تقييم أداء نماذج الذكاء الاصطناعي في وزن الأفعال العربية: دراسة وصفية مقارنة بين (ChatGPT) و((Gemini
Evaluating the Performance of Artificial Intelligence Models in Identifying Arabic Verb Patterns: A Comparative Descriptive Study of ChatGPT and Gemini
| المؤلف |
د. محمد عدلي محمد عودة* د. طارق إبراهيم محمود الزيادات ** |
| محكمة |
نعم |
| الدولة |
اليمن |
| سنة النشر |
2026 |
| الشهر |
July |
| المجلد |
13 |
| العدد |
173 |
| DOI |
10.35781/1637-000-173-007
|
| ISSN |
2410-1818 |
| نوع المحتوى |
بحوث ومقالات |
| اللغة |
العربية |
| قواعد المعلومات |
HumanIndex |
| رابط المحتوى |
تحميل PDF
|
الملخص
الملخص
هدف هذا البحث إلى تقييم كفاية نماذج الذكاء الاصطناعي (ChatGPT, Gemini) وفي معالجة الميزان الصرفي للأفعال العربية بوصفه أحد الأسس الرئيسة في تحليل البنية اللغوية. واعتمد البحث المنهج الوصفي التحليلي المقارن مدعومًا بالتحليل الكمي لقياس دقة الأداء، وذلك من خلال عينة مكونة من (16) فعلًا تمثل الأوزان الثلاثية والرباعية والخماسية والسداسية في حالتي الصحة والاعتلال، إضافة إلى ظاهرتي الإعلال والإدغام. وأظهرت النتائج أن نسبة الخطأ بلغت (43.75%) في نموذج (ChatGPT) مقابل (6.25%) في نموذج (Gemini)، في حين سجلت نسبة الدقة (56.25%) و(93.75%) على التوالي، مما يعكس تفوقًا واضحًا لصالح (Gemini) في أداء مهمة تحديد الأوزان الصرفية. كما بينت النتائج تحسن أداء النموذجين في الأوزان القياسية، مقابل ضعف نسبي في الأفعال المعتلة وصيغ الأمر. وخلصت الدراسة إلى تفوق (Gemini) نسبيًا وإمكانية توظيفه أداةً مساندة في تعليم الصرف، مع التأكيد على ضرورة المراجعة اللغوية المتخصصة لمخرجات نماذج الذكاء الاصطناعي، والتوصية بتطوير نماذج عربية مدرّبة على بيانات صرفية أعمق للحد من الأخطاء والهلوسة اللغوية، بما يعزز دقة تطبيقاتها في تعليم اللغة العربية ومعالجة الظواهر الصرفية المعقدة، ويفتح آفاقًا بحثية مستقبلية في الدراسات التطبيقية للصرف العربي والذكاء الاصطناعي.
الكلمات المفتاحية: الذكاء الاصطناعي، ChatGPT، Gemini، الميزان الصرفي، الأفعال العربية، المعالجة الآلية، تعليم اللغة العربية.
Abstract
Abstract
This study aimed to evaluate the effectiveness of artificial intelligence models (ChatGPT and Gemini) in processing the Arabic morphological scale (al-mīzān al-ṣarfī) in verbs, as a key component of linguistic structure analysis. The study adopted a descriptive-analytical comparative approach supported by quantitative analysis to measure performance accuracy. The sample consisted of 16 verbs representing triliteral, quadriliteral, quinquiliteral, and sextuple patterns in both regular and irregular forms, in addition to morphological phenomena such as vowel change (iʿlāl) and assimilation (idghām).
The results indicated that the error rate was )43.75%( for ChatGPT compared to )6.25% (for Gemini, while the accuracy rates were )56.25% (and )93.75%( respectively, demonstrating a clear superiority of Gemini in morphological pattern identification. Both models showed better performance in standard patterns, whereas weaknesses appeared in irregular verbs and imperative forms. The study concluded that Gemini can be considered a more effective supportive tool in teaching Arabic morphology, while emphasizing the need for linguistic review of AI outputs and the development of Arabic-specific trained models to reduce errors and hallucinations and improve computational linguistic applications.
Keywords: Artificial Intelligence, Arabic Morphology, Verb Patterns, ChatGPT, Gemini, Arabic Language Teaching
.
أبحاث أخرى
لا توجد أبحاث أخرى حالياً لنفس الباحث
أبحاث مشابهة
