Yabancı Dil Eğitimi Bölümlerindeki Öğretim Elemanlarının Yapay Zekâ Kullanımına Yönelik Hazır Bulunuşluk Düzeylerinin Farklı Değişkenlere Göre İncelenmesi

Öz

Araştırmanın amacı, yabancı dil eğitimi bölümlerindeki öğretim elemanlarının yapay zekâ hazır bulunuşluk düzeylerini belirlemek ve cinsiyet, deneyim süresi ve derslerde veya derse hazırlık kapsamında yapay zekâ uygulamalarından yararlanma durumlarının yapay zekâ hazır bulunuşluk düzeyleri ile ilişkisini belirlemektir. Hazır bulunuşluk düzeyleri kendine güven, yapay zekâya yönelik beklenti ve tutum ile derslerde kullanım boyutları çerçevesinde ele alınmıştır. Araştırmada nicel araştırma yöntemlerinden tarama modeli kullanılmıştır. Araştırma verileri, öğretim elemanlarının yapay zekâya yönelik hazır bulunuşluk düzeylerini çok boyutlu olarak değerlendirmeyi amaçlayan bir ölçme aracı ile elde edilmiştir. Araştırmanın çalışma grubunu altı farklı devlet üniversitesinin İngilizce, Almanca ve Fransızca Öğretmenliği bölümlerinde ders vermekte olan 514 öğretim elemanı oluşturmaktadır. Araştırmanın verileri araştırmacı tarafından geliştirilen Yapay Zekâ Hazır Bulunuşluk Ölçeği (YZHBÖ) aracılığıyla toplanmıştır. Toplanan veriler SPSS 28 programı kullanılarak parametrik analiz yöntemleriyle analiz edilmiştir. Araştırma sonucunda yabancı dil eğitimi bölümlerindeki öğretim elemanlarının yapay zekâ hazır bulunuşluk düzeylerinin orta düzeyde olduğu belirlenmiştir. Araştırma bulguları, öğretim elemanlarının yapay zekâya yönelik genel farkındalıklarının mevcut olmasına rağmen, bu teknolojilerin pedagojik süreçlere entegrasyonu konusunda çeşitli sınırlılıkların bulunduğunu ortaya koymaktadır.

Anahtar Kelimeler

• Yapay Zeka
• Hazır Bulunuşluk
• Öğretim Elemanı
• Yabancı Dil Eğitimi

An Investigation of the Readiness Levels of Faculty Members in Foreign Language Education Departments for Artificial Intelligence Use Across Various Variables

Öz

This study aims to determine the artificial intelligence readiness levels of faculty members in foreign language education departments and to examine whether these levels differ according to gender, years of professional experience, and the use of artificial intelligence applications in teaching or course preparation. Readiness was examined across three dimensions: self-confidence, attitudes and expectations toward artificial intelligence, and the use of artificial intelligence in instructional contexts. Employing a quantitative survey design, the study collected data through a measurement instrument developed to assess faculty members’ artificial intelligence readiness across multiple dimensions. The study group consisted of 514 faculty members teaching in the English, German, and French Language Teaching departments of six state universities. Data were collected using the Artificial Intelligence Readiness Scale (AIRS), developed by the researcher, and analyzed using parametric statistical methods in SPSS 28. The findings revealed that faculty members in foreign language education departments had a moderate level of artificial intelligence readiness. The results indicate that although faculty members demonstrate general awareness of artificial intelligence, notable limitations remain regarding the integration of these technologies into pedagogical processes.

Anahtar Kelimeler

• Artificial Intelligence
• Readiness
• Faculty Members
• Foreign Language Teaching

Kaynakça

1. Ali, A. (2023). Assessing artificial intelligence readiness of faculty in higher education: Comparative case study of Egypt. [Yüksek lisans tezi]. The American University in Cairo. https://fount.aucegypt.edu/etds/2096
2. Alnasib, A. (2023). Artificial intelligence readiness among university instructors: Evidence from higher education. International Journal of Educational Technology in Higher Education, 20(1), 1–17. https://doi.org/10.1186/s41239-023-00389-1
3. Bandura, A. (1997). Self-efficacy: The exercise of control. W. H. Freeman. Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008
4. Field, A. (2013). Discovering Statistics Using IBM SPSS Statistics (4th ed.). Sage.
5. Harris, J. (2024). Faculty perceptions of artificial intelligence use in teaching and learning. Computers & Education: Artificial Intelligence, 5, 100145. https://doi.org/10.1016/j.caeai.2023.100145
6. Karasar, N. (2012). Bilimsel araştırma yöntemi (24. bs.). Nobel Akademik Yayıncılık.
7. Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer, J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., … Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274
8. Kazu, İ. Y. & Kuvvetli, M. (2023). The influence of pronunciation education via artificial intelligence technology on vocabulary acquisition in learning English. International Journal of Psychology and Educational Studies, 10(2), 480-493. https://doi.org/10.52380/ijpes.2023.10.2.1044

9. Korucu, A. T., & Biçer, H. (2022). Eğitimde yapay zekâ uygulamaları ve kullanım alanları. Eğitim Teknolojisi Kuram ve Uygulama, 12(1), 45–63.
10. Mah, D. K. & Groß, N. (2024). Artificial intelligence in higher education: Exploring faculty use, self-efficacy, distinct profiles, and professional development needs. International Journal of Educational Technology in Higher Education, 27(1), Article 58. https://doi.org/10.1186/s41239-024-00490-1
11. Nabiyev, V. V. (2022). Yapay zekâ: İnsan–bilgisayar etkileşimi. Seçkin Yayıncılık.
12. Prensky, M. (2001). Digital natives, digital immigrants. On the Horizon, 9(5), 1–6. https://doi.org/10.1108/10748120110424816
13. Roy, S., & Swargiary, R. (2023). Artificial intelligence readiness of teachers in higher education. Journal of Educational Technology Systems, 52(1), 89–110. https://doi.org/10.1177/00472395231156789
14. Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science, 46(2), 186–204.
15. Yenice, N. (2025). Öğretim elemanlarının eğitim teknolojilerine yönelik hazır bulunuşluk düzeyleri. Eğitim ve Bilim, 50(221), 113–130.
16. Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education. International Journal of Educational Technology in Higher Education, 16(1), 1–27. https://doi.org/10.1186/s41239-019-0171-0