Examining Artificial Intelligence Literacy Levels of Pre-Service Primary School Teachers Across Various Variables

Öz

The use of artificial intelligence in education is becoming increasingly widespread, making it essential to determine the AI literacy levels of pre-service teachers. This study aims to examine the AI literacy levels of pre-service primary school teachers in relation to various variables (gender, grade level, daily internet usage duration, AI training status, etc.). Conducted using the survey design, one of the quantitative research methods, the study’s sample consists of 179 pre-service primary school teachers enrolled at a state university. Data were collected through the Artificial Intelligence Literacy Scale. Normality tests performed prior to the analysis demonstrated that the data met the assumptions for parametric testing. Therefore, t-test and one-way ANOVA analyses were employed to determine the findings. On the seven-point Likert-type scale, the participants’ mean score was determined to be 5.29. This value is substantially above 4, which is the theoretical midpoint of the scale. As a result of the analyses, it was found that the AI literacy scores of pre-service primary school teachers did not show a statistically significant difference according to the examined variables. None of the variables, including gender (p=0.926), grade level (p=0.181), daily internet usage duration (p=0.518), duration of AI tool usage (p=0.169), and having received AI-related training (p=0.078), exerted a decisive effect on the literacy level. All these findings indicate that the pre-service primary school teachers in the sample group possess a similar and above-average AI literacy profile, independent of the demographic characteristics examined; this result points to the necessity of systematically integrating AI education into the curricula of teacher training programs.

Anahtar Kelimeler

• Artificial intelligence literacy
• pre-service teacher
• primary school teaching
• artificial intelligence in education

Sınıf Öğretmeni Adaylarının Yapay Zekâ Okuryazarlığı Düzeylerinin Çeşitli Değişkenler Açısından İncelenmesi

Öz

Eğitim alanında yapay zekânın kullanımı giderek yaygınlaşmakta ve bu durum, öğretmen adaylarının yapay zekâ okuryazarlığı düzeylerinin belirlenmesini önemli kılmaktadır. Bu çalışmanın amacı, sınıf öğretmeni adaylarının yapay zekâ okuryazarlığı düzeylerini çeşitli değişkenler (cinsiyet, sınıf, günlük internet kullanım süresi, yapay zekâ eğitimi alma durumu vb.) açısından incelemektir. Nicel araştırma yöntemlerinden tarama modeli kullanılarak gerçekleştirilen araştırmanın örneklemini bir devlet üniversitesinde öğrenim gören 179 sınıf öğretmeni adayı oluşturmaktadır. Araştırma verileri Yapay Zekâ Okuryazarlık Ölçeği aracılığıyla toplanmıştır. Analizler öncesinde yapılan normallik testleri, verilerin parametrik test varsayımlarını karşıladığını göstermiştir. Bu nedenle bulguların belirlenmesinde t-testi ve tek yönlü ANOVA analizleri kullanılmıştır. Yedi dereceli Likert tipindeki ölçekte katılımcıların puan ortalaması 5.29 olarak belirlenmiştir. Bu değer, ölçeğin teorik orta noktası olan 4’ün oldukça üzerinde yer almaktadır. Yapılan analizler sonucunda sınıf öğretmeni adaylarının yapay zekâ okuryazarlığı puanlarının incelenen değişkenlere göre istatistiksel olarak anlamlı bir farklılık göstermediği saptanmıştır. Cinsiyet (p=0.926), sınıf düzeyi (p=0.181), günlük internet kullanım süresi (p=0.518), yapay zekâ araçlarını kullanım süresi (p=0.169) ve yapay zekâ içerikli eğitim alma durumu (p=0.078) değişkenlerinin hiçbiri okuryazarlık düzeyi üzerinde belirleyici bir etki yaratmamıştır. Tüm bu bulgular, örneklem grubundaki sınıf öğretmeni adaylarının incelenen demografik özelliklerden bağımsız olarak benzer ve orta seviyenin üzerinde bir yapay zekâ okuryazarlığı profiline sahip olduğunu göstermekte; bu sonuç, öğretmen yetiştirme programlarında yapay zekâ eğitiminin müfredata sistematik biçimde entegre edilmesi gerektiğine işaret etmektedir.

Anahtar Kelimeler

• Yapay zekâ okuryazarlığı
• öğretmen adayı
• sınıf öğretmenliği
• eğitimde yapay zekâ

Destekleyen Kurum

Bu çalışma, TÜBİTAK Bilim İnsanı Destek Programları Başkanlığı tarafından yürütülen 2209-A Üniversite Öğrencileri Araştırma Projeleri Destekleme Programı kapsamında 1919B012425261 başvuru numarasıyla desteklenmiştir.

Teşekkür

TÜBİTAK'a desteklerinden dolayı teşekkür ederiz.

Kaynakça

1. Acemioğlu, R. (2025). Artificial intelligence literacy profiles of science teacher candidates. Uluslararası Eğitim Bilimleri Dergisi, 12(44), 264–287. http://dx.doi.org/10.29228/INESJOURNAL.82643
2. Altıntop, M., & Bak, G. (2025). WoS veri tabanındaki yapay zekâ okuryazarlığı konulu akademik çalışmaların bibliyometrik analizi. MTÜ Sosyal ve Beşeri Bilimler Dergisi, 5(2), 277–297. https://izlik.org/JA97AR97PS
3. Ateş, V. (2025). Üniversite öğrencilerinin yapay zekâ okuryazarlık düzeylerinin bazı demografik değişkenlere göre incelenmesi. TEBD, 23(2), 1931–1954. https://doi.org/10.37217/tebd.1688486
4. Başer Seçer, M., & Seçer, E. (2025). Geleceğe hazır mıyız? Fizyoterapi ve rehabilitasyon öğrencilerinin yapay zekâya yönelik tutumları ve yapay zekâ okuryazarlığı. İzmir Katip Çelebi Üniversitesi Sağlık Bilimleri Fakültesi Dergisi, 10(3), 358–366. https://doi.org/10.61399/ikcusbfd.1621606
5. Chiu, T. K. F., Ahmad, Z., Ismailov, M., & Sanusi, I. T. (2024). What are artificial intelligence literacy and competency? A comprehensive framework to support them. Computers and Education Open, 6, 100171. https://doi.org/10.1016/j.caeo.2024.100171
6. Çelebi, C., Yılmaz, F., Demir, U., & Karakuş, F. (2023). Artificial intelligence literacy: An adaptation study. Instructional Technology and Lifelong Learning, 4(2), 291–306. https://doi.org/10.52911/itall.1401740
7. Dağaşan, A. (2025). Dijital okuryazarlık ile yapay zekâ okuryazarlığı arasındaki ilişkide bilgi ve iletişim teknolojilerine yönelik tutumun aracı rolü. Uluslararası Türkçe Edebiyat Kültür Eğitim Dergisi, 14(1), 238–251. https://doi.org/10.7884/teke.1628023
8. Dağdelen, E., Güngör, H., & Ünal, İ. (2025). Fen bilgisi öğretmen adaylarının yapay zekâ okuryazarlığı: Farklı değişkenler açısından bir inceleme. İnönü Üniversitesi Eğitim Fakültesi Dergisi, 26(3), 2211–2244. https://doi.org/10.17679/inuefd.1650862

9. Erbir, M., & Üstün, Ö. (2025). Üniversite öğrencileri yapay zekâya hazır mı? Journal of Vocational and Social Sciences of Turkey, 7(20), 19–32. https://doi.org/10.46236/jovosst.1752617
10. Güler, A., & Polatgil, M. (2025). Bilişim alanında öğrenim gören öğrencilerin yapay zekâ okuryazarlığı düzeylerinin ölçülmesi. Journal of Computer and Education Research, 13(25), 30–53. https://doi.org/10.18009/jcer.1549267
11. Kalantzis, M., & Cope, B. (2025). Literacy in the time of artificial intelligence. Reading Research Quarterly, 60, e591. https://doi.org/10.1002/rrq.591
12. Kaman, Ş. (2025a). Investigation of classroom teachers’ artificial intelligence literacy levels according to various variables. Journal of Information and Communication Technologies, 7(1), 63–77. https://doi.org/10.53694/bited.1628589
13. Kaman, Ş. (2025b). Sınıf öğretmeni adaylarının dijital yeterlikleri ile yapay zekâ okuryazarlık düzeyleri arasındaki ilişki. Ahi Evran Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 11(2), 597–613. https://doi.org/10.31592/aeusbed.1663406
14. Karasar, N. (2012). Bilimsel araştırma yöntemleri (24. baskı). Nobel Yayıncılık.
15. Kong, S.-C., Cheung, W. M.-Y., & Zhang, G. (2021). Evaluation of an artificial intelligence literacy course for university students with diverse study backgrounds. Computers and Education: Artificial Intelligence, 2, 100026. https://doi.org/10.1016/j.caeai.2021.100026
16. Kong, S.-C., Cheung, W. M.-Y., & Tsang, O. (2023). Evaluating an artificial intelligence literacy programme for empowering and developing concepts, literacy and ethical awareness in senior secondary students. Education and Information Technologies, 28(4), 4703–4724. https://doi.org/10.1007/s10639-022-11408-7
17. Lee, Y.-J., Oh, J., & Hong, C. (2024). Exploratory research on understanding university students’ artificial intelligence literacy in a Korean university. Online Journal of Communication and Media Technologies, 14(3), e202440. https://doi.org/10.30935/ojcmt/14711
18. Lérias, E., Guerra, C., & Ferreira, P. (2024). Literacy in artificial intelligence as a challenge for teaching in higher education: A case study at Portalegre Polytechnic University. Information, 15(4), 205. https://doi.org/10.3390/info15040205
19. Lintner, T. (2024). A systematic review of AI literacy scales. npj Science of Learning, 9, 50. https://doi.org/10.1038/s41539-024-00264-4
20. Long, D., & Magerko, B. (2020). What is AI literacy? Competencies and design considerations. Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems, 1–16. https://doi.org/10.1145/3313831.3376727
21. Mansoor, H. M. H., Bawazir, A., Alsabri, M. A., Alharbi, A., & Okela, A. H. (2024). Artificial intelligence literacy among university students—a comparative transnational survey. Frontiers in Communication, 9, 1478476. https://doi.org/10.3389/fcomm.2024.1478476
22. Ng, D. T. K., Leung, J. K. L., Chu, S. K. W., & Qiao, M. S. (2021). Conceptualizing AI literacy: An exploratory review. Computers and Education: Artificial Intelligence, 2, 100041. https://doi.org/10.1016/j.caeai.2021.100041
23. Stolpe, K., & Hallström, J. (2024). Artificial intelligence literacy for technology education. Computers and Education Open, 6, 100159. https://doi.org/10.1016/j.caeo.2024.100159
24. Tang, K. S., Cooper, G., Rappa, N., Cooper, M., Sims, C., & Nonis, K. (2024). A dialogic approach to transform teaching, learning & assessment with generative AI in secondary education: A proof of concept. Pedagogies: An International Journal, 19(3), 493–503. https://doi.org/10.1080/1554480X.2024.2379774
25. Toker Gökçe, A., Deveci Topal, A., Kolburan Geçer, A., & Dilek Eren, C. (2025). Investigating the level of artificial intelligence literacy of university students using decision trees. Education and Information Technologies, 30(5), 6765–6784. https://doi.org/10.1007/s10639-024-13081-4
26. Touretzky, D., Gardner-McCune, C., Martin, F., & Seehorn, D. (2019). Envisioning AI for K-12: What should every child know about AI?. Proceedings of the AAAI Conference on Artificial Intelligence, 33(01), 9795–9799. https://doi.org/10.1609/aaai.v33i01.33019795
27. Wang, B., Rau, P. L. P., & Yuan, T. (2023). Measuring user competence in using artificial intelligence: Validity and reliability of artificial intelligence literacy scale. Behaviour & Information Technology, 42(9), 1324–1337. https://doi.org/10.1080/0144929X.2022.2072768
28. Yıldırım, A., & Şimşek, H. (2008). Sosyal bilimlerde nitel araştırma yöntemleri (6. baskı). Seçkin Yayıncılık.
29. Zhang, P., & Tur, G. (2024). A systematic review of ChatGPT use in K-12 education. European Journal of Education, 59, e12599. https://doi.org/10.1111/ejed.12599