CV


FA
Mahsa Torabi

Mahsa Torabi

Assistant Professor

Full-Time Faculty Member

دانشکده/پردیس: Educational Science and Psychology

گروه/دانشکده Information Sciencs

Degree: Post Doctoral

Birth Year: 19940228

CV
FA
Mahsa Torabi

Assistant Professor Mahsa Torabi

Full-Time Faculty Member
دانشکده/پردیس: Educational Science and Psychology - گروه/دانشکده Information Sciencs Degree: Post Doctoral | Birth Year: 19940228 |

Research Interests: Human-Computer Interaction (HCI), User Experience (UX), Text Mining, Data Mining, Image

LinkedIn: See my profile

GitHub: See my profile

Show More

تحول پژوهش‌های تجربه کاربری در سامانه‌های مبتنی بر هوش مصنوعی مولد: تحلیل کتاب‌سنجی و مدل‌سازی موضوعی

Authorsمحمود سنگری,مهسا ترابی زیارتگاهی
Journalپژوهشنامه پردازش و مدیریت اطلاعات- Iranian Journal of Information Processing Management
Page number1147-1176
Serial number۴۱
Volume number۴
Paper TypeFull Paper
Published At۲۰۲۶
Journal GradeScientific - research
Journal TypeElectronic
Journal CountryIran, Islamic Republic Of
Journal Indexisc،Scopus
Keywordsتجربه کاربری, سامانه هوش مصنوعی مولد, مدل‌سازی موضوعی, متن‌کاوی

Abstract

چکیده: این پژوهش با هدف تحلیل تحول پژوهش‌های مرتبط با تجربه کاربری در سامانه‌های مبتنی بر هوش مصنوعی مولد و گفتگومحور انجام شده است. با توجه به رشد سریع مدل‌های زبانی بزرگ و گسترش ابزارهایی مانند چت‌جی‌پی‌تی، ضرورت بررسی ساختار علمی، روندهای زمانی و مسیرهای آینده این حوزه بیش از پیش اهمیت یافته است. در این پژوهش، مجموعه داده از طریق جستجوی نظام‌مند در پایگاه اسکوپوس گردآوری شد و با استفاده از رویکرد کتاب‌سنجی و مدل‌سازی موضوعی، مجموعه‌ای شامل ۳۷۱۴ مدرک علمی در بازه زمانی ۲۰۰۶ تا ۲۰۲۶ استخراج و تحلیل شد. داده‌ها پس از پیش‌پردازش متنی شامل نرمال‌سازی، حذف داده‌های زائد، ریشه‌یابی و یکپارچه‌سازی کلیدواژه‌ها، برای تحلیل‌های کمی و کیفی آماده شدند. در بخش تحلیل روند زمانی، از شاخص‌هایی مانند نرخ رشد سالانه، میانگین متحرک نمایی و تشخیص نقاط تغییر استفاده شد. نتایج نشان داد که این حوزه تا سال ۲۰۱۷ رشد بسیار محدودی داشته اما از سال ۲۰۱۸ وارد مرحله رشد پایدار و از ۲۰۲۳ به بعد وارد فاز رشد انفجاری شده است. این تحول عمدتاً هم‌زمان با ظهور مدل‌های زبانی بزرگ و کاربردهای گسترده هوش مصنوعی مولد رخ داده است. در تحلیل ساختار موضوعی، از روش فاکتورگیری ماتریس نامنفی (NMF) استفاده شد. این روش با تجزیه ماتریس واژگان و مدارک، امکان شناسایی موضوعات پنهان و استخراج خوشه‌های موضوعی منسجم و قابل تفسیر را فراهم می‌کند. همچنین از تحلیل شبکه هم‌رخدادی کلیدواژه‌ها استفاده شد. نتایج نشان داد که مهم‌ترین حوزه‌های پژوهشی شامل توسعه نرم‌افزارهای هوشمند، آموزش، سامانه‌های تولید تقویت‌شده با بازیابی (RAG)، تجارت الکترونیک، تجربه کاربری در محیط‌های غوطه‌ور، ارزیابی قابلیت استفاده و تعاملات عاطفی هستند. همچنین ساختار شبکه‌ای حوزه نشان‌دهنده شکل‌گیری خوشه‌های معنایی مرتبط با سلامت، آموزش، فناوری‌های تعاملی و سیستم‌های هوشمند بود. در بخش تحلیل روندهای نوظهور، سه سیگنال شامل واژگان تفکیک‌کننده، عبارات جهشی و موضوعات در حال رشد بررسی شد. یافته‌ها نشان داد که مفاهیمی مانند تولید تقویت‌شده با بازیابی، تعاملات چندوجهی، عامل‌های هوشمند، همراستاسازی، اعتماد، حریم خصوصی و توهم‌زایی از مهم‌ترین محورهای پژوهشی جدید هستند. در نهایت، این مطالعه نشان می‌دهد که آینده پژوهش‌های تجربه کاربری در هوش مصنوعی به سمت سیستم‌های شخصی‌سازی‌شده، چندوجهی، قابل اعتماد و انسان‌محور در حال حرکت است.

Paper URL