主張、文脈、例、読者のニーズ、公開の判断に対する責任を保ちます。AI支援は説明責任ある編集の必要性を取り除きません。
AIが決して獲得できない能力を予測するよりも、自分の名前で何かを公開するときに保つ責任に注目しましょう。
重要な主張を検証する
どの記述に根拠が必要かを決め、出典と照合して確認します。アシスタントは主張リストの整理を助けられますが、もっともらしい引用は事実確認の完了ではありません。
欠けている文脈を補う
読者が誰か、何をすでに知っているか、どのような制約が重要かを説明します。技術的に正しい指示でも、読者が持っていないソフトウェアや権限を前提にしていると、役に立たないことがあります。
正直な観察を提供する
実際に行い、共有する許可を得たテスト、インタビュー、経験を使います。例示的な例にはラベルを付けます。下書きを独自に見せるためだけに個人的な物語を捏造しないでください。
限定的な観察
「このサンプルでは名の前にタブがある」は検証できることを述べています。「このツールはすべての書き手の時間を節約する」は、単一のサンプルでは提供できない根拠を必要とします。
有用性とトレードオフを判断する
提案された近道が意味のある情報を削除しないかを問います。空白のクリーニングは文章を改善しつつ、コードのインデントを損なうことがあります。短い翻訳は限定表現を誤って削除することがあります。
公開と訂正に責任を持つ
下書きがいつ準備できたかを決め、その限界を説明し、誤りを報告する手段を提供します。Googleのguidance on generative AI contentは、生成が支援されていても正確さとレビューが関連すると述べています。
これらは実践的な責任であり、人間が常にモデルを上回るとか、特定の文体が著作を証明するという主張ではありません。
具体的なレビュー演習として、formatting methodologyを確認し、無害なサンプルをspacing cleanerで処理してみましょう。他の誰かにツールを勧める前に、実際の出力を主張された挙動と比較してください。