<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
	<channel>
		<title>حسوب I/O - مساهمات المستخدم abdelmalek2323</title>
		<description>المساهمات التي أرسلها abdelmalek2323 - حسوب I/O</description>
		<language>ar</language>
		<generator>حسوب I/O</generator>
		<item>
			<title>كيف وظفت الذكاء الاصطناعي وبنية RAG لبناء &quot;أطلس البكالوريا&quot; لتسهيل دراسة التاريخ والجغرافيا لتلاميذ البكالوريا في الجزائر</title>
			<pubDate>Tue, 29 Sep 2026 09:11:48 +0000</pubDate>
			<link>https://io.hsoub.com/webdev/185666-%D9%83%D9%8A%D9%81-%D9%88%D8%B8%D9%81%D8%AA-%D8%A7%D9%84%D8%B0%D9%83%D8%A7%D8%A1-%D8%A7%D9%84%D8%A7%D8%B5%D8%B7%D9%86%D8%A7%D8%B9%D9%8A-%D9%88%D8%A8%D9%86%D9%8A%D8%A9-rag-%D9%84%D8%A8%D9%86%D8%A7%D8%A1-%D8%A3%D8%B7%D9%84%D8%B3-%D8%A7%D9%84%D8%A8%D9%83%D8%A7%D9%84%D9%88%D8%B1%D9%8A%D8%A7-%D9%84%D8%AA%D8%B3%D9%87%D9%8A%D9%84-%D8%AF%D8%B1%D8%A7%D8%B3%D8%A9-%D8%A7%D9%84%D8%AA%D8%A7%D8%B1%D9%8A%D8%AE-%D9%88%D8%A7%D9%84%D8%AC%D8%BA%D8%B1%D8%A7%D9%81%D9%8A%D8%A7-%D9%84%D8%AA%D9%84%D8%A7%D9%85%D9%8A%D8%B0-%D8%A7%D9%84%D8%A8%D9%83%D8%A7%D9%84%D9%88%D8%B1%D9%8A%D8%A7-%D9%81%D9%8A-%D8%A7%D9%84%D8%AC%D8%B2%D8%A7%D8%A6%D8%B1</link>
			<description><![CDATA[تعتبر مرحلة البكالوريا من أكثر المراحل المصيرية للطلاب، وتظل مادتا التاريخ والجغرافيا من أكبر التحديات بسبب كثافة المصطلحات، والشخصيات، والتواريخ، والخرائط. من هنا جاءت فكرة &quot;أطلس البكالوريا&quot;؛ وهو تطبيق ويب يعتمد على الذكاء الاصطناعي لمساعدة الطلاب على استرجاع المعلومات، فهم الدروس، وتلخيص المناهج بطريقة تفاعلية وسريعة. في هذا المقال، أشارككم الكواليس التقنية والمنهجية التي اعتمدتها لبناء هذا المشروع، وكيف يمكنك استغلال تقنيات الذكاء الاصطناعي الحديثة لبناء أدوات تعليمية متكاملة. 1. المفهوم التقني: التوليد المُعزز بالاسترجاع (RAG) عند التعامل مع مناهج تعليمية رسمية، لا يمكن الاعتماد على نماذج الذكاء الاصطناعي العامة بشكل كامل لتجنب ما يُعرف بـ &quot;الهلوسة&quot; (Hallucination) أو إعطاء معطيات خارج المقرر الدراسي. لذلك اعتمدت على بنية RAG (Retrieval-Augmented Generation):  فهرسة المقرر الدراسي: تنظيم الدروس، المصطلحات، والشخصيات في قاعدة بيانات مهيكلة.  البحث الدلالي: استخراج النص الأكثر ملاءمة لسؤال الطالب بدقة عالية.  التوليد: دمج النص المسترجع مع النموذج اللغوي لإعطاء إجابة دقيقة ومطابقة للمنهج الوزاري.  2. الهيكلية البرمجية (Tech Stack) لتوفير بيئة عمل سريعة ومستقرة، تم بناء التطبيق باستخدام:  الإطار الخلفي (Backend): باستخدام Django نظراً لقوته في إدارة البيانات ولغة Python الغنية بمكتبات الذكاء الاصطناعي.  نموذج الذكاء الاصطناعي: الربط المباشر مع واجهة برمجية (API) لـ Google Gemini لمعالجة النصوص بسرعة وكفاءة عالية.  الواجهة الأمامية (Frontend): واجهة ويب متجاوبة وسريعة تضمن تجربة استخدام سلسة للطالب عبر الهاتف أو الحاسوب.  3. التحديات التقنية وكيف تجاوزتها  دقة الإجابات الأكاديمية: تم ضبط التعليمات البرمجية (Prompt Engineering) بدقة لضمان التزام النموذج بأسلوب الإجابة النموذجي المعتمد في امتحانات البكالوريا.  سرعة الاستجابة: تحسين الاستعلامات والاعتماد على تقنيات التخزين المؤقت (Caching) لتقليل زمن الانتظار أثناء تصفح الطلاب.  4. التجربة والنتيجة يسمح تطبيق أطلس البكالوريا للطلاب حالياً بـ:  البحث السريع عن شرح المصطلحات والأحداث التاريخية.  تلخيص الدروس المعقدة في خطوات منطقية.  المراجعة الذكية للخرائط والشخصيات المقررة.  يمكنكم تجربة المنصة والاطلاع عليها مباشرة عبر الرابط التالي: https://www.baccalaureateatlas.com]]></description>
		</item>
	</channel>
</rss>
