تحقیقات کتابداری و اطلاع‌رسانی دانشگاهی

تحقیقات کتابداری و اطلاع‌رسانی دانشگاهی

خرد اطلاعاتی در اکوسیستم الگوریتمی: شفاف‌سازی مفهومی و اجزای کلیدی

نوع مقاله : سخن سردبیر

نویسنده
علیرضا نوروزی
گروه علم اطلاعات و مدیریت دانش، دانشکده مدیریت دولتی و علوم سازمانی، دانشکدگان مدیریت، دانشگاه تهران، تهران.
10.22059/jlib.2026.109127
چکیده
هدف: این جُستار تحلیلی-مفهومی با هدف شفاف‌سازی سازۀ نوظهور «خرد اطلاعاتی» به‌عنوان چارچوبی فراشناختی-هنجاری صورت‌بندی شده است که فراتر از شایستگی‌های عملیاتی و روش‌شناختی «سواد اطلاعاتی» در اکوسیستم‌های الگوریتم‌محورِ مشخص‌شده با اضافه‌بار اطلاعاتی و حکمرانی الگوریتمی قرار می‌گیرد.
روش: این مطالعه نظری-تأملی با رویکرد تحلیلی-مفهومی و مبتنی بر ترکیب نظری انجام شده است. فنون تحلیل مفهومی برای شناسایی، صورت‌بندی و تعریف مؤلفه‌های اصلی خرد اطلاعاتی و سازه‌های جزئی متناظر با آنها، از طریق تحلیل نظری و استدلال منطقی، به‌کار گرفته شد.
یافته‌ها: مطالعه حاضر، خرد اطلاعاتی را به‌عنوان بالاترین سطح شایستگی در مواجهه با اطلاعات در عصر اضافه‌بار اطلاعاتی و حکمرانی الگوریتمی تبیین می‌کند که بر سه مؤلفۀ اصلی استوار است: 1. حفظ عاملیت شناختی، شامل مقاومت در برابر پیش‌پردازش‌های الگوریتمی و استقلال تصمیم‌گیری اطلاعاتی؛ 2. توسعۀ ناوبری انتقادی، شامل جهت‌یابی هوشمندانه در زیرساخت‌های اطلاعاتی و ارزیابی انتقادی محیط‌های الگوریتمی، از جمله سوگیری‌های شناختی، حباب‌های فیلتر، و اتاق‌های پژواک؛ و 3. گذار از انباشت اطلاعات به حقیقت و دانش پایدار، شامل تمایز حقیقت از انباشت اطلاعات و تولید دانش پایدار و حقیقت‌محور. این سه مؤلفه به‌صورت درهم‌تنیده و مکمل عمل می‌کنند و فرد را از مصرف‌کننده‌ای منفعل و الگوریتم‌محور به کنشگری آگاه، مسئول و حقیقت‌جو تبدیل می‌سازند.
نتیجه‌گیری: خرد اطلاعاتی پارادایم سواد دیجیتال را از سطح «مهارت‌محوری» به سطح «خردورزی و عاملیت‌محوری» ارتقاء می‌بخشد و چارچوبی منسجم برای مقابله با آسیب‌های شناختی-رفتاری عصر الگوریتمی ارائه می‌دهد. عملیاتی‌سازی آن مستلزم گذار از انباشت صرف اطلاعات به‌سوی تولید دانش پایدار و حقیقت‌محور است که از طریق راهکارهای تربیتی، شناختی و طراحی‌محور محقق می‌شود. پژوهش‌های آتی بایستی بر توسعه ابزارهای روان‌سنجی معتبر، طراحی مدل‌های آموزشی میان‌رشته‌ای، و بررسی نقش طراحی انسان‌محور پلتفرم‌ها در تقویت عاملیت کاربران متمرکز شوند.
کلیدواژه‌ها
خرد اطلاعاتی
سواد اطلاعاتی
حکمرانی الگوریتمی
عاملیت شناختی
ناوبری انتقادی
اضافه‌بار اطلاعاتی

عنوان مقاله English

Informational Wisdom in Algorithmic Ecosystems: Conceptual Clarification and Key Components

نویسنده English

Alireza Noruzi
Department of Information Science and Knowledge Management, Faculty of Public Administration and Organizational Sciences, School of Management, University of Tehran, Tehran.
چکیده English

Objective: This conceptual-analytical essay aims to clarify the emerging construct of “informational wisdom” as a meta-cognitive-normative framework that transcends the operational and methodological competencies of “information literacy” within algorithm-driven ecosystems characterized by information overload and algorithmic governance.
Method: This theoretical-reflective inquiry employed a conceptual-analytical approach grounded in theoretical synthesis. Conceptual analysis techniques were used to identify, formulate, and define the principal components of informational wisdom and their corresponding sub-constructs through theoretical analysis and logical reasoning.
Results: The analysis establishes informational wisdom as the highest level of competence in confronting information in the age of information overload and algorithmic governance, resting on three principal components: 1. preserving cognitive agency, encompassing resistance to algorithmic pre-processing and informational decision-making autonomy; 2. developing critical navigation, comprising intelligent orientation in information infrastructures and critical evaluation of algorithmic environments, including cognitive biases, filter bubbles, and echo chambers; and 3. transitioning from the accumulation of information to truth and sustainable knowledge, involving the discernment of truth from the accumulation of information and the production of sustainable, truth-oriented knowledge. These three components operate in an intertwined and complementary manner, transforming the individual from a passive, algorithm-driven consumer into a conscious, responsible, and truth-seeking agent.
Conclusions: Informational wisdom elevates the digital literacy paradigm from a skill-centric level to one of wisdom and agency-centricity, offering a coherent framework for confronting cognitive-behavioral pathologies of the algorithmic age. Its operationalization requires a transition from mere accumulation of information toward sustainable, truth-oriented knowledge production, achieved through educational, cognitive, and design-oriented strategies. Future research should focus on developing valid psychometric instruments, designing interdisciplinary educational models, and investigating human-centered platform design in strengthening user agency.

کلیدواژه‌ها English

informational wisdom
information literacy
algorithmic governance
cognitive agency
critical navigation
information overload
نوروزی، علیرضا (1405). از مدیریت منابع اطلاعاتی ایستا تا مدیریت جریان‌های پویای اطلاعات: بازتعریف نقش متخصص اطلاعات در مواجهه با فناوری‌های تحول‌آفرین. تحقیقات کتابداری و اطلاع‌رسانی دانشگاهی، 60(1)، 1-18.  https://doi.org/10.22059/jlib.2026.108444 
Amendola, M., Cavaliere, D., De Maio, C., Fenza, G., & Loia, V. (2024). Towards echo chamber assessment by employing aspect-based sentiment analysis and GDM consensus metrics. Online Social Networks and Media, 39–40, Article 100276. https://doi.org/10.1016/j.osnem.2024.100276
Budzinski, O., & Stöhr, A. (2026). Regulating recommender systems? Effects of data-based individualization (and its limits) on competition in the digital world. Journal of Competition Law & Economics, nhag015. https://doi.org/10.1093/joclec/nhag015
Crosset, V., & Dupont, B. (2022). Cognitive assemblages: The entangled nature of algorithmic content moderation. Big Data & Society, 9(2). https://doi.org/10.1177/20539517221143361
Fleming-May, R. A. (2014). Concept analysis for library and information science: exploring usage. Library & Information Science Research, 36(3-4), 203-210. https://doi.org/10.1016/j.lisr.2014.05.001
Gombar, M., & Boban, M. (2025, June). Research on the impact of algorithmic echo chambers on perceptions and attitudes of social network users in a digital society. In 2025 MIPRO 48th ICT and electronics convention (pp. 1-8). IEEE. https://doi.org/10.1109/MIPRO65660.2025.11131918 
Jamieson, K. H., & Cappella, J. N. (2008). Echo chamber: Rush Limbaugh and the conservative media establishment. Oxford University Press.
Kitchens, B., Johnson, S. L., & Gray, P. (2020). Understanding echo chambers and filter bubbles: The impact of social media on diversification and partisan shifts in news consumption. MIS Quarterly, 44(4), 1619-1649. https://doi.org/10.25300/MISQ/2020/16371
Noruzi, A. (2026a). From managing static information resources to managing dynamic information flows: Redefining the role of librarians and information professionals in the face of transformative technologies. Academic Librarianship and Information Research, 60(1), 1-18. https://doi.org/10.22059/jlib.2026.108444  (in Persian)
Noruzi, A. (2026b). Information coordinating behavior of researchers and students in the age of digital complexity: A conceptual framework. Informology, 5(1), 1-18. https://informology.org/article_244765.html  
Ohagi, M. (2024, August). Polarization of autonomous generative AI agents under echo chambers. In Proceedings of the 14th Workshop on Computational Approaches to Subjectivity, Sentiment, & Social Media Analysis (pp. 112-124). https://doi.org/10.18653/v1/2024.wassa-1.10 
Pariser, E. (2011). The filter bubble: What the internet is hiding from you. New York: The Penguin Press.
Walker, L. O., & Avant, K. C. (2005). Strategies for theory construction in nursing (Vol. 4). Upper Saddle River, NJ: Pearson/Prentice Hall.
تحقیقات کتابداری و اطلاع‌رسانی دانشگاهی
دوره 60، شماره 2
تابستان 1405
صفحه 1-16