غیبت شواهد

توجه: این سند ترجمه خودکار نسخه اصلی انگلیسی است.

برخی فیلدها در کارت‌های پروژهٔ DecAIHub مقادیری مثل unknown، none یا positioning only دارند. این صفحه توضیح می‌دهد چرا چنین مقادیری به‌معنای نبودن فناوری در پروژه نیستند — و چرا به‌معنای وجود فناوری هم نیستند.

خلاصه: DecAIHub وجود یا نبود شواهد قابل تأیید را ثبت می‌کند، نه وجود یا نبود خود فناوری. اگر شواهد نباشد، پرسش باز است — نه حکم.

اصل پایه

DecAIHub بر اصل ارزیابی مبتنی بر شواهد کار می‌کند: نتیجه فقط بر پایهٔ artifactهای قابل تأیید (Tier-1 و تا حدی Tier-2) گرفته می‌شود. اگر artifact نیامد، نتیجه این است:

تأیید Tier-1 نیامد.

این همان این نیست:

فناوری وجود ندارد.

پروژه ممکن است:

• محصول کارآمد داشته باشد اما کد یا مستند منتشر نکند؛
• در مرحلهٔ اولیه باشد که artifact هنوز نیامده؛
• از مدل توسعهٔ بسته استفاده کند؛
• شواهدی داشته باشد که در زمان تأیید نیامده.

در همهٔ این موارد DecAIHub به پرچم مربوط 0 می‌دهد و ثبت می‌کند: «برای اینکه این ۱ شود چه باید ارائه یا تأیید شود.» وقتی artifact جدید بیاید، کارت به‌روز می‌شود.

مقادیر وضعیت را چگونه بخوانید

unknown

یعنی: در هیچ منبعی (Tier-1، Tier-2، Tier-3) اطلاعی در این جنبه نیامده.

• انکار نیست: نمی‌گوییم چیزی وجود ندارد.
• تأیید نیست: برای پروژه جای خالی را پر نمی‌کنیم.
• ثبت است: «تا تاریخ تأیید، دادهٔ قابل تأیید نیامد.»

none

یعنی: برای این جنبه چیزی شناسایی نشده. وقتی زمینه پاسخ مشخصی را پیش‌بینی می‌کند استفاده می‌شود (مثلاً «AI component: none» — جزء AI شناسایی نشد).

مانند unknown، این حالت خواندن شواهد است. تفاوت زمینه‌ای است: none بیشتر برای فیلدهایی که انتظار مقدار مشخص دارند.

positioning only

یعنی: AI در بازاریابی یا جایگاه‌یابی پروژه ذکر شده اما شواهد Tier-1 از جزء AI کارآمد نیامده.

• پروژه ممکن است «AI» را در نام، توضیح یا دسته استفاده کند.
• کد، متریک، دمو یا توضیح فنی که AI را در سطح محصول تأیید کند نیامده.
• این حکم یا اتهام نیست. ثبت است: ادعا هست، شواهد — هنوز نه.

چرا DecAIHub برای پروژه‌ها جای خالی را پر نمی‌کند

محافظه‌کاری انتخاب آگاهانه است. دلایل:

• محافظت در برابر AI-washing. اگر ادعا بدون شواهد پذیرفته شود، هر پروژه‌ای می‌تواند فقط با ادعا امتیاز بالا بگیرد.
• محافظت خواننده. خواننده باید ببیند چه چیز پایه دارد و چه چیز نه — و خود تصمیم بگیرد.
• قابلیت به‌روزرسانی. کارت وضعیت تا تاریخ مشخص را ثبت می‌کند؛ وقتی artifactهای Tier-1 بیایند، ارزیابی بازبینی می‌شود.

قاعده‌ای از snapshot DecAIHub:

وقتی داده ناکافی یا نامطمئن است، ۰ بده.

یعنی: وقتی داده نیست، بهتر است امتیاز پایین ثبت شود تا با ادعاهای تأییدنشده باد کرده شود.

اگر در کارت unknown یا none دیدید چه کنید

1. تاریخ تأیید (Last verified) را ببینید. کارت ممکن است قدیمی باشد و از آن زمان دادهٔ جدید آمده باشد.
2. Evidence را ببینید. نشان می‌دهد کدام منابع استفاده شده و چه چیزی کم است.
3. لینک‌ها را بررسی کنید. اگر پروژه مستندات، مخزن یا ممیزی دارد — خودتان تأیید کنید.
4. غیبت را با انکار یکی نگیرید. unknown یعنی «نمی‌دانیم»، نه «وجود ندارد».

اشتباه نگیرید با

• unknown همان 0/6 نیست. unknown مقدار یک فیلد مشخص است؛ DecAI Fit = 0 یعنی ai_score = 0 (جزء AI تأییدنشده).
• positioning only حکم نیست. شکاف بین ادعا و شواهد است که ممکن است بعداً بسته شود.
• ارزیابی محافظه‌کارانه ارزیابی منفی نیست. مرز آنچه همین حالا قابل تأیید است را ثبت می‌کند.

همچنین ببینید

• AI reality، Onchain necessity و Token necessity
• AI-washing، onchain-washing و token-washing
• Tier-1، Tier-2، Tier-3 چیست
• چگونه یک کارت پروژه را بخوانیم