SavedAdd your journal

Journals / Necmettin Erbakan Üniversitesi Ereğli Eğitim Fakültesi Dergisi / 2026 / Cilt: 7 Sayı: Özel Sayı Özel Sayı

An Investıgatıon Of Pre-Servıce Prımary School Teachers’ Artıfıcıal Intellıgence Lıteracy And Artıfıcıal Intellıgence Anxıety Levels In Terms Of Varıous Varıables

Sınıf Öğretmeni Adaylarının Yapay Zekâ Okuryazarlık ve Yapay Zekâ Kaygı Düzeylerinin Çeşitli Değişkenler Açısından İncelenmesi

Uğur Demir(Necmettin Erbakan Üniversitesi)0000-0002-1774-0369
Celalettin Çelebi(NECMETTİN ERBAKAN ÜNİVERSİTESİ, EREĞLİ EĞİTİM FAKÜLTESİ)0000-0002-2189-6403
Pages
142–166
Publication Date
2025-11-29
DOI
—
🏛️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)

Findings revealed that pre-service teachers had low AI literacy levels, while their AI anxiety was moderate.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:The aim of this study is to examine the artificial intelligence (AI) literacy levels of pre-service primary school teachers and to investigate their relationship with factors such as AI anxiety, age, gender, grade level, internet usage habits, time allocated to internet use, and computer ownership.
📊
Key Findings & Data:The sample consisted of 266 pre-service teachers studying at various universities in the 2023–2024 fall semester, selected through simple random sampling.
💡
Conclusion & Impact:Findings revealed that pre-service teachers had low AI literacy levels, while their AI anxiety was moderate.
🔬Design:Survey & Empirical Study
📍Scope:2023–2024 Verileri
⚙️Variables:Yapay Zekâ Okuryazarlığı · Yapay Zekâ Kaygısı · Yapay Zekâ

Abstract

The aim of this study is to examine the artificial intelligence (AI) literacy levels of pre-service primary school teachers and to investigate their relationship with factors such as AI anxiety, age, gender, grade level, internet usage habits, time allocated to internet use, and computer ownership. The study was designed according to the relational survey model, a quantitative research design. The sample consisted of 266 pre-service teachers studying at various universities in the 2023–2024 fall semester, selected through simple random sampling. Data were collected online using the “Artificial Intelligence Literacy Scale (AILS)” (Çelebi et al., 2023) and the “Artificial Intelligence Anxiety Scale (AIAS)” (Akkaya et al., 2021). Both scales showed high reliability (AILS: α=0.83; AIAS: α=0.91). Skewness and kurtosis coefficients indicated normal distribution, and data were analyzed using t-test and ANOVA. Findings revealed that pre-service teachers had low AI literacy levels, while their AI anxiety was moderate. About 75% had below-average AI literacy, and 47.7% had below-average AI anxiety. Although AI literacy and AI anxiety showed a negative relationship, it was weak and not significant. Teachers using the internet for news monitoring and educational purposes displayed significantly higher AI literacy. Female participants reported significantly higher AI anxiety than males. Variables such as age, grade level, internet use time, and computer ownership were related to some sub-dimensions, but overall, they showed no significant effect on AI literacy and anxiety levels. The study highlights the limited level of AI literacy among pre-service teachers and suggests that research in this emerging field should be expanded. Future studies are expected to examine AI literacy in greater depth, focusing on various factors that may influence its development.

Özet

Bu çalışmada sınıf öğretmeni adaylarının yapay zekâ okuryazarlık düzeylerinin yapay zekâ kaygısı, yaş, cinsiyet, sınıf düzeyi, internet kullanım alışkanlıkları, internet kullanımına ayrılan süre ve bilgisayar sahipliği durumu gibi çeşitli değişkenler ile ilişkisinin incelenmesi amaçlanmıştır. Çalışma nicel araştırma desenlerinden ilişkisel tarama modeline göre gerçekleştirilmiştir. Çalışmanın örneklemi basit seçkisiz örnekleme yöntemiyle seçilen 2023-2024 güz döneminde çeşitli üniversitelerde öğrenim gören 266 sınıf öğretmeni adayından oluşmaktadır. Çalışmada veri toplama aracı olarak Çelebi ve diğerleri (2023) tarafından Türkçeye uyarlanmış olan “Yapay Zekâ Okuryazarlığı Ölçeği (YZOÖ)” ile Akkaya ve diğerleri (2021) tarafından Türkçeye uyarlanmış olan “Yapay Zekâ Kaygı Ölçeği (YZKÖ)” kullanılmıştır. Yapılan Cronbach alfa güvenirlik analizinde Yapay Zekâ Okuryazarlığı Ölçeği (a=0,83) ile Yapay Zekâ Kaygı Ölçeği’nin (a=0,91) yüksek derecede güvenilir olduğu sonucuna ulaşılmıştır. Veriler çevrimiçi ortam aracılığıyla toplanmıştır. Toplanan verilerin normal dağılım özelliği gösterip göstermediğine çarpıklık ve basıklık katsayılarına göre karar verilmiştir. Normal dağılım özelliği gösteren veriler t-testi ve tek yönlü varyans analizi (ANOVA) ile analiz edilmiştir. Sınıf öğretmeni adaylarının yapay zekâ okuryazarlık düzeylerinin düşük, yapay zekâ kaygılarının ise ortalama olduğu sonucuna ulaşılmıştır. Öğretmen adaylarının %75’inin düşük YZ okuryazarlık düzeyine, %47,7’sinin düşük YZ kaygı düzeyine sahip olduğu görülmüştür. Öğretmen adaylarının yapay zekâ okuryazarlık düzeylerinin arttıkça yapay zekâ kaygı düzeylerinin düştüğü görülmüştür. Ancak bu zayıf ve anlamlı düzeyde olmadığı sonucu elde edilmiştir. İnterneti haber takibi ve eğitim, ders amacıyla kullanma alışkanlığına sahip olan öğretmen adaylarının YZ okuryazarlık düzeylerinin anlamlı derece daha yüksek olduğu sonucuna ulaşılmıştır. Ayrıca kadın öğretmen adaylarının yapay zekâ kaygı düzeylerinin erkek öğretmen adaylara göre anlamlı düzeyde yüksek olduğu sonucuna ulaşılmıştır. Yaş, sınıf düzeyi, internet kullanım sıklığı ve bilgisayar sahipliği gibi değişkenlerin yapay zekâ okuryazarlığı ve kaygı düzeylerine göre anlamlı bir farklılık göstermediği sonucuna ulaşılmıştır. Yapay zekâ okuryazarlığı literatüre yeni giren ve eğitim bağlamında az çalışılmış bir konudur. Önümüzdeki yıllarda bu konudaki çalışmaların artacağı ve yapay zekâ okuryazarlığı ile ilişkili değişkenlerin daha derinlemesine inceleme konusu olacağı beklenmektedir.

🔖

Cite This Article

Demir, U., Çelebi, C. (2025). An Investıgatıon Of Pre-Servıce Prımary School Teachers’ Artıfıcıal Intellıgence Lıteracy And Artıfıcıal Intellıgence Anxıety Levels In Terms Of Varıous Varıables. Necmettin Erbakan Üniversitesi Ereğli Eğitim Fakültesi Dergisi, Cilt: 7 Sayı: Özel Sayı Özel Sayı, 142–166. https://ajindex.com/articles/1532050

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (48)

  1. Akkaya, B., Özkan, A., & Özkan, H. (2021). Yapay zekâ kaygı (YZK) ölçeği: Türkçeye uyarlama, geçerlik ve güvenirlik çalışması. *Alanya Akademik Bakış, 5*(2), 1125-1146. [https://doi.org/10.29023/alanyaakademik.833668](https://doi.org/10.29023/alanyaakademik.833668)
  2. Alan, B., & Güven, M. (2022). Uluslararası bir kavram karmaşası: Yeterlik, yeterlilik ve yetkinlik kavramları üzerine bir doküman incelemesi. *Anadolu Journal of Educational Sciences International, 12*(1), 271-293. [https://doi.org/10.18039/ajesi.1004416](https://doi.org/10.18039/ajesi.1004416)
  3. Arslan, K. (2020). Eğitimde yapay zekâ uygulamaları. *Batı Anadolu Eğitim Bilimleri Dergisi, 11*(1), 71-88.
  4. Asokan, A. (2022). Advantages of artificial intelligence in education and healthcare sectors. In M. Vohra (Ed.), *Effects, Applications and Future Scope of Recent Advances in Healthcare and Education Sectors* (pp. 153-162). Central West Publishing.
  5. Ayanwale, M. A., Adelana, O. P., Molefi, R. R., Adeeko, O., & Ishola, A. M. (2024). Examining artificial intelligence literacy among pre-service teachers for future classrooms. *Computers and Education Open, 6*, 100179. [https://doi.org/10.1016/j.caeo.2024.100179](https://doi.org/10.1016/j.caeo.2024.100179)
  6. 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. [https://doi.org/10.53444/deubefd.1461048](https://doi.org/10.53444/deubefd.1461048)
  7. Bekman, M. (2022). Halkla ilişkiler uygulamalarında nicel araştırma yöntemi: ilişkisel tarama modeli. *Meriç Uluslararası Sosyal ve Stratejik Araştırmalar Dergisi, 6*(16), 238-258. [https://doi.org/10.54707/meric.1143322](https://doi.org/10.54707/meric.1143322)
  8. Bozdemir Özel, C., & Yakut Ozdemir, H. (2024). Levels of awareness, readiness, and anxiety of physiotherapists related to artificial intelligence. *Journal of Basic and Clinical Health Sciences, 8*(1), 171–180. [https://doi.org/10.30621/jbachs.1338903](https://doi.org/10.30621/jbachs.1338903)
  9. Bulut, H., Kınoğlu, N. G., & Karaduman, B. (2022, 8–11 Eylül). Diş hekimlerinde yapay zeka kaygı durumlarının incelenmesi [Sözlü bildiri]. 26. Türk Diş Hekimleri Birliği Uluslararası Dişhekimliği Kongresi, İstanbul, Türkiye.
  10. Creswell, J. W. (2017). *Research design: Qualitative, quantitative, and mixed methods approaches* (4th Edition). Sage.
  11. Çelebi, C., Demir, U., & Karakuş, F. (2023a). Yapay zeka okuryazarlığı konulu çalışmaların sistematik derleme yöntemiyle incelenmesi. *Necmettin Erbakan Üniversitesi Ereğli Eğitim Fakültesi Dergisi, 5*(2), 535-560. [https://doi.org/10.51119/ereegf.2023.67](https://doi.org/10.51119/ereegf.2023.67)
  12. Çelebi, C., Yılmaz, F., Demir, U., & Karakuş, F. (2023b). Artificial intelligence literacy: An adaptation study. *Instructional Technology and Lifelong Learning, 4*(2), 291-306. [https://doi.org/10.52911/itall.1401740](https://doi.org/10.52911/itall.1401740)
  13. Çetin, M., & Aktaş, A. (2021). Yapay zeka ve eğitimde gelecek senaryoları. *OPUS Uluslararası Toplum Araştırmaları Dergisi, 18*, 4225-4268. [https://doi.org/10.26466/opus.911444](https://doi.org/10.26466/opus.911444)
  14. Çetiner, N., & Çetinkaya, F. Ö. (2024). Çalışanların yapay zekâ kaygısı ile motivasyon düzeyleri arasındaki ilişki: turizm çalışanları üzerine bir araştırma. *Alanya Akademik Bakış, 8*(1), 159-173. [https://doi.org/10.29023/alanyaakademik.1297394](https://doi.org/10.29023/alanyaakademik.1297394)
  15. Çobanoğlu, A., & Oğuzhan, H. (2023). Artificial intelligence anxiety of nurses and related factors. *Gümüşhane Üniversitesi Sağlık Bilimleri Dergisi, 12*(4), 1846–1854. [https://doi.org/10.37989/gumussagbil.1274522](https://doi.org/10.37989/gumussagbil.1274522)
  16. DeCoster, J., Gallucci, M., & Iselin, A.-M. R. (2011). Best practices for using median splits, artificial categorization, and their continuous alternatives. *Journal of Experimental Psychopathology, 2*(2), 197-209. [https://doi.org/10.5127/jep.008310](https://doi.org/10.5127/jep.008310)
  17. Erdoğdu, F., & Cakir, O. (2024). Öğretmen adaylarının yapay zekâ okuryazarlıklarının ve yapay zekâya ilişkin algılarının belirlenmesi. *Uluslararası Türk Kültür Coğrafyasında Sosyal Bilimler Dergisi, 9*(2), 63-95. [https://doi.org/10.55107/turksosbilder.1594635](https://doi.org/10.55107/turksosbilder.1594635)
  18. Eriçok, B., Karataş, F., & Yüce, E. (2024). Öğretmen adaylarının yapay zekaya (YZ) ilişkin metafor algıları. *Kocaeli Üniversitesi Eğitim Dergisi, 7*(2), 607-630. [https://doi.org/10.33400/kuje.1511500](https://doi.org/10.33400/kuje.1511500)
  19. Eyüp, B., & Kayhan, S. (2023). Pre-Service Turkish language teachers’ anxiety and attitudes toward artificial intelligence. *International Journal of Education & Literacy Studies, 11*(4), 43-56. [https://doi.org/10.7575/aiac.ijels.v.11n.4p.43](https://doi.org/10.7575/aiac.ijels.v.11n.4p.43)
  20. Faul, F., Erdfelder, E., Lang, A.-G., & Buchner, A. (2007). G*Power 3: A flexible statistical power analysis program for the social, behavioral, and biomedical sciences. *Behavior Research Methods, 39*(2), 175-191. [https://doi.org/10.3758/BF03193146](https://doi.org/10.3758/BF03193146)
  21. Fowler, F. J. (2009). *Survey Research Methods* (4th ed.). SAGE Publications. [https://doi.org/10.4135/9781452230184](https://doi.org/10.4135/9781452230184)
  22. Hopcan, S., Türkmen, G., & Polat, E. (2023). Exploring the artificial intelligence anxiety and machine learning attitudes of teacher candidates. *Education and Information Technologies, 29*(6), 7281–7301. [https://doi.org/10.1007/s10639-023-12086-9](https://doi.org/10.1007/s10639-023-12086-9)
  23. Hur, J. W. (2025). Fostering AI literacy: Overcoming concerns and nurturing confidence among preservice teachers. *Information and Learning Sciences, 126*(1/2), 56-74. [https://doi.org/10.1108/ILS-11-2023-0170](https://doi.org/10.1108/ILS-11-2023-0170)
  24. IBM Corp. (2019). *IBM SPSS Statistics for Windows* (Version 26.0) [Computer software]. IBM Corp.
  25. Kahraman Kılbaş, E. P., & Cevahir, F. (2023). Bilimsel araştırmalarda örneklem seçimi ve güç analizi. *Journal of Biotechnology and Strategic Health Research, 7*(1), 1-8. [https://doi.org/10.34084/bshr.1217279](https://doi.org/10.34084/bshr.1217279)
  26. Kaman, Ş. (2025). Sınıf öğretmeni adaylarının dijital yeterlikleri ile yapay zekâ okuryazarlık düzeyleri arasındaki ilişki. *Ahi Evran Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 11*(2), 597-613. [https://doi.org/10.31592/aeusbed.1663406](https://doi.org/10.31592/aeusbed.1663406)
  27. Karaoğlan Yılmaz, F. G., & Yılmaz, R. (2023). Yapay zeka okuryazarlığı ölçeğinin Türkçeye uyarlanması. *Bilgi ve İletişim Teknolojileri Dergisi, 5*(2), 172-190. [https://doi.org/10.53694/bited.1376831](https://doi.org/10.53694/bited.1376831)
  28. Köklü, N., Büyüköztürk, Ş., & Çokluk, Ö. (2020). *Sosyal bilimler için istatistik*. Pegem Akademi.
  29. Laupichler, M. C., Aster, A., Haverkamp, N., & Raupach, T. (2023). Development of the “Scale for the assessment of non-experts’ AI literacy” – An exploratory factor analysis. *Computers in Human Behavior Reports, 12*, 100338. [https://doi.org/10.1016/j.chbr.2023.100338](https://doi.org/10.1016/j.chbr.2023.100338)
  30. Li, J., & Huang, J.-S. (2020). Dimensions of artificial intelligence anxiety based on the integrated fear acquisition theory. *Technology in Society, 63*, Article 101410. [https://doi.org/10.1016/j.techsoc.2020.101410](https://doi.org/10.1016/j.techsoc.2020.101410)
  31. Mart, M., & Kaya, G. (2024). Okul öncesi öğretmen adaylarının yapay zekâya yönelik tutumları ve yapay zekâ okur yazarlığı arasındaki ilişkinin incelenmesi. *Edutech Research, 2*(1), 91-109.
  32. Owoc, M. L., Sawicka, A., & Weichbroth, P. (2021). Artificial intelligence technologies in education: Benefits, challenges and strategies of implementation. In M. L. Owoc & M. Pondel (Eds.), *Artificial intelligence for knowledge management* (pp. 37–58). Springer. [https://doi.org/10.1007/978-3-030-85001-2_4](https://doi.org/10.1007/978-3-030-85001-2_4)
  33. Özdemir, N. D. (2023). Öğretmenlerin yapay zeka kaygılarına ilişkin görüşleri. In F. Korkmaz (Ed.), *Ufuk Üniversitesi II. Uluslararası Sosyal Bilimler Kongresi Yapay Zeka ve Sosyal Bilimler Tam Metinler Kitabı* (pp. 61-68). Ufuk Üniversitesi.
  34. Öztırak, M. (2023). Yapay zekâ kaygısının çalışanların yenilik odaklı davranışlarına etkisine yönelik bir araştırma. *Optimum Ekonomi ve Yönetim Bilimleri Dergisi, 10*(2), 267-286. [https://doi.org/10.17541/optimum.1255576](https://doi.org/10.17541/optimum.1255576)
  35. Polatgil, M., & Güler, A. (2023). Yapay zekâ okuryazarlığı ölçeğinin Türkçe’ye uyarlanması. *Sosyal Bilimlerde Nicel Araştırmalar Dergisi, 3*(2), 99-114.
  36. Sanusi, I. T., Ayanwale, M. A., & Tolorunleke, A. E. (2024). Investigating pre-service teachers’ artificial intelligence perception from the perspective of planned behavior theory. *Computers and Education: Artificial Intelligence, 6*, Article 100202. [https://doi.org/10.1016/j.caeai.2024.100202](https://doi.org/10.1016/j.caeai.2024.100202)
  37. Savcı, İ. (1999). Toplumsal cinsiyet ve teknoloji. *Ankara Üniversitesi SBF Dergisi, 54*(1), 123-142. [https://doi.org/10.1501/SBFder_0000001939](https://doi.org/10.1501/SBFder_0000001939)
  38. Şevgin, H., & Çetin, B. (2017). Eğitim araştırmalarında güç analizi ve bir uygulama. *Yüzüncü Yıl Üniversitesi Eğitim Fakültesi Dergisi, 14*(1), 1462-1480. [https://doi.org/10.23891/efdyyu.2017.52](https://doi.org/10.23891/efdyyu.2017.52)
  39. Qin, H., & Wang, G. (2022). Benefits, challenges and solutions of artificial intelligence applied in education. *2022 11th International Conference on Educational and Information Technology (ICEIT)* (pp. 62-66). IEEE. [https://doi.org/10.1109/ICEIT54416.2022.9690739](https://doi.org/10.1109/ICEIT54416.2022.9690739)
  40. Takıl, N., Erden, N. K., & Sarı, A. B. (2022). Farklı meslek grubu adaylarının yapay zekâ teknolojisine yönelik kaygı seviyesinin incelenmesi. *Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 25*(48), 343-353. [https://doi.org/10.31795/baunsobed.1165386](https://doi.org/10.31795/baunsobed.1165386)
  41. Tavşancıl, E. (2019). *Tutumların ölçülmesi ve SPSS ile veri analizi* (6. Baskı). Nobel Akademik Yayıncılık.
  42. Terzi, R. (2020). An adaptation of artificial intelligence anxiety scale into Turkish: Reliability and validity study. *International Online Journal of Education and Teaching (IOJET), 7*(4), 1501-1515.
  43. Tunjera, N., & Chigona, A. (2025). AI literacy in preservice teachers preparation programs: Global meta-analysis. *Proceedings of the 24th European Conference on e-Learning*. [https://doi.org/10.34190/ecel.24.1.4174](https://doi.org/10.34190/ecel.24.1.4174)
  44. Wang, B., Rau, P.-L. P., & Yuan, T. (2023). Measuring user competence in using artificial intelligence: validity and reliability of artificial intelligence literacy scale. *Behaviour & Information Technology, 42*(9), 1324-1337. [https://doi.org/10.1080/0144929X.2022.2072768](https://doi.org/10.1080/0144929X.2022.2072768)
  45. Yeniçeri, Ü., & Kenan, A. (2025). Öğretmen adaylarının yapay zekâya yönelik tutum ve kaygılarının çeşitli değişkenler açısından betimsel analizi. *Ege Eğitim Dergisi, 26*(2), 226-245. [https://doi.org/10.12984/egeefd.1625648](https://doi.org/10.12984/egeefd.1625648)
  46. Yükseköğretim Kurulu. (2023). *Yükseköğretim Bilgi Yönetim Sistemi*. Yükseköğretim Kurulu. [https://istatistik.yok.gov.tr/](https://istatistik.yok.gov.tr/)
  47. Zhang, C., Schießl, J., Plößl, L., Hofmann, F., & Gläser-Zikuda, M. (2023). Acceptance of artificial intelligence among pre-service teachers: a multigroup analysis. *International Journal of Educational Technology in Higher Education, 20*, Article 49. [https://doi.org/10.1186/s41239-023-00420-7](https://doi.org/10.1186/s41239-023-00420-7)
  48. Zhang, D., Wijaya, T. T., Wang, Y., Su, M., Li, X., & Damayanti, N. W. (2025). Exploring the relationship between AI literacy, AI trust, AI dependency, and 21st century skills in preservice mathematics teachers. *Scientific Reports, 15*(1), 14281. [https://doi.org/10.1038/s41598-025-99127-0](https://doi.org/10.1038/s41598-025-99127-0)