Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightBulgular: Öğrenciler dört alt boyutun tamamında orta ila orta derecede yüksek düzeyde yapay zekâya hazır olma durumu göstermiş olup, en yüksek ortalama beceri boyutunda gözlemlenmiştir.
📌 3 Maddede Bu Makale
Özet
Amaç: Bu çalışma, lisans öğrencilerinin tıbbi yapay zekâya hazırlık düzeylerini incelemeyi ve YZ hazırlığının seçilen demografik özelliklere ve teknoloji kullanım modellerine göre farklılık gösterip göstermediğini araştırmayı amaçlamıştır. Yöntem: Kesitsel nicel bir tasarım kullanılmıştır. Çalışma, Bitlis Eren Üniversitesi Sağlık Bilimleri Fakültesi'nde kayıtlı beslenme ve diyetetik, sosyal hizmet ve fizyoterapi bölümü öğrencilerinden oluşan 196 lisans öğrencisiyle gerçekleştirilmiştir. Veriler, Karaca vd. (2021) tarafından geliştirilen ve bilişsel, beceri, öngörü ve etik hazırlık olmak üzere dört alt boyuttan oluşan Tıbbi Yapay Zekâ Hazırlık Ölçeği kullanılarak toplanmıştır. SPSS 27 kullanılarak tanımlayıcı istatistikler, bağımsız örneklem t-testleri ve Pearson korelasyon analizleri yapılmıştır. Bulgular: Öğrenciler dört alt boyutun tamamında orta ila orta derecede yüksek düzeyde yapay zekâya hazır olma durumu göstermiş olup, en yüksek ortalama beceri boyutunda gözlemlenmiştir. Yapay zekâya hazır olma puanlarında cinsiyet, sağlıkla ilgili bilgi için internet kullanımı, yapay zekâ kullanım durumu veya yapay zekâ kullanım amacı açısından istatistiksel olarak anlamlı bir fark bulunmamıştır. Sadece bilişsel boyutta evlilik durumuna göre anlamlı bir fark tespit edilmiş olup, evli öğrenciler lehine bir sonuç ortaya çıkmıştır. Korelasyon analizleri, tüm alt boyutlar arasında orta ila güçlü pozitif ilişkiler ortaya koyarak, tutarlı ve birbirine bağlı bir hazır olma yapısını göstermiştir. Sonuç: Bulgular, sağlık bilimleri öğrencilerinin genel olarak olumlu ve yeterli düzeyde yapay zekâya hazır olma durumu sergilediğini, ancak hazır olmanın büyük ölçüde demografik ve kullanım ile ilgili değişkenlerin çoğundan bağımsız olduğunu göstermektedir. Bu sonuçlar, gelecekteki sağlık profesyonelleri arasında eşit ve kapsamlı yapay zekâ hazırlığını sağlamak için yapılandırılmış ve müfredata dayalı yapay zekâ eğitimine duyulan ihtiyacın altını çizmektedir.
Abstract
Aim: This study aimed to examine the readiness levels of undergraduate students for medical artificial intelligence and to investigate whether AI readiness differed according to selected demographic characteristics and technology use patterns. Method: A cross-sectional quantitative design was used. The study was conducted with 196 undergraduate students enrolled in the nutrition and dietetics, social work, and physiotherapy departments of Bitlis Eren University Faculty of Health Sciences. Data were collected using the Medical Artificial Intelligence Readiness Scale developed by Karaca et al. (2021), which consists of four sub-dimensions: cognitive, skill, predictive, and ethical readiness. Descriptive statistics, independent samples t-tests, and Pearson correlation analyses were performed using SPSS 27. Results: Students showed a moderate to moderately high level of readiness for artificial intelligence in all four sub-dimensions, with the highest average observed in the skill dimension. There was no statistically significant difference in AI readiness scores in terms of gender, internet use for health-related information, AI use status, or purpose of AI use. A significant difference was found only in the cognitive dimension based on marital status, favoring married students. Correlation analyses revealed moderate to strong positive relationships across all sub-dimensions, demonstrating a consistent and interconnected readiness structure. Conclusion: The findings indicate that health sciences students generally exhibit a positive and adequate level of AI readiness, but that readiness is largely independent of most demographic and use-related variables. These results underscore the need for structured and curriculum-based AI education to ensure equitable and comprehensive AI readiness among future healthcare professionals.