Öğretmen Adaylarının Yapay Zekâ Okuryazarlıklarının ve Yapay Zekâya İlişkin Algılarının Belirlenmesi

Yıl 2024, Cilt: 9 Sayı: 2, 63 - 95, 31.12.2024

Funda Erdoğdu , Ozlem Cakir

Öz

Öğretmen adaylarında bulunması gereken 21. yy. becerilerinden birisi de bilgi iletişim teknolojisi araçlarını öğretme-öğrenme sürecinde etkili biçimde kullanmaktır. Bu araştırmanın amacı öğretmen adaylarının yapay zekâ okuryazarlık düzeylerinin belirlenmesi ve yapay zekâya ilişkin algılarının öğrenilmesi amaçlanmaktadır. Araştırmada nitel ve nicel veriler birlikte toplanarak karma yöntem kullanılmıştır. Nicel veriler “Yapay Zekâ Okuryazarlığı” ölçeği ile toplanmıştır. Nitel veriler araştırmacılar tarafından geliştirilen yarı yapılandırılmış görüşme formu aracılığıyla toplanmıştır. Öğretmen adayları, Sosyal Bilgiler dersi öğretim programından öğretmen adaylarının seçtikleri kazanımlara öğretme-öğrenme sürecinde, ASSURE öğretim tasarım modeli uygulanmıştır. Yapay zekâ araçları kullanılarak altı öğretim materyali geliştiren öğretmen adaylarının yapay zekâ okuryazarlık düzeyleri “orta” olarak belirlenmiştir. Araştırmanın nitel bulgularına göre öğretmen adaylarının mesleğe başladıklarında yapay zekâyı eğitim materyali hazırlama, sunum yapma ve ders içeriğini zenginleştirme gibi amaçlarla kullanmayı planladığını ancak güvenilirlik ve etik kaygılar taşıdığını göstermiştir. Özellikle, yapay zekânın öğrencilerin düşünme becerilerine zarar verebileceği ve eğitimin etik yönünü olumsuz etkileyebileceği yönünde endişeler öne çıkmıştır. Çalışmanın önemli bir bulgusu olarak öğretmen adaylarının hangi durumlarda faydalı olacağına karar vermekte zorlanmakta oldukları ifade edilmiştir. Yapay zekânın alanının öğretiminde kullanımına ilişkin düşünceleri genellikle tarih, coğrafya ve sosyal bilgiler gibi alanlarda somutlaştırma, görsel materyal sunma ve eğitim içeriği zenginleştirme gibi konularda yoğunlaşmakta olduğu belirtilmiştir. Yapay zekânın bazen güvenilir bilgi sunduğunu ancak her zaman doğru olmadığını veya bazı uygulamaların bilgi güvenilirliğinden şüphe duyulabileceği; bir grup öğrenci ise, kesin olumsuz görüş sergileyerek yapay zekânın genellikle güvenilir bilgi sunmadığını düşündüğünü belirtmiştir. Güvenilirlik kontrolünün genellikle gerektiği, fakat bazı durumlarda kontrol edilmediği veya gereksiz görüldüğü konusunda farklı görüşler belirtilmiştir. Yapay zekânın eğitimde kullanımına dair çeşitli endişeler arasında öğrencilerin düşünme becerilerini zayıflatacağı, hazır bilgiye bağımlı hale gelinmesine neden olacağı ve kendi fikirlerini kullanamayacakları yönünde yoğunlaşmaktadır.
Araştırmanın sonuçları, öğretmen adaylarının yapay zekâ okuryazarlık düzeylerinin geliştirilmesi gerektiğini göstermektedir. Yapay zekânın eğitimde etkili ve etik bir şekilde kullanılabilmesi için öğretmen eğitim programlarının bu alanda kapsamlı bir içerikle zenginleştirilmesi önerilmektedir. Bu çalışma, yapay zekâ teknolojilerinin eğitimdeki potansiyel faydalarını artırmak ve sınıf ortamlarına entegrasyonunu desteklemek için önemli bir kaynak niteliğindedir.

Anahtar Kelimeler

Yapay zekâ okuryazarlık, Yapay zekâ algısı, Yapay zekâ, Sosyal Bilgiler öğretmen adayı.

Kaynakça

• Akkoyunlu, B., Altun, A. ve Yılmaz, S.M., (2008). Öğretim tasarımı. Maya Akademi, 1. baskı, Ankara, 141-180.
• Baltacı, A. (2017). Nitel veri analizinde Miles-Huberman modeli. Ahi Evran Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 3(1), 1-14. Chatterjee, S., Bhattacherjee, A., & Gilb, T. (2024, May). A Typology of Knowledge Creation in Design Science Research Projects. In International Conference on Design Science Research in Information Systems and Technology (pp. 141-154). Cham: Springer Nature Switzerland.
• Corbin, J. ve Strauss, A. (2008). Basics of qualitative research: Techniques and procedures for developing grounded theory. Thousand Oaks: Sage
• Creswell, J. W., & Plano Clark, V. L. (2011). Designing and conducting mixed methods research (2nd ed.). Thousand Oaks, CA: SAGE Publications.
• Çam, M. B., Çelik, N. C., Güntepe, E. T., & Durukan, Ü. G. (2021). Öğretmen adaylarının yapay zekâ teknolojileri ile ilgili farkındalıklarının belirlenmesi. Mustafa Kemal Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 18(48), 263-285.
• Çelebi, C., Yılmaz, F., Demir, U., & Karakuş, F. (2023). Artificial intelligence literacy: An adaptation study. Instructional Technology and Lifelong Learning, 4(2), 291-306.
• Ghosh, A., Chakraborty, D., & Law, A. (2018). Artificial intelligence in Internet of things. CAAI Transactions on Intelligence Technology, 3(4), 208-218.
• Hasanov, A., Laine, T. H., & Chung, T. S. (2019). A survey of adaptive context-aware learning environments. Journal of Ambient Intelligence and Smart Environments, 11(5), 403-428.
• Jain, N., & Patel, H. N. (2024). Quantıtatıve assessment of artıfıcıal ıntellıgence ıntegratıon ın hıgher educatıon: a structural equatıon modelıng study. Journal of higher education theory and practice, 24(1), 39. Kong, S. C., Cheung, W. M. Y., & Zhang, G. (2022). Evaluating artificial intelligence literacy courses for fostering conceptual learning, literacy and empowerment in university students: Refocusing to conceptual building. Computers in Human Behavior Reports, 7, 100223.
• MEB (2023). Eğitim Vizyonu Özeti. Suluova İlçe Milli Eğitim Müdürlüğü. https://suluova.meb.gov.tr/meb_iys_dosyalar/2018_11/20135929_EYitim_Vizyonu_Yzeti__Suluova.pdf