AIEd Bilgi TabanıAIEd KB
Bu sayfada

Bu sayfayı İngilizce okuyun

Kavramlar

Kapsayıcı Öğrenme

Oluşturuldu 2026-10-14

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

Kapsayıcı Öğrenme — fiziksel, bilişsel, duyusal ve durumsal farklılıkları kapsayan biçimde çeşitli öğrenen ihtiyaçlarına uyum sağlayan eğitim deneyimlerinin tasarımı ve sunumu. Eğitimde YZ bağlamında, kapsayıcı öğrenme araştırması, hem YZ araçlarının engelli ve nöroçeşitli öğrenenler için engelleri nasıl kaldırabileceğini hem de YZ sistemlerinin kendilerinin yeni erişilebilirlik boşlukları yaratmaktan kaçınacak biçimde nasıl tasarlanması gerektiğini inceler.

Dikkate Alınması Gereken Sorular

  • Erişilebilir bir araç, kapsayıcı öğretimi garanti etmez; yardımcı teknoloji, anlamlı bir etki gücü garanti etmez. Bir biçimdeki engeli kaldırmak ile herkesin anlamlı biçimde katılabileceği eğitimi tasarlamak arasındaki fark nedir?
  • Sayfa, kapsayıcı öğrenme, erişilebilirlik, yardımcı teknoloji, özel eğitim ve evrensel tasarımı birbirinden ayırır. Kendi bağlamınızda Eğitimde YZ nereye oturur — ve aslında hangi soruyu yanıtlamaya çalışıyorsunuz?
  • Bir çalışma, sabit duraklamalarla YZ ile bölümlenen videoların DEHB ve DEHB olmayan öğrenenler arasındaki performans farkını ortadan kaldırdığını buldu. Bir grubun ihtiyaçları için tasarım yapmak herkesin öğrenmesini nasıl iyileştirebilir?
  • YZ sistemleri, eski engelleri kaldırırken yeni erişilebilirlik boşlukları yaratma riski taşır. Metin tabanlı, görsel, her zaman çevrimiçi bir YZ aracı hangi öğrenciyi sessizce dışlayabilir?
  • Kapsayıcı değerlendirme araştırması, hile önleme önlemleri ile görsel işleme ihtiyaçları olan öğrenenlere uyum sağlama arasındaki gerginliği ortaya çıkarır. Güvenlik ve erişilebilirlik çatıştığında bu ödünleşim nasıl — ve kimler tarafından — karara bağlanmalıdır?
  • Bazı araçlar, edtech’in görsel olması gerektiği varsayımını tersine çevirir; örneğin görme engelli öğrenenler için ses-öncelikli eşlikçiler. Kendi araçlarınız veya materyalleriniz 'varsayılan' öğrenci hakkında hangi varsayımları yapıyor olabilir?

Giriş

Kapsayıcı öğrenme, mücadele edenler için sonradan uyarlanmak yerine tüm öğrenenlerin anlamlı biçimde katılabileceği şekilde eğitimin inşa edilmesi gerektiğine dair tasarım taahhüdüdür. Burada, komşu ama ayrık kavramlar üzerinde bir şemsiye olarak işlev görür — Erişilebilirlik (herkes biçimi algılayıp işletebilir mi?), Yardımcı Teknoloji (hangi araçlar bir bireyin erişim farkını köprüler?), Evrensel Tasarımla Öğrenme (tasarım değişkenliği nasıl öngörmeli?) — ve Nöroçeşitlilik ile Özel Eğitim kavramlarına istisna değil tasarım bağlamı olarak yaklaşır. YZ, hem bir vaat (kişiselleştirme, uyum, çeviri) hem de yeni bir dışlanma kaynağı olarak (maliyet, veri, dil kapsamı ve modellere gömülü varsayımlar) ortaya çıkar.

İlişkili kavramlar nasıl bir araya geliyor

Kapsayıcı öğrenme şemsiye kavramdır; aşağıdaki sayfalar onun içinde yer alır ve her biri farklı bir soruyu yanıtlar. Örtüşürler ama birbirinin yerine kullanılamazlar — bir iddianın hangisine ait olduğunu bilmek bilgi tabanını isabetli tutar:

Kavram Yanıtladığı temel soru Tipik odak
Kapsayıcı Öğrenme (bu sayfa) Tüm öğrenenlerin anlamlı biçimde katılabileceği eğitimi nasıl tasarlarız? Öğrenen değişkenliği boyunca geniş öğretim tasarımı
Erişilebilirlik Herkes biçimi/ortamı algılayıp işletebilir mi? Altyazılar, alternatif metin, transkriptler, kontrast, klavye/ekran okuyucu uyumluluğu, WCAG
Yardımcı Teknoloji Hangi araçlar/ekipmanlar bir bireyin erişim farkını köprüler? Ekran okuyucular, metin-ses/ses-metin, braille/dokunsal, altyazılama, YZ uyumları
Özel Eğitim Tanı almış engelliliği olan öğrenenlere öğretimi nasıl sunarız? BEP’ler, bireyselleştirilmiş uyumlar, engelliğe özgü özel ders — öncelikle bir K-12 terimi (IDEA/hak)
Evrensel Tasarımla Öğrenme Esnekliği baştan nasıl proaktif inşa ederiz? katılım, temsil, eylem/ifade için çoklu yollar

Uygulamada: UDL, engelleri önleyen tasarım felsefesidir; erişilebilirlik, biçim engellerini kaldıran özelliktir; yardımcı teknoloji, bireylerin kullandığı araç katmanıdır; özel eğitim, tanı almış engellilikler için öğretimsel alandır — ve öncelikle bir K-12 terimidir, oysa yükseköğretimde (ve giderek artan biçimde K-12’de de) daha yaygın çerçeve Evrensel Öğrenme Tasarımıdır. Kapsayıcı öğrenme, eşit katılım ortak hedefi etrafında bunların tamamını bir arada tutan şemsiyedir. Erişilebilir bir araç, kapsayıcı öğretimi garanti etmez ve yardımcı teknoloji, anlamlı etki gücü garanti etmez — şemsiyenin tümünü kapsamasının nedeni budur.

Kapsayıcı öğrenme, Eşitlik, Öğrenme Tasarımı ve Özel Eğitim kavramlarının kesişiminde yer alır ve Yardımcı Teknoloji’nin somut araç katmanı ile Erişilebilirlik’nin tasarım özelliği tarafından desteklenir. Erişimi mevcut sistemlere sonradan ekleyen dar kapsamlı uyumların aksine, kapsayıcı öğrenme perspektifi — Evrensel Öğrenme Tasarımına dayanarak — ortamların insan çeşitliliğinin tamamı için baştan tasarlanması gerektiğini savunur. Bu bilgi tabanındaki makaleler, YZ’nin bunu otomatik içerik dönüşümü, uyarlanabilir değerlendirme arayüzleri ve nöroçeşitli kullanıcıların yaşanmış deneyimini başlangıç noktası olarak alan araçlarla nasıl mümkün kılabileceğini inceler.

Temel araştırma temaları

YZ destekli içerik erişilebilirliği, otomatikleştirilmiş boru hatlarının engelleri nasıl azaltabileceğini gösterir. Pimenova ve ark., sabit duraklamalarla YZ ile bölümlenen öğretim videolarının DEHB ve DEHB olmayan öğrenenler arasındaki performans farkını ortadan kaldırdığını göstermiştir — otomatik içerik dönüşümü yoluyla Evrensel Öğrenme Tasarımı için güçlü bir kanıt. Çalışma, işbirlikçi öğrenme yapılarının nöroçeşitli öğrenenlerin rahatını nasıl etkilediğine dair I can't read your mind": A Study of Neurodivergent Computing Students' Experiences with Collaborative Active Learning araştırmasına bağlanır. Chen ve ark., İşitme Engelli ve Az İşiten öğrenenler için bir Büyük Dil Modelleri (LLM) destekli soru üretim sistemi tasarlamış; videodaki görsel veya duygusal zorluk anlarına yönelik Görsel ve Duygu soru stratejileri sunmuş — aynı zamanda metin tabanlı YZ istek metinleri ile İEAİ öğrenenlerin işaret diline dayalı ana dilleri arasındaki kalıcı uyuşmazlığı ortaya çıkararak, dile ve kültüre duyarlı YZ tasarımı gereğinin altını çizmiştir. MuTSE, tamamlayıcı bir engel olan okuma düzeyiyle — Akıllı Özel Öğretim için LLM tabanlı metin basitleştirmeyi değerlendirerek, içerik karmaşıklığını her öğrenenin mevcut düzeyine uydurarak ve pedagojik kaliteyi gözden kaçıran dilbilimsel metrikler yerine bir insan denetimli değerlendirme çerçevesiyle — başa çıkar.

Denklem ağırlıklı video, elle transkribe edilmek yerine erişilebilir hale getirilebilir: bir Gemini-artı-LuaLaTeX boru hattı, 16 öğretim fizik videosunu PDF/UA-2 ve ISO 32005 doğrulamasını geçen PDF’lere dönüştürmüştür; yalnızca bir videonun ikinci bir denemeye ihtiyacı olmuştur (Looney & Duston (2026)).

Duyusal erişilebilirlik: kör, az gören ve İşitme Engelli öğrenenler. Bazı makaleler, edtech’in görsel olması gerektiği varsayımını tersine çevirir. Kutti AI, görme engelli çocuklar için konuşulan söyleşiyi birincil ve yeterli yöntem haline getirir — gerçek zamanlı mücadele tespiti, çok dilli yanıt eşleştirme ve cihaz üstü çevrimdışı öncelikli konuşma tanıma hem görsel bağımlılığı hem de bağlantı gereksinimini ortadan kaldırır. Obiuwevwi ve ark., kör/az gören öğrenenler için 250 milisaniyenin altında dokunulabilir 3B baskı istatistiksel grafikler üreten yeniden kullanılabilir bir boru hattı kurmuş; isteğe bağlı olarak görüntülerden LLM tabanlı grafik çıkarımı içerir. Bolla ve ark., Pepper sosyal robotunun anlaşılır İtalyanca İşaret Dili üretip üretemeyeceğini incelemiş; bir İşitme Engelli öğrenci ve uzman bir tercümanla birlikte 52 işaret tasarlamış — Eğitimde Robotlar’i İşitme Engelli öğrenenler için iletişimsel erişilebilirliğe taşırken, anlam için hayati olan el-dışı bileşenleri (yüz ifadesi, duruş) yeniden üretmenin zorluğunu öne çıkarmıştır. Khlaif ve ark. (2026), bu çalışma dizisini yükseköğretime taşıyarak, Filistin’deki 21 görme engelli lisans öğrencisinin nitel bir vaka çalışmasında, GenAI’nin hızı, içeriği ve sunumu bireysel profillere uyarladığını ve karmaşık akademik metinleri yöntemler arasında dönüştürdüğünü bulmuştur — öğrenenler GenAI’yi öğretmenin yerine geçen değil onu tamamlayan bir şey olarak görerek insan bağlantısını korurken katılımı mümkün kılmaktadır.

Kapsayıcı değerlendirme tasarımı, güvenlik ve erişilebilirlik arasındaki gerginlikle boğuşur. BAVD, ekran yakalama yoluyla hile yapmaya direnirken görsel işleme ihtiyaçları olan öğrenenlere uyum sağlayan uyarlanabilir görsel saptırma için kuramsal bir çerçeve önermektedir — hile önleme önlemleri ile kapsayıcı öğrenme ilkeleri arasındaki ödünleşimi açıkça modeller. Bu, daha geniş Akademik Dürüstlük ve Değerlendirme kaygılarına bağlanır.

Nöroçeşitli öğrenen deneyimleri, engelli ve nöroçeşitli öğrencilerin seslerini merkeze alır. Zastudil ve ark., nöroçeşitli bilgisayar bilimleri öğrencilerin yapılandırılmış ödevler, küçük tutarlı ekipler ve açık rol tanımlarına ihtiyaç duyduğunu bulmuştur — YZ destekli öğretim ve işbirlikçi araçların uyum sağlaması gereken tercihler. DysLexLens, dislektik öğrenenlerin forum tartışmalarını analiz ederek, YZ’yi okuryazarlık desteği için değerli bulsalar da tutarsız çıktı kalitesinden ve eşit uyumların olmamasından kaynaklanan önemli erişilebilirlik engelleriyle karşılaştıklarını ortaya çıkarmıştır. Her ikisi de Özel Eğitim ve Öğrenci Deneyimi ile bağlantılıdır.

Bilişsel dış kaynak aktarımı ve erişim-gelişim ödünleşimi. Seung & Basham (2026), öğrenme güçlüğü olan öğrenenler için, okuma ve yazma erişimindeki engelleri düşüren aynı GenAI’nin (metin düzeyleme, özetleme, taslak desteği) korunmadığı takdirde bu öğrenenlerin en çok ihtiyaç duyduğu kavrama, planlama ve izleme pratiğinin yerini alabileceğini göstermiştir — kapsayıcı öğrenmenin merkezinde bir eşitlik gerginliği. Kapsayıcı tasarım bu nedenle yalnızca bir aracın erişilebilir olup olmadığını değil, erişimin mümkün kılmayı hedeflediği becerilerin gelişimi için öğrenenin fırsatını koruyup korumadığını da göz önünde bulundurmalıdır.

Disleksi için YZ: tespit, destek ve kişiselleştirilmiş öğrenme. 2026 yılında disleksisi olan öğrencileri destekleyen YZ’yi tespit, yardımcı destek ve kişiselleştirilmiş öğrenme boyunca bulan, PRISMA yönergeli, 2018–2024 arası, n=72’lik disiplinlerarası bir sistematik derleme (Dabaghi, D'Urso & Sciarrone), bu eğilimlerin bütünleşmiş değil paralel evrildiğini ve teknolojik olanaktan çok birleşik eğitim kuramına dayanmadığını bulmaktadır. Makine öğrenmesi tabanlı yardım-eğitim araçları beş alana yayılsa da (özgül uygulamalar, katılım, kişiselleştirme, öneri, jenerik destek) teknik performans ve sınıflandırma isabetini öne çıkarırken ekolojik geçerlilik ve pratik sınıf içi uygulamayı göz ardı etmektedir. Tespit araştırması (EEG, göz izleme, ML modelleri), erken müdahale için tanısal vaat göstermekte ancak sıklıkla özel ekipman ve kontrollü ortamlar gerektirmekte; bu da tipik okul ortamlarında ölçeklenebilirliği ve erişilebilirliği sınırlamaktadır. Açık zorluklar arasında sınırlı deneysel doğrulama, ölçeklenebilirlik, hassas öğrenci verileriyle ilgili Etik/gizlilik kaygıları, sınırlı öğretmen desteği ve eğitimi ile dil/kültürel engeller (araştırmaların çoğu İngilizce konuşan nüfusları hedef almaktadır) yer alır — kapsayıcı öğrenmenin teknik kapasiteyi doğrulanmış, ölçeklenebilir ve etik temelli uygulamayla eşleştirmesi gerektiğinin altını çizer.

Engellilik merkezli YZ eleştirisi, YZ sistemlerinin dışlamak yerine nasıl marjinalleştirebileceğini inceler. Tali-Otmani, yükseköğretimdeki üretici YZ sistemlerinin, Anglofon ve Batı-merkezli eğitim verileri nedeniyle engellilik merkezli bilme biçimlerini aktif olarak marjinalleştirdiğini savunur — Eşitlik kaygılarına epistemik adalet bağlamından bağlanır.

Resmî tanı kapısı, bir aracın hizmet verdiğini iddia ettiği öğrenenleri dışlar. Rempel ve ark.’nın (2026) nöroçeşitli öğrenciler için dijital yardımcı teknolojiler üzerine 40 çalışmanın kapsam derlemesinde, 28’i katılım koşulu olarak resmî bir tanı öne sürmüş ve yalnızca üçü öğrenci yerine ortamı ele almıştır.

Uygulamada erişilebilir araçlar, YZ’nin katılımı nasıl genişletebileceğini gösterir. SuaCode, yüzde 1’den azının kodlama becerisine sahip olduğu düşük kaynaklı Afrika bağlamlarındaki öğrencilere ulaşan akıllı telefon tabanlı kodlama kurslarının varlığını göstermiştir. Pimenova ve ark., kör ve az gören müzisyenlerle çalışarak görsel olmayan öğrenme stratejileri geliştirmiş, engellilik öncülü bedensel tasarımı merkeze almıştır. LUDIA, eğitimcileri UDL ilkeleriyle buluşturan ücretsiz, gizli, çok dilli bir YZ düşünce ortağı sunar. Special-R1, pekiştirmeli öğrenmeyi engellilik profilleri boyunca bilişsel ve iletişimsel çeşitliliği modelleyecek şekilde genişletir.

İlişkili kavramlarla bağlantılar

Kapsayıcı öğrenme, Eşitlik ile derinden bağlantılıdır — erişilebilirlik yalnızca teknik bir kaygı değil, öğrenmeye kimin katılabileceği sorusudur. Erişilebilirlik ile somut erişim katmanı olarak, Yardımcı Teknoloji ile araç katmanı olarak, Evrensel Tasarımla Öğrenme ile kuramsal temeli olarak, özel eğitim alanına özgü yaklaşımlar için Özel Eğitim ile, kursların ve araçların nasıl yapılandırıldığı için Öğrenme Tasarımı ile ve farklılığı eksiklik yerine çeşitlilik olarak yeniden çerçeveleyen bakış açısı olarak Nöroçeşitlilik ile bağlantı kurar. İşaret dili robotları ve dokunsal araçlar üzerine çalışmalar erişilebilirliği Eğitimde Robotlar ve Eğitimde NLP ile, metin basitleştirmesi ise Sosyokültürel Öğrenme ve Uyarlanabilir Öğrenme ile ilişkilendirir. Eğitimde Yapay Zeka ve Üretici YZ bağlantıları, hem vaadi (otomatik içerik uyarlaması) hem de tehlikeleri (dışlamayı yeniden üreten YZ sistemleri) öne çıkarır.

Kapsayıcı öğrenme tasarlayan eğitimciler için çıkarımlar

  • Önce, en son değil, dışlanan yöntem için tasarım yapın. Kör/az gören kullanıcılar için baştan inşa etmek (Kutti AI, dokunulabilir grafikler) çevrimdışı ve düşük kaynaklı ortamlarda da çalışan araçlar üretir — erişilebilirlik bir katalizör, sonradan yapılan bir ek değil.
  • Hedef toplulukla birlikte tasarlayın. İşaret dili robotları ve İEAİ soru üretimi, topluluk katılımının tasarımcıların öngöremeyeceği engelleri (ör. işaret diline dayalı ana diller) yüzeye çıkardığını gösterir — öğrenenleri ve toplulukları tasarıma dahil edin.
  • Pedagojik kaliteyi değerlendirin, yalnızca dilbilimsel metrikleri değil. MuTSE, basitleştirmenin yardımcı olması için aşırı basitleştirmek yerine insan denetimli değerlendirme gerektiren LLM çıktı değişkenliğini göstermektedir.
  • Performans farklarını kapatmak için YZ kullanın. YZ ile bölümlenen videolar DEHB performans farkını ortadan kaldırdı — kanıtların sonuçları eşitlediği yerde uyarlanabilir YZ’yi konuşlandırın.
  • Güvenlik/erişilebilirlik ödünleşimini açıkça ele alın. BAVD, hile önleme önlemlerinin görsel işleme ihtiyaçları olan öğrenenleri nasıl istemeden dışlayabileceğini modeller — dürüstlüğü erişime karşı tartın.
  • Erişim, yalnızca biçimde değil ifade tarzında da dönebilir. Temel görev sabit tutulduğunda, model isabeti düşük okuryazarlıklı ifade biçimi için %82,4’ten uzman ifade biçimi için %83,4’e yükselmiştir; böylece öğrencilerden daha iyi istek metni yazmalarını istemek yeni bir dışlanma ekler; istekleri normalize eden, içeriği değiştirmeden anlamlı farkı ortadan kaldıran bir sistem-tarafı yeniden yazıcı (Jin ve ark. (2026)).
  • YZ’nin dışlamayı yeniden üretmesine karşı korunun. Engellilik merkezli eleştiri, Anglofon ve Batı-merkezli eğitim verilerinin engelli bilme biçimlerini marjinalleştirdiği konusunda uyarır — YZ araçlarını Eşitlik ile birlikte epistemik adalet açısından denetleyin.

Bağlı kavramlar

Bağlı makaleler

Bağlı SSS

Bağlı kaynaklar

  • mglearn Sınıf Kaynakları
    TCEA’dan ücretsiz, tarayıcı tabanlı birçok sınıf etkinliği paketi ve yazdırmaya hazır materyal; Yapay Zeka okuryazarlığı ve dijital vatandaşlık modüllerini de içerir.

Üst veri

SeviyeSpecial Education, Higher Ed
Eşitlik, etik ve sorumlu kullanımEşitlik, Kapsayıcı Öğrenme, Nöroçeşitlilik, Evrensel Tasarımla Öğrenme
Eğitimde YZ’nin temelleriEğitimde Yapay Zeka, Öğrenme Tasarımı
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.