Eleştirel Düşünme

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

Eleştirel düşünme — bilgiyi analiz etme, değerlendirme ve sentezleme yeteneği — hem YZ araçlarının geliştirmesine yardımcı olabileceği bir beceri hem de öğrencilerin YZ kullanırken uygulamak zorunda olduğu bir yetkinliktir. Eğitimde yapay zeka araştırmalarında eleştirel düşünme iki birbiriyle ilişkili biçimde görünür: bir öğrenme hedefi olarak (öğrencilere eleştirel düşünmeyi öğretmek) ve eleştirel olmayan YZ bağımlılığına karşı bir güvence olarak.

Düşünülmesi Gereken Sorular

• YZ tarafından üretilmiş yanlış veya yanıltıcı bir yanıtı fark etme yeteneğinize ne kadar güveniyorsunuz? Araştırmalar, öz bildirimli YZ yetkinliğinin gerçek değerlendirme yeteneğini çok aştığını göstermektedir — kendinizi nasıl sınarsınız?
• Eleştirel düşünme burada iki biçimde görünür: öğretilecek bir beceri ve YZ’ye eleştirel olmayan bağımlılığa karşı bir güvence. “Eleştirel düşünmeyi öğreten” bir aracın aslında onun zıddını eğittiği bir durum düşünebilir misiniz?
• Bir çalışma, öğrencilerin YZ tarafından üretilmiş hataları sorgulamasının üst düzey düşünmede büyük kazanımlar sağladığını buldu. Hataları saklamak yerine kasıtlı olarak ortaya çıkarmak, varsaydığınızdan daha güçlü bir öğretim hamlesi nasıl olabilir?
• YZ yanıtlarına kolay erişim, öğrenciler farkına varmadan eleştirel katılımın yerini alabilir. Bir politika veya yasak yerine hangi tasarım özelliği bilişsel çabayı canlı tutabilir?
• YZ tavsiyelerinin, tavsiye hatalı olsa bile “bilmiyorum” deme isteğini bastırdığı gösterilmiştir. Bu, sorgulamanın güvenli olduğu bir sınıf kültürü yaratmanın ne anlama geldiğini nasıl değiştirir?

Giriş

Eleştirel düşünme YZ Okuryazarlığı için merkezidir — YZ çıktılarını eleştirel biçimde değerlendiremeyen öğrenciler Aşırı Bağımlılık’a, uydurma bilgiye ve önyargılı önerilere karşı savunmasızdır. Bilişsel Yükü Dışarı Aktarma üzerine yapılan araştırmalar, YZ yanıtlarına kolay erişimin eleştirel katılımın yerini alabileceğini gösterirken, doğrudan yanıt vermeyen Sokratik yaklaşımlar daha derin düşünme için gerekli bilişsel çabayı korur.

Yapısal diyalog denetimi, daha iyi bir istek metni değil, bir safsata öğretmenini bir tartışma sohbet robotundan ayıran şeydir: her turu Toulmin tabanlı niyet algılama, sabit bir strateji sırası ve bir doğrulayıcı ajan üzerinden yönlendirmek, tek bir Sokratik sistemin diyalog kalitesi ölçütlerinin %84,5’ini geçmesini sağlar; sezgisel temel çizgi için bu oran %61,5’tir (Shi ve ark. (2026)).

Eleştirel düşünme, eğitimde yapay zeka araştırmalarında

Bilgi tabanının makaleleri eleştirel düşünmeyi tasarım temelli ve ampirik merceklerle inceler. Çatışmacı YZ ajanları, acemi tasarımcılarda yeniden değerlendirmeyi teşvik etmek için yapıcı çatışmayı devreye sokar — eleştirel yeniden değerlendirmeyi zorunlu kılan bir Sokratik çeşitleme. Öğretmede üretken YZ üzerine RCT araştırması, yüzey düzeyinde sonuçları en iyi duruma getiren YZ araçlarının bilerek olmasa da daha derin öğrenmeye götüren eleştirel düşünmeyi bastırıp bastırmadığı sorusunu gündeme getirir. Ölçülen kanıt noktayı keskinleştirir: eleştirel düşünmenin hareket edip etmediği, YZ aracılığıyla verilen geri bildirimlerin ve görevlerin nasıl tasarlandığına ve öğrenenlerin üstbilişsel düzenlenmesine bağlıdır, bir modele erişime değil.

Üretken YZ kullanımı ile öz bildirimli eleştirel düşünme arasındaki bağlantı neredeyse tamamen üretken YZ Geri Bildirim Okuryazarlığı üzerinden geçiyordu: 421 Çinli lisans öğrencisinde geri bildirim okuryazarlığı toplam ilişkinin %71,98’ini aracılık etti (β=0,185) ve artık doğrudan yol yalnızca daha az yansıtıcı öğrenciler için pozifti (β=0,177), daha yansıtıcı olanlar için anlamlı değildi (Yan ve ark. (2026)).

Moderasyon iddiası için meta-analitik bir çapa. 29 deney boyunca üretken YZ üst düzey düşünmeyi ölçülü biçimde yükseltti (g = 0,609); eleştirel düşünme ES = 0,691 düzeyindeydi — problem çözmenin (0,745) altında ve yaratıcılığın (0,444) üzerinde — en güçlü etki 8–16 haftalık müdahalelerde (0,759) ve yüksek öz düzenlemeli öğrenenlerde (0,863’e karşı 0,284) görüldü (Zhao ve ark. (2025)).

ChatGPT’nin düşünme üzerindeki etkisine ilişkin derlemeler karışık bulguları belgelemektedir: YZ, kasıtlı biçimde kullanıldığında eleştirel analizi iskeleleyebilir (örneğin öğrencilerden YZ tarafından üretilmiş savları eleştirmelerini istemek), ancak bir yanıt motoru olarak kullanıldığında düşünmeyi de kısa devre yapabilir. Bu gerginlik, öz bildirimli YZ yetkinliğinin gerçek eleştirel değerlendirme yeteneğini çok aştığını gösteren How to Assess AI Literacy: Misalignment Between Self-Reported and Objective-Based Measures araştırmasına bağlanır. YZ ile eleştirel düşünme üzerine 80 HCI çalışmasının eleştirel bir derlemesi, alanın nadir tanımladığı şeyi ölçtüğünü buldu: 80 çalışmadan yalnızca 23’ü eleştirel düşünmeyi nasıl anladıklarını belirtmiş, 49’u (%61) onu performans yerine öz bildirim yoluyla değerlendirmiş ve 42’si (%52) hiç kontrol grubu kullanmamıştı (A Critical Review of Critical Thinking in HCI Research About AI).

Lin ve Al-Hada (2026), bu karışık tabloyu bir ürün–süreç ayrışması olarak okuyor: üretken YZ bir ödevin niteliğini yükseltirken onun arkasındaki yardımsız, gecikmeli aktarımı düşürebilir; bu nedenle öğrenme, YZ destekli ürün yerine yardımsız gecikmeli performansa göre yargılanmalıdır.

• Öğrenci–YZ sohbetinde üst düzey bilişsel katılım. Chang ve Li (2026), öğrencilerin YZ’ye yönelik istemlerinin yaklaşık %62’sinin üst düzey bilişsel talebi kodladığını, Bloom düzeyi profillerinin disipline göre değiştiğini buluyor (STEM’de Uygula ağırlıklı %20,8, dilde Anlama ağırlıklı %31,7, sosyal bilimlerde Oluşturma ağırlıklı %33,8). Kişi içi tasarımları, aynı öğrencilerin sosyal bilim derslerinde STEM derslerine göre anlamlı biçimde daha fazla üst düzey istem ürettiğini göstermektedir (p < .001); bu, disiplinsel bağlamın YZ ile eleştirel ve üst düzey katılımı şekillendirdiğini göstermektedir.
• Etkileşim örüntüleri Bloom düzeyine ve ön bilgiye göre kümelenir. Sorgulama temelli bir veri bilimi yazım görevinde 19 öğrenci, ön bilgi düzeyine göre değişen 14 LLM etkileşim örüntüsü üretti ve tasarım sonucu, iskelelemeyi genel olarak LLM kullanımından ziyade belirli üst düzey düşünme aşamalarına hedeflemek oldu (Luo ve ark. (2026)).
• Çocuklarda eleştirel medya okuryazarlığı için katalizör olarak YZ. Demir ve Akar (2026), üretken YZ’nin (ChatGPT, Grammarly) ek bir katman değil aşama aşama gömülü bir pedagojik ajan olarak devreye girdiği, dördüncü sınıf Türk öğrencilere yönelik 18 saatlik, 5E modeli temelli bir eleştirel medya okuryazarlığı programını değerlendiriyor. Eşleştirilmiş örneklem karşılaştırmaları medya okumada (+3,50), yazmada (+1,67) ve toplam medya okuryazarlığında (+5,17, tümü p < .01) büyük kazanımlar gösterdi; gruplar arası son test etki büyüklükleri YZ destekli grubu lehine Cohen’ın d = 1,12 (okuma), 1,18 (yazma) ve 1,31 (toplam okuryazarlık) idi. Niteliksel analiz (görüşmeler, öğrenci posterleri/çizimleri/sloganları, sınıf gözlemi), dijital öz koruma ve veri mahremiyeti, amaca yönelik ve sorumlu medya kullanımı, güvenli iletişim ve sınır farkındalığı, eleştirel değerlendirme ve yanlış bilgi farkındalığı, çevrimiçi risk farkındalığı ile medya Etik/dijital vatandaşlık olmak üzere eleştirel medya okuryazarlığı büyümesinin altı alanını gün yüzüne çıkardı — YZ aracılığıyla sunulan içeriği kasıtlı biçimde sorgulamanın genç öğrenenlerde eleştirel analizi ve yansıtmayı geliştirebileceğini göstermektedir.
• Birincil çok biçimli yazımda boyutlara özgü eleştirel düşünme kazanımları. Lu ve ark. (2027), 60 5. sınıf öğrenciyi, anlatıları YZ tarafından üretilmiş görüntülere ve kısa videolara dönüştürdükleri sekiz haftalık Konuşma Tabanlı Yapay Zeka destekli çok biçimli bir yazım uygulamasında izledi. Altı eleştirel düşünme boyutu üzerinden yapılan tekrarlanan ölçümler analizi; yorumlama, analiz, değerlendirme ve açıklamada süregelen kazanımlar (T1→T2 ve T1→T3), kısa ömürlü bir öz-Eğitimde YZ Regülasyonu kazanımı ve çıkarımda hiçbir değişikme olmadığını buldu — toplam bir eleştirel düşünme puanının gizleyececeği düzende eşit olmayan, boyut düzeyinde bir örüntü. Yazarlar, YZ tarafından üretilmiş görsellerin anlamı dışsallaştırdığını ve böylece yazmanın normal olarak dayattığı çıkarım talebini düşürdüğünü savunuyor; akran işbirliği ise (başkalarının yorumlamalarını çıkarmaya zorlayan akran soruları), tek başına yapılan YZ etkileşiminin sağlamadığı çıkarım olanaklarını sundu. Tasarım dersi: çok biçimli YZ besteleme çeşitli eleştirel düşünme yönlerini destekler, ancak çıkarımı ve öz düzenlemeyi korumak için süregelen İskeleleme (Scaffolding) ve yapılandırılmış akran alışverişiyle eşleştirilmelidir.
• YZ iskelelemesi ve yük boşaltma, eleştirel düşünmeyi zıt yönlerde çeker. Davor, Larbi ve Boateng (2026), Gana’daki 533 üniversite öğrencisini anketledi ve YZ görev iskelelemesinin daha yüksek eleştirel düşünmeyi yönelttiğini (β = .185), bilişsel yük boşaltma eğiliminin ise daha düşük eleştirel düşünmeyi yönelttiğini buldu (-.240); YZ doğrulama okuryazarlığının eleştirel düşünme üzerinde doğrudan bir etkisi olmadı ve yalnızca üstbilişsel öz düzenleme yoluyla işledi — yazarların, öğrencilere YZ’yi doğrulamayı öğretmenin tek başına yeterli olmadığının kanıtı olarak okuduğu tam bir aracılık örüntüsü. (Davor ve ark. 2026)
• Üst düzey düşünmeyi sınırlayan, kullanım değil yük boşaltmanın derinliğidir. Yazmanın akıl yürütme katmanını — gerekçeleri, karşı savları, kanıt yorumlamayı — devretmek, bağımsız üst düzey düşünmeyle en güçlü olumsuz ilişkiyi taşıdı (ab = −0,34) ve öz düzenlemeli yazma bunu zayıflattı ama asla tersine çevirmedi (Chen (2026)).
• Eleştirel düşünmeyle ilişkinin döndüğü yer, kullanım değil bağımlılıktır. Shojaei ve arkadaşları (2026), Umman’daki 412 işletme öğrencisini anketledi ve üretken YZ kullanımı ile öz bildirimli eleştirel düşünme eğilimi arasında sıfıra yakın ikili değişkenli bir korelasyon buldu (r = 0,050); bağımlılık daha düşük eğilimi yöneltti (β = -0,389) ve kullanımdan eğilime giden bağlantıyı zayıflattı (β = -0,239), böylece basit eğim düşük bağımlılıkta 0,424’ten yüksek bağımlılıkta -0,054’e düştü. (Shojaei ve ark. 2026)

Daha geniş bir enine kesit anket tersi yönü işaret etmektedir: 1.157 Çinli lisansüstü öğrenci arasında üretken YZ bağımlılığı eleştirel düşünmeyle pozitif biçimde ilişkiliydi (β = 0,492) ve eleştirel düşünme, işlevsel bağımlılıktan araştırma yaratıcılığına giden yolun yaklaşık %85,0’ini taşıdı (Yin ve ark. (2026)).

• Kısa bir yansıtma istemi, YZ tavsiyesine güvenmeyi daha ayırt edici hale getirir. 342 lisans öğrencisiyle yürütülen üç koşullu bir deneyde Ren (2026), açık ChatGPT desteğinin hatalı YZ önerilerinin denemelerin %62,4’ünde kabul edilmesine yol açtığını; kısa bir üstbilişsel yansıtma istemiyle bunun %39,7’ye düştüğünü buldu (OR = 0,40, %95 GA [0,28, 0,56]); yansıtma aynı zamanda farkındalık kalibrasyonunu da iyileştirdi (0,59’a karşı 0,41) ve YZ’ye özgü yükleme önyargısı indeksini 0,42’den 0,21’e indirdi, öneri doğruluğunu düşürmeden veya yararlı tavsiyelerin körü körüne reddini tetiklemeden. (Ren 2026)

• Güven artarken doğruluk düşebilir. Shaw ve Nave (2026), bir YZ asistanına danışmanın doğru olduğunda doğruluğu 25 puan artırdığını, hata yaptığında 15 puan düşürdüğünü; ancak onunla etkileşime girmenin hatalardan sonra bile güveni artırdığını ve hatalı YZ denemelerinin %73,2’sinin stratejik yük boşaltma yerine teslimiyetle sonuçlandığını buldu.

• Öğretmen küratörlüğündeki ChatGPT geri bildirimi, üst düzey gözden geçirme yoluyla eleştirel düşünmeyi yükseltir. Chen ve arkadaşları (2026), hepsi kimya, fizik veya matematik öğretmeni adayı olan 64 lisans öğrencisiyle iki argümantif yazım görevi boyunca geleneksel öğretmen geri bildirimini (n = 32) ChatGPT destekli öğretmen geri bildirimiyle (n = 32) karşılaştıran 18 haftalık bir yarı-deneysel çalışma yürüttü. Gruplar eşit olarak başladı ve yalnızca desteklenen grup anlamlı biçimde gelişti (p < 0,001); Cohen’ın d’si ön testte 0,25’ten son testte 3,74’e yükseldi. Mekanizma, geri bildirimin türüydü, yalnızca bir modelin varlığı değil: desteklenen grup daha fazla gösterim (%33,1’e karşı %10,9) ve yakından sorgulayan (%21,5’e karşı %6,0) geri bildirim aldı, geri bildirim birimlerinin %91,00’ini (478’den 435) %85,21’e karşı (284’ten 242) gözden geçirdi ve epistemik ağ analizi bu gözden geçirmeleri analiz, değerlendirme ve oluşturmayla, tanıma ve anlamayla değil ilişkilendirdi; öğretmen merkezli öğretim ve değerlendirme geri bildirimi ise çoğunlukla tanıma ve anlama gözden geçirmeleri üretti. Öğretmenler modelin çıktısını taslak malzeme olarak ele aldı, onu genişletti, gözden geçirdi veya attı (%14’ü atıldı, %9’u düzeltme gerektirdi) ve sekiz mülakat edilenin altısı hâlâ belirsizlik veya profesyonellik dışılık belirtti. Tasarım dersi, eleştirel düşünme kazancının alternatifleri modelleyen ve öğrencinin akıl yürütmesini sorgulayan geri bildirimden geldiğidir; ürettiğini bir öğretmen küratörlüğünde. Küçük, tek dönemlik örneklem, çok büyük etki büyüklüğünün dikkatle okunması gerektiği anlamına gelir. (Chen ve ark. 2026)

• Bir dönem YZ erişimi eleştirel düşünmeyi düz bıraktı, yansıtıcı kullanım onu izledi. Melanou, Beege ve Kimmig (2026), 87 işletme bilişimi öğrencisini üç paralel koşulda (öğretmen çerçeveli YZ, yönlendirilmemiş YZ ve YZ yok) üç kez ölçülen dokuz haftalık bir derste izledi. Bilgi her grupta yükseldi, iki YZ koşulundan hiçbirinde avantaj ve hiçbir Matthew etkisi görülmedi (BF01 = 8,70), öz bildirimli eleştirel düşünme ve Motivasyon sabit kaldı. Öğrencileri ayıran şey yansıtıcı kullanımdı, yani kaynakları kontrol etme ve benimsemeden önce YZ çıktısını doğrulama uygulaması: YZ koşulunda kontrol grubundan daha yüksekti (3,72’ye karşı 2,82 ortalamaları) ve son ölçümde eleştirel düşünmeyi yöneltti (R² = 0,183, β = 0,43, p < 0,001). Sonuç, bir YZ kullanımı kursunun tek başına eleştirel düşünmeyi değiştireceği beklentisini nitelemektedir: ilişkinin yaşadığı yer üstbilişsel düzenlemedir, araç erişiminde değil; yazarlar bir dönemin kalıcı değişimi görmek için muhtemelen çok kısa olduğunu not eder. (Melanou ve ark. 2026)

Diğer kavramlarla bağlantılar

Eleştirel düşünme; bilişsel talebi ayakta tutan YZ desteği tasarlamakla İskeleleme (Scaffolding), eleştirel analizi ortaya çıkaran sorular formüle etmekle İstek Metni Mühendisliği ve YZ’ye ne zaman güvenileceğini ve ne zaman sorgulanacağını bilmekle Aşırı Bağımlılık ile kesişir. Akademik Dürüstlük için temeldir ve hem K-12 hem Yükseköğretim bağlamlarında YZ Okuryazarlığı çerçevelerinin kilit bir boyutu olarak hizmet eder.

• Üst düzey düşünme için provokasyon olarak YZ hataları: Hosseini (2026), Bloom’un üst düzey düzeylerini (Analiz Etme, Değerlendirme, Oluşturma) öğrencilerin bir veritabanı dersinde YZ tarafından üretilmiş hataları sorgulamasıyla devreye sokar; konu alanı yetkinliğinde anlamlı ön/son kazanımlar (Cohen’ın d=1,49) görülür.

• YZ çıktısının eleştirisi, problem çözmenin bir yan ürünü değil, iskelelenebilir bir beceridir. Yalnızca ilgili bir fizik problemini çözen gruplar, cilalı bir YZ çözümünü kabul etti veya kendi yanlış kanılarından onu eleştirdi; MAPS rubriğiyle yönlendirilen yansıtma ise eksik bütünleştirme ve tanımsız gösterime ilişkin uzmanla uyumlu eleştiriler üretti (Borse ve ark. (2026)).

• Bilişsel özerkliği korumak için YZ’yi sınırlandırmak. E3-HOT planı; durumsal gömme, bedensel katılım ve bilişsel oluşturma olmak üzere üç bedensel yolu Analiz Etme, Değerlendirme ve Oluşturma ile eşleştirir ve öğrencilerin bir iddia kabul edilmeden önce gerekçelerini açıklamasını ve kanıt göstermesini sağlamak için YZ’yi istek metinlerine, eleştiriye ve strateji önerilerine sınırlar (Zhu ve ark. (2026)).

• YZ açıklamalarının iki taraflı denetimi. Bernstein ve Sibia (2026), Paul–Elder standartlarını (doğruluk, açıklık, varsayımlar, bakış açısı) CS2’yi tamamlamış on öğrenciyle görüşme probu olarak kullandı ve üretken YZ açıklamalarının mekanizma düzeyinde incelendiğini buldu: öğrenciler bir benzetmenin eşleşmesinin nerede bozulduğunu tespit etti (daire ima eden, bağlı liste için bir ada rotası benzetmesi; garanti edilmiş küçülen girdi içermeyen, özyineleme için önerilen bir badminton rallisi), belirsizlik ifadesine tercihle kesin ifade talep ettiler ve açıklamaları bir bakış açısı taşıyan savlar olarak ele aldılar. En önemlisi, bu inceleme kaynak veya hedef alan uzmanlığını izledi, kişisel ilgiyi değil — YZ çıktısının eleştirel değerlendirmesini bir eğilim meselesi olmaktan ziyade (“iki taraflı benzetme denetimi” olarak) bir bilgi problemi olarak yeniden çerçeveleyerek — ve kusurlu YZ benzetmelerini incelemek ve onarmak için nesne olarak atamanın, bitmiş bir açıklamayı okumaktan daha zor bir kavramsal anlama sınavı olduğunu düşündürmektedir.(Flawed but Memorable: Student Critical Reception of Interest-Personalized GenAI Analogies in Computing Education)

• Dış kaynağa aktarılamayan katılım olarak eleştirel düşünme. Xie (2026), felsefi bir karşılık ekler: YZ opak bir “kara kutu” olduğundan, kesin koşullarda gerçeği yargılamaktansa belirsizliği uyumlaştırmaya yönelik bir çerçeve mevcut epistemik manzaraya daha iyi uyar ve eleştirel düşünme, gösterilebilir akılcı bir prosedürden ziyade gerçeklikle süregelen, birinci şahıs, dış kaynağa aktarılamayan katılım haline gelir. Neidan (內丹) uygulamasında “bilişsel kısayollar yoktur”, bu nedenle YZ “bir bilişsel vekil değil, bir araçsal tamamlayıcı” olarak konumlandırılır.(Alternative AI Philosophy: Daoism as Method for AI in Education)

• Eleştirel insan–YZ etkileşimi için yapı olarak rol rotasyonu. Kenzhebayeva ve arkadaşları (2026), 62 öğretmen adayı eğitim psikoloğunun tartışma nesnesi haline getirilen üretilen önerileri olan dört profesyonel rolden (Vaka Kurucusu, Araştırma Analisti, Uygulayıcı-Müdahaleci, Yansıtıcı Araştırmacı) geçtiği tasarım temelli bir çalışma bildirir: katılımcılar YZ çıktısını psikolojik teoriyle karşılaştırdı ve vakaya uymayan önerileri değiştirdi veya reddetti; sonraki döngülerde teoriyel gerekçelendirme talepleri arttı, görünürdeki otoriter yanıtlara aşırı güven ise sürdü. (Kenzhebayeva ve ark. 2026)

• Bir disiplinde doğrulama merkezli bütünleştirme. Üniversite kimya eğitiminde üretken YZ üzerine eleştirel bir derleme (Vega-Baudrit ve Rivera Álvarez, 2026), kimyasal akıl yürütmenin makroskobik, submikroskobik ve sembolik gösterimler arasında koordine edilmesi gerektiğinden ötürü öğrencilerin anlamadıkları şeyi doğrulayamayacağını savunuyor; bu nedenle Önceki Bilgi ve İskeleleme (Scaffolding) önce gelir ve doğrulama, değerlendirilmiş bir etkinlik olarak Değerlendirme içine tasarlanmalıdır: yanlış bir varsayımı belirlemek, bir birim veya mekanizma hatasını düzeltmek veya üretilen bir yanıtın reddini gerekçelendirmek; akıl yürütme izleri olarak istem günlüklerini ve gözden geçirme geçmişini tutmak. (Vega-Baudrit ve Rivera Álvarez 2026)

• Yalnızca bir güvence değil, bir öğrenme etkinliği olarak doğrulama. Wang (2026), YZ yapıtı değerlendirmesini — Süreç, Kanıt, Erişim, Yeniden Üretilebilirlik, Meşruluk ve Kaynak — altı birbirine bağımlı boyut çevresinde düzenler ve disiplin uzmanlığını inşa eden şeyin, çıktının akıcılığından ziyade bu gerekçeyi bir araya getirmek olduğunu ele alır.

Bilgi tabanındaki en büyük uzman derecelendirmeli kırılganlık eleştirel düşünmedir. 30 uzman tarafından derecelendirilen 65 öğrenme süreci boyunca Eleştirel Düşünme ve Eleştirel-Analitik Düşünme, raporun en yüksek bozulma derecesini aldı (5 üzerinden ortalama 4,00; derecelendirenlerin %96’sı 3 veya üzerinde) ve iyileştirme eşiğin altında kaldı (2,40, %43) (Kendeou, Greene & Nixon ve ark., 2026). On sekiz üst düzey süreçten onu yalnızca kırılganlıkta fikir birliğine vardı; bunu rapor, bir ödünleşmeden ziyade tek taraflı risk olarak okumaktadır.

Bağlı kavramlar

• Metabiliş
• Bilişsel Yükü Dışarı Aktarma
• YZ Okuryazarlığı
• Üretici YZ
• Yükseköğretim
• Problem Temelli Öğrenme
• Akıllı Özel Öğretim
• Eğitsel Gelişim
• Öğretmenlik
• Öğrenci Deneyimi
• Kimya Eğitimi — Kimya eğitimi ve YZ: laboratuvarlar, biçimlendirici değerlendirme, LLM sınırları, deney felsefesi
• Biyoloji Eğitimi — Biyoloji eğitimi ve YZ: laboratuvar öğretim asistanları, biyolojide YZ okuryazarlığı, eleştirel düşünme, özelleşmiş araçlar
• Bilişsel Teslimiyet

Bağlı makaleler

• Ways Generative AI Can Support and Threaten Learning in K–20 US Education - 30 uzmanlık bir fikir birliği: eleştirel düşünme raporun en yüksek bozulma derecesini taşır (ortalama 4,00)

• From Plausibility to Verifiability: The PEARLS Framework for Developing Epistemic Agency in Generative AI-Mediated Higher Education — Epistemik özerklik ve YZ çıktısının doğrulanması için PEARLS çerçevesi (Wang 2026)

• Layer-Sensitive Cognitive Offloading in Generative AI-Assisted Writing: Supported Performance and Independent No-AI Outcomes — Üretken YZ destekli yazımda katmana duyarlı bilişsel yük boşaltma (Chen 2026)

• The critical-thinking paradox in generative AI-integrated learning: distinguishing efficiency from cognitive depth — a differentiated framework and testable propositions — Üretken YZ ile bütünleşik öğrenmede eleştirel düşünme paradoksu

• The Pedagogy of AI Mistakes: Fostering Higher-Order Thinking — YZ Hatalarının Pedagojisi: Üst Düzey Düşünmeyi Beslemek (Hosseini 2026)

• Thinking—Fast, Slow, and Artificial: How AI Is Reshaping Human Reasoning and the Rise of Cognitive Surrender — Üç Sistem Teorisi ve bilişsel teslimiyet: YZ insan akıl yürütmesini nasıl yeniden şekillendirir (Shaw & Nave 2026)

• The Tragedy of the Cognitive Commons: How AI Could Disrupt the Regeneration of Professional Expertise — Bilişsel ortak alanların trajedisi: YZ ve uzmanlığın yeniden üretimi

• Does Generative Artificial Intelligence Improve Students' Higher-Order Thinking? A Meta-Analysis Based on 29 Experiments and Quasi-Experiments — Üretken YZ ve üst düzey düşünme meta-analizi

• Can we disrupt the momentum of the AI colonization of science education? — Fen eğitiminin YZ kolonizasyonunu bozmak

• Reorienting Critical AI Literacy: A Community-Rooted Praxis of “Resisting AI” — Eleştirel YZ okuryazarlığını yeniden yönlendirmek

• Inquiry-Based Learning Patterns in Large Language Model-Driven Learning Environments: An Exploratory Study From Bloom's Perspective — LLM odaklı ortamlarda SBO örüntüleri (Bloom’un perspektifi)

• Probing AI-Generated Physics Solutions and Preparing Students to Critique Them — Öğrencileri YZ tarafından üretilmiş fizik çözümlerini eleştirmeye hazırlamak

• Flawed but Memorable: Student Critical Reception of Interest-Personalized GenAI Analogies in Computing Education — Kusurlu ama Akılda Kalıcı: Bilişim Eğitiminde İlgiye Göre Kişiselleştirilmiş Üretken YZ Benzetmelerinin Öğrenciler Tarafından Eleştirel Karşılanması

• Alternative AI Philosophy: Daoism as Method for AI in Education — Alternatif YZ Felsefesi: Eğitimde YZ için Yöntem olarak Daoizm

• Fostering Sustainable Learning via Embodied Intelligence: The E3-HOT Framework for Higher-Order Thinking in the AI Era — Bedensel Zeka ile Sürdürülebilir Öğrenmeyi Beslemek (E3-HOT)

• Modeling AI Overreliance as a Complex Adaptive System — Karmaşık uyarlanabilir bir sistem olarak modellenen YZ aşırı güveni

• More externalization, but less inference? Exploring changes in young learners' critical thinking during conversational — YZ destekli çok biçimli yazımda boyutlara özgü eleştirel düşünme kazanımları (Lu ve ark. 2027)

• Tackling the Root of Misinformation by Teaching Laypeople about Logical Fallacies via Socratic Questioning and Critical Argumentation — yapılandırılmış çok turlu diyalog yoluyla safsata tanımayı öğretmek

• Building AI Companions that Prioritize Learning over Performance — performanstan çok öğrenme: arkadaşların ne için optimize edilmeli ve ölçülmeli olduğu

• Artificial intelligence-supported learning and higher-order cognitive outcomes: the mediating role of metacognitive self-regulation — Üstbilişsel öz düzenleme yoluyla YZ iskelelemesi, yük boşaltma ve doğrulama okuryazarlığı (Davor ve ark. 2026)

• Helpful or harmful? Generative AI dependence, self-reported critical thinking disposition, and self-perceived employability among business students — Üretken YZ bağımlılığı, işletme öğrencilerinde kullanımdan eleştirel düşünmeye giden bağlantıyı sınırlar (Shojaei ve ark. 2026)

• College students’ metacognitive awareness of generative-AI reliance: an experimental study of decision confidence and attribution bias — Yansıtma istemi, hatalı YZ tavsiyesinin kabulünü ve yükleme önyargısını azaltır (Ren 2026)

• Designing an AI-integrated role-rotation pedagogical model to support competence-related learning in pre-service educational psychologists — Eleştirel insan–YZ etkileşimi için yapı olarak rol rotasyonu (Kenzhebayeva ve ark. 2026)

• Generative artificial intelligence in university chemistry education: a critical review using Johnstone’s chemistry triplet and Biggs’ 3P model — Üniversite kimya eğitiminde doğrulama merkezli üretken YZ bütünleştirmesi (Vega-Baudrit ve Rivera Álvarez 2026)

• Effects of ChatGPT-Assisted Teacher Feedback on College Students' Critical Thinking Skills and Perceptions of Argumentative Writing — öğretmen küratörlüğündeki ChatGPT geri bildirimi, üst düzey gözden geçirme yoluyla eleştirel düşünmeyi yükseltti (Chen ve ark. 2026)

• Generative AI and Learning Dynamics in Higher Education: A Longitudinal Empirical Study — bir dönem YZ erişimi eleştirel düşünmeyi düz bıraktı; yansıtıcı kullanım onu yöneltti (Melanou ve ark. 2026)

• GenAI dependence and graduate students’ research creativity: the roles of critical thinking and human–AI collaboration quality — 1.157 lisansüstü öğrencide eleştirel düşünmeyle pozitif biçimde ilişkili üretken YZ bağımlılığı

• The association between generative AI use and university students’ critical thinking: a moderated mediation model of GenAI feedback literacy and reflective thinking — Geri bildirim okuryazarlığı yoluyla üretken YZ kullanımından eleştirel düşünmeye; yalnızca daha az yansıtıcı öğrenciler için doğrudan bir yol

• AI Literacy and STEM Education: Emerging Frontiers and Research Priorities — STEM eğitiminde YZ okuryazarlığına ilişkin en çok atıflanan on çalışmanın sentezi (Hallström ve ark. 2026)