让 AI 拆开总体成功率：每组都更好，合起来为什么反而落后

10-01 4阅读

看见两份操作指引的完成率，一个是百分之六十五，一个是百分之七十五，很容易直接选后者。但如果两份指引面对的任务难度不同，这个排名可能同时包含指引差异与任务构成差异。AI 可以帮助拆开账目，判断比较究竟回答了什么。

AI生成概念示意图：不同构成的样本进入比较；图中筹码不对应实际数据，不是现场照片或软件界面。

先保留分组里的成功数和总数

以下成人手作活动、甲乙指引和全部数字均为虚构教学材料。任务只有简单、复杂两类，“成功”统一定义为在规定步骤内完成检查。这里只演示统计关系，没有进行真实活动，也没有测试任何模型。

使用甲指引的简单任务十次，成功九次；复杂任务五十次，成功三十次。使用乙指引的简单任务五十次，成功四十次；复杂任务十次，成功五次。请 AI 原样抄出四组分子与分母，再计算比例。

简单任务中甲为百分之九十，乙为百分之八十；复杂任务中甲为百分之六十，乙为百分之五十。甲在两组都高十个百分点。不过甲合计成功三十九次、共六十次，乙合计成功四十五次、共六十次。

因此总体确实是甲百分之六十五、乙百分之七十五。计算没有矛盾：甲接到更多复杂任务，乙接到更多简单任务。总体比例给两类任务分配了不同权重，不能只看两条分组比较就猜它的方向。

如果下一场预计简单与复杂任务各占一半，可以要求 AI 用这个共同构成重算。甲为九十与六十的平均，即百分之七十五；乙为八十与五十的平均，即百分之六十五。此时甲高十个百分点。

这两个数是按指定构成算出的比较值，并非刚才六十次记录的实际总体完成率。正文应同时写明“原记录总体”与“按各半构成计算”，不能把后一个结果替换进历史记录，造成实际发生过的错觉。

也可以把简单任务占比改成四分之一，复杂任务占四分之三。甲得到百分之六十七点五，乙得到百分之五十七点五。共同权重改变了两个水平，却没有改变这个例子里甲领先十个百分点的差值。

请 AI 解释原因，而不只报答案：两组原本都相差十个百分点，使用相同且总和为一的权重后，差值仍为十个百分点。人工可以用纸笔分别加权一次，确认没有把成功次数直接平均。

按难度分组只处理了已经写出的这一项差别。如果人员经验、材料批次或完成时限仍不相同，就不能从这组记录断言更换指引必然提高表现。这里的例子证明一种算术可能性，没有证明真实干预效果。

让 AI 单列需要核对的条件：难度分类是否一致，成功定义是否改变，未完成记录是否被漏掉。它可以指出缺少哪类材料，不能补造参与者特征，也不能用“已控制其他因素”掩盖资料不足。

若某类任务没有观察记录，就把对应结果留空。不能为了凑齐两组而借用另一类比例，也不能将零次观察写成零成功率。缺少分母与观察到全部失败，是两件不同的事。

一个合格的摘要可以是：原记录中乙的总体完成率更高；在简单和复杂任务内，甲的完成率均更高；采用各半任务构成时，甲的加权比较值更高。三句话分别对应三种明确计算。

最后保留原始计数、分组比例、共同权重和加权结果四项。AI 负责整理计算路径与检查措辞，人负责确认数据来源、分类含义以及下一场的真实构成。这样的比较才有可追问的依据。