Suudi İngilizce-Yabancı Dil Sınıflarında Üretken Yapay Zeka, Motivasyon, Kaygı ve Yaratıcılık: Kesitsel Bir Anket Çalışması

Özet

Bu kesitsel araştırma, Suudi Arap İngilizce-Yabancı Dil lisans öğrencileri arasında üretken yapay zeka kullanımı, öğretim stili, dijital okuryazarlık, motivasyon, kaygı ve yaratıcılık arasındaki ilişkeleri incelemiş ve motivasyonun gözlemlenen ilişkilerde önemli bir aracı değişken olduğunu belirlemiştir.

Özet

ChatGPT gibi yapay zeka (AI) araçları, Yabancı Dil olarak İngilizce (EFL) eğitimine giderek daha fazla dahil edilmektedir; ancak, bu araçların kullanımının öğretim tarzı, dijital okuryazarlık, motivasyon, yabancı dil sınıf kaygısı (FLCA) ve yaratıcılık ile nasıl bir ilişkisi olduğuna dair Suudi Arabistan bağlamında sınırlı kanıt bulunmaktadır. Bu çalışma, söz konusu yapılar arasındaki ilişkileri araştırmış ve birleşik bir kavramsal çerçeve dahilinde motivasyonun aracı rolünü incelemiştir. Suudi Arabistan'da kamu sektöründeki bir üniversitede kayıtlı 280 lisans EFL öğrencisi arasında, doğrulanmış anket araçları kullanılarak nicel, kesitsel bir araştırma yürütülmüştür. Öne sürülen ilişkiler, Kısmi En Küçük Kareler Yapısal Eşitlik Modellemesi (PLS-SEM) kullanılarak analiz edilmiştir. Sonuçlar, ChatGPT kullanımının, öğretim tarzının ve dijital okuryazarlığın öğrencilerin motivasyonu ile pozitif yönde ilişkili olduğunu göstermiştir. Yüksek motivasyon, daha düşük FLCA seviyeleri ve daha yüksek yaratıcılık seviyeleri ile ilişkilendirilmiştir. Motivasyon ayrıca ChatGPT kullanımı, öğretim tarzı, dijital okuryazarlık ve FLCA arasındaki ilişkilerde aracılık etmiştir. Bu bulgular, öğrencilerin motivasyonel deneyimlerinin; öğretim uygulamaları, teknoloji kullanımı ve dil öğrenme çıktıları arasındaki ilişkilerle yakından bağlantılı olduğunu göstermektedir. Çalışma, uygun öğretim stratejilerinin, üretken yapay zeka araçlarının ve dijital okuryazarlığın İngilizce dil eğitimine entegrasyonunu destekleyen kanıtlar sunarken, teknoloji destekli öğrenme ortamları uygulanırken öğrencilerin motivasyonel ve duygusal deneyimlerini göz önünde bulundurmanın önemini vurgulamaktadır.

Giriş

Suudi Arabistan Krallığı, tüm eğitim seviyelerinde 21. yüzyıl becerilerinin gelişimine, dijital yetkinliğe ve yenilikçi pedagojik yaklaşımlara öncelik veren Vizyon 2030 kapsamında dönüştürücü bir eğitim reform gündeminden geçmektedir¹. Bu ulusal bağlamda, Yabancı Dil olarak İngilizce (EFL) eğitimi; iletişimsel yetkinlikten ziyade ezbere dayalı öğrenmeyi ve sınav performansını vurgulayan sınav odaklı bir kültür de dahil olmak üzere süregelen zorluklarla karşı karşıyadır^2,3. Sınıf dışındaki gerçekçi İngilizce dil etkileşimi için kısıtlı fırsatlar, yüksek düzeydeki yabancı dil sınıf kaygısı (FLCA) ile birlikte, öğrencilerin hedef dilde iletişim kurma ve anlamlı etkileşimde bulunma istekliliğini daha da kısıtlamaktadır⁴. Bu zorluklar, eğitimcileri ve politika yapıcıları motivasyonel eksiklikleri, duygusal engelleri ve yaratıcı dil kullanımını ele alan yenilikçi yaklaşımları keşfetmeye yöneltmiştir. Yapay zeka (AI), dil öğrenimini desteklemek ve öğretim uygulamalarını dönüştürmek için gelecek vadeden bir yol olarak ortaya çıkmıştır⁵. İngilizce Dil Öğretimi (ELT) alanındaki yapay zeka uygulamaları arasında, konuşmaya dayalı bir üretken yapay zeka modeli olan ChatGPT, gerçek zamanlı konuşma bağlamlarında etkileşimli dil pratiği ve anlık bireyselleştirilmiş geri bildirim sağladığı için önemli ölçüde dikkat çekmiştir⁶. Bu özellikler, öğretmen merkezli öğretimin ve sınırlı öğrenci etkileşiminin yaratıcı dil üretimini kısıtlamaya devam ettiği Suudi EFL sınıfları için özellikle uygundur⁷. ChatGPT, bir yapay zeka muhatabı ile gerçekçi ve düşük kaygılı dil pratiği fırsatları sunarak bu kısıtlamaların giderilmesine yardımcı olabilir⁸.

Suudi Arabistan'daki son eğitim reformları, öğrenci merkezli pedagojiye geçişi teşvik ederek aktif katılımı, eleştirel düşünmeyi ve öz yönlendirmeli öğrenmeyi destekleyen yapay zeka teknolojilerinin entegrasyonu için fırsatlar yaratmıştır^9,10. Uygun şekilde uygulandığında ChatGPT, dil pratiğini geleneksel sınıf etkinliklerinin ötesine taşıyarak bu geçişi destekleyebilir¹¹. Ancak, yapay zeka entegrasyonunun etkinliği, kısmen öğrencilerin dijital okuryazarlığına, yani öğrenme amacıyla dijital teknolojileri etkili bir şekilde değerlendirme, kullanma ve etkileşime girme becerilerine bağlıdır¹². Dijital okuryazarlık, öğrenenlerin aşırı bağımlılık ve yanlış bilgilendirme dahil olmak üzere potansiyel riskleri minimize ederken yapay zeka araçlarını verimli bir şekilde kullanmalarını sağlar¹³. Bu yetkinlik, Vizyon 2030 kapsamında dijital dönüşümün hızlandığı Suudi yükseköğretiminde özellikle önemlidir¹⁴.

Önceki araştırmalar yapay zeka araçlarını, öğretim tarzını, dijital okuryazarlığı, motivasyonu, kaygıyı ve yaratıcılığı ayrı ayrı incelemiş olsa da, bu yapıların Suudi Arabistan gibi Batı dışı EFL bağlamlarında birleşik bir çerçeve içinde nasıl etkileşime girdiğine dair sınırlı kanıt bulunmaktadır. Motivasyon, öğretim uygulamalarını; daha düşük kaygı, daha yüksek yaratıcılık ve sürdürülebilir etkileşim dahil olmak üzere öğrenme çıktılarıyla ilişkilendiren önemli bir mekanizma olarak sürekli olarak tanımlanmıştır¹⁵. Ancak, ChatGPT kullanımı, öğretim tarzı, dijital okuryazarlık, motivasyon, FLCA ve yaratıcılık arasındaki ilişkiler Suudi EFL bağlamında kapsamlı bir şekilde incelenmemiştir¹⁶. Bu boşluğun doldurulması, öğrencilerin motivasyonel, duygusal ve yaratıcı gelişimlerini destekleyen teknolojiyle desteklenmiş dil öğrenme ortamlarının tasarlanması için teorik ve pratik içgörüler sağlayabilir. Buna göre, bu çalışma Suudi EFL lisans öğrencileri arasında ChatGPT kullanımı, öğretim tarzı, dijital okuryazarlık, motivasyon, FLCA ve yaratıcılık arasındaki ilişkileri araştırmaktadır. Çalışma özellikle şunları incelemektedir: (1) ChatGPT kullanımı, öğretim tarzı ve dijital okuryazarlığın öğrencilerin motivasyonu ile olan ilişkileri; (2) motivasyonun FLCA ve yaratıcılıkla olan ilişkileri; ve (3) ChatGPT kullanımı, öğretim tarzı, dijital okuryazarlık ile sonuç değişkenleri olan kaygı ve yaratıcılık arasındaki ilişkilerde motivasyonun aracı rolü.

Bu çalışma, yapay zeka aracı kullanımını mevcut motivasyon ve dil öğrenimi modellerine dahil ederek EFL eğitimine ve teknoloji destekli öğrenmeye katkıda bulunmakta, böylece çağdaş eğitim ortamlarında teknoloji destekli dil öğrenimine dair anlayışı genişletmektedir. Ayrıca, yapay zeka araçlarını Suudi EFL öğretimine entegre etmek isteyen eğitimcilere, müfredat tasarımcılarına ve politika yapıcılara yol gösterebilecek kanıtlar sunmaktadır. Teknolojinin kullanımı ve öğretim uygulamaları ile FLCA ve yaratıcılık arasındaki bağlantıda motivasyonu bir aracı değişken olarak inceleyen bu çalışma, Suudi Arabistan'ın eğitim reform hedefleriyle uyumlu, öğrenci merkezli bir dil eğitiminin geliştirilmesini destekleyecek bağlama özgü kanıtlar sunmaktadır.

Öz Belirleme Kuramı (SDT), eğitimsel bağlamlarda öğretim uygulamaları ile öğrenci motivasyonu arasındaki ilişkiyi anlamak için teorik bir çerçeve sunar¹⁷. SDT'ye göre, öğrenenlerin üç temel psikolojik ihtiyacı olan özerklik, yetkinlik ve ilişkisellik öğrenme ortamında karşılandığında, içsel motivasyon ve dışsal motivasyonun özerk biçimleri desteklenir¹⁸. Bu nedenle öğretim stili, öğrencilerin motivasyonunu ve katılımını etkileyen temel bir bağlamsal faktördür¹⁹. Anlamlı seçimler sunan, öğrencilerin bakış açılarını kabul eden ve öğrenme etkinliklerini açıklayan özerklik destekleyici öğretim uygulamaları, içsel motivasyonu ve öz belirlenimli katılımı teşvik eder²⁰. EFL bağlamlarında, kolaylaştırıcı ve delegasyoncu öğretim stillerini içeren öğrenci merkezli yaklaşımlar; dil öğrenimine yönelik daha yüksek öğrenci bağlılığı, katılımı ve ilgiyle ilişkilendirilmiştir^21,22. Buna karşılık, öğretmen merkezli öğretim; öğrenci katılımını ve özerkliğini kısıtlarken içsel ilgiden ziyade dışsal ödülleri vurgulayarak motivasyonu azaltabilir^23,24. Geleneksel öğretimin tarihsel olarak ezbere ve öğretmen merkezli aktarıma önem verdiği Suudi EFL bağlamında²⁵, daha öğrenci merkezli öğretim yaklaşımlarının benimsenmesi öğrencilerin motivasyonunu destekleyebilir²⁶. Bu teorik ve ampirik temele dayanarak şu hipotez önerilmiştir: H1: Öğretim stili, EFL öğrencilerinin motivasyonunu olumlu yönde etkiler.

Eğitim teknolojisi ile öğrenen motivasyonu arasındaki ilişki yaygın olarak araştırılmıştır^27,28. Teknoloji Kabul Modeli (TAM), öğrenenlerin eğitim teknolojisiyle etkileşim kurma motivasyonlarının, davranışsal niyetleri ve teknoloji kullanımını şekillendiren algılanan fayda ve algılanan kullanım kolaylığı tarafından etkilendiğini öne sürmektedir²⁹. Bu çerçeve ChatGPT'ye uygulandığında, aracı faydalı ve kullanımı kolay bulan öğrencilerin, dil öğrenimi için bu araçla etkileşime girme olasılığının daha yüksek olduğunu göstermektedir³⁰. Ampirik çalışmalar, etkileşimli özelliklerin, anlık geri bildirimlerin ve kişiselleştirilmiş pratiklerin sürdürülebilir etkileşime katkıda bulunduğu, yapay zeka destekli dil öğrenimi ile öğrenci motivasyonu arasında pozitif ilişkiler olduğunu bildirmiştir^31,32. ChatGPT, düşük baskılı dil pratiği fırsatları sunarak dil kaygısıyla ilişkili engelleri azaltabilir ve bu durum dil kullanımının devamını teşvik edebilir³³. Bu potansiyel, FLCA'nın motivasyon ve dil başarısı önünde önemli bir engel olarak tanımlandığı Suudi Arabistan bağlamında özellikle geçerlidir³⁴. Bu teorik ve ampirik bulgulara dayanarak, şu hipotez önerilmiştir: H2: ChatGPT kullanımı, EFL öğrencilerinin motivasyonunu pozitif yönde etkilemektedir.

Dijital okuryazarlık, günümüz EFL öğrenme ortamlarında öğrencilerin motivasyonunun önemli bir belirleyicisi haline gelmiştir³⁵. Dijital okuryazarlık; dijital teknolojileri ve medyayı öğrenme amacıyla etkili bir şekilde arama, değerlendirme ve kullanma yeteneğini ifade eder³⁶. EFL bağlamlarında dijital okuryazarlık, öğrenenlerin dil öğrenimini ve motivasyonunu desteklemek için ChatGPT, öğrenme yönetim sistemleri ve multimedya araçları dahil olmak üzere dijital kaynaklardan etkili bir şekilde yararlanmalarını sağlar³⁷. Dijital okuryazarlık seviyesi daha yüksek olan öğrencilerin, öğrenme teknolojilerini daha güvenle kullanma eğiliminde oldukları; bunun da içsel motivasyonla ilişkili olan yetkinlik ve özerkliği artırdığı görülmektedir³⁸. Bu öğrenciler ayrıca, bağımsız dil pratiği, geri bildirim ve öğrenime sürekli katılım için dijital araçları kullanma konusunda daha donanımlıdırlar³⁹. Bu literatüre dayanarak şu hipotez öne sürülmüştür: H3: EFL öğrencilerinin dijital okuryazarlığı, EFL öğrencilerinin motivasyonunu pozitif yönde etkiler.

Yabancı dil olarak İngilizce (EFL) eğitiminde FLCA ve yaratıcılık, aralarındaki ilişki karmaşık kalmaya devam etse de, yakından ilişkili yapılardır⁴⁰. Kaygı; yaratıcılık, bilişsel esneklik, ıraksak düşünme ve kendini ifade etme gerektiren görevlerde öğrenicilerin performansını kısıtlayabilir⁴¹. FLCA, öğrenicilerin hata yapma korkusunu, negatif değerlendirmeyi ve düşük özgüveni yansıtır ki bunların tamamı yaratıcı dil üretimini engelleyebilir⁴². Öte yandan yaratıcılık, bağlama uygun ve yenilikçi dil kullanımını desteklediği için EFL öğreniminde önemli bir yetkinliktir³¹. Önceki çalışmalar, kaygı düzeyleri daha yüksek olan öğrenicilerin yaratıcı yazma ve sözlü iletişim etkinliklerine katılma olasılığının daha düşük olduğunu bildirmiştir^43,44. Bu literatüre dayanarak şu hipotezler önerilmiştir: 1) H4: EFL öğrencilerinin motivasyonu, kaygılarıyla negatif ilişkilidir ve 2) H5: EFL öğrencilerinin kaygısı, yaratıcılıklarını negatif yönde etkiler.

Motivasyon; öğretim tarzı, ChatGPT kullanımı ve dijital okuryazarlığın FLCA ile ilişkili olabileceği teorik bir mekanizma sağlar⁴⁵. Motive olan öğrenicilerin aktif olarak katılım gösterme, zorluklar karşısında direnme ve daha düşük düzeylerde iletişim kaygısı yaşama olasılıkları daha yüksektir⁴⁶. Destekleyici öğretim uygulamaları, yapay zeka destekli dil öğrenimi ve daha güçlü dijital okuryazarlığın her biri, EFL ortamlarında daha yüksek motivasyon ve daha düşük kaygı ile ilişkilendirilmiştir^47,48,49. Önceki araştırmalar ayrıca, daha yüksek motivasyonun daha düşük sınıf kaygısı ve artan yaratıcılıkla ilişkili olduğunu öne sürerek, motivasyonun öğretim uygulamaları ve teknoloji kullanımını öğrenme çıktılarıyla ilişkilendiren potansiyel bir aracı değişken olduğu yönündeki görüşü desteklemektedir^50,51,52. Bu literatür doğrultusunda aşağıdaki hipotezler önerilmiştir: 1) H6: Motivasyon, öğretim tarzı ile EFL öğrencilerinin kaygısı arasındaki ilişkiye aracılık eder; 2) H7: Motivasyon, ChatGPT kullanımı ile EFL öğrencilerinin kaygısı arasındaki ilişkiye aracılık eder; ve 3) H8: Motivasyon, EFL öğrencilerinin dijital okuryazarlığı ile kaygıları arasındaki ilişkiye aracılık eder. Şekil 1, öğretim tarzı, ChatGPT kullanımı ve dijital okuryazarlığın EFL öğrencilerinin motivasyonu ile ilişkili olduğu ve motivasyonun da sırasıyla FLCA ve yaratıcılık ile olan ilişkilerine aracılık ettiği varsayılan modeli göstermektedir.

Şekil 1. Hipotez edilen araştırma modeli. Model; İngilizceyi yabancı dil olarak öğrenen (EFL) öğrencilerde ChatGPT kullanımı, öğretim stili, dijital okuryazarlık, motivasyon, yabancı dil sınıf kaygısı ve yaratıcılık arasındaki hipotez edilen ilişkileri betimlemektedir. Şekilde belirtildiği üzere, düz çizgiler doğrudan hipotez edilen ilişkileri, kesikli çizgiler ise aracılı ilişkileri temsil etmektedir. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayınız.

Protokol

Çalışma; fiziksel müdahale, manipülasyon veya katılımcıları yanıltma içermeyen, deneysel olmayan, anonim anket tasarımına sahip olduğu için bir kurumsal gözden geçirme kurulundan resmi etik onay gerektirmemiş olsa da, tüm prosedürler Helsinki Deklarasyonu'nun etik ilkeleri ve Amerikan Psikoloji Derneği'nin insan katılımcıları içeren araştırmalar için belirlediği kılavuzlara uygun olarak yürütülmüştür. Veri toplama işleminden önce tüm katılımcılardan bilgilendirilmiş onam alınmıştır. Kurum, bu tür bir çalışma için resmi bir etik onay veya muafiyet talep etmemiş veya düzenlememiştir. Tüm katılımcılara araştırmanın amacı, katılımlarının gönüllü olduğu, herhangi bir sonuçla karşılaşmaksızın istedikleri zaman çekilme hakları ve verilerine uygulanan sıkı gizlilik önlemleri açıkça bildirilmiştir. Kişisel olarak tanımlanabilir hiçbir bilgi toplanmamış veya raporlanmamıştır ve tüm veriler münhasıran toplu akademik analizler için kullanılmıştır. Anketin katılımcıların akademik faaliyetlerine veya psikolojik durumuna müdahale etmemesini sağlamak için müdahalesiz ve saygılı bir dil kullanımına özel önem verilmiştir. Bilgilendirilmiş onam formu için Supplementary File 1'e bakınız. Ayrıca, bu çalışmada kullanılan malzemeler Table of Materials kısmında listelenmiştir.

Araştırma tasarımı

Bu bölüm, EFL öğrencilerinde öğretim tarzı, ChatGPT kullanımı, dijital okuryazarlık, motivasyon, kaygı ve yaratıcılık arasındaki ilişkileri incelemek için çalışmada kullanılan araştırma tasarımını, veri toplama prosedürlerini ve örneklem detaylarını özetlemektedir. Bu çalışma, EFL öğrencilerinde öğretim tarzı, ChatGPT kullanımı, dijital okuryazarlık ve kaygı arasındaki ilişkilerde motivasyonun aracı rolünü ve bu değişkenlerin toplu olarak yaratıcılıkla nasıl ilişkili olduğunu incelemek için nicel ve kesitsel bir araştırma tasarımı uygulamıştır. Yapıların ölçümünde standardizasyon ve güvenilirlik sağlamak amacıyla, birincil verileri toplamak için yapılandırılmış bir anket metodolojisi benimsenmiştir. Çalışmada; öğretim tarzı, ChatGPT kullanımı, dijital okuryazarlık, motivasyon, FLCA ve yaratıcılık dahil olmak üzere tüm değişkenleri değerlendirmek için doğrulanmış ölçekler kullanılmıştır.

Veri ve Numune

Bu çalışma için veriler, dil eğitimine verdiği önem ve öğretimde teknoloji entegrasyonu ile tanınan, Suudi Arabistan'daki bir kamu üniversitesi olan Cidde Üniversitesi'ne kayıtlı EFL öğrencilerinden toplanmıştır. Katılımcılar, öğrencilerin öğrenme ortamlarında ChatGPT gibi yapay zeka araçlarıyla aktif deneyime sahip olması gerektiğini belirten spesifik dahil etme kriterleri nedeniyle bu çalışma için uygun görülen amaçlı örnekleme tekniği kullanılarak seçilmiştir. Bu olasılıksız örnekleme yaklaşımı, çalışmanın araştırma sorularının hem geleneksel hem de teknoloji destekli öğrenme yöntemlerine maruz kalmış EFL öğrencileri şeklinde spesifik bir popülasyona odaklanması ve rastgele örneklemenin bu kriterleri karşılayan katılımcıların dahil edilmesini garanti etmeyecek olması nedeniyle gerekli görülmüştür. Amaçlı örnekleme, bulguların daha geniş popülasyona genellenebilirliğini sınırlasa da, katılımcıların araştırma hedeflerini karşılamak için gerekli olan ilgili deneyim ve bakış açılarına sahip olmalarını sağlamak amacıyla bu keşifsel inceleme için gerekçelendirilmiştir. Amaçlı örneklemenin sınırlamalarını hafifletmek için farklı akademik geçmişlere ve değişken teknolojik yeterlilik seviyelerine sahip katılımcıların dahil edilmesine özen gösterilmiş, böylece örneklemin hedef popülasyon içindeki temsiliyeti artırılmıştır. Nihai örneklem, kullanılan istatistiksel teknikler için yeterli olduğu düşünülen bir büyüklükte, 280 lisans EFL öğrencisinden oluşmuştur.

Örneklem büyüklüğünün yeterliliğinin belirlenmesi, Yapısal Eşitlik Modellemesi (SEM) için oluşturulmuş yerleşik kılavuzlara dayandırılmıştır. Araştırmacılar SEM için tahmin edilen parametre başına minimum 10 vaka oranını önermekte, daha ihtiyatlı kılavuzlar ise Kısmi En Küçük Kareler SEM (PLS-SEM) için parametre başına 20 vaka önermektedir. Ölçüm modeli; dijital okuryazarlık için 29 madde, öğretim tarzı için 25 madde ve FLCA için 32 maddenin yanı sıra ChatGPT kullanımı, motivasyon ve yaratıcılık için ek maddelerden oluşmuştur. PLS-SEM kılavuzları ayrıca, minimum örneklem büyüklüğünün, formatif göstergelerin en büyük sayısının veya belirli bir yapıya yönelen yapısal yolların en büyük sayısının 10 katına eşit olmasını önermektedir; bu nedenle, 280 katılımcıdan oluşan örneklem bu minimum gereksinimleri karşılamıştır. Ayrıca, G*Power⁵³ kullanılarak yapılan post hoc güç analizi, 280 katılımcıdan oluşan bir örneklemin, α = 0,05 ile orta düzey etki büyüklüklerini (f² = 0,15) saptamak için 0,95'i aşan bir istatistiksel güç sağladığını göstermiş ve bu değer yaygın olarak önerilen 0,80 eşiğinin üzerine çıkmıştır. Bu örneklem büyüklüğü, önerilen ölçüm ve yapısal modellerin karmaşıklığına uyum sağlarken, çalışma değişkenleri arasındaki anlamlı ilişkileri saptamak için güvenilir parametre tahminleri ve yeterli istatistiksel güç sunmaktadır.

Katılımcılar ve Prosedür

Katılımcılar, çoğunluğu İngilizce dil kurslarına kayıtlı birinci ve ikinci sınıf lisans öğrencileri olan, 18 ile 25 yaş arasındaki EFL öğrencileridir. Anket, öğrencilerin gönüllü olarak katılmaya davet edildiği Eylül ve Ekim 2025 tarihleri arasında gerçekleştirilmiştir. Katılımcı alım süreci, e-postalar ve sınıflardaki duyurular dahil olmak üzere resmi üniversite kanalları aracılığıyla yürütülmüştür. Katılımcılar, İngilizce dil kurslarında birinci veya ikinci sınıf lisans öğrencisi olarak kayıtlı 18–25 yaş arası EFL öğrencileridir. Uygunluk, önceden tanımlanmış dahil etme ve hariç tutma kriterleri kullanılarak belirlenmiştir. Katılımcıların uygun sayılması için (a) Cidde Üniversitesi'ndeki lisans İngilizce dil kurslarına resmi olarak kayıtlı olmaları, (b) 18–25 yaş aralığında olmaları ve (c) birinci veya ikinci sınıf öğrencisi olarak kayıtlı olmaları gerekmiştir. (a) Lisansüstü öğrenciler veya temel ders dizisinin dışındaki üst dönem lisans öğrencileri, (b) belirtilen yaş aralığının dışındakiler veya (c) anket ön test aşamasında yer alanlar çalışma dışı bırakılmıştır. Bilgilendirilmiş onamı sağlamak amacıyla katılımcılara çalışmanın amacı, katılımlarının gönüllülük esasına dayalı olduğu ve yanıtlarının gizliliği hakkında bilgi verilmiştir. Veri toplama aracı, fiziksel olarak ve güvenli bir çevrimiçi platform kullanılarak elektronik ortamda dağıtılan yapılandırılmış, öz yönetimli bir ankettir. Öğretim stili, ChatGPT kullanımı, dijital okuryazarlık, öğrenci motivasyonu, FLCA ve yaratıcılığı ölçmek için doğrulanmış ölçekler uyarlanmıştır. Katılımcılardan yanıtlarını 1 (Kesinlikle Katılmıyorum) ile 5 (Kesinlikle Katılıyorum) arasında değişen 5 puanlı Likert ölçeğine göre değerlendirmeleri istenmiştir. Netliği ve güvenilirliği sağlamak amacıyla anketin ön testi 30 öğrenciden oluşan küçük bir grupla gerçekleştirilmiştir. Ön test sonuçlarına dayanarak, maddelerin anlaşılabilirliğini artırmak için küçük kelime düzenlemeleri yapılmış; ölçek güvenilirliği veya geçerliliği ile ilgili önemli bir sorun tespit edilmemiştir. Veri bütünlüğünü korumak ve dürüst yanıtları teşvik etmek için anonimlik garanti edilmiş ve katılımcılara verilerinin yalnızca araştırma amaçları için kullanılacağı güvencesi verilmiştir. Toplanan başlangıçtaki 300 yanıt arasından, eksik veya tutarsız veriler için yapılan taramanın ardından 280 tanesi geçerli kabul edilmiş ve %93'lük bir tutma oranı elde edilmiştir. Veri tarama prosedürleri; doğrusal yanıt modellerinin, aşırı eksik verilerin (%10'dan fazla) ve Mahalanobis mesafesi kullanılarak çok değişkenli uç değerlerin incelenmesini içermiştir. Bu metodolojik yaklaşım, çalışma değişkenleri arasındaki ilişkilerin analizi için sağlam bir temel sunmakta ve öğretim stilinin, yapay zeka araçlarının ve dijital okuryazarlığın EFL öğrencilerinin motivasyonunu, kaygısını ve yaratıcılığını şekillendirmedeki rolüne dair değerli içgörüler sağlamaktadır.

Veri toplama işleminin ardından, önceden belirlenmiş kriterlere dayanarak 300 yanıtlık ilk havuzdan 20 yanıt hariç tutulmuştur: Anket maddelerinin %10'undan fazlasının boş bırakılması nedeniyle 12 yanıt çıkarılmış, tüm maddelere tek tip cevaplar vererek ilgisizlik gösteren (straight-lining) 5 yanıt elenmiş ve Mahalanobis uzaklığı (p < 0,001) kullanılarak çok değişkenli uç değerler olduğu tespit edilen 3 yanıt, SEM sonuçlarının bozulmasını önlemek amacıyla kaldırılmıştır. Elde tutulan vakalardaki eksik değerler, eksik verilerin minimal olduğu durumlarda (vaka başına %5'ten az), geniş ölçekli anket araştırmalarında düşük oranlı eksiklikler için kabul edilebilir bir yöntem olduğu için ortalama atama (mean imputation) yöntemiyle işlenmiştir. %93'lük nihai tutma oranı (toplanan 300 ankete karşılık 280 geçerli yanıt), toplam toplanan anketler içinden elde tutulan kullanılabilir yanıtların oranını temsil etmektedir; ancak, resmi üniversite kanalları üzerinden yürütülen karma fiziksel ve elektronik dağıtım yöntemleri toplam davetlerin kesin takibini engellediği için davet edilen katılımcıların tam sayısı hesaplanamadığından, bu durum gerçek bir yanıt oranı olarak yorumlanmamalıdır. Bu kısıtlılık kabul edilmiş olup, %93 rakamı toplam davet edilen popülasyona oranla bir yanıt oranı olarak değil, toplanan anketler arasından elde tutulan geçerli yanıtların oranı olarak rapor edilmiştir.

Araçlar ve Ölçümler

Bu çalışmada; öğretim stili, dijital okuryazarlık, ChatGPT kullanımı, FLCA, motivasyon ve yaratıcılık gibi temel yapıları ölçmek için EFL eğitimi bağlamına dikkatle uyarlanmış, iyi bilinen ve valide edilmiş ölçekler kullanılmıştır. Her bir ölçek, incelenen değişkenlerin ilgili boyutlarını yakalamadaki uygunluğu ve kapsamlılığına göre seçilmiştir. Dijital okuryazarlık, Rodríguez-de-Dios ve ark.⁵⁴ çalışmasına dayanan, 29 madde ile altı boyuttan oluşan uyarlanmış bir ölçek kullanılarak ölçülmüştür. Bu boyutlar arasında Teknolojik Beceri, Kişisel Güvenlik Becerisi, Kritik Beceri, Cihaz Güvenlik Becerisi, Bilgi Becerisi ve İletişim Becerisi yer almakta olup, öğrencilerin modern eğitim bağlamları için temel olan dijital becerilerdeki yeterliliklerinin kapsamlı bir değerlendirmesine olanak sağlamıştır. ChatGPT kullanımı, Abbas ve ark.⁵⁵ çalışmasından uyarlanan ve öğrencilerin dil öğrenme görevleri için yapay zeka aracıyla olan etkileşimine odaklanan 8 maddelik bir ölçekle değerlendirilmiştir. Öğretim stili, Grasha'nın Öğretim Stili Envanteri'nin⁵⁶ uyarlanmış bir versiyonu kullanılarak değerlendirilmiştir. Bu araç; Otorite, Uzman, Kişisel Model, Kolaylaştırıcı ve Delegasyon olmak üzere öğretim stillerinin beş boyutunu ölçmektedir. Bu boyutlar, EFL öğrencilerinin öğrenme deneyimlerini etkileyen çeşitli öğretim yaklaşımlarını yansıtmaktadır. FLCA, Briesmaster ve Briesmaster'a⁵⁷ dayanan uyarlanmış bir ölçekle ölçülmüştür. Bu araç, kaygıyı üç boyut altında incelemiştir: İletişim Kaygısı (10 madde), Sınav Kaygısı (10 madde) ve Olumsuz Değerlendirilme Korkusu (7 madde). Öğürencilerin motivasyonu, Kanoksilapatham ve ark.⁵⁸ çalışmasından uyarlanan ve Araçsallık Teşviki ve Önleme, Etnosantrizm ve Bütünleşme ile İngilizce Öğrenmeye Yönelik Tutum olmak üzere üç boyutu ölçen bir ölçekle değerlendirilmiştir. Ölçek toplam 20 madde içermekteydi. EFL öğrencilerinin yaratıcılığı, Govindasamy ve ark.⁵⁹ çalışmasından uyarlanan ve Özgünlük, Esneklik, Akıcılık ile Ayrıntılandırma olmak üzere dört boyutu değerlendiren bir ölçekle ölçülmüştür. Her bir boyut üç madde ile ölçülmüştür. Araçların EFL ortamı için kültürel ve bağlamsal uygunluğunu sağlamak amacıyla sistematik bir uyarlama prosedürü uygulanmıştır. Orijinal ölçekler İngilizce geliştirildiği için, iki iki dilli EFL uzmanı, her bir yapının orijinal anlamını korurken orta düzeydeki lisans öğrencilerinin anlayabileceği netliği artırmak adına dili gözden geçirmiş ve sadeleştirmiştir. Uyarlanan versiyonlar daha sonra, dilsel ve kavramsal eşdeğerliği doğrulamak amacıyla bağımsız bir çevirmen tarafından katılımcıların ana dillerine geri çevrilmiş ve herhangi bir tutarsızlık araştırma ekibi arasındaki tartışmalarla çözülmüştür. Ardından, üç deneyimli EFL eğitmeni, uyarlanmış araçları içerik uygunluğu, kültürel uygunluk ve madde netliği açısından değerlendirmiş; bu süreçte küçük ifade revizyonları yapılmış ve uygun görülen yerlerde kültürel olarak yabancı örnekler değiştirilmiştir. Son olarak, revize edilen araçlar 30 öğrenci ile pilot test edilmiş (bkz. Prosedür bölümü) ve katılımcı geri bildirimleri, anlaşılırlığı artırmak için ek küçük ifade düzeltmeleri yapmak amacıyla kullanılmıştır. Bu çok aşamalı süreç, uyarlanan araçların orijinal psikometrik özelliklerini korumasını ve hedef EFL popülasyonu için uygun hale gelmesini sağlamıştır. Uyarlanmış anketin tamamı için Ek Dosya 2'ye bakınız.

Veri Analiz Yöntemleri

Bu çalışma için toplanan veriler, PLS-SEM kullanılarak Statistical Package for the Social Sciences (SPSS 26) ve SmartPLS 4 ile analiz edilmiştir. Bu çift yöntemli yaklaşım, araştırma modelindeki hipotez edilen ilişkileri ve aracılık etkilerini test ederken, hem betimsel hem de çıkarımsal yönleri ele alarak verilerin kapsamlı bir analizini sağlamıştır. Başlangıçta, veri temizleme, betimsel istatistikler ve güvenilirlik testlerini içeren ön veri analizlerini gerçekleştirmek için SPSS kullanılmıştır. Veri taraması, veri setinin kalitesini ve bütünlüğünü sağlamak amacıyla eksik değerlerin, uç değerlerin ve normalliğin kontrol edilmesini kapsamıştır. Örneklem özelliklerini özetlemek için ortalama, standart sapma ve frekans dağılımlarını içeren betimsel istatistikler hesaplanmıştır. Ana analiz SmartPLS 4 kullanılarak yürütülmüştür. PLS-SEM, çoklu yapıların olduğu karmaşık modelleri analiz etmedeki uygunluğu ve küçük ile orta ölçekli örneklem boyutları için sağlamlığı nedeniyle seçilmiştir. Analiz iki aşamada gerçekleştirilmiştir: ölçüm modelinin değerlendirilmesi ve yapısal modelin değerlendirilmesi. Ölçüm modeli değerlendirmesinde; gösterge güvenilirliği, iç tutarlılık güvenilirliği (bileşik güvenilirlik [CR] kullanılarak), yakınsak geçerlilik (ortalama açıklanan varyans [AVE] kullanılarak) ve ayırt edici geçerlilik (heterotrait-monotrait oranı [HTMT] kullanılarak) değerlendirilmiştir.

Ölçüm modelinin doğrulanmasının ardından, öğretim tarzı, ChatGPT kullanımı, dijital okuryazarlık, motivasyon, kaygı ve yaratıcılık arasındaki varsayılan ilişkileri değerlendirmek için yapısal model analiz edilmiştir. Doğrudan ve dolaylı etkilerin gücünü ve anlamlılığını belirlemek için yol katsayıları analiz edilmiş ve anlamlılık, 5.000 yeniden örnekleme ile bootstrapping yöntemi kullanılarak değerlendirilmiştir. Doğrudan, dolaylı ve aracılık etkilerinin anlamlılığını değerlendirmek için, %95 güven düzeyinde 5.000 bootstrap yeniden örneklemesi ile yanlılık düzeltmeli (BC) bootstrap güven aralıkları oluşturulmuştur. Motivasyonun; öğretim tarzı, ChatGPT kullanımı, dijital okuryazarlık ve kaygı arasındaki ilişkiler üzerindeki aracılık etkileri de bootstrapped güven aralıkları kullanılarak değerlendirilmiştir. Model uyumu ve yordama gücü; belirleme katsayısı (R²), yordama ilgisi (Q²) ve standardize edilmiş kareli ortalama hata (SRMR) kullanılarak değerlendirilmiştir.

Sonuçlar

Betimleyici İstatistikler

Betimsel istatistikler, örneklem özelliklerinin yanı sıra çalışma değişkenlerinin dağılımı, merkezi eğilimi ve değişkenliği hakkında genel bir bakış sunar. Bu çalışmada, yapısal analizleri gerçekleştirmeden önce katılımcı örneklemini tanımlamak ve temel değişkenleri özetlemek amacıyla betimsel analizler yapılmıştır.

Tablo 1, 280 lisans düzeyindeki EFL katılımcısının demografik özelliklerini özetlemektedir. Örneklemin %54,3'ü (n = 152) kadın katılımcılardan, %45,7'si (n = 128) ise erkek katılımcılardan oluşmaktadır. Katılımcıların çoğu 21–23 yaş aralığında (%52,1), ardından 18–20 yaş (%36,4) ve 24–25 yaş (%11,4) aralığındakiler gelmektedir. Akademik yıl bakımından, ikinci sınıf öğrencileri en büyük grubu (%42,1), ardından birinci sınıf (%34,3) ve üçüncü sınıf öğrencileri (%23,6) oluşturmuştur. Katılımcıların çoğu ChatGPT ile orta düzeyde deneyime sahip olduğunu belirtirken (%47,1), %36,8'i ileri düzeyde, %16,1'i ise sınırlı düzeyde deneyime sahip olduğunu bildirmiştir. Çalışmaya dahil edilme kriterlerine uygun olarak tüm katılımcıların daha önceden ChatGPT ile etkileşimi olmuş olup, "sınırlı deneyim" kategorisi hiç kullanılmamış olmasından ziyade minimum kullanımı ifade etmektedir. Katılımcılar ağırlıklı olarak orta düzeyde (%54,6) dijital okuryazarlık bildirmiş, bunu yüksek (%30,4) ve düşük (%15,0) dijital okuryazarlık takip etmiştir. Katılımcıların çoğu orta seviye İngilizce yeterliliğine (%62,5) sahipken, %22,9'u temel yeterlilik ve %14,6'sı ileri düzey yeterlilik bildirmiştir. Genel olarak demografik özellikler, örneklemin farklı akademik geçmişlere, dijital okuryazarlık seviyelerine, İngilizce yeterlilik düzeylerine ve ChatGPT deneyimlerine sahip katılımcıları içerdiğini göstermektedir (Tablo 1, Şekil 2).

Değişken	Kategori	Frekans, n	Yüzde, %
Cinsiyet	Erkek	128	45.7
	Dişi	152	54.3
Yaş grubu	18–20 yaş	102	36.4
	21–23 yaş	146	52.1
	24–25 yaş	32	11.4
Çalışma yılı	Birinci yıl	96	34.3
	İkinci yıl	118	42.1
	Üçüncü yıl	66	23.6
ChatGPT Deneyimi	Sınırlı deneyim	45	16.1
	Orta düzeyde deneyim	132	47.1
	Kapsamlı deneyim	103	36.8
Dijital okuryazarlık düzeyi	Düşük	42	15
	Orta düzeyde	153	54.6
	Yüksek	85	30.4
İngilizce yeterlilik seviyesi	Temel	64	22.9
	Orta seviye	175	62.5
	İleri Düzey	41	14.6

Tablo 1: Çalışmaya katılanların demografik özellikleri. Tablo, çalışmaya dahil edilen 280 yabancı dil olarak İngilizce (EFL) öğrencilerinin demografik özelliklerini özetlemektedir. Cinsiyet, yaş grubu, eğitim yılı, ChatGPT deneyimi, dijital okuryazarlık düzeyi ve İngilizce yeterlilik düzeyi için frekanslar ve yüzdeler verilmiştir.

Şekil 2. Çalışmaya katılanların demografik özellikleri. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Şekil 2, çalışma katılımcılarının cinsiyet, yaş grubu, eğitim yılı, yapay zeka araçları deneyimi, dijital okuryazarlık düzeyi ve İngilizce yeterlilik düzeyine göre demografik dağılımını sunmaktadır. Dağılım, katılımcıların çoğunun 21–23 yaş arasında olduğu ve kadın katılımcı oranının erkeklerden biraz daha yüksek olduğunu göstermektedir. En sık bildirilen kategoriler orta düzey dijital okuryazarlık ve orta seviye İngilizce yeterliliği olmuştur (Şekil 2).

Tablo 2, çalışma değişkenlerine ilişkin tanımlayıcı istatistikleri sunmaktadır. 25 madde ile ölçülen öğretim tarzının ortalama puanı 3,84 (SD = 0,76) olup puanlar 2,1 ile 4,8 arasında değişmektedir. Sekiz madde ile değerlendirilen ChatGPT kullanımı, 3,67 (SD = 0,81) ortalama puana sahip olup yanıtlar 1,5 ile 5,0 arasında değişmektedir. 29 madde ile ölçülen dijital okuryazarlığın ortalama puanı 3,72 (SD = 0,73) olup puanlar 2,2 ile 4,9 arasında değişmektedir. 20 madde ile değerlendirilen motivasyon, 2,4 ile 5,0 arasında değişen değerlerle en yüksek ortalama puana (3,92, SD = 0,68) sahiptir. 27 madde ile ölçülen kaygının ortalama puanı 3,41 (SD = 0,89) olarak bulunmuştur. 12 madde ile değerlendirilen yaratıcılığın ortalama puanı 3,78 (SD = 0,74) olup puanlar 2,0 ile 5,0 arasında değişmektedir. Bu tanımlayıcı istatistikler, katılımcı yanıtlarının genel bir özetini sunarken ölçülen yapılar arasındaki değişkenliği göstermektedir.

Değişken	Madde Sayısı	Ortalama (M)	Standart Sapma (SD)	Minimum	Maksimum
Kaygı	27	3.41	0.89	1.8	5
ChatGPT Kullanımı	8	3.67	0.81	1.5	5
Yaratıcılık	12	3.78	0.74	2	5
Dijital Okuryazarlık	29	3.72	0.73	2.2	4.9
Motivasyon	20	3.92	0.68	2.4	5
Öğretim Stili	25	3.84	0.76	2.1	4.8

Tablo 2: Çalışma yapılarına ilişkin betimsel istatistikler. Tablo; 280 katılımcının yanıtlarına dayalı olarak öğretim stili, ChatGPT kullanımı, dijital okuryazarlık, motivasyon, yabancı dil sınıf kaygısı ve yaratıcılık için anket madde sayısını, ortalamayı (M), standart sapmayı (SD), gözlemlenen minimum değeri ve gözlemlenen maksimum değeri rapor etmektedir.

Ortak Metot Varyans Yanlılığı

Ortak yöntem varyansı (CMV) yanlılığı, ölçülen yapılardan ziyade ölçüm yönteminden kaynaklanan, değişkenler arasındaki yapay kovaryansa tekabül eder. Bu çalışmada öz bildirimli bir anket kullanıldığı için, CMV yanlılığının potansiyel etkisini değerlendirmek amacıyla hem prosedürel hem de istatistiksel yaklaşımlar uygulanmıştır. Prosedürel olarak, sosyal beğenilirlik yanlılığını en aza indirmek ve dürüst yanıtları teşvik etmek için katılımcılara anonimlik ve gizlilik güvencesi verilmiştir. Ayrıca, CMV yanlılığını yapay olarak artırabilecek yanıt kalıplarını azaltmak için, yerleşik araçlardan uyarlanan anket maddeleri randomize bir sırayla sunulmuştur. İstatistiksel olarak, tüm ölçülen değişkenlerin rotasyonsuz bir açımlayıcı faktör analizine (EFA) dahil edilmesiyle Harman'ın tek faktör testi gerçekleştirilmiştir. Analiz, rotasyonsuz ilk faktörün toplam varyansın %32,7'sini açıkladığını göstermiştir; bu değer %50 olan önerilen eşik değerin altında olup CMV yanlılığının çalışma bulgularını önemli ölçüde etkileme olasılığının düşük olduğunu göstermektedir (Tablo 3).

İstatistik		Değer	Eşik Değeri	Yorumlama
Çıkartılan toplam faktör sayısı		7	Girdi bulunmamaktadır. Lütfen çevirmek istediğiniz metni sağlayın.	Ölçülen maddelerin farklı yapıları temsil ettiğini gösteren çok sayıda faktör çıkarılmıştır.
İlk faktör tarafından açıklanan varyans		32.70%	<50%	Genel kabul görmüş eşik değerinin altında olması, ortak yöntem varyansının (CMV) ciddi bir sorun teşkil etme olasılığının düşük olduğunu göstermektedir.
Açıklanan toplam varyans (ilk üç faktör)		62.10%	Lütfen çevrilmesini istediğiniz metni sağlayın.	İlk üç faktörün, toplam varyansın önemli bir kısmını açıkladığını göstermektedir.
Kaiser–Meyer–Olkin (KMO) örnekleme yeterliliği ölçütü		0.89	>0.80	Faktör analizi için örneklemin mükemmel derecede yeterli olduğunu gösterir.
Bartlett's küresellik testi (p değer)		<0.001	p < 0.05	Korelasyon matrisinin faktör analizi için uygun olduğunu gösteren anlamlı sonuç.

Tablo 3: Harman tek faktör testi ve örnekleme yeterliliği sonuçları. Tablo; Harman tek faktör testi, Kaiser–Meyer–Olkin (KMO) örnekleme yeterliliği ölçümü ve Bartlett küresellik testi sonuçlarını özetlemektedir. Ortak yöntem varyansının (CMV) potansiyel etkisini değerlendirmek için Harman tek faktör testi uygulanmıştır. Veri setinin faktör analizi için uygunluğunu değerlendirmek amacıyla KMO istatistiği ve Bartlett testi kullanılmıştır.

Tablo 3, ilk döndürülmemiş faktörün toplam varyansın %32,7'sini açıkladığını gösteren Harman'ın tek faktör testi sonuçlarını sunmaktadır; bu değer, önerilen %50 eşik değerinin altındadır ve ortak yöntem yanlılığının bu çalışmada önemli bir sorun olmadığını göstermektedir. Örnekleme yeterliliğinin Kaiser-Meyer-Olkin (KMO) ölçümü 0,89 olarak bulunmuş olup, verilerin faktör analizi için uygun olduğunu göstermiştir. Ek olarak, Bartlett küresellik testi istatistiksel olarak anlamlı bulunmuş (p < 0,001), korelasyon matrisinin faktör analizi için uygun olduğu onaylanmıştır. Toplu olarak bu bulgular, veri setinin sonraki yapısal eşitlik modellemesi analizleri için uygunluğunu desteklemektedir.

Ölçüm Modeli

Ölçüm modeli, Hair ve ark.⁶⁰ tarafından sunulan öneriler doğrultusunda, SmartPLS 4 ile uygulanan PLS-SEM kullanılarak çalışma yapılarının güvenilirliğini ve geçerliliğini değerlendirmek amacıyla incelenmiştir. Gösterge güvenilirliği, iç tutarlılık güvenilirliği, yakınsak geçerlilik ve ayrışma geçerliliği değerlendirilmiştir. Gösterge güvenilirliği dış yüklemelerle değerlendirilmiş ve 0,70'ten büyük yüklemelere sahip maddeler, ilgili yapıların güvenilir göstergeleri olarak kabul edilmiştir. Yüklemeleri 0,60 ile 0,70 arasında olan maddeler, yalnızca çıkarılmaları ilgili yapının iç tutarlılığını artırmadığı durumlarda tutulmuştur. İç tutarlılık güvenilirliği Cronbach alfa ve CR kullanılarak değerlendirilmiştir. Yakınsak geçerlilik AVE ile değerlendirilmiş ve tüm yapılar 0,50'den büyük AVE değerleri göstererek her bir yapının, göstergelerindeki varyansın yarısından fazlasını açıkladığını ortaya koymuştur. Ayrışma geçerliliği HTMT oranı ile değerlendirilmiş ve tüm HTMT değerleri 0,85'lik önerilen eşik değerinin altında kalarak çalışma yapılarının ampirik olarak farklı olduğunu desteklemiştir (Tablo 4 ve 5).

Yapı		Faktör Yüklemesi	Bileşik Güvenirlik (CR)	Ortalama Açıklanan Varyans (AVE)	Dış Varyans Şişirme Faktörü (VIF)
Öğretim Stili (Otorite)		0.87	0.91	0.66	1.38
Öğretim Stili (Uzman)		0.89	0.92	0.68	1.45
Öğretim Stili (Kişisel Model)		0.86	0.9	0.65	1.4
Öğretim Stili (Kolaylaştırıcı)		0.88	0.93	0.69	1.43
Öğretim Stili (Delege Edici)		0.85	0.89	0.62	1.39
ChatGPT Kullanımı		0.92	0.94	0.72	1.47
Yabancı Dil Sınıf Kaygısı (İletişim Kaygısı)		0.86	0.9	0.64	1.35
Yabancı Dil Sınıf Kaygısı (Sınav Kaygısı)		0.88	0.92	0.67	1.41
Yabancı Dil Sınıf Kaygısı (Olumsuz Değerlendirilme Korkusu)		0.83	0.88	0.6	1.32
Motivasyon (Araçsallık)		0.84	0.89	0.61	1.34
Motivasyon (Etnosentrizm ve Bütünleştiricilik)		0.86	0.9	0.63	1.36
Motivasyon (İngilizce Öğrenmeye Yönelik Tutum)		0.89	0.93	0.7	1.44
Yaratıcılık (Özgünlük)		0.88	0.92	0.67	1.41
Yaratıcılık (Esneklik)		0.87	0.91	0.66	1.38
Yaratıcılık (Akıcılık)		0.89	0.93	0.68	1.42
Yaratıcılık (Ayrıntılandırma)		0.85	0.9	0.63	1.37
Dijital Okuryazarlık		0.93	0.95	0.75	1.49

Tablo 4: Ölçüm modeli değerlendirmesi. Tablo; kısmi en küçük kareler yapısal eşitlik modellemesi (PLS-SEM) ölçüm modeline dahil edilen her bir yapı ve alt boyut için faktör yüklerini, bileşik güvenilirliği (CR), ortalama açıklanan varyansı (AVE) ve dış varyans şişirme faktörünü (VIF) rapor etmektedir. Bu istatistikler gösterge güvenilirliğini, iç tutarlılık güvenilirliğini, yakınsak geçerliliği ve çoklu doğrusal bağlantıyı değerlendirmek için kullanılmıştır.

Yapı		1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17
1. Öğretim Stili (Otorite)		—
2. Öğretim Tarzı (Uzman)		0.702	—
3. Öğretim Stili (Kişisel Model)		0.743	0.581	—
4. Öğretim Stili (Kolaylaştırıcı)		0.629	0.735	0.702	—
5. Öğretim Stili (Delege Edici)		0.754	0.549	0.802	0.692	—
6. ChatGPT Kullanımı		0.52	0.643	0.743	0.536	0.693	—
7. Yabancı Dil Sınıf Kaygısı (İletişim Çekincesi)		0.665	0.521	0.649	0.559	0.73	0.827	—
8. Yabancı Dil Sınıf Kaygısı (Sınav Kaygısı)		0.832	0.614	0.53	0.622	0.689	0.631	0.567	—
9. Yabancı Dil Sınıf Kaygısı (Negatif Değerlendirilme Korkusu)		0.608	0.809	0.585	0.651	0.637	0.614	0.81	0.556	—
10. Motivasyon (Araçsallık)		0.762	0.623	0.66	0.634	0.811	0.534	0.802	0.755	0.519	—
11. Motivasyon (Etnosentrizm ve Bütünleştiricilik)		0.803	0.674	0.571	0.504	0.517	0.805	0.827	0.753	0.562	0.554	—
12. Motivasyon (İngilizce Öğrenmeye Yönelik Tutum)		0.626	0.816	0.677	0.591	0.742	0.716	0.633	0.562	0.598	0.549	0.679	—
13. Yaratıcılık (Özgünlük)		0.626	0.678	0.501	0.732	0.538	0.678	0.839	0.543	0.523	0.577	0.668	0.719	—
14. Yaratıcılık (Esneklik)		0.726	0.669	0.844	0.528	0.654	0.579	0.517	0.775	0.644	0.667	0.679	0.82	0.697	—
15. Yaratıcılık (Akıcılık)		0.711	0.692	0.815	0.635	0.629	0.505	0.792	0.817	0.604	0.55	0.518	0.604	0.59	0.626	—
16. Yaratıcılık (Ayrıntılandırma)		0.749	0.761	0.783	0.69	0.811	0.55	0.503	0.842	0.732	0.714	0.659	0.744	0.543	0.606	0.634	—
17. Dijital Okuryazarlık		0.606	0.641	0.593	0.742	0.727	0.628	0.631	0.648	0.742	0.688	0.806	0.578	0.673	0.549	0.7	0.529	—

Tablo 5: Heterotrait–monotrait oranının (HTMT) kullanılarak değerlendirilen ayırt edici geçerlilik. Tablo, ölçüm modeline dahil edilen tüm yapı ve alt boyut çiftleri için HTMT değerlerini sunmaktadır. HTMT, gizil yapıların ampirik farklılıklarını değerlendirerek ayırt edici geçerliliği ölçmek için kullanılmıştır. 0.85 olarak önceden belirlenen eşik değerinin altındaki değerler, kabul edilebilir ayırt edici geçerliliğe işaret eder.

Tablo 4, ölçüm modeli değerlendirmesini özetlemektedir. Faktör yüklemeleri 0,83 ile 0,93 arasında değişerek 0,70'lik önerilen eşik değerini aşmış ve gösterge güvenilirliğinin tatmin edici olduğunu göstermiştir. Bileşik güvenilirlik değerleri 0,88 ile 0,95 arasında değişerek tüm yapılar genelinde yüksek iç tutarlılık sergilemiştir. AVE değerleri 0,60 ile 0,75 arasında değişmiş, 0,50'lik önerilen minimum değeri aşarak yakınsak geçerliliği desteklemiştir. Ek olarak, tüm dış varyans şişirme faktörü (VIF) değerleri 1,50'nin altında kalarak göstergeler arasında çoklu doğrusal bağlantıya dair bir kanıt olmadığını göstermiştir. Genel olarak bu bulgular, sonraki yapısal model değerlendirmesi için ölçüm modelinin güvenilirliğini ve geçerliliğini desteklemektedir.

Şekil 3, gizli yapıları, bunlara karşılık gelen boyutları ve göstergeleri ve çalışmada değerlendirilen değişkenler arasındaki ilişkileri içeren ölçüm modelini göstermektedir.

Şekil 3. Kısmi en küçük kareler yapısal eşitlik ölçüm modeli. Kısmi en küçük kareler yapısal eşitlik modellemesi (PLS-SEM) kullanılarak oluşturulan ölçüm modeli, gizil yapılar, boyutları ve gözlemlenen göstergeler arasındaki ilişkileri göstermektedir. Bağlantı yollarında görüntülenen değerler, uygun olan durumlarda tahmin edilen dış yüklemeleri veya yol katsayılarını temsil eder. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Tablo 5, ayırt edici geçerliliği değerlendirmek için kullanılan HTMT sonuçlarını sunmaktadır. Tüm HTMT değerleri 0,85 olan muhafazakar eşik değerinin altında kalmış olup, bu durum 17 yapı arasında tatmin edici bir ayırt edici geçerliliğin olduğunu göstermektedir. En yüksek HTMT değerleri Yaratıcılık (Esneklik) ile Öğretim Stili (Kişisel Model) (0,8437), Yaratıcılık (Ayrıntılandırma) ile Kaygı (Sınav Kaygısı) (0,8422) ve Yaratıcılık (Özgünlük) ile Kaygı (İletişim Kaygısı) (0,8394) arasında gözlemlenmiştir. Bu değerler önerilen eşik değere yaklaşmış olsa da 0,85'in altında kalmış ve yapıların ampirik olarak farklı olduğunu desteklemiştir. Geri kalan HTMT değerleri daha düşük çıkmış ve ölçüm modeli genelindeki ayırt edici geçerliliği daha da desteklemiştir.

Hipotez Testi Sonuçları (Yapısal Model)

Öğretim stili, ChatGPT kullanımı, dijital okuryazarlık, motivasyon, YDÖK ve yaratıcılık arasındaki varsayılan ilişkileri incelemek için yapısal model değerlendirilmiştir. Sonuçlar, önerilen tüm doğrudan ve aracılık hipotezlerini desteklemiştir. Öğretim stili, ChatGPT kullanımı ve dijital okuryazarlık motivasyon ile pozitif yönde ilişkili bulunmuştur. Motivasyon, YDÖK ile negatif yönde ilişkiliyken; YDÖK, yaratıcılık ile negatif yönde ilişkili bulunmuştur. Ayrıca motivasyonun; öğretim stili, ChatGPT kullanımı ve dijital okuryazarlık ile YDÖK arasındaki ilişkilerde aracılık ettiği belirlenmiştir (Tablo 6 ve 7).

Hipotez		Standartlaştırılmış Yol Katsayısı (β)	t Değeri	p Değeri	Desteklendi	%95 Güven Aralığı (GA)	Alt Sınır (AGA)	Üst Sınır (ÜGA)
H1. Öğretim tarzı → EFL öğrencilerinin motivasyonu		0.36	5.45	<0.001	Evet	[0.26, 0.46]	0.26	0.46
H2. ChatGPT kullanımı → EFL öğrencilerinin motivasyonu		0.4	6.27	<0.001	Evet	[0.30, 0.50]	0.3	0.5
H3. Dijital okuryazarlık → EFL öğrencilerinin motivasyonu		0.33	4.95	<0.001	Evet	[0.23, 0.43]	0.23	0.43
H4. EFL öğrencilerinin motivasyonu → yabancı dil sınıf kaygısı		–0.27	–4.81	<0.001	Evet	[–0.37, –0.17]	–0.37	–0.17
H5. Yabancı dil sınıf kaygısı → EFL öğrencilerinin yaratıcılığı		–0.26	–4.01	<0.001	Evet	[–0.36, –0.16]	–0.36	–0.16

Tablo 6: Doğrudan etki hipotez testi. Tablo, kısmi en küçük kareler yapısal eşitlik modellemesi (PLS-SEM) kullanılarak gerçekleştirilen doğrudan etki analizlerinin sonuçlarını sunmaktadır. Raporlanan istatistikler arasında standartlaştırılmış yol katsayısı (β), t değeri, p değeri, %95 bootstrap güven aralığı (CI), güven aralığının alt sınırı (LLCI), güven aralığının üst sınırı (ULCI) ve hipotez desteğine ilişkin karar yer almaktadır. İstatistiksel anlamlılık, 5.000 yeniden örnekleme ile bootstrapping yöntemi kullanılarak değerlendirilmiştir.

Hipotez	Aracılık Yolu		Standardize Edilmiş Dolaylı Etki (β)	t Değeri	p Değeri	Desteklendi	%95 Güven Aralığı (GA)	Alt Sınır (AGS)	Üst Sınır (ÜGS)
H6	Öğretim tarzı → Motivasyon → Yabancı dil sınıf kaygısı		0.28	4.56	<0.001	Evet	[0.18, 0.38]	0.18	0.38
H7	ChatGPT kullanımı → Motivasyon → Yabancı dil sınıf kaygısı		0.34	5.02	<0.001	Evet	[0.24, 0.44]	0.24	0.44
H8	Dijital okuryazarlık → Motivasyon → Yabancı dil sınıf kaygısı		0.3	4.68	<0.001	Evet	[0.20, 0.40]	0.20	0.40

Tablo 7: Aracılık analizi. Tablo, kısmi least squares yapısal eşitlik modellemesi (PLS-SEM) kullanılarak tahmin edilen dolaylı etkileri özetlemektedir. Rapor edilen istatistikler arasında standardize edilmiş dolaylı etki (β), t değeri, p değeri, %95 bootstrap güven aralığı (CI), güven aralığının alt sınırı (LLCI), güven aralığının üst sınırı (ULCI) ve hipotez desteğine ilişkin karar yer almaktadır. İstatistiksel anlamlılık, 5.000 yeniden örnekleme ile bootstrapping yöntemi kullanılarak değerlendirilmiştir.

Tablo 6, doğrudan etki analizlerinin sonuçlarını sunmaktadır. Hipotez edilen beş doğrudan ilişkinin tamamı istatistiksel olarak anlamlı bulunmuş (p < 0.001), böylece H1–H5 hipotezleri desteklenmiştir. Öğretim tarzı (β = 0.36), ChatGPT kullanımı (β = 0.40) ve dijital okuryazarlık (β = 0.33), EFL öğrencilerinin motivasyonu ile pozitif yönde ilişkili bulunmuş; üç öngörücü arasında ChatGPT kullanımı en büyük standardize edilmiş yol katsayısını göstermiştir. Motivasyon ile FLCA arasında negatif bir ilişki saptanmış (β = –0.27), bu durum daha yüksek motivasyonun daha düşük kaygı seviyelerine karşılık geldiğini göstermiştir. Buna karşılık, FLCA ile yaratıcılık arasında negatif bir ilişki bulunmuştur (β = –0.26). Tüm doğrudan etkiler için %95 bootstrap güven aralıkları sıfırı dışlamış, bu da hipotez edilen ilişkilerin istatistiksel anlamlılığını desteklemiştir. Tablo 7, motivasyonun öğretim tarzı, ChatGPT kullanımı ve dijital okuryazarlık ile FLCA arasındaki ilişkilere aracılık edip etmediğini inceleyen aracılık analizlerini sunmaktadır. Üç yolun tamamı için dolaylı etkiler istatistiksel olarak anlamlıdır (H6: β = 0.28, t = 4.56, p < 0.001; H7: β = 0.34, t = 5.02, p < 0.001; H8: β = 0.30, t = 4.68, p < 0.001). Tüm dolaylı etkiler için %95 bootstrap güven aralıkları sıfırı dışlamış, bu da aracılık yollarının istatistiksel anlamlılığını desteklemiştir. Pozitif dolaylı katsayılar, motivasyon aracılığıyla gerçekleşen dolaylı etkilerin genel büyüklüğünü yansıtırken, yapısal modelde bildirildiği üzere motivasyon ile FLCA arasındaki doğrudan ilişki negatiftir. Sonuç olarak, daha yüksek düzeydeki öğretim tarzı, ChatGPT kullanımı ve dijital okuryazarlığın daha yüksek motivasyonla ilişkili olduğu, bunun da düşük FLCA ile ilişkili olduğu görülmüştür (Tablo 6 ve 7). Genel olarak yapısal model, hipotez edilen tüm doğrudan (H1–H5) ve dolaylı (H6–H8) ilişkileri desteklemiştir. Bulgular; öğretim tarzı, ChatGPT kullanımı, dijital okuryazarlık, motivasyon, FLCA ve yaratıcılık arasında istatistiksel olarak anlamlı ilişkiler olduğunu ve yapısal modelde değerlendirilen anlamlı aracının motivasyon olduğunu göstermektedir.

Öğretim Stilinin Boyutsal Analizi

Beş öğretim tarzı boyutu ile EFL öğrencilerinin motivasyonu, FLCA'sı ve yaratıcılığı arasındaki ilişkileri incelemek için boyutsal bir analiz gerçekleştirilmiştir. Öğretim tarzı boyutları; Otorite, Uzman, Kişisel Model, Kolaylaştırıcı ve Delege Edici'yi kapsamaktadır. Gözlemlenen ilişkilerin öğretim yaklaşımları arasında farklılık gösterip göstermediğini belirlemek için yapısal model, her bir öğretim tarzı boyutunun üç sonuç değişkeni üzerindeki doğrudan etkilerini tahmin etmiştir (Tablo 8).

Öğretim Stili Boyutu	Sonuç Değişkeni	Standardize Edilmiş Yol Katsayısı (β)	t Değeri	p Değeri	%95 Güven Aralığının Alt Sınırı (LLCI)	%95 Güven Aralığının Üst Sınırı (ULCI)	Desteklendi
Otorite	Motivasyon	0.12	1.85	0.065	–0.02	0.26	Hayır
Otorite	Yabancı dil sınıf kaygısı	0.35	5.12	<0.001	0.22	0.48	Evet
Otorite	Yaratıcılık	–0.28	–4.02	<0.001	–0.42	–0.14	Evet
Uzman	Motivasyon	0.3	4.89	<0.001	0.18	0.42	Evet
Uzman	Yabancı dil sınıf kaygısı	–0.18	–2.95	0.003	–0.30	–0.06	Evet
Uzman	Yaratıcılık	0.22	3.56	<0.001	0.1	0.34	Evet
Kişisel Model	Motivasyon	0.25	4.02	<0.001	0.13	0.37	Evet
Kişisel Model	Yabancı dil sınıf kaygısı	–0.22	–3.45	0.001	–0.35	–0.09	Evet
Kişisel Model	Yaratıcılık	0.24	3.78	<0.001	0.12	0.36	Evet
Kolaylaştırıcı	Motivasyon	0.34	5.5	<0.001	0.22	0.46	Evet
Kolaylaştırıcı	Yabancı dil sınıf kaygısı	–0.28	–4.45	<0.001	–0.40	–0.16	Evet
Kolaylaştırıcı	Yaratıcılık	0.31	4.95	<0.001	0.19	0.43	Evet
Devredici	Motivasyon	0.29	4.62	<0.001	0.17	0.41	Evet
Devredici	Yabancı dil sınıf kaygısı	–0.24	–3.85	<0.001	–0.37	–0.11	Evet
Devredici	Yaratıcılık	0.27	4.25	<0.001	0.15	0.39	Evet

Tablo 8: Öğretim stilinin boyutsal analizi. Tablo; Otorite, Uzman, Kişisel Model, Kolaylaştırıcı ve Delegatör öğretim stili boyutları ile motivasyon, yabancı dil sınıf kaygısı ve yaratıcılık sonuç değişkenleri arasındaki doğrudan ilişkileri rapor etmektedir. Bildirilen istatistikler arasında standardize edilmiş yol katsayısı (β), t değeri, p değeri, %95 bootstrap güven aralığının alt sınırı (LLCI), %95 bootstrap güven aralığının üst sınırı (ULCI) ve hipotez desteğine ilişkin karar yer almaktadır.

Tablo 8, öğretim stillerinin boyutsal analiz sonuçlarını sunmaktadır. Kolaylaştırıcı öğretim stilinin, motivasyon (β = 0.34, p < 0.001) ve yaratıcılık (β = 0.31, p < 0.001) ile en güçlü pozitif ilişkileri, FLCA (β = –0.28, p < 0.001) ile ise en güçlü negatif ilişkiyi sergilediği görülmüştür. Uzman, Kişisel Model ve Delegasyon öğretim stilleri de motivasyon (sırasıyla β = 0.30, 0.25 ve 0.29) ve yaratıcılık (sırasıyla β = 0.22, 0.24 ve 0.27) ile pozitif ilişkili bulunurken, FLCA ile negatif ilişkiler (sırasıyla β = –0.18, –0.22 ve –0.24) göstermiştir. Bu ilişkilerin tamamı istatistiksel olarak anlamlıdır. Buna karşılık, Otorite öğretim stilinin motivasyonla anlamlı bir ilişkisi saptanmamıştır (β = 0.12, p = 0.065). Ancak, bu stilin FLCA ile anlamlı pozitif bir ilişki (β = 0.35, p < 0.001) ve yaratıcılık ile anlamlı negatif bir ilişki (β = –0.28, p < 0.001) gösterdiği belirlenmiştir. Genel olarak boyutsal analiz, bireysel öğretim stili boyutları ile ölçülen öğrenme çıktıları arasında belirgin ilişki modelleri olduğunu ortaya koymaktadır. Birlikte değerlendirildiğinde boyutsal analiz, öğretim stili ile öğrenci çıktıları arasındaki ilişkilerin öğretim stili boyutlarına göre farklılık gösterdiğine işaret etmektedir. Çoğu öğretim stili boyutu için istatistiksel olarak anlamlı ilişkiler gözlemlenirken, Otorite öğretim stilinin motivasyonla istatistiksel olarak anlamlı bir ilişkisi saptanmamıştır.

PLS Predict Kullanarak İç Modelin Yordayıcı Geçerliliği

Yapısal modelin kestirimsel geçerliliği, modelin örneklem dışı kestirim performansını değerlendirmek için PLS Predict prosedürü kullanılarak analiz edilmiştir. Kestirimsel uygunluk, kök ortalama kare hata (RMSE) ve ortalama mutlak hata (MAE) dahil olmak üzere kestirim hata ölçümleriyle birlikte Q² Predict istatistiği kullanılarak değerlendirilmiştir. Q² Predict değerleri, endojen yapılar genelinde 0,32 ile 0,48 arasında değişerek pozitif kestirimsel uygunluğa işaret etmiştir. Motivasyon ve yaratıcılık en yüksek Q² Predict değerlerini sergilemiştir (sırasıyla 0,42 ve 0,48). Kestirim hata değerleri de incelenmiş olup, endojen yapılar genelinde RMSE 0,54 ile 0,63, MAE ise 0,41 ile 0,49 arasında bulunmuştur (Tablo 9).

Konstrükt	Belirleme Katsayısı (R²)	Öngörücü Alaka (Q² Tahmin)	Kök Ortalama Kare Hata (Kök Ortalama Kare Hata - RMSE)	Ortalama Mutlak Hata (MAE)
Motivasyon	0.45	0.42	0.61	0.48
Yabancı Dil Sınıf Kaygısı	0.38	0.32	0.63	0.49
Yaratıcılık	0.42	0.48	0.54	0.41

Tablo 9: Yapısal modelin öngörücü performansı. Tablo, kısmi en küçük kareler yapısal eşitlik modellemesi (PLS-SEM) kullanılarak değerlendirilen içsel yapıların öngörücü performansını özetlemektedir. Rapor edilen istatistikler arasında belirleme katsayısı (R²), öngörücü ilişki (Q² Predict), karekök ortalama kare hata (RMSE) ve ortalama mutlak hata (MAE) yer almaktadır. Daha yüksek R² ve Q² Predict değerleri daha yüksek açıklayıcı ve öngörücü performansa işaret ederken; daha düşük RMSE ve MAE değerleri daha düşük öngörü hatasını göstermektedir.

Tablo 9, yapısal modelin öngörücü performansını özetlemektedir. Belirleme katsayısı (R²), modelin motivasyondaki varyansın %45'ini, FLCA'daki varyansın %38'ini ve yaratıcılıktaki varyansın %42'sini açıkladığını göstermiştir. Motivasyon (0,42), FLCA (0,32) ve yaratıcılık (0,48) için Q² Predict değerlerinin tamamı sıfırdan büyük çıkmış ve modelin öngörücü ilgisini desteklemiştir. RMSE değerleri 0,54 ile 0,63 arasında, MAE değerleri ise 0,41 ile 0,49 arasında değişerek endojen yapıların öngörü hatalarını belirtmiştir. Genel olarak, öngörücü performans ölçümleri yapısal modelin öngörü kapasitesini desteklemektedir.

Şekil 4, determinasyon katsayısını (R²), öngörücü ilgiyi (Q² Predict) ve tahmin hatası ölçümlerini (RMSE ve MAE) sunarak endojen yapıların öngörücü performansını göstermektedir. Endojen yapılar arasında yaratıcılık, en düşük tahmin hatalarıyla (RMSE = 0.54; MAE = 0.41) birlikte en yüksek Q² Predict değerini (0.48) gösterirken, motivasyon en yüksek açıklanan varyansı (R² = 0.45) sergilemiştir (Şekil 4). Genel olarak, PLS Predict analizi tüm endojen yapılar için pozitif öngörücü ilgi ortaya koymuştur. R², Q² Predict, RMSE ve MAE sonuçları toplu olarak motivasyon, FLCA ve yaratıcılık için yapısal modelin öngörücü performansını desteklemektedir (Tablo 9; Şekil 4).

Şekil 4. Yapısal modelin kestirim performansı. Grafikte motivasyon, kaygı ve yaratıcılık endojen yapıları için belirleme katsayısı (R²), kök ortalama kare hata (RMSE), ortalama mutlak hata (MAE) ve Q² predict değerleri sunulmuştur. Sütunlar R², RMSE ve MAE değerlerini; dairesel işaretleyicili çizgi ise Q² predict değerlerini temsil etmektedir. Daha yüksek R² ve Q² predict değerleri sırasıyla daha yüksek açıklayıcı ve kestirim performansına işaret ederken, daha düşük RMSE ve MAE değerleri daha düşük kestirim hatasını göstermektedir. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Veri Kullanılabilirliği:

Bu çalışmanın bulgularını destekleyen anonimleştirilmiş katılımcı düzeyindeki veri seti Ek Tablo 1 olarak sunulmuştur. Katılımcı bilgi formu ve bilgilendirilmiş onam formu Ek Dosya 1'de, veri toplama için kullanılan anket soruları ise Ek Dosya 2'de yer almaktadır.

Ek Tablo 1. İstatistiki analizler için kullanılan ham katılımcı veri seti. Bu tablo, istatistiki analizler için kullanılan anonimleştirilmiş katılımcı düzeyindeki veri setini içermektedir. Değişkenler arasında demografik bilgiler ile öğretim tarzı, ChatGPT kullanımı, dijital okuryazarlık, motivasyon, yabancı dil sınıf kaygısı ve yaratıcılığa ilişkin madde düzeyindeki yanıtlar yer almaktadır. Madde etiketleri (örneğin, TL1, CHATGPT1, DL1, M1, FLCA1, CR1), Araçlar ve Ölçümler bölümünde açıklanan anket maddelerine karşılık gelmektedir. Herhangi bir kişisel tanımlayıcı bilgiye yer verilmemiştir.Bu dosyayı indirmek için lütfen buraya tıklayın.

Ek Dosya 1. Katılımcı bilgi formu ve bilgilendirilmiş onam formu. Bu ek dosya, katılımcı alımı için kullanılan katılımcı bilgi formunu ve bilgilendirilmiş onam formunu içermektedir. Dosya; anket tamamlanmadan önce katılımcılara sunulan çalışma amaçlarını, uygunluk kriterlerini, çalışma prosedürlerini, gönüllü katılımı, potansiyel risk ve faydaları, gizliliği, veri korumasını ve iletişim bilgilerini açıklamaktadır.Bu dosyayı indirmek için lütfen buraya tıklayın.

Ek Dosya 2. Veri toplama için kullanılan anket formu. Bu ek dosya, katılımcılara uygulanan anketin tamamını içermektedir. Ölçüm aracı; demografik sorular ile öğretim stilini, ChatGPT kullanımını, dijital okuryazarlığı, motivasyonu, yabancı dil sınıf kaygısını ve yaratıcılığı değerlendiren madde düzeyindeki ölçümleri kapsamaktadır. Yanıtlar, 1 (Kesinlikle Katılmıyorum) ile 5 (Kesinlikle Katılıyorum) arasında değişen 5'li Likert ölçeği kullanılarak kaydedilmiştir. Anket maddeleri, makalenin Araçlar ve Ölçümler bölümünde açıklanan ölçüm araçlarıyla uyumludur.Bu dosyayı indirmek için lütfen buraya tıklayın.

Tartışma

Bu çalışma, Suudi EFL lisans öğrencileri arasında öğretim tarzı, ChatGPT kullanımı, dijital okuryazarlık, motivasyon, FLCA ve yaratıcılık arasındaki ilişkileri, özellikle motivasyonun aracı rolüne odaklanarak incelemiştir. Bulgular, teknoloji destekli dil öğreniminde pedagojik uygulamalar, teknoloji kullanımı ve öğrenci özellikleri arasındaki ilişkilere dair kanıtlar sunmaktadır. Öğretim tarzı ile EFL öğrencilerinin motivasyonu arasındaki pozitif ilişki (H1 desteklendi), özerklik destekleyici öğretim uygulamalarının; öğrencilerin özerklik, yeterlilik ve aidiyetle ilgili temel psikolojik ihtiyaçlarını karşılayarak içsel motivasyonu kolaylaştırdığını öne süren SDT ile uyumludur⁶¹. Gözlemlenen bulgular, Kolaylaştırıcı ve Delegatör tarzlar gibi öğrenci merkezli öğretim yaklaşımlarının, daha yüksek düzeyde öğrenci katılımı ve dil öğrenimine yönelik sürdürülebilir ilgi ile ilişkili olduğunu göstermektedir. Bu bulgular, esneklik, duyarlılık ve öğrenci katılımı fırsatlarıyla karakterize edilen öğretim tarzlarının, öğretmen merkezli yaklaşımlara kıyasla daha güçlü bir motivasyonel katılım ile ilişkili olduğunu bildiren önceki araştırmalarla tutarlıdır⁶². Vision 2030 kapsamındaki eğitim reformlarının öğrenci merkezli pedagojileri teşvik ettiği Suudi bağlamında, gözlemlenen pozitif ilişki, bu öğretim yaklaşımlarının EFL sınıflarında uygulanmasını yansıtıyor olabilir⁶³. ChatGPT kullanımı ile motivasyon arasındaki anlamlı pozitif ilişki (H2 desteklendi) de yerleşik teorik çerçeveler dahilinde yorumlanabilir. SDT perspektifinden, ChatGPT, kendi kendine yönlendirilmiş dil pratiğine olanak sağlayarak öğrencilerin özerkliğini destekleyebilir ve anlık ile kişiselleştirilmiş geri bildirimler aracılığıyla yeterliliği artırabilir⁶⁴. Ayrıca, konuşmaya dayalı arayüzü sınıf dışında otantik dil pratiği fırsatları sunabilir, bu da öğrencilerin İngilizce dil öğrenimine olan katılımını artırabilir⁶⁵. Bu gözlemler, ChatGPT'nin sınıf içi eğitimi tamamlayan destekleyici bir öğrenme kaynağı olarak işlev görebileceğini göstermektedir. Teknoloji Kabul Modeli, ChatGPT'yi faydalı ve kullanımı kolay olarak algılayan öğrencilerin teknolojiyle etkileşime girme olasılığının daha yüksek olduğunu ve böylece sürekli öğrenmeyi desteklediğini öne sürerek bu ilişki için ek bir teorik açıklama sağlamaktadır. Benzer şekilde, dijital okuryazarlık ile motivasyon arasındaki pozitif ilişki (H3 desteklendi), öğrencilerin dijital öğrenme teknolojilerini etkili bir şekilde kullanma yetilerinin önemini vurgulamaktadır. Daha yüksek düzeyde dijital okuryazarlığa sahip öğrenciler, yapay zeka destekli öğrenme araçlarını verimli bir şekilde kullanma, daha az teknolojik engel yaşama ve teknoloji entegrasyonunun eğitimsel değerini fark etme konusunda daha avantajlı olabilirler⁶⁶. Dijital altyapı ve eğitim teknolojilerine önemli yatırımların yapıldığı Suudi bağlamında⁶⁷, bu bulgular dijital okuryazarlığın teknoloji destekli dil öğrenimine potansiyel katkısının altını çizmektedir.

Bu çalışmanın temel katkısı, motivasyonun; öğretim stili, ChatGPT kullanımı, dijital okuryazarlık ve FLCA arasındaki ilişkilerin önemli bir aracı değişkeni olduğunun belirlenmesidir (H6–H8 desteklendi). Motivasyon ile FLCA arasındaki negatif ilişki (H4 desteklendi), içsel motivasyonun, öğrencilerin dil edinimiyle ilişkili duygusal zorluklarla başa çıkmalarına yardımcı olan psikolojik bir kaynak olduğu yönündeki teorik görüşlerle tutarlıdır⁶⁸. Motive olan öğrencilerin, dilsel zorluklarla karşılaştıklarında daha fazla ısrar etme, hataları öğrenme fırsatları olarak görme ve sözlü sunumlar ile sınavlar gibi zorlayıcı dil görevleri sırasında öz yeterliliklerini koruma olasılıkları daha yüksektir. FLCA ile yaratıcılık arasındaki negatif ilişki de (H5 desteklendi), kaygının öğrencilerin yeni dilsel formları deneme ve yaratıcı dil kullanımında bulunma isteklerini kısıtlayabileceğini belirten önceki araştırmalarla tutarlıdır⁶⁹. FLCA'nın dil öğreniminin önünde bir engel olarak tanımlandığı Suudi EFL bağlamında bu bulgular, katılım önündeki duygusal engelleri azaltırken öğrenci motivasyonunu destekleyen öğrenme ortamlarının önemini vurgulamaktadır. Aracılık analizleri ayrıca motivasyonun; destekleyici öğretim uygulamaları, ChatGPT kullanımı ve dijital okuryazarlığın daha düşük FLCA seviyeleriyle ilişkilendirildiği önemli bir mekanizma olduğunu göstermektedir. Bu bulgular, Suudi EFL sınıflarında öğretimsel ve teknolojik faktörlerin öğrenci çıktılarıyla ilişkilendirilmesinde motivasyonun potansiyel rolünü vurgulayarak önceki araştırmaları genişletmektedir.

Öğretim tarzının boyut analizi (Tablo 8), beş öğretim tarzı boyutu boyunca belirgin örüntüler ortaya koymuştur. Otoriter öğretim tarzı, daha yüksek FLCA seviyeleri ve daha düşük yaratıcılık ile ilişkilendirilirken, motivasyonla olan ilişkisi istatistiksel olarak anlamlı bulunmamıştır. Buna karşılık, Kolaylaştırıcı, Uzman, Kişisel Model ve Delege Edici öğretim tarzları; motivasyon ve yaratıcılık ile pozitif, yabancı dil sınıf kaygısı ile ise negatif yönde ilişkili bulunmuştur. Bu bulgular, öğretim tarzlarının öğrenicilerin motivasyonel, duygusal ve yaratıcı çıktılarıyla olan ilişkilerinin farklılık gösterebileceğini düşündürmektedir. Olası bir açıklama, öğrenici özerkliğini destekleyen öğretim yaklaşımlarının içsel motivasyonu teşvik etme olasılığının daha yüksek olduğunu, buna karşılık yüksek düzeyde direktif veren öğretim yaklaşımlarının yapı sağlasa da özerk katılım için daha az fırsat sunduğunu öne süren SDT ile sağlanmaktadır. Suudi eğitim bağlamında, yapılandırılmış öğretim yaklaşımları, net beklentiler ve rehberlik sunarak bazı öğreniciler için belirsizliği azaltabilir. Aynı zamanda, daha fazla öğretmen kontrolü, bağımsız öğrenme ve yaratıcı dil kullanımı fırsatlarını azaltabilir. Bu bulgular, net rehberlik ile öğrenici özerkliği fırsatlarını dengeleyen öğretim yaklaşımlarının, pozitif eğitimsel çıktıları destekleyebileceğini göstermektedir. Boylamsal veya deneysel tasarımlar kullanan gelecek çalışmalar, bu ilişkilerin netleştirilmesine ve farklı öğretim tarzlarının zaman içinde motivasyon, yabancı dil sınıf kaygısı ve yaratıcılığı nasıl etkilediğinin incelenmesine yardımcı olacaktır.

Bu çalışma, pedagojik yaklaşımların ve yapay zeka destekli öğrenmenin, motivasyon aracılığıyla öğrenci çıktılarıyla nasıl ilişkili olduğunu incelemek için Öz Belirleme Kuramı (SDT) ve Teknoloji Kabul Modelini entegre ederek, İngilizcenin Yabancı Dil (EFL) olarak öğrenilmesine dair teorik anlayışa katkıda bulunmaktadır. Bulgular; öğretim tarzının, ChatGPT kullanımının ve dijital okuryazarlığın motivasyonla ilişkili olduğunu, motivasyonun ise buna karşılık yabancı dil sınıf kaygısıyla ilişkili olduğunu göstermektedir. Bulgular ayrıca, ChatGPT tarafından sağlanan öz-yönelimli uygulama ve kişiselleştirilmiş geri bildirim fırsatlarının, öğrencilerin özerklik ve yetkinliğe dair psikolojik ihtiyaçlarını destekleyebileceğini belirterek, teknoloji destekli dil öğreniminde SDT'nin uygulanmasını desteklemektedir. Ek olarak, öğretim tarzlarının boyut analizi, farklı öğretim yaklaşımlarının farklı öğrenci çıktılarıyla ilişkili olduğunu vurgulayarak, öğretim tarzlarının etkinliğinin eğitim bağlamına ve göz önünde bulundurulan spesifik çıktılara bağlı olabileceğini öne sürmektedir. Bulguların aynı zamanda Suudi Arabistan'daki EFL öğretimi ve eğitim politikaları için pratik çıkarımları da bulunmaktadır. Öğretmen mesleki gelişim programları, açık rehberlik ile öğrenci özerkliği fırsatlarını dengeleyen öğretim yaklaşımlarını vurgulayarak; böylece öğrenci motivasyonunu desteklerken yabancı dil sınıf kaygısını azaltarak fayda sağlayabilir. ChatGPT gibi yapay zeka destekli araçların dil öğretimine entegrasyonu, uygun pedagojik rehberlikle birlikte yürütüldüğünde beyin fırtınası, taslak oluşturma ve konuşma pratiği için ek fırsatlar sunabilir. Benzer şekilde, dijital okuryazarlık girişimleri, öğrencilerin bilgi değerlendirme, etik teknoloji kullanımı ve yapay zeka araçlarının stratejik uygulaması dahil olmak üzere yapay zeka destekli öğrenme teknolojilerini etkili bir şekilde kullanmaları için gereken becerileri geliştirmelerine yardımcı olabilir. Kurumsal düzeyde, dijital altyapıya yapılan sürekli yatırımlar, teknoloji destekli öğrenme etkinliklerini içeren müfredat geliştirme çalışmaları ve anlamlı dil kullanımını teşvik eden değerlendirme uygulamaları, öğrenci öğrenimini daha da destekleyebilir. Ayrıca, düşük riskli öğrenme fırsatları, yapıcı geri bildirimler, akran iş birliği ve yaratıcı dil kullanımının takdir edilmesi yoluyla duygusal destek sağlayan öğrenme ortamları, motivasyonun artmasına ve yabancı dil sınıf kaygısının azalmasına katkıda bulunabilir. Toplu olarak bu bulgular, Suudi Vizyonu 2030'ın daha geniş hedefleri kapsamında teknoloji destekli dil öğrenimini destekleyen eğitim uygulamalarına ve politika girişimlerine temel oluşturabilir.

Bu çalışma, Suudi EFL lisans öğrencileri arasında öğretim tarzı, ChatGPT kullanımı, dijital okuryazarlık, motivasyon, yabancı dil sınıf kaygısı ve yaratıcılık arasındaki ilişkileri, özellikle motivasyonun aracılık rolüne odaklanarak incelemiştir. Bulgular; öğretim tarzı, ChatGPT kullanımı ve dijital okuryazarlığın öğrencilerin motivasyonu ile pozitif yönde ilişkili olduğunu göstermektedir. Buna karşılık motivasyon, yabancı dil sınıf kaygısı ile negatif yönde ilişkiliyken, yabancı dil sınıf kaygısı yaratıcılık ile negatif yönde ilişkili bulunmuştur. Bu bulgular, motivasyonun Suudi EFL sınıflarında pedagojik ve teknolojik faktörleri öğrenci çıktılarıyla ilişkilendiren önemli bir mekanizma olduğunu göstermektedir. Bulgular ayrıca, öğrencilerin hem motivasyonel hem de duygusal ihtiyaçlarını destekleyen öğrenme ortamlarının önemini vurgulamaktadır. Öğretim tarzlarının boyut analizi, Otorite öğretim tarzının daha yüksek yabancı dil sınıf kaygısı ve daha düşük yaratıcılık ile ilişkili olduğunu; Kolaylaştırıcı, Uzman, Kişisel Model ve Delegatör öğretim tarzlarının ise daha yüksek motivasyon ve yaratıcılık ile daha düşük kaygı ile ilişkili olduğunu ortaya koymuştur. Bu sonuçlar, net rehberlik ile öğrenci özerkliği fırsatlarını dengeleyen öğretim yaklaşımlarının, olumlu öğrenme deneyimlerini ve dil gelişimini destekleyebileceğini göstermektedir. Suudi Vizyon 2030 bağlamında, bulguların dil eğitimi için pratik yansımaları bulunmaktadır. Öğrenci merkezli öğretim stratejilerinin, ChatGPT gibi yapay zeka destekli öğrenme araçlarının ve dijital okuryazarlık gelişiminin entegrasyonu, öğrenci motivasyonunu desteklerken ve yabancı dil sınıf kaygısını azaltarak teknoloji destekli dil öğrenimine katkıda bulunabilir. Topluca değerlendirildiğinde bu çalışma, EFL eğitiminde pedagojik uygulamaların, yapay zeka destekli öğrenmenin ve dijital yetkinliğin rolünü destekleyen kanıtlar sunmakta ve bu ilişkileri farklı eğitim ortamlarında inceleyen gelecekteki boylamsal ve müdahale tabanlı araştırmalar için bir temel oluşturmaktadır.

Bu çalışmanın birkaç sınırlılığı kabul edilmelidir. İlk olarak, kesitsel çalışma tasarımı, çalışma değişkenleri arasındaki ilişkilere dair nedensel çıkarımlar yapma yeteneğini kısıtlamaktadır. Teorik çerçeve yönlü ilişkiler öngörse de, bulgular nedensellik kanıtı olarak değil, ilişkiler olarak yorumlanmalıdır. Gelecekteki araştırmalar, motivasyon, yabancı dil sınıf kaygısı ve yaratıcılıktaki zaman içindeki değişimleri incelemek için boylamsal tasarımlar ile önerilen ilişkileri daha titiz bir şekilde değerlendirmek için deneysel veya müdahale tabanlı tasarımlar kullanmalıdır. Bu tür çalışmalar, öğrenci özerkliğini vurgulayan öğretim yaklaşımlarının motivasyon, yabancı dil sınıf kaygısı ve yaratıcılıktaki sonraki değişimlerle ilişkili olup olmadığını araştırabilir. İkinci olarak, örneklem Suudi Arabistan'daki tek bir devlet üniversitesinden seçilmiştir; bu durum, bulguların diğer eğitimsel ve kültürel bağlamlara genellenebilirliğini kısıtlayabilir. Değerlendirme uygulamaları, devam eden eğitim reformları ve öğretmen otoritesine yönelik kültürel bakış açıları dahil olmak üzere Suudi yükseköğretiminin özellikleri, gözlemlenen ilişkileri etkilemiş olabilir. Gelecekteki araştırmalar, bulguların farklı eğitim ortamlarındaki tutarlılığını belirlemek için bu ilişkileri Suudi Arabistan içindeki çok sayıda kurum ve bölgede ve diğer ülkelerde incelemelidir. Üçüncü olarak, bu çalışma; sosyal beğenilme yanlılığı, hatırlama yanlılığı ve ortak yöntem varyansından etkilenebilen öz bildirim verilerine dayanmıştır. Doğrulanmış ölçüm araçları ve ön test prosedürleri uygulanmış olsa da, gelecek çalışmalar tamamlayıcı kanıtlar sağlamak amacıyla sınıf gözlemleri, öğrenme analitikleri, AI kullanım kayıtları veya dil yeterliliği ve yaratıcılığa yönelik performans tabanlı değerlendirmeler gibi ek veri kaynaklarını dahil edebilir. Çok yöntemli ve karma yöntemli yaklaşımlar, bu çalışmada tanımlanan ilişkilerin anlaşılmasını daha da güçlendirebilir. Son olarak, öğretim stillerinin boyut analizi, Otoriter öğretim stili ile öğrenci çıktıları arasında belirgin ilişkiler saptamıştır. Mülakatlar, odak grupları ve sınıf gözlemlerini içeren gelecek nitel araştırmalar, farklı öğretim stillerinin öğrencilerin motivasyonunu, yabancı dil sınıf kaygısını ve yaratıcılığını, özellikle Suudi EFL bağlamında nasıl etkilediğine dair daha fazla bilgi sağlayabilir. Böyle bir çalışma, mevcut bulguları tamamlayacak ve teknoloji destekli dil öğreniminin daha kapsamlı bir şekilde anlaşılmasına katkıda bulunacaktır.

Malzemeler

Bu makalede kullanılan malzemelerin listesi

Ad	Şirket	Katalog numarası	Yorumlar
ChatGPT kullanım ölçeği (uyarlanmış)	Yazarlar; Abbas ve ark. çalışmasından uyarlanmıştır	N/A	Öğrencilerin dil öğrenimi için ChatGPT kullanımlarını değerlendiren sekiz maddelik anket.
Yaratıcılık ölçeği (uyarlanmış)	Yazarlar; Govindasamy ve ark. çalışmasından uyarlanmıştır	N/A	Orijinallik, esneklik, akıcılık ve ayrıntılandırmayı değerlendiren on iki maddelik anket.
Dijital okuryazarlık ölçeği (uyarlanmış)	Yazarlar; Rodríguez-de-Dios ve ark. çalışmasından uyarlanmıştır	N/A	Dijital okuryazarlığın altı boyutunu ölçen yirmi dokuz maddelik anket.
Yabancı dil sınıf kaygısı (FLCA) ölçeği (uyarlanmış)	Yazarlar; Briesmaster & Briesmaster çalışmasından uyarlanmıştır	N/A	İletişim kaygısı, sınav kaygısı ve olumsuz değerlendirilme korkusunu ölçen yirmi yedi maddelik anket.
G*Power	Heinrich Heine University Düsseldorf	Version 3.1.9.7; RRID: SCR_013726	Post hoc istatistiksel güç analizi için kullanılan yazılım.
IBM SPSS Statistics	IBM Corp.	Version 26; RRID: SCR_002865	Veri temizleme, betimsel istatistikler, güvenilirlik analizleri ve ön analizler için kullanılan istatistiksel yazılım.
Mahalanobis mesafe analizi	IBM SPSS Statistics	Version 26; RRID: SCR_002865	Çok değişkenli aykırı değerleri belirlemek için IBM SPSS Statistics içinde uygulanan istatistiksel prosedür.
Motivasyon ölçeği (uyarlanmış)	Yazarlar; Kanoksilapatham ve ark. çalışmasından uyarlanmıştır	N/A	Öğrenen motivasyonunu değerlendiren yirmi maddelik anket.
Kağıt anket	Yazarlar	N/A	Yüz yüze veri toplama için kullanılan, yapılandırılmış ve kendi doldurduğu anketin basılı versiyonu.
Güvenli çevrimiçi anket platformu	Google LLC	N/A	Elektronik anket dağıtımı için kullanılan Google Forms platformu.
SmartPLS	SmartPLS GmbH	Version 4; RRID: SCR_036419	Ölçüm modeli değerlendirmesi, yapısal model analizi, bootstrapping (5.000 yeniden örnekleme) ve aracılık analizini içeren Kısmi En Küçük Kareler Yapısal Eşitlik Modellemesi (PLS-SEM) için kullanılan yazılım.
Yapılandırılmış, kendi doldurduğu anket	Yazarlar	N/A	5'li Likert ölçeği (1 = Kesinlikle Katılmıyorum ile 5 = Kesinlikle Katılıyorum arasında) kullanılarak kağıt ve elektronik formatlarda uygulanan anket.
Öğretim Stili Envanteri (uyarlanmış)	Yazarlar; Grasha'nın Öğretim Stili Envanteri'nden uyarlanmıştır	N/A	Otorite, Uzman, Kişisel Model, Kolaylaştırıcı ve Delegasyon öğretim stillerini ölçen anket.
Üniversite iletişim kanalları	University of Jeddah	N/A	Katılımcı alımı için kullanılan resmi e-posta ve sınıf duyuruları.