Hemşirelik Öğrencilerinin Yapay Zekâya Yönelik Tutumlarının İncelenmesi

Abstract

Amaç: Araştırmamızda, hemşirelik mesleğinde gelişen yapay zekâ teknolojilerine yönelik hemşirelik öğrencilerinin tutumlarının incelenmesi amaçlanmıştır. Gereç ve Yöntem: Tanımlayıcı ve kesitsel bir çalışma olan araştırmanın örneklemini İstanbul ilinde bulunan bir vakıf üniversitesinin 225 hemşirelik bölümü öğrencisi oluşturmuştur. Veriler Yapay Zekâya Yönelik Genel Tutum Ölçeği ile toplanmıştır. Verilerin analizinde SPSS 25.0 programından yararlanılmıştır. Normal dağılıma uygunluk durumu Shapiro Wilks testi ile gruplar arası farklılıklar ise parametrik testlerden t-testi, ANOVA Testi ile ölçülmüştür. Bulgular: Katılımcıların Yapay Zekâya Yönelik Genel Tutum Ölçeğinin toplam puan ortalamasının 68,98±10,42 (min:33, maks:100) olduğu saptanmıştır. Hemşirelik öğrencilerinin yapay zekâya yönelik tutumlarında kadınların yapay zekâya yönelik olumlu sonuçları daha fazladır (p<0,05). Dördüncü sınıf öğrencilerinin ortalama skorları, 1. sınıflara göre daha yüksek çıkmıştır (p<0,05). Çekirdek aile olarak yaşayanların ortalama skorları, yalnız yaşayanlara göre daha yüksek bulunmuştur (p<0,05). Geliri giderine denk olanların ortalama skoru, geliri giderinden az olanlara göre daha yüksek bulunmuştur (p<0,05). Yapay zekâya güvenenler, güvenmeyenlere göre daha yüksek skora sahip olduğu bulunmuştur (p<0,05). Sonuç: Bu çalışmanın sonucunda, öğrenci hemşirelerin yapay zekâya karşı tutumlarının iyi düzeyde olduğu tespit edilmiştir. Katılımcılar arasında yapay zekâ araçlarının kullanılmasının hemşirelik mesleğine bakış açısını olumlu yönde değiştireceğini düşünenler olumsuz yönde değiştireceğini düşünenlere göre daha yüksek ortalama skorlara sahip olduğu belirlenmiştir. Sonuçlar doğrultusunda yapay zekâ konusunun hemşirelik müfredatına entegre edilmesi gerektiğine vurgu yapılmıştır. Anahtar Kelimeler: Hemşirelik, hemşirelik öğrencisi, tutum, yapay zekâ.

Keywords

• Hemşirelik
• hemşirelik öğrencisi
• tutum
• yapay zekâ

Supporting Institution

Yok

Ethical Statement

- Yazarlar arasında herhangi bir çıkar çatışması yoktur.

Thanks

Araştırmamıza katılıp destek veren tüm hemşirelik bölümü öğrencilerine teşekkür ederiz.

Examining Nursing Students’ Attitudes Towards Artificial Intelligence

Abstract

Objective: This study aimed to investigate the attitudes of nursing students toward the development of artificial intelligence technologies in the nursing profession. Material and Methods: The sample for this research, a descriptive and cross-sectional study, consisted of 225 nursing department students from a foundation university located in Istanbul Province. The data were collected with the General Attitude Scale towards Artificial Intelligence. SPSS 25.0 program was used in the analysis of the data. The degree of normality of the distribution was measured by the Shapiro-Wilk test, and the differences between the groups were assessed using parametric tests such as the t-test and ANOVA. Results: It was found that the total score average of the Participants' General Attitude Scale towards Artificial Intelligence was 68.98±10.42 (min:33, max:100). In the attitudes of nursing students towards artificial intelligence, the positive results of women towards artificial intelligence are higher (p<0.05). Average scores of fourth graders, 1.It was higher according to the grades (p<0.05). The average scores of those living as a nuclear family were found to be higher than those living alone (p<0.05). The average score of those whose income is equivalent to their expenses was found to be higher than those whose income is less than their expenses (p<0.05). It was found that those who trust artificial intelligence have a higher score than those who do not trust (p<0.05). Conclusion: As a result of this study, it was determined that the attitude of student nurses towards artificial intelligence is at a good level. It was determined that those who thought that the use of artificial intelligence tools would change their perspective on the nursing profession in a positive way had higher average scores among the participants than those who thought that it would change it in a negative way. In line with the results, it was emphasized that the subject of artificial intelligence should be integrated into the nursing education curriculum. Keywords: Nursing, nursing student, attitude, artificial intelligence.

Keywords

• Nursing
• nursing student
• attitude
• artificial ıntelligence

Supporting Institution

No

Ethical Statement

- There is no conflict of interest among the authors.

Thanks

We would like to thank all nursing students who participated and supported our research.

References

1. 1. Aslan F, Subaşı A. Hemşirelik Eğitimi ve Hemşirelik Süreci Perspektifinden Yapay Zekâ Teknolojilerine Farklı Bir Bakış. SBÜ Hemşirelik Dergisi. 2022;4(3):153-8. DOI: 10.48071/Sbuhemsirelik.1109187.
2. 2. Akgerman A, Yavuz EDÖ, Kavaslar İ, Güngör S. Yapay Zekâ ve Hemşirelik. Sağlık Bilimlerinde Yapay Zekâ Dergisi. 2022;2(1):21-7. DOI: 10.52309/jaihs.v2i1.36.
3. 3. Fritz RL, Dermody G.A nurse-driven method for developing artificial intelligence in “smart” homes for aging-in-place. Nursing Outlook. 2019;67(2):140–53. DOI:10.1016/j.outlook.2018.11.004.
4. 4. Demir K, Güraksın GE. Determining Middle School Students' Perceptions Of The Concept Of Artificial İntelligence: A Metaphor Analysis. Participatory Educational Research. 2022;9(2):297-312. DOI: 10.17275/per.22.41.9.2.
5. 5. Çoban N, Eryiğit T, Dülcek S, Beydağ DK, Ortabağ T. Hemşirelik Mesleğinde Yapay Zekâ ve Robot Teknolojilerinin Yeri. Fenerbahçe Üniversitesi Sağlık Bilimleri Dergisi. 2022;2(1):378-85.
6. 6. Ronquillo CE, Peltonen LM, Pruinelli L, Chu CH, Bakken S, Beduschi A, et al. Artificial Intelligence in Nursing: Priorities and Opportunities From An International Invitational Thinktank Of The Nursing And Artificial Intelligence Leadership Collaborative. J Adv Nurs. 2021 Sep;77(9):3707-17. DOI: 10.1111/jan.14855.
7. 7. Alp F., İşbay B., & Öner Ö. (2023). Sağlık Alanında Yapay Zekâ Yöntemlerinin Kullanımına İlişkin Lisansüstü Tezlerin Bibliyometrik Analizi (2015-2022). Gevher Nesibe Journal Of Medical & Health Sciences, 8(1), 228-237. DOI: 10.5281/Zenodo.7602783.
8. 8. Soriano, G. P., Yasuhara, Y., Ito, H., Matsumoto, K., Osaka, K., Kai, Y., Locsin, R., Schoenhofer, S., & Tanioka, T. (2022). Robots and Robotics in Nursing. Healthcare, 10(8), 1571. DOI: 10.3390/healthcare10081571.

9. 9. Çobanoğlu, A., & Oğuzhan, H. (2023). Hemşirelikte Teknolojinin Gelişimi ve Mesleğin Geleceğine Etkileri. Hemşirelik Bilimi Dergisi, 6(2), 114-122. DOI: 10.54189/hbd.1036888.
10. 10. Bacaksız, F. E., Yılmaz, M., Ezizi, K., & Alan, H. (2020). Sağlık hizmetlerinde robotları yönetmek. Sağlık ve Hemşirelik Yönetimi Dergisi, 3(7), 458-465. DOI: 10.5222/SHYD.2020.59455.
11. 11. Pepito, J. A., & Locsin, R. (2019). Can nurses remain relevant in a technologically advanced future?. International Journal of Nursing Sciences, 6(1), 106-110. DOI: 10.1016/j.ijnss.2018.09.013.
12. 12. Ulubay S, Ayoğlu T, Özcan E. Hemşirelik Bakım ve Uygulamalarında Yapay Zekâ Kullanımının Önemi. Sağlık Bilimlerinde Yapay Zekâ Dergisi. 2022;2(2):13-7.
13. 13. Özdemir, L., & Bilgin, A. (2021). Sağlıkta yapay zekânın kullanımı ve etik sorunlar. Sağlık ve Hemşirelik Yönetimi Dergisi, 8(3), 439-445. DOI:10.54304/SHYD.2021.63325.
14. 14. Zhao, Y., Rokhani, F. Z., Ghazali, S. S. & Chew, B. H. (2021). Defining the concepts of a smart nursing home and its potential technology utilities that integrate medical services and are acceptable to stakeholders: A scoping review protocol. BMJ Open, 11(2), e041452.
15. 15. Matheny, M.E., Whicher, D., Israni, S.T. (2020). Artifical intelligence in health care. The Journal of American Medical Association. 323(6), 509-510. DOI:10.1001/jama.2019.21579.
16. 16. Şendir M, Şimşekoğlu N, Kaya A, Sümer K. Geleceğin Teknolojisinde Hemşirelik. SBÜ Hemşirelik Dergisi. 2019;1(3):209-14.
17. 17. Pepito JA, Locsin R. Can Nurses Remain Relevant in A Technologically Advanced Future? Int J Nurs Sci. 2019;6(1):106-10. DOI: 10.1016/j.ijnss.2018.09.013.
18. 18. Yılmaz Y, Uzelli Yılmaz D, Yıldırım D, Akın Korhan E, Özer Kaya D. Yapay Zekâ ve Sağlıkta Yapay Zekânın Kullanımına Yönelik Sağlık Bilimleri Fakültesi Öğrencilerinin Görüşleri. Süleyman Demirel Üniversitesi Sağlık Bilimleri Dergisi. 2021;12(3):297-308. DOI: 10.22312/sdusbed.950372.
19. 19. Schepman A, Rodway P. Initial validation of the general attitudes towards Artificial Intelligence Scale. Comput Hum Behav Rep. 2020 Jan-Jul;1:100014. DOI: 10.1016/j.chbr.2020.100014.
20. 20. Kaya F, Aydin F, Schepman A, Rodway P, Yetişensoy O, Demir-Kaya M. The Roles Of Personality Traits, Al Anxiety, And Demographic Factors İn Attitudes Toward Artificial İntelligence. International Journal of Human–Computer Interaction. 2022;40(2):497–514. DOI: 10.1080/10447318.2022.2151730.
21. 21. Kula Kartal, S., Mor Dirlik, E. Geçerlik kavramının tarihsel gelişimi ve güvenirlikte en çok tercih edilen yöntem: Cronbach Alfa Katsayısı. Abant İzzet Baysal Üniversitesi Eğitim Fakültesi Dergisi, 2016;16(4);1865-79.
22. 22. Öcal EE, Atay E, Önsüz MF, Algın F, Çokyiğit FK, Kılınç S ve ark. Tıp Fakültesi Öğrencilerinin Tıpta Yapay Zekâ ile İlgili Düşünceleri. Türk Tıp Öğrencileri Araştırma Dergisi. 2020;2(1):9-16. .
23. 23. Gökçen Gökalp, M., & Üzer, M. A. (2024). Yapay Zekâ Çağında Hemşirelik Bakımı. Sağlık Bilimleri Üniversitesi Hemşirelik Dergisi, 6(1), 89-94. DOI: 10.48071/sbuhemsirelik.1349981.
24. 24. Vasquez, B., Moreno-Lacalle, R., Soriano, G. P., Juntasoopeepun, P., Locsin, R. C., & Evangelista, L. S. (2023). Technological machines and artificial intelligence in nursing practice. Nurs Health Sci, 25(3), 474-481. DOI: 10.1111/nhs.13029.
25. 25. Abid S, Awan B, Ismail T, Sarwar N, Sarwar G, Tariq M, et al. Artificial Intelligence: Medical Students Attitude in District Peshawar Pakistan. Pakistan Journal of Public Health. 2019;9(1):19-21. DOI: 10.32413/pjph.v9i1.295.
26. 26. Sucu İ. Yapay Zekânın Toplum Üzerindeki Etkisi ve Yapay Zekâ (A.I.) Filmi Bağlamında Yapay Zekâya Bakış. Uluslararası Ders Kitapları ve Eğitim Materyalleri Dergisi. 2019;2(2):203-15.
27. 27. Kandemir F, Azizoğlu F. Examining Nurses’ General Attitudes Towards Artificial Intelligence. J Intensive Care Nurs. 2024;28(2):113-125. DOI: 10.62111/ybhd.1502758.
28. 28. Filiz E, Güzel Ş, Şengül A. Sağlık Profesyonellerinin Yapay Zekâ Kaygı Durumlarının İncelenmesi. Journal Of Academic Value Studies. 2022;8(1),47-55. DOI: 10.29228/javs.57808.
29. 29. Akgerman A, Özdemir Yavuz ED, Kavaslar İ, Güngör S. Yapay Zekâ ve Hemşirelik. JAIHS. 2022;2(1):21-7.
30. 30. McGrow, K. (2019). Artificial intelligence: Essentials for nursing. Journal of Nursing, 49(9), 46. DOI: 10.1097/01.NUR- SE.0000577716.57052.8d.
31. 31. Gündüz, T., & Eren, F. (2024). Sağlıkta yapay zekâ: Bibliyometrik bir analiz. Sağlık Akademisyenleri Dergisi, 11(2), 277-285. DOI: 10.52880/sagakaderg.1420580.
32. 32. Azizoğlu, F., & Terzi, B. (2024). Global trends on the use of artificial intelligence in nursing: A descriptive and evaluative bibliometric analysis study. UHS Journal of Nursing, 6(2), 149-156. DOI: 10.48071/sbuhemsirelik.1467622.
33. 33. Gülırmak Güler, K., Şen Atasayar, B. 2025. The relationship between nursing students' attitudes toward artificial intelligence and their creative personality traits. Int Nurs Review. 72(1); 1-11. DOI: 10.1111/inr.70008.
34. 34. Sumengen, A. A., Subasi, D. O., Cakir, G. N. 2025. Nursing students' attitudes and literacy toward artificial intelligence: A cross-sectional study. Teach Learn Nurs. 20(1): e250-e257. DOI: 10.1016/j.teln.2024.10.022.
35. 35. Yalcinkaya, T., Ergin, E., Yucel, S. C. 2024. Exploring nursing students' attitudes and readiness for artificial ıntelligence: A cross-sectional study. Teach Learn Nurs. 19(4): e722-e728. DOI: 10.1016/j.teln.2024.07.008.
36. 36. Sarman, A., Tuncay, S. 2025. Attitudes and anxiety levels of nursing students toward artificial intelligence. Teach Learn Nurs. 20(2): e431-e438. DOI: 10.1016/j.teln.2024.12.006.
37. 37. Lukić A, Kudelić N, Antičević V, Lazić-Mosler E, Glunčić V, Hren D, Lukić IK. First-year nursing students’ attitudes towards artificial intelligence: Cross-sectional multi-center study. Nurse Education in Practice. 2023; 1:1-6. DOI: 10.1016/j.nepr.2023.1037