Eğitimde Yapay Zeka Araştırmaları Haftalık Güncellemesi #37 Kasım 2026

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

Eğitimde Yapay Zeka Bilgi Tabanı'ndan haftalık bir özet: geçen hafta yayımlanan araştırmaların eğitmenler, geliştiriciler, araştırmacılar ve yöneticiler için ne anlama geldiği üzerine.

Son sayıdan bu yana bilgi tabanına 159 yeni çalışma, sekiz yeni kavram sayfası, iki yeni SSS ve üç yeni kaynak katıldı; bilgi tabanı artık 2.085 makale özeti, 230 kavram sayfası, 44 SSS ve 40 kaynak barındırıyor. Arayın veya bilgi tabanıyla sohbet etmek için yapay zekayı kullanın.

İçindekiler

• Öne çıkanlar ve sorular
• Yeni SSS
• Yeni kavramlar
• Yeni kaynaklar
• Eğitmenler için
• Geliştiriciler için
• Araştırmacılar için
• Yöneticiler için
• Bu hafta ayrıca eklenenler
• Site notları
• Güncellemeyi takip edin

Öne çıkanlar ve sorular

• Yapay zeka geri bildirimi bir öğretmenin geri bildiriminin yerini alabilir mi? Yapay zeka tarafından üretilen geri bildirim ve öğretmen geri bildirimi, 312 birinci sınıf yazarın katıldığı rastgele atamalı bir denemede deneme revizyonlarını eşit ölçüde geliştirdi. Öğretmen geri bildirimi motivasyonu daha çok yükseltti çünkü öğrenciler onu veren kişiye bağlı hissetti. Yapay zeka bir revizyon turunu taşıyabilir; ilişkiyi hâlâ öğretmen taşır.
• Destekleyici bir sohbet botu bir akranın yerini alabilir mi? Destekleyici bir sohbet botu, 296 birinci sınıf öğrencisinin katıldığı rastgele atamalı bir denemede yalnızlığı azaltmada günlük tutmayla aynı performansı gösterdi; rastgele atanmış bir akran ise yalnızlığı azalttı. Bot daha fazla empati ifade etti, öğrenciler daha az karşılık verdi; bu yüzden yalnızlığın kendisini ölçün.
• Kısa bir etik modülü yapay zeka yargısını değiştirir mi? Dört haftalık bir bilgi etiği modülü, 16 sınıfın rastgele atandığı bir denemede öğrencilerin yapay zeka ile ilgili etik yargı senaryolarındaki puanlarını yükseltti. Kazancın yaklaşık %60'ı dört hafta sonra korundu ve en yoğun yapay zeka kullanıcıları en çok kazandı. Vaka temelli öğretim umut verici görünüyor.
• Daha fazla yapay zeka desteği yaratıcı işi geliştirir mi? 728 yetişkinle dört rastgele deney, yapay zeka işin daha fazlasını yaptığında yargıçların ortaya çıkan inovasyon önerilerini daha düşük puanladığını buldu; bunun başlıca nedeni katılımcıların bilişsel işin daha azını yapmasıydı. Daha fazla destek, daha zayıf işle birlikte geldi.
• Yapay zeka tarafından yazılmış bir oyun bir dersten daha iyi öğretebilir mi? Bir gizem rol yapma oyunu, 84 hukuk öğrencisinin katıldığı rastgele atamalı bir denemede aynı eğitmenin dersini hukuk bilgisi ve akıl yürütme açısından geçti. Oyun üretken yapay zekayla inşa edilmişti; karşılaştırma oyun ile ders arasındaydı, yani sonuç oyun temelli öğrenmeyi destekliyor ve sohbet botu kullanımını test edilmemiş bırakıyor.
• Öğrenci performans raporları öğretimi değiştirir mi? Çevrimiçi bir matematik özel ders sistemine yeni gelen öğretmenlerin rastgele bir kısmından öğrencilerinin ilk ödevdeki performansına dair bir öğrenme analitiği panosu raporunu açmaları istendi. Açmak ne bir sonraki ödeve başlayanların oranını ne de öğrencilerin test puanı kazanımlarını değiştirdi; ancak sonraki ödevi tamamlama arttı, çoğunlukla daha küçük sınıflarda.
• İnsan notlandırıcılarla eşleşmek bir yapay zeka notlandırıcısını güvenli kılar mı? Altı yapay zeka modelinin 300 kısa yanıtı notlandırması üzerine bir denetim, hepsinin öğrencinin yüksek başarılı olduğu söylendiğinde aynı çalışmayı on puanlık bir ölçekte 0,28 ila 0,75 puan daha yüksek işaretlediğini buldu. Uyum, öğrencinin önceki başarı kaydına bağlı bir önyargıyı gizleyebilir; kaydı saklayın.
• Yapay zeka tarafından üretilen dil neden bu kadar zor anlaşılıyor? Yapay zeka metni, nadir sözcük birleşimlerini, addan türetilmiş fiilleri, cansız özneleri, indirgenmiş nesne ilgi cümleciklerini, üst üste yığılmış adları ve uzun bağımlılıkları aşırı kullanıyor; çünkü matematik, kod ve akıl yürütme için yapılan eğitim sonrası, sıkıştırılmış yanıtları açık açıklamalardan daha çok ödüllendiriyor. Eğitim açısından çıkarım, yapay zeka tarafından yazılmış açıklamaların, geri bildirimin ve okuma materyalinin, okunabilirlik puanları iyi görünse bile öğrencilerin işlemesi için daha zor olabileceği; bu da formüllerin kaçırdığı bir okuma eğitimi sorunudur. [Editör notu: Hatırlatma olarak, bu bülten ve AIEd Bilgi Tabanı yapay zeka tarafından üretilmektedir. Site geliştiricisi okunabilirliği ve yararlılığı artırmak için kapsamlı editöryel rehberlik verdi; bu rehberliğin ardından yapay zeka aracısı Humanizer skill aracını uyguladı ve olumlu yazma ile “X değil, Y” yapısından kaçınma yönündeki açık bir talimatı izledi.]

Yeni SSS

Bu hafta SSS'ye iki yeni yanıt katıldı.

Yapay zeka, okuma ve okuduğunu anlama konusunda öğrencilere nasıl yardımcı olabilir?

Okuma yanıtı, okuma düzeyi etiketlerini kaba tahminler olarak ele alıyor: birkaç gerçek okurun değerlendirmesi bir formülü geçiyor ve öğrenci rolü yapması söylenen bir yapay zeka, bir metnin ne kadar zor hissettireceğini size söyleyemiyor. Okumaları bulmak, basitleştirmek ve açıklamak için yapay zekayı kullanın, sonra sonucu öğrencilerle deneyin ve orijinali yanında tutun.

Yapay zeka önyargısı ve adaletsizliği eğitimde nasıl görünür ve buna ne yapabiliriz?

Önyargı yanıtı, öğrettiğiniz gruplar için hata oranları istiyor, çünkü bir ortalama bir açığı gizleyebilir ve başarısızlık notlandırmada, özel derste, panolarda ya da algılamada oturabilir. Tedarik sürecine grup bazlı raporlama ve bir itiraz yolu koyun ve hattın kendisini düzeltin.

Yeni kavramlar

Bu hafta bilgi tabanına sekiz kavram sayfası katıldı.

Okuma eğitimi

Okuma eğitimi artık sık sık aynı etiketi paylaşan dört şeyi ayıran bir sayfaya sahip: bir okura yardımcı olmak, okumayı değerlendirmek, bir metni uyarlamak ve güçlüğü ölçmek. 193 öğrencinin 3.954 cümleyi puanladığı bir çalışmaya atıf yapıyor; Flesch puanları aksini söylediğinde bile %72,8'i kolay ya da çok kolay hissetti, yani bir sınıf düzeyi etiketi, belirli bir okurun bir metni nasıl deneyimleyeceğine dair zayıf bir kılavuzdur.

Yansıma

Yansıma, onu anlık izleme olarak adlandırılan üstbilişten ayıran yeni bir sayfaya sahip. İlk tasarım sorusu, yansımayı öğrencinin yazıp yazmadığı. 302 yetişkinli bir deneyde, yansıma istemleri geri bildirimle geçirilen süreyi ikiye katladı ve pratiği %40 kesti, ustalığı daha düşük bıraktı: %79'a karşı %65; yani zamanlama, istemin kendisi kadar önemli.

Otomasyon önyargıyı

Otomasyon önyargıyı, doğru bir yapay zeka önerisini yanlış bir karara dönüştürebilen insan alışkanlığını adlandırıyor: kendiniz ulaşsaydınız sorgulayacağınız bir yanıtı kabul etmek. Eğitimde bunun olduğu yerleri, deneme puanlarından ve erken uyarılardan gözetlemeye kadar topluyor ve yalnızca kâğıt üzerinde var olan bir inceleme adımının bunu yakalamakta nasıl başarısız olduğunu gösteriyor.

Vatandaşlık ve siyaset eğitimi

Vatandaşlık ve siyaset eğitimi, kanıtlardaki bir açığı haritalıyor ve alanı sentezliyor. 310 yapay zeka üretimi ders planının analizi, etkinliklerin %90'ının yalnızca hatırlama, anlama veya temel uygulama istediğini; %94'ünün neredeyse hiç çok kültürlü içerik taşımadığını ve derlemde hiçbir çalışmanın vatandaşlık öğrenmesini hiç ölçmediğini buldu.

Kütüphaneler

Kütüphaneler, kütüphaneyi bir yer, bir hizmet ve bir profesyoneller grubu olarak ele alıyor. 29 çalışmanın derlemesi, benimsemenin danışma ve kataloglama işlerinde yoğunlaştığını buluyor; Public AI Libraries pilotu ise ortak, personelli erişimi eşitlik argümanı haline getiriyor.

Yapay zeka avatarları ve sentetik eğitmenler

Yapay zeka avatarları, sentetik bir insanın üstlenebileceği rolleri haritalıyor: kaydedilmiş ders anlatıcısı ve özel ders aracından simüle hasta ve sınav uygulayıcısına kadar. Kanıtlar düzensiz ve gerçekçi bir yüz, öğrenme hakkında size çok az şey söyler; açıklama ve güven, model kadar önemli.

Sensör ve göz izleme analitiği

Sensör ve göz izleme analitiği, dikkat ve katılımı ve bilişsel yükü çıkarsamanın yolları olarak göz izlemeyi, beyin ve kalp sinyallerini ve kamera duruşunu kapsıyor. Alan, öğretimi değiştirmekten çok öğrenenleri izlemekte daha iyi ve sayfa gizliliği, önyargıyı ve bir beden sinyali ile zihinsel durum arasındaki boşluğu merkeze alıyor.

Bilgi ve medya okuryazarlığı

Bilgi ve medya okuryazarlığı, ikisini tek bir öğretim problemi olarak ele alıyor: bilgi okuryazarlığı bir kaynağın inanılmaya değer olup olmadığını sorarken medya okuryazarlığı bir mesajı kimin ve neden ürettiğini sorar. Üretken yapay zeka her iki soruyu da çökertiyor çünkü akıcı metin kökenini gizliyor; sayfa, birleşik bir müfredat hakkında çok az kanıt buluyor.

Yeni kaynaklar

Bu hafta kaynak kütüphanesine üç kaynak katıldı.

LearnHarness

LearnHarness, yapay zeka aracılarının bir öğrenenin zaten bildiklerini çözdüğü, bir hedefe ulaşmak için gereken fikirleri haritaladığı, her seferinde bir akıl yürütme adımı öğrettiği ve pratiği uyarladığı ücretsiz, açık kaynaklı bir masaüstü uygulaması.

Learning Commons

Learning Commons, müfredat ürünleri için açık yapı taşları yayımlıyor: standartlar ve müfredat haritası, üretilen metni puanlama araçları ve öğretmenler için hazır yapay zeka iş akışları.

Public AI Libraries

Public AI Libraries, ABD'deki halk kütüphanelerine ortak bir yapay zeka iş istasyonu yerleştiren bir pilot: sohbet, görsel ve video üretimi, bir kodlama çalışma alanı, bir eğitim kılavuzu ve her kullanıcı için özel bir hesap.

Eğitmenler için

Yapay zeka geri bildirimi revizyonlarda bir öğretmeninkiyle eşleşiyor, motivasyon ise geride kalıyor

Yapay zeka ve öğretmen geri bildirimi, 312 yazarlı rastgele atamalı bir denemede aynı denemeleri yaklaşık aynı ölçüde geliştirdi. Öğretmen geri bildirimi motivasyon için daha fazlasını yaptı çünkü öğrenci onu veren kişiye bağlı hissetti.

Geri bildirimin çevresinde insan sesini koruyun. Üretilen yorumu kısa bir eğitmen yanıtıyla eşleştirin ya da ilk tur için yapay zekayı, çalışma hakkındaki konuşma için öğretmeni kullanın.

İlgili konular: Ölçekte yapay zeka geri bildirimi

Denemelerin beşte biri tamamen sohbet botu tarafından yazıldı

77 üniversite yazarı üzerine bir çalışma, her istemi, yanıtı ve yapıştırmayı kaydetti. On beş öğrenci, yani beşte biri, sohbet botunun yazdığı denemeleri teslim etti ve çoğu hâlâ denemenin kendilerine ait olduğunu hissetti.

Ara işi isteyin: istemleri, revizyonları ve neyin neden değiştiğine dair kısa bir not. Öğretmeye hâlâ zaman varken devri görünür kılın.

İlgili konular: Yapay zeka çağı için değerlendirmeyi yeniden tasarlamak

Ortaokul öğrencileri yapay zekayı neredeyse evrensel kullanıyor ve düşük başarılılar daha çok kullanıyor

4.062 Alman ortaokul öğrencisi üzerine bir yıllık bir çalışma, neredeyse evrensel yapay zeka kullanımı buldu: %95'i kullandı ve düşük başarılılar görevleri bitirmek için daha çok kullandı. Bu örüntü, sonraki dönemde daha az çabayı yordadı.

Bu, yapay zeka kullanımını çerçevelemeyi ve öz düzenlemeli öğrenmeyi müfredatın parçası haline getiriyor; yıl boyunca yeniden ele alın. Öğrencilere aracın bu görevde ne için olduğunu sorun ve düşük başarılı öğrencilere işi anlamakla başlayan destekli bir yol verin.

İlgili konular: Yapay zekaya aşırı güvenmeyi azaltmak

Destekleyici bir sohbet botu günlük tutmayla eşleşti, bir akran ise yalnızlığı azalttı

296 birinci sınıf öğrencisiyle iki haftalık rastgele atamalı bir denemede, destekleyici bir sohbet botu yalnızlığı azaltmada günlük tutmayla aynı performansı gösterdi; rastgele atanmış bir akran ise yalnızlığı azalttı. Bot daha fazla empati gösterdi, öğrenciler daha az karşılık verdi.

Bir bot, bir akran ya da danışman erişilebilir kaldığı sürece yararlı bir ilk temas olabilir. Önerdiğiniz her öğrenci destek hizmetine bu insan yolunu yerleştirin ve yalnızlığın kendisini ölçün.

İlgili konular: Yapay zeka, kaygı ve iyi oluş

Yapay zeka simülasyonunu denetimli bir prova olarak ele alın

14 çalışmanın derlemesi, hemşirelik öğrencilerinin tekrarlanabilir, düşük baskılı yapay zeka simülasyonunu değerli bulduğunu ve özellikle iletişim ve klinik akıl yürütmede daha fazla güven bildirdiğini buldu. Gerçekçilik, beden dili ve yanıt gecikmesi zayıf kaldı.

Öğrencilere sınırları anlatın, üretilen içeriği kontrol etmelerini isteyin ve sonrasında değerlendirme görüşmesi yapın. Sözsüz iletişimin ya da sürekli empatinin alıştırmanın amacı olduğu yerde insan etkileşimini koruyun.

İlgili konular: Hemşirelik eğitimi

Bitirme projelerinde kod üçe katlandı, yorumlar sabit kaldı

On dönemlik 260 bitirme projesi, bilgisayar bilimi eğitiminde medyan kodun yaklaşık 3.400 satırdan 10.000'e çıktığını, yorumların ise %8 civarında kaldığını gösteriyor. Commit sayıları arttı; tek tek commit'ler neredeyse değişmedi.

Tasarım kararlarını, kodun açıklamasını ve öğrencinin onu değiştirme becerisini değerlendirin. Ürün artık göstermesi beklenen öğrenmeden daha hızlı büyüyebiliyor.

İlgili konular: Yapay zeka çağı için değerlendirmeyi yeniden tasarlamak

Geliştiriciler için

Şekil olmadan bir yapay zeka özel ders aracı reddetmeli

Altı görsel yetenekli yapay zeka modeli, şekilleri kilit bilgi taşıyan 376 ortaokul matematik maddesini ele aldı. Şekille en iyisi yarısından biraz fazlasını çözdü; şekil olmadan neredeyse her seferinde reddettiler.

Reddi eksik bağlam sinyali olarak ele alın. Şekil olmadan üretilen bir puan ya da profil güncellemesi farklı bir görevi ölçer.

İlgili konular: Matematik eğitimi

Soru soran ve yazmayı öğrencilere bırakan bir yazma özel ders aracı

MAIKE, sorular soruyor ve argümanları teşhis ediyor, deneme metnini ise öğrenciye bırakıyor. 65 ortaokul öğrencisi arasında gelişme bir kontrol sohbet botuyla eşleşti, %41'e karşı %40, ve MAIKE kullanıcıları fikirlere daha fazla tur harcadı; hiçbiri gerilemedi.

Sohbette tartışılan bir fikrin revizyona dönüşüp dönüşmediğini ölçün. Yalnızca nihai metni iyileştiren bir yazma eğitimi aracı, ödevin kurmak için var olduğu akıl yürütmeyi atlayabilir.

İlgili konular: Yapay zeka ile yazma öğretimi

Anlatı sürerken slaytı yakınlaştırın ve vurgulayın

GuideSlide, bir slayt destesini anlatıyor ve tartışılan bölüme yakınlaşmak için görselleştirmeyi kullanıyor. Telefonlarında izleyen 24 kişilik bir çalışmada iş yükü düştü, anlama 9 üzerinden 5,5'ten 6,5'e çıktı ve 22 kişiden 21'i bunu tercih etti.

Bir gün sonraki avantaj istatistiksel olarak anlamlı değildi; yani çalışma izlerken dikkati destekliyor, kalıcı öğrenme ise test edilmemiş durumda. İşaretlemeyi anlatının kendisine yerleştirin.

İlgili konular: Yapay zekayı öğrenmeye tasarlamak

İnce ayarlı bir dedektör, öğrenci metnini ad önyargıyı olmadan kimliksizleştirebilir

Beş araç, 13.613 öğrenci metni dosyasında test edildi. İnce ayarlı bir GPT-4o-mini, Azure'un token başına fiyatının yaklaşık altıda biriyle tanımlayıcı ayrıntıların yaklaşık %96'sını buldu; Microsoft araçları Afrika ve Asya adlarını daha sık kaçırdı.

On transkript üzerinde eğitim yeni bir kümede işe yaradı, yani yaklaşım taşınıyor. Kesinlik önemli olduğunda ikinci kontrol için bütçe ayırın ve aracınızın kaçırdığı grupları bildirin.

İlgili konular: Kurumsal yapay zeka politikası

Video analizi insan düzeyinde uyuma ulaştı, insan hâlâ döngüde

GAIVA, sınıf videosunu öğrenme analitiği için yazıya döküyor, etiketliyor ve yorumluyor. Beş kayıtta etiketleri insan değerlendiricilerle yaklaşık iki değerlendiricinin birbiriyle anlaştığı kadar yakın anlaştı ve özgün teorinin adlandırmadığı bir katılım türünü ortaya çıkardı.

Modeli, izlenebilir bir istemi ve her aşamada insan kararı olan bir kodlama ortağı olarak ele alın. Model ayrıca bir insan değerlendiricinin aramayacağı örüntüleri de ortaya çıkarıyor.

İlgili konular: Yapay zeka destekli eğitim araştırması

Araştırmacılar için

Büyük bir ortalama etki yine de güvenilir bir yarar anlamına gelmeyebilir

420 bilgisayar ve mühendislik öğrencisiyle dört kontrollü çalışmanın derlemesi, büyük bir ortalama iyileşme buldu; ancak çalışmalar keskin biçimde çelişti ve olası aralık yarar içermiyordu. Kanıt çok belirsiz olarak derecelendirildi.

Dört farklı çalışmadan gelen büyük bir ortalamayı dersiniz hakkında bir hipotez olarak ele alın. Kişiselleştirilmiş öğrenmeyi çalışacağı yerde pilot olarak uygulayın ve kanıtın ne kadar belirsiz olduğunu açıkça söyleyin.

İlgili konular: Kişiselleştirilmiş öğrenmenin anlamı

Öğrencinin kaydını bilen bir yapay zeka notlandırıcısı aynı çalışmayı farklı işaretliyor

Altı yapay zeka modeli, aynı 300 kısa yanıtı, önceki başarı hakkında doğru ve değiştirilmiş bir notla notlandırdı. Her model aynı çalışmayı yüksek etiket altında on puanlık bir ölçekte 0,28 ila 0,75 puan daha yüksek işaretledi.

Öğrenci bağlamı burada bir önyargı gibi davranıyor. Bağlam etkisini uyum sayısının yanında bildirin ve bir modeli güvenilir ilan etmeden önce öğrencinin kaydı olmadan notlandırmayı test edin.

İlgili konular: Yapay zeka notlandırmasında adalet ve güvenilirlik

Adil görünen bir özel ders aracı %26'lık bir beceri açığını gizleyebilir

Uyarlanabilir bir matematik özel ders aracı olan MATHia'yı kullanan 8.549 öğrencinin iki yıllık kayıtları, okumayı hâlâ öğrenen öğrencilerin becerilerde %68,7, diğerlerinin %77,6 düzeyinde ustalaştığını, genel adalet ölçüsünün ise neredeyse nötr göründüğünü gösterdi. Tek bir beceri, öngörülen ustalıkta %26'lık bir açığı gizledi.

Özel ders aracının okuma becerisi bileşeni yoktu, yani okuma eğitimi bir matematik sisteminde eksik bir etkendi. Beceriyi modelleyin ve açıkları öğretmenin müdahale edeceği düzeyde bildirin.

İlgili konular: Eğitimde yapay zeka önyargıyı ve adaleti

Algılama yanlış pozitifleri bir yönetişim sorunudur

90 çalışmanın derlemesi, yapay zeka dedektörlerinin meşru yazıyı birleştirilemeyecek oranlarda işaretlediğini buldu; çünkü araçlar, eşikler, veri kümeleri ve diller farklı. Özetler, literatür derlemeleri, sınav yanıtları, çevrilmiş metinler ve düzenlenmiş düzyazı işaretlenmeye devam etti.

Çözüm yöntemsel: şeffaf kullanım, insan incelemesi, yapay zeka okuryazarlığı, açık bir kurumsal politika ve bir itiraz yolu. Bu, dedektör ayarları bir parçası olacak biçimde yönetişime aittir.

İlgili konular: Yapay zeka dedektörlerini kullanmalı mıyız?

İnsan notlandırıcılarla eşleşmek yine de işi kaçırabilir

Yirmi iki yapay zeka modeli, kısa yanıtlar, kod ve denemeler genelinde görev başına 100 maddeyi notlandırdı. Çoğu kısa yanıtlarda insanlarla eşleşti, dördü kodda eşleşti ya da geçti ve hiçbiri denemelerde insan düzeyine ulaşmadı.

Yüksek bir uyum sayısı, notu notlandırıp yanıtı kaçıran bir yapay zeka notlandırıcısıyla bir arada bulunabilir. Değerlendirmeye değiştirilmiş yanıtlar ekleyin ve modelin işten nerede ayrıldığını bildirin.

İlgili konular: Yapay zeka notlandırmasında adalet ve güvenilirlik

Yöneticiler için

Nöroçeşitli öğrenciler için eğitim teknolojisi kanıtı yoğunlaşmış ve araştırmacı öncülüğünde

93 çalışmanın derlemesi, otizmin nöroçeşitli öğrenciler için eğitim teknolojisi kanıtına %39,8 ile hâkim olduğunu, zihinsel engellilik, DEHB ve disleksinin önünde geldiğini buldu. Genişletilmiş gerçeklik (VR ve AR) en çok çalışılan; sosyal ve akran sonuçları daha az ilgi gördü ve çocukların söz hakkı azdı.

Sınıfın önemsediği sonucu ve değerlendirmeye dahil edilen öğrenenleri sorun. Yalnızca araştırmacılar tarafından doğrulanan bir iddia, hizmet etmesi gereken insanlardan kopabilir.

İlgili konular: Engelli ve nöroçeşitli öğrenciler için yapay zeka

Öğrenciler geri bildirim için kurumsal bir asistan istedi

315 öğrenci ve 20 personelle 13 aylık bir ortak tasarım programı, %73'ünün çalışmalarına bağlı, günün her saati geri bildirimi değerli bulduğunu gösterdi. Kartlar ve quizler açık sohbetten daha olumlu yorum aldı ve 18 beta testçisinden 16'sı asistanı istedi.

Değer gerekçeleriyle direnen %10 ila %15, benimseme riskini oluşturuyor. Endişelerini ciddiye alın. Pilot öncesinde öğrenci verisinin nasıl işlendiğini ve asistanın ne yapamayacağını açıklayın ve öğrencilere vazgeçme yolu verin.

İlgili konular: Yapay zekayı öğrenmeye tasarlamak

Gözetim kopyayı yakalıyor ve maliyeti en az avantajlıya yüklüyor

32 çalışmanın derlemesi, yapay zeka gözetiminin kimlik taklidini ve kopyayı yakaladığını, ancak yanlış pozitiflerin, ışık ve bant genişliği arızalarının, kaygının ve gizlilik zararlarının en çok en az avantajlılara düştüğünü buldu. Otomatik gözetim çalışmaların %59'uydu.

Değerlendiriciler alternatif değerlendirme ve insan ile otomatik izlemenin bir karışımını öneriyor. Bir dedektör daha eklemeden önce yüksek riskli çevrimiçi sınavı azaltın.

İlgili konular: Kurumsal yapay zeka politikası

Bir pano raporu tamamlamayı artırdı, test puanları sabit kaldı

Çevrimiçi bir matematik özel ders aracına yeni gelen öğretmenlerin rastgele bir kısmından öğrencilerin ilk ödevdeki performansına dair bir öğrenme analitiği panosu raporunu açmaları istendi. Bu, ne bir sonraki ödeve başlayanların oranını ne de öğrencilerin test puanı kazanımlarını değiştirdi; ancak tamamlama daha küçük sınıflarda arttı.

Analitik satın almadan önce öğretmenlerin raporu açıp açmadığını, ona göre hareket edip etmediğini ve bir öğrenme kazancı görüp görmediğini test edin; tek başına bir tamamlama artışı yeterli değil.

İlgili konular: Eğitimde yapay zekanın işe yarayıp yaramadığını kontrol etmek

Neredeyse hiçbir kurum yapay zeka yönetiminin sahibini adlandıramıyor

13 ülkede 387 öğrenci ve personel üzerine bir anket, yalnızca %17'sinin belirlenmiş bir yapay zeka yönetişimi rolünü bildiğini buldu. Geri kalanın %71'i böyle bir rolün gerekli olduğunu düşündü ve %76'sı deneyimlerini iyileştireceğini bekledi.

Katılımcılar yetkisi olan bir rol tarif etti; yetkisi olmayan bir komite o rolü boş bırakır. Sahibine eğitim, veri güvenliği, etik inceleme ve strateji üzerinde yetki verin ve kimin bu görevi taşıdığını yayımlayın.

İlgili konular: Kurumsal yapay zeka politikası

Bu hafta ayrıca eklenenler

• Assessment of teacher performance and learner behavior using artificial intelligence in higher education: an integrative review of literature
• Process visualization feedback in news translation: a controlled intervention study of human-AI interaction using multimodal process data
• A teamwork framework for preventing breaches of academic integrity and improving students' collaborative skills in the AI era
• Artificial intelligence in higher education and graduate employability: cognitive engagement, self-efficacy, and career adaptability in the AI era
• Uneven automation: comparing authorship anxiety and generative AI use among art and design undergraduate students
• University students’ overreliance on generative AI feedback in the learning process: the effects of perceived cognitive load, cognitive offloading, and metacognitive monitoring
• What Do They Think? Undergraduate Perceptions of Student-AI Use
• Ability of AI detection tools and humans to accurately identify different forms of AI-generated written content
• AI and I-Distributed authorships in the Swedish upper secondary writing classroom
• Beyond Response Scoring: An AI-aware Cognitive Supervision Framework for Automated Mathematical Short Answer Grading
• Data and AI Literacy in Geography Education: A Needs Assessment of Pre-Service Geography Teachers
• Declared, Not Detected: A Blockchain-Anchored, Agentic Framework for Academic Integrity in the Generative AI Era
• Developing Feedback Taxonomy for Math: A Synergy of Perspectives through Data Mining Methods
• Digital borders, algorithmic governance and civic digital literacy: examining the educational implications of AI-driven immigration management in post-apartheid South Africa
• Examining AI interaction profiles in generative AI supported fraction division problem posing
• I'm Sorry, Dave. I'm Afraid This Feedback is not Constructive: Human Perspectives Versus ChatGPT Evaluations of Feedback in an Era of Artificial Intelligence
• Making argumentative work visible in GenAI-mediated assessment: An exploratory LLM simulation and questionnaire study in university ideological and political education
• Owning what one did not make: psychological ownership, agency, and the authorship legitimation deficit in human-AI co-creation
• Preliminary evaluation of an AI-powered chatbot for academic integrity support in higher education
• Automating Self-Affirmation Essay Coding: Fine-Tuned BERT Performance Comparable to Human Coders and Comparison with GPT-4
• Mapping moral reasoning research among college students: a bibliometric analysis of traditional foundations and emerging digital ethics
• The longitudinal relationships among AI-assisted music classroom engagement, flow experience, and musical emotional intelligence: a parallel-process latent growth modeling study
• A Comparative Study of Knowledge Component Granularity in Intelligent Language Tutoring Systems
• Effects of generative AI assisted grammar instruction on Ethiopian EFL learners' self-efficacy, metalinguistic awareness, and writing performance
• Mapping the Integration of AI Literacy Into Information Literacy Instruction in Academic Libraries: A Systematic Review of Emerging Research
• AI in mathematics classrooms: A synergistic strategy for diversity and inclusivity
• Artificial intelligence in embodied learning: A systematic literature review
• Dear Gemini: Agency, Peer Review, and Critical AI Literacies in Student Writing Ecologies
• From design to classroom adoption: Teachers' perspectives on AI-powered writing analytics in resource-constrained contexts
• How does generative AI support inquiry-based learning? A systematic review
• Scaffolding Autonomy: AI-Augmented Self-Paced Learning Environments for Sustainable Learning Outcomes
• Sustained use of generative artificial intelligence (GenAI) in programming education: A systematic review of empirical evidence on adoption, learning outcomes, and continuance intention
• Active Learning with Generative AI in Introductory Physics: A Multi-Institutional Study of the P-A.I.R. Framework
• AI literacy and vocational students’ complex problem-solving skills: a moderated mediation model of systematic thinking, cognitive load, and perceived school ICT support
• AI literacy facets in creative higher education: associations with learning performance and academic well-being
• Artificial intelligence (AI) and information seeking: A comparative exploration of AI chatbots, search engines, and library resources as information sources among university students
• Artificial intelligence in professionally oriented physics education: patterns of use and perceived learning support among future engineers
• Breaking career boundaries in the AI era: how AI literacy relates to university students' perceived employability through future work self salience and boundaryless career mindset
• Designing Safe and Relevant Generative Chats for Math Learning in Intelligent Tutoring Systems
• From generation to judgment: the multidimensional structure of design thinking mindset and differences across learning stages in AIGC-supported fashion film design learning
• Generative AI dependency and perceived learning outcomes among university students: an indirect association involving effort regulation
• Generative artificial intelligence reshapes university students’ sustainable use of academic information resources: mixed evidence from behavioral logs and perceptual survey data
• Learning engagement and creative self-beliefs in generative AI-supported design education: self-reported prompt literacy and dimensions of AI dependence
• Scaffolding GenAI Use in Ethical Essay Writing: A Three-Year Experience Report in Introductory Computing
• Teachers’ basic psychological need satisfactions and their intentions to use generative artificial intelligence: the mediating role of engagement in professional development
• Using Machine Learning to Measure Self-Efficacy Belief Through Learners' Interaction Traces in Technology-Enhanced Learning
• What Am I Really Doing with My Own Brain?": College students on learning, ownership, and AI
• A Framework for Considering Exploration, Interpretation, and Confirmation During Data Analysis: Computationally Assisted Analysis of Teacher-Group Interactions
• A metacognitive approach to learning and performance in human-AI interaction
• Beyond access: How GenAI literacy relates to task performance, motivation, cognitive load and interaction patterns in AI-assisted learning environment
• Characterizing diverse student behaviors, interactions, and perceptions with GAI-augmented learning analytics tool
• ChatGPT and student engagement in L2 writing: a systematic review towards a ChatGPT-enabled smart learning environment framework
• ClickSight: An LLM Framework for Interpreting Student Clickstreams Through Learning Strategies
• CLST: Cold-Start Mitigation in Knowledge Tracing by Aligning a Generative Language Model as a Students' Knowledge Tracer
• Combining AI and corpus technology in language teaching: Professional development and knowledge co-construction using the CoI framework
• Comparing Zero-Shot Large Language Model Prompting with Human Coding of Theory Concepts in Student Essays
• Design and preliminary validation of an AI enhanced game based learning environment for computational thinking in upper secondary education
• Development and validation of the AI cognitive offloading scale for Chinese college students
• Evaluating Generative AI as a Supportive Analytic Partner in Qualitative Coding of Metacognitive Student Reflections
• Exploring AI peer in collaborative mathematics learning
• GenAI-based metacognitive prompting in collaborative inquiry: A comparison across diverse preconception groups
• Generative AI and student motivation: an SDT-guided systematic review of learning activities, motivational regulation, and measurement
• Intrinsic and Contextual Factors Impacting Student Ratings of Automatically Generated Questions: A Large-Scale Data Analysis
• Leveraging Large Language Models to Identify Conversation Threads for Collaborative Learning Analysis
• Motivational organization in AI-supported writing: A self-determination perspective
• Personalizing Second Language Learning: Integrating AI with Learner Preference, Proficiency, and Engagement
• Psychological pathways to responsible generative AI decision-making among teachers: governance clarity, perceived accountability, decision uncertainty, and AI literacy
• Rigor, commitment, and generative AI: a conceptual framework for student engagement in EAP writing
• Should there be a teacher in-the-loop? A study of generative AI-personalized tasks middle school
• To Align Long, Plan Short: Simulating Diverse Profile-Aligned Students by Realizing Short-Term Plans in Long-Horizon Learning Environments
• Using Bayesian Knowledge Tracing to Evaluate Perceptual Scaffolding and Desirable Difficulties in a Math Intervention
• Using LLMs to Identify Indicators of Persistence from Students' Dialogues with a Pedagogical Agent
• What a teacher cannot delegate: a pedagogy-first framework for integrating conversational AI agents across the simulation cycle
• Who Is Doing the Thinking? Characterising Human Agency in First-Year Students’ AI Interactions
• Artificial intelligence and immersive technologies for LGBTQ+ youth: a narrative review
• Who benefits from LLMs? Prompt engineering competence and equity in higher education
• Trusting AI too much? Psychological correlates of overtrust and the role of AI literacy
• AI for eGovernance: Leveraging Language Technologies For Digital Inclusion
• Perceived and demonstrated generative AI literacy in engineering problem solving: the role of verification behavior
• Rethinking the Structure of AI Literacy in Generative AI Educational Systems: Descriptive Patterns of Expert Convergence and Heterogeneity
• Human-AI Collaboration for Qualitative Analysis in Participatory Design: Refining the Writing Analytics Tool
• Why is AI-generated language so hard to understand?
• Generative AI configurations across creative phases: a 2 x 2 experiment on creative performance and immediate knowledge in art and design education
• Supporting creative agency: metacognitive control and trust in generative AI art education
• A model for enhancing the quality of geography education based on the integration of Artificial Intelligence and Geographic Information Systems
• From Policing Provenance to Designing for Evidence: Testing Four Propositions on Generative AI Against Research and Institutional Policy
• Higher education governance under AI and geopolitical disruption: a socio-technical framework for administrative artificial intelligence
• ChatGPT and employability in higher education: exploring creativity, critical thinking, and problem-solving
• From technology adoption to curricular coherence: technology-enhanced simulation as a bridge in health professions education
• A Survey of Graph-Based Knowledge Tracing from Structural and Propagation Perspectives: Models, Applications, and Future Directions
• Integrating Topic Modeling and LLM Prompt Engineering into a Human-driven Approach to Analyze Interview Transcripts
• Leveraging Interview-Informed LLMs to Model Survey Responses: Comparative Insights from AI‑Generated and Human Data
• Analyzing Educational Video Transcripts with LLMs: Accuracy, Named Entities, and Interpretability
• Data Plus Theory Equals Codebook: Leveraging LLMs for Human-AI Codebook Development
• Towards responsible and trustworthy educational data mining: Comparing symbolic, sub-symbolic, and neural-symbolic AI methods
• The Ghost Learner Paradox: A Systematic Review of Metacognitive Laziness in the Age of Generative AI
• Beyond ChatGPT: A Comparative Mapping of AI Research in STEM and Engineering Education and the Contemporary AI Tool Ecosystem
• Generative AI and Cognitive Processes in Education: A Narrative Review and Conceptual Framework
• Fifty years of topic development, thematic combination, and AI's evolving reach in Computers & Education
• From "usefulness" to "dependence": the dynamic evolution mechanism of generative AI use behaviors
• Generative AI in Education and the Erosion of Critical Democratic Citizenship

Günlük sayfası, burada özetlenmeyenler dahil, bu hafta eklenen her çalışmayı listeliyor.

Site notları

Bülten ve RSS akışı artık İspanyolca da mevcut: İspanyolca bülten sitesini ziyaret edin veya İspanyolca bülten RSS akışına abone olun. Başka bir yerelleştirme istemek için bir sorun bildirin veya site geliştiricisiyle iletişime geçin.

Site çok daha hafif. Tam kavram ve SSS ağacı her sayfanın dışında kalıyor: kenar çubuğu on konu grubu gösteriyor ve tam listeyi yalnızca bir okuyucu birini açtığında getiriyor; sağ ray ise otuzdan sekize inen sekiz son sayfa listeliyor. Derleme genelinde HTML 1,80 GB'tan 1,26 GB'a, kenar çubuğu işaretlemesi 604 MB'tan 87 MB'a düştü.

Çeviriler, sağdan sola yazılan Arapça, İbranice ve Urduca baskılar dahil, tanımlı 33 yerelin tamamında yenilendi. Makale özetleri yalnızca İngilizce kalıyor.

Çevrimdışı baskılar yeni bir GitHub sürümleri konumuna taşındı, bu yüzden eski EPUB ve PDF bağlantıları artık çözümlenmiyor. Her yerel site olağan adresini koruyor. Aşağıda bağlantıları olan 19 dil için EPUB ve PDF dosyaları var; diğer 14'ü yalnızca site.

• English: EPUB ve PDF
• Español (İspanyolca): EPUB ve PDF
• Français (Fransızca): EPUB ve PDF
• 中文 (Çince): EPUB ve PDF
• Deutsch (Almanca): EPUB ve PDF
• 日本語 (Japonca): EPUB ve PDF
• 한국어 (Korece): EPUB ve PDF
• Português (Portekizce): EPUB ve PDF
• العربية (Arapça): EPUB ve PDF
• עברית (İbranice): EPUB ve PDF
• हिन्दी (Hintçe): EPUB ve PDF
• Русский (Rusça): EPUB ve PDF
• Українська (Ukraynaca): EPUB ve PDF
• Italiano (İtalyanca): EPUB ve PDF
• বাংলা (Bengalce): EPUB ve PDF
• اردو (Urduca): EPUB ve PDF
• Bahasa Indonesia (Endonezce): EPUB ve PDF
• Tiếng Việt (Vietnamca): yalnızca site
• Nederlands (Hollandaca): yalnızca site
• Svenska (İsveççe): yalnızca site
• Dansk (Danca): yalnızca site
• Suomi (Fince): yalnızca site
• Norsk bokmål (Norveççe Bokmål): yalnızca site
• Română (Rumence): yalnızca site
• Magyar (Macarca): yalnızca site
• Čeština (Çekçe): yalnızca site
• Български (Bulgarca): yalnızca site
• Slovenčina (Slovakça): yalnızca site
• Hrvatski (Hırvatça): yalnızca site
• Ελληνικά (Yunanca): yalnızca site
• Polski (Lehçe): yalnızca site
• Kiswahili (Svahili): EPUB ve PDF
• Türkçe (Türkçe): EPUB ve PDF

Kaynak github.com/edtechdev/aied adresinde herkese açıktır.

Güncellemeyi takip edin

Her sayıyı bir akış okuyucuda bülten akışı üzerinden alın; aynı akışı Blogtrottr içine yapıştırarak yeni sayıların seçtiğiniz bir programda e-postayla gelmesini sağlayın ya da her sayının bir LinkedIn bülteni olarak yayımlandığı LinkedIn üzerinden takip edin.

---

AIEd Research Weekly Update, bir yapay zeka aracısının ürettiği Eğitimde Yapay Zeka Bilgi Tabanı'ndan gelir. Bu sayı aynı yapay zeka aracısı tarafından, site geliştiricisinin editöryel rehberliğiyle taslaklandı ve yukarıdaki her iddia geldiği sayfaya bağlantı verir.

Bilgi tabanı CC0 1.0 lisansı altında kamu malına adanmıştır. Hiçbir hak saklı değildir.

İçerikte bir sorun mu buldunuz? GitHub'da bildirin veya site geliştiricisi Doug Holton ile iletişime geçin.