دور الخوارزميات التوليدية في تغيير بنية إنتاج المعرفة وتحسين جودة أدوات القياس في بحوث الإعلام الرقمي

أ‌. المراجع العربية:

1. أحمد، دعاء محمـد عبود (2025م). اتجاهات الطالبات نحو استخدام الذكاء الاصطناعي في تعزيز التعلم الجامعي. مجلة الآداب والعلوم الإنسانية والاجتماعية، مج 116، ع 1، ص ص 1–25.

2. جادو، إيهاب مصطفى؛ الغامدي، غالية عبد الله (2024م): واقع استخدام تطبيقات الذكاء الاصطناعي التوليدي في التعليم من وجهة نظر طلبة كليات الشرق العربي؛ مجلة الذكاء الاصطناعي وأمن المعلومات، مج 2، ع 3، ص ص 169–218.

3. الخفاجي، براء نصير (2025مم): الذكاء الاصطناعي واللغة العربية بين الآفاق والتحديات؛ مجلة لارك للفلسفة واللسانيات والعلوم الاجتماعية، مج 17، ع 1، ص 1107–1130.

4. صفر، عمار حسن (2024م): تطبيقات الذكاء الاصطناعي التوليدي في العملية التعليمية. المجلة الدولية للبحوث التربوية، مج 48، ع 2، ص 155–198.

5. عالم، روي مصطفي (2024م): أثر توظيف الذكاء الاصطناعي التوليدي في تنمية مهارات البرمجة لدي الطالبات بمقرر المهارات الرقمية، المجلة الدولية للمناهج والتربية التكنولوجية، مج 17، ع 30، ص 1–30

6. عبد الله، محمـد (2024م): تأثير استخدام الذكاء الاصطناعي في تطوير مهارات البحث العلمي؛ مجلة التربية المعاصرة، مج 38، ع 1، ص ص 77–120.

7. العشري، وليد (2025م). دور تقنية الذكاء الاصطناعي التوليدي (ChatGPT) في تجديد العمل الصحفي؛ مجلة البحوث الإعلامية، مج 73، ع 4، ص 2671–2698.

8. القحطاني، أميرة. (2025). تصور طالبات الجامعات السعودية نحو استخدام تطبيقات الذكاء الاصطناعي التوليدي ChatGPT في التعليم العالي؛ القاهرة، المجلة التربوية لكلية التربية بسوهاج، 131(131)، 1-40.

9. المحروق، تركي محمـد (2025م): استخدام الذكاء الاصطناعي التوليدي من قبل طلاب التعليم العالي، المجلة العربية للعلوم ونشر الأبحاث، المجلد (4)، العدد (10)، ص 1-18.

10. محمـد، دعاء محمود (2025م): استخدام تطبيقات الذكاء الاصطناعي في تنمية المهارات العملية. مجلة كلية التربية – جامعة أسيوط، مج 41، ع 3، ص ص 210–250.

ب‌. المراجع الأجنبية:

1. Dwivedi, Y. K., et al. (2024). Generative AI research: a bibliometric analysis approach. [https://doi.org/10.1109/ACCESS.2024.3450629](https://doi.org/10.1109/ACCESS.2024.3450629.

2. Ersöz, B., et al. (2024). Generative artificial intelligence: opportunities and threats. [https://doi.org/10.1109/UBMK63289.2024.10773519](https://doi.org/10.1109/UBMK63289.2024.10773519.

3. Fan, L., et al. (2023). A bibliometric review of large language models research (2017–2023). [https://doi.org/10.48550/arXiv.2304.02020](https://doi.org/10.48550/arXiv.2304.02020.

4. Goodfellow, I., Bengio, Y., & Courville, A. (2016): Deep Learning. MIT Press, p9.

5. Haunschild, R., et al. (2026). AI-based evaluation of research quality in social sciences. [https://doi.org/10.1007/s11192-026-05570-9](https://doi.org/10.1007/s11192-026-05570-9.

6. Huang, G., & Liang, X. (2024). Generative AI research of education: bibliometric analysis (2013-2023(https://doi.org/10.1109/CSTE62025.2024.00030](https://doi.org/10.1109/CSTE62025.2024

7. Lepori, B., et al. (2025). Generative AI and the future of scientometrics. [https://doi.org/10.48550/arXiv.2507.00783](https://doi.org/10.48550/arXiv.2507.00783

8. Liang, W., et al. (2023). Can large language models provide useful feedback on research papers? [https://doi.org/10.48550/arXiv.2310.01783](https://doi.org/10.48550/arXiv.2310.01783

9. Omeneke, A. B., et al. (2025). Deployment of generative AI in academic research among higher education students. [https://doi.org/10.6007/IJARBSS/V15-I1/24351](https://doi.org/10.6007/IJARBSS/V15-I1/24351

10. Qadhi, S. M., et al. (2024). Generative AI, research ethics, and higher education research. [https://doi.org/10.3390/info15060325](https://doi.org/10.3390/info15060325

11. Thelwall, M. (2025). Research quality evaluation by AI in the era of Large Language Models.https://doi.org/10.48550/arXiv.2506.07748](https://doi.org/10.48550/arXiv.2506.07748

12. Wimmer, R. D., & Dominick, J. R. (2014): Mass Media Research: An Introduction. Cengage Learning,p23