الأسبوع 9 من 12 · 12 ساعة · الدبلوم

الإدارة بواسطة MEAL: المؤشرات والمتابعة ولوحات المتابعة والذكاء الاصطناعي

أهداف الأسبوع
  • بناء خطة MEAL مرتبطة بالإطار المنطقي: مؤشرات SMART، وخطوط أساس، وأهداف، وتصنيفات، ومصادر، وتواترات.
  • متابعة التقدم بجدول متابعة المؤشرات (ITT) ولوحة متابعة، واستخلاص القرارات منهما.
  • استخدام الذكاء الاصطناعي لتحليل البيانات الكمية والنوعية مع احترام المسؤولية عن البيانات الإنسانية.

احتفظ بالدرس لديك: مادة PDF مجانية مع التمارين والنقاط الرئيسية وأجوبة الاختبار.

تنزيل هذا الدرس بصيغة PDF الدليل الكامل (PDF)

1خطة MEAL، العمود الفقري للإدارة

MEAL تعني المتابعة (Monitoring)، والتقييم (Evaluation)، والمساءلة (Accountability)، والتعلم (Learning). وتترجم خطة MEAL الإطار المنطقي إلى منظومة ملموسة. لكل مؤشر: تعريف دقيق، وطريقة الحساب، وخط الأساس، والهدف (الإجمالي ولكل فترة)، والتصنيفات (الجنس، والعمر، والإعاقة، والمكان)، والمصدر وطريقة الجمع، والتواتر، والمسؤول، والاستخدام المتوقع.

المؤشر SMART محدد، وقابل للقياس، وقابل للتحقيق، وذو صلة، ومحدد زمنيًا. «تحسين الوصول إلى المياه» ليس مؤشرًا؛ أما «نسبة الأسر المستهدفة التي تحصل على 15 لترًا على الأقل من مياه الشرب للشخص في اليوم (معيار اسفير)، بحلول ديسمبر/كانون الأول 2027» فهو مؤشر.

وتتضمن خطة MEAL أيضًا التقييمات (الأساسي، ومنتصف المدة، والنهائي)، وآلية التغذية الراجعة والشكاوى، ولحظات التعلم (المراجعات الفصلية، وورش الدروس المستفادة). ودليل MEAL DPro من PM4NGOs مرجع مجاني.

2جدول متابعة المؤشرات (ITT)

يعرض ITT (Indicator Tracking Table) لكل مؤشر خط الأساس، والهدف، والإنجازات حسب الفترة، والمجموع التراكمي، ونسبة التحقيق. وكثيرًا ما يطلبه المانح مع كل تقرير.

قراءة ITT تعني مقارنة نسبة التحقيق بـالوقت المنقضي. ففي الربع 3 من 4 (75 % من الوقت)، يتطلب مؤشر محقق بنسبة 45 % تحليلًا: تأخر في الانطلاق يمكن تداركه، أم مشكلة وصول، أم هدف غير واقعي، أم مؤشر سيئ التعريف؟

احذروا الأخطاء الشائعة: جمع أشخاص مُحتسَبين عدة مرات (أسرة واحدة تتلقى ثلاثة توزيعات: هذه 3 توزيعات، لكنها أسرة واحدة)؛ والخلط بين الأفراد والأسر؛ وعرض نسبة مئوية من دون المقام؛ ونسيان التصنيف حسب الجنس والعمر والإعاقة.

3من المتابعة إلى القرار

لا جدوى من المتابعة إذا لم تغيّر القرارات. وتفحص مراجعة الأداء الشهرية الفعالة، ومدتها ساعة، بالترتيب التالي:

  1. مؤشرات الحصيلة والتغذية الراجعة من المجتمعات: هل يحدث التغيير؟
  2. المُخرَجات والجدول الزمني: هل نحن في الموعد؟
  3. الميزانية والقيمة المكتسبة؛
  4. المخاطر والقضايا؛
  5. القرارات: من يفعل ماذا، ومتى.

وتجمع لوحة المتابعة المكونة من صفحة واحدة هذه العناصر برموز لونية (أخضر، وبرتقالي، وأحمر) محددة مسبقًا. مثلًا: أخضر إذا كان التحقيق 90 % على الأقل من الحصة الزمنية، وبرتقالي من 70 إلى 89 %، وأحمر دون ذلك. والعتبات المكتوبة تتجنب النقاشات الذاتية.

4تحليل البيانات بالذكاء الاصطناعي

البيانات الكمية. يمكن للذكاء الاصطناعي كتابة صيغ جداول البيانات، وتنظيف قاعدة بيانات (التكرارات، والقيم الشاذة)، وحساب النسب والتصنيفات، واقتراح رسوم بيانية وتعليق أولي. ويمكنه أيضًا تنفيذ حسابات صغيرة في الإصدارات التي تتضمن أداة تحليل. تحققوا دائمًا من المجاميع بحساب مستقل.

البيانات النوعية. لمئات الإجابات المفتوحة، أو محاضر مجموعات النقاش، أو التغذية الراجعة المجتمعية، يمكن للذكاء الاصطناعي اقتراح مواضيع، وعدّ التكرارات، واستخراج اقتباسات تمثيلية. الممارسات الجيدة: أن تحددوا أنتم شبكة الترميز أو تعتمدوها؛ والتحقق يدويًا من عينة (مثلًا 10 % من الإجابات)؛ والحفاظ على أصوات الأقليات، التي تميل الخلاصات الآلية إلى محوها.

ما لا يجوز للذكاء الاصطناعي فعله: معالجة الشكاوى الحساسة (الاستغلال والانتهاك الجنسيان، والعنف القائم على النوع الاجتماعي، والاحتيال) خارج المسار السري المعتمد؛ أو تحديد فئة الشكوى بمفرده؛ أو إنتاج أرقام من دون قاعدة بيانات قابلة للتحقق.

5المسؤولية عن البيانات الإنسانية

تحدد توجيهات اللجنة الدائمة المشتركة بين الوكالات (IASC) بشأن المسؤولية عن البيانات (2023) ودليل اللجنة الدولية للصليب الأحمر بشأن حماية البيانات الإطار. قبل إدخال بيانات في أداة ذكاء اصطناعي:

  • التقليل: الأعمدة الضرورية فقط؛
  • التجهيل فعليًا: حذف الأسماء، وأرقام الهواتف، وأرقام التسجيل، والإحداثيات الجغرافية الدقيقة، والتحقق من أن بعض التركيبات (القرية + العمر + الإعاقة + تكوين الأسرة) لا تتيح التعرف على شخص؛
  • التفكير في البيانات الحساسة ديموغرافيًا: حتى من دون أسماء، قد يعرّض تحديد موقع مجموعة إثنية أو أشخاص نازحين هؤلاء للخطر؛
  • استخدام العرض المعتمد من منظمتكم، الذي تستبعد شروطه استخدام بياناتكم في التدريب؛
  • احترام الموافقة المعطاة عند الجمع.

قاعدة بسيطة: إذا كان تسرّب هذا الملف قد يضر بشخص أو بمجموعة، فلا يُدخَل في أداة ذكاء اصطناعي غير معتمدة، ولو «لمجرد ملخص».

6التعلم والتكيف

كثيرًا ما يُنسى حرف «L» في MEAL. ولكي يتعلم المشروع:

  • مسك سجل للقرارات التكيفية: التاريخ، والملاحظة، والبيانات، والقرار، والموافقة؛
  • تنظيم مراجعات قصيرة بعد العمل بعد كل مرحلة مهمة (ما الذي كان مخططًا؟ ماذا حدث؟ لماذا؟ ما الذي نكرره أو نغيره؟)؛
  • مشاركة الدروس مع الكلستر والشركاء؛
  • التحقق من افتراضات نظرية التغيير مرة واحدة على الأقل كل نصف سنة.

يمكن للذكاء الاصطناعي المساعدة في تلخيص المراجعات والعثور على دروس المشاريع السابقة في تقاريركم المؤرشفة، بشرط أن يستشهد بالوثائق المصدر.

تمرين: قراءة ITT واتخاذ القرار

الحالة. مشروع لحماية الطفل لمنظمة أمل الوهمية، 12 شهرًا. المؤشر: «عدد الأطفال المستفيدين من إدارة الحالات الفردية». الهدف السنوي: 2,400 طفل. الإنجازات: الربع 1: 450؛ الربع 2: 620؛ الربع 3: 530. التصنيف التراكمي: 58 % ذكور، و42 % إناث، في حين تضم الفئة المستهدفة 51 % من الإناث. عتبات لوحة المتابعة: أخضر ≥ 90 % من الحصة الزمنية، وبرتقالي 70 إلى 89 %، وأحمر < 70 %.

المطلوب. 1) ما المجموع التراكمي ونسبة التحقيق في نهاية الربع 3؟ 2) ما لون لوحة المتابعة؟ 3) كم طفلًا في الربع 4 لبلوغ الهدف؟ 4) ما السؤال الذي يطرحه التصنيف؟

الحل. 1) 450 + 620 + 530 = 1,600 طفل؛ 1,600 ÷ 2,400 ≈ 66.7 %. 2) الحصة الزمنية في نهاية الربع 3 = 75 %؛ 66.7 ÷ 75 ≈ 89 %: برتقالي (تحت الأخضر بقليل). 3) 2,400 − 1,600 = 800 طفل في الربع 4، أي أكثر بوضوح من أفضل ربع (620): يجب تحليل القدرة الفعلية قبل الوعد بالهدف. 4) الفتيات ممثلات تمثيلًا ناقصًا (42 % مقابل 51 %): عوائق وصول خاصة بالفتيات؟ قنوات إبلاغ غير ملائمة؟ يجب مناقشة ذلك مع المجتمعات والفريق، من دون دفع الأرقام اصطناعيًا، لأن إدارة الحالات يجب أن تستجيب لحاجة حقيقية.

خلاصة

  • تفصّل خطة MEAL كل مؤشر: التعريف، وخط الأساس، والهدف، والتصنيفات، والمصدر، والتواتر، والمسؤول.
  • قراءة ITT: مقارنة نسبة التحقيق بالوقت المنقضي؛ وتجنب الاحتساب المزدوج.
  • تبدأ المراجعة الشهرية بالحصائل وتنتهي بقرارات مكتوبة.
  • يحلل الذكاء الاصطناعي البيانات والتغذية الراجعة المجهَّلة؛ تحققوا من عينة وحافظوا على أصوات الأقليات.
  • التقليل، والتجهيل، والأداة المعتمدة، والموافقة: لا بيانات قد تضر في أداة غير معتمدة.
سؤال حول هذه الوحدة؟

اطرحه على المشاركين الآخرين: إنهم يتابعون الدورة نفسها.

طرح سؤالي عرض نقاشات هذه الوحدة

💼 وظائف في إدارة البرامج

طبّق ما تعلمته: أحدث الوظائف في هذا المجال.

عرض 1171 وظيفة في إدارة البرامج ←

استعد للاختبار الكتابي والمقابلةمثال على اختبار كتابي مصحّح في هذا المجال، وأسئلة مقابلة مع نماذج إجابات وطريقة STAR.عرض الاختبار المصحّح →
للتعمّق: مراجع الدورة
  1. Project Management Institute (PMI) (2025). A Guide to the Project Management Body of Knowledge (دليل PMBOK)، الإصدار الثامن. www.pmi.org
  2. Project Management Institute (PMI) (2026). PMP Examination Content Outline (المحتوى الرسمي لامتحان PMP). www.pmi.org/certifications/project-management-pmp
  3. PeopleCert (AXELOS) (2023). Managing Successful Projects with PRINCE2، الإصدار السابع. www.peoplecert.org
  4. كين شوابر وجيف ساذرلاند (2020). دليل Scrum (The Scrum Guide). scrumguides.org
  5. مجموعة من 17 موقّعًا (2001). بيان التطوير الرشيق للبرمجيات. agilemanifesto.org
  6. PM4NGOs (2020). Project DPro: دليل إدارة المشاريع للعاملين في التنمية (PMD Pro الإصدار الثاني). pm4ngos.org
  7. PM4NGOs (2019). MEAL DPro: دليل المتابعة والتقييم والمساءلة والتعلم. pm4ngos.org
  8. المفوضية الأوروبية (2004). المبادئ التوجيهية لإدارة دورة المشروع. international-partnerships.ec.europa.eu
  9. مجموعة الأمم المتحدة للتنمية المستدامة (UNSDG) (2011). Results-Based Management Handbook (دليل الإدارة القائمة على النتائج). unsdg.un.org
  10. CHS Alliance وGroupe URD واسفير (2024). Core Humanitarian Standard on Quality and Accountability (المعيار الإنساني الأساسي). www.corehumanitarianstandard.org
  11. جمعية اسفير (2018). دليل اسفير. spherestandards.org
  12. اللجنة الدائمة المشتركة بين الوكالات (IASC) (2023). Operational Guidance on Data Responsibility in Humanitarian Action. interagencystandingcommittee.org
  13. اللجنة الدولية للصليب الأحمر وBrussels Privacy Hub (2020). دليل حماية البيانات في العمل الإنساني (الطبعة الثانية). www.icrc.org
  14. National Institute of Standards and Technology (NIST) (2023). AI Risk Management Framework (AI RMF 1.0). www.nist.gov
  15. الأمم المتحدة (مجلس الرؤساء التنفيذيين) (2022). Principles for the Ethical Use of Artificial Intelligence in the United Nations System. unsceb.org

اختبار الأسبوع

5 أسئلة صعبة للتحقق مما تعلمته. أجب عنها كلها لإتمام الأسبوع.

1الهدف 1,000، والمنجز 600 في منتصف المشروع. قياسًا إلى الحصة الزمنية (50 %)، المشروع:
2أسرة واحدة تتلقى ثلاثة توزيعات. تُحتسب:
3قبل تحليل التغذية الراجعة المجتمعية بالذكاء الاصطناعي، يجب أولًا:
4يجب معالجة شكوى تتعلق بالاستغلال والانتهاك الجنسيين:
5حرف «L» في MEAL يعني:

← الأسبوع 8الأسبوع 10 →