Pular para o conteúdo

Soluções · IA aplicada e agentes

Fonte única de resposta em IA: medir o que ninguém confere

Como medir a resposta de IA depois que ela virou fonte única?

Resposta direta

Mede-se pela origem e pelo rastro de correção, não pela confiança que a resposta inspira. Três contas bastam para começar: quanto da resposta tem fonte rastreável, quanto do que foi publicado recebeu conferência independente e quantas correções apareceram depois de a resposta virar oficial. Some a isso o tempo entre o erro e a identificação. Se a conferência cai quando o volume sobe, o número medido é de uso, não de acerto. A medida serve para decidir onde manter verificação humana e onde ela já não muda a decisão.

Objetivo
Explicar medição
Formato indicado
Workshop executivo
Atualizado em

O que esta página acrescenta: Mede a resposta já em uso como fonte única, e não a resposta antes de entrar em produção.

Depois da publicação, a conferência muda de função

Antes de a resposta circular, a conferência serve para barrar erro. Depois que ela vira fonte única, a conferência sai do processo, porque ninguém revisa o que já está aceito. A resposta passa a ser citada em reunião, em proposta e em decisão de preço. O erro deixa de aparecer na leitura e passa a aparecer no resultado.

Medir nesse ponto exige olhar para o que foi publicado, não para o que foi gerado. Duas perguntas organizam a conta: qual parcela do que circulou recebeu conferência de alguém com domínio do assunto, e quem responde quando a resposta se mostra errada. Sem responsável nomeado, a correção vira discussão sobre o modelo, não sobre o dado.

Contas que cabem no fechamento do mês

Três medidas sustentam a decisão. A primeira é a parcela da resposta com fonte rastreável no acervo. A segunda é a cobertura da conferência independente sobre o que foi publicado. A terceira é o número de correções feitas depois que a resposta já tinha sido usada.

Nenhuma delas depende de ferramenta. Todas dependem de registro. Se a empresa não guarda a resposta original, a correção e a data, a medição começa pelo registro e não pelo indicador. Vale separar resposta conferida de resposta aceita por ausência de contestação.

O que a medição não resolve

Indicador não corrige origem ruim. Se o acervo tem versões conflitantes do mesmo procedimento, a resposta continuará instável e a conta apenas mostrará a instabilidade com mais frequência. A medição também não alcança o erro que ninguém percebeu: o que nunca foi contestado não entra em taxa alguma.

Medir não substitui a decisão sobre onde a resposta pode ser fonte única. Há caso em que a conferência humana precisa permanecer, porque o custo dela é menor que o de uma correção tardia. Em outro, a resposta serve apenas como ponto de partida, com o dado oficial vindo do sistema de origem. A medição serve para separar os dois casos, não para eliminar a conferência.

Recurso prático

Sinais de medição e o que cada um distorce

IndicadorComo ler
Resposta com fonte rastreável no acervomede dependência do acervo; queda indica trecho vindo da memória do modelo
Parcela publicada com conferência independentemede uso, não acerto; cobertura alta convive com erro sistemático
Correções após a resposta virar oficialmede custo do erro; o que ninguém percebeu não entra na conta

O erro mais comum é medir a taxa de acerto antes de publicar, quando o problema aparece depois: o que ninguém confere não entra em nenhuma taxa.

Sobre o que está escrito aqui

Conceitos relacionados: rastreabilidade de fonte · conferência independente · correção pós-publicação · janela de detecção de erro · responsável pela resposta. Exemplos são ilustrativos. Não há cliente, resultado, preço, prazo ou certificação nesta página. Quando o formato indicado é Workshop executivo, ele descreve uma possibilidade de trabalho — a conversa inicial avalia contexto e aderência.

Para continuar

Páginas relacionadas

O mesmo problema em outro objetivo

Outras leituras em IA aplicada e agentes

Quer avaliar isso no seu contexto?

Esta página trata de resposta de IA usada como fonte única. Diagnóstico de Oportunidades e Riscos de IA é a frente que investiga o mecanismo por trás desse tipo de problema. O formato mais associado é Workshop executivo.