انتخاب مدل بخش آسان ماجراست. بخش دشوار، طراحی برای پاسخی است که ممکن است اشتباه باشد و اینکه بتوانیم بگوییم چند وقت یک‌بار اشتباه می‌کند.
خروجی هفته اول یک همکاری در حوزه هوش مصنوعی، مجموعه ارزیابی است، نه نمونه اولیه: صد ورودی واقعی، پاسخ‌هایی که متخصص آن حوزه می‌پذیرد و اسکریپتی که نتیجه یک اجرا را در کمتر از یک دقیقه امتیازدهی می‌کند. از آن به بعد، تصمیم‌ها بر پایه مقایسه‌اند، نه بحث سلیقه‌ای.
برای پاسخ اشتباه هم طراحی کنید
اگر قابلیتی نتواند شواهدش را نشان دهد، بازبین نمی‌تواند آن را اصلاح کند؛ و قابلیتی که اصلاح‌پذیر نباشد، به‌تدریج و بی‌سروصدا کنار گذاشته می‌شود. نمایش بخش‌های بازیابی‌شده از منابع، میزان اطمینان و امکان تغییر نتیجه با یک کلیک، بخشی از طراحی رابط است و باید در اولین بازبینی طراحی بررسی شود.
قابلیتی مبتنی بر مدل که کسی نتواند آن را بررسی کند، برای بار دوم اعتماد کسی را جلب نخواهد کرد.
