resources
Everything a new team needs
The shared instruments of the network. Registered teams receive the full pack by email after applying on the Join page; the summaries below let you assess fit before applying.
instruments
The three core instruments
Researcher workshop pack
18 printable worksheets: project identity, RQ0–RQ6, H1–H6 with observables, the theoretical framework, the linguistic-prediction module, corpus and annotation protocols, the AI pipeline, the reader study, six weekly day-by-day plans with Friday checkpoints, deliverables checklist, starter bibliography.
COGNILANG Analyzer
A Streamlit app for AI-assisted exploration: textual-index extraction, similarity/divergence comparison, sentence alignment, TRA shift detection, DIS classification, PRD marker identification, and a cross-analysis tab linking features × shifts × prediction to cognitive hypotheses. JSON and PDF export with full Unicode (RTL Arabic included).
Code-book with examples
The frozen LIN/DIS/TRA/PRD grid with one positive and one negative example per code per language, the κ procedure, and the deviation-log template every replication fills in.
tooling
Recommended tools per component
Model substitution across languages is expected; the validation logic is what stays constant. Versions of every tool used must be logged.
| Component | Reference tools (pilot) |
|---|---|
| EN/FR processing | spaCy (en_core_web_*, fr_core_news_*); stanza as cross-check. |
| Arabic processing | CAMeL Tools, Farasa, or stanza (ar) — normalisation settings documented. |
| Other languages | stanza covers 70+ languages; for CJK add jieba / fugashi; report segmentation agreement on a sample. |
| Embeddings / alignment | sentence-transformers (LaBSE), LASER; faiss for nearest-neighbour pairing. |
| Surprisal (PRD-1) | transformers + minicons with one monolingual causal LM per language; within-language comparisons or normalised profiles only. |
| LLM assistance | Any capable LLM API for frame labelling and shift pre-classification — always benchmarked against the gold subset; prompts versioned. |
| Statistics | pandas, scikit-learn, statsmodels; κ on doubled annotations; notebooks under version control. |
reference plan
The six-week cycle
| Week | Focus | Key deliverables |
|---|---|---|
| Week 1 | Framing and architecture | Title, RQ0–RQ6, H1–H6 with observables, definitions (incl. linguistic prediction), outline, abstracts, ethics application submitted. |
| Week 2 | Literature review | Three-block review (cognition · translation · AI) + state of the art on translation as cognition; frozen DIS-1 label set; formatted bibliography. |
| Week 3 | Methodology and corpus | Corpus collected and documented; grid piloted and frozen (κ ≥ 0.70); AI pipeline (incl. surprisal module) validated on a sample. |
| Week 4 | Analysis | Comparative LIN/DIS tables; TRA typology; predictability profiles; shift × surprisal cross-table; results and discussion drafts. |
| Week 5 | Finalisation | Introduction and conclusion; harmonised text; verified citations and bibliography; near-final version. |
| Week 6 | Revision and delivery | Final document (DOCX + PDF); annexes; oral presentation pack; deviation log to the network. |
trilingual glossary
Key terms of AI, in three languages
A trilingual reference — English · العربية · Français — of the core vocabulary that recurs across the project's methodology, tools, and reader materials. Grouped by theme, from foundational AI concepts to data, education, ethics, and the language-and-cognition terms specific to COGNILANG. Teams may reuse and extend it; new entries follow the same three-column format.
| English | العربية | Français |
|---|---|---|
| Artificial Intelligence (AI)The capability of machines to perform tasks that normally require human intelligence, such as reasoning, learning, and decision-making. | الذكاء الاصطناعيقدرة الآلات على أداء مهام تتطلب عادةً ذكاءً بشريًا، كالاستدلال والتعلّم واتخاذ القرار. | Intelligence artificielle (IA)Capacité des machines à accomplir des tâches nécessitant normalement l’intelligence humaine, comme le raisonnement, l’apprentissage et la prise de décision. |
| Machine Learning (ML)A branch of AI in which systems learn patterns from data and improve their performance without being explicitly programmed. | التعلّم الآليفرع من الذكاء الاصطناعي تتعلّم فيه الأنظمة الأنماط من البيانات وتحسّن أداءها دون برمجة صريحة. | Apprentissage automatiqueBranche de l’IA où les systèmes apprennent des motifs à partir de données et améliorent leurs performances sans être explicitement programmés. |
| Deep LearningA type of machine learning using multi-layered neural networks to learn complex patterns from large amounts of data. | التعلّم العميقنوع من التعلّم الآلي يستخدم شبكات عصبية متعددة الطبقات لتعلّم أنماط معقّدة من كميات كبيرة من البيانات. | Apprentissage profondType d’apprentissage automatique utilisant des réseaux de neurones multicouches pour apprendre des motifs complexes à partir de grandes quantités de données. |
| Neural NetworkA computing model inspired by the human brain, made of interconnected nodes that process information in layers. | الشبكة العصبيةنموذج حوسبي مستوحى من الدماغ البشري يتكوّن من عُقد مترابطة تعالج المعلومات عبر طبقات. | Réseau de neuronesModèle de calcul inspiré du cerveau humain, composé de nœuds interconnectés traitant l’information par couches. |
| Large Language Model (LLM)An AI model trained on vast amounts of text to understand and generate human language (e.g., chat assistants). | النموذج اللغوي الكبيرنموذج ذكاء اصطناعي مُدرَّب على كميات هائلة من النصوص لفهم اللغة البشرية وتوليدها (مثل المساعِدات المحادِثة). | Grand modèle de langageModèle d’IA entraîné sur d’immenses volumes de texte pour comprendre et générer le langage humain (ex. assistants conversationnels). |
| Generative AIAI that creates new content — text, images, audio, or code — based on patterns learned from training data. | الذكاء الاصطناعي التوليديذكاء اصطناعي يُنشئ محتوى جديدًا — نصًا أو صورًا أو صوتًا أو شِفرة — استنادًا إلى أنماط تعلّمها من بيانات التدريب. | IA générativeIA qui crée de nouveaux contenus — texte, images, audio ou code — à partir de motifs appris des données d’entraînement. |
| Natural Language Processing (NLP)The field enabling computers to understand, interpret, and produce human language. | معالجة اللغة الطبيعيةالمجال الذي يمكّن الحواسيب من فهم اللغة البشرية وتفسيرها وإنتاجها. | Traitement du langage naturelDomaine permettant aux ordinateurs de comprendre, d’interpréter et de produire le langage humain. |
| Computer VisionThe field enabling machines to interpret and analyze visual information from images and video. | الرؤية الحاسوبيةالمجال الذي يمكّن الآلات من تفسير المعلومات البصرية من الصور والفيديو وتحليلها. | Vision par ordinateurDomaine permettant aux machines d’interpréter et d’analyser l’information visuelle issue d’images et de vidéos. |
| AlgorithmA precise set of step-by-step instructions a computer follows to solve a problem or complete a task. | الخوارزميةمجموعة دقيقة من التعليمات المتسلسلة يتّبعها الحاسوب لحل مشكلة أو إنجاز مهمة. | AlgorithmeEnsemble précis d’instructions étape par étape qu’un ordinateur suit pour résoudre un problème ou accomplir une tâche. |
| Model / TrainingA model is the output of training — the process of feeding data to an algorithm so it learns to make predictions. | النموذج / التدريبالنموذج هو ناتج التدريب، وهو عملية تغذية الخوارزمية بالبيانات لتتعلّم إجراء التنبؤات. | Modèle / EntraînementUn modèle est le résultat de l’entraînement — le processus consistant à fournir des données à un algorithme pour qu’il apprenne à prédire. |
| PromptThe text instruction or question given to a generative AI model to obtain a response. | الموجّه (الأمر النصي)التعليمة النصية أو السؤال المُقدَّم إلى نموذج الذكاء الاصطناعي التوليدي للحصول على استجابة. | Invite (prompt)L’instruction textuelle ou la question fournie à un modèle d’IA générative pour obtenir une réponse. |
| Embodied IntelligenceAI integrated into physical machines — such as humanoid robots — that sense and act in the real world. | الذكاء المُجسَّدذكاء اصطناعي مدمج في آلات مادية — كالروبوتات البشرية الشكل — تستشعر العالم الحقيقي وتتفاعل معه. | Intelligence incarnéeIA intégrée dans des machines physiques — comme les robots humanoïdes — qui perçoivent le monde réel et y agissent. |
| RoboticsThe engineering discipline concerned with designing, building, and operating robots. | الروبوتات (علم الإنسالة)التخصص الهندسي المعني بتصميم الروبوتات وبنائها وتشغيلها. | RobotiqueDiscipline d’ingénierie consacrée à la conception, la construction et l’exploitation de robots. |
| English | العربية | Français |
|---|---|---|
| DataRaw facts, figures, or information that can be processed and analyzed by computers. | البياناتحقائق أو أرقام أو معلومات خام يمكن للحواسيب معالجتها وتحليلها. | DonnéesFaits, chiffres ou informations bruts pouvant être traités et analysés par les ordinateurs. |
| Big DataExtremely large and complex datasets that require specialized tools to store, process, and analyze. | البيانات الضخمةمجموعات بيانات ضخمة ومعقّدة تتطلّب أدوات متخصصة لتخزينها ومعالجتها وتحليلها. | Mégadonnées (Big Data)Ensembles de données extrêmement volumineux et complexes nécessitant des outils spécialisés pour les stocker, les traiter et les analyser. |
| DatasetA structured collection of data used to train, test, or evaluate AI models. | مجموعة البياناتمجموعة منظّمة من البيانات تُستخدم لتدريب نماذج الذكاء الاصطناعي أو اختبارها أو تقييمها. | Jeu de donnéesCollection structurée de données servant à entraîner, tester ou évaluer des modèles d’IA. |
| Data CenterA facility housing servers and infrastructure that store, process, and distribute large volumes of data. | مركز البياناتمنشأة تضمّ خوادم وبنية تحتية لتخزين كميات كبيرة من البيانات ومعالجتها وتوزيعها. | Centre de donnéesInstallation abritant serveurs et infrastructures qui stockent, traitent et distribuent de grands volumes de données. |
| Cloud ComputingOn-demand delivery of computing resources — storage, processing, software — over the internet. | الحوسبة السحابيةتوفير موارد الحوسبة — التخزين والمعالجة والبرمجيات — عند الطلب عبر الإنترنت. | Informatique en nuageFourniture à la demande de ressources informatiques — stockage, traitement, logiciels — via Internet. |
| Semiconductor / ChipThe microelectronic component (chip) that powers computing; essential to AI hardware. | أشباه الموصلات / الرقاقةالمكوّن الإلكتروني الدقيق (الرقاقة) الذي يشغّل الحوسبة، وهو أساسي لعتاد الذكاء الاصطناعي. | Semi-conducteur / PuceComposant microélectronique (puce) qui fait fonctionner l’informatique ; essentiel au matériel d’IA. |
| GPU (Graphics Processing Unit)A specialized processor that performs many calculations in parallel, widely used to train AI models. | وحدة معالجة الرسوماتمعالج متخصص يُجري عمليات حسابية كثيرة بالتوازي، يُستخدم على نطاق واسع لتدريب نماذج الذكاء الاصطناعي. | Processeur graphique (GPU)Processeur spécialisé effectuant de nombreux calculs en parallèle, largement utilisé pour entraîner les modèles d’IA. |
| API (Application Programming Interface)A set of rules allowing different software systems to communicate and exchange data. | واجهة برمجة التطبيقاتمجموعة من القواعد تتيح لأنظمة برمجية مختلفة التواصل وتبادل البيانات. | Interface de programmation (API)Ensemble de règles permettant à différents systèmes logiciels de communiquer et d’échanger des données. |
| Data PrivacyThe protection of personal information and control over how it is collected, used, and shared. | خصوصية البياناتحماية المعلومات الشخصية والتحكّم في كيفية جمعها واستخدامها ومشاركتها. | Confidentialité des donnéesProtection des informations personnelles et maîtrise de leur collecte, utilisation et partage. |
| English | العربية | Français |
|---|---|---|
| Educational PlatformA digital system delivering learning content, activities, and assessments to students online. | المنصّة التعليميةنظام رقمي يقدّم المحتوى التعليمي والأنشطة والتقييمات للطلاب عبر الإنترنت. | Plateforme éducativeSystème numérique diffusant contenus pédagogiques, activités et évaluations aux élèves en ligne. |
| EdTech (Educational Technology)Tools and software designed to enhance teaching and learning. | تقنية التعليمالأدوات والبرمجيات المصمّمة لتعزيز التعليم والتعلّم. | Technologie éducative (EdTech)Outils et logiciels conçus pour améliorer l’enseignement et l’apprentissage. |
| Learning Management System (LMS)Software for delivering, tracking, and managing courses and training programs. | نظام إدارة التعلّمبرمجية لتقديم الدورات والبرامج التدريبية وتتبّعها وإدارتها. | Système de gestion de l’apprentissageLogiciel pour diffuser, suivre et gérer cours et programmes de formation. |
| Adaptive / Personalized LearningEducation that adjusts content and pace to each learner’s needs, often using AI. | التعلّم التكيّفي / المخصّصتعليم يكيّف المحتوى والوتيرة وفق احتياجات كل متعلّم، وغالبًا باستخدام الذكاء الاصطناعي. | Apprentissage adaptatif / personnaliséEnseignement qui adapte contenu et rythme aux besoins de chaque apprenant, souvent à l’aide de l’IA. |
| AI LiteracyThe knowledge and skills needed to understand, use, and critically evaluate AI. | الثقافة في الذكاء الاصطناعيالمعارف والمهارات اللازمة لفهم الذكاء الاصطناعي واستخدامه وتقييمه نقديًا. | Culture de l’IAConnaissances et compétences nécessaires pour comprendre, utiliser et évaluer de façon critique l’IA. |
| Computational ThinkingA problem-solving approach that breaks problems into logical, step-by-step steps suitable for computers. | التفكير الحاسوبيمنهج لحل المشكلات يفكّكها إلى خطوات منطقية متسلسلة ملائمة للحواسيب. | Pensée computationnelleApproche de résolution de problèmes qui les décompose en étapes logiques et séquentielles adaptées aux ordinateurs. |
| Digital SkillsThe abilities required to use digital devices, applications, and networks effectively. | المهارات الرقميةالقدرات اللازمة لاستخدام الأجهزة والتطبيقات والشبكات الرقمية بفاعلية. | Compétences numériquesCapacités requises pour utiliser efficacement appareils, applications et réseaux numériques. |
| STEMAn educational approach integrating Science, Technology, Engineering, and Mathematics. | العلوم والتقنية والهندسة والرياضياتمنهج تعليمي يدمج العلوم والتقنية والهندسة والرياضيات. | STIM (sciences, technologie, ingénierie, maths)Approche éducative intégrant sciences, technologie, ingénierie et mathématiques. |
| Coding / ProgrammingWriting instructions in a programming language (e.g., Python) to make computers perform tasks. | البرمجةكتابة التعليمات بلغة برمجة (مثل بايثون) لجعل الحواسيب تؤدّي المهام. | Codage / ProgrammationÉcriture d’instructions dans un langage de programmation (ex. Python) pour faire exécuter des tâches aux ordinateurs. |
| English | العربية | Français |
|---|---|---|
| AI EthicsThe principles guiding the fair, safe, and responsible design and use of AI. | أخلاقيات الذكاء الاصطناعيالمبادئ التي توجّه تصميم الذكاء الاصطناعي واستخدامه بصورة عادلة وآمنة ومسؤولة. | Éthique de l’IAPrincipes guidant une conception et un usage justes, sûrs et responsables de l’IA. |
| Responsible AIAn approach to developing AI that is transparent, accountable, fair, and aligned with human values. | الذكاء الاصطناعي المسؤولنهج لتطوير ذكاء اصطناعي شفّاف وخاضع للمساءلة وعادل ومتوائم مع القيم الإنسانية. | IA responsableApproche de développement d’une IA transparente, responsable, équitable et alignée sur les valeurs humaines. |
| Algorithmic BiasSystematic unfairness in AI outputs caused by biased data or design. | التحيّز الخوارزميإجحاف منهجي في مخرجات الذكاء الاصطناعي ناتج عن بيانات أو تصميم متحيّز. | Biais algorithmiqueInjustice systématique dans les résultats de l’IA, causée par des données ou une conception biaisées. |
| TransparencyThe degree to which an AI system’s workings and decisions can be understood and explained. | الشفافيةمدى إمكانية فهم آلية عمل نظام الذكاء الاصطناعي وقراراته وتفسيرها. | TransparenceDegré auquel le fonctionnement et les décisions d’un système d’IA peuvent être compris et expliqués. |
| Governance FrameworkThe set of policies, standards, and oversight structures guiding how AI is managed and deployed. | إطار الحوكمةمجموعة السياسات والمعايير وهياكل الإشراف التي توجّه إدارة الذكاء الاصطناعي ونشره. | Cadre de gouvernanceEnsemble de politiques, normes et structures de supervision encadrant la gestion et le déploiement de l’IA. |
| English | العربية | Français |
|---|---|---|
| Machine Translation (MT)Automatic translation of text or speech from one language to another by software. | الترجمة الآليةالترجمة التلقائية للنص أو الكلام من لغة إلى أخرى بواسطة البرمجيات. | Traduction automatiqueTraduction automatique d’un texte ou d’un discours d’une langue à une autre par un logiciel. |
| TokenizationSplitting text into smaller units (tokens) that a model can process; a choice that affects every count. | التجزئة إلى رموزتقسيم النص إلى وحدات أصغر (رموز) يمكن للنموذج معالجتها؛ خيار يؤثّر في كل عملية إحصاء. | TokenisationDécoupage d’un texte en unités plus petites (tokens) que le modèle peut traiter ; un choix qui influe sur tous les décomptes. |
| Fine-tuningFurther training of a pre-trained model on a specific task or dataset. | الضبط الدقيقتدريب إضافي لنموذج مُدرَّب مسبقًا على مهمة أو مجموعة بيانات محدّدة. | Réglage fin (fine-tuning)Entraînement complémentaire d’un modèle pré-entraîné sur une tâche ou un jeu de données spécifique. |
| HallucinationPlausible but false or fabricated content produced by a generative model. | الهلوسةمحتوى يبدو معقولًا لكنه خاطئ أو مُختلَق يُنتجه نموذج توليدي. | HallucinationContenu plausible mais faux ou inventé, produit par un modèle génératif. |
| Multimodal ModelA model that processes several data types (text, image, audio) together. | النموذج متعدد الوسائطنموذج يعالج أنواعًا متعددة من البيانات (نص، صورة، صوت) معًا. | Modèle multimodalModèle qui traite plusieurs types de données (texte, image, audio) à la fois. |
| Conversational Agent (Chatbot)A program that converses with users in natural language. | الوكيل المحادِث (روبوت الدردشة)برنامج يحاور المستخدمين باللغة الطبيعية. | Agent conversationnel (chatbot)Programme qui dialogue avec les utilisateurs en langage naturel. |
| Reinforcement Learning (RL)Learning by trial and error, guided by rewards and penalties. | التعلّم المعزَّزالتعلّم بالتجربة والخطأ، موجَّهًا بالمكافآت والعقوبات. | Apprentissage par renforcementApprentissage par essais et erreurs, guidé par des récompenses et des pénalités. |
| Surprisal (Predictability)A measure of how unexpected a word is in context; central to COGNILANG’s PRD axis. | المفاجأة اللغوية (قابلية التنبؤ)مقياس لمدى عدم توقّع كلمة ما في سياقها؛ محوري في محور قابلية التنبؤ (PRD) في كوجنيلانغ. | Surprisal (prédictibilité)Mesure du caractère inattendu d’un mot en contexte ; centrale dans l’axe prédictibilité (PRD) de COGNILANG. |
Reuse & adaptation. This glossary is a shared instrument: translate an equivalent
column for your own languages, keep the definitions short and parallel, and log any term you add or reword — as
with every COGNILANG code-book, changes are documented, not silent.
bibliography
Starter bibliography, by axis
A — Cognition & comprehension
Kintsch, Comprehension: A Paradigm for Cognition · Sweller et al. on cognitive load theory · interdisciplinary work on cognition and language contact.
B — Cognitive translation studies
Pym on cognitive translation studies · the CTIS programmatic literature ("an evolving research area and a thriving community") · systematic reviews of cognitive approaches to translation · translation-meets- cognitive-science syntheses.
C — News discourse & framing
Entman on framing as a fractured paradigm · corpus-based discourse analysis of translated news (e.g. intensifiers in bilingual news translation) · Bielsa & Bassnett, Translation in Global News.
D — AI / NLP for multilingual news
Multilingual multifaceted understanding of online news · scaling up multilingual news framing analysis · tool papers for the components actually used (cite per team).
E — Linguistic prediction
Kutas & Federmeier on the N400 and anticipatory semantic processing · Pickering & Garrod's integrated theory of production and comprehension · Huettig's four central questions about prediction · Hale and Levy on surprisal and expectation-based comprehension · Chernov, Inference and Anticipation in Simultaneous Interpreting · Amos & Pickering on prediction in simultaneous interpreting · Seeber on cognitive load in SI.
Citation rule. Every reference used must be read at least strategically, summarised in
a reading fiche, and traceable to a specific claim. No decorative citations.