Sistematik derleme · 2025
Artificial intelligence in STEM education: a transdisciplinary framework for engagement and innovation
Okur sorusu
Bu sistematik derleme çalışmasında, 2020-2025 yılları arasında yayımlanan 41 hakemli yayın incelenmiş ve yapay zekânın öğrenci özerkliğini desteklediği ancak aşırı bağımlılık riski taşıdığı belirtilmiştir. Ayrıca geleneksel değerlendirme yöntemlerinin yetersiz kaldığı ve sürece dayalı adaptif modellere geçilmesi gerektiği gösterilmiştir.
Kaynak izi: (León et al., 2025)
Öne çıkanlar
Yapay zekâ teknolojilerinin STEM eğitimi üzerindeki etkisi, kişiselleştirilmiş öğretim, uyarlanabilir değerlendirme ve sörgülamaya dayalı öğrenme imkânlarıyla her geçen gün genişlemektedir. Bununla birlikte, teknik yeniliklerin pedagojik kuramlarla ve etik çerçevelerle yeterince bütünleştirilememesi, disipliner kopukluklara ve uygulamada parçalanmaya yol açmaktadır. Algoritmik yanlılıklar, dijital erişim eşitsizlikleri ve karar yetkisinin sınırlı aktörlerde toplanması, yapay zekânın eğitimde fırsat eşitliği yaratma potansiyelini sınırlamaktadır. Bu bağlamda, teknik, pedagojik ve etik boyutları eş zamanlı olarak ele alabilecek bütüncül ve disiplinlerarası bir iletişim yaklaşımına duyulan ihtiyaç literatürün temel tartışma noktalarından biridir.
Araştırma, 2020 ile 2025 yılları arasında yayımlanan 41 hakemli çalışmayı kapsayan bir sistematik literatür taraması olarak tasarlanmıştır. PRISMA 2020 protokollerine uygun olarak yürütülen süreçte Web of Science, Scopus ve ERIC veri tabanları taranmış, bibliyometrik haritalama için VOSviewer ve nitel kodlama için NVivo yazılımları kullanılmıştır. Makalelerin seçiminde ve nitelik değerlendirmesinde uyarlanmış CASP kriterleri uygulanarak yüksek metodolojik şeffaflık sağlanmıştır. İnceleme sürecine rehberlik eden Disiplinlerarası İletişim (TDC) çerçevesi; eğitimciler, teknologlar, etik uzmanları ve politika yapıcılar arasında ortak dil ve yönetişim mekanizmaları kurulmasını hedefleyen epistemolojik bir meta-mercek işlevi görmüştür.
Sistematik sentez sonuçunda üç temel tema öne çıkmıştır: yapay zekâ destekli öğrenmede öğrenen özerkliğinin ve öz-düzenlemenin evrimi, değerlendirme paradigmalarının süreç odaklı ve uyarlanabilir modellere kayması, algoritmik şeffaflık ve etik yönetişim gerilimleridir. Araştırma, yapay zekâ araçlarının öğrencilerin eleştirel düşünme ve üstbilişsel becerilerini destekleyebildiğini göstermekle birlikte, aşırı bağımlılığın bilişsel dürüstlüğü zayıflatma riski taşıdığını ortaya koymaktadır. Mühendislik ve bilgisayar bilimleri odaklı çalışmalar performans ve otomasyona yoğunlaşırken, eğitim ve psikoloji odaklı çalışmaların insani ve etik boyutlara ağırlık verdiği saptanmıştır.
Tartışma ve sonuç bölümünde, Evrensel Öğrenme Tasarımı (UDL) ve Güvenilir Yapay Zekâ ilkeleri temel alınarak kapsayıcı eğitim ortamlarının inşası için somut stratejiler sunulmuştur. Bilişsel katılımı koruyan süreç odaklı değerlendirme tasarımları, açık kaynaklı yapay zekâ modelleri ve çok paydaşlı yönetişim ağları önerilmektedir. Literatür taramaları açısından bu çalışma, teknolojik araçların sınıf içi pedagojiyle kuramsal ve etik açıdan nasıl köprülenmesi gerektiğini göstermesi bakımından teorik ve pratik bir nirengi noktası sunmakta; gelecek araştırmalar için şeffaf ve açık bilim standartlarına dayalı veri altyapısı sağlamaktadır.
Çalışmanın kuramsal omurgasını Disiplinlerarası İletişim (TDC) çerçevesi oluşturmaktadır. Bu çerçeve, Piaget'nin yapılandırmacı epistemolojisi, Nicolescu'nun disiplinlerarasılık mantığı ve Callaos'un diyalojik iletişim modellerine dayanmaktadır. Ayrıca, Evrensel Öğrenme Tasarımı (UDL) ve Avrupa Komisyonu'nun Güvenilir Yapay Zekâ ilkeleri çözüme eşlik eden etik ve kapsayıcı dayanaklardır.
Çalışma, bilgisayar bilimlerindeki makine öğrenmesi, doğal dil işleme ve veri analitiği literatürü ile eğitim bilimlerindeki sörgülamaya dayalı öğrenme, biçimlendirici değerlendirme ve akıllı öğretim sistemleri literatürünü bir araya getirmektedir. Ayrıca felsefe ve eğitim politikası alanlarındaki algoritmik yanlılık, açıklanabilir yapay zekâ (XAI) ve etik yönetişim tartışmalarını incelemektedir.
Bu çalışmanın amacı, 2020-2025 yılları arasında yayımlanan 41 hakemli makaleyi sistematik biçimde inceleyerek yapay zekânın STEM eğitim ekosistemlerine entegrasyonunu Disiplinlerarası İletişim (TDC) çerçevesi aracılığıyla çözümlemek, pedagojik, teknik ve etik katmanlarda eyleme dönüştürülebilir stratejiler sunmaktır (León et al., 2025).
Bu çalışma, 2020-2025 yılları arasında yayımlanan 41 hakemli makaleyi kapsayan bir sistematik literatür taraması ve bibliyometrik analiz yaklaşımı benimsemiştir. Sentez sürecinde PRISMA protokolleri izlenmiş, VOSviewer, NVivo ve Excel araçlarıyla tematik kodlama ve haritalama gerçekleştirilmiştir (León et al., 2025).
Sistematik inceleme sonuçunda yapay zekânın STEM eğitimine entegrasyonunda öğrenci özerkliği, ölçme-değerlendirme paradigmalarındaki dönüşüm ve algoritmik etik olmak üzere üç temel temanın öne çıktığı saptanmıştır (León et al., 2025).
İncelenen 28 çalışmanın 19'u yapay zekânın öz-düzenlemeli öğrenmeyi desteklediğini gösterirken, 9 çalışma ise üretken araçlara aşırı bağımlılığın derin öğrenme ve bilişsel katılımı zayıflatabileceğini ortaya koymuştur (León et al., 2025).
Ölçme ve değerlendirmeye odaklanan 22 çalışmanın 14'ü üretken yapay zekâ çağında geleneksel sınavların yetersiz kaldığını vurgulamış, ürün yerine sürece odaklanan yeni değerlendirme modellerini önermiştir (León et al., 2025).
Toplanan külliyatta yer alan 21 çalışma, yapay zekâ entegrasyonunun etik boyutlarını ve bilişsel stratejilerdeki dönüşümü incelemiş, özellikle 2023 sonrası yayınlarda adillik ve şeffaflık vurgusunun arttığını göstermiştir (León et al., 2025).
Sistematik inceleme sonuçları, yapay zekânın STEM eğitimindeki etkilerinin öğrenci özerkliği, ölçme-değerlendirme dönüşümü ve algoritmik etik boyutlarında yoğunlaştığını göstermektedir. Üretken araçların benimsenmesiyle birlikte öğrencilerin öz-düzenlemeli öğrenme süreçlerinde kayda değer bir artış gözlenmiştir.
Yazarlar, bu durumun temelinde yatan nedeni yapay zekânın kişiselleştirilmiş geri bildirim sağlama yeteneği olarak açıklamaktadır. Ancak pedagojik bir çerçeve olmadan gerçekleşen kontrolsüz kullanımın, öğrencilerin yüzeysel öğrenme alışkanlıkları geliştirmesine ve bilişsel tembelliğe yol açabileceğine dikkat çekmektedirler.
Tartışma bölümünde literatürdeki teknik odaklı çalışmalar ile pedagojik araştırmalar karşılaştırılmaktadır. Bilgisayar bilimleri odaklı önceki yayınların pedagojik kuramları göz ardı ettiği, eğitim araştırmalarının ise algoritmik sınırlılıkları ıskaladığı tespiti yapılarak Evrensel Öğrenme Tasarımı (UDL) çerçevesiyle literatürdeki bu kopukluk birleştirilmektedir.
Sonuç olarak çalışma, yapay zekâ entegrasyonunun başarısının teknolojik yetkinlikten ziyade disiplinlerarası iletişim ve etik yönetişim kapasitesine bağlı olduğunu koymaktadır. Kurumların yalnız araç temin etmekle kalmayıp, öğrenci özerkliğini koruyan ve adil erişimi savunan politikalar geliştirmesi gerektiği ifade edilmektedir.
Yazarlar, bilgisayar bilimlerindeki önceki teknik odaklı yapay zekâ çalışmalarının algoritma geliştirmeye sıkıştığını ve pedagojik kuramları dışarıda bıraktığını belirterek; kendi disiplinlerarası iletişim (TDC) yaklaşımlarının teknik, etik ve pedagojik boyutları bütünleştiren farkını vurgulamaktadır (León et al., 2025).
Bu çalışma, yapay zekânın STEM eğitimine entegrasyonunu ele alan parçalanmış literatürü Disiplinlerarası İletişim (TDC) çerçevesi altında sentezleyen meta-kuramsal ve sistematik bir derleme işlevi görmektedir. Alanı yalnızca teknik araçların sınıfta kullanımıyla sınırlandırmayıp, bilgisayar bilimleri, eğitim bilimleri, etik ve kamu politikaları arasındaki kopuklukları köprülemektedir. Sistem, pedagoji, ölçme-değerlendirme ve etik yönetişim katmanlarını bütünleştirerek akademisyenlere bütüncül bir yol haritası sunmaktadır.
Çalışma, önceki teknik odaklı yapay zekâ derlemelerinden ve yalnızca pedagojik yararlara odaklanan eğitim araştırmalarından disiplinlerarası meta-mercek yaklaşımıyla ayrılmaktadır. Piaget'nin yapılandırmacı epistemolojisi ve Nicolescu'nun disiplinlerarasılık mantığı üzerine inşa edilen TDC modeli kullanılarak, Zawacki-Richter ve arkadaşları ile Baker ve Hawn gibi araştırmacıların işaret ettiği algoritmik kopukluklar ile disipliner kısıtlar aşılmaktadır. Çalışma, Evrensel Öğrenme Tasarımı (UDL) ilkelerini pedagojik bir zorunluluk olarak bütünleştirip literatürü yeni bir kuramsal seviyeye taşımaktadır.
Literatür taraması yapacak araştırmacılar için bu eser, 2020-2025 yılları arasındaki 41 nitelikli çalışmanın tematik haritalamasını sunarak öğrenci özerkliği, değerlendirme paradigmaları ve bilişsel/etik dönüşüm başlıklarında yapılandırılmış bir kanıt havuzu sağlamaktadır. Araştırmacılara hem makro düzeyde bibliyometrik eğilimleri hem de mikro düzeyde içerik sentezini sunarak alanın ana hatlarını ve açıkta kalan araştırma boşluklarını açıkça göstermektedir.
Makalenin doğrulanmış yöntemi, bulguları ve kuramsal çerçevesi; tez ve makale çalışmalarında kullanılacağı bölümle birlikte aşağıdaki araştırma taslaklarına dönüştürülmüştür.
Sistematik incelemenin 41 makale üzerinden ulaştığı bulgular kullanılarak, bilgisayar bilimleri ile eğitim bilimleri arasındaki parçalanmış yapı referans gösterilebilir (León et al., 2025).
Makaleyle bağlantısı: Makalenin 7.2 bölümünde yapay zekâ araçlarının öğrencilerin üstbilişsel becerileri ve öz-düzenlemeli öğrenme davranışları üzerindeki uzun vadeli etkilerinin araştırılması yönündeki çağrısına dayanmaktadır (León et al., 2025).
İncelenen 28 çalışmadan elde edilen 19'a 9 oranındaki bulgular paylaşılarak üretken araçların öğrenen özerkliği üzerindeki ikili etkisi tartışılabilir (León et al., 2025).
Makaleyle bağlantısı: Makalede yer alan 22 değerlendirme çalışmasının 14'ünün geleneksel sınavların yetersizliğini ve süreç odaklı değerlendirme gereksinimini vurgulayan bulgusundan türetilmiştir (León et al., 2025).
Yapay zekâ araçlarının nöroçeşitliliğe ve farklı öğrenme gereksinimlerine yanıt vermesi için sunulan UDL odaklı eyleme dönüştürülebilir stratejiler kuramsal çerçeveye aktarılabilir (León et al., 2025).
Makaleyle bağlantısı: Makalenin 5.2 ve 7.1 bölümlerinde sunulan Mode 3 ve Quadruple Helix paydaş ağlarına dayalı disiplinlerarası yönetişim modeli önerisine dayanmaktadır (León et al., 2025).
STEM eğitimine yönelik akademik ilgi 2004 yılından itibaren üç farklı gelişim evresi göstermiş; 2004-2010 tomurcuklanma, 2011-2018 yavaş gelişim ve 2019 sonrası hızlı yükseliş aşaması olarak kaydedilmiştir.
Duo Yang ve 3 yazar · Frontiers in Psychology · Sosyal Bilimler
Üretken yapay zeka, 1950'lerdeki basit kural tabanlı sistemlerden günümüzün karmaşık Generative Adversarial Networks (GAN) ve Transformer mimarilerine evrilerek metin, görüntü ve müzik üretiminde insan düzeyinde performansa ulaşmıştır.
Hao Yu ve Yunyun Guo · Frontiers in Education · Sosyal Bilimler
CitNetExplorer ile gerçekleştirilen kümeleme analizleri, eğitimde kullanılan yapay zeka etiğinin felsefi özünün deontolojik, faydacı ve erdem etiği olmak üzere üç temel boyuta dayandığını ve bu kuramsal yaklaşımların birbirini tamamladığını göstermektedir.
Liheng Yu ve Zhonggen Yu · Frontiers in Psychology · Sosyal Bilimler