Görsel sanatlar öğretmenlerinin görsel sanatlar eğitiminde yapay zekâ kullanımına yönelik görüşleri

Yıl 2025, Cilt: 15 Sayı: 4, 2039 - 2055, 30.12.2025

Mahmut Özkan , Ali Ertuğrul Küpeli

https://doi.org/10.30783/nevsosbilen.1748889

Öz

Bu çalışma, 2024–2025 eğitim öğretim yılında Diyarbakır’da görev yapan 45 görsel sanatlar öğretmeninin yapay zekâ (YZ) teknolojilerinin görsel sanatlar eğitiminde kullanımına ilişkin görüşlerini incelemeyi amaçlamaktadır. Araştırma, nitel tarama deseninde yürütülmüş; veriler, bu desen kapsamında hazırlanan yarı yapılandırılmış tarama formu aracılığıyla toplanmış ve içerik analizi yöntemiyle değerlendirilmiştir. Bulgular, öğretmenlerin büyük çoğunluğunun YZ teknolojilerini görsel sanatlar eğitiminde pedagojik süreci destekleyen yenilikçi bir araç olarak gördüğünü ortaya koymaktadır. Öğretmenler, YZ’nin bireyselleştirilmiş öğrenmeyi desteklediğini, zaman yönetimini kolaylaştırdığını ve görsel çeşitliliği artırarak öğretimi zenginleştirdiğini ifade etmiştir. Bununla birlikte bazı öğretmenler, YZ kullanımının yaratıcı düşünme süreçlerini baskılayabileceği, özgünlük ilkesini zayıflatabileceği ve öğrencilerde hazırcılığı teşvik edebileceği yönünde endişeler taşımaktadır. YZ tarafından üretilen ürünlerin “orijinallik” statüsü ve etik sunumu da tartışmalı bulunan konular arasındadır. Araştırma, YZ’nin eğitimdeki rolüne ilişkin pedagojik, etik ve estetik değerlendirmelerin yeniden yapılması gerektiğini göstermektedir. Katılımcılar ayrıca öğretmenin rolünün dijital rehberlik, küratörlük ve eleştirel düşünme alanlarında yeniden şekillendiğini vurgulamıştır. Sonuç olarak, YZ’nin etkili kullanımının teknik yeterlilikten öte çok boyutlu ve bilinçli bir yaklaşım gerektirdiği belirlenmiştir.

Anahtar Kelimeler

Sanat Eğitiminde Yapay Zekâ , Görsel Sanatlar Eğitimi , Eğitim Teknolojisi , Öğretmen Görüşleri , Yaratıcı Pedagoji

Etik Beyan

Bu çalışma için Gazi Üniversitesi, Bilimsel Araştırma ve Yayın Etiği Kurulu'ndan 10/07/ 2025 tarih ve E.1284614 sayılı kararı ile etik kurul onayı alınmıştır.

Visual arts teachers’ perspectives on the use of artificial intelligence in visual arts education

Öz

This study aims to examine the perspectives of 45 visual arts teachers working in Diyarbakır during the 2024–2025 academic year regarding the use of artificial intelligence (AI) technologies in visual arts education. The research was conducted within a qualitative survey design; data were collected through a semi-structured survey form developed in line with this design and analyzed using the content analysis method. The findings reveal that the majority of teachers perceive AI technologies as innovative tools that support and enrich the pedagogical process in visual arts education. Teachers reported that AI facilitates individualized learning, improves time management, and enhances instructional quality by increasing visual diversity. However, some participants expressed concerns that the use of AI may suppress creative thinking processes, weaken the principle of originality, and encourage a tendency toward ready-made solutions among students. The originality status and ethical presentation of AI-generated products also emerged as contested issues. The study indicates that pedagogical, ethical, and aesthetic evaluations concerning AI’s role in education need to be reconsidered. Participants further emphasized that the role of the teacher is increasingly shifting toward digital guidance, curatorial responsibility, and critical inquiry. Overall, the research concludes that the effective use of AI in education requires not only technical competence but also a multidimensional and deliberate approach.

Anahtar Kelimeler

Visual Arts Educational Technology , Artificial Intelligence in Art Education , Teacher Perspectives , Creative Pedagogy

Kaynakça

• Amini, H. (2025). AI in art education: Innovation, ethics, and the future of creativity. Art and Design Review, 13(2), 115–129. https://doi.org/10.4236/adr.2025.132008
• Artut, S. (2019). Yapay zekâ olgusunun güncel sanat çalışmalarındaki açılımları. İnsan: Bilim, Kültür, Sanat ve Düşünce Dergisi, 6(22), 767–783.
• Bajcsy, R., Aloimonos, Y., & Tsotsos, J. K. (2017). Revisiting active perception. Autonomous Robots, 42(2), 177–196. https://doi.org/10.1007/s10514-017-9615-3
• Baker, T., Smith, L., & Anissa, N. (2019). Educ-AI-tion rebooted? Exploring the future of artificial intelligence in schools and colleges. Nesta Foundation.
• Ballı, Ö. (2020a). Transhümanizm bağlamında bir yapay zekâ sanatçı uygulaması: OBv2. Tykhe Sanat ve Tasarım Dergisi, 5(9), 141–162.
• Ballı, Ö. (2020b). Yapay zekâ ve sanat uygulamaları üzerine güncel bir değerlendirme. Ankara Hacı Bayram Veli Üniversitesi Sanat ve Tasarım Dergisi, (26), 277–306.
• Chatterjee, A. (2022). Art in an age of artificial intelligence. Frontiers in Psychology. https://www.frontiersin.org/articles/10.3389/fpsyg.2022.1024449
• Christensen, L. B., Johnson, B., & Turner, L. A. (2015). Araştırma yöntemleri: Desen ve analiz. Anı Yayıncılık.
• Creswell, J. W. (2014). Nitel araştırma yöntemleri (M. Bütün & S. B. Demir, Çev.). Siyasal Kitabevi.
• Dağ, A. (2023). Mitolojik bir kültür olarak transhümanizm. Hece Aylık Edebiyat Dergisi, (318–320), 574–578.
• Dehouche, N., & Dehouche, K. (2023). What’s in a text-to-image prompt? The potential of stable diffusion in visual arts education. Heliyon, 9(6), e16757. https://doi.org/10.1016/j.heliyon.2023.e16757
• Elo, S., & Kyngäs, H. (2008). The qualitative content analysis process. Journal of Advanced Nursing, 62(1), 107–115.
• Gentile, M., Città, G., Perna, S., & Allegra, M. (2023). Do we still need teachers? Navigating the paradigm shift of the teacher’s role in the AI era. Frontiers in Education, 8, Article 1161777. https://doi.org/10.3389/feduc.2023.1161777
• Goralski, M. A., & Tan, T. K. (2020). Artificial intelligence and sustainable development. The International Journal of Management Education, 18(1), 100330.
• Gupta, R., Srivastava, D., Sahu, M., Tiwari, S., Ambasta, R. K., & Kumar, P. (2021). Artificial intelligence to deep learning: Machine intelligence approach for drug discovery. Molecular Diversity, 25, 1315–1360.
• Haug, C. J., & Drazen, J. M. (2023). Artificial intelligence and machine learning in clinical medicine. New England Journal of Medicine, 388(13), 1201–1208.
• Heaton, R., Low, J. H., & Chen, V. (2024). AI art education – Artificial or intelligent? Transformative pedagogic reflections from three art educators in Singapore. Pedagogies: An International Journal, 19(4), 647–659. https://doi.org/10.1080/1554480X.2024.2395260
• Hussin, A. A. (2018). Education 4.0 made simple: Ideas for teaching. International Journal of Education and Literacy Studies, 6(3), 92–98.
• Jansen, H. (2010). The logic of qualitative survey research and its position in the field of social research methods. Forum Qualitative Sozialforschung / Forum: Qualitative Social Research, 11(2), Article 11.
• Jules, T., & Salajan, F. (2019). The educational intelligent economy. Emerald Publishing.
• Mazzone, M., & Elgammal, A. (2019). Art, creativity, and the potential of artificial intelligence. Arts, 8(1), 26. https://doi.org/10.3390/arts8010026
• Miles, M. B., Huberman, A. M., & Saldaña, J. (2014). Qualitative data analysis: A methods sourcebook (3rd ed.). SAGE Publications.
• Miralay, F. (2024). Use of artificial intelligence and augmented reality tools in art education course. Pegem Journal of Education and Instruction, 14(3), 44–50. https://doi.org/10.47750/pegegog.14.03.06
• Özselçuk, S. (2023). Dijital sanat bağlamında yapay zekâ algoritmalarının kullanımına yönelik eleştirel bir inceleme: Refik Anadol’un “Makine Hatıraları: Uzay” sergisi. Uluslararası İktisadi ve İdari Akademik Araştırmalar Dergisi, 3(1), 1–21.
• Schreier, M. (2012). Qualitative content analysis in practice. SAGE Publications.
• Shastri, B. J., Tait, A. N., Ferreira de Lima, T., Pernice, W. H., Bhaskaran, H., Wright, C. D., & Prucnal, P. R. (2021). Photonics for artificial intelligence and neuromorphic computing. Nature Photonics, 15(2), 102–114.
• Spratt, L. E. (2017). Dream formulations and deep neural networks: Humanistic themes in the machine-learned image. Kunsttexte. https://journals.ub.uni-heidelberg.de
• Steenson, M. W. (2022). Architectural intelligence: How designers and architects created the digital landscape. MIT Press.
• Tracy, S. J. (2020). Qualitative research methods: Collecting evidence, crafting analysis, communicating impact (3rd ed.). John Wiley & Sons.
• Tuğal, A. S. (2018). Oluşum süreci içinde dijital sanat (1. bs.). Hayalperest Yayınevi.
• Uygun, D. (2024). Teachers’ perspectives on artificial intelligence in education. Advances in Mobile Learning Educational Research, 4(1), 931–939. https://doi.org/10.25082/AMLER.2024.01.005
• Uzun, Y., Akkuzu, B., & Kayrıcı, M. (2021). Yapay zekânın kültür ve sanatla olan ilişkisi. Avrupa Bilim ve Teknoloji Dergisi, Özel Sayı (28), 753–757.
• Yağcı, U. (2024). Grafik tasarımda yapay zekâ desteği kullanımına yönelik öğrenci görüşleri. Elektronik Sosyal Bilimler Dergisi, 23(92), 1569–1581. https://doi.org/10.17755/esosder.1499011
• Yao, K., & Yang, H. (2020). Research on the integration of artificial intelligence and education. Education Reform and Development, 2(2), 994–997. https://doi.org/10.26689/erd.v2i2.2062
• Ye, M., Zhang, H., & Li, L. (2019). Research on data mining application of orthopedic rehabilitation information for smart medical. IEEE Access, 7, 177137–177147.
• Yıldırım, A., & Şimşek, H. (2016). Sosyal bilimlerde nitel araştırma yöntemleri. Seçkin Yayıncılık.
• Zhou, M., & Peng, S. (2025). The usage of AI in teaching and students’ creativity: The mediating role of learning engagement and the moderating role of AI literacy. Behavioral Sciences, 15(5), 587. https://doi.org/10.3390/bs15050587