Analizy
Specyfikacje współpisane przez modele językowe — co trafia do opisu technicznego, zanim przeczyta go człowiek
Fundacja AI Business Center (AIBC) to think tank i partner doradczy, który pomaga zarządom firm z budownictwa, przemysłu i usług technicznych wdrażać sztuczną inteligencję tak, by dawała mierzalny wynik i budowała przewagę konkurencyjną. Ta analiza dotyczy specyfikacji i opisów technicznych, których pierwszą wersję coraz częściej przygotowuje asystent AI.
Specyfikacja przestała być dokumentem jednego autora. Stała się tekstem, który zaczyna model
Opis techniczny, specyfikacja materiałowa albo opis przedmiotu zamówienia przez lata miały jednego autora: projektanta, inżyniera generalnego wykonawcy albo pracownika zamawiającego. Dziś coraz częściej pierwszą wersję przygotowuje asystent AI, a człowiek ją poprawia. To zmienia to, skąd biorą się parametry, normy i nazwy producentów, które trafiają do dokumentu.
Mechanizm
Projektant, dział ofertowania generalnego wykonawcy albo zamawiający prosi asystenta o szkic opisu: pompy ciepła, instalacji wentylacji, okładziny elewacyjnej, systemu sterowania budynkiem. Szkic zawiera parametry, klasy, odwołania do norm i często nazwę producenta jako wzór, z dopiskiem „lub równoważne”. Autor dokumentu poprawia to, co zauważy, a reszta może zostać.
To, co model uznał za domyślne, staje się punktem wyjścia. Jeżeli model zna parametry produktu błędnie, myli normy albo przypisuje produkt niewłaściwemu producentowi, błąd ma szansę przejść do dokumentu, który potem czytają wykonawcy, dostawcy i zamawiający.
Co to oznacza dla trzech stron
Zamawiający i projektant. Ryzyko jest podwójne: błędne normy i klasy, które wychodzą dopiero na etapie realizacji, oraz zapisy, które nieświadomie zawężają wybór do jednego producenta. W zamówieniach publicznych opis przedmiotu zamówienia nie może wskazywać konkretnego producenta bez dopuszczenia rozwiązań równoważnych ani w inny sposób ograniczać konkurencji. Szkic, który podsuwa jedną markę jako wzór, wymaga więc szczególnej uwagi. Odpowiedzialność za treść dokumentu ponosi jego autor, bez względu na narzędzie.
Producent. Modele opisują produkty na podstawie tego, co znalazły w źródłach publicznych. Producent może się dowiedzieć, że w szkicach specyfikacji jego produkty mają nieaktualne parametry, są przypisane konkurentowi albo nie pojawiają się w kategorii, w której realnie konkurują. Nie chodzi o miejsce w specyfikacji, tylko o to, żeby to, co model mówi o produkcie, było prawdą.
Rynek. Nie znamy publicznych, systematycznych pomiarów wpływu asystentów AI na treść specyfikacji. Bez pomiaru zamawiający nie wie, skąd biorą się jego zapisy, a producent nie wie, jak jest opisywany.
Czego nie wiemy
Nie znamy publicznych danych o tym, jak często projektanci, generalni wykonawcy i zamawiający zaczynają opis od szkicu asystenta, i nie podajemy szacunków. Nie wiemy też, w jakim stopniu szkice różnią się między asystentami i językami, ani czy firmy, które modele znają lepiej, częściej pojawiają się w opisach jako wzór. To pytania badawcze, a nie fakty, i tak je traktujemy.
Co firma może zrobić
- Zamawiający: sprawdzić normy, klasy i parametry w opisie przygotowanym z pomocą asystenta; upewnić się, że wskazanie produktu jako wzoru nie zawęża wyboru i że dokument dopuszcza rozwiązania równoważne.
- Projektant: traktować szkic asystenta jako materiał roboczy, a nie źródło; weryfikować go z dokumentacją producentów i standardami pracowni, bo odpowiedzialność za projekt nie przechodzi na narzędzie.
- Producent: sprawdzić, co modele językowe mówią o jego produktach, parametrach i kategorii; prostować błędy w dokumentach, które modele czytają: kartach technicznych, opisach produktów, deklaracjach i publikacjach eksperckich.
Rola Fundacji
Fundacja bada to zjawisko i edukuje wszystkie strony. Mierzymy, co modele językowe wpisują do szkiców specyfikacji: kto jest wzorem i jak często, jakie parametry modele uznają za domyślne, gdzie pojawiają się zapisy zawężające wybór, błędy norm i klas, różnice między asystentami i wersjami językowymi. Porządkujemy wyniki w rejestr błędów, prostujemy błędy u źródła i dajemy firmom mapę treści, które warto uzupełnić.
Pomiar prowadzimy w ramach badania marki w modelach językowych. Ten sam porządek nazw i danych, który pozwala modelowi poprawnie opisać produkt, jest istotą transformacji semantycznej, czyli uporządkowania nazw, procesów i danych firmy tak, by rozumiał je człowiek, model językowy i raport zarządu.
Najczęstsze pytania
Czy Fundacja pomaga producentom znaleźć się w specyfikacjach?
Nie. Badamy zjawisko i edukujemy wszystkie strony. Producentowi pokazujemy, co modele językowe mówią o jego produktach i parametrach, i pomagamy prostować błędy w dokumentach, które modele czytają. Treść specyfikacji należy do jej autora, a dobór rozwiązań do zamawiającego.
Kto odpowiada za błąd w specyfikacji przygotowanej z pomocą asystenta AI?
Autor dokumentu, bez względu na to, jakiego narzędzia użył. Szkic asystenta jest materiałem roboczym. Dlatego normy, klasy, parametry i zapisy o równoważności trzeba sprawdzić tak samo jak w dokumencie napisanym od zera.
Ile specyfikacji powstaje dziś z pomocą asystentów AI?
Nie wiadomo. Nie znamy publicznych danych, które by to mierzyły, i nie podajemy szacunków. Z rozmów z rynkiem wiemy, że praktyka istnieje; to wystarczy, żeby ją badać, ale nie wystarczy, żeby ją liczyć.
Zacznijmy od rozmowy
Porozmawiajmy o tym, co modele językowe mówią dziś o produktach i parametrach Państwa firmy.