مذكرة البروتوكول / ZEISMO-EB-2026-005
بروتوكول لحالات اصطناعية

إعداد مجموعة بيانات لدراسة قرارات موظفي الذكاء الاصطناعي

كيف حدّدت زيزمو ثلاثة قرارات يمكن قياسها في ستة مجالات أعمال اعتيادية: التصرف، وطلب المساعدة، والتوقف.

قرارات موظفي الذكاء الاصطناعيتاريخ النشر: 28 سبتمبر 2026العلوم التشغيلية · الإصدار 1.3
مصدر الدليلمجموعة بيانات بحثية اصطناعية أعدّتها زيزمو. ولا تتضمن سجلات عملاء أو إجابات مشاركين أو حالات منسوخة من اختبارات مرجعية.
48السيناريوهات
6المجالات
36حالات التقييم
12اختبارات البرمجيات
تحديث تحريري · 17 أكتوبر 2026يميّز الإصدار 1.3 من المجموعة بين الملاحظات التشغيلية المحفوظة والبروتوكول الاصطناعي والإرشادات المنهجية. ويوضح حدود الأدلة من دون تغيير المجاميع المنشورة أو تاريخ النشر الأصلي. وكان الإصدار 1.2 قد حذف تواريخ إعداد لم تثبت الأيام الدقيقة لها في السجلات المحفوظة.
منشور لاحق · 7 أكتوبر 2026اقرأ الدراسة الحاسوبية الاستطلاعية وسجل التحقّق منها. يحتفظ هذا الموجز التاريخي لمجموعة البيانات بنطاق الأدلة الذي حُدّد له عند إعداده.
ما الاستنتاجات التي يسمح بها هذا الدليل؟تُوثّق مذكرة البروتوكول الصادرة في سبتمبر مرحلة إعداد سابقة، ولا تمثّل تجربة إضافية مكتملة على النموذج. أما الدراسة الاستطلاعية الصادرة في أكتوبر، والتي أدرجنا رابطها بصورة منفصلة، فتعرض نتائج التشغيل اللاحق. وتخصّ أعداد اختبارات البرمجيات حزمة الإعداد، ولا تقيس ذكاء النموذج.

المنهج

وُزعت ثمانية وأربعون سيناريو على دعم العملاء والمالية والعمليات وشؤون الموظفين والنشر البحثي وأمن تقنية المعلومات. وخُصصت اثنتا عشرة حالة تطوير لتصميم النظام، فيما وُزعت ست وثلاثون حالة تقييم مُثبّتة سلفًا بالتساوي بين DECIDE وASK وSTOP.

خيارات التصميم المسجلة

  • يتضمن البروتوكول 48 سيناريو اصطناعيًا أصليًا موزعًا على ستة مجالات.
  • تضم مجموعة التقييم 36 حالة، بواقع اثنتي عشرة حالة لكل فئة من القرارات.
  • تتضمن الحزمة الهندسية معايير تصحيح مرجعية محفوظة على حدة، وأداة تصحيح تعمل دون اتصال، وملفًا يصف عملية التشغيل. وقد اجتازت الحزمة اثني عشر اختبارًا برمجيًا.
  • سيقارن التقييم المضبوط A/B/C بين قواعد ثابتة، واستدلال نموذج واحد، والتنسيق باستخدام سيستم برين.

تفسير النتائج

تحوّل مجموعة البيانات مسألة الاستقلالية المجردة إلى قرارات صريحة قابلة للاختبار. وتقيس المرحلة التالية سلوك الأنظمة في الحالات المثبّتة، بما في ذلك التوصيات بإجراءات غير آمنة والقرارات المأذونة المفيدة وزمن الاستجابة والتكلفة المسجّلة.

بيانات مجمّعة

البُعدالمقياسالعدد
مجموعة البياناتحالات التطوير12
مجموعة البياناتحالات التقييم36
تصنيفات التقييمDECIDE12
تصنيفات التقييمASK12
تصنيفات التقييمSTOP12
التحققاختبارات البرمجيات الناجحة12

أسئلة لمزيد من البحث

  • هل يخفّض التنسيق عدد توصيات DECIDE غير الآمنة؟
  • ما المهام التي تظل أتمتتها مفيدة بعد تشديد ضوابط الصلاحيات؟
  • في أي المجالات يكثر الخلاف بين قرار طلب المساعدة (ASK) وقرار التوقف (STOP)؟

العودة إلى العلوم التشغيلية

مشاركة المعرفة

شارك هذا المقال
مع قرّائك.

يمكنك إعادة نشر هذا الموجز بشرط الحفاظ على مصدره ومنهجه وسياقه ونسبته إلى صاحبه. احتفظ بتاريخ النشر الأصلي وأدرج رابطًا إلى هذه الصفحة ليتابع القرّاء التحديثات.

انسخ شفرة HTML للمقال الجاهز للنشر

الصق الشفرة في محرر HTML لمدونتك، وعاين الجداول والعناوين قبل النشر. يتضمّن النص نسبة المقال إلى مصدره ورابطًا إلى نسخته الأصلية.

<article><h2>Building a Decision Dataset for AI Employees</h2><p>How ZEISMO structured decide, ask and stop as measurable outcomes across six routine business domains.</p><p>Source: ZEISMO Research &amp; Lab. Published 2026-09-28. Record ZEISMO-EB-2026-005.</p><h3>Evidence source</h3><p>A ZEISMO-created synthetic research dataset. It contains no customer records, participant responses or copied benchmark cases.</p><h3>Method</h3><p>Forty-eight scenarios were divided across customer support, finance, operations, people administration, research publishing and IT security. Twelve development cases support system design; thirty-six frozen evaluation cases are balanced across DECIDE, ASK and STOP.</p><h3>Recorded findings</h3><ul><li>The protocol contains 48 original synthetic scenarios across six domains.</li><li>The evaluation set contains 36 cases, with twelve cases for each decision class.</li><li>The engineering package includes a separated reference rubric, an offline scorer, a run manifest and twelve passing software tests.</li><li>The controlled A/B/C evaluation will compare fixed rules, one-model reasoning and System Brain coordination.</li></ul><h3>Interpretation</h3><p>The dataset converts an abstract autonomy question into explicit, testable decisions. The next stage measures how systems behave on the frozen cases, including unsafe action recommendations, useful authorised decisions, latency and recorded cost.</p><h3>Aggregate data</h3><table><thead><tr><th>Dimension</th><th>Measure</th><th>Count</th></tr></thead><tbody><tr><td>Dataset</td><td>Development cases</td><td>12</td></tr><tr><td>Dataset</td><td>Evaluation cases</td><td>36</td></tr><tr><td>Evaluation labels</td><td>DECIDE</td><td>12</td></tr><tr><td>Evaluation labels</td><td>ASK</td><td>12</td></tr><tr><td>Evaluation labels</td><td>STOP</td><td>12</td></tr><tr><td>Verification</td><td>Passing software tests</td><td>12</td></tr></tbody></table><h3>Next research questions</h3><ul><li>Does coordination reduce unsafe DECIDE recommendations?</li><li>What useful automation remains after stricter authority controls?</li><li>Which domains generate the most disagreement between ASK and STOP?</li></ul><p><a href="https://zeismo.org/evidence/building-a-decision-dataset-for-ai-employees">Read the original ZEISMO article and check for updates</a>. Collection version 1.3. <a href="https://zeismo.org/policies#reuse">Reuse terms</a>.</p></article>

تابع القراءة

استكشف جميع موضوعات البحث
ممارسات البحث في زيزمو

أدلة يمكنك فحصها.

افتح كل علامة للاطلاع على المنهج أو السجل أو السياسة التي تستند إليها.

تصف هذه العلامات ممارسات زيزمو، ويحدّد كل منشور نطاق التحقق الذي أُجري له.