الأسئلة الشائعة

Skimle منصة لتحليل البيانات الكيفية مدعومة بالذكاء الاصطناعي، تحوّل المستندات غير المنظّمة (المقابلات وملفات غرف البيانات وتعليقات العملاء وإفادات المشاورات العامة والمستندات القانونية وغيرها) إلى مجموعات بيانات منظّمة قابلة للتحليل. وعلى خلاف روبوتات المحادثة التي تسترجع مقاطع عشوائية، يعالج Skimle مجموعة مستنداتك كاملة بشكل منهجي، فيحلل كل قسم ويستخرج الأفكار وينظّمها في تصنيفات هرمية للموضوعات مع إمكانية تتبّع كاملة. اطّلع على كيف يعمل Skimle للحصول على نظرة شاملة.

صُمّم Skimle للعاملين في مجال المعرفة ممن يحللون البيانات الكيفية: الباحثون الأكاديميون الذين يُجرون التحليل الموضوعي، ومستشارو الإدارة الذين يجمعون خلاصات مقابلات الخبراء، ومحللو السياسات الذين يعالجون المشاورات العامة، وباحثو السوق الذين يحللون ملاحظات العملاء، وفرق الموارد البشرية التي تُجري استبيانات المشاركة، وكل من يحتاج إلى أفكار منهجية يمكن الدفاع عنها من بيانات غير منظّمة.

تعتمد معظم أدوات التحليل البسيطة بالذكاء الاصطناعي على RAG (التوليد المعزّز بالاسترجاع) لاسترجاع المقاطع ذات الصلة لحظة الاستعلام، أي أنك تحصل على إجابات مختلفة كلما طرحت السؤال نفسه. أما Skimle فيعالج مجموعة بياناتك كاملة بشكل منهجي مسبقًا، فينشئ بنية ثابتة يرتبط فيها كل موضوع باقتباسات موثّقة. تحصل على تغطية شاملة ونتائج متسقة وإمكانية تتبّع كاملة بدلًا من إجابات غامضة المصدر. اقرأ المزيد عن أسباب قصور الأدوات القائمة على RAG في التحليل الجاد.

لا. صُمّم Skimle للباحثين والمحللين لا للمبرمجين. الواجهة بديهية (تشبه جدول بيانات مع عارض مستندات)، وتجري كل معالجة الذكاء الاصطناعي تلقائيًا. من يستطيع استخدام Google Docs وExcel يستطيع استخدام Skimle.

يصبح معظم المستخدمين منتجين خلال 15 إلى 30 دقيقة. أضف ملفاتك بوصفها مصدر بيانات، وشغّل التحليل، ثم راجع الموضوعات التي يولّدها الذكاء الاصطناعي وحسّنها؛ فسير العمل واضح ومباشر. وعلى خلاف برامج التحليل الكيفي التقليدية (NVivo وATLAS.ti) التي قد يستغرق إتقانها أسابيع، صُمّمت واجهة Skimle لتحقيق الإنتاجية فورًا.

يقبل Skimle ملفات PDF و.docx وTXT وRTF والملفات الصوتية (MP3 وM4A وWAV) وملفات الفيديو (MP4 وMOV). تضيف كل نوع بوصفه مصدر بيانات، وفي حالة الصوت والفيديو يُفرّغ Skimle التسجيل نصيًا تلقائيًا قبل بدء التحليل، فيبقى سير عملك كله في مكان واحد. ويمكن الجمع بين صيغ مختلفة في مشروع واحد.

نعم. تتعامل خدمة التفريغ النصي المدمجة في Skimle مع ملفات MP3 وM4A وWAV وMP4 وMOV. أضف التسجيل بوصفه مصدر بيانات صوتيًا أو مرئيًا، وسيفرّغه Skimle نصيًا قبل بدء التحليل، مع خطوة اختيارية لمراجعة النص المفرّغ وتصحيحه أولًا. تبقى الاقتباسات قابلة للتتبّع إلى المصدر، فلا حاجة إلى خدمة تفريغ منفصلة.

آلاف المستندات في كل مشروع. تتضمن معظم حالات الاستخدام من 10 إلى 200 مستند (الدراسات البحثية المعتادة ومشاريع الاستشارات والمشاورات بشأن السياسات)، لكن Skimle يتّسع لمجموعات مستندات كبيرة مثل مراجعات غرف البيانات أو تحليلات الأدبيات الشاملة.

أكثر من 100 لغة. يمكن رفع المستندات بأي لغة، ويُجري Skimle تحليلها بلغتها الأصلية مع إنشاء هياكل موضوعات موحّدة. وهذا مفيد خصوصًا في المشاورات على مستوى الاتحاد الأوروبي وأبحاث السوق العالمية والدراسات الأكاديمية متعددة اللغات. لا حاجة إلى الترجمة.

نعم. يمكن رفع مقابلات بالإنجليزية وتقارير بالألمانية وإجابات استبيان بالإسبانية في المشروع نفسه. ينشئ Skimle فئات موضوعات عابرة للغات مع الاحتفاظ بالاقتباسات بلغتها الأصلية للتحقق منها.

جدول Skimle جدول بيانات تفاعلي يمثّل فيه كل صف مستندًا (مثل مقابلة واحدة) وكل عمود فئة موضوعية (مثل «مخاوف بشأن الأسعار»). تحتوي الخلايا على الأفكار المستخرجة مع روابط مباشرة إلى الاقتباسات المصدر. تسهّل هذه البنية رؤية الأنماط عبر المستندات ومقارنة الشرائح والتعمّق في موضوعات محددة.

بالتأكيد. يقترح الذكاء الاصطناعي في Skimle فئات أولية بناءً على بياناتك، لكن لك التحكم الكامل في دمج الفئات أو تقسيمها أو إعادة تسميتها أو حذفها أو إنشائها من الصفر. ويمكنك أيضًا تقديم هيكل فئات خاص بك مسبقًا (مثلًا وفق دليل المقابلة أو الإطار النظري) ليستخرج Skimle الأفكار على أساسه.

تعني الشفافية في الاتجاهين إمكانية التنقل في كلا الاتجاهين: (1) النقر على موضوع لرؤية كل الاقتباسات الداعمة عبر المستندات، و(2) النقر على مستند لرؤية كل الموضوعات المستخرجة منه. كل قرار يتخذه الذكاء الاصطناعي قابل للتتبّع، فلا صناديق سوداء. وهذا ما يجعل التحليل بمساعدة Skimle قابلًا للدفاع عنه في السياقات الأكاديمية والتجارية والتنظيمية.

تدرك واجهة المحادثة في Skimle بياناتك المنظّمة (الموضوعات والفئات والبيانات الوصفية). يمكنك طرح أسئلة مثل «ماذا يقول عملاء المؤسسات عن الأسعار؟» أو «كيف تختلف الآراء حسب المنطقة؟» ويجيب الذكاء الاصطناعي مستعينًا ببيانات الموضوعات المنظّمة والمستندات الأصلية معًا، فتحصل على إجابات أدق وأكثر ارتباطًا بالسياق من روبوتات محادثة RAG العامة.

Skimle Ask أداة مقابلات مدعومة بالذكاء الاصطناعي لجمع البيانات الكيفية على نطاق واسع. تضيفها بوصفها مصدر بيانات Skimle Ask في مشروعك، وتحدد دليل المقابلة، فيُجري Skimle محادثات منظّمة مع المشاركين بشكل غير متزامن. تصبح كل إجابة مستندًا في المشروع نفسه، فيجري جمع البيانات والتحليل الموضوعي في بيئة واحدة دون نسخ ولصق بين الأدوات.

نعم. يوفّر Skimle نقطة نهاية Model Context Protocol (MCP) على العنوان https://skimle.com/api/mcp. يمكن لأي أداة متوافقة مع MCP، مثل Claude Desktop وCursor وWindsurf وClaude Code وغيرها، الاتصال واستخدام مجموعة أدوات القراءة والكتابة كاملة: تصفّح المستندات والبحث في الأفكار وإعادة تنظيم الفئات وغير ذلك. تتم المصادقة عبر OAuth (دون حاجة إلى رمز) أو مفتاح API يُنشأ من إعدادات الحساب. أنت من يختار المشاريع المتاحة. الأرصدة مشتركة مع بقية Skimle، دون فوترة منفصلة.

نعم. يدعم كل من Claude Code وCowork بروتوكول MCP، لذا يمكن ربطهما بـ Skimle عبر نقطة النهاية https://skimle.com/api/mcp. بعد الاتصال يستطيع الوكيل عرض مشاريعك والبحث في المستندات واستكشاف تسلسل الفئات وإنشاء الأفكار وتحديثها وحفظ الملاحظات، وكل ذلك من داخل بيئة البرمجة أو الكتابة. اطّلع على صفحة إعداد MCP للتعليمات خطوة بخطوة، أو اقرأ دليلنا لسير العمل الوكيلي خطوة بخطوة.

من مركز التصدير يمكنك إنتاج ملفات Word (تقارير شاملة بالموضوعات والاقتباسات والملخصات) وPowerPoint (ملخصات تنفيذية بتفصيل الموضوعات) وExcel (جداول بيانات بمصفوفات الترميز) وREFI-QDA، وهو المعيار القابل للتشغيل البيني الذي تعتمده NVivo وMAXQDA وATLAS.ti، فيمكنك متابعة الترميز اليدوي في أداة QDA تقليدية عند الحاجة. تحافظ جميع الصادرات على نسبة المحتوى إلى مصدره وإمكانية التتبّع الكاملة.

نعم. يوفّر Skimle Anonymise إخفاء الهوية وإخفاءها بأسماء مستعارة بمساعدة الذكاء الاصطناعي مع اتساق عبر الملفات، وست فئات من المعرّفات (الأسماء، والمسميات والأدوار، والأماكن، والمؤسسات، والتواريخ، وغيرها)، وأنماط تحويل قابلة للضبط، وتقرير تدقيق بصيغة PDF. يعمل داخل مشروعك: تفعّله لمصدر بيانات فتنتقل المستندات المجهّلة مباشرة إلى التحليل دون أداة منفصلة. يغطي ذلك متطلبات GDPR وHIPAA وينتج الوثائق التي تتوقعها لجان الأخلاقيات ومجالس IRB.

نعم. بنى Skimle أكاديميون للاستخدام الأكاديمي. شريكنا المؤسس Henri Schildt أستاذ جامعي له أكثر من 30 منشورًا باستخدام المناهج الكيفية. يستلهم نهج Skimle منهجيات راسخة، هي التحليل الموضوعي (Braun & Clarke) والنظرية المجذّرة (Glaser & Strauss; Strauss & Corbin) ومنهج Gioia (Gioia, Corley & Hamilton)، وهي منهجيات منظّمة وشفافة وقابلة لإعادة الإنتاج. اطّلع على حالة الاستخدام للباحثين الأكاديميين ودليل الذكاء الاصطناعي في البحث الكيفي الأكاديمي.

نعم بشكل متزايد، مع الإفصاح المناسب. اذكر منهجيتك بشفافية: «ترميز كيفي بمساعدة الذكاء الاصطناعي باستخدام Skimle، مع تحقق وتحسين يدويين». يتيح سجل التدقيق الكامل في Skimle إعداد وثيقة تبيّن كيفية استخلاص الموضوعات بدقة، بما يستوفي متطلبات مراجعة الأقران للصرامة المنهجية. يشرح دليلنا للذكاء الاصطناعي في البحث الكيفي الأكاديمي كيفية صياغة ذلك في أقسام المنهجية وطلبات الموافقة الأخلاقية.

نوفّر عند الطلب صيغة مقترحة للاستشهاد.

نعم. صدّر مصفوفة الترميز، واطلب من مرمّز ثانٍ مراجعة عيّنة من المستندات يدويًا، ثم احسب درجة الاتفاق (Cohen's kappa وغيره). يمكن للباحثين استخدام Skimle للترميز الأولي (90% من العمل)، ثم التحقق بالمراجعة اليدوية (فحص جودة بنسبة 10%).

نعم. يدعم Skimle الترميز الاستقرائي الذي تنبثق فيه الموضوعات من البيانات بدلًا من تحديدها مسبقًا. ابدأ بالترميز المفتوح (يقترح Skimle فئات أولية)، ثم حسّن النتائج تدريجيًا عبر الترميز المحوري (دمج الفئات أو إعادة تنظيمها)، وطوّر أطرًا نظرية. تحاكي هذه العملية النظرية المجذّرة اليدوية لكنها تسرّع جوانبها الآلية.

يُتحقَّق من كل اقتباس يولّده الذكاء الاصطناعي بمطابقته مع المستندات المصدر. وإذا أنشأ الذكاء الاصطناعي نصًا لا يوجد حرفيًا في مستنداتك، يرصده نظامنا ويطلب إعادة المعالجة إلى أن تتوفر اقتباسات موثّقة. كما تتيح البنية المنهجية فحص أي موضوع عشوائيًا بمراجعة الاقتباسات الداعمة له.

تشمل المعالجة المنهجية في Skimle تحليل كل قسم من كل مستند، مما يقلّل خطر إغفال الموضوعات مقارنةً بالترميز اليدوي (حيث يؤثر الإرهاق والتحيّز في نطاق التغطية). ومع ذلك نوصي بمراجعة الموضوعات التي يولّدها الذكاء الاصطناعي بعين ناقدة: الذكاء الاصطناعي يقترح، وأنت تتحقق.

نعم. يدعم Skimle التصدير بصيغة REFI-QDA، وهو المعيار القابل للتشغيل البيني الذي تعتمده NVivo وMAXQDA وATLAS.ti. يمكنك بدء التحليل في Skimle ومتابعة الترميز اليدوي في أداة QDA تقليدية، أو استخدام Skimle لترميز مجموعة البيانات مسبقًا قبل تسليمها إلى فريق يعمل في NVivo.

نعم. تتيح الفئة المجانية تحليل ما يصل إلى 400 صفحة لتجربة المنصة، وهي مثالية لتجربة Skimle في مشروع تجريبي قبل الالتزام بخطة مدفوعة. اطّلع على جميع الخطط.

يستهلك تحليل المستندات أرصدة حسب طول المستند. يتيح رصيد واحد رفع نحو 2,000 حرف من النص، أي صفحة واحدة تقريبًا. تتضمن الاشتراكات حصة أرصدة شهرية أو سنوية، مع إمكانية شراء أرصدة إضافية عند الحاجة.

تبدأ الأسعار بفئة مجانية للتجربة. اطّلع على الأسعار كاملة. تتوفر تراخيص المؤسسات والجهات بأسعار مخصصة، تواصل معنا لمعرفة التفاصيل.

نعم. نقدّم باقات مخفّضة للطلاب والباحثين الأكاديميين، ويلزم إثبات الصفة الأكاديمية. تواصل معنا أو راجع تبويب الأسعار الأكاديمية في صفحة الأسعار.

نعم، في أي وقت من إعدادات الحساب. عند الترقية يُحتسب الفرق بالتناسب، وعند الانتقال إلى خطة أدنى يسري التغيير في دورة الفوترة التالية.

يمكن شراء أرصدة إضافية في أي وقت أو الترقية إلى مستوى أعلى. تبقى مشاريعك الحالية متاحة، لكن لا يمكن تحليل مستندات جديدة إلى أن تضيف أرصدة.

نعم. نوفّر تراخيص مواقع للجامعات ومعاهد البحث وشركات الاستشارات والجهات الحكومية. تتضمن تراخيص الفرق ميزات التعاون والفوترة المركزية واتفاقيات معالجة البيانات وخصومات الحجم. تواصل معنا لمعرفة الأسعار المؤسسية.

نعم. تُصدر جميع الخطط المدفوعة الفواتير تلقائيًا. وللمشتريات المؤسسية التي تتطلب أوامر شراء أو ترتيبات فوترة خاصة، يُرجى التواصل مع فريق المبيعات.

نعم. يخضع الوصول للمصادقة ويُسجَّل. نتّبع ممارسات الأمان المعتمدة في القطاع، ويسعدنا استيفاء استبيانات الأمان لعملاء المؤسسات.

تُخزَّن جميع البيانات في الاتحاد الأوروبي (خوادم سحابية في مناطق الاتحاد الأوروبي). لا تغادر بياناتك الاتحاد الأوروبي أبدًا، مما يضمن الامتثال للائحة GDPR وسيادة البيانات للعملاء الأوروبيين.

نعم، بالكامل. نلتزم بجميع متطلبات GDPR: المعالجة المشروعة، وتقليل البيانات، وتقييد الغرض، وتقييد التخزين، وحقوق أصحاب البيانات. نوفّر اتفاقيات معالجة البيانات (DPA) للعملاء المؤسسيين. وفي المشاريع التي تتضمن بيانات مشاركين، يساعد Skimle Anonymise على إخفاء الهوية أو استبدالها بأسماء مستعارة قبل التحليل، مما يقلّل مخاطر الامتثال أكثر.

لا. لا تُستخدم مستنداتك وبياناتك أبدًا لتدريب نماذج الذكاء الاصطناعي. تبقى بياناتك خاصة ولا تُستخدم إلا لأغراض تحليلك.

نعم. يمكنك حذف مشاريع منفردة أو حسابك بالكامل في أي وقت من الإعدادات. الحذف نهائي وفوري، ولا نحتفظ بأي نسخ بعده (باستثناء السجلات القانونية والمحاسبية مثل الفواتير).

نعم، لعملاء المؤسسات ذوي متطلبات الأمان أو الامتثال الخاصة. يمكننا نشر Skimle في بيئة سحابية مخصصة أو مناقشة خيارات الاستضافة المحلية. تواصل معنا لمعرفة التفاصيل.

يمكن للباحثين إدراج Skimle في طلبات IRB أو الموافقة الأخلاقية تحت بند «أدوات تحليل البيانات»، كما يذكرون SPSS أو NVivo. ويمكننا تقديم وثائق عن تعاملنا مع البيانات والأمان وعمليات الذكاء الاصطناعي لدعم طلباتك. كما يُنتج Skimle Anonymise تقرير تدقيق موقّعًا بصيغة PDF يوثّق كل تحويل مطبّق، وهو ما تتوقعه لجان الأخلاقيات بشكل متزايد دليلًا على إخفاء الهوية بصرامة.

تتطلب الأدوات التقليدية ترميز كل مقطع يدويًا، وهو عمل منهجي لكنه يستغرق وقتًا طويلًا (من أسابيع إلى أشهر). يستخدم Skimle الذكاء الاصطناعي لأتمتة عملية الترميز مع الحفاظ على المنهجية المنظّمة والشفافة نفسها، فتحصل على صرامة بمستوى NVivo بسرعة الذكاء الاصطناعي. كما أن واجهة Skimle أكثر بداهة ومصمّمة للسحابة، ويصدّر إلى REFI-QDA لتنتقل المشاريع بين الأدوات. اطّلع على مقارنتنا الكاملة لأدوات QDA.

صُمّمت Dovetail لفرق المنتجات التي تُجري أبحاث تجربة مستخدم خفيفة مع ميزات ذكاء اصطناعي مضافة. أما Skimle فبُني من الأساس للتحليل الكيفي الصارم بمنهجية أكاديمية. وإذا احتجت إلى الدفاع عن نتائجك أمام مراجعة الأقران، أو العرض على مديرين متشككين، أو التعامل مع بيانات سرية وفق GDPR، فإن Skimle يوفّر البنية والشفافية التي تتطلبها هذه المواقف. اقرأ المقارنة الكاملة بين Skimle وDovetail.

يمكن ذلك، لكنك ستصطدم بالقيود سريعًا: إجابات غير متسقة (اطرح السؤال نفسه مرتين تحصل على ردّين مختلفين)، وغياب التغطية المنهجية (قد تفوتك أفكار لا تطابق استعلامك دلاليًا)، وانعدام إمكانية التتبّع (لا يمكن إظهار مصدر الخلاصات)، ونافذة سياق محدودة تتعثر مع أكثر من 20 مستندًا. تصلح أدوات الذكاء الاصطناعي العامة للملخصات السريعة لمستند أو اثنين، أما للتحليل المنهجي فاستخدم Skimle. اقرأ المزيد عن مواضع نجاح التحليل القائم على النماذج اللغوية الكبيرة ومواضع إخفاقه.

في المشاريع الصغيرة (أقل من 10 مقابلات) تكفي القراءة اليدوية تمامًا. لكن مع ازدياد الحجم: (1) يتضاعف الوقت: 20 مقابلة = أكثر من 40 ساعة من الترميز اليدوي؛ (2) يتراجع الاتساق: يؤثر الإرهاق والتحيّز في المستندات اللاحقة بشكل مختلف عن الأولى؛ (3) يضعف التعرّف على الأنماط: من الصعب استحضار 50 مقابلة في الذهن في آن واحد. يحافظ Skimle على الجودة مع اتساع الحجم، ويوفّر وقتك للتحليل الفعلي بدلًا من الترميز الآلي.