Come lavoriamo sui dati

Fatti, calcoli e testi creativi

Teniamo separate tre cose. I fatti vengono da una fonte e la citano. I calcoli sono nostri, per esempio quanto un nome è vicino a ciò che cercate, e li spieghiamo. I testi creativi, quando ci sono, sono dichiarati come tali. Un calcolo non diventa mai un fatto, e un testo creativo non cita fonti che non ha.

Da dove vengono i fatti

Ogni fatto che mostriamo porta la sua fonte; qui sotto diciamo come è stato verificato. Un dato che una fonte propone non diventa un fatto finché non supera una verifica.

L'elenco dei nomi italiani

Wikidata (CC0), per l'identità del nome: la forma e l'identificativo. Da qui viene anche una proposta di uso maschile o femminile, che non mostriamo come valore finché non è verificata.

Uso maschile, femminile o di entrambi

Wikipedia in italiano (CC BY-SA), voce per voce; per pochi nomi, la distribuzione dei nati per sesso di ISTAT. Ogni valore è stato confermato o corretto dal proprietario del progetto prima di comparire.

Origine e significato

Wikipedia in italiano e History of Christian Names di Charlotte M. Yonge (1884), di pubblico dominio. Ne ricaviamo fatti strutturati, cioè le lingue d'origine, le radici e il significato letterale, senza copiarne il testo. Per ricavarli usiamo modelli linguistici, e ogni etimologia è controllata sul testo della fonte da revisori indipendenti, che sono a loro volta modelli: non da una persona. Quando la fonte propone più ipotesi verificate, le mostriamo tutte senza sceglierne una; se ne riporta altre non verificate, lo diciamo e non le mostriamo.

Temi

Assegnati da un panel di modelli linguistici e attestati da Wikipedia in italiano: ogni tema porta la pagina che attesta il legame fra il nome e il tema.

Stile, impronta e respiro

Sono giudizi, non fatti. Li ha assegnati un panel di modelli linguistici indipendenti: dove i modelli non concordano decide un altro modello, con una motivazione registrata. Il calcolo della vicinanza li usa, e li mostriamo come caratteristiche del nome, senza una fonte esterna.

Nati in Italia

ISTAT, servizio Contanomi (CC BY 4.0): conteggi dei nati registrati per anno e sesso.

Le pagine pubbliche dei nomi

Mostrano soltanto i fatti qui sopra, con un testo fisso: nessun modello scrive frasi nuove. Prima della pubblicazione un revisore indipendente, che è a sua volta un modello di un'altra famiglia, confronta ogni pagina con i fatti e con le regole di qualità; il proprietario del progetto approva il gruppo di pagine dall'elenco degli esiti, senza che una persona legga le pagine. Se i fatti di un nome cambiano, la sua pagina esce dalla ricerca finché non viene rivista.

Nascite e diffusione

Dei nati in Italia mostriamo i conteggi di ISTAT così come sono: un valore che la fonte non pubblica, perché inferiore a cinque, compare come «meno di 5». Non diciamo se un nome è comune o raro né se sta crescendo: per farlo servirebbe una quota confrontabile fra anni e nomi, che oggi non abbiamo. Quando un dato manca, lo diciamo: non lo stimiamo, non lo mettiamo al centro della scala e non lo trasformiamo in un giudizio sul nome.

Come ordiniamo i nomi

L'ordine dei risultati è calcolato da regole deterministiche e verificabili sulle vostre risposte e sui fatti e sulle caratteristiche dei nomi: le stesse risposte danno lo stesso ordine. Nessun modello calcola l'ordine o applica i vincoli, e nessuna relazione commerciale lo cambia; le caratteristiche di stile che il calcolo usa vengono però dalle annotazioni dei modelli descritte sopra. La vicinanza complessiva è espressa a fasce e non con un numero, perché un decimale suggerirebbe una precisione che il dato non ha. Quando di un nome manca un dato su un aspetto che vi interessa, il calcolo lo dichiara e applica una penalità fissa, invece di supplire; a parità di vicinanza, i nomi con i dati verificati vengono prima.

Dove usiamo l'AI

• Non per calcolare i risultati. L'ordine dei nomi e i vincoli li applicano regole deterministiche; le caratteristiche di stile che quelle regole usano, però, le ha assegnate un panel di modelli.
• Non con i vostri dati, per ora. Le funzioni che userebbero un modello con le vostre risposte sono spente, e si attiveranno soltanto con un accordo sulla protezione dei dati con il fornitore.
• Nella preparazione dei dati. Usiamo modelli per ricavare fatti dalle fonti e per controllarli sul testo della fonte, e un panel di modelli per assegnare le caratteristiche di stile e i temi. Un modello non inventa etimologie, diffusione, riferimenti culturali o persone note.

In coppia

Ciascuno compila il proprio profilo: l'altra persona non vede le vostre risposte, la vostra lista dei nomi né le vostre esclusioni. Diventano condivisi il nome visualizzato e lo stato del profilo di ciascuno e, quando entrambi i profili sono pronti, i nomi piaciuti a entrambi, quelli da discutere, le dimensioni su cui convergete o divergete, i nomi ponte e i consigliati per entrambi; poi i finalisti, la classifica che viene dai confronti e il nome scelto, se uno di voi lo dichiara. Da queste l'altra persona può capire qualcosa delle vostre preferenze, e in due si può intuire chi ha messo un nome in forse o ne ha escluso uno: non lo nascondiamo.

Versioni e correzioni

I dati sono versionati: quando una fonte o una verifica cambia, nasce una versione nuova e ciò che è stato prodotto con la precedente non viene riscritto in silenzio. Un modo per segnalarci un errore in un fatto non esiste ancora.