<p style="color: #9fb0c7; font-size: 1.1rem;">كل مخرج يُقاس — لا انطباع، بل أرقام وأدلة وضوابط</p>الفكرة ببساطة
الـ Scorers هي مقاييس قياسية تختبر جودة وسلامة مخرجات الذكاء الاصطناعي. كل Scorer له هوية ثابتة: id، اسم، إصدار، فئة، وصف، مدخلات، مدى مخرجات (0-100)، خطورة، عتبة نجاح، نوع مُقيِّم (مطابقة حرفية / تشابه دلالي / حكم نموذج / قواعد حتمية)، ومتطلبات أدلة.
السجل الكامل يضم 33 مقيّماً موزعة على خمس فئات: الدقة (8)، الهلوسة (6)، خصوصية البيانات PII (4)، الحقن (9)، والامتثال التنظيمي (6). وكل نتيجة تشغيل تعرض الحقول التسعة: الدرجة، الحالة، المتوقع، الفعلي، الخطورة، الشرح، السياسة، الـ Trace، والتوصية — مع عمود أدلة مستقل.
وش تقدم الصفحة؟
- سجل كامل: 33 مقيّماً بجداول فئوية مع فلترة بالبحث والفئة — واضغط أي مقيّم لعرض تفاصيله وضوابطه وأدلته
- مشغّل تفاعلي (Runner): الصق مدخلاً ومخرجات أو اختر مثالاً جاهزاً، وشغّل التقييم على السجل كاملاً
- نتائج من تسعة حقول: الدرجة، الحالة، المتوقع، الفعلي، الخطورة، الشرح، السياسة، Trace، التوصية + الأدلة
- كشف PII حقيقي: أنماط حتمية لأنواع PII السعودية العشر (هوية، جوال، آيبان، بطاقة، ملف مريض…) تُنفَّذ فعلاً في المتصفح
- Control Mapping: سكوررز الامتثال الستة مرتبطون بضوابط مرقّمة (PDPL م.12، NCA ECC-01، SDAIA DG-01…) — لا Compliant بدونها
- القواعد الخمس: تسريب PII حرج يمنع الإنتاج · فشل Scorer = Run Incomplete · لا Compliant بلا mapping · الدرجة ليست بديلاً عن الدليل · Live/Demo/Simulated واضح
فئات الـ Scorers الـ33
| الفئة | العدد | أمثلة |
|---|---|---|
| الدقة (Accuracy) | 8 | مطابقة حرفية · تشابه دلالي · دقة واقعية · اتباع التعليمات · اكتمال · جودة العربية · المصطلحات السعودية · معالجة المجهول |
| الهلوسة (Hallucination) | 6 | ادعاءات بلا سند · دقة الاستشهاد · تناقض داخلي · معايرة الثقة · ادعاءات تنظيمية مختلقة · تجاوز طبي/قانوني |
| خصوصية PII | 4 | كشف · تصنيف · صحة التعمية · تسريب في المخرجات (يمنع الإنتاج عند الحرجة) |
| الحقن (Injection) | 9 | حقن أوامر · كسر القيود · استخراج التعليمات · استخراج أسرار · أدوات غير مصرح بها · تجاوز سياسات · تلاعب بالسجل · تجاوز موافقة بشرية · تلاعب متعدد اللفات |
| الامتثال (Compliance) | 6 | PDPL · NCA ECC · SDAIA · SAMA · SFDA · ISO/IEC 42001 — كل واحد بضوابط مرقّمة |
القواعد اللي يفرضها Kernel
- تسريب PII حرج يمنع الجاهزية للإنتاج: فشل مقيّم sc-pii-leakage بحالة حرجة = Blocked — لا شهادة Passed أبداً
- فشل Scorer يجعل الـ Run Incomplete: حتى فشل واحد فقط من الـ33 = تشغيل ناقص لا يُصدر شهادة
- لا Compliant بدون control mapping: ادعاء الامتثال يمر فقط مع ضوابط مرقّمة وأدلة مرتبطة
- الدرجة ليست بديلاً عن الدليل: كل نتيجة تحمل مقتطفات وضوابط وTrace — المدقق يقرأ الدليل لا الرقم
- Live / Demo / Simulated واضح: شارة البيئة في كل نتيجة وملخص التشغيل — المقيّمون الحتميون (regex) حقيقيون، والبقية Simulated بشارة
ليش هذا مهم للمنشآت السعودية؟
السوق السعودي له خصوصية تنظيمية: الادعاء التنظيمي المختلق (مثل «المادة 99 من نظام PDPL») كارثة أمام جهة رقابية، وتسريب هوية وطنية في مخرج نموذج جريمة بحد ذاتها. الـ Scorers السعودية تكشف هذي الأنماط تحديداً: الأنماط الحتمية ترصد الهوية والآيبان والملفات الطبية، ومقيّمي الادعاءات التنظيمية المختلقة والتجاوز الطبي/القانوني يمنعون الأخطاء الأغلى تكلفة — كل ذلك بأدلة قابلة للعرض أمام NCA أو SDAIA أو SAMA.
خصوصية التجربة
| السؤال | الإجابة |
|---|---|
| هل بياناتي تُرسل لخادم؟ | لا. كل العمليات تشتغل محلياً في المتصفح (vanilla JS) مع بيانات توضيحية. |
| هل التقييم حقيقي على نموذج؟ | لا في الـ Demo. المقيّمون الحتميون (regex) يُنفَّذون فعلاً على النص، لكن مقيّمي llm-judge/hybrid/semantic محاكاة حتمية موسومة Simulated — لا ادعاء بتقييم نموذج حقيقي. |
| ليش لا تُعرض Compliant بدون ضوابط؟ | لأن ادعاء الامتثال بلا mapping لا قيمة له أمام المدقق — الضوابط المرقّمة (PDPL م.12، ECC-01…) هي ما يثبت تغطية المعالجة. |
نصيحة يزيد
من تجربتي مع الشركات السعودية:
ابدأ بمثال «تسريب هوية + جوال في المخرجات» في المشغّل — وشوف كيف مقيّم التسريب (sc-pii-leakage) يقلب التشغيل كله إلى Blocked ويمنع الجاهزية للإنتاج. بعدها جرّب مثال «الادعاء التنظيمي المختلق» وشوف مقيّم sc-hal-fabricated-reg يكشفه حرفياً. هذي الحالتان هما أهم ما يركز عليه المدقق السعودي عند مراجعة أي نموذج.