Lukita Fahriana

This study examines human–AI collaboration in Qur’anic interpretation by reconsidering the epistemological role of the mufassir within the emerging ecosystem of algorithmic religious knowledge. The development of generative artificial intelligence, particularly large language models (LLMs), has transformed how Qur’anic knowledge is accessed, produced, and disseminated. Although AI demonstrates significant capabilities in generating coherent interpretations, synthesizing information, and retrieving textual references, its outputs raise critical questions concerning interpretive authority, methodological validity, source reliability, and epistemic accountability. This study employs a qualitative approach with an analytical-comparative design to investigate the relationship between AI-generated interpretations and established classical and contemporary Qur’anic exegesis. Data are analyzed through three interconnected stages: AI interpretation generation, human critical evaluation, and exegetical validation. The study argues that AI should not be positioned as a replacement for the mufassir, but rather as a computational instrument that facilitates textual exploration, source retrieval, and interpretive synthesis. Accordingly, this research proposes the concept of Human-Centered Algorithmic Tafsir, which repositions the mufassir as an epistemic validator, contextualizer, curator, and ethical supervisor. This framework emphasizes that technological efficiency cannot independently establish interpretive legitimacy, as Qur’anic interpretation requires methodological competence, contextual awareness, and human responsibility.

این پژوهش به بررسی همکاری انسان و هوش مصنوعی در تفسیر قرآن با بازنگری نقش معرفت‌شناختی مفسر در اکوسیستم نوظهور دانش دینی الگوریتمی می‌پردازد. توسعه هوش مصنوعی مولد، به‌ویژه مدل‌های زبانی بزرگ (LLMs)، شیوه‌های دسترسی، تولید و انتشار دانش قرآنی را دگرگون کرده است. اگرچه هوش مصنوعی توانمندی‌های قابل توجهی در تولید تفسیرهای منسجم، تلفیق اطلاعات و بازیابی منابع متنی از خود نشان می‌دهد، اما خروجی‌های آن پرسش‌های مهمی درباره مرجعیت تفسیری، روایی روشی، پایایی منابع و مسئولیت معرفتی ایجاد می‌کند. این پژوهش با رویکرد کیفی و طراحی تحلیلی-مقایسه‌ای، به بررسی رابطه میان تفسیرهای تولیدشده توسط هوش مصنوعی و تفسیرهای کلاسیک و معاصر قرآن می‌پردازد. داده‌ها در سه مرحله به‌هم‌پیوسته تحلیل می‌شوند: تولید تفسیر توسط هوش مصنوعی، ارزیابی انتقادی انسانی و اعتبارسنجی تفسیری. پژوهش استدلال می‌کند که هوش مصنوعی نباید جایگزین مفسر تلقی شود، بلکه باید به‌عنوان ابزاری محاسباتی برای تسهیل کاوش متنی، بازیابی منابع و تلفیق تفسیری مورد استفاده قرار گیرد. بر این اساس، این پژوهش مفهوم «تفسیر الگوریتمی انسان‌محور» را پیشنهاد می‌کند که در آن مفسر به‌عنوان اعتبارسنج معرفتی، زمینه‌ساز، گزینشگر و ناظر اخلاقی بازتعریف می‌شود. این چارچوب تأکید می‌کند که کارآمدی فناورانه به‌تنهایی نمی‌تواند مشروعیت تفسیری را تثبیت کند، چراکه تفسیر قرآن مستلزم شایستگی روشی، آگاهی زمینه‌ای و مسئولیت انسانی است.