یادگیری هوشمند و تحول مدیریت 3115-8900 2 پیاپی 5 2024 10 03 Human–Machine Co-Learning in Digital Educational Environments یادگیری متقابل انسان و ماشین در محیط‌های آموزشی دیجیتال 1 13 FA مهناز توفیقی گروه مدیریت آموزشی، دانشگاه لرستان، خرم‌آباد، ایران Journal Article 2024 07 23 <p>The aim of this study was to systematically review and qualitatively analyze research on human–machine co-learning in digital educational environments to identify its cognitive, emotional, social, and technological dimensions. This study adopted a qualitative systematic review design. The research corpus consisted of peer-reviewed papers published between 2015 and 2024 in Scopus, Web of Science, ScienceDirect, Springer, and Google Scholar databases. After applying inclusion and exclusion criteria, 12 eligible articles were selected. Data were analyzed thematically using NVivo 14 through open, axial, and selective coding, and data collection continued until theoretical saturation was achieved. The results revealed three overarching themes: “Cognitive Co-evolution,” “Emotional and Social Interactions,” and “Technological and Ethical Mechanisms.” Cognitively, continuous interaction between humans and machines enhances self-regulation, metacognition, and cognitive flexibility. Emotionally, affective computing technologies foster empathy, trust, and emotional engagement in human–machine communication. Technologically, deep learning, reinforcement learning, and predictive analytics form the foundation of intelligent educational systems, while ethical concerns such as transparency, algorithmic fairness, and data privacy are vital for sustainable learning ecosystems. The study concludes that human–machine co-learning represents a transformative model of symbiotic education built upon cognitive, emotional, and technological integration. Its successful implementation requires responsible educational technology design, enhancement of teachers’ data and AI ethics literacy, and the development of equitable educational policies. This approach can lead to improved quality, personalization, and sustainability of learning in the era of artificial intelligence.</p> <p>هدف این مطالعه مرور نظام‌مند و تحلیل کیفی پژوهش‌های مرتبط با مفهوم یادگیری متقابل انسان و ماشین در محیط‌های آموزشی دیجیتال و شناسایی ابعاد شناختی، عاطفی، اجتماعی و فناورانه آن بود. این پژوهش به‌صورت مرور کیفی نظام‌مند انجام شد. جامعه مورد بررسی شامل مقالات منتشرشده در پایگاه‌های Scopus، Web of Science، ScienceDirect، Springer و Google Scholar در فاصله سال‌های ۲۰۱۵ تا ۲۰۲۴ بود. پس از غربال‌گری و اعمال معیارهای ورود و خروج، ۱۲ مقاله مرتبط انتخاب گردید. داده‌ها با استفاده از نرم‌افزار NVivo نسخه 14 تحلیل شدند و فرایند کدگذاری در سه سطح باز، محوری و انتخابی انجام گرفت. تحلیل داده‌ها تا رسیدن به اشباع نظری ادامه یافت. نتایج نشان داد که یادگیری متقابل انسان و ماشین دارای سه مضمون اصلی است: «هم‌تکاملی شناختی»، «تعاملات عاطفی و اجتماعی» و «سازوکارهای فناورانه و اخلاقی پشتیبان». در بعد شناختی، تعامل مستمر انسان و ماشین موجب ارتقای خودتنظیمی، فراشناخت و انعطاف‌پذیری ذهنی می‌شود. در بعد عاطفی، فناوری‌های محاسبات عاطفی باعث افزایش همدلی و اعتماد در ارتباط یادگیرنده-ماشین می‌شوند. در بعد فناورانه، یادگیری عمیق، یادگیری تقویتی و تحلیل پیش‌بینانه داده‌ها بنیان اصلی سامانه‌های آموزشی هوشمند را تشکیل می‌دهند، در حالی که ملاحظات اخلاقی همچون شفافیت، عدالت الگوریتمی و حریم خصوصی شرط پایداری این تعامل‌اند. یافته‌ها نشان داد که یادگیری متقابل انسان و ماشین الگویی نوین از آموزش هم‌زیستانه است که بر تعامل شناختی، عاطفی و فناورانه استوار است. تحقق این الگو مستلزم طراحی مسئولانه فناوری‌های آموزشی، توسعه سواد داده‌ای و اخلاقی معلمان، و تدوین سیاست‌های آموزشی عدالت‌محور است. این رویکرد می‌تواند به ارتقای کیفیت، پایداری و شخصی‌سازی آموزش در عصر هوش مصنوعی بینجامد.</p> Human–machine co-learning digital learning environments artificial intelligence affective learning technology ethics یادگیری متقابل انسان و ماشین محیط‌های آموزشی دیجیتال هوش مصنوعی یادگیری عاطفی اخلاق فناوری https://jilmt.com/index.php/jilmt/article/download/27/33