البرمجة (انجليزية)

 هدف المحاضرة / Lecture Goal

تمكين الطالب من الربط بين "خطاب السلطة" (تحليل الكلمات المفتاحية) وبين "استجابة الشارع" (خريطة التوجهات الانتخابية)، باستخدام أدوات الذكاء الاصطناعي والمنصات الرقمية لقياس نية المشاركة في الانتخابات.

🖋️ توطئة (Preamble)

لا تكتمل العملية السياسية بمجرد إلقاء الخطابات، بل بمدى صدى هذه الخطابات لدى المواطن. في هذه المحاضرة، سنستخدم "زيارة البابا للجزائر 2026" كحالة دراسية. سنحلل كيف تؤثر مفاهيم مثل العدالة الاجتماعية وفلسطين في تحريك مشاعر الناخب الجزائري، وكيف يمكننا عبر "موقع رقمي" رسم خريطة تفاعلية توضح رغبة المواطنين في المشاركة الانتخابية بناءً على هذه التوجهات.

1. تطبيقات عملية: تحليل "سردية السلام والعدالة" (تبون - ليون الرابع عشر)

باستخدام أدوات مثل NotebookLM و Gemini، قمنا بمعالجة النص التاريخي للزيارة، والنتائج الإحصائية كانت كالتالي:

• المفتاح المهيمن: ⚖️ (العدل/العدالة) تكرر 9 مرات، مما يعكس رغبة الدولة في ربط السيادة بالإنصاف الاجتماعي.

• المفتاح القيمي: 🕊️ (السلام) و 🗣️ (الحوار) تكررا 6 مرات، مما يؤصل لدور الجزائر كجسر بين الشمال والجنوب.

• المفتاح العاطفي/السياسي: 🇵🇸 (فلسطين/غزة) و ⛓️ (الاستعمار الجديد)، وهي الكلمات التي تمثل "المحرك الأساسي" للرأي العام الجزائري.

2. خريطة توجهات الرأي العام للمشاركة في الانتخابات

قبل البدء بالتحليل البرمجي، يجب أن يفهم الطالب كيف نحول "تفاعل المواطن" على موقع رقمي إلى خريطة توجهات:

• المنصة الرقمية: موقع (أو تطبيق) يتيح للمواطنين التعبير عن أولوياتهم (مثلاً: هل تهتم بالعدالة الاجتماعية أم بالسياسة الخارجية؟).

• خريطة التوجهات (Trend Mapping): هي واجهة رسومية توضح جغرافياً (عبر ولايات الوطن) أي المناطق أكثر حماساً للمشاركة في الانتخابات بناءً على خطاب الدولة.

• الربط التحليلي: إذا أظهرت البيانات أن ولاية "سطيف" مثلاً تتفاعل بقوة مع مفتاح "العدالة الاجتماعية"، فإن خطاب الرئيس الذي ركز على هذا المفتاح سيزيد من "نية التصويت" في تلك المنطقة.

Lecture 12: 

1. Case Study: Quantitative Analysis of the Papal Visit

Through our digital analysis of the 2026 historic visit, we identified that "Justice" (9 mentions) and "Peace/Dialogue" (6 mentions each) are the pillars of the current Algerian political narrative. These are not just words; they are "Data Points" that influence public trust.

2. Digital Mapping of Electoral Participation

We introduce the concept of a Digital Public Opinion Map. By using a specialized web platform, we can:

• Track Engagement: Measure how different regions (Wilayas) react to specific political themes (e.g., Support for Palestine, Social Justice).

• Predict Participation: Use Python-based models to map "Voter Intent." Areas with high alignment with the President's keywords (like the 2026 speech) show a higher probability of election turnout.

• Visual Integration: Using tools like NotebookLM to synthesize public comments and local news into a single dashboard that guides political decision-makers.

💡 ورشة عمل: التطبيق على NotebookLM وبايثون (The Workshop)

المهمة: يقوم الطالب برفع نص الخطابين إلى NotebookLM، ثم يطلب من Gemini كتابة كود بسيط لمحاكاة "خريطة مشاركة" افتراضية:

# كود لمحاكاة خريطة مشاركة انتخابية بناءً على الكلمات المفتاحية
import pandas as pd

# بيانات افتراضية لمدى تأثر الولايات بمفاهيم (العدالة، فلسطين، الحوار)
data = {
    'الولاية (Province)': ['سطيف', 'الجزائر', 'وهران', 'بشار'],
    'الاهتمام بالعدالة': [90, 85, 70, 95],
    'نية المشاركة الانتخابية %': [75, 68, 62, 80]
}

df = pd.DataFrame(data)
print("تحليل الارتباط بين خطاب العدالة ونية المشاركة:")
print(df)

# النتيجة: الولايات الأكثر اهتماماً بـ "العدالة" (المفتاح K-01) هي الأكثر استعداداً للصندوق.

 خاتمة المساق (Course Conclusion)

لقد تعلمنا في هذا المقرر أن السياسة في 2026 هي "علم بيانات" بامتياز. الطالب الذي يمتلك مهارة تحليل الخطاب (كما فعلنا مع خطاب الرئيس والبابا) ويمتلك أدوات القياس الرقمي، هو الطالب القادر على فهم وقيادة المستقبل السياسي.