Çocuk Gelişimi Bölümü Öğrencilerinin Dijital Okuryazarlık Düzeylerinin Yapay Zekaya Yönelik Genel Tutumlarına Etkisinin İncelenmesi

Öz

Amaç: Bu çalışmada, çocuk gelişimi bölümü öğrencilerinde dijital okuryazarlık düzeylerinin yapay zekaya yönelik genel tutumlarına etkisinin incelenmesi amaçlanmıştır. Yöntem: Tanımlayıcı ve ilişki arayıcı desende yürütülen bu çalışmanın verileri Nisan – Temmuz 2024 tarihleri arasında toplanmıştır. Çalışma verileri online form aracılığı ile üç devlet üniversitenin Sağlık Bilimleri Fakültesi Çocuk Gelişimi Bölümü öğrencilerinden elde edilmiştir. Veri toplamada Genel Bilgiler Formu, Yapay Zekâya Yönelik Genel Tutum Ölçeği ve Dijital Okuryazarlık Ölçeği kullanılmıştır. Elde edilen veriler yüzdelik, ortalama ve basit doğrusal regresyon analizi kullanılarak değerlendirilmiştir. Bulgular: Öğrencilerin dijital okuryazarlık düzeylerinin yapay zekaya yönelik genel tutumlarını istatistiksel olarak anlamlı bir şekilde yordadığı (F=115.727, B=,40, p<0,001) saptanmıştır. Öğrencilerin dijital okuryazarlık düzeylerinin yapay zekaya yönelik genel tutumlarındaki değişimin %16,0’ını açıkladığı belirlenmiştir (R2 =0,160) Sonuç: Öğrenim görülen üniversitelerdeki teknolojik ürün kullanımı ve erişimi durumları ile dijitalleşme kültürü düzeylerinin orta düzeyde olduğu bildirilmiştir. Öğrencilerin dijital okuryazarlık durumlarının orta düzeyde olduğu bulunmuştur. Dijital okuryazarlık düzeyi arttıkça yapay zekaya yönelik olumlu tutumun arttığı belirlenmiştir.

Anahtar Kelimeler

• çocuk gelişimi
• öğrenci
• yapay zeka
• dijital okuryazarlık

Investigation of The Effect of Digital Literacy Levels of Child Development Department Students on Their General Attitudes Towards Artificial Intelligence

Öz

Purpose: This study aimed to examine the effect of computer literacy levels on general attitudes toward artificial intelligence among child development students. Method: The study was conducted using a descriptive and correlational design, and data were collected between April and July 2024. The data were obtained through an online form from students of the Department of Child Development in the Faculties of Health Sciences at three public universities. The General Information Form, the General Attitude toward Artificial Intelligence Scale, and the Computer Literacy Scale were used as data collection tools. The data were analyzed using percentages, means, and simple linear regression analysis. Findings: It was found that students’ computer literacy levels significantly predicted their general attitudes toward artificial intelligence (F=115.727, B=.40, p<0.001). Computer literacy levels explained 16.0% of the variance in students’ general attitudes toward artificial intelligence (R²=0.160). Conclusion: It was reported that the levels of technological product usage and access, as well as the culture of digitalization at the universities where the students studied, were at a moderate level. Students’ computer literacy levels were also found to be moderate. As computer literacy increased, students’ positive attitudes toward artificial intelligence increased accordingly.

Anahtar Kelimeler

• child development
• student
• artificial intelligence
• computer literacy

Kaynakça

1. Stryker C, Kavlakoglu E. What is artificial intelligence (AI)? IBM. Erişim tarihi:16.09.2025. Erişim adresi: https://www.ibm.com/topics/artificial-intelligence
2. Lewis PR, Sarkadi Ş. Reflective artificial intelligence. Minds Mach. 2024;34(1):14. doi:10.1007/s11023-024-09664-2.
3. Latif E, Mai G, Nyaaba M, Wu X, Liu N, Lu G, Li S, Liu T, Zhai X. AGI: Artificial general intelligence for education. arXiv. 2023;1:1-34. doi:10.48550/arXiv.2304.12479.
4. Rawashdeh A. The consequences of artificial intelligence: an investigation into the impact of AI on job displacement in accounting. J Sci Technol Policy Manag. 2025;16(3):506-35. doi:10.1108/JSTPM-02-2023-0030.
5. Septiandri AA, Constantinides M, Quercia D. The potential impact of AI innovations on U.S. occupations. arXiv. 2023. doi:10.48550/arXiv.2312.04714.
6. Yousefi F, Naye F, Ouellet S, Yameogo AR, Sasseville M, Bergeron F, et al. Artificial intelligence in health promotion and disease reduction: Rapid review. J Med Internet Res. 2025;27:e70381. doi:10.2196/70381.
7. Morrison C, Cutrell E, Grayson M, Thieme A, Taylor A, Roumen G, et al. Social sensemaking with AI: Designing an open-ended AI experience with a blind child. In: Proc CHI Conf Hum Factors Comput Syst. 2021;5:1-14.
8. Mart M, Kaya G. Okul öncesi öğretmen adaylarının yapay zekâya yönelik tutumları ve yapay zekâ okuryazarlığı arasındaki ilişkinin incelenmesi. Edutech Res. 2024;2(1):91-109.

9. Neugnot-Cerioli M, Laurenty OM. The future of child development in the AI era: Cross-disciplinary perspectives between AI and child development experts. arXiv. 2024. doi:10.48550/arXiv.2405.19275.
10. Reinhart L, Bischops AC, Kerth JL, Hagemeister M, Heinrichs B, Eickhoff SB, et al. Artificial intelligence in child development monitoring: A systematic review on usage, outcomes and acceptance. Intell Based Med. 2024;9:100134. doi:10.1016/j.ibmed.2024.100134.
11. Kim HH, Kim JY, Jang BK, Lee JH, Kim JH, Lee DH, Park YR. Multiview child motor development dataset for AI-driven assessment of child development. GigaScience. 2023;12:1-8.
12. Karacan Doğan P, Doğan İ, Çetinkayalı G. Spor bilimleri öğrencilerinin yapay zekâya yönelik tutumları ile iş bulma kaygıları arasındaki ilişkinin incelenmesi. YUJSS. 2023;2(3):174-89.
13. Morandini S, Fraboni F, De Angelis M, Puzzo G, Giusino D, Pietrantoni L. The impact of artificial intelligence on workers’ skills: Upskilling and reskilling in organisations. Informing Sci. 2023;26:39-68. doi:10.28945/5078.
14. Ersöz B, Özmen M. Dijitalleşme ve bilişim teknolojilerinin çalışanlar üzerindeki etkileri. AJIT-e Acad J Inf Technol. 2020;11(42):170-9.
15. Doğan İ. Dijital dönüşümün ekonomik yansımaları: Türkiye örneği. J Int Manag Educ Econ Perspect. 2025;13(1):60-75.
16. Schepman A, Rodway P. Initial validation of the general attitudes towards artificial intelligence scale. Comput Hum Behav Rep. 2020;1:100014. doi:10.1016/j.chbr.2020.100014.
17. Kaya F, Aydin F, Schepman A, Rodway P, Yetişensoy O, Demir-Kaya M. The roles of personality traits, AI anxiety, and demographic factors in attitudes toward artificial intelligence. Int J Hum Comput Interact. 2022;40(2):497-514.
18. Ng W. Can we teach digital natives digital literacy? Comput Educ. 2012;59(3):1065-78. doi:10.1016/j.compedu.2012.04.016.
19. Hamutoğlu NB, Güngören Canan Ö, Kaya Uyanık G, Gür Erdoğan D. Dijital Okuryazarlık Ölçeği: Türkçe’ye uyarlama çalışması. Ege Eğit Derg. 2017;18(1):408-29. doi:10.12984/egeefd.295306.
20. Ocak G, Ütebay G, Karakuyu A. Üniversite öğrencilerinin metaverse inançları ile dijital okuryazarlık arasındaki ilişkinin incelenmesi. Ahi Evran Univ Sos Bilim Enst Derg. 2024;10(2):353-70.
21. Gültekin V, Özel N. Üniversite öğrencilerinin dijital okuryazarlık becerileri. Ankara Univ Dil Tarih-Coğrafya Fak Derg. 2024;64(1):384-420. doi:10.33171/dtcfjournal.2024.64.1.16.
22. Demir Ü, Sarı B. Okul öncesi ve çocuk gelişimi bölüm öğrencilerinin bilgi güvenliği ve dijital okuryazarlık durumlarının incelenmesi. KSÜ Sos Bilim Derg. 2023;20(3):760-9.
23. Cai Z, Fan X, Du J. Gender and attitudes toward technology use: A meta-analysis. Comput Educ. 2016;105:1-13. doi:10.1016/j.compedu.2016.10.010.
24. İçöz S, İçöz E. Türkçe öğretmen adaylarının yapay zekâ uygulamalarına yönelik farkındalık düzeylerinin incelenmesi. ULEDER. 2024;4(3):987-1001.
25. Kutlu L, Baykal D, Tandoğan Ö, Urfa H, Karademir S, Delipoyraz H. Üniversite öğrencilerinin bilimsel ve sosyal etkinliklere katılma ihtiyaçlarını etkileyen faktörlerin belirlenmesi. Haliç Univ Sağlık Bilim Derg. 2019;2(1):41-58.
26. Yu M, Liu W. The importance of college students’ innovative entrepreneurial training plan program in cultivation of medical undergraduates’ scientific research literacy. Open J Soc Sci. 2022;10(12):438-46.
27. Hoang H. Navigating the digital landscape: An exploration of the relationship between technology-organization-environment factors and digital transformation adoption in SMEs. SAGE Open. 2024;14(4):1-19.
28. Warshawski S. Israeli nursing students’ acceptance of information and communication technologies in clinical placements. J Prof Nurs. 2020;36(6):543-50.
29. Barbetta P. Technologies as tools to increase active learning during online higher-education instruction. J Educ Technol Syst. 2022;51(3):317-39.
30. M, Leite C. Digital technologies in support of students’ learning in higher education: Literature review. Distance Educ Res. 2020;37:343-60.
31. Khoa C, Linh N, Bich N, Quyet N. Factors influencing students’ participation in scientific research: Case study at pedagogical universities in Vietnam. Stud Soc Sci Res. 2023;4(2):1-19.
32. Kaya R, Uyangör N. Eğitim fakültesi öğrencilerinin teknoloji entegrasyonu öz-yeterlik algıları ile dijital yeterlik seviyeleri arasındaki ilişkinin incelenmesi. Abant İzzet Baysal Univ Eğitim Fak Derg. 2022;22(2):552-71. doi:10.17240/aibuefd.2022..793735.
33. Yan Z, Tang Q. Integrating AI-generated content tools in higher education: A comparative analysis of interdisciplinary learning outcomes. Sci Rep. 2025;15:25802. doi:10.1038/s41598-025-10941-y.
34. Bukhari Y, Abdulrahman A, Alshammari A, Almuzayrie A, Zahrani W, AlSabbagh M, et al. Perceptions of medical students regarding excellence in student engagement: A multi-center Saudi Arabian perspective. Adv Med Educ Pract. 2019;10:849-54.
35. Bauyrzhovna R, Zharylkasynovna I, Almetov N, Abzhapparovnac Z, Tursynbekovna S, Temirbolat K. Technology of forming multilingual competency of biology students. World J Educ Technol. 2022;14(6):1873-85.
36. Zhu X, Guo J, Li J, Li Y. Digital competence in higher education: Students’ perception and personal factors. Sustainability. 2021;13(8):4157. doi:10.3390/su13084157.
37. Arefin A, Chowdhury S, Roy R, Rahaman M, Cross B. Education system in Bangladesh amid COVID-19: Traditional scenario, emergency protocols, challenges and a proposed sustainable conceptual framework. Sustainability. 2023;15(10):8126.