SCOSC حسین ترحمی اردکانی Research Letters on Management in Organizations مجله بین‌المللی هنر، ادبیات، زبان‌شناسی و گردشگری 1 1 (پاییز) 2026 08 01 The Impact of Digitalization and Artificial Intelligence on Arabic Syntax: A Case Study of Sentence Structure Changes in Texts Generated by Language Generative Algorithms تأثیرپذیری نحو عربی از دیجیتال سازی و هوش مصنوعی: مطالعه موردی تغییرات ساختار جملات در متون تولیدشده توسط الگوریتم های مولد زبانی 35 48 FA Rasool Ghalandari PhD in Arabic Language and Literature, Visiting Lecturer, Eqlid University, Eqlid, Fars, Iran رسول قلندری دکتری زبان و ادبیات عرب، مدرس مدعو، دانشگاه اقلید، اقلید، فارس، ایران 2026 08 01 Rapid advances in the fields of artificial intelligence and digitalization have had profound impacts on natural languages around the world. Arabic, with its unique morphological and syntactic features, including the complex system of Arabic verbs, gender and number agreement, and flexibility in word order, is a challenging field for natural language processing and large-scale language models. The present study examines the impact of the digitization process on Arabic syntax, and in particular, AI-based language generative algorithms. This study adopts a descriptive-analytic approach and uses digital linguistic corpora and texts produced by large-scale language models such as ChatGPT to identify patterns of syntactic errors and structural changes in machine-generated Arabic sentences. The findings show that syntactic errors in AI-generated texts are not random, but appear as structured and recurring patterns, especially in contexts that involve long-range dependencies and purely complex structures. Also, the digitization of communication spaces, including social networks and digital media, has led to changes in Arabic sentence structure, including: syntactic compression, shortening of structures, increased directness, and the overlap between eloquent and colloquial. This research shows that although large-scale language models have a significant ability to produce superficially fluent texts, they face fundamental limitations in preserving deep syntactic coherence and morphological-syntactic relations in Arabic. پیشرفت های سریع در حوزه هوش مصنوعی و دیجیتال سازی، تأثیرات عمیقی بر زبان های طبیعی در سراسر جهان بر جای گذاشته است. زبان عربی با ویژگی های صرفی نحوی منحصربه فرد خود، از جمله نظام پیچیده اِعراب، توافق جنسی و عددی، و انعطاف پذیری در ترتیب کلمات، عرصه ای چالش برانگیز برای پردازش زبان طبیعی و مدل های زبانی بزرگ محسوب می شود. پژوهش حاضر به بررسی تأثیرپذیری نحو عربی از فرایند دیجیتال سازی و به ویژه الگوریتم های مولد زبانی مبتنی بر هوش مصنوعی می پردازد. این مطالعه با اتخاذ رویکردی توصیفی تحلیلی و با بهره گیری از پیکره های زبانی دیجیتال و متون تولیدشده توسط مدل های زبانی بزرگ همچون ChatGPT، به شناسایی الگوهای خطاهای نحوی و تغییرات ساختاری در جملات عربی تولیدشده توسط ماشین می پردازد. یافته ها نشان می دهد که خطاهای نحوی در متون تولیدشده توسط هوش مصنوعی تصادفی نیستند، بلکه به صورت الگوهای ساختاریافته و تکرارشونده ظاهر می شوند، به ویژه در زمینه هایی که شامل وابستگی های دوربرد و ساختارهای صرفاً پیچیده هستند. همچنین، دیجیتال سازی فضاهای ارتباطی، از جمله شبکه های اجتماعی و رسانه های دیجیتال، به تغییراتی در ساختار جمله عربی انجامیده است که عبارت اند از: فشرده سازی نحوی، کوتاه شدن ساختارها، افزایش مستقیم گویی، و تداخل میان فصیح و عامیانه. این پژوهش نشان می دهد که اگرچه مدل های زبانی بزرگ توانایی قابل توجهی در تولید متون روان از نظر سطحی دارند، اما در حفظ هم سازی عمیق نحوی و روابط صرفی نحوی در زبان عربی با محدودیت های اساسی مواجه اند. https://ijallt.ir/downloadfilepdf/47340