المنهجية والحدودكيف ينتقل كامن من الدليل إلى الحكم؟
هذه الصفحة تصف سلوك النسخة العامة الحالية. لا نقدّم هدف تحقق على أنه نتيجة، ولا نعرض نسبة ملاءمة رقمية حتى توجد معايرة بحثية موثقة.
الاستدلال الدلالي في هذه النسخة
يُبنى ملف Person360 من علاقات لها مصادر. تطبق قواعد JavaScript محددة: دليل قدرة مع متطلب مطابق، أو هدف مع مسار يدعمه، أو تفضيل مع مسار متوافق، أو اهتمام رقمي أكده الطالب وسمح باستخدامه مع مسار مرتبط بالموضوع. تعرض الواجهة المقدمات والقاعدة والعلاقة المستنتجة، ويمكن تصديرها بصيغة RDF عبر JSON-LD مع فصل المدخلات والمعرفة المرجعية والاستنتاجات.
هذه نواة استدلال محدودة مستوحاة من النمط البحثي؛ تعمل استعلامات SPARQL 1.1 من نوع SELECT وASK محليًا في المتصفح عبر Oxigraph، مع فصل المعرفة المرجعية والأمثلة الاصطناعية عن ملف الطالب. الاستعلام على الملف يحتاج إذنًا مستقلًا لهذه الجلسة. لا يُسمح بالتعديل أو الاستعلامات الشبكية الخارجية، ولا تعمل هنا آلية OWL عامة أو محرك SHACL. مطابقة شخص بشخص غير منفذة. التفضيل لا يتحول إلى قدرة، وغياب الدليل لا يعني غياب المهارة. توجد ملفات أنطولوجيا وأشكال تحقق للتطوير، ولا يعني وجودها تشغيلها.
جرّب الاستدلال بنفسك
تحليل الاهتمامات الرقمية
نسخة تجريبية محلية بقائمة كلمات عربية وإنجليزية لستة موضوعات تقنية ومهنية، وليست نموذج شخصية أو خوارزمية Cambridge Analytica. ذكر الموضوع قد يكون نقدًا أو واجبًا؛ لذلك لا يدخل أي اقتراح الشبكة قبل تأكيد الطالب، ولا يشرح علاقة بمسار قبل إذن مستقل. القاعدة R4 تربط الاهتمام المؤكد بموضوع المسار دون تغيير حكم الملاءمة أو الأهلية أو سد فجوة مهارة. لا تُعرض نسب دقة أو ثقة غير معايرة. يُحفظ الموضوع والكلمات الدالة وإصدار الطريقة والتاريخ والموافقة؛ لا يُحفظ النص الأصلي.
1. خط الأنابيب
Evidenceاستخراج ثم مراجعة
السجل يُقرأ محليًا. المستخدم يصحح المقررات ويوافق صراحة قبل أن تدخل في الاستدلال.
Capabilityربط محكوم
لا يكفي اسم المقرر. فقط ربط مقرر → مخرج تعلم → مهارة معرف صراحةً يمكنه إنشاء دليل مهارة.
Fitتفسير من بيانات منظمة
الحكم يعرض أسبابًا، حدودًا وفجوات من ملف الأدلة ومتطلبات الهدف؛ لا يعتمد على نص LLM حر وحده.
2. مستويات الإثبات
| المستوى | المعنى | الحالة الحالية |
|---|
| Self-declared | تفضيل أو هدف أدخله المستخدم | يخصص القرار لكنه ليس دليلًا أكاديميًا |
| Document-backed | معلومة راجعها المستخدم من مستند | متاح في النسخة العامة |
| Governed mapping | مهارة ناتجة عن ربط تعليمي معرّف | متاح لمقررات محددة فقط |
| Institution-verified | تحقق مباشر من جامعة/جهة | ليس operational بعد |
| Observed/tested | اختبار أو أداء خارجي موثق | خارطة طريق |
3. ما الذي يدخل في الملاءمة؟
يدخل
متطلبات الهدف المهيكلة، المهارات ذات الدليل، القيود الرسمية، التفضيلات المعلنة عندما تكون ذات صلة، والفجوات التي لا يوجد عليها دليل.
لا يدخل كحقيقة
تخمينات عن شخصية المستخدم، خصائص حساسة، نسب غير معايرة، أو مهارة استنتجها النموذج دون مصدر قابل للتتبع.
4. معايير التحقق المستهدفة للـpilot
هذه Targets وليست Results. يجب نشر الأرقام فقط بعد اختبار موثق مقابل مراجعة بشرية.
| Field extraction accuracy | هدف ≥ 95% |
|---|
| Skill precision | هدف ≥ 90% |
|---|
| Evidence linkage rate | هدف 100% |
|---|
| Unsupported public skills | هدف 0% |
|---|
| Time to first value | هدف ≤ 10 دقائق |
|---|
5. الأدوات النفسية: مسار بحثي لا منتجي
O*NET RIASEC وIPIP Big Five مسجلة كمرشحات بحثية فقط. التفضيلات التي يختارها المستخدم بنفسه منفصلة عن الدرجات السيكومترية. لا تدخل أي درجة IPIP/RIASEC في الملاءمة أو الأهلية قبل دراسة سعودية موثقة تشمل على الأقل فحص الثبات، البنية العاملية، الملاءمة الثقافية، وثبات القياس عبر المجموعات ذات الصلة. أي معايير أو percentiles سعودية يجب أن تُشتق من دراسة منشورة/موثقة لا من تحويل مباشر لمعايير خارجية.
6. التموضع الوطني
كامن ليس منصة وطنية موازية. دوره هو طبقة الأدلة والثقة الجامعية المملوكة للفرد، مع تصميم standards-first وقابلية تكامل مستقبلية إذا توفر مسار API رسمي. لا يوجد تكامل أو اعتماد حكومي معلن حاليًا.
7. حدود النسخة الحالية
- لا توجد أرقام دقة منشورة بعد.
- لا يوجد قرار توظيف آلي.
- مطابقة الوظائف والتدريب تجريبية وليست بديلاً عن recruiter.
- التخزين المؤسسي المركزي والمشاركة مع أصحاب العمل غير مفعّلين في النسخة العامة.
- درجات الأدوات النفسية لا تدخل Fit قبل المعايرة السعودية؛ التفضيلات الذاتية فقط تبقى إشارات تفضيل منخفضة المخاطر.
الاستدعاء الدلالي المحلي وحدوده
نستخدم paraphrase-multilingual-MiniLM-L12-v2 بإصدار مثبت وملف ONNX مكمّم q8، وتطبيع متوسط المتجهات، وفهرس ثنائي اللغة من الكتالوج المرجعي نفسه. نأخذ أفضل ثلاثة مرشحين فوق عتبة تشابه تشغيلية وضمن هامش من أقرب نتيجة؛ العتبة ليست نسبة جاهزية أو دقة معايرة. تبقى العبارة في ذاكرة الشاشة ولا تدخل ملف Person 360.
الكتالوج تجريبي ومحدود؛ يجب تقييم الاسترجاع بالعربية والإنجليزية مع خبراء ومستخدمين قبل الادعاء بفعالية مهنية. الاستدعاء لا يولد حقيقة في الرسم ولا يبدّل نتائج القواعد.
بطاقة النموذج والإصدار المثبت
حوكمة أصيلة في الذكاء الاصطناعي
نطبّق الأسئلة السبعة على تجربة كامن الحالية: قواعد محلية واستدعاء دلالي قابل للفحص ومراجعة بشرية. هذه آليات حوكمة للمنتج؛ لا ندّعي تشغيل وكلاء مستقلين أو تحققًا مؤسسيًا.
تقسيم العمل
الاستخراج، ربط الأدلة، اقتراح المسارات، ومراجعة الإنسان مراحل منفصلة. يمكنك مراجعة توصية واحدة دون اعتماد بقية التوصيات.
معايير قبول النتيجة
تعرض المراجعة متطلبات التوصية وما له دليل وما ينقصه، ومرجع الربط وإصدار القاعدة. يتطلب القبول أو الرفض تأكيد مراجعة الدليل والهدف وحدود الحكم؛ يمكن إبقاء النتيجة غير محسومة.
العزل
المراجعات محفوظة منفصلة عن الرسم المعرفي. قبول توصية أو الاعتراض عليها لا يضيف قدرة ولا يغيّر ترتيبها أو مستوى إثباتها. لا تُرسل الاعتراضات تلقائيًا.
التراجع — متاح محليًا وحدوده معلنة
يمكن سحب القرار مع بقاء تاريخه، أو حذف المراجعات من الخصوصية. تتطلب المراجعة تأكيدًا جديدًا إذا تغيرت المدخلات أو القاعدة، وبعد استعادة نسخة مشفّرة. الروابط والملفات التي سبق تسليمها لا يمكن سحبها من مستلميها.
دليل قابل للفحص
تبقى المقدمات والمصادر والفجوات وإصدار القاعدة بجانب الحكم. المراجعة مرتبطة بنسخة المدخلات والتوصية، وليست توقيعًا مؤسسيًا أو شهادة مهارة.
الفريق الأحمر — حلقة محلية ومراجعة بشرية
زر «أعترض على هذا الحكم» يسجل السبب محليًا. يمكنك تصدير مرشح فحص بلا اسم أو ملاحظة حرة أو بيانات الملف. يحوّل الفريق العيب المؤكد إلى حالة وهمية قابلة لإعادة الإنتاج وفحص يمنع تكراره. الاعتراض وحده ليس عيبًا مؤكدًا؛ لا توجد خدمة مركزية لمعالجته أو لإغلاقه تلقائيًا.
مسؤولية الإنسان
يختار المراجع قبولًا استكشافيًا أو رفضًا أو اعتراضًا أو «لم أحسم بعد»، ويسجل اسمه أو اسمه المستعار وصفته. الصفة مصرح بها محليًا وليست هوية موثقة. القرار النهائي في التعلم أو التوظيف يظل لدى الأشخاص والجهات المخولة.
كيف نقيس سرعة القرار والأخطاء التي عبرت التحقق؟
المساعد المحلي المقاس
وظيفة واحدة محددة: من وصف مشروع، اقتراح قدرات مع الجملة الداعمة لكل اقتراح، أو الامتناع. الطريقة مطابقة قاموس محلي ثنائي اللغة؛ لا نموذج خارجي ولا إرسال بيانات. قِيس على مجموعة موسومة مجمّدة من 24 حالة (12 عربية و12 إنجليزية) بعتبات مسجلة مسبقًا: دقة ≥ 0.8، استرجاع ≥ 0.75، ومعدل امتناع أكبر من صفر لكل لغة. النتيجة الهندسية الحالية: دقة 1.0 واسترجاع 1.0 في اللغتين. هذه نتائج هندسية على مجموعة صغيرة، وليست صدقًا نفسيًا أو مهنيًا، ولا تغيّر مستويات الإثبات أو الأهلية.
Methodology & limitsHow does Kamin move from evidence to judgment?
This page describes the behavior of the current public release. Validation targets are not presented as measured results, and Kamin does not display a numeric Fit percentage until documented research calibration exists.
Digital-interest analysis
A local experimental keyword method covers six technical and career topics in Arabic and English. It is not a personality model or a Cambridge Analytica algorithm. Mention may reflect criticism or coursework, so suggestions enter the graph only after student confirmation and pathway explanations require separate permission. Rule R4 joins a confirmed interest to a pathway topic without changing fit, eligibility or capability gaps. No uncalibrated accuracy or confidence percentages are shown. Topic, matched keywords, method version, time and consent are retained; original text is not.
Semantic inference in this release
Person360 contains sourced relationships. Bounded JavaScript rules join capability evidence with a matching requirement, a declared goal with a supporting pathway, a preference with compatible pathway context, or a student-confirmed digital interest with a topic-related pathway after separate permission. The UI exposes premises, the rule and the inferred connection. RDF is exported through JSON-LD with separate named graphs for profile inputs, reference knowledge and conclusions.
This is a bounded inference core inspired by the research pattern. SELECT and ASK SPARQL 1.1 queries run locally in the browser with Oxigraph. Reference knowledge and synthetic examples are separate from personal data; querying a profile requires independent permission for the current session. Updates and remote queries are blocked. General OWL reasoning and a SHACL engine are not implemented. Person-to-person matching is not implemented. Preferences never become capability evidence, and missing evidence is not an absent skill. Ontology and shape files are development assets, not proof that their processors are running.
Try the inference example
1. Pipeline
EvidenceExtract, then review
The record is processed locally. The user corrects extracted courses and gives explicit approval before they can enter inference.
CapabilityGoverned mapping
A course title alone is insufficient. Only an explicit course → learning outcome → capability mapping can create capability evidence.
FitExplain from structured data
Judgments expose reasons, limits, and gaps from evidence plus target requirements; they are not based on free-form LLM text alone.
2. Evidence levels
| Level | Meaning | Current status |
|---|
| Self-declared | A preference or goal entered by the user | Personalizes a decision but is not academic evidence |
| Document-backed | Information reviewed by the user from a document | Available in the public release |
| Governed mapping | A capability created through an approved educational mapping | Available for selected courses only |
| Institution-verified | Direct verification from a university or issuer | Not operational yet |
| Observed/tested | Documented assessment or observed performance | Roadmap |
3. What enters Fit?
Included
Structured target requirements, evidence-backed capabilities, formal constraints, relevant declared preferences, and explicitly visible evidence gaps.
Not treated as fact
Guesses about personality, sensitive traits, uncalibrated percentages, or capabilities inferred without a traceable source.
4. Pilot validation targets
These are Targets, not Results. Numbers should be published only after documented testing against human review.
| Field extraction accuracy | Target ≥ 95% |
|---|
| Skill precision | Target ≥ 90% |
|---|
| Evidence linkage rate | Target 100% |
|---|
| Unsupported public skills | Target 0% |
|---|
| Time to first value | Target ≤ 10 minutes |
|---|
5. Psychometrics: research track, not production scoring
O*NET RIASEC and IPIP Big Five remain research candidates only. Self-declared preferences are separate from psychometric scores. No IPIP/RIASEC score enters Fit or eligibility before documented Saudi validation covering reliability, factor structure, cultural appropriateness, and measurement invariance across relevant groups. Saudi norms or percentiles must come from documented local validation rather than direct conversion of external norms.
6. National positioning
Kamin is not a parallel national platform. Its role is a learner-owned university evidence and trust layer, designed standards-first and ready for future interoperability if an official API path becomes available. Kamin currently makes no claim of government integration or endorsement.
7. Current limits
- No published accuracy results yet.
- No automated hiring decision.
- Job and training matching is a pilot aid, not a replacement for a recruiter.
- Central institutional storage and employer sharing are not enabled in the public release.
- Psychometric scores do not enter Fit before Saudi validation; only low-risk self-declared preference signals are currently used.
Local semantic recall and its limits
We use a pinned q8 ONNX paraphrase-multilingual-MiniLM-L12-v2 model, normalised mean pooling and a bilingual index built from the same reference catalog. Up to three candidates pass an operational similarity threshold and stay within a margin of the best result; it is not a readiness percentage or calibrated accuracy. The phrase stays in screen memory and is not added to Person 360.
The catalog is limited and experimental. Arabic/English retrieval needs expert and user evaluation before career-effectiveness claims. Recall creates no graph fact and does not change rule-based judgments.
Model card and pinned revision
AI-native recommendation governance
We apply the seven questions to Kamin’s current experience: local rules, inspectable semantic recall and human review. These are product governance mechanisms; we do not claim autonomous agents or institutional verification.
Decompose the work
Extraction, evidence mapping, pathway suggestions and human review are separate stages. Review one recommendation without approving the others.
Define acceptance criteria
The review shows the recommendation’s requirements, present and missing evidence, mapping source and rule version. Acceptance or rejection requires checking evidence, the goal and the judgment’s limits; unresolved remains an available outcome.
Isolate the stages
Reviews are stored separately from the knowledge graph. Accepting or contesting a recommendation adds no capability and changes neither ranking nor evidence level. Contests are not automatically sent.
Reversal — local support with explicit limits
Withdraw a decision while retaining its history, or delete reviews in Privacy. Changed inputs or rules, and restored encrypted backups, require fresh review. Links and files already delivered cannot be recalled from recipients.
Inspectable evidence
Premises, sources, gaps and the rule version remain alongside the judgment. A review is tied to the input and recommendation version; it is not an institutional signature or skill certificate.
Red team — local feedback with human review
“Contest this judgment” records a reason locally. Export a test candidate without names, free-text notes or profile data. The team turns a confirmed defect into a reproducible synthetic case and a regression check. A contest alone is not a confirmed defect; no central triage or automatic closure service is active.
Human accountability
The reviewer chooses exploratory acceptance, rejection, contest or unresolved, and records a name or alias and role. The role is locally declared, not authenticated. Final learning or employment decisions remain with the authorized people and institutions.
How will we measure decision time and errors escaping verification?
The measured local assistant
One narrowly defined function: from a project description, suggest capabilities with the supporting sentence for each suggestion, or abstain. The method is bilingual local lexicon matching; no external model and no data leaves the browser. It is measured on a frozen labelled set of 24 cases (12 Arabic, 12 English) with pre-registered thresholds: precision ≥ 0.8, recall ≥ 0.75 and a non-zero abstention rate per language. Current engineering result: precision 1.0 and recall 1.0 in both languages. These are engineering results on a small set, not psychological or professional validity, and they change no evidence level or eligibility.