مفاهيم أساسية: الفرق بين الذكاء الاصطناعي، التعلم الآلي، والبيانات الضخمة .

دراسات حالة: تطبيقات ناجحة للذكاء الاصطناعي في إدارة الكوارث (مثل توزيع المساعدات في المناطق النائية).

نشاط عملي: تحليل بيانات افتراضية لتحديد مناطق الأزمات باستخدام أدوات بسيطة مثل Excel أو Tableau.

أدوات الذكاء الاصطناعي لتحليل الاحتياجات وتخصيص الموارد (مثال: خوارزميات تحسين المسارات في عمليات الإغاثة).

استخدام التعلم الآلي للتنبؤ بالطلب على الموارد (مثل الأدوية، المواد الغذائية) .

نشاط عملي: تصميم خطة مشروع افتراضية باستخدام أداة Project Management مدعومة بالذكاء الاصطناعي (مثل Monday.com أو Asana).

نماذج التنبؤ بالمخاطر: تحليل البيانات التاريخية للتنبؤ بالكوارث الطبيعية أو النزاعات .

أدوات دعم القرار: استخدام لوحات التحكم (Dashboards) لمراقبة تقدم المشاريع .

نشاط عملي: محاكاة إدارة أزمة افتراضية باستخدام برنامج PredictivHQ أو أداة مشابهة.