﻿<?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>68</Volume>
      <Issue>68</Issue>
      <PubDate PubStatus="epublish">
        <Year>2026</Year>
        <Month>4</Month>
        <Day>19</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></FirstPage>
    <LastPage></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="text-align: left;"&gt;&amp;nbsp;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.&lt;/p&gt;
&lt;p style="text-align: left;"&gt;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.&lt;/p&gt;
&lt;p style="text-align: left;"&gt;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. .&lt;/p&gt;</Abstract>
    <OtherAbstract Language="FA">&lt;p&gt;&lt;strong&gt;&amp;nbsp;&lt;/strong&gt;به منظور اثربخشی سرمایه گذاریها، تصمیم گیرندگان می بایست درک روشنی از فرصت های فناوری های مبتنی بر هوش مصنوعی داشته باشند تا بهتر بتوانند جهت گیری ابتکارات مبتنی برهوش مصنوعی در حوزه آموزش را همسو &amp;nbsp;با اهداف کلان آموزشی سازند. علیرغم محبوبیت مطالعات در این حوزه، طراحی چارچوبی یکپارچه ازکاربردهای هوش مصنوعی در حوزه آموزشی که به واکاوی فرصت ها و نیز اولویت بندی آنها پرداخته باشد مورد غفلت واقع شده است. لذا هدف اصلی پژوهش پرکردن شکاف تئوریک با رویکردی آمیخته می باشد که در مرحله اول، به منظور شناسایی و دسته 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 بندی کاربردهای شناسایی شده در مرحله قبل پرداخته شده است. یافته های پژوهش نشان می دهد که چارچوب پیشنهادی پژوهش شامل سه لایه اصلی ابزارهای مبتنی بر هوش مصنوعی، کاربردها و ذینفعان می باشد. دسته بندی اصلی کاربردها به ترتیب اولویت عبارتند از &amp;nbsp;آموزش و یادگیری شخصی سازی شده، ارتباطات و تعاملات، برنامه ریزی شخصی سازی شده آموزشی، ارزیابی و بازخور هوشمند و مدیریت و اتوماسیون فرایندهای آموزشی. در این پژوهش با بهره گیری رویکرد آمیخته علاوه بر استخراج تجارب بین المللی و با بهره گیری از جلسات گروه کانونی به واکاوی دانش بومی خبرگان پرداخته شده تا الگویی کل نگرانه از کاربردهای هوش مصنوعی در آموزش طراحی گردد و در نهایت به اولویت بندی آنها پرداخته شده که در ادبیات کمتر به آن پرداخته شده است.&amp;nbsp;&amp;nbsp;&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/fa/Article/Download/53813</ArchiveCopySource>
  </ARTICLE>
</ArticleSet>