Kamu çalışanlarının yapay zeka kaygı düzeylerinin belirlenmesi: Kastamonu örneği

Year 2024, Volume: 17 Issue: 2, 232 - 246, 30.04.2024

Alper Tunga Şen

https://doi.org/10.25287/ohuiibf.1384435

Abstract

Bu çalışmanın esas amacı kamu çalışanlarının yapay zeka teknolojilerine ilişkin kaygı durumlarının incelenmesi amaçlanmaktadır. Araştırma Kastamonu ilinde kamu sektöründe faaliyet gösteren kamu çalışanları ile gerçekleştirilmiştir. Nicel araştırma yöntemlerinden biri olan anket yöntemi ile 393 kamu çalışanından veriler elde edilmiştir. Verilerin analizinde SPSS 25 paket programı kullanılmıştır. Araştırmada kullanılan ölçeklerin güvenirliği için Cronbach Alfa ve KMO değerleri kullanılmıştır. Araştırmada Wang & Wang (2019) tarafından geliştirilen ve Akkaya vd. (2021) tarafından Türkçe'ye çevrilmiş olan 16 maddelik yapay zeka kaygı ölçeği (YZKÖ) kullanılmıştır. Çalışmada ikili grupların karşılaştırılmasında t testi ve ikiden fazla grubun karşılaştırılmasında ise Anova testinden yararlanılmıştır. Verilerin analiz edilmesinin ardından kamu çalışanlarının yapay zeka kaygı ortalaması ile sosyo-demografik değişkenlerden olan eğitim durumu ve katılımcıların yaşları arasında anlamlı bir farklılık tespit edilmiştir. Ancak diğer sosyo-demografik değişkenler ve yapay zeka kaygı değişkeni arasında istatistiksel olarak anlamlı bir farklılık bulunamamıştır. Son olarak kamu çalışanlarının yapay zeka kaygı durumlarının orta düzeyin üstünde olduğu sonucuna varılmıştır. Çalışmanın sonuç kısmında ise kamu çalışanlarının yapay zeka teknolojileri ile ilgili kaygı düzeylerinin azaltılması ile ilgili öneriler sunulmuştur. Bu sayede gelecek yıllarda daha etkin ve verimli işleyen bir kamu yönetimi sistemi oluşabilir.

Keywords

Kamu Yönetimi, Yapay Zeka, Kaygı, Kamu Personeli

Determining the artificial intelligence anxiety levels of public employees: Kastamonu example

Abstract

Examining public employees' anxiety levels with regard to artificial intelligence technologies is the primary goal of this study.. The research was conducted with public employees working in the public sector in Kastamonu province. Data was obtained from 393 public employees using the survey method, which is one of the quantitative research methods. SPSS 25 package program was used to analyze the data. Cronbach Alpha and KMO values were used for the reliability of the scales used in the research. The 16-item artificial intelligence anxiety scale (AIAS), which was created by Wang & Wang (2019), was utilized in the study, and it was translated into Turkish by Akkaya et al. (2021). The study employed the Anova test to compare more than two groups and the t test to compare paired groups. After analyzing the data, a significant difference was detected between the average artificial intelligence anxiety of public employees and the educational status and age of the participants, which are socio-demographic variables. However, no statistically significant difference was found between other socio-demographic variables and the artificial intelligence anxiety variable. Finally, it was concluded that the artificial intelligence anxiety levels of public employees are above the medium level. In the conclusion of the study, suggestions are presented to reduce the anxiety levels of public employees regarding artificial intelligence technologies. In this way, a more effective and efficient public administration system can be formed in the coming years.

Keywords

Public Administration, Artificial Intelligence, Anxiety, Public Personnel

References

• Agarwal, P. K. (2018. Yapay zeka ve botlar dünyasında kamu yönetimi zorlukları. Kamu Yönetimi İncelemesi, 78 ( 6 ): 917-921. Erişim Adresi: https://doi.org/10.1111/puar.12979.
• Akkaya, B., Özkan, A., & Özkan, H. (2021). Yapay zekâ kaygı (YZK) ölçeği: Türkçeye uyarlama, geçerlik ve güvenirlik çalışması. Alanya Akademik Bakış, 5(2), 1125-1146.
• Bataller, C., & Harris, J. (2016). Turning artificial intelligence into business value. Erişim Adresi: https://www.accenture.com/us-en, Erişim Tarihi: 26.09.2023.
• Boer, N. ve N. Raaphosrt. (2023). Otomasyon ve takdir: Otomasyonun sokak düzeyindeki bürokratların uygulama şekli üzerindeki etkilerini açıklamak. Kamu Yönetimi İncelemesi, 25(1): 42–62. Erişim Adresi: https://doi.org/10.1080/14719037.2021.1937684.
• Brynjolfsson, E. ve T. Mitchell. (2017). Makine öğrenimi ne yapabilir? İşgücü etkileri. Bilim: Gelişmiş Malzemeler ve Cihazlar 358 (6370): 1530–1534. Erişim Adresi: https://doi.org/10.1126/science.aap8062.
• Campion, A., M. Gasco-Hernandez, M. Esteve, and S. Mikhaylov. (2022). Overcoming the challenges of collaboratively adopting artificial ıntelligence in the public sector. Social Science Computer Review (Special Issue on Artificial Intelligence in Government) 40 (2): 462–477. Erişim Adresi: https://doi.org/10.1177/0894439320979953.
• Etscheid, J., (2019). Artificial intelligence in public administration. (Eds. Ida Lindergen, Marjin Jansen, Habin Lee, Andrea Polini, Manuel Pedro Rodriguez Bolivar, Hans Jochen Scholl, Efthimios Tambouris) Electronic Government. Lecture Notes in Computer Science, 11685. Erişim Adresi: https://doi.org/10.1007/978-3-030-27325-5_19.
• Filiz, E., Güzel, Ş., & Şengül, A. (2022). Sağlık profesyonellerinin yapay zekâ kaygı durumlarının incelenmesi. Journal of Academic Value Studies (JAVStudies), 8(1), 47-55. Erişim Adresi: Doi : 10.29228/javs.57808.
• Gasser, U., and V. A. Almeida. (2017). A Layered model for AI governance. IEEE Internet Computing, 21 (6): 58–62.https://doi.org/10.1109/MIC.2017.4180835.
• Gezici, H. S. (2023). Kamu yönetiminde yapay zekâ: Avrupa Birliği. Uluslararası Akademik Birikim Dergisi, 6(2), 111-128.
• Gültekin, Z., Urgan, S. & Ak, M. (2022). Yapay zekâ kaygısının kariyer kararlılığına etkisine yönelik bir araştırma: Ondokuz Mayıs Üniversitesi öğrencileri örneği . Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi , 27 (3) , 477-491 . Erişim Adresi: https://dergipark.org.tr/en/pub/sduiibfd/issue/71476/1125334
• Gürbüz, S. & Şahin, F. (2015). Sosyal bilimlerde araştırma yöntemleri: Felsefe-yöntem-analiz (2.Baskı). Ankara: Seçkin Yayıncılık.
• Hae H, Kang S-J, Kim W-J, Choi S-Y, Lee J-G, Bae Y, et al. (2018) Machine learning assessment of myocardial ischemia using angiography: Development and retrospective validation. PLOS Medicine, 15(11), 1-19, Erişim Adresi: https://doi.org/10.1371/journal.pmed.1002693
• Henman, P. (2022). Digital social policy: Past, present, future. Journal of Social Policy, 51 (3): 535–550. Erişim Adresi: https://doi.org/10.1017/S0047279422000162.
• Herbel J. E., (2018). Administrative reform. (Ed. Ali Farazmand) Global Encyclopedia of Public Administration, Public Policy and Governance, Springer International Publishing AG, Cham, 221-227.
• Johnson, D. G. & Verdıcchıo, M. (2017). AI anxiety. Journal of the Association for Information Science and Technology, 68(9): 2267–2270. Erişim Adresi: https://doi.org/10.1002/asi.23867
• Larsson S., (2021). AI in the EU: Ethical guidelines as a governance tool. (Eds. Antonina Bakardjieva Engelbrekt, Karin Leijon, Anna Michalski, Lars Oxelheim) The European Union and the Technology Shift, Palgrave Macmillan, Cham, 85-112.
• Mehr, H. (2017). Artificial intelligence for citizen services and government. Cambridge, Master Thesis, Harvard Kennedy School, Ash Center for Democratic Governance And Innovation.
• Mergel, I., Dickinson, H., Stenvall, J., & Gasco, M. (2023). Implementing AI in the public sector. Public Management Review, 1-13. Erişim Adresi: https://doi.org/10.1080/14719037.2023.2231950
• Nomura, T., Suzuki, T., Kanda, T. & Kato, K. (2006). Measurement of anxiety toward robots. ROMAN 2006 - The 15th IEEE International Symposium on Robot and Human Interactive Communication, 372–377. Erişim Adresi: https://doi.org/10.1109/ROMAN.2006.314462
• Önder, M. & Saygılı, H. (2018). Yapay zekâ ve kamu yönetimine yansımaları, Türk İdare Dergisi, 90 (487), 629-668.
• Özbek, A. (2024). Muhasebe Meslek Mensuplarının Yapay Zekâ Kaygılarının Gelecekte İstihdam Edilebilirlik Algıları Üzerine Bir Çalışma. Alanya Akademik Bakış, 8(1), 254-267.
• Öztırak, M. (2023). A Study on the Impact of Artificial Intelligence Anxiety on the Innovation-Oriented Behaviours of Employees. Optimum Ekonomi Ve Yönetim Bilimleri Dergisi, 10(2), 267-286.
• Sharma, S. (1996). Applied multivariate techniques. USA: John Wiley & Sons, Inc
• Sun, T. Q. & R. Medaglia. (2019). Mapping the challenges of artificial intelligence in the public sector: Evidence from public healthcare. Government Information Quarterly, 36 (2): 368–383. Erişim Adresi: https://doi.org/10.1016/j.giq.2018.09.008.
• Türkiye Cumhuriyeti Cumhurbaşkanlığı Dijital Dönüşüm Ofisi (2018), Hakkımızda, Erişim Adresi: www.cbddo.gov.tr, Erişim tarihi: 21.10.2023.
• Türkiye Cumhuriyeti Cumhurbaşkanlığı Strateji ve Bütçe Başkanlığı (2023), Kamu sektörü istihdam sayıları 2023, Erişim Tarihi: https://www.sbb.gov.tr/kamu-istihdami/, Erişim Tarihi: 31.03.2023.
• Ural, A., & Kılıç, İ. (2011). Bilimsel araştırma süreci ve SPSS ile veri analizi, Ankara: Detay Yayıncılık.
• Wang, Y. Y. & Wang, Y. S. (2019). Wang, Y. Y., & Wang, Y. S. (2022). Development and validation of an artificial intelligence anxiety scale: An initial application in predicting motivated learning behavior. Interactive Learning Environments, 30(4), 619-634. Erişim Adresi: https://doi.org/10.1080/10494820.2019.1674887
• Wirtz, B. W., Weyerer, J. C., & Geyer, C. (2019). Artificial intelligence and the public sector applications and challenges. International Journal of Public Administration, 42(7), 596-615. Erişim Adresi: https://doi.org/10.1080/01900692.2018.1498103.
• Wong-MingJi D. J. (2006). Globalization. (Ed. Marilyn M. Helms), Encyclopedia of Management, 5th ed., Thomson Gale: Farmington Hills, 325-331.