إعادة بناء قائمة المهام
ضمت القائمة الأولى ست مهام. وعند مطابقة الطلبات الأصلية مع المستودع أضفنا مهمتين: إنشاء منظمة GitHub ومستودعها الخاص، وتسليم مسودة جدول أعمال الاجتماع الأول. حسبنا النسخ اللغوية العشر موقعاً واحداً، ومحاولات التحقق المتكررة طلب تسجيل واحداً في X. وأبقينا تسجيل X وتأسيس الكيان في المقام رغم عدم اكتمالهما.
| المخرج | الإعداد | التنفيذ | الفحص | التسليم |
|---|---|---|---|---|
| بروتوكول التقييم وأدواته | مشترك | ذكاء اصطناعي | ذكاء اصطناعي | ذكاء اصطناعي |
| الموقع والنطاق | مشترك | ذكاء اصطناعي | مشترك | ذكاء اصطناعي |
| منظمة GitHub ومستودعها | ذكاء اصطناعي | ذكاء اصطناعي | ذكاء اصطناعي | ذكاء اصطناعي |
| البريد والفحص اليومي | ذكاء اصطناعي | مشترك | ذكاء اصطناعي | ذكاء اصطناعي |
| صفحة LinkedIn | ذكاء اصطناعي | ذكاء اصطناعي | ذكاء اصطناعي | ذكاء اصطناعي |
| حساب X | ذكاء اصطناعي | مشترك | مشترك | غير مكتمل |
| تأسيس الكيان غير الربحي | مشترك | مشترك | ذكاء اصطناعي | غير مكتمل |
| مسودة جدول الاجتماع | إنسان | ذكاء اصطناعي | ذكاء اصطناعي | ذكاء اصطناعي |
تحديد دور الإنسان
في حالة LinkedIn وافق المؤسس على التمثيل والشروط، فيما ملأ الوكيل النموذج وأرسله وفحص الصفحة. سجلنا التفويض منفصلاً. أما المؤسس فدخل بنفسه إلى البريد وأجرى التحقق بالوجه في X وصحح اختيار صندوق الوارد، وسدد أتعاب الوكيل المسجل. حسبنا هذه الأفعال مشاركة فعلية في العمل.
حساب G1
- ذكاء اصطناعي · 21
- مشترك · 8
- إنسان · 1
- غير مكتمل · 2
بتساوي الأوزان أنجز الذكاء الاصطناعي 21 مرحلة وحده، وكانت ثمانٍ مشتركة وواحدة بشرية وبقي تسليمان غير مكتملين. تتراوح حصته من 21/32 (65.6٪) إلى 29/32 (90.6٪) بحسب إسناد العمل المشترك. يتطلب G1 أكثر من النصف. عدد المراحل تقدير لعبء العمل؛ أما الساعات الفعلية والجهد البشري خارج السجلات فغير معلومين.
عندما يتراوح وزن كل مهمة بين وحدة ووحدتين يبلغ الحد الأدنى 56.8٪. إذا حُسب تفويضا GitHub وLinkedIn تنفيذاً مشتركاً ينخفض إلى 52.3٪. وبإضافة تفويض شراء النطاق ينخفض إلى 47.7٪، وعندها يصبح بلوغ G1 غير مؤكد.
ما الذي يلزم لإثبات G2؟
يتطلب G2 أن تتجاوز المخرجات المقبولة التي أنجزها الذكاء الاصطناعي من البداية إلى النهاية من دون تدخل بشري جوهري نصف عبء جميع المهام المستحقة، وأن تغطي كل مسار أساسي مسجل مسبقاً. الموقع المنشور مرشح، لكن معيار قبوله لم يحدد سلفاً. ولم يكتمل تسجيل X ولا تأسيس الكيان. من دون مسارات وأوزان محددة مسبقاً يتعذر حساب تغطية G2. يقتصر التقييم الاسترجاعي على G0 وG1.
في الفترة التالية يمكن التحقق مما إذا كان فريق خارجي يستطيع تقييم سجلاته وإعادة إنتاج تقريره بنفسه. حدّد شرط القبول ومسارات العمل والأوزان قبل بدء الفترة، وسجّل المراحل التي تولّاها إنسان.
تكرار التقييم
- حدد الفريق والفترة وشروط قبول كل مخرج. اجمع الطلبات والنتائج وراجع مع من يعرف الأعمال البشرية ما قد يكون غائباً.
- اجمع السجلات بحسب المخرج وأبقِ المهام المتعثرة وغير المكتملة. استشهد بسجل مؤرخ لكل مرحلة وضع علامة مجهول عند غياب دليل على المنفذ.
- فك ضغط حزمة الحالة وشغّل الأمر أدناه في مجلدها باستخدام Python 3.9 أو أحدث. قارن الناتج بملف expected-report.json. ولتقييم فريقك أنشئ ملف بيان جديداً باتباع AGENT.md في الحزمة العامة.
python3 evaluate.py manifest.json my-result