文脈的関連性と推奨の違い

文脈的関連性と推奨の違い

文脈的関連性とは、あるエンティティが状況のいくつかの側面に適合していることを示すものである。推奨は、選択肢を選び、順位づけし、あるいは除外する。前者は後者に寄与しうるが、自動的に後者を生み出すわけではない。

文脈的関連性

関連性についての結論は、たとえば次のような形をとる：

このホテルは、宣言された目的地に確認済みの時間帯に公共交通機関で行けるため、車を使わない滞在に適合しているように見える。

この言明は次の要素を保持している：

• 文脈
• 基準
• 用いられた関係
• 時間性
• 慎重な断定の強さ

このホテルがあらゆる代替案に勝るとも、旅行者の他のニーズを満たすとも主張していない。

推奨

「このホテルを選んでください」のような推奨には、少なくとも次のものが必要である：

• 十分に網羅的な選択肢の集合
• 明示的に宣言された基準
• 各選択肢について比較可能なデータ
• 裁定のルール
• 欠落データの扱い
• 実質的な選好と制約
• 結論を覆す条件
• 不確実性の水準
• 推奨しないという可能性

これらの要素がなければ、システムは実際には比較していない。十分にもっともらしい最初の選択肢を、選択に変えているだけである。

単一の適合という罠

あるエンティティは、ある基準では非常に関連性が高く、別の基準では弱いことがある。ホテルはイベント会場に近くても、アクセシビリティ上のニーズとは両立しないことがある。ソフトウェアは機能要件を満たしても、許容されるリスクを超えることがある。サプライヤーは迅速に納品できても、該当する法域をカバーしていないことがある。

推奨はこの多次元性を保持しなければならない。一つの好ましい関係が、他の次元を消し去ってはならない。

非対称なデータ

システムが、あるエンティティについては豊富な文書をもち、競合については乏しい文書しかもたない場合、リスクは高まる。最もよく文書化されたエンティティは、単に記述しやすいという理由だけで、より優れているように見えることがある。

正当な比較は、次のものを区別しなければならない：

• 能力が実際に存在しないこと
• 証拠が存在しないこと
• 観察が存在しないこと
• 古くなったデータ
• 比較できないデータ

不明であることを劣っていることとして扱ってはならず、文書化されていることを優位性の証明として扱ってもならない。

SALおよびQ-Layerとの関係

状況的適用性レイヤーは、ある能力が特定の条件のもとで適用可能でありうることを宣言できるようにする。明確化適用性と推奨の違いは、適用性を自動的な選好に変えることをすでに禁じている。

解釈の条件付けレイヤーは、同じ規律を表現の水準にまで広げる。Q-Layerは、文脈や証拠が推奨を裏づけない場合、出力を制限しなければならない。

実践上のルール

出力が関連性から推奨へと進んでよいのは、比較対象の集合、基準、データの対称性、裁定のルールが明示的に十分である場合に限られる。そうでなければ、出力は条件つきのままでなければならない：

• 「…に関連しているように見える」
• 「基準Xを満たす。ただし…を条件とする」
• 「入手可能なデータでは…のいずれかを選ぶ根拠にならない」
• 「明確化が必要である…」

サイトは事実と条件を宣言する。サイトは自らを推奨しない。監査者は忠実性を測定する。最終的な比較とその限界については、外部のエージェントが引き続き責任を負う。