سنجانه
یک نشست ۲۴۰ گویهای را به نیمرخی تبدیل میکند که فرد میتواند بخواند و ارزیاب میتواند از آن دفاع کند.
برای چه کسی: تیمهای منابع انسانی و توسعهٔ سازمانی، روانشناسان و مشاورانی که با سیاهههای شخصیت کار میکنند، و افرادی که نیمرخ خودشان را میخوانند.
هر عدد اندازهگیری شده و روش اندازهگیریاش ثبت است. عددی که اندازه نگرفته باشیم اینجا نمیآید.
ابتدا سنجش، سپس توضیح
سنجانه سیاههٔ ۲۴۰ سؤالی پنجعاملی شخصیت را به فارسی — مبتنی بر NEO، با ۵ عامل و ۳۰ مؤلفه — برگزار میکند و نیمرخ نمرهگذاریشده را همراه با خوانشی نوشتاری تحویل میدهد.
ترتیب همین جمله، خودِ محصول است. نمرهگذاری اول اتفاق میافتد، در موتوری که روی یک کلید ثبتشده حساب میکند. توضیح دوم اتفاق میافتد، روی عددهایی که پیشتر قطعی شدهاند. متن را یک مدل زبانی مینویسد و آن مدل به عددها دسترسی ندارد.
«چه چیزی جلوی مدل را میگیرد که عدد بسازد؟»
اینکه اصلاً مصالحش را ندارد. آنچه به مدل داده میشود نیمرخ محاسبهشده است — نمرهها، سطحها و مؤلفههایی که از میانه فاصلهٔ معنادار دارند — و هرگز پاسخهای خود فرد نیست. در قواعد قطعیِ پرامپت آمده که حق ندارد نمرهای را محاسبه، اصلاح یا بازتفسیر کند، و مسیری هم برایش وجود ندارد که بتواند. این تقسیم کار روی خود سایت نوشته شده و پنهان نشده است، چون خریداری که بعداً خودش کشفش کند، فرض میکند پنهانش کردهاند.
| موتور سنجش چه میکند | هوش مصنوعی چه میکند | هیچکدام چه نمیکنند |
|---|---|---|
| پاسخها را با کلید ثبتشدهٔ همان نسخه نمره میدهد | نیمرخ عددی را به زبان ساده توضیح میدهد | هیچ نمرهای را تغییر نمیدهد |
| جهت گویههای معکوس را اعمال میکند | الگوهای مرتبط را کنار هم میگذارد | صفت یا مؤلفهٔ تازهای اختراع نمیکند |
| ۳۰ نمرهٔ مؤلفه و ۵ نمرهٔ عامل را تولید میکند | پرسشهایی برای گفتوگوی توسعهای پیشنهاد میدهد | تشخیص روانشناختی نمیدهد |
| سطح تفسیری هر نمره را تعیین میکند | نام مدلی را که هر متن را نوشته کنار همان متن ثبت میکند | تصمیم استخدام، ارتقا یا رد نمیگیرد |
هر عدد گزارش باید سالها بعد هم قابل توضیح باشد
این قاعده پیش از خودِ موتور نمرهگذاری نوشته شد و دلیل شکل امروزی گزارش است. نیمرخی که نتوان بازسازیاش کرد سابقه نیست؛ نظری است که یک نمودار کنارش گذاشتهاند.
- پاسخ — یکی از پنج گزینه، دقیقاً همانطور که فرد ثبت کرده، به تفکیک گویه
- کلید — اینکه گویه روی کدام مؤلفه و کدام عامل، در چه جهت و با چه وزنی بار دارد؛ خواندهشده از کلید ذخیرهشدهٔ همان نسخه، نه محاسبهشده از شمارهٔ گویه
- نمرهٔ خام — جمع مؤلفه و عامل، هرکدام همراه با شمار گویههایی که واقعاً در آن سهم داشتهاند
- جامعهٔ مرجع — اینکه نمره در برابر کدام مجموعهٔ هنجار و کدام گروه خوانده شده، با نام، روی خود نتیجه ذخیره میشود
- نمرهٔ T و صدک — همراه با ثبت اینکه T از سطر دقیق جدول آمده، از درونیابی، یا از میانگین و انحراف معیار
- سطح — یکی از پنج سطح، از بازههای نیمباز که هیچ عددی را بیبرچسب نمیگذارند
پنج سطح، یک مقیاس، همهجا: بسیار پایین، پایین، متوسط، بالا، خیلی بالا — با نقاط برش در پنجکها. گزارشی که سه سال بعد باز شود، با سطحهای همان نسخهای رندر میشود که فرد در آن آزمون داده، نه با سطحهای نسخهٔ امروز.
مدل چه چیزی دربارهٔ شما نمیداند
پرامپت فقط نمره میبرد. نه نام، نه شمارهٔ همراه، نه پاسخهای متنی. و — عمداً — هیچ چیز دربارهٔ کارفرما.
شناختنامهٔ سازمان در همان لحظه بارگذاری شده و در دسترس است، و باز هم فرستاده نمیشود. دلیلش در خود کد نوشته شده و یک آزمون هم آن را نگه میدارد: آزمونی که اگر متن سازمان به مدل برسد، مردود میشود. این یک ابزار شخصی است. نتیجه متعلق به کسی است که آن را داده، با او از این شغل بیرون میرود، و خوانشی که به سمت دغدغهٔ امروزِ کارفرما خم شده باشد، دیگر خوانشِ او نیست.
محافظهایی که دستور در پرامپت نیستند
چند مؤلفه در مدل پنجعاملی نامی دارند که در زبان روزمرهٔ فارسی معنای پزشکی میدهد؛ «اضطراب» و «افسردگی» از همانها هستند. خوانندهای که این واژه را در گزارشی دربارهٔ خودش میبیند — یا بدتر، مدیری که آن را در گزارشی دربارهٔ کارمندش میبیند — یک تشخیص میشنود. تشخیصی در کار نیست.
گفتنِ «این اصطلاح را توضیح بده» به مدل، این را درست نمیکند. مدل وقتی خودش تعریف مینویسد، تعریفش به سمت همان خوانش بالینی میرود که بیشتر از همه دیده است. پس تعریف، همراه نمرهها و بهصورت داده فرستاده میشود. بعد از پاسخ مدل، متن نهایی برای این واژهها پویش میشود و سامانه بخش «واژهنامه» را خودش میافزاید، با این جمله برای هر واژهای که واقعاً به کار رفته: این یک تشخیص بالینی نیست. از مدل هرگز خواسته نمیشود این بخش را بنویسد.
بقیهٔ این لایه هم با همین منطق ساخته شده: بهجای شکستن، افت میکند. توضیحی که به نموداری اشاره کند که این نسخه اصلاً رسم نمیکند، حذف میشود. عدد اهمیتِ خارج از بازه به بازه برگردانده میشود. خروجیای که ساختار خواستهشده را رعایت نکرده باشد بهصورت متن ساده نگه داشته میشود، چون خوانشی بدون شرح نمودار بهمراتب از یک خطا باارزشتر است. متنی که سازمان دربارهٔ خودش نوشته، برای مدل نقلقول است: اگر درونش دستوری خطاب به مدل باشد، اجرا نمیشود. در دستیار مدیران هم مدل فقط اجازه دارد کلیدی را از یک فهرست ثابت انتخاب کند؛ هیچ خروجی مدلی به پرسوجو نمیرسد.
گزارش چطور به دست فرد میرسد
پیامک فارسی در بخشهای ۷۰ کاراکتری صورتحساب میشود و اپراتور، پیام آزادِ حاوی لینک را رد میکند. نشانی کامل گزارش روی هر پیام تقریباً یک بخش اضافه هزینه دارد و فرد را هم به صفحهٔ ورود میرساند، نه به نتیجهاش. پس پیوند کوتاه داخل الگوی مصوب اپراتور میرود و همان پیوند فرد را به گزارش خودش میرساند. متن اعلان یک بار ساخته میشود تا زنگ داخل برنامه، پیامک، ایمیل و پیامرسان نتوانند حرفهای متفاوتی بزنند.
برای سازمان
مالک یا مدیر، آزمون را به کارکنان یا گروههای کاری ارجاع میدهد. هر فرد گزارش خودش را میگیرد. بالای آن، یک گزارش تجمیعی سازمانی قرار دارد که بهجای فهرستکردن افراد، بهصورت توزیع رسم میشود؛ این گزارش هنگام درخواست ساخته میشود و ذخیره نمیشود، چون پاراگرافِ ذخیرهشده گروهی را توصیف میکند که دیگر وجود ندارد.
جایی که کار متوقف میشود
«اگر کسی همهٔ ۲۴۰ گویه را «موافقم» بزند چه اتفاقی میافتد؟»
امروز یک نیمرخ کامل، بااطمینان و غلط میگیرد و سامانه به شما نمیگوید چنین چیزی رخ داده است. شاخصهای تشخیص این حالت طراحی و مستند شدهاند اما ساخته نشدهاند، و هیچ صیقلِ رابط کاربری جایشان را نمیگیرد. تنها کنترل فعال، حداقل نسبت پاسخدادهشده است.
هیچ انسانی هم پیش از فرد، متن هوش مصنوعی را نمیخواند. این دو، فاصلهٔ میان «طراحیشده» و «در حال اجرا» هستند و گفتنشان ارزانتر از آن است که مشتری خودش پیدایشان کند.
در چهارده روز ساخته شد
۱۴۱ کامیت بین ۲۰ مرداد و ۳ شهریور ۱۴۰۵ به حدود ۱۰۳٬۵۰۰ خط کد بکاند در ۸۰۷ فایل، ۵۶ مهاجرت اسکیما، ۶۱ جدول و ۱٬۳۰۱ مورد آزمون رسید. این کارِ یک مهندس با ابزار هوش مصنوعی است، نه یک تیم بزرگ — و گفتنش لازم است، چون هم روایت درست همین است و هم اگر میخواهید برآورد کنید ساخت چنین سامانهای چقدر طول میکشد، همین عدد به کارتان میآید.
تصمیمهای فنی
و آنچه انتخاب نکردیم، همراه با دلیلش.
نمرهٔ هر عامل از گویههای خودش محاسبه میشود، نه از جمع مؤلفههایش.
گزینههای دیگر: جمعزدن نمرهٔ شش مؤلفه برای رسیدن به نمرهٔ عامل
یک گویه میتواند روی مؤلفه، روی عامل، روی هر دو یا روی هیچکدام بار داشته باشد، هرکدام با وزن خودش. جمعزدن مؤلفهها گویههای دوبارهبارشده را دو بار میشمارد و وزنها را بیسروصدا دور میریزد. هر دو مسیر محاسبه میشوند و اگر نتیجهشان یکی نبود، یک اعتبارسنج هشدار میدهد؛ یعنی توافق این دو بررسی میشود، نه فرض.
ساختار گویهها از کلید بارگذاریشده میآید، نه از حسابوکتاب روی شمارهٔ گویه.
گزینههای دیگر: استخراج عامل و مؤلفه از جایگاه گویه با یک فرمول باقیمانده، نوشتن فهرست گویههای معکوس بهصورت آرایهای در کد
یک خطای یکواحدی در هر جای این حساب، یک نیمرخ کامل، باورپذیر و غلط تولید میکند که هیچ چیز آن را لو نمیدهد. وقتی کلید داده باشد، میتوان آن را در برابر ترکیبی که خودِ سیاهه اعلام میکند سنجید و ناسازگاری بهجای یک نتیجهٔ خاموش، به یک آزمونِ مردود تبدیل میشود.
کلید پیش از انتشار نسخه، در برابر شمار اعلامشدهٔ مؤلفه در هر عامل و گویه در هر مؤلفه اعتبارسنجی میشود.
پاسخهای جامانده هشدار میدهند، اجازه میگیرند، ثبت و نشانهگذاری میشوند — اما نمرهگذاری را متوقف نمیکنند.
گزینههای دیگر: توقف نمرهگذاری وقتی بیش از ۱۰ تا ۱۵ پاسخ جا مانده است
توقف، سابقهٔ آزمونی را که کسی واقعاً نشسته و داده است نابود میکند. در ثبت اول، گویههای الزامی رد میشوند و اجراکننده فقط جاهای خالی را نشان میدهد؛ ثبت دوم با تأیید صریح روی نشست ضبط و نمرهگذاری میشود و نشانه میخورد. کف پذیرش، نسبت ۰٫۷۵ پاسخدادهشده است.
هر نمرهٔ T ثبت میکند که از کجا آمده است.
گزینههای دیگر: ذخیرهٔ خودِ نمرهٔ T و تمام
عددی که منشأش ذخیره نشده باشد، بعدها قابل دفاع نیست. هر T ثبت میکند که از سطر دقیق جدول هنجار آمده، از درونیابی، یا از میانگین و انحراف معیار — چون «احتمالاً جدول هنجار در سال ۱۴۰۵ آن سطر را داشت» پاسخی نیست که به وکیل یک داوطلب بدهید.
تعریف واژههای بالینینما همراه نمرهها و بهصورت داده فرستاده میشود، نه بهصورت دستور در پرامپت.
گزینههای دیگر: گفتن این نکته در پرامپت که مدل خودش این واژهها را تعریف نکند
پرامپت یک درخواست است، نه یک تضمین. در یک اجرای واقعیِ نسخهٔ قبلی، متن تولیدشده عبارتی بالینینما داشت، بدون هیچ تعریفی و بدون هیچ جملهای که بگوید این تشخیص نیست. حالا تعریف همراه نمرهها میرود و پس از پاسخ مدل، متن نهایی پویش میشود و بخش «واژهنامه» را خودِ سامانه به آن میافزاید.
محدودیتها
- هیچ سنجهٔ کیفیت پاسخ یا اعتبار پاسخدهی در کار نیست. نشستی که در آن هر ۲۴۰ گویه با یک گزینه پاسخ داده شده باشد، امروز یک نیمرخ بااطمینان و غلط تولید میکند. شاخصهایی که این را میگیرند — طول بلندترین زنجیرهٔ پاسخ یکسان، پراکندگی پاسخ، شمار گزینههای متمایز — طراحی و نوشته شدهاند اما ساخته نشدهاند. تنها کنترلی که اکنون اجرا میشود، حداقل نسبت ۰٫۷۵ پاسخدادهشده است.
- هیچ انسانی پیش از رسیدن تفسیر به دست فرد، آن را بازبینی نمیکند. نه وضعیت تأیید هست، نه صف بازبینی، نه ستون بازبین. مدیر سامانه میتواند متن را بعداً بخواند و آن را دوباره تولید یا پاک کند؛ این نظارت پس از تحویل است، نه پیش از آن.
- این سیاهه بهعنوان ابزار اعتباریابیشده یا هنجاریابیشده معرفی نمیشود. ما هیچ ضریب پایایی یا روایی برای آن محاسبه و منتشر نمیکنیم؛ هر داوری دربارهٔ ویژگیهای روانسنجی آن باید از ادبیات پژوهشی و قضاوت خود شما بیاید، نه از ما.
- نمرهگذاری بازآزمون و «تغییر معنادار» وجود ندارد. اختلاف میان دو نشست، اختلاف میان دو عدد است؛ نامگذاری آن بهعنوان «تغییر» به دادهٔ پایایی بازآزمایی نیاز دارد که سامانه در اختیار ندارد.
- مؤلفهها با نمرهٔ خام، نمرهٔ T و صدک گزارش میشوند، اما بدون برچسب سطح. سند مرجع فقط برای عاملها بازهٔ تفسیری دارد و ساختن بازهٔ تفسیری برای مؤلفهها یعنی جعل تفسیر.
- نمرههای T از یک مطالعهٔ منتشرشده روی نمونهای در دسترس با حدود پانصد بزرگسال میآید، نه از یک برنامهٔ هنجاریابی ملی. جنسیت آزمودنی جمعآوری نمیشود، پس همیشه گروه تجمیعی به کار میرود، حتی جایی که منبع، ارقام را به تفکیک جنسیت گزارش کرده است.
- متن فارسی سیاهه نقصهای ثبتشده دارد: شمار کمی از گویهها در جهت مخالف چیزی خوانده میشوند که بر اساسش نمره میگیرند. این موارد در مستندات خود سیاهه ثبت شده و عمداً دستنخورده ماندهاند، چون تغییر یک گویه یعنی تغییر یک ابزار منتشرشده و جدا کردن آن گویه از دادهٔ مرجعی که روی همان متن جمع شده است.
- تشخیص بالینی نمیدهد و جای ارزیابی تخصصی را نمیگیرد. تصمیم استخدام هم نیست. نتیجهٔ یک آزمون شخصیت یکی از چند ورودی تصمیم است و صفحهای که جز این وانمود کند، چیزی میفروشد که خود ابزار نمیتواند تحویل بدهد.