﻿<?xml version="1.0" encoding="utf-8"?>
<ArticleSet>
  <ARTICLE>
    <Journal>
      <PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName>
      <JournalTitle>فصلنامه فناوری اطلاعات و ارتباطات ایران</JournalTitle>
      <ISSN>2717-0411</ISSN>
      <Volume>18</Volume>
      <Issue>68</Issue>
      <PubDate PubStatus="epublish">
        <Year>2026</Year>
        <Month>9</Month>
        <Day>11</Day>
      </PubDate>
    </Journal>
    <ArticleTitle>Transforming Educational Excellence through Artificial Intelligence: An Exploration of AI Applications Using a Mixed-Methods Approach</ArticleTitle>
    <VernacularTitle>تحول آفرینی هوش مصنوعی در تعالی آموزشی: واکاوی کاربردهای هوش مصنوعی با رویکردی آمیخته </VernacularTitle>
    <FirstPage>198</FirstPage>
    <LastPage>214</LastPage>
    <ELocationID EIdType="doi" />
    <Language>fa</Language>
    <AuthorList>
      <Author>
        <FirstName>مونا</FirstName>
        <LastName>جامی پور</LastName>
        <Affiliation>دانشگاه حضرت معصومه (س)</Affiliation>
      </Author>
      <Author>
        <FirstName>الهه</FirstName>
        <LastName>خطیبی نوری</LastName>
        <Affiliation>دانشگاه حضرت معصومه (س)</Affiliation>
      </Author>
    </AuthorList>
    <History PubStatus="received">
      <Year>2026</Year>
      <Month>6</Month>
      <Day>18</Day>
    </History>
    <Abstract>&lt;p style="direction: ltr;"&gt;In recent years, artificial intelligence (AI) has emerged as one of the most transformative technologies in education, offering significant opportunities for delivering personalized and interactive learning experiences. Given the growing importance of adopting such innovative technologies in education, investment in AI-enabled educational initiatives has become a strategic priority for educational institutions. To ensure the effectiveness of these investments, decision-makers require a comprehensive understanding of the opportunities and applications of AI in order to align AI-driven initiatives with broader educational objectives. Despite the increasing volume of research in this field, the development of an integrated framework that systematically identifies, categorizes, and prioritizes AI applications in education has received limited attention. Accordingly, the primary objective of this study is to address this theoretical gap through a mixed-methods approach. In the first phase, AI applications in education were identified and categorized through a comprehensive literature review and focus group discussions involving domain experts. In the second phase, the identified applications were prioritized using the Best-Worst Method (BWM). The findings reveal that the proposed framework comprises three primary layers: AI-based tools, application domains, and stakeholders. The identified application categories, ranked by priority, include personalized teaching and learning, communication and interaction, personalized educational planning, intelligent assessment and feedback, and educational management and process automation. By integrating international evidence from the literature with the contextual knowledge of experts obtained through focus group discussions, this study develops a holistic framework for understanding AI applications in education. Furthermore, it prioritizes these applications, an aspect that has been largely overlooked in previous studies. The proposed framework provides a strategic managerial tool that can support policymakers and educational decision-makers in advancing the intelligent transformation of educational systems.&lt;/p&gt;</Abstract>
    <OtherAbstract Language="FA">&lt;p&gt;در سال&amp;zwnj;های اخیر، هوش مصنوعی به یکی از مهم&amp;zwnj;ترین فناوری&amp;zwnj;های تحول&amp;zwnj;آفرین در عرصه آموزش بدل شده و ظرفیت&amp;zwnj;های چشمگیری را برای ارائه خدمات آموزشی شخصی&amp;zwnj;سازی&amp;zwnj;شده و تعاملی فراهم کرده است. با توجه اهمیت بکارگیری چنین فناوری&amp;zwnj;های نوینی در حوزه آموزش، سرمایه&amp;zwnj;گذاری در این حوزه به اولویتی استراتژیک برای موسسات آموزشی تبدیل شده است. به منظور اثربخشی سرمایه&amp;zwnj;گذاری&amp;zwnj;ها، تصمیم&amp;zwnj;گیرندگان می&amp;zwnj;بایست درک روشنی از فرصت&amp;zwnj;ها و کاربردهای چنین فناوری&amp;zwnj;هایی داشته باشند تا بهتر بتوانند جهت&amp;zwnj;گیری ابتکارات مبتنی بر هوش مصنوعی در حوزه آموزش را همسو با اهداف کلان آموزشی سازند. علیرغم رشد محبوبیت مطالعات در این حوزه، طراحی چارچوبی یکپارچه از کاربردهای هوش مصنوعی در حوزه آموزشی که به واکاوی فرصت&amp;zwnj;ها و نیز اولویت&amp;zwnj;بندی آنها پرداخته باشد مورد غفلت واقع شده است. لذا هدف اصلی پژوهش پرکردن شکاف تئوریک با رویکردی آمیخته می&amp;zwnj;باشد که در مرحله اول، به منظور شناسایی و دسته&amp;zwnj;بندی کاربردها علاوه بر مرور مطالعات این حوزه از روش کیفی گروه کانونی بهره گرفته شده است. در مرحله دوم، با استفاده از رویکرد کمی بهترین-بدترین به اولویت&amp;zwnj;بندی کاربردهای شناسایی شده در مرحله قبل پرداخته شده است. یافته&amp;zwnj;های پژوهش نشان می&amp;zwnj;دهد که چارچوب پیشنهادی پژوهش شامل سه لایه اصلی ابزارهای مبتنی بر هوش مصنوعی، کاربردها و ذی&amp;zwnj;نفعان می&amp;zwnj;باشد. دسته&amp;zwnj;بندی اصلی کاربردها به ترتیب اولویت عبارتند از آموزش و یادگیری شخصی&amp;zwnj;سازی&amp;zwnj;شده، ارتباطات و تعاملات هوشمند آموزشی، برنامه&amp;zwnj;ریزی مسیر آموزشی شخصی&amp;zwnj;سازی&amp;zwnj;شده، ارزیابی و بازخور هوشمند و مدیریت و اتوماسیون فرایندهای آموزشی. در این پژوهش با بهره&amp;zwnj;گیری رویکرد آمیخته علاوه بر استخراج تجارب بین&amp;zwnj;المللی و با بهره&amp;zwnj;گیری از جلسات گروه کانونی به واکاوی دانش بومی خبرگان پرداخته شده تا الگویی کل&amp;zwnj;نگرانه از کاربردهای هوش مصنوعی در آموزش طراحی گردد و در نهایت به اولویت&amp;zwnj;بندی آنها پرداخته شده که در ادبیات کمتر به آن پرداخته شده است. چارچوب پیشنهادی به عنوان ابزاری مدیریتی بصیرتی راهبردی برای تصمیم&amp;zwnj;گیران و سیاستگذاران حوزه هوشمندسازی آموزش فراهم سازد.&lt;/p&gt;</OtherAbstract>
    <ObjectList>
      <Object Type="Keyword">
        <Param Name="Value">هوش مصنوعی، آموزش الکترونیک، آموزش الکترونیک مبتنی بر هوش مصنوعی</Param>
      </Object>
    </ObjectList>
    <ArchiveCopySource DocType="Pdf">http://jour.aicti.ir/ar/Article/Download/53813</ArchiveCopySource>
  </ARTICLE>
</ArticleSet>