ماذا تخبرك درجة الثقة؟
تصف قيمة confidence في V2 الأدلة التي يستند إليها تقدير واحد. وهي لا تقيس دقة الخدمة كلها، ولا تحدد الهوية الجندرية لأي شخص. اقرأها مع confidence_kind وsource وsample_count.
يشرح هذا الدليل عقد استجابة V2 الحالي وبروتوكولًا مقترحًا للتقييم. تتحقق اختبارات العقد من سلوك الاستجابة، لكنها ليست دراسة دقة تعتمد على تسميات مرجعية مستقلة. كما أن تاريخ تحديث هذه الصفحة ليس تاريخ قياس للدقة.
يعرض ملف منفصل لقاعدة البيانات، رُصد في 26 سبتمبر 2026، أعداد المستندات في البيانات الوصفية للمجموعتين، واتساق الأعداد الرقمية في 5,000 سجل اختيرت عشوائيًا من كل مجموعة. لا تقارن هذه الفحوص التقديرات بتسميات مرجعية مستقلة، لذا لا تنتج نسبة دقة.
نوعان من درجة الثقة ومعنيان مختلفان
حساب توضيحي فقط: إذا كان الصف المختار يخزّن male = 90 وfemale = 10 وtotal = 100، فقيمة confidence هي 0.9. هذه الأعداد مفترضة، وليست نتيجة قياس من GenderAPI.io، ولا تعني أن 90% ممن يحملون هذا الاسم يعرّفون أنفسهم ذكورًا.
لا تُعرض الأعداد المخزَّنة هنا على أنها ملاحظات مستقلة وممثِّلة. وقيمة الذكاء الاصطناعي ليست معايَرة على هذه الأعداد. لا تقارن النوعين كأنهما احتمالان قابلان للتبادل، ولا تعتمد حدًّا عامًّا لدرجة الثقة دون تقييم يناسب حالة استخدامك.
| حقل الاستجابة | نتيجة مجموعة البيانات | نتيجة الذكاء الاصطناعي |
|---|---|---|
source | dataset | ai |
confidence_kind | observed_frequency عند إعادة جنس | model_reported عند إعادة جنس |
confidence | max(male, female) / total من الأعداد المخزَّنة عند إعادة جنس؛ وnull عند تساوي العددين تمامًا | قيمة يقدّمها النموذج أكبر من 0.5 ولا تتجاوز 1 عند إعادة جنس؛ وإلا null |
sample_count | العدد الإجمالي المخزَّن في السجل المختار؛ وليس حجم عينة تقييم | null؛ لا يُقدَّم عدد عينة من مجموعة البيانات |
match | المرشح المختار وطريقة المطابقة ونطاق الدولة أو النطاق العام | قيمة method هي model_inference؛ وname وscope وcountry قيمتها null |
النتائج غير المعروفة والملتبسة والطلبات الفاشلة
لا يوجد لنتائج مجموعة البيانات حد عام يرفض درجات الثقة المنخفضة. يشترط التحقق من استجابة الذكاء الاصطناعي أن تكون القيمة غير الفارغة أكبر من 0.5؛ وهذا قيد في العقد، لا دليل على جودة التقدير. احتفظ بقيمة null كما هي، ولا تحوّلها إلى درجة ثقة صفرية أو إلى فئة مُخمَّنة.
| النتيجة | السلوك في V2 | طريقة احتسابها في التقييم |
|---|---|---|
| محددة | قيمة result_status هي identified وقيمة gender هي male أو female | قارنها بالتسمية المرجعية واحتسبها حالة أُجيب عنها |
| غير معروفة | قيمتا gender وconfidence هما null؛ وقيمة result_status هي unknown | أبقِ الحالة ضمن العينة المؤهلة واحتسبها منفصلة عن التقدير الخاطئ |
| صف ملتبس في مجموعة البيانات | تساوي عددي male وfemale المخزَّنين يعطي reason: ambiguous في وضع مجموعة البيانات فقط؛ وقد يستبدل الرجوع إلى الذكاء الاصطناعي هذه النتيجة بنتيجة من الذكاء الاصطناعي | سجّل النتيجة النهائية ووضع الذكاء الاصطناعي المختار؛ ولا تحتسب الالتباس نتيجة إضافية |
| أدلة غير كافية لدى الذكاء الاصطناعي | تستخدم النتيجة غير المعروفة من الذكاء الاصطناعي source: ai وreason: insufficient_evidence | احتسبها غير معروفة؛ فاستجابة JSON الصالحة لا تثبت صحة النتيجة |
| خطأ في الطلب أو في عنصر | أخطاء HTTP وأخطاء عناصر الطلب المجمّع نتائج تشغيلية، وليست تسميات للجنس | أبلغ عن حالات الفشل منفصلة؛ وانشر عددها ومقامها بدل حذفها دون إشارة |
قِس الإعداد الذي تستخدمه فعلًا
- افصل بين مُدخلات الأسماء وعناوين البريد الإلكتروني وأسماء المستخدمين. تتضمن معالجة البريد الإلكتروني واسم المستخدم استخراج المرشحين، لذا لا تقيس دراسة تقتصر على الأسماء أداء هذا المسار كاملًا.
- افصل بين قيم ai_mode الثلاث off وfallback وalways. من دون forceToGenderize تستخدم الطلبات الفردية fallback افتراضيًا، وتستخدم الطلبات المجمّعة off افتراضيًا. يبحث fallback في مجموعة البيانات أولًا، ثم يستخدم الذكاء الاصطناعي إذا لم يُعَد جنس. وقد تخفي النتيجة المجمّعة الفرق بين نتائج مجموعة البيانات ونتائج الذكاء الاصطناعي.
- قيّم forceToGenderize منفصلًا لكل أنواع الإدخال المدعومة. فقد يستنتج ارتباطًا من اسم مستعار حتى عندما تكون قيمة name هي null؛ ولا يُعد الاسم المستعار دليلًا على هوية صاحب الحساب.
- سجّل ما إذا كان country قد أُرسل. لكل مرشح، يُفضَّل صف الدولة عند وجوده، ويُستخدم البحث العام بديلًا؛ تحقّق من match.scope وmatch.country لمعرفة الأدلة التي اختيرت.
- أبلغ عن النتائج حسب سياق الدولة ونظام الكتابة ونوع الإدخال، مع عدد الحالات في كل شريحة. ولا يُعد الارتباط الإقليمي جنسية أو مكان إقامة.
- حدّد أي حد لدرجة الثقة في تطبيقك قبل قياس العينة المعزولة. وأبلغ عن نتيجة API الأصلية وعن الحالات التي استبعدها تطبيقك بسبب هذا الحد، منفصلةً لكل قيمة من قيم confidence_kind.
تعريفات المقاييس ومقاماتها
في التقييم المخطط له، يمثل N عدد الحالات المؤهلة التي لها تسمية مرجعية. ويمثل A = C + W عدد الحالات التي أُعيد فيها جنس: C صحيحة وW خاطئة. ويمثل U النتائج غير المعروفة، وE الأخطاء التشغيلية المتبقية بعد تطبيق سياسة التنفيذ المحددة مسبقًا. إذا كانت لكل حالة نتيجة نهائية واحدة، فإن N = C + W + U + E. انشر هذه الأعداد قبل النسب المئوية.
عندما يكون N = 0 تكون هذه المعدلات غير معرَّفة. لا تنشر معدلًا غير معرَّف على أنه 0%. أرفق فترات عدم اليقين وطريقة حسابها؛ فالشرائح الصغيرة أو غير الممثِّلة لا تكفي لدعم ادعاءات عامة عن الدقة.
| المقياس | التعريف | القياس المنشور |
|---|---|---|
| تغطية الإجابات | A / N | لم يُقَس |
| الدقة في الحالات التي أُجيب عنها | C / A؛ غير معرَّف إذا كان A = 0 | لم يُقَس |
| معدل الخطأ في الحالات التي أُجيب عنها | W / A؛ غير معرَّف إذا كان A = 0 | لم يُقَس |
| الإجابات الصحيحة من بين كل الحالات المؤهلة | C / N؛ لا تسمِّ هذا المقياس دقة الحالات التي أُجيب عنها | لم يُقَس |
| معدل النتائج غير المعروفة | U / N؛ يمكن الإبلاغ عن الالتباس بوصفه جزءًا من U | لم يُقَس |
| معدل الأخطاء التشغيلية | E / N؛ وقسّم الأخطاء أيضًا حسب رمز الخطأ الثابت | لم يُقَس |
| المعايرة | قارن نطاقات الدرجات بمعدل الصحة المرصود، منفصلةً لكل من observed_frequency وmodel_reported؛ واذكر طريقة التقسيم إلى نطاقات والأعداد وعدم اليقين | لم يُقَس |
ما يجب أن يتضمنه التقييم القابل لإعادة الإنتاج
لا تنشئ تسميات مرجعية بسؤال خدمة أخرى لاستنتاج الجنس من الأسماء عن تقديراتها. فالمقارنة من دون مرجع مستقل مناسب تقيس مدى الاتفاق، لا الدقة الموثَّقة. وإذا لم تتوافق التسميات المرجعية مع مخرجات API الثنائية، فوثّق هذا القيد ونطاق التقييم بدل إعادة تصنيف الأشخاص ليتوافقوا مع API.
| العنصر | الإفصاح المطلوب | الأدلة العامة الحالية |
|---|---|---|
| المجتمع المرجعي | مصدر التسميات المرجعية والاستخدام المسموح به؛ ومعايير الأهلية والاستبعاد وطريقة أخذ العينات وإزالة التكرار وتعريفات الشرائح | لا تُنشر هنا مجموعة بيانات مرجعية مراجَعة |
| الفصل عن بيانات المصدر | فحص التداخل وتسرّب البيانات؛ والتمييز بين بيانات الاختبار المستخدمة أثناء التطوير وتقييم مستقل على عينة معزولة | لا يُنشر هنا تقرير موثَّق عن الفصل |
| الإصدار والتنفيذ | تاريخ التنفيذ، وإصدار API الدقيق، ولقطة مجموعة البيانات، وإصدار النموذج أو مزوّد الخدمة عند استخدام الذكاء الاصطناعي، والتعليمات الموجَّهة للنموذج وإعدادات الطلب | لا يُنشر هنا إصدار لتقييم منفَّذ |
| النتائج | N وC وW وU وE، وأعداد الشرائح، وفترات الثقة، وتحليل المعايرة | لا تُنشر هنا قيم أداء مقيسة |
| إعادة الإنتاج والمراجعة | كود التقييم، ونتائج إجمالية قابلة لإعادة الإنتاج، والقيود المعروفة، وجهة محددة مسؤولة عن المراجعة | بروتوكول فقط؛ لا توجد مراجعة مكتملة لمعيار تقييم مستقل |
استخدم النتيجة ضمن حدودها
تختلف ارتباطات الأسماء والأسماء المستعارة باختلاف اللغات والدول والمجتمعات. ولا يمكن للتصنيف المُعاد أن يحدد الهوية الجندرية لأي شخص. احتفظ بالنتائج غير المعروفة، وقدّم ما يصرّح به الشخص بنفسه. لا تستخدم الجنس المُستنتج أساسًا لقرارات ذات عواقب مهمة على أي فرد.
سجل التغييرات
| التاريخ | إصدار المستند | التغيير |
|---|---|---|
| 2026-09-29 | 1.0.0 | النسخة العربية من شرح أنواع درجة الثقة في V2 ومصادر النتائج والنتائج غير المعروفة ومقامات التقييم. لم تُنشر أي قيمة دقة جديدة. |