AIEd Bilgi TabanıAIEd KB
Bu sayfada

Bu sayfayı İngilizce okuyun

Kavramlar

İnsan–YZ İşbirliği

Oluşturuldu 2026-10-14

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

İnsan–YZ işbirliği — insanlar ile modeller arasındaki bilişsel iş bölümü — bilgi tabanının temel etkileşim temasıdır: Human-AI collaboration in higher education: Exploring the impact of technology expectations and distrust, It Felt a Bit Eerie": Exploring Humanlike Interactions During Collaborative Writing with an Artificial Agent, Generative AI (GenAI) as a mindtool that supports generative learning (GL) ve Balancing Teacher and Student Agency: Co-Orchestration Tool Design Supporting Real-Time Dynamic Pairing güveni, etkileşimi ve birbirini tamamlayan rolleri incelemektedir (İnsan-Denetiminde Yapay Zeka, Etkenik YZ). Belirleyici soru şudur: ortaklığın öğrenenin kendi bilişsel emeğini koruyup korumadığı — aynı düzenleme, sorumluluğun paylaşım biçimine bağlı olarak öğrenmeyi destekleyebileceği gibi onun yerine de geçebilir.

Dikkate Alınması Gereken Sorular

  • İnsan–YZ işbirliğindeki belirleyici soru, ortaklığın kendi bilişsel emeğinizi koruyup korumadığıdır. YZ’ye devrettiğiniz bir görevi düşünün: üretiyor ve karar veriyor muydunuz, yoksa yalnızca kabul mü ediyordunuz?
  • Bir çalışma, ChatGPT ile serbest biçimde işbirliği yapmanın yalnızca geçici kazanımlar ürettiğini — bu kazanımların ise sonradan yardımsız yapılan bir görevde çöktüğünü — bulmuş, oysa “önce düşün, ChatGPT sonra” protokolünün kalıcı öğrenme sağladığını göstermiştir. Fikirleri kimin ürettiği, gerçekten öğrenip öğrenmediğinizi neden öngörebilir?
  • Aynı araç, sorumluluğun paylaşım biçimine bağlı olarak öğrenmeyi destekleyebileceği gibi onun yerine de geçebilir. Sizi bilişsel açıdan verimli tutan bir düzenleme ile düşüncenizi sessizce YZ’ye yükleyen bir düzenleme örneği verebilir misiniz?
  • Bir düzenleme olağan rolleri tersine çevirir: model cevapları sağlamak yerine öğrenci içeriği açıklar ve model, açıklamalar, örnekler ve bir karşı görüş isteyen bilgisiz taraf olarak davranır. Eğer soran taraf YZ ise, düşüncenin ne kadarının sizin tarafınızda kaldığına ne olur?
  • Güvenin varsayılmak yerine ayarlanması gereken bir şey olarak tanımlandığı belirtilir — YZ’yi uygun olduğu yerde güvenerek kullanmak, uygun olmadığı yerde doğrulamak. Şu anda YZ çıktısına ne zaman güvenip ne zaman doğrulama yapacağınıza nasıl karar veriyorsunuz?
  • Araştırma, verimlilik ile kendi kendini düzenleyici etkileşiminizin derinliği arasında ödünleşim yapan işbirliği biçimlerini belirlemektedir. Öğrenmenin daha fazlasını kendi elinizde tutabilmek için ne zaman daha az verimliliği kabul etmeye değer?
  • Eğer işbirliği teknik bir tercih kadar pedagojik bir tercihse, öğrencileriniz için YZ’nin düşüncenin yerini almak yerine onu güçlendirdiğinden emin olmak amacıyla hangi tasarım hamlelerini (istek metinleri, iş akışları, yapılar) kurardınız?

Giriş

İnsan–YZ işbirliği, öğrenenlerin, öğretmenlerin ve YZ sistemlerinin bilişsel işi nasıl böldüğünü — kimin ne yaptığını, kimin karar verdiğini ve Güven ile Öğrenen Etkenliği açıklığının nasıl sürdürüldüğünü — tanımlar. YZ’yi ya bir yedeğin ya da pasif bir aracın yerine geçen bir şey olarak çerçevelemek yerine, işbirliği araştırması YZ’yi birbirini tamamlayan güçlere sahip bir ortak olarak ele alır; bu ortaklığın değeri, sorumluluğun nasıl paylaşıldığına ve izlendiğine bağlıdır. Gözlemlenebilir davranış düzeyinde Öğrenci–YZ Etkileşimi, öğrenenlerin bu ilişkiyi uygulamada nasıl hayata geçirdiğini — YZ ile an an yaptıkları soruları, istek metinlerini ve doğrulama hamlelerini — yakalar.

İş bölümü etkileşimi tasarlayan kişiler için de geçerlidir. On iki öğretmen adayı eğitimi kurs uygulaması boyunca öğretim elemanları YZ’yi bir düşünme ortağı, eleştiri üreteci ya da provalama aracı olarak konumlandırdı; adaylar ise kararları değerlendirme, uyarlama ve gerekçelendirme sorumluluğunu elinde tuttu. Öte yandan aynı beyaz kitap, YZ yazarlığı açıklandığında adayların önceden yararlı buldukları geri bildirimi değersizleştirdiğini ve bu olguyu “balon patlatma etkisi” olarak adlandırdığını bildirmektedir. 1.378 tasarımcı–sohbet robotu etkileşiminin analizi ise üretim konusunda tersi yönde işaret eder: tasarımcılar gömülü asistanı içerik üretmekten çok öğrenme çıktıları ve pedagojik yaklaşım konusundaki uyum denetimleri için kullandı. Her iki durumda da öğrenmeyi taşıyan, modelin çıktısı değil insanın değerlendirici yargısıdır.

Faydalar, riskler ve tasarım çıkarımları

Bilgi tabanının kanıtları, insan–YZ işbirliğinin sonucunun YZ’nin kendisine değil tasarıma bağlı olduğu, iki uçlu bir düzenleme olduğunu göstermektedir:

  • İşbirliği, bilişsel etkileşimi koruduğunda öğrenmeyi güçlendirebilir. Mindtool olarak GenAI üzerine yapılan çalışmalar ve yönlendirilmiş işbirliği, iş bölümü öğrenenin üretme, karar verme ve değerlendirme işlevini sürdürdüğünde YZ’nin düşüncenin yerini almak yerine onu güçlendirdiğini — kalıcı kendi kendini düzenleyen öğrenme ve Yaratıcılık kazanımları ürettiğini — göstermektedir. Öğrenenin karar verici rolünü elinde tutması yazmaya da yansır: Oppenheimer, Cash & Connell Pensky (2025), LLM’lerin öğrencilerin argümantif kompozisyonlarına yaptığı eleştirilerin bir dönem boyunca yazmayı geliştirdiğini, öğrencilerin modelin geri bildirimini kabul edip etmemeye ya da ona karşı çıkıp çıkmamaya kendilerinin karar verdiği bir düzenlemede bunu gösterdiğini bildirmektedir (iddiaların %87,8’i çürütülmüştür) — bu, öğrenenin değerlendirici emeğini koruyan bir düzenlemedir; kazanımlar, LLM desteği olmadan yazılan kompozisyonlarda bile ortaya çıktığından bu durum kalıcı bir beceriye değil araca bağımlılığa işaret etmektedir.

  • İşbirliği, fazla yük devrettiğinde öğrenmenin yerini alabilir. Başarısızlık biçimi aşırı güvendir: YZ cevabı ürettiğinde öğrenenin rolü pasif kabul almeye indirgenir ve anlık görev performansı, kalıcı bir öğrenmenin olmadığını maskeler. Performans ve öğrenme karşılaştırması araştırmaları ile yerine geçmeden iskeleleme geçişine ilişkin zarar döngüsü (From Substitution to Scaffolding: Breaking the Self-Reinforcing Harm Cycle of AI in Education (and Beyond)) bunu sistematik biçimde belgelemektedir.

  • Daha iyi bir puan, tek başına işbirliğinin bir şey öğrettiğine dair kanıt değildir. Sayfanın diğer kanıtları yardımla elde edilen performansı temkinli okur ve rastgele bir deney bunun nedenini gösterir. Iqbal ve arkadaşlarının (2026) laboratuvar çalışmasında 87 İngilizceyi yabancı dil olarak öğrenen öğrenci önce yardımsız bir kompozisyon yazmış, ardından onu ChatGPT 4.0 ile (n = 29), bir insan yazma öğretmeniyle (n = 28) ya da hiç destek almadan (n = 30) revize etmiştir. Öğrencinin kullandığı dört iz kökenli revizyon stratejisinden hangisi aldığı destekle güçlü biçimde ilişkiliydi (Cramér’in V = 0,668) ve yalnızca önceki yazma stratejisiyle orta düzeyde ilişkiliydi (Cramér’in V = 0,333); Motivasyon, yazma becerisi ve üstbilişsel yargı doğruluğu genel olarak hiçbir ilişki göstermedi, üstbilişsel bağlantı yalnızca desteksiz koşulda ortaya çıktı (p = 0,0460). Kritik olarak, hiçbir revizyon stratejisi puan değişimini öngörmedi (p = 0,273) — oysa destek türü öngördü: GenAI grubu, insan uzmanı ve kontrol gruplarından anlamlı biçimde daha fazla gelişme gösterdi (H(2) = 16,591, p = 0,00025, η² = 0,174) ve aynı giderek azalan Yardım Arama stratejisi içinde GenAI öğrencileri ortalama yaklaşık 4 puan kazanırken insan uzman öğrencileri 0,5 puan kaybetti. Yazarlar bu örüntüyü, dışsal desteğin öğrenenin kendi üstbilişsel yargısını atladığı biçiminde okurlar ve kazanımların kalıcı bir yetiden ziyade göreve özgü bir iyileştirme olabileceği konusunda uyarır. Bu, kim üretir ve karar verir ilkesini ortadan kaldırmaz (çalışma desteği kimin sağladığını değiştirdi, düşünceyi kimin ürettiğini değil), fakat bir eğitmenin uygulaması gereken sınavı keskinleştirir: yardımla elde edilen bir kazanım, öğrenme sayılabilmesi için yardımsız bir görevde ayakta kalmalıdır ve salona bir insan uzmanı eklemek kendiliğinden daha güvenli bir düzenleme değildir.

  • Akranlar eklemek de kendiliğinden daha güvenli bir düzenleme değildir. Chu, Dai ve Zhai (2026), 87 lisans öğrencisini sekiz hafta boyunca ya yalnız ya da bir GenAI çok ajanlı sistemiyle eşli çalışmaya ayırdı. Eşler karmaşık tasarım projesinde en yüksek puanı aldı (M = 89,64; sistem olmadan eşli çalışan öğrencilere göre 85,85, sistemle yalnız çalışanlara göre 86,45; p = 0,039), oysa eleştirel düşünme farkındalığı en çok yalnız çalışanlarda arttı (M = 0,41) ve eşlerde hafifçe düştü (M = −0,04, p = 0,039).

  • Tasarım ilkesi — öğrenenin üretken emeğini koruyun. Araştırmalar boyunca, işbirliğinin yardım edip etmediğinin en kesin öngörücüsü kimin üretip karar verdiğidir. İnsanı bilişsel açıdan üretken tutan düzenlemeler (yönlendirilmiş istek metni yazımı, “önce düşün, sonra YZ’ye danış”, doğrulama ve değerlendirme adımları) öğrenmeyi destekler; görevin tamamını modele devreden düzenlemeler desteklemez. Tamamlayıcı hamle, modelin olması gereken şeyi değiştirmektir. Wang ve arkadaşlarının (2026) yarı deneysel çalışmasında 68 öğretmen adayı ya tersyüz edilmiş sınıf kavramını ERNIE 3.5 üzerine kurulu (meraklı ve takdir edici olarak çerçevelenen, açıklamalar, örnekler, doğrulama gerekçeleri ve karşıt bir bakış açısı isteyen, Bloom taksonomisine göre sıralanan) bir GAI acemi öğrenen rolüne açıkladı ya da aynı model üzerine kurulu bir GAI öğretmene sorular sordu. YZ’ye öğreten öğrenciler daha iyi açıklama yaptı (tersyüz edilmiş sınıfı tanımlama M = 4,18’e karşılık 3,29; öğretim etkinlikleri M = 4,91’e karşılık 3,06; her ikisi için p < 0,001) ve daha fazla ile daha yüksek nitelikli soru üretti (M = 3,67’ye karşılık 2,14; M = 5,67’ye karşılık 3,07; her ikisi için p < 0,001); nesnel geri çağırma ise istatistiksel olarak ayırt edilemezdi (M = 23,18’e karşılık 21,57, p = 0,416), dolayısıyla avantaj bilgi erişiminden çok açıklama ve aktarımdaydı. YZ öğretmeni koşulundaki öğrenciler bu ödünleşim konusunda açık sözlüydü: bazıları “daha doğru ve ayrıntılı bilgi” verdiğini kabul etti, ancak “kullandıktan sonra bağımsız düşünmek istemediğini” bildirdi. Modele öğretilecek öğrenen rolünü atamak, öğrenciyi fikirlerin tek kaynağına dönüştürür ve uygun bir akrana ulaşmanın uzun süredir süregelen güçlüğünü ortadan kaldırır. Bununla birlikte iki tasarım sınırı vardır: planlama ve izleme gelişmedi (M = 4,01’e karşılık 3,78, p = 0,062), dolayısıyla rol tersine çevirme tek başına bir üstbilişsel müdahale değildir ve yazarlar bu boş sonucu, öğrencilerin dikkatini içerik doğruluğunda tutan bir görev tasarımına bağlamaktadır. Bir yazma sınıfında bu ilke somut ve öğretilebilir bir biçim alır. Alshehri ve arkadaşlarının (2026) Suudi EFL yarı deneysel çalışmasında öğrenciler beş bölümlü bir rutini uyguladı — sorunu çerçevelemek ve istek metinleri tasarlamak, yinelemeli biçimde taslak yazmak, revize etmek, her iddia ve alıntıyı akademik veri tabanlarına karşı doğrulamak ve kendi atıf ve güven düzenlemelerini yönetmek — ve her ödevde neyi kabul ettiklerini, neyi reddettiklerini ve nedenini içeren bir YZ kullanım kaydı gerekti. Yazma ve dijital eleştirel düşünme birlikte yükseldi ve neredeyse aynı adımda ilerledi; öğrencilerin yansıtmaları, doğrulama ve halüsinasyon onarım rutinlerini özellikle eleştirel düşünme kazanımlarına bağladı: çıktıları sorgulama alışkanlıkları aynı zamanda kompozisyon kararlarını da şekillendirdi. Yazarların kendi çekincesi ilkenin zorunlu tamamlayıcısıdır — iş akışı bağımlı değil kendi kendine yeterli bir yapı değildir ve ince İskeleleme (Scaffolding), düşük eleştirel düşünme ya da üstbilişsel hazır bulunuşluk (öğrencilerin kötü çıktıyı yakalama kapasitesinin olmadığı durumlar), kompozisyon kararlarının kademeli olarak devredilmesi ya da belirsiz kurumsal YZ kullanım politikası altında ters sonuç verebilir.

  • Sınırlı yetki, yüksek riskli işbirliği için doğrudan bir tasarım örüntüsüdür. Reichert ve arkadaşlarının (2026) öğretmenleri açık uçlu asistanların prototiplerini yapmadı; özgürlüğü önceden sabitlenmiş sistemler tasarladı: her tasarım sohbet robotunu belirli ders içeriğine özgü bir kapsamla sınırladı ve güvenlik alan sınırları olarak katmanlandı — derse özgü kapsam artı konuşmanın ilerlemesinden önce asgari sayıda olgu ya da problem gerektiren bir “bilgi kotası”; standartlaştırılmış retlerle (“Üzgünüm, bu benim bilgi tabanımın parçası değil”) birlikte öğretmeni de uyaran içerik süzgeçleme; ve belirsiz durumlar için öğretmen onay hakkı — verilen örnek, kendi ünitesi içinde meşru olan ve otomatik olarak reddedilmek yerine bir insana yönlendirilmesi gereken bir insan üremesi sorusuydu. Biçim, tür, hız ve karmaşıklığın kişiselleştirilmesi bu sınırların içinde olumlu karşılandı; gözetim (eksiksiz konuşma kayıtları, gerçek zamanlı uyarılar, onay hakkı) modele duyulan güvensizlikten çok profesyonel bir sorumluluk olarak çerçevelendi. Çıkarım şudur: yüksek riskli ortamlarda iş bölümü, tur tur müzakere edilmek yerine sınırlı, izlenen ve geri alınabilir biçimde tanımlanmalıdır.

  • Güven varsayılmak yerine ayarlanmalıdır. Verimli işbirliği, öğrenenlerin YZ çıktısına ne zaman güveneceğini ve ne zaman doğrulayacağını doğru ayarlamasına bağlıdır — kör kabulden ya da toptan reddetmeden çok Güven Kalibrasyonu ve insan gözetimi ile bağlantılıdır.

  • Öğretmen–YZ işbirliği yalnızca öğrenme için değil etkileşim açısından da iki uçludur. 468 üniversite öğretmeniyle yapılan üç dalgalı bir anket çalışmasında işbirliği psikolojik erişilebilirlik yoluyla işe bağlılığı artırdı (dolaylı 0,19), oysa işten yabancılaşma yoluyla düşürdü (dolaylı −0,03); dijital yetkinlik her ikisini de düzenledi ve yabancılaşma eğimini 0,38’den 0,17’ye düşürdü (Sun ve arkadaşları (2026)).

  • İş bölümü yeteneğe değil güvenilirliğe göre şekillenir. Öğrenenlerin yerleştiği şey ilkeli bir paylaşımdır: anında ve geniş biçimde uygulanabilir dil geri bildirimi için YZ, bireyselleştirilmiş ve ilişkisel rehberlik için ise öğretmenler — bu paylaşım, her kaynağın doğruluğundan çok algılanan güvenilirliğine göre yapılır, çünkü güven üzerindeki bağlayıcı kısıt algılanan yetkinlik değil algılanan özen idi (Serpil & Mor, 2026).

  • Güven bir nüfus süreci olup yalnızca bireysel bir tercih değildir. Ajan temelli bir modelde, doğrulanmamış kullanıma ilişkin görünür sosyal kanıt, doğrulama oranını 0,29’dan 0,002’ye düşürdü ve aşırı güveni 0,30’dan 0,52’ye yükseltti; oysa görünür akran doğrulaması neredeyse tam doğrulamayı geri getirdi — öğrencilerin başkalarının ne yaptığını görmesini değiştirmek, denetim maliyetini düşürmekten daha etkilidir (Biswas (2026)).

Bu durum insan–YZ işbirliğini teknik bir kavram kadar pedagojik bir kavram haline getirir: ortaklığın değeri; öğretmenlerin etkileşimi nasıl tasarladığına, öğrenenlerin onu nasıl düzenlediğine ve sistemin üretken katılımı nasıl davet ettiğine ya da caydırdığına bağlı olarak şekillenir.

İnsan–YZ işbirliği araştırmalarda nasıl görünür

  • Güven ve beklentiler: Güven beklentileri, öğrenenlerin YZ’ye ilişkin beklentilerinin işbirliğinin verimli olup olmadığını ya da aşırı güvene yol açıp açmadığını nasıl şekillendirdiğini inceler.

  • Yazma ve düşünmede birbirini tamamlayan roller: İnsansı YZ işbirlikçi yazımı ve mindtool olarak GenAI, iş bölümü öğrenenin bilişsel etkileşimini koruduğunda YZ’nin öğrenenin düşüncesinin yerini almak yerine onu nasıl güçlendirebileceğini gösterir.

  • Yönetim ve etkililik: Öğretmen–öğrenci etkililik yönetimi ve öğrenci zihinsel modelleri, etkileşimin insanlar ile YZ arasında nasıl müzakere edildiğini ele alır ve İnsan-Denetiminde Yapay Zeka ile Etkenik YZ ile bağlantı kurar.

  • Üstbilişsel ve ekip boyutları: İnsan merkezli YZ üstbilişsel modelleri ve öğrenci ekiplerinde disiplinler arası aracılık, işbirliğini üstbilişe ve ekip öğrenimine taşır.

  • İşbirliği yetkinliği bir yapılandırmadır, bir kontrol listesi değil — üstbiliş, Teknolojik Pedagojik İçerik Bilgisi (TPACK)’in bütünleştirici rolünü üstlenir. Dang, Hong, Doyle ve Nguyen (2026), İnsan–YZ İşbirliği Yetkinliğini alan, YZ yetkinliği ve üstbilişsel yetkinlik ile bunların kesişimlerinin (YZ ile Çalışma, YZ ile Ajanlı Öğrenme, Ajanlı Kişisel ve Mesleki Gelişim ve HACC’in kendisi) dinamik bir yapılandırması olarak tanımlar ve var olan bir müfredat üzerine yapıştırılmış toplamsal bir YZ becerileri listesini açıkça reddeder. Merkezi hamleleri, pedagojinin TPACK içindeki bütünleştirici işini yeniden atamaktır: YZ görev açıldıkça katkısı değişen uyarlanabilir bir katılımcı olduğundan, koordinasyon yükü öğrenenin kendi üstbilişine düşer — YZ’ye ne zaman danışılacağına, etkileşimin nasıl çerçeveleneceğine ve ne zaman onun üzerine gidileceğine karar vermek — dolayısıyla işbirliğini verimli tutan mekanizmayı elinde tutan, öğretmen değil öğrencidir. Öğrenen etkililiği bilerek bağımsız bir düğüm olarak çıkarılmıştır; bunun yerine öğrencilerin üç yetkinliği koordine ederken ifade ettikleri ortaya çıkan bir niteliktir, bu da etkililiği tek başına eğitilecek bir beceriden çok yapılandırmanın bir özelliği haline getirir. Çerçevenin 24 Yeni Zelanda eğitimcisiyle yaptığı görüşme çalışması boyutları betimsel olarak desteklemiş ve rol düzeyi kabulden çok vurguyu değiştirmiştir: müdür eğitimcilerin ağları HACC ve mesleki gelişimle bağlantılı olarak YZ’de merkezlenmiş olup kıdemli eğitimcilerden (U = 10,00, p = .04) ve mesleğin başındaki eğitimcilerden (U = 7,00, p = .01) anlamlı biçimde farklılaşmıştır.

  • Ayrı işbirliği biçimleri: deneysel çalışmalar üç insan–YZ işbirlikçi Problem Çözme biçimi belirlemiştir — Delege Edilmiş Akıl Yürütme, Uyumlu Yorumlama ve Delege Edilmiş Ayrıntılandırma — ve dağıtılmış insan–YZ sisteminin verimliliği ile öğrenenlerin kendi kendini düzenleyici etkileşiminin derinliği arasında bir ödünleşim ortaya çıkarmıştır (delege edilmiş akıl yürütme en iyi sonucu verir ancak daha düşük öz-Eğitimde YZ Regülasyonu ile).(Unpacking Interaction Profiles and Strategies in Human-AI Collaborative Problem Solving: A Cognitive Distribution and Regulation Perspective)

  • İnsan ve YZ kolaylaştırıcıları yapılandırılmış tartışmada algısal olarak birbirinin yerine geçebilir, ancak yeniden kullanım farklı nedenlerle işler. Kuhail ve arkadaşları (2026), 32 STEM öğrencisinin yürüttüğü 32 tartışma oturumunda insan moderatörü bir GPT-4 moderatörüyle (ve sonra yeniden insanla) değiştirdi ve etkililik, keyif, memnuniyet, yararlılık ya da kullanım niyeti konusunda istatistiksel olarak anlamlı bir fark bulmadı (t 0,23 ile 1,30 arasında değişti, p 0,198 ile 0,818 arasında değişti). Farklı olan, öğrencilerin neden geri döneceğiydi: YZ moderasyonunda algılanan yararlılık kullanım niyetini yönlendirdi (0,806, p = 0,004), oysa memnuniyet yalnızca insan moderasyonunda yönlendirdi (0,556, p = 0,002). Yazarlar bu düz karşılaştırmayı, eşdeğerliğin kanıtından çok kurala bağlı görevlerde bir normalleşme olarak okurlar ve YZ moderasyonlu etkinliklerin yararlılığını keyfe dayanmak yerine anlaşılır kılarak etik ve ilişkisel nedenlerle insan gözetiminin sürdürülmesini önermektedir. Çalışma yalnızca algıları ölçtüğünden, öğrencilerin daha iyi tartışıp tartışmadığına dair hiçbir şey söylemez.

  • Görevi devretmeden önce atayın. Tsim ve Gutoreva (2025), öğrenenin gelişim bölgelerine dördüncü bir bölge — modelin zaten bildikleri — ekleyerek Yerine Geçirme, Tamamlama, Yardım ve Müzakere Edilemez atamalar elde eder ve otomasyon–güçlendirme–işbirliği biçimlerinin araç gelişmişliğinden çok denetim yeri ve epistemik sorumlulukla farklılaştığını savunur.

  • Pedagojik düşünme olarak istek metni yazımı, ders çalışmasıyla kurulur. Robinson ve arkadaşları (2026), bir BAE kurumundaki beş öğretmen eğitimcisini, ortaokul ve ilkokul matematiğinde 36 öğretmen adayına ulaşan iki ders çalışması döngüsü boyunca izledi ve ChatGPT (GPT-4o) ile YZ destekli dersler tasarladılar. İşi gören hamle, YZ’yi bir disiplin çerçevesiyle eşleştirmek oldu: öğretmen adayları bir görev üretti, bilişsel talebini değiştirilmiş bir Matematiksel Görev Analizi çerçevesine karşı yargıladı ve ardından kavramsal derinliği artırmak için istek metnini yeniden yazdı; böylece revizyon araç özelliklerinden çok matematiğe dayandı. İncelenebilir 26 istek metninin 16’sı kavramsal görev özellikleri taşıdı ve eğitimciler istek metni yazımının “teknik bir beceri değil; bilişsel bir beceri” olduğu sonucuna vardı. Bildirilen öğrenme revize edilmiş derste arttı (birinci döngüde 7 öğretmen adayının 5’i ve ikinci döngüde 14’ünün 10’u kavramsal ile yordamsal görevleri ayırt etmeyi öğrendiğini bildirdi) ve YZ’den daha kavramsal bir görev istemenin bazen yalnızca daha karmaşık bir görev ürettiği çekincesiyle birlikte. Öğretim elemanı gelişimi için argüman, tek başına araç atölyeleri yerine gerçek derslere yönelik sürekli işbirlikçi soruşturma yönündedir.

  • Rehberlik performans ile öğrenmeyi belirler: Wong ve Qiu (2026), yaratıcı bir görevde serbest ile yönlendirilmiş insan–YZ işbirliğini karşılaştırdı. ChatGPT ile serbest işbirliği yalnızca, sonradan yardımsız bir görevde çöken geçici bir performans üretti; oysa yönlendirilmiş “önce düşün, ChatGPT sonra” protokolü — kendi fikirlerini üretmek, ardından onları geliştirmek, ilerletmek ve değerlendirmek için ChatGPT’yi kullanmak — bağımsız Yaratıcılık kazanımlarında kalıcı artışlar sağladı. Avantaj, kişinin kendi fikirlerini geliştirmeyi hedefleyen işbirlikçi istek metinleri aracılığıyla aracılık edildi; bu da kimin ürettiğinin (iş bölümü) işbirliğinin öğrenme mi yoksa yerine geçme mi ürettiğini öngördüğünü gösterir.(Think First, ChatGPT Later: Guiding Human–AI Collaboration for Learning Gains in Independent Human Creativity)

  • Yalnızca ortak değil aracı olarak YZ: Niari, YZ’yi etkileşimi, epistemik anlam çıkarmayı ve düzenleyici süreçleri orkestre eden, YZ’yi bir öğretmen, akran ya da araç olarak görmek yerine etkililiği, yetkiyi ve sorumluluğu insan olmayan aktörler arasında yeniden dağıtan bir pedagojik aracı olarak yeniden kavramsallaştırır.

  • Öğretmenlerin YZ ile işbirliği de ikili değil, örüntülüdür. Öğretmenler üretici YZ ile ders tasarımları yaptığında etkileşimleri deneysel olarak ayırt edilebilir biçimler alır. Choi ve arkadaşları (2026), YZ çıktısının doğrudan benimsemesinden ve ayrıntılı benimsemesinden ilk reddetmeye, revize edilmiş benimsemeye, takip eden yönlendirilmiş kullanıma, karmaşık etkileşimlere ve YZ’yi atlamaya uzanan yedi öğretmen–YZ etkileşim örüntüsü belirledi; burada bir öğretmenin öğretim deneyimi ile YZ yeterliliği, YZ’yi eleştirel biçimde yeniden istek metniyle sorgulayıp öğrencilere ve bağlama uyarlayıp uyarlamadıklarını (birbirini tamamlayan, Dağıtık Biliş bir iş bölümü) ya da önerileri pasif biçimde kabul edip etmediklerini (YZ egemen bir dağılım) birlikte şekillendirir.

  • Aracılık eden ajan, katılımın melez bir biçimi olarak. Araç ile işbirliçi arasında bir ara nokta olmaktan çok, üretici YZ, eylemi aracılık eden ve koşula bağlı, sorumlu tutulamaz katkılar üreten bir aracılık eden ajan olarak kavramsallaştırılır — teknolojik yeteneğe yönelik tasarımı katılım alışkanlıklarına (gözetimsel etkililik, epistemik uyanıklık) yönlendiren ayrı bir kategori olarak.(Generative AI as a Mediational Agent: Rethinking Learning in Sociocultural Theory)

  • Topluluk ve epistemik yetki: topluluk temelli YZ öğrenimi, işbirliğinin aynı zamanda kimin yetkili olduğu sorusu olduğunu göstererek YZ etkileşimini öğrenenlerin yaşanmış epistemolojilerine dayandırır.

  • Veri güdümlü nitelik keşfi: Başlıca Nitelik Analizi (PTA), geniş Büyük Dil Modelleri (LLM) konuşma külliyatından etkileşim “niteliklerinin” türetilmesini otomatikleştirir — davranış gözlemlerini çıkaran, bunları aday niteliklere kümeleyen, her işbirliğini puanlayan ve en ayırt edici nitelikleri seçen, PCA esinli dört aşamalı bir hat. Bir öğrenci–YZ öğretmeni külliyatı ve bir geliştirici–kodlama ajanı külliyatı üzerinde değerlendirilen PTA, sonuçları açıklayan ve öngören nitelikler bulur (örneğin eğitim ortamında derin kavramsal etkileşim olumlu, görev devri olumsuz yönde) ve — henüz dönemler/ortamlar arasında genelleşmedikleri ya da öğrenme eğrisi seyri göstermedikleri için — yazarlar bu niteliklerin henüz “beceriler” olarak yorumlanamayacağını savunur. Bu, YZ Okuryazarlığı çerçevelerine ve öz bildirim ölçümlerine ölçeklenebilir ve nesnel bir tamamlayıcı sunar ve eğitimcilerin “YZ kullanım becerilerini” nasıl öğrettiğini doğrudan bilgilendirir.

  • En kalıcı kaygı olarak insan–YZ ilişkisi, CAI kuşakları boyunca. Konuşkan YZ ajanları üzerine yapılan şemsiyye derlemesi (Ganguly ve arkadaşları 2025, 34 derleme), insan–YZ ilişkisi kaygılarının — aşırı güven, sosyal izolasyon, kişisizleşme, duygusal bağımlılık, şeffaflık, hesap verebilirlik — GenAI’dan önce de var olan tüm CAI kuşaklarında en sık tartışılan etik konu olduğunu bulmaktadır. Bu durum, “koruma mı yerine geçme mi” sorusunu CAI etiğin tam ortasına yerleştirir ve işbirliğinin değerinin tasarıma (kim üretir, kim karar verir, sorumluluk nasıl paylaşılır) bağlı olduğunu pekiştirir.(Conversational AI agents in education: an umbrella review of current utilization, challenges, and future directions)

  • Gerçek zamanlı uzmanlığı acemilere ölçekleyen YZ — ilk canlı öğretim RCT’si. Wang ve arkadaşlarının (2024) rastgele denemesi (900 öğretmen, hizmetten yoksun topluluklarda ~1.800 K-12 öğrencisi) YZ’yi öğrencinin değil öğretmenin tarafına yerleştirdi: Tutor CoPilot, deneyimli öğretmenlerin yüksek sesle düşünme gerekçelerinden oluşan, acemi öğretmenlerin düzenleyebileceği ya da reddedebileceği gerçek zamanlı uzman benzeri öneriler üretti. İşlem gören öğretmenlerin öğrencileri konuları öğrenmede %4 puan noktası daha yüksek olasılık gösterdi (p < 0,01) ve en düşük puanlı öğretmenlerin öğrencilerinde 9 puan noktası kazanım görüldü — bu öğretmenler yüksek puanlı öğretmenlerin kontrol sonuçlarına ulaştı — yaklaşık $20/öğretmen/yıl maliyetle. Bulgu, öğretmen/öğretmen yardımcısı güçlendirmesinin bir eşit insan–YZ işbirliği biçimi olarak güçlü bir deneysel dayanaktır: insan pedagojik yargıyı ve özerkliği elinde tutarken YZ ölçeklenebilir uzmanlık sağlar.

  • Sınırlı uzmanlar: öğretmenler yetkiyi bir YZ ile nasıl bölüştürür. Reichert, Briceno, Tabarsi ve Barnes (2026), altı ortaokul öğretmeninin kendi sınıfları için LLM sohbet robotlarının prototiplerini kurduğu ve yetkinin öğretmen ile sistem arasında nasıl dağıtılması gerektiğini analiz ettiği katılımcı tasarım çalışması yürüttü. Öğretmenler YZ’yi istikrarlı biçimde, insan gözetimi altında çalışan ve keskin biçimde tanımlanmış bir alanla sınırlı özelleşmiş bir yetenek olan bir sınırlı uzman olarak çerçeveledi ve bu sınırlılığı iki boyuta ayırdı: yetki sınırları — öğrenci öğrenimi ve güvenliği için mesleki ve hukuki sorumluluğun devredilemeyeceği yer — ve uzmanlık sınırları — sistemin bireysel öğrenciler, sınıf dinamikleri ve kurumsal normlar konusundaki öğretmenin bağlamsal bilgisine sahip olmadığı yer. Prototiplerin Gagné’in öğretimin dokuz olayına eşlenmesi, devrin tümü ya da hiçbiri değil seçici olduğunu gösterdi: öğretmenler içerik sunumu, alıştırma problemleri sağlama, İskeleleme (Scaffolding) ve biçimlendirici Geri Bildirim için YZ’yi memnuniyetle karşıladı, ancak öğrencilere hedefleri bildirmeyi ya da özetleyici Değerlendirmei devretmeyi reddetti. Tasarım okuması şudur: bir işbirliği arayüzü, yalnızca modelin neleri yapabildiğini değil, insanın karar verici rolünü nerede elinde tuttuğunu görünür kılmalıdır.

  • Rol yalnızca etiketlenmek yerine uyum sağlamalıdır. Liao (2026), sabit bir “akran” YZ arkadaşının kitap konuşması etkileşimlerini daha uzun sürdürdüğünü ancak konuşmayı domine ettiğini (daha düşük öğrenci kelime/cümle payı) ve bir duygusal tavana ulaştığını göstererek işbirliğinin tek bir sabit kişilikten çok rol-uyumlu bir mantık — akran, asistan ve danışman arasında geçiş — gerektirdiğini savunur.

  • Öğretmen tarafı birlikte tasarım ve rol mimarisi de bir işbirliğidir. Öğrenciye dönük ortakların ötesinde öğretmenler öğretim tasarlamak için GenAI ile işbirliği yapar. Wang ve arkadaşları (2026), öğretmenler ile YZ’nin öğrenme görevlerinin birlikte tasarımını sistematik biçimde derler ve öğretmenler ile YZ’nin ortaklaşa tasarım ürettiğinde ortaya çıkan işbirliği biçimlerini ve gerginlikleri (etkililik, epistemik yetki, denetim) haritalandırır; Talebzadeh (2026), YZ tarafından tasarlanan farklılaştırılmış grup etkinliklerinin niteliğini (rol zenginliği, sinerji, düzey uyumu) YZ akıcılığından çok öğretmenlerin pedagojik uzmanlığının belirlediğini bulur ve öğretmeni bir “iki dilli öğrenme tasarımcısı” olarak konumlandırır.

  • Gruplarda bir ajan ve işbirlikçi bir alan olarak GenAI. Xu ve arkadaşları (2026), küçük Yükseköğretim ekiplerini gözlemler ve GenAI’nin rolünün müzakere edilen ve yapılandırılabilir olduğunu — ast bir asistandan tartışmalı bir takım arkadaşına kadar — ve eş zamanlı paylaşımlı kullanmanın ortak zemini sürdürdüğünü, eş zamansız özel kullanımın ise şeffaflığı parçaladığını göstererek GenAI’yi hem ajan hem de etkileşimli işbirlikçi alan olarak ele alan bir GenAI Destekli Kooperatif Çalışma merceği önerir.

  • Sınıf işbirliğinin birbirini tamamlayan yarıları. İki 2026 çalışması, sınıflardaki insan–YZ işbirliğinin birbirini tamamlayan yarılarını haritalar. MeduAI-SP (Yang ve arkadaşları), klinik eğitimde “işlevsel tamamlayıcılık” savunur: YZ ajanları yinelenen rol yapma, tutarlı hasta Simülasyon, kontrol listesi izleme, Sokratik yönlendirme ve ön biçimlendirici geri bildirimi üstlenir; öğretim elemanları ve insan standartlaştırılmış hastalar ise bağlamsal yorumlama, incelikli duygusal yanıt, bireyselleştirilmiş telafi, profesyonellik değerlendirmesi ve hazır bulunuşluk yargılarını sağlar — yerine geçme, hata sonuçlarına, görev belirsizliğine, ilişkisel duyarlılığa ve mevcut insan incelemesine bağlı olarak sınırlandırılır ve klinik yetkinliği özerk biçimde belirlemesi açıkça yasaklanmış bir YZ sistemi vardır. Ters yönde, 3 insan/3 ajanlı bir etik tartışmasına katılan 45 öğrencili bir çalışma (Seo ve arkadaşları, 2026) iki uçlu bir örüntü belgeler: ajanlar sosyal engelleri düşürdü (katılımcılar ajanların duygusu olmadığı için daha doğrudan konuştu ve sessizlikleri doldurma zorunluluğu hissetmedi), ancak aynı rahatlık etkileşimi insanlardan uzaklaştırdı — soruların %79,7’si ajanlara yöneldi, oysa bunların erişilebilirliğinin öngördüğü oran %60’tı (p = .017). Dikkate değer olarak, diğer insanların varlığı katılımcıların YZ’ye daha saygılı davranmasını sağladı; bu durum, insan eş varlığının YZ etkileşimini ayarlamada doğrudan bir imkân olduğunu düşündürmektedir.

  • Mesleki programlar eğitimi rutin üretimden işbirliği yetkinliklerine yönlendirir (bir tasarım protokolü): Wang (2026), çeviri eğitimi için bir görev yer değiştirme envanteri (YZ yer değiştirme olasılığına göre puanlanan [E]/[P] kaynak etiketli 18 alt görev) ve dört yönlendirilmiş yetkinlik etrafında kurulu bir tasarım temelli çerçeve önerir: disiplinler arası bilgi, YZ orkestrasyonu, stratejik yargı ve eleştirel YZ değerlendirmesi. Çerçeve henüz deneysel veri içermeyen ön kayıtlı bir protokoldür; katkısı yöntemdir — denetlenebilir bir yer değiştirme analizi artı müfredat reformu için bir birlikte tasarım yolu — ve bu, rutin görevlerini ajanlı sistemlerin giderek daha fazla üstlendiği herhangi bir mesleki programa aktarılabilir.

  • Dolanışma türleri öğrenciden ne istedikleri açısından farklılık gösterir ve bazılarının nadir kalmasının nedeni de budur. Sun, Dohn ve Rehm (2026), 102 yükseköğretim çalışmasını epistemik işin öğrenci ile sistem arasında nasıl paylaşıldığına göre sınıflandırır (Asistan, Etkinleştirici, Bütünleştirici, Üretici, Yeniden Tasarlayıcı) ve yetkinliğin bireysel öğrenciye atfedilebildiği iki biçimin külliyatın her birinde %42,16’sını oluşturduğunu, yazarlığı dağıtan biçimlerin ise marjinal kaldığını bulur. Açıklamaları teknikten çok kurumsaldır: nadir türler, öğrencilerden üretmedikleri çıktılar için epistemik sorumluluk almayı isterken aynı zamanda bireysel yazarlar olarak değerlendirilmeye devam ederler ve türleri uygulamanın dışında tutan, iş bölümünün kendisi değil tam olarak bu çelişkidir. Tasarım yanıtı, epistemik işin dağılımını açık kılmak, etkinlikleri bu yelpaze boyunca sıralamak ve sorumluluğun nasıl paylaşıldığına ilişkin yansıtma oluşturmaktır.

Bağlantılar

İnsan–YZ işbirliği İnsan-Denetiminde Yapay Zeka (gözetim), Etkenik YZ (özerklik), Öğretmenlik (öğretmenlerin değişen işi), İskeleleme (Scaffolding) ve Metabiliş (işbirliğinin öğrenmeyi nasıl desteklediği) ve aşırı güven (işbirliği yerine geçmeye dönüştüğünde ortaya çıkan başarısızlık biçimi) ile bağlantılıdır. YZ Okuryazarlığı, Öz Düzenlemeli Öğrenme ve Öğrenci Deneyimi boyunca temel bir temadır.

Bağlı kavramlar

Bağlı makaleler

Üst veri

Öğrenme ve öğretimÖğrenci–YZ Etkileşimi
Teknolojiler ve tekniklerÜretici YZ, Büyük Dil Modelleri (LLM)
Eğitimde YZ’nin temelleriİnsan–YZ İşbirliği, YZ Okuryazarlığı
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.