Öğretmen Adaylarının Yapay Zekâ Hazırbulunuşluk Düzeylerinin İncelenmesi

Creative Commons License

Özsarı İ., Cincioğlu O.

24. ULUSLARARASI SINIF ÖĞRETMENLİĞİ EĞİTİMİ SEMPOZYUMU, İstanbul, Türkiye, 14 - 17 Mayıs 2026, cilt.1, ss.1093-1095, (Özet Bildiri)

  • Yayın Türü: Bildiri / Özet Bildiri
  • Cilt numarası: 1
  • Basıldığı Şehir: İstanbul
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayıları: ss.1093-1095
  • Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
  • İstanbul Üniversitesi-Cerrahpaşa Adresli: Evet

Özet

Özet
Yapay zekâ sistemlerinin eğitim süreçlerine entegrasyonu, öğretmen yetiştirme politikalarında teknik yetkinlikle beraber pedagojik bir hazır bulunuşluk ihtiyacını doğurmuştur. Bu teknolojilerin öğrenme ortamlarındaki dönüştürücü rolü, kullanıcıların bu sistemleri eğitsel amaçlarla kullanmaya ne derece hazırlıklı olduklarının belirlenmesini bir zorunluluk haline getirmektedir. Bu araştırmanın temel amacı, farklı branşlarda öğrenim gören öğretmen adaylarının yapay zekânın eğitimde kullanımına yönelik hazır bulunuşluk düzeylerini belirlemek ve çeşitli demografik değişkenler ile yapay zekâ kullanım alışkanlıkları açısından anlamlı bir farklılık gösterip göstermediğini incelemektir.

Araştırmada, nicel araştırma yaklaşımlarından, geçmişte ya da halen var olan bir durumu var olduğu şekliyle betimlemeyi amaçlayan betimsel tarama modeli kullanılmıştır (Karasar, 2000). Çalışmanın örneklemini, 2025-2026 eğitim-öğretim yılında İstanbul ilindeki bir devlet üniversitesinin eğitim fakültesinde öğrenim gören 423 öğretmen adayı oluşturmaktadır. Katılımcıların belirlenmesinde, zaman ve iş gücü açısından verimlilik sağlayan uygun örnekleme yöntemi kullanılmış ve tüm süreç gönüllülük esasına dayalı olarak yürütülmüştür. 

Veri toplama aşamasında, araştırmacılar tarafından geliştirilen ve cinsiyet, sınıf düzeyi, dijital okuryazarlık düzeyi, yapay zekâ kullanım sıklığı ile araç tercihlerini (ChatGPT, Gemini, Copilot vb.) sorgulayan "Kişisel Bilgi Formu" kullanılmıştır. Hazır bulunuşluk düzeylerinin ölçülmesinde ise Wang vd. (2023) tarafından geliştirilen ve Özüdoğru ile Yıldız Durak (2024) tarafından Türkçeye uyarlanan "Öğretmen Adaylarına Yönelik Yapay Zekâ Hazır bulunuşluk Ölçeği" kullanılmıştır. Toplam 18 maddeden oluşan bu ölçeğin; bilişsel, beceri, vizyon ve etik olmak üzere dört alt boyutu bulunmaktadır. Ölçeğin iç tutarlık katsayısının (Cronbach’s Alpha) 0.967 olarak belirlenmiş olması, aracın güvenilir olduğunu göstermektedir. 

Elde edilen verilerin analizi hâlihazırda SPSS paket programı üzerinden devam etmektedir. Veri dağılımının normalliğine göre parametrik veya non-parametrik testler (t-testi, ANOVA vb.) uygulanarak öğretmen adaylarının profil analizi gerçekleştirilmektedir. Bu çalışma, yapay zekâyı sadece teknik bir yardımcı araç olarak değil, sınıf içi pedagojik örüntüleri ve öğretmen-öğrenci etkileşimini temelden dönüştüren dinamik bir unsur olarak konumlandırmaktadır. Elde edilecek bulguların, öğretmen adaylarının bu teknolojik devrimi eğitimsel bir vizyona dönüştürerek sınıf ortamını zenginleştiren rehberler olarak yetişmelerine ışık tutması beklenmektedir.

Abstract
The integration of artificial intelligence systems into educational processes has created a need for pedagogical readiness alongside technical competence in teacher training policies. The transformative role of these technologies in learning environments makes it imperative to determine the extent to which users are prepared to utilize these systems for educational purposes.

The primary objective of this study is to determine the readiness levels of pre-service teachers across different disciplines regarding the use of artificial intelligence in education and to examine whether there are significant differences in AI usage habits based on various demographic variables

In this study, a descriptive survey model—one of the quantitative research approaches—was employed, aiming to describe a situation that existed in the past or currently exists as it is (Karasar, 2000). The study sample consisted of 423 teacher candidates enrolled in the Faculty of Education at a state university in Istanbul during the 2025–2026 academic year. In selecting participants, an appropriate sampling method that ensured efficiency in terms of time and manpower was used, and the entire process was conducted on a voluntary basis.

During the data collection phase, a “Personal Information Form” developed by the researchers was used to gather information on gender, grade level, digital literacy level, frequency of AI use, and tool preferences (ChatGPT, Gemini, Copilot, etc.). To measure readiness levels, the “Artificial Intelligence Readiness Scale for Teacher Candidates,” developed by Wang et al. (2023) and adapted into Turkish by Özüdoğru and Yıldız Durak (2024), was used. This scale, consisting of a total of 18 items, has four subdimensions: cognitive, skill, vision, and ethics. The fact that the scale’s internal consistency coefficient (Cronbach’s Alpha) was determined to be 0.967 indicates that the instrument is reliable.

The analysis of the collected data is currently ongoing using the SPSS software package. Depending on the normality of the data distribution, parametric or non-parametric tests (t-test, ANOVA, etc.) are being applied to conduct a profile analysis of the teacher candidates. This study positions artificial intelligence not merely as a technical tool but as a dynamic element that fundamentally transforms classroom pedagogical patterns and teacher-student interactions. It is expected that the findings will shed light on how teacher candidates can develop into guides who enrich the classroom environment by transforming this technological revolution into an educational vision.

Keywords: Artificial Intelligence, Readiness, Teacher Candidates, Artificial Intelligence in Education, Teacher Training.