TÜRKİYE
ÖLÇME
ARAÇLARI
DİZİNİ
© Prof. Dr. Halil Ekşi I Marmara Üniversitesi I toadizini@gmail.com

Yapay Zekâ Okuryazarlığı Ölçeği

Kullanım İzni
Geliştirdiğim(iz) / uyarladığım(ız) ölçme aracının atıf gösterilmesi ve bilimsel araştırmalarla sınırlı olmak kaydıyla kullanılmasına izin veriyorum/z/. İzin için ayrıca e-posta gönderilmesine gerek yoktur.


Makale

İNDİR


Ölçek Çeşidi: Uyarlama


Kategori(ler):

10 Psikoloji » 126 Zekâ

30 Eğitim Bilimleri ve Öğretmen Yetiştirme » 350 Bilgisayar ve Öğretim Teknolojileri Eğitimi

40 Sosyal ve Beşeri Bilimler » 440 Temel İnsan ve Toplum Bilimleri


Kaynak Türü: Makale


Kaynak/Referans:

Karaoglan Yilmaz, F. G., & Yilmaz, R. (2023). Yapay zekâ okuryazarlığı ölçeğinin Türkçeye uyarlanması. Bilgi ve İletişim Teknolojileri Dergisi, 5(2), 172-190. https://doi.org/10.53694/bited.1376831


Geliştiren/Uyarlayan: Fatma Gizem Karaoğlan Yılmaz, Ramazan Yılmaz


Yıl: 2023


Kaynak Adı: Yapay zekâ okuryazarlığı ölçeğinin Türkçeye uyarlanması


Dergi: Bilgi Ve İletişim Teknolojileri Dergisi


Cilt: 5


Sayı: 2


Sayfa Aralığı: 172-190


Sorumlu Yazar: Ramazan Yilmaz


İletişim: gkaraoglanyilmaz@gmail.com


Ölçülen Özellikler: üretken yapay zeka, yapay zeka düzeyi, Yapay Zeka Kaygısı, yapay zeka okuryazarlığı, Yapay Zekaya Yönelik Tutum


Alt Boyutlar: eleştirel değerlendirme (critical appraisal), pratik uygulama (practical application), teknik anlama (technical understanding)


Örnek Maddeler ve Madde Sayıları: 1 Makine öğrenmesi modellerinin nasıl eğitildiğini, doğrulandığını ve test edildiğini açıklayabilirim.
2 Derin öğrenmenin makine öğrenmesiyle nasıl ilişkili olduğunu açıklayabilirim.
3 Kural tabanlı sistemlerin makine öğrenmesi sistemlerinden nasıl farklı olduğunu açıklayabilirim.
4 Yapay zekâ uygulamalarının nasıl karar verdiğini açıklayabilirim.
5 'Pekiştirmeli öğrenmenin' temel düzeyde nasıl çalıştığını açıklayabilirim (makine öğrenmesi bağlamında).
6 Genel/güçlü ile dar/zayıf yapay zekâ arasındaki farkı açıklayabilirim.
7 Yapay zekâ amacıyla kullanılabilecek verileri toplamak için sensörlerin bilgisayarlar tarafından nasıl kullanıldığını açıklayabilirim.
8 'Yapay sinir ağı' teriminin ne anlama geldiğini açıklayabilirim.
9 Makine öğrenmesinin nasıl çalıştığını genel düzeyde açıklayabilirim.
10 'Denetimli öğrenme' ile 'denetimsiz öğrenme' arasındaki farkı açıklayabilirim (makine öğrenmesi bağlamında).
11 Açıklanabilir yapay zekâ kavramını tanımlayabilirim.
12 Bazı yapay zekâ sistemlerinin içinde bulundukları ortamda nasıl hareket edebildiklerini ve bulundukları ortama nasıl tepkiler verebildiklerini açıklayabilirim.
13 Büyük veri kavramını tanımlayabilirim .
14 Yapay zekânın medya temsillerinin (örneğin, filmlerde veya video oyunlarında) yapay zekâ teknolojilerinin mevcut yeteneklerinin ötesine geçip geçmediğini değerlendirebilirim.
15 Yapay zekâ uygulamalarını geliştirirken ve kullanırken veri gizliliğinin neden göz önünde bulundurulması gerektiğini açıklayabilirim.
16 Yapay zekâ uygulamaları geliştirirken ve kullanırken veri güvenliğinin neden göz önünde bulundurulması gerektiğini açıklayabilirim.
17 Yapay zekâyla ilgili etik sorunları tanımlayabilirim .
18 Yapay zekâ sistemlerini kullanırken ortaya çıkabilecek riskleri tanımlayabilirim.
19 Yapay zekânın zayıf yönlerini sayabilirim.
20 Yapay zekâ kullanırken ortaya çıkabilecek olası yasal sorunları tanımlayabilirim .
21 Yapay zekânın bireyler ve toplum üzerindeki potansiyel etkisi üzerine eleştirel bir şekilde düşünebilirim.
22 Yapay zekâ sistemlerinin geliştirilmesinde insanların neden önemli bir rol oynadığını açıklayabilirim .
23 Yapay zekânın geliştirilmesi ve uygulanmasında verinin neden önemli bir rol oynadığını açıklayabilirim.
24 Yapay zekânın ne olduğunu açıklayabilirim.
25 Günlük hayatımdan (özel hayat veya iş yaşamı) yapay zekâ ile ilişkili olabilecek örnekler verebilirim.
26 Yapay zekâ destekli teknik uygulamalardan/araçlardan örnekler verebilirim.
27 Kullandığım teknolojilerin yapay zekâ tarafından desteklenip desteklenmediğini anlayabilirim .
28 Alanımdaki bir sorunun yapay zekâ yöntemleriyle çözülüp çözülemeyeceğini ve çözülmesi gerekip gerekmediğini değerlendirebilirim.
29 Yapay zekâ destekli doğal dil işlemenin kullanıldığı uygulamaları söyleyebilirim.
30 Yapay zekânın son zamanlarda neden giderek daha önemli hale geldiğini açıklayabilirim.
31 Yapay zekâ uygulamalarının en az bir konu alanındaki etkilerini eleştirel olarak değerlendirebilirim.

Puanlama Yönergesi
Alt boyut ve madde sayısı: 3 alt boyut, 31 madde
Teknik Anlama (14 madde): 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14
Eleştirel Değerlendirme (10 madde): 15, 16, 17, 18, 19, 20, 21, 22, 23, 24
Pratik Uygulama (7 madde): 25, 26, 27, 28, 29, 30, 31
Ters Maddeler: Ters madde bulunmamaktadır.
Ölçeğin değerlendirilmesi: Bağımsız boyutlardan alınan yüksek puan, o boyuta ilişkin okuryazarlığın yüksek
olduğuna işaret etmektedir. Ölçeğin toplam puanı, faktörlerden alınan puanların toplanması ile elde edilmektedir.


Ölçek Puanlaması: Puanlama Yönergesi
Alt boyut ve madde sayısı: 3 alt boyut, 31 madde
Teknik Anlama (14 madde): 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14
Eleştirel Değerlendirme (10 madde): 15, 16, 17, 18, 19, 20, 21, 22, 23, 24
Pratik Uygulama (7 madde): 25, 26, 27, 28, 29, 30, 31
Ters Maddeler: Ters madde bulunmamaktadır.
Ölçeğin değerlendirilmesi: Bağımsız boyutlardan alınan yüksek puan, o boyuta ilişkin okuryazarlığın yüksek
olduğuna işaret etmektedir. Ölçeğin toplam puanı, faktörlerden alınan puanların toplanması ile elde edilmektedir.


Kullanılan Araştırmalar
scholar.google.com.tr

Orijinal Form

Orijinal Kaynak / Referans:

Yapay Zekâ Okuryazarlığı Ölçeğinin Türkçeye Uyarlanması

 

Yapay zekâ okuryazarlığı kavramı günümüzde yapay zekâ teknolojilerinin gelişmesine ve her sektörde kullanımının yaygınlaşmasıyla birlikte daha da önemli hale gelmiştir. Bireylerin yapay zekâ okuryazarlığı durum ve düzeylerini belirlemek için uluslararası literatürde çeşitli ölçme araçlarının kullanıldığı görülmektedir. Ancak ulusal literatürde bu amaçla geliştirilmiş bir ölçme aracının olmadığı görülmüştür. Bu araştırma, Laupichler ve arkadaşları (2023) tarafından geliştirilen “Yapay Zekâ Okuryazarlığı Ölçeği”nin Türk kültürüne uyarlaması, ölçeğin geçerlilik ve güvenilirlik analizlerinin gerçekleştirilmesi amaçlanmıştır. Ölçek, ‘teknik anlama (technical understanding)’, ‘eleştirel değerlendirme (critical appraisal)’, ‘pratik uygulama (practical application)’ olmak üzere üç boyuttan ve 31 maddeden oluşmaktadır. Ölçek uyarlama çalışması lise ve üstü eğitim düzeyine sahip 653 genç ve yetişkinden elde edilen veriler ile gerçekleştirilmiştir. Yapay Zekâ Okuryazarlığı Ölçeği’nin üç faktör ve 31 madde içeren yapısının, doğrulayıcı faktör analizi sonuçlarına dayanarak, gerçek verilerle uyumlu olduğunu göstermektedir. Ayrıca, ölçeğin güvenilirliği ve madde ayırt ediciliği yüksek olduğu sonucuna varılmıştır. Ölçeğin Türkçe versiyonu için hesaplanan Cronbach α katsayıları, farklı alt faktörler için .97 ile .98 arasında değişmekte olup, ölçeğin geneli için .99 olarak hesaplanmıştır. Bu bulgular ışığında, Yapay Zekâ Okuryazarlığı Ölçeği’nin bu ölçüm aracının, bireylerin yapay zekâ okuryazarlık düzeylerini değerlendirmek için geçerli ve güvenilir bir seçenek olduğunu göstermektedir. Bu çalışma ile, Türkiye’de yapay zekâ okuryazarlığının değerlendirilmesine önemli bir katkı sağlayacağı düşünülmekte olup, bu uyarlama çalışması ile bireylerin yapay zekâ konusundaki okuryazarlık seviyelerinin daha iyi anlaşılması ve gelecekteki araştırmalara temel oluşturulması hedeflenmektedir.


Sitemizden en iyi biçimde yararlanabilmeniz için çerezler kullanılmaktadır. Bu siteye giriş yaptığınızda çerez kullanımını kabul etmiş olursunuz.    Daha Fazla Bilgi