In the article titled ‘Artificial Intelligence scale: validity and reliability study’ published in volume 6, issue 1 of the journal Education Science and Sport in 2024, the scoring of the scale in the Method Section, data collection tool section was mistakenly written incorrectly by the authors and requested to be corrected. With the request of the authors and the approval of the editorial board, the error in question has been edited as follows. Corrected Version: ‘Artificial Intelligence Scale’ consists of 25 items in total and 3 sub-dimensions (interaction, pervasive effect, anxiety). The lowest score that can be obtained from the 5-point Likert-type scale (1=Disagree, 5=Agree) is 25 and the highest score is 125.
The aim of this study is to develop a valid and reliable measurement tool to determine the knowledge, awareness, attitude and anxiety levels of individuals about artificial intelligence. In the development phase of the artificial intelligence scale, firstly, a question pool of 40 items was created and content validity was ensured by taking expert opinion. In the next stage, an explanatory note was added stating the purpose for which this trial form were applied to 176 volunteer participants. In line with the data obtained, firstly Exploratory Factor Analysis (EFA) was performed and the construct validity of the scale was tested. In order to test the construct validity of the items, Confirmatory Factor Analysis (CFA) was applied. After EFA , a structure with 3 factors (interaction, diffuse effect, anxiety) and 25 items was obtained. As a result of EFA, these three factors accounted for 60.074% of the variance explained. As a result of CFA, it was seen that the goodness of fit coefficients were between acceptable limits (χ2/df, RMSEA, GFI, AGFI, NFI, CFI, IFI). For the entire 25-item niahi scale, Cronbach Alpha coefficient, which is an indicator of internal consistency, was found as ,869. As a result of the analyses, it was seen that the artificial intelligence scale has a valid and reliable structure. In this sense, it is thought that this scale will be an effective data collection tool related to the concept of artificial intelligence.
Deep learning machine learning neural networks autonomous systems scale development.
Education Science and Sport dergisinin 2024 yılında 6. cilt 1. sayısında yayınlanan "Yapay Zekâ ölçeği: geçerlik ve güvenirlik çalışması" başlıklı makalenin Yöntem Bölümü, veri toplama aracı kısmında yer alan ölçeğin puanlaması yazarlar tarafından sehven yanlış yazılmış ve düzeltilmesi talep edilmiştir. Yazarların talebi ve editör kurulun onayı ile söz konusu hata aşağıdaki şekilde düzenlenmiştir. Düzeltilmiş Hali: “Yapay Zekâ Ölçeği” toplamda 25 madde ve 3 alt boyuttan (etkileşim, yaygın etki, kaygı) oluşmaktadır. 5’li likert tipindeki (1= Katılmıyorum, 5 =Katılıyorum) ölçekten alınabilecek en düşük puan 25 iken en yüksek puan ise 125’tir.
Bu çalışmanın amacı bireylerin yapay zekâ bilgi, farkındalık, tutum ve kaygı düzeylerini belirlemek amacıyla geçerli ve güvenilir bir ölçme aracı geliştirmektir. Yapay zekâ ölçeğinin geliştirilmesi aşamasında öncelikle 40 maddelik bir soru havuzu oluşturulmuş ve uzman görüşü alınarak kapsam geçerliği sağlanmıştır. Sonraki aşamada bu deneme formunun hangi amaç doğrultusunda kullanılacağını belirten bir açıklama notu içeren anketler 176 gönüllü katılımcıya uygulanmıştır. Elde edilen veriler doğrultusunda ilk olarak Açımlayıcı Faktör Analizi (AFA) yapılmış ve ölçeğin yapı geçerliği test edilmiştir. Maddelerin yapı geçerliğini test etmek amacıyla da Doğrulayıcı Faktör Analizi (DFA) uygulanmıştır. AFA sonrasında etkileşim, yaygın etki, kaygı olmak üzere toplamda 3 faktörlü ve 25 maddelik bir yapı elde edilmiştir. AFA analizleri sonucunda bu üç faktörün açıklanan varyansın %60,074’lük kısmını karşıladığı görülmüştür. DFA analizleri sonucunda ise uyum iyiliği katsayılarının kabul edilebilir sınırlar (χ2/df, RMSEA, GFI, AGFI, NFI, CFI, IFI) arasında olduğu görülmüştür. 25 maddelik nihai ölçeğin tamamı için iç tutarlık göstergesi olan Cronbach Alpha katsayısı ,869 olarak tespit edilmiştir. Analizler sonucunda yapay zekâ ölçeğinin geçerli ve güvenilir bir yapıda olduğu görülmüştür. Bu anlamda geliştirilen bu ölçeğin yapay zekâ kavramıyla ilgili etkili bir veri toplama aracı olacağı düşünülmektedir.
Derin öğrenme makine öğrenimi nöral ağlar otonom sistemler ölçek geliştirme.
Birincil Dil | Türkçe |
---|---|
Konular | Egzersiz ve Spor Bilimleri (Diğer) |
Bölüm | Düzeltme |
Yazarlar | |
Erken Görünüm Tarihi | 25 Mart 2025 |
Yayımlanma Tarihi | |
Yayımlandığı Sayı | Yıl 2025 Cilt: 7 Sayı: 1 |