سلامت روان در عصر الگوریتمها: بررسی پیامدهای رفتاری تعامل انسان با پلتفرمهای دیجیتال هوشمند
کلمات کلیدی:
سلامت روان, الگوریتمهای توصیهگر, پلتفرمهای دیجیتال, رفتار کاربر, شخصیسازی, خودتنظیمی دیجیتال, سواد الگوریتمیچکیده
هدف این پژوهش، تبیین تجربه زیسته کاربران از پیامدهای رفتاری و روانشناختی تعامل مستمر با پلتفرمهای دیجیتال هوشمند و شناسایی سازوکارهایی بود که از طریق آنها شخصیسازی الگوریتمی بر توجه، هیجان، هویت، روابط اجتماعی و خودتنظیمی دیجیتال اثر میگذارد. این پژوهش با رویکرد کیفی و با استفاده از تحلیل مضمون استقرایی انجام شد. مشارکتکنندگان 24 کاربر بزرگسال ساکن تهران بودند که به روش نمونهگیری هدفمند با حداکثر تنوع انتخاب شدند و دستکم دو سال سابقه استفاده روزانه از پلتفرمهای برخوردار از سامانههای توصیهگر داشتند. دادهها صرفاً از طریق مصاحبههای نیمهساختاریافته فردی گردآوری شد. مصاحبهها تا دستیابی به اشباع نظری ادامه یافت؛ اشباع اولیه در مصاحبه بیستویکم حاصل شد و سه مصاحبه تکمیلی برای اطمینان از تثبیت مقولهها انجام گرفت. متن مصاحبهها پس از پیادهسازی، با کمک نرمافزار NVivo کدگذاری و مطابق مراحل آشنایی با دادهها، تولید کدهای اولیه، تشکیل مضامین، بازبینی، تعریف و نامگذاری مضامین تحلیل شد. برای افزایش اعتبار یافتهها از بازبینی مشارکتکنندگان، بررسی همکار پژوهشی، ثبت مسیر تصمیمگیری و نمونهگیری با حداکثر تنوع استفاده شد. تحلیل دادهها به استخراج پنج مقوله اصلی منجر شد: «تسخیر الگوریتمی توجه و شکلگیری استفاده اجباری»، «نوسان هیجانی، مقایسه اجتماعی و فرسودگی روانی»، «بازسازی هویت در آینه الگوریتم»، «دوگانگی اتصال اجتماعی و تنهایی ادراکشده» و «آگاهی الگوریتمی، مقاومت و بازیابی عاملیت». مشارکتکنندگان تجربه خود را نه نتیجه منفعل فناوری، بلکه حاصل چرخهای متقابل توصیف کردند که در آن رفتار کاربر، الگوریتم را آموزش میدهد و خروجی الگوریتم نیز ترجیحات، خلق، انتخابها و رفتار بعدی او را جهت میدهد. پلتفرمهای هوشمند میتوانند همزمان فرصتهایی برای تعلق، یادگیری، بیان هویت و دسترسی به حمایت فراهم کنند و از طریق طراحی مبتنی بر درگیری، مقایسه اجتماعی، مواجهه تکراری با محتوای برانگیزاننده و کاهش کنترل ادراکشده، سلامت روان را تهدید کنند. بنابراین، کیفیت تعامل، نوع محتوا، میزان شفافیت و کنترل کاربر از مدت استفاده مهمتر است. ارتقای سواد الگوریتمی، طراحی مبتنی بر بهزیستی، امکان تنظیم واقعی توصیهها و مداخلات خودتنظیمی میتواند از پیامدهای منفی بکاهد.
دانلودها
مراجع
Ahmed, O., Walsh, E. I., Dawel, A., Alateeq, K., Espinoza Oyarce, D. A., & Cherbuin, N. (2024). Social media use, mental health and sleep: A systematic review with meta-analyses. Journal of Affective Disorders, 367, 701–712.
Allcott, H., Braghieri, L., Eichmeyer, S., & Gentzkow, M. (2020). The welfare effects of social media. American Economic Review, 110(3), 629–676.
Brady, W. J., Wills, J. A., Jost, J. T., Tucker, J. A., & Van Bavel, J. J. (2017). Emotion shapes the diffusion of moralized content in social networks. Proceedings of the National Academy of Sciences, 114(28), 7313–7318.
Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in Psychology, 3(2), 77–101.
Eg, R., Demirkol Tønnesen, Ö., & Tennfjord, M. K. (2023). A scoping review of personalized user experiences on social media: The interplay between algorithms and human factors. Computers in Human Behavior Reports, 9, 100253.
Hsieh, H.-F., & Shannon, S. E. (2005). Three approaches to qualitative content analysis. Qualitative Health Research, 15(9), 1277–1288.
Hunt, M. G., Marx, R., Lipson, C., & Young, J. (2018). No more FOMO: Limiting social media decreases loneliness and depression. Journal of Social and Clinical Psychology, 37(10), 751–768.
Kelly, C. A., & Sharot, T. (2025). Web-browsing patterns reflect and shape mood and mental health. Nature Human Behaviour, 9(1), 133–146.
Lincoln, Y. S., & Guba, E. G. (1985). Naturalistic inquiry. Sage.
Matias, J. N. (2023). Influencing recommendation algorithms to reduce the spread of unreliable news by encouraging humans to fact-check articles, in a field experiment. Scientific Reports, 13, 11715.
Milli, S., Carroll, M., Wang, Y., Pandey, S., Zhao, S., & Dragan, A. D. (2025). Engagement, user satisfaction, and the amplification of divisive content on social media. PNAS Nexus, 4(3), pgaf062.
Naslund, J. A., Bondre, A., Torous, J., & Aschbrenner, K. A. (2020). Social media and mental health: Benefits, risks, and opportunities for research and practice. Journal of Technology in Behavioral Science, 5(3), 245–257.
Oeldorf-Hirsch, A., & Neubaum, G. (2023). Attitudinal and behavioral correlates of algorithmic awareness among German and U.S. social media users. Journal of Computer-Mediated Communication, 28(5), zmad035.
Odgers, C. L., & Jensen, M. R. (2020). Annual research review: Adolescent mental health in the digital age—Facts, fears, and future directions. Journal of Child Psychology and Psychiatry, 61(3), 336–348.
Orben, A., Meier, A., Dalgleish, T., & Blakemore, S.-J. (2024). Mechanisms linking social media use to adolescent mental health vulnerability. Nature Reviews Psychology, 3, 407–423.
Rathje, S., Van Bavel, J. J., & van der Linden, S. (2021). Out-group animosity drives engagement on social media. Proceedings of the National Academy of Sciences, 118(26), e2024292118.
Shannon, H., Bush, K., Villeneuve, P. J., Hellemans, K. G. C., & Guimond, S. (2022). Problematic social media use in adolescents and young adults: Systematic review and meta-analysis. JMIR Mental Health, 9(4), e33450.
Taylor, S. H., & Chen, Y. A. (2024). The lonely algorithm problem: The relationship between algorithmic personalization and social connectedness on TikTok. Journal of Computer-Mediated Communication, 29(5), zmae017.
Tong, A., Sainsbury, P., & Craig, J. (2007). Consolidated criteria for reporting qualitative research: A 32-item checklist for interviews and focus groups. International Journal for Quality in Health Care, 19(6), 349–357.
Valkenburg, P. M., Meier, A., & Beyens, I. (2022). Social media use and its impact on adolescent mental health: An umbrella review of the evidence. Current Opinion in Psychology, 44, 58–68.
Virós-Martín, C., Montaña-Blasco, M., & Jiménez-Morales, M. (2024). Can’t stop scrolling! Adolescents’ patterns of TikTok use and digital well-being self-perception. Humanities and Social Sciences Communications, 11, 1444.
Yesilada, M., & Lewandowsky, S. (2022). Systematic review: YouTube recommendations and problematic content. Internet Policy Review, 11(1), 1–22.