Pedagogical Training Students' Literacy and Attitude Levels toward Artificial Intelligence

Year 2025, Volume: 13 Issue: 26, 1134 - 1159, 21.10.2025

Mehmet Marangoz

https://doi.org/10.18009/jcer.1654092

https://izlik.org/JA49RS45RL

Abstract

This study aims to determine the level of literacy and attitudes toward artificial intelligence among students in pedagogical training program. In this regard, pedagogical training students’ artificial intelligence literacy and attitudes towards artificial intelligence were examined in terms of gender, age, daily internet usage time variables. In addition, it was investigated whether there is a relationship between artificial intelligence literacy and attitude. Relational survey model, one of the quantitative research methods, was used in the study. The sample of the study consists of 242 students enrolled in a university's pedagogical training program. The findings of the study indicate that students have a high level of artificial intelligence literacy and a positive attitude toward artificial intelligence. Participants' artificial intelligence literacy levels show significant differences according to age variable, and their attitudes toward artificial intelligence show significant differences according to gender variable. The results of the Pearson correlation analysis show that there is a moderately positive and significant relationship between participants' artificial intelligence literacy levels and their attitudes toward artificial intelligence.

Keywords

Artificial intelligence , literacy , attitude , pedagogical training students

Pedagojik Formasyon Öğrencilerinin Yapay Zekâya Yönelik Okuryazarlık ve Tutum Düzeyleri

https://izlik.org/JA49RS45RL

Abstract

Bu çalışma, pedagojik formasyon öğrencilerinin yapay zekâya yönelik okuryazarlık ve tutum düzeylerini belirlemeyi amaçlamaktadır. Bu doğrultuda, pedagojik formasyon öğrencilerinin yapay zekâ okuryazarlıkları ve tutumları; cinsiyet, yaş ve günlük internet kullanım süresi değişkenleri açısından incelenmiştir. Ayrıca, yapay zekâ okuryazarlığı ve tutumu arasında bir ilişki olup olmadığı araştırılmıştır. Çalışmada, nicel araştırma yöntemlerinden biri olan ilişkisel tarama modeli kullanılmıştır. Araştırmanın örneklemini, bir üniversitesinin pedagojik formasyon programına kayıtlı 242 öğrenci oluşturmaktadır. Araştırmanın bulguları, öğrencilerin yapay zekâ okuryazarlık düzeyinin yüksek olduğunu ve yapay zekâya yönelik olumlu tutuma sahip olduklarını göstermektedir. Katılımcıların yapay zekâ okuryazarlık düzeyleri yaş değişkenine göre anlamlı farklılık göstermekte ve yapay zekâya ilişkin tutumları cinsiyet değişkenine göre anlamlı farklılık göstermektedir. Pearson korelasyon analizi, katılımcıların yapay zekâ okuryazarlık düzeyleri ile yapay zekaya yönelik tutumları arasında orta düzeyde pozitif yönde anlamlı bir ilişki olduğunu göstermektedir.

Keywords

Yapay zekâ , okuryazarlık , tutum , pedagojik formasyon öğrencileri

Ethical Statement

Etik Kurul Komisyon Adı: Kilis 7 Aralık Üniversitesi Etik Kurul Komisyonu Etik Kurul Belge Tarihi ve Sayı No: 07.11.2024-E-76062934-044-65255

References

• Acem, Y., Arslantaş, K., Bişirici, M., & Erdoğan, K. (2024). Öğretmenlerin eğitimde yapay zekâ kullanımına yönelik tutumlarının. Education and Social Sciences, 1(2), 12–23. https://ijtess.com/index.php/pub/article/view/21
• Acet, İ., Şensiz, N., Bilir, S., Ciğerci, Ü., Çirişoğlu, M., & Yeşil, S. (2024). İlkokul öğretmenlerinin yapay zekâya ilişkin tutumlarının çeşitli değişkenler açısından incelenmesi: Kastamonu örneği. International Journal of Social and Humanities Sciences Research (JSHSR), 11(112), 2055–2062. https://doi.org/10.5281/zenodo.14028429
• Ahmed, M. F. (2024). Positive psychology perspectives: A multifaceted approach to human flourishing. Pakistan Journal of Positive Psychology, 1(1), 1–7.
• Aksekili, E., & Kan, A. (2024). Öğretmenlerin eğitimde yapay zekâ kullanımına yönelik tutum ölçeği geliştirme: Geçerlik ve güvenirlik çalışması. 21. Yüzyılda Eğitim ve Toplum, 13(39), 525–542. https://dergipark.org.tr/en/pub/egitimvetoplum/issue/89829/1471276
• Asio, J. M. R. (2024). Artificial intelligence (AI) literacy and academic performance of tertiary level students: A preliminary analysis. Social Sciences, Humanities and Education Journal (SHE Journal), 5(5).
• Avcı, H. E., & Günay, U. İ. (2024). Sosyal bilgiler öğretmen adaylarının yapay zekâ tutumları: Çanakkale Onsekiz Mart Üniversitesi örneği. Route Educational & Social Science Journal, 11(4), 162–172. https://doi.org/10.17121/ressjournal.3567
• Ayanwale, M. A., Adelana, O. P., Molefi, R. R., Adeeko, O., & Ishola, A. M. (2024). Examining artificial intelligence literacy among pre-service teachers for future classrooms. Computers and Education Open, 6, 100179. https://doi.org/10.1016/j.caeo.2024.100179
• Banaz, E., & Demirel, O. (2024). Türkçe öğretmen adaylarının yapay zekâ okuryazarlıklarının farklı değişkenlere göre incelenmesi. Dokuz Eylül Üniversitesi Buca Eğitim Fakültesi Dergisi, (60), 1516–1529. https://doi.org/10.53444/deubefd.1461048
• Banaz, E., & Maden, S. (2024). Türkçe öğretmen adaylarının yapay zekâ tutumlarının farklı değişkenler açısından incelenmesi. Trakya Eğitim Dergisi, 14(2), 1173–1180. https://doi.org/10.24315/tred.1430419
• Bayrakcı, S. (2020). Dijital yetkinlikler bütünü olarak dijital okuryazarlık: Ölçek geliştirme çalışması (Yayınlanmamış doktora tezi). Marmara Üniversitesi.
• Büyüköztürk, Ş., Çokluk, Ö., & Köklü, N. (2015). Sosyal bilimler için istatistik (17. Baskı). Pegem Akademi.
• Chen, S. Y., Su, Y. S., Ku, Y. Y., Lai, C. F., & Hsiao, K. L. (2024). Exploring the factors of students' intention to participate in AI software development. Library Hi Tech, 42(2), 392–408.
• Chen, X., Cheng, G., Zou, D., Zhong, B., & Xie, H. (2023). Artificial intelligent robots for precision education: A topic modeling-based bibliometric analysis. Educational Technology & Society, 26(1), 171–186.
• Chu, H., Lee, J., & Kim, S. (2023). Age differences in AI literacy: Exploring generational gaps in technology adoption. Computers & Education, 196, 104676. https://doi.org/10.1016/j.compedu.2023.104676
• Çelebi, C., Demir, U., & Karakuş, F. (2023). Yapay zekâ okuryazarlığı konulu çalışmaların sistematik derleme yöntemiyle incelenmesi. Necmettin Erbakan Üniversitesi Ereğli Eğitim Fakültesi Dergisi, 5(2), 535–560.
• Çelebi, C., Yılmaz, F., Demir, U., & Karakuş, F. (2023). Artificial intelligence literacy: An adaptation study. Instructional Technology and Lifelong Learning, 4(2), 291–306. https://doi.org/10.52911/itall.1401740
• Çetin, M., & Aktaş, A. (2021). Yapay zekâ ve eğitimde gelecek senaryoları. Uluslararası Toplum Araştırmaları Dergisi, 18, 4225–4268. https://doi.org/10.26466/opus.911444
• Dumlupınar-Arslan, A. (2023). Öğretmen adaylarının yapay zekâ kavramı ve yapay zekâ uygulamalarına ilişkin farkındalık düzeylerinin belirlenmesi (Yayınlanmamış yüksek lisans tezi). İnönü Üniversitesi, Eğitim Bilimleri Enstitüsü.
• Elçiçek, M. (2024). Öğrencilerin yapay zekâ okuryazarlığı üzerine bir inceleme. Bilgi ve İletişim Teknolojileri Dergisi, 6(1), 24–35. https://doi.org/10.53694/bited.1460106
• Field, A. (2009). Discovering statistics using SPSS. Sage Publications.
• Galindo-Dominguez, H., Delgado, N., Campo, L., & Losada, D. (2024). Relationship between teachers’ digital competence and attitudes towards artificial intelligence in education. International Journal of Educational Research, 126, 102381.
• Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning (1st ed.). Center for Curriculum Redesign.
• Hornberger, M., Bewersdorff, A., & Nerdel, C. (2023). What do university students know about Artificial Intelligence? Development and validation of an AI literacy test. Computers and Education: Artificial Intelligence, 5, 100165.
• Huang, F., Wang, Y., & Zhang, H. (2024). Modelling generative AI acceptance, perceived teachers' enthusiasm and self-efficacy to English as a foreign language learners' well-being in the digital era. European Journal of Education, 59(4), e12770. https://doi.org/10.1111/ejed.12770
• İmamoğlu-Akman, G., & Akman, Y. (2025). Eğitim inançları ve yapay zekâ: Öğretmen adayları üzerine bir araştırma. Batı Anadolu Eğitim Bilimleri Dergisi, 16(1), 911–928. https://doi.org/10.51460/baebd.1601530
• Jia, X. H., & Tu, J. C. (2024). Towards a new conceptual model of AI-enhanced learning for college students: The roles of artificial intelligence capabilities, general self-efficacy, learning motivation, and critical thinking awareness. Systems, 12(3), 74.
• Kahraman, H., Akutay, S., Yüceler Kaçmaz, H., & Taşci, S. (2025). Artificial intelligence literacy levels of perioperative nurses: The case of Türkiye. Nursing & Health Sciences, 27, e70059. https://doi.org/10.1111/nhs.70059
• Karagöz, Y. (2017). SPSS ve AMOS uygulamalı nitel-nicel-karma bilimsel araştırma yöntemleri ve yayın etiği (1. Baskı). Nobel Kitabevi.
• Karakuş, A., Geçgel, Ş., & Çetin, M. (2024). Gelişen bir paradigma: Yapay zekâ okuryazarlığı. International Journal of Active Learning, 8(1), 50–63. https://doi.org/10.48067/ijal.1422876
• Karasar, N. (2015). Bilimsel araştırma yöntemi. Nobel Akademik Yayıncılık.
• Kaya, F., Aydin, F., Schepman, A., Rodway, P., Yetişensoy, O., & Demir Kaya, M. (2022). The roles of personality traits, AI anxiety, and demographic factors in attitudes toward artificial intelligence. International Journal of Human-Computer Interaction, 40(2), 497–514. https://doi.org/10.1080/10447318.2022.2151730
• Kim, S. W., & Lee, Y. (2024). Investigation into the influence of socio-cultural factors on attitudes toward artificial intelligence. Education and Information Technologies, 29(8), 9907–9935.
• Koltay, T. (2011) The media and the literacies: Media literacy, ınformation literacy, digital literacy. Media, Culture & Society, 33, 211-221. https://doi.org/10.1177/0163443710393382
• Kong, S. C., Cheung, W. M. Y., & Tsang, O. (2023). Evaluating an artificial intelligence literacy programme for empowering and developing concepts, literacy and ethical awareness in senior secondary students. Education and Information Technologies, 28(4), 4703–4724.
• Latif, E., Zhai, X., & Liu, L. (2023). AI gender bias, disparities, and fairness: Does training data matter? arXiv preprint arXiv: 2312.10833.
• Li, J., & Huang, J. (2020). Dimensions of artificial intelligence anxiety based on the integrated fear acquisition theory. Technology in Society, 63, 101410.
• Lukic, A., Kudelić, N., Antičević, V., Lazić-Mosler, E., Glunčić, V., Hren, D., & Lukić, I. K. (2023). First-year nursing students' attitudes towards artificial intelligence: Cross-sectional multi-center study. Nurse Education in Practice, 71, 103735. https://doi.org/10.1016/j.nepr.2023.103735
• Lund, B. D., Mannuru, N. R., & Agbaji, D. (2024). AI anxiety and fear: A look at perspectives of information science students and professionals towards artificial intelligence. Journal of Information Science. https://doi.org/10.1177/01655515241282001
• Ma, W., Adesope, O. O., Nesbit, J. C., & Liu, Q. (2014). Intelligent tutoring systems and learning outcomes: A meta-analysis. Journal of Educational Psychology, 106(4), 901–918. https://doi.org/10.1037/a0037123
• Mansoor, H. M. H., Bawazir, A., Alsabri, M. A., Alharbi, A., & Okela, A. H. (2024). Artificial intelligence literacy among university students—a comparative transnational survey. Frontiers in Communication, 9, 1478476. https://doi.org/10.3389/fcomm.2024.1478476
• Mart, M., & Kaya, G. (2024). Okul öncesi öğretmen adaylarının yapay zekâya yönelik tutumları ve yapay zekâ okuryazarlığı arasındaki ilişkinin incelenmesi. Edutech Research, 2(1), 91–109. www.researchgate.net/publication/382068177
• Miller, R. G. (1969). Simultaneous statistical inference. McGraw-Hill.
• Ng, D. T. K., Leung, J. K. L., Chu, S. K. W., & Qiao, M. S. (2021). Conceptualizing AI literacy: An exploratory review. Computers and Education: Artificial Intelligence, 2, 100041.
• Ok, G., Kaya, D. & Kutluca, T. (2025). Artificial intelligence for a sustainable future in the 21st century: Impacts and reflections on education. Discourse and Communication for Sustainable Education, 16(1), 109-136. https://doi.org/10.2478/dcse-2025-0009
• Pedro, F., Subosa, M., Rivas, A., & Valverde, P. (2019). Artificial intelligence in education: Challenges and opportunities for sustainable development. UNESCO.
• Sarikaya, B., & Kavan, N. (2024). Türkçe öğretmeni adaylarının yapay zekâya yönelik tutumlarının incelenmesi. Elektronik Eğitim Bilimleri Dergisi, 13(26), 191–203. https://doi.org/10.55605/ejedus.1550010
• Saatçioğlu, Ö., & Topsakal, E. (2025). Öğretmen adaylarının yapay zekâya yönelik tutumlarının çeşitli değişkenler açısından incelenmesi. Uluslararası Toplumsal Bilimler Dergisi, 9(2), 168–191.
• Schepman, A., & Rodway, P. (2020). Initial validation of the general attitudes towards artificial intelligence scale. Computers in Human Behavior Reports, 1, 100014. https://doi.org/10.1016/j.chbr.2020.100014
• Shank, D. B., Graves, C., Gott, A., Gamez, P., & Rodriguez, S. (2019). Feeling our way to machine minds: People's emotions when perceiving mind in artificial intelligence. Computers in Human Behavior, 98, 256–266.
• Shi, R. (2024). Research on the current situation of artificial intelligence literacy of teacher trainees and strategies to improve it. Advances in Educational Technology and Psychology, 8(1), 126–133.
• Soylu, E. (2023). Ortaokul öğrencilerine yönelik geliştirilen yapay zekâ eğitim içeriğinin yapay zekâ okuryazarlığına etkisi (Yüksek lisans tezi, Sakarya Üniversitesi).
• Tan, Ç., Ceylan, Y., & Öztürk, O. (2023). Öğretmenlerin yapay zekaya karşı tutumlarının incelenmesi. Akademik Sosyal Araştırmalar Dergisi, 10(67), 72–83.
• Wang, Y. Y., & Wang, Y. S. (2019). Development and validation of an artificial intelligence anxiety scale: An initial application in predicting motivated learning behavior. Interactive Learning Environments, 30(4), 619–634.
• Wang, Y., Zhang, L., & Reynolds, R. (2024). AI literacy and demographic factors: A cross-national study. Computers in Human Behavior, 152, 107228.
• Williamson, S. M., & Prybutok, V. (2024). Balancing privacy and progress: A review of privacy challenges, systemic oversight, and patient perceptions in AI-driven healthcare. Applied Sciences, 14(2), 675.
• Wu, H., Wang, Y., & Wang, Y. (2024). “To use or not to use?” A mixed-methods study on the determinants of EFL college learners' behavioral intention to use AI in the distributed learning context. International Review of Research in Open and Distance Learning, 25(3), 158–178.
• Yakut, İ. (2024). Yapay zekâya yönelik tutum ve dindarlık ilişkisi. Kocatepe İslami İlimler Dergisi, 7(1), 37–59. https://doi.org/10.52637/kiid.1426977