Quran Mentor منظومة ذكاء اصطناعي قرآنية متعددة الطبقات، صُممت بحيث لا ينتقل سؤال المستخدم مباشرة من واجهة المحادثة إلى نموذج لغوي ثم إلى المستخدم. تمر المعالجة عبر فهم السياق والنية، اختيار مسار الإجابة، استرجاع الأدلة القرآنية، التحقق الحتمي من مراجع الآيات، بناء حزمة أدلة منظمة، التوليد المقيد، التحقق من التأصيل والسلامة، ثم حقن النص القرآني من مصدر موثوق.

المبدأ الهندسي الحاكم هو فصل المسؤوليات: النموذج اللغوي لا يختار وحده المصدر، ولا يملك حق كتابة النص القرآني من ذاكرته، ولا يُعامل ناتجه الأولي بوصفه إجابة نهائية موثوقة. وبذلك يكون الـLLM مكوّنًا داخل منظومة محكومة، وليس المنظومة نفسها.

يمكن اختصار المنظومة في السلسلة: Understand → Route → Retrieve → Validate → Package Evidence → Generate → Verify → Inject → Deliver.

في الأنظمة الدينية، جودة الصياغة لا تكفي. الخطر الأساسي هو الخلط بين قدرة النموذج على إنتاج نص مقنع وبين وجود أساس علمي صحيح لهذا النص. لذلك تُعامل الموثوقية بوصفها مشكلة معمارية وليست Prompt Engineering فقط.

تتعامل المنظومة مع أسئلة من أنواع مختلفة: تفسير آية، معنى لغوي، سؤال موضوعي، احتياج وجداني، متابعة لسياق سابق، أو حالة فقهية/حساسة. لا ينبغي أن تُرسل هذه الأنواع جميعًا إلى المسار نفسه.

القاعدة التصميمية: كل طلب يجب أن يمر بمسار يناسب نوعه، وكل إجابة معرفية يجب أن تكون محدودة بالمصادر المسموحة، وكل نص قرآني ظاهر للمستخدم يجب أن يأتي من مصدر قرآني موثوق.

المعمارية الحالية تجمع بين التوجيه الحتمي، تصنيف النية بالنموذج اللغوي، اختيار نمط الإجابة، استرجاع أدلة قرآنية موجّه، تحقق حتمي من معرفات الآيات، توليد مقيد بالمراجع، ثم بوابة تحقق وسلامة.

هذه البنية تمنع افتراض أن خطوة واحدة قادرة على القيام بكل الوظائف. توجد طبقة لفهم المدخل، وأخرى لاتخاذ القرار، وأخرى للأدلة، وأخرى للصياغة، وأخرى للمراجعة، ثم طبقة إخراج آمنة.

الشكل 1 — المعمارية العامة: النموذج اللغوي مكوّن داخل Pipeline محكوم، وليس نقطة القرار الوحيدة.

المسار التشغيلي الموثق يبدأ بالتحقق من المستخدم والجلسة وحدود الاستخدام، ثم تحديد اللغة والسياق والنية، ثم اختيار مسار الإجابة المناسب. بعد ذلك تُحدد الآيات والمصادر ذات الصلة وتُبنى حزمة الأدلة والتفسير.

بعد التوليد، تمر الإجابة بعمليات التحقق من التأصيل والسلامة والجودة، ثم يتم حقن النص القرآني من المصدر الموثوق، وبعدها فقط تُبث الإجابة النهائية وتُحفظ.

مصدر السؤال جزء من القرار. قد يأتي المستخدم من آية محددة، صفحة من المصحف، سورة، موضوع، سؤال محفوظ، أو سؤال حر. ويستفيد النظام أيضًا من لغة المستخدم وسياق المحادثة والشخصية المختارة وبعض إشارات الاستخدام الخفيفة عند الحاجة.

عندما يكون السياق القرآني محددًا مسبقًا، لا يوسع النظام البحث بلا حاجة؛ بل يستخدم الآيات المرتبطة بالسياق مباشرة، بما يقلل احتمالات الانحراف ويرفع كفاءة المعالجة.

في الأسئلة الحرة يُصنّف النظام نية السؤال أولًا. من أمثلة الأنماط التي يدعمها التوجيه: التفسير، المعنى اللغوي، الدعم الوجداني، السؤال الموضوعي، والمتابعة ضمن سياق سابق.

تصنيف النية ليس وصفًا لغويًا فقط، بل يؤثر في نوع الأدلة المطلوبة، نطاق الاسترجاع، نمط الصياغة، وقرارات السلامة.

الحاجة الشعورية تدخل كإشارة في اختيار الآيات المناسبة في الأسئلة الحرة. فالسؤال الوجداني لا يُعامل تقنيًا بالطريقة نفسها التي يُعامل بها سؤال مباشر عن معنى آية.

تعمل هذه الطبقة كإشارة Routing وليست بديلًا عن المصدر العلمي. أي أن التخصيص الوجداني يغيّر طريقة الوصول إلى الأدلة وطريقة العرض، لكنه لا يغيّر مصدر النص القرآني أو يبرر إنشاء معنى بلا دليل.

الـOrchestrator هو وصف وظيفي لطبقة تنسيق قرارات المسار: هل السياق معروف؟ هل يلزم استرجاع جديد؟ ما نمط الإجابة؟ ما مقدار التغطية؟ وهل الطلب من النوع الذي يجب تحويله إلى مسار آمن؟

الفصل بين Decision Intelligence وGenerative Intelligence يمنع النموذج المولد من امتلاك السيطرة الكاملة على النظام. القرار بشأن الأدوات والمصادر والسياسات يسبق التوليد.

المنظومة لا تستخدم قالب إجابة واحدًا. وفقًا للنية والمخاطر وتوفر الأدلة، يمكن اختيار أحد خمسة أنماط تشغيلية موثقة.

وجود هذه الأنماط يقلل الاستخدام غير الضروري للتوليد الحر، ويتيح مسارًا ثابتًا للمحتوى المحرر مسبقًا، ومسارًا آمنًا للحالات التي تحتاج إلى متخصص.

المنهجية الحالية ليست بحثًا متجهيًا تقليديًا؛ لا تعتمد على embeddings أو FAISS أو BM25 بوصفها آلية الاسترجاع الأساسية. بدلًا من ذلك تجمع بين فهم النية والسياق، واقتراح معرفات الآيات بواسطة نموذج متخصص، ثم التحقق الحتمي منها مقابل corpus قرآني موثوق.

هذه النقطة مهمة بحثيًا لأنها تفصل بين اقتراح المرشح وبين قبول المرشح. النموذج قد يقترح Verse IDs، لكن النظام لا يعتمدها قبل التطبيع والتحقق من وجودها وصلاحيتها في المصدر الموثوق.

الشكل 2 — الاسترجاع الحالي ليس Embedding/FAISS/BM25 تقليديًا؛ بل LLM-guided verse proposal ثم تحقق حتمي.

تختلف سياسة الاسترجاع وفق السياق. الآية المحددة تعتمد الآية نفسها وقد تضيف المجاور وفق السياسة. صفحة المصحف تستخدم آيات الصفحة ضمن سقف مضبوط. السورة القصيرة قد تُغطى كاملة، بينما السورة الطويلة تستخدم تغطية هرمية تجمع موضوع السورة وملخصات صفحاتها وآيات مفتاحية.

أما السؤال الموضوعي الحر فيستخدم عينة محدودة ومنتقاة من الآيات الأكثر ارتباطًا بالسؤال، بدل توسيع السياق بلا حد.

اقتراحات النموذج لا تُقبل مباشرة. تُطبّع معرفات الآيات ثم تُتحقق مقابل corpus قرآني موثوق، وتُرفض المعرّفات غير الموجودة أو غير الصالحة.

هذه الطبقة تمثل حاجزًا حتميًا بين الاحتمال الإحصائي للنموذج وبين البيانات القرآنية التي يعتمدها النظام.

بعد تحديد الآيات الصحيحة تُبنى حزمة أدلة منظمة. قد تتضمن الترجمة المناسبة للغة، المعنى المبسط، الرسالة الإيمانية، التطبيق العملي، التفسير، وحدود التغطية والثقة.

حزمة الأدلة هي العقد الذي يحدد ما يُسمح للنموذج المولد باستخدامه. وبذلك تصبح عملية التوليد مقيدة بمادة معروفة بدل الاعتماد على الذاكرة العامة للنموذج.

عند التوليد القرآني لا يُسمح للنموذج بالاستشهاد إلا بالمراجع الموجودة داخل حزمة الأدلة. كما لا يُطلب منه كتابة النص القرآني من ذاكرته.

الهدف من هذه الطبقة هو تحويل النموذج من مصدر معرفة مفتوح إلى أداة صياغة تعمل فوق سياق محدود ومراجع محددة سلفًا.

هذه من أهم آليات السلامة في المنظومة. يستخدم النموذج أثناء التوليد معرفات مرجعية مجردة بدل كتابة نص الآية. وبعد اجتياز التحقق، تُستبدل هذه المعرّفات بالنص القرآني المأخوذ من قاعدة المعرفة المعتمدة، مع اسم السورة ورقم الآية.

النتيجة: النص القرآني الظاهر للمستخدم لا يعتمد على ذاكرة النموذج اللغوي. ويمكن تلخيص المبدأ: The LLM never becomes the source of Quranic text.

الوثيقة التقنية الحالية تثبت وجود طبقات تحقق متعددة، ولذلك يستخدم هذا التوثيق مصطلح Verification & Quality Gate بدل الادعاء بوجود Independent Judge منفصل ما لم يثبت ذلك تنفيذيًا.

تشمل عمليات التحقق: التأكد من أن المراجع ضمن القائمة المسموحة، منع إدخال نص قرآني مولد يدويًا، التحقق من لغة الإجابة واكتمالها، فحص توافق الادعاءات مع الأدلة، ومنع الفتوى الشخصية أو معالجة الأزمات في مسار غير مخصص.

الشكل 3 — الاسم الأدق وفق الوثيقة الحالية: Verification & Quality Gate. لا نفترض وجود Judge مستقل ما لم يُوثق تنفيذيًا.

لا تكفي صحة الآية المسترجعة إذا كان النموذج قد استنتج منها ما لا تدعمه الأدلة. لذلك تتضمن طبقة التحقق فحص توافق الادعاءات مع Evidence المتاح.

هذه الوظيفة هي ما يميز Grounded Generation الحقيقي عن مجرد إرفاق مصادر. وجود مرجع بجوار الإجابة لا يعني تلقائيًا أن المرجع يدعم الادعاء.

تمنع السياسات استخدام مسار توليدي قرآني عام في الفتوى الشخصية أو حالات الأزمات التي تتطلب توجيهًا بشريًا أو متخصصًا. كما يمكن خفض الثقة أو الامتناع عندما تكون الأدلة غير كافية.

ضبط النطاق جزء من جودة الإجابة؛ فالامتناع الصحيح أكثر أمانًا من جواب واثق خارج الأدلة المتاحة.

تسمح المعمارية بثلاثة اتجاهات عند الحالات الحساسة: إجابة مؤسسة بمصدر، امتناع عند ضعف الدليل أو خروج السؤال عن النطاق، أو تحويل آمن إلى إنسان/متخصص.

Human Handoff ليس معالجة استثنائية للفشل فقط، بل مخرج تصميمي مقصود عندما تتجاوز الحاجة قدرات المسار الآلي الموثق.

إذا تعطلت خدمة RAG أو فشل المزود أو التحقق، لا يتحول النظام إلى توليد مباشر غير مؤسس بالمصادر. لا يُعرض الناتج الجزئي بوصفه جوابًا مكتملًا، ولا تُحفظ رسالة عدم التوفر كجواب معرفي للمساعد.

هذه سياسة Fail Closed: عند فقدان شروط التأصيل، يتوقف المسار المعرفي بأمان بدل فتح مسار أقل موثوقية. وتُسجل حالة الفشل ومؤشرات الجودة للمراقبة والتنبيه.

تتعامل المنظومة مع الإنسان باعتباره جزءًا من بنية السلامة والمعرفة، وليس منافسًا للذكاء الاصطناعي. الحالات الشخصية أو الفقهية أو الحساسة يمكن توجيهها إلى مختص بدل إجبار النظام الآلي على الإجابة.

يسمح هذا النموذج بتوزيع المسؤولية: الآلة للفرز والاسترجاع والصياغة ضمن نطاق، والإنسان للحالات التي تحتاج تقديرًا متخصصًا أو متابعة شخصية.

يتجاوز المنتج مفهوم الإجابة المنفردة إلى رحلة معرفية تتصل فيها الأسئلة والآيات والتأمل والاستماع والمتابعة. هذا يسمح بتحويل التفاعل من Stateless Chat إلى Contextual Journey.

حالة الرحلة تساعد على الاحتفاظ بالسياق السابق وحل الإحالات والضمائر في الأسئلة التابعة، مع تجنب توسيع الاسترجاع بلا حاجة. وتظل هذه الوظيفة منفصلة عن مصدر الحقيقة القرآني نفسه.

طبقة الصوت تمثل قناة إدخال وإخراج إضافية وليست تغييرًا في منطق التأصيل. تمر المعرفة الأساسية عبر سياسات التوجيه والاسترجاع والتحقق نفسها، ثم تُعرض بالطريقة المناسبة للمستخدم.

تسجل المنظومة حالات الفشل ومؤشرات الجودة لأغراض المراقبة والتنبيه. ويمكن توسيع ذلك إلى لوحات قياس للاسترجاع، التحقق، الامتناع، زمن الاستجابة، ونسب التحويل البشري.

قوة المعمارية لا تعني جواز إعلان نسبة دقة مطلقة من دون Benchmark. ينبغي تقييم المنظومة على مجموعة حالات ثابتة مع مراجعة بشرية مستقلة.

المقاييس المقترحة تشمل: Retrieval Recall@K، Grounded Answer Rate، Citation Support Rate، Unsupported Claim Rate، Safety Routing Accuracy، Abstention Precision، Human–System Agreement، Response Latency، ودقة توجيه الحالات الوجدانية.

الاستنتاج البحثي: موثوقية Quran Mentor ناتجة عن تراكم حواجز مستقلة نسبيًا: التوجيه، الاسترجاع الموجه، التحقق الحتمي من الآيات، حزمة الأدلة، التوليد المقيد، بوابة التحقق، حقن النص القرآني الموثوق، وسياسة Fail Closed. لذلك فميزة النظام الأساسية هي هندسة الموثوقية حول النموذج، لا الاعتماد على النموذج وحده.

الشكل 4 — Defense in Depth: الموثوقية ناتجة عن تراكم حواجز مستقلة نسبيًا.