Eğitim Teknolojisi Geliştiricileri

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

Eğitim Teknolojisi Geliştiricileri — eğitim teknolojisi inşa eden kişiler ve kuruluşlar: ürün tasarımcıları, yazılım geliştiriciler, öğrenme mühendisleri, öğrenme analitiği tasarımcıları ve bunların çalıştığı eğitim teknolojisi şirketleri, üniversite laboratuvarları ve Açık Kaynak projeler. Eğitimde YZ bağlamında bu, bir model yeteneğini bir öğretmenin veya öğrenenin fiilen kullanabileceği bir şeye dönüştüren roldür ve sonraki hiçbir aşamanın geri alamayacağı kararları taşır: bir tasarım iddiasının dayandığı kanıt, bir analytics hattının veya bir tutoring sisteminin kurumun kendi lisanslı materyaline ne ölçüde dayandırılması, öğretmenlerin ve öğrenenlerin tasarıma dâhil edilip edilmemesi, varsayılan ayarlara hangi instructional design varsayımlarının gömüldüğü ve finansman durduktan sonra ürüne ne olduğu. Bilgi tabanının sistem raporları ve uygulamaya alma çalışmaları boyunca tekrarlayan ders şudur: bağlayıcı kısıt genellikle model değil, uygulama bağlamıdır.

Dikkate Alınması Gereken Sorular

"YZ öğrenmeyi geliştirir" iddiasını taşıyan meta analizler, Presumed Effective: The Manufacturing of an Evidence Base for AI-in-Education Through Flawed Meta-Analysis denetiminin bulduğu gibi geçersiz bir yönteme dayanıyorsa, bir ürün yol haritası fiilen hangi kanıta dayanabilir?
Bir algoritmanın açıklamaları, öznitelik önem düzeylerini ortaya koymaktan daha fazla tasarım çabasına mal olsa bile öğretmenin müfredat dilinde mi yazılmalıdır — ve bu çabanın bedelini kim öder?
Bir araç öğrencilerle birlikte tasarlandığında kimin kararı belirleyicidir: ölçülen öğrenme kazanımları mı, yoksa aracın sürdürülmesini isteyen %96'lık kesim mi?
Yerinde (on-premise), açık lisanslı dağıtım teknik bir tercih mi yoksa yönetişimle ilgili bir tercih midir — ve şeffaflık gereksinimleri satın alma koşulu haline mi gelmelidir?
Bir hibit sona erdiğinde bir geliştirici kuruma ne borçludur: sürdürülen bir ürün mü, çatallanabilir bir depo mu, yoksa sistemin hiçbir zaman doğrulanmış bir müdahale olmadığını söyleyen dürüst bir açıklama mı?

Giriş

Geliştirici, platformun bir alt düzeyinde yer alır. Edtech Platformu sayfası, bir okula veya üniversiteye yerleştikten sonra hâline gelen konuşlanmış sistemi ve onun sahibi olduğu paydaş durumunu tanımlar; bu sayfa ise o sistemin ne yapacağına karar veren kişilerle ilgilidir. Ayrım önemlidir, çünkü platform düzeyindeki bulgular — düşük benimsenme, eşitlik sorunları, tedarik sürtünmesi — genellikle öğrenenlerle hiç karşılaşmamış biri tarafından daha önce yapılmış tasarım tercihlerinin sonuçlarıdır.

Rol, komşularından da farklıdır. Öğrenme Tasarımı ve Müfredat Tasarımı, bilinen bir öğrenci grubu için bir kurs tasarlar; bir teknoloji geliştirici ise hiç karşılaşmadığı kişiler tarafından öğretilecek birçok kursun kullanacağı bir ürün tasarlar — bu nedenle varsayılanlar, yapılandırılabilirlik ve belgelendirme pedagojik ağırlık taşır. Eğitsel Gelişim, bir kurumun öğretim personelini içeriden destekler; geliştiriciler dışında veya yanında yer alır ve o personelin daha sonra benimsemesi istenecek araçları sağlar. Tasarım Temelli Araştırma ise bu geliştiricilerden giderek artan biçimde istenen kanıt standardıdır: yinelemeli, bağlama dayalı ve kendi sınırlılıklarıyla birlikte raporlanan.

Eğitimde YZ'yi kim geliştirir

Kamuya açık altyapı geliştiren araştırma laboratuvarları. OATutor, UC Berkeley'de ITS ilkeleri üzerine kurulu ilk tamamen açık kaynaklı uyarlanabilir özel ders sistemi olarak geliştirilmiştir: Creative Commons bir cebir kütüphanesi, Bayesian Knowledge Tracing ile ustalık tahmini, A/B test altyapısı ve LTI desteğine sahip MIT lisanslı bir kod tabanı. Varoluş nedeni bir tasarım kararıdır — tescilli platformlar Uyarlanabilir Öğrenme araştırmasını kapalı sistemlerle sınırlamıştı — ve içerik üretim yolu başka bir tasarım kararıdır: 16 içerik üreticisi, 2,27 saatlik eğitimden sonra altı ayda bir Üniversite Cebiri kursu üretmiştir.

Model geliştiriciler. LearnLM: Improving Gemini for Learning çalışması, bir modeli öğrenme için geliştirmeyi pedagogical instruction following olarak yeniden çerçevelemektedir: davranış, Pedagojiler ve Öğretim Stratejileri'nin tek bir sabit tanımı yerine sistem talimatları yoluyla uygulama başına belirlenir ve uzman değerlendiriciler bunu GPT-4o'ya göre %31, temel Gemini'ye göre %13 daha yüksek oranda tercih etmiştir. Pratik çıkarım, pedagojinin küresel olarak tanımlanamayacak kadar bağlama bağlı olmasıdır; kullanışlı yetenek, bir geliştiricinin yazdığı talimatlara uyma yetisidir ve bu, tek turlu benchmarks yerine konuşma düzeyinde senaryolarla ölçülmelidir.

Bilgi modeli mimarları. Ontology-Based Layered Hybrid AI-Driven Knowledge Model for Personalized E-Learning çalışması, Kişiselleştirilmiş Öğrenme için statik bir ontolojiden daha fazlasının gerekli olduğunu savunmakta; klasik dört modelli ITS mimarisinin yerine eşlenmiş ontolojiler sistemi ile kurallar ve analitik önermekte ve her yeni yapının maliyetini düşürmeyi amaçlayan sekiz sınıftan oluşan bir yeniden kullanım çerçevesi sunmaktadır.

Altyapı ve ölçüm mühendisleri. Generalizing a Highly Configurable Analytics Pipeline to Replicate and Support Educational Research Across Multiple Domains çalışması, üç eğitim YZ asistanı üzerinde doğrulanmış, bir alanda oluşturulan yöntemlerin başka bir alana da uzandığı modüler, alan agnostik bir öğrenen etkileşim veri hattı tanımlamaktadır — tek bir kursa özel gösterge paneli yerine yeniden kullanılabilir bir Öğrenme Analitiği altyapısı. StanBKT: Rethinking Parameter Estimation in Bayesian Knowledge Tracing çalışması tamamlayıcı bir durumu göstermektedir: bir Bayesçi yeniden uyarlaması, yerleşik nokta tahmini aracıyla (AUC 0.711) özdeş tahmin üretmiş; yalnızca maliyette ve bir koşul karşılaştırmasını yorumlanabilir kılan güvenilirlik aralıklarında farklılık göstermiştir.

Kurumlar içindeki geliştiriciler. From Surface Learning to Deep Understanding: A Grounded AI Tutoring System for Moodle çalışması, BBÜ destekli özel dersi bağımsız bir araç olarak sunmak yerine mevcut bir LMS'e gömer; böylece, ITS literatürünün sistemlerin pratikte başarısız olmasının nedenlerinden biri olarak adlandırdığı benimsenme eşiğini düşürür. SAVVY: Student Attention Visualization for Video-based Learning Analysis çalışması, çok kipli dikkat sinyallerini öğretmenlerin bir videoyu yayımlamadan önce okuyabileceği bir arayüze dönüştürür. Instructional Agents, ADDIE'nin ilk üç aşamasını role özgelleşmiş ajanlarla otomatikleştirir ve eleme çalışması bir tasarım dersidir: tek ajanlı temel çalışma en kötü puanı almış, Full Co-Pilot Autonomous'u 0,5–0,9 puanla geçmiş ve arka uçlar arasında kalite farkı olmadığından en ucuzu varsayılan olmuştur.

Bir tasarım iddiası neye dayanabilir

Kanıt tabanı göründüğünden daha zayıftır. Presumed Effective: The Manufacturing of an Evidence Base for AI-in-Education Through Flawed Meta-Analysis çalışması, YZ'nin eğitimi geliştirdiğini iddia eden 14 meta analizi denetlemiş ve hiçbirinin iddiasını gerekçelendirmediğini bulmuştur: ikisi dışında tümü müdahaleyi bir araç olarak tanımlamış, incelenen 59 temel çalışmanın %61'inin geçerlilik sorunları bulunmuş, heterojenlik rapor edilen her yerde yüksek olmuş, moderatör analizleri yetersiz güce sahip imiş ve yayın yanlılığı hiçbir zaman geçerli biçimde değerlendirilmemiştir. Geri çekilen bir meta analiz, örneklenen sonraki makalelerin %60'i tarafından hâlâ yetkili bir kaynak olarak alıntılanmıştır. Bir geliştirici için "YZ öğrenmeyi geliştirir" ifadesi, bir tasarım girdisi değil, ürün kategorisi iddiasıdır.

Yalnızca doğruluğu değil, belirsizliği ve tam maliyeti raporla. StanBKT için Bayesçi çıkarım, tahminde hiçbir şey kazandırmaz; hangi etkilerin güvenilir olduğunu söyleyebilme açısından ise her şeyi kazandırır. Towards sustainable AI knowledge-base assistants in computer science education: on-premise deployment and optimization with open educational resources çalışması, geri çağırma elemelerini, nicelemeye duyarlı ince ayarı, VRAM'ı, sorgu başına enerjiyi ve alıntılanan açık kaynaklara karşı ölçülen halüsinasyonu raporlar — yazarların sistemin doğrulanmış bir özel ders aracı olmadığına dair kendi uyarısıyla birlikte. İşte bu, bir uygulama iddiasını denetlenebilir kılan evaluation disiplinidir.

Öğretmenler ve öğrenenlerle birlikte tasarım

Açıklamalar öğretmenin dilini konuşmalıdır. The Impact of Explainable AI on Teachers' Trust and Acceptance of AI EdTech Recommendations: The Power of Domain-specific Explanations çalışması, bir makine öğrenimi öneri aracı üzerinde 41 kimya öğretmeniyle öznel içi bir deney yürütmüştür: anlaşılabilirlik, Güven ve benimsenme olumlu yönde ilişkiliymiş ve müfredat dilinde verilen alan kaynaklı açıklamalar, öznitelik önem düzeyi açıklamalarına göre belirgin biçimde daha yüksek anlaşılabilirlik, öğrenilmiş trust ve benimsenme üretmiştir. Güven aynı zamanda dinamikmiş — bazı öğretmenler bunu yalnızca sınıf deneyiminin çözeceğini söylemiştir — ve benimsenme, pedagojik uyum ile iş yükünün azalmasına bağlı imiş.

Kurumsal ölçekte birlikte tasarım. Open University'deki AIDA, 18 ay boyunca 498 öğrenci ve 20 personelle yürütülen altı tasarım temelli çalışmayla geliştirilmiştir. Başlangıçta yaklaşık %20'si kuşkuluymuş; uygulamalı kullanımdan sonra %96'sı aracın sürdürülmesini istemiş ve keşif amaçlı bir RKT iki kat daha uzun kullanım süresi bulmuş, ancak öğrenme süreci verilerinde anlamlı farklılık görmemiştir. İmkân veren etkenler örgütselmiş — üst düzey destek, birimler arası iş birliği, veriyle bilgilenen yineleme — sistem düşüncesi kapasitesinde ise boşluklar bulunmuştur.

Tedarik, açıklık ve finansman durduktan sonra

Towards sustainable AI knowledge-base assistants in computer science education: on-premise deployment and optimization with open educational resources çalışması, bir tedarik kararının ihtiyaç duyduğu girdileri sağlamaktadır: 12 GB VRAM'lık bir donanım tabanı, 7B sınıfı bir model için bir doğruluk tavanı, sorgu başına enerji ve bir tercih sıralaması — önce geri çağırma (olmadan model %52,3 ile bir TF-IDF taban çizgisinin altında kalmış), sonra ince ayar, sonra nicelemeye duyarlı sıkıştırma; açık lisanslama, bir derlemi yerinde sunmanın ön koşuludur. Reclaiming Epistemic Agency: A Critical Framework for Human-Generative AI Co-Agency in Education çalışması aynı kararı yönetişim olarak çerçevelemektedir: şeffaflık gereksinimleri, satın almayı epistemolojik bir yönetişime dönüştürür; itiraz edilebilirlik ve kaynak (provenance) koşullar haline gelir ve kapasitesi en az olan bölgeler en yüksek çıtayla karşı karşıya kalır. What Does the Credential Still Certify? Cognitive Stewardship for AI-Mediated Education çalışması, denetlenen 30 politika paketinden yalnızca %29'unda satıcı yönetişiminin yer aldığını eklemektedir; bu paketler, hangi öğrenme kanıtının kaldığını belirtmekten çok daha kolay biçimde YZ'nin ne yapabileceğini belirtmiştir. Generative AI (GenAI) as a mindtool that supports generative learning (GL) çalışması tasarım sorusunu ortaya koyar — ürün, aracın yanında öğrenmeyi mi teşvik eder yoksa bilişsel işi mi devreder — ve What Makes Words Hard? Sakura at BEA 2026 Shared Task on Vocabulary Difficulty Prediction çalışması bu değiş tokuşu küçük ölçekte gösterir: en yüksek puanı alan kara kutu modeli (r > 0,91), yorumlanabilir olandan (r > 0,77) daha az açıklanabilirmiş.

Bağlı kavramlar

Bağlı makaleler

Bağlı kaynaklar

Playlab
Eğitimcilerin kendi yapay zeka uygulamalarını oluşturduğu, paylaştığı ve değerlendirdiği, kâr amacı gütmeyen bir içerik üretici platformu — müfredatlarına dayalı, seçtikleri modelle çalışan ve öğretmen görünürlüğü yerleşik.

Üst veri

Hedef kitle	Instructional Designers, Software Developers, Learning Analytics Designers, Institutions, Educational Technology Developers
Teknolojiler ve teknikler	Öğrenme Analitiği, Edtech Platformu, Açık Kaynak
Araştırma yöntemleri ve değerlendirme	Tasarım Temelli Araştırma
Eğitimde YZ’nin temelleri	Eğitsel Gelişim, Öğrenme Tasarımı
Sayfa türü	Evaluation

Source History Edit Chat