Examining of Artificial Intelligence Literacy and Anxiety Levels of Prospective Teachers in Terms of Sociodemographic Variables

Abstract

Today, artificial intelligence technologies play a critical role in the transformation of education systems. The literacy and anxiety levels of teacher candidates regarding artificial intelligence are among the determining factors for the future of the education system. The study, designed with quantitative methods, aims to examine the relationship between teacher candidates' artificial intelligence literacy levels and artificial intelligence concerns and to compare these variables with demographic variables. The sample of the study consisted of 178 undergraduate students studying at a state university in the spring semester of the 2023-2024 academic year. The convenience sampling method was used. The “Artificial Intelligence Literacy Scale” developed by Wang et al. (2022) and the “Artificial Intelligence Anxiety Scale” developed by Wang and Wang (2019) were used in the study. The data were examined with statistical techniques to evaluate the relationships between variables and the significance between groups. It was seen that artificial intelligence anxiety was higher in candidates with low GPA, male teacher candidates had higher artificial intelligence literacy, while female teacher candidates had higher anxiety levels than male teacher candidates, and teacher candidates with lower socioeconomic status were more interested in artificial intelligence-supported applications. No significant relationship was found between artificial intelligence literacy and anxiety.

Keywords

• Artificial intelligence
• Literacy
• Anxiety
• Teacher candidates

Öğretmen Adaylarının Yapay Zekâ Okuryazarlığı ve Kaygı Düzeylerinin Sosyodemografik Değişkenlere Göre İncelenmesi

Abstract

Günümüzde yapay zekâ teknolojileri, eğitim sistemlerinin dönüşümünde kritik bir görev üstlenmektedir. Bu bağlamda, öğretmen adaylarının yapay zekâya ilişkin okuryazarlık ve kaygı düzeyleri, eğitim sisteminin geleceği açısından belirleyici faktörler arasında yer almaktadır. Belirli sosyodemografik değişkenlerin, bireylerin teknolojiye karşı tutumlarını ve algılarını şekillendirdiği bilinmektedir. Nicel yöntemlerle tasarlanan çalışma, öğretmen adaylarının yapay zekâ okuryazarlık düzeyleri ile yapay zekâ kaygıları arasındaki ilişkiyi incelemeyi ve bu değişkenleri demografik değişkenlerle karşılaştırmayı amaçlamaktadır. Araştırmanın örneklemi, 2023-2024 eğitim-öğretim yılı bahar döneminde bir devlet üniversitesinde öğrenim gören 178 lisans öğrencisinden oluşmaktadır. Araştırmada, olasılığa dayalı olmayan örnekleme yöntemlerinden uygun örnekleme yöntemi kullanılmıştır. Bu bağlamda, sonuçların yalnızca benzer özellikleri taşıyan öğretmen adayı gruplarına genellenebilirliği söz konusudur. Araştırmada, Wang vd. (2022) tarafından geliştirilen “Yapay Zekâ Okuryazarlığı Ölçeği” ve Wang ve Wang (2019) tarafından geliştirilen “Yapay Zekâ Kaygı Ölçeği” kullanılmıştır. Veriler, değişkenler arasındaki ilişkileri ve gruplar arası anlamlılıkları değerlendirmeye ilişkin istatistik teknikleriyle incelenmiştir. Araştırma sonucunda; düşük not ortalamasına sahip adaylarda yapay zekâ kaygısının daha yüksek olduğu, erkek öğretmen adaylarının daha yüksek yapay zekâ okuryazarlığına sahipken kadın öğretmen adaylarının kaygı düzeylerinin erkek öğretmen adaylarına göre daha yüksek olduğu ve alt sosyoekonomik düzeydeki öğretmen adaylarının yapay zekâ destekli uygulamalara daha ilgili olduğu görülmüştür. Ayrıca yapay zekâ okuryazarlığı ile kaygı arasında anlamlı bir ilişki bulunamamıştır.

Keywords

• Yapay zekâ
• Okuryazarlık
• Kaygı
• Öğretmen adayı

References

1. Abbass, H. (2021). What is artificial intelligence? IEEE Transactions on Artificial Intelligence, 2(2), 1–10.
2. 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.
3. Aktaş-Reyhan, F. & Dağlı, E. (2023). Evaluation of midwifery students' anxiety regarding artificial intelligence used in the field of health. Journal of Health Sciences Institute, 8[Special Issue], 290–296.
4. Arslan, K. (2020). Eğitimde yapay zekâ ve uygulamaları. Batı Anadolu Eğitim Bilimleri Dergisi, 11(1), 71–88.
5. Ayduğ, D. & Altınpulluk, H. (2025). Are Turkish pre-service teachers worried about AI? A study on AI anxiety and digital literacy. AI & Soc. https://doi.org/10.1007/s00146-025-02348-0
6. 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
7. Bornstein, M. H., Jager, J., & Putnick, D. L. (2013). Sampling in developmental science: Situations, shortcomings, solutions, and standards. Developmental Review, 33(4), 357–370. https://doi.org/10.1016/j.dr.2013.08.003
8. Büyüköztürk, Ş. (2007). Sosyal bilimler için veri analizi el kitabı: İstatistik, araştırma deseni, SPSS uygulamaları ve yorum. Pegem Akademi.

9. Can, A. (2023). SPSS ile bilimsel araştırma sürecinde nicel veri analizi. Pegem Akademi.
10. ChatGPT. (2024). ChatGPT (GPT-4) [Yapay zekâ aracı]. https://chatgpt.com sayfasından erişilmiştir.
11. Chenqi, L., Guoqing, L., & Xiangchun, H. (2023). Measuring artificial intelligence literacy of pre-service teachers at a university in northwest china. 2023 Twelfth International Conference of Educational Innovation through Technology (EITT), içinde (s. 100-105). IEEE. https://doi.org/10.1109/EITT61659.2023.00027
12. Creswell, J. W. (2020). Nitel araştırma yöntemleri: Beş yaklaşıma göre nitel araştırma ve araştırma deseni (M. Bütün & S. B. Demir, Çev. Ed.). Siyasal.
13. Çakmak, E. K. (2007). Çoklu ortamlarda dar boğaz: Aşırı bilişsel yüklenme. Gazi Eğitim Fakültesi Dergisi, 27(2), 1–24.
14. 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
15. Çetiner, N. & Çetinkaya, F. Ö. (2024). Çalışanların yapay zekâ kaygısı ile motivasyon düzeyleri arasındaki ilişki: Turizm çalışanları üzerine bir araştırma. Alanya Akademik Bakış Dergisi, 8(1), 159-173. https://doi.org/10.29023/alanyaakademik.1297394
16. Dikmen, C. H. & Demirer, V. (2016). Investigation of the variables affecting teachers' behaviors towards technology integration. Inonu University Journal of the Faculty of Education, 17(3), 153-167. https://doi.org/10.17679/inuefd.17334476
17. Drigas, A. S. & Ioannidou, R. E. (2012). Artificial intelligence in special education: A decade review. International Journal of Engineering Education, 28(6), 1366-1372.
18. 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
19. Erciyes Üniversitesi. (2025). Öğrenci sayıları. https://www.erciyes.edu.tr/OgrenciSayilari/BirimOgrenciSayilari sayfasından erişilmiştir.
20. Erdoğdu, F. & Çakır, O. (2024). Öğretmen adaylarının yapay zekâ okuryazarlıklarının ve yapay zekâya ilişkin algılarının belirlenmesi. Uluslararası Türk Kültür Coğrafyasında Sosyal Bilimler Dergisi, 9(2), 63-95.
21. Etikan, I., Musa, S. A., & Alkassim, R. S. (2016). Comparison of convenience sampling and purposive sampling. American Journal of Theoretical and Applied Statistics, 5(1), 1–4. https://doi.org/10.11648/j.ajtas.20160501.11
22. Fahimirad, M. & Kotamjani, S. S. (2018). A review on application of artificial intelligence in teaching and learning in educational contexts. International Journal of Learning and Development, 8(4), 106–118.
23. Gemini AI. (2024). Gemini dil modeli [Çevrim içi]. Google AI. https://ai.google/ sayfasından erişilmiştir.
24. Gültekin Z., Urgan S., & Ak M. (2022). A research on the effect of artificial intelligence anxiety on career decidedness: A case of Ondokuz Mayis University students. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 27(3), 477–491.
25. İşler, B. & Kılıç, M. (2021). Eğitimde yapay zekâ kullanımı ve gelişimi. Yeni Medya Elektronik Dergisi, 5(1), 1–11.
26. Johnson, D. G. & Verdicchio, M. (2017). AI anxiety. Journal of the Association for Information Science and Technology, 68(9), 2267–2270. https://doi.org/10.1002/asi.23867
27. Kandlhofer, M., Steinbauer, G., Hirschmugl-Gaisch, S., & Huber, P. (2016). Artificial intelligence and computer science in education: From kindergarten to university. IEEE Frontiers in Education Conference (FIE) içinde (s. 1–9). IEEE. https://doi.org/10.1109/FIE.2016.7757570
28. Karasar, N. (2011). Bilimsel araştırma yöntemleri. Nobel.
29. Kuprenko, V. (2020). Artificial intelligence in education: Benefits, challenges, and use cases. Towards AI.
30. Long, D. & Magerko, B. (2020). What is AI literacy? Competencies and design considerations. Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems. Association for Computing Machinery içinde (s. 1–16). https://doi.org/10.1145/3313831.3376727
31. McCarthy, J. (2004). What is artificial intelligence? Stanford University, Computer Science Department.
32. Murphy, R. F. (2019). Artificial intelligence applications to support K–12 teachers and teaching: A review of promising applications, opportunities, and challenges. RAND Corporation.
33. Noe, R. (2009). İnsan kaynaklarının eğitim ve geliştirilmesi. Propedia.
34. Nunnally, J. C. & Bernstein, I. H. (1994). Psychometric theory (3. b.). McGraw-Hill.
35. Othman, W. N., Zanaty, M. M., & Elghareeb, S. M. (2021). Nurses' anxiety level toward partnering with artificial intelligence in providing nursing care: Pre & post training session. Egyptian Journal of Health Care, 12(4), 386–1396.
36. Özbek-Güven, G., İnceoglu, F., & Yılmaz, Ş. (2023). Determining students’ anxiety and readiness levels about artificial intelligence. Heliyon. https://doi.org/10.2139 ssrn.4561307
37. Park, J. (2023). A case study on enhancing the expertise of artificial intelligence education for pre-service teachers. Preprints. https://doi.org/10.20944/preprints202305.2006.v1
38. Pressey, S. L. (1950). Development and appraisal of devices providing immediate automatic scoring of objective tests and concomitant self-instruction. The Journal of Psychology, 29(2), 417–447.
39. Sanusi, I. T., Ayanwale, M. A., & Tolorunleke, E. A. (2024). Investigating pre-service teachers’ artificial intelligence perception from the perspective of planned behavior theory. Computers and Education: Artificial Intelligence, 6. https://doi.org/10.1016/j.caeai.2024.100202
40. Sarikaya, B. (2024). Türkçe öğretmenlerinin dijital okuryazarlık düzeylerinin belirlenmesi. Van Yüzüncü Yıl Üniversitesi Eğitim Fakültesi Dergisi, 21(1), 212–229. https://doi.org/10.33711/yyuefd.1415874
41. Sarsıcı, E. & Çelik A. (2019). Eğitimde dijital dönüşüm için bir model önerisi. S. Karataş, E. Çakmak, & Y. Doğan (Ed), Uluslararası Eğitimde ve Sosyal Bilimlerde Yenilikler Sanal Sempozyumu Bildiriler Kitabı içinde (s. 340). Hasan Kalyoncu Üniversitesi, Adıyaman Üniversitesi.
42. Sevimli-Deniz, S. (2022) Yapay zekâ kaygısının incelenmesi üzerine bir çalışma. Uluslararası Sosyal Zihniyet ve Res Düşünürleri Dergisi, 8(63), 1675–1677. https://doi.org/ 10.29228/smryj.64393
43. Sperling, K., Stenberg, C. J., McGrath, C., Åkerfeldt, A., Heintz, F. & Stenliden, L. (2024). In search of artificial intelligence (AI) literacy in teacher education: A scoping review. Computers and Education Open, 6. https://doi.org/10.1016/j.caeo.2024.100169
44. Spielberger, C. D. (Ed.). (2013). Anxiety: Current trends in theory and research. Elsevier.
45. Stolpe, K. & Hallström, J. (2024). Artificial intelligence literacy for technology education. Computers and Education Open, 6, 100159. https://doi.org/10.1016/j.caeo.2024.100159
46. Takıl, N., Erden, N. K., & Sarı, A. B. (2022). Farklı meslek grubu adaylarının yapay zekâ teknolojisine yönelik kaygı seviyesinin incelenmesi. Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 25(48), 343–353. https://doi.org/10.31795/baunsobed.1165386
47. Terzi, R. (2020). An adaptation of Artificial Intelligence Anxiety Scale into Turkish: Reliability and validity study. International Online Journal of Education and Teaching, 7(4), 1501–1515. https://eric.ed.gov/?id=EJ1271031 sayfasından erişilmiştir.
48. Topçuoğlu, A. (2001). Yapay zekâ. Bilim ve Teknik Dergisi, 34(409), 38–47.
49. Uyar, A. (2021). Meslek yüksekokulu öğrencilerinin dijital okuryazarlık düzeyleri. Uluslararası Güncel Eğitim Araştırmaları Dergisi, 7(1), 198–211.
50. Yuen, A. H. K. & Ma, W. W. K. (2002). Gender differences in teacher computer acceptance. Journal of Technology and Teacher Education, 10(3), 365-382. Norfolk, VA: Society for Information Technology & Teacher Education. https://www.learntechlib.org/primary/p/15142/ sayfasından erişilmiştir.
51. 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. https://doi.org/10.1080/10494820.2019.1674887
52. Wang, B., Rau, P.-L. P., & Yuan, T. (2022). Measuring user competence in using artificial intelligence: Validity and reliability of artificial intelligence literacy scale. Behaviour and Information Technology, 42(9), 1324–1337. https://doi.org/10.1080/0144929X.2022.2072768
53. Williams, M., Mercer, S., & Ryan, S. (2016). Exploring psychology in language learning and teaching. Oxford University ELT.