Akademik Veri Yönetim Sistemi
International Education Congress (EDUCongress 2024), Diyarbakır, Türkiye, 18 - 21 Eylül 2024, ss.2349-2352
ChatGPT’nin Likert Tipi Tutum Ölçeği Maddesi Yazımındaki Etkililiğinin
İncelenmesi
Yeşim Beril Soğuksu 1,*, Hatice Gürdil 1 & Şakir Çınkır 2
1 Milli Eğitim Bakanlığı
2 Ankara Üniversitesi
berilsoguksu@gmail.com
Problem Durumu
Bireylerin belirli bir nesne, olay, kişi veya durum karşısında geliştirdikleri olumlu veya olumsuz
değerlendirmeler olarak tanımlanan tutumlar doğrudan ölçülememektedir. Yaşantı ve deneyimler
sonucu oluşan tutumların öğrenilebilmesi için bireylerin düşünceleri, duyguları ve tepki eğilimleriyle
ilgili bilgi edinilmeye çalışılır (Allport, 1935; Thurstone, 1928). Elde edilen bu bilgiler, eğitim, psikoloji
ve sosyal bilimler gibi birçok alanda araştırma konusu olmaktadır. Bireylerin tutumları hakkında bilgi
edinmek, onların davranışlarını önceden kestirmeyi ve kontrol etmeyi sağlayabilmektedir (Krech,
Chutchrield ve Ballachey, 1962). Özellikle eğitim ortamlarında, öğrencilerin derslere, öğretmenlerine,
okul ortamına veya öğrenme materyallerine karşı tutumlarını anlamak, eğitim programlarının etkinliğini
değerlendirme ve iyileştirme sürecinde oldukça önemli bir role sahiptir.
Eğitim açısından oldukça önemli olan tutumların doğrudan ölçülmesi her zaman mümkün olmayabilir.
Tutumlar sıklıkla dolaylı olarak davranış yoluyla ölçülebilmektedir. Bireylerin bu davranışları genellikle
sorulara yanıt vermek ya da fikirlerini belirtmek gibi sözel davranışlardır (Kağıtçıbaşı, 2008). Bu
davranışları da ölçmek için en çok kullanılan yöntemlerden biri Likert tipi ölçeklerdir. Likert tipi
ölçeklerde, belirli bir tutumla ilişkili olduğu tahmin edilen çok sayıda tutum maddesi bir araya toplanır
ve bu maddeler bir denek grubuna uygulanır. Deneklerin bu maddelere tepki göstermeleri istenir. Her
denek için toplam puan hesaplandıktan sonra en ayırıcı maddeleri seçebilmek için madde analizi yapılır
(Likert, 1932). Likert tipi ölçekler, geliştirilmesinin kolaylığı, çok çeşitli tutum objelerine ve
durumlarına uyum sağlayabilmesi ve tutumun ölçülebilen boyutlarından hem yönünü hem de derecesini
hesaplayabilme kolaylığı sağlaması açısından avantaja sahiptir (Anderson, 1988).
Bu noktada ölçekten elde edilecek puanların geçerliğinin ve güvenirliğinin yüksek olabilmesi için, ölçek
maddelerinin farklı tutumlara sahip bireyler tarafından farklı düzeylerde tepkide bulunmaya elverişli
olması gerekmektedir (Tezbaşaran, 2008). Bu kapsamda ölçek maddeleri net, anlaşılır ve tutumu doğru
şekilde yansıtacak nitelikte olmalıdır. Edwards (1957) da, tutum ölçeklerinde kullanılacak maddelerin
yazımında; ifadelerin açık, basit ve anlaşılır olmasına özen gösterilmesi gerektiğini vurgulamıştır. Buna
ek olarak geçmişe atıf yapan, birden fazla yorum yapılabilecek, gerçek olayları yorumlayan ya da
ölçülecek tutum ile ilgisiz maddelerden kaçınılmasını önermiştir. Bu doğrultuda tutum maddelerinin
kısa, tek bir düşünceyi içeren ve herkesin kabul edebileceği ya da reddedebileceği evrensel ifadelerden
kaçınan bir yapıda olması gerektiğini belirtmiştir. Kısaca iyi yazılmış maddeler, ölçeğin geçerliğini ve
güvenirliğini artırırken, zayıf maddeler ölçeğin ölçme gücünü zayıflatabilmektedir. Bu noktada, tutum
2351
maddelerinin geliştirilmesi sürecinin uzmanlık gerektiren bir süreç olduğu ortadadır. Ancak, tutum
ölçeği geliştirme aşamasında her zaman uygun uzman kişilere ulaşmak mümkün olamamakta,
ulaşılabilen uzmanlardan ise zaman problemi veya iş yükü nedeniyle geri bildirim almak
güçleşmektedir. Bu kapsamda, yapay zekâ tabanlı sistemler, uzmanlara olan bağımlılığı azaltarak ve
süreci hızlandırarak bu sorunlara çözüm sunabilir.
Bilindiği üzere yapay zekâ teknolojilerinin gelişimiyle, birçok alanda olduğu gibi eğitim
araştırmalarında da yeni fırsatlar ortaya çıkmıştır (Zawacki-Richter, Marín, Bond ve Gouverneur, 2019).
Dil modellemeye dayalı yapay zeka araçlarının, tutum ölçekleri gibi ölçme araçlarının geliştirilmesi
sürecinde de faydalı olabilmesi mümkündür. Özellikle, ChatGPT gibi dil modelleri, tutum maddelerinin
yazılması sürecinde hızlı ve etkili çözümler sunabilir. Ancak, bu tür araçların insan uzmanlarla
karşılaştırıldığında ne kadar etkili olduğunun araştırılması gerekmektedir.
Bu doğrultuda çalışmanın amacı, ChatGPT’nin Likert tipi bir tutum ölçeğine yönelik madde yazım
sürecindeki etkililiğinin incelenmesidir. Çalışmanın, yapay zekânın eğitim araştırmalarında kullanım
potansiyelini anlamaya ve ölçek geliştirme süreçlerindeki rolünü değerlendirmeye yönelik rehberlik
sağlayabileceği düşünülmektedir.