Visual Arts Teachers' Perspectives on Digital Content and Their Development Competencies

Abstract

The rapid increase in digitalization in education and the integration of artificial intelligence into every aspect of education are also transforming visual arts education. This research aimed to in-depth examine visual arts teachers' attitudes toward digital content and their digital content development competencies. It also explored how these competencies could be developed through digital content training and how teachers adapted to this process. The research was designed using a mixed methods design combining quantitative survey and qualitative case study approaches. Quantitative data were collected using the "Digital Content Development Competency Scale," administered to 55 visual arts teachers from various provinces. Qualitative data were collected from 15 teachers who volunteered for a two-week, six-lesson training program and from 8 teachers who were interviewed individually at the end of the training. Quantitative data analysis was conducted using SPSS using descriptive and comparative statistics, while the qualitative data were conducted using content analysis techniques. The research findings reveal that the digital content development training played a significant role in enhancing visual arts teachers' digital content development competencies. However, it has also been determined that this training needs to be continuous and accessible, reaching a wider audience. Consequently, it is emphasized that teachers' pedagogical and technical competencies must be addressed and supported holistically for the digital transformation in education to be successfully implemented.

Keywords

• Visual arts education
• instructional technologies
• digital content
• web tools
• teacher training.

Görsel Sanatlar Öğretmenlerinin Dijital İçeriklere Yönelik Bakışları ve Geliştirme Yeterlilikleri

Abstract

Eğitim alanında dijitalleşmenin hızla artması ve yapay zekanın eğitimin her alanında yer alması, Görsel Sanatlar eğitimini de dönüştürmektedir. Bu araştırma Görsel Sanatlar öğretmenlerinin dijital içeriklere yönelik tutumlarını ve dijital içerik geliştirme yeterliklerini derinlemesine incelemeyi amaçlamıştır. Ayrıca bu yeterliklerin yapılacak bir dijital içerik eğitimiyle nasıl geliştirilebileceği ve öğretmenlerin bu sürece nasıl uyum sağladığı araştırılmıştır. Araştırma, nicel tarama deseni ve nitel durum deseni yaklaşımlarını bir arada kullanan karma yöntem desenine göre tasarlanmıştır. Nicel veriler çeşitli illerden 55 Görsel Sanatlar öğretmenine uygulanan "Dijital İçerik Geliştirme Yeterlik Ölçeği" aracılığıyla toplanmıştır. Nitel veriler ise iki hafta süren ve altı dersten oluşan bir eğitim programına gönüllü katılan 15 öğretmenden ve eğitim sonunda bireysel görüşme yapılan 8 öğretmenden elde edilen verilerden toplanmıştır. Verilerin analizi nicel kısımda SPSS programı kullanılarak betimsel ve karşılaştırmalı istatistikler, nitel kısımda ise içerik analizi teknikleri ile gerçekleştirilmiştir. Araştırma bulguları verilen dijital içerik geliştirme eğitiminin Görsel Sanatlar öğretmenlerinin dijital içerik geliştirme yeterliklerini artırmada önemli bir rol oynadığını ortaya koymaktadır. Fakat bu eğitimlerin daha geniş kitlelere ulaşacak, sürekli ve erişilebilir bir yapıda olması gerektiği de belirlenmiştir. Sonuç olarak, eğitimde dijital dönüşümün başarıyla gerçekleşmesi için öğretmenlerin pedagojik ve teknik yeterliklerinin bir bütün olarak ele alınması ve desteklenmesi gerektiği vurgulanmaktadır.

Keywords

• Görsel Sanatlar Eğitimi
• Öğretim teknolojileri
• Dijital İçerik
• Web Araçları
• Öğretmen Eğitimi

References

1. Artivive. (t.y.). Ana sayfa. https://artivive.com/ adresinden 6 Ağustos 2025 tarihinde erişilmiştir.
2. Avrupa Komisyonu. (t.y.). Digital Competence Framework for Citizens. https://joint-research-centre.ec.europa.eu/digcomp-our-work/digcomp-framework_en Bayrak, M., & Bayrak, F. (2021). Görsel sanatlar öğretmenlerinin dijital içerik üretme becerilerinin geliştirilmesi. Sanat Eğitimi Dergisi, 9(3), 33-50.
3. Canva. (t.y.). Ana sayfa. https://www.canva.com/ Erişim tarihi adresinde 6 Ağustos 2025 tarihinde erişilmiştir. Chun, W. H.K. (2021). Discriminating data: Correlation, neighborhoods, and the new politics of recognition. the USA: MIT Press.
4. Creswell, J. W., & Plano-Clark, V. L. (2018). Designing and conducting mixed methods research (3rd ed.). New York: Sage Publications.
5. Çelik, Gülşen (2024). Yapay Zekânın Günümüz Sanatı Üzerindeki İktidar Olgusu. Uluslararası Sanat ve Sanat Eğitimi Dergisi, 7(17).
6. Duck Duck Moose. (t.y.). ChatterPix kids. Retrieved July, 06, 2025, from https://www.duckduckmoose.com/apps/chatterpix/
7. Erdoğan, B., & Çaydere, O. (2024). Bilim ve sanat merkezleri görsel sanatlar dersi öğretim programı’nın avrupa dijital yeterliklerine göre incelenmesi. Türk Eğitim Bilimleri Dergisi, 22(3), 2205-2225.
8. Gamma App. (t.y.). Ana sayfa. https://gamma.app/ adresinden 6 Ağustos 2025 tarihinde erişilmiştir.

9. Google. (t.y.). Google arts & culture. https://artsandculture.google.com/ adresinden 6 Ağustos 2025 tarihinde erişilmiştir.
10. Google. (t.y.). Google classroom. https://classroom.google.com/ adresinden 6 Ağustos 2025 tarihinde erişilmiştir.
11. Google. (t.y.). Google drive. https://drive.google.com/ adresinden 6 Ağustos 2025 tarihinde erişilmiştir. Hiçyılmaz, Y., & Kayserili, H. (2017). Görsel sanatlarda dijital araçların eğitim süreçlerine etkisi. Sanat ve Eğitim Dergisi, 6(1), 45-59
12. IBM Corp. (2019). IBM SPSS statistics for window, version 26.0. Armonk: IBM Corp.
13. Kahoot!. (t.y.). Ana sayfa. Retrieved July 06, 2025, from https://kahoot.com/
14. Karasar, N. (2022). Bilimsel araştırma yöntemi (36. bs.). Ankara: Nobel Yayıncılık.
15. Leonardo.Ai. (t.y.). Ana sayfa. https://leonardo.ai/ adresinden 6 Ağustos 2025 tarihinde erişilmiştir.
16. Meta AI. (t.y.). Animated drawings. https://sketch.metademolab.com/ adresinden 6 Ağustos 2025 tarihinde erişilmiştir.
17. Millî Eğitim Bakanlığı [MEB]. (2024). Eğitimde yapay zekâ uygulamaları uluslararası forumu raporu. Ankara: Yenilik ve Eğitim Teknolojileri Genel Müdürlüğü.
18. Millî Eğitim Bakanlığı [MEB]. (2025a). Eğitimde yapay zekâ politika belgesi ve eylem planı (2025–2029). Ankara: MEB.
19. Millî Eğitim Bakanlığı [MEB]. (2025b). Görsel sanatlar dersi öğretim programı (1, 2, 3, 4, 5, 6, 7 ve 8. sınıflar). Ankara: MEB Yayınları.
20. Millî Eğitim Bakanlığı Yenilik ve Eğitim Teknolojileri Genel Müdürlüğü. (2025). Yapay zekâ ve eğitim: Öğretmenler için uygulamalı prompt mühendisliği ve üretken araçlarla yenilikçi öğrenme stratejileri. Ankara: Millî Eğitim Bakanlığı Yenilik ve Eğitim Teknolojileri Genel Müdürlüğü.
21. Naggy, S., & Biber, H. (2010). Mixed methods research: Merging theory with pratice. New York: The Guilford Press.
22. Padlet. (t.y.). Ana sayfa. Erişim adresi: https://padlet.com/ adresinden 6 Ağustos 2025 tarihinde erişilmiştir.
23. Patton, M. Q. (2002). Qualitative research & evaluation methods (3rd ed.). New York: Sage Publications.
24. Seesaw Learning, Inc. (t.y.). Ana sayfa. https://web.seesaw.me/ adresinden 6 Ağustos 2025 tarihinde erişilmiştir. Suno AI. (t.y.). Ana sayfa. https://suno.com/ adresinden 6 Ağustos 2025 tarihinde erişilmiştir.
25. T.C. Sanayi ve Teknoloji Bakanlığı. (2021). Ulusal yapay zeka stratejisi 2021-2025. Ankara: Sanayi ve Teknoloji Bakanlığı.
26. Wordwall. (t.y.). Ana sayfa. https://wordwall.net/ Adresinden 6 Ağustos 2025 tarihinde erişilmiştir.
27. Yıldırım, A., & Şimşek, H. (2018). Sosyal bilimlerde nitel araştırma yöntemleri (11. bs.). Ankara: Seçkin Yayıncılık.
28. Yıldırım, A., & Şimşek, H. (2021). Sosyal bilimlerde nitel araştırma yöntemleri (12. bs.). Ankara: Seçkin Yayıncılık.
29. Yılmaz-Ergül, D., & Taşar, M. F. (2023). Dijital teknoloji yeterliğine sahip öğretmen portresi belirleme ölçeği geliştirme çalışması. Millî Eğitim, 52(236), 112-134.