الفصل السابع: الاستيعاب الآلي للمحتوى، خط المعالجة ثنائي المحرك والتحقق الإنساني داخل الحلقة¶

7.1 خط معالجة تحويل الرسوم والتمثيلات البصرية إلى كود (Visual-to-Code Pipeline)¶

7.1.1 التحدي الإبيستمولوجي لتمثيل الأشكال الهندسية المدرسية¶

تعتمد كتب الرياضيات المدرسية للمرحلة المتوسطة اعتماداً جوهرياً على التضمين البصري المتعدد؛ حيث لا تقتصر المسائل على نصوص لفظية مجردة، بل تتكامل مع مخططات بيانية، وقطع مستقيمة، وزوايا هندسية، ومجسمات مكانية.

يشكل تحويل هذه المكونات الصورية إلى بنى قابلة للمعالجة الحاسوبية معضلة مزدوجة: 1. عجز النماذج البصرية الكلاسيكية (OCR): تقتصر أنظمة التعرف الضوئي التقليدية على استخراج المحارف النصية، وتفشل تماماً في إدراك العلاقات الطوبولوجية والقياسية للأشكال الهندسية (مثل علامات التعامد، والتوازي، وتساوي الأضلاع). 2. سيولة النماذج البصرية متعددة الوسائط (Vision-LLMs): تميل النماذج متعددة الوسائط التجارية إلى وصف المشهد بصورة سردية غير مقيدة، مما يؤدي إلى ضياع الإحداثيات الدقيقة وانعدام الاتساق الرياضي بين الرسم والنص.

صفحة الكتاب المدرسي (نصوص + أشكال هندسية) │ ▼ ┌─────────────────────────────────────┐ │ خط المعالجة البصري (Visual-to-Code)│ │ تقطيع المناطق واستخراج المتجهات │ └──────────────────┬──────────────────┘ │ (تحويل الأشكال إلى متجهات صريحة SVG/AST) │ ▼ ┌─────────────────────────────────────┐ │ كيانات هندسية قطعية ومبرهنة │ │ إحداثيات، زوايا، وعلاقات قياسية │ └─────────────────────────────────────┘

لحل هذا التناقض، يؤسس MathAgent لخط معالجة تحويلي Visual-to-Code ينقل الصورة من تمثيل نقطي ثنائي الأبعاد (Raster Image) إلى شفرة متجهية قطعية (Deterministic Vector Grammar) تعبر عن الكيانات الهندسية بدلالة: * النقاط الإحداثية الحافة: $P_i = (x_i, y_i)$. * القطع المستقيمة والشعاعية: $\mathcal{S}_{ij} = \overline{P_i P_j}$. * القيود الهندسية التوبولوجية: $\mathcal{R}_{\text{constraints}} \in \{\text{Perpendicular}, \text{Parallel}, \text{EqualLength}, \text{RightAngle}\}$.

7.1.2 النمذجة البرمجية لمحرك تحويل الأشكال إلى تمثيل رمزي متجهي¶

يقوم هذا المكون بتحويل الوصف البصري الهندسي المستخلص من الكتب المدرسية إلى تمثيل رمزي منضبط يسهل تدقيقه ميكانيكياً.

# =====================================================================
# Academic Module: visual_to_code.py
# Scope: codebase/complet/ingestion
# Doctoral Research: AI Agent MathAgent - Chapter 07 (Section 7.1)
# =====================================================================

import math
from typing import Dict, Any, List, Tuple

# START: REF_VISUAL_TO_CODE
class VisualToCodeConverter:
    """
    محول التمثيلات البصرية والهندسية إلى شفرات رمزية متجهة (Visual-to-Code Pipeline).
    يحول الأشكال الهندسية غير المهيكلة إلى كيانات رياضية دقيقة وإحداثيات مبرهنة.
    """
    def __init__(self, canvas_width: float = 600.0, canvas_height: float = 400.0):
        self.canvas_width = canvas_width
        self.canvas_height = canvas_height

    def transcribe_vector_figure(
        self,
        raw_detected_primitives: List[Dict[str, Any]]
    ) -> Dict[str, Any]:
        """
        تحويل العناصر الأولية المكتشفة إلى مصفوفة كيانات هندسية متسقة.
        """
        normalized_elements: List[Dict[str, Any]] = []
        inferred_constraints: List[str] = []

        for prim in raw_detected_primitives:
            p_type = prim.get("type", "unknown")

            if p_type == "SEGMENT":
                x1, y1 = prim["start"]
                x2, y2 = prim["end"]
                length = math.sqrt((x2 - x1) ** 2 + (y2 - y1) ** 2)

                normalized_elements.append({
                    "id": prim.get("id"),
                    "entity": "line_segment",
                    "coordinates": {"p1": [x1, y1], "p2": [x2, y2]},
                    "euclidean_length": round(length, 2),
                    "label": prim.get("label", "")
                })

            elif p_type == "RIGHT_ANGLE_MARKER":
                vertex = prim.get("vertex")
                inferred_constraints.append(f"PERPENDICULAR_AT_{vertex}")

        return {
            "canvas_dimensions": {"width": self.canvas_width, "height": self.canvas_height},
            "vector_entities": normalized_elements,
            "geometric_invariants": inferred_constraints,
            "export_format": "STRICT_AST_VECTOR_SPEC"
        }
# END: REF_VISUAL_TO_CODE

7.2 التقطيع السياقي متعدد الوسائط (Layout Analysis & Multimodal Chunking)¶

7.2.1 قصور التقطيع اللغوي التقليدي في سياق المادة الديداكتيكية¶

تعتمد خطوط أنابيب الذكاء الاصطناعي العامة على تقطيع النصوص بحسب عدد التوكنات أو علامات الترقيم (Fixed-Token Chunking). تطبيق هذه الآلية على مناهج الرياضيات المدرسية يُعد خطأً منهجياً جسيماً؛ إذ يؤدي إلى:

بتر المسألة الرياضية عن رسمها الهندسي التوضيحي الملحق.
فصل شروط المسألة وفرضياتها عن المطلوب استنتاجه وإثباته.
تشتيت السياق المعرفي الذي تعتمد عليه الطالبة لتنشيط المخططات الذهنية في الذاكرة العاملة.

7.2.2 التقطيع الدلالي التخطيطي الحافظ للترابط المفاهيمي¶

يتبنى MathAgent استراتيجية التقطيع الدلالي متعدد الوسائط الحافظ للترابط التخطيطي (Layout-Aware Semantic Chunking) المستوحاة من نماذج تحليل الوثائق البصرية (LayoutLM).

تخضع صفحة الكتاب المدرسي لعملية مسح متعددة الأبعاد تستخرج الكتل الوظيفية الكاملة $\mathcal{B}_k$:

\[\mathcal{B}_k = \langle \mathcal{T}_{\text{prompt}}, \mathcal{F}_{\text{visual}}, \mathcal{C}_{\text{conditions}}, \mathcal{Q}_{\text{goal}}, \mathcal{H}_{\text{hints}} \rangle\]

حيث يُحظر تجزئة أي كتلة $\mathcal{B}_k$ إلى أجزاء أصغر إذا كانت العناصر تشترك في المعرف الدلالي ذاته. هذا الضمان البنيوي يمنح محرك الاستيعاب في المرحلة الموالية سياقاً مكتملاً يتيح بناء عقد المخطط الحلقي الموجه (DAG) دون تشويه.

# =====================================================================
# Academic Module: layout_chunker.py
# Scope: codebase/complet/ingestion
# Doctoral Research: AI Agent MathAgent - Chapter 07 (Section 7.2)
# =====================================================================

from typing import Dict, Any, List

# START: REF_LAYOUT_TRANSFORMER
class LayoutTransformer:
    """
    محول التقطيع التخطيطي متعدد الوسائط (Layout-Aware Document Chunker).
    يجمع بين النصوص والصور والرموز في كتل ديداكتيكية متماسكة غير قابلة للتجزئة.
    """
    @classmethod
    def segment_page_regions(
        cls,
        layout_bounding_boxes: List[Dict[str, Any]]
    ) -> List[Dict[str, Any]]:
        """
        تجميع العناصر المتقاربة مكانياً ودلالياً ضمن وحدة ديداكتيكية واحدة (Didactic Chunk).
        """
        pedagogical_chunks: List[Dict[str, Any]] = []

        # تجميع العناصر وفق المحاذاة العمودية ومعرف المسألة المشترك
        grouped_sections: Dict[str, List[Dict[str, Any]]] = {}
        for box in layout_bounding_boxes:
            exercise_id = box.get("exercise_id", "orphan_context")
            if exercise_id not in grouped_sections:
                grouped_sections[exercise_id] = []
            grouped_sections[exercise_id].append(box)

        for ex_id, components in grouped_sections.items():
            text_segments = [c["content"] for c in components if c.get("modality") == "text"]
            figures = [c["figure_meta"] for c in components if c.get("modality") == "figure"]

            chunk = {
                "chunk_id": f"CHUNK_{ex_id}",
                "narrative_statement": " ".join(text_segments),
                "has_geometric_figure": len(figures) > 0,
                "figures_payload": figures,
                "atomic_indivisibility": True
            }
            pedagogical_chunks.append(chunk)

        return pedagogical_chunks

    @classmethod
    def build_vision_prompt(cls, unified_chunk: Dict[str, Any]) -> str:
        """
        بناء استعلام الاستيعاب المعياري الموجه لنماذج الفهم المتقدمة لاستخراج شجرة الحالات.
        """
        prompt = (
            f"حلل المحتوى الرياضي التالي مع الأخذ في الاعتبار الرسم المرفق إن وجد: "
            f"'{unified_chunk['narrative_statement']}'. "
            f"استخرج الحالات الاستدلالية والمفاهيم الخاطئة المحتملة في صيغة عقد DAG منفصلة."
        )
        return prompt
# END: REF_LAYOUT_TRANSFORMER

7.3 التدقيق البرهاني والتحقق الصوري للجبر والهندسة (Symbolic & Formal Verification)¶

7.3.1 حتمية الفحص الرمزي المستقل عن النماذج اللغوية¶

حينما يقوم محرك الاستيعاب (المعتمد خارج وقت الحصة المدرسية على نموذج توليدي عالي السعة مثل Gemini Flash Lite) باستخراج شجرة الحالات ومسارات الحل من محتوى الكتاب، لا يمكن بأي حال من الأحوال التسليم بصحة المخرجات المستخرجة دون تمحيص صوري مستقل.

تُفرض هنا طبقة التدقيق البرهاني الصوري (Formal Symbolic Verifier)؛ وهي منظومة برمجية حتمية لا تستخدم الذكاء الاصطناعي، بل توظف الحساب الرمزي الصارم (Symbolic Algebra Engine - SymPy) للتحقق الرياضي من كل خطوة.

       مخرجات شجرة الحالات الأولية المستخلصة
                         │
                         ▼
      ┌─────────────────────────────────────┐
      │   محرك التحقق الصوري الرمزي         │
      │   (SymPy Invariant Verification)    │
      └──────────────────┬──────────────────┘
                         │
               [فحص المساويات والمتباينات]
                         │
        (المطابقة = 1.0) ──┴── (وجود تناقض حسابي)
               │                       │
               ▼                       ▼
      [اعتماد العقدة]          [رفض العقدة فوراً وطلب]
      [وتمريرها للأستاذ]       [إعادة التوليد الدقيق]

7.3.2 المعايير الصورية للتحقق الرياضي¶

يخضع كل انتقال بين عقدة $v_i$ وعقدة $v_j$ للفحوص الصورية التالية:

تكافؤ العلاقات الجبرية: فحص تطابق الطرفين عند إجراء عمليات النقل أو الاختصار: $$\text{Simplify}(E_{\text{left}} - E_{\text{right}}) \stackrel{?}{\equiv} 0$$
صحة مبرهنة فيثاغورس ونظريات الهندسة: مطابقة أطوال الأضلاع المستخلصة والتأكد من انعدام التناقض الهندسي مع شروط المثلث: $$a^2 + b^2 \stackrel{?}{=} c^2 \quad \text{for Right-Angled Triangles}$$
حصر الأخطاء المفاهيمية: التحقق من أن مسار الخطأ المصنف كـ "شائع" هو بالفعل نتيجة خطأ حسابي أو فهمي محدد، وليس ناتجاً عن خلل في صياغة السؤال.

# =====================================================================
# Academic Module: formal_geometry_verifier.py
# Scope: codebase/complet/verifier
# Doctoral Research: AI Agent MathAgent - Chapter 07 (Section 7.3)
# =====================================================================

import sympy as sp
from typing import Dict, Any, Tuple

# START: REF_FORMAL_VERIFIER
class FormalVerifier:
    """
    المدقق الصوري المستقل للعمليات الجبرية والهندسية (SymPy Formal Engine).
    يقوم بالبرهان الرياضي على صحة العقد المحلولة والمفاهيم الخاطئة دون احتمالية للخطأ.
    """
    @classmethod
    def verify_algebraic_step(
        cls,
        expression_before: str,
        expression_after: str,
        declared_operation: str
    ) -> Tuple[bool, str]:
        """
        التحقق الرمزي الصارم من صحة الخطوة الجبرية باستخدام الحساب الرمزي.
        """
        try:
            expr1 = sp.sympify(expression_before)
            expr2 = sp.sympify(expression_after)

            # فحص التكافؤ الجبري للطرفين
            difference = sp.simplify(expr1 - expr2)
            if difference == 0:
                return True, "STEP_ALGEBRAICALLY_SOUND_IDENTICAL"

            return False, f"INEQUALITY_DETECTED: Difference = {difference}"
        except Exception as e:
            return False, f"PARSING_ERROR: {str(e)}"

    @classmethod
    def assert_theorem_invariance(
        cls,
        theorem_name: str,
        parameters: Dict[str, float]
    ) -> Tuple[bool, str]:
        """
        التحقق الصوري من مطابقة الأشكال للمبرهنات الرياضية المقررة (مثل فيثاغورس).
        """
        if theorem_name == "PYTHAGOREAN":
            a = parameters.get("side_a", 0.0)
            b = parameters.get("side_b", 0.0)
            c = parameters.get("hypotenuse_c", 0.0)

            # السماح بهامش خطأ عائم ضئيل جداً للحسابات العددية
            calculated_c_sq = a**2 + b**2
            declared_c_sq = c**2

            if abs(calculated_c_sq - declared_c_sq) < 1e-4:
                return True, "PYTHAGOREAN_THEOREM_VERIFIED"
            return False, f"THEOREM_VIOLATION: {a}^2 + {b}^2 != {c}^2 ({calculated_c_sq} != {declared_c_sq})"

        return False, "UNKNOWN_THEOREM"
# END: REF_FORMAL_VERIFIER

7.4 بروتوكول تجميد التصميم البيداغوجي (Human-in-the-Loop Design Freeze) والضغط التشفيري¶

7.4.1 مبدأ "الإنسان داخل الحلقة" وسيادة المعلم (Teacher Sovereignty)¶

تقتضي أخلاقيات الذكاء الاصطناعي التعليمي وسياسات الرقابة المؤسسية ألا يُنشر أي محتوى تفاعلي موجّه للأطفال دون مراجعة ومصادقة نهائية من قِبل المعلم البشري المختص.

ينفذ نظام MathAgent مرحلة تجميد التصميم البيداغوجي (Human-in-the-Loop Design Freeze) عبر واجهة المعلم المعتمدة:

يستعرض المعلم شجرة الـ DAG المستخلصة، متضمنة الأسئلة السقراطية، ومسارات السقالات ثلاثية المستويات، والتفرعات العلاجية.
يملك المعلم الصلاحية الحصرية لتعديل الصياغات، أو ضبط مسارات الأخطاء، أو الموافقة بضغطة زر واحدة.
فور المصادقة، يوقع المعلم رقمياً على حزمة المنهج، وتبدأ خوارزمية التجميد الفوري.

       شجرة حالات أولية ──▶ فحص صوري SymPy ──▶ استعراض ومصادقة المعلم
                                                       │
                                          (توقيع رقمي + تجميد بيداغوجي)
                                                       │
                                                       ▼
                                         [التجميع والضغط التشفيري]
                                    حزمة ثنائية مشفرة بحجم < 500 KB

7.4.2 الضغط التشفيري وحزم المنهج خفيفة الحجم (< 500 KB)¶

فور إقرار المعلم للشجرة، يتم استدعاء مجمع التجميد (Design Freeze Compiler)، والذي يقوم بـ:

إزالة جميع التوصيفات الإضافية والبيانات الوصفية المطولة غير اللازمة أثناء وقت التشغيل.
تحويل المعرفات النصية إلى وسوم بايتية مدمجة (Compact Byte Identifiers).
ضغط الهيكلية الناتجة باستخدام خوارزمية التشفير والضغط المتزامن (Zlib / Deflate Stream)، لإنتاج ملف مضغوط بحجم يقل عن 500 كيلوبايت لكل فصل دراسي كامل.

هذا الحجم المجهري يمكن توزيعه ونقله وتخزينه بسهولة تامة عبر الأجهزة اللوحية دون استهلاك مساحات التخزين الوميضية أو الحاجة لاتصال بالإنترنت.

# =====================================================================
# Academic Module: design_freeze_compiler.py
# Scope: codebase/complet/verifier
# Doctoral Research: AI Agent MathAgent - Chapter 07 (Section 7.4)
# =====================================================================

import json
import zlib
import hashlib
from typing import Dict, Any

# START: REF_DESIGN_FREEZE_COMPILER
class FreezeCompiler:
    """
    مجمع تجميد التصميم البيداغوجي والضغط التشفيري (Human-in-the-Loop Design Freeze Compiler).
    يضغط شجرة الحالات المعتمدة ويوقعها تشفيرياً في حزمة خفيفة مدمجة (< 500 KB).
    """
    MAX_PAYLOAD_SIZE_BYTES: int = 500 * 1024  # سقف النصف ميجابايت

    @classmethod
    def serialize_to_compact_payload(
        cls,
        verified_dag_data: Dict[str, Any],
        teacher_signer_id: str
    ) -> Dict[str, Any]:
        """
        ضغط وتشفير شجرة الـ DAG وتوليد البصمة الرقمية لحظر أي تعديل لاحق.
        """
        # إضافة ترويسة المصادقة البشرية
        payload = {
            "version": "1.0-FROZEN",
            "signed_by": teacher_signer_id,
            "data": verified_dag_data
        }

        # 1. التسلسل النصي المدمج بدون فراغات
        serialized_json = json.dumps(payload, separators=(',', ':'), ensure_ascii=False)
        raw_bytes = serialized_json.encode('utf-8')

        # 2. حساب البصمة التشفيرية المعتمدة
        signature_hash = hashlib.sha256(raw_bytes).hexdigest()

        # 3. الضغط التدفقي الأقصى (Zlib Level 9)
        compressed_bytes = zlib.compress(raw_bytes, level=9)
        compressed_size = len(compressed_bytes)

        is_size_compliant = compressed_size <= cls.MAX_PAYLOAD_SIZE_BYTES

        return {
            "compressed_payload": compressed_bytes,
            "signature_hash": signature_hash,
            "compressed_size_bytes": compressed_size,
            "compressed_size_kb": round(compressed_size / 1024.0, 2),
            "is_size_compliant": is_size_compliant,
            "status": "DESIGN_FROZEN_AND_SEALED" if is_size_compliant else "PAYLOAD_OVERSIZE_WARNING"
        }
# END: REF_DESIGN_FREEZE_COMPILER

7.5 خلاصة الفصل السابع والتمهيد المعماري للفصل الثامن¶

يقدم هذا الفصل المعالجة الشاملة لخط أنابيب الاستيعاب والتحقق الصوري وتجميد المنهج:

تطوير خط المعالجة Visual-to-Code الذي يحول الأشكال الهندسية والرسوم التوضيحية إلى متجهات وكيانات طوبولوجية صريحة.
تطبيق خوارزمية التقطيع الدلالي متعدد الوسائط الحافظ للترابط التخطيطي لجمع النصوص والرسوم في كتل تعليمية متماسكة ومنع بتر السياق الديداكتيكي.
تشييد المدقق الصوري المستقل (SymPy) للبرهان الرياضي الحتمي على صحة المعادلات والمبرهنات الهندسية قبل اعتمادها.
إرساء بروتوكول تجميد التصميم البيداغوجي (Human-in-the-Loop) الذي يضع المعلم البشري حكماً نهائياً في الحلقة، مع ضغط المنهج في حزم ثنائية فائقة الخفة لا تتجاوز 500 كيلوبايت.

تمهد هذه الحزم المنهجية المجمدة الانتقال المباشر نحو الفصل الثامن، حيث سنبحث في المعمارية المستقلة تماماً دون اتصال (Offline-First)، وتأمين قواعد البيانات المشفرة محلياً (SQLCipher AES-256)، وحماية خصوصية بيانات القاصرات وفق أعلى المعايير التشريعية الدولية.

---

### المكتسبات المعمارية بعد إتمام الفصل السابع:
1. **الفصل 07 (`thesis/chapters/chap_07.md`)** أصبح مكتملاً بنسبة 100% باللغة العربية الفصحى وبصياغة أكاديمية وهندسية دقيقة.
2. تم استخراج 4 كبسولات برمجية متخصصة ومستقلة تشكل خط الاستيعاب والتحقق الصوري في حزمتي `codebase/complet/ingestion/` و `codebase/complet/verifier/`:
   * `ingestion/visual_to_code.py` (`VisualToCodeConverter`)
   * `ingestion/layout_chunker.py` (`LayoutTransformer`)
   * `verifier/formal_geometry_verifier.py` (`FormalVerifier`)
   * `verifier/design_freeze_compiler.py` (`FreezeCompiler`)