فهرست نشریات علمی دسترسی آزاد ایران

چکیده گسترده مقدمه و اهداف: تحولات پرشتاب فناوری‌های هوش مصنوعی، بازاندیشی در روش‌های تولید دانش را به ضرورتی انکارناپذیر بدل ساخته‌اند. در این راستا، حوزه هوش مصنوعی به‌سرعت در حال پیشرفت و آماده است تا روش‌های تحقیق ما را متحول کند. یکی از نمودهای بارز این تحول، ورود «مصاحبه‌گران الگوریتمی» به عرصه پژوهش‌های کیفی است؛ ابزارهایی که با تکیه بر الگوریتم‌های پردازش زبان طبیعی، تعاملات شبه‌انسانی با مشارکت‌کنندگان برقرار می‌کنند. مدل‌های زبانی هوش مصنوعی به‌دلیل توانایی فوق‌العاده خود در نوشتن مقاله، طراحی آزمایش‌ها، توسعه نظریه، رونویسی، ترجمه، تجزیه و تحلیل موضوعی، کدگذاری، خلاصه کردن مقالات، توصیه نشریات و هدایت محققان به مسیر درست، تکمیل جمله و پاراگراف، درک و تولید متنی که به نوشتار انسان شباهت دارد، شناخته می‌شوند و این ویژگی آنها را به منبعی ارزشمند برای پژوهشگران در حوزه‌های کیفی تبدیل کرده است. باوجوداین، ورود این ابزارها صرفاً یک پیشرفت تکنولوژیک نیست، بلکه ناظر بر بازتعریف روابط میان انسان، ماشین، قدرت و معرفت است. ازآنجایی‌که تصور تحقیقات کیفی معاصر و تحلیل داده‌ها در علوم انسانی و اجتماعی دشوار است، روی آوردن به فناوری‌های مدرن در تحلیل داده‌های کیفی مبتنی‌بر کامپیوتر، چهارچوب‌های تفسیر ما را شکل می‌دهد و دیدگاه و درک ما از مسائل پژوهشی را تغییر می‌دهد. هدف این مقاله، بازاندیشی انتقادی در نسبت میان هوش مصنوعی و تولید دانش در پژوهش‌های کیفی است؛ با تمرکز ویژه بر مصاحبه‌گران الگوریتمی و ظرفیت‌های آنها در برهم زدن یا بازتولید مناسبات معرفتی و اجتماعی. این مقاله می‌کوشد با تکیه بر نظریه قدرت -دانش فوکو و نظریه جامعه شبکه‌ای کاستلز، الگویی روش‌شناختی با عنوان «روش‌شناسی انتقادی هوشمند» پیشنهاد کند که پژوهشگران را قادر کند نسبت به سوگیری‌ها، محدودیت‌ها و ظرفیت‌های اخلاقی و سیاسی این ابزارها حساسیت نظری و عملی داشته باشند. روش: پژوهش حاضر به بررسی نقش مصاحبه‌گران الگوریتمی در بازتعریف روابط اجتماعی و ساختارهای قدرت در مطالعات کیفی می‌پردازد. این تحقیق در دو مرحله تطبیقی - اسنادی و انتقادی هوشمند اجرا شده است. در فاز اول، با ترکیب نظریه‌های فوکو و کاستلز، چهارچوب نظری برای تحلیل مصاحبه‌های هوش مصنوعی تدوین شد. نظریه فوکو به تحلیل تأثیرات قدرت ابزارهای الگوریتمی کمک و مدل‌های زبانی بزرگ مانند ChatGPT منابع جدید قدرت را نمایان می‌کند. فاز دوم به توسعه رویکرد انتقادی هوشمند اختصاص دارد که به ادغام فناوری‌های هوش مصنوعی و تحلیل انسانی می‌پردازد و به پژوهشگران کمک می‌کند تا به مسائل انسانی و اجتماعی عمیق‌تر بپردازند. این روش‌شناسی نوین با استفاده از الگوریتم‌ها به شفافیت و دقت تحلیل‌ها می‌افزاید و زمان تحلیل را کاهش می‌دهد. همچنین، اعتبار داده‌ها با تفسیر تحلیل‌های انسانی تقویت می‌شود و سوگیری ناشی از تحلیل‌های انسانی کاهش می‌یابد. برای سنجش روایی مدل بومی «روش‌شناسی انتقادی هوشمند»، بررسی هم‌راستایی چهارچوب تحلیلی با نظریه‌های قدرت -دانش و جامعه شبکه‌ای ضروری است. استفاده از ترکیب تحلیل انسانی و الگوریتمی، کدگذاری مشترک و بازبینی نتایج توسط مشارکت‌کنندگان نیز به اعتبار و پایایی پژوهش کمک می‌کند. درنهایت، این پژوهش براساس یک  «روش‌شناسی انتقادی هوشمند بومی» طراحی شد که به پژوهشگران اجازه می‌دهد تا از تجارب انسانی و قدرت پردازش الگوریتمی در عصر دیجیتال و تحلیل دقیق‌تر تعاملات اجتماعی به‌طور هم‌زمان بهره‌برداری کنند. این روش‌شناسی بر اهمیت شفافیت الگوریتمی و سواد داده‌محور تأکید دارد و پژوهشگران را ترغیب می‌کند که در تعامل با ابزارهای هوش مصنوعی، به‌عنوان تولیدکنندگان خلاق دانش عمل کنند. نتایج: یافته‌ها نشان می‌دهند که مدل‌های زبانی بزرگ مانند ChatGPT، می‌توانند به‌شکل معناداری غنای پژوهش‌های کیفی را در مراحلی مانند شناسایی الگوهای پنهان، طراحی سوال، رونویسی، ترجمه، کدگذاری، توسعه نظریه و تولید متن افزایش دهند. باوجوداین، این مدل‌ها ابزارهایی خنثی نیستند؛ بلکه کنشگرانی معرفتی هستند که قادرند ساختار گفتمان و مسیر تفسیر را تحت‌تأثیر قرار دهند. همچنین قادرند الگوهای اجتماعی و فرهنگی را شناسایی و درک عمیق‌تری از ساختارهای قدرت ارائه دهند. یکی از نتایج کلیدی این پژوهش، توانایی مصاحبه‌گران الگوریتمی در تولید داده‌های شفاف و مستند است که به پژوهشگران این امکان را می‌دهد تا روند تحلیل را به‌راحتی پیگیری و نتایج را مستند کنند. این ویژگی می‌تواند به افزایش شفافیت و قابلیت اعتماد در پژوهش‌های کیفی کمک کند و به پژوهشگران اجازه دهد تا با دقت بیشتری به تحلیل داده‌های پیچیده بپردازند. افزون‌براین، نتایج نشان می‌دهند که ترکیب تحلیل انسانی با الگوریتمی می‌تواند به کاهش سوگیری‌ها و افزایش دقت در نتایج منجر شود. این ادغام، به‌ویژه در زمینه‌های اجتماعی و فرهنگی که تحلیل‌های عاطفی و زمینه‌ای اهمیت دارند، می‌تواند تحولی در درک و تفسیر داده‌ها ایجاد کند. در نهایت، این پژوهش بر ضرورت بازاندیشی در روش‌های پژوهش و طراحی رویکردهای جدید در مواجهه با چالش‌های اخلاقی و اجتماعی مرتبط با استفاده از هوش مصنوعی تأکید دارد. این نتایج می‌توانند به‌عنوان مبنایی برای توسعه سیاست‌های پژوهشی و آموزشی در زمینه استفاده از هوش مصنوعی در تحقیقات کیفی عمل کنند و به بهبود کیفیت و اعتبار پژوهش‌های اجتماعی کمک نمایند. بحث و نتیجه‌گیری: پیشرفت‌های اخیر در فناوری‌های هوش مصنوعی و داده‌کاوی تأثیر عمیقی بر روش‌های پژوهش کیفی و اجتماعی داشته است. این پژوهش به بررسی تأثیر مصاحبه‌گران الگوریتمی بر پژوهش‌های کیفی، به‌ویژه در زمینه‌های روابط اجتماعی و ساختارهای قدرت و معرفت می‌پردازد. یافته‌ها نشان می‌دهند که مدل‌های زبانی بزرگ (LLMs) مانند ChatGPT نه‌تنها به‌عنوان ابزار تسهیل‌کننده، بلکه به‌عنوان کنشگران معرفتی عمل می‌کنند که در تفسیر داده‌ها و تولید معنا نقش دارند. این تغییرات به تحول در ساختارهای اجتماعی و روابط انسانی نیز منجر شده است. نظریه‌های میشل فوکو و مانوئل کاستلز به درک بهتر تأثیرات هوش مصنوعی بر روابط اجتماعی کمک می‌کنند. فوکو بر نقش قدرت در تعاملات روزمره تأکید دارد و کاستلز اطلاعات را به‌عنوان منابع جدید قدرت در نظر می‌گیرد. این پژوهش تأکید می‌کند که بهره‌گیری آگاهانه و انتقادی از این ابزارها می‌تواند دقت و انسجام تحلیل‌های کیفی را بهبود بخشد، به‌ویژه در مراحل پیچیده‌ای مانند رونویسی و تحلیل تماتیک. چهارچوب «روش‌شناسی انتقادی هوشمند بومی» که پیشنهاد می‌شود، به پژوهشگران امکان می‌دهد تا از ترکیب تحلیل انسانی و قدرت پردازش الگوریتمی بهره‌برداری کنند و در تعامل با این ابزارها، به تولیدکنندگان خلاق دانش بدل شوند. درنهایت، این پژوهش بر ضرورت بازتعریف نقش پژوهشگر و طراحی ساختارهای جدید برای مستندسازی تعاملات انسان - ماشین تأکید می‌کند و بر اهمیت رویکردهای انتقادی و مسئولانه در استفاده از هوش مصنوعی در تحقیقات اجتماعی تأکید دارد.