K-12

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

K-12 — ilkokul ve ortaöğretimde yapay zekâ kullanımı; YZ okuryazarlığı müfredatları, YZ ile özel ders, öğretmen desteği ve küçük yaştaki öğrenenlere özgü güvenlik değerlendirmelerini kapsar. 2016–2024 yılları arasındaki 197 çalışmayı içeren PRISMA esaslı bir 2026 sistematik derlemesi, alanı dört fırsat alanı çevresinde düzenler — kişiselleştirme, motivasyon, Değerlendirme ve yenilikçi öğretim uygulamaları — bununla birlikte Mesleki Gelişim, bakanlık düzeyinde Etik yönergeleri ve disiplin dengesinde ısrarlı boşluklara işaret eder.

Değerlendirilmesi Gereken Sorular

• K-12 düzeyinde YZ kullanımı, yükseköğretimden daha güçlü güvenlik korumaları gerektirir; çünkü küçük yaştaki öğrenenler, güvensiz veya manipülatif YZ’yi tespit etmeye en az hazır olan gruptur. Bu durum, çocukların kullandığı araçlar için "güvenli"nin ne anlama gelmesi gerektiğini nasıl değiştirir?
• Sistematik derlemeler, K-12 kanıt tabanının ezici çoğunlukla STEM alanlarında yoğunlaştığını bulur; sanatlar ve beşeri bilimler büyük ölçüde incelenmemiş bırakılmıştır. Disiplin açısından dengeli bir K-12 YZ kanıt tabanı, yalnızca STEM odaklı çalışmaların ıskaladığı neyi ortaya çıkarabilir?
• Araştırma, öğretmenlerin YZ yetkinliklerini sistematik biçimde abarttığını; özbildirim ile performans arasında yaklaşık %40’lık bir boşluk olduğunu bulur — buna karşın kısa süreli eğitimler önemli ölçüde daha yüksek entegrasyon sağlar. Bu boşluk, okulların öğretmenleri nasıl hazırladığı açısından ne anlama gelebilir?
• YZ araçlarının çoğu baskın perspektifleri merkeze alır, buna karşın bir çalışmada öğretmenlerin %78’i kültürel açıdan uygun pedagoji için YZ’nin faydalı olduğunu bulmuştur. Baskın görüşlere öntanımlı olarak yönelen bir araç, temsili genişletmek yerine daraltacak şekilde nasıl yönlendirilebilir?
• Kanıtlar, YZ işinin dış kaynaklara devredilmesinin — özellikle yaşı büyük öğrenciler için — öğrenmeye zarar verebileceğini gösterir; buna karşın küçük yaştaki öğrenciler daha az etkilenebilir. YZ kullanımının öğrenme cezası neden yaşa göre farklılık gösterebilir ve bu durum tasarım için ne anlama gelir?
• K-12 derlemesi, eksik somut öğretim ünitesi örneklerinden robotik, giyilebilir teknolojiler ve mobil iletişimin yetersiz kullanımına kadar sekiz keşfedilmemiş araştırma boşluğu belirler. Bu boşluklardan hangisi okulların bugün fiilen yapabileceklerini en çok sınırlar?
• Kurumsal YZ politikaları çoğu zaman uygulama yönergelerinden yoksundur. Bir K-12 YZ politika belgesini somut sınıf uygulamalarına ve öğretmen eğitimine dönüştürmek için ne gerekir — ve bu dönüşüm neden sık sık başarısız olabilir?

Giriş

Kanıt manzarası

2016–2024 yılları arasındaki 197 çalışmayı içeren PRISMA esaslı bir 2026 sistematik derlemesi (Marzano, 197 çalışma, 2016–2024), K-12 kanıt tabanına şimdi çıpa görevi görüyor ve GenAI ve PreK-12 öğrenenlerine ilişkin hızlı derleme ile toplu K-12 YZ kanıt tabanı gibi daha önceki büyük sentezleri tamamlıyor. Dört soruluk yapısı, alanı öğrenmeyi kişiselleştirme, öğrencileri motive etme, değerlendirmeyi iyileştirme ve yenilikçi, sürükleyici öğretimi olanaklı kılma olmak üzere dört fırsat alanında düzenler — dahil edilen makalelerin büyük bir bölümünde incelenen bayrak örneği ise ChatGPT’dir.

Derlemenin temel bulgusu keskin bir asimetridir: okullarda GAI’nin vaadi geniş ve iyi belgelenmiştir, ancak günlük sınıf uygulamasına dair kanıtlar seyrek, STEM alanlarında yoğunlaşmış ve somut öğretim ünitesi örnekleri ile pratik öğretmen eğitiminin yetersizliğinden kaynaklanan bir eğilimle çarpıtılmıştır. Özlem ile uygulama arasındaki bu boşluk, K-12 GenAI araştırmasını tanımlayan özelliktir.

Öğretmen tarafından yapılan bir sentez, araç odaklı derlemelerin dışarıda bıraktığı katmanı ekler. K-12 YZ temelli öğretimde öğretmen müdahalesi üzerine 29 çalışmanın PRISMA derlemesi, YZ çıktısının — uyarılar, gösterge panoları, otomatik puanlar, sohbet robotu geri bildirimi — yalnızca izleme, yargılama, müdahale ve orkestrasyon döngüsüyle öğretime dönüştüğünü; öğrenci performansı, katılım ve güven için bildirilen faydaların bilginin yorumlanabilirliğine, müdahale zamanlamasına, hedeflenen düzeye, öğretmenlerin uygulama uygulanabilirliğine ve öğrencilerin özerkliğine bağlı olduğunu bulur. Derlemenin bütünü, daha geniş K-12 kanıt tabanının yoğunlaştığı yerlerde toplanır: matematik ve fen/STEM dersleri, ortaokul ve lise sınıfları ve Amerika Birleşik Devletleri ortamları.

K-12’ye Özgü Değerlendirmeler

• Güvenlik ve koruyucu sınırlar: K-12 düzeyinde YZ kullanımı daha güçlü Pedagojik Güvenlik korumaları gerektirir. EduZone, EduGuard ve özel ders asistanı zarar araştırmaları özellikle çocuklara güvenli YZ etkileşimini ele alır.
• YZ okuryazarlığı müfredatları: K-12 YZ okuryazarlığı modülleri yaşa uygun YZ anlayışı geliştirir; vibe coding çerçevesi ise öğretmenleri kendi YZ araçlarını oluşturmaya güçlendirir. Dördüncü sınıf Türk öğrenciler için 18 saatlik, 5E modeline dayalı kritik medya okuryazarlığı programının yarı-deneysel çalışması (Demir ve Akar 2026), üretken YZ’yi (ChatGPT, Grammarly, Canva AI, Padlet) Türkçe ve Sosyal Bilgiler müfredatlarına uygun bir pedagojik ajan olarak aşama aşama yerleştirdi ve medya okuma (+3,50), yazma (+1,67) ve toplam medya okuryazarlığı (+5,17, tümü p < .01) alanlarında büyük kazanımlar elde etti; Cohen’in d = 1,12–1,31 olan gruplar arası etki büyüklükleriyle ve kritik medya okuryazarlığının altı alanında (dijital öz koruma ve veri gizliliği, amaçlı ve sorumlu medya kullanımı, güvenli iletişim ve sınır farkındalığı, kritik değerlendirme ve yanlış bilgi farkındalığı, çevrimiçi risk farkındalığı ile medya etiği/dijital vatandaşlık) nitel gelişim gördü — yaşa uygun, disipline yerleşik YZ okuryazarlığı müfredatlarının ilkokul sınıflarında ölçülebilir kritik-medya kazanımları sağlayabileceğine dair kanıt.
• Sınıf düzeyine uygun özel ders: K-12 kişiselleştirilmiş yoldaşlar ve doğru cevap tuzağı araştırmaları küçük yaştaki öğrenciler için özel ders etkinliğini inceler.
• YZ ile özel dersin kısıtı yetenek değil, katılımdır. Tennessee’deki 18 ortaokulda Khanmigo’ya atanmak, her okul yılında matematik başarısını YZ’siz Khan Academy alıştırmalarına benzeyen yaklaşık 0,06–0,08 SD artırdı — çünkü ortanca öğrenci hatalı oturumların yalnızca %17’sinde özel ders asistanına mesaj attı (Oreopoulos ve Low, 2026).
• Gelişimsel uygunluk: Çocuk güvenliği araştırmaları ve Özel Eğitim değerlendirmeleri çeşitli K-12 topluluklarının ihtiyaçlarını ele alır.
• Yaşa göre uyarlanan konuşma tabanlı YZ: Vahedian Movahed ve Martin (2025), yaşa göre değişen istek metni uyarlamasına sahip, konu sınırlı bir sohbet robotu olan AMA’yı 63 öğrenciyle (1. sınıf ve 6–8. sınıflar) uyguladı. Çocuklar sohbet robotuna bir bilgi kaynağı olarak geniş kapsamlı bir açıklık ve yüksek güven gösterdiler ve bilinen cevaplı sorularla bilinçli biçimde güvenilirliğini sınadılar; dijital güvenlik farkındalığındaki boşluklar (bazıları sırlarını paylaşmaya istekliydi) ise yaşa duyarlı İskeleleme (Scaffolding) ve açık Gizlilik öğretimine işaret eder.

Öğretmen bilgisinin etkileri

• Öğretmen bilgisinin etkileri. Çapraz düzeyli bir çalışma (46 öğretmen, 2.832 ortaöğretim öğrencisi), YZ’yi toplumsal iyilik için algılamalarını ve YZ öğrenme niyetlerini pedagojik YZ bilgisinin — teknik YZ bilgisinin değil — yönlendirdiğini buldu; bu da K-12 YZ öğretmen hazırlığında "önce pedagoji, sonra teknoloji" yaklaşımını güçlendirir.
• Bağlayıcı kısıt olarak sürekli eğitim. Marzano derlemesi, ICT üzerine sürekli ve hedefli öğretmen eğitimini tek başına en ısrarlı entegrasyon sorunu olarak belirler ve bunun teknik, pedagojik ve etik boyutları kapsayarak hızla gelişen araçlara uyum sağlaması gerekir. İlk ve süregelen eğitim sürekli, işbirlikçi, oyun temelli, şeffaflık odaklı ve ChatGPT gibi ileri düzey araçlar için mesleki gelişime dayalı olmalıdır. Bu durum sınıf içi işbirliği desteği veren YZ için de geçerlidir: ortaokul sınıflarındaki Community Builder (CoBi) uygulanabilirlik çalışması, yüksek bütünlüklü öğretmen kullanımının önemli mesleki öğrenmeye bağlı olduğunu; hazırlıksız öğretmenlerin aracı bir performans izleme aracı olarak görmeye ya da amaçlanan işbirlikçi odağı yerine genel YZ tartışmasına doğru kaydığını buldu.
• Yetkinlik boşluğu. Araştırma, öğretmenlerin YZ yetkinliklerini sistematik biçimde abarttığını — özbildirim ile performans arasında yaklaşık %40’lık bir boşluk — buna karşın kısa süreli eğitim müdahalelerinin (örneğin 4 saatlik istek metni yazma atölyeleri) önemli ölçüde daha yüksek sınıf içi YZ entegrasyonu sağlayabildiğini gösterir. Bu durum öğretmen hazırlığını ve öğretmen eğitimini başarılı K-12 YZ entegrasyonunun merkezine yerleştirir.

Dört fırsat alanı

Sistematik derleme, GAI’nin okullarda yapabileceklerini yinelenen dört alanda toplar:

• Kişiselleştirilmiş öğrenme. GAI, öğrenme deneyimlerini bireysel ihtiyaçlara, hıza ve hazır olma düzeyine uyarlar — yoldaş sistemleri ve uyarlanabilir platformlar arasında belgelenen bayrak faydası.
• Okunabilirlik ve müfredat uyumu. Bird (2026), dönüştürücü tabanlı metin sınıflandırmasını hesaplamalı dilbilim özellikleriyle birleştirerek İngiliz edebiyatını Birleşik Krallık Ana Aşamaya göre sınıflandırır (F1 0,996) ve bunu öğretmenlerin okuma materyallerini öğrenenlerin düzeylerine uyarlayabilmesi için kodsuz bir web uygulamasına paketler — STEM ağırlıklı K-12 kanıt tabanına somut, disipline ilişkin (İngilizce/edebiyat) bir tamamlayıcı.
• Motivasyon ve katılım. ChatGPT gibi araçlar, küçük yaştaki öğrenciler için öğrenmeyi daha çekici kılar, katılımı ve Motivasyon destekler — buna karşın derleme bunun aşırı bağımlılığa ve teknolojik bağımlılığa dönüşebileceği konusunda uyarır.

42 çalışmalı bir meta-analiz bunu nitelemededir: motivasyonel etki okul ortamlarında en küçüktü (ortaokul g = 0,360, ilkokul g = 0,311), üniversitede g = 0,886’ya karşın; ancak bu alt gruplar yalnızca 9 ve 4 çalışmaya dayanır (Fang ve ark. (2026)).

• Değerlendirme. GAI, biçimlendirici Geri Bildirim otomatik puanlamaya kadar Değerlendirme yöntemlerini iyileştirir; buna karşın otomatik geri bildirimdeki yanlılık canlı bir sorun olmaya devam eder. Razavi ve Powers (2026) bunu K-5’te madde kalibrasyonuna genişletir: 5.170 matematik ve okuma maddesi üzerinde GPT-4o’nun sıfır-atımlı zorluk derecelendirmeleri Rasch-kalibreli zorluklarla orta düzeyden güçlüye korele oldu (matematikte r = 0,83, okumada r = 0,81), ancak sınıf düzeyleri arasında düzensizdi ve K ile 1. sınıflarda sınıf ortalaması temelli kukla regresyondan daha iyi değildi — erken sınıf değerlendirmesi açısından önemi olan bir kısıtlama-sınırlaması. Özellik temelli bir yaklaşım (ağaç temelli modellere Büyük Dil Modelleri (LLM) özelliklerinden çıkarılan özellikler) r = 0,87’ye kadar korelasyonlara ulaştı; kazanımlar erken sınıf maddelerinde en belirgindi. Ayrı bir soru, bir okulun hiç hangi modeli çalıştırdığıdır: NGSS ile uyumlu ortaokul (1.078 madde) ve lise (1.150 madde) kümelerinde altı laboratuvardan dokuz açık ağırlıklı model çoğunlukla %90’ın üzerinde puan aldı ve model büyüklüğü doğruluğu öngörmedi — OSS-20b ve Nemotron 3 Nano 30b a3, birkaç kat daha büyük modellerle eşleşti — buna karşın madde zorluğu yüksek, ayrıt edicilik düşüktü; bu da yazarları Karşılaştırma testi (Benchmark) çok kolay olup olmadığını sormaya yönlendirdi (Schroeder ve ark. 2026).
• Yenilikçi öğretim uygulamaları. Sürükleyici, oyun temelli ve işbirlikçi yaklaşımlar öğrenmeyi daha çekici kılar; yapılandırmacı ve proje temelli modeller özellikle umut vaat eder. Somut bir sınıf genelinde örnek, altı ortaokul sınıfında konuşma tanıma kullanarak küçük grupların "yükseltici" söylemlerini görselleştiren Community Builder’dır (CoBi) — gerçek zamanlı konuşma YZ’sinin gürültülü K-12 ortamlarında öğrenmenin ilişkisel boyutunu desteklemek üzere fiilen çalışabileceğine dair kanıt.

Kültürel uygunluk zorunluluğu

LLM destekli müfredat tasarımı, materyalleri çeşitlendirmede umut vaat eder — bir çalışmada öğretmenlerin %78’i kültürel açıdan uygun pedagoji için YZ önerilerini faydalı buldu. Buna karşın YZ araçlarının çoğu baskın perspektifleri merkeze alır; fırsat eşitsizliklerini genişletmemek için kasıtlı eşitlik merkezli tasarım gerektirir.

Politikadan uygulamaya çeviri

Kurumsal GenAI politikaları büyük ölçüde uygulama yönergelerinden yoksundur. Sistematik derleme, etik ve Gizlilik konularına yönelik bakanlık yönergelerinin gelişmemiş kaldığını vurgular ve bu durum politikadan uygulamaya çeviri sorununu yankılar: başarılı modeller politika belgelerini eyleme dönüştürülebilir öğretmen eğitim modüllerine dönüştürerek "ne"yi (politika) ve "nasıl"yı (istek metni öğretimi) birbirine bağlar.

Ölçek ve eşitlik

K-12 YZ yayılımı toplumsal ölçekte işler — milyonlarca öğrenci, zorunlu eğitim ve önemli eşitlik sonuçları. Eşitlik araştırmaları, YZ’nin fırsat eşitsizliklerini genişletip genişletmediğini inceler; erişim ve engelli öğrenciler için kapsayıcı destek de buna dâhildir — derlemenin sekiz az çalışılmış alanından biri.

Sekiz araştırma boşluğu

Marzano derlemesinin yenilikçi katkısı, bir K-12 GenAI araştırma gündemini şekillendiren sekiz az keşfedilmiş araştırma boşluğunu açıkça sıralamasıdır: (1) öğretim üniteleri oluşturmada YZ kullanımına ilişkin somut örneklerin yetersizliği; (2) sürekli YZ uygulamasına dayalı pratik, günlük öğretmen eğitimine duyulan ihtiyaç; (3) makine öğrenmesi becerileri ve STEM’in aşırı temsil edildiği bir disiplin dengesi; (4) Avrupa’da çalışma ve deney yetersizliği; (5) öğretmen rolünün tanımlanması ve Teknolojik Pedagojik İçerik Bilgisi (TPACK) ya da AI4K12 gibi belirli pedagojik çerçeveler oluşturulması ihtiyacı; (6) engelli öğrenciler için kapsayıcılık ve destek; (7) pedagojik teoriler ve yenilikçi yöntemlerle bağlantı; ve (8) giyilebilir teknolojiler, robot kontrolü ve mobil iletişim gibi gelişmekte olan teknolojilerin uygulamaları.

Bağlantılar

K-12; Pedagojik Güvenlik (çocuk koruma), YZ Okuryazarlığı (öğrenci yetkinliği), Öğretmenlik (K-12 öğretmen dönüşümü), Eşitlik (erişim eşitsizlikleri) ve Özel Eğitim (çeşitli öğrenen ihtiyaçları) ile bağlantılıdır. Sistematik derleme kanıt tabanı, bir yöntem olarak Meta-Analiz ve Sistematik Derleme ile bağlantılıdır; disiplin dengesizliği bulgusu ise STEM Eğitimi, Beşeri ve Sosyal Bilimler Eğitimi ve Erken Çocukluk Eğitimi ile ilişkilidir.

K-12 Öğretmenleri İçin Sonuçlar

• Çocuk güvenliği merkezli koruyucu sınırları önceleyin. K-12 düzeyinde YZ kullanımı daha güçlü güvenlik korumaları gerektirir — özellikle çocuklar için oluşturulmuş ve sınanmış araçlar kullanın (EduZone, EduGuard) ve korumasız özel ders asistanlarının zararlarına karşı uyanık olun (özel ders asistanı zarar araştırmaları).

• YZ okuryazarlığını yaşa uygun biçimde oluşturun. Küçük yaştaki öğrenenler için tasarlanmış müfredat ve çerçeveler kullanın (K-12 YZ okuryazarlığı modülleri) ve öğrencilerin sorumlu kullanım bilgisiyle geldiklerini varsaymayın.

• Öğretmen yetkinlik boşluğunu kapatın. Öğretmenler YZ yetkinliklerini sistematik biçimde abartır (özbildirim ile performans arasında ~%40’lık boşluk), buna karşın kısa süreli eğitim (örneğin 4 saatlik istek metni yazma atölyeleri) önemli ölçüde daha yüksek sınıf içi YZ entegrasyonu sağlar — kendi hazırlığınıza yatırım yapın (Öğretmen YZ Yetkinliği, Mesleki Gelişim).

• Eğitimi sürekli ve uygulamaya dayalı tutun. Sistematik derlemenin temel önerisi, öğretmen eğitiminin tek seferlik olamayacağıdır — sürekli, işbirlikçi ve soyut teori yerine sürekli günlük YZ uygulamasına dayalı olmalıdır.

• Materyalleri kasıtlı biçimde çeşitlendirin. YZ, kültürel açıdan uygun materyal üretiminde güçlüdür (öğretmenlerin %78’i önerileri faydalı bulur), ancak araçlar baskın perspektiflere öntanımlıdır — temsili genişletmek için daraltmak yerine etkin biçimde YZ kullanın ve fırsat eşitsizliklerine karşı koruma sağlayın.

• Öğrenme cezası riskini izleyin. Kanıtlar, YZ işinin dış kaynaklara devredilmesinin — özellikle yaşı büyük öğrenciler için — öğrenmeye zarar verebileceğini gösterir (bilişsel teslimiyet, ödevi dış kaynağa devretme cezası) — bilişsel işi sürecin içinde tutan ve yalnızca tamamlanma yerine kalıcı anlayışı değerlendiren ödevler tasarlayın.

• Verimli bir yavaşlamayı seriden ayırt edin. 6.000’den fazla ortaokul öğrencisiyle yapılan rastgele alan deneyinde, YZ desteği ilerlemeyi yavaşlattı ama hatalardan sonraki denemelerde doğruluk oranını artırdı; buna karşın üst üste üç doğru kuralı, bir hafta sonraki gecikmeli sınava iyileşme sağlamadan platform yeterliliğini yaklaşık 28,7 yüzde puan artırdı (Oreopoulos ve ark. (2026)).

• Öğretmen araçlarını hacim yerine yargı için tasarlayın. Daha fazla YZ bilgisi daha iyi değildir: gerçek zamanlı uyarılar öğretmenlerin farkındalığını genişletti ama bazı çalışmalarda dikkati aşırı yükledi ya da odağı kendi gözlemlerinden uzaklaştırdı; tek bir öğretmen, fiilen ulaşabileceğinden daha fazla müdahale hedefine hareket edemez (Lee 2026). Neyin üzerinde hareket edilmeye değer olduğunu önceliklendiren ve açıklayan, öğretmenlere önerileri kabul etme, revize etme, erteleme ya da reddetme olanağı veren araçlar, her şeyi yüzeye çıkaran gösterge panolarından daha iyi işe uyar — ve yapısal koşullar (inceleme süresi, sınıf mevcudu, destek personeli) müdahalenin bir parçasıdır, arka plan lojistiği değil.

• STEM’in ötesine geçin. Kanıt tabanı ağırlıklı biçimde STEM’e yöneliktir; sanatlar ve beşeri bilimler alanındaki eğitimciler ve araştırmacılar, alanın eksik olduğu disiplin açısından dengeli kanıtı üretmek için orantısız bir fırsata sahiptir.

• Politikayı uygulamaya dönüştürün. Kurumsal GenAI politikaları çoğu zaman uygulama yönergelerinden yoksundur; politikayı somut, eyleme dönüştürülebilir sınıf uygulamalarına ve eğitime dönüştürün (politikadan uygulamaya).

K-12’de YZ Benimsemesi ve Şüpheciliği

• YZ okullara girerken etkilediği personelden benimseme konusunda giderek artan biçimde konuşma tabanlı YZ’ye danışması isteniyor. On sınır ötesi LLM üzerinde yapılan bir algoritmik denetim, kırsal bir K-12 YZ şüphecisi kimliği inceledi ve on modelden sekizi endişeleri kabul ettikten sonra YZ-katılımı çerçevelerine yönlendirdi — model bağımlı bir tasarım sonucu, LLM’lerin kaçınılmaz bir özelliği değil. Dolayısıyla güven, şüphecilik ve insan denetimi, kırsal ve diğer K-12 personelinin YZ ile karşılaşma biçiminde merkezîdir.

Bağlı kavramlar

• Pedagojik Kalıplar — Üretken başarısızlık, kavramsal değişim ve sözlü değerlendirme çalışmalarının düzeyi
• Erken Çocukluk Eğitimi — Erken çocukluk ve ilkokul YZ eğitimi
• Pedagojik Güvenlik — Küçük yaştaki öğrenenlerle YZ etkileşimi için çocuk güvenliği merkezli koruyucu sınırlar
• YZ Okuryazarlığı — Yaşa uygun öğrenci anlayışı ve YZ’nin sorumlu kullanımı
• Öğretmenlik — K-12 sınıflarında öğretmen dönüşümü ve YZ entegrasyonu
• Eşitlik — YZ’nin K-12 fırsat eşitsizliklerini genişletip genişletmediği
• Özel Eğitim — K-12 YZ kullanımında çeşitli öğrenen ihtiyaçları
• İskeleleme (Scaffolding) — YZ destekli K-12 öğrenmesi için destek yapıları
• Kişiselleştirilmiş Öğrenme — Okul düzeyinde YZ ile olanaklı kılınan uyarlanmış öğretim
• STEM Eğitimi — K-12 fen, teknoloji, mühendislik, matematik düzeyinde YZ okuryazarlığı ve araçları
• Üretici YZ — K-12 YZ araçlarının ve müfredatlarının ardındaki çekirdek teknoloji
• Mesleki Gelişim — Sınıf içi YZ için öğretmenlerin eğitimi ve yetkinliğinin artırılması
• Sosyokültürel Öğrenme — K-12 YZ öğrenmesinin toplumsal ve kültürel boyutları
• Metabiliş — Düşünme hakkında düşünme; YZ çağında kalıcı öğrenmenin anahtarı
• Eğitsel Gelişim — Öğretmenler için süregelen mesleki gelişim
• Öğrenme Tasarımı — YZ desteğiyle ders ve materyal tasarımı
• Etkin Öğrenme — YZ kullanılırken bilişsel işi sürecin içinde tutma
• Hesaplamalı Düşünme — Temel K-12 becerisi ve YZ müfredat hedefi
• Akıllı Özel Öğretim — Küçük yaştaki öğrenciler için YZ özel ders sistemleri
• Meta-Analiz ve Sistematik Derleme — K-12 kanıt tabanının ardındaki sistematik derleme yöntemi
• Beşeri ve Sosyal Bilimler Eğitimi — STEM ağırlıklı K-12 YZ kanıtına karşılık gelen disiplin dengesi
• Aileler ve Ebeveynler
• Bilişsel Teslimiyet

Bağlı makaleler

• Generative Artificial Intelligence (GAI) in Teaching and Learning Processes at the K-12 Level: A Systematic Review — K-12 öğretim ve öğrenmede üretken YZ’nin sistematik derlemesi (Marzano 2026)

• Pedagogy first, technology second: Cross-level relationships between teacher professional knowledge and student — Öğretmen YZ bilgisinin (TAIK, TPAIK) ortaöğretim YZ eğitiminde öğrenci öğrenmesine çapraz düzeyli etkileri (Shen ve ark. 2026)

• Does school-based AI education narrow readiness gaps? The role of prior agency-related learning — Okulda YZ eğitimi psikolojik ama bilişsel olmayan hazır bulunuşluk boşluklarını daraltır

• AI Tutoring is Not a Monolith: What We Actually Know — YZ ile Özel Ders Tek Bir Yapı Değil: Gerçekten Ne Bildiğimiz (Stanford SCALE/NSSA brifingi)

• AI-Supported Problem-Based Learning for Enhancing Computational Thinking — YZ destekli proje temelli öğrenme ve hesaplamalı düşünme

• Virtual Tutoring with Computer-Assisted Learning: An Experiment in Take-Up and Learning — CAL ile sanal özel ders: benimseme ve öğrenme deneyi

• Making AI Tutoring Productive: Evidence from a Mastery-Based Math Practice Experiment — YZ ile özel dersi verimli kılmak: yeterlilik temelli matematik pratiği

• One Click Away: AI Tutoring with Khanmigo in a Two-Year School Experiment — Bir Tık Uzakta: Khanmigo iki yıllık okul deneyinde

• EduZone: A Framework for Evaluating LLM Safety for K-12 Students and Teachers — EduZone: K-12 için çocuk güvenliği merkezli LLM etkileşim platformu

• EduGuard: A Safe RAG-Based LLM Tutor for Programming Education — EduGuard: güvenli RAG tabanlı LLM özel ders asistanı koruyucu sınırları

• SafeTutors: Benchmarking Pedagogical Safety in AI Tutoring Systems — Çocuklar için korumasız YZ özel ders asistanlarının zararları üzerine araştırma

• Learning to Use AI for Learning: Teaching Responsible Use of AI Chatbot to K-12 Students Through an AI Literacy Module — İstek metni yazma üzerine K-12 YZ okuryazarlığı modülleri

• The Evidence Base on AI in K-12: A 2026 Review — Ölçekli biçimde toplanan K-12 YZ kanıt tabanı

• ECNUClaw: A Learner-Profiled Intelligent Study Companion Framework for K-12 Personalized Education — K-12 kişiselleştirilmiş YZ yoldaşları

• A Guiding Framework for K-12 Teachers in Creating AI-powered Learning Technologies through Vibe Coding — Öğretmenleri YZ araçları oluşturmaya güçlendiren vibe coding çerçevesi

• Rethinking Elementary Education's Writing Instruction in The Age of Generative AI: A Systematic Review — Sistematik derleme: GenAI ve ilkokul yazma

• Young People, Learning, and Generative AI: A Rapid Literature Review and Implications for PreK-12 Education — Hızlı derleme: GenAI ve PreK-12 öğrenenler (271 makale)

• Faster Completion, Less Learning: Generative AI Reduced Study Time on Math Problems and the Knowledge They Build — Bilişsel teslimiyet lise öğrencilerinde en güçlü, 5. sınıfta yok

• The Generative AI Learning Penalty: Evidence from Chinese Secondary Education — Üretken YZ öğrenme cezası: ödevi dış kaynağa devretme öğrenmeye zarar verir

• Marked Pedagogies: Examining Linguistic Biases in Personalized Automated Writing Feedback — Marked Pedagogies: ortaokul yazma için otomatik geri bildirimde yanlılık

• Code to Learn with Generative AI: A Theoretically Grounded Framework for Artifact Construction in Upper-Secondary Education — CtL-GenAI: yapıt oluşturma için yapılandırmacılık çerçevesi

• Beyond “painting in pink”: A critical case study of all-girls generative AI workshops in a European makerspace — Yalnızca kız öğrencilere yönelik GenAI üretici atölyesi çalışmaları ve bilgisayar biliminde cinsiyet eşitliği

• Transforming clicks into critical thinking: An AI-based media literacy program for children — Çocuklar için YZ temelli kritik medya okuryazarlığı programı

• What differentiates educational literature? A multimodal fusion approach of transformers and computational linguistics — Eğitim literatürünü sınıflandırmada çok kipli kaynaştırma

• Estimating Item Difficulty Using Large Language Models and Tree-Based Machine Learning Algorithms — LLM’ler ve ağaç temelli ML kullanarak madde zorluğunun tahmini

• A Feasibility and Implementation Integrity Study of the Community Builder (CoBi): An AI-based Collaboration Support System in K-12 Classrooms

• Ask Me Anything: Exploring Children's Attitudes Toward an Age-tailored AI-powered Chatbot

• Teacher intervention in K-12 AI-based instruction: a systematic review of processes, strategies, and effects — K-12 YZ temelli öğretimde öğretmen müdahalesi: sistematik bir derleme

• A Benchmark for LLM's Understanding of Middle School and High School Science Topics — A Benchmark for LLM’s Understanding of Middle School and High School Science Topics

• Effects of generative artificial intelligence on students' learning motivation: evidence from a meta-analysis — GenAI’nin motivasyon üzerindeki etkisinin meta-analizi, okul ortamlarında en küçük (ortaokul g = 0,360, ilkokul g = 0,311)