Attitudes Towards Artificial Intelligence and Academic Performance Perceptions of Academicians Working in the Field of Sports Sciences

Abstract

In this study, it was aimed to examine the relationship between the attitudes of academicians working in Faculties of Sport Sciences towards the use of artificial intelligence and their academic performance. Relational survey model was used in the research, which was designed as a quantitative research. In the study, “General Attitude Scale towards Artificial Intelligence” and “Academic Performance Perception Scale” were used. The sample of the study consisted of 184 academicians, 107 of whom were male and 77 of whom were female, working in the Faculties of Sport Sciences in the Eastern Anatolia Region. Independent sample t-test, one-way analysis of variance (ANOVA) test and Pearson correlation tests were used to analyze the data. As a result of the analyzes, it was concluded that the general attitudes of the academicians working in the Faculties of Sport Sciences towards artificial intelligence were positive. However, it was also found that their perceptions towards academic performance were above average. It was determined that there was a significant positive relationship between the positive attitude sub-dimension of the general attitude scale towards artificial intelligence and the perception scale for academic performance of academicians working in the Faculties of Sport Sciences. The academic performance perceptions of academics who are uncomfortable with the knowledge that they use artificial intelligence are lower than academics who are not uncomfortable with the knowledge that they use artificial intelligence. It was found that the academic performance perceptions of academics who had previously used artificial intelligence were higher. The results show that academics' attitude towards artificial intelligence technologies has the potential to have a significant impact on academic performance.

Keywords

• Academics
• Artificial Intelligence
• Academic Performance

Spor Bilimleri Alanında Çalışan Akademisyenlerin Yapay Zekâya Yönelik Tutumları ile Akademik Performans Algıları

Abstract

Bu araştırmada, Spor Bilimleri Fakültelerinde görev yapan akademisyenlerin yapay zeka kullanımına yönelik tutumları ile akademik performansları arasındaki ilişkinin incelenmesi amaçlanmıştır. Nicel araştırma olarak kurgulanan araştırmada ilişkisel tarama modeli kullanılmıştır. Araştırmada, “Yapay Zekaya Yönelik Genel Tutum Ölçeği” ve “Akademik Performans Algı Ölçeği” kullanılmıştır. Araştırmanın örneklemini, Doğu Anadolu Bölgesi Spor Bilimleri Fakülterinde görev yapan 107’si erkek, 77’si kadın olmak üzere toplam 184 akademisyen oluşturmaktadır. Verilerin analizinde bağımsız örneklem t-testi, tek yönlü varyans analizi (ANOVA) testi ve pearson korelasyon testlerinden yararlanılmıştır. Analizler sonucunda, Spor Bilimleri Fakültelerinde görev yapan akademisyenlerin yapay zekaya yönelik genel tutumlarının olumlu şekilde olduğu sonucuna ulaşılmıştır. Bununla birlikte, akademik performansa yönelik algılarının da ortalamanın üzerinde olduğu tespit edilmiştir. Spor Bilimleri Fakültelerinde görev yapan akademisyenlerin yapay zekaya yönelik genel tutum ölçeğinin, olumlu tutum alt boyutu ile akademik performansa yönelik algı ölçeği arasında pozitif yönde anlamlı bir ilişkinin olduğu tespit edilmiştir. Yapay zeka kullandığının bilinmesinden rahatsızlık duyan akademisyenlerin, akademik performans algıları yapay zeka kullandığının bilinmesinden rahatsızlık duymayan akademisyenlere göre daha düşük düzeydedir. Daha önce yapay zeka kullanmış olan akademisyenlerin akademik performans algılarının daha yüksek olduğu tespit edilmiştir. Sonuçlar, akademisyenlerin yapay zeka teknolojilerine yönelik tutumun, akademik performans üzerinde önemli bir etki yaratma potansiyeline sahip olduğunu göstermektedir

Keywords

• Akademisyen
• Yapay Zeka
• Akademik Performans

Ethical Statement

Sosyal Ve Beşeri Bilimler Araştırmaları Etik Kurulu Sosyal Ve Beşeri Bilimler Araştırmaları Etik Kurulu 2024/16 sayılı oturumunda görüşülmüş olup çalışmanın etik kurallara uygun olduğuna oy birliğiyle karar verilmiştir. Bu çalışmanın, özgün bir çalışma olduğunu; çalışmanın hazırlık, veri toplama, analiz ve bilgilerin sunumu olmak üzere tüm aşamalarından bilimsel etik ilke ve kurallarına uygun davrandığımıza; bu çalışma kapsamında elde edilmeyen tüm veri ve bilgiler için kaynak gösterdiğimize ve bu kaynaklara kaynakçada yer verdiğimize; kullanılan verilerde herhangi bir değişiklik yapmadığımıza ve tüm etik görev ve sorumluluklara riayet ettiğimizi beyan ederiz.

References

1. Acem, Y., Arslantaş, K., Bişirici, M., & Erdoğan, K. (2024). Öğretmenlerin eğitimde yapay zekâ kullanımına yönelik tutumlarının incelenmesi. Education and Social Sciences, 1(2), 12–23.
2. Ahmed, A. S. A. M. S., & Malik, M. H. (2020). Machine learning for strategic decision making during COVID-19 at higher education institutes. In 2020 International Conference on Decision Aid Sciences and Application (DASA) (pp. 663–668). IEEE. https://doi.org/10.1109/DASA51403.2020.9317042
3. Altay, Ş., & Kurnuç, M. (2024). Yapay zekânın akademik performansa etkisi: TTF modeli üzerinden bir araştırma. In 27. Pazarlama Kongresi (pp. 39–54).
4. Arar, T. (2020). Akademide iş yeri mutluluğu ile performans arasındaki ilişkide iş yaşam dengesi ve duygusal zekânın rolü [Doktora tezi, Kırıkkale Üniversitesi Sosyal Bilimler Enstitüsü].
5. Arslan, K. (2020). Eğitimde yapay zekâ ve uygulamaları. Batı Anadolu Eğitim Bilimleri Dergisi, 11(1), 71–80.
6. Aruğaslan, E. (2025). Doktora öğrencilerinin yapay zekâ kullanımı üzerine nitel bir çalışma. Journal of University Research, 8(1), 36–53. https://doi.org/10.32329/uad.1557111
7. Aşkun, V. (2023). Sosyal bilimler araştırmaları için ChatGPT potansiyelinin açığa çıkarılması: Uygulamalar, zorluklar ve gelecek yönelimler. Erciyes Akademi, 37(2), 622–656. https://doi.org/10.48070/erciyesakademi.1281544
8. 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

9. 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
10. Başaran, R., & Yeşilbaş Özenç, Y. (2024). Bilimsel araştırma sürecinde yapay zekâ araçlarının kullanımı. Uluslararası Eğitimde Mükemmellik Arayışı Dergisi, 4(1), 35–53.
11. Bozkurt, Ö., & Ercan, A. (2017). Akademik iyimserlik ile performans arasındaki ilişkinin akademisyenler açısından değerlendirilmesi. Uluslararası Yönetim İktisat ve İşletme Dergisi, 13(13), 251–263.
12. Butt, S., Mahmood, A., Saleem, S., Rashid, T., & Ikram, A. (2021). Students’ performance in online learning environment: The role of task technology fit and actual usage of system during COVID-19. Frontiers in Psychology, 12, Article 733045. https://doi.org/10.3389/fpsyg.2021.733045
13. Büyükada, S. (2024). Akademik yazımda yapay zekâ kullanımının etik açıdan incelenmesi: ChatGPT örneği. Rize İlahiyat Dergisi, (26), 1–12. https://doi.org/10.32950/rid.1337208
14. Büyüköztürk, Ş. (2018). Sosyal bilimler için veri analizi el kitabı (24. baskı). Pegem Akademi.
15. Çakır, Z., Ceyhan, M. A., Gönen, M., & Erbaş, Ü. (2023). Yapay zekâ teknolojilerindeki gelişmeler ile eğitim ve spor bilimlerinde paradigma değişimi. Dede Korkut Spor Bilimleri Dergisi, 1(2), 56–71.
16. Daniela, L., Visvizi, A., Gutiérrez-Braojos, C., & Lytras, M. (2018). Sustainable higher education and technology-enhanced learning (TEL). Sustainability, 10(11), Article 3883. https://doi.org/10.3390/su10113883
17. Ertürk, M. (2015). Üniversitelerde görev yapan öğretim elemanlarının genel özyeterlik düzeylerinin belirlenmesi [Yüksek lisans tezi, Okan Üniversitesi Sosyal Bilimler Enstitüsü].
18. Feyzi, A., Yıldız, A., Kılınç, S., Aytekin, N., Adalı, R., & Kurnaz, K. (2023). Yapay zekânın eğitime etkileri. International Journal of Social and Humanities Sciences Research (JSHSR), 10(98), 2100–2107.
19. Floridi, L., Cowls, J., Beltrametti, M., Chatila, R., Chazerand, P., Dignum, V., & Vayena, E. (2018). AI4People—An ethical framework for a good AI society: Opportunities, risks, principles, and recommendations. Minds and Machines, 28(4), 689–707. https://doi.org/10.1007/s11023-018-9482-5
20. Gayed, J. M., Carlon, M. K. J., Oriola, A. M., & Cross, J. S. (2022). Exploring an AI-based writing assistant’s impact on English language learners. Computers and Education: Artificial Intelligence, 3, Article 100055.
21. Gur, R. (2017). Development of the academic performance perception scale. Eurasian Journal of Educational Research, 17(69), 177–197. https://doi.org/10.14689/ejer.2017.69.10
22. Güler, E., Uğur, S., & Güler, C. (2025). Eğitim fakültesi öğretim elemanlarının üretken yapay zekâya yönelik farkındalıklarının belirlenmesi ve öğretmen yetiştirmede kullanımına yönelik öneriler. Mehmet Akif Ersoy Üniversitesi Eğitim Fakültesi Dergisi, (74), 618–647.
23. Huang, M. H., & Rust, R. T. (2018). Artificial intelligence in service. Journal of Service Research, 21(2), 155–172. https://doi.org/10.1177/1094670517752459
24. Irmak, H. (2023). Yapay zekâ yöntemleri ile uzaktan eğitimdeki sorunların tespiti ve öğrencilerin akademik performanslarının tahmin edilmesi [Doktora tezi, İstanbul Üniversitesi Fen Bilimleri Enstitüsü].
25. Kalaylı, Ö. (2022). Öğretim elemanlarının akademisyenliğe yabancılaşma düzeyleri ile akademik performans algılarının incelenmesi [Yüksek lisans tezi, Kahramanmaraş Sütçü İmam Üniversitesi Sosyal Bilimler Enstitüsü].
26. Kandemir, F., & Azizoğlu, F. (2024). Hemşirelerin yapay zekâya yönelik genel tutumlarının incelenmesi. Yoğun Bakım Hemşireliği Dergisi, 28(2), 113–125.
27. Karacan Doğan, P., Doğan, İ., & Çetinkayalı, G. (2023). Spor bilimleri öğrencilerinin yapay zekâya yönelik tutumları ile iş bulma kaygıları arasındaki ilişkinin incelenmesi. Yalova Üniversitesi Spor Bilimleri Dergisi, 2(3), 174–189.
28. Karasar, N. (1991). Bilimsel araştırma teknikleri (4. basım). Sanem Matbaacılık.
29. Karasar, N. (2009). Bilimsel araştırma yöntemi: Kavramlar–ilkeler–teknikler. Nobel Yayın Dağıtım.
30. 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 towards artificial intelligence. International Journal of Human–Computer Interaction. https://doi.org/10.1080/10447318.2022.2151730
31. Korucu, A. T., & Biçer, H. (2022). Eğitimde yapay zekânın rolleri ve eğitsel yapay zekâ uygulamaları. In Eğitimde Yapay Zekâ: Kuramdan Uygulamaya (3. baskı). Pegem Akademi.
32. Laurillard, D. (2010). Effective use of technology in teaching and learning in HE. In International Encyclopedia of Education (pp. 419–426). https://doi.org/10.1016/B978-0-08-044894-7.00867-8
33. Lee, J. D., & See, K. A. (2004). Trust in automation: Designing for appropriate reliance. Human Factors, 46(1), 50–80.
34. Nabiyev, V. V. (2012). Yapay zekâ: İnsan-bilgisayar etkileşimi. Seçkin Yayıncılık.
35. Nabiyev, V., & Erümit, A. K. (2022). Yapay zekânın temelleri. In V. Nabiyev & A. K. Erümit (Eds.), Eğitimde Yapay Zekâ: Kuramdan Uygulamaya (3. baskı, ss. 2–34). Pegem Akademi.
36. Neer, R. T. (2012). Greek art and archaeology (1. baskı). Thames & Hudson.
37. Ng’ambi, D. (2013). Effective and ineffective uses of emerging technologies: Towards a transformative pedagogical model. British Journal of Educational Technology, 44(4), 652–661. https://doi.org/10.1111/bjet.12053
38. Nunnally, J. C. (1978). Psychometric theory (2. baskı). McGraw Hill.
39. Pillai, R., & Sivathanu, B. (2020). Adoption of artificial intelligence (AI) for talent acquisition in IT/ITES organizations. Benchmarking: An International Journal, 27(9), 2599–2629. https://doi.org/10.1108/BIJ-04-2020-0186
40. Schepman, A., & Rodway, P. (2024). The measurement of attitudes towards artificial intelligence: An overview and recommendations. In The Impact of Artificial Intelligence on Societies: Understanding Attitude Formation Towards AI (ss. 9–24).
41. Seyrek, M., Yıldız, S., Emeksiz, H., Şahin, A., & Türkmen, M. T. (2024). Öğretmenlerin eğitimde yapay zekâ kullanımına yönelik algıları. International Journal of Social and Humanities Sciences Research (JSHSR), 11(106), 845–856. https://doi.org/10.5281/zenodo.11113077
42. Sharma, S., & Kumar, N. (2023). The future of education: Implications of artificial intelligence integration in learning environments. International Journal of Enhanced Research in Educational Development, 11(5), 129–133.
43. Tabachnick, B. G., & Fidell, L. S. (2013). Using multivariate statistics (6th ed.). Pearson.
44. Taşdemir, T. (2007). Akademik performansı etkileyen faktörlerin incelenmesi: KTÜ uygulaması [Yüksek lisans tezi].
45. Taştan, N. (2020). Yükseköğretimde akademik performansın etkinlik temelinde değerlendirilmesinde bir model önerisi [Doktora tezi, Ondokuz Mayıs Üniversitesi Lisansüstü Eğitim Enstitüsü].
46. Temur, S. (2025). 2000–2024 yılları arasında eğitim alanında yapılan yapay zekâ konulu lisansüstü çalışmaların incelenmesi. Dokuz Eylül Üniversitesi Buca Eğitim Fakültesi Dergisi, (63), 1162–1199.
47. Ustalar, A., Şentürk, A., & Eler, N. (2023). Küreselleşen dünyada spor bilimleri. II. Duvar Yayınları.
48. Widiati, U., Rusdin, D., & Indrawati, I. (2023). The impact of AI writing tools on the content and organization of students' writing: EFL teachers' perspective. Cogent Education, 10(2).
49. Yeşilyurt, S., Dündar, R., & Aydın, M. (2024). Sosyal bilgiler eğitimi alanında lisansüstü eğitimini sürdüren öğrencilerin yapay zekâ hakkındaki görüşleri. Asya Studies, 8(27), 1–14.
50. Yi, Y. J., You, S., & Bae, B. J. (2016). The influence of smartphones on academic performance. Library Hi Tech, 34(3), 480–499.
51. Yüksel, E. N., & Öntürk, Y. (2025). Teoriden uygulamaya: Spor bilimlerinde yapay zekânın kullanımı / dönüşümü. Spor Eğitim Dergisi, 9(1), 90–106. https://doi.org/10.55238/seder.1623316