Yapay Zekâ Okuryazarlığı Ölçeği’nin Türkçeye Uyarlanması

Author:

Eniş Erdoğan Tuğba1ORCID,Ekşioğlu Subhan2ORCID

Affiliation:

1. TC MİLLİ EĞİTİM BAKANLIĞI

2. SAKARYA ÜNİVERSİTESİ

Abstract

Bu araştırma ile öğretmenlerin yapay zekâ okuryazarlık düzeylerinin ölçüldüğü geçerli ve güvenilir bir ölçme aracının Türkçeye uyarlanması amaçlanmaktadır. Araştırmada Öğretmenlerin Yapay Zekâ Okuryazarlığı algılarını değerlendirmek amacıyla Wang, Rau ve Yuan (2023) tarafından geliştirilmiş olan Yapay Zekâ Okuryazarlığı Ölçeği kullanılmıştır. Ölçeğin Türkçeye uyarlanması, açıklayıcı faktör analizi ile doğrulayıcı faktör analizinden faydalanılarak yapılmıştır. Bu araştırmanın örneklemini belirleme aşamasında kullanılan yöntem kolayda örnekleme yöntemidir. Araştırma çalışmaya katılmayı gönüllü olarak kabul eden 226 öğretmen ile yapılmış ve bu grup araştırmanın örneklemini oluşturmuştur. Araştırmada, örneklem yeterliliğinin test edilmesi için Kaiser-Meyer-Olkin değeri 0,780 olarak bulunmuş ve Bartlett testi anlamlı çıkmıştır. Açıklayıcı faktör analizi sonuçları, ölçeğin orijinalindeki gibi dört boyuta ayrıldığını ve açıklanan toplam varyansın %82,873 olduğunu göstermektedir. Ölçeğin uyum iyiliği değerleri ise şu şekildedir: RMSEA=0,078, NFI=0,944, TLI=0,952, CFI=0,967, IFI=0,967 ve GFI=0,931; bu değerler kabul edilebilir sınırlar içindedir. Ölçeğin Cronbach alfa değeri 0,861 olarak belirlenmiştir. Ayrıca, ölçeğin boyutları arasında pozitif yönlü, düşük ve orta düzeyde ilişkiler tespit edilmiştir. Sonuç olarak, ölçeğin genel ortalaması 3,97 olarak belirlenmiştir. Yapay Zekâ Okuryazarlığı Ölçeği’nin Türkçeye uyarlanmış hali, katılımcıların yapay zekâ okuryazarlığına dair algılarını ölçmek adına geçerli ve güvenilir bir araç olarak bulunmuştur. Orijinal ölçekten elde edilen bulgular ile Türkçe uyarlamasından elde edilen bulgular uyum göstermektedir. Bu nedenle, ölçeğin katılımcıların yapay zekâ okuryazarlığı algılarını değerlendirmek amacıyla kullanılabileceği düşünülmektedir.

Publisher

The Journal of Turkish Educational Sciences, Gazi University

Reference29 articles.

1. Bayram, N. (2016). Yapısal eşitlik modellemesine giriş AMOS uygulamaları. Bursa: Ezgi.

2. Büyüköztürk, Ş., Kılıç-Çakmak, E., Akgün, Ö. E., Karadeniz, Ş. & Demirel, F. (2024). Bilimsel araştırma yöntemleri. Ankara: Pegem Akademi.

3. Byrne, B. M. (2016). Structural equation modeling with AMOS: Basic concepts, applications, and programming. London: Routledge.

4. Çetin, M. & Aktaş, A. (2021). Yapay zekâ ve eğitimde gelecek senaryoları. OPUS International Journal of Society Researches, 18[Eğitim Bilimleri Özel Sayısı], 4225-4268.

5. Davenport, T. H. & Ronanki, R. (2018). Artificial intelligence for the real world. Harvard Business Review 96(1), 108–116.

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3