منظمة تعليمية حوّلت أرشيف 200 محاضرة فيديو إلى دروس مكتوبة عربية
منظمة تعليمية غير ربحية حوّلت أرشيف محاضرات قديم إلى مكتبة دروس مكتوبة قابلة للبحث، مما زاد الوصول للطلاب ذوي الإعاقة السمعية.
مؤشر كفاءة وتوفير الوقت
المشكلة قبل الحل
المنظمة تملك أرشيفاً من 200 ساعة محاضرات فيديو سُجِّلت خلال 5 سنوات. القيمة المعرفية ضخمة، لكن: الفيديو غير قابل للبحث، الوصول للطلاب ذوي الإعاقة السمعية محدود، الحضور المُتأخّر لمحاضرة 3 ساعات صعب. عرض النصوص الكاملة سيُتيح القراءة السريعة والبحث والوصول الشامل.
خطوات سير العمل وتطبيق الحل
نسخ الفيديوهات باستخدام Whisper.cpp محلياً (نموذج large-v3). مراجعة بشرية للنصوص. تمرير النصوص عبر Ollama لإعادة الصياغة بأسلوب 'درس مكتوب' (إضافة عناوين فرعية، تقسيم لفقرات، إزالة 'eh' و 'انتم فاهمين'). مراجعة المُحاضِر الأصلي لكل درس قبل النشر. النشر على WordPress كصفحات قابلة للبحث.
تفاصيل السيناريو
مقدمة عن السيناريو
منظمة تعليمية غير ربحية حوّلت أرشيف محاضرات قديم إلى مكتبة دروس مكتوبة قابلة للبحث، مما زاد الوصول للطلاب ذوي الإعاقة السمعية.
توصيف المشكلة
المنظمة تملك أرشيفاً من 200 ساعة محاضرات فيديو سُجِّلت خلال 5 سنوات. القيمة المعرفية ضخمة، لكن: الفيديو غير قابل للبحث، الوصول للطلاب ذوي الإعاقة السمعية محدود، الحضور المُتأخّر لمحاضرة 3 ساعات صعب. عرض النصوص الكاملة سيُتيح القراءة السريعة والبحث والوصول الشامل.
الأدوات المستخدمة
- Whisper: أداة مستخدمة في سير العمل.
- Ollama: أداة مستخدمة في سير العمل.
- Open WebUI: أداة مستخدمة في سير العمل.
- WordPress: أداة مستخدمة في سير العمل.
مسار العمل (Workflow)
نسخ الفيديوهات باستخدام Whisper.cpp محلياً (نموذج large-v3). مراجعة بشرية للنصوص. تمرير النصوص عبر Ollama لإعادة الصياغة بأسلوب ‘درس مكتوب’ (إضافة عناوين فرعية، تقسيم لفقرات، إزالة ‘eh’ و ‘انتم فاهمين’). مراجعة المُحاضِر الأصلي لكل درس قبل النشر. النشر على WordPress كصفحات قابلة للبحث.
النتائج والفرق في الأداء
- قبل التطبيق: تقدير: 12–20 ساعة لتحويل محاضرة 3 ساعات إلى درس مكتوب يدوياً
- بعد التطبيق: 3–5 ساعات لكل محاضرة (نسخ آلي + إعادة صياغة AI + مراجعة)
التكلفة التقديرية
$0 إضافي (الفريق متطوع، البنية التحتية موجودة)
الدروس المستفادة
- 1) دقّة Whisper للعربية الفصحى عالية (~90%)
- للهجات أقل (~75–85%)
- المُحاضرات بالفصحى أعطت نتائج أفضل
- 2) مراجعة المُحاضر الأصلي ليست ترفاً
- وجد أن AI أعاد صياغة أمثلة بشكل غيّر معناها في حالات نادرة
- 3) ساعة فيديو واحدة تنتج 8,000–12,000 كلمة نص
- الـ scale هائل، ومرعب في البداية
- تقسيم العمل بين متطوعين كان أساسياً
- 4) Open WebUI كان مفيداً لإعطاء كل متطوّع ‘سياقاً’ للموضوع قبل المراجعة (الـ AI يُلخّص له المحاضرة قبل أن يقرأ)
- 5) الـ workflow ساعد المنظمة على تخفيض حاجز المشاركة
- متطوع جديد يستطيع المراجعة بدل أن يحتاج كتابة من الصفر
الدروس والنتائج المستفادة
1) دقّة Whisper للعربية الفصحى عالية (~90%). للهجات أقل (~75–85%). المُحاضرات بالفصحى أعطت نتائج أفضل. 2) مراجعة المُحاضر الأصلي ليست ترفاً. وجد أن AI أعاد صياغة أمثلة بشكل غيّر معناها في حالات نادرة. 3) ساعة فيديو واحدة تنتج 8,000–12,000 كلمة نص. الـ scale هائل، ومرعب في البداية. تقسيم العمل بين متطوعين كان أساسياً. 4) Open WebUI كان مفيداً لإعطاء كل متطوّع 'سياقاً' للموضوع قبل المراجعة (الـ AI يُلخّص له المحاضرة قبل أن يقرأ). 5) الـ workflow ساعد المنظمة على تخفيض حاجز المشاركة. متطوع جديد يستطيع المراجعة بدل أن يحتاج كتابة من الصفر.