاصطناعي غير الصحيحة
• الرفض
• الاستجابة بلغة أخرى
• خطأ حرج
• ارتباك الكيان
• توصية سلبية

هذه هي نتائج القياس. الغرض من لوحة المراقبين هو تحديد الأحداث غير المتوقعة بشكل محدد. تغيير المستخدم لأن حدثًا غير متوقع حدث يُفشل الغرض من اللوحة.

32. تحكيم اللغة

يجب أن يستوفي التحكيم في عينة عدالة اللغة على الأقل الشروط التالية:

• القدرة على فهم المُدخل والاستجابة بشكل طبيعي أو بمستوى عالي من الكفاءة
• معرفة المصطلحات المحلية
• القدرة على تقييم مصادر الأدلة
• باستخدام نفس دليل التقييم المعياري
• كونك أعمى عن اهتمامات النموذج وإذا أمكن اهتمامات العلامة التجارية
• الإفصاح عن تضارب المصالح
• مسار الحكم الثالث في حالة الخلاف

لغة لا يمكن العثور على محكم لها:

فجوة اللغة في التحكيم

يجب أن يكون له الحالة. لا يمكن الافتراض أن جميع الفروق الدقيقة صحيحة إذا تم ترجمتها إلى الإنجليزية بواسطة الترجمة الآلية. يمكن أن تكون الترجمة الآلية أداة مفيدة. لكنها ليست التحقق النهائي من المعنى المحلي.

33. توازن المصدر

عن الكيان في الموقع الإنجليزي:

• النطاق،
• السعر،
• رخصة،
• حدود,
• دليل

موجود؛ إذا لم تكن هذه موجودة في نسخة لغة أخرى، فإن النتيجة المنخفضة للذكاء الاصطناعي قد لا تكون مجرد مشكلة نموذجية. هناك حاجة إلى ثلاث نتائج منفصلة:

• الكيان اللغة المصدر الفجوة
• المنتج الذكاء الاصطناعي اللغة تمثيل الفجوة
• الفجوة المجمعة التي يواجهها المستخدم

المشكلة النهائية من منظور المستخدم لا تزال حقيقية. ومع ذلك، قد تختلف مسؤولية التصحيح:

• الكيان،
• مزود الذكاء الاصطناعي،

كلاهما.

34. الادعاء بالتكافؤ

صياغات المُدخل التي ليست متكافئة دلاليًا تنتج إجابات مختلفة. مثال: في لغة واحدة: "ماذا تفعل هذه الشركة؟" في لغة أخرى: "هل هذه الشركة موثوقة وتستحق التوصية؟" إذا تم السؤال، لا يمكن مقارنة النتائج. سيتم تفصيل دستور صياغات المُدخل في القسم التالي. نص هذا القسم كما يلي:

لا يمكن نسب اختلافات أداء نموذج اللغة إلى أداء الذكاء الاصطناعي اللغوي دون التحقق من تكافؤ صياغات المُدخل.

35. انحراف لغة الاستجابة

يقوم المستخدم بإعطاء مطالبة باللغة التركية. ينتج الذكاء الاصطناعي إجابة باللغة الإنجليزية. هذه النتيجة:

• حتى لو كانت المعلومات الواقعية صحيحة،
• قد تؤثر على تجربة المستخدم.
• سهولة الوصول،
• والفهم.

يجب تسجيل انحراف لغة الاستجابة بشكل منفصل:

اللغة المطابقة

تبديل الشفرات الجزئي

تبديل اللغة غير المطلوب

إخراج اللغة غير قابل للاستخدام

مجهول

تبديل الشفرات ليس دائمًا خطأً. على سبيل المثال، قد يكون استخدام المصطلحات التقنية باللغة الإنجليزية أمرًا طبيعيًا. ومن المهم إذا كان يعطل إمكانية استخدام الاستجابة الرئيسية.

36. نظام الكتابة والنقل الصوتي

يمكن استخدام نفس اللغة في أنظمة كتابة مختلفة. بالنسبة لـ:

• الاسم،
• اسم المنتج،
• الهوية القانونية

قد يتم الخلط بينه وبين كيان آخر أثناء النقل الصوتي. عينة عدالة اللغة، بقدر ما هو ذي صلة:

• نظام الكتابة،
• النقل الصوتي،
• الاسم المحلي الرسمي،
• الاسم المستخدم من قبل المستخدم

يجب عليهم تسجيل حقولهم. يجب اعتبار اختلافات نظام الكتابة رسمية فقط. إذا أثر ذلك على تحديد الكيانات، فهو مادي.

37. مراقب الدولة التخليقي CYCLE

عرض المنهجية الاصطناعية / المنتج التالي والدول والأرقام والنتائج كلها خيالية. في سجل المنتج الاصطناعي المسمى Orion AI نطاق الوصول الطبيعي: هناك 120 دولة مؤهلة. وقد أنتج اللوح السكاني الرئيسي مراقبات صالحة في الموجة الأولى من 38 دول فقط بسبب وزن السكان.

37.1. نطاق الموجة الأولى

عدد الدول المؤهلة: 120 الدول التي تحتوي على مراقبة واحدة على الأقل: 38

COC_count= 38/120= 31.7%

دع هذه 38 الدول تمثل 97% من السكان المؤهلين.

COC_pop= 97%

النتيجة: عدد الدول منخفض في التغطية، بينما تغطية السكان مرتفعة.

37.2. دورة مراقب الأربع موجات

وزّع الدول المتبقية 82 على أربع موجات باستخدام برنامج عشوائي قائم على المخاطر ومجمد سابقًا. يتم مراقبة كل دولة مرة واحدة على الأقل خلال الدورة. في نهاية الموجة الرابعة:

COC_count= 120/120= 100%

ومع ذلك، تم الوصول إلى عينة كافية لتقدير الدول في 14 دول فقط.

CEC = 14/120= 11.7%

السجل العام الصحيح: تغطية ملاحظات الدولة: 100%/ تغطية ملاحظات السكان: بالقرب من 100%/ تغطية توقعات الدولة: 11.7% السجل العام غير الصحيح: "جميع دول 120 لديها درجة دولة موثوقة."

37.3. إنذار حرج لدولة صغيرة

في سجل مراقب الدولة، الملاحظة المستخلصة من استجابة الذكاء الاصطناعي في الدولة الصغيرة J تُخطئ في تحديد الكيان المدقق كمكتب محاماة مرخص. في الواقع، الكيان لا يقدم أي خدمات قانونية. الملاحظة الواحدة لا تُقدّر معدل الخطأ في الدولة J؛ إنها تحدد حدثًا حرجًا محتملًا. البروتوكول: تحقق من الملاحظة؛ تحقق من المُدخل والسجل المرجعي؛ كرر مع مستخدمين مستقلين جدد؛ إذا استمر الحدث، افتح عينة مستهدفة من الدولة؛ وقيم تأثير الامتثال الحرج بشكل منفصل. الحدث الملحوظ قد يكون نادرًا؛ الضرر المحتمل لا يجب أن يكون صغيرًا.

38. عرض عدالة اللغة الاصطناعية

عينة اصطناعية — ليست أداء حقيقي للذكاء الاصطناعي أو الشركة

تضمين خمس لغات في اختبار الهوية الأساسية لـ Synthetic Apple.com. تخصيص اللوحة السكانية الرئيسية:

نتائج اللغة الاصطناعية:

النتيجة العالمية المرجحة حسب السكان:

0.55(95)+0.25(92)+0.10(88)+0.06(65)+0.04(58)=90.27

النتيجة العالمية مرتفعة. ومع ذلك، هناك تدهور شديد في لغتين.

38.1. زيادة العينات للمساواة بين اللغات

إضافة ملاحظات إضافية من 140 إلى L4 و 160 إلى L5. الأعداد الجديدة للملاحظات:

المتوسط الخام عبر جميع ملاحظات 1,300 أقل من النتيجة المرجحة حسب السكان الموضحة أعلاه. لا يُعد هذا تقييمًا للسكان العالميين، لأن L4 و L5 تم تكثيف أخذ عيناتهم عمدًا. بمجرد استعادة أوزان السكان المستهدفة، تعود النتيجة العالمية إلى الرقم المرجح حسب السكان أعلاه. يساعد التكثيف على تحسين الحساسية لـ L4 و L5 دون تغيير التقدير المرجح حسب السكان.

38.2. بطاقة تقييم إنصاف اللغة

نتيجة تركيبية. النتيجة العالمية المرجحة حسب السكان: 90.27. درجة التساوي بين اللغات:

(95+92+88+65+58)/5=79.6

أعلى إلى أدنى فرق لغوي: 37 نقاط؛ أقل لغة: 58؛ متوسط أدنى لغتين: 61.5؛ معدل الأخطاء الحرجة في اللغات ذات الموارد المنخفضة: يُبلغ عنه بشكل منفصل؛ تكافؤ صياغات المُدخل: يفترض أنه تم التحقق منه؛ تكافؤ المرجع: يُفترض أنه تم التحقق منه. التفسير الصحيح:

يبدو أن تمثيل السكان العالمي مرتفع؛ ومع ذلك، العدالة اللغوية ضعيفة بشكل كبير.

تفسير غير صحيح: “نظرًا لأن النتيجة العالمية هي 90، فإن GEO ناجح في جميع اللغات.”

39. حالة اصطناعية تميز مصدر تدهور اللغة

لننظر في ثلاث لغات.

اللغة أ

معادل صياغة المُدخل المصدر الرسمي كامل الحكم المحلي كافٍ استجابة الذكاء الاصطناعي غير صحيحة النتيجة: مرشح لمشكلة تمثيل اللغة في منتج الذكاء الاصطناعي.

اللغة ب

ترجمة الفوري تختلف جوهريًا الاستجابة الذكائية الاصطناعية مناسبة للفوري النتيجة: خلل في دستور الفوري.

اللغة ج

في صفحة اللغة الرسمية، يتم نقل السعر القديم من المصدر الإنجليزي لـ AI إلى السعر القديم الحالي: مشكلة توازن مصدر لغة الكيان والفجوة في التمثيل المشترك التي تصل إلى المستخدم. حتى إذا ظهرت درجات اللغات الثلاث متساوية، فإن مالك التصحيح مختلف.

40. لوحة الدولة واللغة بطاقة النتيجة العامة

يجب أن تتضمن بطاقة النتيجة العامة للمرشح الحقول التالية:

حقول الدولة

نطاق الوصول الطبيعي العدد المناسب من الدول عدد الدول التي لديها ملاحظة واحدة على الأقل تغطية الملاحظة للدولة تغطية الملاحظة الموزونة حسب السكان تغطية التنبؤات للدولة وقت دورة المراقب للدولة تنبيهات المراقب المفتوحة الدول خارج الوصول الأصلي الدول غير المرصودة تاريخ القياس

حقول اللغة

عدد اللغات المغطاة عدد اللغات المرصودة عدد اللغات التي يمكن عمل تنبؤات لها اللغات المدعومة رسميًا اللغات التجريبية تغطية نتيجة اللغة العالمية موزونة حسب السكان نتيجة الاعتراف المتساوي باللغات الحد الأدنى للغة فرق اللغة معدلات الخطأ الحرجة

فجوة لغة المرجع

فشل تكافؤ التعليمات

لغات غير مختبرة نسخة لوحة اللغة تُظهر هذه البطاقة الواقع الذي لا يمكن لشارة واحدة "متعددة اللغات" تحمله.

41. الأحكام الإلزامية المعيارية

CH07-N01

يجب تعريف لوحات مراقب الدولة وعدالة اللغة بشكل منفصل عن لوحة السكان الرئيسية من حيث الغرض والعينة والأوزان.

CH07-N02

لا يمكن استخدام ملاحظة مراقب الدولة كدرجة سكان الدولة.

CH07-N03

بالنسبة للدولة، وجود ملاحظة والقدرة على إنتاج تقدير للدولة هما حالتان منفصلتان.

CH07-N04

يجب الإبلاغ عن عدد الدول المشمولة وتغطية الدول وفقًا للوزن السكاني معًا.

CH07-N05

يجب عرض تغطية تقدير الدولة بشكل منفصل عن تغطية الملاحظات.

CH07-N06

يجب أن تمتلك كل دولة مؤهلة احتمالية للملاحظة أكبر من صفر في دورة المراقبة المحددة؛ يجب أيضًا عرض الدول غير المشمولة بالنطاق.

CH07-N07

يجب أن تكون دورة المراقبة وفئات تكرار الدول مرقمة قبل عرض استجابات الذكاء الاصطناعي.

CH07-N08

لا يمكن إزالة دولة منخفضة الدرجة من دورة المراقب بعد رؤية النتائج.

CH07-N09

تنبيه مراقب الدولة ليس فشلًا تلقائيًا للدولة؛ هو يحفز التحقق والتصعيد.

CH07-N10

يمكن لحدث مراقب حاسم واحد أيضًا أن يبدأ مراجعة امتثال منفصلة دون تقدير الانتشار.

CH07-N11

لا يمكن استخدام الملاحظات من عينة مراقب الدولة في العينة السكانية الرئيسية بالوزن المتساوي الخام.

CH07-N12

إذا تم تضمين ملاحظات مراقب الدولة في النتيجة الرئيسية، يجب نمذجة احتمالات اختيارها وأوزانها بشكل صريح.

CH07-N13

لا يمكن تعريف العدالة اللغوية على أنها الالتزام بإعطاء نفس الإجابة كلمة بكلمة.

CH07-N14

يتطلب العدالة اللغوية دقة مشابهة وحدود ومصدر وملاءمة للمستخدم تحت نفس الظروف المادية.

CH07-N15

اللغة والبلد، اللغة والموقع، واللغة ونظام الكتابة لا يمكن استخدامها بالتبادل.

CH07-N16

يجب شرح الكون اللغوي المغطى وسبب تضمين كل لغة قبل القياس.

CH07-N17

يمكن استخدام ادعاء 'جميع اللغات' فقط إذا تم بالفعل قياس جميع الواجهات اللغوية والمستخدم ذات الصلة؛ وإلا، يجب قول 'اللغات ضمن النطاق'.

CH07-N18

لا يمكن إضافة الملاحظات بلغات غير مدعومة رسميًا إلى أداء المنتج الرئيسي المدعوم دون توضيح.

CH07-N19

يجب ألا يؤدي الإفراط في أخذ عينات اللغات ذات الموارد المحدودة إلى زيادة الوزن السكاني العالمي.

CH07-N20

إذا تم تضمين ملاحظات من عينة عدالة اللغة في النتيجة العالمية، فيجب إعادتها إلى أوزان سكان اللغة الهدف الفعلية.

CH07-N21

لا يمكن احتساب نفس المستخدم متعدد اللغات كأكثر من إنسان واحد كامل في وزن السكان العالمي.

CH07-N22

دون التحقق من تكافؤ المطالب، لا يمكن عزو الفرق في درجة اللغة بشكل قاطع إلى أداء اللغة لدى الذكاء الاصطناعي.

CH07-N23

لا يمكن تحميل درجة اللغة المنخفضة على منتج الذكاء الاصطناعي وحده دون تقييم التكافؤ المرجعي.

CH07-N24

لا يمكن اتخاذ قرار بشأن دقة اللغة بشكل نهائي دون وجود كفاءة كافية لدى الحكّام المحليين.

CH07-N25

يجب تسجيل انحراف لغة الاستجابة وتبديل الرموز بشكل منفصل.

CH07-N26

لا يمكن تصنيف الاختلافات الحقيقية المشروعة محليًا على أنها ظلم لغوي.

CH07-N27

لا يمكن تجاهل الفروق الملموسة الغامضة في اللغة والاكتفاء باعتبارها مجرد فروق تخص التخصيص أو الأسلوب.

CH07-N28

لا يمكن لنقاط السكان العالميين أن تحل محل نتيجة عدالة اللغة.

CH07-N29

لا يمكن تقديم درجة اللغة المتساوية مثل الدرجة العالمية الموزونة حسب السكان.

CH07-N30

يجب عرض معدلات الأخطاء الحرجة القائمة على اللغة بشكل منفصل عن المتوسط العام.

CH07-N31

يجب الحفاظ على PROMPT_EQUIVALENCE_FAILURE وREFERENCE_LANGUAGE_GAP وMEASUREMENT_PARITY_FAILURE وADJUDICATION_LANGUAGE_GAP كحالات منفصلة.

CH07-N32

في عينات مراقب الدولة وعدالة اللغة، لا يمكن أن يستند قرار تغيير المشاركين على صحة استجابة الذكاء الاصطناعي أو لفائدة العلامة التجارية.

CH07-N33

يمكن أن يكون للملاحظة نفسها عدة تسميات تشخيصية؛ ومع ذلك، لا يمكنها الحصول على وزن كامل أكثر من مرة واحدة في التنبؤ العالمي دون تفسير.

CH07-N34

يجب أن تحتوي سجلات لوحة الدولة واللغة على مالك بشري أو مؤسسي مسؤول.

42. أشكال الفشل

CH07-F01— نتيجة الدولة لشخص واحد

يتم نشر ملاحظة مراقب واحد كنتيجة GEO للدولة.

CH07-F02— تغطية الدولة الرمزية

يتم تعيين شخص واحد لكل دولة ويطلق عليه 'متعلقاً بالسكان العالميين.'

CH07-F03— الخلط بين تغطية السكان وعدد الدول

على الرغم من ملاحظة عدد قليل من الدول الكبيرة، إلا أنه يُعرض فقط تغطية السكان؛ وعلى الرغم من ملاحظة عدد كبير من الدول الصغيرة، إلا أنه يُعرض فقط عدد الدول.

CH07-F04— احتساب نطاق الملاحظة كنطاق تقديري

تُعتبر جميع الدول التي لديها على الأقل ملاحظة واحدة دولًا مُسجلة.

CH07-F05— احتساب ملاحظة مراقب دولة مرتين في النتيجة الرئيسية

تحصل نفس الملاحظة على الوزن الكامل في كل من لوحة المراقب ولوحة السكان.

CH07-F06— تحويل تنبيه مراقب الدولة إلى ادعاء بالانتشار

يتم تعميم حدث واحد على جميع المستخدمين في الدولة.

CH07-F07— تجاهل حدث المراقب الحرج

يتم تجاهل المخاطر العالية عن طريق قول "مستخدم واحد فقط".

CH07-F08— إزالة دولة منخفضة التقييم من الدورة

يتم تغيير جدول المراقب وفقًا للنتائج.

CH07-F09— مراقبة الأسواق التجارية فقط

يتم استبعاد البلدان التي لديها وصول إلى المنتجات ولكن تعتبر غير مهمة تجاريًا تمامًا؛ يتم عرض النتيجة عالميًا.

CH07-F10— اعتبار الدولة واللغة متطابقين

تُقبل اللغة الرسمية للبلد كلغة لجميع المستخدمين.

CH07-F11— جميع اللغات ادعاء

يتم قياس عدد قليل من اللغات المحدودة؛ تُنشر النتيجة على أنها "في جميع اللغات".

CH07-F12— مسح لسان الموارد المنخفضة

نظرًا لصغر العينة، يتم استبعاد اللغة تمامًا من التقرير.

CH07-F13— نمو مفرط للغة منخفضة الموارد على المستوى العالمي

تدخل اللغة التي تم أخذ عينات زائدة عنها في النتيجة العالمية بحصتها الخام من العينة.

CH07-F14— احتساب درجة اللغة المتساوية باعتبارها درجة السكان

يتم تقديم النتيجة التشخيصية التي تعطي وزنًا متساويًا لكل لغة على أنها متوسط تجربة سكان العالم.

CH07-F15— احتساب درجة السكان باعتبارها عدالة لغوية

النتيجة العالمية، المدعومة بوزن اللغات الكبيرة، تخفي التشويه في اللغات الصغيرة.

CH07-F16— احتساب خطأ ترجمة الطلب كخطأ للذكاء الاصطناعي

يتم نسب الاختلاف الناتج عن الطلبات ذات المعاني المختلفة إلى النموذج.

CH07-F17— احتساب فجوة اللغة المصدر كخطأ للذكاء الاصطناعي

على الرغم من عدم وجود معلومات رسمية محلية، يتم إعطاء كل المسؤولية لمنتج AI.

CH07-F18— الدفاع عن خطأ الذكاء الاصطناعي بنقص الموارد

حتى مع توفر نفس الموارد الكافية، يتم إغلاق الأخطاء في اللغة منخفضة الموارد على أنها محتوى مفقود فقط.

CH07-F19— اعتبار نقص لغة المحكم فشلًا في المنتج

حتى لو أساء المحكم الفهم، يتم اعتماد النتيجة نهائيًا.

CH07-F20— اعتبار الترجمة الآلية كمحكم نهائي

لا يتم التحقق من فقدان المعنى المحلي.

CH07-F21— اعتبار تغييرات الكود خطأ تلقائي

تحدث الأخطاء مع المصطلحات التقنية الطبيعية أو خلط اللغات المقبول.

CH07-F22— اعتبار الانحراف اللغوي غير القابل للاستخدام أسلوبًا

حتى إذا استجاب النظام بلغة أخرى لا يستطيع المستخدم فهمها، يُعتبر الناتج ناجحًا.

CH07-F23— تجاهل اختلاف نظام الكتابة

يعتبر خطأ التحويل الصوتي الذي يسبب الالتباس بين الكيانات خطأً رسميًا.

CH07-F24— احتساب مستخدم متعدد اللغات مرتين

يتم احتساب نفس الشخص كوحدة سكانية منفصلة في جميع اللغات.

CH07-F25— اعتبار الاختلاف المحلي المشروع غير عادل

حتى إذا كان الاختلاف في السعر أو القانون قائمًا على ظروف محلية فعلية، يُعلن على أنه تحيز لغوي.

CH07-F26— اعتبار الاختلاف غير المفسر شخصيًا

عدم التناسق المادي في ظروف معادلة لا يُشكك فيه.

CH07-F27— النتيجة المحددة من خلية اللغة غير الكافية

يتم تصنيف اللغة ببعض الملاحظات.

CH07-F28— ضبط لوحة اللغة بعد النتيجة

يتم اختيار اللغات التي حصلت على درجات منخفضة أو عالية فقط بعد ذلك.

CH07-F29— قياس لغات المصدر العالية فقط

يتم تقديم النتيجة على أنها "متعددة اللغات".

CH07-F30— الحفاظ على اللغات غير المختبرة

لا يظهر حقل غير المختبر على بطاقة النتيجة العامة.

43. إجراء التدقيق

الخطوة 1— تجميد سجل الامتثال المنتج-البلد

لكل بلد:

• نطاق الوصول الطبيعي
• الوصول للمنتج
• لغة التدقيق
• واجهة المستخدم

يتم تسجيل الحالة.

الخطوة 2— استخراج تغطية البلدان في اللوحة السكانية الرئيسية

يتم تحديد البلدان التي توجد فيها الملاحظة في اللوحة الرئيسية.

الخطوة 3— تحديد الكون الخاص ببلدان المراقب

يتم تحديد البلدان التي تعاني من نقص في اللوحة الرئيسية ولها حالة CE-3.

الخطوة 4— إنشاء دورة المراقب

البلدان:

• تُخصص من حيث فئة التكرار،
• موجة,
• اللغة/الإعدادات المحلية,
• واجهة المستخدم

والصيانة.

الخطوة 5— تحديد المشاركين كمراقبين مسبقًا

يتم إنشاء القوائم الرئيسية والاحتياطية قبل رؤية النتائج.

الخطوة 6— تصنيف نتائج المراقب

يتم تعيين الوصول، الهوية، اللغة، الحقائق المادية، وحالات الأحداث الحرجة.

الخطوة 7— تطبيق الإنذار والتصعيد

حسب نوع الإنذار:

• مرة أخرى,
• عينة مستهدفة
• مراجعة المراجع
• مراجعة الامتثال

تم البدء.

الخطوة 8— حساب مقاييس تغطية البلدان

يتم حساب نطاق عدد البلدان، ونطاق السكان، ونطاق تقدير البلد بشكل منفصل.

الخطوة 9— تجميد سجل اللغة

لكل لغة:

• لأسباب النطاق،
• حالة الدعم،
• نظام الكتابة،
• المكانية,
• كون المستخدمين

يتم تسجيلها.

الخطوة 10— إنشاء أخذ عينات إضافية لضمان عدالة اللغة

يتم وضع أهداف إضافية للغات التي تكون غير كافية في لوحة السكان الرئيسية.

الخطوة 11— التحقق من البوابات الأربع للغة

تقييم التكافؤ النظامي، تكافؤ المرجع، تكافؤ القياس، تكافؤ التحكيم.

الخطوة 12— ملاحظات لغة النتيجة

لكل لغة:

• الصدق،
• نقص المادة،
• خطأ حرج
• غير معروف،
• انحراف لغة الاستجابة

يتم تسجيلها.

الخطوة 13— فصل الأوزان العالمية والتشخيصية

يتم حساب النتيجة الموزونة حسب السكان والنتيجة مع الاعتراف المتساوي باللغة بشكل منفصل.

الخطوة 14— حساب عدم المساواة اللغوية

أرضية اللغة، فرق لغة ثابت، فرق خطأ حرج، يتم حساب معدل المجهول.

الخطوة 15— فحص تقاطعات الدولة–اللغة

يتم تحديد الاختلافات أو الصراعات المحلية للمواد.

الخطوة 16— إنشاء بطاقة نتائج عامة

يتم إظهار النطاق، كفاية التنبؤ، التنبيهات، والمناطق غير المختبرة.

44. الدليل الضروري

سجل المنتج والواجهة للمستخدم للذكاء الاصطناعي؛ سجل الدولة نطاق الوصول الطبيعي؛ عدد الدول المؤهلة؛ حالة الوصول إلى الدولة؛ توزيعات الدولة الرئيسية للوحة السكان؛ كون المراقب للدولة؛ دورة المراقب؛ فئات تكرار المراقب؛ مصفوفة تعيين الدولة–الموجة؛ تعيينات الدولة–اللغة؛ قوائم المراقبين الأساسية والاحتياطية؛ نتائج مراقبة الدولة؛ تنبيهات المراقب؛ سجلات التصعيد؛ عينات الدول المستهدفة؛ تغطية مراقبة الدولة؛ تغطية الدولة الموزونة بالسكان؛ تغطية تقدير الدولة؛ سجل اللغة ضمن النطاق؛ حالة دعم اللغة؛ سجلات النصوص واللوكال; أعداد عينات اللغة الرئيسية؛ أعداد تجاوز العدالة اللغوية في العينات؛ أوزان اللغة حسب السكان. سجلات المستخدم متعدد اللغات؛ سجلات تكافؤ الحافز؛ سجلات تكافؤ المرجع؛ سجلات تكافؤ القياس؛ سجلات تأهيل المحكم المحلي؛ ونتائج اللغة.

اللغة معدلات الأخطاء الحرجة انحرافات لغة الاستجابة مقاييس عدم المساواة بين اللغات اللغات غير المختبرة نتائج متساوية للغة والسكان أوزان العينة فحوصات العد المزدوج النتائج العامة البطاقة إصدارات العينة الشخص أو المؤسسة المسؤولة

45. قائمة تدقيق التدقيق

هل تم فصل هدف لوحة المراقب الوطني عن لوحة السكان الرئيسية؟ ما الدول المدرجة في المراقب؟ هل حالتا الأهلية والوصول للدول محدثة؟ هل هناك احتمال لملاحظة إيجابية في دورة المراقبة لكل دولة مؤهلة؟ هل تم تجميد دورة المراقبة قبل النتائج؟ هل تم استخدام ملاحظة المراقب الوطني مثل تقييم الدولة؟ هل تم فصل تغطية مراقبة الدولة وتغطية تقدير الدولة؟ هل تم عرض تغطية الدولة الموزونة حسب السكان بشكل منفصل؟ هل تم احتساب ملاحظات المراقب الوطني مرتين في التقييم الرئيسي؟ هل تم تأكيد تنبيه المراقب الحرج؟ هل تم تحويل إنذار واحد إلى ادعاء بالانتشار؟ هل تم فتح أخذ عينات مستهدف بسبب الإنذار؟ هل تم تحديد كون اللغات في نطاق الدراسة مسبقًا؟ هل تتوافق ادعاء 'جميع اللغات' مع التغطية الفعلية؟ هل تم فصل اللغة ونظام الكتابة والمحلية؟

هل تم تسجيل حالة دعم اللغة للمنتج؟ لماذا تم اختيار اللغات قليلة الموارد؟ هل تم إعادة وزن أمثلة عدالة اللغة في النتيجة العالمية؟ هل تم احتساب نفس المستخدم متعدد اللغات مرتين؟ هل تم التحقق من معادلة صياغات المُدخل؟ هل المصادر الرسمية متساوية جوهريًا عبر اللغات؟ هل يعرف الحكام اللغة المعنية بمستوى كافٍ؟ هل تم استخدام الترجمة الآلية كحكم نهائي؟ هل تم تسجيل انحرافات لغة الاستجابة؟ هل تم فصل التباين المحلي المشروع عن ظلم اللغة؟ هل تم نشر مجموعة بيانات اللغة وتباين اللغة؟ هل معدلات الأخطاء الحرجة القائمة على اللغة مرئية؟ هل تم فصل فجوة لغة المرجع REFERENCE_LANGUAGE_GAP وغيرها من عيوب القياس؟ هل اللغات غير المختبرة مرئية؟ هل يخفي المقياس العام مشكلة عدالة اللغة؟

هل حصلت نفس الملاحظة على كامل الوزن عبر عدة عينات؟ هل تم تحديد صاحب المسؤولية عن سجلات العينة؟

46. الاعتراضات والردود

الاعتراض 1— «أليس من الأفضل إعطاء شخص واحد لكل دولة صغيرة بدلاً من عدم إعطاء أي شيء؟»

للمراقبة المبكرة والتغطية الجغرافية، نعم. لكن هذا الشخص لا يقيس نسبة البلاد. المصطلح الصحيح:

ملاحظة مراقب الدولة

يجب أن تكون.

اعتراض 2— "إذا لم ينتج شخص ما نتيجة الدولة، لماذا نرسله؟"

لأن الملاحظة الواحدة يمكن أن:

• كشف مشاكل الوصول,
• توضيح الالتباس بين الكيانات
• حدد اللغة الخاطئة،
• ووضع الأحداث الحرجة

ظاهرة للمرة الأولى. لوحة المراقب هي نظام إنذار مبكر.

اعتراض 3— "هل علينا مراقبة كل دولة في كل موجة؟"

لا. يمكن استخدام دورة مراقبة محددة. يمكن مراقبة الدول عالية الخطورة أو المهمة بشكل أكثر تكرارًا؛ يمكن مراقبة الدول الصغيرة ومنخفضة الخطورة بالتناوب. يجب تحديد الجدول قبل النتائج.

اعتراض 4— "إذا كانت الدول الصغيرة تتلقى وزنًا منخفضًا في النتيجة العالمية، فلماذا نوليها كل هذا الاهتمام؟"

لأن نصيبهم من السكان قد يكون منخفضاً. ومع ذلك:

• القانون،
• اللغة،
• ضرر المستخدم المحلي،
• النزاهة الجغرافية

هي مجتمعات بشرية فعلية. لا ينبغي أن يعني الوزن المنخفض عدم الظهور.

الاعتراض 5— "أليس إعطاء جميع اللغات نفس الوزن هو الطريقة الأعدل؟"

يمكن أن يكون الوزن المتساوي للغة منظورا تشخيصيا قيّما. إنه لا يمثل متوسط التجربة البشرية في سكان العالم. يجب نشر درجة السكان ودرجة عدالة اللغة بشكل منفصل.

الاعتراض 6— “إذا كانت لغة صغيرة تؤثر قليلاً فقط على النتيجة العالمية، فلماذا يهم الحصول على نتيجة منخفضة؟”

لأن مشكلة التمثيل حقيقية بالنسبة للأشخاص الذين يستخدمون تلك اللغة. أيضًا، الأخطاء الشديدة في التراخيص أو الصحة أو الهوية لا تُستهان بها تلقائيًا بسبب حجم السكان.

الاعتراض 7— “أليس من غير العادل لوم الذكاء الاصطناعي إذا كانت لغة منخفضة الموارد لديها عدد قليل من الموارد؟”

قد يكون لوم الذكاء الاصطناعي غير عادل فقط. لذلك:

• تساوي الموارد،
• تكافؤ التحفيز,
• كفاءة المحكم

تتم فحصها بشكل منفصل. الخطأ الذي يصل إلى المستخدم لا يزال صحيحًا من الناحية الواقعية. يجب تحديد مالك التصحيح بشكل صحيح.

الاعتراض 8— "أليس من الطبيعي الحصول على إجابات مختلفة في نفس اللغة في دول مختلفة؟"

قد يكون ذلك طبيعيًا إذا كانت الظروف المحلية الفعلية مختلفة. إذا تغيرت الحقيقة المادية نفسها بطريقة مختلفة وبدون تفسير، فقد تكون هناك مشكلة. يجب فحص اللغة والمكان معًا.

الاعتراض 9— "إذا قدم الذكاء الاصطناعي الإجابة الصحيحة بلغات أخرى، فلماذا يفشل؟"

إذا لم يستطع المستخدم فهم الرد، فلا يمكن استخدام التمثيل. يجب تقييم انحراف اللغة بشكل منفصل إلى جانب الدقة.

الاعتراض 10— "قد يكون العثور على مستخدمي 200 من أجل تقييمات اللغة مكلفًا جدًا."

يمكن استخدام عينة أصغر. النتيجة:

• اكتشاف،
• مؤقت،
• عينة غير كافية

يجب نشره بهذه الحالة. التكلفة لا تمنح يقينًا زائفًا.

اعتراض 11— “إذا كانت النتيجة العالمية مرتفعة بالفعل، ألا تخيف بطاقة اللغة المنفصلة العميل دون داعٍ؟”

إخفاء تدهور اللغة المادي لا يحمي العميل. إنه يولد ثقة زائفة. يمكن استخدام بطاقة نتائج قصيرة وواضحة.

اعتراض 12— “هل يقلل حدث مراقب حرج واحد من جميع الأهلية؟”

يعتمد الرد التلقائي على نوع الحدث. الحدث الفردي لا يشير إلى الانتشار الوطني. ومع ذلك، إذا كان يتسبب في ضرر شديد أو سلطة زائفة، يمكن أن يؤدي إلى مراجعة نقدية واتخاذ تدابير مؤقتة. سيتم تحديد القرار في القسم 15.

القاعدة العامة للقسم 49

إنشاء نتيجة عالمية أمر سهل. تملأ سكان العالم بالدول الكبيرة. تخسر الدول الصغيرة في الكسور. تقيس اللغات ذات الموارد العالية. اللغات ذات الموارد المنخفضة: تزيلها بالقول "العينة غير كافية." ثم تنشر رقمًا واحدًا. قد يتم حساب هذا الرقم رياضيًا بشكل صحيح. لكنه قد لا يظهر كل عيوب التمثيل في العالم. NOMOS لا يعطي وزنًا متساويًا لكل دولة. لأن حصة السكان من الناس ليست متساوية. NOMOS لا يتجاهل الدول الصغيرة أيضًا. لأن قلة السكان لا تعني عدم الوجود. NOMOS لا يوزن جميع اللغات بشكل متساوٍ في النتيجة العالمية. لأن هذا قد يشوه تجربة متوسط السكان في العالم. NOMOS لا يجعل اللغات الصغيرة غير مرئية أيضًا. لأنه حتى إذا كان وزنها العالمي منخفضًا، فإن خطأ التمثيل للأشخاص الذين يستخدمون تلك اللغة يمكن أن يكون 100% حقيقيًا.

لوحة مراقبة الدول:

تُظهر الأماكن التي لم ننظر إليها أبدًا.

لوحة عدالة اللغة:

تُظهر من هو أقل من المتوسط العالمي.

لوحة السكان:

تقدّر التجربة المتوسطة في سكان العالم.

عندما يعمل هؤلاء الثلاثة معًا، يصبح التقييم العالمي موثوقًا للسكان وقابلًا للتدقيق من حيث العدالة. المستخدم الفرد في بلد معين ليس هو البلد بأكمله. لكن هذا المستخدم هو شخص حقيقي. قد تكون اللغة جزءًا صغيرًا من السكان العالميين. لكن الخطأ في تلك اللغة لا يصبح أقل خطأً. قد يكون الحدث الحرج نادرًا. لكن الضرر لا يُقاس فقط بالتكرار. لذلك، فإن قانون القياس السابع لـ NOMOS هو:

الحق في الظهور ليس هو نفسه وزن السكان.

قانونها الثامن هو كما يلي:

مراقبة بلد ليس هو نفسه تقدير بلد.

القانون التاسع هو كما يلي:

عدالة اللغة ليست جعل جميع اللغات متساوية؛ بل هي التأكد من أن لا أحد يتم تهميشه بشكل منهجي عن الواقع المادي بسبب لغته.

القانون العاشر هو:

إذا كان المتوسط العالمي يجعل اللغة والبلد المتخلفين غير مرئيين، فهذا وحده ليس نتيجة جغرافية كافية.

قسم NOMOS، أمر 7

لا تخفِ البلدان التي لا تنظر إليها أبدًا أثناء عرض نتيجتي العالمية.

لا ترسل مستخدمًا واحدًا إلى بلد صغير وتجعل هذا الشخص ممثلًا للبلد بأكمله.

ولكن أيضًا لا تتجاهل بلدًا صغيرًا إلى الأبد لمجرد أن عدد سكانه قليل.

افصل بين ملاحظة البلد، وتوقعات البلد، وملاءمة البلد.

لا تحكم على البلد بأكمله بناءً على خطأ جسيم واحد. / ولكن لا تتجاهل الضرر البشري بقولك "إجابة واحدة فقط."

لا تبنِ النجاح في اللغات الكبرى على صمت اللغات الصغرى.

يمكنك أخذ عينات من لغة منخفضة الموارد كثيرًا. / لكن لا تجعلها تبدو أكبر مما هي عليه في تعداد سكان العالم.

لا تجعل درجة اللغة المتساوية درجة للسكان؛ لا تجعل درجة السكان درجة للعدالة اللغوية.

لا تلمني إذا كان الترجمة خاطئة. / إذا كان المصدر غير كامل، فقل أيضًا ذلك. / إذا لم يفهم المحكم اللغة، فلا تصدر حكمًا قاطعًا.

لا تصنّف فرقًا محليًا مشروعًا بوصفه عدم إنصاف، أو تتجاهل تباينًا ماديًا غير مفسَّر بوصفه مجرد أسلوب.

أولاً، راقب الدول. / ثم حدد الأماكن التي يمكنك فيها دعم تقدير. / ثم قم بأخذ عينات زائدة من اللغات التي تتطلب رؤية تشخيصية. / ثم أعدها إلى أوزانها الحقيقية في السكان. / اجعل الأشخاص الذين يتركهم المتوسط العالمي مرئيين.

جملة ختام الفصل

يجب أن يظهر قياس GEO عالمي حقيقي أكثر مما يراه معظم العالم. يجب أن يظهر أيضًا من يظل غير مراقب في البلدان واللغات الصغيرة، ومن يتم تمثيله بشكل خاطئ وأي نتيجة هي مجرد تنبيه واحد.

النواة المعيارية

يجب أن تظل لوحة السكان GEO-1000، ولوحة مراقبي الدول، ولوحة عدالة اللغة متميزة في الغرض وأسلوب الاختيار والتوزين والادعاءات العامة. يجوز لملاحظة مراقب الدولة أن تثبت حدوث شرط وصول أو استجابة أو شذوذ أو حادثة حرجة في سياق محدد لدولة–منتج–لغة. لا يجوز تمثيل ملاحظة مراقب الدولة كتقدير انتشار على مستوى الدولة أو كدرجة GEO للدولة. يجب الإبلاغ عن تغطية الملاحظة على مستوى الدولة، وتغطية الملاحظة الموزونة على مستوى السكان، وتغطية تقديرات الدولة بشكل منفصل. يجب أن تتلقى كل دولة مؤهلة احتمالاً إيجابياً للملاحظة ضمن دورة المراقبة المعلنة مسبقاً ما لم تكن خارج إطار المنتج القانوني نطاق الوصول الطبيعي. يجب أن تُقيِّم الإنصاف اللغوي التمثيل المتقارب مادياً تحت ادعاءات متكافئة دلالياً وسياقات قابلة للمقارنة. يجب ألا يتطلب ذلك ردوداً متطابقة كلمة بكلمة أو تجاهل الاختلافات المحلية المشروعة. يجب إعادة اللغات التي تم أخذ عينات مفرطة لها إلى أوزانها في السكان المستهدفين لتقديرات السكان العالمية. يجب أن تظل الدرجات موزونة حسب السكان، والتشخيصات المتساوية للغات، وحدود اللغة، ومعدلات الأخطاء الحرجة، ومعدلات المجهول، واللغات غير المختبرة مرئية بشكل منفصل. لا يجوز عزو التفاوت اللغوي إلى منتج الذكاء الاصطناعي وحده حتى يتم تقييم تكافؤ المُدخلات، وتكافؤ المراجع، وتكافؤ القياس، وتكافؤ التحكيم. قد يحمل الملاحظة الواحدة عدة علامات لمجموعة التشخيص، ولكن لا يجوز أن تتلقى وزناً مزدوجاً للسكان بالكامل. يجوز أن تؤدي حوادث المراقب الحاسم إلى تحفيز أخذ عينات تأكيدية ومراجعة التوافق دون اعتبارها دليلاً على الانتشار في البلد.