Research Article

Eğitimde Yapay Zekâya Dair Öğretmen Algıları

Volume: 12 Number: 2 July 31, 2026
Gülçin Kezban Saraçoğlu *, Rabia Yağmur
EN TR

Eğitimde Yapay Zekâya Dair Öğretmen Algıları

Abstract

Bu araştırma, öğretmenlerin eğitimde yapay zekâ kullanımına yönelik algılarını incelemeyi ve bu algıların yaş, branş, mesleki deneyim süresi ile teknoloji eğitimine katılım gibi değişkenler açısından farklılaşıp farklılaşmadığını belirlemeyi amaçlamaktadır. Araştırma nicel yöntemle desenlenmiş, veriler “Eğitimde Yapay Zekâ Kullanımına Yönelik Öğretmen Algı Ölçeği” kullanılarak 150 öğretmenden toplanmıştır. Verilerin analizinde betimsel istatistikler, bağımsız örneklemler için t-testi ve tek yönlü varyans analizi (ANOVA) kullanılmıştır. Bulgular, öğretmenlerin genel olarak yapay zekâya yönelik olumlu bir algıya sahip olduklarını göstermiştir. Bununla birlikte, yaş, branş, mesleki deneyim ve teknoloji eğitimine katılım değişkenleri açısından anlamlı farklılıklar saptanmıştır. En yüksek yapay zekâ algısı 20–30 yaş aralığındaki ve 1–5 yıl deneyime sahip öğretmenlerde gözlenirken, daha düşük puanların 45 yaş ve üzerindeki ve 16 yıl ve üzeri deneyime sahip öğretmenlerde ortaya çıktığı belirlenmiştir. Ayrıca, teknoloji eğitimi alan öğretmenlerin yapay zekâya yönelik algılarının almayanlara göre anlamlı düzeyde daha yüksek olduğu bulunmuştur. Elde edilen bulgular, öğretmenlerin eğitimde yapay zekâya ilişkin algılarının demografik ve mesleki değişkenlere göre farklılaştığını göstermektedir. Bu bulgular, dijital yerli, dijital göçmen ve dijital melez kavramları çerçevesinde doğrudan bir sınıflandırma yapmaya olanak vermemekle birlikte, ilgili tartışmalar bağlamında yorumlayıcı bir çerçevede değerlendirilebilir. Bu doğrultuda, öğretmenlere yönelik hizmet içi eğitimlerin ve teknoloji temelli mesleki gelişim çalışmalarının yaygınlaştırılması ile farklı öğretmen gruplarının ihtiyaçlarına duyarlı politika ve uygulamaların geliştirilmesi önerilmektedir. Araştırma nicel yöntemle desenlenmiş, veriler 150 öğretmenden toplanmıştır. Verilerin analizinde betimsel istatistikler, t-testi ve tek yönlü varyans analizi (ANOVA) kullanılmıştır. Bulgular, öğretmenlerin genel olarak yapay zekâya yönelik olumlu bir algıya sahip olduklarını (X̄ = 3.81) ortaya koymuştur. Bununla birlikte, yaş ve mesleki deneyim değişkenleri açısından anlamlı farklılıklar saptanmıştır. En yüksek YZ algısı 20–30 yaş arası ve 1–5 yıl deneyime sahip öğretmenlerde gözlenirken, 45 yaş ve üzeri ve 16 yıl ve üzeri deneyime sahip öğretmenlerin puanlarının daha düşük olduğu belirlenmiştir. Ayrıca, teknoloji eğitimi alan öğretmenlerin yapay zekâya yönelik algıları, almayanlara kıyasla anlamlı düzeyde daha yüksek bulunmuştur. Elde edilen bulgular, dijital yerli öğretmenlerin teknolojik uyum süreçlerinde daha avantajlı olduğunu; buna karşın dijital göçmen öğretmenlerin pedagojik süreçte daha temkinli bir yaklaşım benimsediğini göstermektedir. Bununla birlikte, birçok öğretmenin hem geleneksel hem de dijital pedagojik özellikleri bir arada taşıdığı ve bu yönüyle dijital melez profillere sahip olduğu görülmektedir. Araştırma sonuçları, öğretmenlerin dijital kimliklerini sadece yaşa dayalı kategorilerle sınıflandırmanın yetersiz kalabileceğini; bu nedenle öğretmen yetiştirme ve mesleki gelişim politikalarının dijital melezliği ve bireysel farklılıkları dikkate alan esnek ve çok boyutlu bir yapıda düzenlenmesi gerektiğini ortaya koymaktadır.

Keywords

Yapay zekâ, Öğretmen algısı, Dijital yerli, Dijital göçmen, Dijital melez

References

  1. Akgün, M., & Greenhow, C. (2022). Artificial intelligence in education: Addressing ethical challenges in K-12 settings. AI Ethics, 2, 431–440. https://doi.org/10.1007/s43681-021-00096-7
  2. Aksakal, F., Dönel Akgül, G., Geçikli, E., & Pınar, M. A. (2021). Fen bilgisi öğretmenlerinin ve öğretmen adaylarının dijital öğretmenlik algıları. Çağdaş Yönetim Bilimleri Dergisi, 8(1), 206-231. https://izlik.org/JA27CS63UZ
  3. Aksoy, N. C., Karabay, E., & Aksoy, E. (2021). Sınıf öğretmenlerinin dijital okuryazarlık düzeylerinin incelenmesi. Selçuk İletişim, 14(2), 859-894. https://doi.org/10.18094/josc.871290
  4. Alotaibi, N., & Alshehri, A. (2023). Prospers and obstacles in using artificial intelligence in Saudi Arabia higher education institutions—the potential of AI-based learning outcomes. Sustainability, 15(13), 10723. https://doi.org/10.3390/su151310723
  5. Alvarez, L., Gransbury, I., Cateté, V., Barnes, T., Ledéczi, Ákos, & Grover, S. (2022). A socially relevant focused AI curriculum designed for female high school students. Proceedings of the AAAI Conference on Artificial Intelligence, 36(11), 12698-12705. https://doi.org/10.1609/aaai.v36i11.21546
  6. Bennett, S., & Maton, K. (2010). Beyond the ‘digital natives’ debate: Towards a more nuanced understanding of students' technology experiences. Journal of Computer Assisted Learning, 26(5), 321–331. https://doi.org/10.1111/j.1365-2729.2010.00360.x
  7. Büyüköztürk, Ş. (2022). Sosyal bilimler için veri analizi el kitabı: İstatistik, araştırma deseni, SPSS uygulamaları ve yorum (28. Baskı). Pegem Akademi.
  8. Binay Eyuboğlu, F. A., & Karaoğlan Yılmaz, F. G. (2018). Öğretmenlerin yaşam boyu öğrenme tutumları, dijital yerli olma durumları ve teknoloji kabulü arasındaki ilişkinin birbirleri ile ve çeşitli değişkenler açısından incelenmesi. Uluslararası Eğitim Bilim ve Teknoloji Dergisi, 4(1), 1-17. https://izlik.org/JA38LX84DZ
  9. 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, Article 100002. https://doi.org/10.1016/j.caeai.2020.100002
  10. Chiţu, R., & Moraru, A. (2024). The phygitalization of moderne languages teaching in the aftermath of COVID-19. Dialogos, 40, 55-66. https://doi.org/10.24818/dlg/2023/40/05
APA
Saraçoğlu, G. K., & Yağmur, R. (2026). Eğitimde Yapay Zekâya Dair Öğretmen Algıları. Gazi Eğitim Bilimleri Dergisi, 12(2), 152-172. https://izlik.org/JA55JE75JP
AMA
1.Saraçoğlu GK, Yağmur R. Eğitimde Yapay Zekâya Dair Öğretmen Algıları. GJES. 2026;12(2):152-172. https://izlik.org/JA55JE75JP
Chicago
Saraçoğlu, Gülçin Kezban, and Rabia Yağmur. 2026. “Eğitimde Yapay Zekâya Dair Öğretmen Algıları”. Gazi Eğitim Bilimleri Dergisi 12 (2): 152-72. https://izlik.org/JA55JE75JP.
EndNote
Saraçoğlu GK, Yağmur R (July 1, 2026) Eğitimde Yapay Zekâya Dair Öğretmen Algıları. Gazi Eğitim Bilimleri Dergisi 12 2 152–172.
IEEE
[1]G. K. Saraçoğlu and R. Yağmur, “Eğitimde Yapay Zekâya Dair Öğretmen Algıları”, GJES, vol. 12, no. 2, pp. 152–172, July 2026, [Online]. Available: https://izlik.org/JA55JE75JP
ISNAD
Saraçoğlu, Gülçin Kezban - Yağmur, Rabia. “Eğitimde Yapay Zekâya Dair Öğretmen Algıları”. Gazi Eğitim Bilimleri Dergisi 12/2 (July 1, 2026): 152-172. https://izlik.org/JA55JE75JP.
JAMA
1.Saraçoğlu GK, Yağmur R. Eğitimde Yapay Zekâya Dair Öğretmen Algıları. GJES. 2026;12:152–172.
MLA
Saraçoğlu, Gülçin Kezban, and Rabia Yağmur. “Eğitimde Yapay Zekâya Dair Öğretmen Algıları”. Gazi Eğitim Bilimleri Dergisi, vol. 12, no. 2, July 2026, pp. 152-7, https://izlik.org/JA55JE75JP.
Vancouver
1.Gülçin Kezban Saraçoğlu, Rabia Yağmur. Eğitimde Yapay Zekâya Dair Öğretmen Algıları. GJES [Internet]. 2026 Jul. 1;12(2):152-7. Available from: https://izlik.org/JA55JE75JP