الأخلاقيات

الاستخدامات المقصودة

• تدقيق الانحياز في أنظمة الرؤية. تتيح تسميات الأنماط الظاهرية المرجعية المنظمة لكل مجموعة قياسَ دقة أنظمة الرؤية الخاضعة للتدقيق (مصنِّفات سمات الوجه، وكاشفات لون البشرة، ومقدِّرات العمر) لكل مجموعة على حدة.
• مجموعات تدريب فرعية متوازنة وفق Fitzpatrick. يتيح الحقل skin_tone بناء مجموعات فرعية للتدريب والتقييم متوازنة عبر توزيع Fitzpatrick من I إلى VI، بدقة أعلى من تسميات العرق ذات الفئات الأربع الشائعة في المعايير المرجعية الحالية.
• توليد الصور بالذكاء الاصطناعي استنادًا إلى توزيعات حقيقية. تُرسّخ توزيعات الأنماط الظاهرية لكل مجموعة الأوامرَ الموجهة إلى مولدات الصور على بيانات واقعية، فتنتج تنوعًا داخل المجموعة بدلًا من مخرجات نمطية منهارة نحو نمط واحد.
• مرجع أنثروبولوجي وتعليم. يدعم الكتالوج الذي يضم أكثر من 4,000 مجموعة، مع حقول موحدة للموطن / اللغة / رموز ISO / الدين، الاستعلاماتِ بين المجموعات والمقررات الدراسية والاستخدام التعليمي.
• ترسيخ أوامر معالجة اللغات الطبيعية متعددة الأعراق. تضمينات ديموغرافية منظمة لترسيخ مخرجات النماذج اللغوية عبر المجموعات العرقية.

الاستخدامات خارج النطاق

مجموعة البيانات غير مناسبة لأي من التطبيقات التالية:

• التصنيف الفردي. التنبؤ بالمجموعة العرقية لفرد ما من صورته. تصف مجموعة البيانات المجموعات العرقية بصورة إجمالية، والصفوف الفردية ليست بيانات لتدريب المصنِّفات.
• التعرف على الهوية أو المراقبة. مطابقة الأفراد مع المجموعات عبر سمات الأنماط الظاهرية. تحتفظ الصفوف الخاصة بكل صورة بعناوين URL للمصادر لأغراض التدقيق؛ وهي غير مصممة للمطابقة البيومترية، وأي تطبيق يستخلص بصمة الأفراد عبر سمات الأنماط الظاهرية لكل صورة يقع صراحةً خارج النطاق.
• التمييز القائم على التنميط. تصفية الأفراد على أساس النمط الظاهري في التوظيف أو الإقراض أو الهجرة أو أي مسار آخر لاتخاذ قرارات ذات عواقب.
• ادعاءات تراتبية عن الشعوب. تعكس الفروق في التوزيعات بين المجموعات في مجموعة البيانات هذه إطارَ أخذ العينات في Wikipedia، لا تراتبيات وراثية أو تراتبيات في السمات على مستوى السكان. ولا تدعم هذه البيانات الادعاءات بأن مجموعة ما تمتلك «أكثر» أو «أقل» من أي بُعد من أبعاد النمط الظاهري.
• الاستدلال الجيني السببي. توزيعات الأنماط الظاهرية رصدية لا تجريبية. ولا يمكن لمجموعة البيانات أن تدعم ادعاءات حول المواقع الجينية التي تقف وراء تباينات الأنماط الظاهرية.

اخترنا هذه الحدود عن قصد. تحمل بطاقة مجموعة البيانات على HuggingFace، وورقة المنهجية، وصفحة الأخلاقيات هذه، البيانَ الصريح نفسه بشأن الاستخدامات خارج النطاق.

تحفظات انحياز المصادر

القيد الأبرز لمجموعة البيانات هو إطار مصدر Wikipedia. كل صف خاص بصورة في المدونة مأخوذ من صورة في الملكية العامة على Wikipedia لشخص مشمول بتقليد مقالات Wikipedia بعنوان «List of {Ethnicity} people». وهذه العينة:

• منحازة جندريًا نحو الذكور. يميل البروز في الحياة العامة على Wikipedia نحو الذكور في معظم الفئات (السياسيون، والعلماء، والرياضيون، والشخصيات التاريخية)؛ ويبلغ الانحياز الإجمالي التقريبي نحو 70 إلى 75% من الذكور.
• منحازة نحو الحياة العامة. العلماء والسياسيون والعاملون في الترفيه والرياضيون والشخصيات التاريخية ممثلون تمثيلًا زائدًا مقارنة بعموم السكان.
• منحازة نحو التغطية باللغة الإنجليزية. المجموعات ذات الحضور الأقوى في Wikipedia الإنجليزية لديها عدد أكبر من الملاحظات المصورة؛ ويرتبط ذلك ارتباطًا فضفاضًا بحجم الشتات الناطق بالإنجليزية، لا بحجم السكان الأصليين.
• منحازة نحو عصر التصوير الفوتوغرافي. لا توجد صور في صناديق المعلومات للشخصيات السابقة لعصر التصوير، لذا تنخفض تغطية الملاحظات المصورة للمجموعات التي يميل حضورها في Wikipedia نحو الشخصيات التاريخية.

تُظهر التجميعات الخاصة بكل مجموعة على الموقع هذه التحفظات صراحةً كلما كان توزيع المصادر 100% من Wikipedia (وهو حال كل التجميعات حاليًا). وستخفف الإصدارات المستقبلية التي تتضمن صورًا يرسلها المستخدمون أو مصدرًا ثانيًا في الملكية العامة من هذا الانحياز.

حدود سوء الاستخدام التاريخي

تستخدم عدة أبعاد تشريحية في الكتالوج مفردات لها تاريخ من سوء الاستخدام في العلم الزائف للتصنيف العرقي في القرن التاسع عشر وأوائل القرن العشرين. وأبرزها المؤشر الرأسي في مفردات head-shape: فقد أُسيء استخدام فئات طويل الرأس / متوسط الرأس / عريض الرأس على نطاق واسع لدعم ادعاءات تراتبية عن الشعوب.

أثبتت دراسة Boas لعام 1912 (Changes in bodily form of descendants of immigrants، American Anthropologist 14(3): 530-562) أن المؤشر الرأسي يستجيب للبيئة خلال جيل واحد، مما يقوّض أي استخدام لمورفولوجيا الجمجمة بوصفها علامة ثابتة للشعوب. ولا تستخدم الأنثروبولوجيا القحفية الوجهية المعاصرة هذه الأبعاد إلا بوصفها واصفات نمائية وسريرية وفردية. وتتبرأ كتلة تحفظات التأطير في ملف المفردات صراحةً من سوء الاستخدام التاريخي، وتحصر البعد في الاستخدامات السريرية (فحص تعظم الدروز الباكر، وأجهزة التقويم لدى الأطفال)، والجنائية (التعرف على هوية الأفراد)، واستخدامات الوصف الفردي.

ينبغي للمستخدمين اللاحقين لمجموعة البيانات هذه الامتناع عن إسقاط فئات المؤشر الرأسي، أو أي بعد آخر في الكتالوج، على ادعاءات عرقية أو تصنيفية للشعوب. وتُوثَّق التوزيعات الخاصة بكل مجموعة من باب الاكتمال، لا بوصفها تعريفات أو فروقًا مميِّزة.

مخططات تشريح الأعضاء التناسلية

تغطي ثلاثة ملفات مفردات تشريح الأعضاء التناسلية الخارجية (vulva، penis، pubic-region). وهي منشورة أكاديميًا (مدعومة بالمراجع، وقابلة للتشغيل البيني مع الأنطولوجيات، وقابلة للدفاع عنها أمام المراجعين)، لكنها تحمل علامة observations_source_policy: "internal_only" على مستوى الملف. لا تُملأ أي ملاحظات لهذه الأبعاد من صور في الملكية العامة، ولا يصل أي منها إلى مجموعة البيانات العامة.

المسوّغ: لا تحتوي Wikipedia والمصادر المماثلة في الملكية العامة على صور ذات صلة؛ ولمصادر محتوى البالغين مشكلات في الموافقة والمصدر تجعلها غير مناسبة لبناء مجموعات بيانات أكاديمية؛ وتتطلب مجموعات الصور السريرية موافقة مكافئة لموافقة مجلس المراجعة المؤسسية (IRB) لا يمكن لمجموعة بيانات مفتوحة أن تضمنها. يُنشر المخطط لتكون التصنيفات الأكاديمية شفافة؛ وتبقى الملاحظات داخلية حتى تتوفر مصادر مستوفية لشروط الموافقة.

الترخيص وإعادة الاستخدام

الشيفرة منشورة بموجب Apache License 2.0؛ ومجموعة البيانات منشورة بموجب CC BY 4.0. تشير عناوين URL للصور في مجموعة البيانات إلى محتوى Wikipedia / Wikimedia Commons الخاضع لتراخيص كل صورة على حدة (عادةً CC-BY-SA، أو الملكية العامة، أو متغيرات مختلفة من Creative Commons)؛ راجع عنوان URL المرجعي لكل صف قبل إعادة توزيع ملفات الصور الفعلية.

الترخيص المتساهل مقصود. ونرحب صراحةً بالباحثين الأكاديميين وفرق أبحاث الإنصاف ومطوري الذكاء الاصطناعي الذين يرغبون في إنشاء نسخة مطابقة من مجموعة البيانات بإسناد مختلف أو إعادة تسميتها لاستخدام متخصص في مجال معين. صُممت هذه المخرجات لتدوم بعد أي مضيف منفرد أو سياق علامة تجارية.