Yapay Zekâ Destekli Görsel İçeriklerin Dijital Dönüşüme Etkisi: Edirne İli Lise Öğrencileri Örneği

Çelik, Y. & Çelik, R. (2025). Yapay Zekâ Destekli Görsel İçeriklerin Dijital Dönüşüme Etkisi: Edirne İli Lise Öğrencileri Örneği. mediarts, 8, 106-129. Araştırma makalesi Research article Yapay Zekâ Destekli Görsel İçeriklerin Dijital Dönüşüme Etkisi: Edirne İli Lise Öğrencileri Örneği Yusuf Çelik* • Ramazan Çelik** ÖZ Bu araştırma yapay zekâ destekli görsel içeriklerin dijital dönüşüm üzerindeki etkilerini Edirne’de öğrenim gören lise öğrencileri özelinde incelemektedir. Araştırmada Edirne ilinde yaşayan lise öğrencilerinin yapay zekâya yönelik farkındalık, bilgi, tutum ve kaygı düzeylerinin dijital dönüşüm sürecinde nasıl bir rol oynadığına odaklanılmaktadır. Dijital dönüşüm günümüzde teknolojinin hızla gelişmesiyle birlikte eğitim alanında da kendini göstermekte ve yapay zekâ tabanlı görsel içeriklerin eğitim süreçlerine entegrasyonu gün geçtikçe artmaktadır. Bu bağlamda öğrencilerin yapay zekâya yönelik algılarının anlaşılması eğitimde dijitalleşmenin etkin bir şekilde gerçekleştirilmesi için önemli bir adım niteliği taşımaktadır. Bu çalışmada “Yapay Zekâ Ölçeği” kullanılmaktadır. Ölçek ile Edirne ili lise öğrencilerinin yapay zekâ ile ilgili bilgi, farkındalık, tutum ve kaygı düzeylerini değerlendirmesi amaçlanmakta olup, araştırmada elde edilen veriler bağlamında öğrencilerin dijital dönüşüm sürecinde yapay zekâ destekli görsel içeriklerle etkileşimlerine odaklanmaktadır. Çalışmanın yapay zekâ ve dijital dönüşüm konularında lise düzeyinde yapılmış olan araştırmaların sınırlı olması nedeniyle literatüre ve eğitimde dijital dönüşüm stratejilerinin geliştirilmesine katkı sunacağı varsayılmaktadır. Anahtar Kelimeler: yapay zekâ, dijital dönüşüm, dijital eğitim, görsel kültür, görsel içerik * Yüksek Lisans Mezunu, Trakya Üniversitesi [email protected], ORCID: 0009-0002-4360-5651 **Doç. Dr., Trakya Üniversitesi, (Sorumlu Yazar) [email protected], ORCID: 0000-0002-6957-5297 The Effect of Artificial Intelligence-Supported Visual Content on Digital Transformation: The Case of Edirne High School Students ABSTRACT This research examines the effects of artificial intelligence-supported visual content on digital transformation, specifically among high school students in Edirne. The research will focus on the role of awareness, knowledge, attitude and anxiety levels of high school students living in Edirne province towards artificial intelligence in the digital transformation process. Digital transformation is also manifesting itself in the field of education with the rapid development of technology today, and the integration of artificial intelligencebased visual content into educational processes is increasing. In this context, understanding students' perceptions of artificial intelligence is an important step for the effective implementation of digitalization in education. In this study “Artificial Intelligence Scale” is used. With the scale, it is aimed to evaluate the knowledge, awareness, attitude and anxiety levels of Edirne high school students related to artificial intelligence, and the data obtained in the research focus on the interaction of students with artificial intelligence-supported visual content during the digital transformation process. It is assumed that the study will contribute to the literature and the development of digital transformation strategies in education due to the limited research conducted at the high school level on artificial intelligence and digital transformation. Keywords: artificial intelligence, digital transformation, digital education, visual culture, visual content Geliş | Received: 01/07/2025 Kabul | Accepted: 30/09/2025 DOI: 10.5281/zenodo.17390702 Extended Abstract The study was designed based on the quantitative research method. The universe of the research consists of high school students studying in Edirne province. A simple random sampling method was used in the sample selection. The simple random sampling method is a method in which every individual in the universe has an equal probability of being selected. With this method, it was ensured that the sample group was determined in a way that could represent the universe of the research. Within the scope of the study, a survey was applied to a total of 498 students from five different high schools in Edirne province. The Artificial Intelligence Scale was used in the research. The scale was developed in order to measure students' knowledge levels, awareness, attitudes and anxiety levels related to artificial intelligence and consists of 25 questions and three sub-dimensions. The sub-dimensions of the scale were determined as "Interaction", "Pervasive Impact" and "Anxiety". The interaction dimension measures students' direct interactions with artificial intelligence and the consequences resulting from these interactions; the pervasive impact dimension measures the effects of artificial intelligence on daily life and education; and the anxiety dimension measures students' anxiety levels related to artificial intelligence. The SPSS package program is used for the analysis of the data obtained in the research. During the analysis process, firstly the normality, skewness and kurtosis values of the data were examined, and the reliability of the scale was tested. This research has examined the social media usage habits of high school students and their perceptions towards artificial intelligence in detail within the framework of demographic characteristics. The research focused on the effect of factors such as gender, age, grade level and type of school they study at on students' perceptions of artificial intelligence. The results show that students tend to prefer visual and video-based applications among social media platforms; Instagram and TikTok are especially at the forefront of this preference. This research examines the effects of artificial intelligence-supported visual content on digital transformation, specifically among high school students in Edirne. In the comparisons made according to school types, it was determined that the students of general high schools such as Edirne High School and 80. Yıl Anadolu High School had higher interaction scores on artificial intelligence than the students of vocational high schools. This situation indicates that technological infrastructure and educational content can increase students' interest and interaction with artificial intelligence. In addition, analyses conducted by age groups reveal that age is an important factor that can affect the perception of artificial intelligence. In particular, it has been observed that students over the age of 18 perceive the effects of artificial intelligence more comprehensively. In gender-based assessments, it was found that male students interact more with artificial intelligence and perceive its broad effects to a higher degree; on the other hand, female students have higher levels of anxiety about this technology. These results indicate that artificial intelligence training programs should be designed taking into account gender-specific differences. As a result, this study illuminates the relationships between high school students' social media use and artificial intelligence perceptions and emphasizes the role of education in the process of students' adaptation to these new technologies. It seems that variables such as school types, age, gender and social media platforms used are decisive in shaping students' attitudes and awareness towards artificial intelligence. For this reason, it is important to develop customized educational programs and policies in order to increase artificial intelligence awareness and facilitate students' adaptation to these Technologies. Within this framework, it is proposed to integrate artificial intelligence-based education programs in schools as well as to provide genderand age-appropriate information and guidance services. Yapay Zekâ Destekli Görsel İçeriklerin Dijital Dönüşüme Etkisi: Edirne İli Lise Öğrencileri Örneği Yıl/Year 2025 • Sayı/Issue 8 • ss./pp. 106-129. • 110 • Giriş1 Tarih boyunca teknolojik yenilikler, insan yaşamını ve toplumsal yapıları derinden etkilemiştir. Teknoloji, temel ihtiyaçların karşılanmasını kolaylaştırmanın ötesinde, insan ilişkilerini ve bireysel doğayı dönüştürmüştür. Basalla'nın sözleriyle, "İnsanın oluşturduğu dünya, temel gereksinimlerin ötesinde çeşitlilik sunar." Bu, teknolojinin insanlara sadece ihtiyaçlarını karşılamak için değil, aynı zamanda geniş bir seçenek yelpazesi sunarak kişisel ve toplumsal dönüşümü teşvik etmek için de hizmet ettiğini gösterir (Basalla, 2019, s.49). Teknolojik ilerlemeler, yüzeyde utiliter (faydacı) özellikler taşısa da esas olarak bireylerin zihinsel dünyalarında yarattığı dönüşümlerle kendini gösterir. Heidegger'e göre teknoloji, düşünce yapımızı domine ederek, insanların sosyal yaşamdaki dilsel ve düşünsel anlayışlarını teknoloji odaklı hale getirmiştir. Bu, insanın doğa ile olan ilişkisinin zayıflamasına ve teknoloji merkezli yeni bir yaşam biçiminin ortaya çıkmasına yol açmıştır (Heidegger, 2021, s. 15-35). Özellikle dijital dönüşüm, teknolojinin bireysel ve toplumsal etkilerini daha belirgin hale getirmiştir. Dijital dönüşüm, teknolojik araçların kullanımını artırmakla kalmayıp, bireylerin algıları, etkileşim biçimleri ve davranış kalıplarını temelden değiştirmiştir (Karadayı vd., 2020, s. 264-289). Bu süreçte yapay zekâ destekli görsel içerikler, dikkat çekici araçlardan biri olarak öne çıkmıştır. Bu teknolojiler, bireylerin dijital deneyimlerini derinleştiren ve kurumların iletişim, pazarlama ve eğitim stratejilerini yeniden şekillendirmelerini sağlayan unsurlardır (Varol, 2023, s. 162184). Ancak, yapay zekâ ile üretilen görsel içeriklerin dijital dönüşüm üzerindeki etkileri konusunda çeşitli tartışmalar bulunmaktadır. Bu içeriklerin özgünlük, güvenilirlik ve etik standartlar açısından nasıl değerlendirilmesi gerektiği, önemli bir mesele olarak karşımıza çıkar (Kırık ve Özkoçak, 2023, s. 73). Ayrıca, bu içeriklerin bireylerin algıları ve etkileşim biçimleri üzerindeki etkileri, dijital dönüşümün insani boyutlarını anlamak için kritik bir öneme sahiptir. Teknolojinin küreselleşmesi ve dijital bir kozmosun oluşması, toplumsal ve bireysel yaşamın dijitalleşmesiyle nasıl bir bütünleşme süreci yaşadığını sorgulamamızı gerektirir (Yankın, 2019, s. 38). Bu çalışma, Edirne'deki lise öğrencileri üzerinden yapay zekâ destekli görsel içeriklerin dijital dönüşümdeki rolünü ve etkilerini incelemeyi amaçlar. Araştırmanın odak noktası, öğrencilerin dijital medya kullanım alışkanlıkları ve yapay zekâ destekli içeriklerin öğrenme süreçlerine olan etkileridir. Anket yöntemi kullanılarak toplanan 1 Bu çalışma, Trakya Üniversitesi Bilimsel Araştırma Projeleri Birimi (TÜBAP) tarafından 2024/235 nolu kabul edilen tez projesinden üretilmiştir ve hiçbir yerde yayınlanmamıştır. Trakya Üniversitesi Sosyal ve Beşerî Bilimler Etik Kurulu tarafından 06.11.2024 tarih ve 2024.09.07 karar no ile tez kapsamında anket alan araştırmasının yapılması için oybirliği ile onay alınmış ve çalışma uygun görülmüştür. Yapay Zekâ Destekli Görsel İçeriklerin Dijital Dönüşüme Etkisi: Edirne İli Lise Öğrencileri Örneği Yıl/Year 2025 • Sayı/Issue 8 • ss./pp. 106-129. • 111 • veriler, çeşitli liselerde öğrenim gören öğrencilerden rastgele seçilerek elde edilmektedir. Bu çalışmanın sonuçları, yapay zekâ destekli görsel içeriklerin kullanıcı algısı, dijital okuryazarlık seviyesi ve öğrenme süreçleri üzerindeki etkilerini gözler önüne serecektir. Ancak, araştırmanın yalnızca Edirne'deki lise öğrencileriyle sınırlı olması ve anket yöntemi kullanılması gibi kısıtlamalar, bulguların genelleştirilebilirliğini sınırlayabilir ve gelecekte farklı örneklemler ve nitel yöntemlerle yapılabilecek araştırmaların ihtiyacını ortaya koyabilir. Bu çalışma, dijital dönüşümde yapay zekâ destekli görsel içeriklerin rolünü anlamak için önemlidir ve bireyler, kurumlar ve toplumun dijital ortamda geçirdiği dönüşümü analiz etmeye yönelik bir çerçeve sunmaktadır. Yapay zekâ Tekerleğin icadından yazının gelişimine ve ateşin kullanımına kadar, her yeni teknolojik adım toplumları ve yönetim yapılarını derinden etkilemiştir (Nabiyev, 2005, s. 23). Özellikle 19. ve 20. yüzyıllarda bilgisayarın icadı ve internetin yaygınlaşması gibi devrimsel teknolojik ilerlemeler, bilimden ekonomiye ve toplumsal yapıdan günlük yaşama kadar pek çok alanı dönüştürmüştür. Teknolojik devrim, 20. yüzyılın ortalarında "makine düşünebilir mi?" sorusu ile başlamış ve yapay zekâ kavramının doğuşu ile yeni bir boyuta ulaşmıştır (Tübitak, 2023). Bu evrim, günümüzde yapay sinir ağları, Turing testi, bulanık mantık ve akıllı sistemler gibi kavramlarla derinleşmiş ve yapay zekâ teknolojilerine; makine öğrenimi, derin öğrenme ve gösterim öğrenimi gibi disiplinler dâhil olmuştur (Kaya ve Yozgat, 2021, s. 42). Yapay zekâ, bir bilgisayarın veya herhangi bir dijital makinenin insan benzeri görevleri yerine getirebilme yeteneği olarak tanımlanabilir. Yapay zekâ, insan öğrenme ve akıl yürütme yeteneklerini taklit eden algoritmalar serisi olarak da ifade edilebilir ve genellikle veri analizi, örüntü tanıma ve simülasyonlar gibi alanlarda kullanılır (Ünsal, 2024, s. 674-682). Yapay zekâ, bilgisayar bilimi, matematik ve psikoloji gibi çeşitli disiplinlerin kesiştiği bir noktada bulunmakta ve tıp, mühendislik, ekonomi ve yönetim gibi alanlarda teorik ve pratik uygulamalar sunmaktadır. Kaya ve Yozgat tarafından yapay zekanın müşteri hizmetleri, kesintilerin önlenmesi, davranış tahmini, veri analizi ve pazarlama gibi alanlardaki kullanımları sınıflandırılmıştır (Apaydın, 2021, s. 22-23). Coppin'in (2004, s. 5-6) belirttiği gibi, yapay zekanın ana uygulama alanları arasında makine öğrenimi, çoklu ajan sistemleri, yapay yaşam, bilgisayar görüşü, planlama ve oyun oynamak bulunmaktadır. Bu nedenle, yapay zekâ, sadece bir teknolojik araç olmanın ötesinde, çeşitli bilim dallarını etkileyebilecek geniş bir potansiyele sahiptir. Eğitim ve öğrenme alanında da yapay zekâ, uzmanlar tarafından büyük veri ve geçmiş deneyimlerden yararlanarak bilgisayarların daha etkin bir şekilde programlanmasını Yapay Zekâ Destekli Görsel İçeriklerin Dijital Dönüşüme Etkisi: Edirne İli Lise Öğrencileri Örneği Yıl/Year 2025 • Sayı/Issue 8 • ss./pp. 106-129. • 112 • sağlayan yapay öğrenme ile giderek artan bir ilgi görmektedir. Bu, gözlemlenen verilerden anlamlı sonuçlar çıkarılmasını mümkün kılar (Gezici, 2023, s. 111-128). Dijital dönüşüm Dijital dönüşüm süreci, dinamiktir ve sürekli değişim içeren bir yapıdadır; bu yüzden bu sürecin tam olarak ne anlama geldiği ve kapsamının ne olduğu konusunda genel bir fikir birliği oluşmamıştır. Dijital dönüşümü bir süreç olarak tanımlamak, geçmişi, bugünü ve geleceği içeren geniş bir çerçeve gerektirir (Albasoft, 2024). Bu sürecin temel bileşenleri insan, süreç ve teknolojinin adaptasyonudur. Çeşitli bileşenlerin bu sürece dahil olması, dönüşümün sistemsel bir yaklaşımla ele alınmasını ve yapılan değişikliklerin her katmana entegre edilmesini zorunlu kılar. Dönüşüm, mevcut sistemlerin tamamen terk edilmesi anlamına gelmez; bunun yerine, mevcut sistemlerin değişime uyum sağlayarak geliştirilmesini ifade eder. Bu bakış açısından, insanlar dönüşüm sürecinin merkezinde yer alırken, teknoloji ve süreçler bu süreçteki araçlardır (Güzel, 2024, s.1). Dijital dönüşüm, kurumların iş modellerini, stratejik yönlerini ve değerlerini derinden etkileyen teknik ve sosyal boyutları içeren bir süreçtir. Yapılan araştırmalar, dijital dönüşüm ve yenilik kavramlarının sıklıkla birbirinin yerine kullanıldığını ve yeniliğin bu sürecin merkezinde yer aldığını göstermektedir. Küresel sürdürülebilir gelişim hedeflerine yönelik çabalar, dijital dönüşümün önemini daha da ön plana çıkarmaktadır (Schallmo ve Williams, 2018, s. 3-8). Örneğin, Birleşmiş Milletler'in 2015 yılında belirlediği 'endüstri, yenilik ve altyapı' hedefi, bu sürecin kapsamlılığını ve gelecekteki vaatlerini vurgular. Unesco'nun 2019'da başlattığı Eğitimin Geleceği girişimi, bilgi ve öğrenmenin yanı sıra, zorluklara yanıt verme ve yenilikçi çözümler geliştirme kapasitesinin önemini ortaya koyar. Educause'un 2021 tarihli Horizon Report'u ise, eğitim teknolojilerinin öğretim ve öğrenme süreçlerine olan etkilerinin önemine dikkat çeker (Teichert, 2019, s. 1673-1687). Yükseköğretim kurumları, küresel rekabette yer alabilmek ve sürekli yenilenmek adına dijital dönüşümü benimseyerek bu sürece uyum sağlamaktadır. Ancak dijital dönüşüme yönelik olumlu düşüncelerin yanı sıra, bazı çevreler tarafından şüpheyle karşılanan ve karşıt görüşler de bulunmaktadır. Covıd-19 pandemisi, eğitim alanında özellikle adaptasyon ve değişim becerilerinin önemini artırmıştır; bu durum, iyi adapte olan öğrencilerin mevcut yeteneklerini yeni ve farklı durumlara uygulayarak dışarıdan bakış açısı kazanmalarını beklemektedir (Brooks ve McCormack, 2020, s. 77-78). Dijital dönüşüm kavramının planlı ve sistemsel bir yaklaşımla öğrenme ve öğretme faaliyetlerine entegre edilmesi önemlidir. Sistem yaklaşımı, birbirleriyle bağlantılı bileşenlerin bir bütün olarak etkileşimli çalışmasını esas alan bir prensibe dayanır. Bu yaklaşıma göre, sistemi oluşturan parçaların herhangi birinde meydana gelen bir sorun, sistemin diğer parçalarıyla olan etkileşimi iyileştirilerek veya problemli Yapay Zekâ Destekli Görsel İçeriklerin Dijital Dönüşüme Etkisi: Edirne İli Lise Öğrencileri Örneği Yıl/Year 2025 • Sayı/Issue 8 • ss./pp. 106-129. • 113 • parçanın etkisi azaltılarak çözümlenebilir. İnsan vücudu da benzer şekilde bir sistem olarak ele alınabilir; hücrelerin birleşmesiyle dokular, dokuların birleşmesiyle organlar, organların birleşmesiyle sistemler ve sonunda tüm sistemlerin birleşimiyle bir organizma oluşur (Reis vd., 2018, s. 411-421). Dijital dönüşüm bağlamında, karşılaşılan engellerin yanı sıra bireylerin yetkinlik ve becerilerinin geliştirilmesi, süreci destekleyen önemli bir faktördür. Bu çerçevede, dönüşümün sadece belirli unsurlarda değil, sistemin genelinde etkili bir şekilde gerçekleşmesi, başarılı sonuçlara ulaşılmasını sağlayacaktır. Yapay zekâ destekli görsel içerikler Gelişen teknoloji ile beraber yapay zekâ, görsel içerik üretiminde önemli bir rol oynamaktadır. Yapay zekâ tabanlı uygulamalar; görsel tasarım, fotoğraf düzenleme, video oluşturma ve artırılmış gerçeklik gibi alanlarda hem hız hem de yaratıcılık açısından devrim yaratmaktadır. Bu teknolojiler, kullanıcı deneyimini zenginleştirmekle kalmayıp, markaların hedef kitlelerine daha etkili ve özgün biçimde ulaşmalarını sağlamaktadır. Bu bağlamda, yapay zekâ destekli görsel içerikler dijital pazarlama stratejilerinde giderek daha fazla yer bulmaktadır (Goodfellow vd., 2016, s. 15-26; Karras vd., 2019, s. 4401-4410). Yapay zekâ destekli görsel içerik türleri, dijital medya ve pazarlama sektörlerinde yenilikçi yaklaşımlar sunarak geniş bir kullanım alanı bulmaktadır. Yapay zekânın görsel içerik üretimindeki kullanımı, özellikle görüntü işleme, görsel tanıma ve otomatik içerik üretimi gibi alanlarda yoğunlaşmaktadır. Yapay zekâ destekli görsel içerikler; otomatik olarak oluşturulan resimler, artırılmış gerçeklik, sanal gerçeklik ve derin öğrenme algoritmaları ile üretilen video içerikler gibi çeşitlilik göstermektedir. Bu teknolojiler, sadece kullanıcı deneyimini iyileştirmekle kalmayıp, aynı zamanda markaların görsel iletişim stratejilerini daha etkin bir hale getirmektedir (Goodfellow vd., 2016, s. 15-26; Karras vd., 2019, s. 4401-4410; Ramesh vd., 2021, s. 8821-8831; Xu vd., 2020, s. 3347-3356). Otomatik Görsel İçerik Üretimi: Yapay zekâ destekli görsel içeriklerin en bilinen türlerinden biri, çeşitli yapay sinir ağları ve derin öğrenme teknikleriyle otomatik olarak üretilen dijital görsellerdir. Örneğin, Generative Adversarial Networks (GANs) gibi algoritmalar, yüksek kaliteli ve gerçekçi görseller oluşturmak için kullanılmaktadır. GAN'ler, çeşitli veri kümelerinden öğrenerek yeni ve özgün içerikler üretme kapasitesine sahiptir. Bu bağlamda, yapay zekânın görsel içerik oluşturma sürecine katkısı, özellikle grafik tasarım ve dijital sanat alanlarında belirgin hale gelmiştir. Artırılmış Gerçeklik ve Sanal Gerçeklik Uygulamaları: Yapay zekâ destekli artırılmış gerçeklik (AR) ve sanal gerçeklik (VR) uygulamaları, görsel içerik türleri arasında oldukça yenilikçi bir yer tutmaktadır. AR teknolojileri, kullanıcıların gerçek dünya ile dijital nesneleri bir araya getirerek hem eğlence hem de eğitim amaçlı Yapay Zekâ Destekli Görsel İçeriklerin Dijital Dönüşüme Etkisi: Edirne İli Lise Öğrencileri Örneği Yıl/Year 2025 • Sayı/Issue 8 • ss./pp. 106-129. • 114 • zenginleştirilmiş bir deneyim sunmaktadır. Sanal gerçeklik ise kullanıcıları tamamen dijital bir ortamda etkileşime geçirerek, eğitim, turizm ve sağlık gibi sektörlerde etkili bir deneyim sunmaktadır. Yapay zekâ, bu tür içeriklerde nesne tanıma, hareket takibi ve kullanıcı etkileşimlerini analiz etme gibi işlemleri geliştirerek, AR ve VR deneyimlerinin kalitesini artırmaktadır. Video İçerik Üretimi ve Düzenlemesi: Video içerik üretimi, yapay zekânın özellikle son yıllarda büyük ilerleme kaydettiği bir diğer alandır. Yapay zekâ destekli araçlar, video içeriği hızlı ve otomatik bir şekilde düzenleyerek, kullanıcıların prodüksiyon sürecini daha verimli hale getirmektedir. Örneğin, Adobe Sensei gibi araçlar, video düzenlemesinde yüz tanıma, obje izleme ve sahne analizi gibi görevleri gerçekleştirmek için yapay zekâ kullanmaktadır. Özelleştirilmiş ve Kişiselleştirilmiş İçerik: Yapay zekâ, kullanıcı verilerini analiz ederek kişiselleştirilmiş içerikler sunma imkânı tanır. Görsel içeriklerin kişiselleştirilmesi, kullanıcı deneyimini artırmak için marka ve bireylerin kendi tercihlerine göre uyarlanmış görseller sunulmasını sağlar. Örneğin, dijital pazarlama alanında, yapay zekâ algoritmaları bireylerin geçmiş etkileşimlerine dayanarak onlara özel görseller ve video içerikler oluşturmaktadır. Bu süreç, markaların hedef kitleye yönelik daha çekici ve kişisel içerikler sunarak etkileşimi artırmasına olanak tanımaktadır (Goodfellow vd., 2016, s. 15-26; Karras vd., 2019, s. 4401-4410; Ramesh vd., 2021, s. 8821-8831; Xu vd., 2020, s. 3347-3356). Yapay zekâ destekli görsel içerik üretimi, sadece mevcut uygulamalarla sınırlı kalmayıp gelecekte daha da çeşitlenecek ve gelişecektir. Özellikle generatif yapay zekâ alanında yapılan ilerlemeler, sanat, medya ve tasarım sektörlerinde insan yaratıcılığını destekleyen hibrit üretim modellerinin ortaya çıkmasına öncülük etmektedir. Örneğin, yapay zekâ algoritmaları, sanatçılara ilham veren yeni motifler oluşturabilir, tasarımcıların farklı stillerde ürün tasarlamasına yardımcı olabilir ya da medya şirketlerine hızlı prototipleme ve içerik üretimi imkânı sunabilir (Elgammal vd., 2017, s. 247-254; Radford vd., 2021, s. 874-888). Bununla birlikte, etik ve telif hakları gibi önemli konular da gündeme gelmektedir. Yapay zekâ tarafından üretilen görsellerin özgünlüğü, sahiplik hakları ve etik kullanımı gibi meseleler, bu alandaki düzenleyici çerçevelerin oluşturulmasını gerekli kılmaktadır. Özellikle, yapay zekâ ile üretilen içeriklerin insan emeğiyle üretilen çalışmalara olan etkisi, sektörde rekabet dinamiklerini değiştirebilmekte ve yeni iş modellerinin doğmasına neden olmaktadır (Cotter, 2022, s. 1063-1075). Yapay zekâ destekli görsel içerikler yalnızca ticari amaçlarla sınırlı kalmayıp, eğitim alanında da çığır açıcı fırsatlar sunmaktadır. Özellikle artırılmış gerçeklik (AR) ve sanal gerçeklik (VR) tabanlı uygulamalar, öğrenme süreçlerini daha etkileşimli, deneyimsel ve kalıcı hale getirmektedir. Örneğin, tarih derslerinde sanal turlar Yapay Zekâ Destekli Görsel İçeriklerin Dijital Dönüşüme Etkisi: Edirne İli Lise Öğrencileri Örneği Yıl/Year 2025 • Sayı/Issue 8 • ss./pp. 106-129. • 121 • 10. Sınıflar 133 26,669 5,816 0,504 11. Sınıflar 153 27,667 5,362 0,433 12.Sınıflar 84 27,667 4,055 0,442 Yaygın Etki 9. Sınıflar 100 37,660 6,303 0,630 1,414 0,238 10. Sınıflar 133 37,030 7,500 0,650 11. Sınıflar 153 37,333 7,056 0,570 12.Sınıflar 84 38,905 5,772 0,630 Kaygı Etki 9. Sınıflar 100 22,060 6,018 0,602 0,853 0,465 10. Sınıflar 133 23,256 6,722 0,583 11. Sınıflar 153 22,686 6,049 0,489 12.Sınıflar 84 23,167 5,264 0,574 Yapay Zekâ Toplam 9. Sınıflar 100 87,430 10,255 1,025 0,975 0,404 10. Sınıflar 133 86,955 14,546 1,261 11. Sınıflar 153 87,686 12,298 0,994 12.Sınıflar 84 89,738 8,871 0,968 Tablo 5: Katılımcıların Sınıflarıyla Yapay Zekâ Etkisine Dair Farklılıklara Ait Veriler Tablo 5’te, katılımcıların sınıfları ile yapay zekâ etkisi arasındaki farklılıklara ilişkin veriler sunulmaktadır. Yapılan Tek Yönlü Varyans Analizi (ANOVA) sonuçlarına göre, etkileşim boyutunda gruplar arasında anlamlı bir farklılık olmadığı belirlenmiştir (F=1,2; p>.05). Bu sonuç, öğrencilerin sınıf düzeylerine göre yapay zekâ ile olan etkileşimlerinde önemli bir fark bulunmadığını göstermektedir. Ortalamalara bakıldığında, en yüksek etkileşim puanı 9. sınıflar (27,710) iken, en düşük etkileşim puanı 10. sınıflar (26,669) grubunda gözlemlenmiştir. Ancak bu fark istatistiksel olarak anlamlı değildir. Yaygın etki boyutunda da gruplar arasında anlamlı bir farklılık bulunmamıştır (F=1,414; p>.05). Bu sonuç, öğrencilerin sınıf düzeylerine göre yapay zekânın yaygın etkisini algılamalarında önemli bir fark olmadığını göstermektedir. En yüksek yaygın etki ortalamasına 12. sınıflar (38,905) sahipken, en düşük ortalama ise 10. sınıflar (37,030) grubunda gözlemlenmiştir. Ancak bu fark istatistiksel olarak anlamlı bulunmamıştır. Kaygı etkisi açısından da gruplar arasında anlamlı bir fark olmadığı belirlenmiştir (F=0,853; p>.05). Bu sonuç, öğrencilerin sınıf seviyelerine göre yapay zekâ ile ilgili kaygı düzeylerinde önemli bir fark olmadığını göstermektedir. En yüksek kaygı etkisi ortalaması 10. sınıflar (23,256) grubunda gözlemlenirken, en düşük ortalama ise 9. sınıflar (22,060) grubunda bulunmuştur. Ancak bu fark istatistiksel olarak anlamlı Yapay Zekâ Destekli Görsel İçeriklerin Dijital Dönüşüme Etkisi: Edirne İli Lise Öğrencileri Örneği Yıl/Year 2025 • Sayı/Issue 8 • ss./pp. 106-129. • 122 • değildir. Yapay zekâ toplam puanı açısından da gruplar arasında anlamlı bir farklılık olmadığı belirlenmiştir (F=0,975; p>.05). Bu sonuç, öğrencilerin sınıf düzeylerine göre yapay zekâ ile olan genel tutumlarında veya algılarında önemli bir fark olmadığını göstermektedir. En yüksek ortalama 12. sınıflar (89,738) grubunda gözlemlenirken, en düşük ortalama ise 10. sınıflar (86,955) grubunda bulunmuştur. Ancak bu fark istatistiksel olarak anlamlı değildir. Değişkenler n Ortalama Sd. ss t p Etkileşim Kadın 290 26,631 5,005 0,294 - 4,097 <.01 Erkek 180 28,622 5,304 0,395 Yaygın Etki Kadın 290 36,745 6,525 0,383 - 3,476 <.01 Erkek 180 38,972 7,104 0,529 Kaygı Etki Kadın 290 23,638 5,787 0,340 3,829 <.01 Erkek 180 21,450 6,385 0,476 Yapay Zekâ Toplam Kadın 290 87,014 11,819 0,694 - 1,778 <.07 Erkek 180 89,044 12,386 0,923 Tablo 6: Katılımcıların Cinsiyetleriyle Yapay Zekâ Etkisine Dair Farklılıklara Ait Veriler Tablo 6’da, katılımcıların cinsiyetlerine göre yapay zekâ etkisi arasındaki farklılıklara ilişkin veriler sunulmaktadır. Yapılan Bağımsız İki Örneklem T-Testi sonuçlarına göre, etkileşim boyutunda kadın ve erkekler arasında anlamlı bir farklılık olduğu belirlenmiştir (t=-4,097; p<.01). Bu sonuç, kadın ve erkek öğrencilerin yapay zekâ ile olan etkileşim düzeylerinde istatistiksel olarak anlamlı bir fark olduğunu göstermektedir. Ortalama değerlere bakıldığında, erkek öğrencilerin etkileşim puanının (28,622) kadın öğrencilerden (26,631) daha yüksek olduğu görülmektedir. Yaygın etki boyutunda da cinsiyetler arasında anlamlı bir farklılık olduğu görülmektedir (t=-3,476; p<.01). Bu sonuç, kadın ve erkek öğrencilerin yapay zekânın yaygın etkisine ilişkin algılarının birbirinden farklı olduğunu göstermektedir. Ortalama Yapay Zekâ Destekli Görsel İçeriklerin Dijital Dönüşüme Etkisi: Edirne İli Lise Öğrencileri Örneği Yıl/Year 2025 • Sayı/Issue 8 • ss./pp. 106-129. • 123 • değerlere bakıldığında, erkek öğrencilerin yaygın etki puanı (38,972) kadın öğrencilerinkinden (36,745) daha yüksektir. Bu durum, erkeklerin yapay zekânın yaygın etkisini daha fazla algıladığını göstermektedir. Kaygı etkisi açısından ise kadın ve erkekler arasında anlamlı bir farklılık olduğu belirlenmiştir (t=3,829; p<.01). Bu sonuç, kadın ve erkek öğrencilerin yapay zekâ ile ilgili kaygı düzeylerinde istatistiksel olarak anlamlı bir fark olduğunu göstermektedir. Ortalama değerlere bakıldığında, kadınların kaygı puanının (23,638) erkeklerin kaygı puanından (21,450) daha yüksek olduğu görülmektedir. Bu durum, kadınların yapay zekâ ile ilgili daha fazla kaygı yaşadığını göstermektedir. Yapay zekâ toplam puanı açısından ise cinsiyetler arasında anlamlı bir fark olmadığı belirlenmiştir (t=-1,778; p>.05). Bu sonuç, kadın ve erkek öğrencilerin yapay zekâ ile ilgili genel tutumlarında istatistiksel olarak anlamlı bir fark olmadığını göstermektedir. Ortalama değerlere bakıldığında, erkek öğrencilerin yapay zekâ toplam puanı (89,044) kadın öğrencilerinkinden (87,014) daha yüksek olsa da bu fark istatistiksel olarak anlamlı bulunmamıştır. Değişkenler n Ortalama Sd. Ss F p Etkileşim 1315 121 26,884 5,306 0,482 1,119 0,328 1618 330 27,515 5,178 0,285 18 üstü 19 28,526 5,037 1,156 Yaygın Etki 1315 121 36,868 6,850 0,623 3,972 0,019 1618 330 37,636 6,824 0,376 18 üstü 19 41,579 5,640 1,294 Kaygı Etki 1315 121 22,678 6,356 0,578 0,274 0,761 1618 330 22,897 6,068 0,334 18 üstü 19 21,895 5,405 1,240 Yapay Zekâ Toplam 1315 121 86,430 12,374 1,125 2,01 0,135 1618 330 88,048 12,077 0,665 18 üstü 19 92,000 8,641 1,982 Tablo 7: Katılımcıların Yaşlarıyla Yapay Zekâ Etkisine Dair Farklılıklara Ait Veriler Tablo 7’de, katılımcıların yaşlarına göre yapay zekâ etkisi arasındaki farklılıklara ilişkin veriler sunulmaktadır. Yapılan Tek Yönlü Varyans Analizi (ANOVA) sonuçlarına göre, etkileşim boyutunda yaş grupları arasında anlamlı bir fark olmadığı belirlenmiştir Yapay Zekâ Destekli Görsel İçeriklerin Dijital Dönüşüme Etkisi: Edirne İli Lise Öğrencileri Örneği Yıl/Year 2025 • Sayı/Issue 8 • ss./pp. 106-129. • 124 • (F=1,119; p>.05). Bu sonuç, farklı yaş gruplarındaki öğrencilerin yapay zekâ ile olan etkileşim düzeylerinde istatistiksel olarak anlamlı bir fark olmadığını göstermektedir. Ortalama değerlere bakıldığında, en yüksek etkileşim puanı 18 yaş üstü (28,526) grubunda gözlemlenirken, en düşük puan 13-15 yaş (26,884) grubunda görülmektedir. Ancak bu fark istatistiksel olarak anlamlı değildir. Yaygın etki boyutunda ise yaş grupları arasında anlamlı bir farklılık olduğu belirlenmiştir (F=3,972; p<.05). Bu sonuç, farklı yaş gruplarındaki öğrencilerin yapay zekânın yaygın etkisine ilişkin algılarının farklılaştığını göstermektedir. Ortalama değerlere bakıldığında, en yüksek yaygın etki puanı 18 yaş üstü (41,579) grubunda görülürken, en düşük yaygın etki puanı 13-15 yaş (36,868) grubunda gözlemlenmiştir. Bu fark istatistiksel olarak anlamlıdır ve daha büyük yaş grubundaki öğrencilerin yapay zekânın etkisini diğer yaş gruplarına göre daha fazla algıladığını göstermektedir. Kaygı etkisi boyutunda ise yaş grupları arasında anlamlı bir fark olmadığı belirlenmiştir (F=0,274; p>.05). Bu sonuç, farklı yaş gruplarındaki öğrencilerin yapay zekâ ile ilgili kaygı düzeylerinde istatistiksel olarak anlamlı bir fark olmadığını göstermektedir. En yüksek kaygı etkisi ortalamasına 16-18 yaş (22,897) grubundaki öğrenciler sahipken, en düşük ortalama 18 yaş üstü (21,895) grubunda gözlemlenmiştir. Ancak bu fark istatistiksel olarak anlamlı değildir. Yapay zekâ toplam puanı açısından da yaş grupları arasında anlamlı bir fark olmadığı belirlenmiştir (F=2,01; p>.05). Bu sonuç, öğrencilerin yaş gruplarına göre yapay zekâ ile olan genel tutumlarında istatistiksel olarak anlamlı bir fark olmadığını göstermektedir. En yüksek yapay zekâ toplam puanı 18 yaş üstü (92,000) grubunda gözlemlenirken, en düşük puan 13-15 yaş (86,430) grubunda görülmektedir. Ancak bu fark istatistiksel olarak anlamlı değildir. Değişkenler Ortalama Sd. Min. Max. Etkileşim Instagram 27,32 5,30 8,00 40,00 Facebook 26,58 5,03 14,00 38,00 Tiktok 27,34 5,06 8,00 40,00 Twitter/X 28,26 5,01 14,00 40,00 Diğer 27,52 5,79 8,00 40,00 Yaygın Etki Instagram 37,61 6,87 10,00 50,00 Facebook 37,77 5,91 22,00 50,00 Tiktok 37,68 6,73 10,00 50,00 Twitter/X 38,42 6,68 13,00 50,00 Diğer 37,99 6,49 18,00 50,00 Kaygı Etki Instagram 22,83 6,08 7,00 35,00 Facebook 23,52 6,38 7,00 35,00 Tiktok 22,96 6,05 7,00 35,00 Twitter/X 22,39 6,23 7,00 35,00 Yapay Zekâ Destekli Görsel İçeriklerin Dijital Dönüşüme Etkisi: Edirne İli Lise Öğrencileri Örneği Yıl/Year 2025 • Sayı/Issue 8 • ss./pp. 106-129. • 125 • Diğer 22,50 6,75 7,00 35,00 Yapay Zekâ Toplam Instagram 87,78 12,15 39,00 116,00 Facebook 88,10 11,02 62,00 114,00 Tiktok 88,01 12,04 39,00 116,00 Twitter/X 89,35 11,07 59,00 114,00 Diğer 87,88 12,03 45,00 109,00 Tablo 8: Katılımcıların Sosyal Medya Kullanımlarıyla Yapay Zekâ Etkisine Dair Betimsel Verileri Tablo 8’de, katılımcıların sosyal medya kullanımları ile yapay zekâ etkisi arasındaki betimsel istatistikler sunulmaktadır. Etkileşim boyutunda, en yüksek ortalama değerin Twitter/X (28,26) olduğu görülmektedir. Bu durum, Twitter/X kullanıcılarının yapay zekâ ile olan etkileşim düzeylerinin diğer sosyal medya platformlarını kullananlara göre daha yüksek olduğunu göstermektedir. En düşük etkileşim puanı ise Facebook (26,58) kullanıcılarında gözlemlenmiştir. Diğer platformlarda ise ortalama değerler birbirine yakın seyretmektedir (Instagram: 27,32; Tiktok: 27,34; Diğer: 27,52). Standart sapma (Sd.) değerlerinin 5 civarında olması, katılımcıların etkileşim düzeylerinde çok fazla farklılık olmadığını göstermektedir. Yaygın etki açısından bakıldığında, en yüksek ortalama değerin Twitter/X (38,42) kullanıcılarında olduğu görülmektedir. Bu durum, Twitter/X kullanıcılarının yapay zekânın yaygın etkisini diğer platform kullanıcılarına göre daha yüksek algıladığını göstermektedir. En düşük ortalama ise Instagram (37,61) kullanıcılarında gözlemlenmiştir. Diğer platformlarda ise ortalama değerler birbirine oldukça yakındır (Facebook: 37,77; Tiktok: 37,68; Diğer: 37,99). Standart sapma değerlerinin yaklaşık 6 civarında olması, algılanan yaygın etkide çok büyük bir farklılık olmadığını göstermektedir. Kaygı etkisi boyutunda ise en yüksek ortalamanın Facebook (23,52) kullanıcılarında olduğu, en düşük ortalamanın ise Twitter/X (22,39) kullanıcılarında olduğu gözlemlenmiştir. Diğer platform kullanıcılarının ortalama değerleri ise birbirine oldukça yakındır (Instagram: 22,83; Tiktok: 22,96; Diğer: 22,50). Standart sapma değerlerinin 6 civarında olması, katılımcıların kaygı düzeylerinde birbirine yakın sonuçlar olduğunu göstermektedir. Yapay zekâ toplam puanı açısından en yüksek ortalama değerin Twitter/X (89,35) kullanıcılarında olduğu gözlemlenmiştir. Bu durum, Twitter/X kullanıcılarının yapay zekâya yönelik genel tutumlarının diğer platform kullanıcılarına göre daha olumlu olduğunu göstermektedir. En düşük ortalama ise Instagram (87,78) kullanıcılarında bulunmuştur. Diğer platformlarda ise ortalamalar birbirine oldukça yakındır (Facebook: 88,10; Tiktok: 88,01; Diğer: 87,88). Standart sapma değerlerinin yaklaşık 12 civarında olması, yapay zekâ toplam puanlarında bireysel farklılıkların olabileceğini göstermektedir. Yapay Zekâ Destekli Görsel İçeriklerin Dijital Dönüşüme Etkisi: Edirne İli Lise Öğrencileri Örneği Yıl/Year 2025 • Sayı/Issue 8 • ss./pp. 106-129. • 126 • Genel olarak bakıldığında, Twitter/X kullanıcılarının hem etkileşim hem de yaygın etki boyutlarında diğer platform kullanıcılarına göre daha yüksek puanlara sahip olduğu, kaygı etkisinde ise platformlar arasında çok büyük bir fark olmadığı görülmektedir. Yapay zekâ toplam puanı açısından ise Twitter/X kullanıcılarının daha yüksek ortalamaya sahip olduğu gözlemlenmiştir. Sonuç Bu araştırma, lise öğrencilerinin sosyal medya kullanım alışkanlıkları ve yapay zekâya yönelik algılarını demografik özellikler çerçevesinde detaylı bir şekilde incelemiştir. Araştırmada, öğrencilerin cinsiyet, yaş, sınıf seviyesi ve okudukları okul türü gibi faktörlerin yapay zekâ algıları üzerindeki etkisine odaklanılmıştır. Elde edilen sonuçlar, öğrencilerin sosyal medya platformları arasında görsel ve video tabanlı uygulamaları tercih etme eğiliminde olduklarını göstermektedir; özellikle Instagram ve TikTok bu tercihin başında gelmektedir. Okul türlerine göre yapılan karşılaştırmalarda, Edirne Lisesi ve 80. Yıl Anadolu Lisesi gibi genel liselerin öğrencilerinin, yapay zekâ konusunda meslek lisesi öğrencilerine göre daha yüksek etkileşim puanlarına sahip olduğu belirlenmiştir. Bu durum, teknolojik altyapı ve eğitim içeriklerinin öğrencilerin yapay zekâya olan ilgisini ve etkileşimini artırabileceğini işaret etmektedir. Ayrıca, yaş gruplarına göre yapılan analizler, yaşın yapay zekâ algısını etkileyebilecek önemli bir faktör olduğunu ortaya koymaktadır. Özellikle 18 yaş üstü öğrencilerin, yapay zekânın etkilerini daha geniş kapsamlı algıladığı gözlemlenmiştir. Cinsiyet bazında yapılan değerlendirmelerde ise, erkek öğrencilerin yapay zekâ ile daha fazla etkileşim kurduğu ve geniş etkilerini daha yüksek derecede algıladığı; buna karşın kadın öğrencilerin bu teknolojiye yönelik daha yüksek kaygı seviyelerine sahip olduğu tespit edilmiştir. Bu sonuçlar, yapay zekâ eğitim programlarının cinsiyete özgü farklılıkları göz önünde bulundurarak tasarlanması gerektiğini göstermektedir. Sonuç olarak, bu çalışma, lise öğrencilerinin sosyal medya kullanımı ve yapay zekâ algıları arasındaki ilişkileri aydınlatmakta ve öğrencilerin bu yeni teknolojilere adaptasyon sürecinde eğitimin rolünü vurgulamaktadır. Okul türleri, yaş, cinsiyet ve kullanılan sosyal medya platformları gibi değişkenlerin, öğrencilerin yapay zekâya yönelik tutum ve farkındalıklarını şekillendirmede belirleyici olduğu görülmektedir. Bu nedenle, yapay zekâ farkındalığını artırmak ve öğrencilerin bu teknolojilere adaptasyonunu kolaylaştırmak amacıyla özelleştirilmiş eğitim programlarının ve politikaların geliştirilmesi önem arz etmektedir. Bu çerçevede, hem okullarda yapay zekâ temelli eğitim programlarının entegrasyonu hem de cinsiyete ve yaşa uygun bilgilendirme ve rehberlik hizmetlerinin sunulması önerilmektedir. Yapay Zekâ Destekli Görsel İçeriklerin Dijital Dönüşüme Etkisi: Edirne İli Lise Öğrencileri Örneği Yıl/Year 2025 • Sayı/Issue 8 • ss./pp. 106-129. • 127 • Kaynakça Albasoft. (2024 Eylül). Güçlü yapay zekâya karşı zayıf yapay zekâ. Albasoft Blog. https://albasoft.com.tr/blog/guclu-yapay-zekaya-karsi-zayif-yapay-zeka/ Alpaydın, E. (2011). Yapay öğrenme, (1.Baskı), İstanbul: Boğaziçi Üniversitesi Yayınevi. Basalla, G. (2019). Teknolojinin evrimi. Doğubatı Yayınları. Berdyaev, N. (2021). İnsan ve makine (T. Kabadayı, Ed.; Ö. Sencerman, Çev.). In T. Kabadayı (Ed.), Teknoloji felsefesi (ss. 35–59). https://doi.org/10.26468/trakyasobed.1140431 Brooks, D. C., & McCormack, M. (2020). Driving digital transformation in higher education. EDUCAUSE.https://e-learning-teleformacion.blogspot.com/2020/06 /driving-digitaltransform ation-in.html Cotter, K. (2022). Generative artificial intelligence and the creative industries: An overview of opportunities and challenges. Social Media + Society, 8(3), 1063–1075. Elgammal, A., Liu, B., Elhoseiny, M., & Mazzone, M. (2017). CAN: Creative Adversarial Networks, Generating "Art" by Learning About Styles and Deviating from Style Norms. arXiv preprint arXiv:1706.07068 Gezici, H. S. (2023). Kamu yönetiminde yapay zekâ: Avrupa Birliği. Uluslararası Akademik Birikim Dergisi, 6(2), 111–128. Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning (pp. 15–26). MIT Press. Güzel, H. (2024 Ekim). Dar (zayıf) ve genel (güçlü) yapay zekâ (AI) türleri arasındaki fark nedir? Data Science Earth. https://www.datasciencearth.com/darzayif-ve-genelguclu-yapay-zeka-ai-turleri-arasindaki-fark-nedir/ Heidegger, M. (2021). Geleneksel dil ve teknoloji dili (T. Kabadayı, Ed. & Çev.). In T. Kabadayı (2020), Teknoloji felsefesi (ss. 15–35). https://doi.org/10.26468/trakyasobed.1140431 Karadayı, M. A., Yılmaz, B. Ö., Erol, B. E., & Tozan, H. (2020). Sağlık teknolojisi değerlendirmede çok kriterli karar verme yaklaşımları üzerine bir derleme çalışması. Düzce Üniversitesi Bilim ve Teknoloji Dergisi, 8(1), 264-289. Karasar, N. (2022). Bilimsel araştırma yöntemi (37. baskı). Ankara: Nobel Akademik Yayıncılık. Karras, T., Laine, S., & Aila, T. (2019). A style-based generator architecture for generative adversarial networks. In Proceedings of the IEEE/CVF Conference on Yapay Zekâ Destekli Görsel İçeriklerin Dijital Dönüşüme Etkisi: Edirne İli Lise Öğrencileri Örneği Yıl/Year 2025 • Sayı/Issue 8 • ss./pp. 106-129. • 128 • Computer Vision and Pattern Recognition (pp. 4401–4410). Kaya, M., & Yozgat, U. (2021). Yapay zekânın akademik ve ticari alanda gelişimi: Türkiye için bir literatür taraması. İstanbul. Kırık, A. M., & Özkoçak, V. (2023). Medya ve iletişim bağlamında yapay zekâ tarihi ve teknolojisi: ChatGPT ve Deepfake ile gelen dijital dönüşüm. Karadeniz Uluslararası Bilimsel Dergi, (58), 73–99. https://doi.org/10.17498/kdeniz.1308471 Makransky, G., & Petersen, G. B. (2021). The Cognitive Affective Model of Immersive Learning (CAMIL): A theoretical research-based model of immersion processes in virtual reality and its effects on learning. Educational Psychology Review, 33(3), 1311–1334. Nabiyev, V. V. (2005). Yapay zekâ: Problemler–yöntemler–algoritma (s. 23). Ankara. Radford, A., Kim, J. W., Hallacy, C., Ramesh, A., Goh, G., Agarwal, S., ... & Sutskever, I. (2021). Learning transferable visual models from natural language supervision. Proceedings of the 38th International Conference on Machine Learning (ICML). Ramesh, A., Pavlov, M., Goh, G., Gray, S., Voss, C., Radford, A., & Sutskever, I. (2021). Zero-shot text-to-image generation. In Proceedings of the 38th International Conference on Machine Learning (pp. 8821–8831). Reis, J., Amorim, M., Melão, N., & Matos, P. (2018). Digital transformation: A literature review and guidelines for future research. In World Conference on Information Systems and Technologies (pp. 411–421). Springer. Schallmo, D. R., & Williams, C. A. (2018). History of digital transformation. In Digital transformation now! (pp. 3–8). Springer. https://doi.org/10.1007/978-3-319-728445_2 Süleymanoğulları, M., Özdemir, A., & Tekin, A. (2024). Yapay zekâ ölçeği: Geçerlik ve güvenirlik çalışması. Education Science and Sports, 6(1), 13-27. https://dergipark.org.tr/tr/pub/esas/issue/90917/1663584 Teichert, R. (2019). Digital transformation maturity: A systematic review of literature. Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis, 67(6), 1673–1687. https://doi.org/10.11118/actaun201967061673 Tübitak. (2023). Adım adım bilgisayar bilimi (s. 236). Popüler Bilim Kitapları. Ünsal, H. (2024). Yapay zekâ ve yapay zekânın eğitimin geleceğine ilişkin olası doğurguları. Journal of Social, Humanities and Administrative Sciences (JOSHAS), 10(5), 674–682. Varol, N. (2023). Dijital dönüşüm ve yapay zekâ: Muhasebenin ve denetimin Yapay Zekâ Destekli Görsel İçeriklerin Dijital Dönüşüme Etkisi: Edirne İli Lise Öğrencileri Örneği Yıl/Year 2025 • Sayı/Issue 8 • ss./pp. 106-129. • 129 • geleceği. Denetim ve Güvence Hizmetleri Dergisi, 3(2), 162–184. Xu, K., Liang, G., Ren, Z., & Cai, Y. (2020). Artificial intelligence-based techniques for personalized marketing. IEEE Transactions on Industrial Informatics, 16(6), 3347– 3356. Yankın, F. B. (2019). Dijital dönüşüm sürecinde çalışma yaşamı. Trakya Üniversitesi İktisadi ve İdari Bilimler Fakültesi E-Dergi, 7(2), 1–38. Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education–where are the educators? International Journal of Educational Technology in Higher Education, 16(1), 1-27.