Hoe het werkt

De vorm van een run

Er zijn vier stappen en je hoeft ze maar één keer uit te voeren. Maak een project aan: één website die je vindbaar wilt maken in AI-antwoorden. Voeg een domein toe en bewijs dat u er de controle over hebt. Dit doet u door een korte uitdaging te publiceren op /.well-known/ava-site-verification of als een DNS TXT -record; wij halen deze vervolgens op en controleren het. Voeg de vragen toe die uw klanten daadwerkelijk stellen, in hun eigen woorden in plaats van die van u. Start een crawl. Deze leest uw eigen pagina's, zodat een antwoord kan worden vergeleken met wat u publiceert.

Vervolgens worden tijdens een steekproefrun al uw vragen aan een AI-aanbieder voorgelegd en wordt vastgelegd wat er wordt teruggestuurd. U bepaalt zelf wanneer de runs worden gestart; er worden geen steekproeven uitgevoerd volgens een schema dat u niet zelf hebt ingesteld.

Waarom de domeincheck bestaat

Er wordt niets gecrawld totdat een domein is geverifieerd, en dat is eerder een controlemaatregel dan een vertraging. Zonder deze maatregel zou de tool elk adres ophalen dat iemand invoert, via ons netwerk en onder onze naam. De uitdaging is geen geheim — je publiceert deze juist zodat wij deze kunnen komen lezen. Het weten ervan levert niets op; het bewijzen van controle over een domein betekent nog steeds dat je erop kunt publiceren.

Wat de crawler doet, en wat hij niet doet

Het haalt uw pagina’s op, registreert het adres, de HTTP -status, de inhoudshash en het robots.txt -oordeel van elke pagina, en slaat de HTML op zoals deze werd weergegeven. Het houdt zich aan robots.txt, het blijft beperkt tot het exacte domein dat u hebt geverifieerd, en een omleiding die die host verlaat, wordt geweigerd in plaats van gevolgd. Links naar andere hosts worden verwijderd in plaats van in de wachtrij geplaatst — zodat een crawl van uw hoofdsite niet afdwaalt naar andere sites waarnaar u toevallig linkt.

De standaardinstelling is 25 pagina's. Dat is geen kostenlimiet: crawlen is goedkoop. Deze instelling is er omdat het grondig doorzoeken van een kleine server een belasting vormt die wij veroorzaken, en omdat wat een model over een organisatie zegt, wordt bepaald door de startpagina, de ‘Over ons’-pagina en de prijsinformatie, en niet door pagina 300 van een archief. Je kunt dit verhogen tot 500.

Welke AI-systemen worden onderzocht

De aanbieders waartoe u toegang hebt, via hun API’s. Bij elke run worden de aanbieder en het model in het record vermeld, zodat een cijfer altijd kan worden herleid naar de bron ervan. Een aanbieder waarvoor u geen toegang hebt, wordt gemeld als ‘uitgesloten’ — nooit stilletjes weggelaten, want een getal met een stilletjes verkleinde noemer is erger dan helemaal geen getal.

Wat wordt bemonsterd is de API, niet het consumentenproduct. We meten niet wat de chatwebsite zegt tegen een ingelogde persoon op basis van een geschiedenis en een herinnering aan die persoon. Dat is een wezenlijk verschil en dit wordt expliciet vermeld in plaats van verdoezeld.

Het record, en wat het aantoont

Elke waarneming wordt gehasht. Een steekproefbatch wordt in zijn geheel verzegeld: één hash die alle waarnemingen in de batch omvat, wordt ondertekend en naar een externe tijdstempelinstantie verzonden, waarna het resultaat wordt teruggeschreven naar elk record in de batch. Iedereen kan de hash van een waarneming opnieuw berekenen, deze tussen de ‘bladeren’ van de batch vinden, de ‘root’ opnieuw berekenen en deze vergelijken met de tijdstempel. Verzegeling is beschikbaar op verzoek.

Een verzegeling maakt wijzigingen detecteerbaar; het maakt een record niet onveranderlijk. Niets van wat wij bouwen voorkomt dat een record wordt gewijzigd. Wat de verzegeling wel doet, is iemand die ons niet vertrouwt in staat stellen te detecteren dat er een wijziging heeft plaatsgevonden. Een leverancier die beweert dat een record nooit kan worden gewijzigd, beweert iets wat geen enkele software kan waarmaken met betrekking tot de gegevens die het bewaart.

Er zijn twee soorten tijdstempels. De gewone is een echte cryptografische tijdstempel van een externe instantie; deze kan als bewijs worden gebruikt, maar er is geen wet die de juistheid ervan veronderstelt. De gekwalificeerde tijdstempel wordt uitgegeven door een geaccrediteerde EU-instantie en geniet wettelijke erkenning in de EU — deze kost geld, dus uw toegang omvat een bepaald aantal en op het dashboard wordt weergegeven hoeveel er nog over zijn. Wanneer een record niet van een gekwalificeerde tijdstempel is voorzien, wordt dit in het record vermeld. Er wordt nooit iets als gekwalificeerd gepresenteerd als dat niet het geval is.

Waar je gegevens zich bevinden, en wat dat wel en niet betekent

De records worden bewaard op infrastructuur in Nieuw-Zeeland of de EU, zonder dat er een Amerikaanse cloud in de keten voorkomt, en het verzegelen wordt uitgevoerd door My Digital Sovereignty Ltd, dat de ondertekeningssleutel beheert. Dat is wat 'soevereine bewaring' hier inhoudt.

Dit betekent niet dat de meting binnen het door u gekozen rechtsgebied blijft. Het meten van wat OpenAI of Perplexity over u zeggen, houdt noodzakelijkerwijs in dat er informatie wordt opgevraagd bij OpenAI en Perplexity, die Amerikaanse bedrijven zijn. Uw vragen en de antwoorden worden naar hen doorgestuurd. Wat binnen het door u gekozen rechtsgebied wordt bewaard, is het record.

Wat dit niet is

Het is geen rangschikkingsinstrument en het belooft niet te veranderen wat een model over u zegt. Het rapporteert wat er wordt gezegd en wat op uw eigen site dit ondersteunt of tegenspreekt. Het bewijst niet dat een wijziging die u hebt aangebracht een verandering in een antwoord heeft veroorzaakt — modellen veranderen tijdens een dergelijke vergelijking, en een voor-en-na-vergelijking die daar geen rekening mee houdt, zou eerder een verhaal zijn dan een meting.

Als er iets niet klopt

Als een crawl in de wachtrij blijft staan, betekent dit dat het werkproces niet draait — laat het ons weten, dan lossen wij het op, niet u. Een steekproef die wordt geweigerd met de melding 'runs exhausted' betekent dat je toegangsquota is opgebruikt; er zijn geen kosten in rekening gebracht en er is geen provider ingeschakeld. Een waarneming zonder attestatie vermeldt in het record de reden waarom er geen attestatie is, in plaats van een leeg veld.