Forwarded from کتاب کست هوشمند کتابخانه مرکزی و مرکز اسناد دانشگاه تهران (lib.ut.ac)
Audio
کتاب «تدریس در دانشگاه» یک منبع آموزش دانشگاهی است که در سال 2022 با هدف ارتقای مهارت‌های آموزشی دانشجویان تحصیلات تکمیلی و استادان تازه‌کار تدوین شده است. این اثر مجموعه‌ای از تجربیات بیست نویسنده و متخصص را در بر می‌گیرد که بر رویکردهای دانشجو‌محور و روش‌های نوین تعامل در کلاس‌های دانشگاهی تمرکز دارند. مباحث کلیدی کتاب شامل برقراری ارتباطات مؤثر با دانشجویان، استفاده از فناوری‌های آموزشی، مدیریت آزمایشگاه‌ها و ایجاد محیط‌های یادگیری فراگیر است. نویسندگان با ارائه راهکارهای عملی، به چالش‌های رایج مانند تدریس آنلاین، تنوع فرهنگی و اضطراب مدرسان تازه‌کار پاسخ می‌دهند. این منبع به گونه‌ای طراحی شده تا با اشتراک‌گذاری دانش همتایان، کیفیت آموزش و مشارکت دانشجویان را در محیط‌های آکادمیک بهبود بخشد. کتاب مذکور به همت انتشارات دانشگاه ویرجینیا تک و برای دسترسی رایگان به مواد آموزشی باکیفیت منتشر شده است.
@KETABCAST_AI_LIB_UT_AC
@KETABCAST_AI_LIB_UT_AC
سندی با ارزش در باره مرحوم محمد تقی دانش پژوه و این که مدتی ریاست کتابخانه مرکزی دانشگاه را داشته اند.
https://t.me/UT_Central_Library
https://t.me/UT_Central_Library
📚 #معرفی_کتاب
🔺خون و عقیده: پاکسازی اسپانیای مسلمان، ۱۴۹۲-۱۶۱۴
🔺 Blood and Faith: The Purging of Muslim Spain, 1492-1614
👈🏻 نویسنده: Matthew Carr
👈🏻 ناشر: Hurst Publishers
👈🏻 سال انتشار : (2017)
👈🏻شابک: 9781849048019
معرفی ناشر
در سال ۱۶۰۹ میلادی، به تمام جمعیت مسلمان اسپانیا سه روز مهلت داده شد تا قلمرو این کشور را ترک گویند، در غیر این صورت به قتل می‌رسیدند. در جریان یک کوچ اجباری بی‌رحمانه و دهشتناک، خانواده‌ها ناگزیر شدند خانه و کاشانه و روستاهایی را که نسل‌ها در آن‌ها زیسته بودند، به یکباره رها کنند. فقط ظرف پنج سال، اسپانیای مسلمان عملا از صفحه روزگار محو شد: تخمین زده میشود که حدود ۳۰۰ هزار مسلمان از خاک اسپانیا بیرون رانده شدند؛ رویدادی که در آن زمان، بزرگ‌ترین پاکسازی قومی در تاریخ اروپا را رقم زد.
اثر حاضر، وقایع‌نگاری مبهوت‌کننده‌ای از این برهه‌ی تاریخیِ تقریبا ناشناخته است که در بستر روایی و پویای اسپانیای مسلمان به تصویر کشیده میشود. این اثر، دریچه‌ای بدیع به سوی دورانی کمترشناخته‌شده از تاریخ اروپای مدرن می‌گشاید؛ روایتی غنی و پیچیده از کشاکش کیش‌ها و باورها، و تقابل سرکوبی فرهنگی با مقاومتی در برابر نابرابری‌های توان‌فرسا.
فهرست مطالب
بخش اول: از تسخیر تا تغییر کیش
۱) استثنای ایبریایی
۲) فاتحان
۳) مغلوبان
۴) پیمان‌های نقض‌شده: غرناطه ۱۴۹۲-۱۵۰۰
۵) طغیان و تغییر کیش
۶) غلبه ایمان
۷) واپسین دژ: آراگون ۱۵۲۰-۱۵۲۶
بخش دوم: یک گله، یک شبان
۸) «خانه‌ای آکنده از مار و عقرب»
۹) زیستِ موازی
۱۰) ایام پرالتهاب: ۱۵۵۶-۱۵۶۸
۱۱) فرمان پراگماتیک غرناطه
۱۲) «جنگی کوچک و پلید»
۱۳) هزیمت و عقوبت
بخش سوم: فاجعه
۱۴) هراسِ بزرگ
۱۵) «فرومایه‌ترینِ مردمان»
۱۶) در مسیر اخراج
۱۷) «خطری قریب‌الوقوع»: ۱۵۹۸-۱۶۰۹
۱۸) «هولوکاستِ مقبول»
۱۹) پنهان‌کاری و فریب
۲۰) فرجامی بی‌نقص؟ ۱۶۱۱-۱۶۱۴
۲۱) روز حساب
مؤخره: هشداری از گذرگاه تاریخ؟
📌مرکز و کتابخانه مطالعات اسلامی به زبان‌های اروپایی
@Islamicstudies
🔺خون و عقیده: پاکسازی اسپانیای مسلمان، ۱۴۹۲-۱۶۱۴
🔺 Blood and Faith: The Purging of Muslim Spain, 1492-1614
👈🏻 نویسنده: Matthew Carr
👈🏻 ناشر: Hurst Publishers
👈🏻 سال انتشار : (2017)
👈🏻شابک: 9781849048019
معرفی ناشر
در سال ۱۶۰۹ میلادی، به تمام جمعیت مسلمان اسپانیا سه روز مهلت داده شد تا قلمرو این کشور را ترک گویند، در غیر این صورت به قتل می‌رسیدند. در جریان یک کوچ اجباری بی‌رحمانه و دهشتناک، خانواده‌ها ناگزیر شدند خانه و کاشانه و روستاهایی را که نسل‌ها در آن‌ها زیسته بودند، به یکباره رها کنند. فقط ظرف پنج سال، اسپانیای مسلمان عملا از صفحه روزگار محو شد: تخمین زده میشود که حدود ۳۰۰ هزار مسلمان از خاک اسپانیا بیرون رانده شدند؛ رویدادی که در آن زمان، بزرگ‌ترین پاکسازی قومی در تاریخ اروپا را رقم زد.
اثر حاضر، وقایع‌نگاری مبهوت‌کننده‌ای از این برهه‌ی تاریخیِ تقریبا ناشناخته است که در بستر روایی و پویای اسپانیای مسلمان به تصویر کشیده میشود. این اثر، دریچه‌ای بدیع به سوی دورانی کمترشناخته‌شده از تاریخ اروپای مدرن می‌گشاید؛ روایتی غنی و پیچیده از کشاکش کیش‌ها و باورها، و تقابل سرکوبی فرهنگی با مقاومتی در برابر نابرابری‌های توان‌فرسا.
فهرست مطالب
بخش اول: از تسخیر تا تغییر کیش
۱) استثنای ایبریایی
۲) فاتحان
۳) مغلوبان
۴) پیمان‌های نقض‌شده: غرناطه ۱۴۹۲-۱۵۰۰
۵) طغیان و تغییر کیش
۶) غلبه ایمان
۷) واپسین دژ: آراگون ۱۵۲۰-۱۵۲۶
بخش دوم: یک گله، یک شبان
۸) «خانه‌ای آکنده از مار و عقرب»
۹) زیستِ موازی
۱۰) ایام پرالتهاب: ۱۵۵۶-۱۵۶۸
۱۱) فرمان پراگماتیک غرناطه
۱۲) «جنگی کوچک و پلید»
۱۳) هزیمت و عقوبت
بخش سوم: فاجعه
۱۴) هراسِ بزرگ
۱۵) «فرومایه‌ترینِ مردمان»
۱۶) در مسیر اخراج
۱۷) «خطری قریب‌الوقوع»: ۱۵۹۸-۱۶۰۹
۱۸) «هولوکاستِ مقبول»
۱۹) پنهان‌کاری و فریب
۲۰) فرجامی بی‌نقص؟ ۱۶۱۱-۱۶۱۴
۲۱) روز حساب
مؤخره: هشداری از گذرگاه تاریخ؟
📌مرکز و کتابخانه مطالعات اسلامی به زبان‌های اروپایی
@Islamicstudies
مرکز و کتابخانه مطالعات اسلامی به زبان های اروپایی
خون و عقیده: پاکسازی اسپانیای مسلمان، ۱۴۹۲-۱۶۱۴ - مرکز و کتابخانه مطالعات اسلامی به زبان های اروپایی
در سال ۱۶۰۹ میلادی، به تمام جمعیت مسلمان اسپانیا سه روز مهلت داده شد تا قلمرو این کشور را ترک گویند، در غیر این صورت به قتل می‌رسیدند. در جریان یک کوچ اجباری بی‌رحمانه و دهشتناک، خانواده‌ها ناگزیر شدند خانه و کاشانه و روستاهایی را که نسل‌ها در آن‌ها زیسته…
📚 #معرفی_کتاب
🔺پاکستان: هزارنمای اسلام
🔺 Pakistan: A Kaleidoscope of Islam
👈🏻 نویسنده: Mariam Abou Zahab
👈🏻 ناشر: Oxford University Press
👈🏻 سال انتشار : (2020)
👈🏻شابک: 9780197534595
معرفی ناشر
این مجموعه جستارها، دو دسته از مقاله‌ها و فصل‌ها به قلم مریم ابوذهب، پژوهشگر فقید و برجسته اسلام در آسیای جنوبی را گرد هم می‌آورد. بخش نخست این مجلد به واکاوی مناسبات شیعه و سنی در پاکستان می‌پردازد، حال آنکه بخش دوم بر اسلام‌گرایی خشونت‌آمیز در این کشور تمرکز دارد و همزمان روند طالبانی شدن نوار پشتون‌نشین و ابعاد جهادی سلفی‌گری در آسیای جنوبی را پوشش می‌دهد.
ابوذهب در سراسر این متون، دلایل پرشماری را که پاکستان را به کانون شکل‌گیری و تحول اسلام سیاسی بدل ساخته است، بررسی می‌کند. وی با در نظر گرفتن پیامدهای استعمار و منازعات - از جمله جنگ شوروی و افغانستان و عملیات نظامی غرب در افغانستانِ پسا-۱۱ سپتامبر - چشم‌اندازی تاریخی از این روند تکاملی به دست می‌دهد. او در عین تبیین اهمیت بنیادین این نفوذهای خارجی (از عربستان سعودی و ایران تا ایالات متحده)، اسلام سیاسی پاکستان را در بستر فرهنگ‌های بومی نیز قرار می‌دهد و بی‌آنکه هرگز به دام تقلیل‌گرایی فرهنگی بیفتد، از دانش ژرف انسان‌شناختی خویش بهره می‌گیرد. در نهایت، وی بر مؤلفه‌های جامعه‌شناختی تعیین‌کننده در فرقه‌گرایی، طالبانیسم و جهادگرایی، و همچنین اقتصاد سیاسی این ایدئولوژی‌ها تاکید می‌ورزد.
اگرچه دانش ابوذهب در این حوزه بی‌بدیل و جامع است، وی در این مقالات ترکیبی شیوا و پیراسته ارائه می‌دهد که تک‌تک واژگانش بار معنایی دقیقی دارد. این مجلد برای درک پویایی‌های معاصر پاکستان اثری گریزناپذیر و ضروری به شمار می‌رود.
فهرست مطالب
مقدمه) رویکرد چندمقیاسی مریم ابوذهب به اسلام‌گرایی: ریشه‌های اجتماعی و بومی فرقه‌گرایی و جهادگرایی در پاکستان (کریستوف ژافرلو)
بخش اول: تسنن و تشیع شبه‌نظامی در پاکستان
۱) پاکستان: گذار از محافظه‌کاری دینی به رادیکالیسم سیاسی
۲) سیاسی شدن جامعه شیعیان در پاکستان طی دهه‌های ۱۹۷۰ و ۱۹۸۰
بخش دوم: فرقه‌گرایی: منازعه شیعه و سنی در پاکستان
۳) فرقه‌گرایی به مثابه هویتی جایگزین: سنی‌ها و شیعیان در مرکز و جنوب پنجاب
۴) منازعه سنی و شیعه در جهنگ (پاکستان)
۵) سپاه صحابه (SSP): طلایه‌دار اسلام شبه‌نظامی سنی در پاکستان
بخش سوم: طالبانی شدن و جهاد در نوار پشتون‌نشین و پنجاب
۶) سلفی‌گری در پاکستان: جنبش اهل حدیث
۷) کشرها علیه مشرها: جهاد و دگرگونی اجتماعی در مناطق قبایلی تحت اداره فدرال (فاٹا)
۸) طالبان پشتون و پنجابی: پیوند جهادی-فرقه‌ای
بخش چهارم: همگرایی‌های فراملی جهادی-سنی فرقه‌ای
۹) «این فقط یک مسئله میان شیعه و سنی است»: فرقه‌گرایی و طالبانیسم در مناطق قبایلی تحت اداره فدرال (فاٹا) در پاکستان
۱۰) پیوندها و پویایی‌ها
📌مرکز و کتابخانه مطالعات اسلامی به زبان‌های اروپایی
@Islamicstudies
🔺پاکستان: هزارنمای اسلام
🔺 Pakistan: A Kaleidoscope of Islam
👈🏻 نویسنده: Mariam Abou Zahab
👈🏻 ناشر: Oxford University Press
👈🏻 سال انتشار : (2020)
👈🏻شابک: 9780197534595
معرفی ناشر
این مجموعه جستارها، دو دسته از مقاله‌ها و فصل‌ها به قلم مریم ابوذهب، پژوهشگر فقید و برجسته اسلام در آسیای جنوبی را گرد هم می‌آورد. بخش نخست این مجلد به واکاوی مناسبات شیعه و سنی در پاکستان می‌پردازد، حال آنکه بخش دوم بر اسلام‌گرایی خشونت‌آمیز در این کشور تمرکز دارد و همزمان روند طالبانی شدن نوار پشتون‌نشین و ابعاد جهادی سلفی‌گری در آسیای جنوبی را پوشش می‌دهد.
ابوذهب در سراسر این متون، دلایل پرشماری را که پاکستان را به کانون شکل‌گیری و تحول اسلام سیاسی بدل ساخته است، بررسی می‌کند. وی با در نظر گرفتن پیامدهای استعمار و منازعات - از جمله جنگ شوروی و افغانستان و عملیات نظامی غرب در افغانستانِ پسا-۱۱ سپتامبر - چشم‌اندازی تاریخی از این روند تکاملی به دست می‌دهد. او در عین تبیین اهمیت بنیادین این نفوذهای خارجی (از عربستان سعودی و ایران تا ایالات متحده)، اسلام سیاسی پاکستان را در بستر فرهنگ‌های بومی نیز قرار می‌دهد و بی‌آنکه هرگز به دام تقلیل‌گرایی فرهنگی بیفتد، از دانش ژرف انسان‌شناختی خویش بهره می‌گیرد. در نهایت، وی بر مؤلفه‌های جامعه‌شناختی تعیین‌کننده در فرقه‌گرایی، طالبانیسم و جهادگرایی، و همچنین اقتصاد سیاسی این ایدئولوژی‌ها تاکید می‌ورزد.
اگرچه دانش ابوذهب در این حوزه بی‌بدیل و جامع است، وی در این مقالات ترکیبی شیوا و پیراسته ارائه می‌دهد که تک‌تک واژگانش بار معنایی دقیقی دارد. این مجلد برای درک پویایی‌های معاصر پاکستان اثری گریزناپذیر و ضروری به شمار می‌رود.
فهرست مطالب
مقدمه) رویکرد چندمقیاسی مریم ابوذهب به اسلام‌گرایی: ریشه‌های اجتماعی و بومی فرقه‌گرایی و جهادگرایی در پاکستان (کریستوف ژافرلو)
بخش اول: تسنن و تشیع شبه‌نظامی در پاکستان
۱) پاکستان: گذار از محافظه‌کاری دینی به رادیکالیسم سیاسی
۲) سیاسی شدن جامعه شیعیان در پاکستان طی دهه‌های ۱۹۷۰ و ۱۹۸۰
بخش دوم: فرقه‌گرایی: منازعه شیعه و سنی در پاکستان
۳) فرقه‌گرایی به مثابه هویتی جایگزین: سنی‌ها و شیعیان در مرکز و جنوب پنجاب
۴) منازعه سنی و شیعه در جهنگ (پاکستان)
۵) سپاه صحابه (SSP): طلایه‌دار اسلام شبه‌نظامی سنی در پاکستان
بخش سوم: طالبانی شدن و جهاد در نوار پشتون‌نشین و پنجاب
۶) سلفی‌گری در پاکستان: جنبش اهل حدیث
۷) کشرها علیه مشرها: جهاد و دگرگونی اجتماعی در مناطق قبایلی تحت اداره فدرال (فاٹا)
۸) طالبان پشتون و پنجابی: پیوند جهادی-فرقه‌ای
بخش چهارم: همگرایی‌های فراملی جهادی-سنی فرقه‌ای
۹) «این فقط یک مسئله میان شیعه و سنی است»: فرقه‌گرایی و طالبانیسم در مناطق قبایلی تحت اداره فدرال (فاٹا) در پاکستان
۱۰) پیوندها و پویایی‌ها
📌مرکز و کتابخانه مطالعات اسلامی به زبان‌های اروپایی
@Islamicstudies
مرکز و کتابخانه مطالعات اسلامی به زبان های اروپایی
پاکستان: هزارنمای اسلام - مرکز و کتابخانه مطالعات اسلامی به زبان های اروپایی
این مجموعه جستارها، دو دسته از مقاله‌ها و فصل‌ها به قلم مریم ابوذهب، پژوهشگر فقید و برجسته اسلام در آسیای جنوبی را گرد هم می‌آورد. بخش نخست این مجلد به واکاوی مناسبات شیعه و سنی در پاکستان می‌پردازد، حال آنکه بخش دوم بر اسلام‌گرایی خشونت‌آمیز در این کشور…
🔹درخشش دانشگاه تهران در رتبه‌بندی موضوعی شانگهای ۲۰۲۶ / حضور در ۲۱ رشته تخصصی و کسب رتبه ۴۹ جهانی در منابع آب / جایگاه ویژه در حوزه مهندسی و فنی
بر اساس جدیدترین نتایج نظام رتبه‌بندی موضوعی شانگهای (GRAS) در سال ۲۰۲۶، دانشگاه تهران با حضور در ۲۱ رشته تخصصی، یکی از پرحضورترین و برترین دانشگاه‌های ایران در این حوزه موضوعی رتبه‌بندی جهانی است.
متن کامل خبر را در پیوند زیر بخوانید:
https://news.ut.ac.ir/fa/news/55658
@UT_NEWSLINE
بر اساس جدیدترین نتایج نظام رتبه‌بندی موضوعی شانگهای (GRAS) در سال ۲۰۲۶، دانشگاه تهران با حضور در ۲۱ رشته تخصصی، یکی از پرحضورترین و برترین دانشگاه‌های ایران در این حوزه موضوعی رتبه‌بندی جهانی است.
متن کامل خبر را در پیوند زیر بخوانید:
https://news.ut.ac.ir/fa/news/55658
@UT_NEWSLINE
🔻اینجا قدیمی‌ترین کتاب‌فروشی تهران است!
🔹کتاب فروشی اسلامیه که ۱۵۰ سال قدمت دارد از دوره قاجار تا به امروز در تهران پابرجاست.
🔹مالکیت آن با خاندان کتابچی و به عنوان قدیمی‌ترین کتاب فروشی پابرجای تهران شناخته میشود، این حجم از استواری واقعا تحسین دارد.
@akhbartehran
🔹کتاب فروشی اسلامیه که ۱۵۰ سال قدمت دارد از دوره قاجار تا به امروز در تهران پابرجاست.
🔹مالکیت آن با خاندان کتابچی و به عنوان قدیمی‌ترین کتاب فروشی پابرجای تهران شناخته میشود، این حجم از استواری واقعا تحسین دارد.
@akhbartehran
📚 معرفی کتاب «جنایت و مکافات»
نویسنده: فیودور میخایلوویچ داستایفسکی، نویسنده و فیلسوف بزرگ روسی (۱۸۲۱–۱۸۸۱)، یکی از تأثیرگذارترین چهره‌های ادبیات جهان و پیشگام رمان روان‌شناختی مدرن.
🔹 داستایفسکی در سال ۱۸۲۱ در مسکو زاده شد. تحصیلات مهندسی نظامی داشت، اما به‌زودی به نویسندگی روی آورد. در سال ۱۸۴۹ به‌اتهام عضویت در محفلی سیاسی بازداشت و به مرگ محکوم شد، اما در آخرین لحظه حکمش به تبعید و کار اجباری در سیبری تبدیل شد؛ تجربه‌ای که تأثیر عمیقی بر نگاه فلسفی و دینی او در آثار بعدی‌اش گذاشت.
🔹 «جنایت و مکافات» نخستین بار در سال ۱۸۶۶ به‌صورت پاورقی در مجله‌ی روسکی وستنیک منتشر شد و یکی از مهم‌ترین رمان‌های تاریخ ادبیات جهان به شمار می‌رود.
🔹 داستان محور اصلی رمان، «راسکولنیکوف»، دانشجوی فقیر و منزوی اهل سن‌پترزبورگ است که با ارتکاب قتلی، دست به آزمایشی اخلاقی-فلسفی درباره‌ی مرز میان جنایت، توجیه عقلانی آن، و رنج وجدان می‌زند. رمان با کاوشی ژرف در روان انسان، گناه، رستگاری و عدالت اجتماعی، از شاهکارهای بی‌بدیل ادبیات روسیه و جهان محسوب میشود.
https://t.me/UT_Central_Library
ble.ir/Library_UT_AC
نویسنده: فیودور میخایلوویچ داستایفسکی، نویسنده و فیلسوف بزرگ روسی (۱۸۲۱–۱۸۸۱)، یکی از تأثیرگذارترین چهره‌های ادبیات جهان و پیشگام رمان روان‌شناختی مدرن.
🔹 داستایفسکی در سال ۱۸۲۱ در مسکو زاده شد. تحصیلات مهندسی نظامی داشت، اما به‌زودی به نویسندگی روی آورد. در سال ۱۸۴۹ به‌اتهام عضویت در محفلی سیاسی بازداشت و به مرگ محکوم شد، اما در آخرین لحظه حکمش به تبعید و کار اجباری در سیبری تبدیل شد؛ تجربه‌ای که تأثیر عمیقی بر نگاه فلسفی و دینی او در آثار بعدی‌اش گذاشت.
🔹 «جنایت و مکافات» نخستین بار در سال ۱۸۶۶ به‌صورت پاورقی در مجله‌ی روسکی وستنیک منتشر شد و یکی از مهم‌ترین رمان‌های تاریخ ادبیات جهان به شمار می‌رود.
🔹 داستان محور اصلی رمان، «راسکولنیکوف»، دانشجوی فقیر و منزوی اهل سن‌پترزبورگ است که با ارتکاب قتلی، دست به آزمایشی اخلاقی-فلسفی درباره‌ی مرز میان جنایت، توجیه عقلانی آن، و رنج وجدان می‌زند. رمان با کاوشی ژرف در روان انسان، گناه، رستگاری و عدالت اجتماعی، از شاهکارهای بی‌بدیل ادبیات روسیه و جهان محسوب میشود.
https://t.me/UT_Central_Library
ble.ir/Library_UT_AC
هوش_مصنوعی_از_ابزارها_تا_کاربردهای_کتابخانه_ای.pdf
5.7 MB
مجموعه ای از گزارش ها و مقالات در حوزه هوش مصنوعی در حوزه پژوهش و کارهای کتابخانه ای
https://t.me/UT_Central_Library
https://t.me/UT_Central_Library
✴️ کتابخانه‌ها در مواجهه با هوش مصنوعی؛ نظرات ۶۹۸ مدیر کتابخانه درباره هوش مصنوعی
پژوهش جدید OCLC Research در سال ۲۰۲۶ تصویری قابل‌تأمل از نحوه مواجهه مدیران کتابخانه‌های دانشگاهی و عمومی با هوش مصنوعی ارائه می‌دهد. این پیمایش با مشارکت ۶۹۸ مدیر کتابخانه در ایالات متحده نشان می‌دهد که هوش مصنوعی وارد فعالیت‌های کتابخانه‌ای شده است، اما میزان پذیرش آن در کتابخانه‌ها یکسان نیست.
در مجموع، ۲۴ درصد مدیران روزانه، ۴۰ درصد گاهی و ۳۶ درصد به‌ندرت یا اصلاً از هوش مصنوعی استفاده نمی‌کنند؛ تفاوتی که به نوع، اندازه و ظرفیت کتابخانه‌ها وابسته است. برای نمونه، در کتابخانه‌های پژوهشی عضو ARL حدود ۶۷ درصد مدیران استفاده روزانه از AI را گزارش کرده‌اند، درحالی‌که این میزان در کتابخانه‌های عمومی کوچک تنها ۱۴ درصد است.
یکی از مهم‌ترین انگیزه‌های فعلی برای استفاده از هوش مصنوعی، افزایش بهره‌وری و صرفه‌جویی در زمان است و کاربردهای عملی و سازمانی نقطه ورود بسیاری از کتابخانه‌ها به این فناوری محسوب می‌شوند. بااین‌حال، نگرش مدیران صرفاً خوش‌بینانه نیست؛ تنها ۱۳ درصد بیش از آنکه نگران باشند، نسبت به AI هیجان‌زده‌اند و ۳۹ درصد به یک اندازه فرصت‌ها و نگرانی‌های آن را احساس می‌کنند. اعتماد یکی از محوری‌ترین مسائل مطرح‌شده است و ۳۰ درصد پاسخ‌دهندگان، حریم خصوصی، سوگیری یا مخاطرات اخلاقی را مهم‌ترین نگرانی خود درباره کاربرد AI معرفی کرده‌اند.
یافته قابل‌توجه دیگر، فاصله میان استفاده عملی از هوش مصنوعی و سیاست‌گذاری سازمانی است؛ تنها ۷ درصد مدیران اعلام کرده‌اند که سازمان آن‌ها دستورالعمل‌ها و انتظارات روشنی برای استفاده از AI ارائه کرده است. این شکاف در کتابخانه‌های کوچک آشکارتر است؛ به‌طوری‌که ۵۴ درصد مدیران کتابخانه‌های عمومی کوچک گفته‌اند هوش مصنوعی هنوز به‌صورت ساختاریافته در مؤسسه آن‌ها مورد بحث قرار نگرفته است.
در مقابل، ۸۷ درصد مدیران اعلام کرده‌اند هنگام تصمیم‌گیری درباره هوش مصنوعی، مخاطرات اخلاقی را فعالانه در نظر می‌گیرند؛ نشانه‌ای از اهمیت روزافزون «استفاده مسئولانه» در مدیریت کتابخانه‌ها.
مدیران، سواد هوش مصنوعی، استفاده مسئولانه، مسائل اخلاقی و حریم خصوصی، سرعت تحولات فناوری و دقت و قابلیت اعتماد خروجی‌های AI را از چالش‌های مهم دو تا سه سال آینده کتابخانه‌ها می‌دانند.
در مجموع، یافته‌های OCLC نشان می‌دهد آینده هوش مصنوعی در کتابخانه‌ها صرفاً به پذیرش ابزارهای جدید وابسته نیست؛ بلکه به توانایی کتابخانه‌ها در ایجاد توازن میان نوآوری، اعتماد، سواد هوش مصنوعی، سیاست‌گذاری و مسئولیت اخلاقی بستگی خواهد داشت.
OCLC Research. (2026, August 18). What 698 library leaders are telling us about AI: First findings from OCLC’s new pulse survey series, Insider Insights. OCLC. https://www.oclc.org/en/learn/perspectives/insider-insights-what-698-library-leaders-are-telling-us-about-ai.html
https://t.me/UT_Central_Library
پژوهش جدید OCLC Research در سال ۲۰۲۶ تصویری قابل‌تأمل از نحوه مواجهه مدیران کتابخانه‌های دانشگاهی و عمومی با هوش مصنوعی ارائه می‌دهد. این پیمایش با مشارکت ۶۹۸ مدیر کتابخانه در ایالات متحده نشان می‌دهد که هوش مصنوعی وارد فعالیت‌های کتابخانه‌ای شده است، اما میزان پذیرش آن در کتابخانه‌ها یکسان نیست.
در مجموع، ۲۴ درصد مدیران روزانه، ۴۰ درصد گاهی و ۳۶ درصد به‌ندرت یا اصلاً از هوش مصنوعی استفاده نمی‌کنند؛ تفاوتی که به نوع، اندازه و ظرفیت کتابخانه‌ها وابسته است. برای نمونه، در کتابخانه‌های پژوهشی عضو ARL حدود ۶۷ درصد مدیران استفاده روزانه از AI را گزارش کرده‌اند، درحالی‌که این میزان در کتابخانه‌های عمومی کوچک تنها ۱۴ درصد است.
یکی از مهم‌ترین انگیزه‌های فعلی برای استفاده از هوش مصنوعی، افزایش بهره‌وری و صرفه‌جویی در زمان است و کاربردهای عملی و سازمانی نقطه ورود بسیاری از کتابخانه‌ها به این فناوری محسوب می‌شوند. بااین‌حال، نگرش مدیران صرفاً خوش‌بینانه نیست؛ تنها ۱۳ درصد بیش از آنکه نگران باشند، نسبت به AI هیجان‌زده‌اند و ۳۹ درصد به یک اندازه فرصت‌ها و نگرانی‌های آن را احساس می‌کنند. اعتماد یکی از محوری‌ترین مسائل مطرح‌شده است و ۳۰ درصد پاسخ‌دهندگان، حریم خصوصی، سوگیری یا مخاطرات اخلاقی را مهم‌ترین نگرانی خود درباره کاربرد AI معرفی کرده‌اند.
یافته قابل‌توجه دیگر، فاصله میان استفاده عملی از هوش مصنوعی و سیاست‌گذاری سازمانی است؛ تنها ۷ درصد مدیران اعلام کرده‌اند که سازمان آن‌ها دستورالعمل‌ها و انتظارات روشنی برای استفاده از AI ارائه کرده است. این شکاف در کتابخانه‌های کوچک آشکارتر است؛ به‌طوری‌که ۵۴ درصد مدیران کتابخانه‌های عمومی کوچک گفته‌اند هوش مصنوعی هنوز به‌صورت ساختاریافته در مؤسسه آن‌ها مورد بحث قرار نگرفته است.
در مقابل، ۸۷ درصد مدیران اعلام کرده‌اند هنگام تصمیم‌گیری درباره هوش مصنوعی، مخاطرات اخلاقی را فعالانه در نظر می‌گیرند؛ نشانه‌ای از اهمیت روزافزون «استفاده مسئولانه» در مدیریت کتابخانه‌ها.
مدیران، سواد هوش مصنوعی، استفاده مسئولانه، مسائل اخلاقی و حریم خصوصی، سرعت تحولات فناوری و دقت و قابلیت اعتماد خروجی‌های AI را از چالش‌های مهم دو تا سه سال آینده کتابخانه‌ها می‌دانند.
در مجموع، یافته‌های OCLC نشان می‌دهد آینده هوش مصنوعی در کتابخانه‌ها صرفاً به پذیرش ابزارهای جدید وابسته نیست؛ بلکه به توانایی کتابخانه‌ها در ایجاد توازن میان نوآوری، اعتماد، سواد هوش مصنوعی، سیاست‌گذاری و مسئولیت اخلاقی بستگی خواهد داشت.
OCLC Research. (2026, August 18). What 698 library leaders are telling us about AI: First findings from OCLC’s new pulse survey series, Insider Insights. OCLC. https://www.oclc.org/en/learn/perspectives/insider-insights-what-698-library-leaders-are-telling-us-about-ai.html
https://t.me/UT_Central_Library
OCLC
What 698 Library Leaders Are Telling Us About AI | OCLC
Library leaders are navigating change at a pace that continues to accelerate. Decisions about technology, staffing, funding, and community needs are happening more quickly and with greater complexity than ever before. To better understand how those decisions…
از مخالفت تا استفاده مسئولانه از هوش مصنوعی در پژوهش‌های دانشگاهی [دو فرستۀ دنبال هم]
ظهور گسترده ابزارهای هوش مصنوعی مولد، به‌ویژه پس از فراگیرشدن ChatGPT در اواخر سال ۲۰۲۲، دانشگاه‌ها و ناشران علمی را با مسئله‌ای تازه روبه‌رو کرد: آیا استفاده از هوش مصنوعی در پژوهش و نگارش علمی مجاز است؟
پاسخ به این پرسش طی چند سال تحول قابل توجهی پیدا کرده است.
مرحله اول: نگرانی و محدودیت شدید ـ ۲۰۲۳
در نخستین ماه‌های گسترش ChatGPT، واکنش بخش مهمی از جامعه دانشگاهی محتاطانه و گاه بسیار سخت‌گیرانه بود. نگرانی اصلی این بود که پژوهشگر متنی را که خود تولید نکرده است به نام خود منتشر کند، منابع جعلی وارد مقاله شود، داده یا استدلال نادرست تولید شود، یا مرز میان «نویسنده انسانی» و «ماشین» از بین برود.
در ژانویه ۲۰۲۳، مجله Nature اعلام کرد که ابزارهایی مانند ChatGPT نمی‌توانند به عنوان نویسنده مقاله معرفی شوند، زیرا نویسندگی علمی مستلزم قبول مسئولیت است و یک مدل هوش مصنوعی نمی‌تواند چنین مسئولیتی را بر عهده بگیرد. Nature در عین حال از همان زمان تأکید کرد که اگر از یک مدل زبانی استفاده شده باشد، این استفاده باید در مقاله اعلام شود.
بنابراین حتی در این دوره نیز موضع دقیق بسیاری از مجلات «ممنوعیت مطلق هوش مصنوعی» نبود؛ بلکه مخالفت با جایگزین شدن هوش مصنوعی به جای پژوهشگر و استفاده پنهانی از آن بود.
مرحله دوم: پذیرش محدود و مشروط ـ ۲۰۲۳ تا ۲۰۲۴
به‌تدریج روشن شد که نمی‌توان هوش مصنوعی را صرفاً به عنوان وسیله‌ای برای تقلب علمی در نظر گرفت. این ابزارها می‌توانستند در ویرایش زبان، سازمان‌دهی مطالب، کمک به برنامه‌نویسی، توضیح مفاهیم، جست‌وجوی اولیه موضوعات و بعضی مراحل پژوهش مفید باشند.
در سپتامبر ۲۰۲۳، یونسکو در نخستین راهنمای جهانی خود درباره هوش مصنوعی مولد در آموزش و پژوهش، به جای توصیه به ممنوعیت عمومی آن، بر استفاده «انسان‌محور»، حفاظت از داده‌ها، ارزیابی اخلاقی ابزارها و تدوین مقررات روشن توسط مؤسسات آموزشی تأکید کرد.
در همین دوره، سیاست بسیاری از ناشران به سمت یک اصل مشخص حرکت کرد:
استفاده از AI ممکن است مجاز باشد، اما مسئولیت علمی همچنان کاملاً با انسان است.
برای مثال، توصیه‌های ICMJE در حوزه نشر پزشکی مقرر کرد که استفاده از ابزارهای هوش مصنوعی باید اعلام شود؛ AI نمی‌تواند نویسنده مقاله باشد؛ پژوهشگر باید خروجی آن را کنترل کند و مسئول صحت مطالب، منابع و نبود سرقت علمی باشد.
بنابراین سؤال به‌تدریج از
«آیا از AI استفاده کرده‌اید؟»
به این سؤال تغییر کرد:
«از AI برای چه کاری، چگونه و با چه میزان نظارت انسانی استفاده کرده‌اید؟»
مرحله سوم: پذیرش همراه با شفافیت ـ ۲۰۲۴ تا امروز
در مرحله جدید، تعداد زیادی از ناشران معتبر دیگر اصل استفاده از هوش مصنوعی را تخلف تلقی نمی‌کنند؛ بلکه برای آن قواعد مستندسازی و افشا (Disclosure) تعیین کرده‌اند.
سیاست فعلی Elsevier نمونه روشنی از این رویکرد است. این ناشر استفاده مسئولانه از AI را می‌پذیرد، اما از نویسندگان می‌خواهد در صورت استفاده مؤثر از ابزارهای هوش مصنوعی در آماده‌سازی مقاله، نام ابزار، هدف استفاده و میزان نظارت خود را اعلام کنند. استفاده از AI در خود فرایند پژوهش نیز، در صورت ارتباط با روش تحقیق، باید در بخش Methods توضیح داده شود. اصلاح ساده املا، دستور زبان و علائم نگارشی معمولاً نیاز به اعلام ندارد.
در به‌روزرسانی سیاست Elsevier در اوت ۲۰۲۶ نیز صریحاً آمده است که نویسندگان می‌توانند از AI استفاده کنند، مشروط بر آنکه مسئولیت علمی و نظارت انسانی حفظ شود. نمونه‌هایی مانند کمک در مرور ادبیات، یافتن شکاف‌های پژوهشی، سازمان‌دهی مطالب، ایده‌پردازی و بهبود خوانایی متن از کاربردهای مطرح‌شده‌اند.
ICMJE نیز در توصیه‌های به‌روزشده سال ۲۰۲۶ بخش مستقلی را به استفاده از AI در نشر علمی اختصاص داده است و بر چهار اصل تأکید دارد: شفافیت، مسئولیت انسانی، حفاظت از محرمانگی و صحت علمی.
حتی در برخی سیاست‌های جدیدتر Nature، استفاده از AI بر اساس سطح خطر کاربرد ارزیابی میشود. کاربردهای کم‌خطر که صرفاً به بیان، سازمان‌دهی یا کارآمدی پژوهشگر کمک می‌کنند و قضاوت علمی را جایگزین نمی‌کنند، از کاربردهایی که در استنتاج و داوری علمی دخالت می‌کنند متمایز شده‌اند.
پس دانشجو امروز چه کار باید بکند؟
اصل مناسب این نیست که «از هوش مصنوعی استفاده نکنید» و نه اینکه «هر کاری را می‌توان به هوش مصنوعی سپرد». اصل مناسب این است:
از هوش مصنوعی به عنوان دستیار پژوهش استفاده کنید، نه به عنوان جایگزین پژوهشگر.
[ادامه در فرسته بعدی] 👇
ظهور گسترده ابزارهای هوش مصنوعی مولد، به‌ویژه پس از فراگیرشدن ChatGPT در اواخر سال ۲۰۲۲، دانشگاه‌ها و ناشران علمی را با مسئله‌ای تازه روبه‌رو کرد: آیا استفاده از هوش مصنوعی در پژوهش و نگارش علمی مجاز است؟
پاسخ به این پرسش طی چند سال تحول قابل توجهی پیدا کرده است.
مرحله اول: نگرانی و محدودیت شدید ـ ۲۰۲۳
در نخستین ماه‌های گسترش ChatGPT، واکنش بخش مهمی از جامعه دانشگاهی محتاطانه و گاه بسیار سخت‌گیرانه بود. نگرانی اصلی این بود که پژوهشگر متنی را که خود تولید نکرده است به نام خود منتشر کند، منابع جعلی وارد مقاله شود، داده یا استدلال نادرست تولید شود، یا مرز میان «نویسنده انسانی» و «ماشین» از بین برود.
در ژانویه ۲۰۲۳، مجله Nature اعلام کرد که ابزارهایی مانند ChatGPT نمی‌توانند به عنوان نویسنده مقاله معرفی شوند، زیرا نویسندگی علمی مستلزم قبول مسئولیت است و یک مدل هوش مصنوعی نمی‌تواند چنین مسئولیتی را بر عهده بگیرد. Nature در عین حال از همان زمان تأکید کرد که اگر از یک مدل زبانی استفاده شده باشد، این استفاده باید در مقاله اعلام شود.
بنابراین حتی در این دوره نیز موضع دقیق بسیاری از مجلات «ممنوعیت مطلق هوش مصنوعی» نبود؛ بلکه مخالفت با جایگزین شدن هوش مصنوعی به جای پژوهشگر و استفاده پنهانی از آن بود.
مرحله دوم: پذیرش محدود و مشروط ـ ۲۰۲۳ تا ۲۰۲۴
به‌تدریج روشن شد که نمی‌توان هوش مصنوعی را صرفاً به عنوان وسیله‌ای برای تقلب علمی در نظر گرفت. این ابزارها می‌توانستند در ویرایش زبان، سازمان‌دهی مطالب، کمک به برنامه‌نویسی، توضیح مفاهیم، جست‌وجوی اولیه موضوعات و بعضی مراحل پژوهش مفید باشند.
در سپتامبر ۲۰۲۳، یونسکو در نخستین راهنمای جهانی خود درباره هوش مصنوعی مولد در آموزش و پژوهش، به جای توصیه به ممنوعیت عمومی آن، بر استفاده «انسان‌محور»، حفاظت از داده‌ها، ارزیابی اخلاقی ابزارها و تدوین مقررات روشن توسط مؤسسات آموزشی تأکید کرد.
در همین دوره، سیاست بسیاری از ناشران به سمت یک اصل مشخص حرکت کرد:
استفاده از AI ممکن است مجاز باشد، اما مسئولیت علمی همچنان کاملاً با انسان است.
برای مثال، توصیه‌های ICMJE در حوزه نشر پزشکی مقرر کرد که استفاده از ابزارهای هوش مصنوعی باید اعلام شود؛ AI نمی‌تواند نویسنده مقاله باشد؛ پژوهشگر باید خروجی آن را کنترل کند و مسئول صحت مطالب، منابع و نبود سرقت علمی باشد.
بنابراین سؤال به‌تدریج از
«آیا از AI استفاده کرده‌اید؟»
به این سؤال تغییر کرد:
«از AI برای چه کاری، چگونه و با چه میزان نظارت انسانی استفاده کرده‌اید؟»
مرحله سوم: پذیرش همراه با شفافیت ـ ۲۰۲۴ تا امروز
در مرحله جدید، تعداد زیادی از ناشران معتبر دیگر اصل استفاده از هوش مصنوعی را تخلف تلقی نمی‌کنند؛ بلکه برای آن قواعد مستندسازی و افشا (Disclosure) تعیین کرده‌اند.
سیاست فعلی Elsevier نمونه روشنی از این رویکرد است. این ناشر استفاده مسئولانه از AI را می‌پذیرد، اما از نویسندگان می‌خواهد در صورت استفاده مؤثر از ابزارهای هوش مصنوعی در آماده‌سازی مقاله، نام ابزار، هدف استفاده و میزان نظارت خود را اعلام کنند. استفاده از AI در خود فرایند پژوهش نیز، در صورت ارتباط با روش تحقیق، باید در بخش Methods توضیح داده شود. اصلاح ساده املا، دستور زبان و علائم نگارشی معمولاً نیاز به اعلام ندارد.
در به‌روزرسانی سیاست Elsevier در اوت ۲۰۲۶ نیز صریحاً آمده است که نویسندگان می‌توانند از AI استفاده کنند، مشروط بر آنکه مسئولیت علمی و نظارت انسانی حفظ شود. نمونه‌هایی مانند کمک در مرور ادبیات، یافتن شکاف‌های پژوهشی، سازمان‌دهی مطالب، ایده‌پردازی و بهبود خوانایی متن از کاربردهای مطرح‌شده‌اند.
ICMJE نیز در توصیه‌های به‌روزشده سال ۲۰۲۶ بخش مستقلی را به استفاده از AI در نشر علمی اختصاص داده است و بر چهار اصل تأکید دارد: شفافیت، مسئولیت انسانی، حفاظت از محرمانگی و صحت علمی.
حتی در برخی سیاست‌های جدیدتر Nature، استفاده از AI بر اساس سطح خطر کاربرد ارزیابی میشود. کاربردهای کم‌خطر که صرفاً به بیان، سازمان‌دهی یا کارآمدی پژوهشگر کمک می‌کنند و قضاوت علمی را جایگزین نمی‌کنند، از کاربردهایی که در استنتاج و داوری علمی دخالت می‌کنند متمایز شده‌اند.
پس دانشجو امروز چه کار باید بکند؟
اصل مناسب این نیست که «از هوش مصنوعی استفاده نکنید» و نه اینکه «هر کاری را می‌توان به هوش مصنوعی سپرد». اصل مناسب این است:
از هوش مصنوعی به عنوان دستیار پژوهش استفاده کنید، نه به عنوان جایگزین پژوهشگر.
[ادامه در فرسته بعدی] 👇
دانشجو می‌تواند، با رعایت مقررات دانشگاه یا مجله، از AI برای فهم بهتر یک مفهوم، پیشنهاد کلیدواژه برای جست‌وجو، سازمان‌دهی مطالب، کمک به نگارش و ویرایش، برنامه‌نویسی، بررسی ساختار یک متن یا پیشنهاد مسیرهای اولیه پژوهش استفاده کند. اما نباید بدون بررسی، مطالب تولیدشده توسط AI را وارد پایان‌نامه یا مقاله کند؛ منبعی را صرفاً به دلیل پیشنهاد AI معتبر تلقی کند؛ داده، نتیجه یا ارجاع ساختگی ایجاد کند؛ یا تحلیل و استدلال علمی‌ای را که خود قادر به دفاع از آن نیست به نام خود ارائه دهد.
یک قاعده ساده برای دانشجو
هر بار که از AI در پژوهش استفاده می‌کنید، چهار سؤال از خود بپرسید:
۱. آیا خودم این مطلب را می‌فهمم و می‌توانم از آن دفاع کنم؟
اگر پاسخ منفی است، نباید آن را به عنوان نتیجه پژوهش خود ارائه کنم.
۲. آیا اطلاعات، آمار و منابع را مستقلاً بررسی کرده‌ام؟
AI منبع علمی نیست و ممکن است اطلاعات یا حتی منابع ظاهراً معتبر اما نادرست تولید کند.
۳. آیا اطلاعات محرمانه‌ای را در اختیار AI قرار می‌دهم؟
نسخه منتشرنشده مقاله دیگران، اطلاعات شخصی مشارکت‌کنندگان پژوهش و داده‌های محرمانه نباید در سامانه‌ای وارد شوند که محرمانگی آن تضمین نشده است. ICMJE نیز به‌طور مشخص بر این موضوع تأکید دارد.
۴. آیا لازم است استفاده از AI را اعلام کنم؟
اگر AI نقش قابل توجهی در نگارش، تحلیل، کدنویسی، تولید شکل یا روش پژوهش داشته است، سیاست دانشگاه و مجله مقصد را بررسی کنید و در صورت لزوم استفاده از آن را دقیقاً اعلام کنید. برای نمونه، Elsevier حتی توصیه می‌کند نام ابزار، هدف استفاده و نحوه نظارت انسانی مستند شود.
جمع‌بندی
می‌توان تحول چند سال اخیر را بسیار خلاصه چنین نشان داد:
مرحله اول:
«استفاده از AI خطرناک است؛ ممکن است مصداق تقلب یا خدشه به اصالت علمی باشد.»
⬇️
مرحله دوم:
«استفاده محدود از AI ممکن است قابل قبول باشد، ولی باید تحت نظارت پژوهشگر باشد و در موارد لازم اعلام شود.»
⬇️
مرحله سوم:
«استفاده مسئولانه از AI بخشی از ابزارهای پژوهش است؛ اما باید شفاف، قابل بررسی و مستند باشد و مسئولیت تمام محتوای علمی همچنان بر عهده پژوهشگر انسانی است.»
بنابراین در فضای علمی امروز، مسئله اصلی دیگر صرفاً «استفاده کردن یا نکردن از هوش مصنوعی» نیست؛ بلکه «چگونه، برای چه کاری، با چه میزان نظارت، و با چه میزان شفافیت از آن استفاده کردن» است.
یک اصل نهایی را می‌توان به عنوان راهنمای دانشجویان در نظر گرفت:
یک قاعده ساده برای دانشجو
هر بار که از AI در پژوهش استفاده می‌کنید، چهار سؤال از خود بپرسید:
۱. آیا خودم این مطلب را می‌فهمم و می‌توانم از آن دفاع کنم؟
اگر پاسخ منفی است، نباید آن را به عنوان نتیجه پژوهش خود ارائه کنم.
۲. آیا اطلاعات، آمار و منابع را مستقلاً بررسی کرده‌ام؟
AI منبع علمی نیست و ممکن است اطلاعات یا حتی منابع ظاهراً معتبر اما نادرست تولید کند.
۳. آیا اطلاعات محرمانه‌ای را در اختیار AI قرار می‌دهم؟
نسخه منتشرنشده مقاله دیگران، اطلاعات شخصی مشارکت‌کنندگان پژوهش و داده‌های محرمانه نباید در سامانه‌ای وارد شوند که محرمانگی آن تضمین نشده است. ICMJE نیز به‌طور مشخص بر این موضوع تأکید دارد.
۴. آیا لازم است استفاده از AI را اعلام کنم؟
اگر AI نقش قابل توجهی در نگارش، تحلیل، کدنویسی، تولید شکل یا روش پژوهش داشته است، سیاست دانشگاه و مجله مقصد را بررسی کنید و در صورت لزوم استفاده از آن را دقیقاً اعلام کنید. برای نمونه، Elsevier حتی توصیه می‌کند نام ابزار، هدف استفاده و نحوه نظارت انسانی مستند شود.
جمع‌بندی
می‌توان تحول چند سال اخیر را بسیار خلاصه چنین نشان داد:
مرحله اول:
«استفاده از AI خطرناک است؛ ممکن است مصداق تقلب یا خدشه به اصالت علمی باشد.»
⬇️
مرحله دوم:
«استفاده محدود از AI ممکن است قابل قبول باشد، ولی باید تحت نظارت پژوهشگر باشد و در موارد لازم اعلام شود.»
⬇️
مرحله سوم:
«استفاده مسئولانه از AI بخشی از ابزارهای پژوهش است؛ اما باید شفاف، قابل بررسی و مستند باشد و مسئولیت تمام محتوای علمی همچنان بر عهده پژوهشگر انسانی است.»
بنابراین در فضای علمی امروز، مسئله اصلی دیگر صرفاً «استفاده کردن یا نکردن از هوش مصنوعی» نیست؛ بلکه «چگونه، برای چه کاری، با چه میزان نظارت، و با چه میزان شفافیت از آن استفاده کردن» است.
یک اصل نهایی را می‌توان به عنوان راهنمای دانشجویان در نظر گرفت:
هوش مصنوعی می‌تواند دستیار پژوهشگر باشد، اما نمی‌تواند جایگزین فهم، قضاوت، مسئولیت و صداقت علمی پژوهشگر شود.
https://t.me/UT_Central_Library
Telegram
کتابخانه مرکزی دانشگاه تهران
وب سايت کتابخانه مرکزی:
Library.ut.ac.ir
آدرس:
خیابان انقلاب، خیابان ۱۶ آذر، داخل پردیس مرکزی دانشگاه تهران، کتابخانه مرکزی، مرکز اسناد و تامین منابع علمی.
Library.ut.ac.ir
آدرس:
خیابان انقلاب، خیابان ۱۶ آذر، داخل پردیس مرکزی دانشگاه تهران، کتابخانه مرکزی، مرکز اسناد و تامین منابع علمی.
وقف نامه ای برای اقامه عزای حسینی از سال 1301 قمری
از اسناد کتابخانه مرکزی دانشگاه تهران
https://t.me/UT_Central_Library
از اسناد کتابخانه مرکزی دانشگاه تهران
https://t.me/UT_Central_Library
✳️ عامل‌های هوش مصنوعی وارد ارتباطات علمی می‌شوند؛ وقتی یک ربات از پژوهشگر درخواست همکاری می‌کند
گزارش تازه‌ای از Nature در ۲۵ سپتامبر ۲۰۲۶ نشان می‌دهد که عامل‌های هوش مصنوعی به‌تدریج از نقش «دستیار پژوهشگر» فراتر رفته و خود به برقراری ارتباط با پژوهشگران روی آورده‌اند. در این گزارش ذکر شده که برخی پژوهشگران ایمیل‌ها و درخواست‌های همکاری یا خدمات را از AI Agentها دریافت کرده‌اند. در یکی از نمونه‌ها، یک عامل هوش مصنوعی از یک پژوهشگر درخواست دسترسی به داده‌هایی برای مطالعه درباره مقالات پژوهشی مشکوک کرد.
این عامل‌ها می‌توانند به‌صورت نسبتاً مستقل فعالیت کنند، با انسان‌ها ارتباط بگیرند و برای دستیابی به اهداف تعریف‌شده، از ابزارهای مختلف استفاده کنند.
پلتفرم iLands که نمونه‌های مورد اشاره در گزارش به آن مربوط‌اند، امکان ساخت عامل‌هایی با نام، هدف، شخصیت و حافظه را فراهم کرده و طبق اعلام بنیان‌گذاران، حدود ۷۰ هزار عامل فعال دارد.
برخی از این عامل‌ها وارد فعالیت‌های پژوهشی شده‌اند و خدماتی مانند تهیه گزارش، بررسی واقعیت و تحلیل اطلاعات ارائه می‌کنند.
گزارش Nature همچنین نشان می‌دهد که برخی پژوهشگران با حجم قابل‌توجهی از پیام‌های این عامل‌ها مواجه شده‌اند؛ برای نمونه، یک پژوهشگر دریافت بیش از ۵۰ پیام در یک هفته را گزارش کرده است.
این تحول می‌تواند مفهوم «ارتباطات علمی» را تغییر دهد؛ زیرا در آینده ممکن است بخشی از جست‌وجوی همکار، درخواست داده یا مذاکره درباره خدمات پژوهشی توسط عامل‌های هوشمند انجام شود.
در عین حال، مسئله اعتماد اهمیت ویژه‌ای پیدا می‌کند؛ پژوهشگر باید بداند عامل با چه داده‌هایی کار می‌کند، چه کسی آن را هدایت می‌کند و نتایج یا داده‌های دریافت‌شده در اختیار چه کسی قرار خواهد گرفت.
مسئله دیگر، تشخیص هویت و مسئولیت است؛ ارتباط با یک عامل هوش مصنوعی لزوماً به معنای تعامل مستقیم با فرد یا سازمانی نیست که در پشت آن قرار دارد.
از سوی دیگر، نمونه‌هایی مانند SciSciGPT نشان می‌دهند که عامل‌های هوش مصنوعی می‌توانند به‌عنوان همکار پژوهشی برای جست‌وجوی منابع، تحلیل داده، تولید کد، مصورسازی و ارزیابی نتایج نیز طراحی شوند.
بنابراین، ورود عامل‌های هوش مصنوعی به ارتباطات علمی را می‌توان بخشی از گذار از «هوش مصنوعی به‌عنوان ابزار» به «هوش مصنوعی به‌عنوان کنشگر در فرایند پژوهش» دانست؛ گذاری که نیازمند قواعد تازه‌ای برای شفافیت، هویت، حریم خصوصی و مسئولیت علمی است.
Basu, M. (2026, September 25). AI bots are flooding researchers with requests for money and time. Nature. https://doi.org/10.1038/d41586-026-03005-2. https://www.nature.com/articles/d41586-026-03005-2?utm_source=chatgpt.com
https://t.me/UT_Central_Library
گزارش تازه‌ای از Nature در ۲۵ سپتامبر ۲۰۲۶ نشان می‌دهد که عامل‌های هوش مصنوعی به‌تدریج از نقش «دستیار پژوهشگر» فراتر رفته و خود به برقراری ارتباط با پژوهشگران روی آورده‌اند. در این گزارش ذکر شده که برخی پژوهشگران ایمیل‌ها و درخواست‌های همکاری یا خدمات را از AI Agentها دریافت کرده‌اند. در یکی از نمونه‌ها، یک عامل هوش مصنوعی از یک پژوهشگر درخواست دسترسی به داده‌هایی برای مطالعه درباره مقالات پژوهشی مشکوک کرد.
این عامل‌ها می‌توانند به‌صورت نسبتاً مستقل فعالیت کنند، با انسان‌ها ارتباط بگیرند و برای دستیابی به اهداف تعریف‌شده، از ابزارهای مختلف استفاده کنند.
پلتفرم iLands که نمونه‌های مورد اشاره در گزارش به آن مربوط‌اند، امکان ساخت عامل‌هایی با نام، هدف، شخصیت و حافظه را فراهم کرده و طبق اعلام بنیان‌گذاران، حدود ۷۰ هزار عامل فعال دارد.
برخی از این عامل‌ها وارد فعالیت‌های پژوهشی شده‌اند و خدماتی مانند تهیه گزارش، بررسی واقعیت و تحلیل اطلاعات ارائه می‌کنند.
گزارش Nature همچنین نشان می‌دهد که برخی پژوهشگران با حجم قابل‌توجهی از پیام‌های این عامل‌ها مواجه شده‌اند؛ برای نمونه، یک پژوهشگر دریافت بیش از ۵۰ پیام در یک هفته را گزارش کرده است.
این تحول می‌تواند مفهوم «ارتباطات علمی» را تغییر دهد؛ زیرا در آینده ممکن است بخشی از جست‌وجوی همکار، درخواست داده یا مذاکره درباره خدمات پژوهشی توسط عامل‌های هوشمند انجام شود.
در عین حال، مسئله اعتماد اهمیت ویژه‌ای پیدا می‌کند؛ پژوهشگر باید بداند عامل با چه داده‌هایی کار می‌کند، چه کسی آن را هدایت می‌کند و نتایج یا داده‌های دریافت‌شده در اختیار چه کسی قرار خواهد گرفت.
مسئله دیگر، تشخیص هویت و مسئولیت است؛ ارتباط با یک عامل هوش مصنوعی لزوماً به معنای تعامل مستقیم با فرد یا سازمانی نیست که در پشت آن قرار دارد.
از سوی دیگر، نمونه‌هایی مانند SciSciGPT نشان می‌دهند که عامل‌های هوش مصنوعی می‌توانند به‌عنوان همکار پژوهشی برای جست‌وجوی منابع، تحلیل داده، تولید کد، مصورسازی و ارزیابی نتایج نیز طراحی شوند.
بنابراین، ورود عامل‌های هوش مصنوعی به ارتباطات علمی را می‌توان بخشی از گذار از «هوش مصنوعی به‌عنوان ابزار» به «هوش مصنوعی به‌عنوان کنشگر در فرایند پژوهش» دانست؛ گذاری که نیازمند قواعد تازه‌ای برای شفافیت، هویت، حریم خصوصی و مسئولیت علمی است.
Basu, M. (2026, September 25). AI bots are flooding researchers with requests for money and time. Nature. https://doi.org/10.1038/d41586-026-03005-2. https://www.nature.com/articles/d41586-026-03005-2?utm_source=chatgpt.com
https://t.me/UT_Central_Library
Nature
AI bots are flooding researchers with requests for money and time
Nature - Many scientists use artificial intelligence in their work, but agents are increasingly soliciting researchers for collaborations.
📊 معرفی و کاربردهای هوش مصنوعی Flourish Studio در مصورسازی داده‌ها
هوش مصنوعی Flourish Studio یک پلتفرم تحت‌وب برای مصورسازی، کاوش و روایت‌گری داده‌ها است که امکان ساخت نمودارها، نقشه‌ها و گزارش‌های تعاملی را بدون نیاز به برنامه‌نویسی فراهم می‌کند.
کار با Flourish معمولاً با انتخاب یک الگوی مناسب از انواع نمودارها، واردکردن داده و سپس تنظیم ظاهر و اجزای بصری آغاز میشود؛ داده‌ها را می‌توان در قالب‌هایی مانند Excel و CSV وارد کرد.
این ابزار مجموعه گسترده‌ای از نمودارها مانند میله‌ای، خطی، دایره‌ای، پراکندگی، حبابی، سلسله‌مراتبی و نمودارهای متحرک را در اختیار تحلیلگر قرار می‌دهد تا الگوها، روندها، مقایسه‌ها و توزیع داده‌ها بهتر دیده شوند.
یکی از قابلیت‌های مهم آن Data Explorer است که امکان فیلترکردن، گروه‌بندی و مقایسه داده‌ها را فراهم می‌کند و برای بررسی مجموعه‌داده‌های نسبتاً بزرگ و کشف الگوهای پنهان کاربرد دارد.
برای داده‌های مکانی نیز می‌توان از نقشه‌های تعاملی، نقشه‌های حرارتی، نقشه‌های نقطه‌ای، نقشه‌های ناحیه‌ای و حتی کره سه‌بعدی استفاده کرد؛ بنابراین برای تحلیل جغرافیایی تولیدات علمی، پراکندگی دانشگاه‌ها یا همکاری‌های بین‌المللی مناسب است.
این ابزار امکان ایجاد انیمیشن و تغییرات زمانی را نیز فراهم می‌کند؛ برای مثال می‌توان رشد تعداد مقالات، تغییر سهم کشورها یا روند یک شاخص را در طول سال‌ها به‌صورت پویا نمایش داد.
در تحلیل داده‌های پژوهشی، می‌توان از آن برای نمایش تعداد مقالات برحسب سال، نویسنده، دانشگاه، کشور، مجله، موضوع یا حوزه علمی و مقایسه این متغیرها در قالب نمودارهای تعاملی استفاده کرد.
قابلیت Story به پژوهشگر اجازه می‌دهد چند نمودار یا نمای متفاوت از یک مجموعه‌داده را در قالب یک روایت منسجم همراه با توضیح، حاشیه‌نویسی و حرکت بین مراحل ارائه کند؛ قابلیتی مناسب برای گزارش‌های پژوهشی، مدیریتی و ارائه‌های دانشگاهی.
از منظر آموزشی،Flourish می‌تواند به دانشجویان کمک کند رابطه میان داده، انتخاب نوع نمودار و تفسیر یافته‌ها را به‌صورت عملی یاد بگیرند و نتایج تحلیل خود را به شکل قابل‌فهم‌تری ارائه کنند.
قابلیت‌های تعاملی مانند Tooltip، فیلتر، بزرگ‌نمایی و انتخاب داده‌ها باعث می‌شوند مخاطب صرفاً یک نمودار ثابت مشاهده نکند، بلکه بتواند بخش‌های مختلف داده را خودش بررسی و مقایسه کند.
این پلتفرم را باید بیشتر ابزار مصورسازی و روایت‌گری داده دانست، نه جایگزینی کامل برای نرم‌افزارهای تخصصی آماری؛ بنابراین بهتر است پاکسازی داده، آزمون‌های آماری و تحلیل‌های پیچیده در ابزارهای مناسب انجام و Flourish برای ارائه و کاوش بصری نتایج به کار گرفته شود.
در مجموع،Flourish برای پژوهشگران و دانشجویانی که می‌خواهند داده‌های پیچیده را به نمودارهای تعاملی، نقشه‌های پویا و روایت‌های داده‌محور تبدیل کنند، ابزاری کاربردی است و می‌تواند مرحله نهایی تحلیل ــ یعنی تبدیل یافته‌های عددی به یک پیام بصری قابل‌فهم ــ را تقویت کند.
دسترسی به این ابزار:
https://flourish.studio
https://t.me/UT_Central_Library
هوش مصنوعی Flourish Studio یک پلتفرم تحت‌وب برای مصورسازی، کاوش و روایت‌گری داده‌ها است که امکان ساخت نمودارها، نقشه‌ها و گزارش‌های تعاملی را بدون نیاز به برنامه‌نویسی فراهم می‌کند.
کار با Flourish معمولاً با انتخاب یک الگوی مناسب از انواع نمودارها، واردکردن داده و سپس تنظیم ظاهر و اجزای بصری آغاز میشود؛ داده‌ها را می‌توان در قالب‌هایی مانند Excel و CSV وارد کرد.
این ابزار مجموعه گسترده‌ای از نمودارها مانند میله‌ای، خطی، دایره‌ای، پراکندگی، حبابی، سلسله‌مراتبی و نمودارهای متحرک را در اختیار تحلیلگر قرار می‌دهد تا الگوها، روندها، مقایسه‌ها و توزیع داده‌ها بهتر دیده شوند.
یکی از قابلیت‌های مهم آن Data Explorer است که امکان فیلترکردن، گروه‌بندی و مقایسه داده‌ها را فراهم می‌کند و برای بررسی مجموعه‌داده‌های نسبتاً بزرگ و کشف الگوهای پنهان کاربرد دارد.
برای داده‌های مکانی نیز می‌توان از نقشه‌های تعاملی، نقشه‌های حرارتی، نقشه‌های نقطه‌ای، نقشه‌های ناحیه‌ای و حتی کره سه‌بعدی استفاده کرد؛ بنابراین برای تحلیل جغرافیایی تولیدات علمی، پراکندگی دانشگاه‌ها یا همکاری‌های بین‌المللی مناسب است.
این ابزار امکان ایجاد انیمیشن و تغییرات زمانی را نیز فراهم می‌کند؛ برای مثال می‌توان رشد تعداد مقالات، تغییر سهم کشورها یا روند یک شاخص را در طول سال‌ها به‌صورت پویا نمایش داد.
در تحلیل داده‌های پژوهشی، می‌توان از آن برای نمایش تعداد مقالات برحسب سال، نویسنده، دانشگاه، کشور، مجله، موضوع یا حوزه علمی و مقایسه این متغیرها در قالب نمودارهای تعاملی استفاده کرد.
قابلیت Story به پژوهشگر اجازه می‌دهد چند نمودار یا نمای متفاوت از یک مجموعه‌داده را در قالب یک روایت منسجم همراه با توضیح، حاشیه‌نویسی و حرکت بین مراحل ارائه کند؛ قابلیتی مناسب برای گزارش‌های پژوهشی، مدیریتی و ارائه‌های دانشگاهی.
از منظر آموزشی،Flourish می‌تواند به دانشجویان کمک کند رابطه میان داده، انتخاب نوع نمودار و تفسیر یافته‌ها را به‌صورت عملی یاد بگیرند و نتایج تحلیل خود را به شکل قابل‌فهم‌تری ارائه کنند.
قابلیت‌های تعاملی مانند Tooltip، فیلتر، بزرگ‌نمایی و انتخاب داده‌ها باعث می‌شوند مخاطب صرفاً یک نمودار ثابت مشاهده نکند، بلکه بتواند بخش‌های مختلف داده را خودش بررسی و مقایسه کند.
این پلتفرم را باید بیشتر ابزار مصورسازی و روایت‌گری داده دانست، نه جایگزینی کامل برای نرم‌افزارهای تخصصی آماری؛ بنابراین بهتر است پاکسازی داده، آزمون‌های آماری و تحلیل‌های پیچیده در ابزارهای مناسب انجام و Flourish برای ارائه و کاوش بصری نتایج به کار گرفته شود.
در مجموع،Flourish برای پژوهشگران و دانشجویانی که می‌خواهند داده‌های پیچیده را به نمودارهای تعاملی، نقشه‌های پویا و روایت‌های داده‌محور تبدیل کنند، ابزاری کاربردی است و می‌تواند مرحله نهایی تحلیل ــ یعنی تبدیل یافته‌های عددی به یک پیام بصری قابل‌فهم ــ را تقویت کند.
دسترسی به این ابزار:
https://flourish.studio
https://t.me/UT_Central_Library
Flourish
Bring data to life with Flourish. Create data visualizations and interactive content – no coding needed. Engage, inspire, and tell your best data stories with ease.
قابل توجه پژوهشگران دانشگاه تهران: دسترسی به مقالات فارسی از طریق سایت مگیران https://www.magiran.com
برقرار میباشد دانشجویان و محققان می‌توانند پس از ورود به سایت از طریق ایمیل دانشگاهی به این مقالات دسترسی داشته باشند. ضمنا دسترسی به نورمگز و نورلایب هم برقرار است.
https://noormags.ir
https://noorlib.ir
برقرار میباشد دانشجویان و محققان می‌توانند پس از ورود به سایت از طریق ایمیل دانشگاهی به این مقالات دسترسی داشته باشند. ضمنا دسترسی به نورمگز و نورلایب هم برقرار است.
https://noormags.ir
https://noorlib.ir
