Kavramlar
Öz Belirleme Kuramı
Bu İngilizce sayfanın bir ana dili konuşanı tarafından gözden geçirilmemiş otomatik çevirisidir.
Öz Belirleme Kuramı (SDT) — içsel motivasyonun ve İyi Olma Hali üç temel psikolojik ihtiyacın tatminiyle sağlandığını öne süren, insan motivasyonuna ilişkin psikolojik bir kuram: özerklik, yetkinlik ve bağlılık. AI in educationde, SDT, öğrenenlerin ve öğretmenlerin motivasyonunu desteklemekten çok baltalamak yerine, YZ araçlarını ve mesleki gelişimi tasarlamak için bir çerçeve sağlar.
Düşünülmesi Gerekenler
- Kuram, motivasyonun yalnızca ne kadar sahip olduğunuz değil, çevre tarafından şekillenen bir nitelik olduğunu iddia eder; üç ihtiyacın üzerine kuruludur: özerklik, yetkinlik ve bağlılık. Sizi tüketen bir öğrenme deneyimini düşünün. Bu üç ihtiyaçtan hangisi ihlal edilmişti ve onu ne geri getirebilirdi?
- Bir yıllık bir çalışma, zaman içinde istikrarlı olan üç motivasyon profili buldu — Kopuk, Gelişen, Öz Belirlemeli — ve Öz Belirlemeli profiline ulaşan öğrenciler en büyük YZ okuryazarlığı kazanımlarını gösterdi. Okumadan önce, motivasyon öğrencilerin yanlarında getirdikleri bir şey mi, yoksa iyi tasarlanmış bir çevrenin büyütebileceği bir şey mi? 'Gelişimsel, sabit değil' ne ima eder?
- Bir YZ aracı her görevi zahmetsiz ve 'kullanımı kolay' hâle getiriyorsa, hangi psikolojik ihtiyacı tatmin ediyor olabilir — ve hangisini sessizce baltalıyor olabilir? Kısa dönem katılımı artıran bir araç, uzun dönem motivasyonu nasıl yine de aşındırabilir?
- Öğretmenler için ihtiyaç destekli mesleki gelişim, YZ okuryazarlıklarını ve süregelen katılımlarını güçlendirdi. Bu, eğitimcileri YZ hakkında nasıl eğittiğimizin, YZ'nin ta kendisinin yaptığı kadar önemli olduğunu mu öne sürüyor? Sizin kişisel olarak 'özerklik destekli' YZ eğitiminiz neye benzerdi?
- Bir çalışma, ChatGPT'nin dil öğreniminde özerklik, bağlılık ve yetkinliği destekleyebileceğini buldu. Ama aynı araç bu ihtiyaçları farklı bir öğrenen için baltalayabilir mi? Kuramın geçerli kalması için nasıl kullanıldığına dair neyin doğru olması gerekirdi?
- Daha fazla okumadan önce, kendi yetkinliğinizi, özerkliğinizi veya bağlantı duygunuzu bir YZ aracını kullanarak etkilenmiş hissettiğiniz bir yolu adlandırın — ve bu değişimi, aramaya yönlendirilmeseniz fark edip etmeyeceğinizi yansıtın.
Giriş
SDT, giderek daha fazla, hem öğrenciye hem öğretmene yönelik YZ sistemleri için teorik bir mercek olarak eğitimde YZ research kullanılmaktadır. Kuramın merkezî iddiası — motivasyonun, öğrenenlerin sahip olduğu basit bir miktar değil, toplumsal ve teknolojik çevre tarafından şekillenen bir nitelik olduğu — onu, YZ araçlarının engagement, direnci ve learning outcomes nasıl etkilediğine ilişkin sorulara doğrudan ilgili kılar. Bu bilgi tabanındaki makaleler, SDT'yi üç temel bağlamda uygular: öğretmen mesleki gelişimi, YZ aracılı öğrenme katılımı ve duygusal hesaplama.
Temel araştırma temaları
SDT temelli öğretmen mesleki gelişimi, kuramın ihtiyaç destekli ilkelerini eğitimcileri YZ'ye hazırlamak için uygular. Chiu et al., 382 secondary school öğretmenini inceleyerek, SDT'ye dayalı ihtiyaç destekli mesleki gelişimin, öğretmenlerin YZ Okuryazarlığı güçlendirdiğini ve çevrimiçi mesleki öğrenme topluluklarında süregelen davranışsal katılımı beslediğini buldu. Qualitative analiz, özerklik, yetkinlik ve bağlılığı destekleyen dokuz tasarım stratejisi saptadı — yalıtılmış mesleki gelişim ile mesleki öğrenme toplulukları arasındaki boşluğu kapatan.
YZ aracılı öğrenme katılımında SDT, generative AI araçlarının öğrenci motivasyonunu nasıl şekillendirdiğini inceler. Isaeva et al., akademik öğrenmede üretici YZ'ye ilişkin öğrenci katılımını çalışmak için SDT'yi epistemic network analysis birleştirdi. Why Put in This Much Effort?": How AI Availability Shapes Students’ Motivation in Introductory Programming, YZ erişilebilirliğinin öğrenci motivasyonunu ve direncini nasıl etkilediğini inceler, motivasyon aşınmasına ilişkin Over-Reliance kaygılarına bağlanır. Liang et al. (2026), SDT'yi YZ öğrenmesine, bir yıllık bir YZ curriculum 2.086 ortaöğretim öğrencisiyle gizil geçiş analiziyle geniletir; zaman içinde istikrarlı olan üç motivasyon profili (Kopuk, Gelişen, Öz Belirlemeli) saptar ve öğrencilerin çoğunun daha yüksek profillere doğru korunduğunu veya ilerlediğini gösterir. Kritik olarak, Öz Belirlemeli profiline ulaşan veya onda kalan öğrenciler en büyük YZ Okuryazarlığı kazanımlarını gösterdi — özerklik, yetkinlik ve bağlılığın tatmininin daha iyi YZ öğrenme çıktılarını yönelttiğine ve motivasyonun gelişimsel (sabit değil) bir öğrenen özelliği olduğuna dair doğrudan uzunlamasına kanıt.
Zıt bir sınıf sonucu, ihtiyaçların birlikte hareket etmediğini gösterir: 2.464 ortaokul öğrencisi arasında, ChatGPT destekli yetkinlik temelli öğrenme, özerklik desteğini ve yetkinlik doyumunu yükseltti, öte yandan düşük kaliteli motivasyon profillerinin daha büyük bir payını üretti ve bağlılık doyumu, YZ olmayan yetkinlik temelli öğrenmedekinden daha zayıftı (Schweder, Hagenauer & Raufelder (2026)).
Yapılandırmasal bir test noktayı keskinleştirir: 498 tıp lisans öğrencisi arasında, üretici YZ kullanımı yalnızca zayıf biçimde ihtiyaç doyumuyla ilişkiliydi (β = 0,155) ve yüksek katılım için gereksiz olduğu kanıtlandı, oysa yetkinlik ihtiyacı doyumu, en güçlü yapılandırmada çekirdek koşuldu (He et al. (2026)).
Öğrenme ikliminden YZ kullanımına çift yol. Shen and Arunrugstichai (2026), üretici YZ kullanımının neden yapıcı destekten zorlayıcı bağımlılığa uzandığını açıklamak için SDT'yi davranışsal katılımın Hook modeliyle tümler. Farklı lise geçmişine ve güncel bağlamlara (Çin ve Tayland) sahip 508 üniversite öğrencisinden oluşan enine kesit anket verisinde, lise baskısı ile özerklik desteğinin geriye dönük raporları, öğrencilerin üniversiteye izledikleri iki yoldan hangisini izlediklerini farklı yönetti — biri yapıcı, özerk üretici YZ kullanımına, diğeri zorlayıcı bağımlılığa — sonuçlar bağlamlar arası çok gruplu analizlerde tutarlı. Model, SDT motivasyon süreçlerini YZ destekli öğrenmenin algılanan kalitesine bağlar; özerklik desteğini, öğrencileri verimli yerine bağımlı YZ kullanımına yönlendiren bir kaldıraç olarak çerçeveler.
- Dil öğreniminde ChatGPT ve SDT ihtiyaçları: Annamalai et al. (2026), 25 Malezyalı üniversite öğrencisiyle SDT merceğini kullandı; ChatGPT'nin English language learning özerklik, bağlılık ve yetkinliği desteklediğini buldu — dilbilgisi, yazma ve konuşma görevlerini geliştirirken educators daha yüksek düzey eğitime odaklanmasını sağladı.
Öğretmenlerin kendi YZ aracılı uygulamalarına SDT'nin uygulanması. Claassen et al. (2026), öğretmenlerin learning analytics ve üretici YZ'yi learning design nasıl tümleştirdiğine yorumlayıcı mercek olarak SDT'yi kullandı — öğretmenlerin temel ihtiyaçlarını (özerklik, yetkinlik, bağlılık) desteklemenin, tasarım çalışmalarının gerektirdiği yaratıcı Problem Çözme beslediğini buldu. ENA analizlerinde, üretici YZ kullanımı, öğrencilerle birlikte değerlendirme derecelendirme anahtarları ortaklaşa oluşturmak gibi, öğrenci öz belirlemesi için tasarlamakla ilişkiliydi; SDT'yi öğrenenlerden, ihtiyaç destekli YZ aracılı ortamlar inşa eden eğitimcilere uzattı.
Öğretmenlerin kendileri için YZ işbirliği iki ucu keskin bir iş görür: 468 üniversite öğretmeninin katıldığı üç dalgalı bir çalışma, bunun psikolojik erişilebilirlik yoluyla iş katılımını yükseltirken iş yabancılaşması yoluyla düşürdüğünü buldu ve digital competency birinci yolu güçlendirip ikinciyi zayıflattı (Sun et al. (2026)).
Bir ortak-etkililik çerçevesi, SDT'nin YZ aracılı eğitimdeki erişimini sınırlar: özerkliğin, yetkinliğin ve bağlılığın ortaya çıktığı koşulları değiştirir, güç eşitliğini, veri mülkiyetini ve hesap verebilirliği ise ele alınmamış bırakır; bu nedenle yazarları, insan epistemik hesap verebilirliğini kuramın dışında pazarlık dışı bir koşul olarak belirler (Poudyal (2026)).
Çocukların üretici YZ kullanımı için çerçeve olarak özerklik desteği. Fan, Li and Zhang (2026), sorumlu kullanım sorusunu kısıtlamadan ihtiyaç desteğine taşır; önemli olan ayrımın, bir çocuğun çevresindeki yetişkinlerin özerkliği kontrol etmek yerine destekleyip desteklemediği olduğunu savunur ve bağımlı ile özerk Bilişsel Yükü Dışarı Aktarma SDT terimleriyle ayırır: bağımlı dışa devretme, Öğrenen Etkenliği devreder ve içsel motivasyonu düşürür; özerk dışa devretme, öğrenen epistemik denetimi elinde tutarken iskeleleme yapar. Derlemenin iki özelliği doğrudan SDT uygulamasına ilişkindir: özerklik desteğinin müsamahasızlık olmadığını ısrarla vurgular ve güncel rehberliğin varsaydığı aile-okul koordinasyonunu test edilmemiş bir hipotez olarak ele alır; yalnızca aile-özel, okul-özel, koordineli ve olağan uygulama rehberliğini karşılaştıran bir etkileşimli deneyin ayırt edebileceği toplayıcı, birlikte işleyen ve telafi edici sürümleri resmîleştirir.
İlgili kavramlarla bağlantılar
SDT, ana yapısı olarak Motivasyon, duygu farkında YZ tasarımı için Duygusal Hesaplama ve Duygusal Öğretmenlike ve öğrenenlerin YZ aracılı ortamları nasıl deneyimlediğine ilişkin olarak Öğrenci Deneyimi doğrudan bağlanır. Kuramın özerklik vurgusu, Öz Düzenlemeli Öğrenme bağlanır; yetkinlik boyutu ise Self-Efficacy and Favorability Shape Learning from Tutoring Systems and Paper Practice ve Öğretmen YZ Yetkinliği bağlanır. SDT, İş Yeri Öğrenmesi ve Eğitsel Gelişim için özellikle ilgilidir, çünkü ihtiyaç destekli tasarım, eğitimcileri YZ kullanımına hazırlamada aktarılabilir bir ilkedir.
Bağlı kavramlar
- Motivasyon
- Öğrenci Deneyimi
- Duygusal Hesaplama
- Duygusal Öğretmenlik
- Öz Düzenlemeli Öğrenme
- Öğretmen YZ Yetkinliği
- Eğitsel Gelişim
- İş Yeri Öğrenmesi
- Bilişsel Yükü Dışarı Aktarma
- Öğrenci Kavraması
- Eğitimde Yapay Zeka
- Öğrenme Kuramları
Bağlı makaleler
-
Family-school autonomy support for children's responsible use of generative artificial intelligence — Family-School Autonomy Support for Children's Responsible Use of Generative AI
-
How High-School Pressure and Autonomy Support Are Linked to Dual AI Learning Pathways: A Cross-Contextual SEM Analysis — Lise baskısı/özerklik desteği ve çift YZ öğrenme yolu (Shen & Arunrugstichai 2026)
-
Reclaiming Epistemic Agency: A Critical Framework for Human-Generative AI Co-Agency in Education
-
Understanding the Role of Learning Analytics and Generative Artificial Intelligence on Decision-Making and Learning Design Practice in Higher Education — Öğrenme tasarımı karar vermesinde öğrenme analitiği ve üretici YZ
-
Students' experiences of using ChatGPT for English language learning: a qualitative study in a Malaysian higher education institution — İngilizce dil öğreniminde öğrencilerin ChatGPT deneyimleri
-
Interaction Effects Between Learner Characteristics and Dialogue Format in TTS Dialogue-Based Lessons — Öğrenen özellikleri × TTS diyalog biçimi etkileşimleri
-
From disengaged to self-determined: a latent transition analysis of students' AI learning motivation — Öğrencilerin YZ öğrenme motivasyonunun SDT gizil geçiş analizi (2.086 ortaöğretim öğrencisi)
-
Student Motivation and Need Satisfaction in GenAI-Supported Classrooms: A Self-Determination Theory Perspective — Üretici YZ sınıflarında öğrenci motivasyonu ve ihtiyaç doyumu (Schweder, Hagenauer & Raufelder 2026)
-
Generative Artificial Intelligence Use and Learning Engagement Among Medical Undergraduates: Statistical Indirect and Configurational Associations Involving Basic Psychological Need Satisfaction — Üretici YZ kullanımı, ihtiyaç doyumuyla zayıf bağlı ve yüksek katılım için gereksiz (He ve ark. 2026)
-
The Double-Edged Sword Effects of Teacher–AI Collaboration on Work Engagement: A Self-Determination Theory Perspective — Öğretmen–YZ işbirliğinden iş katılımına çift yol, dijital yetkinlikle modere edilmiş