Yapay Zeka Teknolojilerindeki Gelişmeler ile Eğitim ve Spor Bilimlerinde Paradigma Değişimi

Abstract

Günümüzde teknolojik ilerlemeler, eğitim ve spor alanları da dahil benzersiz ve dönüştürücü değişimlere neden olmaktadır. Son yıllarda gerçekleştirilen başarılı projeler ve gelişmelerle birlikte, her geçen gün daha fazla ilgi çeken son derece popüler bir konu durumundadir Özellikle Yapay Zeka (YZ) teknolojileri, eğitimde geleneksel yöntemleri radikal bir şekilde dönüştürmekte ve bu alanda yeni bir paradigma oluşturmaktadır. Eğitim ve Spor alanında dijital dönüşüm ve YZ uygulamalarının anlatıldığı ve örneklendirildiği çalışmamızda YZ’nin kullanılmasının potansiyel faydalarını ve bu, teknolojinin çeşitli uygulama alanlarına odaklanılarak YZ teknolojilerinin eğitim sektörüne sunduğu ve sunabileceği katkılara ve olası risklere odaklanılmıştır. YZ, öğrenci odaklı öğrenme süreçlerini destekleyen, kişiselleştirilmiş öğrenme deneyimleri sunan ve öğretmenlerin öğrenci ilerlemesini izlemelerine yardımcı olan bir dizi araç ve yöntemi içermektedir. Bu teknolojilerin eğitim sistemine entegrasyonu, öğrencilerin bireysel ihtiyaçlarına göre özelleştirilmiş öğrenme fırsatları sunma potansiyeliyle eğitimde köklü bir değişimin kapılarını aralamaktadır. Bu gelişmeler, öğrenci merkezli bir yaklaşımın ve öğrenme sürecinin kişiselleştirilmesinin önemini vurgulayarak, eğitim paradigmasında önemli bir dönüşümün işaretlerini taşımaktadır. Bununla birlikte son dönemde YZ teknolojilerindeki ilerlemeler, Spor bilimlerinde de köklü bir paradigma değişimi potansiyelini beraberinde getirmiştir. YZ, sporcuların performansını analiz etme, antrenman planlaması yapma, sakatlık riskini tahmin etme gibi alanlarda yeni bir yaklaşım sunarak, spor bilimleri alanında önemli bir dönüşümün habercisi olmaktadır. Bu teknolojiler, veri analitiği, biyometrik ölçümler ve simülasyonlar gibi alanlarda spor bilimleri pratiğini ve anlayışını derinlemesine değiştirme potansiyeline sahiptir. Sporcuların performansını analiz etme, antrenman programlarını kişiselleştirme, sakatlık riskini öngörme gibi alanlarda yapay zeka sistemleri, bilimsel araştırmaların ve uygulamaların niteliğini derinden etkilemektedir. Ancak, bu teknolojilerin kullanımıyla ilgili etik meseleler, veri güvenliği ve sporcu gizliliği gibi önemli konuların göz önünde bulundurulması gerekmektedir. YZ teknolojilerinin spor bilimlerindeki etkilerinin daha da incelenmesi ve etik bir çerçevede kullanılması, sporcuların performansını artırma ve spor bilimleri alanında daha iyi bir anlayışın oluşturulması açısından önemlidir. Bu bağlamda, YZ’nın eğitim ve spor bilimleriyle arasındaki evrilen ilişki, bu alanların gelecekteki konumlanmaları açısından bir yol haritası çizerek, daha verimli, güvenilir ve yenilikçi uygulamaların geliştirilmesine katkıda bulunabilir. Hem öğrencileri hem sporcular hem antrenörler bu bilgiler çerçevesinde kendilerini konuyla ilgili gelişmelere paralel güncel tutmalarını ve yeni teknolojilere uyum sağlamalarını desteklemektedir.

Keywords

• Yapay Zeka
• AI
• Eğitim
• Spor
• Teknoloji

Thanks

Teşekkürler

Paradigm Shift in Education and Sports Sciences with Developments in Artificial Intelligence Technologies.

Abstract

In today's world, technological advancements bring about transformative changes in various fields, including education and sports. With successful projects and developments in recent years, integrating artificial intelligence (AI) technologies has become increasingly popular and highly discussed. Particularly, AI technologies radically transform traditional methods in education, creating a new paradigm. Our study focuses on the digital transformation in education and sports, illustrating and discussing the applications of AI. It delves into the potential benefits of using AI, concentrating on its contributions to the education sector and the possible risks associated with its implementation. Through various tools and methods, AI supports student-centric learning processes, provides personalized learning experiences, and assists teachers in monitoring student progress. Integrating these technologies into the education system can revolutionize education by offering personalized learning opportunities tailored to individual student needs. These advancements underscore the importance of a student-centred approach and the personalization of the learning process, signalling a significant transformation in the education paradigm. Moreover, recent advancements in AI technologies can potentially bring about a paradigm shift in the field of sports sciences. AI introduces a new approach in areas such as analyzing athletes' performance, planning training sessions, and predicting the risk of injuries, indicating a profound transformation in sports sciences. These technologies, encompassing data analytics, biometric measurements, and simulations, have the potential to profoundly alter the practice and understanding of sports sciences. However, the ethical considerations related to the use of AI, including issues such as data security and athlete privacy, must be carefully considered. AI systems in sports sciences, with capabilities such as performance analysis, personalized training program development, and injury risk prediction, profoundly impact the quality of scientific research and applications. The ethical use of these technologies is crucial in ensuring the enhancement of athlete performance and establishing a better understanding of the field of sports sciences. In conclusion, the evolving relationship between AI, education, and sports sciences can serve as a roadmap for the future positioning of these fields. Examining the impacts of AI technologies in sports sciences and their ethical considerations is essential for enhancing performance, ensuring data security, and fostering innovative applications. This evolving landscape encourages students, athletes, and coaches to stay informed about developments in these fields and adapt to new technologies parallel to their advancements.

Keywords

• Artificial Intelligence
• AI
• Education
• Sport
• Technology

References

1. Akalin, B., & Veranyurt, Ü. (2020). Sağlikta dijitalleşme ve yapay zekâ. SDÜ Sağlık Yönetimi Dergisi, 2(2), 128-137. https://dergipark.org.tr/en/pub/sdusyd/issue/60581/842035
2. Altınok, M. (2021). Lise öğrencilerinin dijital bağımlılık ve yaşam doyumunun incelenmesi. Türk Eğitim Bilimleri Dergisi, 19 (1), 262-291.
3. Altuntaş, E. Y., (2019), Sağlık Hizmetleri Uygulamalarında Dijital Dönüşüm. Eğitim Yayınevi.
4. Arslan, K. (2020). Eğitimde yapay zekâ ve uygulamaları. Batı Anadolu Eğitim Bilimleri Dergisi, 11(1), 71-88.
5. Atalay, M., & Çelik, E. (2017). Büyük veri analizinde yapay zekâ ve makine öğrenmesi uygulamalari-artificial intelligence and machine learning applications in big data analysis. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 9(22), 155-172.
6. AutotDraw, (2023). Online Ücretsiz Resim Oluşturma Aracı. https://www.autodraw.com E.T. 09.10.2023
7. Banerjee, S., Singh, P. K., & Bajpai, J. (2018). A comparative study on decision-making capability between human and artificial intelligence. In B. Panigrahi, M. Hoda, V. Sharma, & S. Goel (Eds.), Nature Inspired Computing. Advances in Intelligent Systems and Computing (vol. 652). Singapore: Springer. https://doi.org/10.1007/978-981-10- 6747-1_23.
8. Bard, (2023). Online Ücretsiz Resim Oluşturma Aracı. https://bard.google.com/?hl=tr E.T. 09.03.2023

9. Boydak, H. A. (2015). Öğrenme Stilleri. İstanbul: Beyaz Yayınları
10. Büyükgöze, S., & Dereli, E. (2019). Dijital sağlık uygulamalarında yapay zeka. VI. Uluslararası Bilimsel ve Mesleki Çalışmalar Kongresi-Fen ve Sağlık, 7(10).
11. Çakir, Z. (2022). Spor lisesi öğrencilerinin e-zorbalik ve e-mağduriyet davranişlarina yönelik tutumlarinin incelenmesi. International Journal of Eurasia Social Sciences/Uluslararasi Avrasya Sosyal Bilimler Dergisi, 13(48). http://dx.doi.org/10.35826/ijoess.3169
12. Çakir, Z., & Erbaş, Ü. (2022). Examination of sports science faculty students’internet self-efficacy. International Journal of Eurasian Education and Culture, 7(17), 1316-1333. http://dx.doi.org/10.35826/ijoecc.588
13. Çakir, Z., & Gönen, M. (2022). Investigation of the decision regrets of the graduates and students of the faculty of sports sciences in the selection of the department. International Journal of Education Technology & Scientific Researches, 7(18). http://dx.doi.org/10.35826/ijetsar.485
14. Çakir, Z., Gönen, M., & Ceyhan, M. A. (2022). Beden eğitimi ve spor eğitimi öğretmeni adaylarinin sanal gerçeklik teknolojisinin eğitimde kullanimina ilişkin görüşlerinin değerlendirilmesi. International Journal of Eurasia Social Sciences/Uluslararasi Avrasya Sosyal Bilimler Dergisi, 13(49). http://dx.doi.org/10.35826/ijoess.3186
15. Çakir, Z., Gönen, M., & Ceyhan, M. A. (2022). Spor bilimleri fakültesi öğrencilerinin metaverse farkındalıklarının incelenmesi. CBÜ Beden Eğitimi ve Spor Bilimleri Dergisi, 17(2), 406-418. https://doi.org/10.33459/cbubesbd.1179009
16. Canva, (2023). Online Ücretsiz Resim Oluşturma Aracı. https://www.canva.com/tr_tr/yapay-zeka-resim-olusturma/ Erişim Tarihi 09.10.2023
17. Çetin, B. (2023). Sağlık hizmetleri ve yapay zeka. Uluslararası Ekonomi ve Siyaset Bilimleri Akademik Araştırmalar Dergisi, 7(17), 53-67. https://doi.org/10.58202/joecopol.1364565
18. Ceyhan, M. A., & Çakir, Z. (2021). Examination of fear of missing out (FOMO) states of students who study at the school of physical education and sports in terms of some variables. Education Quarterly Reviews, 4(4). https://doi.org/10.31014/aior.1993.04.04.404
19. Ceyhan, M. A., Çakır, Z., & Gönen, M. (2021). Spor bilimleri fakültesi öğrencilerinin sosyal ağ siteleri kullanım amaçlarının incelenmesi. Editör: Durukan, E. Ve Kızar, O., Spor Bilimlerinde Araştırma Ve Değerlendirmeler–III, 1, 77-94.
20. ChatGPT, (2023). Online Ücretsiz Resim Oluşturma Aracı. https://www.autodraw.com E.T. 09.03.2023 https://openai.com/chatgpt/
21. Chen, X., Xie, H., Zou, D., & Hwang, G. J. (2020). Application and theory gaps during the rise of artificial intelligence in education. Computers and Education: Artificial Intelligence, 1, 100002. https://doi.org/10.1016/j.caeai.2020.100002
22. Chu, S. T., Hwang, G. J., & Tu, Y. F. (2022). Artificial intelligence-based robots in education: A systematic review of selected SSCI publications. Computers and education: Artificial intelligence, 100091. https://doi.org/10.1016/j.caeai.2022.100091
23. Coşkuntürk, O. S., Kurcan, K., Yel, K., & Güzel, S. (2023). Teknolojik gelişmelerin hareketsiz yaşama ve çocuklarda psiko-motor gelişime etkileri. Dede Korkut Spor Bilimleri Dergisi, 1(1), 49-60.
24. Da Silva, J. A. T., & Scelles, N. (2023). An artificial intelligence tool misclassifies sports sciences journals as predatory. Journal of Science and Medicine in Sport. https://doi.org/10.1016/j.jsams.2023.12.006
25. Deveci, Ö. ve Aykaç, N. (2018). Temel eğitimde yaşanan sorunları inceleyen çalışmaların değerlendirilmesi: Bir meta-sentez çalışması. Eğitimde Nitel Araştırmalar Dergisi – Journal of Qualitative Research Education, 7(1), 277-301. https://doi.org/10.14689/issn.2148-2624.1.7c1s.13m
26. Erbaş, Ü. (2020). The Relationship of Physical Activity Level and Recreation Area. International Journal of Recreation and Sports Science, 4(1), 18-27.
27. Essa, A. (2016). A possible future for next generation adaptive learning systems. Smart Learning Environments, 3(1). Article 16.
28. Fialho, G., Manhães, A., & Teixeira, J. P. (2019). Predicting sports results with artificial intelligence–a proposal framework for soccer games. Procedia Computer Science, 164, 131-136. https://doi.org/10.1016/j.procs.2019.12.164
29. FireFly AI, (2023). Online Ücretsiz Resim Oluşturma Aracı. https://firefly.adobe.com/ E.T. 13.08.2023
30. Galily, Y. (2018). Artificial intelligence and sports journalism: Is it a sweeping change?. Technology in society, 54, 47-51. https://doi.org/10.1016/j.techsoc.2018.03.001
31. Gašević, D., Siemens, G., & Sadiq, S. (2023). Empowering learners for the age of artificial intelligence. Computers and Education: Artificial Intelligence, 4, 100130. https://doi.org/10.1016/j.caeai.2023.100130
32. Goodfellow, I., Bengio, Y., Courville, A., & Bach, F. (2017). Deep Learning (Adaptive Computation and Machine Learning Series). A.B.D.: MIT Press.
33. Griffiths, M. D. (1995). Adolescent gambling. London: Routledge.
34. Hart, S. A. (2016). Precision education initiative: Moving toward personalized education. Mind, Brain, and Education, 10(4), 209–211. https://doi.org/10.1111/mbe.12109
35. Hastie, T., Tibshirani, R., Friedman, J. H., & Friedman, J. H. (2009). The elements of statistical learning: data mining, inference, and prediction (Vol. 2, pp. 1-758). New York: springer.
36. Hurwitz, J., & Kirsch, D. (2018). Machine Learning, IBM Limited Edition. New Jersey: John Wiley & Sons, Inc. Hwang, G. J. (2014). Definition, framework, and research issues of smart learning environments-a context-aware ubiquitous learning perspective. Smart Learning Environments, 1(1), 4.
37. Hwang, G. J., Xie, H., Wah, B. W., & Gašević, D. (2020). Vision, challenges, roles and research issues of Artificial Intelligence in Education. Computers and Education: Artificial Intelligence, 1, 100001. https://doi.org/10.1016/j.caeai.2020.100001
38. İşler, B., & Kılıç, M. (2021). Eğitimde yapay zekâ kullanimi ve gelişimi. Yeni Medya Elektronik Dergisi, 5(1), 1-11. https://dergipark.org.tr/en/pub/ejnm/issue/58097/738221
39. Johnson, N., Zhao, G., Hunsader, E., Qi, H., Johnson, N., Meng, J., & Tivnan, B. (2013). Abrupt rise of new machine ecology beyond human response time. Scientific Reports, 3(1), 2627.
40. Kabakçı, I., Odabaşı, H. F., & Çoklar, A. N. (2008). Parents’ views about internet use of their children. International Journal of Education and Information Technologies, 2(4), 248 – 255.
41. Karapekmez, A. V. (2023). Yapay Zekanın Görsel Sanatlara Etkisi: Yapay Zeka İle Üretilen Atatürk Portrelerinin İçerik Analizi. Yeni Yüzyıl'da İletişim Çalışmaları, 2(8), 184-189. https://dergipark.org.tr/en/pub/iyyuicd/issue/80619/1372051
42. Khosravi, H., Shum, S. B., Chen, G., Conati, C., Tsai, Y. S., Kay, J., & Gaˇsevi´c, D. (2022). Explainable artificial intelligence in education. Computers and Education: Artificial Intelligence, 3. https://doi.org/10.1016/j.caeai.2022.100074
43. Kuşçu, E. (2015). Çeviride Yapay Zeka Uygulamalari. Atatürk Üniversitesi Kazım Karabekir Eğitim Fakültesi Dergisi, (30), 45-58.
44. Larkin, J. H., & Chabay, R. W. (1992). Computer-assisted Instruction and intelligent tutoring systems: Shared Goals and complementary approaches. Technology in education series. Hillsdale, New Jersey: Lawrence Erlbaum Associates.
45. Lenat, D.B., Feigenbaum, E.A., 1987. On the thresholds of knowledge. Proceedings of the Tenth International Joint Conference on Artificial Intelligence, Milan, Italy, August, 1173-1182.
46. Leonardo AI, (2023). Online Ücretsiz Resim Oluşturma Aracı. http://www.leonardo.ai/ E.T. 01.08.2023
47. Markauskaite, L., Marrone, R., Poquet, O., Knight, S., Martinez-Maldonado, R., Howard, S., & Siemens, G. (2022). Rethinking the entwinement between artificial intelligence and human learning: What capabilities do learners need for a world with AI? Computers and Education: Artificial Intelligence, 3, Article 100056. https://doi.org/10.1016/j.caeai.2022.100056
48. Martens, A., & Uhrmacher, A. M. (2002, June). Adaptive tutoring processes and mental plans. In International Conference on Intelligent Tutoring Systems (pp. 71-80). Berlin, Heidelberg: Springer Berlin Heidelberg. https://doi.org/10.1007/3-540-47987-2_12
49. Microsoft, (2023). Bing'de Copilot ile ne yapacaksınız? https://www.microsoft.com/tr-tr/bing?form=MA13FV E.T. 13.10.2023
50. Milli Eğitim Bakanlığı, MEB. (30.11.2023). Ortaokullarda "Yapay Zekâ Uygulamalari" Dersinin Müfredati Hazirlandi. https://www.meb.gov.tr/ortaokullarda-yapay-zek-uygulamalari-dersinin-mufredati-hazirlandi/haber/31761/tr Erişim Tarihi: 30.11.2023
51. Molenaar, I. (2022). The concept of hybrid human-AI regulation: Exemplifying how to support young learners’ self-regulated learning. Computers and Education: Artificial Intelligence, 3, Article 100070. https://doi.org/10.1016/j.caeai.2022.100070
52. Muggleton, S. (2014). Alan Turing and the development of Artificial Intelligence. AI communications, 27(1), 3-10. https://doi.org/10.3233/AIC-130579
53. Ouyang, F., & Jiao, P. (2021). Artificial intelligence in education: The three paradigms. Computers and Education: Artificial Intelligence, 2, 100020. https://doi.org/10.1016/j.caeai.2021.100020
54. Paschos, N. K. (2021). Author reply: Artificial intelligence in sports medicine. Arthroscopy, 37(5), 1368-1369. https://doi.org/10.1016/j.arthro.2021.03.013
55. Peker, A. (2014). Ergenlerin siber zorbalıkla başa çıkma davranışlarının cinsiyet ve sınıf düzeyi açısından incelenmesi. Online Journal of Technology Addiction and Cyberbullying, 1(1), 18-32.
56. Pizzi, G., Scarpi, D., & Pantano, E. (2021). Artificial intelligence and the new forms of interaction: Who has the control when interacting with a chatbot?.Journal of Business Research, 129, 878-890.
57. Pizzi, G., Scarpi, D., & Pantano, E. (2021). Artificial intelligence and thenew forms of interaction: Who has the control when interacting witha chatbot?Journal of Business Research,129, 878–890. https://onlinelibrary.wiley.com/doi/epdf/10.1002/cb.2233
58. Runway, (2023). Runway - Advancing creativity with artificial intelligence. https://runwayml.com E.T.01.09.2023
59. Şener, H., Arıkan, İ., & Gülekçi, Y. (2022). COVID-19 Pandemisinde Üniversite Öğrencilerinin Siber Güvenlik Farkındalıkları ile Siber Zorbalık ve Siber Mağduriyet Düzeylerinin Değerlendirilmesi. Bulletin of Legal Medicine/Adli Tıp Bülteni, 27(2).
60. Shaw, M. & Black, D. W. (2008). Internet addiction: Definition, assessment, epidemiology, and clinical management. CNS Drugs, 22(5), 353-365.
61. Siemens, G., Marmolejo-Ramos, F., Gabriel, F., Medeiros, K., Marrone, R., Joksimovic, S., & de Laat, M. (2022). Human and artificial cognition. Computers and Education: Artificial Intelligence, 3, Article 100107. https://doi.org/10.1016/j.caeai.2022.100107
62. Su, J., Ng, D. T. K., & Chu, S. K. W. (2023). Artificial intelligence (AI) literacy in early childhood education: The challenges and opportunities. Computers and Education: Artificial Intelligence, 4, 100124. https://doi.org/10.1016/j.caeai.2023.100124
63. Tamer, H. Y., & Övgün, B. (2020). Yapay zeka bağlamında dijital dönüşüm ofisi. Ankara Üniversitesi SBF Dergisi, 75(2), 775-803.
64. Timms, M. J. (2016). Letting artificial intelligence in education out of the box: educational cobots and smart classrooms. International Journal of Artificial Intelligence in Education, 26, 701-712. https://doi.org/10.1007/s40593-016-0095-y
65. Van Seters, J. R., Ossevoort, M. A., Tramper, J., & Goedhart, M. J. (2012). The influence of student characteristics on the use of adaptive e-learning material. Computers & Education, 58, 942–952. https://doi.org/10.1016/j.compedu.2011.11.002
66. Xie, H., Chu, H. C., Hwang, G. J., & Wang, C. C. (2019). Trends and development in technology-enhanced adaptive/personalized learning: A systematic review of journal publications from 2007 to 2017. Computers & Education, 140, 103599. https://doi.org/10.1016/j.compedu.2019.103599
67. Yang, S. J. H. (2021). Guest Editorial: precision education - a new challenge for AI in education. Educ. Technol. Soc., 24(1), 105–108.
68. Yang, S. J., Ogata, H., Matsui, T., & Chen, N. S. (2021). Human-centered artificial intelligence in education: Seeing the invisible through the visible. Computers and Education: Artificial Intelligence, 2, 100008. https://doi.org/10.1016/j.caeai.2021.100008 Yıldırım, N., Saklan, E., & Yıldırım, V. Y. (2016). Emekli öğretmenlerin edindikleri deneyimler düzleminde geçmiş ve günümüz eğitim sistemi sorunlarına ilişkin görüşlerinin incelenmesi. Çağdaş Yönetim Bilimleri Dergisi, 2(2), 1-19.
69. Young, K. S. (1996). Internet addiction: The emergence of a new clinical disorder. CyberPsychology and Behavior, 1(3), 237-244.
70. Zeytin, Z., & Gençay, E. (2019). Hukuk ve yapay zekâ: e-kişi, mali sorumluluk ve bir hukuk uygulamasi. Türk-Alman Üniversitesi Hukuk Fakültesi Dergisi, 1(1), 39-70. https://dergipark.org.tr/en/pub/tauhfd/issue/50341/651748