الامتثال · July 18, 2026 · 5 دقائق قراءة
الأثر السلبي وقاعدة الأربعة أخماس، بشرح مبسّط
الأثر السلبي هو أن تستبعد عملية الاختيار فئة محمية بمعدل غير متناسب. وقاعدة الأربعة أخماس هي الاختبار الأول المعياري — وفيما يلي كيفية عملها وكيفية مراقبتها.
← جزء من Hiring AI is high-risk AI: building for NYC LL144 and the EU AI Act from day one
تعمّق مأخوذ من دليلنا حول الذكاء الاصطناعي للتوظيف القائم على الامتثال أولًا: المفهوم الذي يدور حوله كل تدقيق للتحيّز.
ما هو الأثر السلبي
يحدث الأثر السلبي عندما تستبعد عملية اختيار تبدو محايدة فئة محمية بمعدل أعلى بشكل جوهري من غيرها. وقد يقع ذلك من دون أي نية للتمييز — وهذا بالضبط سبب وجوب قياسه لا افتراض انتفائه.
كيف تعمل قاعدة الأربعة أخماس
قارن معدل اختيار كل فئة بمعدل الفئة الأعلى. فإذا انخفضت النسبة دون 0.8، فتلك إشارة تحذير. مثال: إذا اجتازت الفئة الأعلى بنسبة 60% واجتازت فئة أخرى بنسبة 40%، فإن النسبة هي 0.67 — أي دون الأربعة أخماس، ومن ثمّ فإن العملية تستوجب المراجعة.
تعود القاعدة إلى الإرشادات الموحّدة الأمريكية لإجراءات اختيار الموظفين لعام 1978، وهي فظّة عن قصد — مؤشّر فحص أوّلي لا برهان إحصائي. ولها أنماط إخفاق معروفة: فمع أعداد صغيرة من المرشحين قد يؤدي قرار واحد إلى تأرجح النسبة بشدّة، وقد تتجاوز عملية ما حدّ 0.8 وتظل مع ذلك غير عادلة، أو تنخفض دونه لأسباب لا علاقة لها بالتقييم. ولهذا بالضبط تتعامل الجهات التنظيمية (وكذلك القانون المحلي 144 لمدينة نيويورك) مع النسبة غير المستوفاة بوصفها مُحفّزًا للتحقيق، لا حكمًا تلقائيًا.
قاعدة الأربعة أخماس هي جهاز إنذار للدخان، لا حكم نهائي. فهي تُخبرك أين تنظر؛ لكنها لا تُخبرك بأن العملية عادلة، أو بأنها معطوبة.
مراقبتها باستمرار
تنجرف نسب الأثر مع تغيّر مجموعة مرشحيك، ولذلك لا يكفي فحص لمرة واحدة. فمراقبة معدل الاجتياز لكل دور — من النوع الذي يتوقّعه القانون المحلي 144 — تحوّل العدالة من هرولة سنوية إلى إشارة دائمة.
بقلم
Jakir Patel · Founder, Hanzomon
Building H-Evaluate — AI-native, quality-gated hiring assessments. Writes about assessment engineering, hiring integrity and compliance-first AI.