연구진은 AI 시스템의 출력이 묘사하는 사실이나 세계 상태가 아니라 공학적 표현임을 지적했어요. AI 시스템을 설명하기 위한 의미 프레임워크를 제안하여 표현의 정확성을 검토할 수 있도록 했어요. 이를 위해 기존 지식, 출처 내용, 시스템이 현재 사용할 수 있는 정보 간의 차이를 구분했어요.
추론, 반증된 주장, 출처와 지식 불일치 등 일반적인 오류에 대한 정확한 정의를 제공하며, 시스템의 출력을 신뢰할 수 있는 근거와 명시적 권한으로 정당화해야 한다고 강조했어요. 새로운 프레임워크는 AI 시스템의 명확한 사양과 검증에 유용한 어휘를 제공할 수 있기를 기대해요.
연구진은 AI 시스템의 출력을 검증하는 데 필요한 프레임워크를 제시하며, AI 시스템의 책임감 있는 개발과 사용을 위한 기반을 마련하고자 했어요.