Yükseköğretimde Mühendislik Öğrencilerinin Üretken Yapay Zeka Araçlarını Kabulü ve Kullanımını Etkileyen Faktörler: Gayri Döngüsel Yapısal Eşitlik Modellemesi Yaklaşımı

Abstract

Bu çalışma, özellikle ChatGPT olmak üzere Üretken Yapay Zekâ araçlarının yükseköğretimde kabulü ve kullanımı üzerinde etkili olan faktörleri incelemektedir. Teknoloji Kabul Modeli (TAM) ve Birleştirilmiş Teknoloji Kabul ve Kullanım Teorisi (UTAUT) çerçevesinde temellendirilen araştırma, altı temel yapıyı ele almaktadır: Üretken Yapay Zekâya Yönelik Olumlu Tutumlar, Sosyal Etki, Üretken Yapay Zekâya Güven, Algılanan Akademik Fayda, Kullanım Niyeti ve Gerçek Kullanım. Veriler, üniversite öğrencilerine uygulanan yapılandırılmış bir anket aracılığıyla toplanmış ve AMOS programında Yapısal Eşitlik Modellemesi (SEM) kullanılarak analiz edilmiştir. Sonuçlar, güven, olumlu tutumlar ve sosyal etkinin öğrencilerin ChatGPT kullanım niyeti üzerinde anlamlı etkiler yarattığını göstermektedir. Aynı zamanda, algılanan akademik faydalar ve gerçek kullanım da bu faktörlerden olumlu yönde etkilenmiştir. Modelde ayrıca, Kullanım Niyeti ile Gerçek Kullanım arasında ve Üretken Yapay Zekâya Güven ile Algılanan Akademik Fayda arasında çift yönlü (non-recursive) ilişkiler yer almakta, bu da öğrencilerin deneyimlerinin karşılıklı etkileşim yapısında olduğunu ortaya koymaktadır. İlginç bir şekilde, Kullanım Niyetinden Gerçek Kullanıma doğru negatif bir yol gözlemlenmiş, bu da kurumsal veya bağlamsal engellerden kaynaklanabilecek bir niyet-davranış boşluğunu düşündürmektedir. Elde edilen bulgular, yükseköğretim kurumlarının Üretken Yapay Zekâ araçlarını sorumlu bir şekilde akademik uygulamalara entegre etmeleri açısından güven, akran etkisi ve deneyimsel öğrenmenin önemini vurgulayarak değerli bilgiler sunmaktadır.

This study explores the factors influencing students' acceptance and use of Generative AI tools, particularly ChatGPT, in higher education. Grounded in the Technology Acceptance Model (TAM) and the Unified Theory of Acceptance and Use of Technology (UTAUT), the research examines six key constructs: Positive Attitudes toward Generative AI, Social Influence, Trust in Generative AI, Perceived Academic Benefits, Intention to Use, and Actual Use. Data was collected through a structured questionnaire administered to university students and analyzed using Structural Equation Modeling (SEM) in AMOS. The results revealed that trust, positive attitudes, and social influence significantly influenced students' behavioral intention to use ChatGPT. Perceived academic benefits and actual usage were also positively shaped by these factors. The model further incorporated two non-recursive (reciprocal) paths between Intention to Use and Actual Use, and between Trust in Generative AI and Perceived Academic Benefits capturing the bidirectional nature of students' experiences. Interestingly, a negative path from Intention to Use to Actual Use was observed, suggesting a potential intention, behavior gap possibly influenced by institutional or contextual barriers. These findings offer valuable insights for higher education institutions aiming to responsibly integrate Generative AI tools into academic practice, highlighting the roles of trust, peer influence, and experiential learning.