Dijital Okuryazarlıktan Öğrencinin Yaratıcılığına Kadar: Yapay Zeka Destekli Dil Öğreniminde Motivasyon Yolu

Özet

Bu çalışma, öğrenci odaklı öğretim, stratejik ChatGPT kullanımı ve dijital okuryazarlığın Çin İngilizce öğrenenlerinin motivasyonuyla olumlu ilişkili olduğunu ortaya koymaktadır. Bu yüksek motivasyon ise daha düşük kaygı ve daha yüksek yaratıcılıkla ilişkilidir; bu da arabulucu bir rolü önerir. Bulgular, pedagoji, yapay zeka araçları ve dijital becerileri entegre eden öğretmen eğitimini destekliyor.

Özet

Bu çalışma, öğretim tarzının, ChatGPT kullanımı ve dijital okuryazarlığın Çinli EFL öğrenenleri arasında motivasyon, kaygı ve yaratıcılığı nasıl birlikte etkilediğini incelerken, motivasyonun bu ilişkilerdeki aracı rolünü inceliyor. Nicel bir yaklaşım benimseyerek, n =290 lisans öğrencisinden doğrulanmış ölçekler kullanılarak veriler toplandı ve yapısal denklem modellemesiyle analiz edildi. Bulgular, öğrenci tarafından yapılan eğitim, stratejik ChatGPT entegrasyonu ve dijital okuryazarlığın daha yüksek motivasyonla olumlu ilişkili olduğunu gösteriyor. Yüksek motivasyon ise daha düşük kaygıyla, düşük kaygı ise daha yüksek yaratıcılıkla ilişkilidir. Ayrıca, motivasyon üç öncül unsur (öğretim stili, ChatGPT kullanımı, dijital okuryazarlık) ile kaygı arasındaki ilişkileri tamamen arabuluculuk yapar ve test edilen modelde duygusal sonuçlardaki merkezi rolünü vurgular. Çalışma, pedagojik ve teknolojik faktörlerin öğrenenlerin psikolojik ihtiyaçlarını sinerjik olarak nasıl desteklediğini göstererek kendi kendini tayin etme teorisine katkıda bulunurken, motivasyonun aracılık işlevini netleştirerek medyayla öğrenmenin bilişsel-affektif teorisini genişletir. Pratik sonuçlar, dil öğrenme deneyimlerini optimize etmek için yenilikçi pedagoji, yapay zeka araçları kullanımı ve dijital okuryazarlık geliştirmeyi birleştiren öğretmen eğitim programlarının gerekliliğini vurgulamaktadır. Araştırma, özellikle yüksek riskli öğrenme ortamlarında teknolojiyle desteklenen EFL eğitiminde motivasyon odaklı yaklaşımların önemini vurgulamaktadır.

Giriş

Yapay zeka (YZE), dil öğreniminde etkileşim, kişiselleştirme ve yaratıcılık için yeni fırsatlar yaratarak eğitim teknolojisini^{geliştirmiştir 1}. ChatGPT, yapay zeka tabanlı bir konuşma aracı olarak, dil gelişimini destekleyen etkileşimli ve uyarlanabilir geri bildirim^{sağlar 2}. Paralel olarak, dijital okuryazarlık, öğrenme ortamlarında teknolojiyi etkili şekilde kullanmak ve gezinmek için temel bir beceri olarak^{ortaya çıkmıştır 3}. Yapay zeka destekli dil öğrenimine artan ilgi ve ChatGPT'nin EFL bağlamlarında artan^{kullanımına rağmen}, birkaç önemli boşluk hâlâ devam etmektedir. İlk olarak, mevcut çalışmalar büyük ölçüde öğretim tarzını, yapay zeka araçlarının kullanımını ve dijital okuryazarlığı tek başına incelemiştir; Sınırlı araştırmalar, üçünü tek bir motivasyon çerçevesinde^{bütünleştirmiştir 5}. İkincisi, motivasyon dil öğreniminin temel bir itici kaynağı olarak yaygın olarak kabul edilse de, çok az çalışma onun pedagojik ve teknolojik faktörleri duygusal sonuçlarla (örneğin, dil öğrenme kaygısı) ve bilişsel sonuçlarla (örneğin yaratıcılık) ilişkilendirmedeki aracı rolünü ^{araştırmıştır.6}. Bu boşluk, teknoloji entegrasyonunun hâlâ gelişmekte olduğu Çin EFL bağlamlarında özellikle belirgin. Ayrıca, anksiyete EFL^{öğreniminde} iyi belgelenmiş olsa da, motivasyonel ve teknolojik değişkenlerle birlikte nadiren incelenir. Benzer şekilde, dil öğreniminde giderek değer verilen bir beceri olan yaratıcılık, yapay zeka destekli öğrenme ortamlarıyla güçlü bir şekilde^{ilişkilendirilmemiştir 8}. Sadece pedagoji veya teknolojiye odaklanan önceki araştırmaların aksine, bu çalışma her iki alanı birleştirerek öğretim stili, ChatGPT kullanımı ve dijital okuryazarlığın motivasyonla, dolayısıyla da kaygı ve yaratıcılıkla nasıl ilişkili olduğunu inceliyor.

Bu çalışma, her biri yapısal denklem modelimizdeki belirli ölçülen yapılara karşılık gelen üç teorik çerçeveye dayanmaktadır. Birincisi, öz tayin teorisi (SDT)⁹ , özerkliği destekleyen öğretimin öğrenenlerin temel psikolojik ihtiyaçlarını (özerklik, yetkinlik ve ilişkililik) karşıladığını ve böylece içsel motivasyonu artırdığını öne sürer. Modelimizde, bu durum öğrenci odaklı öğretim tarzı yapısı yoluyla uygulanır ve bunun motivasyonla olumlu ilişkilendirildiği varsayılır. İkinci olarak, teknoloji kabul modeli (TAM)¹⁰ , algılanan fayda ve kullanım kolaylığının teknolojinin benimsenmesini etkilediğini öne sürmektedir. Burada dijital okuryazarlık, öğrencilerin ChatGPT'yi faydalı ve kullanımı kolay olarak algılamalarını sağlayan bir öncül olarak kavramlandırılır ve böylece motivasyonla olumlu ilişkisini güçlendirir. Üçüncü olarak, medyayla öğrenmenin bilişsel-affektif teorisi (CATLM⁾¹¹, duygusal faktörlerin (örneğin anksiyete) medya özellikleri ile bilişsel sonuçlar (örneğin, yaratıcılık) arasındaki ilişkiyi aracılık ettiğini vurgular. Modelimizde bu, motivasyon → kaygı → yaratıcılık yoluyla test ediliyor. Önemli olarak, yapıcı öğrenme teorisi öğrenci odaklı pedagojinin tasarımını şekillendirse de, modelimizde ayrı ölçülü bir yapı olarak uygulanmamıştır; Bu nedenle, doğrudan test edilmiş bir çerçeve olarak değil, sadece arka plan olarak tartışıyoruz.

EFL bağlamlarında SDT'nin önceki uygulamaları, öncelikle öğretmen destekli özerklik desteğine odaklanmış, ChatGPT gibi yapay zeka araçlarının öğrencilerin yetkinlik ve özerklik ihtiyaçlarını bağımsız olarak nasıl karşılayabileceğini^{incelememiştir 12}. Benzer şekilde, TAM teknolojinin benimsenmesini açıkladı ancak kaygı ve yaratıcılık gibi motivasyonel ve duygusal sonuçları hesaba katmadı¹³. CATLM duygusal ve bilişsel işlemeyi vurgulamıştır ancak yapay zeka destekli EFL ayarlarında ampirik testlerden^{yoksundur 14}. Mevcut çalışma, üç çerçeveyi birleştirilmiş, ampirik olarak test edilebilir bir modele entegre ederek bu eksiklikleri ele almaktadır; bu modelde öğretim stili, ChatGPT kullanımı ve dijital okuryazarlık motivasyonla ilişkilendirilir; bu da daha düşük kaygı ve daha yüksek yaratıcılıkla ilişkilendirilir (anksiyete–yaratıcılık bağlantısı aracılığıyla).

ChatGPT, insan benzeri diyalog, anında geri bildirim ve uyarlanabilir yanıtlar sunabilen üretken bir dil modelidir ve EFL^{öğretimi 15} için potansiyel olarak güçlü bir araç haline gelir. Son araştırmalar, ChatGPT'nin simüle edilmiş etkileşimler yoluyla kelime kazanımını, dilbilgisel doğruluğu ve konuşma akıcılığını desteklediğini^{gösteriyor 16}. Ancak, öğrenenler üzerindeki psikolojik etkileri konusunda kritik eksiklikler hâlâ devam etmektedir. Bir yandan, ChatGPT'nin düşük riskli ve erişilebilir yapısı dil öğrenme kaygısını^{azaltabilir 17}. Öte yandan, öngörülemezliği (örneğin, ara sıra olan yanlışlıklar veya tutarsız yanıtlar) daha az özgüvenli öğrenenler için stresi artırabilir¹⁸. Ayrıca, ChatGPT'nin etkinliği muhtemelen sadece teknik becerilere değil, aynı zamanda eleştirel değerlendirme ve etik farkındalığa da bağlı¹⁹. Bu moderatörlük rolü, öğrencilerin teknolojik hazırlığının değişken olduğu EFL bağlamlarında daha fazla sınav gerektirir²⁰.

Öğretim metodolojisi, öğrencinin dil öğrenme etkinliği ve performansını tanımlayan önemli bir unsur^{olarak kabul edilmiştir 21}. Yapıcı ve sosyokültürel konulara dayanarak, modern pedagojik araştırma eğilimi, iletişimsel dil öğretimi ve görev temelli öğrenme gibi öğrenci merkezli öğretim uygulamalarının etkinliğini^{vurgulamıştır 22}, bazı uygulamalara göre, öğrenci odaklı uygulamalarda öğrenciler öğretmen egemen tarzları kullanan öğrencilere göre daha yüksek notlar ve daha iyi sonuçlar elde^{ederler 23}. Böyle öğrenen-şimdi-merkezli paradigmalar, özerkliği destekleyen öğretim teorisiyle örtüşür; bu teori öğrenenlerin psikolojik ihtiyaçlarını karşılayarak içsel motivasyonu aşılar; yetkinlik ihtiyaşı, özerklik ve ilişki ihtiyacı²⁴. Bu, esnek ve etkileşimli öğretim kalıplarının dil öğrenenlerin katılımını artırdığını ve kaygının olumsuz sonuçlarını hafiflettiğini gösteren ampirik araştırma^{bulgularıyla da desteklenmektedir 25}. Ancak ChatGPT gibi yapay zekaların hızlı uygulanması bu sürece karmaşıklık^{katıyor 26}. Bazı araştırmacılar, yapay zeka teknolojisinin öğrenci merkezli pedagojinin olumlu avantajlarını bireysel öğrenme yolları getirerek^{derinleştirebileceğini iddia etse de 27}.

Motivasyon, dil öğreniminde pedagojik, teknolojik ve duygusal değişkenlerin bağlantılarını arabuluculuk arasında odak^{noktası konumundadır 28}. SDT tarafından tanımlanan otonom ve kontrollü motivasyon arasındaki fark, ChatGPT ve öğretim stilleri aracılığıyla öğrenci katılımını incelemeye sağlam bir bakış açısı sunar²⁹. Erken kanıtlarda, araştırmacılar yapay zeka araçlarının kendi kendine ve ilgi temelli öğrenmeyi destekleyerek özerk motivasyonu yaşamakla^{ilgili olduğunu belirttiler 30}; ancak bu etki, öğretmenlerin teknolojiyi birleştirerek öğrenenlerin iradesini ortadan kaldırmamasına^{bağlıydı 31}. Öte yandan, EFL ortamında her yerde bulunan bir engel gibi görünen anksiyete ise çoğu durumda olumsuz değerlendirme korkusu veya iletişim kaygısı nedeniyle ortaya çıkar. Yapay zekanın öğrenme pratiğine entegrasyonunun bu kaygıyı azalttığı^{ortaya çıkmış olsa da}, sürecin nasıl işlediğini, özellikle motivasyon yoluyla arabuluculuk³³ alanında, anlamak için çok az araştırma yapılmıştır. Şekil 1 : Çalışmanın temel değişkenleri. EFL bağlamında öğretmenin öğretim stili, öğrencilerin ChatGPT kullanımı ve bunun sonucunda öğrenen motivasyonu, kaygı, yaratıcılık ve dijital okuryazarlık üzerindeki etkiler arasındaki önerilen ilişkileri ortaya koyuyor.

Şekil 1. Araştırma modeli. Öğretim stili, ChatGPT kullanımı, EFL öğrencilerinin dijital okuryazarlığı, EFL öğrencilerinin motivasyonu, EFL öğrencilerinin kaygısı ve EFL öğrencilerinin yaratıcılığı arasındaki önerilen ilişkilerin şematik temsili. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

Teorik çerçeveye dayanarak, aşağıdaki hipotezler (H1-H8) önerilmiştir:
H1: Öğretim stili, öğrencilerin motivasyonuyla olumlu ilişkilidir.
H2: ChatGPT kullanımı öğrencilerin motivasyonuyla olumlu ilişkilidir.
H3: Dijital okuryazarlık, öğrencilerin motivasyonuyla olumlu ilişkilendirilir.
H4: Motivasyon, kaygıyla olumsuz ilişkilidir.
H5: Anksiyete yaratıcılıkla olumsuz ilişkilendirilir.
H6: Motivasyon, öğretim tarzı ile kaygı arasındaki ilişkiyle ilişkilidir.
H7: Motivasyon, ChatGPT kullanımı ile kaygı arasındaki ilişkiyle ilişkilidir.
H8: Motivasyon, dijital okuryazarlık ile kaygı arasındaki ilişkiyle ilişkilidir.

Protokol

Etik bildirisi
Bu çalışma, Çin'deki Chengdu Üniversitesi Kurumsal İnceleme Kurulu'nun (IRB) etik standartlarına uygun olarak yürütüldü (Onay No: 202509). Tüm katılımcılar katılımdan önce yazılı bilgilendirilmiş onay sundu. Çalışma, insan deneklerle ilgili araştırmalar için kurumsal yönergelere uyarak gönüllü katılım, gizlilik ve ceza olmaksızın istediği zaman çekilme hakkını sağladı.

Gizliliği korumak için, toplanan tüm veriler kodlanmış tanımlayıcılarla anonimleştirildi ve kişisel bilgiler, yalnızca baş araştırmacıların erişebileceği şifre korumalı dosyalarda araştırma verilerinden ayrı olarak saklandı. Anket tasarımı, özellikle anksiyete ile ilgili sorular için psikolojik rahatsızlığı en aza indiren önlemler içeriyordu ve katılımcılara, anket katılımından kaynaklanan herhangi bir sıkıntı durumunda üniversite danışmanlık hizmetleri için iletişim bilgileri sağlandı. Öğretmen-öğrenci ilişkisindeki potansiyel güç dengesizliklerini ele almak için, işe alım ve veri toplama dersler eğitmenleri yerine eğitimli araştırma asistanları tarafından yürütüldü ve katılımcılar, yanıtlarının akademik statülerini veya öğretim üyeleriyle ilişkilerini etkilemeyeceği konusunda güvence verildi.

Bu çalışma, bir devlet üniversitesinden 290 Çinli lisans düzeyinde EFL öğrencisini içeren nicel ve kesitsel bir tasarım kullandı. Farklı akademik yıllar ve disiplinleri temsil eden katılımcılar, orantılı temsilli kolay örnekleme yoluyla seçildi ve düzenli oturumlarda kontrollü sınıf ortamlarında yaklaşık 25 dakika süren kağıt tabanlı anketleri doldurdu. Anket paketi, öğretim stili, dijital okuryazarlık, ChatGPT kullanımı, motivasyon, kaygı ve yaratıcılığı ölçen doğrulanmış ölçekleri içeriyordu. Önyargıyı en aza indirmek için, eğitimli araştırma asistanları, soruları psikolojik olarak maddelerin ayrılması gibi prosedürel karşı önlemlerle uyguladılar. Veri toplandıktan sonra, yanıtlar istatistiksel yazılım ve Kısmi En Küçük Kaare Yapısal Denklem Modelleme (PLS-SEM) yazılımı kullanılarak analiz edildi; veri taraması, ölçüm modeli değerlendirmesi, yapısal model testi ve 5.000 yeniden örneklemeyle bir önyükleme prosedürü kullanılarak arabuluculuk analizi yapıldı.

Araştırma Tasarımı
Bu çalışma, EFL öğrenenleri arasında öğretim stili, ChatGPT kullanımı, dijital okuryazarlık, motivasyon, kaygı ve yaratıcılık arasındaki ilişkileri incelemek için nicel, kesitsel bir araştırma tasarımı kullandı. Bu değişkenlerin belirli bir zaman noktasında anlık görüntüsü yakalamak için kesitsel bir yaklaşım uygun görüldü; böylece bu durumların uzunlamasına araştırmanın zamansal gereksinimleri olmadan ilişkilerinin analizine olanak tanıdı. Tasarım, motivasyonun öğretim stili, ChatGPT kullanımı ve dijital okuryazarlığı birbirine bağlayan bir mekanizma olarak hizmet verdiği varsayımlı bir arabuluculuk modelinin test edilmesini kolaylaştırdı.

Veri ve Örnek
Örnekleme çerçevesi, 2024–2025 akademik yılında Çin'deki bir devlet üniversitesinde İngilizce Yabancı Dil olarak (EFL) programlarına kayıtlı olan tüm lisans öğrencilerini içeriyordu. Uygunluk kriterleri, katılımcıların (a) ana dili Çince, (b) şu anda en az bir zorunlu EFL kursuna kayıtlı olması ve (c) genel derslerin ötesinde yapay zeka tabanlı dil öğrenme araçları konusunda önceden resmi bir eğitim almamasını gerektiriyordu. Akademik yıllar (birinci sınıf, ikinci sınıf, üçüncü sınıf, son sınıf) ve disiplinler (beşeri bilimler, sosyal bilimler, doğa bilimleri, mühendislik) arasında orantılı dağılıma sahip katmanlı bir kolay örnekleme yaklaşımı kullanıldı. Hedef katman büyüklükleri, üniversitenin genel öğrenci dağılımına göre akademik yıl başına %25 ve disiplin alanı başına %25 olarak belirlendi. Son örneklem ise 290 lisans EFL öğrencisinden oluşuyordu. Düzenli sınıf oturumlarında yaklaşılan 328 öğrenciden 11'i katılmayı reddetti (katılımsızlık oranı = %3,4), 27'si ise eksik anketler sundu (tamamlanmamış yanıt oranı = %8,2), böylece nihai kullanılabilir yanıt oranı %88,4 (%290/328) oldu. A priori örneklem boyutu hesaplaması, test olarak G*Power 3.1 ile F test ailesi, doğrusal çoklu regresyon: sabit model, sıfırdan R² sapması kullanılarak gerçekleştirildi. Giriş parametreleri şunlardı: etki boyutu f² = 0.15 (davranışsal araştırmalar için geleneksel orta etki boyutu), α hata olasılığı = 0.05, güç (1-β err muhtemelen) = 0.95 ve motivasyon sonucu için tahmin edici sayısı = 3 (öğretim stili, ChatGPT kullanımı, dijital okuryazarlık). Hesaplama, önemli bir R^2'yi tespit etmek için minimum gerekli 119 örneklem büyüklüğü verdi. Tam SEM modelini (dolaylı yollar ve ek endojen değişkenler dahil) daha fazla hesaba katmak için, tahmini parametre başına 10 vaka olan daha muhafazakar kuralını uyguladık. Modelimizde 29 tahmini parametre ile gerekli örneklem büyüklüğü 290 idi ve bu da nihai numuneyle tam olarak eşleşiyor. Böylece, elde edilen örnek hem regresyon tabanlı hem de SEM analizleri için tam güçte çalışır.

Katılımcılar ve Prosedür
Katılımcılar, akademik yıllar (birinci sınıftan son sınıfa kadar) ve disiplinler (beşeri bilimler, fenler ve mühendislik) arasında orantılılığı sağlamak için katmanlı kolay örnekleme yoluyla seçildi. Son örneklemdeki katman büyüklükleri şunlardı: birinci sınıf öğrenciler (n = 72, %24,8), ikinci sınıflar (n = 74, %25,5), üçüncü sınıflar (n = 71, %24,5), son sınıf öğrencileri (n = 73, %25,2); ve beşeri bilimler (n = 76, 26,2%), sosyal bilimler (n = 68, 23,4%), doğa bilimleri (n = 72, 24,8%), mühendislik (n = 74, 25,5%). Örneklemin %62'si kadın, %38'i erkek öğrenciden oluşuyordu ve ortalama yaş 20,3 idi (SD = 1,7). Veri toplama işlemi düzenli EFL ders oturumları sırasında gerçekleşti. Eğitimli araştırma asistanları, standartlaştırmayı sağlamak için kontrollü sınıf ortamlarında kağıt tabanlı anketler uyguladı. Anket yapılmadan önce, sınıfta bulunan tüm uygun öğrencilere çalışmanın amacı, gönüllü doğası ve gizlilik önlemleri (anonim yanıtlar, güvenli veri depolama) bildirildi. Uygunluk kriterlerini karşılamayan (n = 6, EFL kayıt yok) veya katılımı reddeden (n = 11) öğrenciler dışlandı; Düşüşün nedenleri arasında zaman kısıtlamaları (n = 7) ve kendi bildirimde bulunan teknoloji kullanımından duyulan rahatsızlık (n = 4) yer aldı. Anket pili yaklaşık 25 dakika sürdü ve tüm yapılar için doğrulanmış ölçekleri içeriyordu. Yaygın yöntem yanlılığını azaltmak için prosedürel karşı önlemler uygulandı (örneğin, ölçek öğelerinin psikolojik ayrımı, yanıtların anonimliği). Ayrıca, Harman'ın tek faktörlü testi kullanılarak yaygın yöntem yanlılığı değerlendirildi ve ilk faktör toplam varyansın %50'sinden azını oluşturuyordu; bu da ortak yöntem yanlılığının bu çalışmada büyük bir endişe olmadığını gösteriyor.

Çalışma Ölçütleri
Tüm ölçekler, titiz bir çeviri ve uyarlama prosedürüyle Çin EFL bağlamına uyarlanmıştır. İki iki dilli araştırmacı, orijinal İngilizce maddeleri bağımsız olarak Çince'ye çevirdi ve üçüncü bir araştırmacı tutarsızlıkları uzlaştırarak ön bir versiyon üretti. Bu versiyon iki farklı çevirmen tarafından İngilizceye geri çevrildi ve tutarsızlıklar araştırma ekibiyle yapılan tartışmalarla çözüldü. Çin versiyonları daha sonra ana örneklemde yer almayan 30 lisans EFL öğrencisiyle pilot test edilip, netlik ve anlaşılır kontrol edildi ve küçük kelime değişiklikleri yapıldı. Her ölçek için, yanıtlar 1'den (kesinlikle katılmıyorum) ile 5'e (kesinlikle katılıyorum) arasında değişen 5 puanlık Likert ölçeğinde toplandı. Her yapı için toplamlanmış veya ortalanmış puanlar kullanıldı; yüksek puanlar ilgili değişkenin daha yüksek seviyelerini gösterirdi. Tüm uyarlanmış ölçekler, orijinal yazarların izniyle veya uygun olduğunda açık lisans şartlarıyla kullanılmıştır. Aşağıda belirtilen durumlar dışında orijinal ölçeklerden hiçbir öğe çıkarılmamıştır; Ürün tutulması, faktör yüklemeleri > 0.40 ve teorik öneme dayanıyordu. ChatGPT kullanımıyla ilgili olarak, çalışma öğrencilerin ChatGPT'nin ücretsiz sürümüyle (GPT-3.5/4, 2024–2025 akademik yılında web veya mobil uygulama üzerinden erişilebilir olan) etkileşimini değerlendirdi. Tüm katılımcılar araca eşit erişime sahipti çünkü üniversite ChatGPT'yi kısıtlamadı; ancak gerçek kullanım bireysel olarak değişiyordu. Ölçek, ChatGPT kullanım sıklığını ("asla"dan "günlüğüne" kadar değişen), kullanıldığı dil öğrenme görevlerinin türlerini (örneğin kelime dağarcığı oluşturma, dilbilgisi kontrolü, makale taslağı, konuşma pratiği ve hata düzeltme) ve etkileşimin algılanan kalitesini (örneğin, faydalılık, geri bildirimin netliği) ölçüyordu. Ölçek, veri toplama döneminde versiyon güncellemeleri gerçekleştiği için belirli ChatGPT sürümleri arasında ayrım yapmadı; bunun yerine, katılımcılar esas olarak kullandıkları versiyonu bildirdi; %90'dan fazlası GPT-3.5 veya GPT-4 olarak rapor etti. Her yapı için ayrıntılı öğe örnekleri ve uyarlama notları aşağıda verilmiştir.

Bu çalışma, EFL eğitim bağlamına özenle uyarlanmış titizlikle doğrulanmış ölçekler kullanarak temel değişkenleri değerlendirdi: öğretim yaklaşımları, dijital yeterlilik, ChatGPT entegrasyonu, dil öğrenme kaygısı, öğrenci motivasyonu ve yaratıcı düşünme. Ölçüm araçları, her yapının kapsamlı şekilde değerlendirebildiği kanıtlanmış güvenilirlikleri ve yetenekleri nedeniyle seçildi. Eğitim yöntemlerini incelemek için, araştırma Grasha'nın Öğretim Stili^{Envanteri 34'ün} değiştirilmiş bir versiyonunu kullandı ve bu yöntem beş farklı pedagojik yaklaşımı değerlendirdi: otorite, uzman, kişisel model öğretmen, kolaylaştırıcı ve delegasyonlu. Dijital Okuryazarlığı değerlendirmek için çalışma, Rodríguez-de-Dueños ve ^ark.35 tarafından geliştirilen ve altı ana alanda 29 maddeden oluşan değiştirilmiş bir ölçek versiyonunu içermiştir: (1) teknik okuryazarlık, (2) kişisel veri koruma okuryazarlığı, (3) eleştirel değerlendirme okuryazarlığı, (4) cihaz güvenliği okuryazarlığı, (5) bilgi işleme okuryazarlığı ve (6) dijital iletişim okuryazarlığı. Bu çok boyutlu çerçeve, çağdaş eğitim için gerekli olan öğrencilerin dijital yeteneklerinin kapsamlı bir değerlendirmesini sağladı. ChatGPT'nin kullanımı, Abbas ve ^ark.36'dan uyarlanmış 8 maddelik bir ölçekle değerlendirildi ve öğrencilerin dil öğrenme görevleri için yapay zeka aracıyla etkileşimine odaklandı. Bu ölçek, öğrencilerin ChatGPT'yi dil öğrenme görevlerinde algılayan ve kendi bildiren kullanımlarını yakalıyor; objektif kullanım sıklığı değil. Yabancı dil sınıf kaygısı (FLCA), Briesmaster ve Briesmaster^37'ye dayalı uyarlanmış bir ölçekle ölçüldü. Bu cihaz, anksiyeteyi üç kritik boyutta inceledi: İletişim Endişesi, Test Kaygısı ve Negatif Değerlendirme Korkusu; sırasıyla 10, 10 ve 7 madde yer aldı. Öğrencilerin motivasyonu, Kanoksilapatham ve ^ark.38'den uyarlanmış bir ölçekle değerlendirildi ve üç temel boyutu ölçtü: Araçsalite Teşviki ve Önleme, Etnosentrizm ve Bütünleşme ile İngilizce Öğrenmeye Yönelik Tutum. Ölçekte toplam 20 madde vardı. EFL öğrencilerinin yaratıcılığı, Govindasamy ve ^ark.39'dan uyarlanmış bir ölçekle ölçüldü; bu ölçek dört boyutu değerlendirdi: Özgünlük, Esneklik, Akıcılık ve Detaylandırma. Her boyut üç madde kullanılarak ölçüldü.

Veri Analiz Yöntemleri
Toplanan veriler, SmartPL yazılımı aracılığıyla SPSS (Sürüm 27) ve Kısmi En Küçük Kare Yapısal Denklem Modellemesi (PLS-SEM) ile birleştirilen iki aşamalı analitik yaklaşımla analiz edildi. İlk veri taraması ve ön analizler, SPSS kullanılarak veri kalitesini, eksik değerler, istisnalar ve normallik varsayımları için kontroller yapıldı. Little'ın MCAR testi (χ² = 18.24, p = 0.212) tarafından doğrulandığı gibi, veri noktalarının %2'den azı tamamen rastgele olarak eksikti (MCAR) ve istatistiksel gücü korumak için beklenti-maksimizasyon algoritması kullanılarak ele alındı. Veri seti, kabul edilebilir tek değişkenli normallik (< |2|, kurtosis < |7|) ve çok değişkenli normallik (Mardia katsayısı = 18.37, p < 0.001) gösterdi; bu da hem parametrik testlerin hem de PLS-SEM'in kullanılmasını haklı çıkardı; PLS-SEM normalliğe karşı dayanıklıdır. Tek değişkenli normallik kabul edilebilir olsa da, Mardia katsayısı çok değişkenli normalliğin ihlali olduğunu gösterdi (p < 0.001). Ancak, PLS-SEM normal olmayan veri dağılımlarına karşı dayanıklı olduğundan bu bir endişe oluşturmaz.

Güvenilirlik analizi, tüm ölçekler için güçlü iç tutarlılık gösterdi (Cronbach α > 0.82, bileşik güvenilirlik > 0.85), keşfe dayalı faktör analizi ise tüm öğelerin kendi yapılarında temiz yüklenmesiyle beklenen faktör yapılarını doğruladı (yüklemeler > 0.65, çapraz yüklemeler < 0.40).

Hipotez testi için, PLS-SEM, küçük-orta örneklem boyutlarına sahip karmaşık modelleri üstün tutması ve endogen yapılarda açıklanan varyansı en üst düzeye çıkarma yeteneği nedeniyle kovaryans tabanlı SEM yerine seçilmiştir. Analiz, önce ölçüm modelini, ardından yapısal modeli değerlendiren iki aşamalı prosedürü takip etti. Yansıtıcı ölçüm modeli, yeterli yakınsak geçerlilik (tüm yapılar için ortalama varyans > 0.50) ve hem Fornell-Larcker kriteriyle hem de heterotrait-monotrait oranıyla (HTMT < 0.85) doğrulanan diskriminant geçerlilik gösterdi. Yapısal modelde, yol katsayıları 5.000 yeniden örneklemeyle bir bootstrapping prosedürü kullanılarak tahmin edilip, kararlı tahminler ve güven aralıkları oluşturuldu. Modelin öngörücü gücü, endojen değişkenler (motivasyon = 0.53, kaygı = 0.41, yaratıcılık = 0.38) ve öngörücü önem (Q² > 0) için R² değerleri üzerinden değerlendirildi; etki boyutları (f²) madde etkisini belirlemek için hesaplandı. Arabuluculuk analizleri, dolaylı etkileri test etmek için önyargılı bootstrap yöntemini kullandı; %95 güven aralıkları sıfır hariç tutulduğunda önemli arabuluculuk sağlandı.

Tüm yapılar, teorik değerlendirmelere dayanarak yansıtıcı (mod A) olarak modellendi; çünkü her gizli değişkenin gözlemlenen göstergelerine sebep olduğu varsayıldı. Hiçbir ölçekten madde çıkarılmadı; çünkü tüm ürünler 0.50 eşiğinin (0.62 ile 0.89 arasında) üzerinde dış yüklemeler gösterdi ve tüm ortalama varyans çıkarılan (AVE) değerleri 0.50'yi aştı, bu da yakınsama geçerliliği doğruladı. Arabuluculuk testleri için yapısal model, üç öncülden (öğretim stili, ChatGPT kullanımı, dijital okuryazarlık) motivasyona, motivasyondan kaygıya ve kaygıdan yaratıcılığa doğrudan yollar içeriyordu. Öncüllerden anksiyeteye ve öncüllerden yaratıcılığa doğrudan yolların da kısmi ve tam arabuluculuğu test ettiği tahmin edildi. Tam arabuluculuk, (a) dolaylı etkilerin (motivasyon → anksiyete → öncüler) anlamlı olduğu (sıfır hariç %95 önyargılı önyargılı bootstrap güven aralığı) ve (b) öncüllerden anksiyeteye doğrudan etkilerin arabulucu dahil edildikten sonra anlamlı olmadığı, öncüllerin yaratıcılığa doğrudan etkilerinin ise hiçbir zaman anlamlı olmadığı kriterlerine dayanarak belirlendi. Tüm analizler, SmartPLS 4'teki PLS-SEM algoritmasını yol ağırlıklandırma şeması, maksimum yinelemeler 300'e ayarlanmış ve durdurma kriterinin 1.0e-7 olduğu için kullanılmıştır. Bootstrapping, 5.000 alt örneklem, önyargılı ve hızlandırılmış (BCa) güven aralıkları %95 ile ve işaret değişikliği yok seçeneğiyle gerçekleştirildi. Model uyumu, önerilen 0,08 eşiğinin altına düşen standart kök ortalama kare kalıntısı (SRMR = 0,061) kullanılarak değerlendirildi.

Sonuçlar

Betimleyici İstatistik ve Korelasyon Analizi
Tüm çalışma değişkenleri için tanımlayıcı istatistikler, önerilen ± 2 eşikleri içindeki eğiklik ve kurtoz değerleri ile kanıtlandığı kabul edilebilir değişkenlik aralıklarına sahip normal dağılımlı verileri ortaya koydu.

Tablo 1, 290 EFL öğreneninden oluşan örneklemimizdeki çalışma değişkenlerinin önemli özelliklerini ortaya koymaktadır. Öğretim stili (M = 4,32, SD = 0,72), dijit...

Tartışma

Mevcut çalışma, EFL öğrencileri arasında öğretim stili, ChatGPT kullanımı, dijital okuryazarlık, motivasyon, kaygı ve yaratıcılık arasındaki bağlantılara dair faydalı bilgiler sunmaktadır. Bulgular, öğrenci odaklı öğretim tarzının, ChatGPT'nin daha fazla kullanılmasının ve daha yüksek dijital okuryazarlığın öğrencilerin motivasyonuyla olumlu ilişkili olduğunu gösteriyor. Motivasyon anksiyeteyle olumsuz ilişkilendirilirken, kaygı yaratıcılıkla olumsuz ilişkilidir. Bu sonuçlar, nedensel et...

Malzemeler

Bu makalede kullanılan malzemelerin listesi

Ad	Şirket	Katalog numarası	Yorumlar
Anket Araçları (Ölçekler)	Öğretim Stili Ölçeği	NA	Grash'ın Öğretim Stili Envanteri'nin (Grasha, 1996) değiştirilmiş versiyonu, beş pedagojik yaklaşımı değerlendirir: otoriter, uzman, kişisel model, kolaylaştırıcı ve delege edici. Katalog Numarası: NA
	Dijital Okur-Yazarlık Ölçeği	NA	Rodríguez-de-Düeños ve ark. (2016) tarafından uyarlanmış 29 maddelik ölçek, altı boyutu kapsar: Teknik Yeterlilik, Kişisel Veri Koruma, Eleştirel Değerlendirme, Cihaz Güvenlik Yönetimi, Bilgi İşleme ve Dijital İletişim. Katalog Numarası: NA
	ChatGPT Kullanım Ölçeği	NA	Abbas ve ark. (2024) tarafından uyarlanmış 8 maddelik ölçek, öğrencilerin dil öğrenme görevleri için AI aracı ile etkileşimine odaklanır. Katalog Numarası: NA
	Yabancı Dil Sınıfı Kaygısı (YLSK) Ölçeği	NA	Briesmaster ve Briesmaster (2015) tarafından uyarlanmış ölçek, İletişim Kaygısı (10 madde), Sınav Kaygısı (15 madde) ve Olumsuz Değerlendirme Korkusu (7 madde) alt ölçeklerine sahiptir. Katalog Numarası: NA
	Motivasyon Ölçeği	NA	Kanoksilapatham ve ark. (2021) tarafından uyarlanmış 20 maddelik ölçek, üç boyutu ölçer: Enstrümentalite (Teşvik/Engelleme), Etnosentrizm/Uyum ve İngilizce Öğrenmeye Yönelik Tutum. Katalog Numarası: NA
	Yaratıcılık Ölçeği	NA	Govindasamy ve ark. (2024) tarafından uyarlanmış 12 maddelik ölçek, dört alt yapıyı ölçer: Orijinallik, Esneklik, Akıcılık ve Detaylandırma. Katalog Numarası: NA
Yazılım	SPSS Statistics Sürüm 27	IBM Corp.	İstatistiksel analiz yazılımı. Katalog Numarası: NA
	SmartPLS Sürüm 4	SmartPLS GmbH	Yapısal eşitlik modelleme yazılımı. Katalog Numarası: NA
Ekipman & Diğer Malzemeler	Veri Toplama Aracı	NA	Anonim, kendi kendine uygulanan kağıt-kalemli anket bataryası. Katalog Numarası: NA
	Bilgilendirilmis Onam Belgeleri	NA	Araştırma amacını, prosedürlerini, riskler/faydaları ve çekilme hakkını açıklayan yazılı bilgi sayfası ve onam formu. Katalog Numarası: NA
	Veri Depolama Sistemi	NA	Kodlu tanımlayıcılarla korunmuş parolalı dijital dosyalar; kişisel bilgiler araştırma verilerinden ayrı olarak saklanır. Katalog Numarası: NA
Analiz Prosedürleri	PLS-SEM Algoritması ve Bootstrapping	SmartPLS GmbH	SmartPLS 4 iç rutinleri (PLS Algoritması ve 5.000 yeniden örnekleme ile Önyargı Düzeltilmiş Bootstrapping). Katalog Numarası: NA
	Geçerlik ve Güvenilirlik Denetimleri	SmartPLS GmbH; IBM Corp.	SmartPLS 4 ve SPSS rutinleri, Cronbach’ın alfa, bileşik güvenilirlik, çıkarılan ortalama varyans (AVE), Fornell-Larcker kriteri ve heterotrait-monotrait (HTMT) oranı içindir. Katalog Numarası: NA
	Öngörücü Alaka Değerlendirmesi	SmartPLS GmbH	Stone-Geisser’in Q² değerini hesaplamak için SmartPLS 4’te körlük işlemi. Katalog Numarası: NA
	Preliminer Veri Taraması	IBM Corp.	Eksik verilerle başa çıkmak için SPSS prosedürleri (Beklenti-Maksimozyon algoritması) ve normallik, dış çıkarımlar ve faktör yapısı (açımlayıcı faktör analizi) için denetimler. Katalog Numarası: NA