Safeguarding-Communities-from-Cyberbullying

SchoolSafe

SchoolSafe – نظام اكتشاف التنمر الإلكتروني باللغة العربية باستخدام الذكاء الاصطناعي

SchoolSafe هو تطبيق موبايل يهدف إلى توفير بيئة تواصل مدرسية أكثر أمانًا من خلال اكتشاف التنمر الإلكتروني المحتمل في الرسائل العربية باستخدام تقنيات الذكاء الاصطناعي ومعالجة اللغة الطبيعية (NLP).

أولًا: أدوار المستخدمين

1. الطالب

- تسجيل الدخول إلى التطبيق.

- الدخول إلى محادثات الفصول الدراسية.

- إرسال واستقبال الرسائل مع الطلاب.

- التواصل من خلال واجهة محادثات سهلة الاستخدام.

- المساهمة في بيئة تواصل مدرسية أكثر أمانًا.

2. مسؤول النظام

- متابعة حالات التنمر الإلكتروني المحتملة التي يكتشفها النظام.

- استقبال الإشعارات المتعلقة بالرسائل المشبوهة.

- الاطلاع على التقارير الخاصة بالحالات المكتشفة.

- مراجعة الرسائل والحالات المُبلّغ عنها.

- اتخاذ الإجراءات المناسبة وفقًا لنتائج المراجعة.

الخصائص الرئيسية للنظام:

1. المصادقة وإدارة المستخدمين: تسجيل الدخول والتحقق من هوية المستخدم باستخدام Firebase Authentication.

2.المحادثات المدرسية: توفير محادثات خاصة بالفصول الدراسية لتمكين الطلاب من التواصل وإرسال الرسائل واستقبالها.

3. اكتشاف التنمر الإلكتروني:تحليل الرسائل العربية باستخدام تقنيات الذكاء الاصطناعي لتصنيفها إلى رسائل يُحتمل أن تحتوي على تنمر أو رسائل لا يُحتمل أن تحتوي عليه.

4. معالجة اللغة العربية:استخدام تقنيات معالجة اللغة الطبيعية، بما في ذلك AraBERT، للتعامل مع النصوص العربية واستخراج الخصائص اللغوية.

5. الإشعارات: تنبيه مسؤول النظام عند اكتشاف رسائل يُحتمل أن تتضمن محتوى مسيئًا.

6. التقارير ومراجعة الحالات: إتاحة الاطلاع على الحالات المكتشفة ومراجعتها لمساعدة الإدارة على التعامل معها.

7. تخزين البيانات: استخدام Cloud Firestore لتخزين بيانات المستخدمين والرسائل والتقارير والإشعارات.

8.التكامل مع نموذج الذكاء الاصطناعي: استخدام Python وFastAPI لربط تطبيق الموبايل بنظام تحليل الرسائل وإرجاع نتائج التصنيف.

التقنيات المستخدمة

Flutter & Dart: تطوير واجهة تطبيق الموبايل.

Firebase Authentication:المصادقة وإدارة تسجيل الدخول.

Cloud Firestore:تخزين البيانات.

Python & FastAPI: بناء واجهة API لدمج نموذج الذكاء الاصطناعي.

NLP & AraBERT: معالجة النصوص العربية واستخراج التمثيلات اللغوية.

TF-IDF & SVM: استخراج الخصائص النصية والتصنيف باستخدام التعلم الآلي.

TensorFlow/Keras: تشغيل نموذج التصنيف النهائي.

PyTorch: تحميل وتشغيل نموذج AraBERT.

رابعًا: الهدف من المشروع

يهدف SchoolSafe إلى المساعدة في اكتشاف التنمر الإلكتروني بين الطلاب، وتعزيز أمان التواصل داخل البيئة المدرسية، وتوفير أدوات تساعد الإدارة على مراجعة الحالات المحتملة والتعامل معها بصورة أكثر كفاءة. وتُستخدم نتائج الذكاء الاصطناعي كأداة مساعدة للمراجعة، وليست حكمًا نهائيًا على الرسائل أو الطلاب.