El artículo propone un marco semántico para describir sistemas de IA, argumentando que sus salidas son representaciones diseñadas en lugar de descripciones directas de hechos o estados del mundo. Este enfoque permite examinar la corrección de las representaciones al distinguir entre el conocimiento aceptado del dominio, las fuentes de referencia y las capacidades actuales del sistema.
- El marco proporciona definiciones precisas para fallos comunes como extrapolación, afirmaciones refutadas, desajustes entre fuente y conocimiento, fuentes obsoletas, hipótesis añadidas y uso no soportado.
- Tiene como objetivo establecer un vocabulario para especificar y verificar sistemas de IA donde las salidas, citas, llamadas a herramientas y acciones deben justificarse mediante afirmaciones confiables y autoridad explícita en lugar de fluidez aparente.