Yardımlı öğretim için yapay zeka tarafından üretilen içeriğe sanat ve tasarım öğretmenlerinin kabulü: genişletilmiş bir TAM-TPACK çerçevesi

Neden bugünün sınıfları için önemli

Görüntü, metin ve tasarım üretebilen yapay zeka araçları hızla sanat ve tasarım atölyelerine giriyor. Öğretmenler için bu araçlar daha hızlı geri bildirim, yaratıcılığı tetiklemenin yeni yolları ve yoğun değerlendirme yüklerinde yardım vaat ediyor—ancak soruları da beraberinde getiriyor. Öğretmenler gerçekten yapay zekayı bir öğretim asistanı olarak kullanmayı tercih edecek mi? Denemeye onları hangi faktörler cesaretlendirir ve ne tür desteğe ihtiyaç duyarlar? Bu çalışma, kıtalı Çin’deki üniversite sanat ve tasarım öğretmenlerini yakından inceleyerek yapay zeka tarafından üretilen içeriği günlük öğretimlerine dahil etmelerini teşvik eden ya da caydıran etkenleri anlamaya çalışıyor.

Yapay zeka sanat ve tasarım öğretimine nasıl uyuyor

Yazarlar, öğretmenleri yerine koymaktan ziyade destekleyen yapay zeka araçlarının kullanıldığı “yardımlı öğretim”e odaklanıyor. Tipik bir kursta üç ana anı tanımlıyorlar. Dersten önce öğretmenler, zor kavramların açıklamalarını veya örnek olayları üretmesi için ChatGPT gibi araçlara başvurabilir. Derste, Midjourney veya DALL·E gibi görüntü üreteçleri öğrencilerin stilleri keşfetmesine, görsel fikirleri test etmesine veya hızlı eskiz seçenekleri oluşturmasına yardımcı olabilir. Dersten sonra yapay zeka taslaklara bireysel yorumlar ekleyebilir, iyileştirme önerileri sunabilir veya ön değerlendirme notları hazırlayabilir. Öğrenciler ve öğretmenlerin gerçek tasarım problemleri üzerinde zaman içinde birlikte çalıştığı stüdyo ve proje tabanlı derslerde bu araçlar fikirlerin nasıl geliştirildiğini ve geri bildirimin nasıl aktığını değiştirebilir.

Araştırmacıların test etmek istediği şey

Öğretmenlerin tercihlerini açığa çıkarmak için çalışma, eğitim ve teknoloji araştırmalarından iki iyi bilinen fikri birleştiriyor. Birincisi, İnsanların bir aracı faydalı ve kullanımı kolay bulurlarsa ve bu inanış eylem niyetlerini şekillendirirse aracı kullanma olasılıklarının arttığını söyleyen Teknoloji Kabul Modeli. Diğeri ise teknolojiyle iyi öğretimin üç tür öğretmen bilgisinin—konu bilgisi, öğretim yöntemleri bilgisi ve teknoloji bilgisi—üzerine kurulu olduğunu savunan TPACK çerçevesi. Yazarlar bu fikirleri iki ek etkenle genişletiyor: öğretmenlerin yapay zekaya ilişkin öz yeterlikleri ve mevcut koşullar—mevcut donanım, yazılım ve meslektaşlar ile yöneticilerin tutumları gibi. Ardından Çin anakarasından 387 üniversite sanat ve tasarım öğretmenine anket uygulayıp bu parçaların istatistiksel olarak nasıl bir araya geldiğini analiz ediyorlar.

Verilerin öğretmenler hakkında ortaya koydukları

Çalışmadaki öğretmenler genel olarak yapay zeka araçlarını olumlu değerlendiriyordu: ortalamada deneyimlerini, araçların kullanım kolaylığını ve potansiyel değerini orta-yüksek aralıkta puanladılar. Analiz açık desenler gösterdi. Yapay zekayı anlama ve açıklama yeteneklerine daha fazla güvenen öğretmenler, yapay zeka araçlarını kullanımı kolay ve değerli görme eğilimindeydi ve aynı zamanda teknoloji, öğretim ve içerik bilgilerini daha güçlü biçimde birleştirmiş oluyorlardı. Bu bilgi bileşimi ise yapay zekayı daha faydalı ve daha az göz korkutucu kıldı. Dışsal koşullar da önemliydi. Okullar sağlam teknik kaynaklar, eğitim ve sorun çözme desteği sağladığında öğretmenler yapay zekayı daha kolay kullanıldığını ve benimsemeye daha istekli olduklarını belirttiler. Benzer şekilde, meslektaşlar ve yöneticiler yapay zekayı olumlu gördüğünde öğretmenler onu daha faydalı olarak algılamaya ve kendi öğretimlerinde kullanmayı planlamaya daha yatkın oldu.

Bu parçalar nasıl birlikte çalışıyor

Tüm bu faktörlere birlikte bakıldığında çalışma, karar verme süreçlerinin katmanlı bir resmini çiziyor. Bireysel güven ve mesleki bilgi, öğretmenlerin yapay zekanın faydasını ve basitliğini nasıl değerlendirdiğini şekillendiriyor. Aynı zamanda stüdyo alanları, hesaplama gücü, yazılım erişimi ve sanat ve tasarımda paylaşım ile eleştiri kültürü bu değerlendirmeyi güçlendiriyor ya da zayıflatıyor. Yapay zeka araçları öğretim kalitesine, hazırlık süresine veya geri bildirime açıkça yardımcı oluyor ve kullanımı kolay görünüyorsa öğretmenler bunları stüdyo projelerine, eleştirilere ve değerlendirmelere daha fazla entegre etmeye eğilimli oluyor. Ancak araçlara erişim zorsa, destek yetersizse veya akranlar tarafından güvenilmiyorsa, kendine güvenen öğretmenler bile geri durabiliyor. Yazarlar, başarılı benimsemenin yalnızca yeni yazılım kurmaktan daha fazlasını gerektirdiğini; bunun eğitim, kaynaklar ve meslektaş topluluklarından oluşan bir ekosisteme bağlı olduğunu savunuyor.

Yaratıcı öğretimin geleceği için anlamı

Gündelik ifadeyle çalışmanın sonucu basit: sanat ve tasarım öğretmenleri üç şey bir araya geldiğinde yapay zeka ile işbirliğine hazır—özgüven, yeterlik ve destek. Öğretmenler hem konularını hem de araçları anladığında, insan–yapay zeka işbirliğinde öğrencileri yönlendirebileceğine güvendiğinde ve güçlü kurumsal desteklere dayanabildiğinde, yapay zeka tarafından üretilen içeriği düşünceli yollarla deneme olasılıkları çok daha yüksek oluyor. Yazarlar okulların, şirketlerin ve politika yapıcıların eğitim, altyapı ve olumlu mesleki toplulukları içeren uzun vadeli destek sistemleri oluşturmak için birlikte çalışmasını öneriyor. İyi yapıldığında bu, stüdyoları insanların ve makinelerin yan yana çalıştığı bir modele doğru kaydırabilir ve öğretmenlerin rehberlik, eleştirel değerlendirme ve öğrencilerin yaratıcı gelişimini beslemeye daha fazla odaklanmasını sağlayabilir.

Atıf: Zhu, Z., Gan, Q. & Duan, P. Art and design teachers’ acceptance of AI-generated content for assisted tutoring: an extended TAM-TPACK framework. Humanit Soc Sci Commun 13, 362 (2026). https://doi.org/10.1057/s41599-026-06692-4

Anahtar kelimeler: Eğitimde yapay zeka tarafından üretilen içerik, sanat ve tasarım öğretimi, öğretmenlerin teknoloji benimsemesi, TPACK ve yapay zeka, sınıflarda insan–yapay zeka işbirliği