Field (mathematics)

Artificial intelligence (AI) chatbots are increasingly embedded in adolescents’ daily lives, yet developmental science research struggles to keep pace with adoption. This mixed-methods study gathered developmental expert perspectives via a survey ( n = 141 researchers studying youth and technology and adjacent professionals) and semi-structured interviews ( n = 15) to inform a coordinated research and policy agenda on adolescent AI use. The study aims were to identify (1) priority AI use cases for future study, (2) priority research questions and methods, as well as barriers to future research, and (3) societal guardrails that developmental professionals recommend enacting now, while research is underway. Participants cautioned against vague “screen time” measures and agreed that nearly all use cases merit study but prioritized those with severe or irreversible immediate-term harms, AI literacy, AI as a social/relational actor, AI-generated (mis)information, and overreliance. Participants emphasized that methodological pluralism and triangulation, including within individual studies, are essential, agreeing that different methods can be complementary to address distinct research questions. Key barriers included the rapid pace of change in AI technology and use relative to academic timelines, limited industry transparency, funding gaps, and misaligned academic incentives. Proposed solutions included shared infrastructure, interdisciplinary consortia, and community partnerships. Participants underscored that responsibility for safe AI should not rest primarily on adolescents and families and identified three immediate guardrails: enforceable youth-centered regulation, developmentally informed design, and multidimensional AI literacy. Findings clarify a preliminary direction for the field and emphasize that coordination among researchers and between sectors is needed.

چت‌بات‌های هوش مصنوعی (AI) به طور فزاینده‌ای در زندگی روزمره نوجوانان جای گرفته‌اند، اما پژوهش‌های علم رشد با سرعت پذیرش این فناوری همگام نیستند. این مطالعه با روش ترکیبی، دیدگاه‌های متخصصان رشد را از طریق یک پیمایش (n = 141 پژوهشگر حوزه نوجوانان و فناوری و حرفه‌ای‌های مرتبط) و مصاحبه‌های نیمه‌ساختاریافته (n = 15) گردآوری کرد تا دستورکار هماهنگ پژوهشی و سیاستی درباره استفاده نوجوانان از هوش مصنوعی را تدوین کند. اهداف مطالعه عبارت بودند از: (1) شناسایی موارد اولویت‌دار استفاده از هوش مصنوعی برای پژوهش‌های آتی، (2) شناسایی پرسش‌ها و روش‌های پژوهشی اولویت‌دار و همچنین موانع پژوهش‌های آینده، و (3) تعیین چارچوب‌های محافظتی اجتماعی که متخصصان رشد توصیه می‌کنند همزمان با انجام پژوهش‌ها، اجرایی شوند. شرکت‌کنندگان نسبت به سنجش‌های مبهم «زمان استفاده از صفحه‌نمایش» هشدار دادند و توافق داشتند که تقریباً همه موارد استفاده شایسته مطالعه هستند، اما مواردی با آسیب‌های شدید یا غیرقابل بازگشت در کوتاه‌مدت، سواد هوش مصنوعی، نقش اجتماعی/ارتباطی هوش مصنوعی، اطلاعات (نادرست) تولیدشده توسط هوش مصنوعی و اتکای بیش از حد را در اولویت قرار دادند. شرکت‌کنندگان تأکید کردند که کثرت‌گرایی روشی و مثلث‌سازی، حتی در درون یک مطالعه، ضروری است و توافق داشتند که روش‌های مختلف می‌توانند برای پاسخ به پرسش‌های پژوهشی متفاوت، مکمل یکدیگر باشند. موانع کلیدی شامل سرعت بالای تغییرات فناوری و استفاده از هوش مصنوعی نسبت به زمان‌بندی‌های دانشگاهی، شفافیت محدود صنعت، کمبود منابع مالی و عدم تطابق مشوق‌های دانشگاهی بود. راه‌حل‌های پیشنهادی شامل زیرساخت مشترک، کنسرسیوم‌های میان‌رشته‌ای و مشارکت‌های اجتماعی بود. شرکت‌کنندگان تأکید کردند که مسئولیت ایمنی هوش مصنوعی نباید عمدتاً بر دوش نوجوانان و خانواده‌ها باشد و سه چارچوب فوری را شناسایی کردند: مقررات قابل اجرا با محوریت نوجوانان، طراحی مبتنی بر رشد و سواد چندبعدی هوش مصنوعی. یافته‌ها جهت‌گیری مقدماتی این حوزه را روشن می‌کند و بر ضرورت هماهنگی میان پژوهشگران و بین بخش‌ها تأکید دارد.

The present study aimed to develop and validate the learning-oriented assessment teacher perception scale (LOATPS) to assess language teachers’ perceptions of LOA. Thus, a tentative 53-item scale was piloted with 408 novice and experienced Iranian EFL teachers across a range of institutional contexts. Using exploratory and confirmatory factor analysis (EFA, CFA), the results of the analyses led to the removal of 13 items, leaving the instrument with 40 items on a five-point Likert scale. Moreover, the results revealed that the construct of LOATPS comprises five components, including “teachers’ LOA knowledge”, “teachers’ LOA beliefs”, “teachers’ practices of feedback and interaction”, “teachers’ practices of using a variety of assessments”, and “teachers’ practices of sharing with others”. Furthermore, the psychometric properties were confirmed, with composite reliability (CR) values ranging from 0.76 to 0.92, average variance extracted (AVE) reaching acceptable values (around 40 to 50% explained by components), and maximum shared variance (MSV) and the Fornell-Larcker criterion acknowledging discriminant validity. The LOATPS serves as a practical tool for teacher educators to design effective teacher education programs, and for EFL teachers and assessment scholars by raising their awareness of implementing LOA and its underlying components across diverse instructional settings.

پژوهش حاضر با هدف توسعه و اعتبارسنجی مقیاس ادراک معلمان از ارزیابی یادگیری‌محور (LOATPS) جهت سنجش ادراک معلمان زبان نسبت به ارزیابی یادگیری‌محور انجام شد. بدین منظور، یک مقیاس اولیه ۵۳ ماده‌ای بر روی ۴۰۸ معلم زبان انگلیسی به‌عنوان زبان خارجی (EFL) ایرانی، اعم از مبتدی و باتجربه، در طیف متنوعی از محیط‌های آموزشی اجرا شد. با استفاده از تحلیل عاملی اکتشافی و تأییدی (EFA، CFA)، نتایج تحلیل‌ها منجر به حذف ۱۳ ماده گردید و ابزار نهایی شامل ۴۰ ماده بر اساس مقیاس لیکرت پنج‌درجه‌ای باقی ماند. افزون بر این، نتایج نشان داد که سازه LOATPS شامل پنج مؤلفه است: «دانش معلمان درباره LOA»، «باورهای معلمان درباره LOA»، «عملکرد معلمان در بازخورد و تعامل»، «عملکرد معلمان در استفاده از انواع ارزیابی‌ها» و «عملکرد معلمان در به‌اشتراک‌گذاری با دیگران». همچنین، ویژگی‌های روان‌سنجی ابزار تأیید شد؛ به‌طوری‌که مقادیر پایایی ترکیبی (CR) بین ۰.۷۶ تا ۰.۹۲، میانگین واریانس استخراج‌شده (AVE) در مقادیر قابل قبول (حدود ۴۰ تا ۵۰ درصد تبیین‌شده توسط مؤلفه‌ها) و بیشینه واریانس مشترک (MSV) و معیار فورنل-لارکر، روایی واگرای ابزار را تأیید کردند. ابزار LOATPS به‌عنوان ابزاری کاربردی برای مدرسان معلمان جهت طراحی برنامه‌های آموزش معلم مؤثر و نیز برای معلمان EFL و پژوهشگران حوزه ارزیابی، با افزایش آگاهی آن‌ها نسبت به اجرای LOA و مؤلفه‌های زیربنایی آن در محیط‌های آموزشی متنوع، قابل استفاده است.

When an individual is harmed by someone in power, such as a workplace manager, it can help to identify allies—people who would offer advice or supportive action. However, ally discovery is fraught because the very people who might be most relevant—e.g., someone who reports to the same manager—might not be sympathetic and could exacerbate the harm. We examine this problem in the context of PhD students navigating advising challenges and present a social media platform called “Moa” that brings together a number of features for facilitating ally discovery. Moa’s most novel element is an audience selection process that uses what we call consent boundaries , which allow users to flexibly define each post or comment’s audience based on factors such as common social identity or lived experience, all while preserving mutual anonymity. A 3-week field study with 47 real-world users showed that Moa’s features in combination facilitated sensitive conversations about advising, with 7 out of 31 posters (22.6%) using consent boundaries. We discuss both our overall “recipe” for systems for ally discovery and the benefits of a consent-centered approach to design.

زمانی که فردی توسط شخصی صاحب قدرت، مانند مدیر محل کار، آسیب می‌بیند، شناسایی متحدان—افرادی که می‌توانند مشاوره یا اقدام حمایتی ارائه دهند—می‌تواند مفید باشد. با این حال، کشف متحدان با دشواری‌هایی همراه است، زیرا افرادی که ممکن است بیشترین ارتباط را داشته باشند—برای مثال، کسی که به همان مدیر گزارش می‌دهد—ممکن است همدل نباشند و حتی آسیب را تشدید کنند. ما این مسئله را در زمینه دانشجویان دکتری که با چالش‌های راهنمایی مواجه‌اند بررسی می‌کنیم و یک بستر شبکه اجتماعی به نام «Moa» را معرفی می‌کنیم که مجموعه‌ای از ویژگی‌ها را برای تسهیل کشف متحدان فراهم می‌آورد. نوآورانه‌ترین عنصر Moa فرایند انتخاب مخاطب است که از آنچه ما «مرزهای رضایت» می‌نامیم استفاده می‌کند؛ این امکان را به کاربران می‌دهد تا برای هر پست یا نظر، مخاطب را به طور انعطاف‌پذیر بر اساس عواملی مانند هویت اجتماعی مشترک یا تجربه زیسته تعریف کنند، در حالی که ناشناسی متقابل حفظ می‌شود. یک مطالعه میدانی سه‌هفته‌ای با ۴۷ کاربر واقعی نشان داد که ترکیب ویژگی‌های Moa گفتگوهای حساس درباره راهنمایی را تسهیل کرده است، به طوری که ۷ نفر از ۳۱ ارسال‌کننده (۲۲.۶٪) از مرزهای رضایت استفاده کردند. ما هم «دستورالعمل» کلی خود برای سیستم‌های کشف متحدان و هم مزایای رویکرد مبتنی بر رضایت در طراحی را مورد بحث قرار می‌دهیم.

With the spread of digital culture, parenting has become a discursive field in which expert knowledge circulates rapidly and motherhood and fatherhood are redefined. This study critically examines how digital parenting narratives are constructed through therapeutic culture and the norms, responsibilities, and forms of authority that produce desirable parenting. Accordingly, the Bir Aile Meselesi YouTube channel was designated as the case for a qualitative case study, and the spoken narratives of three parenting-focused episodes were analyzed thematically. The findings reveal a powerful narrative that constructs the child as a unique subject to be understood and the parent as responsible for interpreting the emotional needs underlying the behavior and regulating the relational climate. While compassion, connection, healthy communication, and self-reflexivity offer transformative alternatives to punitive approaches, they also transform parenting into an ongoing project of self-improvement. Although structural problems surrounding parenting are often reduced to matters of individual awareness and inner balance, clinical experience, personal narrative, vulnerability, and discursive appeals to audience participation are mobilized as resources through which speakers claim legitimacy for the channel’s therapeutic authority. Ultimately, through a call to abandon perfection, parenting is reframed around a new normative ideal: the “therapeutically competent parent.”

با گسترش فرهنگ دیجیتال، فرزندپروری به میدانی گفتمانی تبدیل شده است که در آن دانش تخصصی به سرعت گردش می‌کند و مادری و پدری بازتعریف می‌شوند. این پژوهش به‌طور انتقادی بررسی می‌کند که چگونه روایت‌های فرزندپروری دیجیتال از طریق فرهنگ درمانی و هنجارها، مسئولیت‌ها و اشکال اقتداری که فرزندپروری مطلوب را تولید می‌کنند، ساخته می‌شوند. بر این اساس، کانال YouTube با عنوان Bir Aile Meselesi به عنوان مورد مطالعه کیفی انتخاب شد و روایت‌های شفاهی سه قسمت با تمرکز بر فرزندپروری به‌صورت تماتیک تحلیل شدند. یافته‌ها نشان می‌دهد که روایتی قدرتمند کودک را به عنوان سوژه‌ای منحصربه‌فرد که باید فهمیده شود، و والد را مسئول تفسیر نیازهای عاطفی زیرین رفتار و تنظیم فضای رابطه‌ای معرفی می‌کند. در حالی که شفقت، ارتباط، ارتباط سالم و خودبازاندیشی جایگزین‌های تحول‌آفرینی برای رویکردهای تنبیهی ارائه می‌دهند، این ویژگی‌ها همچنین فرزندپروری را به پروژه‌ای مستمر برای خودبهبودبخشی تبدیل می‌کنند. اگرچه مشکلات ساختاری پیرامون فرزندپروری اغلب به مسائل آگاهی فردی و تعادل درونی تقلیل می‌یابند، تجربه بالینی، روایت شخصی، آسیب‌پذیری و ارجاعات گفتمانی به مشارکت مخاطب به عنوان منابعی به کار گرفته می‌شوند که سخن‌گویان از طریق آن‌ها برای اقتدار درمانی کانال مشروعیت ادعا می‌کنند. در نهایت، از طریق دعوت به رها کردن کمال‌گرایی، فرزندپروری حول یک ایده‌آل هنجاری جدید بازتعریف می‌شود: «والد درمان‌مندانه شایسته».