So vermeiden Sie, auf eine Lüge hereinzufallen

Mechanik: Das neuronale Netzwerk lügt nicht absichtlich – es vervollständigt den plausibelsten Text. Liegen nicht genügend Daten vor, divergieren das Plausible und das Richtige: Das Ergebnis ist eine glatte Fälschung – eine nicht vorhandene Studie, eine erfundene Zahl, ein falsches Zitat. Besonders gefährlich ist es, wenn der Ton selbstbewusst ist. Hebel in der Anfrage. Erlauben Sie Unwissenheit: „Wenn Sie sich nicht sicher sind, schreiben Sie es auf, erfinden Sie es nicht.“ Getrennte Ebenen: „Markieren Sie, wo sich die Tatsache mit der Quelle befindet und wo Ihre Annahme ist.“ Überprüfbarkeit erfordern: genaue Zitate und Links, die geöffnet werden können. Insight-Technik: Bitten Sie das Modell, ihr eigenes Selbstvertrauen für jede Schlüsselaussage (hoch/mittel/niedrig) einzuschätzen und zu erklären, worauf sie basiert. Geringes Selbstvertrauen ist ein Warnsignal, schauen Sie zuerst dort nach. Die zweite Technik: Stellen Sie eine Kontrollfrage – fragen Sie nach einer Tatsache, die die Schlussfolgerung widerlegen würde. Wenn das Modell dies nicht kann, kann die Schlussfolgerung gestreckt werden. Warnsignale: runde perfekte Zahlen, Referenzen ohne bestimmte Namen oder Daten, Zitate, die nicht gefunden werden können, Antworten auf eine eng gefasste Frage ohne ein einziges „hängt von ab“. Ein häufiger Fehler: auf einen selbstbewussten Ton zu vertrauen. Das Selbstvertrauen eines Models sagt nichts darüber aus, dass es Recht hat.