---
title: "قرارداد «نمی‌دانم»: چرا حدس‌زدن هوش مصنوعی در داده اداری از نبود جواب بدتر است"
description: "چرا دانابات وقتی مطمئن نیست، حدس نمی‌زند؟ ببینید قرارداد «نمی‌دانم» چطور از توهم هوش مصنوعی در داده اداری سازمانی جلوگیری می‌کند."
url: "https://artinmag.ir/articles/danabot-i-dont-know-contract-vs-hallucination"
author: "مرتضی علیزاده"
category: "چت بات"
published: "2026-09-15T08:15:28.565856"
updated: "2026-09-15T08:15:28.565857"
lang: "fa"
publisher: "مجله آرتین — شرکت هوش گستر فردا آرتین"
---

# قرارداد «نمی‌دانم»: چرا حدس‌زدن هوش مصنوعی در داده اداری از نبود جواب بدتر است

> در داده اداری سازمانی، یک جواب اشتباه اما مطمئن، خطرناک‌تر از نبود جواب است، چون کاربر معمولاً آن را باور کرده و بر اساسش تصمیم می‌گیرد بدون کشف اشتباه. دانابات به همین دلیل «قرارداد نمی‌دانم» دارد: اگر مطمئن نباشد، حدس نمی‌زند و صریح می‌گوید یافت نشد، برخلاف یک چت‌بات عمومی که معمولاً یک جواب محتمل و قانع‌کننده می‌سازد (توهم).

## سوالی که بعد از دیدن روش ارزیابی دقت مطرح می‌شود

در [مقاله قبلی](https://artinmag.ir/articles/danabot-measured-accuracy-golden-set-evaluation) دیدیم که دقت باید اندازه‌گیری شود، نه ادعا. اما حتی یک سیستم با دقت اندازه‌گیری‌شده بالای ۹۰ درصد، یعنی در بخشی از موارد، جواب درست را ندارد. سؤال واقعاً مهم این است: در همان بخش باقی‌مانده، سیستم دقیقاً چه کار می‌کند؟

## چرا یک جواب اشتباه، از نبود جواب خطرناک‌تر است

در داده اداری و سازمانی، یک جواب اشتباه ولی با لحن مطمئن، خطرناک‌تر از نبود جواب است. اگر سیستمی بگوید «نمی‌دانم»، کاربر می‌داند باید جای دیگری بگردد یا از همکار بپرسد. اما اگر سیستم با اطمینان یک تاریخ، یک رقم، یا یک بند قراردادی اشتباه اعلام کند، کاربر معمولاً همان را باور می‌کند و بر اساس آن تصمیم می‌گیرد — و اشتباه، تا وقتی که خیلی دیر شده، کشف نمی‌شود.

## چه اتفاقی می‌افتد وقتی سیستم‌های مختلف جواب را ندارند

سه رفتار متفاوت این‌جا قابل‌مقایسه است. یک چت‌بات هوش مصنوعی عمومی، وقتی جواب دقیق را ندارد، معمولاً به‌جای اعتراف به این موضوع، یک جواب محتمل و قانع‌کننده می‌سازد — همان چیزی که در ادبیات فنی «توهم» نامیده می‌شود. یک جست‌وجوی سنتی داخل سامانه، وقتی چیزی پیدا نمی‌کند، صرفاً یک فهرست خالی برمی‌گرداند — صادق است، اما کمکی هم نمی‌کند. رفتار سوم، این است که سیستم صریح بگوید «یافت نشد» — هم صادق و هم روشن درباره این‌که چرا هیچ نتیجه‌ای وجود ندارد.

## قرارداد «نمی‌دانم» دقیقاً چیست

این قرارداد، یک تعهد طراحی‌شده است: اگر دانابات مطمئن نباشد، حدس نمی‌زند — و همین را صریح اعلام می‌کند. این تصمیم، نتیجه یک باور ساده است: در داده اداری، جواب اشتباه، از نبود جواب بدتر است. این یعنی سیستم، به‌جای بهینه‌سازی برای «همیشه یک جواب دادن»، برای «هرگز جواب نادرست ندادن» طراحی شده است — که یک انتخاب معماری آگاهانه است، نه یک محدودیت فنی که بعداً کشف شده باشد.

## چرا این قرارداد، اعتماد بلندمدت می‌سازد

سیستمی که گاهی صادقانه می‌گوید نمی‌داند، در بلندمدت قابل‌اعتمادتر از سیستمی است که همیشه یک جواب می‌دهد اما گاهی آن جواب اشتباه است. دلیلش ساده است: وقتی کاربر یاد بگیرد که هر جوابی که سیستم می‌دهد — بدون استثنا — واقعاً از یک سند یا داده واقعی آمده، دیگر نیازی به دوباره‌چک‌کردن هر پاسخ ندارد. این اعتماد، ارزشی به‌مراتب بیشتر از چند درصد دقت بالاتر در ظاهر دارد.

## این قرارداد چطور در عمل با کاربر تعامل می‌کند

وقتی کاربری سؤالی می‌پرسد که پاسخش در داده‌های سازمان وجود ندارد، دانابات به‌جای ساختن یک پاسخ محتمل، صریح می‌گوید که پاسخ در دسترس نیست. این، کاربر را وادار می‌کند مسیر جایگزین را دنبال کند — پرسیدن از همکار، جست‌وجوی دستی، یا مراجعه به منبع دیگر — دقیقاً همان کاری که بدون این سیستم هم باید انجام می‌داد، بدون این‌که با یک پاسخ اشتباه گمراه شود.

## اشتباهی که در این مرحله رایج است

رایج‌ترین اشتباه، توقف ارزیابی در همان عدد دقت است — «۹۰ درصد دقیق، پس خوب است» — بدون پرسیدن این‌که در ۱۰ درصد باقی‌مانده چه اتفاقی می‌افتد. یک سیستم با دقت ۸۵ درصد که همیشه صادقانه می‌گوید نمی‌داند، می‌تواند در عمل قابل‌اعتمادتر از سیستمی با دقت ۹۵ درصد باشد که در همان ۵ درصد باقی‌مانده، با اطمینان کامل جواب اشتباه می‌دهد.

## جمع‌بندی

قرارداد «نمی‌دانم»، یعنی دانابات هرگز به‌جای نبود جواب، یک حدس نمی‌سازد — تفاوتی که در داده اداری، جایی که یک جواب اشتباه می‌تواند به یک تصمیم غلط منجر شود، اهمیت حیاتی دارد. در ارزیابی هر ابزار هوش مصنوعی سازمانی، همیشه بپرسید نه‌فقط دقت چند است، بلکه در باقی‌مانده چه اتفاقی می‌افتد. برای دیدن این قرارداد در عمل، به [دانابات](https://dana-bot.ir) سر بزنید.

## پرسش‌های متداول

### قرارداد «نمی‌دانم» در دانابات چیست؟

تعهدی طراحی‌شده که اگر دانابات از پاسخ مطمئن نباشد، حدس نمی‌زند و صریح اعلام می‌کند که پاسخ در دسترس نیست، به‌جای ساختن یک جواب محتمل.

### چرا جواب اشتباه هوش مصنوعی از نبود جواب بدتر است؟

چون کاربر معمولاً یک جواب با لحن مطمئن را باور می‌کند و بر اساس آن تصمیم می‌گیرد، بدون این‌که اشتباه را تا مدت‌ها کشف کند؛ در حالی‌که نبود جواب، کاربر را وادار به جست‌وجوی بیشتر می‌کند.

### چه اتفاقی می‌افتد وقتی چت‌بات عمومی جواب را نمی‌داند؟

معمولاً به‌جای اعتراف به نبود جواب، یک پاسخ محتمل و قانع‌کننده می‌سازد — پدیده‌ای که در ادبیات فنی «توهم» نامیده می‌شود.

### چرا باید بپرسیم سیستم در درصد باقی‌مانده دقت چه می‌کند؟

چون حتی یک سیستم با دقت بالای ۹۰ درصد، در بخشی از موارد جواب درست را ندارد؛ رفتار سیستم در همان بخش (حدس‌زدن یا اعتراف صادقانه) تعیین‌کننده قابلیت‌اعتماد واقعی آن است.

### چطور اعتماد بلندمدت به هوش مصنوعی سازمانی ساخته می‌شود؟

با اطمینان از این‌که هر پاسخی که سیستم می‌دهد، بدون استثنا از داده واقعی آمده، به‌جای گاهی درست و گاهی به‌اشتباه با اطمینان کامل اشتباه بودن.

---

منبع: [قرارداد «نمی‌دانم»: چرا حدس‌زدن هوش مصنوعی در داده اداری از نبود جواب بدتر است](https://artinmag.ir/articles/danabot-i-dont-know-contract-vs-hallucination) — مجله آرتین