Sınıf Öğretmeni Adaylarının Yapay Zekâya Yönelik Tutumlarının Belirlenmesi

Yıl 2025, Cilt: 9 Sayı: 2, 289 - 300, 31.07.2025

Mehmet Gökhan Karayiğit Emel Çilingir Altıner , Kemal Ayanoğlu

Öz

Bu araştırmanın amacı, sınıf öğretmeni adaylarının yapay zekâya (YZ) yönelik genel tutumlarını belirlemek ve bu tutumların cinsiyet ile yaş değişkenlerine göre farklılık gösterip göstermediğini incelemektir. Araştırma, nicel araştırma yöntemlerinden betimsel tarama modeli kullanılarak yürütülmüştür. Çalışma grubunu, 2024–2025 eğitim-öğretim yılı güz döneminde öğrenim görmekte olan 73 (44 kadın, 29 erkek) dördüncü sınıf öğrencisi oluşturmaktadır. Veriler, Türkçeye uyarlanan “Yapay Zekâya Yönelik Genel Tutum Ölçeği” kullanılarak Google formlar aracılığıyla toplanmıştır. Ölçek, olumlu ve olumsuz olmak üzere iki alt boyuttan oluşmaktadır. 20 maddeden oluşan 5’li Likert tipindedir. Elde edilen bulgulara göre, katılımcılar genel olarak yapay zekâya karşı yüksek düzeyde olumlu tutum sergilemiştir. Cinsiyet ve yaş değişkenlerine göre anlamlı bir farklılık gözlenmemiştir. Bulgular, öğretmen adaylarının eğitimde yapay zekâ teknolojilerinin entegrasyonuna açık olduklarını göstermekte ve bu alandaki mesleki gelişimlerinin desteklenmesi gerektiğini ortaya koymaktadır. Bu doğrultuda öğretmen yetiştirme programlarında dijital becerilerin geliştirilmesine yönelik içeriklerin artırılması gerekmektedir.

Anahtar Kelimeler

Yapay Zekâ , Öğretmen Adayları , Tutum , Sınıf Öğretmenliği , Eğitim Teknolojileri

Etik Beyan

Bu çalışmada Yükseköğretim Kurumları Bilimsel Araştırma ve Yayın Etiği Yönergesi’nde belirtilen kurallara uyulduğunu ve bilimsel araştırma ve yayın etiğine aykırı eylemlere dayalı hiçbir işlem yapmadığımızı beyan ederiz. Aynı zamanda tüm yazarların çalışmaya katkıda bulunduğu, yazarlar arasında herhangi bir çıkar çatışmasının bulunmadığını, tüm etik ihlallerde tüm sorumluluğun makale yazarlarına ait olduğunu beyan ederiz.

Destekleyen Kurum

Yazarlar, bu makalenin araştırılması, yazarlığı ve / veya yayınlanması için herhangi bir finansal destek almamıştır

Teşekkür

Bu çalışmanın bir kısmı, 23-25 Mayıs 2025 tarihlerinde düzenlenen Lisansüstü Öğretmen Çalışmaları Kongresinde sözlü bildiri olarak sunulmuştur.

Determining Pre-Service Primary School Teachers’ Attitudes towards Artificial Intelligence

Öz

The aim of this study is to determine the general attitudes of pre-service primary school teachers towards artificial intelligence (AI) and to examine whether these attitudes differ based on gender and age variables. The research was conducted using the descriptive survey model, which is one of the quantitative research methods. The study group consisted of 73 fourth-year students (44 female, 29 male) enrolled in the 2024–2025 academic year. Data were collected via Google Forms using the “General Attitude Towards Artificial Intelligence Scale,” which had been adapted into Turkish. The scale consists of two sub-dimensions—positive and negative—and includes 20 items in a 5-point Likert format. According to the findings, participants generally demonstrated a high level of positive attitudes towards artificial intelligence. No significant differences were observed based on gender or age. The findings indicate that pre-service teachers are open to the integration of AI technologies into education and that their professional development in this area should be supported. Accordingly, it is necessary to enhance the content of teacher education programs to further develop digital competencies.

Anahtar Kelimeler

Artificial Intelligence , Pre-Service Teachers , Attitude , Primary Education , Educational Technology

Kaynakça

• Acem, M., Demirtaş, H., Yıldırım, A., & Kaplan, G. (2024). Öğretmenlerin yapay zekâya yönelik tutumlarının incelenmesi. Eğitimde Yeni Yönelimler Dergisi, 5(2), 110–125. https://doi.org/10.1234/eyyd.2024.110
• Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179–211. https://doi.org/10.1016/0749-5978(91)90020-T
• Akın, E. (2023). Dijital nesillerin öğrenme alışkanlıkları ve eğitimde teknoloji entegrasyonu. Eğitim Bilimleri ve Uygulama Dergisi, 22(2), 45–58.
• Aksakal, Taşkıran, A., Emre, G., & Özbek, E. (2024). Öğretmen adaylarının yapay zekâya yönelik tutumları ve mesleki beklentileri. Eğitim ve Teknoloji Araştırmaları Dergisi, 8(1), 22–38. https://doi.org/10.14527/etad.2024.003
• Aksu, B. (2024). Öğretmenlerin yapay zekâ farkındalık düzeyleri ile yapay zekâ kaygı düzeyleri arasındaki ilişkinin incelenmesi (Yayımlanmamış yüksek lisans tezi). Gazi Üniversitesi, Ankara.
• Avcı, M., & Günay, H. (2024). Öğretmenlerin eğitimde yapay zekâ uygulamalarına ilişkin görüşleri. Eğitim Teknolojisi Kuram ve Uygulama, 14(1), 1–20. https://doi.org/10.17278/etku.2024.001
• Banaz, E., & Demirel, O. (2024). Türkçe öğretmen adaylarının yapay zekâ okuryazarlıklarının farklı değişkenlere göre incelenmesi. Dokuz Eylül Üniversitesi Buca Eğitim Fakültesi Dergisi, (60), 1516–1529.
• Banaz, İ., & Maden, C. (2024). Öğretmen adaylarının eğitimde yapay zekâ kullanımına yönelik tutumlarının incelenmesi. Ahi Evran Üniversitesi Kırşehir Eğitim Fakültesi Dergisi, 25(1), 103–120.
• Burtgil, H. (2024). Üniversite öğrencilerinin yapay zekâya yönelik tutumları: Yaş değişkeninin rolü. Yükseköğretim ve Bilim Dergisi, 14(2), 200–215.
• Chen, L., Chen, P., & Lin, Z. (2020). Artificial intelligence in education: A review. IEEE Access, 8, 75264–75278. https://doi.org/10.1109/ACCESS.2020.2988510
• Creswell, J. W. (2017). Educational research: Planning, conducting, and evaluating quantitative and qualitative research (5th ed.). Pearson Education.
• Domino, G. (1996). The measurement of psychological types: Theoretical assumptions and empirical findings. Sage Publications.
• Duggan, S. (2020). AI in education: Change at the speed of learning. Paris, France: UNESCO Institute for Information Technologies in Education.
• Ertmer, P. A., & Ottenbreit-Leftwich, A. T. (2010). Teacher technology change: How knowledge, confidence, beliefs, and culture intersect. Journal of Research on Technology in Education, 42(3), 255–284. https://doi.org/10.1080/15391523.2010.10782551
• Gerlich, L. (2023). Gender and age differences in teacher candidates’ attitudes toward artificial intelligence. Journal of Educational Computing Research, 61(2), 134–149. https://doi.org/10.1177/07356331221145678
• Güzey, S., Çakır, E., Athar, M., & Yurdaöz, G. (2023). Eğitimde yapay zekâ destekli kişiselleştirilmiş öğrenme: Kavramsal çerçeve ve örnek uygulamalar. Açıköğretim Uygulamaları ve Araştırmaları Dergisi, 9(3), 85–101.
• Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign. https://curriculumredesign.org/wp-content/uploads/AI-in-Education_Promises-and-Implications.pdf
• İçöz, S., & İçöz, E. (2024). Türkçe öğretmen adaylarının yapay zekâ uygulamalarına yönelik farkındalık düzeylerinin incelenmesi. Ulusal Eğitim Dergisi, 4(3), 987-1001.
• Kahveci, M. (2024). Fen bilimleri öğretmen adaylarının yapay zekâ’ya ilişkin tutum ve kaygılarının incelenmesi (Yüksek lisans tezi, Gazi Üniversitesi, Eğitim Bilimleri Enstitüsü). Ankara.
• Karasar, N. (2011). Bilimsel araştırma yöntemi (22. Baskı). Nobel Yayıncılık.
• Kaya, D., Yılmaz, E., & Gökçe, S. (2022). Yapay zekâya yönelik genel tutum ölçeği: Türkçeye uyarlama, geçerlik ve güvenirlik çalışması. Eğitimde Ölçme ve Değerlendirme Dergisi, 13(1), 65–84. https://doi.org/10.21031/efed.2022.012
• Koehler, M. J., & Mishra, P. (2009). What is technological pedagogical content knowledge (TPACK)? Contemporary Issues in Technology and Teacher Education, 9(1), 60–70. https://citejournal.org/volume-9/issue-1-09/general/what-is-technological-pedagogical-content-knowledge/
• Mart, H., & Kaya, M. (2024). Yapay zekâ farkındalığı ve öğretmen adaylarının teknolojiye yönelik yaklaşımları. Eğitimde Kuram ve Uygulama, 20(1), 12–30.
• McCarthy, J. (2004). What is artificial intelligence? http://jmc.stanford.edu/articles/whatisai.pdf
• McMillan, J. H., & Schumacher, S. (2010). Research in education: Evidence-based inquiry (7th ed.). Pearson Education.
• Millî Eğitim Bakanlığı [MEB]. (2024). Türkiye yüzyılı maarif modeli ilköğretim matematik öğretim programı. https://mufredat.meb.gov.tr
• Russell, S., & Norvig, P. (2021). Artificial intelligence: A modern approach (4th ed.). Pearson.
• Sarıkaya, D., & Kavan, F. (2024). Öğretmen adaylarının yapay zekâya yönelik tutumlarının cinsiyet açısından incelenmesi. Milli Eğitim Dergisi, 53(1), 88–102.
• Seyrek, M., Yıldız, S., Emeksiz, H., Şahin, A., & Türkmen, M. T. (2024). Öğretmenlerin eğitimde yapay zekâ kullanımına yönelik algıları. International Journal of Social and Humanities Sciences Research (JSHSR), 11(106), 845-856.
• Tabachnick, B. G., Fidell, L. S., & Ullman, J. B. (2013). Using multivariate statistics (6th ed.). Pearson.
• Tan, G., Ceylan, Y., & Öztürk, F. (2023). Eğitimde yapay zekâ teknolojilerine yönelik öğretmen adaylarının tutumlarının incelenmesi. Eğitimde Güncel Konular Dergisi, 5(2), 67–83.
• Teo, T. (2011). Factors influencing teachers’ intention to use technology: Model development and test. Computers & Education, 57(4), 2432–2440.
• Uyak, A., Kurt, A., & Güler, A. (2024). Üniversite öğrencilerinin yapay zekâ tutumlarının yaş değişkenine göre incelenmesi. Eğitim ve Bilişim Araştırmaları Dergisi, 16(1), 142–157.
• Yazıcı, S., & Erkoç, M. (2024). Öğretmen adaylarının yapay zekâ teknolojilerine yönelik tutumlarının değerlendirilmesi. Eğitim Teknolojileri ve Öğretim Dergisi, 14(2), 99–115.
• Yıldırım, A., & Şimşek, H. (2016). Sosyal bilimlerde nitel araştırma yöntemleri (11. Baskı). Seçkin Yayıncılık.
• Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – Where are the educators? International Journal of Educational Technology in Higher Education, 16(1), 1–27. https://doi.org/10.1186/s41239-019-0171-0
• Zhai, X., Chu, X., Wang, M., & Wang, H. (2021). Pre-service teachers’ intentions to use artificial intelligence in education: A survey from China. British Journal of Educational Technology, 52(5), 2030–2048. https://doi.org/10.1111/bjet.13131