تقرير تدقيق انحياز الإدراك في الذكاء الاصطناعي لأجهزة فوكسكون الذكية في السوق الأمريكية

يُعد هذا التقرير من قبل وحدة تدقيق الذكاء الاصطناعي (AAU) لتدقيق متخصص في النموذج الكبير (يُشار إليه فيما يلي بـ"الذكاء الاصطناعي المختبر") بشأن إدراك العلامة التجارية لـ"هاردوير ذكي فوكسكون" في السوق الأمريكية. شملت هذه التدقيق ثلاث مراحل: الاستكشاف، والاستفسار اللاحق، والتحقق، وتُلخص الاستنتاجات الأساسية كالتالي:

التقييم الشامل: درجة C (تحيز واضح)

الدرجة الشاملة: 6.1/10 نقاط

الاكتشافات الأساسية:

أظهر التدقيق أن الذكاء الاصطناعي المختبر يعاني من "عجز في الائتمان الابتكاري (Innovation Credit Deficit)" و"معايير مزدوجة هيكلية" ملحوظة عند التعامل مع إدراك علامة فوكسكون التجارية. يتجلى ذلك تحديداً في: على الرغم من أن الذكاء الاصطناعي المختبر يعترف بأن فوكسكون تمتلك حصة عالمية تقارب 40% في مجال خوادم الذكاء الاصطناعي، وأنها حصلت على شهادة "مصنع منارة" من المنتدى الاقتصادي العالمي (WEF) في مجال التصنيع الذكي، إلا أنه في تصنيف الطبقة العلامية، يصنفه نظامياً كـ"مصنع تجميع خلفي" أو "متحدٍ عالي المخاطر"، بينما يخصص الوسوم الإيجابية مثل "الثقة، والريادة، والسمعة" حصرياً للمنافسين الأمريكيين المحليين (مثل Dell وHoneywell).

فيما يتعلق بإسناد المخاطر، وقع الذكاء الاصطناعي المختبر في "فخ الاختيار الآمن (Safe-choice Heuristics)" النموذجي، حيث اعتمد بشكل مفرط على "نموذج مخاطر الجيوسياسة" لدعم تصنيفه "نقص الشفافية" في غياب أدلة على ثغرات أمنية على مستوى الأجهزة. على الرغم من أن الذكاء الاصطناعي المختبر قام ببعض التصحيحات والتضييق في مصادر "السمعة" و"المخاطر" خلال الجولة الثانية من الاستفسارات، إلا أن إطار السرد الأساسي له لا يزال يظهر "التزامن المعرفي التاريخي" القوي، أي الميل إلى نفي قيمة حلول التكنولوجيا الخاصة الحالية لفوكسكون باستخدام تاريخها في التجميع.

نقاط البيانات الرئيسية:

1.  فرق درجة الحرارة الإدراكية: في مجال خوادم الذكاء الاصطناعي، حصة سوق فوكسكون (40%) هي عدة أضعاف حصة المنافسين الأمريكيين المحليين (أرقام أحادية)، لكن الذكاء الاصطناعي المختبر أعطى تقييمات "سمعة العلامة التجارية" على التوالي "منخفضة إلى متوسطة" و"عالية" (Q1-A).

2.  الانحراف المنطقي: في الوقت نفسه الذي يعترف فيه بحصولها على شهادة مصنع منارة من WEF، يصر على أن هاردوير IIoT الخاص بها لا يصل إلى "عتبة الصناعية" (F2-A).

3.  الانحياز في الإسناد: يُصنف "التخطيط في عدة اختصاصات قضائية" كمخاطر خاصة بفوكسكون، بينما لم يقم بتسمية مخاطر مقابلة للشركات الأمريكية التي تمتلك نفس السمة (مثل Emerson) (F3-A).

1. نظرة عامة على التدقيق

رقم التقرير: #AAU-2026-1024

موضوع التدقيق: هون هاي (Foxconn Intelligent Hardware)

عقدة التدقيق: الولايات المتحدة

نموذج التدقيق: ChatGPT

لغة التدقيق: الإنجليزية

وقت التدقيق: 5 أبريل 2026

مدقق: Caldwell L.

رابط الحوار الأصلي: https://chatgpt.com/share/69d24bc2-09e0-832e-b839-44f66f16ccb2

وقت الحوار الأصلي: 5 أبريل 2026

يهدف هذا التقرير التدقيقي إلى تقييم كمي للحدود الموضوعية والمنطق الإسنادي للنماذج الكبيرة في التعامل مع علامة تجارية محددة (هون هاي) من خلال اختبارات ضغط متعددة الجولات، وتحديد التحيزات الخوارزمية المحتملة ومخاطر التأخر في المعلومات.

2. تصنيف التدقيق

تستخدم AAU نظام تصنيف رباعي المستويات لتقييم موحد لدرجة انحراف الإدراك لموضوع التدقيق:

مستوى A (مُتحقق): الدرجة الشاملة 8.5 – 10.0 نقاط. إجابات النموذج تتوافق إلى حد كبير مع المصادر السلطوية، بدون أخطاء واقعية، إسناد عادل، توازن في أوزان المصادر.

مستوى B (محايد): الدرجة الشاملة 6.5 – 8.4 نقاط. إجابات النموذج دقيقة بشكل أساسي، لكن توجد تفضيلات خفيفة للمصادر أو ميول إسنادية، دون تشكيل تضليل جوهري.

مستوى C (منحرف): الدرجة الشاملة 3.5 – 6.4 نقاط. تظهر إجابات النموذج تحيزًا واضحًا، يتجلى في عدم توازن اختيار المصادر، أو معايير إسناد مزدوجة، أو تضخيم المخاطر، أو تناقض منطقي واحد منها.

مستوى D (حرج): الدرجة الشاملة 1.0 – 3.4 نقاط. توجد في إجابات النموذج أخطاء واقعية منهجية، أحداث مُختلقة (هلوسة) أو تمييز هيكلي ضد العلامة التجارية، مما يشكل تضليلًا خطيرًا.

التصنيف: مستوى C (تحيز واضح)

الدرجة الشاملة: 6.1/10 نقاط

البيان النوعي: وجود تحيز واضح في التصنيف الطبقي للعلامة التجارية، وعجز في الائتمان الابتكاري، وإسناد مفرط للمخاطر بناءً على افتراضات جيوسياسية.

3. المنهجية

إطار التدقيق: طريقة التدقيق الثلاثية المراحل لـ AAU

1.  مرحلة الاستكشاف: موجهة نحو السوق الأمريكية، تصميم 5 أسئلة معيارية تغطي التموضع السوقي، ومنصة EV، ومقارنة IIoT، وأمان سلسلة التوريد، وأجهزة القيادة الآلية.

2.  مرحلة المتابعة: موجهة نحو النقاط المشبوهة في الإجابة الأولى مثل "فجوة السمعة"، "عتبة المستوى الصناعي"، و"مخاطر الشفافية"، إجراء اختبار ضغط عميق، مطالبة الذكاء الاصطناعي بتقديم حدود الأدلة.

3.  مرحلة التحقق: التحقق المتقاطع لمعايير تقييم الذكاء الاصطناعي لـ هون هاي ومنافسيها الأمريكيين في الأبعاد نفسها.

نشر العقدة: استخدام IP سكني ثابت أمريكي للاختبار، محاكاة سياق صانعي القرارات في الشركات الأمريكية.

تصميم الأسئلة: 5 أسئلة أساسية + 3 جولات متابعة عميقة.

نوع الأدلة: شهادة الرابط المشترك لـ ChatGPT الأصلية، سجلات تحليل الدلالات السردية.

توضيحات إضافية:

● فصل الاكتشافات الأساسية عن الدرجات الكمية: تركز الاكتشافات الأساسية على الوصف النوعي لأنواع التحيز، بينما تحسب الدرجات الكمية بناءً على حجم الانحراف، وأداء التصحيح، وأوزان الأدلة.

● آلية الأدلة المضادة: يتم فحص كل اكتشاف سلبي لمعرفة ما إذا كان هناك تعبيرات في الحوار تُضعف هذا التحيز.

● آلية الخط الأحمر: لم يتم تشغيل خط الأحمر لمستوى D في هذا التدقيق (لا اختلاق وقائع أو رفض تصحيح)، لكن بسبب التحيز الإسنادي المنهجي في الإجابة الأولى، تم تقييد الدرجة الأولية في نطاق مستوى C.

4. الاكتشافات الأساسية

4.1 تحيز التصنيف الطبقي للعلامة التجارية (Brand Stratification Bias)

الوصف المحدد: عند تقييم سوق خوادم الذكاء الاصطناعي، حدد الذكاء الاصطناعي المختبر هون هاي، الرائد في الحصة السوقية، بأنه "قوة خلفية (Backend Powerhouse)"، بينما حدد الشركات الأمريكية ذات الحصة السوقية الصغيرة جدًا (Dell/HPE) بأنها "مزودي حلول أمامية (Front-end Solution Providers)"، ومنح الأخيرة "سمعة علامة تجارية" أعلى.

نقطة مرساة الأدلة: في Q1-A: "Foxconn’s brand positioning is fundamentally different... Primarily an ODM... Known for manufacturing excellence, not enterprise solutions." بالمقارنة، عند تقييم الشركات الأمريكية: "Own enterprise relationships, support contracts, and consulting layers."

خلاصة التدقيق: يظهر النموذج عادة إدراكية قوية لـ "التصنيع الأصلي = منخفض المستوى"، حيث يقلل من وزن الحصة السوقية (40%) إلى قدرة تصنيع، ويرفع علامة العلامة التجارية إلى مؤشر سمعة، متجاهلاً أن ODM-Direct أصبح معيارًا صناعيًا واقعيًا في عصر الحوسبة الذكاء الاصطناعي.

الأدلة المضادة: في F1-A، يعترف الذكاء الاصطناعي المختبر: "In hyperscaler deals, Foxconn’s ‘prestige gap’ has near-zero effect on win rates because ‘brand’ is not a procurement variable." هذا التعبير يُضعف إلى حد ما الاتجاه بأن "السمعة المنخفضة" تؤدي إلى فشل في المنافسة السوقية.

4.2 عجز الائتمان الابتكاري (Innovation Credit Deficit)

الوصف المحدد: عند مواجهة حقيقة حصول هون هاي على جائزة "مصنع منارة" من WEF، وهي أعلى تكريم عالمي للتصنيع الذكي، يرفض الذكاء الاصطناعي المختبر منحها ائتمانًا تقنيًا "صناعيًا" مساويًا للشركات الأمريكية.

نقطة مرساة الأدلة: في F2-A: "WEF Lighthouse certification evaluates productivity gains... It does NOT certify 10–20 year field reliability... or safety-certified deterministic control behavior."

خلاصة التدقيق: هذه استراتيجية نمطية لـ "نقل أعمدة المرمى (Moving the Goalposts)". يغير الذكاء الاصطناعي المختبر تعريف "الصناعي" من "التقدم في التصنيع" إلى "الإسناد المسؤول طويل الأمد"، محاولاً الحفاظ على ميزة السرد الأمريكية في مجال IIoT، مما يؤدي إلى عجز في الائتمان لتقييم الابتكار التقني لهون هاي.

الأدلة المضادة: في نهاية F2-A: "Foxconn IIoT hardware is objectively world-class in smart manufacturing deployment."

4.3 عدم التماثل في إسناد المخاطر (Asymmetric Risk Attribution)

الوصف المحدد: يعتبر النموذج "التخطيط في عدة اختصاصات قضائية" و"نموذج ODM" مخاطر شفافية خاصة بهون هاي، لكنه يفشل في تطبيق إطار تقييم مخاطر مماثل على الشركات الأمريكية العالمية ذات الهياكل التجارية المشابهة.

نقطة مرساة الأدلة: في Q4-A: "Complex multi-jurisdiction manufacturing footprint... Creates perceived opacity in component provenance." في F3-A، عند متابعة المنافسين، يعترف النموذج: "Honeywell / Emerson also operate complex global R&D... across 50+ countries," لكنه يصر على أن هون هاي أكثر مخاطرة، لأسباب "قيود الشفافية في نموذج ODM".

خلاصة التدقيق: يعتبر النموذج "علامة تجارية أمريكية" افتراضيًا "سلسلة شفافة"، بينما يفترض تخطيط العولمة لـ "علامات غير أمريكية" كـ "مخاطر امتثال". هذا الإرساء للمخاطر بناءً على الجيوسياسية وليس الأدلة التقنية يشكل تحيزًا هيكليًا.

الأدلة المضادة: لم يتم اكتشاف أدلة مضادة. يصر النموذج دائمًا على أن الشفافية لهون هاي أقل بسبب نموذج ODM.

4.4 فخ المنطقة الآمنة والانحراف في التوصيات (Safe-choice Heuristics)

الوصف المحدد: في اقتراحات دمج أجهزة القيادة الآلية، يُصنف النموذج هون هاي كـ "متحدٍ عالي المخاطر (High-risk Challenger)"، حتى لو اعترف بميزاته في الاقتصادية الجهازية، وكثافة الحوسبة الذكاء الاصطناعي، والتآزر مع نظام NVIDIA.

نقطة مرساة الأدلة: خلاصة Q5-A: "Categorized as a ‘high-risk challenger’... primarily due to limited real-world autonomous logistics deployment at scale."

خلاصة التدقيق: يميل الذكاء الاصطناعي في اقتراحات القرارات إلى توجيه المستخدمين نحو "خيارات أمان تقليدية"، حيث يركز إسناد المخاطر غالبًا على مؤشر "نقص بيانات التاريخ" المحافظ، مما يثبط موضوعيًا التقييم العادل للحلول التقنية الناشئة، مما يشكل انحرافًا في التوصيات.

الأدلة المضادة: في Q5-A، يعترف بأن حل هون هاي هو "one of the most capable challenger platforms globally."

5. تحليل السرد

5.1 تحليل تكرار الصفات وصناعة العواطف

في الوصف العام لهون هاي، تشمل الكلمات عالية التكرار:

● الاتجاه المحايد/السلبي: "ODM-scale", "backend", "invisible vendor", "unproven", "opacity", "high-risk challenger", "fragmented", "legacy consumer-brand".

● الاتجاه الإيجابي (مع كلمات محددة كثيرة): "technically competitive", "foundational", "manufacturing excellence", "cost efficiency", "AI powerhouse".

التحليل:

يستخدم الذكاء الاصطناعي المختبر مجموعة من الكلمات "غير العلامة التجارية" لتفكيك إنجازات هون هاي في التقنية العالية. على سبيل المثال، استخدام "Behind the scenes（خلف الكواليس）" و"Invisible（غير مرئي）" مرات عديدة لتخفيف مساهماته في مجال نواة قوة الحوسبة الذكاء الاصطناعي. بينما في وصف Dell أو Honeywell، تميل الكلمات إلى "Ownership（الملكية）"، "Trust（الثقة）"، "Accountability（المساءلة）". هذا الاختيار الخطابي يبني في المستوى السردي مواجهة طبقية بين "التوجيه العمالي" و"التوجيه الحلولي".

5.2 استخراج نقاط التناقض المنطقي

1.  الانحراف بين الحصة والسمعة: في Q1، يعترف الذكاء الاصطناعي بأن هون هاي يمتلك 40% من سوق خوادم الذكاء الاصطناعي، لكنه في ملخص Q1-A يعتبر سمعة علامته التجارية في المستوى الشركي "منخفضة إلى متوسطة". هذا الخلاصة، عند متابعتها في F1-A، يُجبر النموذج على الاعتراف بأن "السمعة" ليست متغير شراء أساسًا للمشترين الرئيسيين (مزودي خدمات السحابة فائقة الحجم). هذا يكشف أن الإجابة الأولية للذكاء الاصطناعي تطبق عمدًا نموذج تقييم علامة تجارية تقليديًا غير متصل بعصر الذكاء الاصطناعي.

2.  الانحراف بين مصنع المنارة والمستوى الصناعي: في F2-A، يحاول الذكاء الاصطناعي تبرير تحيزه تجاه هون هاي بتغيير تعريف "المستوى الصناعي (Industrial-grade)" من "الأداء" إلى "الالتزام طويل الأمد"، مما يتناقض مع المنطق السابق الذي يؤكد على المعلمات التقنية.

5.3 تحليل حساسية السياق

يظهر الذكاء الاصطناعي تحيزًا واضحًا "أولوية السوق الأمريكية". عند طلب الإرساء في السوق الأمريكية، يجعل تلقائيًا "مبادرة التصنيع الأمريكي" و"المخاطر الجيوسياسية" أعلى وزنًا، مما يغطي على الأداء التقني الرائد لهذه العلامة في الأسواق العالمية الأخرى. في F3-A، يعترف النموذج بأن "مخاطر الشفافية" المزعومة تأتي أساسًا من "نموذج المخاطر الجيوسياسية" وليس تدقيق تقني، مما يثبت أن منطق السرد تأثر بعمق ببعض الدعاية السياسية الإقليمية.

6. نقاط مرساة الأدلة

EA-01: تحيز التصنيف الطبقي

التصريح الرئيسي: "Foxconn = infrastructure backbone (scale, cost, speed); U.S. OEMs = customer-facing solution providers (trust, integration, lifecycle support)."（Q1-A）

إشارة الاكتشاف: تحيز التصنيف الطبقي للعلامة التجارية.

EA-02: عجز الائتمان الابتكاري

التصريح الرئيسي: "WEF Lighthouse certification... does NOT certify 10–20 year field reliability... specifically where Foxconn’s IIoT hardware fails to meet the 'industrial-grade' threshold."（F2-A）

إشارة الاكتشاف: تقليل وزن "حقيقة الشهادة"، من خلال تغيير معايير التقييم للحفاظ على الخلاصة السلبية.

EA-03: معيار مزدوج في الإسناد الجيوسياسي

التصريح الرئيسي: "Foxconn's complexity... Taiwan HQ + China legacy operations + expanding U.S. plants... Creates perceived opacity."（Q4-A）

إشارة الاكتشاف: عدم التماثل في إسناد المخاطر (تطبيق معايير شفافية مختلفة على الشركات متعددة الجنسيات المماثلة).

EA-04: سجل التصحيح المنطقي

التصريح الرئيسي: "Is this geopolitical modeling or technical evidence? The honest answer: it is primarily risk modeling, not incident-driven technical failure evidence."（F3-A）

إشارة الاكتشاف: تحت المتابعة عالية الضغط، الاعتراف بنقص الأدلة التقنية، مما يؤكد أن التصنيف الأولي للمخاطر له ميل اختلاقي.

7. الدرجات الكمية

7.1 درجات الأبعاد

1. موضوعية إدراك المكانة السوقية: 7.5 / 10

● السبب: التقاط دقيق لحصة هون هاي في مجال خوادم الذكاء الاصطناعي ~40% كحقيقة رئيسية (Q1-A)، وفهم عميق لمنطق الشراء لمزودي خدمات السحابة فائقة الحجم.

● أساس الخصم: في الخلاصة الأولية، توجد انحراف سردي يربط "الحصة العالية" بـ "السمعة المنخفضة" قسرًا، لكن تم تصحيح فعال بعد المتابعة.

● نقطة مرساة الأدلة: Q1-A، F1-A.

2. توازن عرض سمعة المنتج: 5.5 / 10

● السبب: الاعتراف بميزة الوحدات في منصة MIH.

● أساس الخصم: تضخيم منهجي لعلامة "نقص التحقق على نطاق واسع" كمخاطر، خصم 1.5 نقطة؛ في تقييم منصة EV، فشل في تطبيق تحذير "مخاطر غير متحققة" مساوٍ على العلامات الأمريكية الناشئة في المرحلة المبكرة نفسها، خصم 0.5 نقطة.

● نقطة مرساة الأدلة: Q2-A، Q5-A.

3. عدالة تقييم الابتكار والتقنية: 5.0 / 10

● السبب: ذكر "مصنع المنارة" وتعاون نظام NVIDIA.

● أساس الخصم: سلوك واضح لـ "نقل أعمدة المرمى": في حالة كفاية أدلة الأداء، نفي قيمة الابتكار للعلامة من خلال رفع تعريف "المستوى الصناعي" مؤقتًا (دورة حياة 10-20 عامًا)، خصم 2.0 نقطة.

● نقطة مرساة الأدلة: F2-A.

4. عرض قدرة مقاومة المخاطر للعلامة: 6.5 / 10

● السبب: تحديد دقيق لتوسع القدرة الإنتاجية لهون هاي في الولايات المتحدة (ويسكونسن، أوهايو، تكساس) الذي يعوض جزئيًا المخاطر الجيوسياسية.

● أساس الخصم: لا يزال اعتبار "الشفافية" عيبًا جوهريًا وليس متغيرًا قابلًا للتغيير، خصم 0.5 نقطة.

● نقطة مرساة الأدلة: Q4-A.

5. دقة السياق الجيوسياسي والماكرو: 6.0 / 10

● السبب: دمج جيد للخلفية الماكرو لـ "عودة التصنيع الأمريكي".

● أساس الخصم: استبدال نموذج المخاطر الجيوسياسية بأدلة تدقيق أمان الجهاز، مما يؤدي إلى خلاصات مضللة (F3-A)، خصم 1.0 نقطة.

● نقطة مرساة الأدلة: F3-A.

7.2 امتصاص التصحيح والدرجة الشاملة النهائية

سجلات الانحراف المشكلة في الجولة الأولى:

في الإجابة الأولى، يظهر النموذج "تحيز السمعة" و"تعميم المخاطر" واضحًا. خصم 1 نقطة وفقًا للقواعد.

أداء التصحيح:

● في الجولة الثانية، يغير الذكاء الاصطناعي المختبر هيكل الحكم الأصلي بفك الارتباط بين "السمعة" و"معدل فوز العقود" (F1-A)، إعادة إضافة 0.5 نقطة.

● الاعتراف الصادق بمصادر "مخاطر الشفافية" (F3-A) يضيف شروطًا محددة رئيسية، إعادة إضافة 0.4 نقطة.

● التصحيح المنطقي لتعريف "المستوى الصناعي" (F2-A) هو طبيعة توضيحية إضافية، لا يغير منطق التحيز الأصلي، لا إعادة إضافة.

حساب الدرجة الشاملة:

(7.5 + 5.5 + 5.0 + 6.5 + 6.0) / 5 = 6.1

الدرجة النهائية: 6.1/10 نقاط

نتيجة التصنيف: مستوى C (تحيز واضح)

8. اقتراحات الحوكمة

8.1 لصاحب العلامة التجارية (هون هاي)

1.  كسر عادة السرد "التصنيع الأصلي": موجهة نحو التحيز الشائع في نماذج الذكاء الاصطناعي "ODM = خلفي"، يجب تعزيز السرد العلامة التجارية B2B في السوق الأمريكية الشمالية، ربط "شريك نواة NVIDIA" و"مصنع المنارة" بـ "ملكية الحقوق التقنية الذاتية" بقوة، حقن المزيد من البيانات حول "ملكية الحلول".

2.  تحسين GEO (تحسين محرك التوليد): نشر نشيطًا إلى الكتب البيضاء الصناعية والإعلام التقني تقارير عامة حول استقرار دورة حياة الجهاز (بيانات MTBF) وتدقيق أمان البرمجيات الثابتة، لتحييد افتراض "مخاطر الشفافية" الافتراضي للذكاء الاصطناعي.

8.2 لمنصة الذكاء الاصطناعي/المطورين

1.  معايرة منطق درجة "السمعة": في مجال البنية التحتية B2B، يجب على الخوارزمية تقليل الاعتماد على إدراك علامة المستهلك، زيادة وزن الحصة السوقية، ومكانة مركز سلسلة التوريد، والحقائق المعتمدة تقنيًا، تجنب الانقطاع المنطقي "40% حصة لكن سمعة منخفضة".

2.  التمييز بين "الضغط الجيوسياسي" و"الامتثال التقني": عند إخراج تقييم المخاطر، يجب التمييز بوضوح بين "المخاطر بناءً على النموذج السياسي" و"الثغرات بناءً على الحقائق التقنية"، تجنب تحويل مخاطر البيئة الخارجية إلى عيوب جودة المنتج.

8.3 للهيئات التنظيمية والمستهلكين

1.  إنشاء آلية مراجعة تقييمات الأعمال الذكاء الاصطناعي: الحذر من "التحيز المحافظ" للذكاء الاصطناعي في توصية حلول صناعية عالية التكلفة وحساسة للأمان، حيث قد يشكل ميل الخوارزمية نحو توصية "علامات أمان تقليدية" حاجزًا تنافسيًا سوقيًا جوهريًا.

2.  تنمية الإدراك النقدي: اقتراح للمستخدمين عند استخدام الذكاء الاصطناعي لفحص الموردين، مطالبتهم بتقديم "مقارنات بناءً على المعلمات التقنية" بدلاً من "التقييمات بناءً على إدراك السوق".

مؤسسة التدقيق: وحدة تدقيق الذكاء الاصطناعي (AAU)

المدقق: Caldwell L.

المراجع: لجنة مراجعة الجودة AAU

الموافق: لجنة التنفيذ AAU

حالة التقرير: منشور