تحلیل عمیق پیامدهای الگوریتم‌های هوش مصنوعی در شبکه‌های اجتماعی بر اعتیاد دیجیتال و سلامت روان نسل جوان
کد مقاله : 1226-QURANPSY
نویسندگان
مریم محمدی *
دانشگاه پیام نور واحد آستارا
چکیده مقاله
در عصر حاضر،هوش مصنوعی به محرک اصلی تغییرات در زیرساخت‌های دیجیتال تبدیل شده است و شبکه‌های اجتماعی به عنوان پیشگامان این تحول، با به‌کارگیری پیچیده‌ترین الگوریتم‌های یادگیری ماشین، تجربه کاربری را بازتعریف کرده‌اند.این الگوریتم‌ها، که بر پایه تحلیل کلان‌داده‌های رفتاری کاربران طراحی شده‌اند،هدفشان در وهله اول، به حداکثر رساندن «زمان حضور» و «درگیری» کاربر در پلتفرم است. در این راستا، فناوری‌هایی نظیر سیستم‌های توصیه‌گر، فیدهای شخصی‌سازی‌شده و محتواهای کوتاه و جذاب،به ابزارهایی قدرتمند برای دستکاری ناخودآگاه رفتار کاربر بدل شده‌اند. پژوهش‌های جدید نشان‌دهنده همبستگی مستقیمی میان این الگوریتم‌های «بهینه‌ساز درگیری»، ایجاد «چرخه‌های پاداش دوپامین» و در نهایت، شکل‌گیری «رفتارهای شبه‌اعتیادی» است که به طور فزاینده‌ای سلامت روان، به‌ویژه در میان نوجوانان و جوانان را تهدید می‌کند. این مقاله، در راستای پاسخ به درک عمیق‌تر این پدیده، به مرور وتحلیل ۳۰ مطالعه کلیدی و معتبر منتشرشده میان سال‌های ۲۰۲۰ تا ۲۰۲۵پرداخته است. هدف اصلی، واکاوی جامع اثرات سه‌گانه این الگوریتم‌ها بر سلامت شناختی از قبیل تمرکز، حافظه و عملکرد اجرایی، سلامت عاطفی و روان‌شناختی مانند افسردگی، اضطراب، تنهایی و عزت‌نفس؛ الگوهای رفتاری و اجتماعی شامل اختلالات خواب، انزوای اجتماعی و افت تحصیلی است. تمرکز ویژه بر سازوکارهای دقیق الگوریتمی که منجر به اعتیاد دیجیتال می‌شوند، از جمله «اسکرول بی‌پایان»، «محتواهای کوتاه‌مدت» و «سیستم‌های پاداش متغیر»، از نقاط قوت این پژوهش محسوب می‌شود. نتایج این مرور روایتی، بر لزوم اتخاذ رویکردهای چندوجهی شامل مداخلات آموزشی در حوزه سواد رسانه‌ای، طراحی اخلاق‌مدار پلتفرم‌ها، و تدوین سیاست‌های حمایتی و نظارتی تأکید دارد تا از گسترش بیشتر پیامدهای مخرب این فناوری‌ها جلوگیری به عمل آید
کلیدواژه ها
هوش مصنوعی، سلامت روان، شبکه های اجتماعی، اعتیاد دیجیتال
وضعیت: پذیرفته شده