AIEd Bilgi TabanıAIEd KB
Bu sayfada

Bu sayfayı İngilizce okuyun

Kavramlar

Nitel Araştırma

Oluşturuldu 2026-10-14

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

Nitel araştırma — olguları insanların nasıl deneyimlediğini, yorumladığını ve anlamlandırdığını inceleyen, tipik olarak sayılar yerine sözler, gözlemler ve eserler (artifacts) yoluyla çalışan ampirik yöntem ailesidir. Eğitimde YZ bağlamında, nitel yöntemler öğrencilerin ve öğretmenlerin YZ araçlarını gerçekte nasıl deneyimlediğini — standartlaştırılmış ölçümlerin kaçırdığı anlamları, gerginlikleri, zararları ve mekanizmaları — ortaya çıkarır. Eğitimde YZ hızla değiştiği ve etkileri sıklıkla bağlam, algı ve Güven ve Öğrenen Etkenliği gibi tartışmalı yapılar aracılığıyla aracılandığı için, nitel çalışmalar niceliksel tasarımların yanında (bkz. AIED’de Araştırma Yöntemleri) esastır.

Dikkate Alınması Gereken Sorular

  • Bir anket, öğrencilerin %40'ının bir YZ özel ders asistanına güvenmediğini söyler; bir odak grup görüşmesi neden güvenmediklerini söyler. Hangi sayı size daha uygulanabilir görünüyor ve "neden", yüzde kadarının getiremediği şeyi ne ekliyor?
  • Nitel bulgular genellikle istatistiksel olarak genellenebilir değildir, ama sıklıkla "kavramsal olarak genellenebilirdir" — başka yerlere aktarılabilen mekanizmalar ve dinamilikler. Okumadan önce, bir bulgunun kavramsal olarak ama istatistiksel olarak genellenebilir olması ne anlama gelir?
  • Sayfa, insan–YZ kodlamasında uyuşmanın (agreement), insanların uzlaşısı bir zemin gerçekliği olmadığında kodlama kalitesi ile aynı şey olmadığına dikkat çeker. "İki değerlendirici anlaştı" ifadesini bir şeyin doğru olduğunun kanıtı olarak hiç kullandınız mı? Uyuşma ne zaman doğruluğun bir işaretidir ve ne zaman yalnızca paylaşılan bir hatadır?
  • YZ artık nitel kodlamaya ölçekte yardım edebiliyorsa, bu nitel araştırmayı değerli kılan yorumlayıcı derinliği mi tehdit eder, yoksa yalnızca onun ağır iş yükünü mü otomatikleştirir? Belli bir çalışmada hangisinin olduğuna nasıl karar verirdiniz?
  • Nitel çalışmalar — azınlık etnik kökenli öğrenciler, kuşkucu kullanmayanlar gibi — yeterince temsil edilmeyen seslere odaklanır; büyük anketler bunları sıklıkla kaçırır. Duymuş olduğunuz bir eğitimde YZ iddiasını seçin. Manşetteki sayı muhtemelen onun hangi deneyimini yakalamamaktadır?
  • Umurumuzda olduğunu düşündüğünüz tartışmalı bir yapıyı — güven, özerklik ya da zarar — seçin. Okumadan önce, onu sayılarla değil sözler ve gözlemlerle nasıl incelerdinizi çizin ve bunu yaparak neyi kaybedeceğinizi not edin.

Giriş

Nitel araştırma tek bir yöntem değil, ne incelediklerine ve kanıtın nasıl toplanıp analiz edildiğine göre örgütlenmiş bir ailedir. Onları birleştiren, kapsam genişliği ve nedensel kontrol yerine anlam üretimi, bağlam ve derinlik üzerine yapılan vurgudur. Nitel bulgular tipik olarak istatistiksel anlamda genellenebilir değildir, ama sıklıkla kavramsal olarak genellenebilirdir — diğer ortamlara aktarılabilen mekanizmaları, kategorileri ve dinamilikleri ortaya koyarlar. Bilgi tabanının derleminde nitel çalışmalar, YZ kabulü, güven, zarar, öğretmenlik uygulaması ve öğrenme süreçlerini incelemekte öne çıkmaktadır.

Temel nitel yaklaşımlar

Tematik analiz

Tematik analiz, nitel verilerdeki — tipik olarak görüşme ya da odak grup transkriptleri, açık uçlu anket yanıtları ya da belgeler — kalıpları ("temalar") tanımlar, kodlar ve yorumlar. Bilgi tabanının nitel çalışmalarında en yaygın kullanılan yaklaşımdır. Görüşmeler ve açık uçlu yanıtların kendileri kendi bildirim verileridir, bu yüzden davranış hakkında ileri sürülebilecek iddialar üzerindeki sınırları paylaşırlar — kendi bildirim kanıtının güçlü olduğu ve çöktüğü yerler için o sayfaya bakın. Fizikte güven–fayda boşluğuna ilişkin bir çalışma, alanına özgü kuşkuculuk ve benimseme eğilimlerini ortaya çıkarmak için öğrenci görüşme verilerinin tematik analizini kullanır; üretici YZ ile öğretmen geri bildiriminin karşılaştırması faydalılık ve güvenilirlik algılarını analiz eder; ve yetişkin YZ öğrenmesi için yönergeler uzman ve öğrenen girdilerinin tematik kodlamasından tasarım ilkeleri türetir. YZ öğretmenlik iş akışlarını nasıl değiştirir eğitmen anlatılarının tematik analizine dayanır.

Kodlama güvenilirliği, tek seferlik bir kontrol yerine süregelen bir prosedür haline getirilebilir. Galiç ve ark. (2026), 304 farkındalık ifadesini Krippendorff’un α = ,803 değerinde kodlar, beş çakışan durumda uyuşmayı izler (toplanmış κ = 0,937) ve yeniden kalibrasyon eşiği olan 0,85'in altına düşüldüğünde tartışmalı ifadeleri yeniden kodlar ve ardından devam eder; kodlanan ifadeler daha sonra hangi boyutların birlikte ortaya çıktığını modelleyen, temaların düz bir listesi olmayan bir epistemik ağ analizine girer.

Temel kuram (grounded theory)

Temel kuram, önceden tanımlanmış bir çerçeveyi sınamak yerine teorisini veriden kurar ve teorik doyuma ulaşana kadar yinelemeli kodlama (açık → eksensel → seçici) kullanır. Eğitimde YZ ile ilgili ortaya çıkan olgular hakkında yeni teori oluşturmak için idealdir. Liu ve ark., öğrencilerin programlama eğitiminde YZ’ye bilişsel olarak nasıl iskeleleme uyguladığını ya da yükünü aktardığını gösteren — araç, özel öğretmen ya da takunya (tool, tutor, or crutch) üç kipli bir tipoloji kuramı geliştirerek doğrudan Bilişsel Yükü Dışarı Aktarma kavramını teorileştirir. Kritik YZ özel öğretmenlerine ilişkin temel kuram çalışması bu tür öğretmenlerin öğrenenleri güçlendirip güçlendirmediğini inceler. İnsan merkezli üretici YZ geri bildirim tasarımı çok yerli (multisite) bir çalışmada temel analiz kullanır. Bu tür temel kuramların alanın teori oluşumuna nasıl beslendiğini görmek için Eğitimde Yapay Zekada Teori Geliştirme sayfasına da bakın.

Fenomenoloji ve fenomenografi

Fenomenolojik yaklaşımlar bir olgunun yaşanılan deneyimini — YZ ile öğrenmenin nasıl bir şey olduğunu — incelerken; fenomenografi insanların bir olguyu nitelikçe farklı biçimlerde nasıl deneyimlediğini ve anladığını çalışır ("tanım kategorileri" üretir). Yok Olan Bilişsel Temel (The Absent Cognitive Baseline), YZ altında öz değerlendirmenin yaşanılan deneyimlerinden yararlanarak yapısal bir boşluğu teorileştirir; bir fenomenolojik çalışma, bilinçli olarak anlamadan YZ ile işi tamamlama deneyimini yakalar; ve sosyokültürel, yorumlayıcı bir çalışma üretici YZ’nin matematik akademik uygulamasında nasıl bir "kontrolden çıkmış nesne (runaway object)" haline geldiğini analiz eder.

Söylem analizi

Söylem analizi, kullanım içindeki dilin anlamı, kimlikleri ve iktidarı nasıl inşa ettiğini — sınıf içi konuşmayı, yazılı metni ya da etkileşim dizilerini analiz ederek — inceler. NSPA, sınıf içi etkileşimin anlaşılmasındaki lehçe yanlılığını azaltmak için uzun ufuklu sınıf içi söylem analizi yapar (burada hesaplamalı olarak desteklenir); azınlık etnik kökenli hazırlık sınıfı öğrencilerine ilişkin bir çalışma, İstek Metni Mühendisliği görevlerinde işbirlikçi söylemi analiz eder. Söylem analizi, Eğitimde NLP ile birleştirildiğinde nitel yorumlamayı hesaplamalı yöntemlerle köprüler.

Poudyal (2026), söylem kodlamasının sayılabilir kurallara dönüştürüldüğünde nasıl denetlenebilir hale geldiğini gösterir: 366 özet ve 91.405 belirteç (token) üzerinde, bir eylemin ancak bir özne bir yüklemi altı aradaki sözcükle izlediğinde sayıldığı bir çağrışım kuralı uygulanır ve adsal yakınlık hariç tutulur, böylece "YZ yönetişimi (AI governance)" ifadesi asla YZ’nin yönettiğinin kanıtı olarak sayılmaz — bağımlılık ayrıştırması değil, kural tabanlı bir yaklaşımdır; tasarım sınırlarını açıkça belirtir.

Gözlemler ve etnografi

Gözlem çalışmaları bağlam içindeki davranışı izler; etnografi bunu, araştırmacının sıklıkla katılımcı-gözlemci olarak yer aldığı bir ortamın süregelen, derinlemesine çalışmasına geniletir. YZ destekli programlama eğitimine ilişkin bir trio-etnografi, öğrencilerin yorumlarının nasıl evrimleştiğini izler; bir sınıf içi örnek olay çalışması, biyolojide YZ Okuryazarlığı bütünleşimini gözler. Gözlemsel yöntemler rapor edilen davranış yerine gerçek davranışı (öğrenenlerin YZ ile ne yaptığını) yakalar — tutumların niceliksel ölçümüne hâkim olan kendi bildirim anketlerini tamamlar.

Örnek olay çalışmaları

Örnek olay çalışması, birden çok veri kaynağı kullanarak sınırlandırılmış bir olguyu (bir kurs, bir kurum, tek bir öğrenen) derinlemesine inceler. Bir işletme okulu örnek olay çalışması, üretici YZ için öğrenci katkılı bir öğretme ve öğrenme çerçevesi üretir; bir biyoloji örnek olay çalışması, YZ okuryazarlığı bütünleşimini belgelemektedir. Örnek olay çalışmaları kapsam genişliğini derinlikle değiştirir ve genellemeden ziyade teori oluşumu ve aktarılabilir içgörü için güçlüdür. Khlaif ve ark. (2026), üç Filistin üniversitesindeki 21 görme engelli lisans öğrencisine ilişkin nitel bir örnek olay çalışması sunar; yarı yapılandırılmış görüşmelerin tematik analizini kullanarak üretici YZ’nin nasıl kapsayıcı öğrenme için bir yardımcı teknoloji işlevi gördüğünü — niceliksel ölçümlerin kaçırdığı mekanizmaları (kişiye özgü uyarlama, öğretmen desteği, eğitimde eşitlik) ortaya çıkaran örnek olay araştırması örneğini — gösterir.

Swidan (2026), bir öğretmen ve sekiz öğrenci için videoyu, uyarı sisteminin kendi kayıtlarını ve uyaran-hatırlatma görüşmelerini üçgenler; duygusal bir sinyalin yalnızca öğretmenin yanıtı aracılığıyla anlam kazandığını gösterir; tek yazarlı, bağımsız kodlama ya da doğrulanmış duygu algılaması olmadan iki aşamalı bölüm kodlaması, tek kodlayıcılı bir örnek olay analizinin neyi gerekçelendirebileceğinin sınırını işaret eder.

Görüşmeler ve odak grupları

Yarı yapılandırılmış görüşmeler ve odak grupları, yukarıdaki tüm yaklaşımlarda birincil veri toplama araçlarıdır. Zengin, bağlamsal anlatımlar elde ederler. Bilgi tabanının nitel derlemi önemli ölçüde görüşmelere (örn. uzmanlık yolları) ve odak gruplarına (örn. metinden görüntüye yetkinlik paradoksu, Guidelines for Designing AI Technologies to Support Adult Learning) dayanır. Kalite, özenli soru tasarımına, çeşitlilik için örneklem seçimine ve titiz analize bağlıdır.

Nitel araştırma bilgi tabanında nasıl görünür

YZ ve nitel analiz

Son dönemdeki ayırt edici bir gelişme, nitel kodlamaya yardım etmek için YZ’lerin (LLM) kullanılmasıdır. Bilgi tabanının kanıtları temkinlidir: Comparing human and LLM ordered coding of qualitative data: How coding differences cascade through temporal analysis, YZ ile insan kodlamasının ayrıştığını ve hataların zamansal analiz boyunca yığıldığını gösterir; Agreement Is Not Quality, insan–YZ kodlaması uyuşmasının, insan uzlaşısı bir zemin gerçekliği olmadığında kodlama kalitesi ile aynı şey olmadığını gösterir. YZ destekli kodlama nitel analizi ölçeklendirebilir ve hızlandırabilir, ancak çıktıları insan yargısına karşı doğrulanmayı gerektirir — nitel araştırmanın Eğitimde NLP ve AIEd Değerlendirmesi ile önemli bir kesişimidir.

Akıcı çıktı sorunu ve gerekçelendirilebilirlik. Holster (2026), doğruluk ve açıklamanın YZ destekli nitel çalışmalar için neden yetersiz standartlar olduğunu netleştirir. YZ’ler derlemleri dakikalar içinde akıcı konulara, alıntılara ve yaygınlık iddialarına yeniden düzenleyebildiği için, onları üreten analitik yolu gizleyebilirler — ve insanlar kolay işlenen, akıcı çıktıları daha doğru olarak değerlendirme eğilimindedir. Holster, doğruluk ve açıklamaya bir tamamlayıcı olarak gerekçelendirilebilirliği (warrantability) önerir: bir YZ destekli yorum, kaynak veriden iddiaya giden yol incelenebilir, tartışılabilir ve gözden geçirilebilir kaldığı sürece gerekçelendirilebilirdir. Onun yapıcı işleyişi anlamsal merceklerdir (semantic lenses; bir derlemin soyutlama düzeyleri boyunca belgelenmiş yeniden düzenlemeleri) ve gerekçe eserlerinin (warrant artifacts) — kaynağa bağlantılı konu tabloları, mercek yığınları ve kanıt nehirleri — iddiaya göre bir repertuvarıdır; bunlar araçlara öyle tasarlanmıştır ki akıcı analiz aynı zamanda yeniden izlenebilir bir yol kaydı da üretir. Bu, alanın denetim izi geleneğini üretici döneme taşır ve değerlendiricilere nihai bir yorumun ötesinde itiraz edebilecekleri somut bir şey verir.

  • Güvenilirlik, çok ajanlı YZ kodlamasında doğruluk değildir. İki YZ kodlayıcının bağımsız olarak kodladığı, farklılıkları tartışıp uzlaştırdığı, edebiyatla beslenmiş bir hattan üretilen; her veri setinde ve etikette Cohen’ın kappası 0,85'i üzerinde kodlayıcılar arası uyuşma ile birlikte 0,31 ile 0,89 arasında değişen (ortalama 0,68, SS 0,16) kriter F1'i — her ikisi de yanlış olan ajanlar arasında yüksek uyuşma. Daha uzun kod kitapları (t = -11,702) ve daha benzer alıntılar (t = -9,249) başlangıç doğruluğunu düşürdü ve tartışma turları doğrulukla olumlu korelasyon gösterdi (t = 7,997), oysa doğru çözülen çatışmalar ve işbirlikçi kipler olumsuz korelasyon gösterdi (t = -9,720 ve -8,420); dolayısıyla yakınsama, doğruluğun zayıf bir vekilidir. Pratik sonuç, YZ destekli kodlamanın kalite sinyali olarak ajanlar arası uyuşma yerine insan referansına karşı kontrol listesi düzeyinde hakemlik gerektirmesidir. (How AI Coders Discuss, Disagree, and Reach Consensus: Challenges and Opportunities for LLM-Based Qualitative Coding)

Güçlü yönler ve sınırlılıklar

  • Güçlü yönler: derin ekolojik ve kavramsal içgörü; beklenmedik olguları, riskleri ve mekanizmaları ortaya çıkarır; teori oluşumu için esastır (bkz. Eğitimde Yapay Zekada Teori Geliştirme); anlamı, bağlamı ve tartışmalı yapıları yakalar; yeterince temsil edilmeyen bakış açılarını merkeze alır; standartlaştırılmış ölçümlerin gerisinde kaldığı hızla değişen olguları incelemek için güçlüdür.
  • Sınırlılıklar: sınırlı istatistiksel genellenebilirlik; yorumlayıcı ve araştırmacıya bağımlı (güvenilirlik kaygıları); küçük örneklemler; nedensel iddialar için zayıf destek; bulguların çalışmalar arasında sentezlenmesi zor olabilir; zaman ve emek yoğundur.

Nitel ve niceliksel yöntemler rakip değil, birbirini tamamlayıcılardır — karşıtlıklarını ve üçgenlemesini görmek için AIED’de Araştırma Yöntemleri, onları birleştiren tasarımlar için karma yöntemler sayfasına bakın.

Bağlı kavramlar

Bağlı makaleler

Üst veri

Çalışma tasarımıInterviews, Case Study
Araştırma yöntemleri ve değerlendirmeNitel Araştırma, AIED’de Araştırma Yöntemleri
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.