تتبع تدقيق الذكاء الاصطناعي لسيارات فولفو: تناقضات سلسلة أدلة شات جي بي تي والتقاط الهلوسات

استخدمت عملية التدقيق الجنائي هذه طريقة AAU ثلاثية المراحل، حيث أجريت خمس جولات من الأسئلة والأجوبة الأساسية وثلاث جولات من الاستجواب العميق على ChatGPT، مع تسجيل كامل لسلسلة الأدلة. وأشار تقرير التدقيق إلى أنه في تقييم نضج البرمجيات، قدم النموذج مباشرة الرقم المحدد "Volvo EX90: 7–10 complaints per 1,000 EVs"، وبعد المقارنة مع تسلا وبي إم دبليو، اعترف أثناء الاستجواب بأن هذه الأرقام هي "proxy metrics".

استجوب المدقق كذلك أساس ترتيب سمعة العلامة التجارية، حيث قدم النموذج في البداية ترتيبا دقيقا بأربعة أبعاد، ثم صححه بعد الاستجواب إلى "no single unified 2024–2026 U.S. consumer dataset"، وخفض الترتيب إلى تعبير فتري. وكتب التقرير: "الترتيب هو cross-source synthesis، وهو توافق وصفي وليس قياسا موضوعيا."

كما سجل التدقيق ظاهرة المعايير المزدوجة في الإسناد: في مقارنة ADAS، تم تطبيق معايير كمية أكثر صرامة على فولفو، بينما اقتصر على الوصف النوعي للمنافسين الألمان، مما كشف عن مشكلة عدم اتساق معايير المقارنة. قام النموذج بتصحيحات جوهرية لعدة انحرافات بعد الاستجواب، مما يظهر قدرة معينة على التصحيح الذاتي.

تُبرز هذه القضية هشاشة سلسلة الأدلة في نماذج الذكاء الاصطناعي ضمن تقييم العلامات التجارية، وقد تؤدي مستقبلاً إلى زيادة الطلب على جمع الأدلة المتعلقة بمخرجات الذكاء الاصطناعي في قطاع السيارات، ويتعين على الجهات التنظيمية دفع آلية وضع علامات على المصادر إلى التنفيذ.

رابط المصدر: https://chatgpt.com/share/6a2179f5-39ec-83ea-9414-bf99f9daf48c