Add Universal AI Language Exam Framework (UALEF) draft

Initial draft of exam generation and correction workflow:
- Define A-Z workflow for AI-assisted exams
- Introduce double framework approach (Global + Specific)
- Outline key concepts and advantages
- List questions to resolve for implementation

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude <noreply@anthropic.com>

docs/Universal-AI-Language-Exam-Framework.md

@@ -0,0 +1,93 @@
+# Universal AI Language Exam Framework (UALEF)
+
+## Version
+- Framework: v0.1 (DRAFT)
+- Date: 2025-10-30
+- Status: Work in Progress
+
+## Overview
+
+Framework universel pour générer, administrer et corriger des exams de langue avec l'aide de l'IA.
+
+## Workflow Core (A → Z)
+
+### INPUT
+Travail du mois (chapters complétés pour un segment donné)
+
+### STEP 1: Génération Exam
+- AI scan les chapters du mois pour ce segment (ex: tous les Xiezuo chapters étudiés)
+- Génère exam basé sur **Segment Framework** (chaque segment a son propre framework)
+- Génère en parallèle **Correction Framework** (grille de correction spécifique à cet exam)
+
+### STEP 2: Passage Exam
+- L'étudiant passe l'exam (format à définir - PDF? Markdown? classGen?)
+- L'étudiant produit ses réponses
+
+### STEP 3: Correction AI
+- AI corrige basé sur :
+  - **Correction Framework** (généré avec l'exam - critères spécifiques)
+  - **Global Segment Framework** (standards généraux du segment, ex: standards Xiezuo)
+- Output : Note + feedback détaillé
+
+### OUTPUT
+Score + analyse détaillée
+
+---
+
+## Concepts Clés
+
+### 1. Segment Framework (Global)
+Standards généraux pour chaque skill/segment
+- Exemple Xiezuo (Writing): grammar, vocabulary, coherence, structure
+- Exemple Tingli (Listening): comprehension, detail retention, inference
+- Exemple Kouyu (Speaking): pronunciation, fluency, naturalness, grammar
+
+### 2. Correction Framework (Spécifique)
+Généré avec chaque exam, inclut:
+- Réponses attendues
+- Rubrique de scoring détaillée
+- Points clés à évaluer
+- Barèmes spécifiques
+
+### 3. Double Framework Approach
+- **Global Segment Framework** = cohérence et standards
+- **Correction Framework** = flexibilité et spécificité
+- Combinaison = correction juste et adaptée
+
+---
+
+## Avantages du Système
+
+✅ **Scalable**: Fonctionne pour n'importe quel segment, n'importe quelle langue
+✅ **Consistent**: Double framework assure cohérence des corrections
+✅ **Flexible**: Correction framework s'adapte au contenu spécifique
+✅ **Transparent**: Critères clairs dès la génération de l'exam
+✅ **AI-Assisted**: Correction rapide et détaillée avec feedback actionnable
+
+---
+
+## Questions en Suspens (À Définir)
+
+1. **Global Segment Framework** : Structure exacte ? Format JSON ?
+2. **Correction Framework** : Template standardisé ?
+3. **Format exam** : Comment l'étudiant passe-t-il l'exam concrètement ?
+4. **Stockage** : Organisation des fichiers (ExamFramework/ ou Tracking/ExamResults/) ?
+5. **Types d'exercices** : MCQ, fill-in-blanks, production libre, etc. ?
+6. **Scoring** : Automatique vs manuel vs hybride selon type de question ?
+
+---
+
+## Prochaines Étapes
+
+- [ ] Définir structure Global Segment Framework
+- [ ] Définir structure Correction Framework
+- [ ] Créer templates pour chaque segment
+- [ ] Définir format de passage d'exam
+- [ ] Tester avec un exam pilote
+- [ ] Itérer et raffiner
+
+---
+
+## Notes
+
+Ce framework est conçu pour être universel et s'adapter à n'importe quel apprentissage de langue, pas seulement le chinois. Il peut être adapté pour d'autres systèmes d'apprentissage utilisant l'IA comme assistant pédagogique.