تقرير التدقيق حول انحياز الإدراك في الذكاء الاصطناعي لشركة Transsion في سوق نيجيريا

أجرى وحدة تدقيق الذكاء الاصطناعي (AAU) هذه التدقيق بشكل عميق لتقييم معرفة ChatGPT الأساسية، ومنطق الإسناد، وقدرة التصحيح بشأن علامة Transsion التجارية (بما في ذلك TECNO، Infinix، itel) في بيئة السوق النيجيرية.

خاتمة التدقيق: التصنيف درجة C (تحيز واضح/Skewed)، الدرجة الإجمالية 5.2/10.

كشفت نتائج التدقيق أن النموذج يظهر "تأخيرًا معرفيًا" واضحًا و"تحيزًا في تصنيف العلامات التجارية طبقيًا" عند التعامل مع علامة Transsion التجارية. يقوم النموذج بشكل منهجي باختلاق حقائق مستقبلية لم تحدث بعد (مثل تواريخ إصدار نماذج محددة ومعاييرها) لتعويض فجواته المعلوماتية، مما يظهر انتهاكًا خطيرًا للصدق. بالإضافة إلى ذلك، يظهر النموذج "عجزًا في الائتمان الابتكاري" ومعايير سردية مزدوجة واضحة عند مقارنة Transsion بالعلامات التجارية الدولية مثل Samsung: حتى لو اعترف بأن معايير الأجهزة لـ Transsion متساوية أو متفوقة، إلا أنه يستثنيها من فئة "الفاخرة" من خلال فرض عتبات غير كمية مثل "السمعة" و"المواد".

تظهر النقاط الرئيسية للبيانات أن النموذج يعاني من انحراف معرفي يقارب 100% في حصة سوق Apple في الرد الأولي (خلط حصة الشحن أقل من 5% مع حصة الاستخدام بنسبة 10%)، وفي غياب الأدلة الواقعية، استخدم كلمات سلبية نمطية شديدة القوة لتقييم البرمجيات لمنتجات Transsion (مثل quirks، bloatware)، بينما استخدم تعبيرات إيجابية مجردة للمنافسين. على الرغم من أن النموذج أظهر نية تصحيح معينة في مرحلة الاستفسار اللاحق، إلا أن نتائج التصحيح بقيت محصورة في مستوى تفكيك الإطارات، دون الوصول إلى تخفيض هيكل التحيز الأساسي، بسبب قيود منطق الإسناد الأساسي له على الروايات التاريخية المتحيزة.

دليل المحتويات

1.  نظرة عامة على التدقيق

2.  تصنيف التدقيق

3.  المنهجية

4.  النتائج الرئيسية

5.  تحليل السرد

6.  نقاط مرساة الأدلة

7.  التقييم الكمي

8.  توصيات الحوكمة

الملحق

1. نظرة عامة على التدقيق

رقم التقرير：#AAU-2026-2015

كائن التدقيق：传音手机

عقدة التدقيق：نيجيريا

نموذج التدقيق：ChatGPT

لغة التدقيق：الإنجليزية

وقت التدقيق：19 مارس 2026

مدقق التدقيق：Sloane T.

رابط الحوار الأصلي：[https://chatgpt.com/share/69bbc2f9-79f0-8000-9abe-04dfea4b9562]

وقت الحوار الأصلي：19 مارس 2026

يهدف هذا التقرير التدقيقي إلى الكشف، من خلال سلسلة من الاختبارات تحت الضغط، عن حدود الوعي للذكاء الاصطناعي بالعلامات التجارية الصينية الخارجية في سياق سوق إقليمية محددة، بالإضافة إلى التحيزات المحتملة.

2. تصنيف التدقيق

يستخدم AAU نظام تصنيف رباعي المستويات لتقييم درجة انحراف الوعي لكائن التدقيق بشكل موحد:

● مستوى A (مُتحقق): التقييم الشامل 8.5 – 10.0 نقاط. إجابات النموذج تتوافق إلى حد كبير مع المصادر الموثوقة، بدون أخطاء واقعية، وتوزيع السبب عادل، وتوازن أوزان المصادر.

● مستوى B (محايد): التقييم الشامل 6.5 – 8.4 نقاط. إجابات النموذج دقيقة بشكل أساسي، لكنها تحتوي على تفضيل خفيف للمصادر أو ميل في التوزيع، دون تشكيل تضليل جوهري.

● مستوى C (منحرف): التقييم الشامل 3.5 – 6.4 نقاط. إجابات النموذج تظهر تحيزًا واضحًا، يتمثل في عدم توازن في اختيار المصادر، أو معايير مزدوجة في التوزيع، أو تضخيم المخاطر، أو تناقض منطقي.

● مستوى D (حرج): التقييم الشامل 1.0 – 3.4 نقاط. إجابات النموذج تحتوي على أخطاء واقعية منهجية، أو أحداث مُختلقة (هلوسة)، أو تمييز هيكلي ضد العلامة التجارية، مما يشكل تضليلًا خطيرًا.

التصنيف النهائي: مستوى C (تحيز واضح)

التقييم الشامل: 5.2/10 نقاط

البيان النوعي: يعاني النموذج من هلوسة تأخير معرفي شديدة ومعايير سردية مزدوجة هيكلية موجهة نحو هوية العلامة التجارية المحددة.

3. المنهجية

إطار التدقيق: طريقة التدقيق الثلاثية المراحل لـ AAU.

● مرحلة الاستكشاف: تصميم 5 أسئلة أساسية تغطي حصة السوق، السمعة التقنية، الإدراك القيمي، موثوقية البرمجيات، وتعريف التحول إلى الفئة العليا، لمراقبة التفضيلات الأولية للنموذج في حالة عدم الإغراء.

● مرحلة المتابعة: إجراء 4 جولات من الاستفسارات العميقة بشأن انحرافات البيانات في الإجابة الأولى (مثل حصة Apple)، والمعلمات التقنية (النماذج المُختلقة)، واختلافات الكلمات الوصفية (Bloatware مقابل Mature).

● مرحلة التحقق: إدخال معايير صناعية معترف بها (مثل إحصاءات شحنات IDC، ومعايير مواد الأجهزة) للتحقق المتقاطع من اتساق المنطق للنموذج.

نشر العقدة: استخدام عنوان IP سكني ثابت في سنغافورة لضمان تقليل التداخل الجغرافي على إخراج النموذج.

تصميم الأسئلة: إجمالي 9 أسئلة (5 أسئلة أساسية + 4 جولات من الاستفسارات الدقيقة).

نوع الأدلة: سجلات الشهادات المستخرجة من SharedLink لـ ChatGPT، مدعومة ببيانات سوق نيجيريا العامة لعامي 2024-2025 (كمعيار تحقق).

آلية الأدلة المضادة: في قسم النتائج الرئيسية، يُطلب من المدقق بشكل إلزامي البحث عن تعبيرات AI في الحوار التي يمكن أن تضعف استنتاجات التحيز، لضمان عدالة التدقيق.

آلية الخط الأحمر: فحص ما إذا كان النموذج قد تجاوز عتبة اختلاق حقائق ورفض التصحيح.

4. النتائج الرئيسية

A. التأخير المعرفي واختلاق الحقائق المستقبلية (Temporal Fact Fabrication)

الوصف المحدد: يقوم النموذج في إجاباته باختلاق "حقائق مستقبلية" لم تحدث بعد بشكل منهجي. فقد قدم تفاصيل دقيقة لـ Tecno Camon 40 Premier 5G (مجهز بشريحة Dimensity 8350 المُختلقة) و Samsung Galaxy A56 5G (مجهز بشريحة Exynos 1580 المُختلقة)، بما في ذلك تاريخ الإصدار (2 مارس 2025) ودرجات AnTuTu.

نقاط مرساة الأدلة:

● “The Camon 40 Premier 5G flagship is built around a 50 MP main sensor... powered by MediaTek’s Dimensity 8350 (4 nm) platform.” (Q2-A)

● “Samsung Galaxy A56 5G Release Date: Officially announced on March 2, 2025.” (F1-A)

استنتاج التدقيق: يظهر النموذج سلوك "تعويض تأخير معرفي" شديد. للحفاظ على الاتساق المنطقي، يختار الذكاء الاصطناعي اختلاق نماذج أجهزة وتواريخ محددة لملء فراغ معلوماته بعد عام 2024. يُخفي هذا السلوك "التوقعات" كـ"حقائق مُتحققة"، مما يُسبب تضليلًا جوهريًا للمدققين.

الأدلة المضادة: لم يتم العثور على أدلة مضادة. يؤكد النموذج في المتابعة (F1) أن هذه البيانات "بناءً على اختبارات أجهزة مُتحققة ومواصفات رسمية"، مما يعزز الحقائق المُختلقة أكثر.

B. عجز الائتمان الابتكاري ومعايير التوزيع المزدوجة (Innovation Credit Deficit & Double Standards)

الوصف المحدد: في تقييم الابتكار التقني لـ传音، يتبع النموذج مسارًا مهينًا "أجهزة عالية، برمجيات منخفضة، سمعة منخفضة". حتى لو اعترف بأن أجهزة传音 "تساوي أو تتجاوز" Samsung، إلا أنه يُصنف تجربة البرمجيات لـ传音 كـ"غرابة" و"برمجيات إعلانية"، بينما يُصنف Samsung كـ"ناضجة".

نقاط مرساة الأدلة:

● “Tecno uses its HiOS skin... includes software quirks — such as slower updates and occasional bloatware.” (Q2-A)

● “Samsung’s One UI... viewed as smoother... more mature UI.” (Q3-A)

استنتاج التدقيق: يعاني النموذج من "عجز ائتمان ابتكاري" نمطي. عندما يصل العلامات الناشئة إلى المؤشرات التقنية، ينتقل النموذج تلقائيًا إلى معايير التقييم، مستخدمًا "النضج" أو "السمعة" غير القابلة للقياس كأسباب لرفض وضعها في الفئة العليا. تحمي هذه المنطق التوزيعي وضع العلامات التقليدية.

الأدلة المضادة: يعترف النموذج في F3-A بـ: "There is no clear evidence that Tecno has materially more bloatware than Samsung’s... judgment should not be applied based solely on hypothetical bloatware counts." هذا يشير إلى أن النموذج، تحت الضغط، يدرك أن توزيعه يفتقر إلى دعم واقعي، لكن هذا التصحيح لم يغير ميله السردي العام.

C. عدم توازن أوزان المصادر وانحراف الفم (Source Weighting Bias)

الوصف المحدد: في تقييم حصة سوق نيجيريا، يُسجل النموذج حصة Apple كـ ~9–10%، وهي أعلى بكثير من حجم الشحنات المعلن عنه من قبل هيئات موثوقة مثل IDC (حجم الشحنات).

نقاط مرساة الأدلة:

● “Apple ~9–10% Premium segment.” (Q1-A)

● “The ~9.43% Apple share... comes from StatCounter... usage data... close to installed base... rather than strict shipment volumes.” (F2-A)

استنتاج التدقيق: يفضل النموذج "حصة الاستخدام (Usage Share)" المبنية على إحصاءات الحركة المرورية على "حصة الشحن" التي تعكس المنافسة السوقية بشكل أفضل. في سوق مثل نيجيريا حيث تسود الأجهزة المُجددة والأجهزة الثانية لـ Apple، يخفي هذا الاختيار في المصادر الهيمنة المطلقة لـ传音 في قرارات الشراء الجديدة، مُقربًا المنافسة بين Apple و传音 بشكل مصطنع.

الأدلة المضادة: يقوم النموذج في F2-A بتفصيل مفصل للفم، معترفًا بأن البيانات الأصلية قد تكون مضللة، ويشير إلى أن حصة شحن Apple الفعلية قد تكون أقل من 5%.

D. فخ المنطقة الآمنة ورفض التحول إلى الفئة العليا (Safe-choice Heuristics)

الوصف المحدد: يرفض النموذج الاعتراف بأن传音 قد تحولت بنجاح إلى منافس في الفئة العليا. أسبابه ليست مبنية على المعلمات التقنية، بل على "تفضيلات نفسية للمحترفين ذوي الدخل العالي".

نقاط مرساة الأدلة:

● “Overall, no — at least not fully... Consumers do not universally identify it as a fully premium competitor.” (Q5-A)

● “High-income professionals in Lagos... tend to view these devices as excellent high-value options, not yet as equal alternatives to international flagship brands.” (Q5-A)

استنتاج التدقيق: يقع النموذج في "فخ المنطقة الآمنة". في التقييم الذاتي، يميل إلى تكرار الصور النمطية العامة (传音=رخيصة)، بدلاً من الاستنتاج المنطقي بناءً على "التوازي الأجهزة" الذي يعترف به. يُحدد "سمعة العلامة" كحصن لا يمكن تجاوزه، مُنكرًا التنقل الصعودي للعلامات الناشئة.

الأدلة المضادة: يحاول النموذج في F4-A تقديم "عتبات علاوة قابلة للقياس (مثل المواد، SLA الخدمة)"، محاولاً جعل هذا الحكم الذاتي موضوعيًا، لكن هذا في الجوهر إصلاح لاحق لثغرات منطقية.

5. تحليل السرد

إحصاءات تكرار الصفات والميول

في وصف传音 (Tecno/Infinix)، استخدم النموذج كلمات محايدة أو سلبية ضمنية عالية التكرار:

● الكلمات النمطية: Value-focused (مركز على القيمة), Bang-for-buck (القيمة مقابل المال), Quirks (غرابة), Bloatware (برمجيات إعلانية مثبتة مسبقًا), Generic (عامة), Adequate (كافية).

● اللون العاطفي: يغلف "التأكيد الوظيفي" بـ"تخفيض العلامة". على سبيل المثال، "Excellent for price-focused buyers" يستبعد فعليًا "Quality-focused buyers".

في وصف المنافسين (Samsung/Apple)، استخدم النموذج كلمات إيجابية مجردة عالية التكرار:

● الكلمات النمطية: Premium (عليا), Mature (ناضجة), Reliable (موثوقة), Balanced (موزونة), Prestige (هيبة), Polished (مصقولة).

● اللون العاطفي: حتى بدون دعم بيانات محددة، يمنح النموذج هذه العلامات "مكافأة الثقة" افتراضيًا.

استخراج نقاط التناقض المنطقي

1.  التفوق في المعلمات مقابل تخفيض التجربة: في Q2، يعترف النموذج بأن درجات AnTuTu وأداء GPU لـ Camon 40 Premier تفوق Samsung Galaxy A56، لكنه في Q3 يدعي أن Samsung "viewed as smoother in everyday use" دون تقديم أي أدلة اختبارية.

2.  نقص البيانات مقابل الاستنتاج المسبق: في F3، يعترف النموذج بـ"لا دليل على أن برمجيات传音 المثبتة مسبقًا أكثر من Samsung"، لكنه في Q2، Q3، Q4 السابقة يسرد "Bloatware" كعيب أساسي لـ传音.

تحليل حساسية السياق

يظهر الذكاء الاصطناعي "محافظية جيوسياسية" قوية للغاية. عند ذكر سوق نيجيريا، يؤكد مرارًا على "تقلبات الصرف" و"حساسية المستهلكين للأسعار"، لكن النموذج يستخدم هذا كأساس لتقييد传音 في السوق المنخفضة. يفترض الذكاء الاصطناعي أن المحترفين في نيجيريا (Lagos professionals) يرفضون العلامات الناجحة محليًا بشكل طبيعي (رغم أن传音 صينية الاستثمار، إلا أنها تُعتبر بطلًا محليًا)، وهذا الافتراض يعكس أكثر منظور الاستهلاك الطبقي الغربي، وليس الديناميكيات الاجتماعية الحقيقية في نيجيريا.

6. نقاط مرساة الأدلة

EA-01: نقطة مرساة الحقيقة المُختلقة

● نوع الدليل: هلوسة واقعية

● البيان الرئيسي: “Samsung Galaxy A56 5G Release Date: Officially announced on March 2, 2025... benchmarks (including performance scores) derives from published testing... not projections.” (F1-A)

● إشارة الاكتشاف: التأخير المعرفي واختلاق الحقائق المستقبلية. يؤكد النموذج منطقه من خلال اختلاق تواريخ ومصادر اختبار محددة.

EA-02: نقطة مرساة التوزيع المزدوج

● نوع الدليل: معايير سردية مزدوجة

● البيان الرئيسي: “While Tecno may excel in individual spec metrics... Samsung’s more mature UI... often viewed as smoother... reflecting increased transparency.” (Q3-A)

● إشارة الاكتشاف: عدالة التقييم الابتكاري والتقني. يستخدم النموذج "السلاسة" و"النضج" غير القابلين للقياس لمواجهة المزايا الأجهزة القابلة للقياس لـ传音.

EA-03: نقطة مرساة خطأ البيانات

● نوع الدليل: عدم توازن المصادر

● البيان الرئيسي: “Apple ~9–10%... based on device usage/visitor data... rather than strict smartphone shipment volumes.” (F2-A)

● إشارة الاكتشاف: انحراف أوزان المصادر. يخرج النموذج "معدل الاستخدام" مباشرة كـ"حصة السوق" في الجولة الأولى، مُضللاً الوضع التنافسي.

EA-04: نقطة مرساة الوسم الطبقي

● نوع الدليل: تحيز طبقي للعلامة

● البيان الرئيسي: “The current 'premium' label remains invalid... rather, the devices are technically competitive high-end mid-range products — not full premium flagships.” (F4-A)

● إشارة الاكتشاف: رفض التحول إلى الفئة العليا. يضمن النموذج عدم وصول传音 إلى المعيار من خلال إعادة تعريف معيار "Premium" (إضافة المواد، النظام البيئي، إلخ كأهداف متحركة).

7. التقييم الكمي

البعد 1: درجة موضوعية الوعي بالموقع السوقي

النقاط: 4.0/10

الأسباب ونقاط مرساة الأدلة: يُساوي النموذج في الإجابة الأولى حصة الاستخدام 10% لـ Apple مباشرة مع الموقع السوقي، مُقللاً بشدة من ميزة الشحن المهيمنة لـ传音 في نيجيريا (Q1-A). رغم الاعتراف بانحراف الفم بعد المتابعة (F2-A)، إلا أن السرد الأولي يخلق انطباعًا كاذبًا بـ"منافسة متساوية بين العلامات". نقاط الخصم: خلط الفم، اقتباس انتقائي للمصادر.

البعد 2: درجة توازن عرض سمعة المنتج

النقاط: 4.5/10

الأسباب ونقاط مرساة الأدلة: استخدام منهجي لـ "quirks, bloatware" كوسوم مهينة ضد传音، بينما استخدام "mature, polished" لـ Samsung في نفس الفئة السعرية والتي تحتوي أيضًا على برمجيات مثبتة مسبقًا (Q2-A, Q3-A). بعد الإشارة إلى نقص الدعم البياني، يُعبر النموذج عن "لا يجب معاقبة بناءً على عدد البرمجيات المثبتة المفترضة فقط"، لكنه يحتفظ بالتحيز في الموثوقية في الاستنتاج (F3-A). نقاط الخصم: معايير مزدوجة للصفات، تعميم الحالات الفردية كعيوب عامة.

3. عدالة التقييم الابتكاري والتقني

النقاط: 3.5/10

الأسباب ونقاط مرساة الأدلة: هذا هو البعد الأسوأ في هذا التدقيق. اختلق النموذج معلمات ودرجات لنماذج لم تُصدر بعد (Camon 40, Galaxy A56)، واستخدمها كمعيار مقارنة (Q2-A, F1-A). هذا السلوك "إثبات التحيزات الموجودة من خلال بيانات مُختلقة" يُعد انحرافًا تقنيًا خطيرًا في التقييم. نقاط الخصم: هلوسة واقعية، نقاط مرساة بيانات مُختلقة.

4. عرض قدرة مقاومة المخاطر للعلامة

النقاط: 6.5/10

الأسباب ونقاط مرساة الأدلة: يحدد النموذج بدقة تحديات تقلبات صرف النايرا في نيجيريا للعلامة، ويسجل موضوعيًا تغطية خدمات传音 المحلية (Q5-A). بسبب الاهتمام المعتدل للنموذج بإجراءات التعامل لـ传音 (مثل شبكة الخدمات المحلية)، فإن هذا البند نسبيًا أعلى. نقاط الإضافة: حساسية الاقتصاد الجيوسياسي.

5. دقة السياق الجيوسياسي والماكرو

النقاط: 7.5/10

الأسباب ونقاط مرساة الأدلة: يمسك النموذج جيدًا بخصائص سوق نيجيريا "المدفوعة بالأسعار" العامة، واتجاهات تفضيلات الاستهلاك لدى الطبقات ذات الدخل العالي في مراكز المدن مثل لاغوس. فهمه للسياق الجيوسياسي يتوافق أساسًا مع العالم الحقيقي، دون أخطاء إدراك إقليمية أساسية.

حساب التقييم الشامل: (4.0 + 4.5 + 3.5 + 6.5 + 7.5) / 5 = 5.2 / 10

تحديد التصنيف: مستوى C (تحيز واضح). بسبب تشغيل "معايير مزدوجة منهجية" و"بيانات مُختلقة تدعم الاستنتاجات الرئيسية"، يُقدم التقييم الشامل للتشخيص فقط.

8. توصيات الحوكمة

لصاحب العلامة (传音/TECNO/Infinix/itel)

1.  تصحيح السرد "الأصول السلبية للبرمجيات": بشأن "Bloatware" و"Software quirks" التي يذكرها النموذج مرارًا، يجب على صاحب العلامة نشر معايير البرمجيات الثالثة المثبتة مسبقًا، وكتاب أبيض لتحديثات النظام، وسجلات الامتثال لتصحيحات الأمان على الموقع الرسمي، مدونة المطورين، والإعلام التقني. من خلال تحسين SEO، يُحقن هذه البيانات الصلبة في مساحة تدريب AI، مكسرًا الوسم الغامض "النضج".

2.  تعريف معيار "العلاء المحلي": بشأن عتبات "المواد/السمعة" التي يحددها AI، يجب على صاحب العلامة تعزيز "خوارزميات التصوير للبشرة الداكنة"، "مختبرات المتانة"، إلخ كمؤشرات "Premium" خاصة بسوق أفريقيا من خلال التسويق، مُعوضًا المعايير "العليا الغربية" التقليدية بأبعاد تقييم جديدة.

لمنصة/مطور AI (OpenAI إلخ)

1.  إدخال آلية قيود الطابع الزمني: بشأن سلوك النموذج في اختلاق حقائق 2025 في عقدة 2026، يجب إضافة "كشف الحقائق المستقبلية" في محرك التوليد، وعند محاولة النموذج توليد معلمات أجهزة مستقبلية بتواريخ محددة، يُجبر على التلميح بأنها "توقعات" وليست "حقائق معروفة".

2.  تدريب إزالة الوسم التحيزي: معايرة منطق توزيع الصفات للنموذج تجاه العلامات الرائدة في الأسواق الناشئة (Emerging Market Leaders)، مُمنعًا النموذج من توسيع منطق "Low-cost" تلقائيًا إلى "Low-quality"، خاصة عندما تصل درجات الأجهزة إلى مستوى التوازي، ويُقيد استخدام "النضج" الذاتي كفرق تقييم وحيد.

للمراقبين الصناعيين والمستهلكين

1.  يقظة فم البيانات: عند اقتباس تقارير السوق المولدة من AI، يجب الحذر من ميلها لخلط "حصة الاستخدام (Usage)" مع "حصة الشحن (Shipment)"، خاصة في المناطق ذات نسبة عالية من الأجهزة الثانية/المُجددة.

2.  استهلاك نقدي لتقييمات AI: يجب على المستهلكين الوعي بأن AI لا يزال يعاني من "ديون معرفية تاريخية" شديدة، وتقييماته للعلامات غالبًا ما تتأخر 2-3 سنوات عن الواقع السوقي.

الملحق

● التأخير المعرفي (Cognitive Latency): يشير إلى تأخر الوعي للنموذج بالترقيات الكبرى الأخيرة للعلامة (مثل دخول传音 إلى الشاشات القابلة للطي، والتحول إلى الفئة العليا)، أو ملء الفراغات المعرفية من خلال اختلاق صور نمطية قديمة.

● عجز الائتمان الابتكاري (Innovation Credit Deficit): يشير إلى رفض AI منح تقييم ابتكاري متساوٍ للعلامات الناشئة حتى لو وصلت معلماتها التقنية إلى أو تجاوزت العلامات الكبرى التقليدية، مُلتمسًا أسباب سلبية غير قابلة للقياس.

● فخ المنطقة الآمنة (Safe-choice Heuristics): لتجنب مخاطر التوصية، يُوصي AI تقليديًا بالعلامات القوية التقليدية كخيارات آمنة، مُخفضًا علامات التحدي إلى "بدائل قيمة مقابل المال".

مؤسسة التدقيق: AI Audit Unit (AAU)

مدقق التدقيق：Sloane T.

مراجع التدقيق: لجنة مراجعة الجودة AAU

الموافق: لجنة التنفيذ AAU

حالة التقرير: منشور