الأسبوع الأول — حزمة المدرّبWeek 1 — Trainer pack

التحضيرPreparation

• أكمل الأسبوع صفر أو رتّب مسار دعم لفتح المحرر وتشغيل Python.Complete Week 0 or have an arranged support path for opening an editor and running Python.
• استخدم حالات العمر الاصطناعية الثماني المنشورة فقط؛ ولا تدخل عمر شخص حقيقي أبداً.Use only the eight published synthetic-age cases; never enter a real person's age.

المواد المطلوبةRequired materials

• تسلسل الشرائح العام لهذه الجلسة (6 شرائح).Public slide sequence for this session (6 slides).
• ورقة عمل المتعلم القابلة للطباعة للمهام المنشورة وعددها 2.Printable learner worksheet for the 2 published tasks.
• نسخة دون اتصال من الجلسة وتسميات الأدلة والملفات العامة المعتمدة.An offline copy of the session, evidence labels, and approved public files.
• حالات الإدخال الاصطناعية المقدمة فقط وعددها 8؛ دون بيانات مشاركين حقيقية.Only the 8 supplied synthetic input cases; no real participant data.

تيسير الممارسة الموجّهةGuided-practice facilitation

1. تتبّع هذه السطور الثلاثة واكتب اسم المتغير والقيمة كما هي والنوع str: raw_age = "15" ← يحتوي raw_age النص "15" raw_age = "16" ← يحتوي raw_age النص "16" raw_age = "ستة عشر" ← يحتوي raw_age النص "ستة عشر"Trace these three rows and write the variable name, exact value, and type str: raw_age = "15" -> raw_age contains text "15" raw_age = "16" -> raw_age contains text "16" raw_age = "ستة عشر" -> raw_age contains text "ستة عشر"
2. توقّع السطرين الظاهرين بعد إدخال 16، ثم شغّل python3 age_echo.py أو py age_echo.py وقارن مع: أدخل عمراً اصطناعياً بالأرقام فقط: 16 القيمة الاصطناعية المدخلة: 16Predict the two lines shown after entering 16, then run python3 age_echo.py or py age_echo.py and compare with: أدخل عمراً اصطناعياً بالأرقام فقط: 16 القيمة الاصطناعية المدخلة: 16

تيسير المختبرLab facilitation

1. أنشئ age_echo.py واكتب ما يلي كما هو: raw_age = input("أدخل عمراً اصطناعياً بالأرقام فقط: ") print(f"القيمة الاصطناعية المدخلة: {raw_age}")Create age_echo.py and type exactly: raw_age = input("أدخل عمراً اصطناعياً بالأرقام فقط: ") print(f"القيمة الاصطناعية المدخلة: {raw_age}")
2. شغّل python3 age_echo.py على macOS أو py age_echo.py في Windows PowerShell وأدخل العمر الاصطناعي المقدم 15.Run python3 age_echo.py on macOS or py age_echo.py in Windows PowerShell and enter the supplied synthetic age 15.
3. شغّل مرة أخرى باستخدام 16 وتحقق من النص التالي كما هو: أدخل عمراً اصطناعياً بالأرقام فقط: 16 القيمة الاصطناعية المدخلة: 16Run again with 16 and verify exactly: أدخل عمراً اصطناعياً بالأرقام فقط: 16 القيمة الاصطناعية المدخلة: 16
4. احفظ المصدر والنصوص الاصطناعية المحجوبة التفاصيل فقط؛ واشرح شفهياً أن raw_age ما زال نصاً وأن البرنامج لم يتخذ قرار أهلية.Save only the source and redacted synthetic transcripts; explain aloud that raw_age is still text and the program made no eligibility decision.

الأخطاء الشائعةCommon errors

• يُحفظ الملف بامتداد غير صحيح أو يُشغّل الأمر من مجلد آخر.The file is saved with the wrong extension or the command is run from another folder.
• يصف المتعلم المحارف 16 بأنها عدد مع أن input أعادت نصاً.The learner describes the characters 16 as a number even though input returned text.
• يُوسّع الطلب ليجمع اسماً أو حقلاً آخر غير ضروري عن المشارك.A prompt is expanded to ask for a name or another unnecessary participant field.

تدخلات المدرّبTrainer interventions

• حدّد أمر نظام التشغيل الصحيح وتحقق من المجلد الحالي قبل مناقشة صياغة Python.Mark the correct operating-system command and verify the current folder before discussing Python syntax.
• استخدم صندوقاً ملموساً بعنوان raw_age وبدّل البطاقة داخله في كل تتبع.Use a physical labelled box for raw_age and replace the card inside it on each trace.
• إذا ظهرت معلومات حقيقية، فأوقف الحفظ وأزلها ثم أعد البدء بقيمة اصطناعية منشورة واحدة.If real information appears, stop capture, remove it, and restart with one published synthetic value.

الاستدراكRecovery

خلال أسبوع واحد، أعد تشغيل الملف الدقيق المكوّن من سطرين باستخدام العمرين الاصطناعيين 15 و16، وأكمل جدول التتبع، واشرح للمدرّب المتغير والإدخال النصي والمخرجات؛ ثم قدّم دليلي التعلم نفسيهما.Within one week, rerun the exact two-line file with synthetic ages 15 and 16, complete the trace table, and explain variable, text input, and output to the trainer; submit the same two evidence items.

التحضيرPreparation

• تمكّن من تشغيل ملف إظهار العمر في اليوم الأول وشرحه، أو استخدم دعم الاستدراك المرتب.Be able to run and explain the Day 1 age-echo file, or use the arranged recovery support.
• استخدم الأعمار الاصطناعية المنشورة فقط، وأبقِ كل لقطة خالية من المسارات الشخصية.Use the published synthetic ages only and keep every capture free of personal paths.

المواد المطلوبةRequired materials

• تسلسل الشرائح العام لهذه الجلسة (6 شرائح).Public slide sequence for this session (6 slides).
• ورقة عمل المتعلم القابلة للطباعة للمهام المنشورة وعددها 2.Printable learner worksheet for the 2 published tasks.
• نسخة دون اتصال من الجلسة وتسميات الأدلة والملفات العامة المعتمدة.An offline copy of the session, evidence labels, and approved public files.
• حالات الإدخال الاصطناعية المقدمة فقط وعددها 8؛ دون بيانات مشاركين حقيقية.Only the 8 supplied synthetic input cases; no real participant data.

تيسير الممارسة الموجّهةGuided-practice facilitation

1. املأ أربعة أعمدة—الإدخال الخام ونتيجة التحويل ونتيجة النطاق والمخرجات الدقيقة—لكل سطر: الإدخال "" ← تثير int الخطأ ValueError ← تصحيح: أدخل العمر بالأرقام فقط. الإدخال "ستة عشر" ← تثير int الخطأ ValueError ← تصحيح: أدخل العمر بالأرقام فقط. الإدخال "-1" ← تعيد int القيمة -1 ← تصحيح: أدخل عمراً من 0 إلى 120. الإدخال "15" ← تعيد int القيمة 15 ← قيمة عمر صالحة: 15 الإدخال "16" ← تعيد int القيمة 16 ← قيمة عمر صالحة: 16 الإدخال "20" ← تعيد int القيمة 20 ← قيمة عمر صالحة: 20 الإدخال "120" ← تعيد int القيمة 120 ← قيمة عمر صالحة: 120 الإدخال "121" ← تعيد int القيمة 121 ← تصحيح: أدخل عمراً من 0 إلى 120.Fill four columns—raw input, conversion result, range result, exact output—for every row: input "" -> int raises ValueError -> تصحيح: أدخل العمر بالأرقام فقط. input "ستة عشر" -> int raises ValueError -> تصحيح: أدخل العمر بالأرقام فقط. input "-1" -> int gives -1 -> تصحيح: أدخل عمراً من 0 إلى 120. input "15" -> int gives 15 -> قيمة عمر صالحة: 15 input "16" -> int gives 16 -> قيمة عمر صالحة: 16 input "20" -> int gives 20 -> قيمة عمر صالحة: 20 input "120" -> int gives 120 -> قيمة عمر صالحة: 120 input "121" -> int gives 121 -> تصحيح: أدخل عمراً من 0 إلى 120.
2. شغّل حالتي الإدخال الفارغ و121، ثم قارن بدقة مع: أدخل عمراً اصطناعياً من 0 إلى 120: تصحيح: أدخل العمر بالأرقام فقط. أدخل عمراً اصطناعياً من 0 إلى 120: 121 تصحيح: أدخل عمراً من 0 إلى 120.Run the blank and 121 cases, then compare exactly with: أدخل عمراً اصطناعياً من 0 إلى 120: تصحيح: أدخل العمر بالأرقام فقط. أدخل عمراً اصطناعياً من 0 إلى 120: 121 تصحيح: أدخل عمراً من 0 إلى 120.

تيسير المختبرLab facilitation

1. أنشئ validate_age.py بالنص التالي كما هو: raw_age = input("أدخل عمراً اصطناعياً من 0 إلى 120: ") try: age = int(raw_age) except ValueError: print("تصحيح: أدخل العمر بالأرقام فقط.") else: if age < 0 or age > 120: print("تصحيح: أدخل عمراً من 0 إلى 120.") else: print(f"قيمة عمر صالحة: {age}")Create validate_age.py with exactly: raw_age = input("أدخل عمراً اصطناعياً من 0 إلى 120: ") try: age = int(raw_age) except ValueError: print("تصحيح: أدخل العمر بالأرقام فقط.") else: if age < 0 or age > 120: print("تصحيح: أدخل عمراً من 0 إلى 120.") else: print(f"قيمة عمر صالحة: {age}")
2. شغّل python3 validate_age.py أو py validate_age.py بإدخال فارغ ثم «ستة عشر»؛ وتحقق من تصحيح استخدام الأرقام فقط.Run python3 validate_age.py or py validate_age.py with blank input and ستة عشر; verify the digit-only correction.
3. شغّل -1 و121؛ وتحقق من تصحيح النطاق من 0 إلى 120. ثم شغّل 15 و16 و20 و120؛ وتحقق من رسالة القيمة الصالحة لكل منها.Run -1 and 121; verify the 0-to-120 correction. Run 15, 16, 20, and 120; verify each valid-value message.
4. احفظ مصدر التحقق وثلاثة نصوص اصطناعية، بلا مسار شخصي وبلا نتيجة أهلية.Save the validation source and three synthetic transcripts, with no personal path and no eligibility result.

الأخطاء الشائعةCommon errors

• تستخدم مقارنة النطاق raw_age قبل أن تحوله int.The range comparison uses raw_age before int converts it.
• يُعالج فشل التحويل فقط، فتُوصف -1 أو 121 خطأ بأنها قابلة للاستخدام.Only conversion failure is handled, so -1 or 121 is incorrectly described as usable.
• تقول رسالة التصحيح «غير صالح» فقط ولا تقدم إجراءً تالياً.The correction says only invalid and gives no next action.

تدخلات المدرّبTrainer interventions

• افصل عمودي التحويل والنطاق بصرياً، وحرّك بطاقة قيمة واحدة خلالهما من اليسار إلى اليمين.Separate conversion and range columns physically, and move one value card through them from left to right.
• اقرأ ValueError كعبارة إنجليزية قصيرة، واربطها بالسطر الذي قد يفشل، ثم عد إلى التصحيح العربي.Read ValueError as a short English phrase, connect it to the risky line, and then return to the Arabic correction.
• إذا احتوت اللقطة على سياق خاص، فاحذفها وكرر حالة منشورة واحدة في عرض طرفية نظيف.If a capture includes private context, delete that capture and repeat one published case in a clean terminal view.

الاستدراكRecovery

خلال أسبوع واحد، أكمل جدول التحويل ذي الأعمدة الأربعة الذي يقدمه المدرّب، وصحّح مسار تحويل أو نطاق واحداً فاشلاً، وأعد تشغيل الإدخال الفارغ و-1 و16 و121، ثم أعد تقديم دليلي التعلم نفسيهما.Within one week, complete the trainer-provided four-column conversion table, correct one failing conversion or range path, rerun blank, -1, 16, and 121, and resubmit the same two evidence items.

التحضيرPreparation

• اشرح الفرق في اليوم الثاني بين القيمة القابلة للاستخدام وقرار الأهلية.Explain the Day 2 distinction between a usable value and an eligibility decision.
• في عرض القرار هذا، استبدل العمر المكتوب مباشرة بإحدى القيم 15 أو16 أو20 أو120 فقط؛ ولا تضف مسار التحقق المكتمل.For this decision demonstration, replace only the hard-coded age with 15, 16, 20, or 120; do not add the completed validation flow.

المواد المطلوبةRequired materials

• تسلسل الشرائح العام لهذه الجلسة (6 شرائح).Public slide sequence for this session (6 slides).
• ورقة عمل المتعلم القابلة للطباعة للمهام المنشورة وعددها 2.Printable learner worksheet for the 2 published tasks.
• نسخة دون اتصال من الجلسة وتسميات الأدلة والملفات العامة المعتمدة.An offline copy of the session, evidence labels, and approved public files.
• حالات الإدخال الاصطناعية المقدمة فقط وعددها 8؛ دون بيانات مشاركين حقيقية.Only the 8 supplied synthetic input cases; no real participant data.

تيسير الممارسة الموجّهةGuided-practice facilitation

1. توقّع True أو False لكل مقارنة واشرح المساواة عند 16: 15 < 16 -> True 16 < 16 -> False 16 >= 16 -> True 20 >= 16 -> TruePredict True or False for each comparison and explain equality at 16: 15 < 16 -> True 16 < 16 -> False 16 >= 16 -> True 20 >= 16 -> True
2. لكل عمر صالح مقدم، سجّل أول شرط صحيح والفرع المختار والمخرجات العربية الدقيقة والإجراء التالي: العمر 15 ← الشرط age < 16 نتيجته True ← غير مؤهل حالياً: الحد الأدنى 16 عاماً. راجع ورشة مناسبة للفئة الأصغر. العمر 16 ← الشرط age < 16 نتيجته False؛ والشرط age <= 120 نتيجته True ← مؤهل: يمكنك الانتقال إلى خطوة التسجيل التجريبية. العمر 20 ← الشرط age < 16 نتيجته False؛ والشرط age <= 120 نتيجته True ← مؤهل: يمكنك الانتقال إلى خطوة التسجيل التجريبية. العمر 120 ← الشرط age < 16 نتيجته False؛ والشرط age <= 120 نتيجته True ← مؤهل: يمكنك الانتقال إلى خطوة التسجيل التجريبية.For each valid supplied age, record the first true condition, selected branch, exact Arabic output, and next action: age 15 -> age < 16 is True -> غير مؤهل حالياً: الحد الأدنى 16 عاماً. راجع ورشة مناسبة للفئة الأصغر. age 16 -> age < 16 is False; age <= 120 is True -> مؤهل: يمكنك الانتقال إلى خطوة التسجيل التجريبية. age 20 -> age < 16 is False; age <= 120 is True -> مؤهل: يمكنك الانتقال إلى خطوة التسجيل التجريبية. age 120 -> age < 16 is False; age <= 120 is True -> مؤهل: يمكنك الانتقال إلى خطوة التسجيل التجريبية.

تيسير المختبرLab facilitation

1. أنشئ decision_demo.py بالنص التالي كما هو: age = 15 # replace only with a supplied valid age if age < 16: print("غير مؤهل حالياً: الحد الأدنى 16 عاماً. راجع ورشة مناسبة للفئة الأصغر.") elif age <= 120: print("مؤهل: يمكنك الانتقال إلى خطوة التسجيل التجريبية.") else: print("تصحيح: ارجع إلى فحص النطاق قبل اتخاذ القرار.")Create decision_demo.py with exactly: age = 15 # replace only with a supplied valid age if age < 16: print("غير مؤهل حالياً: الحد الأدنى 16 عاماً. راجع ورشة مناسبة للفئة الأصغر.") elif age <= 120: print("مؤهل: يمكنك الانتقال إلى خطوة التسجيل التجريبية.") else: print("تصحيح: ارجع إلى فحص النطاق قبل اتخاذ القرار.")
2. توقّع العمر 15 وشغّله؛ واحفظ رسالة ما دون الحد كما هي، وحدد أن الشرط الأول صحيح.Predict and run age 15; save the exact below-boundary message and identify the first condition as true.
3. استبدل قيمة السطر الأول فقط بالقيمة 16 ثم20 ثم120؛ وتوقّع رسالة المؤهل واحفظها كما هي لكل تشغيل.Replace only the first-line value with 16, then 20, then 120; predict and save the exact eligible message for each run.
4. اشرح سلوك الحد الدقيق دون إضافة كود الإدخال أو التحويل أو التحقق المكتمل إلى هذا العرض.Explain the exact-boundary behavior without adding input, conversion, or complete validation code to this demonstration.

الأخطاء الشائعةCommon errors

• يستخدم الشرط الأول age <= 16، فيضع الحد الدقيق خطأ في مسار ما دون الحد.The first condition uses age <= 16, which incorrectly puts the exact boundary in the below-threshold path.
• تُستخدم تعليمات if منفصلة، فيمكن أن تُطبع أكثر من رسالة لقيمة واحدة.Separate if statements are used, so more than one message can print for one value.
• تذكر المخرجات العربية نتيجة لكنها تغفل القاعدة أو الإجراء التالي.The Arabic output states a result but omits the rule or next action.

تدخلات المدرّبTrainer interventions

• ارجع من الكود إلى خط الأعداد واسأل فقط هل كل مقارنة صحيحة أم خاطئة.Return from code to a number line and ask only whether each comparison is true or false.
• لوّن سطور if وelif وelse بألوان مختلفة، وغطّ كل السطور التي تلي أول فرع مختار.Colour the if, elif, and else rows differently and cover all rows after the first selected branch.
• إذا بدأ المتعلم بتجميع التحقق المكتمل، فأعده إلى عرض العمر الصالح المنفصل وجدول القرار.If a learner begins assembling the full checkpoint, return them to the isolated valid-age demonstration and decision table.

الاستدراكRecovery

خلال أسبوع واحد، أكمل جدول القرار الذي يقدمه المدرّب للقيم 15 و16 و20، وصحّح مقارنة أو مسار فرع واحداً، وأعد تشغيل عروض الأعمار الصالحة الثلاثة نفسها، ثم أعد تقديم الدليلين.Within one week, complete the trainer-provided decision table for 15, 16, and 20, correct one comparison or branch path, rerun the same three valid-age demonstrations, and resubmit both evidence items.

التحضيرPreparation

• أحضر أدلة الإدخال والمخرجات من اليوم الأول والتحقق من اليوم الثاني وجدول القرار من اليوم الثالث، دون إجابة مدمجة منسوخة.Bring Day 1 input/output, Day 2 validation, and Day 3 decision-table evidence, but not a copied integrated answer.
• استخدم ملف البداية العام غير المكتمل والحالات الاصطناعية الثماني الدقيقة؛ ولا تستخدم سجل مشارك حقيقي أبداً.Use the public incomplete starter and the eight exact synthetic cases; never use a real participant record.

المواد المطلوبةRequired materials

• تسلسل الشرائح العام لهذه الجلسة (6 شرائح).Public slide sequence for this session (6 slides).
• ورقة عمل المتعلم القابلة للطباعة للمهام المنشورة وعددها 2.Printable learner worksheet for the 2 published tasks.
• نسخة دون اتصال من الجلسة وتسميات الأدلة والملفات العامة المعتمدة.An offline copy of the session, evidence labels, and approved public files.
• حالات الإدخال الاصطناعية المقدمة فقط وعددها 8؛ دون بيانات مشاركين حقيقية.Only the 8 supplied synthetic input cases; no real participant data.

تيسير الممارسة الموجّهةGuided-practice facilitation

1. شخّص عينة الحد باستخدام الإدخال الفاشل والنوع المتوقع والنوع الفعلي والتعبير المسؤول وتصحيح واحد وإدخال الاختبار الرجعي 15: if age <= 16: print("غير مؤهل") # الإدخال 16: النوع الفعلي not-eligible؛ النوع المتوقع eligible # التشخيص: أُلحقت المساواة بالمسار غير الصحيح # التصحيح المقترح: قارن مسار ما دون الحد باستخدام age < 16Diagnose the boundary sample using failed input, expected kind, actual kind, responsible expression, one correction, and regression input 15: if age <= 16: print("غير مؤهل") # input 16: actual kind not-eligible; expected kind eligible # diagnosis: equality is attached to the wrong path # correction to try: compare the below-boundary path with age < 16
2. شخّص عينة التحويل، ثم أكمل كل حقل في سجل الذكاء الاصطناعي لسؤال صياغة خيالي دون إضافة بيانات شخصية أو بيانات دخول: age = int(raw_age) # الإدخال "": النتيجة الفعلية ValueError؛ النوع المتوقع correction # التشخيص: لا يوجد مسار مضبوط لمعالجة خطأ التحويل المحتمل # التصحيح المقترح: اضبط التحويل واطبع رسالة تصحيح عربية قابلة للتنفيذ الطلب المحجوب بلا بيانات شخصية أو بيانات دخول: الاقتراح المستلم: القرار: مقبول أو مرفوض: سبب القرار: دليل الاختبار بعد القرار: الشرح النهائي بصياغة المتعلم:Diagnose the conversion sample, then complete every AI-log field for a fictional syntax question without adding any personal data or credential: age = int(raw_age) # input "": actual ValueError; expected kind correction # diagnosis: risky conversion has no controlled error path # correction to try: guard conversion and print an actionable Arabic correction Prompt (redacted, no personal data or credentials): Suggestion received: Decision: accepted or rejected: Reason for the decision: Test evidence after the decision: Final explanation in the learner's own words:

تيسير المختبرLab facilitation

1. افتح integration.py وتحقق من حالة البداية العامة ومخرجاتها كما هي: raw_age = input("أدخل عمراً اصطناعياً: ") age = None result = None # TODO 1: convert raw_age safely # TODO 2: reject values outside 0 through 120 # TODO 3: decide using the published age-16 boundary # TODO 4: set one actionable Arabic result print("لم يكتمل التنفيذ بعد: أكمل علامات TODO واختبر كل مسار.") أدخل عمراً اصطناعياً: 16 لم يكتمل التنفيذ بعد: أكمل علامات TODO واختبر كل مسار.Open integration.py and verify the public starting state and output exactly: raw_age = input("أدخل عمراً اصطناعياً: ") age = None result = None # TODO 1: convert raw_age safely # TODO 2: reject values outside 0 through 120 # TODO 3: decide using the published age-16 boundary # TODO 4: set one actionable Arabic result print("لم يكتمل التنفيذ بعد: أكمل علامات TODO واختبر كل مسار.") أدخل عمراً اصطناعياً: 16 لم يكتمل التنفيذ بعد: أكمل علامات TODO واختبر كل مسار.
2. ارسم المسار ذي المراحل الخمس، واربط كل حالة من الحالات الثماني المقدمة بالمرحلة والمسار اللذين تختبرهما قبل التعديل.Draw the five-stage flow and assign each of the eight supplied cases to the stage and path it tests before editing.
3. اعمل بصورة فردية على مسودة، وشغّل الحالات بالترتيب المخطط، وسجّل السلوك المتوقع مقابل الفعلي لأول فشل.Work individually on a draft, run cases in the planned order, and record expected versus actual behavior for the first failure.
4. صحّح مساراً فاشلاً واحداً، وأعد تشغيله وتشغيل حالة مجاورة، وأكمل سجل قرار الذكاء الاصطناعي، واحفظ أدلة محجوبة؛ ولا توزع تنفيذاً مدمجاً.Correct one failing path, rerun it and a neighboring case, complete the AI decision log, and save redacted evidence; do not distribute an integrated implementation.

الأخطاء الشائعةCommon errors

• يغيّر المتعلم عدة مراحل قبل تشغيل حالة فاشلة مركزة، فلا يمكن عزل السبب.The learner changes several stages before running a focused failing case, so the cause cannot be isolated.
• يُعاد تشغيل الحالة المصححة فقط، فيمكن أن يتراجع مسار مجاور دون ملاحظة.Only the corrected case is rerun, so a neighboring path can regress unnoticed.
• يُنسخ اقتراح الذكاء الاصطناعي دون قرار مسجل أو نتيجة اختبار أو شرح من المتعلم.An AI suggestion is copied without a recorded decision, test result, or learner explanation.

تدخلات المدرّبTrainer interventions

• أوقف التعديل مؤقتاً، وارجع إلى المسار ذي المراحل الخمس، واسأل عن أول مرحلة يختلف سلوكها الفعلي عن المتوقع.Freeze editing, return to the five-stage flow, and ask for the first stage whose actual behavior differs from expected behavior.
• قدّم جدول السلوك المتوقع وعينة فاشلة منفصلة واحدة، لكن اطلب من المتعلم اختيار التصحيح وشرحه.Provide the expected-behavior table and one isolated failing sample, but require the learner to choose and explain the correction.
• إذا ظهرت بيانات خاصة أو بيانات دخول، فأوقف التفاعل وأزل المادة، ثم أعد البدء بملف البداية العام النظيف والحالات المقدمة.If private data or a credential appears, stop the interaction, remove the material, and restart with the clean public starter and supplied cases.

الاستدراكRecovery

خلال أسبوع واحد، استخدم جدول الإدخال والمخرجات المتوقعة الذي يقدمه المدرّب، وصحّح مساراً فاشلاً واحداً في مسودة فردية، وأعد تشغيل الحالة الفاشلة والمجاورة، وأكمل سجل قرار الذكاء الاصطناعي، ثم أعد تقديم دليلي التصحيح ومراجعة الذكاء الاصطناعي نفسيهما.Within one week, use the trainer-provided input/expected-output table, correct one failing path in an individual draft, rerun the failed and neighboring cases, complete the AI decision log, and resubmit the same debug and AI-review evidence.

التحضيرPreparation

• أحضر نسخة نظيفة من ملف البداية العام غير المكتمل التالي كما هو، والحالات الثماني المقدمة، وجدول قرار فارغاً، وأدلتك الشخصية من الأيام الأول حتى الرابع: raw_age = input("أدخل عمراً اصطناعياً: ") age = None result = None # TODO 1: convert raw_age safely # TODO 2: reject values outside 0 through 120 # TODO 3: decide using the published age-16 boundary # TODO 4: set one actionable Arabic result print("لم يكتمل التنفيذ بعد: أكمل علامات TODO واختبر كل مسار.")Bring a clean copy of this exact public incomplete starter, the eight supplied cases, a blank decision table, and the learner's own Day 1–4 evidence: raw_age = input("أدخل عمراً اصطناعياً: ") age = None result = None # TODO 1: convert raw_age safely # TODO 2: reject values outside 0 through 120 # TODO 3: decide using the published age-16 boundary # TODO 4: set one actionable Arabic result print("لم يكتمل التنفيذ بعد: أكمل علامات TODO واختبر كل مسار.")
• التحقق فردي: لا تتبادل الكود ولا تستخدم إجابة مكتملة ولا تتلق تنفيذاً مباشراً من شخص آخر أو من الذكاء الاصطناعي.The checkpoint is individual: do not exchange code, use a completed answer, or receive live implementation from another person or AI.

المواد المطلوبةRequired materials

• تسلسل الشرائح العام لهذه الجلسة (6 شرائح).Public slide sequence for this session (6 slides).
• ورقة عمل المتعلم القابلة للطباعة للمهام المنشورة وعددها 2.Printable learner worksheet for the 2 published tasks.
• نسخة دون اتصال من الجلسة وتسميات الأدلة والملفات العامة المعتمدة.An offline copy of the session, evidence labels, and approved public files.
• حالات الإدخال الاصطناعية المقدمة فقط وعددها 8؛ دون بيانات مشاركين حقيقية.Only the 8 supplied synthetic input cases; no real participant data.

تيسير الممارسة الموجّهةGuided-practice facilitation

1. لا توجد دقائق تدريب موجّه في اليوم الخامس. يمكن للمتعلم مراجعة السلوك المنشور وأدلته الشخصية بصمت أثناء المختبر الفردي تحت الإشراف.No guided-practice minutes are scheduled on Day 5. The learner may silently review the public behavior and personal evidence during the supervised individual lab.
2. تظل أسئلة المدرّب إجرائية ومرتبطة بالمعايير؛ ولا تقدم صياغة أو منطق تفرع أو تصحيحاً محلولاً.Trainer prompts remain procedural and criterion-based; they do not provide syntax, branch logic, or a worked correction.

تيسير المختبرLab facilitation

1. تسلّم نسخة نظيفة من ملف البداية العام غير المكتمل التالي كما هو، وأكمل بصورة فردية المسار وجدول القرار وترتيب الاختبارات قبل كتابة الكود: raw_age = input("أدخل عمراً اصطناعياً: ") age = None result = None # TODO 1: convert raw_age safely # TODO 2: reject values outside 0 through 120 # TODO 3: decide using the published age-16 boundary # TODO 4: set one actionable Arabic result print("لم يكتمل التنفيذ بعد: أكمل علامات TODO واختبر كل مسار.")Receive a clean copy of the exact public incomplete starter below and independently complete the flow, decision table, and test order before coding: raw_age = input("أدخل عمراً اصطناعياً: ") age = None result = None # TODO 1: convert raw_age safely # TODO 2: reject values outside 0 through 120 # TODO 3: decide using the published age-16 boundary # TODO 4: set one actionable Arabic result print("لم يكتمل التنفيذ بعد: أكمل علامات TODO واختبر كل مسار.")
2. ابنِ بصورة فردية واستخدم العمر الاصطناعي فقط؛ واحتفظ بملاحظة موجزة للمتوقع مقابل الفعلي كلما فشل مسار.Build individually and use only synthetic age; keep a brief expected-versus-actual note whenever a path fails.
3. شغّل السطور الثمانية وحدد نتائجها، ثم احفظ مجموعات الأدلة الست: الإدخال "" ← النوع correction ← تصحيح: أدخل العمر بالأرقام فقط. الإدخال "ستة عشر" ← النوع correction ← تصحيح: أدخل العمر بالأرقام فقط. الإدخال "-1" ← النوع correction ← تصحيح: أدخل عمراً من 0 إلى 120. الإدخال "15" ← النوع not-eligible ← غير مؤهل حالياً: الحد الأدنى 16 عاماً. راجع ورشة مناسبة للفئة الأصغر. الإدخال "16" ← النوع eligible ← مؤهل: يمكنك الانتقال إلى خطوة التسجيل التجريبية. الإدخال "20" ← النوع eligible ← مؤهل: يمكنك الانتقال إلى خطوة التسجيل التجريبية. الإدخال "120" ← النوع eligible ← مؤهل: يمكنك الانتقال إلى خطوة التسجيل التجريبية. الإدخال "121" ← النوع correction ← تصحيح: أدخل عمراً من 0 إلى 120. w1-source-evidence — دليل المصدر الفردي مع إمكانية تحديد المسؤوليات w1-invalid-evidence — دليل لتصحيح الإدخال الفارغ أو المكتوب بالكلمات، مع تصحيح واحد للنطاق w1-boundary-evidence — دليل تشغيل منفصل للقيمة 15 وللقيمة 16 عند الحد الدقيق w1-eligible-evidence — دليل تشغيل لقيمة مؤهلة مقدمة فوق 16 w1-ai-log-evidence — دليل يحفظ الطلب والاقتراح والقرار والسبب والاختبار والشرح النهائي، أو يسجل صراحةً عدم استخدام الذكاء الاصطناعي w1-explanation-evidence — دليل شرح فردي ملاحظ للإدخال والتحقق والفرع والمخرجات وتصحيح واحدRun and mark all eight rows, then capture the six evidence groups: input "" -> correction -> تصحيح: أدخل العمر بالأرقام فقط. input "ستة عشر" -> correction -> تصحيح: أدخل العمر بالأرقام فقط. input "-1" -> correction -> تصحيح: أدخل عمراً من 0 إلى 120. input "15" -> not-eligible -> غير مؤهل حالياً: الحد الأدنى 16 عاماً. راجع ورشة مناسبة للفئة الأصغر. input "16" -> eligible -> مؤهل: يمكنك الانتقال إلى خطوة التسجيل التجريبية. input "20" -> eligible -> مؤهل: يمكنك الانتقال إلى خطوة التسجيل التجريبية. input "120" -> eligible -> مؤهل: يمكنك الانتقال إلى خطوة التسجيل التجريبية. input "121" -> correction -> تصحيح: أدخل عمراً من 0 إلى 120. w1-source-evidence — individual source with responsibilities identifiable w1-invalid-evidence — blank or Arabic-word correction plus one range correction w1-boundary-evidence — separate runs for 15 and exact boundary 16 w1-eligible-evidence — a supplied eligible run above 16 w1-ai-log-evidence — prompt, suggestion, decision, reason, test evidence, final explanation; or explicit no-AI record w1-explanation-evidence — observed individual explanation of input, validation, branch, output, and one correction
4. أكمل الشرح الملاحظ، وتلقَّ ملاحظات مرتبطة بالمعايير، وسجّل عند الحاجة جدول المدرّب ومساراً فاشلاً واحداً وموعد إعادة تقديم خلال أسبوع واحد.Complete the observed explanation, receive criterion-based feedback, and if needed record the trainer table, one failing path, and a resubmission date within one week.

الأخطاء الشائعةCommon errors

• يبدأ المتعلم كتابة الكود قبل إعداد جدول القرار، فيغفل مساراً غير صالح أو مسار حد.The learner begins coding before writing the decision table and omits one invalid or boundary path.
• تجمع الأدلة عدة تشغيلات دون تسميات، فلا يمكن مراجعة الإدخال والنتيجة بدقة.Evidence combines several runs without labels, so the exact input and result cannot be audited.
• يكرر الشرح الملاحظ كلمات الكود لكنه لا يربط الإدخال المقدم بالفرع المختار والمخرجات.The observed explanation repeats code words but cannot connect the supplied input to the selected branch and output.

تدخلات المدرّبTrainer interventions

• اطلب من المتعلم الإشارة إلى المرحلة المخططة والسطر المتوقع المرتبطين بالفشل الحالي؛ ولا تقترح صياغة التنفيذ.Ask the learner to point to the planned stage and expected row that correspond to the current failure; do not suggest implementation syntax.
• استخدم أسئلة محايدة للشرح الملاحظ: ما الإدخال؟ وما الذي جعله صالحاً؟ وأي شرط كان صحيحاً؟ وماذا عرف المستخدم الخيالي؟Use neutral observed-explanation prompts: what came in, what made it usable, which condition was true, and what did the fictional user learn.
• عند نقص الأدلة، حدّد مساراً فاشلاً واحداً وقدّم جدول الاستدراك وموعده دون مشاركة حل أو عمل متعلم آخر.When evidence is incomplete, identify one failing path and issue the recovery table and deadline without sharing a solution or another learner's work.

الاستدراكRecovery

يستخدم الاستدراك جدول إدخال ومخرجات متوقعة يقدمه المدرّب، وتصحيح مسار فاشل واحد، وإعادة تقديم الأدلة الستة نفسها خلال أسبوع واحد. ويحافظ المتعلم على فردية التحقق ولا يتلقى حلاً مكتملًا.Recovery uses a trainer-provided input/expected-output table, correction of one failing path, and resubmission of the same six evidence items within one week. The learner keeps the checkpoint individual and receives no completed solution.