أي جهاز دقيق تتم معايرته أولاً: يُرسل إشارة بقوة معلومة ويُراقب الرد. هكذا فُعل مع مدينة مونتيلاغو الرقمية. أنشأ الباحثون 120 شخصية افتراضية. أعطوا لكل منها طابعاً: النمذجة العشوائية للثقة الخفية تجاه السلطات البلدية، وتقييم مصداقية الأخبار، ومدى ملاءمة المعلومات المُدركة. هذه الأرقام لم يعرفها سوى المُنشئين.

بعد ذلك، بدأ نماذج اللغة الكبيرة (برنامج يولّد النصوص، مثل مكمّل تلقائي فائق الذكاء)، المبنية على الشبكات العصبية (Neural Networks) مع المُحَوِّلات (Transformers) ذات الهندسة الخاصة وآلية الانتباه في انتقاء الأهم، والمُدرّبة بالتعلم الآلي على نصوص كثيرة، في توليد ردود الشخصيات على الأخبار. لم تُعطَ لها الأرقام الخفية — كانت ترى فقط السير الذاتية. تنوعت الأخبار من إصلاح أنابيب المياه إلى الحوادث والمياه العكرة. أُضيفت الذكاء الاصطناعي القابل للتفسير (XAI) رسالة اختبارية عن مهرجان المدينة — غير ضارة، مثل الدواء الوهمي. كل هذه المحاكاة العددية تكررت عدة مرات، مع تغيير درجة حرارة التوليد (المرتبطة بـنظرية الاحتمالات) — إعداد يُضيف العشوائية إلى الردود (كلما زاد، زادت احتمالية اختلاف الردود على السؤال نفسه).

أظهرت سبع تجارب أن الثقة الخفية والردود تتطابق تقريباً بشكل مثالي (معامل 0.9). بدون أخبار، لم تتغير التقييمات. كان ضجيج الجهاز (التشتت عند تكرار الأسئلة) منخفضاً — مثل ارتجاف عقرب الميزان ضمن حدود التدريجة. لكن أحد الأخبار، الذي كان من المفترض أن يحسّن المزاج قليلاً، فاجأ الجميع وجعله أسوأ. لم يكن هذا عطلاً في النموذج، بل قصوراً في الرسالة نفسها: فقد أبرز النص المشاكل دون قصد. بعد التصحيح، عاد كل شيء إلى نصابه. وهكذا ساعدت المعايرة في تحسين ما نقوله للنموذج، لا النموذج نفسه.

هذا المنهج يحوّل السكان الرقميين من مجرد لعبة إلى أداة قياس حقيقية. الآن، عند إعداد إعلانات هامة — مثلاً عن تربة ملوثة أو خطط إصلاح الطرق — يمكن للإدارة أولاً اختبار ردود الفعل على المدينة الافتراضية، مثلما يختبر العلماء أجهزتهم. مونتيلاغو باتت مُعايرة وجاهزة للقياسات الحقيقية.