یادگیری هوشمند و تحول مدیریت 3115-8900 2 پیاپی 4 2025 10 31 Approaches to Self-Regulated Learning in the Era of Generative Artificial Intelligence رویکردهای یادگیری خودتنظیمی در عصر هوش مصنوعی مولد 1 11 FA الناز فتاحی گروه علوم تربیتی، دانشگاه تهران، تهران، ایران سید وحید موسوی گروه علوم تربیتی، دانشگاه تهران، تهران، ایران Journal Article 2024 04 23 <p>This study aims to examine and analyze contemporary approaches to self-regulated learning in educational environments equipped with generative artificial intelligence, identifying its conceptual, technological, and ethical dimensions. This research is a qualitative systematic review. Data were extracted from 12 selected scholarly articles from international databases. Analysis was conducted using NVivo 14 software, employing open coding and categorization of subthemes and main themes to identify recurring patterns and achieve theoretical saturation. The analysis revealed that generative AI has redefined the concept of self-regulated learning, transformed the roles of learners and teachers, and enabled cognitive human–machine interaction. Technological tools, including intelligent generative systems, adaptive learning environments, AI tutors, and digital reflection tools, play a key role in enhancing self-regulation and personalizing learning pathways. Ethical challenges, such as data privacy, algorithmic bias, and overreliance on technology, were also identified, highlighting the need for appropriate ethical and educational frameworks. Self-regulated learning in the era of generative AI has evolved into a combination of human self-leadership and technological support, enhancing learners’ capacity to manage their learning processes. Effective implementation requires adherence to ethical principles, strengthening digital literacy, and training teachers as facilitators to maximize positive outcomes and minimize potential negative effects.</p> <p>هدف این پژوهش، بررسی و تحلیل رویکردهای نوین یادگیری خودتنظیمی در محیط‌های آموزشی مجهز به هوش مصنوعی مولد و شناسایی ابعاد مفهومی، فناورانه و اخلاقی آن است. این مطالعه از نوع مرور کیفی نظام‌مند است و داده‌ها از طریق تحلیل ۱۲ مقاله علمی منتخب از پایگاه‌های بین‌المللی استخراج شد. فرایند تحلیل با استفاده از نرم‌افزار NVivo نسخه 14 و روش کدگذاری باز، دسته‌بندی زیرمقوله‌ها و مقوله‌ها انجام گرفت تا الگوهای تکرارشونده شناسایی و اشباع نظری حاصل شود. تحلیل داده‌ها نشان داد که هوش مصنوعی مولد موجب بازتعریف مفهومی یادگیری خودتنظیمی، تغییر نقش یادگیرنده و معلم، و ایجاد تعامل شناختی انسان–ماشین شده است. ابزارهای فناوری شامل سیستم‌های مولد هوشمند، محیط‌های یادگیری تطبیقی، عامل‌های آموزشی هوشمند و ابزارهای بازتاب دیجیتال، نقش کلیدی در تقویت خودتنظیمی و شخصی‌سازی مسیر یادگیری دارند. همچنین، چالش‌های اخلاقی مانند حریم خصوصی داده‌ها، سوگیری الگوریتمی و اتکای بیش از حد به فناوری شناسایی شدند که نیازمند چارچوب‌های اخلاقی و آموزشی مناسب است. یادگیری خودتنظیمی در عصر هوش مصنوعی مولد به ترکیبی از خودرهبری انسانی و پشتیبانی فناوری تبدیل شده است که توانایی یادگیرنده را در مدیریت فرایند یادگیری افزایش می‌دهد. بهره‌گیری مؤثر از این فناوری مستلزم رعایت اصول اخلاقی، تقویت سواد دیجیتال و آموزش نقش هدایت‌گرانه معلمان است تا اثرات مثبت آن به حداکثر و اثرات منفی کاهش یابد.</p> https://jilmt.com/index.php/jilmt/article/download/22/23