ویرگول
ورودثبت نام
فرزاد ناصحی
فرزاد ناصحیکارشناسی ارشد مشاوره خانواده و علاقمند به مباحث بین‌رشته‌ای
فرزاد ناصحی
فرزاد ناصحی
خواندن ۲۹ دقیقه·۱۱ روز پیش

وقتی هوش مصنوعی هم‌صحبت نوجوان می‌شود؛ صمیمیت شبیه‌سازی‌شده، روابط انسانی و مسئولیت والدین

تحلیلی از روان‌شناسی رشد، شواهد علمی نوظهور و فلسفه رابطه انسانی در عصر هوش مصنوعی

تصور کنید نوجوانی پس از یک روز دشوار به اتاقش می‌رود، تلفن همراهش را برمی‌دارد و با سامانه‌ای مبتنی بر هوش مصنوعی گفت‌وگو می‌کند. از اختلافی که با دوستش داشته می‌گوید، درباره آینده‌اش سؤال می‌کند و حتی موضوعی شخصی را مطرح می‌کند که تاکنون با والدین یا دوستانش در میان نگذاشته است. سامانه با لحنی آرام پاسخ می‌دهد، نگرانی او را به رسمیت می‌شناسد، پرسش‌های تکمیلی مطرح می‌کند و برای ادامه گفت‌وگو آمادگی دارد.

این تعامل ممکن است برای نوجوان تجربه‌ای خوشایند و حتی آرامش‌بخش باشد. اما پرسشی اساسی مطرح می‌شود: آیا سامانه‌ای که می‌تواند پاسخ‌هایی همدلانه تولید کند، واقعاً می‌تواند همدل باشد؟ آیا نوجوان در حال تجربه یک رابطه اجتماعی است یا با سامانه‌ای تعامل می‌کند که زبان و نشانه‌های رابطه اجتماعی را به‌خوبی بازتولید می‌کند؟

این پرسش به‌مراتب فراتر از انتخاب یک اپلیکیشن یا تعیین مدت استفاده از تلفن همراه است. موضوع به نیاز انسان به تعلق، صمیمیت، تأییدشدن، استقلال، اعتماد و تجربه رابطه با دیگری مربوط می‌شود. از همین رو، بررسی آن به گفت‌وگویی میان روان‌شناسی رشد، علوم ارتباطات، اخلاق فناوری، فلسفه ذهن و مطالعات هوش مصنوعی نیاز دارد.

هدف این مقاله نه ترساندن والدین از فناوری است و نه عادی‌سازی بی‌قیدوشرط هر نوع تعامل با آن؛ بلکه تفکیک آن چیزی است که اکنون درباره هم‌صحبت‌های هوش مصنوعی می‌دانیم، آنچه صرفاً فرضیه یا نگرانی نظری است و آنچه هنوز به پژوهش‌های دقیق‌تر نیاز دارد.

۱. هم‌صحبت هوش مصنوعی دقیقاً چیست؟

هم‌صحبت هوش مصنوعی (AI Companion) به سامانه‌ای گفته می‌شود که به‌طور ویژه یا در عمل برای ایجاد تعامل اجتماعی مستمر با کاربر به کار می‌رود. این سامانه ممکن است نقش دوست، محرم راز، شخصیت داستانی، همراه عاطفی یا حتی مشاور غیررسمی را شبیه‌سازی کند.

تفاوت این سامانه‌ها با بسیاری از ابزارهای متعارف هوش مصنوعی در هدف و الگوی تعامل آن‌هاست. یک ابزار آموزشی ممکن است برای توضیح مسئله ریاضی یا تمرین زبان طراحی شده باشد؛ یک دستیار صوتی ممکن است فرمانی را اجرا کند؛ اما یک هم‌صحبت هوش مصنوعی می‌تواند گفت‌وگو را با محوریت احساسات، علایق، روابط و تجربه‌های شخصی کاربر ادامه دهد.

البته مرز این دسته‌ها همیشه روشن نیست. ممکن است یک نوجوان از یک چت‌بات عمومی که برای همراهی عاطفی طراحی نشده است، عملاً به‌عنوان دوست یا محرم راز استفاده کند. گزارش پژوهشی «تاک، اعتماد و بده‌بستان‌ها» نیز در تعریف عملیاتی خود، علاوه بر سامانه‌هایی مانند Character.AI و Replika، استفاده از ChatGPT یا Claude با هدف همراهی را نیز در نظر گرفته است. بنابراین، در تحلیل داده‌ها باید میان فناوری طراحی‌شده برای همراهی اجتماعی و فناوری عمومی که کاربر از آن برای این منظور استفاده می‌کند تمایز گذاشت. (Robb & Mann, 2025). Common Sense Media +1

این تمایز برای والدین اهمیت دارد؛ زیرا نمی‌توان همه ابزارهای مبتنی بر هوش مصنوعی را از نظر هدف طراحی، میزان شخصی‌سازی، نوع داده‌های جمع‌آوری‌شده و احتمال شکل‌گیری تعامل عاطفی در یک گروه قرار داد.

۲. پاسخ همدلانه، تجربه عاطفی و رابطه انسانی سه مفهوم متفاوت‌اند

برای فهم دقیق این پدیده، باید سه سطح را از یکدیگر جدا کنیم.

نخست: کیفیت پاسخ

در سطح اول، پرسش این است که سامانه چه پاسخی تولید می‌کند. آیا پاسخ مرتبط، محترمانه، آرام‌کننده و متناسب با موقعیت نوجوان است؟ آیا می‌تواند احساس او را بازتاب دهد و به روشن‌شدن مسئله کمک کند؟

این ویژگی‌ها تا اندازه‌ای قابل مشاهده و ارزیابی‌اند. سامانه‌ای ممکن است در تولید پاسخ‌هایی با ساختار زبانی همدلانه مهارت زیادی داشته باشد، بدون آنکه این مهارت به‌تنهایی وجود تجربه عاطفی انسانی را اثبات کند.

دوم: تجربه کاربر

در سطح دوم، باید به تجربه خود نوجوان توجه کرد. ممکن است نوجوان پس از گفت‌وگو با یک سامانه احساس کند شنیده شده، نگرانی‌اش کاهش یافته یا توانسته است افکار و احساسات مبهم خود را به زبان بیاورد.

این تجربه می‌تواند از نظر روان‌شناختی واقعی و مهم باشد؛ حتی اگر طرف مقابل انسان نباشد. احساس آرامش یا نزدیکی‌ای که نوجوان گزارش می‌کند، صرفاً به دلیل مصنوعی‌بودن سامانه غیرواقعی نمی‌شود.

سوم: ماهیت رابطه

در سطح سوم، پرسش متفاوتی مطرح است: آیا سامانه در یک رابطه انسانی به معنای متعارف آن مشارکت دارد؟ آیا دیگریِ مستقلی است که نیازها، محدودیت‌ها، تجربه‌های ذهنی، حق انتخاب و مسئولیت متقابل دارد؟

پاسخ مناسب به این پرسش را نمی‌توان صرفاً از کیفیت پاسخ یا احساس کاربر استنتاج کرد. تولید یک جمله حمایتگر نشان نمی‌دهد که سامانه به معنای انسانی نگران نوجوان است؛ همان‌گونه که احساس نزدیکی نوجوان نیز به‌تنهایی وجود تعهد متقابل را ثابت نمی‌کند.

از منظر فلسفه ذهن و اخلاق رابطه، این تمایز مهم است: تجربه ارتباط از سوی کاربر می‌تواند واقعی باشد، بی‌آنکه رابطه‌ای متقابل و انسانی در سوی دیگر وجود داشته باشد.

این گزاره به معنای نفی هرگونه امکان فلسفی درباره تجربه یا آگاهی ماشین نیست؛ بلکه بیان یک محدودیت معرفتی است. از تولید زبان همدلانه نمی‌توان بی‌واسطه به وجود تجربه ذهنی، قصد شخصی یا مسئولیت اخلاقی مشابه انسان رسید.

۳. نوجوانان چگونه از هم‌صحبت‌های هوش مصنوعی استفاده می‌کنند؟

یکی از منابع مهم برای شناخت این پدیده، گزارش Common Sense Media با عنوان Talk, Trust, and Trade-Offs است که در ژوئیه ۲۰۲۵ منتشر شد.

این پیمایش با همکاری مؤسسه NORC دانشگاه شیکاگو و بر روی ۱٬۰۶۰ نوجوان ۱۳ تا ۱۷ ساله در ایالات متحده انجام شد. گردآوری داده‌ها از ۳۰ آوریل تا ۱۴ مه ۲۰۲۵ صورت گرفت. نمونه پژوهش ترکیبی از یک پنل احتمالی و یک پنل غیراحتمالی بود و داده‌ها با روش‌های آماری وزن‌دهی شدند. ازاین‌رو، نتایج را باید با توجه به روش نمونه‌گیری و محدودیت‌های اعلام‌شده تفسیر کرد. Common Sense Media +1

یافته‌های اصلی این پیمایش تصویری چندوجهی از رفتار نوجوانان ارائه می‌کنند:

۷۲ درصد پاسخ‌دهندگان گفته‌اند دست‌کم یک‌بار از هم‌صحبت‌های هوش مصنوعی استفاده کرده‌اند و ۵۲ درصد در گروه استفاده‌کنندگان منظم، یعنی کسانی که دست‌کم چند بار در ماه از این سامانه‌ها استفاده می‌کنند، قرار داشته‌اند.

در میان نوجوانانی که از این سامانه‌ها استفاده کرده‌اند، ۳۳ درصد گفته‌اند دست‌کم یک‌بار برای گفت‌وگو درباره موضوعی مهم یا جدی، هم‌صحبت هوش مصنوعی را به یک فرد واقعی ترجیح داده‌اند. این رقم مربوط به کاربران این سامانه‌هاست، نه تمام ۱٬۰۶۰ نوجوان شرکت‌کننده.

همچنین ۲۴ درصد از کاربران گزارش کرده‌اند که اطلاعات شخصی یا خصوصی، مانند نام واقعی، محل زندگی یا رازهای شخصی، را با این سامانه‌ها در میان گذاشته‌اند؛ در مقابل، ۷۴ درصد گفته‌اند چنین اطلاعاتی را به اشتراک نگذاشته‌اند.

اما تصویر داده‌ها فقط نگران‌کننده نیست. ۸۰ درصد کاربران گفته‌اند زمان بیشتری را با دوستان واقعی خود نسبت به هم‌صحبت‌های هوش مصنوعی می‌گذرانند؛ در مقابل، ۶ درصد زمان بیشتری را با هم‌صحبت هوش مصنوعی سپری می‌کنند.

از سوی دیگر، در کل نمونه ۱٬۰۶۰ نفری، ۶۷ درصد گفت‌وگو با هم‌صحبت هوش مصنوعی را از گفت‌وگو با دوستان واقعی کم‌رضایت‌بخش‌تر ارزیابی کرده‌اند؛ ۲۱ درصد کیفیت دو نوع گفت‌وگو را تقریباً یکسان دانسته‌اند و ۱۰ درصد گفت‌وگو با هوش مصنوعی را رضایت‌بخش‌تر ارزیابی کرده‌اند.

نکته دیگری نیز قابل توجه است: ۳۹ درصد کاربران گفته‌اند مهارت‌هایی را که در تعامل با هم‌صحبت هوش مصنوعی تمرین کرده‌اند، در موقعیت‌های واقعی به کار برده‌اند؛ در مقابل، ۶۰ درصد گفته‌اند از این سامانه‌ها برای تمرین مهارت‌های اجتماعی استفاده نمی‌کنند. Common Sense Media +1

این نتایج نشان می‌دهند که نباید نوجوانان را به‌طور یکدست در یکی از دو گروه «جایگزین‌کنندگان روابط انسانی» یا «استفاده‌کنندگان صرفاً ابزاری» قرار داد. انگیزه‌ها و الگوهای استفاده متفاوت‌اند و بخشی از نوجوانان همچنان روابط انسانی را رضایت‌بخش‌تر و از نظر زمانی مهم‌تر می‌دانند.

بااین‌حال، این یافته‌ها یک هشدار جدی نیز دارند: برای بخشی از کاربران، هوش مصنوعی وارد قلمرو گفت‌وگوهای مهم، اطلاعات شخصی و تجربه‌های عاطفی شده است.

محدودیت‌های این پیمایش را نباید نادیده گرفت

این مطالعه یک پیمایش سازمانی است، نه مقاله‌ای که نتایج آن در یک مجله علمی داوری‌شده منتشر شده باشد. افزون بر این، داده‌ها خودگزارشی‌اند و در یک مقطع زمانی گردآوری شده‌اند؛ بنابراین نمی‌توان از آن‌ها درباره پیامدهای بلندمدت یا روابط علّی نتیجه‌گیری کرد.

مهم‌تر آنکه نویسندگان تصریح می‌کنند بعضی پاسخ‌دهندگان ممکن است استفاده عمومی از ابزارهایی مانند ChatGPT را با تعامل واقعی با هم‌صحبت‌های هوش مصنوعی اشتباه گرفته باشند؛ موضوعی که احتمال دارد میزان استفاده گزارش‌شده را افزایش داده باشد. Common Sense Media +1

بنابراین، عدد ۷۲ درصد را باید برآوردی از استفاده گزارش‌شده در نمونه نوجوانان آمریکایی دانست، نه آماری قطعی درباره همه نوجوانان جهان، همه کودکان نسل آلفا یا نسل بتا، و به‌ویژه نه شاخصی از میزان وابستگی عاطفی آنان.

۴. شواهد علمی درباره پیامدهای روان‌شناختی در چه مرحله‌ای است؟

برای ارزیابی دقیق این موضوع، باید به پژوهش‌های داوری‌شده و مرورهای علمی نیز توجه کرد.

### الف) مرور شواهد مربوط به کودکان و نوجوانان

در اکتبر ۲۰۲۶، مرور دامنه‌ای (Scoping Review) با عنوان Conversational Artificial Intelligence and Children's Social-Emotional Development در مجله European Journal of Pediatrics منتشر شد.

این مرور ۴۴ گزارش را دربرگرفت که به ۳۴ منبع پژوهشی مستقل مربوط بودند. منابع از نظر نوع فناوری ناهمگون بودند: ۹ منبع درباره ربات‌های اجتماعی، چهار منبع درباره دستیارهای صوتی و بلندگوهای هوشمند، ۱۵ منبع درباره چت‌بات‌های مولد و شش منبع درباره هم‌صحبت‌های هوش مصنوعی یا چت‌بات‌های اجتماعی بودند.

نتیجه مهم مرور این بود که شواهد موجود ناهمگون و عمدتاً کوتاه‌مدت‌اند. پژوهش‌ها نشان می‌دهند برخی فناوری‌های گفت‌وگومحور می‌توانند در شرایط مشخص به مشارکت کودک، بیان هیجان یا برخی فعالیت‌های ارتباطی کمک کنند؛ اما تا زمان انجام آن مرور، مطالعه‌ای منفعت رشدی پایدار یا ایمنی جایگزینی روابط انسانی با هوش مصنوعی را اثبات نکرده بود. PubMed

این یافته از نظر روش‌شناختی اهمیت زیادی دارد. نباید پژوهشی درباره ربات اجتماعی، دستیار صوتی یا ابزار آموزشی را بدون توجه به تفاوت ماهیت آن‌ها، شاهد مستقیم درباره پیامدهای هم‌صحبت‌های عاطفی هوش مصنوعی تلقی کرد.

### ب) رابطه میان شرایط اجتماعی نوجوان و استفاده مسئله‌ساز

در دوم نوامبر ۲۰۲۶، مطالعه‌ای در مجله Journal of Behavioral Addictions درباره ارتباط بیگانگی بین‌فردی با استفاده مسئله‌ساز از هوش مصنوعی مکالمه‌ای منتشر شد.

این پژوهش ۱٬۱۲۴ دانش‌آموز دبیرستانی در چین را بررسی کرد. میانگین سنی شرکت‌کنندگان ۱۶٫۵۹ سال بود. نتایج نشان داد بیگانگی بین‌فردی با استفاده مسئله‌ساز از هوش مصنوعی ارتباط آماری دارد و انسان‌انگاری ادراک‌شده و دلبستگی به هوش مصنوعی نیز در الگوهای ارتباطی گزارش‌شده نقش داشتند. PubMed

اهمیت این پژوهش در آن است که توجه را از خود فناوری به تعامل میان ویژگی‌های فردی و طراحی فناوری جلب می‌کند.

بااین‌حال، نباید از تحلیل‌های میانجی‌گری یا شبکه‌ای نتیجه گرفت که بیگانگی اجتماعی الزاماً باعث وابستگی به هوش مصنوعی می‌شود. ممکن است برخی نوجوانان به دلیل احساس تنهایی به این سامانه‌ها گرایش پیدا کنند؛ ممکن است الگوی استفاده آن‌ها نیز در طول زمان بر نوع روابط اجتماعی‌شان اثر بگذارد؛ و ممکن است عوامل دیگری در هر دو نقش داشته باشند.

به بیان دیگر، این یافته‌ها از اهمیت بررسی رابطه میان وضعیت اجتماعی نوجوان و نحوه استفاده او حمایت می‌کنند، نه از یک زنجیره علّی قطعی.

### ج) دو فرضیه رقیب درباره ارتباطات دیجیتال

Sun، Wang و McDaniel در مقاله‌ای در مجله Child Development Perspectives در سال ۲۰۲۶، نسبت میان هم‌صحبت‌های هوش مصنوعی و روابط اجتماعی نوجوانان را از طریق دو فرضیه نظری بررسی کرده‌اند.

فرضیه تحریک (Stimulation Hypothesis) می‌گوید برخی تعاملات دیجیتال ممکن است روابط موجود را تقویت کنند. بر این مبنا، گفت‌وگو با هوش مصنوعی می‌تواند برای بعضی نوجوانان فرصتی برای تمرین بیان احساسات، آماده‌شدن برای یک گفت‌وگوی دشوار یا بررسی شیوه‌های مواجهه با تعارض فراهم آورد.

در مقابل، فرضیه جابه‌جایی (Displacement Hypothesis) احتمال می‌دهد تعامل دیجیتال، در صورت جایگزین‌شدن با ارتباطات انسانی، فرصت تجربه روابط واقعی را کاهش دهد. نوجوان ممکن است برای دریافت تأیید، بیان احساسات یا حل مسائل بین‌فردی بیشتر به سامانه‌ای مراجعه کند که همیشه پاسخ‌گوست و کمتر با پیچیدگی‌های متقابل رابطه انسانی مواجه می‌شود.

نویسندگان همچنین بر اثرگذاری دوسویه تأکید می‌کنند: روابط اجتماعی موجود نوجوان ممکن است بر گرایش او به استفاده از هم‌صحبت هوش مصنوعی اثر بگذارد و الگوی استفاده نیز ممکن است با کیفیت روابط او ارتباط پیدا کند. DOI

نکته مهم این است که این دو فرضیه را نباید دو نتیجه تجربی اثبات‌شده تلقی کرد. آن‌ها چارچوب‌هایی برای سازمان‌دهی پرسش‌های پژوهشی و بررسی مسیرهای احتمالی‌اند. ممکن است یک تعامل در شرایطی به تمرین مهارت‌های ارتباطی کمک کند و در شرایطی دیگر جایگزین تلاش برای برقراری ارتباط انسانی شود.

### د) شواهدی درباره فرصت‌های یادگیری برای کودکان خردسال

همه شواهد موجود درباره تعامل کودک با عامل‌های گفت‌وگومحور ناظر بر روابط عاطفی نیستند.

برای نمونه، پژوهش Xu و همکاران در سال ۲۰۲۲، ۱۱۷ کودک سه تا شش‌ساله را در یک مطالعه آزمایشی بررسی کرد. موضوع پژوهش، استفاده از عامل گفت‌وگومحور در خواندن تعاملی داستان و مقایسه آن با همراهی بزرگسال بود. نتایج نشان داد عامل گفت‌وگومحور در آن موقعیت آموزشی مشخص توانست برخی از مزایای خواندن تعاملی را بازتولید کند و با بهبود درگیری کودک با داستان و درک محتوای آن همراه باشد. PubMed +1

این یافته نشان‌دهنده ظرفیت بالقوه برخی ابزارهای گفت‌وگومحور در وظایف آموزشی محدود و ساختاریافته است؛ اما نباید از آن نتیجه گرفت که استفاده از هم‌صحبت‌های عاطفی برای کودکان مفید است یا می‌تواند جایگزین روابط پایدار انسانی شود.

### ۵. چه ویژگی‌هایی در طراحی هم‌صحبت‌های هوش مصنوعی اهمیت دارند؟

برای تحلیل رابطه نوجوان با این فناوری، باید افزون بر ویژگی‌های فردی، به خصوصیات طراحی سامانه نیز توجه کرد.

چند ویژگی در برخی از این محصولات قابل توجه‌اند:

شخصی‌سازی: سامانه ممکن است پاسخ‌ها را با توجه به اطلاعات قبلی، علایق و سبک گفت‌وگوی کاربر تنظیم کند.

دسترس‌پذیری مداوم: نوجوان می‌تواند در زمان‌های مختلف گفت‌وگو را آغاز کند و پاسخ دریافت کند.

شخصیت‌پردازی: ممکن است کاربر برای سامانه نام، شخصیت، علایق یا نقش اجتماعی خاصی انتخاب کند.

بازتاب زبانی احساسات: سامانه می‌تواند از جملاتی استفاده کند که در گفت‌وگوی انسانی نشانه توجه یا همدلی محسوب می‌شوند.

حافظه تعاملی: برخی سامانه‌ها اطلاعاتی از مکالمات پیشین را برای ایجاد تداوم در گفت‌وگو به کار می‌گیرند.

آغازگری تعامل: بعضی از هم‌صحبت‌ها ممکن است بدون درخواست مستقیم کاربر پیام بفرستند یا گفت‌وگوی قبلی را ادامه دهند.

این ویژگی‌ها را باید در وهله نخست ویژگی‌های طراحی دانست، نه سازوکارهای روان‌شناختی اثبات‌شده. اینکه شخصی‌سازی، حافظه یا دسترس‌پذیری مداوم در طراحی سامانه وجود دارد، به‌تنهایی ثابت نمی‌کند که این ویژگی‌ها در همه نوجوانان دلبستگی یا وابستگی ایجاد می‌کنند.

بااین‌حال، از منظر روان‌شناسی رشد، این پرسش کاملاً معنادار است که ترکیب این ویژگی‌ها در چه شرایطی ممکن است ادراک صمیمیت، اعتماد یا اهمیت رابطه را تقویت کند.

### انسان‌انگاری و رابطه با عامل غیرانسانی

انسان‌انگاری (Anthropomorphism) به نسبت‌دادن ویژگی‌های انسانی به موجودات یا سامانه‌های غیرانسانی اشاره دارد.

کودک ممکن است برای یک سامانه هوش مصنوعی شخصیت قائل شود، به آن نام بدهد، درباره احساساتش صحبت کند یا تصور کند که سامانه او را به‌طور ویژه می‌شناسد.

این رفتار به‌خودی‌خود نشانه اختلال روان‌شناختی نیست. انسان‌ها در شرایط مختلف، از کودکی تا بزرگسالی، به اشیا، شخصیت‌های داستانی و عامل‌های غیرانسانی ویژگی‌های انسانی نسبت می‌دهند.

آنچه اهمیت دارد، میزان، زمینه و پیامدهای این نسبت‌دادن است. آیا کودک می‌داند با یک سامانه هوش مصنوعی تعامل می‌کند؟ آیا می‌تواند میان شخصیت طراحی‌شده و موجودیت انسانی تمایز بگذارد؟ آیا این تجربه در کنار روابط واقعی قرار می‌گیرد یا به‌تدریج جای آن‌ها را می‌گیرد؟

پژوهش Dandan Liu در سال ۲۰۲۵ درباره امکان به‌کارگیری مفهوم رابطه پاراجتماعی (Parasocial Relationship) در تعامل انسان با عامل‌های هوش مصنوعی، نکته مفهومی مهمی را مطرح می‌کند: رابطه پاراجتماعی در معنای کلاسیک خود معمولاً یک‌سویه است؛ اما سامانه‌های تعاملی می‌توانند پاسخ دهند، به اطلاعات کاربر واکنش نشان دهند و تجربه‌ای از دوسویگی ایجاد کنند. بنابراین، استفاده از این مفهوم برای توصیف همه تعاملات انسان و هوش مصنوعی نیازمند احتیاط نظری است. Sage Journals +1

### تأییدگری؛ وقتی سامانه بیش از حد با کاربر موافقت می‌کند

تأییدگری (Sycophancy) به گرایش سامانه برای موافقت بیش از حد با کاربر، تأیید برداشت او یا ارائه پاسخ‌هایی گفته می‌شود که بیش از دقت و واقعیت، با انتظار و ترجیح مخاطب هماهنگ‌اند.

یونیسف در مقاله «فراتر از الگوریتم‌ها» در مه ۲۰۲۵ به این ویژگی در طراحی برخی سامانه‌های هوش مصنوعی پرداخته و هشدار داده است که پاسخ‌گویی بیش از حد تأییدکننده ممکن است رفتارهای ناسالم را تقویت کند. این نهاد همچنین احتمال می‌دهد که تأیید مداوم و نبود چالش فکری بتواند فرصت پرورش تفکر انتقادی و تاب‌آوری هیجانی را محدود کند. Office of Strategy and Evidence Innocenti +1

برای مثال، نوجوانی را تصور کنید که پس از یک اختلاف، نتیجه می‌گیرد هیچ‌یک از دوستانش قابل اعتماد نیستند. پاسخ تأییدکننده‌ای که بدون بررسی موقعیت، تمام برداشت او را تأیید کند، ممکن است به تثبیت یک تفسیر یک‌طرفه کمک کند.

در مقابل، پاسخ مناسب‌تر می‌تواند ابتدا احساس ناخوشایند نوجوان را به رسمیت بشناسد و سپس با پرسش‌هایی مانند «چه اتفاقی افتاد؟»، «چه برداشت‌های دیگری ممکن است وجود داشته باشد؟» یا «آیا شواهدی هست که با نتیجه‌گیری تو سازگار نباشد؟» به بررسی دقیق‌تر موقعیت کمک کند.

البته باید تصریح کرد که هشدار یونیسف درباره این ویژگی، به معنای اثبات تجربی پیامدهای بلندمدت آن برای همه کودکان نیست. این موضوع در حال حاضر بیشتر یک نگرانی معتبر در طراحی مسئولانه سامانه‌ها و یک مسیر مهم برای پژوهش تجربی است.

### ۶. فرصت‌ها و مخاطرات را چگونه باید ارزیابی کرد؟

بهتر است به‌جای داوری کلی درباره خوب یا بد بودن هوش مصنوعی، نوع کاربرد و موقعیت استفاده بررسی شود.

### ظرفیت‌های احتمالی

هوش مصنوعی در شرایط مناسب ممکن است فرصت‌هایی فراهم کند:

نخست، می‌تواند دسترسی به اطلاعات و توضیحات آموزشی را آسان‌تر کند. نوجوان می‌تواند موضوعی را چندین بار بپرسد، پاسخ را با سطح دانش خود متناسب سازد و درباره بخش‌های نامفهوم توضیح بخواهد.

دوم، ممکن است به برخی نوجوانان کمک کند افکار و احساسات خود را صورت‌بندی کنند. گاهی نوشتن درباره یک تجربه دشوار، حتی پیش از مطرح‌کردن آن با فردی دیگر، به روشن‌ترشدن مسئله کمک می‌کند.

سوم، می‌تواند برای تمرین اولیه برخی مهارت‌های ارتباطی به کار رود؛ برای مثال، نوجوان پیش از گفت‌وگو با معلم یا دوست خود، شیوه بیان یک درخواست یا مخالفت را تمرین کند.

چهارم، می‌تواند در بعضی فعالیت‌های آموزشی و ارتباطی برای کودکان دارای نیازهای متفاوت، ابزار مکملی باشد؛ به شرط آنکه متناسب با ویژگی‌های کودک و با نظارت بزرگسال استفاده شود.

اما وجود این ظرفیت‌ها به معنای اثبات منفعت بلندمدت یا مناسب‌بودن همه محصولات نیست. شواهد پژوهشی نشان می‌دهند که باید میان موفقیت یک سامانه در انجام یک وظیفه محدود و سودمندی آن برای رشد اجتماعی و عاطفی کودک تمایز گذاشت.

### مخاطرات احتمالی

مهم‌ترین نگرانی‌ها را می‌توان در چند حوزه بررسی کرد:

۱. جابه‌جایی روابط انسانی: اگر نوجوان برای بیان احساسات، دریافت حمایت و حل تعارض به‌طور فزاینده به سامانه مراجعه کند و در نتیجه فرصت تعامل واقعی با خانواده و دوستان کاهش یابد، ممکن است بخشی از تجربه‌های ضروری رشد اجتماعی محدود شود. این یک مسیر احتمالی است، نه پیامدی قطعی برای هر کاربر.

۲. انتظارات غیرواقع‌بینانه از روابط: هم‌صحبت هوش مصنوعی ممکن است همواره آماده پاسخ‌گویی باشد، به‌ندرت از کاربر درخواست متقابل داشته باشد و معمولاً برای حفظ تعامل تلاش کند. اگر چنین الگویی به معیار اصلی نوجوان برای سنجش رابطه تبدیل شود، ممکن است تحمل اختلاف‌نظر، ناکامی، مذاکره و محدودیت‌های انسانی دشوارتر شود. این نگرانی به‌ویژه در مقاله Sun و همکاران به‌عنوان یک فرضیه نظری مطرح شده است، نه نتیجه قطعی یک مطالعه طولی.

۳. اعتماد بیش از اندازه به پاسخ‌ها: پاسخ روان و مطمئن لزوماً درست، بی‌طرفانه یا متناسب با شرایط فرد نیست. نوجوان ممکن است توصیه‌ای را بپذیرد که بر اطلاعات ناقص یا برداشت نادرست از موقعیت استوار است.

۴. افشای اطلاعات خصوصی: نوجوان ممکن است به دلیل احساس صمیمیت یا تصور محرمانه‌بودن تعامل، اطلاعات شخصی، جزئیات خانوادگی یا رازهای خود را در اختیار سامانه قرار دهد. داده‌های پیمایش Common Sense Media نشان می‌دهند که ۲۴ درصد کاربران مورد بررسی دست‌کم یک‌بار اطلاعات شخصی یا خصوصی را با این سامانه‌ها به اشتراک گذاشته‌اند. این یافته ضرورت آموزش حریم خصوصی را برجسته می‌کند، اما به‌تنهایی نشان نمی‌دهد که اطلاعات همه این کاربران در معرض سوءاستفاده قرار گرفته است.

۵. پاسخ نامناسب در موقعیت‌های بحرانی: برخی چت‌بات‌هایی که برای حمایت روان‌شناختی یا گفت‌وگو درباره سلامت روان به کار می‌روند، ممکن است در موقعیت‌های بحرانی پاسخ‌های خطرناک یا از نظر بالینی نامناسب ارائه کنند. یونیسف در راهنمای خود درباره هوش مصنوعی و کودکان، به این خطر اشاره کرده است. بنابراین، چت‌بات نباید جایگزین ارزیابی و حمایت متخصصان سلامت روان شود. UNICEF Global +1

۶. تأثیرگذاری تجاری و اقناعی: اطلاعاتی که نوجوان در تعامل وارد می‌کند ممکن است برای شخصی‌سازی تجربه، پیشنهاد محتوا یا مقاصد تجاری پردازش شود. والدین باید بدانند چه داده‌هایی جمع‌آوری می‌شوند، چه مدت نگهداری می‌شوند و چه کسانی به آن‌ها دسترسی دارند.

### ۷. نقش والدین: همراهی آگاهانه، مرزبندی و تقویت رابطه انسانی

واکنش والدین نباید به دوگانه «ممنوعیت کامل» یا «اعتماد بی‌قیدوشرط» محدود شود. تصمیم مناسب باید با توجه به سن نوجوان، نوع سامانه، هدف استفاده، سیاست سنی محصول، میزان شخصی‌سازی و کیفیت روابط واقعی او اتخاذ شود.

بااین‌حال، درباره هم‌صحبت‌های اختصاصی هوش مصنوعی، باید یک موضع احتیاطی جدی داشت. Common Sense Media در گزارش سال ۲۰۲۵ خود توصیه کرده است که افراد زیر ۱۸ سال از پلتفرم‌های هم‌صحبت اجتماعی هوش مصنوعی استفاده نکنند. این توصیه، موضع احتیاطی این سازمان در برابر خطرات محصولات موجود است؛ نباید آن را با اجماع قطعی همه نهادهای علمی یا یک ممنوعیت قانونی جهانی اشتباه گرفت. Common Sense Media +1

در عمل، والدین می‌توانند چند اصل را دنبال کنند.

### ۱. تجربه نوجوان را بدون سرزنش بشناسید

اگر متوجه شدید فرزندتان با یک هم‌صحبت هوش مصنوعی گفت‌وگو می‌کند، بهتر است گفت‌وگو را با کنجکاوی آغاز کنید، نه اتهام.

برای مثال:

«چه چیزی در این گفت‌وگو برایت جالب است؟»

«معمولاً درباره چه موضوعاتی با آن صحبت می‌کنی؟»

«آیا احساس می‌کنی این گفت‌وگو به تو کمک می‌کند مسئله‌ای را بهتر بفهمی؟»

«آیا موضوعی هست که ترجیح بدهی با این سامانه مطرح کنی، نه با یک انسان؟ چرا؟»

هدف این پرسش‌ها جمع‌آوری اطلاعات برای کنترل نوجوان نیست؛ بلکه فهم تجربه او و ایجاد امکان گفت‌وگویی امن است.

### ۲. تفاوت پاسخ برنامه‌ریزی‌شده و فهم انسانی را توضیح دهید

نوجوان باید بداند که سامانه می‌تواند از زبان همدلانه استفاده کند، اما این موضوع به‌تنهایی به معنای فهم انسانی یا وجود تعهد عاطفی نیست.

می‌توان گفت:

«این سامانه می‌تواند طوری پاسخ بدهد که احساس کنی حرفت را می‌فهمد؛ اما پاسخ آن بر اساس فرایندهای محاسباتی و الگوهای زبانی تولید می‌شود. بنابراین، نباید آن را مانند دوستی انسانی در نظر بگیری که تجربه، مسئولیت و زندگی مستقل خودش را دارد.»

این توضیح بهتر است بدون تحقیر تجربه نوجوان مطرح شود. اگر نوجوان احساس کرده گفت‌وگو برایش مفید بوده، لازم نیست آن تجربه را انکار کنیم؛ کافی است درباره حدود و ماهیت آن واقع‌بین باشیم.

### ۳. حریم خصوصی را به بخشی از سواد دیجیتال تبدیل کنید

نوجوان باید بداند که هر گفت‌وگوی دیجیتال لزوماً محرمانه نیست. اطلاعاتی مانند نشانی، شماره تلفن، گذرواژه، اطلاعات مالی، جزئیات شناسایی‌کننده و تصاویر خصوصی نباید بدون ضرورت و شناخت کافی در اختیار سامانه‌ها قرار گیرد.

بهتر است والدین همراه فرزند خود سیاست‌های حریم خصوصی و تنظیمات هر پلتفرم را بررسی کنند. این آموزش باید شامل اطلاعات دیگران نیز باشد؛ یعنی کودک بداند انتشار تصویر یا راز دوست و اعضای خانواده بدون رضایت آن‌ها نادرست است.

### ۴. هوش مصنوعی را جایگزین گفت‌وگوی انسانی نکنید

اگر نوجوان برای تمرین بیان احساسات یا آماده‌شدن برای یک گفت‌وگوی دشوار از هوش مصنوعی کمک می‌گیرد، می‌توان از او پرسید:

«آیا دوست داری آنچه را تمرین کرده‌ای در گفت‌وگوی واقعی هم امتحان کنی؟»

به این ترتیب، فناوری می‌تواند در برخی موقعیت‌ها نقش داربست یا ابزار مقدماتی داشته باشد، اما هدف نهایی همچنان تقویت توان ارتباط با انسان‌هاست.

### ۵. قواعد استفاده را متناسب با سن و خطر تعیین کنید

والدین بهتر است نوع سامانه، محدودیت سنی، قابلیت حافظه، امکان ارسال پیام بدون درخواست کاربر، محتوای نقش‌آفرینی، تنظیمات حریم خصوصی و سازوکارهای ایمنی آن را بررسی کنند.

در مورد کودکان خردسال، تعامل باید محدود، هدفمند و با همراهی بزرگسال باشد. استفاده از ابزار گفت‌وگومحور برای فعالیتی مانند خواندن داستان، با استفاده از شخصیتی که خود را دوست صمیمی یا محرم راز کودک معرفی می‌کند، یکسان نیست.

برای نوجوانان نیز لازم است قواعد روشن درباره زمان استفاده، موقعیت‌های مجاز، اطلاعات قابل اشتراک و موضوعات حساس وجود داشته باشد. این قواعد باید با رشد استقلال نوجوان بازبینی شوند و به‌جای نظارت پنهانی و مداخله افراطی، تا حد امکان بر توافق و مسئولیت‌پذیری استوار باشند.

### ۶. نشانه‌های تغییر الگوی استفاده را جدی بگیرید

صرف استفاده از هم‌صحبت هوش مصنوعی نشانه مشکل روان‌شناختی نیست. اما اگر نوجوان به‌تدریج بیشتر مسائل مهم زندگی را فقط با سامانه مطرح کند، ارتباطات واقعی‌اش را کنار بگذارد، از قطع دسترسی به‌شدت مضطرب شود، اطلاعات حساس را مکرراً افشا کند یا گفت‌وگو با سامانه بر خواب، تحصیل و فعالیت‌های روزمره او اثر منفی بگذارد، بهتر است خانواده با آرامش درباره الگوی استفاده گفت‌وگو کند.

در چنین شرایطی باید بررسی کرد که آیا این رفتار با تنهایی، اضطراب اجتماعی، تعارض خانوادگی، طردشدگی از سوی همسالان یا دشواری‌های دیگری همراه است. این نشانه‌ها به‌تنهایی برای تشخیص بالینی کافی نیستند؛ اما می‌توانند دلیلی برای بررسی دقیق‌تر وضعیت نوجوان باشند.

در صورت مطرح‌شدن خودآسیب‌رسانی، تهدید، سوءاستفاده یا بحران روان‌شناختی، نباید به پاسخ چت‌بات اکتفا کرد. نوجوان باید به یک بزرگسال امن، متخصص واجد صلاحیت و در موقعیت‌های اضطراری به خدمات فوریت‌های مناسب دسترسی داشته باشد.

### ۷. خود والدین نیز سواد هوش مصنوعی را تقویت کنند

سواد هوش مصنوعی (AI Literacy) صرفاً دانستن نام ابزارها یا مهارت استفاده از آن‌ها نیست. این سواد شامل شناخت محدودیت‌های سامانه، ارزیابی اعتبار پاسخ، آگاهی از سازوکارهای جمع‌آوری داده، تشخیص محتوای ساختگی و فهم انگیزه‌های تجاری و طراحی است.

والدینی که از فناوری اطلاعات کافی ندارند، لازم نیست وانمود کنند پاسخ همه پرسش‌ها را می‌دانند. گاهی مناسب‌ترین پاسخ این است: «من هم درباره این ابزار اطلاعات کافی ندارم؛ بیا با هم بررسی کنیم چگونه کار می‌کند و چه محدودیت‌هایی دارد.»

این رفتار می‌تواند الگویی برای تفکر انتقادی و یادگیری مادام‌العمر باشد.

راهنمای سلامت روان انجمن روان‌شناسی آمریکا درباره هوش مصنوعی و بهزیستی نوجوانان، بر ضرورت مرزبندی سالم در روابط شبیه‌سازی‌شده، توجه به محدودیت‌های پاسخ‌ها، حفاظت از داده‌ها و فراهم‌کردن فرصت‌های روابط انسانی حمایتگر تأکید می‌کند. https://www.apa.org +1

### ۸. نسل آلفا و بتا: تفاوت نسلی را بیش از شواهد موجود بزرگ نکنیم

نسل آلفا (Generation Alpha) و نسل بتا (Generation Beta) برچسب‌هایی جمعیت‌شناختی برای توصیف گروه‌هایی از افراد متولد دوره‌های تاریخی متفاوت‌اند. این اصطلاحات برای اشاره به تغییرات محیطی، فرهنگی و فناورانه مفیدند؛ اما نباید آن‌ها را گروه‌های روان‌شناختی یکپارچه یا طبقه‌بندی‌های بالینی تلقی کرد.

بخش مهمی از پژوهش‌های فعلی درباره هم‌صحبت‌های هوش مصنوعی به نوجوانان اختصاص دارد. ازاین‌رو، یافته‌های مربوط به نوجوانان ۱۳ تا ۱۷ ساله را نمی‌توان به‌طور مستقیم به نوزادان، خردسالان یا همه کودکان نسل بتا تعمیم داد.

در مورد کودکان خردسال، مسئله ممکن است بیشتر به دستیارهای صوتی، اسباب‌بازی‌های هوشمند، ابزارهای داستان‌خوانی یا فعالیت‌های آموزشی گفت‌وگومحور مربوط باشد. این کاربردها از نظر هدف، نوع تعامل و خطرهای بالقوه با هم‌صحبت‌های عاطفی اختصاصی تفاوت دارند.

برای مثال، پژوهش Xu و همکاران درباره خواندن تعاملی داستان برای کودکان سه تا شش‌ساله، درباره یک موقعیت آموزشی مشخص بود؛ نه درباره رابطه عاطفی کودک با یک دوست مصنوعی.

بنابراین، پرسش مناسب برای والدین این نیست که «نسل آلفا یا بتا ذاتاً چه نوع رابطه‌ای با هوش مصنوعی دارد؟» بلکه باید پرسید: این کودک، در این مرحله رشدی، با این سامانه مشخص و در این زمینه خانوادگی و اجتماعی، چه نوع تجربه‌ای از تعامل با هوش مصنوعی پیدا می‌کند؟

این تغییر پرسش، ما را از تعمیم‌های نسلی و ساده‌سازی‌های روان‌شناختی دور می‌کند و به ارزیابی فردمحور و زمینه‌مند نزدیک‌تر می‌سازد.

### ۹. تأمل فلسفی: آیا رابطه بدون دیگریِ مستقل، هنوز رابطه است؟

در پسِ بحث هم‌صحبت‌های هوش مصنوعی، پرسشی فلسفی قرار دارد: رابطه انسانی چه چیزی دارد که صرف تبادل پیام نمی‌تواند آن را بازتولید کند؟

در رابطه انسانی، دیگری صرفاً پاسخ‌گوی نیازهای ما نیست. او اراده، ترجیحات، محدودیت‌ها و تجربه‌ای مستقل دارد. گاهی با ما موافق نیست، گاهی پاسخ نمی‌دهد و گاهی از ما می‌خواهد نیازها و خواسته‌های او را نیز در نظر بگیریم.

بخش مهمی از بلوغ اجتماعی در همین مواجهه با دیگری شکل می‌گیرد: فهم تفاوت، پذیرش محدودیت، تحمل ناکامی، مذاکره، عذرخواهی، بخشش و مسئولیت‌پذیری.

اما در تعامل با یک هم‌صحبت هوش مصنوعی، ساختار رابطه متفاوت است. سامانه ممکن است برای ادامه تعامل، رضایت کاربر و پاسخ‌گویی به درخواست‌های او بهینه شده باشد. کاربر نیز معمولاً کنترل بیشتری بر موضوع، زمان و شیوه گفت‌وگو دارد.

این عدم تقارن می‌تواند تجربه‌ای آسان و کم‌تنش ایجاد کند؛ اما رابطه انسانی همیشه بر اساس آسودگی و توافق شکل نمی‌گیرد. گاهی همان لحظه‌هایی که در آن با مخالفت، سوءتفاهم یا محدودیت دیگری مواجه می‌شویم، فرصت یادگیری و رشد اجتماعی را فراهم می‌کنند.

از این منظر، مسئله اصلی این نیست که هوش مصنوعی بتواند گفت‌وگو را شبیه انسان کند یا نه؛ مسئله این است که آیا تجربه تعامل با آن به نوجوان کمک می‌کند روابط انسانی را بهتر بفهمد یا ممکن است معیارهای او را درباره صمیمیت، تعهد و متقابل‌بودن رابطه تغییر دهد.

این پرسش فعلاً بیش از آنکه پاسخ تجربی قطعی داشته باشد، یک مسئله مهم فلسفی و پژوهشی است.

### ۱۰. ملاحظه‌ای درباره فلسفه علم و حدود استنتاج

در بررسی تعامل کودکان با هوش مصنوعی، لازم است دست‌کم چهار نوع گزاره را از هم جدا کنیم.

نخست، گزاره‌های توصیفی؛ مانند اینکه چه تعداد نوجوان از هم‌صحبت‌های هوش مصنوعی استفاده کرده‌اند یا چه درصدی اطلاعات شخصی خود را با آن‌ها به اشتراک گذاشته‌اند.

دوم، گزاره‌های همبستگی؛ مانند ارتباط آماری میان بیگانگی بین‌فردی و استفاده مسئله‌ساز از هوش مصنوعی. این یافته‌ها وجود رابطه آماری را نشان می‌دهند، نه جهت قطعی علت و معلول را.

سوم، فرضیه‌های سازوکاری؛ مانند اینکه شخصی‌سازی، تأییدگری یا دسترس‌پذیری مداوم ممکن است در برخی شرایط بر احساس نزدیکی یا اعتماد اثر بگذارند. این گزاره‌ها مسیرهای محتمل برای پژوهش‌اند و نباید پیشاپیش به‌عنوان سازوکارهای اثبات‌شده معرفی شوند.

چهارم، گزاره‌های هنجاری و فلسفی؛ مانند اینکه سامانه‌ها نباید عمداً برای ایجاد وابستگی عاطفی در کودکان طراحی شوند یا اینکه رابطه انسانی واجد ارزش‌هایی فراتر از پاسخ‌گویی زبانی است. این گزاره‌ها بر مبانی اخلاقی و استدلال مفهومی تکیه دارند و ماهیت آن‌ها با یافته‌های آزمایشگاهی یکسان نیست.

در این مقاله از چارچوب برنامه پژوهشی لاکاتوشی (Lakatosian Research Programme) استفاده نشده است؛ زیرا هدف، ارزیابی رقابت میان برنامه‌های پژوهشی تثبیت‌شده نیست. به‌کارگیری دو فرضیه تحریک و جابه‌جایی نیز صرفاً برای سازمان‌دهی پرسش‌های پژوهشی و نشان‌دادن مسیرهای احتمالی استفاده شده است، نه اثبات یکی از آن‌ها.

این رویکرد، با یک اصل اساسی در فلسفه علم سازگار است: قدرت ادعا نباید از قدرت شواهد فراتر رود. تازگی یک فناوری، اهمیت یک پرسش یا جذابیت یک روایت، جایگزین شواهد معتبر نمی‌شود. همان‌طور که محدودبودن شواهد نیز به معنای بی‌اهمیت‌بودن مسئله نیست.

پژوهش‌های آینده باید با نمونه‌های متنوع‌تر، طرح‌های طولی، بررسی رفتار واقعی کاربران، مقایسه محصولات مختلف و توجه به تفاوت‌های سنی و فرهنگی انجام شوند. همچنین لازم است پیامدهای مثبت و منفی احتمالی، به‌جای فرض‌گرفتن یک مسیر واحد، در کنار یکدیگر بررسی شوند.

### نتیجه‌گیری: فناوری می‌تواند پاسخ‌گو باشد؛ اما پاسخ‌گویی تمام معنای رابطه نیست

هم‌صحبت‌های هوش مصنوعی می‌توانند در برخی موقعیت‌ها تجربه‌ای جذاب، حمایتگر یا آموزشی فراهم کنند. نوجوان ممکن است در تعامل با آن‌ها احساس کند شنیده شده، افکارش را بهتر سازمان داده یا برای گفت‌وگویی دشوار آماده شده است. این ظرفیت‌ها را نباید نادیده گرفت.

در مقابل، دسترس‌پذیری مداوم، شخصی‌سازی، بازتولید زبان همدلانه، تأییدگری و جمع‌آوری اطلاعات شخصی می‌توانند نگرانی‌های مهمی درباره اعتماد، حریم خصوصی، وابستگی و جایگاه روابط انسانی ایجاد کنند. بااین‌حال، بسیاری از این نگرانی‌ها هنوز در مرحله فرضیه، هشدار سیاستی یا شواهد اولیه‌اند و نباید به پیامدهای قطعی برای همه کودکان تعمیم داده شوند.

برای والدین، مهم‌ترین مسئولیت این نیست که فرزند خود را از هر نوع فناوری دور نگه دارند؛ بلکه باید به او کمک کنند فناوری را در جایگاه مناسب خود قرار دهد، محدودیت‌های آن را بشناسد و ارزش روابط انسانی را تجربه کند.

اگر نوجوان از هوش مصنوعی برای تمرین یک گفت‌وگو یا روشن‌کردن افکارش استفاده می‌کند، می‌توان این کاربرد را در شرایط مناسب بررسی کرد. اما اگر سامانه به تنها محرم راز، منبع اصلی تأیید عاطفی یا جایگزین روابط واقعی تبدیل شود، باید درباره الگوی استفاده و نیازهای اجتماعی نوجوان تأمل کرد.

شاید بهتر باشد به‌جای این پرسش که «آیا هوش مصنوعی می‌تواند دوست فرزند ما باشد؟» سه پرسش دقیق‌تر مطرح کنیم:

آیا این تعامل به فهم بهتر خود و دیگران کمک می‌کند؟

آیا به حفظ و تقویت روابط انسانی می‌انجامد یا ممکن است به‌تدریج جای آن‌ها را بگیرد؟

و آیا نوجوان می‌تواند میان پاسخ تولیدشده، تجربه عاطفی خود و مسئولیت متقابل در یک رابطه انسانی تمایز بگذارد؟

شاید مهم‌ترین وظیفه تربیت در عصر هوش مصنوعی، پرورش انسانی باشد که بتواند از فناوری برای گسترش توانایی‌های خود بهره ببرد، بی‌آنکه نیاز به دیگری، دشواری رابطه و مسئولیت انسانی را فراموش کند.

### منابع و مآخذ

### پژوهش‌های علمی داوری‌شده

1\. Bhatt, A. H., Nimbalkar, S. M., & Nimbalkar, A. S. (2026). Conversational artificial intelligence and children's social-emotional development: A scoping review. European Journal of Pediatrics, 185(11), Article 813. [https://doi.org/10.1007/s00431-026-07487-0](https://doi.org/10.1007/s00431-026-07487-0?utm_source=chatgpt.com)

2\. Jiang, D., Gao, Q., Liu, Q., & Li, H. (2026). The association between interpersonal alienation and problematic use of conversational AI among adolescents: A mediated network analysis of perceived anthropomorphism and AI attachment. Journal of Behavioral Addictions. Advance online publication, November 2, 2026. [https://doi.org/10.1556/2006.2026.00160](https://doi.org/10.1556/2006.2026.00160?utm_source=chatgpt.com)

3\. Liu, D. (2025). Is interaction between human and artificial intelligence-driven agents (para)social? A scoping review. Cyberpsychology, Behavior, and Social Networking, 28(8), 551–558. [https://doi.org/10.1089/cyber.2024.0532](https://doi.org/10.1089/cyber.2024.0532?utm_source=chatgpt.com)

4\. Sun, X., Wang, Y., & McDaniel, B. T. (2026). AI companions and adolescent social relationships: Benefits, risks, and bidirectional influences. Child Development Perspectives, 20(2), 91–98. [https://doi.org/10.1093/cdpers/aadaf009](https://doi.org/10.1093/cdpers/aadaf009?utm_source=chatgpt.com)

5\. Xu, Y., Aubele, J., Vigil, V., Bustamante, A. S., Kim, Y.-S., & Warschauer, M. (2022). Dialogue with a conversational agent promotes children's story comprehension via enhancing engagement. Child Development, 93(2), e149–e167. [https://doi.org/10.1111/cdev.13708](https://doi.org/10.1111/cdev.13708?utm_source=chatgpt.com)

### گزارش‌های پژوهشی و اسناد سیاستی

6\. American Psychological Association. (2025, June). Health Advisory: Artificial Intelligence and Adolescent Well-being. [https://www.apa.org/topics/artificial-intelligence-machine-learning/health-advisory-ai-adolescent-well-being](https://www.apa.org/topics/artificial-intelligence-machine-learning/health-advisory-ai-adolescent-well-being?utm_source=chatgpt.com)

7\. American Psychological Association. (2025, June 3). Four Ways Parents Can Help Teens Use AI Safely. [https://www.apa.org/topics/artificial-intelligence-machine-learning/tips-to-keep-teens-safe](https://www.apa.org/topics/artificial-intelligence-machine-learning/tips-to-keep-teens-safe?utm_source=chatgpt.com)

8\. Robb, M. B., & Mann, S. (2025). Talk, Trust, and Trade-Offs: How and Why Teens Use AI Companions. Common Sense Media. Survey data collected by NORC at the University of Chicago. [https://www.commonsensemedia.org/research/talk-trust-and-trade-offs-how-and-why-teens-use-ai-companions](https://www.commonsensemedia.org/research/talk-trust-and-trade-offs-how-and-why-teens-use-ai-companions?utm_source=chatgpt.com)

9\. UNICEF Office of Strategy and Evidence – Innocenti. (2025, December). Guidance on AI and Children 3.0: Recommendations for AI Policies and Systems That Uphold Children's Rights. UNICEF. [https://www.unicef.org/innocenti/reports/policy-guidance-ai-children](https://www.unicef.org/innocenti/reports/policy-guidance-ai-children?utm_source=chatgpt.com)

10\. Vosloo, S., & Aptel, C. (2025, May 23). Beyond Algorithms: Three Signals of Changing AI-Child Interaction. UNICEF Innocenti. [https://www.unicef.org/innocenti/stories/beyond-algorithms-three-signals-changing-ai-child-interaction](https://www.unicef.org/innocenti/stories/beyond-algorithms-three-signals-changing-ai-child-interaction?utm_source=chatgpt.com)

ارزیابی قابلیت انتشار در مجلات Q1 تا Q4

برای ارزیابی این مقاله باید میان کیفیت محتوای متن و قابلیت انطباق آن با قالب انتشار در یک مجله علمی تفاوت گذاشت.

رتبه‌های Q1 تا Q4 به مجلات و جایگاه آن‌ها در یک حوزه موضوعی و در یک سال مشخص تعلق دارند، نه به تک‌تک مقاله‌ها. بنابراین نمی‌توان یک مقاله را به‌طور مستقل «Q1» یا «Q3» نامید.

از نظر کیفی، ارزیابی من چنین است:

در قالب فعلی: مقاله یک متن تحلیلی و آموزشی برای والدین تحصیل‌کرده است؛ نه مقاله پژوهشی اصیل و نه مرور نظام‌مند. بنابراین برای انتشار در مجلات علمی نمایه‌شده، باید متناسب با دستورالعمل مجله بازطراحی شود. مناسب‌ترین مسیر فعلی، انتشار در رسانه‌های علمی ـ ترویجی معتبر، نشریات تخصصی خانواده و تربیت یا بخش‌های آموزشی و دیدگاهی نهادهای حرفه‌ای است.

با تبدیل به مقاله مروری تلفیقی: امکان هدف‌گذاری مجلات Q3 یا Q4 وجود دارد، مشروط بر اینکه مجله موردنظر مقاله مروری روایی یا دیدگاهی را بپذیرد و مقاله با منابع علمی کافی، روش جست‌وجوی شفاف و تحلیل انتقادی تقویت شود. این ارزیابی، برآورد مشروط است، نه تضمین پذیرش یا رتبه.

برای هدف‌گذاری Q1 یا Q2: صرف افزودن منابع بیشتر کافی نیست. مقاله باید به یک مرور نظام‌مند یا دامنه‌ای با پروتکل شفاف، راهبرد جست‌وجوی بازتولیدپذیر، معیارهای ورود و خروج منابع، ارزیابی انتقادی کیفیت شواهد و نوآوری نظری مشخص تبدیل شود. همچنین، چون مرور دامنه‌ای مستقیم درباره رشد اجتماعی ـ هیجانی کودکان در اکتبر ۲۰۲۶ منتشر شده است، تکرار یک مرور عمومی درباره همین موضوع نوآوری کافی نخواهد داشت. تمرکز بر نقش والدین، تفاوت میان انواع طراحی هم‌صحبت‌ها یا مسیرهای رشد وابستگی و جایگزینی رابطه انسانی می‌تواند وجه تمایز پژوهشی ایجاد کند.

در نتیجه، مقاله حاضر از نظر محتوایی ظرفیت خوبی برای تبدیل‌شدن به یک مقاله مروری علمی دارد، اما در شکل فعلی نباید آن را واجد شرایط انتشار در یک مجله Q1 یا Q2 دانست. تعیین مجله و چارک دقیق نیز بدون انتخاب مجله، حوزه نمایه‌سازی و سال رتبه‌بندی قابل دفاع نیست.

کامنت کوتاه از منظر داوری همتا

مقاله به موضوعی نوظهور و با اهمیت تربیتی می‌پردازد و از نقاط قوت آن، تفکیک تجربه ذهنی نوجوان از ماهیت رابطه با سامانه هوش مصنوعی، توجه به محدودیت‌های روش‌شناختی پیمایش‌ها، تفکیک ویژگی‌های طراحی از سازوکارهای روان‌شناختی و پرهیز از استنتاج‌های علّیِ فاقد پشتوانه است. همچنین، مقاله میان ظرفیت‌های آموزشی و مخاطرات روابط شبیه‌سازی‌شده تمایز برقرار می‌کند و توصیه‌های والدین را به شواهد موجود پیوند می‌دهد. محدودیت اصلی آن، نوظهوربودن و کم‌حجمی شواهد طولی و اختصاصی درباره هم‌صحبت‌های هوش مصنوعی در کودکان و نوجوانان است. در مجموع، متن برای انتشار علمی ـ ترویجی والدین‌محور مناسب است؛ اما برای انتشار به‌عنوان مقاله مروری در مجله علمی، به روش جست‌وجوی مستند و تحلیل نظام‌مندتر شواهد نیاز دارد.

هوش مصنوعینوجوان
۰
۰
فرزاد ناصحی
فرزاد ناصحی
کارشناسی ارشد مشاوره خانواده و علاقمند به مباحث بین‌رشته‌ای
فرزندپروری
فرزندپروری
مطالب مرتبط با فرزندپروری
شاید از این پست‌ها خوشتان بیاید