DOI: https://doi.org/10.1016/j.chbr.2026.101300
تاريخ النشر: 2026-09-15
المؤلف: Teis Arets وآخرون
الموضوع الرئيسي: تفاعل الروبوتات الاجتماعية والتفاعل بين الإنسان والروبوت
نظرة عامة
تستعرض هذه المراجعة نطاق تكامل تقنيات الذكاء الاصطناعي التوليدي (GAI)، مثل نماذج اللغة الكبيرة (LLMs) وأدوات توليد الصور، في التطبيقات المصممة لتعزيز التفاعلات الاجتماعية. تحلل المراجعة 30 دراسة نُشرت منذ عام 2020، وتحدد الاتجاهات الرئيسية في مجالات التطبيق، بما في ذلك سرد القصص، وتدريب المهارات الاجتماعية والعاطفية، والتذكر، والتعلم التعاوني، وصنع الموسيقى، والمحادثة العامة. تؤكد على أهمية الأساليب التشاركية والتصميم المشترك في تعزيز الاستخدام الفعال للتكنولوجيا والانخراط الاجتماعي، بينما تتناول أيضًا القضايا الاجتماعية والأخلاقية مثل التحيز الثقافي وإمكانية الوصول.
تشير النتائج إلى أن تقنيات GAI لديها إمكانات كبيرة لتعزيز التفاعل الاجتماعي من خلال توليد محتوى مخصص يتكيف مع احتياجات وسلوكيات المستخدمين. تستهدف معظم التطبيقات الفئات الضعيفة، حيث تعتبر الأساليب المعتمدة على النصوص من GAI، وخاصة تلك التي تستخدم GPT، الأكثر انتشارًا. على الرغم من أن الأساليب متعددة الوسائط من GAI تظهر، إلا أنها لا تزال محدودة في التطبيقات الواقعية. تسلط المراجعة الضوء على ضرورة إشراك المستخدمين النهائيين الممثلين طوال عملية التصميم لضمان نتائج عادلة وشاملة. من خلال سد الفجوات الحالية وتعزيز التعاون بين الباحثين والمصممين وأصحاب المصلحة، يمكن لتقنيات GAI تعزيز الاتصال الاجتماعي بفعالية ودعم تفاعلات اجتماعية متنوعة.
مقدمة
تسلط مقدمة ورقة البحث الضوء على القضية الملحة للانفصال الاجتماعي، التي توصف بأنها “وباء عالمي” يؤثر على حوالي واحد من كل ثلاثة بالغين في أوروبا والولايات المتحدة. يرتبط هذا الظاهرة بزيادة الشعور بالوحدة، والعزلة الاجتماعية، وتقليل الاندماج الاجتماعي، مما يؤثر سلبًا على الصحة العقلية والبدنية وكذلك الرفاهية النفسية الاجتماعية بشكل عام. بالمقابل، تم تعريف الاتصال الاجتماعي—كخبرة قصيرة الأمد للشعور بالانتماء والترابط—على أنه يعزز الصحة العقلية، ومتوسط العمر المتوقع، والرفاهية العامة. يؤكد المؤلفون على أن الاتصال الاجتماعي يختلف عن المفاهيم ذات الصلة مثل الاندماج الاجتماعي والوحدة، حيث يمكن أن يتأثر بتفاعلات معينة. يُعتبر معالجة الانخفاض في الاتصال الاجتماعي أمرًا عاجلاً، مع حلول محتملة تشمل تطبيق تقنيات الذكاء الاصطناعي الناشئة لتعزيز الروابط الإنسانية.
تكشف ملخص النتائج أن تقنيات الذكاء الاصطناعي التوليدي (GAI) للتفاعل الاجتماعي تستخدم بشكل أساسي أساليب أحادية الوسائط، بشكل رئيسي من خلال الذكاء الاصطناعي لتوليد النصوص، وغالبًا ما يتم دمجها في روبوتات المحادثة أو الوكلاء المحادثين المجسدين. تم استخدام هذه التقنيات لدعم التفاعل الاجتماعي بين الفئات الضعيفة، مما يسهل أنشطة مثل سرد القصص، وتدريب المهارات الاجتماعية والعاطفية، والتعلم التعاوني. يمكن أن يعمل GAI كوكيل في التفاعلات الفردية، أو كوسيلة للمساعدة في التواصل بين الأفراد، أو كأداة لتعزيز التفاعلات الجماعية. على الرغم من إمكانات هذه التقنيات، إلا أن حوالي ثلث الدراسات التي تمت مراجعتها فقط اعتمدت نهج تصميم تشاركي، مع مشاركة محدودة للمستخدمين النهائيين خلال مرحلة التصور. ركزت معظم التقييمات على أداء النظام وتجربة المستخدم، مع عدد أقل من الدراسات التي تقيم فعالية هذه التقنيات في تعزيز التفاعلات الاجتماعية.
الطرق
في هذا القسم، يحدد المؤلفون منهجيتهم لإجراء مراجعة نطاق لاستكشاف مشهد أبحاث التصميم المعتمدة على الذكاء الاصطناعي التوليدي (GAI). على عكس المراجعات النظامية، التي تقيم بشكل نقدي الأدلة العلمية الموجودة، تم تصميم مراجعات النطاق لرسم خرائط للمجالات الناشئة من البحث حيث لا تزال الأدلة تتطور. نظرًا للطبيعة الناشئة والمتطورة بسرعة لأساليب تصميم GAI، قرر المؤلفون أن مراجعة النطاق كانت النهج الأكثر ملاءمة لأهدافهم.
تم إجراء مراجعة الأدبيات وفقًا للإرشادات المحددة من قبل العناصر المفضلة للإبلاغ عن المراجعات النظامية وامتداد التحليل التلوي لمراجعات النطاق (PRISMA-ScR). يضمن هذا النهج المنظم استكشافًا شاملاً للموضوع، ويقدم المؤلفون قائمة مراجعة في المواد التكميلية لتسهيل الشفافية وإمكانية إعادة الإنتاج في عملية مراجعتهم.
النتائج
يقدم قسم “النتائج” من ورقة البحث النتائج المستمدة من التجارب أو التحليلات التي تم إجراؤها. يسلط الضوء على النتائج الرئيسية، بما في ذلك البيانات الإحصائية، والاتجاهات الملحوظة، وأي ارتباطات هامة تم تحديدها ضمن الدراسة. تُعرض النتائج عادةً من خلال جداول أو رسوم بيانية أو أشكال لتعزيز الوضوح وتسهيل فهم البيانات.
قد يناقش القسم أيضًا تداعيات النتائج فيما يتعلق بالفرضيات المطروحة في بداية البحث. من الضروري ملاحظة أي نتائج غير متوقعة أو شذوذ، حيث يمكن أن توفر هذه رؤى قيمة حول الظواهر الأساسية التي يتم دراستها. بشكل عام، تعتبر النتائج أساسًا للنقاشات والاستنتاجات اللاحقة التي تم التوصل إليها في الورقة.
النقاش
يسلط قسم النقاش في ورقة البحث الضوء على إمكانات تقنيات الذكاء الاصطناعي التوليدي (GAI) في تعزيز الاتصال الاجتماعي، خاصة من خلال قدرتها على إنشاء محتوى مخصص وتسهيل التفاعلات المعنوية. مستندًا إلى نظرية الوجود الاجتماعي، يؤكد البحث على أن تقنيات الاتصال الفعالة تعزز مشاعر الألفة والفورية، وهي ضرورية للاتصال الاجتماعي. أظهرت الدراسات السابقة أن تقنيات المعلومات والاتصالات (ICT) قد نجحت في تقليل الشعور بالوحدة وتحسين الرفاهية بين كبار السن، لكن دور GAI في هذا السياق لا يزال غير مستكشف بشكل كافٍ. تضع قدرات GAI، مثل توليد محتوى متنوع ومحاكاة الديناميات الاجتماعية، هذه التقنيات كأداة واعدة لتعزيز التفاعلات الاجتماعية عبر منصات مختلفة.
كما يقدم البحث تصنيفًا استنادًا إلى مثلث فوك الوظيفي، مصنفًا تقنيات GAI كأدوات، ووسائط، أو وكلاء في التفاعلات الاجتماعية. يساعد هذا التصنيف في فهم كيفية تأثير GAI على الديناميات الاجتماعية، سواء من خلال مساعدة المستخدمين في المهام الاجتماعية، أو تسهيل التواصل بين الأفراد، أو العمل كوكالات اجتماعية بأنفسهم. علاوة على ذلك، يتم التأكيد على أهمية أساليب التصميم التشاركي، مثل التصميم المشترك، لإنشاء تقنيات تلبي احتياجات المستخدمين بشكل حقيقي وتعزز الروابط الاجتماعية. كما يتم تناول الاعتبارات الأخلاقية، لا سيما فيما يتعلق بالتحيزات في بيانات تدريب GAI التي قد تستمر في تعزيز الصور النمطية والممارسات الاستبعادية. تهدف مراجعة الأدبيات إلى رسم خرائط لتصاميم GAI الحالية التي تسهل التفاعل الاجتماعي، مع التركيز على مجموعات المستخدمين المستهدفة، وأنواع التفاعلات، وأساليب التصميم، بينما تفحص أيضًا الآثار الاجتماعية والأخلاقية لهذه التقنيات.
DOI: https://doi.org/10.1016/j.chbr.2026.101300
Publication Date: 2026-09-15
Author(s): Teis Arets et al.
Primary Topic: Social Robot Interaction and HRI
Overview
This scoping review examines the integration of Generative AI (GAI) technologies, such as large language models (LLMs) and image generation tools, in applications designed to enhance social interactions. The review analyzes 30 studies published since 2020, identifying key trends in application domains, including storytelling, socio-emotional skills training, reminiscence, collaborative learning, music making, and general conversation. It emphasizes the importance of participatory and co-design approaches in promoting effective technology use and social engagement, while also addressing socioethical concerns like cultural bias and accessibility.
The findings suggest that GAI-based technologies have significant potential to foster social interaction by generating personalized content that adapts to users’ needs and behaviors. Most applications target vulnerable populations, with text-based GAI approaches, particularly those utilizing GPT, being the most prevalent. Although multimodal GAI approaches are emerging, they remain limited in real-world applications. The review highlights the necessity of involving representative end-users throughout the design process to ensure equitable and inclusive outcomes. By bridging existing gaps and fostering collaboration among researchers, designers, and stakeholders, GAI technologies can effectively enhance social connectedness and support diverse social interactions.
Introduction
The introduction of the research paper highlights the pressing issue of social disconnectedness, described as a ‘global epidemic’ affecting approximately one in three adults in Europe and the US. This phenomenon is linked to increased loneliness, social isolation, and reduced social integration, which negatively impact mental and physical health as well as overall psychosocial well-being. In contrast, social connectedness—defined as the short-term experience of belonging and relatedness—has been shown to enhance mental health, life expectancy, and general well-being. The authors emphasize that social connectedness differs from related constructs such as social integration and loneliness, as it can be influenced by specific interactions. Addressing the decline in social connectedness is deemed urgent, with potential solutions including the application of emerging AI technologies to foster human connections.
The summary of findings reveals that generative AI (GAI) technologies for social interaction predominantly utilize unimodal approaches, primarily through text-generating AI, often integrated into chatbots or embodied conversational agents. These technologies have been employed to support social interaction among vulnerable groups, facilitating activities such as storytelling, socio-emotional skills training, and collaborative learning. GAI can function as an agent in one-on-one interactions, as a medium to assist communication between individuals, or as a tool to enhance group interactions. Despite the potential of these technologies, only about one-third of the studies reviewed adopted a participatory design approach, with limited involvement of end-users during the conceptualization phase. Most evaluations focused on system performance and user experience, with fewer studies assessing the effectiveness of these technologies in fostering social interactions.
Methods
In this section, the authors outline their methodology for conducting a scoping review to explore the landscape of Generative Artificial Intelligence (GAI)-based design research. Unlike systematic reviews, which critically evaluate existing scientific evidence, scoping reviews are designed to map out emerging areas of research where the evidence is still developing. Given the nascent and rapidly evolving nature of GAI-based design methodologies, the authors determined that a scoping review was the most appropriate approach for their objectives.
The literature review was conducted in accordance with the guidelines set forth by the Preferred Reporting Items for Systematic and Meta-Analysis Extension for Scoping Reviews (PRISMA-ScR). This structured approach ensures a comprehensive exploration of the topic, and the authors provide a checklist in the Supplementary Materials to facilitate transparency and reproducibility in their review process.
Results
The “Results” section of the research paper presents the findings derived from the conducted experiments or analyses. It highlights key outcomes, including statistical data, observed trends, and any significant correlations identified within the study. The results are typically illustrated through tables, graphs, or figures to enhance clarity and facilitate understanding of the data.
The section may also discuss the implications of the findings in relation to the hypotheses posed at the outset of the research. It is essential to note any unexpected results or anomalies, as these can provide valuable insights into the underlying phenomena being studied. Overall, the results serve as a foundation for the subsequent discussion and conclusions drawn in the paper.
Discussion
The discussion section of the research paper highlights the potential of Generative AI (GAI) technologies in fostering social connectedness, particularly through their ability to create personalized content and facilitate meaningful interactions. Grounded in Social Presence Theory, the paper emphasizes that effective communication technologies enhance feelings of intimacy and immediacy, which are essential for social connectedness. Previous studies have shown that Information and Communication Technologies (ICT) have successfully reduced loneliness and improved well-being among older adults, but the role of GAI in this context remains underexplored. GAI’s capabilities, such as generating diverse content and simulating social dynamics, position it as a promising tool for enhancing social interactions across various platforms.
The paper also introduces a typology based on Fogg’s Functional Triad, categorizing GAI technologies as tools, media, or agents in social interactions. This classification helps to understand how GAI can influence social dynamics, whether by assisting users in social tasks, facilitating communication between individuals, or acting as social agents themselves. Furthermore, the importance of participatory design approaches, such as co-design, is emphasized for creating technologies that genuinely meet user needs and foster social connections. Ethical considerations are also addressed, particularly regarding biases in GAI training data that may perpetuate stereotypes and exclusionary practices. The literature review aims to map current GAI designs that facilitate social interaction, focusing on their intended user groups, interaction types, and design methodologies, while also examining the socio-ethical implications of these technologies.