Journals / Erciyes Journal of Education / 2026 / Cilt: 10 Sayı: 1

Examining the Artificial Intelligence Literacy Levels of Middle School Students in Terms of Various Variables

Ortaokul Öğrencilerinin Yapay Zekâ Okuryazarlık Durumlarının Çeşitli Değişkenlere Göre İncelenmesi

Saliha Koparan(TC MİLLİ EĞİTİM BAKANLIĞI GAZİANTEP)0009-0008-7546-2791
Semra Benzer(GAZİ ÜNİVERSİTESİ)0000-0002-8548-8994
Pages
44–59
Publication Date
2026-05-22
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

The findings revealed that middle school students’ artificial intelligence literacy levels did not differ significantly according to gender, family income level, familiarity with the concept of artificial intelligence, or whether they had received education related to artificial intelligence.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:The aim of this study is to examine the variation in middle school students’ artificial intelligence literacy levels according to various variables.
📊
Key Findings & Data:The study group consisted of a total of 404 middle school students enrolled in a public secondary school affiliated with the Ministry of National Education in the Southeastern Anatolia Region during the 2024–2025 academic year.
💡
Conclusion & Impact:The findings revealed that middle school students’ artificial intelligence literacy levels did not differ significantly according to gender, family income level, familiarity with the concept of artificial intelligence, or whether they had received education related to artificial intelligence.
🔬Design:Survey & Empirical Study
📍Scope:2024–2025 Verileri
⚙️Variables:yapay zekâ · yapay zekâ okuryazarlığı · ortaokul öğrencileri

Abstract

The aim of this study is to examine the variation in middle school students’ artificial intelligence literacy levels according to various variables. The research was conducted using the general survey model within the framework of the quantitative research approach. The study group consisted of a total of 404 middle school students enrolled in a public secondary school affiliated with the Ministry of National Education in the Southeastern Anatolia Region during the 2024–2025 academic year. In the data collection process, a personal information form and the Artificial Intelligence Literacy Scale, which has a multidimensional structure, were used. The obtained data were analyzed using appropriate parametric and non-parametric statistical techniques by considering the assumption of normality. The findings revealed that middle school students’ artificial intelligence literacy levels did not differ significantly according to gender, family income level, familiarity with the concept of artificial intelligence, or whether they had received education related to artificial intelligence. In contrast, grade level, parental education level, and access to technology were found to create statistically significant differences in artificial intelligence literacy. In particular, students in higher grade levels, those whose parents had higher educational attainment, and those with access to technological resources were observed to have higher literacy scores. As a result, it is understood that artificial intelligence literacy is closely associated not only with individual characteristics but also with educational processes, learning environments, and the socio-technological context.

Özet

Bu araştırmanın amacı, ortaokul öğrencilerinin yapay zekâ okuryazarlık durumlarının çeşitli değişkenlere göre değişiminin incelenmesidir. Araştırma, nicel araştırma yaklaşımı kapsamında genel tarama modeli kullanılarak yürütülmüştür. Çalışma grubunu 2024–2025 eğitim-öğretim yılında Güneydoğu Anadolu bölgesinde bulunan MEB’e bağlı bir ortaokulda öğrenim gören toplam 404 ortaokul öğrencisi oluşturmaktadır. Veri toplama sürecinde kişisel bilgi formu ile çok boyutlu bir yapıya sahip olan Yapay Zekâ Okuryazarlığı Ölçeği kullanılmıştır. Elde edilen veriler, normallik varsayımı dikkate alınarak uygun parametrik ve nonparametrik istatistiksel teknikler aracılığıyla analiz edilmiştir. Araştırma bulguları, ortaokul öğrencilerinin yapay zekâ okuryazarlık durumlarının cinsiyet, aile gelir durumu, yapay zekâ kavramına aşinalık ve yapay zekâya yönelik ders alma durumuna göre anlamlı bir farklılık göstermediğini açıkça ortaya koymaktadır. Buna karşılık sınıf düzeyi, ebeveyn eğitim düzeyi ve teknolojiye erişim değişkenlerinin yapay zekâ okuryazarlığı bakımından istatistiksel olarak anlamlı farklılık oluşturduğu belirlenmiştir. Özellikle üst sınıf düzeylerindeki ebeveyn eğitim seviyesi daha yüksek olan ve teknolojik imkânlara erişimi bulunan öğrencilerin daha yüksek okuryazarlık puanlarına sahip olduğu görülmektedir. Sonuç olarak, yapay zekâ okuryazarlığının yalnızca bireysel özelliklerle değil aynı zamanda eğitimsel süreçler, öğrenme ortamları ve sosyo-teknolojik çevre ile yakından ilişkili olduğu anlaşılmaktadır.

🔖

Cite This Article

Koparan, S., Benzer, S. (2026). Examining the Artificial Intelligence Literacy Levels of Middle School Students in Terms of Various Variables. Erciyes Journal of Education, Cilt: 10 Sayı: 1, 44–59. https://doi.org/10.32433/eje.1913018

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (41)

  1. Acar, Ç. (2015). Anne ve babaların ilkokul, ortaokul ve lise öğrencisi çocukları ile kendilerinin dijital okuryazarlıklarına ilişkin görüşleri. Yüksek Lisans Tezi, Ankara Üniversitesi, Ankara.
  2. Akgün, İ., Hiğde, E., Enön, M. & Aktamış, H. (2025). Fen bilgisi ve matematik öğretmen adaylarının yapay zekaya yönelik okuryazarlık, tutum ve kaygı düzeylerinin demografik değişkenler açısından incelenmesi. ADÜ Fen ve Mühendislik Bilimleri Dergisi, 2(2), 22-32.
  3. Banaz, E. & Demirel, O. (2024). Türkçe öğretmen adaylarının yapay zekâ okuryazarlıklarının farklı değişkenlere göre incelenmesi. Dokuz Eylül Üniversitesi Buca Eğitim Fakültesi Dergisi, 60, 1516-1529.
  4. Banda, G. & Tailoka, F. P. (2021). Parametric and nonparametric tests: A brief review. International Journal of Statistical Distributions and Applications, 7(3), 78-82.
  5. Chenqi, L., Guoqing, L. & Xiangchun, H. (2023). Measuring artificial intelligence literacy of pre-service teachers at a university in northwest china. Paper presented at the Twelfth International Conference of Educational Innovation through Technology (EITT), Setúbal, Portugal.
  6. Çelebi, C., Yılmaz, F., Demir, U. & Karakuş, F. (2023b). Artificial intelligence literacy: An adaptation study. Instructional Technology and Lifelong Learning, 4(2), 291-306.
  7. Çelik, H. & Kılıçoğlu, G. (2022). Ortaokul öğrencilerinin dijital okuryazarlık düzeylerinin belirlenmesi. Anadolu Kültürel Araştırmalar Dergisi, 6(1), 115-134.
  8. Dağdelen, E., Güngör, H. & Ünal, İ. (2025). Fen Bilgisi öğretmen adaylarının yapay zekâ okuryazarlığı: Farklı değişkenler açısından bir inceleme. İnönü Üniversitesi Eğitim Fakültesi Dergisi, 26(3), 2211-2244.
  9. Demir, U. (2024). Sınıf öğretmeni adaylarının yapay zekâ okuryazarlık düzeylerinin çeşitli değişkenler açısından incelenmesi. Yüksek Lisans Tezi, Necmettin Erbakan Üniversitesi Eğitim Bilimleri Enstitüsü, Konya.
  10. Elçiçek, M. (2024). Öğrencilerin yapay zekâ okuryazarlığı üzerine bir inceleme. Bilgi ve İletişim Teknolojileri Dergisi, 6(1), 24-35.
  11. Erdoğan, E. (2021). Dijital okuryazarlık ve siber zorbalık: Ortaokul öğrencilerine yönelik bir ilişkisel tarama araştırması. Uluslararası Alan Eğitimi Dergisi, 7(2), 61-76.
  12. Field, A. (2013). Discovering statistics using IBM SPSS statistics. Thousand Oaks: Sage.
  13. Garip, S. (2023). Sosyal bilimlerde nicel araştırma geleneği üzerine kuramsal bir inceleme. International Journal of Social Science Research, 12(1), 1-19.
  14. Holmes, W., Bialik, M. & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Boston: Center for Curriculum Redesign.
  15. İçöz, S. & İçöz, E. (2024). Türkçe öğretmen adaylarının yapay zekâ uygulamalarına yönelik farkındalık düzeylerinin incelenmesi. Ulusal Eğitim Dergisi, 4(3), 987-1001.
  16. Kaman, Ş. (2025). Sınıf öğretmenlerinin yapay zekâ okuryazarlık düzeylerinin çeşitli değişkenlere göre incelenmesi. Bilgi ve İletişim Teknolojileri Dergisi, 7(1), 63-77.
  17. Karasar, N. (2011). Bilimsel araştırma yöntemleri. Ankara: Nobel.
  18. Karasar, N. (2016). Bilimsel araştırma yöntemi. Ankara: Nobel.
  19. Koparan, S. (2026). Ortaokul Öğrencilerinin Yapay Zekâ Okuryazarlığının Çeşitli Değişkenlere Göre İncelenmesi.
  20. Yüksek Lisans Tezi, Gazi Üniversitesi Eğitim Bilimleri Enstitüsü, Ankara.
  21. Koparan, S. & Benzer, S. (2025). Ortaokul öğrencilerinin yapay zekâ okuryazarlığı: Anne ve baba eğitim düzeyi. O. Erkmen (Ed.), 14th International Zeugma Congress on Scientific Research: The Proceedings Book içinde (ss. 1-7). Gaziantep, Türkiye.
  22. Kurt, A. A., Çoklar, A. N., Kılıçer, K. & Yıldırım, Y. (2008). Evaluation of the skills of K-12 students regarding the national educational technology standards for students (NETS*S) in Turkey. Educational Sciences: Theory & Practice, 8(2), 613-620.
  23. Kurudayıcıoğlu, M. & Tüzel, S. (2010). The types of literacy of the 21st century, changing text comprehension and Turkish teaching. Türklük Bilimi Araştırmaları, 28, 281-298.
  24. Laupichler, M. C., Aster, A., Schirch, J. & Raupach, T. (2022). Artificial intelligence literacy in higher and adult education: A scoping literature review. Computers and Education: Artificial Intelligence, 3, 1-12.
  25. Law, N., Woo, D., De la Torre, J. & Wong, G. (2018). A global framework of reference on digital literacy skills for indicator 4.4.2. UNESCO Institute for Statistics.
  26. Lee, I., Ali, S., Zhang, H., DiPaola, D. & Breazeal, C. (2021). Developing middle school students' AI literacy. In Proceedings of the 52nd ACM Technical Symposium on Computer Science Education (pp. 191-197). New York: ACM.
  27. Lin, P. Y., Chai, C. S., Jong, M. S. Y., Dai, Y., Guo, Y. & Qin, J. (2023). Modeling K-12 students’ artificial intelligence literacy: A cross-sectional survey. Computers and Education: Artificial Intelligence, 4, 100127.
  28. 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 (pp. 1-16). New York: ACM.
  29. Marienko, M. V., Semerikov, S. O. & Markova, O. M. (2024). Artificial intelligence literacy in secondary education: Methodological approaches and challenges. Journal of Physics: Conference Series, 2732(1), 1-13.
  30. Millî Eğitim Bakanlığı. (2021). Ulusal yapay zekâ stratejisi (2021-2025). Ankara: MEB.
  31. Ng, D. T. K., Leung, J. K. L., Chu, S. K. W. & Qiao, M. S. (2021). AI literacy: Definition, teaching, evaluation and ethical issues. Association for Information Science and Technology Proceedings, 58(1), 504–509.
  32. OECD (2023). OECD Digital Education Outlook 2023: Towards an Effective Digital Education Ecosystem. OECD Publishing.
  33. Oğan, E. (2025). Üniversite öğrencilerinin yapay zekâ okuryazarlığı üzerine bir araştırma. Üçüncü Sektör Sosyal Ekonomi Dergisi, 60(3), 2670-2686.
  34. Pala, Ş. M. & Başıbüyük, A. (2020). Ortaokul beşinci sınıf öğrencilerinin dijital okuryazarlık düzeylerinin incelenmesi. Cumhuriyet International Journal of Education, 9(3), 897-921.
  35. Şimşek, H. & Yıldırım, A. (2016). Sosyal bilimlerde nitel araştırma yöntemleri. Ankara: Seçkin.
  36. Touretzky, D., Gardner-McCune, C., Martin, F. & Seehorn, D. (2019). Envisioning AI for K-12: What should every child know about AI? In P. Van Hentenryck & Z. Kolter (Eds.), The Thirty-Third AAAI Conference on Artificial Intelligence (pp. 9795-9799). Palo Alto: AAAI.
  37. van de Werfhorst, H. G., Kessenich, E. & Geven, S. (2022). Inequality in digital readiness of students and schools. Computers and Education Open, 3, 100100.
  38. Van Dijk, J. (2020). The digital divide. Polity Press
  39. Wang, B., Rau, P.-L. P. & Yuan, T. (2022). Measuring user competence in using artificial intelligence: Validity and reliability of artificial intelligence literacy scale. Behaviour & Information Technology, 42(9), 1324-1337.
  40. Yang, Y. & Xu, X. (2024). Research on artificial intelligence literacy level and its influencing factors of high school students. International Journal of Social Science Research, 2(2), 1-15.
  41. Yeşildal, M. (2018). Yetişkin bireylerde dijital okuryazarlık ve sağlık okuryazarlığı arasındaki ilişki: Konya örneği.