Standards der Beweiserhebung

Dieser Standard gilt für alle Einzelplattform-Spezialaudits, Multi-Plattform-Cross-Audits und maßgeschneiderten Governance-Berichte, die von City Reputation Reports (CRR) veröffentlicht werden.

Um die wissenschaftliche Strenge, Reproduzierbarkeit und Unveränderlichkeit von Städtenarrativ-Audits zu gewährleisten, wendet CRR streng die folgenden Datenerhebungsprotokolle an:

• Kontextuelle Neutralität: Alle Fragen müssen nicht-leitende, de-emotionalisierte neutrale Satzstrukturen anwenden. Die Verwendung von Adjektiven mit voreingestellten Vorurteilen (wie "großartig," "rückständig," etc.) ist strengstens untersagt.
• Rahmenkonsistenz: Bei horizontalen Stadtvergleichen innerhalb derselben Dimension (wie "Ernährungsnarrative") müssen Forscher identische Prompt-Rahmen verwenden, nur den Stadtnamen ändernd, um algorithmische Verzerrungen durch Frageunterschiede zu eliminieren.
• Mehrfach-Tiefensampling: Auditing ist nicht auf einzelne Fragen beschränkt. Forscher müssen Mehrfach-Follow-up-Anfragen gemäß voreingestellten logischen Pfaden durchführen, um die Erzähllogik der KI auf detaillierter Ebene aufzudecken.

• Spezifische Kennzeichnung: Berichte müssen das KI-Modell und seine spezifische Versionsnummer während der Stichprobenerhebung klar kennzeichnen (z.B. GPT-4o, Claude 3.5 Sonnet, Gemini 1.5 Pro).
• Native Umgebungsaufzeichnung: Die während des Fragens verwendete Schnittstellensprache aufzeichnen. Für Audits, die spezifische lokale Kulturen (wie Immaterielles Erbe, Ernährung) beinhalten, muss eine vergleichende Stichprobenerhebung sowohl in englischer Umgebung als auch in der Muttersprache der Zielstadt durchgeführt werden.

• Offizielle Beweislinks: CRR priorisiert die Verwendung von "Freigabelinks", die offiziell von KI-Plattformen bereitgestellt werden, als Kernbeweise. Diese Links sind unveränderlich; durch Anklicken kann der ursprüngliche vollständige Dialog zum Zeitpunkt des Audits überprüft werden.
• Backup von Drittanbieter-Beweisen: Wenn eine bestimmte Plattform keine offiziellen Freigabelinks unterstützt, müssen Forscher zeitgestempelte vollständige Original-Webseiten-Screenshots aufbewahren und im internen Beweis-Repository des Projekts für zukünftige Referenz speichern.
• Datenoriginalität: Audit-Aufzeichnungen müssen alle KI-Ausgabeinhalte umfassen, einschließlich aber nicht beschränkt auf Halluzinationen, Tatsachenfehler, logische Diskontinuitäten oder narrative Verzerrungen. Forschern ist strengstens untersagt, Originalbeweise in irgendeiner Form zu löschen, zusammenzufügen oder zu verschönern.

• Audit-Zeitstempel: Jedes Beweisstück muss mit der genauen Sampling-Zeit (UTC/GMT) gekennzeichnet werden, um narrative Schwankungen zu adressieren, die durch Echtzeit-Aktualisierungen der KI-Wissensbasis verursacht werden.
• Geografische Standortisolation: Sofern nicht anders angegeben, werden Audits typischerweise in einer proxy-freien, standardisierten Netzwerkumgebung durchgeführt, um personalisierte narrative Verzerrungen auszuschließen, die durch algorithmisches Geo-Targeting generiert werden.

Bei der Verarbeitung gesammelter Beweise sollten Forscher objektive Kennzeichnungen basierend auf den folgenden Dimensionen durchführen:

• Informationsverzögerung: Die KI zitiert veraltete Stadtdaten oder Informationen über Wahrzeichen, die nicht mehr existieren.
• Narrative Singularität: Die KI wiederholt übermäßig popularisierte Tags und übersieht die tiefen kulturellen Vermögenswerte der Stadt.
• Fehlinterpretation der Kultur: Die KI verwechselt die Ursprünge, Zugehörigkeiten oder Kernmerkmale ähnlicher Kulturen.
• Stilles Narrativ: Wichtige urbane kulturelle Elemente sind vollständig aus der KI-Ausgabe abwesend.

• De-Identifizierung: Während der Sammlung und Speicherung entfernt CRR strengstens Kontoinformationen, die die persönliche Privatsphäre der Forscher betreffen könnten.
• Transparenzverpflichtung: Jede autorisierte Forschungseinrichtung kann Audit-Ergebnisse basierend auf den im Bericht bereitgestellten Prompts und Evidence Links reproduzieren.