البنية الأكثر شيوعًا لمعالجة الوثائق العربية لم تُصمَّم يومًا، بل تراكمت. ترث الفرق أدوات بُنيت للإنجليزية، فتضع أمامها خطوة ترجمة آلية: امسح العقد العربي، وترجمه إلى الإنجليزية، ثم شغّل الاستخراج والتصنيف والبحث على الترجمة. على الشرائح تبدو الخطة مرتبة. وفي الإنتاج تعيد كتابة الوثيقة بصمت قبل أن يحللها أحد.

المشكلة ليست أن الترجمة رديئة، بل أنها تحويل فاقد للمعنى يقع في النقطة التي تهم فيها الدقة أكثر ما تهم، وكل مرحلة بعدها ترث هذا الفقد.

الخط الذي يبدو معقولًا

يصمد نمط الترجمة ثم التحليل لأن كل مكوّن فيه محترم بمفرده: التعرف الضوئي مقبول، ومحرك الترجمة قوي، وعُدّة المعالجة الإنجليزية ناضجة. لكن الفشل يسكن الوصلات. الترجمة تُحسِّن قابلية القراءة لا الحفاظ على الهيكل القانوني والوقائعي للوثيقة، فتُنعِّم غموضًا كان المحلل بحاجة إلى رؤيته، وتتخذ خيارات واثقة لا يراجعها أحد.

وهناك كلفة ثانية نادرًا ما تظهر في مخطط البنية: معظم محركات الترجمة خدمات مستضافة. فلحظة إرسال عقد أو صورة هوية إلى الخارج للترجمة، يُخترق المحيط السيادي مهما فعل بقية الخط. وبالنسبة إلى بنك أو وزارة أو مستشفى، هذا وحده كافٍ غالبًا لاستبعاد الحل.

ما الذي تُسقطه قفزة الترجمة

مرّر ما يكفي من الوثائق الحقيقية عبر خط ترجمة ثم تحليل، وستتكرر أمامك فئات الفقد نفسها.

  • الكيانات. للاسم العربي الواحد هجاءات لاتينية كثيرة. قد يكون Abdulrahman وAbd al-Rahman وAbdel Rahman كلها عبد الرحمن نفسه، تُرجم بثلاث طرق في ثلاث وثائق، فيرى حل الكيانات في أسفل الخط ثلاثة أشخاص. وأسماء المؤسسات أسوأ حالًا: الترجمة الحرفية لاسم شركة قد تطابق اسمها الإنجليزي المسجل فعلًا وقد لا تطابقه.
  • التواريخ. تحمل الوثائق العربية عادةً تواريخ هجرية أو ميلادية أو الاثنين معًا. طبقة الترجمة إما تمرر التاريخ الهجري نصًا غير قابل للتحليل، أو تحوّله بصمت، والتحويل يتوقف على نسخة التقويم المفترضة. مهلة في 15 محرم 1447 تنزاح يومًا واحدًا ليست خطأ تقريب في عقد، بل التزام مختلف.
  • النفي والمقصد. يُحمل النفي في العربية على أدوات قصيرة يسهل الخطأ في مداها عند الترجمة. المسافة بين لا يحق للمستأجر وقراءتها المثبتة أداة واحدة ساقطة. والإلزام والإباحة والحظر هي بالضبط ما وُجد تحليل العقود ليجده.
  • الأرقام والهويات والعناوين. الأرقام العربية المشرقية، وصيغ الهوية الوطنية، وأرقام الصكوك والقطع، وأعراف كتابة العناوين، كلها تُطبَّع أو يُعاد ترتيبها أو تُنقحر جزئيًا. قد يعود اسم الحي مترجمًا اسمًا شائعًا، فلا يعود العنوان يرتبط بجدول العناوين الرئيسي.

خذ عقد توريد مثالًا. الأصل العربي يحسب الغرامات من تاريخ هجري، ويسمي ثلاث شركات تابعة تختلف هجاءات أسمائها حتى بين أوراق تسجيلها، ويستبعد المسؤولية في بند منفي. بعد الترجمة يصبح كل واحد من هذه تقريبًا لا أصلًا. ثم يؤدي نموذج الاستخراج أداءً حسنًا على نص لم يعد هو الوثيقة.

الازدواج اللغوي ليس مشكلة إملاء

تضيف العربية طبقة لا نظير لها في الخطوط الإنجليزية: الازدواج اللغوي. العقد بالفصحى، والشكوى المرفقة به بالعامية، وملاحظات موظف المطالبات تخلط الاثنين بكلمات إنجليزية مكتوبة بحرف عربي. محرك ترجمة دُرّب في معظمه على نصوص إخبارية رسمية يترجم العامية بثقة وعلى نحو خاطئ، والعامية هي موطن المقصد: الرضا والتصعيد والتهكم والاستعجال.

والسجل اللغوي نفسه يحمل إشارة. فكون الكاتب استخدم صيغة الشكوى الرسمية أو صيغة رسالة متابعة عابرة أمرٌ يهم في التوجيه وفي تقدير المخاطر. الترجمة تسوّي الاثنين في إنجليزية محايدة واحدة، فتضيع الإشارة قبل أن يبدأ التصنيف.

الوثيقة المترجمة وثيقة جديدة. وتحليل الترجمة تحليلٌ لخيارات المترجم، ولا أحد يدقق على المترجم.

ما الذي تحفظه المعالجة الأصلية

المعالجة الأصلية للوثائق العربية تعني أن النماذج تقرأ العربية ذاتها: لا لغة وسيطة ولا إعادة كتابة في المنتصف. تحتفظ الكيانات بصورتها كما كُتبت وتُحل إلى هوية معيارية واحدة عبر اختلافات الهجاء. وتُحلَّل التواريخ الهجرية والميلادية أنواعًا تقويمية من الدرجة الأولى وتُخزَّن جنبًا إلى جنب. ويُصنَّف النفي والوجوب في اللغة التي عُلِّما فيها. وتُكتشف العامية وتُعامل عامية، لا فصحى مكسورة أُسيئت ترجمتها.

ولا يقل أهمية ما يستقر في بحيرة البيانات بعد ذلك. يحفظ الخط الأصلي الحقل المستخرج، والمقطع المصدري الدقيق خلفه، والتقويمين معًا، فتبقى كل إجابة قابلة للتتبع إلى النص العربي الذي جاءت منه:

-- what the native pipeline keeps
SELECT party_name_ar,           -- as written in the deed
       party_name_canonical,    -- one identity across spellings
       contract_date_hijri,     -- 1447-01-15
       contract_date_gregorian, -- derived, not guessed
       source_span              -- the exact Arabic sentence behind the field
FROM   contracts_extracted;

عمود المقطع المصدري هو النسب وهو يؤدي عمله الحقيقي. حين يشكك مراجعٌ في مهلة مستخرجة، تشير الإجابة إلى الجملة في الصك نفسه، لا إلى صياغة إنجليزية تقريبية له.

سؤال المحيط

يبقى سبب أخير يجعل نمط الترجمة ثم التحليل يسقط في مراجعات الحوكمة: قفزة الترجمة هي غالبًا موضع التسريب. المعالجة الأصلية تزيل السبب الذي كانت البيانات تغادر من أجله أصلًا. في 0plus يعمل فهم الوثائق العربية داخل محيطك، داخل منشآتك أو في سحابة خاصة أو بعزل تام عن الشبكة، بصفر اتصالات بالذكاء الاصطناعي العام وبسجل تدقيق على كل قراءة وتحويل.

الاختبار الذي نقترحه بسيط. اختر عشر وثائق حقيقية: عقودًا وصور هويات ومراسلات بعناوينها. مرّرها عبر خطك الحالي، ثم قارن الكيانات والتواريخ والبنود المنفية المستخرجة بقراءة بشرية متأنية للعربية. الفجوة التي ستجدها ليست مشكلة جودة نموذج، بل مشكلة بنية، وهي قابلة للإصلاح على مستوى البنية.