یادگیری هوشمند و تحول مدیریت 3115-8900 2 پیاپی 5 2024 10 04 Applications of Artificial Emotional Intelligence Models in Human Learning کاربرد مدل‌های هوش هیجانی مصنوعی در یادگیری انسانی 1 13 FA بهناز کریمی گروه آموزش عالی، دانشگاه شهید باهنر کرمان، کرمان، ایران میلاد ناصری گروه آموزش عالی، دانشگاه شهید باهنر کرمان، کرمان، ایران Journal Article 2024 07 25 <p>This study aimed to systematically review and analyze the role of artificial emotional intelligence (AEI) models in enhancing human learning and emotional human–machine interaction in educational contexts. This qualitative systematic review employed thematic analysis. Data were collected through an extensive search of major academic databases, including Scopus, Web of Science, IEEE Xplore, and Google Scholar, covering publications from 2015 to 2025. From an initial pool of 45 studies, 12 articles meeting the inclusion criteria were selected and analyzed using NVivo 14 software. Following Braun and Clarke’s (2006) thematic analysis procedure, open, axial, and selective coding were performed to identify main themes and subthemes related to AEI applications in learning. Three main themes emerged: (1) emotional interaction between humans and machines in learning, (2) computational and technical models of artificial emotional intelligence in education, and (3) educational and cognitive outcomes of AEI implementation. The findings revealed that emotion-aware learning systems improve self-regulation, intrinsic motivation, and engagement while reducing learning anxiety. They also foster social presence and empathy among learners. However, key challenges include ethical concerns over emotional data privacy, algorithmic bias, and cultural generalizability of affect recognition models. Integrating artificial emotional intelligence into education promotes more personalized, empathic, and adaptive learning experiences. Nonetheless, sustainable implementation requires human-centered design, robust ethical frameworks, and sensitivity to cultural and contextual diversity in emotional expression.</p> <p>هدف این پژوهش مرور نظام‌مند مطالعات علمی در زمینه شناسایی، تحلیل و تبیین نقش مدل‌های هوش هیجانی مصنوعی در بهبود یادگیری انسانی و تعامل عاطفی انسان–ماشین در محیط‌های آموزشی است. پژوهش حاضر از نوع مرور نظام‌مند کیفی با رویکرد تحلیل مضمون است. داده‌ها از طریق جست‌وجو در پایگاه‌های علمی معتبر نظیر Scopus، Web of Science، IEEE Xplore و Google Scholar در بازه زمانی ۲۰۱۵ تا ۲۰۲۵ گردآوری شدند. از میان ۴۵ مقاله اولیه، پس از غربالگری بر اساس معیارهای ورود و خروج، ۱۲ مقاله مرتبط انتخاب و در نرم‌افزار NVivo 14 مورد تحلیل مضمون قرار گرفت. داده‌ها بر اساس روش براون و کلارک (2006) کدگذاری باز، محوری و انتخابی شدند تا مضامین اصلی و زیرمضامین مربوط به کاربرد مدل‌های هوش هیجانی مصنوعی در یادگیری انسانی استخراج گردند. نتایج نشان داد سه مضمون اصلی در این حوزه قابل شناسایی است: ۱) تعامل عاطفی انسان و ماشین در فرایند یادگیری، ۲) مدل‌های محاسباتی و فنی هوش هیجانی مصنوعی در آموزش، و ۳) پیامدهای آموزشی و شناختی کاربرد هوش هیجانی مصنوعی. تحلیل مقالات نشان داد سامانه‌های آموزشی مبتنی بر هوش هیجانی موجب بهبود خودتنظیمی، افزایش انگیزش درونی، کاهش اضطراب یادگیری، و تقویت حس حضور اجتماعی در یادگیرندگان می‌شوند. همچنین، چالش‌هایی چون حریم خصوصی داده‌های هیجانی و سوگیری فرهنگی در مدل‌های تشخیص احساسات از موانع توسعه این فناوری هستند. نتایج این مرور نظام‌مند بیانگر آن است که تلفیق هوش هیجانی مصنوعی در آموزش می‌تواند به یادگیری شخصی‌سازی‌شده، انسانی‌تر و عاطفی‌تر منجر شود. با این حال، برای بهره‌گیری پایدار از این فناوری، طراحی انسان‌محور، چارچوب‌های اخلاقی و توجه به تفاوت‌های فرهنگی ضروری است.</p> https://jilmt.com/index.php/jilmt/article/download/28/28