Fear of Becomıng Obsolete Development of Scale

Abstract

Eskimiş Olma Korkusu (Fobo) Ölçeğinin Geliştirilmesi

Abstract

Amaç: Günümüzde yapay zekâ, stratejik iş süreçleri konusunda yaşanan son dönüşüm teknolojilerinden biridir. Yapay zekanın yeni ortaya çıktığı bir dönemde, belirli rollerin güncelliğini yitireceği korkusu gündeme gelmiştir. Teknoloji gelişmeye ve iyileşmeye devam ettikçe risk artmaktadır. Eskime korkusu veya Fear of Becoming Obsolete (FOBO), çalışanların yeni teknolojiler, platformlar ve yapay zekâ ile yer değiştirmeleri konusunda hissettikleri kaygıyı tanımlamak için kullanılan bir terimdir. Bu çalışma, “Eskimiş olma korkusu (FOBO)” yaklaşımının teorik çerçevesini ele alarak, yeni bir ölçek geliştirmeyi amaçlamaktadır.Gereç ve Yöntem: Araştırma kapsamında ilgili ulusal ve uluslararası literatür taraması yapılıp elde edilen bilgiler doğrultusunda bir çerçeve hazırlanmıştır. Taslak ölçek tasarlandıktan sonra 12 uzmanın görüşüne başvurulmuş olup, Davis tekniğinden faydalanılmıştır. Son hali, 7 ifadeden oluşan ölçeğin maddelerinin CVI değerleri 0,86-1,00 arasındadır. Ulaşılan bu 7 madde, dil bilgisi alanında uzman olan iki kişi tarafından dil ve anlatım kontrolünden geçirilerek pilot uygulama süreci başlatılmıştır. Veriler çevrimiçi yöntemle Şubat-Mart 2025 tarihleri arasında toplanmıştır. Bu sürecin sonunda 206 anket toplanmış olup, normallik testlerinde dağılımı olumsuz etkileyen 12 anket çalışmadan çıkarılmıştır. Bu aşamanın sonucunda geriye kalan 194 anketten oluşan veriler doğrultusunda, testler gerçekleştirilmiştir. Veriler SPSS ve AMOS programlarında geçerlilik ve güvenilirlik analizlerine tabi tutulmuştur.Bulgular: Nihai halinde 5’li Likert tipi 7 ifadeden oluşan tek boyutlu “Eskimiş Olma Korkusu (FOBO) Ölçeği” olarak isimlendirilmiştir. Doğrulayıcı faktör analizi neticesinde uyum iyiliği indekslerinin kabul edilebilir seviyede olduğu görülmüştür.Tartışma: Sağlık personeli yapay zekâ çağında becerilerinin ve uzmanlıklarının eskimesi konusunda endişe duyabilirler ve bu da iş güvenliği ve kariyer gelişimi konusunda endişelere yol açabilir. Bu çalışmanın da ortaya çıkma nedeni ve özgün yanı da bu noktada ortaya çıkmaktadır.Sonuç: Gerçekleştirilen analizler sonucunda, geliştirilen bu ölçeğin idari ve tıbbi sağlık çalışanlarının yapay zekanın gelişimi karşısındaki “eskimiş olma korkusu (FOBO) algılarını tespit etmek üzere uygulanabilir bir veri toplama aracı olduğu belirlenmiştir.

Keywords

• Yapay Zekâ
• Teknoloji
• Eskime
• Sağlık
• FOBO

References

1. Alowais, S., Alghamdi, S., Alsuhebany, N., Alqahtani, T., Alshaya, A., Almohareb, S., Aldairem, A., Alrashed, M., Saleh, K.B., Badreldin, H., Al Yami, M., Al Harbi, S., Albekairy, A. (2023). Revolutionizing healthcare: the role of artificial intelligence in clinical practice. BMC Medical Education, 23, 689. https://doi.org/10.1186/s12909-023-04698-z.
2. Briganti, G., ve Le Moine, O. (2020). Artificial intelligence in medicine: today and tomorrow. Front Med, 7, 27. https://doi.org/10.3389/fmed.2020.00027.
3. Carucci, R. (2024). Face Your Fear of Becoming Obsolete. https://hbr.org/2024/06/face-your-fear-of-becoming-obsolete?ab=HP-hero-latest-text-2 (Erişim Tarihi: 05.02.2025).
4. Connelly, LM. (2008). Pilot studies. Medsurg Nurs. 17(6), 411-412.
5. Coşkun, R., Altunışık, R., ve Yıldırım, E. (2020). Sosyal Bilimlerde Araştırma Yöntemleri SPSS Uygulamalı. Sakarya: Sakarya Yayıncılık.
6. Davenport, T., ve Kalakota, R. (2019). The potential for artificial intelligence in Healthcare. Future Healthc J. 6(2), 94–8. https://doi.org/10.7861/futurehosp.6-2-94.
7. Davis, LL. (1992). Instrument review: getting the most from a panel of experts. Applied Nursing Research. 5(4), 194-197. https://doi.org/10.1016/S0897-1897(05)80008-4.
8. Gallup (2023). https://news.gallup.com/poll/510551/workers-fear-technology-making-jobs-obsolete.aspx (Erişim Tarihi: 06.02.2025).

9. George, D., ve Mallery, M. (2010). SPSS for Windows Step By Step: A Simple Guide and Reference. 17.0 Update. Boston: Pearson.
10. Kalser, L. (2023). Gallup: Rising number of college-educated workers admit ‘FOBO’ due to AI. https://www.hrdive.com/news/gallup-rising-number-of-college-educated-workers-admit-fobo- due-to-ai/693975/ (Erişim Tarihi: 05.02.2025).
11. Karagöz, Y. (2014). SPSS 21.1 Uygulamalı Biyoistatistik. Ankara: Nobel Akademik Yayıncılık.
12. Kelly, J. (2023). U.S. Workers Face Growing Fears Of Becoming Obsolete—Here’s How You Can Fight Back Against ‘FOBO’. https://www.forbes.com/sites/jackkelly/2023/09/19/us-workers-facegrowing-fears-of-becoming-obsolete--heres-how-you-can-fight-back-against-fobo/. (Erişim Tarihi: 07.02.2025).
13. Li, W., ve Liu, X. (2025). Anxiety about artificial intelligence from patient and doctor-physician. Patient Education and Counseling, 133, 108619. https://doi.org/10.1016/j.pec.2024.108619.
14. Liu, CF., Chen, Z.C., Kuo, S.C., ve Lin, T.C. (2022). Does AI explainability affect physicians’ intention to use AI? Int J Med Inform, 168,104884. https://doi.org/10.1016/j.ijmedinf.2022.104884.
15. Melkas, H., Hennala, L., Pekkarinen, S., ve Kyrki, V. (2020). Impacts of robot implementation on care personnel and clients in elderly-care institutions. Int J Med Inform, 134: 104041. https://doi. org/10.1016/j.ijmedinf.2019.104041.
16. Morgado, F.F.R, Meireles, J.F.F, Neves, C.M, Amaral, A.C.S, ve Ferreira, M.E.C. (2017). Scale development: ten main limitations and recommendations to improve future research practices. Psicol Reflex Crit. 30(1), 3. https://doi.org/10.1186/s41155-016-0057-1.
17. Nelson, C.A., P´erez-Chada, L.M., Creadore, A, et al. (2020). Patient perspectives on the use of artificial intelligence for skin cancer screening: a qualitative study. JAMA Dermatol 156(5), 501–12. https://doi.org/10.1001/jamadermatol.2019.5014.
18. Saad, L. (2023). More U.S. Workers Fear Technology Making Their Jobs Obsolete. https://news.gallup.com/poll/510551/workers-fear-technology-making-jobs-obsolete.aspx (Erişim Tarihi: 06.02.2025).
19. Shine, L. (2023). These are the jobs that AI can’t replace. https://www.weforum.org/stories/2023/05/jobs-ai-cant-replace/(Erişim Tarihi: 08.02.2025).
20. Shur, D.D. (2006). Exploratory or confirmatory factor analysis?. Statistics and Data Analysis, 31, 200-231.