jcer Journal of Computer and Education Research 2148-2896 Tamer KUTLUCA 10.18009/jcer.1785686 Science Education Fen Bilgisi Eğitimi Using AI tools in Video Production: Science Lesson Example Video Üretiminde Yapay Zeka Araçlarının Kullanımı: Fen Bilgisi Dersi Örneği https://orcid.org/0000-0003-3231-4197 İlhan Nail İNÖNÜ ÜNİVERSİTESİ https://orcid.org/0009-0008-2763-8385 Nazalı Duygu İNÖNÜ ÜNİVERSİTESİ 04 21 2026 14 09 17 2025 02 06 2026 Copyright © 2013, Journal of Computer and Education Research 2013 Journal of Computer and Education Research

In recent years, artificial intelligence tools have been increasingly used in the production of videos for educational purposes. The primary objective of present study is to examine the use of artificial intelligence tools frequently used in video production in education. The second purpose is to demonstrate the processes of developing videos for science lessons with AI tools. In the present study, AI tools for video generation in literature were determined and their features were examined. Then, the process of producing videos with AI tools for science lessons is explained. As AI or AI-supported video tools, which are mentioned in the literature and are more common in the field of education; "Canva", "Gen 2", "Open AI Sora", "Pictory", "HeyGen", "BasedLabs", "Colossyan Creator", "Fliki", "Deepbrain AI", "Elai.io" and "Invideo", "Make-A-Video", "Video Diffusion Models", "Motion and Content GAN", "Video Poet", "Phenaki" and "Step Video T2V" were evaluated within the scope of this study. In the process of producing videos with AI tools; There are stages such as prompt creation, data entry, visual and audio content production, video montage-synthesis, video analysis. In the process of creating videos with AI tools, the good execution of these processes contributes to the quality of the video.

Son yıllarda eğitim ve öğretimde kullanılacak videoların üretiminde giderek daha fazla yapay zekâ araçlarından yararlanılmaktadır. Çalışmanın birinci amacı, video üretiminde sık kullanılan yapay zekâ (YZ) araçlarının eğitimde kullanımının incelenmesidir. İkinci amaç ise, YZ araçları ile fen derslerine yönelik video geliştirilmesindeki süreçlerin gösterilmesidir. Çalışmada alan yazında bulunan video üretmeye yönelik YZ araçları belirlenerek özellikleri incelenmiştir. Daha sonra ise fen bilgisi dersine yönelik YZ aracı ile video üretilmesi ve süreci açıklanmıştır. Alan yazında geçen, eğitim alanında daha çok karşımıza çıkan YZ veya YZ destekli video araçları olarak; “Canva”, “Gen 2”, “Open AI Sora”, “Pictory”, “HeyGen”, “BasedLabs”, “Colossyan Creator”, “Fliki”, “Deepbrain AI”, “Elai.io” ve “İnvideo”, “Make-A-Video”, “Video Diffusion Models”, “Motion and Content GAN”, “Video Poet”, “Phenaki” ve “Step Video T2V” bu çalışma kapsamında değerlendirilmiştir. YZ araçları ile video üretme sürecinde; istem (prompt) oluşturma, veri girişi, görsel ve sesli içerik üretimi, video montaj-sentezleme, video analizi gibi aşamalar söz konusudur. YZ araçları ile video oluşturulması sürecinde bu süreçlerin iyi yürütülmesi videonun kalitesine katkı sağlamaktadır.

 Fen eğitimi video yapay zekâ YZ video geliştirme aracı Science education video artificial intelligence AI video tools Aissani, R., Abdallah, R. A. Q., Taha, S., & Al Adwan, M. N. (2023, June). Artificial intelligence tools in media and journalism: Roles and concerns. In 2023 International Conference on Multimedia Computing, Networking and Applications (MCNA) (pp. 19-26). IEEE. Aşçı, D., İlhan, N., & Karaaslan, E. H. (2024). Reflections of artificial intelligence on science education in Türkiye. International Journal of Education and Artificial Intelligence, 1(1), 39-58. https://doi.org/10.5281/zenodo.14867739 Bağır, M. (2022). Fen bilimleri öğretmenlerinin eğitimde yapay zekâ kullanımı ile ilgili görüşleri (Yüksek Lisans Tezi, Fırat Üniversitesi). Yüksek Öğretim Kurumu Tez Merkezi (Tez Numarası: 715987). https://tez.yok.gov.tr/UlusalTezMerkezi/ Buluş, B., & Elmas, R. (2024). Yapay zekâ uygulamalarının kimya eğitiminde kullanımı alternatif araçlar. Türkiye Kimya Derneği Dergisi Kısım C: Kimya Eğitimi, 9(1), 1-28. Çetin, M., & Aktaş, A. (2021). Yapay zekâ ve eğitimde gelecek senaryoları. OPUS Uluslararası Toplum Araştırmaları 18, https://doi.org/10.26466/opus.911444 Chen, L., Chen, P., & Lin, Z. (2020). Artificial intelligence in education: A Review. IEEE Access, 8, 75264–75278. https://doi.org/10.1109/ACCESS.2020.2988510 Eriksen, N. S., Al-Bakri, M., Boysen, K. B., Klefter, O. N., Schmidt, D. C., Reinwaldt, K. & Subhi, Y. (2024). Generative artificial intelligence for increasing accessibility of patient information videos in ophthalmology. AJO International, 1(1), 100016. Esser, P., Chiu, J., Atighehchian, P., Granskog, J., & Germanidis, A. (2023). Structure and content-guided video synthesis with diffusion models. In Proceedings of the IEEE/CVF International Conference on Computer Vision (pp. 7346-7356). Forster, N. (1995). The analysis of company documentation. C. Cassell & G. Symon (Eds.), Qualitative methods in organizational research: A pratical guide. Sage Güler, T. (2024). Yapay zekâ ve fen eğitimi. İçinde. Y.S. Sönmez (Ed.), Eğitim & Bilim: İlköğretim ve Ortaöğretimde Fen Bilimleri Eğitimi (s.-7-17). İstanbul Efe Akademi Yayınları Guo, S., Zheng, Y. & Zhai, X. (2024). Artificial intelligence in education research during 2013–2023: A review based on bibliometric analysis. Education and Information Technologies, 29, 16387–16409. https://doi.org/10.1007/s10639-024-12491-8 Ho, J., Salimans, T., Gritsenko, A., Chan, W., Norouzi, M., & Fleet, D. J. (2022). Video diffusion models. Advances in Neural Information Processing Systems, 35, 8633-8646. Hua, Y., Niu, S., Cai, J., Chilton, L. B., Heuer, H., & Wohn, D. Y. (2024). Generative AI in User-Generated Content. Huang, H., Ma, G., Duan, N., Chen, X., Wan, C., Ming, R., ... & Jiang, D. (2025). Step-video-ti2v technical report: A state-of-the-art text-driven image-to-video generation model. Kaya, D., Yaşar, A. Ö., Çetin, İ., & Kutluca, T. (2025). The relationship between the 21st century skills and computational thinking skills of prospective mathematics and science teachers. Journal of Pedagogical Research, 9(1), 73-95. Kesler, S. (2021). Işığın madde ile etkileşimi ünitesinde yapay zekâ sisteminin öğrencilerin akademik başarısına etkisi (Yüksek Lisans Tezi, Erzincan Binali Yıldırım Üniversitesi). Yüksek Öğretim Kurumu Tez Merkezi (Tez Numarası: 689479). https://tez.yok.gov.tr/UlusalTezMerkezi/ Kondratyuk, D., Yu, L., Gu, X., Lezama, J., Huang, J., Schindler, G., ... & Jiang, L. (2023). Videopoet: A large language model for zero-shot video generation. Liu, M. Y., Huang, X., Yu, J., Wang, T. C., & Mallya, A. (2021). Generative adversarial networks for image and video synthesis: Algorithms and applications. Proceedings of the IEEE, 109(5), 839-862. https://doi.org/10.1109/JPROC.2021.3049196 Meço, G. & Coştu, F. (2022). Eğitimde yapay zekânın kullanılması: Betimsel içerik analizi çalışması. Karadeniz Teknik Üniversitesi Sosyal Bilimler Enstitüsü Sosyal Bilimler Dergisi, 12(23), 171-193. Nuramila, N., Ali, A. H., Agustin, P. D., Djou, D. N., & Sartika, E. (2024). Pembuatan media pembelajaran berbasis virtual assistant Pictory & Fliki Ai (artificial intelligence) di smp negeri 6 kota gorontalo [Creation of learning media based on Pictory & Fliki Ai (artificial intelligence) virtual assistants at state junior high school 6 in gorontalo city]. Jurnal Pengabdian Bersama Masyarakat Indonesia, 2(1), 55-65. Öngöz, S. (2020). Yapay zekâ teknolojinin kullanıldığı yeni nesil öğretim materyalleri. İçinde Nabiyev, V. & Erümit, A.K. (Ed.), Eğitimde yapay zekâ kuramdan uygulamaya (s. 58-85). Pegem Yayıncılık Orisa, M., Faisol, A., & Ashari, M. I. (2024). Teaching product design through the Canva application to enhance the brand image of the company. Brilliance: Research of Artificial Intelligence, 4(1), 75-80. Othman, I. (2023, November). AI Video Editor: A Conceptual review in generative arts. In Proceedings of the 3rd International Conference on Creative Multimedia 2023 (ICCM 2023) (Vol. 786, p. 16). Springer Nature. Pekmez, S., Çoban, T. C., Kılıç, M., & Duman, Y. M. (2024). Eğitimde yapay zekâ teknolojilerinin kullanımına yönelik öğretmen görüşleri. Ulusal Eğitim Dergisi, 4(2), 601-619. Pellas, N. (2023). The influence of sociodemographic factors on students' attitudes toward AI-generated video content creation. Smart Learning Environments, 10(1), 57. Pellas, N. (2025). The impact of AI-generated instructional videos on problem-based learning in science teacher education. Education Sciences, 15(1), 102. Radford, A., Kim, J. W., Hallacy, C., Ramesh, A., Goh, G., Agarwal, S., & Sutskever, I. (2021, July). Learning transferable visual models from natural language supervision. In International conference on machine learning (pp. 8748-8763). Singer, U., Polyak, A., Hayes, T., Yin, X., An, J., Zhang, S., ... & Taigman, Y. (2022). Make-a-video: Text-to-video generation without text-video data. https://doi.org/10.48550/arXiv.2209.14792 Soe, T. H. (2021). AI video editing tools. Want and how far is ai from delivering them?. https://doi.org/10.48550/arXiv.2109.07809 Suresh, H., & Guttag, J. (2021). A framework for understanding sources of harm throughout the machine learning life cycle. In Proceedings of the 1st ACM Conference on Equity and Access in Algorithms, Mechanisms, and Optimization (pp. 1-9). https://doi.org/10.1145/3465416.348330 Tang, M., & Chen, Y. (2024). AI and animated character design: efficiency, creativity, interactivity. The Frontiers of Society, Science and Technology, 6(1), 117-123. Tulyakov, S., Liu, M. Y., Yang, X., & Kautz, J. (2018). Mocogan: Decomposing motion and content for video generation. In Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 1526-1535). Villegas, R., Babaeizadeh, M., Kindermans, P. J., Moraldo, H., Zhang, H., Saffar, M. T., ... & Erhan, D. (2022). Phenaki: Variable length video generation from open domain textual description. https://doi.org/10.48550/arXiv.2210.02399 Walter, Y. (2024). Embracing the future of Artificial Intelligence in the classroom: The relevance of AI literacy, prompt engineering, and critical thinking in modern education. International Journal of Educational Technology in Higher Education, 21(15). Wang, S. P., Maher, C., Cheng, X., & Kelly, W. (2017). In video: An automatic video index and search engine for large video collections. The Second International Conference on Advances in Signal, Image and Video Processing, Barcelona, Spain. Wellington, S. (2024). Basedai: A decentralized p2p network for zero knowledge large language models (zk-llms). https://doi.org/10.48550/arXiv.2403.01008 Wijayanti, R. A., Rahwanda, D., Efendi, Y., & Syaputri, W. (2024). Challenging the students by using video movie to improve students’ vocabulary on independent curriculum. ELT-Lectura, 11(1), 13-24. Yıldırım, A. & Şimşek, H. (2011). Sosyal bilimlerde nitel araştırma yöntemleri. Seçkin Yayıncılık.