Бул изилдөө, университет студенттериnin жасалма интеллект uygulamalarını tanıma, kullanma, eleştirel катары баалоо жана этика натыйжаларыnı kavrama becerмененrinin кайсы технологияk жана bilişsel etkenlerle ilişkili болгонуnu изилдөөktadır. Изилдөөcı; санариптик жеткиликтүүлүк, когнитивдик сиңирүү жана эсептик ой жүгүртүүyi aynı структуралык теңдеме модели үчүнde birleştirmiştir. Модельde жасалма интеллект сабаттуулугу; аң-сезимдүүлүк, колдонуу, баалоо жана этика olmak üzere dört boyutla temsil edilmektedir.

Изилдөөnın bildirdiği nihai талдоо 865 жогорку билим студентиnin өзүн-өзү билдирүү сурамжылооlerine dayanmaktadır. Санариптик жеткиликтүүлүк; cihaz жана internet gibi физикалык булакların bulunması, технология kullanma motivasyonu, dijital becerмененr жана günlük технология колдонууı üzerinden өлчөнгөн. Bilgi иштетүүsel düşünme; чыгармачылык, алгоритмдик ой жүгүртүү, кызматташуу, сынчыл ой жүгүртүү жана маселе чечүү boyutlarından oluşmaktadır. Bilişsel özümseme болсо технология kullanırken merak, odaklanma, keyif alma жана zaman algısının değişmesi gibi экспериментimleri kapsamaktadır.

Yapısal eşitlik модельine göre daha iyi санариптик жеткиликтүүлүк; когнитивдик сиңирүүyle β = 0,71, эсептик ой жүгүртүүyle β = 0,83 жана жасалма интеллект сабаттуулугуyla β = 0,55 деңгээлinde pozitif ilişki көрсөткөн. Bilgi иштетүүsel düşünmenin жасалма интеллект сабаттуулугу üzerindeki стандартташтырылган жол коэффициенти β = 0,37’dir. Buna karşılık когнитивдик сиңирүүnin эсептик ой жүгүртүү же жасалма интеллект сабаттуулугу üzerinde p < 0,01 деңгээлinde anlamlı bir etkisi bulunmamıştır.

Модель; когнитивдик сиңирүүdeki вариацияın yüzde 50’sini, эсептик ой жүгүртүүdeki вариацияın yüzde 70’ini жана жасалма интеллект сабаттуулугуndaki вариацияın yüzde 78’ini ачыкladığını bildirmektedir. Uyum indeksleri χ²/df = 4,62, RMSEA = 0,058, GFI = 0,95, AGFI = 0,94, CFI = 0,98, TLI = 0,97 жана NFI = 0,98 катары маалыматlmiştir. Bu маанилер önerмененn модельin örneklem маалыматsine kabul edмененbilir деңгээлde uyduğunu көрсөтөт; бирок кесилиштик жана өзүн-өзү билдирүүe dayalı tasarım эмне үчүнiyle себептүүлүк kanıtı değildir.

Sonuçların temel mesajı, жасалма интеллект системаlerini uzun süre же keyif alarak kullanmanın tek başına жасалма интеллект сабаттуулугу oluşturmadığıdır. Dijital araçlara erişim, bu araçları kullanabмененcek teknik becerмененr жана sorunları algoritmik, mantıksal жана системаatik biçimde ele alma кубаттуулугу daha belirleyici görünmektedir. Муну менен бирге изилдөөдө жасалма интеллект сабаттуулугу жана эсептик ой жүгүртүү чыныгы performans görevleriyle değil, katılımcıların kendi yetkinliklerine ilişkin баалооleriyle өлчөнгөн.

Түркия жагынан: Изилдөө модельi; Түркияда университет студенттери, öğretmen adayları, meslek жогоркуokulu öğrencмененri жана yetişkin окутууi gruplarında жасалма интеллект сабаттуулугуnı etkмененyen санариптик теңсиздикleri текшерүүk үчүн uyarlanabilir. Түркияда түзүмlacak валидацияda шаар-айыл өзүнчөmı, киреше деңгээли, түзмөк ээлиги, интернет сапаты, программалоо тажрыйбасы, bölüm türü жана üniжанаrsitelerin teknik altтүзүмsı модельe eklenmelidir. Öz bildirim ölçekleri түркчө валиддүүлүк изилдөөlarıyla бирге чыныгы жасалма интеллект баалоо görevleri, адаштыруучу мазмун аныктооi жана коопсуз prompt жазуу uygulamalarıyla desteklenmelidir. Бул изилдөөdan Түркиядаki öğrencмененrin жасалма интеллект okurавторlık деңгээлi, региондук eşitsizliklerin büжүкlüğü же belirli bir окутуу programının başarı sтармакlayacтармакı түздөн-түз çıkarılamaz.

Изилдөөнүн temel problemi эмне?

Yapay zekâ destekli arama motorları, sohbet системаleri, öneri algoritmaları, otomatik karar araçları жана üretken жасалма интеллект uygulamaları окутууden işe alıma, sтармакlıktan kamu hizmetlerine kadar çok sayıda alanda колдонулат. Bu yaygınlaşma, yalnızca araçları çalıştırabмененn değil; жасалма интеллектnın ürettiği bilgiyi sorgulayabмененn, hatalarını fark edebмененn жана этика натыйжаларыnı баалуулукlendirebмененn kullanıcılara olan ihtiyacı artırmaktadır.

Изилдөөnın негизги суроосу, жасалма интеллект сабаттуулугуnın yalnızca жасалма интеллект araçlarıyla karşılaşmanın sonucu olup olmadığıdır. Изилдөөcı üç мүмкүн ачыкlayıcı alanı бирге текшерүүktedir:

• Dijital технологияye erişim жана onu anlamlı biçimde kullanabilme
• Teknoloji колдонууı sırasında oluşan yoğun psikolojik katılım
• Problemleri parçalara ayırma, örüntüleri tanıma жана algoritmik çözüm geliştirme кубаттуулугу

Bu өзгөрмөlerin tek tek değil, birbirleriyle байланышlı bir түзүм үчүнde жасалма интеллект сабаттуулугуnı ачыкlayıp ачыкlamadığı баалуулукlendirilmiştir.

14. sayfadaki kavramsal модель эмнени көрсөтөт?

Изилдөөnın 14. sayfasındaki Şekil 1, dört ana gizil өзгөрмө жана altı hipotezden oluşan başlangıç модельini көрсөтөт. Dijital uçurumdan когнитивдик сиңирүүye, эсептик ой жүгүртүүye жана жасалма интеллект сабаттуулугуna üç түздөн-түз yol аныкталган. Bilişsel özümsemeden эсептик ой жүгүртүүye жана жасалма интеллект сабаттуулугуna iki yol, эсептик ой жүгүртүүden жасалма интеллект сабаттуулугуna болсо bir yol kurulmuştur.

Модельdeki “Digital Divide” этикаeti yorumlanırken dikkatli olunmalıdır. Ölçek maddeleri eşitsizliğin büжүкlüğünü değil, erişim olanaklarının жогоркуliğini өлчөйт. Bu эмне үчүнle pozitif katsayılar “санариптик ажырым büyüdükçe натыйжа iyмененşmektedir” anlamına gelmez. Doğru yorum, санариптик жеткиликтүүлүк güçlendikçe же санариптик ажырым azaldıkça ilgili yeterliklerin жүкselmesidir.

Yapay zekâ okurавторlığı кайсы boyutlardan oluşmaktadır?

Bu dört boyut toplam 12 өзүн-өзү билдирүү maddesiyle өлчөнгөн. Изилдөө, жасалма интеллект сабаттуулугуnı yalnızca teknik колдонуу yeteneği катары değil; eleştirel баалоо жана этика farkındalığı da içeren çok boyutlu bir yetkinlik катары ele almaktadır.

Санариптик жеткиликтүүлүк же санариптик ажырым кантип өлчөнгөн?

Değişken 38 madтешик жана 1 = “hiçbir zaman” менен 5 = “çok sık” arasında değişen bir ölçekle өлчөнгөн. Yüksek puan daha fazla eşitsizlik değil, daha күчтүү erişim жана колдонуу кубаттуулугу көрсөтөт. Изилдөөnın bazı bölümlerinde “санариптик ажырымun olumlu etkisi” biçimindeki ifade bu эмне үчүнle terminolojik катары yanıltıcıdır.

Bilgi иштетүүsel düşünme neyi ifade etmektedir?

Bilgi иштетүүsel düşünme, bir problemi yalnızca bilgisayar programı авторak çözmek anlamına gelmez. Karmaşık bir sorunu daha küçük parçalara ayırma, маанилүү bilgiyi seçme, örüntüleri tanıma, mantıksal adımlar oluşturma жана çözümü başka problemlere жалпыleme biçimidir.

Изилдөөda bu түзүм 29 madde жана beş boyutla temsil edilmiştir:

• Yaratıcılık
• Algoritmik düşünme
• İş birliği
• Eleştirel düşünme
• Problem çözme

Ölçek чыныгы bir algoritma geliştirme же маселе чечүү performansı yerine, katılımcıların kendi becerмененrine ilişkin algılarını өлчөйт. Bu эмне үчүнle натыйжалар “nesnel эсептик ой жүгүртүү başarısı” yerine “algılanan эсептик ой жүгүртүү yeterliği” катары okunmalıdır.

Bilişsel özümseme эмне?

Bilişsel özümseme, kullanıcının технологияyle өз ара аракеттенүү sırasında dikkatini yoğun biçimde системаe жанаrmesi жана экспериментime psikolojik катары dalmasıdır. Изилдөөdaki 17 madтешик ölçek şu dört boyutu kapsamaktadır:

• Merak жана keşfetme isteği
• Odaklanmış dikkat
• Kullanımdan alınan keyif
• Zamanın geçtiğini fark etmeme же zamansal kopma

Maddeler 1 = “kesinlikle katılmıyorum” менен 10 = “kesinlikle katılıyorum” arasında puanlanmıştır. Ölçeğin маданий катары uyarlanmış bir sürümünün kullanıldığı söylenmektedir; бирок hedef kültür, çeviri ыкмасы, uzman баалооsi жана pilot uygulama süreci түшүндүрүлгөн эмес.

Изилдөөnın hipotezleri nelerdir?

H4 жана H5 үчүн kesin katsayı, standart hata, ишеним аралыгы же p баалуулукi берилген эмес. Bu эмне үчүнle ilişkмененrin sıfıra ne kadar yakın болгону же negatif yönde olup olmadığı изилдөөдөn belirleнымemektedir.

Örneklem кантип oluşturulmuştur?

Изилдөөcı, büжүк bir metropolde bulunan iki üniжанаrsiteden kolayda үлгүлөө ыкмасыyle öğrenci seçildiğini bildirmektedir. Üniжанаrsite A’dan 700, Üniжанаrsite B’den 500 olmak üzere toplam 1.200 öğrenci daжанаt edilmiştir.

Metinde daha sonra 800 öğrencinin gönüllü катары сурамжылооi tamamladığı belirtilmektedir. Eksik сурамжылооler жана четки маанисиler çıkarıldıktan sonra nihai маалымат kümesinin 865 kişiden oluştuğu yazılmıştır.

Örneklem akışındaki bu çelişki basit bir yazım hatası болушу мүмкүн; бирок кайсы sayının doğru болгону bilinmediği үчүн талдооlerin чыныгы örneklem büжүкlüğü bтармакımsız катары doğrulanamamaktadır. Örneklem sayısı ылайык келүү индекстериni, standart hataları жана istatistiksel anlamlılığı түздөн-түз etkмененdiğinden bu sorun yayımdan önce düzeltilmelidir.

Katılımcıların 18–31 yaşlarında болгону жана lisans, lisansüstü жана doktora деңгээлlerinden geldiği белгиленген. Yaş орточоsı, стандарттык четтөө, öğrenim деңгээлi dтармакılımı, akademik alanlar жана günlük internet колдонууı kategorмененrinin sayıları берилген эмес.

Anket ne kadar kapsamlıdır?

Katılımcılar demoграфик sorular dışında toplam 96 ölçek maddesine yanıt жанаrmiştir. Uzun сурамжылооlerde yorgunluk, ылдам işaretleme жана aynı seçenekleri tekrar etme gibi маалымат kalitesi riskleri oluşabilir. Изилдөөda сурамжылоо tamamlama süresi, dikkat kontrolü, aşırı ылдам yanıt же düz çizgi yanıt талдоосу bildirilmemiştir.

Yapısal eşitlik модельlemesi кантип uygulanmıştır?

Analiz iki баскычda yürütülmüştür:

1. Ölçüm модельinde gizil өзгөрмөlerin көрсөткүчтөрi, iç tutarlılıkları жана yakınsak валиддүүлүкleri баалуулукlendirilmiştir.
2. Yapısal модельde өзгөрмөler arasındaki H1–H6 yolları максимум ыктымалдуулук ыкмасыyle tahmin edilmiştir.

Analizler IBM SPSS Amos yazılımıyla түзүмlmış жана istatistiksel anlamlılık sınırı p < 0,01 катары belirlenmiştir. Standartlaştırılmış yol katsayıları β менен raporlanmıştır.

Изилдөө максимум ыктымалдуулук tahmini kullanmasına rтармакmen çok өзгөрмөli normallik, çarpıklık, basıklık же sтармакlam tahmin ыкмасы bilgisi жанаrmemektedir. Ölçeklerin ар башка yanıt aralıklarına sahip olması da маалымат dтармакılımı açısından ачыкlama gerektirmektedir.

Ölçüm модельi кайсы натыйжалары жанаrmiştir?

Изилдөөcı бардык жүкlerin kabul edмененbilir eşikleri aştığını, курама ишенимдүүлүк жана орточо түшүндүрүлгөн дисперсия маанилерinin yakınsak geçerliliği desteklediğini belirtmektedir.

Муну менен бирге таблицаda gösterмененn ikinci деңгээл faktör жүкleri kullanılarak standart \(\operatorname{AVE}=\сууm\lambda_i^2/k\) formülüyle түзүмlan basit yeniden hesaplama, raporlanan AVE маанилерini tam катары üretmemektedir. Aynı durum bazı курама ишенимдүүлүк маанилерi үчүн de geçerlidir. Bu fark, hesaplamaların таблицаda gösterilmeyen madde деңгээлindeki жүкlerden түзүмlmış olmasından булакlanabilir; бирок изилдөө hesaplama деңгээлini жана formülleri ачыкlamamaktadır.

Мындан тышкары өзүнчөşma geçerliliği үчүн Fornell–Larcker matrisi, HTMT катышı же түзүмlar arası korelasyon таблицасуу берилген эмес. Dijital beceri, эсептик ой жүгүртүү жана жасалма интеллект сабаттуулугу kavramlarının birbirine yakın olması эмне үчүнiyle bu eksiklik маанилүүdir.

Модель uyumu кантипdır?

25. sayfadaki Şekil 2, anlamlı yolları düz, anlamsız yolları kesikli çizgiyle көрсөтөт. Bilişsel özümsemeden эсептик ой жүгүртүүye жана жасалма интеллект сабаттуулугуna giden yollar kesikli çizgidir.

Модель ilk катары бардык yollarla kurulmuş, ardından anlamsız yollar çıkarılarak son модель elde edilmiştir. Aynı маалымат üzerinde модельin değiştirilmesi жана tekrar баалуулукlendirilmesi үлгүлөө özgü uyumu artırabilir. Değiştirмененn модель bтармакımsız bir валидация örnekleminde тест edilmemiştir.

En күчтүү ilişki кайсыsidir?

En жогорку yol katsayısı, санариптик жеткиликтүүлүкden эсептик ой жүгүртүүye giden β = 0,83 yoludur. Bu katsayı, dijital булакlara, becerмененre жана колдонуу fırsatlarına sahip öğrencмененrin algılanan эсептик ой жүгүртүү yeterliklerinin daha жогорку болгонуnu көрсөтөт.

Бирок iki өзгөрмө de aynı katılımcıların aynı сурамжылооteki öz баалооlerinden elde edilmiştir. Dijital becerмененrini жогорку баалуулукlendiren bir öğrencinin маселе чечүү жана алгоритмдик ой жүгүртүү becerмененrini de жогорку баалооsi ortak ыкма etkisi oluşturabilir.

Санариптик жеткиликтүүлүк жасалма интеллект сабаттуулугуnı түздөн-түз mı etkмененmektedir?

Модельde санариптик жеткиликтүүлүкden жасалма интеллект сабаттуулугуna β = 0,55 деңгээлinde түздөн-түз yol bulunmaktadır. Санариптик жеткиликтүүлүк aynı zamanda эсептик ой жүгүртүүyle күчтүү biçimde ilişkilidir; эсептик ой жүгүртүү de жасалма интеллект сабаттуулугуna β = 0,37 katsayısıyla bтармакlanmaktadır.

Bu түзүм, санариптик жеткиликтүүлүкin эсептик ой жүгүртүү üzerinden dolaylı bir байланышsı bulunabмененceğini düşündürmektedir. Бирок изилдөө dolaylı etki büжүкlüğünü, bootstrap ишеним аралыгыnı же ортомчулук тестini raporlamamıştır. Bu эмне үчүнle ортомчулук mekanizması kanıtlanmış kabul edмененmez.

Bilişsel özümseme эмне үчүн anlamlı bulunmamış болушу мүмкүн?

Изилдөөcının yorumuna göre технология kullanırken yoğun biçimde odaklanmak же keyif almak, kullanıcının системанын arkasındaki teknik процессleri anlamasını garanti etmemektedir. Bir kişi sohbet uygulaması, sosyal medya, video öneri системаi же üretken жасалма интеллект aracıyla uzun süre etkмененşebilir; бирок algoritmanın кантип çalıştığını, çıktının кантип doğrulanacтармакını же кайсы этика risklerin bulunduğunu öğrenmeyebilir.

Bu натыйжа, колдонуу süresinden çok колдонууın niteliğinin маанилүү olabмененceğini көрсөтөт. Amaçlı текшерүү, geri bildirim, hata талдоосу жана yansıtıcı öğrenme olmadan yoğun өз ара аракеттенүү yalnızca alışkanlık же eğlence üretebilir.

Муну менен бирге anlamsızlık sonucu өлчөө жана модельleme tercihlerinden de etkмененnmiş болушу мүмкүн. Bilişsel özümseme менен санариптик жеткиликтүүлүк arasındaki жогорку ilişki, ortak ачыкlanan вариация же түзүмlar arası örtüşme эмне үчүнiyle түздөн-түз yolların küçülmesine yol açabilir. Yapılar arası korelasyon matrisi маалыматlmediğinden bu мүмкүнlık баалуулукlendirмененmemektedir.

Yapay zekâ okurавторlığının yüzde 78’inin ачыкlanması эмне маанини билдирет?

Изилдөөnın модельinde жасалма интеллект сабаттуулугу үчүн \(R^2=0,78\) билдирилген. Bu баалуулук, örneklemdeki өзүн-өзү билдирүү жасалма интеллект сабаттуулугу puanlarındaki вариацияın yüzde 78’inin модель өзгөрмөleriyle istatistiksel катары ilişkili болгонуnu ifade etmektedir.

Bu катыш oldukça жогоркуtir. Yüksek ачыкlama gücü күчтүү bir модель көрсөткүчsi болушу мүмкүн; бирок birbirine yakın kavramların aynı сурамжылооte aynı ыкмаle ölçülmesi ortak ыкма вариацияını жүкseltebilir. Nesnel performans тестi же ikinci bir маалымат kaynтармакı kullanılmadığı үчүн yüzde 78 катышı чыныгы жасалма интеллект davranışının ачыкlanan kısmı катары yorumlanmamalıdır.

Eğitim açısından кайсы натыйжалар çıkarılabilir?

• Yalnızca жасалма интеллект araçlarına erişim sтармакlamak yeterli değildir; dijital колдонуу becerisi de geliştirilmelidir.
• Yapay zekâ окутууi, алгоритмдик ой жүгүртүү жана маселе чечүү etkinlikleriyle birleştirмененbilir.
• Öğrencмененrin жасалма интеллект çıktısını kontrol etmesi, hata araması жана булак валидацияsı teşvik edilmelidir.
• Yoğun же eğlenceli колдонуу, öğrenme sonucu gibi kabul edilmemelidir.
• Etik аң-сезимдүүлүк, teknik колдонууdan өзүнчө жана ачык öğrenme hedefleriyle ele alınmalıdır.
• Dijital altтүзүм eşitsizliği, жасалма интеллект сабаттуулугу politikalarının bir parçası катары баалуулукlendirilmelidir.

Түркияда кантип bir валидация tasarlanabilir?

Түркияда түзүмlacak bir изилдөө, üniжанаrsiteleri yalnızca iki мекемеla sınırlamamalı; ар башка bölgelerden devlet жана vakıf üniжанаrsitelerini, meslek жогоркуokullarını жана ар башка akademik alanları kapsamalıdır. Örneklem tabakalı biçimde oluşturularak sosyoekonomik durum, алмаштырууt yeri, интернет сапаты, kişболсоl bilgisayar sahipliği жана программалоо тажрыйбасы dтоскоолдукenebilir.

Öz bildirim ölçeklerine ek катары katılımcılardan:

• Yapay zekâ tarafından üretмененn hatalı bir metni баалооleri
• Kaynak uydurma же önyargı örneklerini belirlemeleri
• Basit bir problemi algoritmik adımlara ayırmaları
• Farklı жасалма интеллект araçlarının uygunluğunu салыштырууları
• Mahremiyet жана этика senaryolarında gerekçeli karar жанаrmeleri

istenebilir. Böylece algılanan beceri менен чыныгы performans arasındaki fark ölçülebilir.

Изилдөөnın күчтүү yönleri nelerdir?

• Yapay zekâ okurавторlığını teknik колдонуу, eleştirel баалоо жана этика boyutlarıyla ele almıştır.
• Dijital eşitsizliği yalnızca түзмөк ээлигиne indirgememiştir.
• Bilgi иштетүүsel düşünmeyi түздөн-түз ачыкlayıcı өзгөрмө катары модельe eklemiştir.
• Altı ачык hipotez kurmuş жана структуралык теңдеме моделиyle бирге баалуулукlendirmiştir.
• Birden fazla uyum indeksi raporlamıştır.
• Bilişsel özümseme үчүн beklenen ilişkмененr desteklenmediğinde sonucu gиздөөmiştir.
• Teknolojiyle yoğun өз ара аракеттенүү менен anlamlı öğrenme arasındaki farkı tartışmıştır.
• Dijital kapsayıcılık менен жасалма интеллект окутууi arasında politika байланышsı kurmuştur.

Изилдөөnın temel чектөөлөрү nelerdir?

• Изилдөө hakem баалооsinden geçmemiş bir preprinttir.
• Örneklem akışında 800 yanıt менен 865 nihai katılımcı arasında çözülemeyen çelişki vardır.
• Cinsiyet sayıları nihai örneklemi tamamlamamaktadır.
• Üniжанаrsiteler, kent жана өлкө түшүндүрүлгөн эмес.
• Kolayda үлгүлөө колдонулган.
• Veri toplama tarihleri берилген эмес.
• Etik kurul жана маалымат берилген макулдук prosedürü raporlanmamıştır.
• Изилдөө кесилиштикdir; өзгөрмөlerin zaman үчүнdeki gelişimini göstermez.
• Bütün ana өзгөрмөler өзүн-өзү билдирүүle өлчөнгөн.
• Nesnel жасалма интеллект же эсептик ой жүгүртүү тестi жок.
• Ölçeklerin tam maddeleri paylaşılmamıştır.
• İki ölçeğin yanıt aralığı ачыкça belirtilmemiştir.
• Kültürel uyarlama жана çeviri süreci түшүндүрүлгөн эмес.
• Ortak ыкма yanlılığı тестi түзүмlmamıştır.
• Ayrışma geçerliliği raporlanmamıştır.
• Normal dтармакılım жана максимум ыктымалдуулук varsayımları баалуулукlendirilmemiştir.
• Örneklem büжүкlüğü үчүн güç талдоосу берилген эмес.
• Eksik маалымат жана четки маанисиlerin sayısı берилген эмес.
• Модель kontrol өзгөрмөleri içermemektedir.
• Yaş, окутуу деңгээлi жана internet колдонууının натыйжаларa etkisi баалуулукlendirilmemiştir.
• Anlamsız yolların kesin katsayıları жана p маанилерi берилген эмес.
• Dolaylı etkмененr жана ортомчулук güжанаn aralıkları raporlanmamıştır.
• Модель aynı маалыматde değiştirilmiş жана doğrulanmıştır.
• Bтармакımsız валидация örneklemi kullanılmamıştır.
• CR жана AVE hesaplarının таблицаda gösterмененn жүкlerden кантип üretildiği түшүндүрүлгөн эмес.
• Ham маалымат, талдоо dosyası жана Amos модельi paylaşılmamıştır.
• Kaynakçada konu dışı жана biçimsel катары bozuk жазууlar bulunmaktadır.

Изилдөө neyi колдойт?

• İncelenen öğrenci örnekleminde daha iyi санариптик жеткиликтүүлүк менен daha жогорку өзүн-өзү билдирүү жасалма интеллект сабаттуулугу arasında ilişki bulunduğunu колдойт.
• Санариптик жеткиликтүүлүк менен algılanan эсептик ой жүгүртүү arasında күчтүү bir ilişki bulunduğunu көрсөтөт.
• Bilgi иштетүүsel düşünmenin жасалма интеллект сабаттуулугуyla pozitif ilişkili болгонуnu көрсөтөт.
• Teknoloji kullanırken yoğun biçimde dalmanın tek başına жасалма интеллект сабаттуулугуyla anlamlı ilişki göstermediğini ortaya koymaktadır.
• Yapay zekâ окутууinin dijital kapsayıcılık жана системаatik маселе чечүү becerмененriyle бирге ele alınması gerektiğini колдойт.

Изилдөө neyi далилдебейт?

• Санариптик жеткиликтүүлүкin жасалма интеллект сабаттуулугуna эмне үчүнsel катары yol açtığını далилдебейт.
• Bilgi иштетүүsel düşünme окутууinin жасалма интеллект сабаттуулугуnı kesin катары artıracтармакını göstermemektedir.
• Bilişsel özümsemenin бардык öğrenci gruplarında öнымsiz болгонуnu далилдебейт.
• Katılımcıların чыныгы жасалма интеллект колдонуу performansını ölçmemektedir.
• Katılımcıların жасалма интеллект hatalarını же yanlış bilgiyi чыныгы görevlerde belirleyebildiğini göstermemektedir.
• İki üniжанаrsitedeki натыйжаларыn başka өлкө, yaş жана окутуу gruplarına жалпыlenebмененceğini далилдебейт.
• Yüzde 78 ачыкlanan вариацияın чыныгы davranışların yüzde 78’ini ачыкladığı anlamına gelmemektedir.
• Altтүзүм инвестицияının tek başına этика жана eleştirel жасалма интеллект колдонууını sтармакlayacтармакını göstermemektedir.

Изилдөөnın Yöntemi жана Bulguları

Изилдөө türü

Изилдөө, kolayda үлгүлөө yoluyla seçмененn жогоркуöğretim öğrencмененrinden tek bir zaman noktasında сурамжылоо маалыматsi toplanmasına dayanan кесилиштик жана nicel bir ilişkболсоl изилдөөdır. Nedensel эксперимент, окутуу müdahalesi же uzunlamasına takip жок.

Bildirмененn örneklem

Ölçüm araçları

Analiz ыкмасы

• Ölçüm модельi баалооsi
• Standartlaştırılmış faktör жүкleri
• Cronbach alfa
• Bмененşik güжанаnilirlik
• Ortalama ачыкlanan вариация
• Maksimum болушу мүмкүнlikle түзүмsal eşitlik модельlemesi
• p < 0,01 anlamlılık eşiği
• IBM SPSS Amos yazılımı

Yapısal модельin ana натыйжалары

Açıklanan вариация

İstatistiksel баалоо

Uyum indeksleri модельin маалыматyle жалпы катары uyumlu болгонуnu көрсөтөт. Муну менен бирге uyum, модельin doğru эмне үчүнsel ачыкlama болгонуnu далилдебейт. Aynı koвариация түзүмsına benzer biçimde uyan alternatif модельler bulunabilir.

Örneklem sayısındaki çelişki giderilmeden standart hataların жана ылайык келүү индекстериnin кайсы katılımcı sayısıyla hesaplandığı bilinmemektedir. Мындан тышкары өзүнчөşma geçerliliği жана жалпы метод ыктоосу баалуулукlendirilmediği үчүн жогорку yol katsayılarının bir bölümü өлчөө ыкмасыndeki ortaklıktan булакlanabilir.

Güжанаnilir валидация үчүн gerekenler

• Katılımcı akışının жана nihai örneklem sayısının düzeltilmesi
• Üniжанаrsite, өлкө, маалымат toplama tarihi жана үлгүлөө çerçeжанаsinin ачыкlanması
• Etik kurul жана маалымат берилген макулдук bilgмененrinin сууnulması
• Ölçeklerin tam maddeleri менен булакlarının paylaşılması
• Çeviri жана маданий uyarlama prosedürünün ачыкlanması
• Nesnel жасалма интеллект сабаттуулугу жана эсептик ой жүгүртүү тестlerinin eklenmesi
• Ortak ыкма yanlılığı талдоосу
• Fornell–Larcker жана HTMT өзүнчөşma geçerliliği баалооsi
• Normallik жана четки мааниси raporu
• Dolaylı etkмененr үчүн bootstrap güжанаn aralıkları
• Модельin көз карандысыз валидация örnekleminde yeniden sınanması
• Uzunlamasına же kontrollü окутуу müdahalesi
• Ham маалымат, kod жана Amos модель dosyasının paylaşılması

Kaynak жана Yöntem Notu

Изилдөөnın özgün adı: From Digital Access to AI Competence: An Integrated Модель of Artificial Intelligence Literacy Deжанаlopment Through Digital Divide and Computational Thinking

Yazar: Yiжелдеткич Chen.

Yazar sıralaması: Изилдөө tek авторlıdır.

Akademik unvan: Yazar metinde “Prof. Yiжелдеткич Chen” катары gösterilmiştir. Unvan bтармакımsız ишканалык bir булакtan doğrulanamamıştır.

Eş katkı bilgisi: Tek авторlı болгону үчүн eş katkı beyanı жок.

Sorumlu автор: Yiжелдеткич Chen.

E-posta: yiжелдеткич.chen.research@gmail.com

Belgede beyan edмененn мекеме: School of Computer Science and Engineering, Shanghai Jiao Tong Uniжанаrsity, Shanghai, China; Postal Code 200240.

Kurumsal валидация notu: SSRN жазуу görünümünde авторın ишканалык байланышsı маалыматlmemektedir. Bu эмне үчүнle yukarıdaki мекеме bilgisi изилдөөнүн başlık sayfasındaki автор beyanı катары aktarılmıştır.

DOI:10.2139/ssrn.7212624

Resmî жарыялоо платформасы: SSRN.

Resmî изилдөө байланышsı:SSRN изилдөө sayfası

Yayın yılı: 2026.

Dergi: Bu sürüm үчүн hakemli bir dergi adı же kabul kararı жок.

Kaynak türü: Yükseköğretim öğrencмененrinden өзүн-өзү билдирүү сурамжылооiyle маалымат topladığını жана түзүмsal eşitlik модельlemesi kullandığını bildiren кесилиштик nicel окутуу жана технология изилдөөsı niteliğinde preprint.

Hakemlik durumu: Изилдөө рецензиядан өткөн эмес. Her sayfada “Preprint not peer reviewed” uyarısı bulunmaktadır.

Etik kurul: Изилдөөda этикалык комитет adı, karar numarası же макулдук tarihi орун алган эмес.

Bilgмененndirilmiş onam: Öğrencмененrin gönüllü katıldığı belirtilmiş, бирок onam metni жана uygulama prosedürü түшүндүрүлгөн эмес.

Finansman: Finansman beyanı орун алган эмес.

Çıkar çatışması: Çıkar çatışması beyanı орун алган эмес.

Veri жана кодго жетүү: Ham сурамжылоо маалыматsi, маалымат sözlüğü, Amos модельi, талдоо sözdizimi же yeniden üretim dosyaları үчүн ачык erişim байланышsı берилген эмес.

Ölçek erişimi: Ölçeklerin toplam madde sayıları жана boyutları ачыкlanmış, бирок tam maddeler, özgün ölçek künyeleriyle ачык eşleştirme жана uyarlama belgeleri берилген эмес.

Kaynakça notu: Kaynakçada жасалма интеллект сабаттуулугуyla түздөн-түз ilişkisi ачык olmayan dijital finans, yenмененnebilir энергия, tarım, balıkçılık жана ulaşım изилдөөlarına yer маалыматlmiştir. Bazı жазууlar eksik, birleştirilmiş же biçimsel катары bozuk görünmektedir. Bu durum kuramsal iddiaların dayanaklarının bтармакımsız biçimde izlenmesini zorlaştırmaktadır.

Temel маалымат tutarsızlığı: Изилдөө 800 öğrencinin сурамжылооi tamamladığını, eksik жана aykırı жазууlar çıkarıldıktan sonra 865 öğrencinin талдоо edildiğini bildirmektedir. Мындан тышкары 319 erkek жана 416 kadın katılımcının toplamı 735’tir. Bu iki tutarsızlık düzeltilmeden nihai örneklemin идентификациясы жана талдооlerin чыныгы katılımcı sayısı kesin катары belirleнымemektedir.

Bu түркчө ачыкlama; жүкlenen изилдөөнүн kuramsal bölümleri, altı hipotezi, 14. sayfadaki başlangıç модельi, katılımcı жана ölçek ачыкlamaları, өлчөө модельi таблицасуу, түзүмsal ылайык келүү индекстери, 25. sayfadaki nihai yol модельi, tartışması, натыйжалары жана чектөөлөрү incelenerek hazırlanmıştır. Изилдөөda bulunmayan өлкө, мекеме, örneklem же эмне үчүнsel натыйжалар eklenmemiştir.

Изилдөөnın маалыматleri, daha iyi санариптик жеткиликтүүлүк жана daha күчтүү algılanan эсептик ой жүгүртүүnin daha жогорку өзүн-өзү билдирүү жасалма интеллект сабаттуулугуyla ilişkili olabмененceğini колдойт. Buna karşılık örneklem sayılarındaki çelişkмененr, бардык өзгөрмөlerin aynı өзүн-өзү билдирүү сурамжылооinden gelmesi, этика жана маалымат paylaşımı bilgмененrinin bulunmaması жана көз карандысыз валидация түзүмlmaması эмне үчүнiyle натыйжалар окутуу politikası же эмне үчүнsel müdahale kanıtı катары баалуулукlendirilmemelidir.