L'autoréflexion superficielle (SSR) fait référence au processus par lequel un système d'IA améliore son comportement ou sa prise de décision grâce à un simple examen et ajustement des commentaires lors de l'exécution d'une tâche. Cependant, ce processus de réflexion est généralement superficiel et n’implique pas de compréhension profonde ni de changements structurels. Il vise à apporter des ajustements locaux au système ou au modèle d'IA grâce à un retour d'information immédiat pour optimiser rapidement les performances de la tâche ou du comportement en cours.

L’objectif de l’auto-réflexion superficielle est d’améliorer l’efficacité d’un système ou d’un modèle d’IA dans une situation spécifique grâce à un simple retour en arrière et à un réglage fin des erreurs sans apporter de changements structurels profonds. Ce type de réflexion se concentre davantage sur les améliorations immédiates et superficielles et convient à l’optimisation des tâches à court terme plutôt qu’à une analyse approfondie ou à la résolution de problèmes fondamentaux du système.