PERCEPTIONS, ATTITUDES, AND OPINIONS OF GIFTED STUDENTS TOWARDS ARTIFICIAL INTELLIGENCE WITHIN THE SCOPE OF ARTIFICIAL INTELLIGENCE AWARENESS TRAINING

Öz

This research aims to examine how the Artificial Intelligence Awareness Training (AIAT) influenced the perception, attitude, and opinions of gifted students. The study was conducted during the 2024–2025 academic year with a total sample of 32 students (25 from the 5th grade, 7 from the 6th grade) studying in a Science and Art Center (BİLSEM). In the study, a nested mixed-methods design was used. The quantitative phase utilized a single-group pretest-posttest model. Students' AI perception and attitudes were measured before and after the AIAT using the Artificial Intelligence Perception and Attitude Scale (YAZAT-24). Quantitative data were analyzed using the t-Test technique. The qualitative phase adopted a case study design, involving face-to-face, semi-structured interviews after the AIAT. Content analysis was used to evaluate the qualitative data. As a result, a statistically significant difference was found between the pretest and posttest scores of the YAZAT-24 scale. This indicated that the AIAT had a positive and measurable impact on students' AI perceptions and attitudes. Furthermore, interview results demonstrated a clear increase in student awareness of AI, confirming their recognition of its potential benefits and harms. As a conlclusion, the AIAT model can be successfully implemented across different age groups and educational institutions.

Anahtar Kelimeler

• Artificial Intelligence (AI)
• Perception
• Attitude
• Interview

Yapay Zeka Farkındalık Eğitimi Kapsamında Özel Yetenekli Öğrencilerin Yapay Zekaya Yönelik Algı, Tutum ve Görüşleri

Öz

Bu araştırmanın amacı, hazırlanan Yapay Zeka Farkındalık Eğitimi (YZFE)’ nin özel yetenekli öğrencilerin algı, tutum ve görüşlerinde nasıl bir değişime neden olduğunu incelemektir. Araştırma, 2024-2025 eğitim-öğretim yılında Burdur il sınırları içerisinde yer alan bir Bilim ve Sanat Merkezinde (BİLSEM) öğrenim gören toplam 32 öğrenci (25'i 5. sınıf, 7'si 6. sınıf) ile yürütülmüştür. Çalışmada, nicel ve nitel verilerin birbirini desteklediği iç içe geçmiş karma araştırma modeli kullanılmıştır. Nicel kısımda tek deney gruplu öntest-sontest modeli, nitel kısımda ise durum çalışması deseninden yararlanılmıştır. YZFE’nden önce ve sonra, öğrencilerin YZ algı ve tutumları Yapay Zeka Algısı ve Tutum Ölçeği (YAZAT-24) ile ölçülmüştür. Ayrıca, YZFE sonrasında 4 öğrenci (2 kız, 2 erkek) ile yüz yüze yarı yapılandırılmış görüşmeler yapılmıştır. Nicel veriler SPSS paket programından yararlanılarak t-Testi tekniği ile analiz edilmiştir. Nitel verilerin analizinde ise içerik analizi kullanılmıştır. Araştırma sonucunda, YAZAT-24 ölçeği ön test- son test puanları arasında istatistiksel olarak anlamlı fark bulunmuştur. Böylece, YPFE’ nin öğrencilerin yapay zeka algı ve tutumları üzerinde olumlu etkilerinin olduğu sonucuna ulaşılmıştır. Ayrıca yapılan yüz yüze görüşmeler sonucunda, öğrencilerin yapay zekaya yönelik farkındalıklarının arttığı ve olası yarar ve zararların öğrenciler tarafından fark edildiği sonucuna ulaşılmıştır. Farklı eğitim kurumlarında öğrenim gören farklı yaş gruplarına YZFE uygulanabilir ve öğrencilerin farkındalık düzeyleri artırılabilir.

Anahtar Kelimeler

• Yapay zeka
• Algı
• Tutum
• Görüş

Kaynakça

1. Akdeniz, M. ve Özdinç, F. (2021). Eğitimde yapay zekâ konusunda Türkiye adresli çalışmaların incelenmesi. Van Yüzüncü Yıl Üniversitesi Eğitim Fakültesi Dergisi, 18(1), 912-932.
2. Alanoğlu, M. ve Karabatak, S. (2020). Eğitimde yapay zekâ. Eğitim Araştırmaları- 2020, 175.
3. Arslan, K. (2020). Eğitimde yapay zekâ ve uygulamaları. Batı Anadolu Eğitim Bilimleri Dergisi, 11(1), 71-88. Ataman, A. (2003). “Üstün zekalı ve üstün yetenekli çocuklar” yönergesi.
4. Büyüköztürk, Ş., Kılıç Çakmak, E., Akgün, Ö. E., Karadeniz, Ş., ve Demirel, F. (2016). Bilimsel araştırma yöntemleri (22. baskı). Pegem Akademi.
5. Creswell, J. W. (2009) Research design (3rd ed.). Sage publiciations.
6. Demir Tümen, G. (2019). Bilim ve Sanat Merkezi öğrencilerinin öğrenmeye ilişkin tutumları: Bolu BİLSEM örneği. Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi (ASEAD) Eurasian Journal of Researches in Social and Economics, 2148-9963. Retrieved from https://dergipark.org.tr/tr/download/article-file/732629 Dinler, H. (2025). Development of the Artificial Intelligence Perception and Attitude Scale (AIPAS). Bartın University Journal of Faculty of Education, 14(4), 1283-1304. https://doi.org/10.14686/buefad.1602673
7. İşler, B. ve Kılıç, M. (2021). Eğitimde yapay zekâ kullanımı ve gelişimi. Yeni Medya Elektronik Dergisi, 5(1), 1-11.
8. Kohn, L. T., Corrigan, J. M. & Donaldson, M. S. (2000). To err is human: building a safer health system. National academies press. https://doi.org/10.17226/9728

9. Millî Eğitim Bakanlığı (MEB). (2007). Millî eğitim bakanlığı bilim ve sanat merkezleri yönergesi.
10. Miles, M.B. & Huberman, A. M. (2015). Nitel veri analizi. Pegem Akademi.
11. Patton, M. Q. (2018). Nitel araştırma ve değerlendirme yöntemleri. (Çev. M. Bütün ve S. B. Demir). Pegem Akademi.
12. Russell, S. (2015). Will they make us better people? http://edge.org/ response-detail/26157
13. Schiehlen, J. (1994). The seeing passenger car „VaMoRs-P‟. Proceedings of the Intelligent Vehicles '94 Symposium, Paris, France, 68-73. https://doi.org/10.1109/IVS.1994.639472
14. TDK (Türk Dil Kurumu). (2025). Türkçe sözlük. Retrieved from https://sozluk.gov.tr/
15. Tekin, A. ve Yaşar, M. S. (2023). Eğitimde yapay zekâ: Türkiye kaynaklı araştırmaların eğilimleri üzerine bir içerik analizi. Necmettin Erbakan Üniversitesi Ereğli Eğitim Fakültesi Dergisi, Özel Sayı, 387-411.
16. Yıldırım, A. ve Şimşek, H. (2021). Sosyal bilimlerde nitel araştırma yöntemleri. Seçkin Yayıncılık.
17. Wired. (2013, February 11). IBM’s Watson is better at diagnosing cancer than human doctors. Retrieved from http://www.wired.co.uk/news/archive/2013-02/11/ibm-watson-medical-doctor