عندما أحتاج إلى استخدام الذكاء الاصطناعي لكتابة شيء، أو بحث مسألة، أو اتخاذ قرار، أصبحت معتادًا على سؤال عدة نماذج.

لكن هذا ليس مجرد تكرار السؤال عشوائيًا، ولا يتعلق بمعرفة أي إجابة تبدو مؤيدة من عدد أكبر من الناس.
القيمة الحقيقية تكمن في أن تُصدِّر نماذج مختلفة حكمًا مستقلًا، وأن تُستخرج أوجه اختلافها، ثم تُعاد مراجعة الأدلة الأصلية للتحقق.
مؤخرًا أعدتُ تنفيذ هذه العملية مرة أخرى، وتبيّن لي أنني كنت أوشكت على تفويت أهم خطوة. ظننت أن ثلاثة نماذج شاركت جميعها، لكن اتضح أن اثنين فقط قدّما إجاباتًا، بينما تم تخطي نموذج ثالث. إذا لم أتأكد من أن كل طريق عاد بالفعل بمحتوى، فمن السهل أن أتوهم أن عملية التحقق اكتملت.
لخّصتُ الإجراءات القابلة للتطبيق فورًا في ثلاث خطوات:
أولًا، اجعل نماذج مختلفة تُجيب بشكل مستقل أولًا. وعند سؤال النموذج الثاني، لا تعرض عليه إجابة النموذج الأول، حتى لا تتسبب في أن يتأثر النمذجان ببعضهما.
ثانيًا، اطلب من كل نموذج أن يقدّم الإخراج بنفس البنية: ما هو الاستنتاج؟ ما هي أهم الأدلة؟ وأين تكمن درجة عدم اليقين؟ بهذه الطريقة يمكن جمعها ومقارنتها مباشرة.
ثالثًا، لا تحصِر الأمر في تحديد من أخطأ ومن أصاب، بل ركّز تحديدًا على نقاط الخلاف. إن كانت هناك فجوة مهمة في الرأي، فاذهب إلى أقدم المواد الأصلية للتحقق، أو اختبر بنفسك فعليًا. وفي الوقت نفسه، تأكد أن كل نموذج قدّم إجابة فعلًا وليس مجرد تخمين أو تخطٍ.
في المرة القادمة عندما تريد استخدام الذكاء الاصطناعي للتحقق المتبادل من حكم ما، اتّبع هذه الخطوات الثلاث.