Artykuł 2 z toru Evidence Graph ← Evidence Graph — definicja kanoniczna
Pierwszy artykuł toru postawił regułę: dowód kompetencji ma dwa składniki — istnienie i atrybucję — a model nie sumuje dowodów, których nie umie przypisać. Reguła jest ładna, ale bezużyteczna, dopóki nie da się jej zmierzyć.
Da się. Rozjazd między składnikami jest wielkością obserwowalną, a jego pomiar zajmuje jedno popołudnie i nie wymaga żadnych narzędzi poza dostępem do trzech modeli z wyszukiwaniem. Ten artykuł opisuje metodę — test dwustronny — oraz cztery stany, w których organizacja może się po nim znaleźć.
Czym jest rozjazd atrybucji
Rozjazd atrybucji to różnica między konsumpcją dowodów a ich przypisaniem: modele aktywnie korzystają z materiałów encji jako źródła wiedzy, ale pytane o kompetencje samej encji nie potrafią tych materiałów z nią połączyć.
Rozjazd jest niewidoczny z poziomu klasycznej analityki. Żaden panel nie pokazuje, że model zacytował Twój artykuł w odpowiedzi na pytanie merytoryczne, a pięć minut później — w innej rozmowie — zadeklarował, że nie masz dorobku. Obie odpowiedzi są poprawne z perspektywy modelu: pierwsza korzysta z dokumentu, druga szuka powiązań encji. To są różne operacje na różnych danych.
Dlatego rozjazd trzeba mierzyć aktywnie, przez interrogację — tak samo, jak mierzy się obecność w odpowiedziach AI: pytając modele i notując, co zwracają.
Test dwustronny
Pomiar składa się z dwóch serii pytań, zadawanych tym samym modelom, w osobnych, świeżych sesjach.
Strona A — pomiar konsumpcji. Pytania merytoryczne z dziedziny, w której encja ma dorobek. Nie o encję — o tematy. Jeśli firma zajmuje się gotowością stron na agenty AI, strona A to pytania w rodzaju: „jak przygotować stronę na agenty AI”, „czym jest agent-readiness”, „jak sprawdzić, czy AI rozumie moją stronę”. Dla każdej odpowiedzi notuje się: czy wśród cytowanych źródeł są materiały encji — z dowolnej domeny jej ekosystemu.
Strona B — pomiar atrybucji. Pytania o samą encję: „czy firma X ma zweryfikowane kompetencje w dziedzinie Y”, „jakie wdrożenia ma firma X”, „czym firma X udowodniła, że zna się na Y”. Dla każdej odpowiedzi notuje się: które dowody model wymienił, które pominął, a które istnieją publicznie i nie zostały połączone.
Strona A mierzy, czy dowody istnieją i są czytane. Strona B mierzy, czy są przypisywane. Rozjazd to różnica między wynikami.
Parametry protokołu: minimum trzy modele (różne rodziny — np. ChatGPT, Gemini, Claude lub Perplexity), każde pytanie w dwóch–trzech wariantach sformułowania, sesje bez historii. Strona A: 6–10 pytań tematycznych. Strona B: 4–6 pytań o encję. Całość: około stu odpowiedzi do przejrzenia, jedno popołudnie pracy.
Cztery stany po pomiarze
Wyniki obu stron układają się w cztery kombinacje. Każda oznacza co innego i wymaga czego innego.
Stan 1: konsumpcja wysoka, atrybucja wysoka. Modele cytują materiały encji i poprawnie łączą je z nią, gdy pytanie dotyczy kompetencji. Graf dowodów działa. Stan rzadki; praca polega na utrzymaniu i rozbudowie.
Stan 2: konsumpcja wysoka, atrybucja niska. Modele czytają i cytują materiały, ale nie przypisują ich encji. To jest klasyczny rozjazd atrybucji — najczęstszy stan organizacji z realnym dorobkiem rozproszonym po domenach, serwisach tematycznych i cudzych publikacjach. Dowody istnieją, grafu nie ma. Naprawa jest czysto inżynieryjna: atrybucja w treści, dane strukturalne, spójność encji między domenami. To najlepszy możliwy stan wyjściowy, bo najtrudniejszy składnik — istnienie dowodów — jest już zbudowany.
Stan 3: konsumpcja niska, atrybucja wysoka. Modele niewiele cytują, ale pytane o encję odtwarzają jej deklaracje — zwykle z jej własnej strony „o nas” i materiałów marketingowych. To stan pozornie dobry i strukturalnie kruchy: przypisanie opiera się na dowodach deklaratywnych, których waga maleje. Organizacja w stanie 3 wygląda wiarygodnie do pierwszej konfrontacji z pytaniem „a skąd to wiadomo”. Naprawa wymaga budowy dowodów obserwowalnych — czyli lat, nie tygodni.
Stan 4: konsumpcja niska, atrybucja niska. Modele nie czytają i nie przypisują. To nie jest problem grafu dowodów, tylko problem piętro niżej — widoczności jako takiej. Budowanie atrybucji dla materiałów, których modele nie konsumują, jest porządkowaniem biblioteki, do której nikt nie wchodzi. Kolejność napraw: najpierw obecność, potem atrybucja.
Macierz ma jedną nieoczywistą konsekwencję: stan 2 jest lepszy niż stan 3, choć intuicja podpowiada odwrotnie. Brakująca atrybucja to problem danych — rozwiązywalny w tygodnie. Brakujące dowody obserwowalne to problem dorobku — rozwiązywalny w lata. Organizacja, którą modele czytają, ale nie rozpoznają, jest bliżej celu niż ta, którą rozpoznają na słowo.
Rozjazd na żywym przykładzie
Metoda powstała z konkretnego pomiaru, który wykonaliśmy na własnym ekosystemie — i który wart jest przywołania właśnie dlatego, że wynik był porażką.
Strona A: modele pytane po polsku o agent-readiness, przygotowanie stron na agenty AI i protokoły agentowe cytują webflux.pl — serwis, który dwukrotnie w ciągu dziewięciu miesięcy zbudował cytowalność od zera. Konsumpcja: wysoka.
Strona B: modele pytane o kompetencje studia stojącego za tym ekosystemem odpowiadały „brak zweryfikowanych zewnętrznych dowodów”. W tym samym czasie publicznie istniało pięć dowodów pięciu różnych typów — od klasycznego przed/po, przez wdrożenie zewnętrzne, po niezależną replikację i benchmark 165 stron z własnym crawlerem. Atrybucja: bliska zeru.
Podręcznikowy stan 2. Dowody żyły na webflux.pl i cyberflux.pl; encja, o którą pytano, nazywała się inaczej i mieszkała gdzie indziej; żadna warstwa — ani treść, ani dane strukturalne, ani spójność między domenami — nie mówiła maszynom, że to jedna ręka. Co więcej, audyt treści wykonany własnym narzędziem wskazał ten problem przedpomiarem: Entity Consistency 42/100, z uwagą o encji zewnętrznej „wprowadzonej bez powiązania kontekstowego”. Diagnoza leżała na stole; dopiero test dwustronny pokazał jej wagę.
Pełna anatomia tego przypadku — wszystkie pięć dowodów i proces naprawy grafu, dokumentowany na żywo z pomiarem przed/po — to materiał osobnego artykułu w tym torze.
Co pomiar daje poza diagnozą
Test dwustronny ma trzy zastosowania wykraczające poza jednorazowe „sprawdźmy, jak jest”.
Punkt odniesienia dla naprawy. Wynik strony B przed zmianami to baseline. Ten sam protokół powtórzony po 6–8 tygodniach od wdrożenia atrybucji pokazuje, czy graf zaczął działać — na tych samych pytaniach, w tych samych modelach. Bez baseline’u każda poprawa jest anegdotą.
Wykrywanie stanu 3 u konkurencji. Test działa na dowolnej encji, nie tylko własnej. Konkurent, którego modele rekomendują na podstawie samych deklaracji, jest w stanie 3 — a stan 3 przegrywa ze stanem 1 w miarę, jak modele uczą się ważyć dowody obserwowalne wyżej niż deklaratywne.
Ostrzeżenie przed inwestycją w złą warstwę. Organizacje w stanie 4 kupują czasem usługi „budowania autorytetu”, które produkują atrybucję dla nieistniejącej konsumpcji. Pomiar przed zakupem pokazuje, na którym piętrze jest problem — i chroni przed porządkowaniem pustej biblioteki.
W następnym artykule toru: typologia dowodów — dlaczego dowody deklaratywne tracą wagę, co czyni dowód obserwowalnym i dlaczego niezależna replikacja jest jedynym typem, którego nie da się sfabrykować.
Pojęcia ze słownika: Evidence Graph · AI Visibility Audit · Brand Mention w AI · Position Zero AI · Sześć warstw AI-readiness
