অনুমান ও অনুসিদ্ধান্ত¶
সব যুক্তির মধ্যে কিছু না কিছু assumption থাকে। সমস্যা assumption থাকা নয়; সমস্যা হলো তাকে অদৃশ্য রাখা বা প্রমাণ হিসেবে উপস্থাপন করা।
QLens অনুমানকে ঘোষিত রাখে এবং inference-এর অবস্থা provisional, contested বা supported হিসেবে প্রকাশ করতে দেয়।
মূল নীতি¶
বাস্তবতা গবেষণার ফল নয়। গবেষণা আমাদের বোঝাকে পরিবর্তন করে—বাস্তবতাকে নয়।
QLens-এর প্রতিটি স্তরে এই সীমা অক্ষুণ্ণ থাকে। Canonical object গবেষণার বর্তমান রেকর্ড বহন করে; graph তার সম্পর্ক দেখায়; event পরিবর্তনের ইতিহাস রাখে; NUR ও publication layer সেই গবেষণাকে উপস্থাপন করে। কোনো derived view, AI output বা সুন্দর ভাষা নিজে থেকে authoritative হয়ে যায় না।
ব্যবহারিক তাৎপর্য¶
- দাবি ও প্রমাণ আলাদা রাখতে হবে।
- observation ও interpretation এক জায়গায় মিশিয়ে ফেলা যাবে না।
- বর্তমান বোঝার সীমা ও অনিশ্চয়তা প্রকাশ করতে হবে।
- নতুন evidence এলে impact পরীক্ষা করে প্রয়োজন হলে revision করতে হবে।
- পুরোনো record মুছে না দিয়ে supersession ও history সংরক্ষণ করতে হবে।