Üretken Yapay Zekânın (GenAI) Öğrenme Performansı Üzerindeki Etkileri: Bir Meta-Analiz Çalışması

Giriş

Yapay zekâ teknolojisi, günümüzde eğitimin her alanında giderek daha fazla kullanılmaktadır. Yapay zekâ ile birlikte öne çıkan bir diğer kavram olan GenAI, basit bir sohbet robotu gibi yalnızca sorulara yanıt vermek veya bilgi getirmek yerine, aldığı girdilere dayanarak metin, görsel, ses veya kod gibi yeni ve özgün içerikler üretebilen bir YZ türüdür. Eğitimciler, GenAI’ın öğrenci-öğretmen etkileşimleri ve öğrenme süreçleri üzerindeki potansiyel faydaları (kişiselleştirilmiş öğrenme, anında geri bildirim ve motivasyon artışı gibi) ve beraberindeki zorlukları (algoritmik önyargı, bilginin doğruluğu, yaratıcılıkta azalma ve aşırı bağımlılık gibi) konusunda tartışmalarını sürdürmektedir. Bu tartışmalara ışık tutmak ve GenAI’ın öğrenme çıktıları üzerindeki etkisini netleştirmek amacıyla, deneysel çalışmaların sonuçlarını bir araya getiren sistematik analizlere, özellikle de meta-analiz çalışmalarına ihtiyaç duyulmaktadır.

Araştırmanın Amacı

Bu çalışma, meta-analiz yöntemini kullanarak üretken yapay zekânın (GenAI) öğrenme performansı üzerindeki genel etkisini ve bu etkiyi değiştirebilecek moderatör değişkenlerin (örneklem düzeyi, örneklem büyüklüğü, araştırma deseni, öğrenme alanı, araştırma ortamı, müdahale süresi, GenAI aracı ve test formatı) etkisini araştırmayı amaçlamıştır.

Yöntem

Bu araştırma, GenAI kullanımının öğrenme performansı üzerindeki etkilerini inceleyen deneysel çalışmaların sonuçlarını istatistiksel olarak birleştirmek için meta analiz yöntemini kullanmıştır. Çalışma, sistematik incelemeler için uluslararası kabul görmüş PRISMA (Sistematik İncelemeler ve Meta-Analizler İçin Tercih Edilen Raporlama Öğeleri) yönergelerine uygun olarak yürütülmüştür.

• Veri Kaynakları ve Tarama: Web of Science, Scopus ve Eric gibi önde gelen atıf veri tabanlarında geniş kapsamlı bir tarama yapılmıştır. Arama, “Üretken Yapay Zekâ” ve “Öğrenme Performansı” ile ilgili anahtar kelimeler kullanılarak Mart 2024’te gerçekleştirilmiştir.
• Dâhil Etme ve Hariç Tutma Kriterleri: Çalışmaya, yalnızca bilimsel dergilerde yayımlanmış, GenAI araçlarını eğitim amaçlı kullanan, yarı deneysel veya gerçek deneysel desene sahip ve etki büyüklüğü hesaplamak için yeterli istatistiksel veri sağlayan makaleler dâhil edilmiştir. Tekrarlayan yayınlar, derleme makaleleri veya kavramsal çalışmalar gibi deneysel veri sağlamayan çalışmalar hariç tutulmuştur. Bu filtreleme süreci sonucunda, toplam 2646 katılımcının yer aldığı 31 makale analize dâhil edilmiştir.
• Kodlama Prosedürleri: Dâhil edilen makaleler, örneklem düzeyi (K-12, lisans, lisansüstü), araştırma deseni (gerçek deneysel, yarı deneysel), öğrenme alanı (sosyal bilimler, doğa bilimleri, sağlık bilimleri, mühendislik ve teknoloji bilimleri), araştırma ortamı (sınıf, tersine öğrenme, karma öğrenme, çevrim içi öğrenme), müdahale süresi, GenAI aracı (chatbot, GenAI destekli sistem) ve test formatı (bilgi, başarı, performans) gibi moderatör değişkenler altında kodlanmıştır. Kodlayıcılar arası güvenilirlik yüksek bulunmuştur (kappa = 0.963).
• Etki Büyüklüğü Hesaplaması: Çalışmalardan elde edilen sonuçları karşılaştırabilmek için standartlaştırılmış ortalama farklılıklar (SMD) olarak Hedges’ g etki büyüklüğü metrik olarak kullanılmıştır. Genel etki ve moderatör analizleri için rastgele etkiler modeli tercih edilmiştir. Yayın yanlılığı (sonuçların yanlı olup olmadığı) Begg’s ve Egger’s testleri ile değerlendirilmiştir.

Temel Bulgular

Bu meta-analiz çalışması, üretken yapay zekânın (GenAI) öğrencilerin öğrenme performansını nasıl etkilediğine dair önemli sonuçlar ortaya koymuştur:

• Genel Fayda: GenAI destekli öğretim, öğrencilerin öğrenme performansını genel olarak orta düzeyde ve olumlu yönde etkilemektedir (g=0.689). Bu, GenAI kullanımının öğrencilerin başarısı üzerinde gözle görülür bir artış sağladığı anlamına gelmektedir. Çalışmalar arasındaki bazı farklılıklara rağmen, elde edilen bulgular güvenilir kabul edilmiştir.
• Etkiyi Belirginleştiren Koşullar: GenAI’ın öğrenme üzerindeki etkisi, bazı durumlarda daha belirginleşmektedir:
• Müdahale Süresi: GenAI’ın en iyi etkiyi, 1 ila 3 ay süren ders veya projelerde gösterdiği belirlenmiştir. Bu, eğitimcilerin GenAI’yi kullanırken optimum süreyi göz önünde bulundurması gerektiğini düşündürmektedir.
• GenAI Aracı: Sadece bir sohbet robotu (chatbot) kullanmak yerine, daha kapsamlı özellikler sunan “GenAI destekli sistemler”in öğrenme performansı üzerinde daha büyük bir etkiye sahip olduğu görülmüştür. Bu, GenAI’ın öğrenme sürecine daha entegre bir şekilde dâhil edilmesinin daha verimli olabileceğine işaret eder.
• Test Formatı: GenAI’ın, özellikle öğrencilerin bilgiyi daha derinlemesine anlama ve uygulama becerilerini ölçen “başarı testleri”nde daha fazla fayda sağladığı tespit edilmiştir. Bu, GenAI’ın üst düzey düşünme becerilerinin gelişimine yardımcı olabileceğini göstermektedir.
• Öne Çıkan Eğilimler (Diğer Gözlemler):
• Öğrenci Seviyesi: GenAI’ın, özellikle küçük yaştaki öğrencilerin (K-12 seviyesi) öğrenme başarısını artırma potansiyelinin daha yüksek olduğu gözlemlenmiştir.
• Öğrenme Ortamı: Öğrencilerin aktif katılımının yüksek olduğu “tersine öğrenme” (flipped learning) gibi ortamlarda GenAI’ın etkisi daha da belirginleşmiştir. Bu, GenAI’ın öğrencilerin aktif olduğu yaklaşımlarla iyi bir uyum sergilediğini göstermektedir.

Sonuç

Bu meta-analiz çalışması, üretken yapay zekâ (GenAI) destekli öğretimin öğrenme performansı üzerinde genel olarak orta düzeyde pozitif bir etkiye sahip olduğunu ve bu etkinin çeşitli faktörlere göre değişebileceğini göstermiştir. Bulgular, GenAI’nin özellikle K-12 düzeyinde ve GenAI destekli sistemler aracılığıyla kullanıldığında, 1-3 aylık müdahale sürelerinde ve başarı testleri gibi daha kapsamlı değerlendirmelerde öğrenme başarısını önemli ölçüde artırma potansiyeli taşıdığını ortaya koymaktadır. Bu sonuçlar, eğitimde GenAI’nin stratejik ve bilinçli bir şekilde entegrasyonunun, öğrencilerin öğrenme deneyimlerini ve başarılarını geliştirmede büyük faydalar sağlayabileceğini düşündürmektedir. Eğitimciler ve öğretim tasarımcıları için bu bulgular, GenAI araçlarını derslerine entegre ederken öğrenci yaşı, kullanılacak GenAI türü ve değerlendirme yöntemleri gibi değişkenleri dikkate almanın önemini vurgulamaktadır. Gelecekteki araştırmalar, özellikle lisansüstü düzeyde GenAI’nin etkileri üzerine daha fazla deneysel çalışma yaparak ve farklı öğrenme çıktıları üzerindeki etkilerini derinlemesine inceleyerek bu alandaki bilgi birikimini artırmalıdır.

Kaynak: Gökoğlu, S., & Erdoğdu, F. (2025). The effects of GenAI on learning performance: A meta-analysis study. Educational Technology & Society, 28(3), 263 280. https://doi.org/10.30191/ETS.202507_28(3).TP04