Sağlık Yönetimi Bölümü Öğrencilerinin Yapay Zekâ Kaygısı: Kesitsel Bir Araştırma

Öz

Yapay zekâ, günümüzün en hızlı gelişen teknolojilerinden biri olarak kabul edilmektedir. Bu çalışmanın amacı, İstanbul’daki bir devlet üniversitesinde öğrenim gören sağlık yönetimi öğrencilerinin yapay zekâ kaygı düzeylerini incelemektir. Tanımlayıcı ve kesitsel tipte tasarlanan araştırmanın örneklemini 344 öğrenci oluşturmaktadır. Veriler 15.12.2024-31.01.2025 tarihleri arasında sosyodemografik bilgi formu ve Yapay Zekâ Kaygı Ölçeği ile toplanmıştır. Ölçeğin Cronbach’s Alpha katsayısı 0,876 bulunmuştur. Çalışmada öğrencilerin kaygı düzeylerinin orta seviyede olduğu (2.96±0.66), kadın, 26 yaş ve üzeri, üst sınıf ve geliri giderinden yüksek öğrencilerin kaygı düzeylerinin daha yüksek olduğu tespit edilmiştir. Öğrencilerin yaklaşık %80’inin yapay zekâ kavramı hakkında bilgi sahibi olduğu ve yapay zekâ tabanlı bir uygulama kullandığı, yaklaşık %60’ının ise sağlık alanında yapay zekânın kullanımından haberdar olduğu görülmüştür. Yapay zekâ uygulamalarını kullanan öğrencilerin kaygı düzeyi daha düşüktür. Öğrencilerin en yüksek kaygıları yapay zekânın kötüye kullanım ihtimaline yöneliktir. Sağlık yönetimi müfredatına yapay zekâya ilişkin ders ve uygulamaların entegre edilmesi, öğrencilerin teorik bilgi kadar pratik deneyim kazanmalarının sağlanması, öğrencilerin yapay zekâ tabanlı uygulamalarla doğrudan deneyim kazanmasına olanak tanıyacak laboratuvar, simülasyon ve atölye çalışmalarının artırılması önerilmektedir

Anahtar Kelimeler

• Yapay zekâ kaygısı
• Öğrenciler
• Sağlık yönetimi

Artificial Intelligence Anxiety Among Health Management Students: A Cross-Sectional Study

Öz

Artificial intelligence is recognized as one of the fastest-growing technologies today. The aim of this study is to examine the artificial intelligence anxiety levels of health management students studying at a public university in Istanbul. The research was designed as a descriptive and cross-sectional study, and the sample consisted of 344 students. The data were collected between December 15, 2024, and January 31, 2025, using the sociodemographic information form and the Artificial Intelligence Anxiety Scale. The Cronbach’s Alpha coefficient of the scale was found to be 0.876. Students’ anxiety levels regarding artificial intelligence were at a moderate level, with higher levels observed among female students, students aged twenty-six and above, students in upper grades, and students whose income was higher than their expenses. It was also observed that approximately 80% of the students were knowledgeable about the concept of artificial intelligence and used an AI-based application, while about 60% were aware of the use of artificial intelligence in the healthcare field. Students who used artificial intelligence applications had lower levels of anxiety. The highest source of anxiety among students was related to the potential misuse of artificial intelligence. It is recommended to integrate courses and practical activities related to artificial intelligence into the health management curriculum, to ensure that students gain both theoretical knowledge and practical experience, and to increase laboratories, simulations, and workshops that allow students to gain direct experience with artificial intelligence-based applications.

Anahtar Kelimeler

• Artificial intelligence anxiety
• Students
• Healthcare management

Kaynakça

1. 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. doi:10.29023/ alanyaakademik.833668
2. Aktaş Reyhan, F. & Dağlı, E. (2023). Ebelik Öğrencilerin Yapay Zekâ Kaygı Durumlarının Değerlendirilmesi. Institute of Health Sciences Journal, 8(Special Issue), 290-296. doi:10.51754/ cusbed.1286594
3. Akyürek, H. A. (2013). Yapay zekâ teknikleri kullanarak akıllı iş gücü yönetimi (Yüksek lisans tezi). Mevlana Üniversitesi, Fen Bilimleri Enstitüsü, Konya.
4. Bharadiya, J. P., Thomas, R. K., & Ahmed, F. (2023). Rise of artificial intelligence in business and industry. Journal of Engineering Research and Reports, 25(3), 85-103. doi:10.9734/JERR/2023/ v25i3893
5. Cruz, J. P., Sembekova, A., Omirzakova, D., Bolla, S. R., & Balay- Odao, E. M. (2024). Attitudes toward and readiness for medical artificial intelligence among medical and health science students. Health Professions Education, 10(3), Article 15. doi:10.55890/2452-3011.1296
6. Demir-Kaymak, Z., Turan, Z., Unlu-Bidik, N., & Unkazan, S. (2024). Effects of midwifery and nursing students’ readiness about medical artificial intelligence on artificial intelligence anxiety. Nurse Education in Practice, 78, 103994. doi:10.1016/j. nepr.2024.103994
7. Dwivedi, Y. K., Hughes, L., Ismagilova, E., Aarts, G., Coombs, C., Crick, T., ... & Williams, M. D. (2021). Artificial Intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and policy. International journal of information management, 57, 101994. doi:10.1016/j.ijinfomgt.2019.08.002
8. Freud, S. (1936). Inhibitions, symptoms and anxiety. The Psychoanalytic Quarterly, 5(1), 1-28.

9. George, A. S. (2025). Transforming Healthcare with Artificial Intelligence: Strategies, Insights, and Frameworks for Innovation. Partners Universal International Research Journal, 4(2), 48-78. doi:10.5281/zenodo.15685381
10. George, D., & Mallery, P. (2010). SPSS for Windows step by step: A simple guide and reference, 14.0 update. (No Title).
11. Gider, E. K. (2025). Sağlık Yönetimi Öğrencilerinin Yapay Zekâ Kaygısının İncelenmesi. International Anatolia Academic Online Journal Social Sciences Journal, 11(1), 260-276.
12. Gökensel Okta, P., & İnce, N. (2025). Beslenme ve Diyetetik Bölümü Öğrencilerinin Yapay Zekâ Teknolojisine Yönelik Kaygı Seviyesinin İncelenmesi: Beslenme ve Diyetetik Öğrencilerinin Yapay Zekâ Kaygısı. Ases Ulusal Sosyal Bilimler Dergisi, 5(1), 645-652. doi:10.5281/zenodo.15721194
13. Grand View Research. (2023). Artificial intelligence market size, share & trends analysis report. https://www.grandviewresearch. com/industryanalysis/artificial-intelligence-ai-market (Erişim Tarihi: 13.09.2025).
14. Guleria, S., Guptill, J., Kumar, I., McClintic, M., & Rojas, J. C. (2024). Artificial intelligence integration in healthcare: perspectives and trends in a survey of US health system leaders. BMC Digital Health, 2(1), 80. doi:10.1186/s44247-024-00135-3
15. Gültekin Z., Urgan S., Ak M. (2022) Yapay Zekâ Kaygısının Kariyer Kararlılığına Etkisine Yönelik Bir Araştırma: Ondokuz Mayıs üniversitesi öğrencileri örneği. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi. 27(3), 477–491.
16. Hopcan, S., Türkmen, G., & Polat, E. (2024). Exploring the artificial intelligence anxiety and machine learning attitudes of teacher candidates. Education and Information Technologies, 29(6), 7281-7301. doi:10.1007/s10639-023-12086-9
17. Hossain, M. A., Arafat, M. S., Desai, K., Akter, S., & Asha, A. I. (2025). The Economic Impact of AI-Driven Remote Patient Monitoring: A Business Intelligence Perspective on Healthcare Cost Optimization. International Interdisciplinary Business Economics Advancement Journal, 6(05), 39-67. doi:10.55640/ business/volume06issue05-03
18. Jarrahi, M. H., Lutz, C., & Newlands, G. (2022). Artificial intelligence, human intelligence and hybrid intelligence based on mutual augmentation. Big Data & Society, 9(2), 20539517221142824. doi:10.1177/20539517221142824
19. Johnson, D. G., & Verdicchio, M. (2017). AI anxiety. Journal of the Association for Information Science and Technology, 68(9), 2267-2270. doi:10.1002/asi.23867
20. Kaplan, A., & Haenlein, M. (2019). Siri, Siri, in my hand: Who’s the fairest in the land? On the interpretations, illustrations, and implications of artificial intelligence. Business horizons, 62(1), 15-25. doi:10.1016/j.bushor.2018.08.004
21. Karakuş, A., & Öniz, C. (2025). Sağlık Çalışanlarının Çevrimiçi Mahremiyet Farkındalığının Yapay Zekâ Kaygısı Üzerine Etkisi: Ankara Şehir Hastaneleri Örneği. Sağlık ve Sosyal Refah Araştırmaları Dergisi, 7(2), 127-141. doi:10.55050/sarad.1694261
22. Kurzweil, R., Richter, R., Kurzweil, R., & Schneider, M. L. (1990). The age of intelligent machines (Vol. 579). Massachusetts: MIT press Cambridge.
23. Mashood, K., Kayani, H. U. R., Malik, A. A., & Tahir, A. (2023). Artificial intelligence recent trends and applications in industries. Pakistan Journal of Science, 75(02).
24. McCarthy, J. (2004). What is artificial intelligence? https:// philpapers.org/rec/MCCWIA (Erişim Tarihi: 13.09.2025)
25. Muradi, S. (2025). Hemşirelik öğrencilerinin e-sağlık okuryazarlıkları ile yapay zekâya yönelik tutumları (Yüksek lisans tezi). Selçuk Üniversitesi, Sağlık Bilimleri Enstitüsü, Konya.
26. Nabiyev, V. V. (2012). Yapay zekâ: İnsan-bilgisayar etkileşimi. Seçkin Yayıncılık.
27. Nilsson, N. J. (1990). The mathematical foundations of learning machines. Morgan Kaufmann.
28. Öcal, E. E., Atay, E., Önsüz, M. F., Algın, F., Çokyiğit, F. K., Kılınç, S., ... & Yiğit, F. N. (2020). Tıp fakültesi öğrencilerinin tıpta yapay zekâ ile ilgili düşünceleri. Türk Tıp Öğrencileri Araştırma Dergisi, 2(1), 9-16.
29. Örücü, E., & Hasırcı, I. (2024). Öz Yeterlilik Algısı ve Örgütsel Hazırlığın Yapay Zekâ Kaygısı Üzerindeki Etkileri: Bir Araştırma. Sinop Üniversitesi Sosyal Bilimler Dergisi, 8(2), 732-760. doi:10.30561/sinopusd.1384443
30. Özbek Güven G, Yilmaz Ş, Inceoğlu F. (2024). Determining medical students’ anxiety and readiness levels about artificial intelligence. Heliyon, 10(4). doi:10.1016/j.heliyon.2024.e25894
31. Pallant, J. (2011). SPSS Survival Manual 4th edition: A step by step guide to data analysis using SPSS version 18. Maidenhead, Berkshire: Open University Press. Retrieved on from http:// www. allenandunwin. com/spss.
32. Pannu, A. (2015). Artificial intelligence and its application in different areas. Artificial Intelligence, 4(10), 79-84.
33. Patel, H. B., & Kansara, N. (2022). Current Trends and Applications of Artificial Intelligence and Machine Learning. Gradiva Review Journal, 8(10), 329-335.
34. Polak, P., & Anshari, M. (2024). Exploring the multifaceted impacts of artificial intelligence on public organizations, business, and society. Humanities and Social Sciences Communications, 11(1), 1-3. doi:10.1057/s41599-024-03913-6
35. Sallam, M., Al-Mahzoum, K., Almutairi, Y. M., Alaqeel, O., Abu Salami, A., Almutairi, Z. E., ... & Barakat, M. (2024). Anxiety among medical students regarding generative artificial intelligence models: a pilot descriptive study. International Medical Education, 3(4), 406-425. doi:10.3390/ime3040031
36. Sarma, M., Matheus, T., & Senaratne, C. (2021). Artificial intelligence and cyber security: a new pathway for growth in emerging economies via the knowledge economy? Business practices, growth and economic policy in emerging markets (pp. 51-67). doi:10.1142/9789811221750_0004
37. Saxena, A. K., Ness, S., & Khinvasara, T. (2024). The influence of AI: the revolutionary effects of artificial intelligence in healthcare sector. Journal of Engineering Research and Reports, 26(3), 49- 62. doi:10.9734/JERR/2024/v26i31092
38. Sridhar, V. (2024). ChatGPT and Artificial Intelligence. Academic Guru Publishing House.
39. Stanley, R. (1998). Anxiety. London: Psycholgy Press.
40. Tariq, A., Gill, A. Y., & Hussain, H. K. (2023). Evaluating the potential of artificial intelligence in orthopedic surgery for value-based healthcare. International Journal of Multidisciplinary Sciences and Arts, 2(2), 27-35. doi:10.47709/ijmdsa.v2i1.2394
41. Taşdemir, B. M. (2025). Digitalization of Healthcare: Applications and Gains. Social Sciences Studies Journal (SSSJournal), 11(1), 174-183. doi:10.5281/zenodo.14742096
42. Teng, M., Singla, R., Yau, O., Lamoureux, D., Gupta, A., Hu, Z., ... & Field, T. S. (2022). Health care students’ perspectives on artificial intelligence: countrywide survey in Canada. JMIR medical education, 8(1), e33390. doi:10.2196/33390 Van Leeuwen, K. G., Meijer, F. J., Schalekamp, S., Rutten, M. J., van
43. Dijk, E. J., van Ginneken, B., ... & de Rooij, M. (2021). Costeffectiveness of artificial intelligence aided vessel occlusion detection in acute stroke: an early health technology assessment. Insights into imaging, 12(1), 133. doi:10.1186/s13244- 021-01077-4
44. Verma, M. K. (2018). Artificial intelligence and its scope in different areas with special reference to the field of education. International Journal of Advanced Educational Research.
45. 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. doi:10.1080/10494820.2019.1 674887