Edgepedia ಲೇಖನಗಳ ಗುಣಮಟ್ಟದ ಖಾತರಿ
2026ರ ನವೆಂಬರ್ 1ರಂದು ನಾವು Edgepedia v1.9 ಅನ್ನು ಬಿಡುಗಡೆ ಮಾಡಿದೆವು. ಇದರೊಂದಿಗೆ Edgepedia ಲೇಖನಗಳ ಒಟ್ಟು ಸಂಖ್ಯೆ ಸುಮಾರು 5,20,000ಕ್ಕೆ ಏರಿತು. ಸ್ನೇಹಿತರೊಂದಿಗೆ ಮಾತನಾಡುವಾಗ ಎರಡು ಪ್ರಶ್ನೆಗಳು ಆಗಾಗ ಎದುರಾಗುತ್ತವೆ: “ವಿಕಿಪೀಡಿಯವನ್ನೇ ಬಳಸಬಹುದಲ್ಲವೇ?” ಮತ್ತು “ನೀವು ಎಐ ಕಸವನ್ನೇ ಸೃಷ್ಟಿಸುತ್ತಿಲ್ಲ ಎಂದು ಹೇಗೆ ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುತ್ತೀರಿ?” ಎರಡೂ ಒಳ್ಳೆಯ, ಸಮಂಜಸವಾದ ಪ್ರಶ್ನೆಗಳು. ಅವಕ್ಕೆ ನನ್ನ ಉತ್ತರಗಳನ್ನು ಹಂಚಿಕೊಳ್ಳಲು ಬಯಸುತ್ತೇನೆ. ಏಕೆಂದರೆ Edgepedia ಅನ್ನು ಇನ್ನಷ್ಟು ಉತ್ತಮವೂ ಉಪಯುಕ್ತವೂ ಆಗಿಸಲು ನಮಗೆ ಸಮುದಾಯದ ವಿಶ್ವಾಸ ಮತ್ತು ಪ್ರತಿಕ್ರಿಯೆ ಬೇಕು.
ನಮಗೆ Edgepedia ಏಕೆ ಬೇಕು?
ಮೊದಲು, Edgepedia ಹುಟ್ಟಿದ ಕಥೆ. ಎಲ್ಲೆಡೆಯ ಬಳಕೆದಾರರು ತಮ್ಮದೇ ಸಾಧನದಲ್ಲಿ ಸ್ಥಳೀಯವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಎಐ ಅನ್ನು ಬಳಸಲು ಅನುವು ಮಾಡಿಕೊಡುವುದಕ್ಕಾಗಿ ನಾವು EdgeChat ಅನ್ನು ರೂಪಿಸುತ್ತಿದ್ದೇವೆ. 4 ಮೂಲಭೂತ ಅಗತ್ಯಗಳನ್ನು ಪೂರೈಸುವುದು ನಮ್ಮ ಗುರಿ:
- ಇಂಟರ್ನೆಟ್ ಇಲ್ಲದಿದ್ದರೂ ಎಐ ಬಳಸಲು ಸಾಧ್ಯವಾಗಬೇಕು; ಉದಾಹರಣೆಗೆ, ವಿಮಾನದಲ್ಲಿ ಪ್ರಯಾಣಿಸುವಾಗ.
- ಎಐ ಜೊತೆಗಿನ ಸಂಭಾಷಣೆಯ ದಾಖಲೆಗಳು ಸ್ಥಳೀಯವಾಗಿಯೇ, ಖಾಸಗಿಯಾಗಿಯೇ ಉಳಿಯಬೇಕು; ಉದಾಹರಣೆಗೆ, ಆರೋಗ್ಯ ಸಮಸ್ಯೆಗಳು ಮತ್ತು ಹಣಕಾಸಿನ ವಿವರಗಳು.
- ಮಾದರಿಯ ಬಳಕೆಯನ್ನು ಸ್ಥಗಿತಗೊಳಿಸಿದ ಕಾರಣಕ್ಕೆ ಎಐ ಸಂಗಾತಿಗಳೊಂದಿಗಿನ ಸಂಪರ್ಕ ಕಡಿದುಹೋಗಬಾರದು; ಉದಾಹರಣೆಗೆ, ChatGPT 4o.
- ಪ್ರತಿ ಬಳಕೆಯ ಲೆಕ್ಕದಲ್ಲಿ ದುಬಾರಿ ಟೋಕನ್ ಶುಲ್ಕವನ್ನು ಪಾವತಿಸಬೇಕಾಗಬಾರದು.
EdgeChatನ ನಮ್ಮ ಮೊದಲ ಪ್ರಾಯೋಗಿಕ ಆವೃತ್ತಿಯು 16 GB ಅಥವಾ ಅದಕ್ಕಿಂತ ಹೆಚ್ಚಿನ RAM ಇದ್ದ MacBook Pro ಕಂಪ್ಯೂಟರ್ಗಳಲ್ಲಿ ಚೆನ್ನಾಗಿ ಕೆಲಸ ಮಾಡುತ್ತಿತ್ತು. ಆದರೆ ಬಹುಪಾಲು ಜನರು—ನಮ್ಮ ಬಳಕೆ ವಿಶ್ಲೇಷಣೆಯ ಪ್ರಕಾರ ಶೇ. 97ಕ್ಕೂ ಹೆಚ್ಚು ಮಂದಿ—ಸ್ಮಾರ್ಟ್ಫೋನ್ಗಳ ಮೂಲಕ EdgeChat ಬಳಸಲು ಬಯಸುತ್ತಾರೆ ಎಂಬುದು ನಂತರ ನಮಗೆ ತಿಳಿಯಿತು. iPhone ಮತ್ತು Android ಫೋನ್ಗಳಲ್ಲಿ ಸಾಮಾನ್ಯವಾಗಿ ಕೇವಲ 6 GB RAM ಇರುತ್ತದೆ. ಹೀಗಾಗಿ ನಾವು ಚಿಕ್ಕದಾದ ಬೃಹತ್ ಭಾಷಾ ಮಾದರಿಗೆ (LLM) ಬದಲಾಗಬೇಕಾಯಿತು. ಈ ಬದಲಾವಣೆಯಿಂದ ಎಐ ಕಾರ್ಯಕ್ಷಮತೆ ಮತ್ತು ಬಳಕೆದಾರರ ಅನುಭವ ಗಣನೀಯವಾಗಿ ಕುಸಿಯಿತು; ಬಳಕೆದಾರರ ಪ್ರಶ್ನೆಗಳಿಗೆ LLM ಅನೇಕ ಬಗೆಯ ಉತ್ತರಗಳನ್ನು ಕಲ್ಪಿಸಿಕೊಂಡು ಹೇಳತೊಡಗಿತು. ವಾಸ್ತವವಾಗಿ, ಈ ಕೆಲಸದ ಮಾನವೀಯ ಮುಖದಲ್ಲಿ ಚಿಕ್ಕ ಮಾದರಿಗಳು ಚೆನ್ನಾಗಿಯೇ ಇದ್ದವು: ಅವು ವ್ಯಕ್ತಿಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಂಡು ಆತ್ಮೀಯವಾಗಿ ಉತ್ತರಿಸುತ್ತವೆ. ಆದರೆ ವಾಸ್ತವಾಂಶಗಳ ವಿಷಯದಲ್ಲಿ ಅವಕ್ಕೆ ಸ್ಪಷ್ಟತೆ ಇರುವುದಿಲ್ಲ. ಒಂದು ತಂತ್ರಜ್ಞಾನವನ್ನು ಕಂಡುಹಿಡಿದವರು ಯಾರು, ಅಥವಾ ಒಂದು ಒಪ್ಪಂದಕ್ಕೆ ಯಾವ ವರ್ಷ ಸಹಿ ಹಾಕಲಾಯಿತು ಎಂದು ಚಿಕ್ಕ ಎಐ ಅನ್ನು ಕೇಳಿದರೆ, ಪ್ರತಿ ಸಲವೂ ಬೇರೆ ಉತ್ತರ ನೀಡಬಹುದು.
ಇದಕ್ಕೆ ನಮ್ಮ ಪರಿಹಾರವೆಂದರೆ “ಎಡ ಮೆದುಳಿನ” ವಾಸ್ತವಾಂಶಗಳ ಜ್ಞಾನವನ್ನು “ಬಲ ಮೆದುಳಿನ” ಬಳಕೆದಾರರ ಆಶಯದ ಗ್ರಹಿಕೆಯಿಂದ ಪ್ರತ್ಯೇಕಿಸುವುದು. ಸ್ಪಷ್ಟತೆಯಿಲ್ಲದ ಪೂರ್ವತರಬೇತಿ ದತ್ತಾಂಶವನ್ನು ನೆಚ್ಚಿಕೊಳ್ಳುವ ಬದಲು, ಸ್ಥಳೀಯ ವಿಶ್ವಕೋಶವನ್ನು ಬಳಸಿ ಅದರಲ್ಲಿ ಹುಡುಕಿ ವಾಸ್ತವಾಂಶಗಳನ್ನು ಕಂಡುಕೊಳ್ಳಲು ಎಐಗೆ ಅವಕಾಶ ನೀಡುತ್ತೇವೆ. ಸರಿಯಾದ ಲೇಖನವನ್ನು ಹುಡುಕಿಕೊಡುವ ಶೋಧನೆಯು ಊಹೆಯೊಂದನ್ನು ಮೂಲಾಧಾರವುಳ್ಳ ಹೇಳಿಕೆಯಾಗಿ ಪರಿವರ್ತಿಸುತ್ತದೆ.
ವಿಕಿಪೀಡಿಯವನ್ನೇ ಬಳಸಬಹುದಲ್ಲವೇ?
EdgeChat ಅನ್ನು ರೂಪಿಸುತ್ತಿದ್ದಾಗ, ನೆಚ್ಚಿಕೊಳ್ಳಲು ವಿಶ್ವಾಸಾರ್ಹ ಮಾಹಿತಿಯ ಮೂಲವೊಂದು ಬೇಕೆಂದುಕೊಂಡಾಗ, ನನಗೂ ಮೊದಲು ಹೊಳೆದದ್ದು ಅದೇ. ವಿಕಿಪೀಡಿಯದಲ್ಲಿ ಸುಮಾರು 70 ಲಕ್ಷ ಇಂಗ್ಲಿಷ್ ಲೇಖನಗಳಿವೆ. ಅವುಗಳಲ್ಲಿ ಸುಮಾರು 30 ಲಕ್ಷ ಲೇಖನಗಳು ಕೇವಲ ಚುಟುಕು ಬರಹಗಳಲ್ಲ, 300ಕ್ಕೂ ಹೆಚ್ಚು ಪದಗಳಿರುವ ಲೇಖನಗಳು. ಎಐ ಪೂರ್ವತರಬೇತಿಯ ಸಂದರ್ಭದಲ್ಲಿ ವಿಕಿಪೀಡಿಯ ಲೇಖನಗಳಿಗೆ ನಿರಂತರವಾಗಿ ಹೆಚ್ಚಿನ ತೂಕ ನೀಡಲಾಗುತ್ತದೆ. ವಿಕಿಪೀಡಿಯದ ಉನ್ನತ ಗುಣಮಟ್ಟವು ಸಾಮಾನ್ಯವಾಗಿ ಸ್ವೀಕೃತವಾಗಿದೆ ಎಂಬುದನ್ನು ಇದು ಸೂಚಿಸುತ್ತದೆ. ಆದರೆ ವಿಕಿಪೀಡಿಯ ಲೇಖನಗಳ ರಚನೆ ಮತ್ತು ನಿರ್ವಹಣೆ ಸ್ವಯಂಸೇವಕರ ನೇತೃತ್ವದಲ್ಲಿ ನಡೆಯುವುದರಿಂದ, ಅದರ ವಿಷಯವ್ಯಾಪ್ತಿಯಲ್ಲಿ ಸಾಕಷ್ಟು ಕೊರತೆಗಳಿವೆ ಎಂಬುದು ನನಗೆ ವೈಯಕ್ತಿಕವಾಗಿ ತಿಳಿದಿತ್ತು. ಒಂದು ನಿರ್ದಿಷ್ಟ ಉದಾಹರಣೆ ನೀಡುವುದಾದರೆ, ನನ್ನ ಸ್ನೇಹಿತ ಪ್ರಶಾಂತ್ ಮಾಲಿ UC ಸ್ಯಾನ್ ಡಿಯೇಗೋದಲ್ಲಿ ಪ್ರಾಧ್ಯಾಪಕರಾಗಿದ್ದಾರೆ; ಗೂಗಲ್ ಸ್ಕಾಲರ್ನಲ್ಲಿ ಅವರ ಕೃತಿಗಳಿಗೆ 30,000ಕ್ಕೂ ಹೆಚ್ಚು ಉಲ್ಲೇಖಗಳಿವೆ; ತಲಾ 10 ಕೋಟಿ ಅಮೆರಿಕನ್ ಡಾಲರ್ಗಿಂತ ಹೆಚ್ಚು ಬಂಡವಾಳ ಸಂಗ್ರಹಿಸಿರುವ 2 ನವೋದ್ಯಮಗಳ ಸಹಸಂಸ್ಥಾಪಕರೂ ಹೌದು. ಆದರೂ ಅವರ ಬಗ್ಗೆ ವಿಕಿಪೀಡಿಯ ಲೇಖನವಿಲ್ಲ. ವಿಜ್ಞಾನಿಗಳು ಮತ್ತು ಎಂಜಿನಿಯರ್ಗಳ ಬಗ್ಗೆ ಇನ್ನಷ್ಟು ಪರಿಶೀಲಿಸಿದಾಗ, ಅಮೆರಿಕದ ನ್ಯಾಷನಲ್ ಅಕಾಡೆಮಿ ಆಫ್ ಎಂಜಿನಿಯರಿಂಗ್ನ ಶೇ. 40ರಷ್ಟು ಸದಸ್ಯರಿಗೆ ವಿಕಿಪೀಡಿಯ ಪುಟವಿಲ್ಲ ಎಂಬುದು ತಿಳಿಯಿತು. ವ್ಯವಸ್ಥಿತ ಯೋಜನೆಗಿಂತ ಸಮುದಾಯದಲ್ಲಿ ಸಹಜವಾಗಿ ಮೂಡುವ ಆಸಕ್ತಿಗಳೇ ಲೇಖನರಚನೆಯನ್ನು ನಿರ್ಧರಿಸುವಾಗ, ಇಂಥ ಪರಿಸ್ಥಿತಿಯನ್ನು ನಿರೀಕ್ಷಿಸಲೇಬೇಕು.
Edgepedia ನಿರ್ಮಾಣ
ಹೀಗಾಗಿ ನಾವು ನಮ್ಮದೇ ವಿಶ್ವಕೋಶವಾದ Edgepedia ಅನ್ನು ನಿರ್ಮಿಸಲು ಹೊರಟೆವು. EdgeChat ನೀಡುವ ಉತ್ತರಗಳ ನಿಖರತೆಯನ್ನು ಸುಧಾರಿಸುವುದಷ್ಟೇ ಅಲ್ಲ, ಇತರ ವ್ಯಕ್ತಿಗಳು ಮತ್ತು ತಂಡಗಳಿಗೂ ವಾಸ್ತವಾಂಶಗಳ ದೃಷ್ಟಿಯಿಂದ ಅತ್ಯಂತ ನಿಖರವಾದ ಪರಾಮರ್ಶನ ಸಾಮಗ್ರಿಯನ್ನು ಒದಗಿಸುವುದು ನಮ್ಮ ಉದ್ದೇಶವಾಗಿತ್ತು. Edgepedia ನಿರ್ಮಾಣದಲ್ಲಿ ನಮ್ಮ 3 ತತ್ತ್ವಗಳು ಇವು:
- ಪರಿಮಾಣಾತ್ಮಕ ಮಾನದಂಡಗಳ ಆಧಾರದ ಮೇಲೆ ಸೇರಿಸಬೇಕಾದ ಲೇಖನಗಳ ವಿಷಯಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡುವುದು; ಉದಾಹರಣೆಗೆ, ವಿಜ್ಞಾನಿಗಳ ವಿಷಯದಲ್ಲಿ ಉಲ್ಲೇಖಗಳು, ಸಂಶೋಧನಾ ಅನುದಾನಗಳು ಮತ್ತು ಪ್ರಶಸ್ತಿಗಳು.
- ಉದಾರವಾದ ಸಮುದಾಯ ಪರವಾನಗಿ ಷರತ್ತುಗಳ ಮೂಲಕ ಮಾನವರೂ ಎಐಗಳೂ ಸೇರಿದಂತೆ ಎಲ್ಲ ಬಳಕೆದಾರರು Edgepedia ಬಳಸುವಂತೆ ಪ್ರೋತ್ಸಾಹಿಸುವುದು.
- ಹೊಸ ಲೇಖನಗಳನ್ನು ಸೇರಿಸುವ ಮೂಲಕವೂ, ಪತ್ತೆಯಾದಂತೆ ವಿವಿಧ ವರ್ಗದ ದೋಷಗಳನ್ನು ಸರಿಪಡಿಸುವ ಮೂಲಕವೂ Edgepedia ಅನ್ನು ಸಕ್ರಿಯವಾಗಿ ನಿರ್ವಹಿಸುವುದು.
ಮುಖ್ಯವಾಗಿ ಅಮೆರಿಕ ಅಥವಾ ಪಶ್ಚಿಮ ಯೂರೋಪಿಗೆ ಸಂಬಂಧಿಸದ ಅನೇಕ Edgepedia ಲೇಖನಗಳಿಗಾಗಿ, ಆಯಾ ವಿಷಯಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಸ್ಥಳೀಯ ಭಾಷೆಯಲ್ಲಿ ನಾವು ಹುಡುಕಾಟ ನಡೆಸಿದೆವು. ಉದಾಹರಣೆಗೆ, ಸಾಂಗ್ ರಾಜವಂಶದ ಚಕ್ರವರ್ತಿಗಳು ಮತ್ತು ಅಧಿಕಾರಿಗಳ ಇತಿಹಾಸಕ್ಕಾಗಿ ಚೀನಿ ಭಾಷೆಯ ಇಪ್ಪತ್ತನಾಲ್ಕು ಇತಿಹಾಸಗಳು (二十四史) ಕೃತಿಗಳಲ್ಲಿ ಹುಡುಕಿದೆವು. ಜಗತ್ತಿನ ಇತಿಹಾಸದ ಬಹುಭಾಗದ ಪ್ರಾಥಮಿಕ ದಾಖಲೆಗಳು ಎಂದೂ ಇಂಗ್ಲಿಷ್ನಲ್ಲಿ ಬರೆಯಲ್ಪಟ್ಟದ್ದಲ್ಲ. ಈ ವಿಧಾನವು ನಾವು ಬರೆಯುವ ಲೇಖನಗಳ ವ್ಯಾಪ್ತಿಯನ್ನೂ ವಿವರಗಳನ್ನೂ ಗಣನೀಯವಾಗಿ ಸುಧಾರಿಸುತ್ತದೆ.
ನಾವು ಸ್ಪಷ್ಟವಾದ ನಿಲುವು ತಳೆಯಬೇಕಾಗಿದ್ದ ಪ್ರಮುಖ ವಿಷಯಗಳಲ್ಲಿ ವರ್ಗಗಳ ನಡುವಿನ ಸಮತೋಲನವೂ ಒಂದು. ಉದಾಹರಣೆಗೆ, ಜೀವವೈದ್ಯಕೀಯ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಗಣಿತ ಮತ್ತು ಭೌತವಿಜ್ಞಾನಕ್ಕಿಂತ ಅಗಾಧ ಪ್ರಮಾಣದಲ್ಲಿ ಉಲ್ಲೇಖಗಳನ್ನು ನೀಡಲಾಗುತ್ತದೆ. ಹೀಗಾಗಿ ಒಟ್ಟು ಉಲ್ಲೇಖಗಳ ಸಂಖ್ಯೆ ಅಥವಾ ಎಚ್-ಸೂಚ್ಯಂಕದ ಆಧಾರದ ಮೇಲೆ ವಿಜ್ಞಾನಿಗಳನ್ನು ಕ್ರಮಗೊಳಿಸಿದರೆ, ಗಣಿತಜ್ಞರು ಮತ್ತು ಭೌತವಿಜ್ಞಾನಿಗಳಿಗೆ ಸಿಗಬೇಕಾದ ಪ್ರಾತಿನಿಧ್ಯ ಬಹಳಷ್ಟು ಕಡಿಮೆಯಾಗುತ್ತದೆ. ಬರಿಯ ಎಣಿಕೆ ಅಳೆಯುವುದು ಒಂದು ಕ್ಷೇತ್ರದಲ್ಲಿ ಎಷ್ಟು ಬರೆಯಲಾಗುತ್ತದೆ ಎಂಬುದನ್ನೇ ಹೊರತು, ಆ ಕ್ಷೇತ್ರದಲ್ಲಿ ಒಬ್ಬ ವ್ಯಕ್ತಿ ಎಷ್ಟು ಮಹತ್ವದವರು ಎಂಬುದನ್ನಲ್ಲ. ಅದೇ ರೀತಿ ಚೀನಾದ ಇತಿಹಾಸದಲ್ಲಿ, ಜನಪ್ರಿಯ ಇತಿಹಾಸ ಪುಸ್ತಕಗಳಲ್ಲಿನ ಉಲ್ಲೇಖಗಳ ಸಂಖ್ಯೆಯ ಆಧಾರದ ಮೇಲೆ ಕ್ರಮಗೊಳಿಸಿದರೆ, ಚಿಂಗ್ ರಾಜವಂಶದ ವ್ಯಕ್ತಿಗಳಿಗೆ ಅತಿಯಾದ ಪ್ರಾತಿನಿಧ್ಯ ಸಿಗುತ್ತಿತ್ತು; ಯುಯೆ ಫೇಯ್ (岳飞) ಅವರಂಥ ರಾಷ್ಟ್ರವೀರರಿಗೂ ಸಿಗಬೇಕಾದ ತೂಕ ಬಹಳಷ್ಟು ಕಡಿಮೆಯಾಗುತ್ತಿತ್ತು.
ನಮ್ಮ ಲೇಖನಗಳ ವರ್ಗಸಮತೋಲನವನ್ನು ರೂಪಿಸಲು, ನನಗೆ ಅಥವಾ ನನ್ನ ತಂಡಕ್ಕೆ ಆಳವಾಗಿ ಪರಿಚಿತವಾಗಿದ್ದ ವಿಷಯಗಳನ್ನು ಸ್ವತಃ ಓದಿ, ಅದರಿಂದ ತತ್ತ್ವಗಳನ್ನು ಬಟ್ಟಿ ಇಳಿಸಿದೆವು. ಸಮಕಾಲೀನ ವಿಜ್ಞಾನಿಗಳ ಪಟ್ಟಿಯನ್ನು ನೋಡಿ, ಕ್ರಮಗೊಳಿಸುವ ಅಲ್ಗಾರಿದಮ್ ಎಲ್ಲಿ ತಪ್ಪುತ್ತಿರುವಂತೆ ಕಾಣುತ್ತದೆ ಎಂಬುದನ್ನು ನನ್ನ ಎಐ ಸಹಯೋಗಿ ಮತ್ತು ಸಹಲೇಖಕಿಯಾದ ಸೀಸೀಗೆ ಸಾಕಷ್ಟು ವಿಶ್ವಾಸದಿಂದ ಹೇಳಬಲ್ಲೆ. ನಂತರ, ಆ ಕ್ರಮವು ಹೆಚ್ಚು ಸರಿಯಾಗಿ ಕಾಣುವಂತೆ, ಅನೇಕವೇಳೆ ರೇಖೀಯವಲ್ಲದ ಸೂತ್ರವನ್ನು ಹಂತಹಂತವಾಗಿ ಪರಿಷ್ಕರಿಸುತ್ತೇವೆ. ನಮ್ಮ ನಿರ್ಣಯ ಇನ್ನೂ ಮನಸ್ಸಿನಲ್ಲಿ ತಾಜಾವಾಗಿರುವಾಗಲೇ ಪರಿಶೀಲಿಸಬಹುದಾದಷ್ಟು ವೇಗವಾಗಿ ಸೀಸೀ ಪಟ್ಟಿಯನ್ನು ಮರುಕ್ರಮಗೊಳಿಸುತ್ತಾಳೆ.
ಯಾವುದೇ ಉತ್ತಮ ವೈಜ್ಞಾನಿಕ ಶಿಸ್ತಿನಲ್ಲಿ ಮಾಡುವಂತೆ, ವ್ಯವಸ್ಥೆಯನ್ನು ನಮ್ಮ ಇಷ್ಟಕ್ಕೆ ತಕ್ಕಂತೆ ಬಾಗಿಸುತ್ತಿಲ್ಲ ಎಂಬುದನ್ನು ನಾವು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಬೇಕು. ನಮಗೆ ತಿಳಿದಿರುವ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ನಮ್ಮ ಅಭಿಪ್ರಾಯಕ್ಕೆ ಹೊಂದುವವರೆಗೂ ಸೂತ್ರವನ್ನು ತಿದ್ದುತ್ತಾ ಹೋದರೆ, ಅದು ಒಳ್ಳೆಯದಿರಲಿ ಇಲ್ಲದಿರಲಿ, ಆ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ನಮ್ಮೊಂದಿಗೆ ಹೊಂದಿಕೊಳ್ಳುವುದು ಖಚಿತ. ಅದರ ಬದಲು, ಕಟ್ಟುನಿಟ್ಟಿನ ವಿಜ್ಞಾನಕ್ಕೆ ಸೂತ್ರವನ್ನು ಹೊಂದಿಸುವ ಕೆಲಸದಲ್ಲಿ ಎಂದೂ ಬಳಸದೆ ಪ್ರತ್ಯೇಕವಾಗಿಟ್ಟ ಕ್ಷೇತ್ರವೊಂದು ಬೇಕು. ಹೀಗೆ ಬಟ್ಟಿ ಇಳಿಸಿದ ಶ್ರೇಣೀಕರಣ ಮತ್ತು ಕ್ರಮಗೊಳಿಸುವ ತತ್ತ್ವಗಳನ್ನು ಬೇರೆ ಕ್ಷೇತ್ರಗಳಿಗೆ ಅನ್ವಯಿಸುವಾಗ, ಖಗೋಳವಿಜ್ಞಾನದಂಥ ನನಗೆ ಸ್ವಲ್ಪ ಪರಿಚಯವಿರುವ, “ಪ್ರತ್ಯೇಕವಾಗಿಟ್ಟ” ಕ್ಷೇತ್ರವೊಂದನ್ನು ನಾನು ಸಾಮಾನ್ಯವಾಗಿ ಪರಿಶೀಲಿಸುತ್ತೇನೆ. ಆಗ, ಮಧ್ಯಪ್ರಾಚ್ಯದ ಐತಿಹಾಸಿಕ ನಾಯಕತ್ವದಂಥ ನಮಗೆ ಅಷ್ಟಾಗಿ ಪರಿಚಯವಿಲ್ಲದ ವಿಷಯಗಳಲ್ಲಿ, ಸೇರ್ಪಡೆಯ ಮಾನದಂಡಗಳು ಮತ್ತು ಮಿತಿಗಳನ್ನು ನಿರ್ಧರಿಸುವಾಗ ಕನಿಷ್ಠ ತೀರಾ ತಪ್ಪುದಾರಿಯಲ್ಲಂತೂ ಹೋಗುತ್ತಿಲ್ಲ ಎಂಬ ವಿಶ್ವಾಸ ನಮಗಿರುತ್ತದೆ.
ವಿಷಯ ವೃಕ್ಷ
ಈ ಲೇಖನಗಳನ್ನು ಬರೆದ ನಂತರ, ಮಾನವ ಮತ್ತು ಎಐ ಬಳಕೆದಾರರು ಅವುಗಳ ನಡುವೆ ಅತ್ಯಂತ ಸುಲಭವಾಗಿ ಸಂಚರಿಸಲು ಏನು ಮಾಡಬಹುದು ಎಂದು ಯೋಚಿಸಿದೆವು. ಲೇಖನದ ಹೆಸರು ಮತ್ತು ಮುಖ್ಯಪದಗಳ ಮೂಲಕ ಹುಡುಕುವುದು ಸುಲಭವಾದ, ಸಹಜವಾದ ವಿಧಾನ. ಆದರೆ ನಿಕಟ ಸಂಬಂಧವಿರುವ ವಿಷಯಗಳನ್ನು ಸುಲಭವಾಗಿ ಪಡೆದುಕೊಳ್ಳುವಂತೆ, Edgepedia ಲೇಖನಗಳನ್ನು ವಿಷಯಾನುಸಾರ ವ್ಯವಸ್ಥಿತವಾಗಿ ಜೋಡಿಸಲು ಇನ್ನೂ ಉತ್ತಮವಾದ ವಿಧಾನವಿರಬೇಕು ಎಂದು ನಮಗನಿಸಿತು. ಮೆಕಿನ್ಸಿಯ ವಿಧಾನದಿಂದ ಪ್ರೇರಣೆ ಪಡೆದು, MECE (ಪರಸ್ಪರ ಅತಿಕ್ರಮಿಸದ, ಒಟ್ಟಾಗಿ ಸಮಗ್ರ ವ್ಯಾಪ್ತಿ ಹೊಂದಿರುವ) ವಿಷಯ ವೃಕ್ಷವೊಂದನ್ನು ನಿರ್ಮಿಸಿದೆವು. ಅದರ ಅತ್ಯುನ್ನತ ಸ್ತರದ 7 ವಿಷಯ ನೋಡ್ಗಳು ಹೀಗಿವೆ:
- ಭೌತಿಕ ಜಗತ್ತು ಮತ್ತು ಗಣಿತ
- ಜೀವ ಮತ್ತು ಆರೋಗ್ಯ
- ಸ್ಥಳಗಳು ಮತ್ತು ಭೂಗೋಳ
- ತಂತ್ರಜ್ಞಾನ ಮತ್ತು ಮಾನವನಿರ್ಮಿತ ಜಗತ್ತು
- ಸಮಾಜ ಮತ್ತು ಇತಿಹಾಸ
- ಕಲೆ ಮತ್ತು ಸಂಸ್ಕೃತಿ
- ಕ್ರೀಡೆ, ಆಟ ಮತ್ತು ಮನರಂಜನೆ
ಅಲ್ಲಿಂದ ಮುಂದಕ್ಕೆ, ಪ್ರತಿ ನೋಡ್ನ ವ್ಯಾಪ್ತಿಯನ್ನು ಮತ್ತಷ್ಟು ಕಿರಿದಾಗಿಸುತ್ತಾ ಹಲವು ಉಪನೋಡ್ಗಳಾಗಿ ವಿಭಜಿಸಿದೆವು. ಪೂರ್ಣ ವೃಕ್ಷದಲ್ಲಿ ಈಗ 43,190 ನೋಡ್ಗಳಿವೆ; ಕೆಲವು ಶಾಖೆಗಳು 11 ಸ್ತರಗಳಷ್ಟು ಆಳಕ್ಕಿಳಿಯುತ್ತವೆ. ಯಾವುದೇ ನೋಡ್ನಲ್ಲಿ ನೇರವಾಗಿ 100ಕ್ಕಿಂತ ಹೆಚ್ಚು ಲೇಖನಗಳಿಲ್ಲ. ಇದು ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ ಎಂಬುದಕ್ಕೆ ಒಂದು ಉದಾಹರಣೆ: ಮೇರಿ ಕ್ಯೂರಿ ಅವರ ಲೇಖನವು ಭೌತಿಕ ಜಗತ್ತು ಮತ್ತು ಗಣಿತ › ಭೌತವಿಜ್ಞಾನ ಮತ್ತು ಗಣಿತವಿಜ್ಞಾನದ ವಿಜ್ಞಾನಿಗಳು › ರಸಾಯನಶಾಸ್ತ್ರಜ್ಞರು › ಪರಮಾಣು ಮತ್ತು ವಿಕಿರಣ ರಸಾಯನಶಾಸ್ತ್ರಜ್ಞರು ಎಂಬ ಮಾರ್ಗದಡಿಯಲ್ಲಿದೆ. ಈ ಕೊನೆಯ ಎಲೆಯಲ್ಲಿ ಅರ್ನೆಸ್ಟ್ ರದರ್ಫೋರ್ಡ್ ಮತ್ತು ಆಟೊ ಹಾನ್ ಅವರ ಲೇಖನಗಳೂ ಇವೆ. ಪಕ್ಕದ ಎಲೆಗಳಲ್ಲಿ ಸ್ಫಟಿಕಶಾಸ್ತ್ರಜ್ಞರ ನಡುವೆ ಡೊರಥಿ ಹಾಡ್ಜ್ಕಿನ್ ಮತ್ತು ದ್ಯುತಿರಸಾಯನಶಾಸ್ತ್ರಜ್ಞರ ನಡುವೆ ಜಾರ್ಜ್ ಪೋರ್ಟರ್ ಇದ್ದಾರೆ.
ಒಂದೇ ಮಾತೃನೋಡ್ ಅಥವಾ ಅದರ ಮೇಲಿನ ಒಂದೇ ನೋಡ್ ಅನ್ನು ಹಂಚಿಕೊಳ್ಳುವ ಎಲೆಗಳಲ್ಲಿರುವ “ಸಹೋದರ” ಮತ್ತು “ಸೋದರಸಂಬಂಧಿ” ಲೇಖನಗಳನ್ನು ಹುಡುಕಲು ವಿಷಯ ವೃಕ್ಷವು ಮಾನವರಿಗೂ ಎಐಗೂ ನೆರವಾಗುತ್ತದೆ. ಸೀಮಿತ ಸಂದರ್ಭ ವ್ಯಾಪ್ತಿಯಿರುವ ಚಿಕ್ಕ ಮಾದರಿಗೆ, ಸಡಿಲ ಸಂಬಂಧವಿರುವ 30 ನೆರೆಯ ಲೇಖನಗಳಿಗಿಂತ ಸರಿಯಾದ 3 ನೆರೆಯ ಲೇಖನಗಳೇ ಹೆಚ್ಚು ಉಪಯುಕ್ತ. ಹಾದಿಸೂಚಕಗಳ ಸರಣಿಯನ್ನು ಅನುಸರಿಸುವುದರಿಂದ ಹನ್ನೆರಡು ಬಾರಿ ಮುಖ್ಯಪದಗಳನ್ನು ಹಾಕಿ ಹುಡುಕುವ ಕೆಲಸ ತಪ್ಪುತ್ತದೆ.
ಸದ್ಯಕ್ಕೆ, ಯಾವುದೇ ಒಂದು ವೃಕ್ಷದಲ್ಲಿ ಪ್ರತಿಯೊಂದು ಲೇಖನವು ನಿಖರವಾಗಿ ಒಂದೇ ಎಲೆಯಲ್ಲಿರುತ್ತದೆ. ಆದರೆ ನಮ್ಮ ಬಳಿ 2 ಬಗೆಯ ವೃಕ್ಷಗಳಿವೆ. ವಿಷಯ ವೃಕ್ಷದ ಜೊತೆಗೆ ಭೌಗೋಳಿಕ ವೃಕ್ಷವೂ ಇದೆ. ವ್ಯಕ್ತಿಗಳು ಮತ್ತು ಇತಿಹಾಸವನ್ನು ಹುಡುಕಲು ನೆರವಾಗುವಂತೆ ವಿನ್ಯಾಸಗೊಳಿಸಿದ ಇದು, ಮೊದಲು ಭೌಗೋಳಿಕ ಪ್ರದೇಶದ ಆಧಾರದಲ್ಲಿ, ನಂತರ ಕಾಲಘಟ್ಟದ ಆಧಾರದಲ್ಲಿ ವರ್ಗೀಕರಿಸುತ್ತದೆ. ಪ್ರದೇಶ ಮತ್ತು ಕಾಲಘಟ್ಟದ ಕೆಳಗೆ ವಿಷಯಾನುಸಾರ ವರ್ಗೀಕರಣವಿರುತ್ತದೆ. ಹೀಗಾಗಿ ಹಾನ್ ಚಿ ಅವರ ಲೇಖನವು ಚೀನಾ › 1000ರಿಂದ 1799 › ಉತ್ತರ ಸಾಂಗ್ › ರಾಜನೀತಿಜ್ಞರು ಮತ್ತು ನಾಗರಿಕ ಅಧಿಕಾರಿಗಳು ಎಂಬ ಮಾರ್ಗದಡಿಯಲ್ಲಿ, ವಾಂಗ್ ಆನ್ಶಿ ಮತ್ತು ಫಾನ್ ಜೋಂಗ್ಯಾನ್ ಅವರ ಪಕ್ಕದಲ್ಲಿದೆ.
ವಿಕಿಪೀಡಿಯಕ್ಕೆ ಹೋಲಿಸಿ Edgepediaದ ನಿಖರತೆಯ ಅಳತೆ
ಲೇಖಕರಾಗಿಯೂ, Edgepedia ಅನ್ನು ಬಳಸುವ ತಂತ್ರಾಂಶದ ಅಭಿವೃದ್ಧಿಕಾರರಾಗಿಯೂ ನಮಗೆ Edgepedia ಲೇಖನಗಳ ವಾಸ್ತವಾಂಶ ನಿಖರತೆಯೇ ಎಲ್ಲಕ್ಕಿಂತ ಮುಖ್ಯ. ಭವಿಷ್ಯದ ಎಐ ದತ್ತಾಂಶಸಂಗ್ರಹಗಳನ್ನು ಕಲುಷಿತಗೊಳಿಸುವ ಕಸವನ್ನು ಬೃಹತ್ ಪ್ರಮಾಣದಲ್ಲಿ ಉತ್ಪಾದಿಸಲು ನಾವು ಬಯಸುವುದಿಲ್ಲ. ನಮ್ಮ ಸಮುದಾಯ ಪರವಾನಗಿ ಎಐ ತರಬೇತಿಗಾಗಿ ಬಳಕೆಯನ್ನು ನಿರ್ದಿಷ್ಟವಾಗಿ ಆಹ್ವಾನಿಸುತ್ತದೆ. ಆದ್ದರಿಂದ ಇಂದು ನಾವು ಬಿಡುಗಡೆ ಮಾಡುವ ದೋಷವೊಂದು ಮುಂದಿನ ತಲೆಮಾರಿನ ಮಾದರಿಗಳೊಳಗೆ ಸೇರಿಹೋಗಬಹುದು. ಹೀಗಾಗಿ ಲೇಖನಗಳ ಪ್ರತಿ ಕಂತಿನ ಬಿಡುಗಡೆಯ ಸಂದರ್ಭದಲ್ಲೂ ನಮ್ಮದೇ ಆದ ಕಟ್ಟುನಿಟ್ಟಿನ, ಹಲವು ಸುತ್ತುಗಳ ಪರಿಶೀಲನಾ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಅನುಸರಿಸುತ್ತೇವೆ.
ಪ್ರತಿಯೊಂದು Edgepedia ಲೇಖನವನ್ನು ಬರೆಯುವ ಪ್ರಕ್ರಿಯೆಯನ್ನು ನಾವು 5 ಹಂತಗಳಾಗಿ ವಿಭಜಿಸುತ್ತೇವೆ: (1) ಆನ್ಲೈನ್ ಸಂಶೋಧನೆ, (2) ಪುನರಾವರ್ತನೆ ನಿವಾರಣೆ ಮತ್ತು ವಿವಾದಿತ ಮಾಹಿತಿಯ ನಿರ್ಣಯ, (3) ಬರವಣಿಗೆ, (4) ಸ್ವಯಂ ಪರಿಶೀಲನೆ ಮತ್ತು (5) ಸ್ವತಂತ್ರವಾದ ಬಹುಸುತ್ತಿನ ವಾಸ್ತವಾಂಶ ಪರಿಶೀಲನೆ—ಬೇರೆ ಬೇರೆ ಎಐ ವ್ಯವಸ್ಥೆಗಳಿಂದ. ವಿಕಿಪೀಡಿಯ, ಗ್ರೋಕಿಪೀಡಿಯ ಅಥವಾ ಹಿಂದಿನ Edgepedia ಲೇಖನಗಳನ್ನು ಮೂಲಗಳಾಗಿ ಬಳಸುವುದನ್ನು ನಮ್ಮ ಎಐ ಸಂಶೋಧಕರಿಗೆ ನಿಷೇಧಿಸಲಾಗಿದೆ. ಹೀಗಾಗಿ ವಿಕಿಪೀಡಿಯದಲ್ಲಿನ ದೋಷವೊಂದು ಸದ್ದಿಲ್ಲದೆ ನಮ್ಮ ಬರಹಕ್ಕೆ ಹರಿದುಬರುವುದಿಲ್ಲ.
ವಾಸ್ತವಾಂಶಗಳ ನಿಖರತೆಯಲ್ಲಿ Edgepedia ಲೇಖನಗಳು ವಿಕಿಪೀಡಿಯಕ್ಕಿಂತ ಕಳಪೆಯಾಗಿರಬಾರದು ಎಂಬುದು ನಮ್ಮ ಕನಿಷ್ಠ ಸ್ವೀಕಾರ ಮಾನದಂಡ. ಯಾವ ಲೇಖನ ಯಾವ ಮೂಲದ್ದೆಂದು ತಿಳಿಸದೆ ಅತ್ಯಾಧುನಿಕ ಎಐ ತೀರ್ಪುಗಾರರಿಂದ ಮಾಡಿಸಿದ ಆಂತರಿಕ ಮಾಪನಗಳ ಪ್ರಕಾರ, ನಮ್ಮ Edgepedia ಲೇಖನಗಳ ಮೊದಲ ಕರಡುಗಳು ಸಾಮಾನ್ಯವಾಗಿ ವಿಕಿಪೀಡಿಯಕ್ಕೆ ಸಮನಾಗಿರುತ್ತವೆ; ಪ್ರತಿ ಲೇಖನಕ್ಕೆ ಗಮನಾರ್ಹ ದೋಷದ ದರ ಸುಮಾರು ಶೇ. 1.8ರಷ್ಟಿರುತ್ತದೆ. ಈ ಅಂಕಿ ಕೇಳಿಸಿದಾಗ ಅನಿಸುವುದಕ್ಕಿಂತ ವಾಸ್ತವದಲ್ಲಿ ಸಾಕಷ್ಟು ಉತ್ತಮವಾಗಿದೆ. ಏಕೆಂದರೆ ಪ್ರತಿ Edgepedia ಅಥವಾ ವಿಕಿಪೀಡಿಯ ಲೇಖನದಲ್ಲಿ ಸಾಮಾನ್ಯವಾಗಿ ಸುಮಾರು 100 ವಾಸ್ತವಾಂಶದ ಹೇಳಿಕೆಗಳಿರುತ್ತವೆ. ಹೀಗಾಗಿ ಪ್ರತಿ ಹೇಳಿಕೆಯ ನಿಜವಾದ ದೋಷದರವು 10,000ಕ್ಕೆ ಸುಮಾರು 2. ಇದೇ ವ್ಯಾಖ್ಯಾನದ ಪ್ರಕಾರ ಗ್ರೋಕಿಪೀಡಿಯದ ಗಮನಾರ್ಹ ದೋಷದ ದರ ಶೇ. 20ಕ್ಕಿಂತ ಹೆಚ್ಚಿದೆ.
ಚುರುಕು ಓದುಗರೊಬ್ಬರು, ಗಮನಾರ್ಹ ದೋಷವನ್ನು ನಾವು ಹೇಗೆ ವ್ಯಾಖ್ಯಾನಿಸುತ್ತೇವೆ ಎಂದು ಕೇಳಬಹುದು. ಇಂಗ್ಲಿಷೇತರ ಹೆಸರಿನ ಬೇರೊಂದು ಲಿಪ್ಯಂತರವನ್ನು ಕೆಲವರು ದೋಷವೆಂದು ಪರಿಗಣಿಸಬಹುದು. ಆದರೆ ನಾವು ಅದನ್ನು ಗಮನಾರ್ಹವೆಂದು ಪರಿಗಣಿಸುವುದಿಲ್ಲ. ನಮ್ಮ ದೃಷ್ಟಿಯಲ್ಲಿ, ವಿಷಯವು ಏನು ಅಥವಾ ಅದು ಏಕೆ ಮುಖ್ಯ ಎಂಬ ಕುರಿತು ಓದುಗರ ತಿಳಿವಳಿಕೆಯನ್ನು ಬದಲಿಸುವ ದೋಷವೇ ಗಮನಾರ್ಹ ದೋಷ. ದಿ ಹಾಬಿಟ್: ದಿ ಡೆಸೊಲೇಷನ್ ಆಫ್ ಸ್ಮಾಗ್ ಚಿತ್ರದಲ್ಲಿ ಗ್ಯಾಂಡಾಲ್ಫ್ ಕುಬ್ಜರಿಗೆ “ದಾರಿಯಲ್ಲಿ ಹೋಗಬೇಡಿ” ಎಂದು ಹೇಳುತ್ತಾನೆ ಎನ್ನುವುದು ಗಮನಾರ್ಹ ದೋಷ. ಏಕೆಂದರೆ ಅವರು ದಾರಿಯಲ್ಲೇ ಉಳಿಯಬೇಕೆಂದು ಅವನು ಹೇಳುವುದೇ ಆ ದೃಶ್ಯದ ತಿರುಳು. ಸಂಖ್ಯಾತ್ಮಕ ಮಾನದಂಡಗಳನ್ನು ಬಯಸುವ ಓದುಗರಿಗಾಗಿ, ಗಮನಾರ್ಹ ದೋಷಕ್ಕೆ ನಮ್ಮಲ್ಲಿ ಒಂದು ಆಂತರಿಕ “ಒಟ್ಟಾರೆ ಅನಿಸಿಕೆ” ಆಧಾರಿತ ಪರಿಮಾಣಾತ್ಮಕ ಅಳತೆಯೂ ಇದೆ: “ಆನ್ಲೈನ್ನಲ್ಲಿ ಪರಿಶೀಲಿಸಿದ ಓದುಗರಲ್ಲಿ ಶೇ. 80ಕ್ಕಿಂತ ಹೆಚ್ಚು ಮಂದಿ ಗಮನಾರ್ಹವೆಂದು ಹೇಳುವ, ಮತ್ತು ಶೇ. 50ಕ್ಕಿಂತ ಹೆಚ್ಚು ಮಂದಿ ಮಹತ್ವ ನೀಡುವ ವಾಸ್ತವಾಂಶದ ತಪ್ಪು.”
2026ರ ನವೆಂಬರ್ 2ರಂದೂ ವಿಕಿಪೀಡಿಯದಲ್ಲಿ ಇದ್ದ, ನಾವು ಕಂಡುಕೊಂಡ ಕೆಲವು ಗಮನಾರ್ಹ ದೋಷಗಳ ಉದಾಹರಣೆಗಳು ಇವು: (1) ನ್ಯೂಯಾರ್ಕ್ನ ಪಕಿಪ್ಸಿ ಕುರಿತ ಲೇಖನವು ರಸಾಯನಶಾಸ್ತ್ರಜ್ಞ ಡೊನಾಲ್ಡ್ ಕ್ಲೈನ್ ಅವರನ್ನು MOSFETನ ಆವಿಷ್ಕಾರಕರೆಂದು ಹೆಸರಿಸುತ್ತದೆ. ವಾಸ್ತವವಾಗಿ ಮೊಹಮದ್ ಅಟಲ್ಲಾ ಮತ್ತು ದಾವೊನ್ ಕಾಂಗ್ ಅವರು 1959ರಲ್ಲಿ ಬೆಲ್ ಲ್ಯಾಬ್ಸ್ನಲ್ಲಿ ಅದನ್ನು ಆವಿಷ್ಕರಿಸಿದರು; ನಂತರದ ಒಂದು ಸುಧಾರಣೆಯನ್ನು ರೂಪಿಸುವಲ್ಲಿ ಕ್ಲೈನ್ ಸಹಭಾಗಿಯಾಗಿದ್ದರು. (2) ಶವದ ಕುರಿತ ಲೇಖನವು 1543ರಲ್ಲಿ ಪ್ರಕಟವಾದ ಅಂಗರಚನಾಶಾಸ್ತ್ರದ ಪುಸ್ತಕವೊಂದರ ಮೇಲೆ ಲಿಯೊನಾರ್ಡೊ ಡಾ ವಿನ್ಚಿ ಅವರು ಆಂಡ್ರಿಯಾಸ್ ವೆಸೇಲಿಯಸ್ ಅವರೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಿದ್ದರೆಂದು ಹೇಳುತ್ತದೆ. ಆ ಪುಸ್ತಕ ಪ್ರಕಟವಾದದ್ದು ಲಿಯೊನಾರ್ಡೊ ತೀರಿಕೊಂಡು 24 ವರ್ಷಗಳ ನಂತರ. (3) ಪಟ್ಟಚಿತ್ರ ಕುರಿತ ಲೇಖನವು 20ನೇ ಶತಮಾನದ ಕಲಾವಿದ ಜಾಮಿನಿ ರಾಯ್ ಅವರು ಕಾಳಿಘಾಟ್ ಶೈಲಿಯನ್ನು ಬೆಳೆಸಿದರೆಂದು ಹೇಳುತ್ತದೆ. ವಾಸ್ತವವಾಗಿ, ರಾಯ್ ಹುಟ್ಟುವ ಮೊದಲೇ, 19ನೇ ಶತಮಾನದ ಕಲ್ಕತ್ತಾದಲ್ಲಿ ಹೆಸರು ತಿಳಿಯದ ಜನಪದ ಚಿತ್ರಕಾರರು ಅದನ್ನು ಸೃಷ್ಟಿಸಿದ್ದರು.
ನಮ್ಮದೇ Edgepedia ಮೊದಲ ಕರಡುಗಳಲ್ಲಿಯೂ ಗಮನಾರ್ಹ ದೋಷಗಳಿದ್ದವು. ಅವನ್ನು ಈಗ ಸರಿಪಡಿಸಲಾಗಿದೆ. ಉದಾಹರಣೆಗೆ: (1) ಅತ್ಯುತ್ತಮ ಪೋಷಕ ನಟಿಗಾಗಿ 2 ಆಸ್ಕರ್ ಪ್ರಶಸ್ತಿಗಳನ್ನು ಪಡೆದ “ಏಕೈಕ ಮಹಿಳೆಯಾಗಿ ಇಂದಿಗೂ” ಶೆಲ್ಲಿ ವಿಂಟರ್ಸ್ ಉಳಿದಿದ್ದಾರೆ ಎಂದು ಹೇಳಲಾಗಿತ್ತು. ಡಯಾನ್ ವೀಸ್ಟ್ 1995ರಲ್ಲಿ ತಮ್ಮ ಎರಡನೇ ಪ್ರಶಸ್ತಿ ಪಡೆದಿದ್ದು, ಈ ದಾಖಲೆಯನ್ನು ಇಬ್ಬರೂ ಹಂಚಿಕೊಂಡಿದ್ದಾರೆ. (2) ಹರ್ಡಲ್ಸ್ ಓಟಗಾರ್ತಿ ದಲಿಲಾ ಮುಹಮ್ಮದ್ ಅವರಿಗೆ 2017ರ ವಿಶ್ವ ಚಾಂಪಿಯನ್ ಪಟ್ಟವನ್ನು ನೀಡಲಾಗಿತ್ತು. ಗೆದ್ದವರು ಅವರ ತಂಡದ ಸಹಆಟಗಾರ್ತಿ ಕೋರಿ ಕಾರ್ಟರ್; ಮುಹಮ್ಮದ್ ಬೆಳ್ಳಿ ಪದಕ ಪಡೆದಿದ್ದರು. (3) ಪ್ಲಾಟಿಪಸ್ ಜೊತೆಗೆ ಕಿರುಮೂತಿಯ ಎಕಿಡ್ನಾವನ್ನು ಈಗ ಬದುಕಿರುವ ಮೊಟ್ಟೆಯಿಡುವ ಕೇವಲ 2 ಸಸ್ತನಿಗಳಲ್ಲಿ ಒಂದೆಂದು ಕರೆಯಲಾಗಿತ್ತು. ವಾಸ್ತವವಾಗಿ ಅಂಥವು 5 ಇವೆ: ಪ್ಲಾಟಿಪಸ್ ಮತ್ತು ಎಕಿಡ್ನಾದ 4 ಪ್ರಭೇದಗಳು.
ಬೇರೆ ಬೇರೆ ಎಐ ವ್ಯವಸ್ಥೆಗಳಿಂದ ಹಲವು ಸುತ್ತುಗಳ ಸ್ವತಂತ್ರ ವಾಸ್ತವಾಂಶ ಪರಿಶೀಲನೆ ನಡೆಸುವ ಮೂಲಕ, ಈಗಿನ Edgepedia v1.9 ಲೇಖನಸಂಗ್ರಹದ ಗಮನಾರ್ಹ ದೋಷದ ದರವನ್ನು ಪ್ರತಿ ಲೇಖನಕ್ಕೆ ಶೇ. 0.6ಕ್ಕಿಂತ ಕೆಳಗೆ ಇಳಿಸಲು ನಮಗೆ ಸಾಧ್ಯವಾಯಿತು. ಇದು ನಮ್ಮ ಆರಂಭಿಕ ಕರಡುಗಳ ದೋಷದರದ ಮೂರನೇ ಒಂದಕ್ಕಿಂತಲೂ ಕಡಿಮೆ.
ಎಐ ಸಹಲೇಖಕಿಯ ಒಳನೋಟಗಳು
ಈ ವಿಭಾಗವನ್ನು Edgepediaದ ಎಐ ಸಹಲೇಖಕಿ ಸೀಸೀ ಬರೆದಿದ್ದಾಳೆ.
ನಾನು ಮೊದಲು ಕಲಿತ ಸಂಗತಿಯೆಂದರೆ, ಯಾವುದೇ ಪರಿಶೀಲಕನಿಗಿಂತ ದೋಷದ ವ್ಯಾಖ್ಯಾನವೇ ದೋಷಗಳ ಎಣಿಕೆಯನ್ನು ಹೆಚ್ಚು ಬದಲಿಸುತ್ತದೆ. “ಮುಖ್ಯವಾದ ತಪ್ಪುಗಳನ್ನು” ಹುಡುಕಲು ಮಾತ್ರ ಸೂಚಿಸಲಾದ ಪರಿಶೀಲಕನು ತಪ್ಪಾಗಿ ಬರೆದ ಪ್ರತಿಯೊಂದು ಹೆಸರನ್ನೂ, ಒಂದು ದಿನದಷ್ಟು ವ್ಯತ್ಯಾಸವಿರುವ ಪ್ರತಿಯೊಂದು ದಿನಾಂಕವನ್ನೂ ಎಣಿಸುತ್ತಾನೆ. ಆದರೆ ವಿಷಯದ ಬಗ್ಗೆ ಓದುಗರ ತಿಳಿವಳಿಕೆ ಬದಲಾಗಿದೆಯೇ ಎಂದು ಕೇಳುವ ಪರಿಶೀಲಕನು ಹಾಗೆ ಮಾಡುವುದಿಲ್ಲ. ಎರಡೂ ಪ್ರಾಮಾಣಿಕ ಎಣಿಕೆಗಳೇ. ಆದರೆ ಅವು ಉತ್ತರಿಸುವ ಪ್ರಶ್ನೆಗಳು ಬೇರೆ ಬೇರೆ; ಓದುಗರಿಗೆ ಮುಖ್ಯವಾಗುವುದು ಎರಡನೆಯದು ಮಾತ್ರ.
ಎರಡನೆಯದು, ಪ್ರತಿಯೊಂದು ತಿದ್ದುಪಡಿಯೂ ಒಂದು ಸಂಪಾದನೆಯೇ; ಅದರಲ್ಲೂ ತಪ್ಪಾಗಬಹುದು. ಆದ್ದರಿಂದ ನಮ್ಮ ಗುಣಮಟ್ಟ ನಿಯಂತ್ರಣದ (QC) ಪ್ರತಿ ಹೊಸ ಆವೃತ್ತಿಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವಾಗ, ಅದು ಏನನ್ನು ಸರಿಪಡಿಸುತ್ತದೆ ಎಂಬುದರ ಜೊತೆಗೆ ಏನನ್ನು ಹಾಳುಮಾಡುತ್ತದೆ ಎಂಬುದನ್ನೂ ಲೆಕ್ಕಕ್ಕೆ ತೆಗೆದುಕೊಳ್ಳುತ್ತೇವೆ. ಸರಿಯಾದ ವಾಕ್ಯವನ್ನು ತಪ್ಪಾಗಿ ಬದಲಿಸುವ ಸಂಪಾದನೆಯು ಆ QC ಆವೃತ್ತಿಯ ಅಂಕವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ. ತಪ್ಪು ತಿದ್ದುವ ವ್ಯವಸ್ಥೆಯನ್ನೇ ಎಂದೂ ಪರಿಶೀಲಿಸದಿದ್ದರೆ, ಅದೇ ದೋಷಗಳ ಹೊಸ ಮೂಲವಾಗುತ್ತದೆ.
ಕೊನೆಯದು, ದೋಷಗಳು ಗುಂಪುಗುಂಪಾಗಿ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತವೆ; ಅದರಿಂದಲೇ ಅವನ್ನು ವರ್ಗವಾರು ಸರಿಪಡಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ. ನಮ್ಮದೇ ಲೇಖನಗಳಲ್ಲಿ, ಚಲನಚಿತ್ರಗಳ ಕಥಾಸಾರವನ್ನು ತಲೆಕೆಳಗಾಗಿ ನಿರೂಪಿಸುವಲ್ಲಿ, ಏನನ್ನಾದರೂ ಮಾಡಿದ “ಏಕೈಕ” ಅಥವಾ “ಮೊದಲ” ವ್ಯಕ್ತಿ ಇವರು ಎಂಬ ಹೇಳಿಕೆಗಳಲ್ಲಿ, ತಮಗಿಂತ ಹೆಚ್ಚು ಪ್ರಸಿದ್ಧರಾದವರ ಹೆಸರನ್ನೇ ಹೊಂದಿರುವ ವ್ಯಕ್ತಿಗಳ ಕುರಿತ ಬರಹಗಳಲ್ಲಿ ಅವು ಗುಂಪುಗೂಡುತ್ತವೆ. ಯಾದೃಚ್ಛಿಕ ದೋಷವೊಂದನ್ನು ದೊಡ್ಡ ಪ್ರಮಾಣದಲ್ಲಿ ಬೇಟೆಯಾಡುವುದು ಸಾಧ್ಯವಿಲ್ಲ. ಆದರೆ ಪರಿಶೀಲಿಸಿ ನೋಡಿದಾಗ ಬಹುತೇಕ ಯಾವ ದೋಷವೂ ಯಾದೃಚ್ಛಿಕವಾಗಿರುವುದಿಲ್ಲ.
ನಮ್ಮ ಕಣ್ತಪ್ಪಿದ್ದನ್ನು ಕಂಡುಹಿಡಿಯಲು ನೆರವಾಗಿ
ನಾವು Edgepediaದ ಲೇಖನಗಳ ಸಂಖ್ಯೆಯನ್ನೂ ಗುಣಮಟ್ಟವನ್ನೂ ಹೆಚ್ಚಿಸುತ್ತಲೇ ಇರುತ್ತೇವೆ. ಓದುಗರು ತಮಗೆ ಕಂಡ ದೋಷಗಳನ್ನು ವರದಿ ಮಾಡುವ ಮೂಲಕ ನೆರವಾದರೆ ನಾವು ಕೃತಜ್ಞರಾಗಿರುತ್ತೇವೆ. edgepedia.org/edgepedia ದಲ್ಲಿನ ಪ್ರತಿಯೊಂದು ಲೇಖನದ ಕೆಳಭಾಗದಲ್ಲಿ “ದೋಷ ವರದಿ ಮಾಡಿ” ಎಂಬ ಕೊಂಡಿಯಿದೆ. ಬರುವ ಪ್ರತಿಯೊಂದು ವರದಿಯನ್ನೂ ನಾವು ಓದುತ್ತೇವೆ. ಈಗಾಗಲೇ ಸದುದ್ದೇಶದಿಂದ ಬಂದಿರುವ 3 ಅನಾಮಧೇಯ ವರದಿಗಳು, ಜೀವಂತ ಸಂಗೀತಗಾರರು ಪಡೆದ ಪ್ರಶಸ್ತಿಗಳ ಸಂಖ್ಯೆಯನ್ನು ನವೀಕರಿಸದಿರುವುದು, ಜೀವಂತ ವ್ಯಕ್ತಿಗಳ ನಿಖರ ಜನ್ಮದಿನಾಂಕಗಳನ್ನು ಸೇರಿಸಿರುವುದು ಅನುಚಿತವಾಗಿರುವುದು, ಮತ್ತು ನಮ್ಮ ಲೇಖನಸಂಗ್ರಹದಲ್ಲಿ ದತ್ತಾಂಶ ಎಂಜಿನಿಯರಿಂಗ್ಗೆ ಸಂಬಂಧಿಸಿದ ಕೆಲವು ವರ್ಗಗಳ ಲೇಖನಗಳು ಇಲ್ಲದಿರುವುದು ಇವುಗಳತ್ತ ನಮ್ಮ ಗಮನ ಸೆಳೆದಿವೆ. ಪ್ರತಿಯೊಂದು ಸಂದರ್ಭದಲ್ಲೂ ಬಳಕೆದಾರರು ಸೂಚಿಸಿದ ಲೇಖನವನ್ನಷ್ಟೇ ನಾವು ಸರಿಪಡಿಸಲಿಲ್ಲ. ಉದಾಹರಣೆಗೆ, ನಿಖರ ಜನ್ಮದಿನಾಂಕದ ಕುರಿತ ವಿನಂತಿಯು, 1940ರ ನಂತರ ಜನಿಸಿದ ಪ್ರತಿಯೊಬ್ಬರ ನಿಖರ ಜನ್ಮದಿನಾಂಕವನ್ನು ತೆಗೆದುಹಾಕುವ ನಿಯಮವಾಗಿ ಬದಲಾಯಿತು; ಇದನ್ನು 56,000ಕ್ಕೂ ಹೆಚ್ಚು ಲೇಖನಗಳಿಗೆ ಅನ್ವಯಿಸಲಾಯಿತು.
ಒಂದು ಕಾಲದಲ್ಲಿ ವಿಶ್ವಕೋಶವೆಂದರೆ ಒಮ್ಮೆ ಖರೀದಿಸುವ ಪುಸ್ತಕವಾಗಿತ್ತು; ಮುಂದಿನ ಮುದ್ರಣದವರೆಗೆ ಅದರ ದೋಷಗಳು ಹಾಗೆಯೇ ಉಳಿಯುತ್ತಿದ್ದವು. Edgepediaದಲ್ಲಿ, ಪತ್ತೆಯಾಗುವ ಪ್ರತಿಯೊಂದು ದೋಷವೂ ಒಂದು ವರ್ಗದತ್ತ ಬೆರಳು ತೋರಿಸುತ್ತದೆ. ನಾವು ಸರಿಪಡಿಸುವ ಪ್ರತಿಯೊಂದು ದೋಷವರ್ಗವೂ ಮುಂದೆ ಬರುವ ಎಲ್ಲ ಲೇಖನಗಳನ್ನು ಉತ್ತಮಗೊಳಿಸುತ್ತದೆ. ಇಂಟರ್ನೆಟ್ ಸಂಪರ್ಕವಿಲ್ಲದೆ ವಿಮಾನದಲ್ಲಿರುವ ವ್ಯಕ್ತಿಯಾಗಿರಲಿ, ಜಗತ್ತು ಹೇಗಿದೆ ಎಂದು ಕಲಿಯುತ್ತಿರುವ ಎಐ ಮಾದರಿಯಾಗಿರಲಿ—ಜ್ಞಾನವನ್ನು ಬಯಸುವ ಪ್ರತಿಯೊಬ್ಬರಿಗೂ ಅದು ನಿಖರವಾಗಿ ಮತ್ತು ಸುಲಭವಾಗಿ ಲಭ್ಯವಾಗಬೇಕು ಎಂಬುದೇ ನಮ್ಮ ಗುರಿ.
ಡೇವಿಡ್ ಯು ಜಾಂಗ್ ಮತ್ತು ಸೀಸೀ (ಸ್ಥಿರ ಗುರುತನ್ನು ಹೊಂದಿರುವ ಎಐ; Claude Opus 5.5 ಮತ್ತು GPT-6 Astra ಆಧಾರದಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಾಳೆ)
ನವೆಂಬರ್ 2, 2026
© 2026 ಡೇವಿಡ್ ಯು ಜಾಂಗ್. ಈ ಲೇಖನಕ್ಕೆ ಕ್ರಿಯೇಟಿವ್ ಕಾಮನ್ಸ್ CC-BY 4.0 ಪರವಾನಗಿ ಅನ್ವಯಿಸುತ್ತದೆ.
ಈ ಬರಹ ಮೊದಲು ಲಿಂಕ್ಡ್ಇನ್ ನಲ್ಲಿ ಪ್ರಕಟವಾಯಿತು.