American Journal of Pedagogical and Educational Research

The rapid transformation of higher education through digital technologies has changed how students acquire, evaluate, interpret, and construct knowledge. In philological education, where linguistic evidence and textual interpretation are central, epistemic competence is increasingly essential. This article analyzes theoretical and pedagogical approaches to enhancing philology students’ epistemic competence in digital learning environments. Using conceptual analysis and a critical synthesis of scholarship on epistemic cognition, digital literacy, and technology-enhanced education, the study develops a five-dimensional framework encompassing cognitive-epistemic understanding, critical analysis, metacognitive reflection, digital research, and ethical communication. It discusses problem-based inquiry, corpus-based analysis, collaborative interpretation, reflective portfolios, and critical verification of AI-generated materials as instructional strategies. These approaches are presented as pedagogical propositions rather than experimentally validated outcomes. The article argues that digital tools can support responsible academic judgment when they are accompanied by explicit instruction in evidence evaluation, awareness of uncertainty, and academic integrity. The framework provides a basis for curriculum design and future empirical research in university philology programs.

تحول سریع آموزش عالی از طریق فناوری‌های دیجیتال، نحوه کسب، ارزیابی، تفسیر و ساخت دانش توسط دانشجویان را دگرگون کرده است. در آموزش زبان‌شناسی، که شواهد زبانی و تفسیر متون در آن نقش محوری دارد، شایستگی معرفتی اهمیت فزاینده‌ای یافته است. این مقاله رویکردهای نظری و آموزشی برای ارتقای شایستگی معرفتی دانشجویان زبان‌شناسی در محیط‌های یادگیری دیجیتال را تحلیل می‌کند. با بهره‌گیری از تحلیل مفهومی و ترکیب انتقادی پژوهش‌ها در حوزه‌های شناخت معرفتی، سواد دیجیتال و آموزش مبتنی بر فناوری، این مطالعه چارچوبی پنج‌بعدی شامل فهم شناختی-معرفتی، تحلیل انتقادی، بازتاب فراشناختی، پژوهش دیجیتال و ارتباطات اخلاقی ارائه می‌دهد. در این مقاله، راهبردهای آموزشی همچون پژوهش مبتنی بر مسئله، تحلیل مبتنی بر پیکره، تفسیر مشارکتی، پرتفوی‌های بازتابی و راستی‌آزمایی انتقادی مواد تولیدشده توسط هوش مصنوعی مورد بحث قرار می‌گیرد. این رویکردها به عنوان پیشنهادهای آموزشی و نه نتایج تجربی اعتبارسنجی‌شده ارائه شده‌اند. مقاله استدلال می‌کند که ابزارهای دیجیتال می‌توانند از قضاوت علمی مسئولانه حمایت کنند، مشروط بر آنکه با آموزش صریح در ارزیابی شواهد، آگاهی از عدم قطعیت و رعایت صداقت علمی همراه باشند. این چارچوب مبنایی برای طراحی برنامه درسی و پژوهش‌های تجربی آتی در برنامه‌های دانشگاهی زبان‌شناسی فراهم می‌کند.