<?xml version="1.0" encoding="UTF-8"?>
<ArticleSet>
  <Article>
    <Journal>
      <PublisherName></PublisherName>
      <JournalTitle>مجله شناخت، رفتار، یادگیری</JournalTitle>
      <Issn></Issn>
      <Volume>1</Volume>
      <Issue>پیاپی ۴</Issue>
      <PubDate PubStatus="epublish">
        <Year>2025</Year>
        <Month>03</Month>
        <Day>18</Day>
      </PubDate>
    </Journal>
    <ArticleTitle>Teachers’ Perceptions and Attitudes Toward the Use of Artificial Intelligence in Teaching and Evaluation Processes (Case Study: Secondary School Teachers in Greater Tehran and Surrounding Areas)</ArticleTitle>
    <VernacularTitle>ادراک و نگرش معلمان نسبت به استفاده از هوش مصنوعی در فرآیند تدریس و ارزشیابی (مطالعه موردی: معلمان شاغل در دوره متوسطه کلانشهر تهران و حومه)</VernacularTitle>
    <FirstPage>77</FirstPage>
    <LastPage>94</LastPage>
    <ELocationID EIdType="doi">10.61838/jcbl.1.4.7</ELocationID>
    <Language>FA</Language>
    <AuthorList>
      <Author>
        <FirstName>مصطفی </FirstName>
        <LastName> امیدی</LastName>
        <Affiliation>دانشجوی کارشناسی ارشد تکنولوژی آموزشی، دانشکده روانشناسی و علوم‌تربیتی، دانشگاه علامه طباطبائی، تهران، ایران</Affiliation>
      </Author>
      <Author>
        <FirstName>مهسا </FirstName>
        <LastName>رستمی بیرق</LastName>
        <Affiliation>دانشجوی کارشناسی ارشد روانشناسی بالینی، دانشکده علوم پزشکی، دانشگاه آزاد اسلامی واحد خلخال، خلخال، ایران.</Affiliation>
      </Author>
    </AuthorList>
    <PublicationType>Journal Article</PublicationType>
    <History>
      <PubDate PubStatus="received">
        <Year>2024</Year>
        <Month>11</Month>
        <Day>18</Day>
      </PubDate>
    </History>
    <Abstract>&lt;p&gt;The increasing integration of artificial intelligence (AI) technologies into educational systems has introduced multifaceted and complex challenges across pedagogical, ethical, and institutional domains—particularly in contexts where the process of digital transition intersects with the cultural and structural constraints of a given society. This study investigates the perceptions and evaluations of secondary school teachers regarding AI-based technologies in teaching and student academic performance assessment processes. Employing a cross-sectional survey design, the study involved the participation of 317 secondary school teachers working in Tehran. The research data collection instrument consisted of 25 items across five latent constructs, whose validity and reliability were evaluated and confirmed through exploratory and confirmatory factor analyses. To test the study’s hypothesized model, structural equation modeling (SEM) techniques were applied. The analysis revealed that none of the four predictor variables examined had a statistically significant effect on the dependent variable—namely, the behavioral intention of teachers to adopt AI technologies. The findings indicate the presence of a significant structural disconnect between teachers' attitudinal awareness of AI and their motivational readiness to actively engage with it. The results suggest that teachers' engagement with AI technologies is influenced more by systemic, institutional, and cultural ambiguities than by individual beliefs. The study underscores the importance of developing and applying context-sensitive models in the investigation of AI technology acceptance in educational settings. Furthermore, it opens new avenues for future research into the mediating and conditional factors affecting teachers’ professional behavior in relation to AI integration.&lt;/p&gt;</Abstract>
    <OtherAbstract Language="FA">&lt;p&gt;ادغام فزاینده فناوری هوش مصنوعی در ساختارهای نظام‌های آموزشی، چالش‌های چندوجهی و پیچیده‌ای را در ساحت‌های آموزشی، ملاحظات اخلاقی و ترتیبات نهادی پدید آورده است؛ به‌ویژه در زمینه‌هایی که فرآیند گذار دیجیتال با محدودیت‌های فرهنگی و ساختاری خاص آن جامعه تلاقی می‌یابد. پژوهش حاضر به بررسی نحوه ادراک و ارزیابی جامعه معلمان شاغل در دوره متوسطه از فناوری‌های مبتنی بر هوش مصنوعی در فرآیندهای تدریس و ارزشیابی عملکرد تحصیلی دانش‌آموزان می‌پردازد. این مطالعه با اتخاذ یک طرح پیمایشی مقطعی و با مشارکت ۳۱۷ نفر از معلمان شاغل در دوره متوسطه شهر تهران به انجام رسیده است. ابزار جمع‌آوری داده‌های پژوهش مشتمل بر ۲۵ گویه در قالب پنج سازه نهفته بود که روایی و پایایی آن‌ها از طریق تحلیل‌های عاملی اکتشافی و تأییدی مورد ارزیابی و تأیید قرار گرفت. به منظور آزمون مدل فرضی پژوهش، از تکنیک مدل‌سازی معادلات ساختاری بهره‌گیری به عمل آمد. نتایج تحلیل‌ها نشان داد که هیچ‌یک از چهار متغیر پیش‌بین مورد بررسی، تأثیر آماری معناداری بر متغیر وابسته، یعنی قصد رفتاری معلمان برای پذیرش فناوری هوش مصنوعی، نداشته‌اند. یافته‌های حاصل از این پژوهش حاکی از وجود یک گسست ساختاری معنادار میان سطح آگاهی نگرشی معلمان نسبت به فناوری هوش مصنوعی و میزان آمادگی انگیزشی ایشان برای به‌کارگیری فعالانه آن است و نشان می‌دهد که مشارکت معلمان با فناوری هوش مصنوعی، بیش از آنکه از باورهای فردی ناشی گردد، به شدت متأثر از ابهامات موجود در سطوح نهادی، سیستمی و فرهنگی است. این پژوهش، ضمن تأکید بر ضرورت توسعه و به‌کارگیری مدل‌های بافت‌محور در مطالعه پدیده پذیرش فناوری هوش مصنوعی در حوزه آموزش، افق‌ها و مسیرهای مهمی را برای انجام پژوهش‌های آتی در زمینه بررسی عوامل میانجی و اقتضایی مؤثر بر رفتار حرفه‌ای معلمان در این زمینه می‌گشاید.&lt;/p&gt;</OtherAbstract>
    <ObjectList>
      <Object Type="keyword">
        <Param Name="value">Artificial Intelligence in Education</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Technology adoption</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Teachers' perceptions</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Structural equation modeling</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">هوش مصنوعی در آموزش</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">پذیرش فناوری</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">ادراک معلمان</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">مدل‌سازی معادلات ساختاری</Param>
      </Object>
    </ObjectList>
    <ArchiveCopySource DocType="pdf">https://www.journalcbl.com/index.php/jcbl/article/download/156/98</ArchiveCopySource>
  </Article>
</ArticleSet>
