یک نام چطور وارد آرشیو می‌شود؟

امروز هزاران نام در آرشیو «کشتار دی ۱۴۰۴» ثبت شده است.

اما این نام‌ها از کجا می‌آیند؟

از کجا می‌فهمیم دو اسم شبیه به هم مربوط به یک نفرند یا دو انسان متفاوت؟

اگر خانواده اطلاعاتی بدهد که در هیچ فهرست رسمی یا حقوق‌بشری نیست چه می‌شود؟

اگر هوش مصنوعی نامی را پیدا کند چطور؟

و اگر دو منبع با هم اختلاف داشته باشند، کدام را انتخاب می‌کنیم؟

روش کار ما بر یک اصل ساده بنا شده:

آنچه می‌دانیم را نشان بدهیم، بگوییم از کجا می‌دانیم و درباره چیزهایی که هنوز نمی‌دانیم صادق باشیم.

مرحله اول: یک منبع، نامی را ثبت می‌کند

هر پرونده از جایی شروع می‌شود.

آرشیو اطلاعات را از سازمان‌های حقوق‌بشری، رسانه‌ها، خانواده‌ها، شاهدان، پروژه‌های یادبود و منابع دیگر جمع‌آوری می‌کند.

در میان منابع فعلی می‌توان به Iran Human Rights، بخش جاویدنامان ایران اینترنشنال، هه‌نگاو، هرانا، Human Rights Watch، Center for Human Rights in Iran، ایران‌وایر و منابع دیگر اشاره کرد.

اما اینکه یک نام در یک منبع آمده، به این معنی نیست که تمام جزئیات آن پرونده بدون بررسی پذیرفته می‌شود.

یک منبع شاید فقط نام را داشته باشد.

یکی دیگر شهر را نوشته باشد.

منبع سوم همان اسم را با املای متفاوت ثبت کرده باشد.

و خانواده شاید عکس یا اطلاعاتی داشته باشد که هیچ‌وقت در یک گزارش عمومی منتشر نشده.

پس اولین کار فقط کپی کردن فهرست‌ها نیست.

اول باید بفهمیم این اطلاعات دقیقاً درباره چه کسی است.

مرحله دوم: آیا این دو رکورد مربوط به یک نفرند؟

اسم‌های فارسی همیشه یک شکل مشخص در انگلیسی ندارند.

مثلاً محمد می‌تواند به چند شکل مختلف با حروف لاتین نوشته شود.

نام خانوادگی مرکب ممکن است چسبیده، جدا یا با خط تیره ثبت شده باشد.

گاهی شکل فارسی و انگلیسی یک نام برای یک سیستم کامپیوتری کاملاً متفاوت به نظر می‌رسند.

از طرف دیگر، فقط اسم هم کافی نیست.

دو نفر ممکن است دقیقاً یک نام داشته باشند.

به همین دلیل، اطلاعات دیگری مثل شهر، سن و تاریخ هم با هم مقایسه می‌شوند.

اگر مشخص باشد دو رکورد متعلق به یک نفر هستند، منابع آن‌ها می‌توانند در یک پرونده جمع شوند.

اما اگر مطمئن نباشیم، حدس نمی‌زنیم.

پرونده برای بررسی انسانی می‌ماند.

مرحله سوم: یک انسان بررسی می‌کند

اتوماسیون برای مدیریت هزاران پرونده مفید است.

می‌تواند اسم‌های شبیه را پیدا کند.

موارد احتمالاً تکراری را علامت بزند.

در یکسان‌سازی شکل‌های مختلف نوشتن اسم کمک کند.

و پرونده‌هایی را که نیاز به بررسی دارند جلوی چشم یک ادیتور بیاورد.

اما تصمیم نهایی را نمی‌گیرد.

هیچ پرونده‌ای بدون بررسی انسانی منتشر یا ادغام نمی‌شود.

این موضوع مخصوصاً درباره موارد تکراری اهمیت دارد.

اگر دو انسان متفاوت را اشتباهی یکی کنیم، یک نفر را از آرشیو حذف کرده‌ایم.

اگر یک رکورد تکراری را تشخیص ندهیم، ممکن است یک انسان را دو بار بشماریم.

وقتی شک وجود دارد، بهتر است عدم قطعیت حفظ شود تا اینکه سیستم خودش تصمیم بگیرد.

و اگر بعداً مشخص شود یک ادغام اشتباه بوده، امکان برگرداندن آن وجود دارد.

مرحله چهارم: سطح شواهد مشخص می‌شود

پشت همه نام‌ها یک اندازه سند وجود ندارد.

برای همین آرشیو از چهار سطح A، B، C و D استفاده می‌کند.

این حروف فقط میزان شواهدی را که در حال حاضر برای یک پرونده داریم نشان می‌دهند.

آن‌ها هیچ چیزی درباره ارزش جان آن انسان نمی‌گویند.

A — دو یا چند فهرست مستقل

اگر نام یک فرد در دست‌کم دو منبع مستقل ثبت شده باشد، پرونده می‌تواند در سطح A قرار بگیرد.

چند گزارش از یک سازمان، چند تأیید مستقل محسوب نمی‌شوند.

B — یک فهرست معتبر

سطح B یعنی نام فرد توسط یک سازمان حقوق‌بشری یا رسانه معتبر ثبت شده است.

ممکن است فقط یک سازمان مستقل پشت پرونده باشد، اما منبع شناخته‌شده و قابل بررسی است.

C — خانواده و شاهدان

گاهی مهم‌ترین اطلاعات از نزدیک‌ترین افراد به قربانی می‌آید.

ممکن است خانواده مستقیماً با آرشیو تماس بگیرد.

یا ادیتور بتواند گزارش‌های چند فرد مختلف را که از ماجرا اطلاع داشته‌اند بررسی کند.

چنین پرونده‌ای می‌تواند در سطح C قرار بگیرد.

به این ترتیب، اطلاعات خانواده و شاهدان به‌صورت مشخص در سیستم شواهد دیده می‌شود و بی‌توضیح با گزارش سازمان‌ها مخلوط نمی‌شود.

D — هنوز تأیید نشده

سطح D عمداً متفاوت است.

ممکن است یک نام فقط در یک پست شبکه اجتماعی آمده باشد.

یا در یک فهرست محلی.

یا به‌عنوان سرنخ توسط ابزارهای هوش مصنوعی پیدا شده باشد.

یا هنوز فرصت بررسی مستقل آن وجود نداشته باشد.

به‌جای اینکه وانمود کنیم سند قوی‌تری داریم، پرونده با برچسب مشخص نمایش داده می‌شود.

D یعنی: دلیلی برای بررسی این نام داریم، اما هنوز شواهد کافی برای تأیید آن نداریم.

چرا اصلاً نام تأییدنشده را منتشر می‌کنیم؟

این یکی از سخت‌ترین سؤال‌های چنین آرشیوی است.

چرا همه پرونده‌های D را تا زمان تأیید پنهان نکنیم؟

چون گاهی دیده شدن همان نام، راه رسیدن به تأیید است.

بخش بزرگی از سرکوب دی‌ماه در شرایط قطع گسترده اینترنت اتفاق افتاد.

بعضی کشته‌شدن‌ها در همان زمان توسط سازمان‌های بزرگ ثبت نشدند.

ویدیوها از بین رفتند.

خانواده‌ها تحت فشار بودند.

اطلاعات محلی همیشه به سازمان‌های حقوق‌بشری خارج از ایران نرسید.

ممکن است کسی وارد سایت شود و یک نام را بشناسد.

عکس داشته باشد.

شهر را بداند.

خانواده را بشناسد.

یا منبع دیگری در اختیار داشته باشد.

برای همین پرونده D دیده می‌شود — اما با علامت واضح «نیازمند تأیید».

اگر سند جدید برسد، وضعیت پرونده می‌تواند تغییر کند.

اگر مشخص شود اطلاعات اشتباه است یا آن فرد زنده است، رکورد حذف می‌شود.

عدم قطعیت را پنهان نمی‌کنیم.

آن را بخشی از پرونده می‌دانیم.

یک پرونده چطور از D به A می‌رسد؟

شواهد ممکن است به مرور قوی‌تر شوند.

یک نام شاید ابتدا فقط یک سرنخ تأییدنشده باشد.

بعد خانواده اطلاعات را تأیید کند یا یک ادیتور گزارش‌های چند شاهد را بررسی کند.

پرونده می‌تواند به C برسد.

بعد یک سازمان حقوق‌بشری معتبر یا رسانه نام فرد را منتشر کند.

پرونده می‌تواند B شود.

و اگر یک منبع مستقل دیگر هم همان فرد را ثبت کند، پرونده می‌تواند به A برسد.

پس سطح شواهد یک برچسب دائمی نیست.

فقط نشان می‌دهد امروز چه میزان سند در اختیار داریم.

وقتی شواهد تغییر کنند، سطح پرونده هم می‌تواند تغییر کند.

هوش مصنوعی می‌تواند سرنخ پیدا کند؛ اما نمی‌تواند سند بسازد

هوش مصنوعی برای آرشیوی با هزاران اسم در دو خط فارسی و لاتین ابزار مفیدی است.

می‌تواند شکل‌های مختلف یک اسم را پیدا کند.

موارد احتمالاً تکراری را علامت بزند.

در بررسی فهرست‌های بزرگ کمک کند.

و اسم‌هایی را پیدا کند که ارزش تحقیق بیشتر دارند.

اما خروجی هوش مصنوعی سند نیست.

اگر نامی فقط در فهرستی باشد که با ابزارهای AI ساخته شده، آن نام صرفاً یک سرنخ باقی می‌ماند.

صرف اینکه یک الگوریتم آن را پیدا کرده، باعث تأییدش نمی‌شود.

تا زمانی که یک منبع معتبر آن را تأیید نکند، نمی‌تواند در سطح شواهد بالا برود.

و هوش مصنوعی هیچ تغییری را مستقیماً روی سایت منتشر نمی‌کند.

تصمیم نهایی با انسان است.

فهرست حکومت هم تأیید مستقل نیست

حکومت ایران نیز فهرستی منتشر کرده است.

آرشیو این فهرست را با پرونده‌های خود مقایسه می‌کند.

اما از آن فقط برای تطبیق استفاده می‌شود.

اگر نامی در فهرست حکومت هم باشد، می‌توان این موضوع را در پرونده ثبت کرد.

اما این حضور به‌تنهایی فرد را تأیید نمی‌کند.

سطح شواهد را بالا نمی‌برد.

منبع وابسته به حکومتی که خودش متهم به اجرای سرکوب است، نمی‌تواند به‌تنهایی نقش تأیید مستقل همان رویدادها را داشته باشد.

چرا آمار سازمان‌های مختلف را با هم جمع نمی‌کنیم؟

بین فهرست‌های مختلف هم‌پوشانی زیادی وجود دارد.

یک جاویدنام ممکن است در چند گزارش و چند آرشیو مختلف ثبت شده باشد.

اگر عدد نهایی همه سازمان‌ها را با هم جمع کنیم، بسیاری از انسان‌ها چند بار شمرده می‌شوند.

به همین دلیل «کشتار دی ۱۴۰۴» در سطح فرد کار می‌کند.

نام به نام.

پرونده به پرونده.

منبع به منبع.

وقتی چند سازمان یک نفر را ثبت کرده‌اند، آن منابع یک پرونده را قوی‌تر می‌کنند.

چند قربانی نمی‌سازند.

به همین دلیل آمار سازمان‌های مختلف را با هم میانگین هم نمی‌گیریم.

هر عدد به نام همان سازمان و همان تاریخ باقی می‌ماند.

عدد «کشتار دی ۱۴۰۴» معنای دیگری دارد:

تعداد انسان‌هایی که در حال حاضر با نام در این آرشیو ثبت شده‌اند.

اگر منابع با هم اختلاف داشته باشند چه؟

اسناد واقعی همیشه مرتب و یکدست نیستند.

یک منبع ممکن است سن فرد را ۲۲ سال بنویسد.

منبع دیگر ۲۳.

یکی یک شهر را ثبت کرده باشد و دیگری شهر نزدیک آن را.

تاریخ‌ها ممکن است متفاوت باشند.

املای نام‌ها ممکن است فرق کند.

اگر نتوانیم اختلاف را با سند حل کنیم، صرفاً گزینه‌ای را که راحت‌تر به نظر می‌رسد انتخاب نمی‌کنیم.

گاهی هر دو روایت باید در پرونده باقی بمانند.

این بهتر از ساختن یک قطعیت مصنوعی است.

اصلاحات هم بخشی از آرشیو هستند

در آرشیوی با این حجم از اطلاعات، اشتباه اتفاق می‌افتد.

سؤال مهم این است که وقتی اشتباه پیدا شد چه می‌کنیم.

ممکن است املای یک اسم اصلاح شود.

محل تغییر کند.

منبع تازه‌ای پیدا شود.

دو رکورد بعداً مشخص شود متعلق به یک نفر بوده‌اند.

خانواده اطلاعاتی را اصلاح کند.

آرشیو تعداد ادغام‌ها و اصلاحات را در یک گزارش عمومی ثبت می‌کند.

این به معنی ضعف سند نیست.

یعنی پذیرفته‌ایم مستندسازی مسئولانه شامل اصلاح اطلاعات در زمان رسیدن شواهد بهتر هم می‌شود.

و در نهایت، پرونده عمومی می‌شود

در پایان این مسیر همان صفحه‌ای قرار دارد که بازدیدکننده می‌بیند.

نام.

شکل فارسی و انگلیسی آن، اگر موجود باشد.

عکس، اگر بتوان آن را از یک منبع قابل اعتماد و به شکل امن ثبت کرد.

سن و محل، اگر معلوم باشد.

سطح شواهد.

و مهم‌تر از همه، منابع پرونده.

این بخش آخر حیاتی است.

قرار نیست فقط حرف ما را باور کنید.

تا جایی که ممکن است باید بتوانید خودتان مسیر سند را دنبال کنید.

این آرشیو برای سؤال کردن ساخته شده

هدف یک آرشیو مستند این نیست که بگوید:

به ما اعتماد کنید.

هدف این است که بگوید:

این چیزی است که ثبت کرده‌ایم. این منبعش است. این میزان شواهدی است که امروز داریم. خودتان هم بررسی کنید.

گاهی این یعنی نشان دادن تردید.

گاهی یعنی گفتن «نمی‌دانیم».

گاهی یعنی اصلاح چیزی که قبلاً منتشر کرده‌ایم.

و گاهی یعنی یک نام مدت بیشتری در سطح D بماند تا بالاخره یک سند دیگر پیدا شود.

این ضعف آرشیو نیست.

دلیل ساختن آرشیو همین است.

چون پشت هر پرونده یک انسان قرار دارد.

و درست ثبت کردن هویت آن انسان از این مهم‌تر است که پایگاه داده ما بی‌نقص و قطعی به نظر برسد.