ในงานวิจัยและการนำไปใช้ AI มีบทบาทเพิ่มขึ้นในการจัดระเบียบวรรณกรรม สร้างสมมติฐาน และเสนอคำอธิบายที่เป็นไปได้สำหรับผลการสังเกต ปัญหาไม่ได้มีเพียงว่าสมมติฐานที่สร้างขึ้นอาจผิดเท่านั้น คำอธิบายที่สอดคล้องกันทางตรรกะอาจถูกนำเข้าไปในเอกสาร แล้วถูกนำกลับมาใช้ในงานภายหลังในฐานะ “ข้อสมมติที่ได้รับการตรวจสอบแล้ว” เมื่อสถานะเปลี่ยนไปในลักษณะนี้ ความไม่แน่นอนเดิมจะมองไม่เห็น และการให้เหตุผลที่ยังไม่ได้ตรวจสอบอาจสะสมกลายเป็นข้อเท็จจริง
เพื่อหลีกเลี่ยงปัญหานี้ ต้องแยกความสมเหตุสมผลของการให้เหตุผลออกจากการเสร็จสิ้นของการตรวจสอบยืนยัน การที่ข้อสรุปตามมาจากข้อสมมติที่กำหนดอย่างสมเหตุสมผลทางตรรกะนั้นแตกต่างจากการที่ข้อสมมติเหล่านั้นเป็นจริงในโลกความเป็นจริง เช่นเดียวกัน สมมติฐานที่สอดคล้องกับข้อสังเกตหลายรายการไม่ได้หมายความว่าสมมติฐานคู่แข่งถูกตัดออกแล้ว ยิ่ง AI ให้เหตุผลได้ดีขึ้น ความแตกต่างนี้ก็ยิ่งสำคัญ คุณภาพการให้เหตุผลที่สูงต้องไม่กลายเป็นเหตุผลให้ละเว้นการตรวจสอบยืนยันจากภายนอก
วิธีหนึ่งในการรักษาสถานะชั่วคราวไว้คือการบันทึกองค์ประกอบของเนื้อหาที่สร้างขึ้นแยกจากกัน ต้องแยกให้ชัดว่าส่วนใดได้รับการสนับสนุนจากแหล่งข้อมูลภายนอกหรือการสังเกต ส่วนใดเป็นการให้เหตุผลของ AI สิ่งใดยังไม่ได้รับการยืนยัน และข้อเท็จจริงใดหากปรากฏขึ้นแล้วจะทำให้ต้องแก้ไขหรือปฏิเสธสมมติฐาน วิธีนี้ทำให้แม้ภายหลังจะอ่านเพียงข้อความ ก็ยังสามารถติดตามได้ว่าข้อสรุปนั้นอยู่ในขั้นใด
เงื่อนไขการหักล้างมีความสำคัญเป็นพิเศษ หากเรารวบรวมเพียง “หลักฐานที่สนับสนุนสมมติฐานนี้” คำอธิบายก็อาจเสริมความแข็งแรงให้ตัวเองได้ง่าย หากระบุล่วงหน้าว่าการสังเกตแบบใดจะทำให้สมมติฐานใช้ไม่ได้ การตรวจสอบยืนยันจะเปลี่ยนจากงานที่ปกป้องข้อสรุปเป็นงานที่ทดสอบข้อสรุปนั้น เมื่อ AI สร้างสมมติฐานหลายข้อ การวางเงื่อนไขสนับสนุนและเงื่อนไขหักล้างของแต่ละข้อไว้เคียงกันยังช่วยหลีกเลี่ยงการเลือกโดยอาศัยเพียงความน่าเชื่อถือที่ดูเหมือนเป็นจริง
ในการเชื่อมโยงกับแหล่งข้อมูลภายนอก ต้องแยกการมีอยู่ของแหล่งข้อมูลออกจากการที่แหล่งข้อมูลนั้นสนับสนุนข้อกล่าวอ้างด้วย แม้จะพบแหล่งข้อมูลที่สามารถอ้างอิงได้ แต่หากแหล่งข้อมูลนั้นกล่าวถึงวัตถุ ช่วงเวลา หรือเงื่อนไขที่แตกต่างกัน ก็อาจไม่ได้สนับสนุนข้อกล่าวอ้างปัจจุบันโดยตรง ดังนั้น การสนับสนุนการวิจัยจึงต้องตรวจสอบไม่เพียงว่ามีแหล่งข้อมูลหรือไม่ แต่ยังต้องตรวจสอบขอบเขตที่ข้อกล่าวอ้างและหลักฐานสอดคล้องกันด้วย การเชื่อมโยงกับหลักฐานรองรับไม่ใช่สิ่งตกแต่ง แต่เป็นกลไกสำหรับควบคุมขอบเขตการใช้ข้อกล่าวอ้าง
การแสดงสถานะชั่วคราวไม่ได้หมายถึงเพียงเติมคำว่า “อาจ” ลงในประโยค หากทำให้ทุกอย่างคลุมเครือ ก็จะยิ่งยากที่จะบอกว่าอะไรได้รับการสนับสนุนอย่างมากและอะไรได้รับการสนับสนุนน้อย สิ่งที่จำเป็นคือการปรับการบรรยายตามสถานะทางญาณวิทยา ต้องแยกข้อเท็จจริงที่ยืนยันแล้ว คำอธิบายที่มีน้ำหนักแต่ยังไม่ได้ตรวจสอบ สมมติฐานในขั้นสำรวจ และการชะลอข้อสรุปเนื่องจากข้อมูลไม่เพียงพอ พร้อมเชื่อมแต่ละสถานะกับการตรวจสอบขั้นถัดไปที่จำเป็น
การตรวจสอบต้องพิจารณาไม่เพียงว่าข้อสรุปถูกต้องหรือไม่ แต่ยังต้องดูว่าข้อสรุปนั้นถูกจัดวางไว้ในสถานะที่ถูกต้องหรือไม่ หากข้อความหนึ่งสมเหตุสมผลในฐานะสมมติฐาน แต่ถูกบันทึกเป็นข้อเท็จจริงที่ยืนยันแล้ว นั่นเป็นปัญหาด้านคุณภาพที่แยกจากคำถามว่าเนื้อหาของมันจะพิสูจน์ได้ว่าเป็นจริงหรือเท็จในท้ายที่สุด ในทางกลับกัน การใช้ถ้อยคำที่อ่อนเกินไปกับข้อเท็จจริงที่ได้รับการตรวจสอบอย่างเพียงพอแล้วอาจทำให้การตัดสินใจที่จำเป็นล่าช้า การทำให้การให้เหตุผลคงสถานะชั่วคราวไม่ได้หมายถึงการเขียนให้อ่อนเสมอไป แต่หมายถึงการทำให้ระดับความหนักแน่นของถ้อยคำสอดคล้องกับสถานะของหลักฐาน
กรอบนี้ยิ่งมีความสำคัญเมื่อเนื้อหาที่ AI สร้างขึ้นกลายเป็นข้อมูลนำเข้าสำหรับการประมวลผลของ AI ในขั้นต่อไป หากลักษณะชั่วคราวของสมมติฐานในขั้นก่อนหน้าสูญหายไปก่อนถูกนำกลับมาใช้ ข้อสมมติที่ยังไม่ได้ตรวจสอบอาจถูกขยายเพิ่มขึ้นในแต่ละชั้นของการให้เหตุผล ในทางกลับกัน หากรักษาสถานะทางญาณวิทยาไว้ระหว่างการส่งต่อ การประมวลผลขั้นถัดไปก็สามารถตัดสินได้ว่าส่วนใดต้องตรวจสอบซ้ำ ความสามารถในการตรวจสอบยืนยันไม่ได้เกี่ยวข้องเพียงกับคำอธิบายสำหรับมนุษย์เท่านั้น แต่ยังเกี่ยวข้องกับการจัดการข้อสมมติในการประมวลผล AI หลายขั้นตอนด้วย
ในการสนับสนุนการวิจัยของ Sai＊aus สิ่งสำคัญไม่ใช่การปิดความเข้าใจไว้ในคำอธิบายที่เสร็จสมบูรณ์เพียงหนึ่งเดียว แต่คือการเก็บรักษาว่าสิ่งหนึ่งได้รับการตรวจสอบไปถึงระดับใด การให้เหตุผลเริ่มต้นตรงไหน และอะไรอาจทำให้มันได้รับการปรับปรุง ยิ่ง AI พัฒนาความสามารถในการสร้างสมมติฐานมากขึ้น ก็ยิ่งจำเป็นต้องมีโครงสร้างการบันทึกที่ป้องกันไม่ให้สมมติฐานเหล่านั้นเปลี่ยนเป็นข้อเท็จจริงในภายหลัง ความสามารถในการสร้างและความสามารถในการตรวจสอบไม่ควรถูกปฏิบัติเป็นหน้าที่แยกจากกัน แต่ต้องเชื่อมโยงกันตั้งแต่ขณะที่สร้างขึ้น
การรักษาการให้เหตุผลของ AI ไว้ในสถานะชั่วคราวไม่ได้มีจุดประสงค์เพื่อทำให้การวิจัยช้าลง การทำให้ชัดเจนว่าข้อสรุปใดควรเข้าสู่การตรวจสอบขั้นถัดไป ข้อสมมติใดต้องตรวจสอบอีกครั้ง และสมมติฐานใดสามารถปฏิเสธได้ จะช่วยให้จัดสรรทรัพยากรสำหรับการตรวจสอบได้อย่างเหมาะสม สิ่งสำคัญคือการแยกระหว่างการสร้างข้อสรุปอย่างรวดเร็วกับการทำให้ข้อสรุปเป็นที่ยุติอย่างรวดเร็ว อย่างแรกสามารถเร่งการสำรวจได้ แต่อย่างหลังอาจปิดประตูของการตรวจสอบ
ระยะห่างเชิงสะท้อนที่ AI สนับสนุนการวิจัยต้องมี ไม่ได้หมายถึงการสงสัยการให้เหตุผลของตนเองอย่างไม่มีที่สิ้นสุดจนไม่ตัดสินใจอะไรเลย แต่หมายถึงการเก็บรักษาว่าการให้เหตุผลอาศัยหลักฐานใด ได้รับการตรวจสอบไปถึงระดับใด และอะไรจะทำให้ต้องแก้ไข หากสามารถแยกความสมเหตุสมผลและความสามารถในการตรวจสอบยืนยันออกจากกันโดยยังคงเชื่อมโยงกันได้ เนื้อหาที่ AI สร้างขึ้นก็สามารถถูกปฏิบัติไม่ใช่ในฐานะข้อเท็จจริงที่สำเร็จแล้ว แต่เป็นผู้สมัครสำหรับความรู้ที่สามารถตรวจสอบได้ การรักษาสถานะดังกล่าวเป็นรากฐานของการผสานความรวดเร็วและความน่าเชื่อถือในการวิจัย
ไม่ใช่คำตอบ แต่คือความเข้าใจ