An Examination of AI-Generated Visuals in the Context of Cultural Transmission in Teaching Turkish as a Second Language

Year 2026, Volume: 6 Issue: 1 , 166 - 192 , 27.04.2026

Durmuş Barış Kır

https://doi.org/10.5281/zenodo.19323922

https://izlik.org/JA95AW38SC

Abstract

The aim of this study is to examine the potential use of visuals generated by generative artificial intelligence (GenAI) applications in the context of cultural transmission in teaching Turkish as a second language. The study was designed within the framework of a qualitative research approach and a descriptive research design. A total of four applications were used in the study, including two general-purpose GenAI tools (ChatGPT and Gemini) and two GenAI tools designed for image generation (DeepAI and NightCafe). In the first stage of the study, a thematic framework was established, and eighteen elements representing Turkish culture were identified. Prompts related to these cultural elements were input into the GenAI applications, and and corresponding visuals were generated. The data collection instrument was the Turkish Culture Visual Analysis Form (TCVAF), developed by the researcher. The generated visuals were evaluated using this form by five academic experts in the field. The data were analyzed using both quantitative and qualitative analysis techniques. Frequency and percentage analyses revealed that ChatGPT achieved the highest performance rate (82.2%), followed by Gemini (70%), while DeepAI (11.1%) and NightCafe (6.7%) demonstrated notably low performance levels. The results of the content analysis indicated that ChatGPT performed strongly in representing concrete and object-based cultural elements but showed a tendency toward errors in abstract and figurative elements. Gemini ranked second overall, though it exhibited textual content and contextual inaccuracies in some cases. DeepAI and NightCafe, on the other hand, were predominantly characterized by incorrect depictions and deviations from reality. Overall, the findings indicate that general-purpose GenAI applications are more successful than image-generation–purpose models in accurately representing cultural elements. However, the results also highlight that all GenAI tools require expert supervision prior to use in the context of cultural transmission in language education.

Keywords

Artificial intelligence applications , cultural transmission , generative artificial intelligence , teaching Turkish as a second language , Turkish culture

Ethical Statement

Yıldız Technical University Social and Human Sciences Research Ethics Committee, Date: 02.11.2025, Number: 2025.11

İkinci Dil Olarak Türkçe Öğretiminde Yapay Zekâ Uygulamalarının Oluşturduğu Görsellerin Kültür Aktarımı Bağlamında İncelenmesi

https://izlik.org/JA95AW38SC

Abstract

Bu araştırmanın amacı, üretken yapay zekâ (ÜYZ) uygulamalarının oluşturduğu görsellerin ikinci dil olarak Türkçe öğretiminde kültür aktarımı bağlamında kullanılabilirliğini incelemektir. Çalışma, nitel araştırma yöntemiyle ve betimsel araştırma modeli doğrultusunda desenlenmiştir. Araştırmada ikisi genel amaçlı ÜYZ (ChatGPT, Gemini) ve ikisi görsel üretim amaçlı ÜYZ (DeepAI, NightCafe) olmak üzere toplam dört uygulama kullanılmıştır. Araştırmada öncelikle tematik bir yapı oluşturularak Türk kültürüne ait on sekiz öge belirlenmiş; belirlenen bu ögelere ilişkin yönlendirmeler ÜYZ uygulamalarına girilmiş ve görseller elde edilmiştir. Veri toplama aracı olarak araştırmacı tarafından geliştirilen Türk Kültürü Görsel Analiz Formu (TKGAF) kullanılmıştır. Elde edilen görseller, alan uzmanı beş akademisyen tarafından bu form aracılığıyla değerlendirilmiştir. Veriler hem nicel hem de nitel analiz teknikleriyle çözümlenmiştir. Frekans ve yüzde analizleri ChatGPT’nin %82,2 ile en yüksek başarıya sahip olduğunu, ardından %70 oranıyla Gemini’ın geldiğini; DeepAI (%11,1) ve NightCafe’nin (%6,7) ise oldukça düşük performans sergilediğini ortaya koymuştur. İçerik analizi sonuçları ise özellikle ChatGPT’nin somut ve nesnel ögelerde güçlü bir performans sergilediğini ancak soyut ve figüratif ögelerde hata eğilimi taşıdığını göstermiştir. Gemini ikinci sırada yer almakla birlikte bazı ögelerde metinsel içerik ve bağlam hataları yer almıştır. DeepAI ve NightCafe ise çoğunlukla yanlış betimleme ve gerçeklikten sapma kaynaklı sorunlarla öne çıkmıştır. Bulgular; genel amaçlı ÜYZ uygulamalarının görsel üretim amaçlı modellere kıyasla kültürel ögeleri daha doğru yansıtabildiğini ancak tüm ÜYZ araçlarının kültür aktarımı bağlamında kullanılmadan önce uzman denetimine ihtiyaç duyduğunu göstermektedir.

Keywords

İkinci dil olarak Türkçe öğretimi , kültür aktarımı , Türk kültürü , üretken yapay zekâ , yapay zekâ uygulamaları

Ethical Statement

Yıldız Teknik Üniversitesi Sosyal ve Beşeri Bilimler Araştırmaları Etik Kurulu, Tarih: 02.11.2025, Sayı: 2025.11

References

• Aycan, A. (2025). Yapay zekâ ve yabancı dil eğitimi: Olanaklar, sınırlılıklar ve gelecek perspektifleri. Ö. Çangal ve U. Başar (Ed.), Yapay Zekâ ve Yabancılara Türkçe Öğretimi içinde (ss. 3-28). Nobel Akademik Yayıncılık.
• Aydemir, D. (2023). Revitalizing Turkish mythological elements through artificial intelligence applications in graphic design: A Case Study on Midjourney. International Scientific and Vocational Studies Journal, 7(2), 187-205. https://doi.org/10.47897/bilmes.1400144
• Ayrancı, B. (2019). Türkiye’de yabancılara Türkçe öğretiminde kültür aktarımı alanında yapılan lisansüstü tezlerin analizi ve değerlendirilmesi. Söylem Filoloji Dergisi, 4(2), 446-454. https://doi.org/10.29110/soylemdergi.595246
• Can, T. (2026). Yabancı dil olarak Türkçe öğretiminde teknoloji kullanımı. Ş. Dilidüzgün (Ed.), Yabancılara Türkçe Öğretimi: Eğiticinin Eğitimi içinde (ss. 293-310). Anı Yayıncılık.
• Ceylan Dadakoğlu, S., & İz Bölükoğlu, H. (2025). Yapay zekâ aracılığıyla oluşturulan görsel tasarımların kültürel aktarıma katkısı. Anadolu Journal of Educational Sciences International, 15(2), 413-445. https://doi.org/10.18039/ajesi.1540519
• Cooper, G., & Tang, K. S. (2024). Pixels and pedagogy: Examining science education imagery by generative artificial intelligence. Journal of Science Education and Technology, 33(4), 556-568. https://doi.org/10.1007/s10956-024-10104-0
• Çangal, Ö., Çelik, M. E., & Başar, U. (2025). Yabancılara Türkçe öğretiminde yapay zekâ kullanımına yönelik öğretici görüşleri. Aydın Tömer Dil Dergisi, 10(1), 57-97.
• Demirdöven, G. H., Çangır, Ö. F., & Duman, İ. (2023). Yabancı dil öğretiminde yenilikçi yaklaşımlar: Sürükleyici gerçeklik tabanlı yapay zeka uygulamaları. A. Okur ve G. H. Demirdöven (Ed.), Yabancı Dil olarak "Dijital Türkçe" Öğretimi içinde (ss. 905-945). Sakarya Üniversitesi Yayınları.
• Demirel, A. (2023). Yabancı dil olarak Türkçe öğrenenlerin gözüyle türk dizi ve filmleri ile bunların Türkçe öğrenme sürecindeki rolü. EKEV Akademi Dergisi(Özel Sayı), 38-54. https://doi.org/10.17753/sosekev.1345282
• Göçer, A. (2012). Dil-kültür ilişkisi ve etkileşimi üzerine. Türk Dili, 729(1), 50-57.
• Gün, M., Alkan, E., & Baştürk, M. B. (2025). Yabancılara Türkçe öğretiminde yapay zekâ tarafından üretilen görsellerin kültür aktarımı bağlamında incelemesi. International Journal of Language Academy, 13(1), 293-308. http://dx.doi.org/10.29228/ijla.80494
• İşcan, A., & Delen, M. (2017). Yabancılara Türkçe öğretiminde filmlerin kullanımı (Selvi Boylum Al Yazmalım filmi örneği). Ana Dili Eğitimi Dergisi, 5(2), 87-101.
• İşcan, A., & Maden, M.N. (2020). Türkçeyi yabancı dil olarak öğrenenlerin Türkçe söz varlığının geliştirilmesinde şarkıların kullanımı. Uluslararası Dil, Eğitim ve Sosyal Bilimlerde Güncel Yaklaşımlar Dergisi (CALESS), 2(2), 630- 650. https://doi.org/10.35452/caless.2020.33
• Kanter, D. (2024, Eylül 20). “Bringing History to Life”: Animating historical portraits with artificial intelligence. https://research.reading.ac.uk/digitalhumanities/bringing-history-to-life-animating-historical-portraits-with-artificial-intelligence/
• Karasar, N. (2012). Bilimsel araştırma yöntemi (23. Baskı). Nobel Yayıncılık.
• Kardoğan, M., & Kardaş, N. (2025). Türkçeyi yabancı dil olarak öğreten eğitimcilerin yapay zekâ uygulamalarına ilişkin görüşleri. Mediterranean Journal of Educational Research, 19(52), 01-180.
• Kır, D. B., & Danışmaz, N. (2024). Yabancı dil olarak Türkçe öğrenen öğrencilerde Türk kültürü farkındalığının oluşturulması: Instagram örneği. Uluslararası Eğitim Bilimleri Dergisi, 11 (39), 230-248. http://dx.doi.org/10.29228/INESJOURNAL.75617
• Kramsch, C. (1993). Context and culture in language teaching. Oxford University Press.
• Krippendorff, K. (2013). Content analysis: An introduction to its methodology (3rd ed.). Sage Publications.
• Küçük, E., & Solak, Ö. (2025). Yabancı dil olarak Türkçe öğretiminde yapay zekâ kullanımına dair öğrenici görüşleri. Avrasya Dil Eğitimi ve Araştırmaları Dergisi, 9(1), 1-22.
• Liu, B., Wang, L., Lyu, C., Zhang, Y., Su, J., Shi, S., & Tu, Z. (2023). On the cultural gap in text-to-image generation. arXiv preprint. https://doi.org/10.48550/arXiv.2307.02971
• Mittal, U., Sai, S., Chamola, V., & Sangwan, D. (2024). A comprehensive review on generative AI for education. Ieee Access, 12, 142733-142759. https://doi.org/10.1109/ACCESS.2024.3468368
• Peters, U., & Carman, M. (2024). Cultural bias in explainable AI research: A systematic analysis. Journal of Artificial Intelligence Research, 79, 971-1000. https://doi.org/10.1613/jair.1.14888
• Prabhakaran, V., Qadri, R., & Hutchinson, B. (2022). Cultural incongruencies in artificial intelligence. arXiv preprint. https://doi.org/10.48550/arXiv.2211.13069
• Savaşkan, V., & Özer, N. (2025). Yapay zekânın Türkçe eğitiminde kullanımı. H. Şahin ve B. B. Alkan (Ed.), Eğitim bilimlerinde modern araştırma ve incelemeler III içinde (ss. 35-49). Livre de Lyon.
• Skulmowski, A., & Engel-Hermann, P. (2025). The ethics of erroneous AI-generated scientific figures. Ethics and Information Technology, 27(2), 31.
• Sun, C., Shrivastava, A., Singh, S., & Gupta, A. (2017). Revisiting unreasonable effectiveness of data in deep learning era. In Proceedings of the IEEE international conference on computer vision (pp. 843-852). https://doi.org/10.48550/arXiv.1707.02968
• Türkben, T. ve Alptekin, E. (2022). Yabancılara Türkçe öğretiminde dijital öyküleme aracılığıyla kültürel ögelerin aktarımı. Aydın Tömer Dil Dergisi, 7(1), 23-58. https://doi.org/10.17932/IAU.TOMER.2016.019/tomer_v07i1002
• Türkeri, E., & Özdemir, C. (2025). Yapay zekâ tabanlı dijital materyallerin yabancı dil olarak Türkçe öğretimine entegrasyonu: Pedagojik perspektifler. Silkway Social Science Journal, 1(2), 15–28. https://doi.org/10.5281/zenodo.15996190
• Yalçın, P., & Çınar Yağcı, Ş. (2024). Fransız kültür edincinin kazandırılmasında yapay zekâ rehber olabilir mi? Bing Chat AI örneği. Yükseköğretim Ve Bilim Dergisi, 14(2), 308-327. https://doi.org/10.5961/higheredusci.1402198
• Yaşar Arslan, G., & Batur, Z. (2021) Yabancı dil olarak Türkçe öğrenen öğrencilerin Türkçe, Türkiye ve Türk kültürüne ilişkin görüşleri: Slovakya Matej Bel Üniversitesi Örneği. Uluslararası Yabancı Dil Olarak Türkçe Öğretimi Dergisi, 4(1), 4-30.
• Yıldırım, A., & Şimşek, H. (2016). Sosyal bilimlerde nitel araştırma yöntemleri (10. Baskı). Seçkin Yayıncılık.
• Yılmaz, F. (2012). Türkçenin yabancı dil olarak öğretimi ders kitaplarında kültür aktarımı. Turkish Studies, 7(3), 2751-2759. http://dx.doi.org/10.7827/TurkishStudies.3385
• Yuzyk, O., Honcharuk, V., Pelekh, Y., Bilanych, L., Sirenko, P., Voitovych, I., Roienk, L., Bilanych, H., Makukh, D., Zidens, J., Yuzyk, M., & Yuzyk, M. (2025). Research on generative artificial intelligence technologies in education: Opportunities, challenges, and ethical aspects. Broad Research in Artificial Intelligence and Neuroscience (BRAIN), 16(1 Sup1), 139-151.