مصاحبه‌گران الگوریتمی و بازاندیشی در تولید دانش: به‌سوی روش‌شناسی انتقادی هوشمند در پژوهش‌های کیفی مبتنی بر هوش مصنوعی

مقالات آماده انتشار

نوع مقاله : علمی - پژوهشی

نویسندگان

1 گروه علوم اجتماعی، دانشگاه تبریز، تبریز، ایران

2 گروه مدیریت ورزشی، دانشکده تربیت بدنی و علوم ورزشی، دانشگاه تبریز، تبریز، ایران

10.30471/mssh.2025.10961.2640

چکیده

ظهور هوش مصنوعی (AI)، به‌ویژه مدل‌های زبانی بزرگ (LLMs) مانند ChatGPT، فرصت‌ها و چالش‌های تازه‌ای را برای پژوهش‌های کیفی به همراه داشته است. با وجود گسترش کاربرد این ابزارها، هنوز چارچوبی نظام‌مند و انتقادی برای ادغام آن‌ها در پژوهش‌های کیفی وجود ندارد. این پژوهش با هدف پر کردن این خلأ، به بررسی انتقادی نقش مصاحبه‌گران الگوریتمی در بازتعریف روابط اجتماعی، قدرت معرفتی و فرایند تولید دانش می‌پردازد. با بهره‌گیری از نظریه انضباط الگوریتمی فوکو و شبکه‌های دیجیتال قدرت کاستلز، این مقاله روش‌شناسی نوینی تحت عنوان «روش‌شناسی انتقادی هوشمند بومی» پیشنهاد می‌کند که ترکیبی از تحلیل انسانی و مشارکت الگوریتمی است. یافته‌ها نشان می‌دهند که مدل‌های زبانی 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. با این حال، این مدل‌ها ابزارهایی خنثی نیستند؛ بلکه کنشگرانی معرفتی هستند که قادرند ساختار گفتمان و مسیر تفسیر را تحت تأثیر قرار دهند. چالش‌هایی همچون سوگیری الگوریتمی، ناتوانی در درک عواطف انسانی و دغدغه‌های اخلاقی و حریم خصوصی، نشان‌دهنده ضرورت برخورد محتاطانه با این فناوری‌هاست. این پژوهش بر «شفافیت الگوریتمی» و «سواد داده‌محور» به‌عنوان مهارت‌های کلیدی پژوهشگر کیفی در عصر هوش مصنوعی تأکید دارد. در نهایت این مقاله، ضرورت بازاندیشی پارادایمی در روش‌های کیفی و تعامل خلاق، انتقادی و مسئولانه با سیستم‌های هوشمند را مطرح می‌کند.

کلیدواژه‌ها

روش شناسی علوم انسانی

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 25 خرداد 1404

فایل ها

هم رسانی

ارجاع به این مقاله

آمار