AIEd Bilgi TabanıAIEd KB
Bu sayfada

Bu sayfayı İngilizce okuyun

Kavramlar

Çevre Eğitimi

Oluşturuldu 2026-10-14

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

Düşünülmesi Gerekenler

  • “YZ ve çevre eğitimi” ifadesi çok farklı iki şey anlamına gelebilir: iklim ve sürdürülebilirlik hakkında öğretmek için YZ kullanmak ve sınıflarda YZ kullanmanın çevresel maliyetini azaltmak. Kurumunuzda hangisini duyuyorsunuz — ve hangisine bütçe kalemi ayrılmış?
  • Eğer bir üniversite iklim bilimini, her öğrencinin dizüstü bilgisayarında çalışan enerji yoğun bir büyük dil modeli ile öğretiyorsa, çevre eğitimini mi ilerletmiştir, yoksa onu mu zayıflatmıştır? Cevabın “ikisi de” olması için neyin doğru olması gerekirdi?
  • Bir deney, YZ destekli sorgulamanın yalnızca sorgulamaya kıyasla iklim karar alma becerisini iyileştirdiğini ve kazanımların en zayıf adımlarda yoğunlaştığını buldu. Sınıfınızda YZ destekli bir iklim ünitesine güvenir miydiniz ve önce neyi görmeniz gerekirdi?
  • Neredeyse hiçbir AIEd makalesi hesaplama gücünü veya karbon ayak izini bildirmiyor. Bildirilmeyen Sürdürülebilirlik etkisi bir araştırma problemi mi, bir tedarik problemi mi, bir öğretim problemi mi, yoksa bunların hiçbiri mi?

Giriş

Çevre eğitimi, ekolojik sistemleri, iklimi ve insan–çevre karşılıklı bağımlılığını anlayışını, bunlara ilişkin eylem için gerekli eğilim ve yetkinliklerle birlikte geliştirir — kurumsal olarak genellikle Sürdürülebilir Kalkınma için Eğitim (ESD) ya da “yeşil eğitim” olarak çerçevelenir. Eğitimde YZ bağlamında bu terim, bilgi tabanının her zaman adını koymadan çarpıştığı bir gerilim taşır: çevre eğitimi için bir araç olarak YZ (iklim ve sürdürülebilirlik içeriğini üretici araçlarla öğretmek) ve YZ’nin kendi çevresel ayak izi (kurumların kullandığı modellerin karbon, su ve enerji maliyeti). Bunlar farklı kanıtlara, aktörlere ve çözümlere sahip farklı sorulardır; bazı makalelerin ve çoğu strateji belgesinin yaptığı gibi onları birbirine karıştırmak, kimin ne için sorumlu olduğunu söylemeyi olanaksız kılar.(A Scoping Review of AI for Sustainability and Sustainable AI in Higher Education)(The Environmental Cost of LLMs in AIED: Reporting and Practices)

“YZ ile çevre eğitimi” adı verilen iki şey

  • Çevre eğitimi için YZ — çevre içeriği öğretmek, sürdürülebilirlik bilinci oluşturmak veya yeşil becerileri desteklemek için YZ kullanmak. Bu yarısında çerçeveler, bir öğretmen anket çalışması ve bir sınıf deneyi vardır.
  • Eğitimde YZ’nin ayak izi — ders konusu ne olursa olsun, öğretimde kullanılan modellerin ve altyapının emisyonları ve kaynak kullanımı. Bu yarısında bir raporlama uygulaması incelemesi, bir mühendislik Karşılaştırma testi (Benchmark)’ı ve bir küçük arayüz çalışması var — ve özellikle çevre eğitiminde kullanılan YZ’nin ayak izine dair hiçbir şey yok.

Üçüncü ve daha zayıf bir akım, “sürdürülebilir öğrenme”yi çevresel değil pedagojik bir nitelik olarak ele alır: Bilişsel Yükü Dışarı Aktarma tarafından kısa devre yaptırılmak yerine kalıcı olan ve aktarılan öğrenme. Sürdürülebilirliğin sözcük dağarcığını paylaşır ama çevresel bir iddia değildir.(Fostering Sustainable Learning via Embodied Intelligence: The E3-HOT Framework for Higher-Order Thinking in the AI Era)

YZ ile çevre ve iklim konularını öğretmek

En güçlü kanıt, iklim değişikliğini sosyo-bilimsel bir konu olarak kullanan üç gruplu yarı-deneysel bir çalışmadır. Yapılandırılmış bir sorgulama görevinde bir YZ ortağıyla çalışan öğrenciler, karar verme rubriğinde yalnızca sorgulama yapan akranlarından (d = 0.69) ve geleneksel öğretimden (d = 1.88) daha iyi performans gösterdi; en büyük kazanımlar öğrencilerin en zayıf girdiği adımlarda — izleme ve uyarlanabilir yönetim ile alternatifler üretme — oldu. YZ koşulu sorgulamanın yerine değil, ona ek olarak uygulandı ve veri toplama ile analiz grupları hiç ayırt etmedi; bu, YZ’nin kanıt toplamaktan çok ödünleşimler hakkında akıl yürütmeyi desteklediğini düşündürüyor.(Can AI-Assisted Inquiry Enhance Students' Decision-Making Skills in Socio-Scientific Issues? A Three-Group Experimental Study on Climate Change)

Müfredat düzeyinde, AI-SEE çerçevesi YZ’yi ek bir sürdürülebilirlik modülü olarak değil, dört sütun üzerinde (zeka odaklı, yeşil güçlendirmeli, sorumluluk öncülüğünde, uygulamayla bütünleşik) bir mühendislik müfredatına entegre eder; 144 öğrencili bir pilot, sürdürülebilirlik bilincinde ve davranışsal katılımda kişisel, akademik, mesleki ve sosyal düzeylerde kazanımlar bildirdi. Yazarlar bunun tek kurumdan, kendi bildirimine dayalı, tek zaman noktasında yapılmış, Çin’deki bir ulaştırma programına ait görüşme kanıtı olduğunu belirtmektedir.(Enhancing Sustainability Consciousness in Higher Education: Impacts of Artificial Intelligence-Integrated Sustainable Engineering Education)

Tasarım tarafını iki daha küçük çalışma kapsıyor. Sürdürülebilir Kalkınma Pedagojisi kısıtları altında YZ destekli öğretim tasarımı, öğretmen adaylarının ders planlarını inandırıcı olmayacak kadar büyük bir etkiyle iyileştirdi (d = 2.80, 28 ekip, kontrol grubu yok). Ayrı olarak, 122 hizmet içi öğretmenle yapılan bir yapı eşitliği çalışması, bilim ve yeşil enerji görevlerinde pratik YZ kullanımının ve ESD ile uyumlu materyaller geliştirmeye katılımın YZ entegrasyon yetkinliğini öngördüğünü, soyut YZ bilgisinin ve tutumların ise öngörmediğini buldu — ancak ikili kategorili bir anket ve zayıf bir bilgi yapısı, sonucun ne kadar genellenebileceğini sınırlıyor.(The Role of Artificial Intelligence in Green Education: Optimizing Teacher Workflow and Enhancing Pedagogical Design under Sustainable Development Pedagogy (SDP) Constraints)(Teacher Involvement in Developing Sustainable Education Materials for AI Integration in Green Energy Education)

Eğitimde YZ’nin çevresel ayak izi

Bilgi tabanının en ince olduğu yer bu yarısıdır. AIED 2025 bildiri metinlerinin tümünü — 396 makaleyi — inceleyen bir çalışma “açıklama olmadan LLM benimseme”yi buldu: projelerin çoğu LLM kullanıyor, 85 makale herhangi bir hesaplama maliyeti bildirmiş ve yalnızca 57’si çevresel etkiden söz etmiş — birbiriyle uyumsuz ölçütler kullanıldığı için alan kendi kanıtını bir araya getiremiyor. Yazarlar, çevresel maliyeti bildirmemekle baş başa bir etik kaygı olduğunu savunuyor ve özel mülk modeller için iki parametreli bir FLOPs tahminine ek olarak CodeCarbon’u içeren bir Açık Kaynak yöntem öneriyor.(The Environmental Cost of LLMs in AIED: Reporting and Practices)

Öğrenen tarafında, canlı LLM kullanımı sırasında gecikme–karbon ödünleşimini gösteren bir eko-geri bildirim arayüzü, bir bilgisayar etiği dersindeki 89 bilgisayar bilimi lisans öğrencisiyle çalışıldı: öğrenciler düşük gecikmeli etkileşimlerin yaklaşık %45’inde daha düşük karbonlu modu seçti, ancak yüksek gecikmede %5’in altında kaldı; sürdürülebilirlik bilinci bu seçimi belirgin biçimde artırdı. Örneklem küçük ve olağandışı teknik bilgilendirmeye sahip, fakat ayak izi bilgisinin öğrenenleri hareket ettirdiğine dair bilgi tabanındaki tek doğrudan kanıt — ve bağlayıcı kısıtlamanın değerler değil sabır olduğunu düşündürüyor.(When LLMs Slow Down: How Environmental Impacts Mediate University Students' LLM Usage)

Azaltım kanıtı, açık lisanslı içerikle çalışan, tek bir tüketici sınıfı GPU (12 GB VRAM) üzerinde çalışan yerinde bir CS bilgi tabanı asistanından geliyor: sorgu başına en iyi durumda 1.8 mWh — her biri on sorgu gönderen 30 öğrencilik bir sınıf için yaklaşık 0.54 Wh — niceleme farkında ince ayar, hem doğruluk kaybını hem de yalnızca sıkıştırmanın neden olduğu halüsinasyon artışını sınırlandırıyor. Bu bir mühendislik kıyaslaması, öğrenme çalışması değil, ancak ayak izi sorusunun yalnızca kullanım disiplini kolları değil, tasarım kolları (temellendirme, niceleme, dağıtım yeri) olduğunu gösteriyor.(Towards sustainable AI knowledge-base assistants in computer science education: on-premise deployment and optimization with open educational resources)

Yeşil beceriler, sürdürülebilirlik bilinci ve öğretmen kapasitesi

Bu çalışmalar birlikte, eşit dağıtılmayan bir yeşil beceriler gündemini betimliyor: sürdürülebilirlik bilinci müfredatsal bir kazanım, ESD ile uyumlu materyal geliştirme öğretmen yetkinliğinin mekanizması ve iklim karar alma ölçülebilir bir akıl yürütme becerisi olarak. Değer-eleştirel akım çekinceyi sağlıyor: kavramsal bir analiz, YZ’nin sürdürülebilir eğitime katkısının koşullu ve yönetişim aracılığıyla olduğunu, sürdürülebilirliği yalnızca benimseme açık eğitsel değerlere ve insan merkezli amaçlara tabi kılındığında desteklediğini savunuyor — bu da YZ Yönetişimi ve eleştirel pedagojiyi çevre eğitiminin yanına değil içine yerleştiriyor.(Sustainable Education in the Age of Artificial Intelligence and Digitalization: A Value-Critical Approach)

Bu literatürü düzenleyen kapsam incelemesi, ölçek konusunda alanın kendi yargısını sunuyor: uygulamalar enerji yönetimi, iklim izleme ve yeşil kampüs programları çevresinde toplanıyor, ancak ölçek açısından sınırlı, çoğu zaman etik veya çevresel yönergelerden yoksun ve araştırmanın büyük kısmı kavramsal veya küçük pilot düzeyinde kalıyor. Kapsam Kuzey Amerika ve Avrupa’ya yatık, Küresel Güney’den birkaç Güney Afrika çalışması dışında neredeyse hiçbir şey yok.(A Scoping Review of AI for Sustainability and Sustainable AI in Higher Education)

Kanıtların henüz ortaya koymadıkları

  • Çevre eğitimine özgü ayak izi kanıtı yok. Karbon ve enerji sayıları genel LLM çalışmalarından ve bir CS bağlamı kıyaslamasından geliyor; YZ destekli bir iklim veya ESD müfredatının çevresel maliyetini ölçen hiçbir şey yok.
  • Ayak izi müdahaleleri için öğrenme kazancı kanıtı yok. Eko-geri bildirim laboratuvar benzeri bir çalışmada tercihleri değiştirdi; alışkanlıkları, değerlendirme sonuçlarını veya tedariki değiştirdiğini gösteren hiçbir şey yok.
  • Müfredat çerçeveleri için nedensel kanıt yok. AI-SEE tek merkezli bir kendi bildirimli vaka ve E3-HOT uygulanmış çalışması olmayan bir tasarım planı; SDP ders tasarımı sonucunun kontrol grubu yok.
  • Büyük ölçekli veya bağlamlar arası kanıt yok. Buradaki her ampirik sonuç tek merkezli ve öğretmen çalışmaları zayıf ölçütlerle alınmış küçük amaçlı örneklemlere dayanıyor.
  • İki yarı nadiren birlikte inceleniyor, her ikisi de aynı sınıfı ilgilendirmesine rağmen.

Eğitimde Yapay Zeka için çıkarımlar

  1. Hangi soruyu yanıtladığınızı adlandırın. “Sürdürülebilirlik” ifadesini hem iklim öğretimi için YZ hem de YZ’nin kendi ayak izi için kullanan stratejiler, Daniel vd. (2026)’nin ortaya koyduğu hesap verebilirlik boşluğunu gizler; gündemleri ayrı, ayrı sahipleriyle tutun.
  2. Ayak izi açıklamasını alan altyapısı olarak ele alın. Hesaplama gücünü ve karbonu doğruluğun yanında bildirmek — ölçüm kusursuz olmasa bile bir sürdürülebilirlik beyanıyla — uyumsuz ölçütler sorunundan çıkmanın tek yolu.
  3. Sabırsız öğrenen için tasarlayın. Daha düşük karbonlu seçenek algılanan gecikmeye mal oluyorsa, öğrencilerin çoğu onu seçmeyecektir: gecikmeyi düşük tutun, denetimleri görünür kılın ve etkiyi soyut karbon birimleriyle değil somut sonuç terimleriyle anlatın.
  4. Pedagojinin izin verdiği yerde daha hafif dağıtımı tercih edin. Bir modeli lisanslı yerel bir derlemde temellendirmek ve ince ayarla nicelemek, enerjinin bir kesrinde kullanılabilir doğruluk verdi — bulut çıkarımını ölçeklendirmeden önce bu deseni yeniden kullanın.
  5. Öğretmen yetkinliğini farkındalık kampanyalarıyla değil materyal geliştirmeyle oluşturun ve Kuzey Amerika ile Avrupa bağlamlarından kanıt ithal etmek yerine Küresel Güney boşluğunu doldurun.

Bağlı kavramlar

Bağlı makaleler

Üst veri

DisiplinEnvironmental Education
Öğrenme ve öğretimSorgu Temelli Öğrenme, Bağlamsal Öğrenme, Eleştirel Pedagoji
Teknolojiler ve tekniklerÜretici YZ, Büyük Dil Modelleri (LLM), Açık Kaynak
Kurumlar ve politikaEğitimde YZ Politikası, YZ Yönetişimi
Eşitlik, etik ve sorumlu kullanımSürdürülebilirlik, Etik, Küresel Güney
Eğitimde YZ’nin temelleriEğitimde Yapay Zeka
SourceHistoryEditChat

Bu sayfayı göm

Bu sayfayı bir öğrenme yönetim sistemine veya başka bir web sitesine gömmek için aşağıdaki kodu kopyalayın. Gömülü sürüm yalnızca sayfa içeriğini gösterir — site başlığını, gezintiyi ve alt bilgiyi gizler.