Dil ve Konuşma Terapı̇stlerı̇nı̇n Mesleklerinde Yapay Zekâ Kullanımına Yönelik Tutumlarının İncelenmesi
Öz
Amaç: Bu araştırmanın temel amacı, Türkiye’de aktif olarak görev yapan dil ve konuşma terapistlerinin (DKT) yapay zekâ (YZ) teknolojilerine yönelik farkındalık, bilgi, kullanım deneyimi ve mesleki tutumlarını incelemektir. İkincil olarak, YZ’nin değerlendirme ve terapi süreçlerine entegrasyonuna ilişkin görüşlerin verimlilik, bireyselleştirme ve etik boyutlar açısından değerlendirilmesi amaçlanmıştır. Yöntem: Betimsel tarama modelinde yürütülen araştırmaya, kartopu örnekleme yöntemiyle ulaşılan 227 DKT katılmıştır. Veriler, araştırmacılar tarafından literatür doğrultusunda geliştirilen ve üç bölümden oluşan çevrim içi anket formu aracılığıyla toplanmıştır. Anket; demografik bilgiler, YZ’ye ilişkin eğitim ve kullanım deneyimleri ile YZ’ye yönelik tutumları değerlendiren soruları içermektedir. Veri toplama süreci gönüllülük esasına dayalı olarak çevrim içi ortamda gerçekleştirilmiştir. Veriler tanımlayıcı istatistiklerle özetlenmiş; kategorik değişkenlerin öğrenim düzeyine göre karşılaştırılmasında Ki-kare/Fisher-Freeman-Halton Exact testi, sürekli değişken için Kruskal–Wallis H testi kullanılmıştır. Bulgular: Katılımcıların %48’i YZ’ye ilişkin herhangi bir eğitim almadığını, %36.6’sı ise eğitim almadığını ancak almak istediğini belirtmiştir. Değerlendirme süreçlerinde YZ kullananların oranı %22.5; seanslarda kullananların oranı %28.2’dir. Buna karşın, tüm örneklem üzerinden hesaplandığında katılımcıların %44.9’u değerlendirme süreçlerinde YZ’den daha önce yararlanmadığını ancak yararlanmak istediğini; %39.2’si ise seanslarında yararlanmadığını ancak yararlanmak istediğini belirtmiştir. Katılımcılar YZ’nin iş yükünü azaltma ve verimliliği artırma potansiyeline olumlu yaklaşırken, etik sorunlar ve hata riski konusunda kaygı bildirmiştir. YZ’nin terapistin yerini tamamen alabileceği görüşü düşük düzeyde desteklenmiştir. Sonuç: DKT’ler YZ teknolojilerine yönelik genel olarak olumlu tutum sergilemekle birlikte, formel eğitim eksikliği ve etik kaygılar da öne çıkmaktadır; bu bulgular, söz konusu etkenlerin sınırlı klinik entegrasyonla ilişkili olabileceğini düşündürmektedir. Eğitim programlarının yapılandırılmış biçimde geliştirilmesi ve etik çerçevenin güçlendirilmesi, YZ’nin klinik uygulamalara daha güvenli ve etkili biçimde entegre edilmesine katkı sağlayabilir.
Anahtar Kelimeler
yapay zekâ, dil ve konuşma terapisi, klinik tutum, teknoloji entegrasyonu, etik kaygılar, mesleki eğitim
Teşekkür
Kaynakça
- Adikari, A., Hernandez, N., Alahakoon, D., Rose, M. L., & Pierce, J. E. (2023). From concept to practice: A scoping review of the application of AI to aphasia diagnosis and management. Disability and Rehabilitation, 46(7), 1288–1297. https://doi.org/10.1080/09638288.2023.2199463
- Aggarwal, K., Ravi, R., & Yerraguntla, K. (2025). Use of artificial intelligence tools by audiologists and speech-language therapists: An international survey of academicians. Journal of Otology, 20(1), 20–25. https://doi.org/10.26599/joto.2025.9540004
- Ain, Q., & Imtiaz, R. (2025). The role of technology in speech-language therapy: Perceptions, effectiveness, and challenges in a resource-limited setting. Journal of Health and Rehabilitation Research, 5(1), 1–8. https://doi.org/10.61919/jhrr.v5i1.1754
- Albudoor, N., & Peña, E. D. (2021). Factors influencing US speech and language therapists’ use of technology for clinical practice. International Journal of Language & Communication Disorders, 56(3), 567–582. https://doi.org/10.1111/1460-6984.12614
- Austin, J., Benas, K., Caicedo, S., Imiolek, E., Piekutowski, A., & Ghanim, I. (2025). Perceptions of artificial intelligence and ChatGPT by speech-language pathologists and students. American Journal of Speech-Language Pathology, 34(1), 174–200. https://doi.org/10.1044/2024_ajslp-24-00218
- Ballard, K. J., Etter, N. M., Shen, S., Monroe, P., & Tien Tan, C. (2019). Feasibility of automatic speech recognition for providing feedback during tablet-based treatment for apraxia of speech plus aphasia. American Journal of Speech-Language Pathology, 28(2S), 818–834. https://doi.org/10.1044/2018_ajslp-msc18-18-0109
- Balo, E., Ökte, B., & Selvi Balo, S. (2025). Artificial intelligence in assessment and intervention of speech and language disorders: A literature review. The European Research Journal, 11(6), 1235–1243. https://doi.org/10.18621/eurj.1677704
- Benway, N. R., & Preston, J. L. (2024). Artificial intelligence–assisted speech therapy for /ɹ/: A single-case experimental study. American Journal of Speech-Language Pathology, 33(5), 2461–2486. https://doi.org/10.1044/2024_ajslp-23-00448
- Deka, C., Shrivastava, A., Abraham, A. K., Nautiyal, S., & Chauhan, P. (2024). AI-based automated speech therapy tools for persons with speech sound disorder: A systematic literature review. Speech, Language and Hearing, 28(1). https://doi.org/10.1080/2050571x.2024.2359274
- Ehlert, H., & Lüdtke, U. (2026). The application of artificial intelligence in speech and language therapy: Attitudes and expectations. International Journal of Language & Communication Disorders, 61(1), e70172. https://doi.org/10.1111/1460-6984.70172
