Eğitimde Yapay Zeka

Bu İngilizce sayfanın bir ana dili konuşanı tarafından gözden geçirilmemiş otomatik çevirisidir.

Eğitimde Yapay Zeka (AIED) — yapay zekayı öğretim ve öğrenmeye uygulayan ve tasarımını, kullanımını, değerlendirmesini ve sonuçlarını inceleyen geniş, disiplinler arası alan. Bilgi tabanının şemsiye kavramı olarak, eğitimde YZ; eğitim için YZ (öğretimi ve değerlendirmeyi iyileştirmek için YZ kullanmak) ile YZ hakkında eğitim (YZ okuryazarlığı ve eleştirel anlayış geliştirmek) kapsar. Öğretim teknolojisi, learning sciences — bir aracın performans göstermesi değil, bir öğrenenin değişip değişmediğini soran ampirik araştırma alanı — bilgisayar bilimi, educational policy, Etik ve equity kesişiminde yer alır. Bu sayfa alana bir giriş ve bilgi tabanının kapsadığı her kavrama bir haritadır.

Düşünülmesi Gerekenler

• “Eğitimde YZ” iki yönü kapsar: eğitim için YZ (öğretimi iyileştirmek için YZ kullanmak) ve YZ hakkında eğitim (okuryazarlık ve eleştirel anlayış kurmak). Hangisi size daha tanıdık, hangisini gözden kaçırma eğilimindesiniz?
• Alanın tarihi, denetim ile öğrenen inisiyatifi arasında yinelenen bir gerginlik olarak çerçevelenir. YZ araçlarının benimsenmesini izlerken, aynı gerginliğin bugün nerede oynandığını fark ediyorsunuz?
• Eğitimde YZ, teknoloji, öğrenme bilimi, politika, etik ve eşitlik kesişiminde yer alır. Bir YZ aracını değerlendirirken hangi merceği doğal olarak uyguluyorsunuz — ve hangisini unutma olasılığınız yüksek?
• Bu bilgi tabanı alanı şu dallara ayırır: pedagoji, öğrenme kuramları, teknolojiler, disiplinler, değerlendirme, geri bildirim, paydaşlar ve yönetişim. YZ’yi kullanımınızı haritalasaydınız, kendinizi hangi dalda bulurdunuz?
• AIED, öğrencilere YZ’yi eleştirel biçimde kullanmayı kendi başına bir amaç olarak öğretmeyi içerir. Sizin bağlamınızda YZ daha çok öğretilecek bir konu mu, kullanılacak bir araç mı — ve bu denge öğrenenlerin gerçekten ihtiyaç duyduğu şeyi yansıtıyor mu?
• Öğrenciler YZ okuryazarlığını YZ hakkında öğrenmekle değil, YZ’yi eleştirel biçimde kullanarak kazanabilir. Uygulamalı, eleştirel kullanım, pasif öğretimin inşa edemeyeceği nasıl bir anlayış oluşturabilir?

Giriş

Eğitimde YZ, diğer tüm kavram sayfalarının birlikte tanımladığı şemsiyedir. Bilgi tabanı alanı, her biri ilgili kavram sayfalarına bağlantı veren aşağıdaki başlıca dallara ayırır.

Dönüm noktası olan bir historical bakış açısında, Mishra et al., sibernetikten ve 1956 Dartmouth konferansından cognitive tutors ve Papert’in constructionism yoluyla AIED’i izler; günümüzün GenAI tartışmalarının alanın kurucu denetim-Öğrenen Etkenliği gerginliğini yeniden sahnelediğini savunurlar.

Bilgi tabanı nasıl düzenlenir: şemsiye sayfalar

Bilgi tabanının kavram kapsamı, ilgili kavramları gezilebilir dallara gruplayan çeşitli şemsiye sayfa tarafından çapalanır. Bunlar alanı keşfetmek için iyi giriş noktalarıdır:

• Eğitimde YZ — bu sayfa, alanın genel görünümü ve tüm kapsama haritası.
• AI literacy — prompt engineering, critical thinking, AI ethics ve responsible use kapsayan, YZ’yi anlama, kullanma ve eleştirel değerlendirme şemsiyesi. Yanında, human–AI collaboration ve agentic AI insanların ve YZ’nin birlikte nasıl çalıştığını çerçeveler.
• Pedagogies and teaching strategies — öğretmenliğin nasıl gerçekleştiğine ilişkin şemsiye: YZ’nin içinde işlediği öğretim yöntemleri ve stratejileri (active, collaborative, project-based, problem-based, experiential, game-based, Socratic, İskeleleme (Scaffolding) ve daha fazlası), online teaching and learning ayrı bağlamı dahil.
• Learning theories — öğrenmenin nasıl gerçekleştiğine ilişkin şemsiye: YZ tasarımını ve değerlendirmesini şekillendiren teorik çerçeveler (Davranışçılık, cognitivism, constructivism, sociocultural, bilişsel, motivational).
• Technologies — teknik katman için şemsiye: AIED’i güçlendiren YZ sistemleri (LLMs, generative AI, Çok Kipli YZ, robotics) ve teknikler (RAG (Alım Artırımlı Üretim), prompt engineering, reinforcement learning, model training, agentic orchestration). Öğrenen modelleme ailesi — knowledge tracing, cognitive diagnosis, simulating students ve bunları tüketen sistemler (intelligent tutoring, adaptive learning, personalized learning) — bu teknik dal içindeki Learner Modeling and Adaptive Instruction şemsiyesi altında gruplanır.
• AI in the disciplines — YZ’nin ders alanları boyunca nasıl uygulandığına ilişkin şemsiye (mathematics, physics, language learning, computer science, writing, STEM, engineering, business, teacher education, health professions ve daha fazlası) — ve akademik derslerin ötesinde, gösterilmiş uygulamayı doğruluğa tercih eden değerlendiren profesyonel ve uygulamalı dal (nursing, information technology, vocational education and training, design education) — ve eğitim düzeyleri (K-12, higher education, adult learning).
• Değerlendirme (formative, summative, authentic, oral ve automated dallar ile) — YZ’nin hem öğrenenleri nasıl değerlendirdiğine hem de değerlendirme geçerliliğini ve bütünlüğünü nasıl yeniden şekillendirdiğine ilişkin şemsiye.
• Geri Bildirim — geri bildirimin nasıl üretildiğine, sunulduğuna ve kullanıldığına ilişkin şemsiye: geri bildirim döngüsü, feedback quality, feedback literacy ve değerlendirme bağlamları (formative, peer, automated).
• Stakeholders in AI education — aktörlerin kim olduğuna ilişkin şemsiye: öğrenenler, teachers, learning designers, administrators ve policymakers.
• AI ed evaluation ve research methods — YZ’nin işe yarıp yaramadığını nasıl bildiğimize ilişkin şemsiyeler: etkililik çalışmaları, benchmarks, randomized controlled trials, meta-analysis ve çekirdek sonuç ölçüsü olarak learning gains. Okuyucular ayrıca cross-cutting limitations of this evidence tartmalıdır.
• AI governance, educational AI policy ve equity — kurumsal, düzenleyici ve adalet katmanına ilişkin şemsiyeler (ayrıca bkz. Eğitimde YZ Regülasyonu ve Gizlilik).

Bu şemsiye sayfalar aşağıdaki bölümler boyunca bağlantılıdır; her dal hem şemsiyesini hem de onu oluşturan kavramları adlandırır.

Eğitimde YZ’nin iki boyutu

Eğitimde YZ araştırması iki iç içe geçmiş yönü kapsar:

• Eğitim için YZ — öğretimi, öğrenmeyi, değerlendirmeyi ve yönetimi geliştirmek için YZ sistemlerini kullanmak. Buna AI tutoring, adaptive learning, personalized learning, automated essay scoring, automated question generation, automated assessment, formative assessment, learning analytics ve feedback loops dahildir.
• YZ hakkında eğitim — öğrenenlere ve eğitimcilere YZ’yi anlamayı, kullanmayı ve eleştirel değerlendirmeyi öğretmek. Çekirdeği AI literacy olup; bunu prompt engineering, critical thinking, AI ethics, governance education, dijital okuryazarlık ve responsible use destekler.

Bu iki boyut ayrı değildir: using AI well onu anlamayı gerektirir ve YZ hakkında öğretmek onu kullanarak zenginleşir. Bu human-AI collaboration merkezi bir temadır.

Eğitimde YZ’nin temelleri

Alanın kesişen ve temel kavramları, bilgi tabanının kapsamını çapalar ve kenar çubuğunda ilk sırada görünür. Bir Temel Bilgiler grubuyla açılırlar — her okuyucunun başlaması gereken kavramlar: şemsiyenin kendisi, misconceptions about AI, AI literacy, agentic AI, cognitive offloading, how AI use is framed for students, reducing AI misuse, academic integrity, teaching, learning design ve educational development. Alan dalı daha sonra the field's history, cross-cutting limitations of the evidence base, its philosophy, theories and frameworks haritasını ve theory developmentyi kapsar. Kesişen temalar — human–AI collaboration, learner agency, learner identity, design thinking, curriculum design, critical thinking ve computational thinking — her dalı keser, çünkü insanların YZ hakkında taşıdığı yanlış zihinsel modeller misuse ve kalibre edilmemiş trust açlığındadır.

Öğrenme ve öğretim

YZ’nin öğretimi ve öğrenmeyi nasıl desteklediği alanın kalbidir. Temel kavramlar şunlardır:

• Çekirdek pedagojiler: pedagogies and teaching strategies — bilgi tabanının öğretim yöntemi kapsamının şemsiyesi — pedagogical patterns (bu yöntemlerin çözüldüğü sınanmış diziler), active learning, collaborative learning, group work, project-based learning, problem-based learning, productive failure, inquiry-based learning, experiential learning, game-based learning, learning by teaching, İskeleleme (Scaffolding), the Socratic method, critical pedagogy, pedagogical partnerships, storytelling, learning design, online teaching and learning ve video in education ile birlikte.
• Öğrenme kuramları ve süreçleri: learning theories şemsiyesi (Davranışçılık, cognitivism, constructivism, sociocultural, distributed cognition, situated learning, embodied learning, community of inquiry) öğrenen yönelimli süreçlerin yanında yer alır: self-regulated learning, self-determination theory, Motivasyon, Öz Yeterlilik, self-directed learning, Metabiliş, desirable difficulties, transfer of learning, prior knowledge, ICAP cognitive engagement, refutation text, retrieval, spacing and interleaving ve activity theory.
• Öğrenen etkileşimi ve deneyimi: student engagement, Yardım Arama, social-emotional learning, İyi Olma Hali, Yaratıcılık, problem solving, mastery learning ve student–AI interaction, öğrenenlerin YZ’yle gerçekte nasıl karşılaşıp etkilendiğini şekillendirir; oysa YZ kullanımı etrafında yerleşen social norms that settle around AI use, bunların herhangi birinin ne kadar açıkça tartışılabileceğine karar verir. Dersin ötesinde, student support and success — danışmanlık, erişim çalışması, yönlendirme ve kıt desteğin tahsisi olan kurumsal taraf işini kapsar; burada YZ güvenilir biçimde görev tamamlamayı ilerletir, ancak ısrarı veya mezuniyeti değil.

Teknolojiler ve teknikler

Technologies sayfası teknik katmanın şemsiyesidir:

• Modeller ve teknikler: generative AI, large language models, retrieval-augmented generation, multimodal models, educational NLP, reinforcement learning, knowledge graphs, robots in education, conversational AI, Simülasyon ve LLM training and fine-tuning. Altta yatan yöntemler de önemlidir: machine learning bu sistemlerin inşa edildiği yerdir, speech and voice technologies sözlü öğretmenliği ve dil pratiğini taşır, Görselleştirme öğrenenler ve öğretmenler için panoları ve görsel analitiği kapsar, virtual and augmented reality, görsel katmanını modelin artık üretebildiği sürükleyici uygulamaya ev sahipliği yapar. Daha yeni etkileşim tarzları da buraya aittir — en belirgin olarak vibe coding, kullanıcının bir programı bir LLM’ye istek metni vererek belirlediği ve ortaya çıkan davranışı kaynak kodunu okumak veya düzenlemek yerine yargıladığı doğal dil odaklı iş akışı. Bu, programming bir ifade ve doğrulama eylemi olarak yeniden çerçeveler ve end users kendi araçlarını oluşturma eşiğini düşürür. SAMR gibi bütünleşme derinliği çerçeveleri ve TAM gibi benimseme kuramları, YZ’nin ne kadar derine benimsendiğini ve görevi ne kadar dönüştürdüğünü sınıflar.
• Öğrenen modelleme ve uyarlanabilir sistemler: öğreneni temsil eden ve ona uyum sağlayan teknik sistemler Learner Modeling and Adaptive Instruction şemsiyesi altında gruplanır — knowledge tracing, cognitive diagnosis, simulating students, intelligent tutoring, adaptive learning, personalized learning, recommender systems and learning paths, pedagogical agents, affective tutoring, affective computing, human-in-the-loop AI ve learning analytics. Bunlar teknik katmanda yer alır, çünkü kendileri YZ sistemleridir; içlerini gerçekleştirdikleri pedagojilerden farklıdırlar.

Disiplinlerde YZ

YZ disiplinler ve eğitim düzeyleri boyunca uygulanır. Bilgi tabanının overview of AIEd in the disciplines, ders alanı kapsamını haritalar — learning sciences ile birlikte; bu, öğretilen bir ders değil, öğrenmenin kendisini inceleyen ve ders materyalini diğerleri arasında bir değişken olarak alan kesişen araştırma alanıdır:

• Ders alanları: mathematics, physics, chemistry, biology, computer science, engineering, STEM, writing, language learning, English education (EAP/EFL/ESL), science education, business, economics, and management, humanities and social sciences, arts, design and media education, medical and health professions, legal education ve profesyonel ile uygulamalı dallar — nursing, information technology, vocational education and training ve design education.

Düzeyler ve bağlamlar

Aynı YZ aracı çok farklı ortamlarla karşılaşır ve bilgi tabanı, bulguların sessizce aktarılmasını önlemek için eğitim düzeyini pedagojiden ayırır: K-12 schools, early childhood and elementary education, higher education, adult learning, vocational education and training, special education ve teacher education. Düzeyleri kesen alan komşuluğu olan kavramlar: universal design for learning, Nöroçeşitlilik, multilingual learning ve social-emotional learning.

Değerlendirme ve ölçme

YZ hem öğrenenleri nasıl değerlendirdiğimizi hem de YZ sistemlerinin kendisini nasıl değerlendirdiğimizi dönüştürür:

• Değerlendirme ve geri bildirim: Değerlendirme, formative assessment, summative assessment, authentic assessment, e-portfolio, Geri Bildirim ve feedback literacy, AI feedback quality, peer assessment, oral assessment, automated assessment, automated essay scoring ve automated question generation. Bir model artık isteğe bağlı olarak makul görünümlü bitmiş işler üretebildiğinden, bilgi tabanı öğrenenin kendi kalması gereken yeteneği ön plana çıkarır: evaluative judgment, gerekçeli ölçütlere karşı kendi işinin, akranlarının işinin ve YZ çıktısının kalitesini değerlendirme kapasitesi. Bu, çeşitli geri bildirim ve özgün değerlendirme çalışmalarının yakınsadığı yapıdır — çok merkezli bir deneyde doğrudan YZ geri bildirimini geçen melez geri bildirim koşulu, YZ biçimlendirici geri bildirimindeki sürdürülebilirlik boşluğu ve öğrencilerin aldıkları kararları yalnızca yapıttan önce değerlendirmeye alma pratik hamlesi — ve YZ çağı yeniden tasarımının detection yönünden incelemeye dayanan bütünlük taşıyan görevlere kaymasının çekirdek nedenidir. Group work benzer biçimde hem süreç hem ürün olarak değerlendirilir; burada ekipler kimin ve ne tür YZ etkileşiminin kabul edilebilir sayıldığını müzakere etmek zorundadır.
• Ölçme ve geçerlilik: assessment validity, psychometrically aware AI, educational measurement, item response theory, self-report measures (bu kanıtın büyük bölümünün arkasındaki araç ve yinelenen bir sınırlama), AI detection, remote proctoring ve academic integrity.

Araştırma yöntemleri ve değerlendirme

YZ’nin işe yarıp yaramadığını nasıl bildiğimiz kendi başına bir daldır ve bilgi tabanı onu böyle ele alır:

• Araştırma yöntemleri: şemsiye olarak research methods in AIED; qualitative, quantitative, mixed-methods, design-based ve usability yaklaşımlarına ek olarak randomized controlled trials, meta-analysis and systematic review ve network analysis.

Alanın kendi araştırma çalışması artık kendi başına bir konudur. AI-Assisted Educational Research, YZ’nin literatür arama, tarama, nitel kodlama, analiz ve yazma için bir araç olarak kullanımını kapsar; öğretme ve öğrenme alanındaki bilgi üretimi gibi uygulayıcı araştırmaları dahil. YZ’nin öğrenenlere ne yaptığını incelemek için kullanılan tasarımlardan farklı kalır.

• YZ sistemlerinin değerlendirilmesi: bir sistemin yeteneğini yargılamak için AI ed evaluation ve benchmarks; önemli olan sonuç olarak learning gains ve bu kanıtın cross-cutting limitations ile how to read a single study uyarıcı karşı ağırlık olarak.

İnsanlar

Eğitimde YZ her paydaşın rolünü değiştirir. Bilgi tabanının Stakeholders in AI education sayfası hepsini kapsayan şemsiyedir:

• Öğrenenler: student experience, career development and readiness ve AI anxiety and stress, öğrencilerin YZ’yle nasıl karşılaştığını şekillendirir.
• Aileler ve topluluklar: parents and families, okulların YZ hakkında en sık hitap ettiği kitle ve yönergelerinin arkasında en az araştırma bulunan kitledir; dolayısıyla kaygıları paydaş tablosuna aittir, dışında değil.
• Öğretmenler ve öğretim çerçeveleri: teacher AI competency, technological pedagogical content knowledge (TPACK), SAMR ve educational development, eğitimci hazırlığını ve desteğini ele alır.
• Geliştiriciler: Eğitim Teknolojisi Geliştiricileri — bir model yeteneğini bir kurumun satın alabileceği bir şeye dönüştüren ürün tasarımcıları, yazılım geliştiriciler, öğrenme mühendisleri ve analitik tasarımcıları. Yukarıdaki uygulayıcılar ve yöneticilerden farklı bir kitle olup araçlarını benimseyen kurumların dışında yer alırlar; bu nedenle varsayılanlar, ortak tasarım ve fonlamadan sonraki bakım bu bilgi tabanında ticari değil, pedagojik sorular olarak görünür.

Kurumlar ve politika

Kurumsal katman, YZ kararlarının gerçekte alındığı ve savunulduğu yerdir: administrators ve kurumsal liderler, educational AI policy, AI governance, bir benimsemenin tutması işi olarak change management, AI regulation ve technology adoption, open source ve edtech platforms kaynaklı tedarik ve platform soruları, bunun yanında professional and lifelong learning ve professional training.

Eşitlik, etik ve sorumlu kullanım

Adalet, erişim ve sorumluluk eğitimde YZ için merkezidir:

• Eşitlik ve erişim: Equity, differential effects across learner groups (bir bulgunun kime ilişkin olduğu sorusu), digital divide, bias mitigation, culturally relevant pedagogy, multilingual learning, inclusive learning, Erişilebilirlik, assistive technology, Nöroçeşitlilik, universal design for learning ve Global South çalışmaları.
• Etik ve sorumluluk: AI ethics, AI misuse and learning harm, legal issues and risks, AI use disclosure, Güvenlik Rayları, Gizlilik, hallucination risk, AI sycophancy, Güven, trust calibration, reducing AI misuse, how AI use is framed for students, pedagogical safety, Sürdürülebilirlik ve cognitive offloading.

Alanın etik literatürüne ilişkin bir systematic review (Agarwal et al. 2026, 25 makale), AIED etiğini altı ana etik değerde — ayrımcılık yapmama, veri yönetimi, insan gözetimi, iyi niyet, açıklanabilirlik ve eğitime uygunluk — birleştirir ve etik normları paydaş-değer matrisine eşler. Son kullanıcıların etik literatüründe büyük ölçüde pasif olduğunu (öğrenci seslerinin neredeyse hiç olmadığını) bulur ve etiğin AIED tasarımına bütünleştirilmesi ile AIED etiğinin eğitsel (pedagojik) boyutuna daha fazla odaklanma çağrısında bulunur.

Ortaya çıkan ve kesişen temalar

Çeşitli tema alanı keser:

• Güven ve eleştirel kullanım: Güven, trust calibration, AI sycophancy, critical thinking, cognitive offloading, critical pedagogy ve reducing AI misuse (ayrıca bkz. how AI use is framed for students). Öğrenenlerin ve öğretmenlerin YZ’yi benimseme ve ona güvenme kararını technology acceptance araştırması modeller, oysa Global South çalışmaları benimsemede eşitliği ve kültürel bağlamı ön plana çıkarır. Ampirik olarak, YZ’nin kendini nasıl açıkladığı bu güveni şekillendirir: Feldman-Maggor et al. (2025), explainable AI anlaşılabilirlik yoluyla YZ önerilerine duyulan öğretmen güvenini oluşturduğunu göstermiştir; alan odaklı (müfredat dili) açıklamalar, veri odaklı özellik önemi çıktısından daha çok güvenilip kabul görmüştür.
• Alanın evrimi: bilgi tabanı, erken intelligent tutoring systems ve knowledge tracingden LLM odaklı tutoring, agents ve agentic AI uzanan eğitimde YZ’yi izler — araç merkezli çalışmalardan sosyoteknik çerçevelere (design thinking, curriculum design, institutional change) hızlı bir kayış ve elle yazılmış sistemlerden, bir öğrencinin veya non-programmer davranışı doğal dilde belirlediği kullanıcı odaklı iş akışlarına (vibe coding). Rismanchian & Doroudi bu yörüngeyi AI×Ed çerçeveleriyle resmileştirir; dört on yıllık bildirilerdeki makaleleri izleyerek alanın çeşitli bir karışımdan — YZ’yi insan zekası ve öğrenmesine bir analoji olarak ele alan önemli araştırmalar dahil — uygulamalı, veri odaklı, araştırmacı yönelimli kullanımlara neredeyse özel bir odaklanmaya evrildiğini gösterir; LLMs yükselişinin bu eğilimi kısmen tersine çevirmesi anlaşılıyor (AIED 2024’teki dört “YZ-analoji” makalenin üçü LLM tabanlıydı).
• Duygu, kaygı ve kariyer gelecekleri: YZ duygusal yanıtları uyandırır ve şekillendirir — gözetim gözetimi, bütünlük korkuları ve kariyer yer değiştirmesi kapsayan AI anxiety and stress — oysa career development and readiness, eğitimin öğrenenleri YZ ile altüst olmuş bir işgücü piyasasına nasıl hazırladığını ele alır (ayrıca bkz. İyi Olma Hali).

Alan olgunluğu

Bilgi tabanı hızlı evrim geçiren bir alanı yansıtır — erken akıllı öğretmen sistemlerinden LLM odaklı öğretmenliğe ve ajan YZ’ye; tespit odaklı akademik bütünlük araçlarından değerlendirme yeniden tasarımına; araç merkezli çalışmalardan sosyoteknik ve eşitlik odaklı çerçevelere. Kanıt temeli giderek artan biçimde titiz research methods, evaluation, experimental designs ve uzun vadeli sonuçları vurgular.

Bağlantılar

Eğitimde YZ, bilgi tabanındaki her kavrama bağlanır — bu, diğer tüm kavram sayfalarının birlikte tanımladığı alandır. Tüm bilgi tabanında gezinmek için bu sayfayı bir başlangıç noktası olarak kullanın.

Bağlı kavramlar

• Pedagojik Kalıplar — The tested sequences that operationalize the field's pedagogies
• YZ Okuryazarlığı — umbrella: understanding, using, and evaluating AI
• İnsan–YZ İşbirliği — umbrella: how people and AI work together
• Pedagojiler ve Öğretim Stratejileri — umbrella: teaching methods and strategies
• Öğrenme Kuramları — umbrella: how learning happens
• Teknolojiler — umbrella: models, techniques, and systems
• Disiplinlerde AIEd — umbrella: AI across subject areas and levels
• Değerlendirme — umbrella: how AI assesses learners and reshapes validity
• Geri Bildirim — umbrella: how feedback is generated, delivered, and used
• Paydaşlar — umbrella: who the actors are
• Öğrenenler — umbrella: the learner-side concepts (experience, identity, agency, interaction, learner models)
• AIEd Değerlendirmesi — umbrella: how we know whether AI works
• AIED’de Araştırma Yöntemleri — umbrella: efficacy research methods
• YZ Destekli Eğitim Araştırması — AI-Assisted Educational Research
• YZ Yönetişimi — umbrella: the institutional and regulatory layer
• Eğitimde YZ Politikası — umbrella: policy, guidance, and implementation
• Eşitlik — umbrella: fairness, access, and inclusion
• Öğrenme Bilimleri — the empirical field behind AIED
• Etik — the ethical dimensions of AI in education
• YZ Hakkında Yanlış Kanılar — the mental models people bring to AI
• AIEd Araştırmasını Yorumlamak ve Uygulamak — reading a study, and carrying a finding into practice
• AIEd Araştırmalarındaki Sınırlılıklar — cross-cutting limits of the evidence base
• Meta-Analiz ve Sistematik Derleme — what the reviews and meta-analyses establish
• Eğitimde Yapay Zekanın Tarihi — how the field evolved
• Eğitimde YZ Felsefesi — the philosophical foundations
• Teoriler ve Çerçeveler — the map of theory and framework nodes
• Eğitimde Yapay Zekada Teori Geliştirme — building and revising theory

Bağlı makaleler

Field-wide reviews of AI in education — the studies that survey the whole field or a whole educational level rather than one topic:

• The Evolution of Research on AI and Education Across Four Decades: Insights from the AIxEd Framework — The evolution of AI-and-education research across four decades (AIxEd framework)
• Control vs. Agency: Exploring the History of AI in Education — Control vs. agency: a history of AI in education
• Generative AI in Higher Education: A Systematic Review of Opportunities, Challenges, and Pedagogical Innovations (2022–2025) — Generative AI in higher education: systematic review of 125 studies
• The Evidence Base on AI in K-12: A 2026 Review — The evidence base on AI in K-12: a review of 818 papers
• Generative AI technologies and educational outcomes: a comprehensive meta-analysis comparing traditional and AI-driven approaches — Generative AI and educational outcomes: comprehensive meta-analysis