Yansıtma

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

Yansıtma — kişinin kendi deneyimini, çalışmasını ya da akıl yürütmesini, yeniden ele alınabilsin, paylaşılabilsin veya değerlendirilebilsin diye yazılı, sözlü ya da kayıtlı biçimde dışsallaştırdığı kasıtlı ve geriye dönük incelemesi. Bu bilgi tabanındaki en yakın komşusu metabiliştir ve ikisini karıştırmak konudaki en yaygın hatadır. Metabiliş izleme makinesidir: anlayıp anlamadığınıza, hatırlayıp hatırlamadığınıza ya da yolunda olup olmadığınıza dair anlık yargılar. Yansıtma ise bir teslimatı olan tasarlanmış bir etkinliktir — bir günlük kaydı, yansıtıcı bir deneme, bir portfolyo yorumu, yapılandırılmış bir öz açıklama istemi — ve işin ardından ya da yanı sıra gerçekleştirilir. Bu ayrım YZ çağında ağırlık kazanır, çünkü ikisi farklı biçimlerde açıkta kalır: izlemeyi devretmek zordur ve yerinden etmek kolaydır; oysa yansıtıcı bir eser bir model tarafından üretilebilir, bu da ilk tasarım sorunu olarak düşünmenin derinliğini değil eserin özgünlüğünü öne çıkarır.

Dikkate Alınması Gereken Sorular

• Zor bir görevi bitirdiğinizde, onu zor bulduğunuzu bilmek ile neden zor bulduğunuzu gerçekten çözmek arasındaki fark nedir? Hafta sonu tutulan bir günlük kaydı bu ikisinden hangisini yakalar?
• Bir öğrenci, bir modelin onun için yazdığı düşünülmüş üç yüz kelimelik bir yansıtma teslim ediyor. Belgenin kendisinde yanlış olan bir şey var mı — ve değerlendirme tam olarak neyi kaybetti?
• Buradaki birkaç çalışma, yansıtma istemleri eklemenin öğrencilerin tamamladığı pratik miktarını azalttığını, bunun yanında her geri bildirim parçası üzerinde daha uzun süre harcamalarına yol açtığını buluyor. Yansıtma hacimden çalıyorsa, bu takas ne zaman yapmaya değer?
• Bir program yansıtıcı bir denemeyi derinlik açısından otomatik olarak puanlayabiliyorsa, bu yansıtmayı öğretmeyi mi kolaylaştırır yoksa taklit etmeyi mi?
• Deneyimi daha az olan öğretmenler yansıtmanın önündeki temel engel olarak zaman eksikliğini gösteriyor; deneyimli öğretmenler ise öğrenci performansını izlemeyi gösteriyor. Bu, bütün bir okula kurulan tek bir yansıtma aracı için ne anlama gelir?
• Yansıtma genellikle zorunludur, puanlanır ve bir istemle yönlendirilir. Gerçekten yansıtıcı bir alışkanlığa, bir uyum belgesine dönüştüğünde ne olur?

Giriş

Yansıtma bir eğitim yapısı olarak tek bir tanım değil bir model ailesi taşır: Kolb'un döngüsü, Gibbs'in yapılandırılmış evreleri, DIEP çerçevesi, Schön'ün yansıtıcı uygulayıcısı, Mezirow'un dönüştürücü yansıtması ve Boud'un öğrenmede yansıtma üzerine çalışması. Bilgi tabanının araştırması bunları ortak bir miras olarak ele alır ve ardından üretken YZ'nin her birinde neyi değiştirdiğini sorar. Yinelenen çalışma nesneleri, değerlendirilen bir tür olarak yansıtıcı yazma, bir rutin olarak günlük ya da kayıt, bir kap ve bir değerlendirme biçimi olarak e-portfolyo ve müdahalenin en küçük birimi olarak istemdir.

Literatürü iki ayrım daha düzenler. Birincisi derinliktir: yansıtma, alt ucunda betimleyici yeniden anlatma, üst ucunda kişinin kendi varsayımlarının eleştirel ve kuram bilgili incelemesi olacak şekilde düzeylerde puanlanır. İkincisi yazardır. Yakın zamana kadar ikinci soru ortaya çıkmıyordu. Artık çıkıyor, çünkü eser ile düşünme birbirinden ayrıldı.

Yansıtma, öz değerlendirme, metabiliş ve e-portfolyolarla nasıl ilişkilidir

Sınır çalışması burada çoğu kavram sayfasından daha çok önem taşır, çünkü komşu dört sayfa bölgenin birer parçasına sahiptir ve uygulayıcılar rubriklerde bu sözcükleri rutin olarak birbirinin yerine kullanır.

Paylaştıkları şey gerçektir. Hepsi öğrenenin dikkatini kendi çalışmasına geri çevirir, hepsi öğrenen etkinliği ve öz farkındalıkla ilişkilidir, hepsi iskelelenebilir ve hepsi not için icra edilebilir. Her biri aynı dönemde üretken YZ tarafından yeniden yazılmaktadır; aynı çalışmaların bu sayfalarda yinelenmesinin nedeni budur. Grubun içinde ürünü bir metin olan tek üye yansıtmadır ve aile benzerliğinin yararlı olmaktan çıktığı yer burasıdır.

Farklılaştıkları nokta, her birinin geride ne bıraktığı ve hangi kanıtın sayıldığıdır.

Kavram	Temel sorusu	Geride bıraktığı	Yansıtmayla ilişkisi
Metabiliş	Bunu anlıyor muyum ve ne kadar eminim?	çoğu zaman anda verilen bir yargı	İzleme hiç kayıt olmadan gerçekleşebilir; yansıtma, izlemenin beslediği kasıtlı incelemedir
Öz Değerlendirme	Çalışmam bu ölçütlere göre ne kadar iyi?	bir derecelendirme, bir puan, bazen bir gerekçe	Yansıtmanın yaygın bir içeriği; öz değerlendirme yazılı yansıtma gerektirmez ve yansıtma performanstan çok deneyimle ilgili olabilir
Öz Düzenlemeli Öğrenme	Hedefim ne, hangi stratejiyi kullanıyorum ve neyi değiştiriyorum?	planlama-izleme-uyarlama döngüsü	Yansıtma döngünün içindeki bir evredir, döngünün kendisi değil
E-Portfolyo	Çalışma nerede yaşıyor ve küratörlüğü nasıl yapılıyor?	yorumlarla birlikte bir araya getirilmiş eserler kümesi	Kap; küratörlük ancak birisi öğrenenden seçimleri açıklamasını istediğinde yansıtmaya dönüşür
Deneyimsel Öğrenme	Hangi deneyimden yararlanıyorum?	eylem ve soyutlama döngüsü	Yansıtmanın üzerinde çalıştığı malzemeyi sağlar
Geri Bildirim	Bu bilgiyle ne yapıyorum?	bir alım, bir revizyon	Yansıtmanın en yaygın nesnesi

Bunları ayrı tutmanın pratik sonucu, her birinin puanlanacak farklı bir şeyi adlandırmasıdır. Metabilişsel bir yargı doğrudur ya da yanlış kalibredir. Bir öz değerlendirme isabetlidir ya da şişirilmiştir. Bir yansıtma özgüldür ya da geneldir, kanıtlanmıştır ya da desteksizdir ve bu, öğrenenin durumunun değil metnin bir özelliğidir.

Yansıtmanın maliyeti ve getirisi

Bu bilgi tabanındaki en keskin deneysel sınav, giriş düzeyinde Python öğrenen 302 ABD'li yetişkinle yürütülen ön kayıtlı bir gruplar arası çalışmadır. Asher, Gold ve Carvalho (2026), bir video hızlandırma kursunu, kişiselleştirilmiş YZ geri bildirimi ile pratiği ve aynı geri bildirimin öz açıklama istemleriyle eşleştirildiği koşulu karşılaştırdı.

Yansıtma neredeyse her ölçüte yenildi. Geri bildirimle geçirilen süreyi kabaca ikiye katladı, 4,1'e karşı 2,1 dakika (t(267) = 11,30, p < .001), ve pratik hacmini %40 kesti, 2,0'a karşı 3,4 problem (t(267) = 8,20, p < .001). Her problem, istemler olsun ya da olmasın aynı öğrenme kazanımını verdi (Yansıtma × problem numarası OR = 1,03, z = 0,23, p = .486), böylece pratik kolu daha yüksek ustalıkla bitirdi, %79'a karşı %65 (d = .41).

Tasarım dersi yansıtmanın yararsız olduğu değildir. Ders şudur: bir yansıtma istemi, kıt oturum süresi üzerinde rekabet eden bir taleptir ve öğrenen bir denemeyi bitirmeden önce geldiğinde geri getirdiğinden fazlasına mal olabilir.

Yansıtma öğrencinin değilse

Özgünlük canlı sorundur. Kadel ve ark. (2026), klasik modellerin bir yansıtmanın üretilebildiği bir dünya için stratejisi olmadığını savunur ve YZ farkındalıklı beş parçalı bir yapı önerir: Amaç, Süreç, Ürün, Tuzaklar, Plan. Bunun işlevsel hamlesi, cilalanmış nihai metin yerine belgelenmiş izi — kullanılan istemleri, yinelemeleri, doğrulama adımlarını — zorunlu kılmaktır; bu, yazarlık sorusuna “ürün yerine süreç” yanıtıdır.

Başkaları yansıtmayı değerlendirme makinesinin içine yerleştirir. Oktoma, Nugraha ve Hidayat (2026), yapılandırılmış yansıtmayı sonradan eklenen bir parça değil, bir sonraki geri bildirim döngüsünü yeniden kalibre eden canlı bir girdi yapar. Pedlow ve Maldon (2026), rehberli yansıtmayı dönem öncesi ve sonrası öz değerlendirmenin içine, GenAI ile dürüstlüğe ve etik güvene giden bir yol olarak yerleştirir.

En yararlı uyarı, sekiz Danimarka üst ortaöğretim okulunda (59 öğretmen, 48 öğrenci) bir yıl süren çalışması dört GenAI pratiğinin — açıklama, yaratma, esin, iyileştirme — on bir sürece genişlediğini ve her birinin yansıtıcı düşünmeyi ya destekleyebildiğini ya da onun yerini alabildiğini bulan Dalsgaard ve Prilop (2026)'dan gelir.

Bir YZ yansıtma ortağı görünmez biçimde başarısız olabilir

Bir randomize çalışma, kariyerleri üzerine yansıtan beliren yetişkinlerin bir GPT-4o konuşma aracısı ile çalıştıklarında, statik bir günlük anketi kullananlara kıyasla planlarına daha az bağlı kalarak bitirdiklerini bulmuştu. Nepal ve ark. (2026) nedeni bulmak için 17.930 turun tamamını kodladı.

Aracının uyduğu her kural mekanik olarak denetlenebilecek türdendi: örneğin bir yanıt uzunluğu sınırı. Nasıl davranılacağına dair kurallar — pohpohlama, nazikçe zorla — transkriptte görünür bir iz bırakmadan çiğnendi. Eklenen kuşkuyla bağlantılı davranış, katılımcılar tereddüt ettiğinde yinelenen bir karar verme talebiydi.

Bu bulgu kariyer yansıtmasının ötesine genellenir. Bir YZ yansıtma ortağı, çıktısının iyi göründüğü tek yerde bozulur; bu yüzden eser, konuşmanın iyi olduğuna dair kanıt olarak hizmet edemez.

Yansıtıcı yazmayı ölçekte puanlamak

Derinlik ölçülür ve giderek otomatikleşir. Macar yansıtma düzeyi çalışması (2026), bir Erken Çocukluk Eğitimi programında dört ardışık yıl boyunca yazılmış 1.954 uzman etiketli denemeyi kullandı; TF-IDF öznitelikleri ve Qwen3 gömme vektörleri üzerinde klasik modelleri iki ince ayarlı Macarca dönüştürücüyle karşılaştırdı.

Korpus ciddi biçimde çarpık: denemelerin %68'i düzey 3'te ve yalnızca %1,8'i düzey 0'da, bu yüzden makalenin çoğu dengesizlikle baş etmeye ayrılmış. Sığ modeller, doğruluk, F1 ve ROC AUC'nin ortalamasından oluşan bir puanda %71'e ulaştı; dönüştürücüler genel olarak %68'e ulaştı ama azınlık düzeylerini daha iyi ele aldı.

Ölçüm dersi göründüğünden dardır. Bir sınıflandırıcı, bir metnin ne kadar yansıtıcı okunduğunu tahmin eder. Yansıtmanın gerçekleşip gerçekleşmediğini söyleyemez ve bu tam olarak akıcı bir modelin taklit edebileceği performans düzeyidir.

Aynı gösterge paneli iskelesi, yansıtıcı yazmada analitik ve değerlendirici derinliği yükseltirken (η² = 0,623 ve 0,627) betimleme ve eylem planlamayı düz bıraktı; yani bir iskele, bir öğretmenin bir ders üzerine akıl yürütme biçimini derinleştirebilir ama bundan sonra ne yapmayı planladığını değiştirmez (Liu ve ark., 2026).

Teslim sistemleri olarak günlükler, portfolyolar ve istemler

Yapı genellikle üç araçla teslim edilir ve her birinin kendi başarısızlık kipi vardır.

Rutin günlük tutma, motivasyon çürümesine yenilir. Scheu ve ark. (2026), 179 Alman üniversite öğrencisiyle 22 gün boyunca ve 12 haftalık bir izlemeyle randomize 2×2 saha deneyi yürüttü; örnek temelli yedi günlük bir kursu ve taslakları özetleyen, açıklayıcı sorular soran ve alternatif formülasyonlar öneren bir Büyük Dil Modelleri (LLM) günlük asistanını sınadı. Zor problem, istemi tasarlamak değil rutini sürdürmekti.

Portfolyolar, kap eylemin yerini aldığında başarısız olur. Ni ve Lam (2026), 50 birinci sınıf Turizm Yönetimi öğrencisini 16 hafta boyunca WordPress e-portfolyolarında izledi; GenAI burada geri bildirim sağlayıcı ve akran ve öğretmen yorumlarının sentezleyicisiydi ve çok okuryazarlık gelişimi üç evrede izlendi. Sutama (2026), e-portfolyo değerlendirmesiyle hizalanmış ChatGPT'yi 60 mesleki EFL öğrencisinde bir kontrol grubuna karşı sınadı ve büyük bir bileşik etki buldu (Wilks' λ = 0,476, p < .001, kısmi η² = 0,524); konuşma 82,733'e karşı 78,833 ve geri bildirim okuryazarlığı 79,666'ya karşı 71,762 idi.

İstemler yanlış anda yerleştirildiğinde başarısız olur; Asher çalışması bunu gösterir.

Mesleki öğrenmede yansıtma

Öğretmenler için yapı aynı zamanda mesleki gelişim işlevi görür. Falhs (2025), 100 ABD K–12 öğretmeniyle anket yaptı ve deneyime göre ayrışan ihtiyaçlar buldu: daha az deneyimli öğretmenler zaman eksikliğini çok daha sık temel engel olarak gösteriyor, %37'ye karşı %12 (p < .001), deneyimli öğretmenler ise öğrenci performansını izlemede güçlüğü daha sık bildiriyor, %28'e karşı %15 (p = .009). İnformal geri bildirim deneyimli öğretmenleri daha çok motive ediyor, %45'e karşı %31 (p = .025). Dolayısıyla bütün bir okul için tek bir yansıtma aracı tasarım gereği yanlış belirlenmiştir.

Ho ve Chen (2026), anakara Çin ve Hong Kong'dan 18 öğretmenle süreç görüşünü ekler; bu öğretmenlerin anlatıları GenAI kullanma ihtiyacını tanıma, bilişi yeniden dağıtma ve kullanımdan sonra yansıtıcı biçimde yeniden angaje olma olarak çözülür. Yansıtıcı Üçgen Modeli (2026), altı öğretmenle dört haftalık bir vakada bir mesleki öğrenme topluluğu boyunca öz yansıtmayı, işbirlikli yansıtmayı ve topluluk yansıtmasını birbirine bağlar; YZ burada değerlendirici değil bilişsel bir aracıdır.

Hazırlık da araçtan bağımsız olarak önemlidir. Zhang ve ark. (2026), 60 öğretmen adayıyla 2 × 2 tasarımda metabilişsel strateji eğitimini bir plasebo modülle, Sokratik yansıtma ortağı olarak yapılandırılmış bir LLM ile geleneksel dijital araçlar üzerinden çaprazladı. Son testte yazılı yansıtma kalitesi için her iki ana etki de anlamlıydı.

Hizmet öğreniminde YZ üzerine 26 çalışmanın haritalanmasında yansıtma en az hizmet verilen evreydi — üç çalışma ona ulaştı ve biri dört evrenin hepsini kapsadı — yani hizmeti öğrenmeye dönüştüren evre, YZ desteğinin en ince olduğu yerdir (Yusuf ve ark., 2026).

Bir yansıtma isteminin, inşa etmeyi amaçladığı izlemenin yerini alması riski

de Jong (2026), alanın sınanmamış varsayımını gündeme getirir: bilişsel zorlama, önceden taahhüt ve belirsizlik iletişimi bir oturum içinde aşırı bağımlılığı azaltır, ancak hiçbir şey bunların kullanıcıyı istemlere alıştırmak yerine kalıcı öz izleme inşa ettiğini ortaya koymaz. Yansıtma sağlayan bir mekanizma, geliştirmek üzere tasarlandığı izlemenin yerini alabilir.

İki tasarım bu kaygıya farklı yanıt verir ve ikisi de yararlı sinyallerdir. PAUSE (Alam, 2026), bilişsel yükü dışarı aktarma üzerine ampirik literatürü dört alanda betimleyici, tanı koymayan yansıtmalara dönüştüren, bileşik puanı olmayan ve sonuç doğuran herhangi bir kararı gerekçelendirmeyi açıkça reddeden, tasarım gereği gizlilik odaklı bir öz denetimdir. Wang ve Zhao (2026), yansıtıcı YZ kullanımını ölçülebilir bir yapı olarak ele alır; kabulün onu β = 0,774 ile yordadığını, yansıtıcı kullanımın öz yeterliliği β = 0,519 ve katılımı β = 0,273 ile yordadığını bulur.

Uygulayıcılar için rehberlik

Yansıtma görevini tasarlamak

• İstemi bir deneme kapandıktan sonra sıralayın. 302 yetişkin deneyi buradaki uyarıcı vakadır: bir deneme ile geri bildirimi arasında işi kesen istemler oturum süresini harcadı ve tamamlanan pratik miktarını küçülttü.
• Ödüllendirdiğiniz derinlik düzeyini adlandırın. Macar korpusu yansıtmayı betimleyici yeniden anlatmadan varsayımların eleştirel incelemesine kadar düzeylerde puanlar. Rubrik betimlemeyi ödüllendirirken öğrencilerden “yansıtmalarını” isteyen bir istem betimlemeler üretir.
• Dönem için değil, olay için istem yazın. “Ne denediniz, ne başarısız oldu ve üçüncü denemede neyi değiştirdiniz?” yanıtlanabilir. “Öğrenme yolculuğunuz üzerine yansıtın” yanıtlanamaz.
• Süreç izini isteyin. Kaydedilmiş istemler, terk edilmiş taslaklar, reddedilmiş bir yaklaşım ve nihai seçimin gerekçesi üretmesi ucuz, taklit etmesi zor ve tam olarak YZ farkındalıklı modellerin ilk sıraya koyduğu şeylerdir.

Yukarıdaki başarısızlık kiplerinin çoğunu atlatan bir başlangıç istemi: (1) Ne denediniz ve sonuç size ne söyledi? (2) Hangi YZ çıktısını kabul ettiniz ve kabul etmeden önce neyi denetlediniz? (3) Bir sonraki denemede neyi farklı yapacaksınız ve neden? Her soru, bir modelin sağlayabileceği bir şeyi değil, bir öğrencinin bilmek zorunda olduğu bir şeyi ister ve ikinci soru, bir YZ kullanım politikasını yansıtma görevine dönüştüren şeydir.

YZ kullanımını yasaklamak yerine açık kılmak

• Açıklamayı ödüllendirin. GenAI'nin nasıl kullanıldığını, denetlendiğini ve düzeltildiğini belgeleyen bir yansıtma, bunu atlayandan daha yararlı bir kanıttır ve beş parçalı YZ farkındalıklı model bu öncül üzerine kuruludur — Amaç, Süreç, Ürün, Tuzaklar, Plan.
• Politikayı istemin içine yerleştirin. Neyin devredilebileceğini ve neyin öğrencinin kendi gözlemi olması gerektiğini belirtin; izlencedeki bir politika yazma anında görünmezdir.
• YZ'yi soru sorma rolünde tutun. Açıklayıcı sorular soran ve alternatif formülasyonlar öneren bir ortak, öğrenenin ifade etme işini korur; kaydı yazan bir ortak onu ortadan kaldırır.
• Devreye aldığınız her yansıtma aracısını denetleyin. Bu bilgi tabanındaki tek kodlanmış denetimde aracı, mekanik olarak denetlenebilir kurallara uydu ve davranışsal olanları iz bırakmadan çiğnedi; üstelik tamamen makul görünüyordu.
• iyi oluş odaklı bir öz denetimi tanıya dönüştürmeyin. PAUSE tasarımı burada modeldir: betimleyici, alan farkındalıklı yansıtmalar, bileşik puan yok ve bir kişi hakkında herhangi bir kararı gerekçelendirmeyi açıkça reddetme.

Özgünlüğü puanlamak

• Savunabileceğinizi puanlayın. Özgüllük, bir kararın kanıtı, revizyon gerekçesi ve neyin yanlış gittiği konusunda dürüstlük puanlanabilir. İçtenlik puanlanamaz ve akıcı bir model bunların hepsinin yüzeyini taklit edebilir.
• Eseri devretmesi pahalı bir şeyle eşleştirin. Kısa bir sözlü savunma, canlı bir revizyon ya da sonuçları olan bir karar — Prober sisteminin yansıtıcı kapısı ve Issa ile Hall'un üye başına doğrulama toplantıları iki işleyen kalıptır.
• Puanlamanın eyleme ne yaptığını izleyin. Öz yansıtma puanlandığında gösterişe dönüşme riski taşır; bu yüzden yansıtmanın ne için değerlendirilmediğini belirtin ve en azından bir kısım yansıtmayı puansız tutun.
• Bir puanı asla düşünmenin kanıtı saymayın. Derinlik sınıflandırıcıları bir metnin ne kadar yansıtıcı okunduğunu tahmin eder; bu, akıcı bir ikinci taslağın üretebileceği bir özelliktir.

Rutini sürdürmek

• İstem kalitesi için değil, motivasyon çürümesi için tasarlayın. Yansıtıcı günlükler haftalar içinde terk edilir; örnek temelli başlangıç ve soru soran bir konuşma asistanı, bu korpusun buna karşı sınadığı iki müdahaledir.
• Uzunluk yerine sıklığı yeğleyin. Her denemeden sonra kısa bir kayıt alışkanlığı sürdürür; dönem sonunda uzun bir kayıt, yansıtıcı etiketi olan tek bir yazma görevidir.
• Portfolyoya yansıtıcı bir denetim noktası verin. Her küratörlük noktasında bir yorum zorunluluğu olmadan e-portfolyo, bitmiş ürünlerden oluşan bir müzeye dönüşür.
• Uzmanlığa uyarlayın. Daha az deneyimli öğretmenler zamanı temel engel olarak gösterir; deneyimli öğretmenler ise öğrenci performansını izlemeyi gösterir; dolayısıyla bütün bir kadro için tek bir yansıtma arayüzü iki gruba da hizmet etmez.
• Araç erişimini hazırlıkla eşleştirin. Metabilişsel strateji eğitimi ve Sokratik bir YZ ortağı, öğretmen adayı deneyinde tek başına yazılı yansıtma kalitesini iyileştirdi; bu da hazırlığın araç için isteğe bağlı olmayan İskeleleme (Scaffolding) olduğunu düşündürür.

Yaygın yanlış anlamalar

• “Yansıtma ile metabiliş aynı şeydir.” İlişkilidirler ama ayrılabilirler. Kendi anlama durumunuza dair bir yargı ile arkasında kayıt bırakan bir etkinlik farklı çalışma nesneleridir; bu bilgi tabanının onları ayrı sayfalarda tutmasının nedeni budur.
• “Yansıtma her zaman harcadığı zamana değer.” En az bir ön kayıtlı deney takası olumsuz buldu, çünkü yansıtma aynı oturum dakikaları için pratikle yarıştı.
• “Derin kulağa gelen bir yansıtma, derin düşünmenin gerçekleştiği anlamına gelir.” Yansıtıcı okunmak ile yansıtıcı olmak farklı özelliklerdir ve akıcı bir model birincisini sağlayabilir.
• “Otomatik puanlama ölçek sorununu çözer.” Sınıflandırıcılar, ciddi sınıf dengesizliği olan iyi etiketlenmiş bir korpusta yansıtma düzeyinde kabaca %70'e ulaşır ve bu tavan makul metnin erişebileceği bir düzeydedir.
• “Portfolyolar doğası gereği yansıtıcıdır.” Kap eylem değildir; cilalanmış ürünlerden bir araya getirilmiş bir portfolyo hiç yansıtma içermeyebilir.
• “Yansıtma öğretim gerektirmez.” Hem Macar deneme korpusu hem de öğretmen adayı deneyi, düzeyin ve kalitenin öğrenildiğini ve hazırlığın sonuçları değiştirdiğini varsayar.

Bağlı kavramlar

• Metabiliş
• Öz Düzenlemeli Öğrenme
• Öz Değerlendirme
• E-Portfolyo
• Geri Bildirim
• Geri Bildirim Okuryazarlığı
• Eleştirel Düşünme
• Deneyimsel Öğrenme
• Özgün Değerlendirme
• Biçimlendirici Değerlendirme
• Bilişsel Yükü Dışarı Aktarma
• Akademik Dürüstlük
• Öğrenci Kavraması
• Motivasyon
• Öğretmenlik
• Yazma
• Üretici YZ

Bağlı makaleler

• Benefit or Bottleneck? Assessing the impact of structured reflection on learning from AI-driven explanatory feedback — Ön kayıtlı 302 yetişkin deneyi: yansıtma istemleri geri bildirimde geçirilen süreyi ikiye katladı ve pratik hacmini %40 kesti, problem başına kazanımı artırmadan (Asher, Gold ve Carvalho 2026)
• The 5P Reflection Model for Education in the Generative Artificial Intelligence (GenAI) Era — Nihai metin yerine belgelenmiş istemler ve yinelemeler üzerine kurulu YZ farkındalıklı beş parçalı yansıtma modeli (Kadel ve ark. 2026)
• Automatic Reflection Level Classification in Hungarian Student Essays — 1.954 etiketli deneme, ciddi sınıf dengesizliği, sığ modeller %71'de ve dönüştürücüler %68'de (2026)
• Faithful Where It Can Be Checked: Auditing a Reflection Agent Against Its System Prompt in a Randomized Trial — Bir YZ yansıtma ortağının kullanıcıları neden daha az bağlı bıraktığını açıklamak için kodlanan 17.930 tur (Nepal ve ark. 2026)
• The Reflective Triangle Model: AI as a Cognitive Mediator in Teachers' Professional Learning and Learning-Community Development — YZ bilişsel aracıyken öz, işbirlikli ve topluluk yansıtması (2026)
• How expertise levels shape preferences and reflection needs — towards AI reflection systems for teacher empowerment — 100 K–12 öğretmeni: zaman acemi için engel, performans izleme uzman için (Falhs 2025)
• AI as a cognitive partner in learning: Emerging epistemic practices of reflective thought — Her biri yansıtıcı düşünmeyi destekleyebilen ya da değiştirebilen dört GenAI pratiği ve on bir süreç (Dalsgaard ve Prilop 2026)
• Designing a mobile chatbot-based learning journaling system for intrinsic motivation and engagement — Yansıtıcı günlük tutma rutinini sürdürmek üzerine randomize 2×2 saha deneyi (Scheu ve ark. 2026)
• Metacognitive training and AI-based Socratic scaffolding in pre-service teachers' reflective practice: a dual-study experimental design — Strateji eğitiminin Sokratik bir LLM yansıtma ortağına karşı 2×2 sınavı (Zhang ve ark. 2026)
• PAUSE: A Privacy-Preserving Self-Reflection Tool for AI-Associated Cognitive Offloading — Bileşik puanı olmayan, tanı koymayan öz yansıtma aracı (Alam 2026)
• Reflective AI use and student engagement in AI-supported programming: technology acceptance, programming self-efficacy, and behavioral trace evidence — Kabulü öz yeterlilik ve katılıma bağlayan ölçülmüş bir yapı olarak yansıtıcı YZ kullanımı (Wang ve Zhao 2026)
• AI-mediated authentic assessment and metacognitive reflection: A mixed-methods study of the AAIWA model — Bir sonraki geri bildirim döngüsünü yeniden kalibre eden canlı girdi olarak yapılandırılmış yansıtma (Oktoma ve ark. 2026)
• Raising Ethical Awareness of GenAI Use Through Student Self-Assessment in the Transition to Higher Education — Etik GenAI kullanımı için öz değerlendirme içinde rehberli yansıtma (Pedlow ve Maldon 2026)
• Teachers as reflective regulators of cognition: Understanding cognitive offloading in AI-augmented practice — YZ kullanımını tanıma, bilişi yeniden dağıtma ve sonrasında yansıtıcı biçimde yeniden angaje olma üzerine 18 öğretmen (Ho ve Chen 2026)
• Open Questions Towards Skill-Sustaining Reliance in Reflective AI Engagement — Görüş yazısı: yansıtma istemlerinin kalıcı öz izleme inşa ettiğine dair kanıt yok (de Jong 2026)
• Students' perceptions of multiliteracies development using AI-assisted portfolio assessment — GenAI geri bildirim sağlayıcı ve sentezleyiciyken 16 haftalık WordPress e-portfolyoları (Ni ve Lam 2026)
• Aligning ChatGPT with e-portfolio assessment as EFL learning model: its effect on students' speaking performance and feedback literacy — E-portfolyo değerlendirmesiyle hizalanmış ChatGPT, Wilks' λ = 0,476, kısmi η² = 0,524 (Sutama 2026)
• The impact of an AI-driven multimodal teaching analytics dashboard on pre-service teachers' reflective learning in microteaching — Bir iskele analitik ve değerlendirici derinliği yükseltirken eylem planlaması düz kaldı (Liu ve ark. 2026)
• Artificial intelligence in service-learning: A systematic mapping review and future research agenda for higher education — 26 çalışmalık haritalama: yansıtma, hizmet öğrenimi döngüsünün en az hizmet verilen evresi (Yusuf ve ark. 2026)