Perspective on artificial intelligence: A profile study on the attitudes of university students
Abstract views: 14
/ 
PDF downloads: 12
DOI:
https://doi.org/10.26809/joa.2684Keywords:
Applied statistics, Two-stage clustering analysis, Artificial Intelligence Techniques, Higher EducationAbstract
Yapay zekanın çok çeşitli endüstrilerde küresel büyümesi, gelecek nesiller üzerinde yaratacağı etkiyi hesaba katmayı gerektirmektedir. Ancak üniversite öğrencilerinin yapay zekaya ilişkin bakış açıları üzerine yapılan çalışmalar hala sınırlıdır. Türkiye'de yürütülen önceki çalışmalarda, benzer özelliklere sahip öğrencileri yapay zekaya yönelik tutumları açısından gruplandıran ve potansiyel öğrenci profillerini belirlemeye çalışan bir çalışmaya rastlanmamıştır. Mevcut çalışma, literatürdeki bu boşluğu doldurmayı amaçlamaktadır. Araştırmada kullanılan veriler, Marmara Üniversitesi'nde öğrenim gören 254 öğrenciden demografik özellikleri ve yapay zekâya ilişkin görüşlerini içeren bir anket aracılığıyla yüz yüze görüşülerek toplanmıştır. Çalışma kapsamında öncelikle frekans tabloları ve betimleyici istatistikler değerlendirilmiştir. Çalışmada kullanılan değişkenlerin çoğu kategorik olup; öğrenciler arasındaki homojen alt grupların belirlenmesi amacıyla çok değişkenli analiz tekniklerinden İki Aşamalı Kümeleme Analizi uygulanmıştır. Log-olasılık uzaklığı ölçüsü kullanılarak gerçekleştirilen uygulama sonucunda küme sayısı 3 olarak belirlenmiş ve oluşan öğrenci kümelerinin profilleri: “Temkinli Yenilikçiler”, “Aktif Faydalanıcılar ve Endişeliler” ve “Pozitif ve İleri Görüşlü Kullanıcılar” olarak belirlenmiştir. Daha sonra, elde edilen öğrenci profilleri birbirlerine benzerlikleri ve farklılıkları açısından incelenmiştir. Bulgular, yapay zekanın eğitimden ayrı düşünülemeyeceğini (Öğrencilerin %83.9’u yapay zekadan destek almaktadır) ancak etik, güvenlik (Öğrencilerin %96’sı yapay zekanın kullanımını etik ve güvenilir bulmamaktadır) ve psikolojik etkilerinin (Öğrencilerin %63’ü yapay zekanın olası etkilerinden korkmaktadır) dikkatli bir şekilde ele alınması gerektiğini göstermektedir.
Downloads
References
ALPAR, R. (2011). Uygulamalı Çok Değişkenli İstatistiksel Yöntemler, Üçüncü Baskı, Detay Yayıncılık, Ankara.
CROMPTON, H., & BURKE, D. (2023). Artificial İntelligence in Higher Education: The State of The Field. International Journal of Educational Technology in Higher Education, 20(1), 22.
DEMİR, B., & BEYAZHANÇER, R. (2024). İlköğretim Matematik Öğretmeni Adaylarının Yapay Zekâ Öz-Yeterliklerinin Bazı Değişkenler Açısından İncelenmesi. International Journal of Social and Humanities Sciences Research (JSHSR), 11(113), 2393-2398.
FOSNER, A. (2024). University Students’ Attitudes and Perceptions towards AI Tools: Implications for Sustainable Educational Practices. Sustainability, 16(19), 8668.
GENÇER ÇELİK, G., & ALTINDAĞ, Ö. (2022). Meslek Yüksekokulu Sağlık Programları Öğrencilerinin Hastane Yönetimi ve Organizasyonu Dersine İlişkin Tutum ve Algıları. Erciyes Akademi, 36(4).
GİRAY, S. (2016). İki Aşamalı Kümeleme Analizi ile Hükümlü Verilerinin İncelenmesi. İstanbul Üniversitesi İktisat Fakültesi Ekonometri ve İstatistik Dergisi, 25, 1-31.
GÖLBAŞI, B., & OKUL, Ö (2024). Öğretmen Adaylarının Yapay Zeka Kavramına İlişkin Metaforik Algıları, Xı Internatıonal Eurasıan Educatıonal Research Congress Tam Metin Bildiri Kitabı. 21-24 Mayıs Koceali. Ankara: Anı yayıncılık, 49-58.
HAIR, J. F., BLACK, W. C., BABIN, B. J., & ANDERSON, R. E. (2018). Multivariate Data Analysis. United Kingdom: Cengage Learning.
HARANTOVA, V., MAZANEC, J., STEFANCOVA, V., MASEK, J., & FOLTYNOVA, H. B. (2023). Two-Step Cluster Analysis of Passenger Mobility Segmentation During the COVID-19 Pandemic. Mathematics, 11(3), 583.
KALAYCI, Ş. (2010). SPSS Uygulamalı Çok Değişkenli İstatistik Teknikleri. Ankara, Türkiye: Asil Yayın Dağıtım.
KALEDIO, P., ROBERT, A., & FRANK, L. (2024). The Impact of Artificial Intelligence on Students' Learning Experience. Logical Techniques in computer science, 2(2), 71-76.
LONG, D., & MAGERKO, B. (2020). What is AI Literacy? Competencies and Design Considerations. In Proceedings of the 2020 CHI conference on human factors in computing systems, 1-16.
MEMON, M. A., TING, H., CHEAH, J. H., THURASAMY, R., CHUAH, F., & CHAM, T. H. (2020). Sample Size for Survey Research: Review and Recommendations. Journal of Applied Structural Equation Modeling, 4(2), 1-20.
MOHAMED, N., & AWANG, S. R. (2015). The Multiple Intelligence Classification of Management Graduates Using Two Step Cluster Analysis. Malaysian Journal of Fundamental and Applied Sciences, 11(1).
NIELSEN, M.B. and KNARDAHL, S. (2014), Coping Strategies: A Prospective Study of Patterns, Stability, and Relationships with Psychological Distress. Scandinavian Journal of Psychology, 55 (2), 142-150.
NORUSIS, M. J. (2007). SPSS 15.0 Advanced Statistical Procedures Companion. Chicago, IL: Prentice Hall.
NORUSIS, M. J. (2011). IBM SPSS Statistics 19 Procedures Companion. Reading, MA, Addison-Wesley.
OBENZA, B. N., CABALLO, J. H. S., CAANGAY, R. B. R., MAKİGOD, T. E. C., ALMOCERA, S. M., BAYNO, J. L. M., ... & TUA, A. G. (2024). Analyzing University Students’ Attitude and Behavior Toward AI Using the Extended Unified Theory of Acceptance and Use of Technology Model. American Journal of Applied Statistics and Economics, 3(1), 99-108.
OMENKA, O. S., & REUBEN, B. (2024). Utilizing Technology to Enhance Education: A Comprehensive Overview. Global Scientific and Academic Research Journal of Multidisciplinary Studies, 2(3), 8-12.
PEDRÓ, F., SUBOSA, M., RIVAS, A., & VALVERDE, P. (2019). Artificial İntelligence in Education: Challenges and Opportunities for Sustainable Development. United Nations Educational, Scientific and Cultural Organization, 7, 1-48.
PUNJ, G., & STEWART, D. W. (1983). Cluster Analysis in Marketing Research: Review and Suggestions For Application. Journal of marketing research, 20(2), 134-148.
RAI, A., CONSTANTINIDES, P., & SARKER, S. (2019). Next Generation Digital Platforms: Toward Human-AI Hybrids. Mis Quarterly, 43(1), iii-ix.
RAMIREZ, J. P., OBENZA, D. M., CUARTE, R. & MABAYAG, A. (2024). AI Trust and Attitude Towards AI of University Students. International Journal of Multidisciplinary Studies in Higher Education, 1(1), 21-34.
ROBERT, A., POTTER, K., & FRANK, L. (2024). The Impact of Artificial İntelligence on Students’ Learning Experience. Logical Techniques in computer science, 2(2), 71-76.
RUNDLE-THIELE, S., KUBACKI, K., TKACZYNSKI, A., & PARKINSON, J. (2015). Using Two-Step Cluster Analysis to Identify Homogeneous Physical Activity Groups. Marketing Intelligence & Planning, 33(4), 522-537.
SEÇER, M. B. (2024). Sağlık Alanında Öğrenim Gören Üniversite Öğrencilerinin Sağlıkta Yapay Zekâ Uygulamaları ve ChatGPT Farkındalığı, Yapay Zekâ Kullanımına Yönelik Görüşleri ve Teknostres Düzeylerinin İncelenmesi: Kesitsel Bir Çalışma. Türkiye Klinikleri Journal of Health Sciences, 9(4), 856-866.
SIDDIQUI, K. (2013). Heuristics for Sample Size Determination in Multivariate Statistical Techniques. World Applied Sciences Journal, 27(2), 285-287.
SKRABANEK, P., & DOLEZEL, P. (2017). On Reporting Performance of Binary Classifiers. Scientific papers of the University of Pardubice. Series D, Faculty of Economics and Administration. 41/2017.
TAYE, G., SHARMA, S., SHAH, P., & NURİYE, Y. G. (2023). Exploring the Role of Artificial Intelligence in Class Scheduling and Management: A Comprehensive Survey and Review. In 2023 International Conference on Computer Science and Emerging Technologies (CSET) (pp. 1-11). IEEE.
TEKTAŞ, N., & PALA, S. K. T. (2014). Devlet ve Vakıf Meslek Yüksekokulu Öğrencilerinin Umutsuzluk Düzeylerinin Karşılaştırılması ve Umutsuzluk Düzeylerini Etkileyen Faktörlerin Belirlenmesi. Türkiye Sosyal Araştırmalar Dergisi, 182(182), 169-186.
TKACZYNSKI, A. (2017). Segmentation Using Two-Step Cluster Analysis. Segmentation in social marketing: Process, methods and application, 109-125.
XU, Z. (2024). AI in Education: Enhancing Learning Experiences and Student Outcomes. Applied and Computational Engineering, 51(1), 104-111.
WANG, S., SUN, Z., & CHEN, Y. (2023). Effects of Higher Education Institutes’ Artificial Intelligence Capability on Students' Self-Efficacy, Creativity and Learning Performance. Education and Information Technologies, 28(5), 4919-4939.
YILMAZ, Y., YILMAZ, D. U., YILDIRIM, D., KORHAN, E. A., & KAYA, D. Ö. (2021). Yapay Zeka ve Sağlıkta Yapay Zekanın Kullanımına Yönelik Sağlık Bilimleri Fakültesi Öğrencilerinin Görüşleri. Süleyman Demirel Üniversitesi Sağlık Bilimleri Dergisi, 12(3), 297-308.
YILMAZ KÜSEN, G. (2024). Marmara Üniversitesi Öğrencilerinin Yapay Zeka Kullanımlarının ve Yapay Zekaya Bakış Açılarının Araştırılması. Marmara Üniversitesi Sosyal Bilimler Enstitüsü. Dönem Projesi
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), 1-27.
ZHANG, Y., YANG, X., & TONG, W. (2024). University Students’ Attitudes Toward ChatGPT Profiles and Their Relation to ChatGPT Intentions. International Journal of Human–Computer Interaction, 1-14.
ZHANG, K., & ASLAN, A. B. (2021). AI Technologies for Education: Recent Research & Future Directions. Computers and Education: Artificial Intelligence, 2, 100025.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Holistence Publications
This work is licensed under a Creative Commons Attribution 4.0 International License.
When the article is accepted for publication in the Journal of Awareness, authors transfer all copyright in the article to the Rating Academy Ar-Ge Yazılım Yayıncılık Eğitim Danışmanlık ve Organizasyon Ticaret Ltd. Şti.The authors reserve all proprietary right other than copyright, such as patent rights.
Everyone who is listed as an author in this article should have made a substantial, direct, intellectual contribution to the work and should take public responsibility for it.
This paper contains works that have not previously published or not under consideration for publication in other journals.
