AIEd Bilgi TabanıAIEd KB
Bu sayfada

Bu sayfayı İngilizce okuyun

Kavramlar

Öğrenme Kuramları

Oluşturuldu 2026-10-14

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

Öğrenme Kuramları — öğrenmenin nasıl gerçekleştiğini açıklayan çerçeve ailesi ve bilgi tabanının kurama ilişkin fikirleri için şemsiye kavram. Eğitimde YZ’de öğrenme kuramları hem YZ sistemlerinin nasıl tasarlandığını (somutlaştırdıkları pedagoji) hem de alanın YZ’nin “işe yarayıp yaramadığını” nasıl yorumladığını şekillendirir: aynı araç Yapılandırmacılık varsayımlar altında bir iskele, Davranışçılık altında bir pekiştirme motoru ya da Bilişsel Yük Kuramı altında bir bilişsel yük tehlikesi olabilir.

Dikkate Alınması Gereken Sorular

  • Kullandığınız ya da gördüğünüz bir YZ mentorunu ya da uyarlanabilir sistemi düşünün. İnsanların nasıl öğrendiğine ilişkin hangi varsayımlarda bulundu — doğru cevapları ödüllendirdi mi (davranışçılık), anlayış mı inşa etti (yapılandırmacılık), yoksa zihinsel çabayı mı yönetti (bilişsel yük)? Yapımcıları bu varsayımları hiç belirtti mi?
  • Sayfa yinelenen bir boşluğu betimler: söylem yapılandırmacılığı savunurken YZ uygulamaları varsayılan olarak tekrarlama-ve-geri bildirim mekaniklerine döner. Bir aracın derin öğrenmeyi desteklediğini iddia ettiğini ama aslında yalnızca yüzeysel yanıtları pekiştirdiğini nerede gördünüz?
  • Aynı YZ aracı bir kuram altında başarı, başka bir kuram altında başarısızlık gibi görünebilir — şişirilmiş ödev puanları davranışçılık altında öğrenme olarak okunur, yapılandırmacılık altında ise kalıcı bir anlayış inşa edilememesi olarak okunur. Öğrencilerin gerçekten öğrenip öğrenmediğini yargılamada hangi mercek daha adil?
  • Her YZ mentoru, tasarımcıları söylesin ya da söylemesin, bir kuramı gömülü olarak taşıdığından, “işe yarıyor mu?” yanlış soru olabilir. Yapılandırabileceği kuramlar göz önüne alındığında bir eğitim YZ’si hakkında sorulması gereken daha iyi soru nedir?
  • Üretken YZ, eğitimcileri yeni kuramları düşünmeye itiyor — örneğin insanlar ile YZ arasında öğrenmeyi yinelemeli ortak inşa olarak ya da yaşam boyu bilişsel ortak olarak YZ’yi. YZ’nin yükselişi gerçekten yeni öğrenme kuramları mı gerektiriyor, yoksa mevcut kuramlar hâlâ yeterli mi?
  • Öğrenme kazancı ölçümünün kendisi “kuram yüklü”dür: bir kurama dayalı bir araç, başka bir kuramın öngördüğü kazanımları yakalayamayabilir. Farklı kuramsal bağlılıklara sahip iki araştırmacı, aynı veriye nasıl bakıp bir YZ aracının işleyip işlemediği konusunda zıt sonuçlara varabilir?

Giriş

Bu, bilgi tabanının öğrenme kuramı çizgisinin şemsiye kavramıdır. Öğrenme kuramları, Eğitimde YZ’nin kalbinde yer alır; çünkü her YZ mentoru, uyarlanabilir sistem ve geri bildirim aracı, insanların nasıl öğrendiğine ilişkin varsayımları gömülü olarak taşır — tasarımcılar bunları belirtsin ya da belirtmesin. Bilgi tabanı bu kuramları ayrı ayrı belgeler ve YZ’nin tasarımı ile etkilerinin değerlendirildiği kavramsal mercek olarak ele alır. Bu çerçeveleri sınayan araştırma alanı ayrı bir sayfadır: öğrenme bilimleri öğrenmeyi ampirik olarak inceler — deneyler, sınıf denemeleri ve tasarım temelli araştırma — ve bir kuramı doğrulanacak ya da çürütülecek bir şey olarak ele alır; oysa bu sayfa çerçevelerin kendilerini toplar; bu bilgi tabanında iki ifade ayrı tutulur, tekil “learning science” (öğrenme bilimi) bu kuram çizgisini adlandırır.

Öğrenme kuramı manzarası

Bilgi tabanı, her biri kendi kavramlarına sahip birkaç öğrenme kuramı ailesini belgeler:

Öğrenme kuramları ve öğrenme kazanımları

Öğrenme kuramları nihai olarak sonuçlarıyla değerlendirilir ve bilgi tabanının Öğrenme Kazanımları kavramı kuramın kanıtla buluştuğu yerdir. Her kuram, neyin sayıldığına ve bunun nasıl ölçüleceğine ilişkin farklı bir tahminde bulunur: davranışçılık, tekrarlama-ve-geri bildirim görevlerinde gözlemlenebilir performans kazanımlarını öngörür; yapılandırmacılık, yeni problemlere aktarılan daha derin bir anlayışı öngörür; sosyokültürel kuram, katılım ve aracılanmış problem çözmedeki kazanımları öngörür; ve bilişsel yük kuramı, yalnızca öğretim çalışma belleği sınırlarına saygı duyduğunda kazanımları öngörür. Bu nedenle Öğrenme Kazanımları ölçümü kuram yüklüdür — bir kurama dayalı bir araç, başka bir kuramın öngördüğü kazanımları yakalayamayabilir. YZ çağında, YZ destekli performans ile yardımsız öğrenme kazanımları arasındaki keskin ayrışma (bkz. Faster Completion, Less Learning: Generative AI Reduced Study Time on Math Problems and the Knowledge They Build, The Generative AI Learning Penalty: Evidence from Chinese Secondary Education) bu mercek yoluyla okunabilir: davranışçı bir okuma şişirilmiş ödev puanlarını başarı olarak görürken, kalıcı anlayışa odaklanan yapılandırmacı bir okuma aynı kanıtı öğrenememe olarak görür. Kuramları değerlendirme ve ölçülen sonuçlara bağlamak, belirli bir YZ sisteminin hangi kuramsal merceği gerçekten tatmin ettiğine karar vermede dolayısıyla esasa ilişkindir.

Öğrenme kuramları neden Eğitimde YZ için önemlidir

Öğrenme kuramları üç nedenle önemlidir:

  • YZ’nin etkilerini öngörürler. Bir YZ aracının öğrenmeyi iyileştirip iyileştirmediği, hangi mekanizmayı etkinleştirdiğine bağlıdır. Cevabı ele veren bir mentor yapılandırmacı bir mercek altında zarar verir (inşayı atlar), davranışçılık altında tarafsızdır (pekiştirir) ve bilişsel yük kaygıları uyandırır (inşa etmek yerine yük boşaltır). Bilgi tabanının Bilişsel Yükü Dışarı Aktarma ve aşırı güven kavramları bunun risk tarafını yakalar.
  • Kuram-uygulama boşluğunu gün yüzüne çıkarırlar. Ampirik çalışmalar yinelenen biçimde, YZ uygulamalarının söylemin iddia ettiğinden farklı kuramları somutlaştırdığını bulur — en kayda değeri, davranışçı tekrarlama-uygulama mekanikleriyle eşleştirilmiş yapılandırmacı dil.(Artificial intelligence in vocational education and training: A systematic review of educational purposes, theoretical conceptualizations, and empirical effectiveness) YZ’yi değerlendirmek dolayısıyla bir sistemin “işe yarıp yaramadığını” değil, hangi kuramı gerçekten somutlaştırdığını sormayı gerektirir.
  • Etkin biçimde yeniden düşünülmektedirler. Üretken YZ, eğitimcileri klasik kuramların yeterli olup olmadığını yeniden değerlendirmeye itiyor. Üretkencilik, YZ çağında öğrenmenin giderek artan biçimde insan öğrenenler ile YZ sistemleri arasında yinelemeli ortak inşa yoluyla gerçekleştiğini öne sürerek klasik dördü (davranışçılık, bilişselcilik, yapılandırmacılık, bağlantıcılık) değiştirmek yerine genişletir.(Generativism: Toward a Learning Theory for the Age of Generative Artificial Intelligence)

Son AIED çalışmalarından yeni kuramsal yönelimler

Son kuramsal çalışma, klasik çizgiyi birçok yönde genişletir ve her biri YZ’yi tarafsız bir araç olarak ele almak yerine insan–YZ ilişkisini yeniden merkeze alır:

  • İnsan–YZ ortak-Eğitimde YZ Regülasyonu. Gelişimsel bir çerçeve, YZ’yi dışsal bir araç değil, yaşam boyu düşünceyi, öğrenmeyi ve öz denetimi ortak düzenleyen bir bilişsel ortak olarak konumlandırır.(Artificial intelligence as a cognitive partner: a developmental framework for human-AI co-regulation in learning) Yönetici işlevi, Metabiliş, dağıtık biliş ve sosyokültürel gelişimden yararlanarak YZ’yi dört rolde betimler — iskele, üst bilişsel destek, dış bellek / Bilişsel Yükü Dışarı Aktarma sistemi ve karar ortağı — çerçevenin en ilgili olduğu dönem orta çocukluktan itibarendir.

  • Topluluk Bilişi. Bir felsefi çerçeve, düşünceyi yalnızca bireysel zihinlerde yer almak yerine insan ve yapay aracılar arasındaki dinamik etkileşimlerden doğan bir şey olarak yeniden kavramsallaştırır.(Towards a philosophy of ensemble cognition: Reconceptualising agency and mind in AI-mediated educational environments) “Bilinc paradigmini” (özerklik, bilinç ve kararlılık varsayımları) sınar ve dağıtılmış etkenlik, dinamik merkezilik, bilişsel orkestrasyon, çok temsilli bütünleşme ve bağlama duyarlı geçişten oluşan beş özniteliği ortaya koyarken YZ’nin işlevsel etkenliğini ahlaki sorumluluktan ayırır.

  • Kendi Kendine Yönlendirilen Büyüme / A2PL. kendi kendine yönlendirilen öğrenmenin bir uzantısı olan bu yaklaşım, üretken YZ’yi öğrenme analitiği ile bütünleştirerek Kendi Kendine Yönlendirilen Büyüme’yi besler; Aspire to Potentials for Learners (A2PL) modeli yoluyla işlevsel kılınır.(Fostering Self-Directed Growth with Generative AI: Toward a New Learning Analytics Framework) Öğrenen özlemlerini (hümanist), karmaşık düşünceyi (yapılandırmacı) ve öz değerlendirmeyi (pragmatik) tek bir yetkinlikte yeniden yapılandırır ve GAI’yi bir içerik sağlayıcısı yerine buyurgusal olmayan işbirlikçi bir iskele olarak konumlandırır.

  • Aldatıcı aşırı genelleme. An, McLaren ve Stamper (2026), ACT-R / Knowledge-Learning-Instruction geleneğini, gözlenen doğruluğun ne zaman eksik koşullu anlayışı maskelediğini kuramsallaştırarak genişletir: öğrenenler, bir uygulama kısıtını atlayan ama yine de doğru performans gösteren aşırı genelleştirilmiş bir üretim derler — uyarlanabilir ustalık sistemlerinin ve hatta geleneksel öğretimin, bir eylemi ne zaman gerçekleştirmemek gerektiğini sınamadıkça gözden kaçırabileceği bir başarısızlık kipi.

  • Çalıştırılabilir KLI kuramı. Rachatasumrit, Koedinger & Carvalho (2025), Knowledge-Learning-Instruction çerçevesini, insan verisindeki bir çaprazlama etkileşimini yeniden üreten çalıştırılabilir bir hesaplamalı modelde (ACT-R tarzı bir bellek mekanizmasına sahip Apprentice Learner çerçevesi) temellendirir: saf pratik, kelimesi kelimesine olgu belleğine (unutmayı geciktirerek) yardım ederken örnek bütünleşmeli pratik, genelleştirilebilir beceri çıkarımına yardım eder. KLI sabit (olgu) bilgisini bellek süreçlerine, değişken (beceri) bilgisini ise çıkarıma bağladığından, sonuç, test ile çözümlenmiş örnek önerileri arasında bir çelişki değil, öngörülmüş bir içerik–uygulama etkileşimidir — ve modelin yalnızca bir bellek mekanizması varken başarılı olması, pratik ile örneklerin farklı, birbirini tamamlayan rolleri oynadığını gösterir.

  • YZ paradigmasına ontolojik bir meydan okuma olarak gövdelilik. Videla, Penny ve Ross (2026), gömülü, eylemsel bilişi YZ’nin somutlaştırdığı temsili deyişten ayıran ontolojik bir bölünme olduğunu savunur; bu nedenle YZ tarafsız bir araç olarak değil, epistemik merkezden uzaklaştırılarak ele alınmalıdır.

Bilgi tabanı bu çizgiyi nasıl düzenler

Öğrenme kuramlarını soyut felsefe olarak ele almak yerine bilgi tabanı, her birini onu kullanan Eğitimde YZ araştırmasında temellendirir. Yapılandırmacılık ve Davranışçılık sayfaları, YZ tasarımlarının her kuramı nasıl somutlaştırdığını (ya da ihanet ettiğini) belgeler; Bilişsel Yük Kuramı, Öz Düzenlemeli Öğrenme, Metabiliş ve Öğrenmenin Aktarımı kuramı belirli YZ mekanizmalarına ve sonuçlarına bağlar. Bu, bilgi tabanının Geri Bildirim ve Değerlendirme gibi diğer şemsiye alanları ele aldığı biçimi yansıtır — yalıtılmış sayfalar değil, etkileşen kavramlardan oluşan tutarlı bir sistem.

Öğrenme kuramları ve “YZ hakkında eğitim”

Öğrenme kuramları YZ okuryazarlığı öğretim programlarında aynı zamanda içerik olarak görünür: öğrenenler, kullandıkları araçların ardındaki pedagojik varsayımları anlamak için davranışçılık, bilişselcilik, yapılandırmacılık ve bağlantıcılığı inceler.(Generativism: Toward a Learning Theory for the Age of Generative Artificial Intelligence) Bu çizgiyi öğretmek, öğrencilere (ve eğitimcilere) bir YZ ürününün neden bu şekilde kurulduğunu eleştirmek için sözlük verir — ve mekaniklerinin elindeki öğrenme hedefine hizmet edip etmediğini.

  • Aracılayıcı etken. Warschauer, Tate ve Ritchie (2026), üretken YZ’nin aracılayıcı araçlar ile sosyal etkileşim arasındaki sosyokültürel ayrımı bozduğunu savunur ve aracılayıcı etkeni önerir — hem eylemi aracılandıran hem de koşullu, hesap verilemez katkılar üreten, bir araç ile bir sosyal ortak arasında hibrit bir alan işgal eden bir sistem. Bu, insan öncelikli beş katılım alışkanlığı doğurur (insan bilişinin önceliği, amaçlı angajman, gözetimci etkenlik, epistemik tetikte olma, yansıtıcı öz düzenleme).(Generative AI as a Mediational Agent: Rethinking Learning in Sociocultural Theory)

YZ çağı için önerilen kuramlar

Klasik ailelerin yanında, bilgi tabanı özellikle YZ sistemleriyle öğrenme için yazılmış kuramları belgeler ve bunlar eski kuramların açık bıraktığı tasarım çıkarımlarını taşır. Etkencilik (Yan ve Gašević 2026) orta erimli bir örnektir: öğrenmeyi başarılı görev tamamlamadan çok insan yeteneğinde kalıcı büyüme olarak tanımlar, dört mekanizma adlandırır (devredilmiş etkenlik, epistemik izleme ve doğrulama, yeniden yapılandırıcı içselleştirme ve azalan destek altında transfer) ve altı sınanabilir önerme belirtir; bunlardan biri, problem çerçeveleme, ölçüt belirleme ve gerekçelendirme konusunda öğrenen sorumluluğunu koruyan YZ desteğinin, cevap sunan destekten daha güçlü öğrenme ürettiğidir.

Elsayed (2026)’nin Pedagojik Simbiyozu daha güçlü bir ontolojik iddiada bulunur: öğrenen, bilişi araç destekli değil hibrit olan bir İnsan Sonrası varlıktır; dört ilkeyle düzenlenir: bilişsel yük boşaltma ve güçlendirme, epistemik ortak inşa, üst bilişsel simbiyoz ve dinamik kimlik oluşumu; bir Simbiyotik Portföy rubriği ve bir “Bilişsel Koreograf” öğretmen rolü olarak işlevsel kılınır; açıkça sınanmamıştır.

Bağlı kavramlar

Bağlı makaleler

Bağlı SSS

Üst veri

SeviyeHigher Ed
Öğrenme ve öğretimDavranışçılık, Öğrenme Kuramları, Metabiliş, Öz Düzenlemeli Öğrenme
Teknolojiler ve tekniklerÜretici YZ
Eğitimde YZ’nin temelleriÖğrenme 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.