Yapay zekâ güvenlik ve ahlak algısı ölçeği

Bireylerin yapay zekâya yönelik güvenlik ve ahlak algılarını çok boyutlu olarak ölçen "Yapay Zekâ Güvenlik ve Ahlak Algısı Ölçeği"ni (YZGAAÖ) geliştiren ve psikometrik özelliklerini inceleyen bu ölçek; güvenlik farkındalığı, ahlaki değerler, sorumluluk ve hesap verebilirlik, toplumsal etki ile olumlu beklentiler olmak üzere beş alt boyuttan oluşmaktadır. Araştırma karma yöntemli bir ölçek geliştirme çalışması olarak tasarlanmış ve çalışma grubunu 558 üniversite öğrencisi oluşturmuştur. Ölçek maddeleri uluslararası etik çerçeveler ve güncel ampirik çalışmalar temelinde hazırlanmış, uzman görüşleriyle kapsam geçerliği sağlanmıştır. Yapı geçerliği açımlayıcı ve doğrulayıcı faktör analizleriyle, güvenirliği ise Cronbach's Alpha katsayısı, madde-toplam korelasyonu ve %27 alt-üst grup karşılaştırmasıyla test edilmiştir. Analizler sonucunda ölçeğin 40 maddeden oluşan beş alt boyutlu yapısı doğrulanmıştır. Güvenlik farkındalığı alt boyutu 7 madde (α=.942), ahlaki değerler 10 madde (α=.953), sorumluluk ve hesap verebilirlik 8 madde (α=.952), toplumsal etki 8 madde (α=.966) ve olumlu beklentiler 7 madde (α=.966) ile ölçülmektedir. Tüm alt boyutlarda tek faktörlü yapı elde edilmiş, açıklanan varyans oranları %82.7 ile %93.7 arasında değişmiştir. Doğrulayıcı faktör analizi uyum indeksleri tüm boyutlarda kabul edilebilir ve iyi düzeyde bulunmuştur. Demografik analizlerde akademik alan değişkenlerine göre anlamlı fark bulunmazken, yaş ve eğitim düzeyine göre anlamlı farklılıklar tespit edilmiştir. Elde edilen bulgular, YZGAAÖ'nün yapay zekâ güvenlik ve ahlak algısını geçerli ve güvenilir biçimde ölçen çok boyutlu bir araç olduğunu göstermektedir.

This study aimed to develop the Artificial Intelligence Safety and Ethics Perception Scale (AISEPS), a multidimensional instrument designed to assess individuals’ perceptions of artificial intelligence in terms of safety and ethics, and to examine its psychometric properties. The research was conducted as a mixed-methods scale development study with a sample of 558 university students. Based on international ethical frameworks and recent empirical literature, an initial pool of items was created, and content validity was established through expert evaluations. Construct validity was assessed using Exploratory Factor Analysis and Confirmatory Factor Analysis, while reliability was evaluated through Cronbach’s alpha coefficients, item–total correlations, and 27% upper–lower group comparisons. The findings confirmed a five-factor structure consisting of 40 items. The scale includes the dimensions of Safety Awareness (7 items, α = .942), Ethical Values (10 items, α = .953), Responsibility and Accountability (8 items, α = .952), Social Impact (8 items, α = .966), and Positive Expectations (7 items, α = .966). Each subscale demonstrated a unidimensional structure, with explained variance ranging from 82.7% to 93.7%. CFA results indicated acceptable to good model fit across all dimensions. Demographic analyses revealed no significant differences according to academic field, whereas significant differences were found with respect to age and educational level. Overall, the results indicate that the AISEPS is a valid and reliable multidimensional instrument for measuring individuals’ perceptions of artificial intelligence regarding safety and ethics.