تحلیل چندسطحی تاثیرات هوش مصنوعی بر اکوسیستم رسانه های اجتماعی ایران: از الگوریتم های پیشنهاد محتوا تا تغییرات رفتاری کاربران

این پژوهش جامع با رویکرد ترکیبی (کمی-کیفی) به بررسی نظام مند تاثیرات هوش مصنوعی بر رسانه های اجتماعی ایران پرداخته است. داده های تحقیق از طریق پرسش نامه استانداردشده (۱۰۰۰=n، α=۰.۹۱)، تحلیل رفتاری ۵۰۰,۰۰۰ پست در چهار پلتفرم اصلی و مصاحبه های عمیق با ۵۰ خبره گردآوری شده است. یافته های کلیدی نشان می دهد: الگوریتم های پیشنهاد محتوا در پلتفرم های ایرانی با دقت ۶۸% (در مقایسه با ۸۹% در پلتفرم های جهانی) عمل می کنند که عمدتا ناشی از کمبود داده های آموزشی باکیفیت (۸۷%) و چالش های پردازش زبان فارسی (۷۹%) است. پارادوکس رفتاری کاربران ایرانی مشاهده شد: با وجود اعتماد متوسط (۴.۲/۱۰) به محتوای پیشنهادی، ۷۸% از کاربران ناخودآگاه تحت تاثیر این پیشنهادها قرار می گیرند. سلسله مراتب تاثیرگذاری سه لایه شناسایی شد: الگوریتم ها → اینفلوئنسرها (۳.۲× بیشتر از کاربران عادی) → عموم کاربران. این مطالعه با ارائه چارچوبی بومی برای تحلیل تاثیرات هوش مصنوعی، راهکارهای عملیاتی در سه سطح فناوری، سیاست گذاری و آموزش عمومی پیشنهاد می دهد. یافته ها بر ضرورت توسعه موتورهای پردازش زبان طبیعی فرهنگ آگاه، بهبود شفافیت الگوریتمی، و ارتقای سواد دیجیتال کاربران تاکید دارند.

کلیدواژه ها:

هوش مصنوعی در رسانه های اجتماعی ، الگوریتم های پیشنهاد محتوا ، پردازش زبان طبیعی فارسی ، رفتار کاربران دیجیتال ، اینفلوئنسرهای مجازی ، سواد الگوریتمی ، حکمرانی هوش مصنوعی ، مطالعات رسانه ای دیجیتال