انجمن ترویج علم ایران ترویج علم 2251-9033 17 1 2026 03 21 Integrating Artificial Intelligence into Science Communication: A Strategic Framework for Enhancing the Effectiveness of Scientific Communication ادغام هوش مصنوعی در ترویج علم: استراتژی‌هایی برای ارتباطات علمی مؤثر 252234 10.22034/popsci.2026.578081.1459 FA قاسم آزادی احمدآبادی عضو هیئت علمی / مؤسسه تحقیقات سیاست علمی کشور Journal Article 2026 02 25 Purpose: This study aimed to design and validate a conceptual model for the integration of artificial intelligence into science communication. The research sought to identify key components, assess their perceived importance from experts’ perspectives, and propose a strategic framework to inform policy-making and decision-making in this field.<br>Methodology: An exploratory sequential mixed-methods design was employed. In the qualitative phase, the main components were extracted through expert-based data analysis. In the quantitative phase, a researcher-developed questionnaire comprising 44 items across 11 components was designed using a five-point Likert scale and completed by 26 scientific experts. The data were analyzed using descriptive statistics (mean and standard deviation) and confirmatory factor analysis (CFA).<br>Findings: The results indicated that all identified components were rated as highly important. The component “countering scientific misinformation” achieved the highest mean score. This was followed by “content simplification and comprehensibility,” “enhancement of scientific literacy,” and “content personalization.” Confirmatory factor analysis supported the satisfactory fit of the multidimensional structure of the proposed model.<br>Conclusion: The proposed three-tier model categorizes AI integration strategies in science communication into “fundamental and critical,” “important and enabling,” and “innovative and evolutionary” levels. The model can serve as a practical roadmap for policymakers, science communicators, and institutional leaders in designing and implementing AI-driven science communication programs. هدف: این پژوهش با هدف طراحی و اعتبارسنجی یک مدل مفهومی برای ادغام هوش مصنوعی در ترویج علم انجام شد. مطالعه حاضر در پی شناسایی مؤلفه‌های کلیدی، سنجش میزان اهمیت آن‌ها از دیدگاه خبرگان و ارائه چارچوبی راهبردی برای سیاست‌گذاری در این حوزه است.<br>روش‌شناسی: پژوهش با رویکرد آمیخته اکتشافی متوالی انجام شد. در فاز کیفی، مؤلفه‌های اصلی از طریق تحلیل داده‌های تخصصی استخراج گردید. در فاز کمّی، پرسشنامه‌ای محقق‌ساخته مشتمل بر 44 گویه در ۱1 مؤلفه، با مقیاس لیکرت پنج‌درجه‌ای طراحی و توسط ۲۶ نفر از خبرگان حوزه‌های علمی تکمیل شد. داده‌ها با استفاده از آمار توصیفی (میانگین و انحراف معیار) و تحلیل عاملی تأییدی مورد بررسی قرار گرفتند.<br>یافته‌ها: نتایج نشان داد تمامی مؤلفه‌های شناسایی‌شده از سطح اهمیت بالا برخوردارند. مؤلفه «مقابله با اطلاعات نادرست علمی» بالاترین میانگین اهمیت را کسب کرد. همچنین ابعاد «ساده‌سازی و فهم‌پذیری محتوا»، «آموزش و ارتقای سواد علمی» و «شخصی‌سازی محتوا» در رتبه‌های بعدی قرار گرفتند. نتایج تحلیل عاملی تأییدی برازش مناسب ساختار چندبعدی مدل را تأیید کرد.<br>نتیجه گیری: مدل سه‌سطحی ارائه‌شده، استراتژی‌های ادغام هوش مصنوعی در ترویج علم را در سطوح حیاتی و بنیادین، بااهمیت و توانمندساز و نوآورانه و تکاملی طبقه‌بندی می‌کند. این مدل می‌تواند به عنوان نقشه‌راه عملی برای سیاست‌گذاران و مروجان علم در طراحی برنامه‌های ترویج علم مبتنی بر هوش مصنوعی مورد استفاده قرار گیرد.