Geri Dön

How AI-driven tools can enhance teaching in higher education in business schools

Yapay zeka destekli araçlar, işletme okulu yükseköğretimde öğretimi nasıl geriştirebilir?

  1. Tez No: 938565
  2. Yazar: MASOUD NOURIMIAVAGHI
  3. Danışmanlar: PROF. DR. BANU DEMİREL
  4. Tez Türü: Yüksek Lisans
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme (İngilizce) Ana Bilim Dalı
  12. Bilim Dalı: İşletme Yönetimi (İngilizce) Bilim Dalı
  13. Sayfa Sayısı: 85

Özet

Çalışmalar, yapay zeka (AI) teknolojisinin ders hazırlığı, sınıf içi öğretim, çevrimiçi öğretim, sınav hazırlığı ve öğrenci performans değerlendirmesi gibi çeşitli öğretim faaliyetleri üzerindeki dönüştürücü etkilerini vurgulamaktadır. Özellikle dijital teknolojiler ve uzaktan eğitim bağlamında, AI bu eğitim süreçlerini yeniden şekillendirebilir. Bu tez, işletme okulu öğretiminde AI destekli araçların kullanımı, faydaları, zorlukları ve gelecekteki potansiyelini, eğitmenlerin deneyimlerine odaklanarak araştırmaktadır. Çalışmada nitel bir araştırma metodolojisi benimsenmiş, zengin ve çeşitli görüşler elde etmek amacıyla amaçlı ve kolayda örnekleme yöntemleri kullanılmıştır. Veri toplamak, derinlemesine görüşleri yakalamak ve dinamik tartışmaları teşvik etmek için yarı yapılandırılmış görüşmeler ve odak grup çalışmaları gerçekleştirilmiştir. Farklı akademik seviyelerden ve işletme disiplinlerinden eğitmenlerden oluşan çeşitli bir örneklem ile yarı yapılandırılmış görüşmeler yapılmış ve deneyimlerin ve fikirlerin paylaşılmasını teşvik etmek için odak grup çalışmaları düzenlenmiştir. Çalışma, tüm katılımcılardan bilgilendirilmiş onam alınarak ve verilerin güvenli bir şekilde saklanarak etik standartlara uygun bir şekilde yürütülmüştür. Bulgular, AI araçlarının öğretim verimliliğini artırdığını, öğrenme deneyimlerini kişiselleştirdiğini ve performans değerlendirmesi için yararlı bilgiler sağladığını göstermektedir. Ancak, teknik engeller, yetersiz eğitim ve veri koruma ile ilgili etik sorunlar gibi zorluklar da tespit edilmiştir. Bu çalışma, yükseköğretimde AI entegrasyonuna dair anlayışımızı geliştirerek eğitmenler ve politika yapıcılar için pratik bilgiler sunmaktadır. Bulgular, zengin nitel veriler toplarken uygun veri toplama yerlerini seçmenin ve katılımcı konforunu sağlamanın önemini göstermektedir. AI araçlarının potansiyelini ve sınırlamalarını ele alarak, çalışma işletme okullarındaki eğitimi geliştirmedeki rolleri hakkında dengeli bir bakış açısı sunmaktadır.

Özet (Çeviri)

Studies emphasize the transformative effects of AI technology on diverse teaching activities, such as course preparation, classroom instruction, online teaching, exam preparation, and student performance evaluation. AI can reshape these educational processes, particularly in the context of digital technologies and distance education. This thesis investigates the use, benefits, difficulties, and future potential of AI-driven tools in business school teaching, focusing on educators' experiences. The study used a qualitative research methodology, which includes purposive and convenience sampling, to gather rich and diverse insights from business school professors. Semi-structured interviews and focus groups were utilized to collect data, capture in-depth opinions, and foster dynamic discussions. Semi-structured interviews were conducted with a diverse sample of educators from various academic levels and business disciplines, and focus groups were organized to encourage educators to share experiences and ideas. The study adheres to ethical standards by obtaining informed consent from all participants and securely preserving data. The findings indicate that AI tools improve teaching efficiency, personalize learning experiences, and provide useful information for performance evaluation. Challenges include technical obstacles, a lack of training, and ethical issues related to data protection to ensure complete data collection. This study contributes to our understanding of AI integration in higher education by providing practical insights for educators and policymakers. The findings illustrate the importance of selecting appropriate data collection locations and maintaining participant comfort when gathering rich qualitative data. By addressing both the potential and limitations of AI tools, the study presents a balanced view of their role in improving education in business schools.

Benzer Tezler

  1. Rasch analysis of teacher, artificial intelligence and hybrid feedback on EFL students' writing

    Yabancı dil olarak İngilizce öğrenen öğrencilerin yazılarına verilen öğretmen, yapay zeka ve hibrit geri bildirim türlerinin Rasch analizi

    ALİ DİNÇAY AYAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Eğitim ve ÖğretimSüleyman Demirel Üniversitesi

    Yabancı Diller Eğitimi Ana Bilim Dalı

    DOÇ. DR. NİHAN ERDEMİR

    DR. ÖĞR. ÜYESİ SABAHATTİN YEŞİLÇINAR

  2. Impact of personalized AI advertising activities on consumer's purchase intentions

    Kişiselleştirilmiş yapay zeka reklam faaliyetlerinin tüketicinin satın alma niyeti üzerindeki etkisi

    DENİZ BERKAY BIÇAK

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    İşletmeÇankaya Üniversitesi

    İşletme Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BÜLENT ÖZSAÇMACI

  3. The impact of artificial intelligence (AI) on the traditional recruitment process

    Yapay zeka (YZ)'nın geleneksel işe alım süreci üzerindeki etkisi

    LATİFA ELADNANI

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    İşletmeİstanbul Aydın Üniversitesi

    İşletme Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MURAT UNANOĞLU

  4. Virtual landscape pattern design analysis in digital games: A case study of Albion Online

    Dijital oyunlarda sanal peyzaj deseni tasarımının analizi: Albion Online örnek olay incelemesi

    ZEYNEP KARAMAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Peyzaj Mimarlığıİstanbul Teknik Üniversitesi

    Peyzaj Mimarlığı Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ IKHWAN KIM

  5. Reinforcement learning-driven ensemble neural networks for heart disease prediction

    Kalp hastalığı tahmini için takviyeli öğrenme tabanlı topluluk sinir ağları

    ÖZGE HÜSNİYE NAMLI DAĞ

    Doktora

    İngilizce

    İngilizce

    2025

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SEDA YANIK ÖZBAY