<?xml version="1.0"?>
<ArticleSet>
  <Article>
    <Journal>
      <PublisherName/>
      <JournalTitle>نشریه پژوهش و نوآوری در تربیت و توسعه</JournalTitle>
      <Issn/>
      <Volume>5</Volume>
      <Issue>پیاپی 21</Issue>
      <PubDate PubStatus="epublish">
        <Year>1404</Year>
        <Month>10</Month>
        <Day>01</Day>
      </PubDate>
    </Journal>
    <ArticleTitle>Feasibility Study of Artificial Intelligence Application in Legal Education</ArticleTitle>
    <VernacularTitle>امکان‌سنجی کاربست هوش مصنوعی در آموزش رشته حقوق</VernacularTitle>
    <FirstPage>1</FirstPage>
    <LastPage>17</LastPage>
    <ELocationID EIdType="doi">10.61838/jsied.378</ELocationID>
    <Language>FA</Language>
    <AuthorList>
      <Author>
        <FirstName>شهرام </FirstName>
        <LastName>رنجدوست</LastName>
        <Affiliation>گروه علمی مطالعات تربیتی و برنامه ریزی درسی، واحد مرند، دانشگاه آزاد اسلامی، مرند، ایران</Affiliation>
      </Author>
      <Author>
        <FirstName>پریسا </FirstName>
        <LastName>ولیزاد ضیائی </LastName>
        <Affiliation>دانشجوی دکتری، گروه برنامه‌ریزی درسی، واحد مرند، دانشگاه آزاد اسلامی، مرند، ایران</Affiliation>
      </Author>
      <Author>
        <FirstName>راضیه </FirstName>
        <LastName>جعفرپور </LastName>
        <Affiliation>دانشجوی دکتری، گروه برنامه‌ریزی درسی، واحد مرند، دانشگاه آزاد اسلامی، مرند، ایران</Affiliation>
      </Author>
      <Author>
        <FirstName>فاطمه </FirstName>
        <LastName>ولی پور</LastName>
        <Affiliation>دانشجوی دکتری، گروه برنامه‌ریزی درسی، واحد مرند، دانشگاه آزاد اسلامی، مرند، ایران</Affiliation>
      </Author>
      <Author>
        <FirstName>رها </FirstName>
        <LastName>قصابی کلیبری</LastName>
        <Affiliation>دانشجوی دکتری، گروه برنامه‌ریزی درسی، واحد مرند، دانشگاه آزاد اسلامی، مرند، ایران</Affiliation>
      </Author>
      <Author>
        <FirstName>پروین </FirstName>
        <LastName>اصغرزاده </LastName>
        <Affiliation>دانشجوی دکتری، گروه برنامه‌ریزی درسی، واحد مرند، دانشگاه آزاد اسلامی، مرند، ایران</Affiliation>
      </Author>
    </AuthorList>
    <PublicationType>Journal Article</PublicationType>
    <History>
      <PubDate PubStatus="received">
        <Year>1404/05/11</Year>
        <Month/>
        <Day/>
      </PubDate>
    </History>
    <Abstract><p>The study aimed to examine the feasibility of integrating artificial intelligence into legal education, focusing on technological, educational, and ethical–legal requirements within Iran’s higher education system. This research employed an exploratory sequential mixed-methods design. In the qualitative phase, semi-structured interviews were conducted with 24 law professors and educational technology experts in Tehran, and data were analyzed thematically. Based on these findings, a researcher-made questionnaire was distributed among 250 law professors and students. Quantitative data were analyzed using descriptive statistics, confirmatory factor analysis, and structural equation modeling. Results indicated a high willingness to adopt AI in legal education, though infrastructural readiness remains insufficient. Confirmatory factor analysis validated five core constructs—awareness and attitude, technological requirements, ethical–legal considerations, educational preparedness, and willingness to use—showing good model fit (CFI=0.94, RMSEA=0.056). Educational preparedness and technological awareness were the strongest predictors of willingness to use AI, with ethical–legal factors mediating their relationship. Implementing AI in legal education requires synergy among technology, pedagogy, and ethics. Strengthening digital infrastructure, training faculty in AI literacy, and establishing ethical and legal frameworks are essential for transitioning toward intelligent legal education.</p></Abstract>
    <OtherAbstract Language="FA"><p>هدف این پژوهش بررسی امکان‌سنجی به‌کارگیری هوش مصنوعی در آموزش رشته حقوق با تمرکز بر الزامات فناورانه، آموزشی و اخلاقی–حقوقی در نظام آموزش عالی ایران است. پژوهش حاضر از نوع ترکیبی اکتشافی–توالی است که در دو بخش کیفی و کمی انجام شد. در بخش کیفی، داده‌ها از طریق مصاحبه‌های نیمه‌ساختاریافته با ۲۴ نفر از اساتید حقوق و متخصصان فناوری آموزشی در تهران گردآوری و با روش تحلیل مضمون بررسی شد. بر اساس یافته‌های کیفی، پرسش‌نامه‌ای محقق‌ساخته تدوین و در بین ۲۵۰ نفر از اساتید و دانشجویان رشته حقوق توزیع شد. تحلیل داده‌های کمی با استفاده از آمار توصیفی، تحلیل عاملی تأییدی و مدل‌یابی معادلات ساختاری انجام گرفت. نتایج نشان داد که تمایل به استفاده از هوش مصنوعی در آموزش حقوق در سطح بالا قرار دارد، اما الزامات فناورانه و زیرساختی هنوز به‌طور کامل تأمین نشده است. تحلیل عاملی تأییدی، پنج سازه اصلی شامل آگاهی و نگرش، الزامات فناورانه، ملاحظات اخلاقی–حقوقی، آمادگی آموزشی و تمایل به استفاده را تأیید کرد (CFI=0.94، RMSEA=0.056). همچنین، «آمادگی آموزشی» و «آگاهی فناورانه» قوی‌ترین پیش‌بین‌های تمایل به استفاده از هوش مصنوعی بودند و «ملاحظات اخلاقی–حقوقی» نقش میانجی در این ارتباط داشت. کاربست هوش مصنوعی در آموزش حقوق مستلزم هم‌افزایی میان فناوری، آموزش و اخلاق است. توسعه زیرساخت‌های دیجیتال، تربیت اساتید متخصص و تدوین چارچوب‌های اخلاقی و قانونی می‌تواند مسیر گذار به آموزش حقوق هوشمند را هموار سازد.</p></OtherAbstract>
    <ObjectList>
      <Object Type="keyword">
        <Param Name="value">Artificial intelligence</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">thematic analysis</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">confirmatory factor analysis</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">ethics of technology</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">هوش مصنوعی</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">آموزش حقوق</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">تحلیل مضمون</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">تحلیل عاملی تأییدی</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">اخلاق فناوری</Param>
      </Object>
    </ObjectList>
    <ArchiveCopySource DocType="pdf">https://jsied.org/index.php/jsied/article/download/378/241</ArchiveCopySource>
  </Article>
</ArticleSet>
