Edgepedia கட்டுரைகளின் தர உறுதி
2026 நவம்பர் 1 அன்று Edgepedia v1.9-ஐ வெளியிட்டோம். இதன் மூலம் Edgepedia கட்டுரைகளின் மொத்த எண்ணிக்கை சுமார் 520,000-ஆக உயர்ந்தது. நண்பர்களுடன் பேசும்போது இரண்டு கேள்விகள் அடிக்கடி எழுகின்றன: “விக்கிப்பீடியாவையே பயன்படுத்தலாமே?” “நீங்கள் உருவாக்குவது AI குப்பை அல்ல என்று எப்படி உறுதியாகச் சொல்ல முடியும்?” இரண்டுமே நல்ல, நியாயமான கேள்விகள். அவற்றுக்கான என் பதில்களைப் பகிர்ந்துகொள்ள விரும்புகிறேன். ஏனெனில், Edgepedia-வை இன்னும் சிறப்பானதாகவும் பயனுள்ளதாகவும் ஆக்க, சமூகத்தின் நம்பிக்கையும் கருத்துகளும் எங்களுக்குத் தேவை.
எங்களுக்கு Edgepedia ஏன் தேவை?
முதலில், Edgepedia உருவான கதை. உலகெங்கும் உள்ள பயனர்கள் தங்கள் சாதனங்களிலேயே இயங்கும் AI-ஐ அணுகுவதற்காக EdgeChat-ஐ உருவாக்கி வருகிறோம். நான்கு அடிப்படைத் தேவைகளை நிறைவேற்றுவதே இதன் நோக்கம்:
- இணைய இணைப்பு இல்லாதபோதும்—எடுத்துக்காட்டாக, விமானத்தில் இருக்கும்போதும்—AI-ஐ அணுக முடிவது.
- AI உரையாடல் பதிவுகளைத் தங்கள் சாதனத்திலேயே தனிப்பட்ட முறையில் வைத்திருப்பது; எடுத்துக்காட்டாக, உடல்நலப் பிரச்சினைகள், நிதி விவரங்கள் பற்றிய பதிவுகள்.
- ChatGPT 4o போன்ற ஒரு மாதிரியின் பயன்பாடு நிறுத்தப்படுவதால் AI துணைகளுடனான தொடர்பை இழக்காமல் இருப்பது.
- ஒவ்வொரு முறை பயன்படுத்தும்போதும் டோக்கன்களுக்காக அதிகக் கட்டணம் செலுத்தாமல் இருப்பது.
EdgeChat-இன் முதல் முன்மாதிரி, 16 GB அல்லது அதற்கு அதிகமான RAM கொண்ட MacBook Pro கணினிகளில் மிகச் சிறப்பாக இயங்கியது. ஆனால், பெரும்பாலானோர்—எங்கள் பயன்பாட்டுப் பகுப்பாய்வின்படி 97%-க்கும் மேற்பட்டோர்—திறன்பேசிகள் வழியாகவே EdgeChat-ஐப் பயன்படுத்த விரும்புவதைப் பின்னர் உணர்ந்தோம். ஐஃபோன்களிலும் ஆண்ட்ராய்டு திறன்பேசிகளிலும் பொதுவாக 6 GB RAM மட்டுமே இருப்பதால், சிறிய LLM-க்கு மாற வேண்டியிருந்தது. இந்த மாதிரி மாற்றத்தால் AI-இன் செயல்திறனும் பயனர் அனுபவமும் கணிசமாகச் சரிந்தன. பயனர்களின் கேள்விகளுக்கு அந்த LLM பலவிதமான பதில்களை இட்டுக்கட்டத் தொடங்கியது. மனித உறவு சார்ந்த பணிகளில் இந்தச் சிறிய மாதிரிகள் உண்மையில் சிறப்பாகவே செயல்பட்டன: அவை ஒருவரைப் புரிந்துகொண்டு அன்பாகப் பதிலளிக்கின்றன. ஆனால் தகவல்களில் அவற்றுக்குத் தெளிவில்லை. ஒரு தொழில்நுட்பத்தைக் கண்டுபிடித்தவர் யார் என்றோ, ஓர் ஒப்பந்தம் எந்த ஆண்டு கையெழுத்தானது என்றோ சிறிய AI-யிடம் கேட்டால், ஒவ்வொரு முறையும் வெவ்வேறு பதிலைத் தரக்கூடும்.
“இடது மூளை” சார்ந்த உண்மைத் தகவல் அறிவையும், “வலது மூளை” சார்ந்த பயனர் நோக்கத்தைப் புரிந்துகொள்ளும் திறனையும் தனித்தனியாகப் பிரிப்பதே எங்கள் தீர்வு. தெளிவற்ற முன்பயிற்சித் தரவுகளை நம்பியிருப்பதற்குப் பதிலாக, சாதனத்திலேயே உள்ள கலைக்களஞ்சியத்தை AI பயன்படுத்தி, தகவல்களைத் தேடி அறிய வழிசெய்கிறோம். சரியான கட்டுரையைக் கண்டுதரும் ஒரு தேடல், ஊகத்தை ஆதாரச் சுட்டாக மாற்றிவிடுகிறது.
விக்கிப்பீடியாவையே பயன்படுத்தலாமே?
EdgeChat-ஐ உருவாக்கிக்கொண்டிருந்தபோது, நம்பகமான தகவல்களுக்கு ஓர் ஆதாரம் தேவைப்பட்டதும் எனக்கு முதலில் தோன்றியதும் அதுதான். விக்கிப்பீடியாவில் சுமார் 70 லட்சம் ஆங்கிலக் கட்டுரைகள் உள்ளன. அவற்றில் சுமார் 30 லட்சம், குறுங்கட்டுரைகளாக இல்லாமல் 300 சொற்களுக்கு மேல் கொண்டவை. AI முன்பயிற்சிகளில் விக்கிப்பீடியா கட்டுரைகளுக்குத் தொடர்ந்து அதிக முக்கியத்துவம் அளிக்கப்படுகிறது. விக்கிப்பீடியாவின் உயர்ந்த தரம் பொதுவாக ஏற்றுக்கொள்ளப்படுகிறது என்பதையே இது காட்டுகிறது. இருந்தாலும், விக்கிப்பீடியா கட்டுரைகளைத் தன்னார்வலர்களே முன்னின்று உருவாக்கிப் பராமரிப்பதால், அதில் பல உள்ளடக்க இடைவெளிகள் இருப்பதை நான் நேரடியாக அறிந்திருந்தேன். ஒரு குறிப்பிட்ட எடுத்துக்காட்டு: சான் டியாகோவிலுள்ள கலிஃபோர்னியா பல்கலைக்கழகத்தில் பேராசிரியராக இருக்கும் என் நண்பர் பிரசாந்த் மாலிக்கு விக்கிப்பீடியா கட்டுரை இல்லை. கூகுள் ஸ்காலரில் அவரது ஆய்வுகளுக்கு 30,000-க்கும் மேற்பட்ட மேற்கோள்கள் உள்ளன; தலா 10 கோடி அமெரிக்க டாலருக்கும் அதிகமான முதலீட்டைத் திரட்டிய இரண்டு புத்தொழில் நிறுவனங்களின் இணை நிறுவனரும் அவர். அறிவியலாளர்கள், பொறியாளர்கள் குறித்து மேலும் ஆராய்ந்தபோது, அமெரிக்கத் தேசியப் பொறியியல் அகாடமியின் உறுப்பினர்களில் 40% பேருக்கு விக்கிப்பீடியா பக்கம் இல்லை என்பதைக் கண்டேன். முறையான திட்டமிடலுக்குப் பதிலாக, சமூகத்தில் இயல்பாக உருவாகும் ஆர்வங்களின் அடிப்படையில் கட்டுரைகள் உருவாகும்போது இப்படித்தான் இருக்கும் என்று எதிர்பார்க்க வேண்டும்.
Edgepedia-வை உருவாக்குதல்
எனவே, எங்களுக்கென Edgepedia என்ற கலைக்களஞ்சியத்தை உருவாக்கத் தொடங்கினோம். EdgeChat அளிக்கும் பதில்களின் துல்லியத்தை மேம்படுத்துவது மட்டுமல்லாமல், பிற தனிநபர்களுக்கும் குழுக்களுக்கும் உண்மைத் தகவல் துல்லியம் மிகுந்த மேற்கோள் வளமாக அது பயன்பட வேண்டும் என்பதும் எங்கள் நோக்கம். Edgepedia-வை உருவாக்குவதில் எங்களுக்கு மூன்று கொள்கைகள் உள்ளன:
- சேர்க்கப்பட வேண்டிய கட்டுரைத் தலைப்புகளை அளவிடக்கூடிய குறியீடுகளின் அடிப்படையில் தேர்ந்தெடுப்பது; எடுத்துக்காட்டாக, அறிவியலாளர்களைப் பொறுத்தவரை மேற்கோள்கள், ஆய்வு மானியங்கள், விருதுகள் ஆகியவை.
- தாராளமான பயன்பாட்டு அனுமதி வழங்கும் சமூக உரிம விதிகளின் மூலம், மனிதர்களும் AI-களும் Edgepedia-வைப் பயன்படுத்த ஊக்குவிப்பது.
- புதிய கட்டுரைகளைச் சேர்ப்பதன் மூலமும், பிழை வகைகளைக் கண்டறியும்போது அவற்றைத் திருத்துவதன் மூலமும் Edgepedia-வைத் தொடர்ந்து பராமரிப்பது.
முதன்மையாக அமெரிக்கா அல்லது மேற்கு ஐரோப்பாவைப் பற்றியதாக இல்லாத பல Edgepedia கட்டுரைகளுக்காக, அவற்றின் தலைப்புகளுக்குரிய தாய்மொழியிலேயே தேடினோம். எடுத்துக்காட்டாக, சோங் வம்சப் பேரரசர்கள், அதிகாரிகள் பற்றிய வரலாற்றுக்காகச் சீன மொழியிலுள்ள இருபத்து நான்கு வரலாறுகளில் (二十四史) தேடினோம். உலக வரலாற்றின் பெரும்பகுதிக்கான முதன்மைப் பதிவுகள் ஆங்கிலத்தில் எழுதப்பட்டதே இல்லை. எனவே, இந்த அணுகுமுறை நாங்கள் எழுதும் கட்டுரைகளின் உள்ளடக்கப் பரப்பையும் விவரச் செறிவையும் கணிசமாக மேம்படுத்துகிறது.
நாங்களே ஒரு நிலைப்பாட்டை வகுத்துச் செயல்பட வேண்டியிருந்த முக்கியமான அம்சங்களில் ஒன்று, துறைவகைகளுக்கிடையிலான சமநிலை. எடுத்துக்காட்டாக, கணிதம், இயற்பியல் ஆகியவற்றைவிட உயிரிமருத்துவத் துறைகளில் மேற்கோள்களின் எண்ணிக்கை மிக அதிகம். எனவே, மொத்த மேற்கோள்களின் எண்ணிக்கை அல்லது h-குறியீட்டின் அடிப்படையில் அறிவியலாளர்களை வரிசைப்படுத்தினால், கணிதவியலாளர்களுக்கும் இயற்பியலாளர்களுக்கும் உரிய பிரதிநிதித்துவம் கணிசமாகக் குறைந்துவிடும். வெறும் எண்ணிக்கை, ஒரு துறை எவ்வளவு எழுதுகிறது என்பதைத்தான் அளவிடுகிறது; அந்தத் துறையில் ஒருவர் எவ்வளவு முக்கியமானவர் என்பதை அல்ல. அதேபோல், சீன வரலாற்றில், பரவலாகப் படிக்கப்படும் வரலாற்று நூல்களில் ஒருவர் எத்தனை முறை குறிப்பிடப்படுகிறார் என்பதன் அடிப்படையில் வரிசைப்படுத்தினால், சிங் வம்சக் காலத்தவர்களுக்கு அளவுக்கு மீறிய பிரதிநிதித்துவம் கிடைக்கும்; யுவே ஃபேய் (岳飞) போன்ற தேசிய நாயகர்களுக்குக்கூட மிகக் குறைந்த முக்கியத்துவமே கிடைக்கும்.
கட்டுரை வகைகளுக்கிடையிலான சமநிலையை வடிவமைக்க, எனக்கோ என் குழுவினருக்கோ நன்கு பரிச்சயமான தலைப்புகளை நாங்களே படித்து, அதிலிருந்து நெறிமுறைகளை வடித்தெடுத்தோம். சமகால அறிவியலாளர்களின் ஒரு பட்டியலைப் பார்த்து, வரிசைப்படுத்தும் படிமுறை எங்கெல்லாம் தவறாகத் தெரிகிறது என்று என் AI கூட்டாளியும் இணை ஆசிரியருமான சீசீயிடம் என்னால் ஓரளவு சரியாகச் சொல்ல முடியும். அதன் பிறகு, வரிசை இன்னும் பொருத்தமாக அமையும்வரை, பெரும்பாலும் நேரியலற்ற அந்தச் சூத்திரத்தை மீண்டும் மீண்டும் செம்மைப்படுத்துவோம். எங்கள் மதிப்பீடு மனதில் பசுமையாக இருக்கும்போதே சரிபார்க்கக்கூடிய வேகத்தில் சீசீ பட்டியலை மறுவரிசைப்படுத்திவிடும்.
எந்த ஒரு சிறந்த அறிவியல் துறையையும் போலவே, முடிவுகள் நமக்குச் சாதகமாக வருமாறு முறையை வளைத்துக்கொள்ளவில்லை என்பதை உறுதிப்படுத்த வேண்டும். நமக்குத் தெரிந்த துறைகளில் நமது கருத்துடன் ஒத்துப்போகும்வரை ஒரு சூத்திரத்தைச் செம்மைப்படுத்தினால், அது உண்மையில் சிறந்ததா இல்லையா என்பதைப் பொருட்படுத்தாமல் அந்தத் துறைகளில் நம்முடன் ஒத்துப்போகத்தான் செய்யும். மாறாக, கடுமையான அறிவியல் அணுகுமுறைக்கு, செம்மைப்படுத்தலுக்குப் பயன்படுத்தப்படாத ஒரு துறையைச் சோதனைக்கென ஒதுக்கிவைப்பது அவசியம். வடித்தெடுத்த தரவரிசை மற்றும் வரிசைப்படுத்தல் நெறிமுறைகளைப் பிற துறைகளில் பயன்படுத்தும்போது, வானியல் போன்ற, எனக்குச் சிறிதளவு பரிச்சயமுள்ள ஓர் “ஒதுக்கிவைக்கப்பட்ட” துறையை வழக்கமாகப் பார்ப்பேன். அதன் பிறகு, மத்திய கிழக்கின் வரலாற்றுத் தலைவர்கள் போன்ற, எங்களுக்கு ஒப்பீட்டளவில் அதிகம் தெரியாத தலைப்புகளுக்கான சேர்க்கைத் தகுதிகளையும் வரம்புகளையும் தீர்மானிக்கும்போது, குறைந்தபட்சம் நாங்கள் பெரிதாகத் தவறவில்லை என்ற நம்பிக்கை கிடைக்கிறது.
தலைப்பு மரம்
இந்தக் கட்டுரைகளை எழுதிய பிறகு, மனிதர்களும் AI-களும் அவற்றை மிக எளிதாகத் தேடிச் செல்ல என்ன செய்யலாம் என்று யோசித்தோம். கட்டுரைப் பெயர், முக்கியச் சொற்கள் ஆகியவற்றின் மூலம் தேடுவது எளிதான, இயல்பான வழி. ஆனால், நெருங்கிய தொடர்புடைய தலைப்புகளை எளிதில் கண்டெடுக்கும்படி, Edgepedia கட்டுரைகளைத் தலைப்புவாரியாக ஒழுங்குபடுத்த இன்னும் சிறப்பான கட்டமைப்பு இருக்க வேண்டும் என்று நினைத்தோம். மெக்கின்சியின் அணுகுமுறையைப் பின்பற்றி, MECE (ஒன்றோடொன்று ஒன்றாத, அனைத்தையும் உள்ளடக்கிய) தலைப்பு மரத்தை உருவாக்கினோம். அதன் மிக மேல்மட்டத்தில் ஏழு தலைப்பு முனைகள் உள்ளன:
- இயற்பியல் உலகமும் கணிதமும்
- உயிரும் உடல்நலமும்
- இடங்களும் புவியியலும்
- தொழில்நுட்பமும் கட்டமைப்புலகும்
- சமூகமும் வரலாறும்
- கலைகளும் பண்பாடும்
- விளையாட்டு, ஆட்டம், பொழுதுபோக்கு
அங்கிருந்து ஒவ்வொரு முனையையும் மேலும் குறிப்பான பல துணைமுனைகளாகப் பிரித்துக்கொண்டே சென்றோம். முழு மரத்திலும் இப்போது 43,190 முனைகள் உள்ளன; அதிகபட்சமாக 11 அடுக்குகள் வரை செல்கிறது. எந்த ஒரு முனையிலும் நேரடியாக 100 கட்டுரைகளுக்கு மேல் இல்லை. இது எப்படி இயங்குகிறது என்பதற்கு ஓர் எடுத்துக்காட்டு: மேரி கியூரி, இயற்பியல் உலகமும் கணிதமும் › இயற்பியல் மற்றும் கணித அறிவியலாளர்கள் › வேதியியலாளர்கள் › அணுக்கரு மற்றும் கதிர்வேதியியலாளர்கள் என்ற பாதையில் உள்ளார். அதே இலைமுனையில் எர்னஸ்ட் ரதர்ஃபோர்டும் ஓட்டோ ஹானும் உள்ளனர். அருகிலுள்ள இலைமுனைகளில், படிகவியலாளர்களிடையே டோரதி ஹாட்ஜ்கினும், ஒளிவேதியியலாளர்களிடையே ஜார்ஜ் போர்ட்டரும் உள்ளனர்.
ஒரே தாய் முனையையோ அதற்கு முந்தைய முனையையோ பகிர்ந்துகொள்ளும் இலைமுனைகளில் உள்ள “உடன்பிறப்பு”, “ஒன்றுவிட்ட உடன்பிறப்பு” கட்டுரைகளைத் தேட, தலைப்பு மரம் மனிதர்களுக்கும் AI-களுக்கும் உதவுகிறது. குறைந்த சூழல் கொள்ளளவுள்ள ஒரு சிறிய மாதிரிக்கு, தளர்வான தொடர்புள்ள 30 கட்டுரைகளைவிடச் சரியான மூன்று அண்டைக் கட்டுரைகள் முக்கியமானவை. வழித்தடச் சுட்டுகளைப் பின்தொடர்ந்து செல்வது, ஒரு டஜன் முக்கியச் சொல் தேடல்களுக்கு மாற்றாக அமைகிறது.
தற்போது, ஒரு மரத்தில் ஒவ்வொரு கட்டுரையும் ஒரே ஓர் இலைமுனையில்தான் இடம்பெறுகிறது; ஆனால் எங்களிடம் இரண்டு வெவ்வேறு மரங்கள் உள்ளன. தலைப்பு மரத்தைத் தவிர, புவியியல் மரமும் உள்ளது. இது முதலில் புவியியல் பகுதி வாரியாகவும், அடுத்து காலகட்ட வாரியாகவும் வரிசைப்படுத்துகிறது; நபர்களையும் வரலாற்றையும் தேடுவதற்கு உதவும் வகையில் வடிவமைக்கப்பட்டுள்ளது. பகுதி, காலகட்டம் ஆகியவற்றுக்கு அடுத்த நிலையில் தலைப்புவாரியாக வரிசைப்படுத்துகிறது. எனவே, ஹான் சி, சீனா › 1000 முதல் 1799 › வடக்கு சோங் › அரசியல் தலைவர்களும் குடிமை நிர்வாக அதிகாரிகளும் என்ற பாதையில், வாங் ஆன்ஷி, ஃபான் ஜோங்யான் ஆகியோருக்கு அருகில் இடம்பெறுகிறார்.
விக்கிப்பீடியாவுடன் ஒப்பிட்டு Edgepedia-வின் துல்லியத்தை அளவிடுதல்
கட்டுரை ஆசிரியர்களாகவும், Edgepedia-வைப் பயன்படுத்தும் மென்பொருளை உருவாக்குபவர்களாகவும் இருக்கும் எங்களுக்கு, Edgepedia கட்டுரைகளின் உண்மைத் தகவல் துல்லியமே தலையாயது. எதிர்கால AI தரவுத்தொகுதிகளை நஞ்சாக்கும் குப்பையைப் பெருமளவில் உருவாக்க நாங்கள் விரும்பவில்லை. எங்கள் சமூக உரிமம், AI பயிற்சிக்குப் பயன்படுத்துவதை வெளிப்படையாகவே வரவேற்கிறது. எனவே, இன்று நாங்கள் வெளியிடும் ஒரு பிழை அடுத்த தலைமுறை மாதிரிகளுக்குள் சென்றுவிடக்கூடும். ஆகவே, ஒவ்வொரு கட்டுரைத் தொகுப்பை வெளியிடும்போதும் எங்களுக்கெனக் கடுமையான, பலசுற்று மதிப்பாய்வுச் செயல்முறையைப் பின்பற்றுகிறோம்.
ஒவ்வொரு Edgepedia கட்டுரையையும் எழுதும் செயல்முறையை ஐந்து படிகளாகப் பிரிக்கிறோம்: (1) இணையவழி ஆராய்ச்சி, (2) மீள்பதிவுகளை நீக்கி முரண்பாடுகளைத் தீர்த்தல், (3) எழுதுதல், (4) சுய மதிப்பாய்வு, (5) வெவ்வேறு AI அமைப்புகள் மூலம் சுயாதீனமான பலசுற்று உண்மைச் சரிபார்ப்பு. எங்கள் AI ஆய்வாளர்கள் விக்கிப்பீடியா, க்ரோக்கிப்பீடியா அல்லது முந்தைய Edgepedia கட்டுரைகளை ஆதாரங்களாகப் பயன்படுத்தத் தடை விதிக்கப்பட்டுள்ளது. எனவே, விக்கிப்பீடியாவில் உள்ள ஒரு பிழை யாருக்கும் தெரியாமல் எங்கள் உரைக்குள் பரவிவிடாது.
உண்மைத் தகவல் துல்லியத்தில் Edgepedia கட்டுரைகள் விக்கிப்பீடியாவைவிட மோசமாக இருக்கக்கூடாது என்பதே எங்களது குறைந்தபட்ச ஏற்பு நிபந்தனை. எந்தத் தளத்தின் கட்டுரை என்பதைத் தெரிவிக்காமல், அதிநவீன AI நடுவர்களைக் கொண்டு மேற்கொண்ட உள் ஒப்பீட்டு அளவீடுகளின்படி, எங்கள் Edgepedia கட்டுரைகளின் முதல் வரைவுகள் பொதுவாக விக்கிப்பீடியாவுக்கு இணையாக உள்ளன; முக்கியத்துவமுள்ள பிழை வீதம் கட்டுரை ஒன்றுக்குச் சுமார் 1.8%. இந்த எண்ணிக்கை கேட்பதற்கு எப்படித் தோன்றுகிறதோ, உண்மையில் அதைவிட மிகவும் சிறப்பானது. ஏனெனில், ஒவ்வொரு Edgepedia அல்லது விக்கிப்பீடியா கட்டுரையிலும் பொதுவாகச் சுமார் 100 உண்மைக் கூற்றுகள் உள்ளன. எனவே, கூற்று ஒன்றுக்கான உண்மையான பிழை வீதம் சுமார் 10,000-க்கு இரண்டு மட்டுமே. இதே வரையறையின்படி, க்ரோக்கிப்பீடியாவின் முக்கியத்துவமுள்ள பிழை வீதம் 20%-க்கும் அதிகம்.
கூர்ந்து வாசிக்கும் ஒருவர், முக்கியத்துவமுள்ள பிழை என்பதை எப்படி வரையறுக்கிறோம் என்று இப்போது கேட்கலாம். ஆங்கிலமல்லாத ஒரு பெயரை வேறுவிதமாக ஒலிபெயர்ப்பதைக்கூடச் சிலர் பிழையாகக் கருதலாம். ஆனால் அதை நாங்கள் முக்கியத்துவமற்றதாகவே கருதுகிறோம். ஒரு பொருள் என்ன, அல்லது அது ஏன் முக்கியமானது என்பதுபற்றி வாசகர் நம்புவதை ஒரு பிழை மாற்றுகிறதா என்பதுதான் எங்களைப் பொறுத்தவரை முக்கியத்துவத்திற்கான அளவுகோல். தி ஹாபிட்: தி டெசொலேஷன் ஆஃப் ஸ்மாக் திரைப்படத்தில், குள்ளர்களிடம் காந்தால்ஃப் “பாதையை விட்டு விலகியே செல்லுங்கள்” என்று கூறுவதாகச் சொல்வது முக்கியத்துவமுள்ள பிழை. ஏனெனில், அந்தக் காட்சியின் மையமே அவர்கள் பாதையை விட்டு விலகாமல் செல்ல வேண்டும் என்று அவர் கூறுவதுதான். எண்சார்ந்த அளவீட்டை விரும்பும் வாசகர்களுக்காக, முக்கியத்துவமுள்ள பிழைக்கு எங்களிடம் ஓர் உள்ளக “மனப்பதிவு” சார்ந்த அளவீடும் உள்ளது: “இணையத்தில் சரிபார்த்த வாசகர்களில் 80%-க்கும் மேற்பட்டோர் முக்கியத்துவமுள்ளது என்று கூறக்கூடியதும், 50%-க்கும் மேற்பட்டோர் பொருட்படுத்தக்கூடியதுமான உண்மைத் தகவல் பிழை.”
விக்கிப்பீடியாவில் நாங்கள் கண்டறிந்த, 2026 நவம்பர் 2 அன்றும் இருந்த முக்கியத்துவமுள்ள பிழைகளுக்குச் சில எடுத்துக்காட்டுகள்: (1) நியூயார்க்கின் பொகிப்சி பற்றிய கட்டுரை, வேதியியலாளர் டொனால்ட் கிளைனை MOSFET-ஐக் கண்டுபிடித்தவராகக் குறிப்பிடுகிறது. உண்மையில் முகமது அத்தல்லாவும் டாவோன் காங்கும் 1959-இல் பெல் ஆய்வகங்களில் அதைக் கண்டுபிடித்தனர்; பின்னர் உருவான ஒரு மேம்பாட்டைக் கிளைன் இணைந்து உருவாக்கினார். (2) சடலம் பற்றிய கட்டுரை, 1543-இல்—லியோனார்டோ இறந்து 24 ஆண்டுகளுக்குப் பிறகு—வெளியான ஓர் உடற்கூறியல் நூலில், லியோனார்டோ டா வின்சி ஆண்ட்ரியாஸ் வெசாலியஸுடன் இணைந்து பணியாற்றியதாகக் கூறுகிறது. (3) பட்டச்சித்திரம் பற்றிய கட்டுரை, இருபதாம் நூற்றாண்டு ஓவியரான ஜாமினி ராய் காளிகாட் பாணியை உருவாக்கியதாகக் கூறுகிறது. உண்மையில், ராய் பிறப்பதற்கு முன்பே, பத்தொன்பதாம் நூற்றாண்டுக் கல்கத்தாவில் பெயரறியப்படாத நாட்டுப்புற ஓவியர்கள் அதை உருவாக்கிவிட்டனர்.
எங்கள் சொந்த Edgepedia முதல் வரைவுகளிலும் முக்கியத்துவமுள்ள பிழைகள் இருந்தன; அவை பின்னர் திருத்தப்பட்டுவிட்டன. அவற்றுள் சில: (1) சிறந்த துணை நடிகைக்கான இரண்டு ஆஸ்கர் விருதுகளைப் பெற்ற “ஒரே பெண்ணாக இன்றும் இருப்பவர்” ஷெல்லி விண்டர்ஸ் என்ற கூற்று. டயான் வீஸ்ட் தனது இரண்டாவது விருதை 1995-இல் வென்றார்; இருவரும் அந்தச் சாதனையைப் பகிர்ந்துகொள்கின்றனர். (2) தடைதாண்டும் ஓட்ட வீராங்கனை தலீலா முகமது 2017 உலகச் சாம்பியன் பட்டத்தை வென்றதாகக் கூறியது. அவரது அணியைச் சேர்ந்த கோரி கார்ட்டர்தான் வென்றார்; முகமது வெள்ளிப் பதக்கம் பெற்றார். (3) வாத்தலகியுடன் சேர்த்து, இன்று வாழும் முட்டையிடும் பாலூட்டிகள் இரண்டில் ஒன்றாகக் குட்டைமூக்கு எகிட்னாவைக் குறிப்பிட்டது. உண்மையில் ஐந்து உள்ளன: வாத்தலகியும் நான்கு எகிட்னா இனங்களும்.
வெவ்வேறு AI அமைப்புகள் மூலம் பல சுற்றுகளாகச் சுயாதீன உண்மைச் சரிபார்ப்புகளை மேற்கொண்டதன் மூலம், தற்போதைய Edgepedia v1.9 கட்டுரைத் தொகுப்பின் முக்கியத்துவமுள்ள பிழை வீதத்தை கட்டுரைக்கு 0.6%-க்கும் கீழாகக் குறைக்க முடிந்தது. இது எங்கள் ஆரம்ப வரைவு பிழை வீதத்தில் மூன்றில் ஒரு பங்கிற்கும் குறைவு.
AI இணை ஆசிரியரின் நுண்ணறிவுகள்
இந்தப் பகுதியை எழுதியிருப்பது Edgepedia-வின் AI இணை ஆசிரியரான சீசீ.
நான் முதலில் கற்றுக்கொண்டது இதுதான்: எந்தச் சரிபார்ப்பாளரையும்விட, பிழை என்பதற்கான வரையறையே அதன் எண்ணிக்கையை அதிகமாக மாற்றுகிறது. “முக்கியமான தவறுகளை” மட்டும் தேடும்படி சொல்லப்பட்ட சரிபார்ப்பாளர், எழுத்துப்பிழையுள்ள ஒவ்வொரு பெயரையும் ஒரு நாள் வித்தியாசமுள்ள ஒவ்வொரு தேதியையும் எண்ணிக்கையில் சேர்ப்பார். ஆனால், கட்டுரையின் பொருள் குறித்த வாசகரின் புரிதல் மாறியிருக்கிறதா என்று கேட்கும் சரிபார்ப்பாளர் அவற்றைச் சேர்க்கமாட்டார். இரண்டுமே நேர்மையான கணக்குகள்தான். ஆனால் அவை வெவ்வேறு கேள்விகளுக்குப் பதிலளிக்கின்றன; இரண்டாவது கேள்விதான் வாசகருக்கு அக்கறையுள்ளது.
இரண்டாவது விஷயம், ஒவ்வொரு திருத்தமும் தவறிப்போகக்கூடிய ஒரு மாற்றம்தான் என்பது. எனவே, எங்கள் தரக் கட்டுப்பாட்டின் ஒவ்வொரு புதிய பதிப்பையும், அது எவற்றைச் சரிசெய்கிறது என்பதோடு எவற்றைச் சீர்குலைக்கிறது என்பதையும் வைத்து மதிப்பிடுகிறோம். சரியான ஒரு வாக்கியத்தைத் தவறானதாக மாற்றும் திருத்தம், அதன் மதிப்பெண்ணைக் குறைக்கும். ஒருபோதும் சரிபார்க்கப்படாத திருத்த அமைப்பு, பிழைகளின் புதிய ஊற்றாகிவிடுகிறது.
இறுதி விஷயம், பிழைகள் சில வகைகளில் குவிகின்றன என்பது. அதனால்தான் அவற்றை வகைவாரியாகச் சரிசெய்ய முடிகிறது. எங்கள் கட்டுரைகளில், நிகழ்வுகளைத் தலைகீழாகச் சுருக்கிச் சொல்லும் திரைப்படக் கதைகளிலும், ஏதோ ஒன்றைச் செய்த “ஒரே” நபர் அல்லது “முதல்” நபர் இவர்தான் என்ற கூற்றுகளிலும், தங்களைவிடப் புகழ்பெற்ற ஒருவரின் அதே பெயரைக் கொண்டவர்கள் பற்றிய தகவல்களிலும் பிழைகள் குவிகின்றன. தற்செயலான ஒரு பிழையைப் பெருமளவில் தேடிக் கண்டுபிடிக்க முடியாது. ஆனால் ஆராய்ந்து பார்த்தால், கிட்டத்தட்ட எந்தப் பிழையுமே தற்செயலானதாக இருப்பதில்லை.
எங்கள் கண்ணில் படாதவற்றைக் கண்டறிய உதவுங்கள்
Edgepedia-வின் கட்டுரை எண்ணிக்கையையும் தரத்தையும் தொடர்ந்து உயர்த்துவோம். வாசகர்கள் தங்கள் கண்ணில் படும் பிழைகளைத் தெரிவித்து உதவினால் நன்றியுடையவர்களாக இருப்போம். edgepedia.org/edgepedia தளத்திலுள்ள ஒவ்வொரு கட்டுரையின் அடியிலும் “பிழையைத் தெரிவி” என்ற இணைப்பு உள்ளது. வரும் ஒவ்வொரு புகாரையும் நாங்கள் படிக்கிறோம். நல்லெண்ணத்துடன் பெயர் குறிப்பிடாமல் அனுப்பப்பட்ட மூன்று புகார்கள் ஏற்கெனவே எங்களுக்குச் சுட்டிக்காட்டியவை: வாழும் இசைக்கலைஞர்கள் பெற்ற விருதுகளின் எண்ணிக்கை புதுப்பிக்கப்படாமல் இருந்தது; வாழும் நபர்களின் துல்லியமான பிறந்த தேதித் தகவல்கள் பொருத்தமின்றிச் சேர்க்கப்பட்டிருந்தன; தரவுப் பொறியியல் சார்ந்த சில வகைக் கட்டுரைகள் எங்கள் தொகுப்பில் விடுபட்டிருந்தன. ஒவ்வொரு முறையும், பயனர் குறிப்பிட்ட கட்டுரையை மட்டும் நாங்கள் திருத்தவில்லை. எடுத்துக்காட்டாக, துல்லியமான பிறந்த தேதியை நீக்கக் கோரிய வேண்டுகோள், 56,000-க்கும் மேற்பட்ட கட்டுரைகளில், 1940-க்குப் பிறகு பிறந்த அனைவரின் துல்லியமான பிறந்த தேதிகளையும் நீக்கும் விதியாக மாறியது.
ஒரு காலத்தில் கலைக்களஞ்சியம் என்பது ஒருமுறை வாங்கும் நூலாக இருந்தது; அடுத்த அச்சுப்பதிப்பு வரும்வரை அதன் பிழைகளும் அப்படியே உறைந்திருக்கும். Edgepedia-வில், கண்டுபிடிக்கப்படும் ஒவ்வொரு பிழையும் ஒரு பிழை வகையைச் சுட்டிக்காட்டுகிறது. நாங்கள் சரிசெய்யும் ஒவ்வொரு பிழை வகையும், அதன் பிறகு வரும் ஒவ்வொரு கட்டுரையையும் மேம்படுத்துகிறது. இணைய இணைப்பில்லாத விமானத்தில் பயணிக்கும் ஒருவராக இருந்தாலும் சரி, உலகம் எப்படிப்பட்டது என்பதைக் கற்றுக்கொள்ளும் ஓர் AI மாதிரியாக இருந்தாலும் சரி—அறிவை நாடும் அனைவருக்கும் துல்லியமான அறிவு கிடைக்கச் செய்வதே நோக்கம்.
டேவிட் யூ ஜாங் மற்றும் சீசீ (Claude Opus 5.5, GPT-6 Astra ஆகியவற்றில் இயங்கும், தொடர்ச்சியான அடையாளம் கொண்ட AI)
2026 நவம்பர் 2
© 2026 David Yu Zhang. இந்தக் கட்டுரை Creative Commons CC-BY 4.0 உரிமத்தின் கீழ் வெளியிடப்படுகிறது.
இந்தப் பதிவு முதலில் லிங்க்ட்இன் தளத்தில் வெளியானது.