MÜZİK BÖLÜMÜNDE OKUYAN ÖĞRENCİLERİN YAPAY ZEKAYA YÖNELİK TUTUMLARI

Öz

ÖZ 1980’li yıllarda masaüstü yayıncılık teknolojilerinin gelişimiyle birlikte dijital içerik üretimi yaygınlaşmış, 1990’lı yıllardan itibaren ise tasarım alanında faaliyet gösteren uzmanlar, multimedya teknolojileri ile iletişim süreçleri arasındaki etkileşime daha fazla ilgi göstermeye başlamışlardır. Yapay zekânın birçok alanda kullanılmasının yanı sıra müzik alanında da hem görsel hem sesel içerik üretmek üzere kullanılmaya başlanması birçok avantaj ve dezavantaj yaratmıştır. Yapay zekâ ve müziğin kesiştiği noktada müzik eğitimi ve müzisyenliğin geleceği açısından müzik bölümü öğrencilerinin tutumlarının analizi önem teşkil etmektedir. Bu sebeple, lisans öğrenimine başlamış ve devam etmekte olan öğrencilerin yapay zekâya ilişkin genel tutumlarını ortaya koymak çalışmanın temel amacıdır. Bu araştırma, nicel araştırma yönetimlerinden biri olan tarama modeli kullanılarak yazılmıştır. 2024-2025 eğitim-öğretim yılında Kırşehir Ahi Evran Üniversitesi Neşet Ertaş Güzel Sanatlar Fakültesi Müzik Bölümü ve Ankara Müzik ve Güzel Sanatlar Üniversitesi Müzik Bölümünde öğrenim gören 194 öğrenci araştırmanın örneklemini oluşturmaktadır. Bu araştırmanın verileri, "Yapay Zekâya Yönelik Genel Tutum Ölçeği" aracılığıyla elde edilmiştir. Çalışma kapsamında, gönüllülük esasına dayalı olarak müzik bölümü öğrencilerine çevrim içi olarak uygulanan ölçekle nicel veriler toplanmıştır. Araştırma bulguları, müzik bölümü öğrencilerinin yapay zekâya ilişkin tutumlarının genel olarak olumlu yönde yüksek düzeyde olduğunu, olumsuz tutumlarının ise orta düzeyde kaldığını ortaya koymuştur. Bununla birlikte, öğrencilerin yapay zekâya yönelik olumlu ve olumsuz tutumlarının; öğrenim gördükleri sınıf düzeyi, cinsiyetleri, bağlı bulundukları fakülte ve aile bireylerinin müzikle ilgilenme durumuna göre anlamlı bir farklılık göstermediği tespit edilmiştir. Elde edilen sonuçlar doğrultusunda, yapay zekâ teknolojilerinin ilerleyen süreçte müzik eğitimi alanında daha etkin bir şekilde kullanılacağı öngörülerek, müzik eğitimi programlarının yapay zekâ destekli içeriklerle zenginleştirilmesi önerilmektedir.

Anahtar Kelimeler

• müzik
• yapay zeka
• tutum

ATTITUDES OF STUDENTS STUDYING IN THE MUSIC DEPARTMENT TOWARDS ARTIFICIAL INTELLIGENCE

Abstract

ABSTRACT In the 1980s, digital content production became widespread with the development of desktop publishing technologies, and since the 1990s, experts in the field of design have been paying more attention to the interaction between multimedia technologies and communication processes. In addition to its use in many fields, artificial intelligence has also been used in the field of music to produce both visual and audio content, which has created many advantages and disadvantages. At the intersection of artificial intelligence and music, it is important to analyze the attitudes of music department students in terms of music education and the future of musicianship. For this reason, the main purpose of this study is to reveal the general attitudes of undergraduate and continuing students towards artificial intelligence. This research was written using the survey model, which is one of the quantitative research methods. The sample of the study consists of 194 students studying at Kırşehir Ahi Evran University Neşet Ertaş Faculty of Fine Arts, Department of Music and Ankara University of Music and Fine Arts, Department of Music in the 2024-2025 academic year. The data of this study were obtained through the “General Attitude Towards Artificial Intelligence Scale”. Within the scope of the study, quantitative data were collected with the scale applied online to music department students on a voluntary basis. The findings of the study revealed that music department students' attitudes towards artificial intelligence were generally positive at a high level, while their negative attitudes remained at a moderate level. However, it was determined that the positive and negative attitudes of the students towards artificial intelligence did not show a significant difference according to their grade level, gender, the faculty they were affiliated to and the interest of their family members in music. In line with the results obtained, it is predicted that artificial intelligence technologies will be used more effectively in the field of music education in the future, and it is recommended that music education programs should be enriched with artificial intelligence-supported content.

Keywords

• music
• artificial intelligence
• attitude

Kaynakça

1. Alpaydın, E. (2013). Yapay öğrenme. İstanbul: Boğaziçi Üniversitesi s 76.
2. Arkorful, V. ve Abaidoo, N. (2015). The role of e-learning, advantages and disadvantages of its adoption in higher education. International Journal of Instructional Technology and Distance Learning, 12(1), 29-42.
3. Balaman, F. ve Hanbay Tiryaki S. (2021) Corona virüs (covid-19) nedeniyle mecburi yürütülen uzaktan eğitim hakkında öğretmen görüşleri. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 10(1), 52-81.
4. Büyüköztürk, Ş. (2014). Sosyal bilimler için veri analizi el kitabı (19. Baskı). Ankara: Pegem Akademi.
5. Cohen, L., Manion, L. and Morrison, K. (2000). Research methods in education, (5th ed). Routledge Falmer, Taylor&Francis Group.
6. Durmuş, B., Yurtkoru S.E. ve Çinko,M. (2013). Sosyal Bilimlerde SPSS’le veri analizi. Beta yayınları (5. Baskı). İstanbul.
7. Erkuş, A. (2017). Davranış bilimleri için bilimsel araştırma süreci (5. Baskı). Ankara: Seçkin Yayıncılık.
8. Güneş, G. (2018). Okul öncesi fen ve doğa eğitimi araştırmalarına ilişkin bir tarama çalışması: Türkiye örneği. Journal of Early Childhood Studies Volume 2 Issue 1· April 2018 pp.33-67

9. Karasar, N. (2006). Bilimsel araştırma yöntemi. Ankara: Nobel Yayın Dağıtım.
10. Kaya, F., Aydin, F., Schepman, A., Rodway, P., Yetişensoy, O. ve Demir Kaya, M. (2022). The roles International of personality traits, AI anxiety, and demographic factors in attitudes towards artificial intelligence. Journal of Human–Computer Interaction, 1-18. https://doi.org/10.1080/10447318.2022.2151730
11. Kentnor, H. E. (2015). Distance education and the evolution of online learning in the United States. Curriculum and Teaching Dialogue, 17(1), 21-34.
12. King, W. R. ve He, J. (2005). Understanding the role and methods of meta-analysis in IS research. Communications of the Association for Information Systems, 16,665-686.
13. Kopuz, M. A. (2022). Grafik tasarımın geleceğinde yapay zekâprogramları. (Yüksek lisans tezi), Ordu Üniversitesi Sosyal Bilimler Enstitüsü, Ordu.
14. Say, C. (2018). Yapay Zekâ. İstanbul: 7 Renk Basım Yayın ve Filmcilik s 28.
15. Turing, A. M. (1950). Computing Machinery and Intelligence. Mind, 433-460.
16. Moller, L. (1998). Designing communities of learners for asynchronous distance education. Educational. Technology Research and Development, 46(4), 115-122. https://doi. org/ 10.1007/BF02299678 (Erişim tarihi: 25.05.2025).
17. Moore, M. G. ve Kearsley, G. (1996). Distance education: A systems view. Open Journal of Leadership, 2(1), 38-45.
18. Şendurur, Y., ve Akgül Barış, D. (2002). Müzik eğitimi ve çocuklarda bilişsel başarı. G.Ü. Gazi Eğitim Fakültesi Dergisi, 22(1), 165-174.
19. Tabachnick, B. G. ve Fidell, L. S. (2007). Using multivariate statistics. (5th ed.). Boston: Pearson Education, Inc.
20. Wang, S., & Yu, W. (2020). Space elements of computer music production based on VR technology. IEEE Access, 1- 1. https://doi.org/10.1109/access.2020.3019457.
21. Nicolaou, C., Matsiola, M., Karypidou, C., Podara, A., Kotsakis, R., & Kalliris, G. (2021). Media studies, audiovisual media communications, and generations: The case of budding journalists in radio courses in Greece. Journalism and Media, 2(2), 155-192. https://doi.org/10.3390/journalmedia2020010.
22. Yılmaz,R., Keser, H., (2015). Ankara University, Journal of Faculty of Educational Sciences, Vol: 48, No: 2, 37-59