The Effect of Artificial Intelligence Tools Use on Pre-service Teachers' Attitudes and Opinions

Öz

This study aims to examine the effect of using artificial intelligence (AI) tools on pre-service teachers’ attitudes, and to explore their views on using these tools. The research was conducted using a mixed-methods design. In the quantitative dimension, changes in participants' attitudes towards AI were examined. In this context, a quasi-experimental pretest–posttest control group design was employed. In the qualitative dimension, preservice teachers’ views on the use of AI tools were explored in depth. Eight open-ended questions were asked of the participants, and the qualitative data were analysed using content and descriptive analyses. A total of 103 pre-service teachers participated in the study, including 46 in the control group and 57 in the experimental group. The General Attitude Towards Artificial Intelligence Scale was given to participants before and after the six-week experimental process. At the end of the intervention, qualitative data were collected from the experimental group via interview. The results showed no significant difference in changes to positive and negative attitudes towards AI between the experimental and control groups. Analysis of the qualitative data revealed that, while participants considered AI tools to be strong in many aspects of material design processes, they also identified weaknesses, opportunities and threats alongside these strengths. The majority of participants stated that AI tools produced creative outputs. Conversely, they reported experiencing pricing-related problems when using AI tools, emphasising that they overcame these challenges by making smart use of free usage limits.

Anahtar Kelimeler

• Artificial intelligence
• Attitudes towards artificial intelligence
• Pre-service teachers

Yapay Zekâ Araçlarının Kullanımının Öğretmen Adaylarının Tutumlarına ve Görüşlerine Etkisi

Öz

Bu çalışmanın amacı, yapay zekâ araçlarının kullanımının öğretmen adaylarının tutumları üzerindeki etkisinin ve bu araçların kullanımına yönelik öğretmen adaylarının görüşlerinin incelenmesidir. Araştırma karma yöntemle yürütülmüştür. Araştırmanın nicel boyutunda, katılımcıların yapay zekâya yönelik tutumlarındaki değişim incelenmiştir. Bu bağlamda, ön test-son test kontrol gruplu yarı deneysel desen kullanılmıştır. Araştırmanın nitel boyutunda öğretmen adaylarının yapay zekâ araçlarının kullanımına yönelik görüşleri derinlemesine incelenmiştir. Araştırmada, katılımcılara sekiz adet açık uçlu soru yöneltilmiştir. Nitel veriler, içerik analizi ve betimsel analiz yöntemleriyle analiz edilmiştir. Araştırma, 46’sı kontrol ve 57’si deney grubunda olmak üzere 103 öğretmen adayı ile gerçekleştirilmiştir. Altı hafta süren deneysel uygulama öncesinde ve sonrasında katılımcılara yapay zekâya yönelik genel tutum ölçeği uygulanmıştır. Uygulama sonunda deney grubundaki katılımcılara görüş formu uygulanarak nitel veriler toplanmıştır. Araştırma sonucunda deney ve kontrol gruplarının yapay zekâya yönelik olumlu ve olumsuz tutumlarının değişiminde anlamlı bir farklılık bulunmamıştır. Nitel veriler incelendiğinde, katılımcıların yapay zekâ araçlarını materyal tasarımı süreçlerinde birçok açıdan güçlü gördükleri; bu güçlü yönlerin yanı sıra zayıflıklar, fırsatlar ve tehditlerin de bulunduğunu ifade ettikleri anlaşılmıştır. Katılımcıların büyük çoğunluğu, yapay zekâ araçlarının yaratıcı çıktılar ortaya koyduğunu dile getirmiştir. Öte yandan, yapay zekâ araçlarını kullanırken ücretlendirme konusunda sorun yaşadıklarını, bu durumu ücretsiz kullanım sınırlarını akıllıca değerlendirerek aşmaya çalıştıklarını vurgulamışlardır.

Anahtar Kelimeler

• Yapay zekâ
• Yapay zekaya yönelik tutum
• Öğretmen adaylarının görüşleri

Kaynakça

1. Abudureyımu, Y., & Ogurlu, Y. (2021). Yapay zekâ uygulamalarının kişisel verilerin korumasına dair doğurabileceği sorunlar ve çözüm önerileri. İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 20(41), 765-782.
2. Ahmad, S. F., Rahmat, M. K., Mubarik, M. S., Alam, M. M., & Hyder, S. I. (2021). Artificial intelligence and its role in education. Sustainability, 13(22), 12902. https://doi.org/10.3390/su132212902
3. Ali Elfa, M. A., & Dawood, M. E. T. (2023). Using artificial intelligence for enhancing human creativity. Journal of Art, Design and Music, 2(2), 3.
4. Alneyadi, S., & Wardat, Y. (2023). ChatGPT: Revolutionizing student achievement in the electronic magnetism unit for eleventh-grade students in Emirates schools. Contemporary Educational Technology, 15(4), ep448.
5. Altıntop, M. (2023). Yapay zekâ/akıllı öğrenme teknolojileriyle akademik metin yazma: ChatGPT örneği. Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (46), 186-211.
6. Anantrasirichai, N., & Bull, D. (2022). Artificial intelligence in the creative industries: a review. Artificial Intelligence Review, 55(1), 589-656.
7. Baca, G., & Zhushi, G. (2024). Assessing attitudes and the impact of AI integration in higher education. Higher Education, Skills and Work-Based Learning.
8. Baillifard, A., Gabella, M., Lavenex, P. B., & Martarelli, C. S. (2023). Implementing Learning Principles with a Personal AI Tutor: A Case Study. arXiv preprint arXiv:2309.13060.

9. Baker, T., Smith, L., & Anissa, N. (2019). Educ-AI-tion rebooted? Exploring the future of artificial intelligence in schools and colleges.
10. Banaz, E., & Maden, S. (2024). Türkçe öğretmen adaylarının yapay zekâ tutumlarının farklı değişkenler açısından incelenmesi. Trakya Eğitim Dergisi, 14(2), 1173-1180.
11. Bearman, M., Ryan, J., & Ajjawi, R. (2022). Discourses of artificial intelligence in higher education: a critical literature review. Higher Education, 86(2), 369-385. https://doi.org/10.1007/s10734-022-00937-2
12. Berberoğlugil, B. M. (2023). Yönetimde yapay zekâ. Scientific Journal of Innovation and Social Sciences Research, 3(2), 81-96.
13. Calatayud, V. G., Espinosa, M. P. P., & Vila, R. R. (2021). Artificial intelligence for student assessment: a systematic review. Applied Sciences, 11(12), 5467. https://doi.org/10.3390/app11125467
14. Chauhan, S., & Soni, S. (2024). Relationship between Artificial Intelligence and Attitude along with Creativity and Self Esteem among Students. International Journal of Interdisciplinary Approaches in Psychology, 2(5), 1225-1251.
15. Chen, L., Chen, P., & Lin, Z. (2020). Artificial intelligence in education: a review. IEEE Access, 8, 75264-75278. https://doi.org/10.1109/access.2020.2988510
16. Creswell, J. W. (2012). Educational research: Planning, conducting, and evaluating quantitative and qualitative research. Pearson Education, Inc.
17. Creswell, J. W., & Creswell, J. D. (2023). Research design: Qualitative, quantitative, and mixed methods approaches. Sage publications.
18. Creswell, J. W., & Miller, D. L. (2000). Determining validity in qualitative inquiry. Theory into practice, 39(3), 124-130.
19. Çetin, M., & Aktaş, A. (2021). Yapay zekâ ve eğitimde gelecek senaryoları. OPUS Uluslararası Toplum Araştırmaları Dergisi. https://doi.org/10.26466/opus.911444
20. Çetin, M., & Baklavacı, G. Y. (2024). Endüstri 4.0 perspektifinde yapay zekanın eğitimde uygulanabilirliği ile ilgili öğretmen görüşlerinin incelenmesi. İstanbul Ticaret Üniversitesi Girişimcilik Dergisi, 7(14), 1-21.
21. Çöllü, E. F., & Öztürk, Y. E. (2006). Örgütlerde inançlar-tutumlar tutumların ölçüm yöntemleri ve uygulama örnekleri bu yöntemlerin değerlendirilmesi. Selçuk Üniversitesi Sosyal Bilimler Meslek Yüksekokulu Dergisi, 9(1-2), 373-404.
22. Elçiçek, M. (2024). Öğrencilerin yapay zekâ okuryazarlığı üzerine bir inceleme. Bilgi ve İletişim Teknolojileri Dergisi, 6(1), 24-35.
23. Erkoç, M. (2024). Kimya, fizik, biyoloji ve fen bilimleri öğretmenlerinin yapay zekâ kullanımına yönelik görüş ve tutumlarının teknoloji kabul modeline göre analizi. Batı Anadolu Eğitim Bilimleri Dergisi, 15(2), 1606-1641.
24. Ezeani, C. C. (2024). Artificial intelligence and creativity: Is AI really creative?. Nigerian Journal of Arts and Humanities (NJAH), 4(1).
25. Grinshpun‐Cohen, J., Miron‐Shatz, T., Ries-Levavi, L., & Pras, E. (2014). Factors that affect the decision to undergo amniocentesis in women with normal down syndrome screening results: It is all about the age. Health Expectations, 18(6), 2306-2317. https://doi.org/10.1111/hex.12200
26. Gyawali, Y. P., & Mehandroo, M. (2022). Artificial intelligence in english language teaching: navigating the future with emerging perspectives. Journal of Language and Linguistics in Society, (26), 21-27. https://doi.org/10.55529/jlls.26.21.27
27. Hong, N., Park, H., & Rhee, Y. (2020). Machine learning applications in endocrinology and metabolism research: an overview. Endocrinology and Metabolism, 35(1), 71. https://doi.org/10.3803/enm.2020.35.1.71
28. Huang, S. P. (2018). Effects of using artificial intelligence teaching system for environmental education on environmental knowledge and attitude. Eurasia Journal of Mathematics, Science and Technology Education, 14(7), 3277-3284.
29. Hussain, I. (2020). Attitude of university students and teachers towards instructional role of artificial intelligence. International Journal of Distance Education and E-Learning, 5(2), 158-177.
30. Hwang, Y., Al-Arabiat, M., & Shin, D. H. (2016). Understanding technology acceptance in a mandatory environment: A literature review. Information Development, 32(4), 1266-1283.
31. Idil, F. H., Narli, S., & Aksoy, E. (2016). Using data mining techniques examination of the middle school students’ attitude towards mathematics in the context of some variables. International Journal of Education in Mathematics, Science and Technology, 4(3), 210-228.
32. İşler, B., & Kılıç, M. (2021). Eğitimde yapay zekâ kullanımı ve gelişimi. Yeni Medya Elektronik Dergisi, 5(1), 1-11.
33. Johnson, D. W., & Johnson, R. T. (2017). The use of cooperative procedures in teacher education and professional development. Journal of Education for Teaching, 43(3), 284-295.
34. Katsantonis, A., & Katsantonis, I. G. (2024). University students’ attitudes toward artificial ,iıntelligence: An exploratory study of the cognitive, emotional, and behavioural dimensions of AI attitudes. Education Sciences, 14(9), 988.
35. Kaya, F., Aydin, F., Schepman, A., Rodway, P., Yetişensoy, O. & Kaya, M.D. (2024). The roles of personality traits, AI anxiety, and demographic factors in attitudes toward artificial intelligence. International Journal of Human–Computer Interaction, 40(2), 497-514. https://doi.org/10.1080/10447318.2022.2151730
36. Khan, D. A., Azad, A. A., Aslam, A., & Ishfaque, Q. (2021). Attitude of clinicians towards clinical decision-making in prosthodontics. Pafmj, 71(5), 1782-86. https://doi.org/10.51253/pafmj.v71i5.3846
37. Küçükaydın, M. A., & Bor, S. S. (2021). Yapay zekâ bağlamında sosyobilimsel konu öğretiminin i̇lkokul öğrencilerinin problem çözme ve yaratıcı yazma becerilerine etkisi. Batı Anadolu Eğitim Bilimleri Dergisi, 12(2), 432-446. https://doi.org/10.51460/baebd.904806
38. Lamarre, E., Smaje, K., & Zemmel, R. (2023). Rewired: the McKinsey Guide to Outcompeting in the Age of Digital and AI. John Wiley & Sons.
39. Ma, D., Akram, H., & Chen, I. H. (2024). Artificial Intelligence in Higher Education: A Cross-Cultural Examination of Students’ Behavioral Intentions and Attitudes. International Review of Research in Open and Distributed Learning, 25(3), 134-157.
40. Marrone, R., Taddeo, V., & Hill, G. (2022). Creativity and Artificial Intelligence—A Student Perspective. Journal of Intelligence, 10(3), 65. https://www.mdpi.com/2079-3200/10/3/65.
41. Mart, M., & Kaya, G. (2024). Okul öncesi öğretmen adaylarının yapay zekâya yönelik tutumları ve yapay zekâ okur yazarlığı arasındaki ilişkinin incelenmesi. Edutech Research, 2(1), 91-109.
42. Matazu, S. S. A. (2024). Impact of AI-Blended learning and AI-personalized learning on undergraduate biology students' attitude and performance in climate change education. Anchor University Journal of Science and Technology, 5(1), 83-95.
43. Mayer, R. (2022). The future of multimedia learning. J. Appl. Instr Des, 10(423.10349).
44. Mayer, R. E. (2014). ‐Based principles for designing multimedia instruction. Copyright and Other Legal Notices, 59.
45. Mevlüt, K., & Köseoğlu, Z. (2024). Geleceğin eğitimini şekillendirmek: Öğretmen yardımcısı yapay zeka. Pearson Journal, 8(29), 1555-1578.
46. Möller, M., Nirmal, G., Fabietti, D., Stierstorfer, Q., Zakhvatkin, M., Sommerfeld, H., & Schütt, S. (2024). Revolutionising distance learning: A comparative study of learning progress with AI-driven tutoring. arXiv preprint arXiv:2403.14642.
47. Ntoutsi, E., Fafalios, P., Gadiraju, U., Iosifidis, V., Nejdl, W., Vidal, M. E., ... & Staab, S. (2020). Bias in data‐driven artificial intelligence systems—An introductory survey. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 10(3), e1356.
48. Oruç, T., Yeşilyurt, M., & Kurt, M. (2024). Eğitimde yapay zekâ konulu çalışmaların betimsel analizi. Temel Eğitim, 6(24), 44-60.
49. Özaydın Aydoğdu, Y. (2024). Üretken yapay zeka: K-12’de fırsat ve zorluklar. Gökçearslan, Ş., & Yıldız Durak, H. (Ed.), Yapay zeka okuryazarlığı içinde (ss. 258-275) .Nobel Yayınları.
50. Sarikaya, B. & Kavan, N. (2024). An investigation of Turkish teacher candidates’ attitudes towards artificial intelligence [Türkçe öğretmeni adaylarının yapay zekâya yönelik tutumlarının incelenmesi]. Electronic Journal of Education Sciences, 13(26), 191-203. https://doi.org/10.55605/ejedus.1550010
51. Sullivan, Y. W., & Fosso Wamba, S. (2022). Moral judgments in the age of artificial intelligence. Journal of Business Ethics, 178(4), 917-943.
52. Tapan-Broutin, M. S. (2023). Matematik öğretmen adaylarının chatgpt ile başlangıç deneyimlerinde sordukları soruların incelenmesi. Uludağ Üniversitesi Eğitim Fakültesi Dergisi, 36(2), 707-732. https://doi.org/10.19171/uefad.1299680
53. Taşçi, G. and Çelebi, M. (2020). Eğitimde yeni bir paradigma: “yükseköğretimde yapay zekâ”. OPUS Uluslararası Toplum Araştırmaları Dergisi, 16(29), 2346-2370. https://doi.org/10.26466/opus.747634
54. Ünsal, H. (2024). Yapay zekâ ve yapay zekânın eğitimin geleceğine ilişkin olası doğurguları. Journal of Social, Humanities and Administrative Sciences (JOSHAS), 10(5), 674-682.
55. Vaishya, R., Javaid, M., Khan, I., & Haleem, A. (2020). Artificial intelligence (AI) applications for Covid-19 pandemic. Diabetes & Metabolic Syndrome Clinical Research & Reviews, 14(4), 337-339. https://doi.org/10.1016/j.dsx.2020.04.012
56. Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A., Kaiser, Ł., & Polosukhin, I. (2017). Attention is all you need. Advances in Neural Information Processing Systems, 30.
57. Verma, R., & Domingo, N.P., (2023). An updated trend in nursing - artificial intelligence a review article. Ip Journal of Paediatrics and Nursing Science, 6(1), 1-3. https://doi.org/10.18231/j.ijpns.2023.001
58. Wang, L., Zhang, Z., McArdle, J. J., & Salthouse, T. A. (2008). Investigating ceiling effects in longitudinal data analysis. Multivariate Behavioral Research, 43(3), 476–496. https://doi.org/10.1080/00273170802285941
59. Xia, Q., Chiu, T. K., Chai, C. S., & Xie, K. (2023). The mediating effects of needs satisfaction on the relationships between prior knowledge and self‐regulated learning through artificial intelligence chatbot. British Journal of Educational Technology, 54(4), 967-986.
60. Xia, Q., Chiu, T. K., Lee, M., Sanusi, I. T., Dai, Y., & Chai, C. S. (2022). A self-determination theory (SDT) design approach for inclusive and diverse artificial intelligence (AI) education. Computers & Education, 189, 104582.
61. Yazıcı, S. Ç. (2024). Eğitimde yapay zekâ ve kimya eğitimindeki uygulamaları. İ. H. Yurdakul (Ed.), Dijital eğitim I (ss. 83-100) içinde. Eğitim Yayınları.
62. Yıldırım, A., & Şimşek, H. (2016). Sosyal bilimlerde nitel araştırma yöntemleri (11.Baskı). Seçkin Yayıncılık.
63. Zawacki‐Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – where are the educators?. International Journal of Educational Technology in Higher Education, 16(1). https://doi.org/10.1186/s41239-019-0171-0