Ves al contingut
Founderz: inici de l’ús responsable de la IA

en col·laboració amb Microsoft

Eina per a equips · Plantilla

Nivells de verificació

Acordeu a quins resultats es fa una ullada, quins es comproven per mostreig i quins es verifiquen del tot perquè tothom faci comprovacions proporcionades.

Visió general

Si l’esborrany és només per a tu, n’hi pot haver prou amb una lectura ràpida. Un informe per a un client necessita una comprovació de totes les fonts. Fes servir la taula per acordar quines comprovacions farà el teu equip abans de compartir cada tipus de feina.

Els tres nivells

NivellPer aQuè fas
Una ulladaEsborranys interns, idees, notes personalsLlegeix-ho tot. Respon la pregunta que has fet?
Comprovacions per mostreigQualsevol contingut que comparteixis amb companysComprova els noms, les dates, les xifres i les afirmacions més importants.
Verificació completaQualsevol contingut que es publiqui, se signi, s’enviï a un client o es faci servir per decidirObre totes les fonts, refes els càlculs, confirma les citacions i les dates i demana a una altra persona que ho revisi quan hi hagi molt en joc.

Què implica la verificació completa

  1. 01Obre totes les fonts i troba la frase que sosté cada afirmació.
  2. 02Refes els càlculs a partir de les dades originals.
  3. 03Confirma les citacions, els noms, les dates i els imports.
  4. 04Comprova que el resultat s’ajusta al teu país, mercat i client.
  5. 05Demana a una altra persona que ho revisi quan hi hagi molt en joc.

La plantilla

Cada camp inclou instruccions i un exemple d’un equip fictici.

Exemple fictici: l’equip de màrqueting de Lumen, una empresa de programari inventada.

01Resultat

Indica un tipus de resultat que l’equip elabora amb IA.

Exemple fictici

Cas pràctic d’un client per al web.

02Nivell

Tria una ullada, comprovacions per mostreig o verificació completa.

Exemple fictici

Verificació completa.

03Què s’ha de comprovar

Enumera les comprovacions que requereix aquest resultat.

Exemple fictici

Cada citació aprovada per escrit pel client, cada xifra contrastada amb les dades del client i les afirmacions sobre el producte comprovades amb l’equip de màrqueting de producte.

04Qui comprova

Indica qui fa la comprovació i qui farà la segona lectura, si cal.

Exemple fictici

L’autor i, després, el responsable de continguts.

05Què conservem

Indica quines proves de la comprovació conserveu i on.

Exemple fictici

L’aprovació escrita del client i les dades originals, a la carpeta del cas pràctic.

Fonts

Aquestes fonts sustenten els fets d’aquesta pàgina. Expliquem què acredita cadascuna i fins on arriba l’evidència. Les recomanacions són nostres. Consulta totes les fonts que fem servir.

  1. Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile (NIST AI 600-1) US National Institute of Standards and Technology · 26 de juliol de 2024 · Marc voluntari Enumera dotze riscos de la IA generativa, entre els quals hi ha la confabulació (contingut fals expressat amb seguretat, de vegades amb citacions inventades) i la configuració de la relació entre persones i IA, que inclou el biaix d’automatització i la dependència excessiva. Límits: És voluntari. Es va publicar a l’empara d’una ordre executiva que després s’ha revocat, i el marc més ampli està en revisió.
  2. Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools Journal of Empirical Legal Studies (Stanford RegLab and HAI researchers) · 23 d’abril de 2025 · Recerca revisada per experts En 202 preguntes jurídiques, les principals eines d’IA per a la recerca jurídica van donar respostes inventades en un percentatge d’entre el 17 % i el 33 % de les consultes, i un model d’ús general, en el 43 %. Límits: És una instantània d’eines provades el 2024. Les eines han canviat des d’aleshores.