Chapter 5 — AI & Generative Systems (الذكاء الاصطناعي والأنظمة التوليدية)

---

Préface

Pourquoi j’ai écrit Tech B Derja

Quand j’ai commencé à apprendre l’informatique, je me suis rapidement rendu compte d’une chose : presque toutes les ressources étaient en anglais ou en arabe classique.
Pour comprendre une seule notion, il fallait traduire, interpréter, puis essayer de l’adapter à notre réalité tunisienne. Beaucoup d’étudiants se découragent à ce stade : non pas parce qu’ils manquent de curiosité ou d’intelligence, mais simplement parce que la barrière linguistique rend l’accès au savoir plus difficile qu’il ne devrait l’être.

Tech B Derja est né de cette frustration — et d’un rêve : rendre la technologie compréhensible dans la langue que nous utilisons tous les jours.
Je voulais qu’un étudiant, un développeur débutant, ou même quelqu’un qui aime la tech sans être ingénieur, puisse ouvrir ce livre et dire : “Ah, enfin un cours qui parle comme moi.”
Parce que la Derja n’est pas un obstacle : c’est un pont entre notre culture et la connaissance moderne.

Ce livre n’a pas la prétention d’être académique. Il cherche simplement à expliquer les grands principes du Software Engineering d’une manière directe, humaine, et fidèle à notre manière tunisienne de raisonner : simple, concrète, et souvent pleine d’humour.
Les termes techniques restent en anglais — parce qu’ils font partie du langage universel des ingénieurs — mais tout ce qui entoure ces mots, tout ce qui fait sens, est raconté avec la voix du pays, avec nos expressions, notre ton, notre réalité.

J’espère que Tech B Derja donnera envie à une nouvelle génération de Tunisiens de comprendre la technologie, de créer, et de partager leurs idées.
Si, grâce à ce livre, un étudiant réussit à voir le code autrement — non plus comme une langue étrangère, mais comme un outil qu’il peut maîtriser — alors le pari est gagné.

Sami BELHADJ
Auteur & Formateur en Technologies
Tunis, 2025

Préface b Derja

3lech katabt Tech B Derja

Ki bdit ntaallam fi domaine ta3 l’informatique, chft elli akther men 90% men l resources kolhom b anglais, w elli ba9i b 3arbi fous7a ki te9ra fih, t7ess rouhek ta9ra traduction, mochkla fel logha 9bal ma tkon mochkla fel tech.

Bech tfhem concept wahda, tkoun 3andek trois mashakel : logha, contexte, w style ta3 teaching li ma ychabahch lina. W barcha tlamdha ysaybou el parcours 5aterhom ma y9drouch ywaff9ou bin el terminology ta3 tech w el 3arbi el 9adim.

Men hna ja l’idée ta3 Tech B Derja.
7bit na3mel livre tech fi loghetna — Derja — logha li nkalmo beha kol youm, li fahminha, li t3abber 3lina.
7bit el student ki y7ell el livre, y9oul : “eyy, hadha yekalmni, mafhmou w 9rib men 9albi.”

Tech B Derja ma houwech cours académique, houwa mouch dictionary ta3 code.
Houwa kitab yfassar el concepts ta3 Software Engineering b derja sahla, b exemples men el 7ay w b respect lel technical terms fi anglais.
El anglaizi b9a f ma7lou, 5ater el engineer fi el dounya lkol yesta3melha, ama el fahm walla fi loughtek inti.

El message ta3i b ssa7 : el tech ma hyaach 7a9r 3la wa7din, w el Derja ma hyaach 3a9ba.
El Derja najmou biha nfahmou, n5arjou projects kbira, w na3mlou innovation men bladna.

Inchallah Tech B Derja ykoun sabab bich talmidh wala developer tounsi yfhem el code b twensa, y7ess elli el tech 9riba menou, w elli el “engineering” ma houwech logha ghorba, bel hiya logha najmou n5alouha tounsia ken na3rfou kif.

Sami BELHADJ
Auteur w Formateur fi Technologies
Tounes, 2025

مقدّمة

علاش كتبت Tech B Derja

من أوّل ما بديت نتعلّم في الإعلاميّة، لحظت حاجة: أغلب الدروس والمصادر يا بالإنڨليزي، يا بالعربي الفصحى اللي ما نحكيوهاش في حياتنا.
باش تفهم فكرة وحدة، لازم ترجّعها في مخّك، وتفسّرها، وتخمّم فيها بثلاث لغات، وهاك اللوجيك يضيع بيناتهم.
وبرشا طلبة صغار ولا حتّى ديڤلوبر جداد، يتقلقو ويوقّفو، موش خاطر ما عندهمش مخّ، أمّا خاطر اللّغة وقفت قدّامهم.

من غادي جات الفكرة متاع Tech B Derja.
قلت: علاش ما نكتبش كتاب في التكنولوچيا بلغتنا نحنا؟
بالدرجة، بالأسلوب اللي نحكيو بيه كلّ يوم، بلا تكليف، بلا فصحى، بلا غُربة.
نحبّ الطالب كي يقرى يقول: “هاو الكتاب هذا يفهمني، يحكي كيفي، ومخّي يمشي معاه.”

Tech B Derja موش كتاب أكاديمي جامد، وموش قاموس متاع كود.
هو كتاب يحكي على مفاهيم Software Engineering بطريقة قريبة، ساهلة، وبأسلوب تونسي يخليك تفهم وتتصوّر.
خليت المصطلحات التقنية بالإنڨليزي خاطرها لغة الكود في العالم الكلّ، أمّا الباقي كلّو تونسي، مفهوم، وديما قريب من الواقع.

الفكرة إنّو التكنولوچيا ما هيش حاجة بعيدة علينا، وما ثماش سبب يخلّينا نحسّوها غريبة.
الدرجة تنجم تكون لغة علم، كيف ما كانت زمان لغة شعر وتاريخ.
بها نجّمو نفسّرو، نتعلّمو، ونبنيو حاجات كبار من بلادنا.

إن شاء الله Tech B Derja يكون سبب باش تلميذ تونسي ولا شابّ ديڤلوبر يفهم الكود بلغتو،
ويحسّ إليّ الدنيا الرقميّة ما هيش للناس اللّي “فهمين وحدهم”،
بل هي لينا الكلّ،
كيف نفهموها بطريقتنا.

سامي بالحاج
كاتب ومكوّن في التكنولوچيا
تونس، 2025

---

Introduction

توا كل حدّ يسمع بكلمة AI (Artificial Intelligence)، أما موش الكل فاهم شنوة معناها بالضبط.
الناس تفكّر فيها كيما روبوت يحكي ولا برنامج يعرف يعمل حاجات وحدو، أما الحقيقة أعمق من هكا.

الـ AI هو علم يخلّي الكمبيوتر “يتصرّف كيف الإنسان”:
يتعلّم، يفهم، يحلّل، ويقرّر.

الذكاء الاصطناعي اليوم ولى في كل بلاصة:
في الهاتف (Face ID, Voice Assistant)،
في البنك (fraud detection)،
في الطب (diagnostic systems)،
وفي الكود زادة (GitHub Copilot, ChatGPT, Gemini…).

باش نفهموه مليح، لازم نبدأو من الأساس: الفرق بين AI, Machine Learning, وDeep Learning.

---

1. AI vs Machine Learning vs Deep Learning

المفهوم	الشرح
Artificial Intelligence (AI)	أي نظام ينجم ياخذ قرار ولا يحلّ مشكل بطريقة تشبه الإنسان.
Machine Learning (ML)	فرع من AI، فيه السيستام يتعلّم من البيانات بلا ما نبرمجو كل خطوة.
Deep Learning (DL)	فرع من ML يستعمل Neural Networks بعدة طبقات باش يتعلّم أنماط معقّدة.

بالمختصر:
كل Deep Learning هو Machine Learning,
وكل Machine Learning هو جزء من AI.

---

2. How Machines Learn

الكمبيوتر ما “يفهمش” بالمعنى البشري، هو يتعلّم عن طريق data وpatterns.

الـ Machine Learning يخدم كيما التالي:

1. نحضّرو dataset (أمثلة قديمة فيها input وoutput).
2. ندرّبو model باش يتعلّم العلاقة بيناتهم.
3. كي تجيه data جديدة، يتوقّع النتيجة.

مثلاً:
باش يتعلّم يفرّق بين قطة وكلب، نمدّوه بـ آلاف الصور متسمّاة.
مع الوقت، يتعلّم يميّز الأذنين، الشكل، الألوان…
ومن بعد، يعطيك النتيجة بلا تدخّل منك.

---

3. Types of Machine Learning

a. Supervised Learning

الموديل يتدرّب على data فيها إجابات جاهزة.
مثلاً: صور متسمّاة “cat” و “dog”.

خوارزميات: Linear Regression, Decision Trees, SVM, Neural Networks.

---

b. Unsupervised Learning

ما فيهاش إجابات جاهزة.
الموديل يحاول يكتشف الأنماط وحدو.

مثلاً: تجميع العملاء حسب السلوك (clustering).

خوارزميات: K-Means, PCA, Autoencoders.

---

c. Reinforcement Learning

النظام يتعلّم من التجربة.
يجرب، يغلط، ويتعلّم حسب rewards وpenalties.

مستعملة في robots, games, وautonomous driving.

---

4. Neural Networks (الشبكات العصبية)

الفكرة مستوحاة من المخّ البشري.
الـ Neural Network فيها وحدات اسمهم neurons, كل وحدة تاخذ input، تعمل عليه حساب (activation function)، وتبعث output للوحدات الأخرى.

كل ما نزيد layers، الموديل يتعلّم علاقات أكثر تعقيد.
شبكات صغيرة تنفع في classification,
وشبكات كبيرة (كيما CNN و Transformer) تنفع في الرؤية والتوليد.

---

5. Computer Vision (الرؤية بالحاسوب)

الـ Computer Vision هي فرع من الـ AI يخلي الماشين “تشوف” الصور وتفهمها.

تطبيقاتها:

• التعرف على الوجوه (Face Recognition)
• تحليل الصور الطبية (Medical Imaging)
• مراقبة الجودة في المصانع
• القيادة الذاتية (Autonomous Driving)

الخوارزميات تستعمل Convolutional Neural Networks (CNNs) اللي تتعلّم الخصائص من الصور بعمق كبير.

---

6. Natural Language Processing (NLP)

الـ NLP هو المجال اللي يخلي الكمبيوتر “يفهم” اللغة البشرية.
هو اللي في قلب الأنظمة كيما ChatGPT وGoogle Translate.

فيه مراحل:

1. Tokenization: تقسيم النصّ لكلمات.
2. Embedding: تحويل الكلمات لأرقام.
3. Modeling: تدريب الموديل على العلاقات بين الكلمات.
4. Generation: إنتاج نصوص جديدة بناءً على السياق.

التطور الكبير صار مع Transformers (كيما BERT وGPT) اللي غيّرو طريقة التعامل مع النصوص.

---

7. Generative AI

الـ Generative AI هي الثورة الجديدة.
هي مش بس تفهم وتجاوب، بل تولّد محتوى جديد.

النظام يولّد:

• نصوص (ChatGPT, Claude, Gemini)
• صور (Midjourney, DALL·E, Leonardo)
• صوت (ElevenLabs, Suno, Udio)
• ڤيديو (Pika, Sora)
• كود (GitHub Copilot, CodeLlama)

كيفاش تخدم؟
تتعلم من بيانات ضخمة، وتحاكي الأنماط الموجودة فيها.
ما تنسخش بالضبط، بل تخلق حاجة جديدة بناءً على احتمالات منطقية (probabilistic generation).

---

8. AI in Real Life

اليوم الـ AI ولى في كل مجال:

المجال	التطبيق
Finance	Fraud detection, credit scoring
Healthcare	Diagnostic systems, drug discovery
E-commerce	Recommendation engines
Transportation	Traffic prediction, autonomous driving
Education	Adaptive learning, grading assistants
Banking (Tunisian example)	مراقبة التحويلات، تحليل السلوك المالي، كشف الغشّ الإلكتروني

في تونس زادة، برشا شركات بدات تستعمل AI في تحليل البيانات، الـ marketing، وحتى في الإدارة الرقمية.

---

9. Ethics in AI

الذكاء الاصطناعي مش كان تقنية، هو زادة مسؤولية.
فما أسئلة لازم تتطرّح:

• شكون يتحمّل المسؤولية كي AI يغلط؟
• كيف نضمن الشفافية؟
• هل الموديلات عندها bias (تحيّز)؟
• وشنية الحدود بين الإبداع الإنساني والإنتاج الآلي؟

الحل مش إننا نمنعو، بل نفهمو ونتعاملو معاه بذكاء.
خاطر التكنولوجيا بلا قيم، تنجم تولّي خطر.

---

10. AI Tools for Developers

المهندس اليوم ما عادش يخاف من AI، يستعملها كأداة.
أشهر الأدوات:

الأداة	الاستخدام
ChatGPT / Claude / Gemini	Code generation, documentation
GitHub Copilot	اقتراحات كود مباشرة في VS Code
Midjourney / Leonardo	توليد تصاميم وصور
Suno / Udio	توليد موسيقى وصوت
LangChain / LlamaIndex	بناء chatbots وApps بالـ AI

الفكرة مش إنو AI يعوّض المهندس،
بل يعطيه قوة أكبر باش يكون أسرع وأذكى في الخدمة.

---

11. AI in Tunisia

في تونس، المجال بدا يتحرّك:

• جامعات بدات تدرّس Data Science وAI Engineering.
• شركات ناشئة كيما iCompass, WeCode Land, DeepEye, ولا حتّى مشاريع في fintech وsanté.
• الطلبة يخدمو على مشاريع بـ Python, TensorFlow, PyTorch, وحتى Hugging Face.

المجال مازال جديد، أما المستقبل واضح:
الـ AI باش يكون جزء من كل شغل، من الصناعة للطب، ومن التعليم للـ fintech.

---

12. The Future: AI + Humans

الـ AI مش جاي باش يبدّل الإنسان، بل باش يخدم معاه.
الفرق بين اللي يخاف واللي ينجح هو الفهم.

اللي يفهم الـ AI ينجم يستعمله لصالحه:

• يحسّن الكفاءة
• يوفّر وقت
• يفتح فرص جديدة

الـ Generative AI ما هوش “روبوت ياخذ خدمتك”، بل “مساعد ذكي” يخدم معاك،
وأنت مسؤول كيف تستعمله.

---

Summary

الذكاء الاصطناعي هو المرحلة التالية من التطوّر الرقمي.
من أول if condition في البرمجة، وصلنا اليوم لأنظمة تولّد نصوص، صور، وأفكار جديدة.

باش تكون مهندس العصر الجديد، لازم تفهم موش كان الكود، بل زادة المنطق، البيانات، والتعلّم.
خاطر المستقبل ما عادش بين الكود والمصمّم — المستقبل بين الإنسان والآلة،
واللي يفهم الاثنين، هو اللي باش يقود اللعبة.