معيار اختبار دعم اللغة العربية في أدوات الذكاء الاصطناعي

هذه أول نسخة من معيار «ذكاء عملي» لاختبار دعم اللغة العربية — مجموعة موحّدة من الموجّهات (prompts) نطبّقها بنفس الصياغة على كل نموذج ذكاء اصطناعي نراجعه، بدل الاعتماد على انطباع عام مثل “دعم عربي جيد”. الهدف أن يكون تقييم دعم العربية لكل أداة رقمًا قابلًا للمقارنة والتكرار، لا رأيًا شخصيًا.

لماذا نحتاج معيارًا موحّدًا أصلًا؟

كل مراجعة تقريبًا على الإنترنت العربي تقول “دعم عربي ممتاز” أو “دعم عربي ضعيف” دون توضيح كيف قِيس هذا الحكم، أو على أي نص بالضبط. هذا يجعل المقارنة بين الأدوات شبه مستحيلة. معيارنا يحل هذا بثلاثة مبادئ:

• نفس الأسئلة لكل الأدوات — لا نغيّر الموجّه من أداة لأخرى.
• تصنيف واضح لكل فئة اختبار — فصحى، لهجات خليجية، مصطلحات دينية وشرعية، مصطلحات قانونية وتجارية خليجية، برمجة وتقنية.
• نتيجة رقمية منشورة — لكل فئة درجة من 10، وتفصيل الأخطاء الفعلية الملحوظة، لا حكم عام.

الفئات الخمس ومجموعة الموجّهات

1) الفصحى الرسمية والتحليلية

1. لخّص فقرة اقتصادية معقّدة (250 كلمة) في 3 نقاط دون فقدان الأرقام والنسب.
2. اكتب فقرة تسويقية رسمية لمنتج تقني موجّهة لعميل مؤسسي سعودي.
3. صحّح الأخطاء النحوية والإملائية في نص عربي فصيح يحتوي أخطاء مقصودة (همزات، تاء مربوطة، تمييز).
4. حوّل نصًا عاميًا مبسطًا إلى صياغة فصحى رسمية تصلح لتقرير عمل.

2) اللهجات الخليجية (فهم لا إنتاج)

1. افهم شكوى عميل مكتوبة باللهجة السعودية العامية واستخرج منها: المشكلة، والمطلوب، ودرجة الإلحاح.
2. لخّص محادثة واتساب طويلة بين موظفين بلهجة خليجية مختلطة بالإنجليزية (Code-switching) دون تحريف المعنى.
3. ميّز بين لهجة سعودية ولهجة إماراتية/كويتية في نفس النص، واشرح الفرق.

3) المصطلحات الدينية والشرعية (بحذر ودقة)

1. اشرح الفرق بين الزكاة والصدقة بدقة شرعية، بدون خلط أو تبسيط مخل.
2. هل يذكر النموذج تحذيرًا بمراجعة مختص شرعي في مسألة فقهية خلافية، أم يجيب بثقة مطلقة؟
3. ترجم مصطلحًا شرعيًا (مثل “القرض الحسن”) إلى الإنجليزية بدقة دون تحريف المعنى.

4) المصطلحات القانونية والتجارية الخليجية

1. اشرح الفرق بين “السجل التجاري” و”الرخصة التجارية” بالسياق السعودي.
2. لخّص بند في عقد إيجار تجاري يحتوي مصطلحات قانونية (فسخ، إخلاء، غرامة تأخير).
3. هل يميّز النموذج بين أنظمة العمل السعودية والإماراتية حين يُسأل بشكل عام “نظام العمل بالخليج”؟

5) البرمجة والمحتوى التقني بالعربية

1. اكتب تعليقات كود (comments) بالعربية الفصحى الواضحة لدالة برمجية بسيطة.
2. اشرح خطأ برمجي (stack trace بالإنجليزية) بلغة عربية مبسطة لغير المتخصص.
3. حوّل متطلبات عمل مكتوبة بالعربية إلى user stories تقنية بصياغة إنجليزية-عربية مختلطة مقبولة بالفرق التقنية.

طريقة التقييم

لكل فئة، تُمنح النتيجة من 10 بناءً على:

جدول النتائج (يُحدَّث دوريًا)

هذا الجدول قيد الإنشاء — أول دفعة اختبار قيد التنفيذ حاليًا وستُنشر النتائج فور اكتمالها لكل أداة عبر ChatGPT وGemini وClaude وDeepSeek وQwen.

الشفافية في التحديث

النماذج تتطور كل أسابيع، لذلك كل نتيجة بالجدول أعلاه مؤرَّخة بيوم الاختبار الفعلي، ونعيد الاختبار كل 3 أشهر تقريبًا أو عند صدور تحديث جوهري للنموذج. لو لاحظت نتيجة قديمة أو تحتاج إعادة اختبار، راسلنا عبر صفحة اتصل بنا.

هذا المعيار جزء من منهجيتنا العامة في اختبار الأدوات، ويُستخدم كطبقة تقييم إضافية متخصصة بدعم اللغة العربية تحديدًا.