Akademik araştırmalar, anlaşılır dil

Verianla | Akademik Araştırmalardan Türkçe Ekonomi ve Bilim İçerikleri

17 Kasım 2026, Salı
VERİANLA Bağımsız bilim yayıncılığı
Menüyü aç veya kapat
...
Home / Sosyal Bilimler / Eğitim / Bilimsel Anlatı Sadakati: Kurgusal Dünyalar Aracılığıyla Bilim Öğretimi İçin Bir Standart
Eğitim

Bilimsel Anlatı Sadakati: Kurgusal Dünyalar Aracılığıyla Bilim Öğretimi İçin Bir Standart

Bilimsel Anlatı Sadakati (Scientific Narrative Fidelity, SNF), bilim öğretme amacı taşıyan bir kurgusal anlatının hedef öğrenme amacı için gerekli bilimsel ilişkileri, kısıtları, ölçekleri, belirsizlikleri ve kanıt oluşturma biçimlerini koruma derecesini tanımlayan kavramsal bir standarttır.

16/11/2026  Veri Anla  163 görüntüleme
Bilimsel Anlatı Sadakati: Kurgusal Dünyalar Aracılığıyla Bilim Öğretimi İçin Bir Standart

Bilimsel Anlatı Sadakati (Scientific Narrative Fidelity, SNF), bilim öğretme amacı taşıyan bir kurgusal anlatının hedef öğrenme amacı için gerekli bilimsel ilişkileri, kısıtları, ölçekleri, belirsizlikleri ve kanıt oluşturma biçimlerini koruma derecesini tanımlayan kavramsal bir standarttır. Gregory Adamson'ın 2026 tarihli çalışması SNF'yi gerçekçilik zorunluluğu olarak değil, bilimsel yapının korunması problemi olarak ele alır. Makale RSQS çerçevesi üzerinden SNF'nin neden gerekli olduğunu, neleri güvence altına alabileceğini, kaliteli bilimsel kurgu için hangi özelliklerin gerekli olduğunu ve değerlendirmenin nasıl yapılandırılabileceğini tartışır. Sonuç olarak beş katmanlı bir Scientific Narrative Fidelity Architecture, on boyutlu Scientific Narrative Fidelity Index (SNFI), dokuz aşamalı insan denetimli değerlendirme süreci ve AI kullanım sınırları önerilir. Ancak çalışma öğrenci deneyi veya psikometrik doğrulama içermediği için SNF ve SNFI henüz ampirik olarak doğrulanmış eğitimsel etki veya ölçüm araçları değildir.

Çalışmanın temel iddiası, bilimsel açıdan yararlı bir kurgunun bütünüyle gerçekçi olmak zorunda olmadığıdır. Bir hikâyede gerçek dünyada mümkün olmayan varlıklar, teknolojiler, ölçek değişimleri veya metaforlar bulunabilir. Bilimsel sadakat açısından kritik soru, bu dönüşümlerin öğrencinin öğrenmesi hedeflenen bilimsel ilişkiyi tersine çevirip çevirmediği, önemli sınırları gizleyip gizlemediği ve yanlış bir mekanizmayı anlatı içinde ödüllendirip ödüllendirmediğidir.

Makale bu nedenle bilimsel doğruluğu yalnız tek tek doğru veya yanlış cümleleri kontrol etmekten daha geniş ele alır. Bir anlatıdaki bütün cümleler yüzeyde doğru olsa bile olayların neden-sonuç örgüsü öğrenciye yanlış bir model öğretebilir. SNF'nin merkezi analitik birimi, tek başına “bilimsel gerçek” değil, olaylar arasında kurulan bilim taşıyan ilişkidir.

Çalışmada önerilen SNFI ise bir “AI doğruluk puanı” değildir. Amaç, değerlendiricinin anlatıyı hedef, ilişki, ölçek, sınır, mekanizma, belirsizlik, sorgulama, gelişimsel uygunluk, müdahale ve yönetişim gibi ayrı boyutlarda incelemesini sağlamaktır. Yazar özellikle profilin toplam puandan daha değerli olduğunu ve yalnız otomatik SNFI skoruyla yayın veya eğitim materyali sertifikasyonu yapılmaması gerektiğini belirtmektedir.

Bilimsel Anlatı Sadakati (SNF) Nedir?

Bilimsel Anlatı Sadakati, kurgusal anlatının bütünüyle gerçek dünyaya benzemesini değil, belirlenmiş bir bilim öğrenme hedefi için gerekli ilişkilerin, kısıtların, ölçeklerin, belirsizliklerin ve kanıt mantığının anlatı dönüşümleri sırasında korunmasını gerektiren kavramsal bir standarttır. Bu nedenle fantastik veya spekülatif bir dünya SNF açısından yüksek sadakate sahip olabilirken, görünüşte gerçekçi bir hikâye yanlış nedensellik öğretiyorsa düşük sadakate sahip olabilir.

Gerçekçilik ile bilimsel sadakat neden aynı şey değildir?

Gerçekçilik, anlatılan dünyanın bütün öğelerinin gerçek dünyada mümkün olmasını gerektirebilir. SNF ise daha sınırlı ve eğitimsel bir soruya odaklanır: Öğrencinin öğrenmesi gereken bilimsel yapı korunuyor mu?

Örneğin hayali bir teknoloji fiziksel olarak imkânsız olabilir. Anlatı bunun kurguya ait bir istisna olduğunu açıkça sınırlar ve geri kalan fiziksel ilişkileri doğru biçimde korursa, bu imkânsız öğe hedeflenen bilimsel kavramı otomatik olarak bozmaz. Sorun, istisna ile sıradan doğa yasası arasındaki sınır görünmez olduğunda ortaya çıkar.

Bu nedenle SNF, “kurgu içinde bilimsel olmayan hiçbir şey bulunamaz” demek değildir. Ama kurgu, bilimsel istisnayı bilimsel mekanizmanın kendisi gibi öğretmemelidir.

SNF neden tek tek doğruluk kontrollerinden daha geniştir?

Bir anlatıda yanlış bir bilimsel cümle bulunmaması, öğrencinin doğru zihinsel model geliştireceğini garanti etmez. Bilim öğrenimi yalnız olguları ezberlemekten ibaret değildir; hangi değişkenlerin önemli olduğunu, hangi değişkenin hangisini etkilediğini, etkinin hangi koşullarda geçerli olduğunu ve hangi mekanizmanın sonucu oluşturduğunu anlamayı gerektirir.

Bu nedenle SNF incelemesi yalnız cümle düzeyinde “doğru/yanlış” kontrolü yapmaz. Olayların sonucu nasıl ürettiğine, karakterlerin hangi açıklamayı başarıyla kullandığına, hangi yanlış modelin ödüllendirildiğine ve okuyucunun olaylardan hangi nedensel kuralı çıkarabileceğine bakar.

Kavramsal değişim neden önemlidir?

Makale, öğrencilerin derse boş bir zihinle gelmediği varsayımından hareket eder. Öğrenciler günlük deneyimlerinden, dil kullanımından ve önceki öğrenmelerinden kaynaklanan sezgisel açıklamalara sahiptir. Bu modeller kısmen doğru, bağlama bağlı veya bilimsel modele aykırı olabilir.

Yeni bir bilimsel açıklamanın verilmesi eski zihinsel modelin otomatik olarak silindiği anlamına gelmez. Öğrenci sınavda doğru terimleri kullanırken farklı bir durumda eski sezgisel modeliyle tahmin yapmaya devam edebilir.

SNF açısından kurgu bu nedenle iki yönlü etkiye sahiptir. Doğru tasarlanmış bir anlatı tahmin, şaşırma, başarısız açıklama ve yeniden kurma süreçlerini destekleyebilir. Yanlış tasarlanmış bir anlatı ise mevcut kavram yanılgısını daha akılda kalıcı hale getirebilir.

“Misconception debt” yani kavram yanılgısı borcu nedir?

Makaledeki Narrative Misconception Debt kavramı, bir anlatının öğrenene geçici kolaylık sağlamak amacıyla kullandığı fakat daha sonra düzeltilmesi gereken temsil biçimlerinin gelecekte oluşturduğu öğretim yükünü ifade eder.

Her sadeleştirme kavram yanılgısı borcu oluşturmaz. Gelişim düzeyine uygun bir model daha ileri öğrenmeye geçiş sağlayabiliyorsa yararlı olabilir. Borç özellikle üç durumda büyür: sadeleştirme temel bilimsel ilişkiyi tersine çeviriyorsa, sonraki öğrenmenin önünü kapatıyorsa veya anlatı içinde tekrar tekrar başarıyla sonuçlanan güçlü bir yanlış mekanizmaya dönüşüyorsa.

SNF'nin amacı en ileri bilimsel modeli her yaşta zorunlu kılmak değildir. Ama kullanılan geçici modelin ileride düzeltilebilecek bir basamak olması, kavramsal çıkmaza dönüşmemesi gerekir.

Anlatı neden “sınırlı bir simülasyon” olarak görülüyor?

Makale bir hikâyeyi, belirli ajanları, nesneleri, kuralları, kaynakları, zaman ölçeklerini ve mümkün eylemleri seçen sınırlı bir simülasyon ortamına benzetir. Bilimsel modeller de gerçekliğin bütün ayrıntılarını içermez; belirli bir soruyu yanıtlamak için ilişkileri seçer ve sadeleştirir.

Fark, doğrulama ölçütlerindedir. Bilimsel modeller kanıt, açıklama gücü, tahmin ve uygulanabilirlik sınırı açısından değerlendirilir. Kurgu ise anlatısal tutarlılık, estetik amaç ve kendi dünya kuralları bakımından da değerlendirilir. Bilim öğretme amacı taşıyan kurgu bu iki değerlendirme alanının kesişimindedir.

Epistemik sözleşme nedir?

Epistemik sözleşme, okuyucunun anlatı içindeki bir öğenin hangi tür bilgi iddiası olduğunu anlayabilmesini sağlayan sınırlar bütünüdür. Bir unsur gerçek bilim, basitleştirilmiş model, metafor, spekülasyon veya açıkça kurgusal istisna olabilir.

Sorun, bu kategoriler birbirinden ayırt edilemediğinde ortaya çıkar. Öğrenci metaforu gerçek mekanizma, spekülasyonu doğrulanmış bilim veya anlatı kuralını evrensel doğa yasası olarak hatırlayabilir.

RSQS çerçevesi nedir?

Makale SNF'yi dört analitik soru üzerinden yapılandırır. RSQS, Relevance, Sufficiency, Quality ve Structure başlıklarından oluşur.

RSQS bileşeniTürkçe anlamıTemel soru
RelevanceİlgililikBilim taşıyan kurgu için neden bir sadakat standardına ihtiyaç vardır?
SufficiencyYeterlilikSNF neyi gösterebilir; hangi kararlar uzmanlık, pedagojik değerlendirme ve ampirik kanıt gerektirir?
QualityNitelikBilimsel olarak güvenilir ve öğretim açısından üretken bir kurgu hangi özellikleri taşımalıdır?
StructureYapıSadakat nasıl tanımlanabilir, denetlenebilir, düzeltilebilir ve tekrar değerlendirilebilir?

Relevance: neden böyle bir standarda ihtiyaç var?

Yazarın temel gerekçesi, öğrencinin bir anlatıdan yalnız açık cümleleri değil, olayların altında çalışan ilişkileri de öğrenmesidir. Bu nedenle yanlış neden-sonuç örgüsü, açıkça yanlış bir cümle bulunmasa bile kavram yanılgısına yol açabilir.

Makale ayrıca bilimsel dilde gündelik ve teknik anlamların sık sık çakıştığını belirtir. “Enerji”, “iş”, “güç”, “teori”, “direnç”, “akım”, “ağırlık”, “ısı” ve “bilgi” gibi terimlerin gündelik kullanımı ile bilimsel kullanımı aynı değildir. SNF gündelik dili yasaklamaz; ancak gündelik kullanım hedef bilimsel kavramı bulanıklaştırıyorsa sınır işaretleri veya öğretici köprüler gerekir.

Ölçek neden yalnız görsel bir ayrıntı değildir?

SNF'de ölçek, mekanizmayı etkileyebilen bilimsel özelliktir. Bir sürecin zamanını sıkıştırmak veya büyüklüğünü değiştirmek bazen öğretim açısından yararlı olabilir. Fakat ölçek değişikliği sürecin gerçekleştiği örgütlenme düzeyini veya nedensel mekanizmasını değiştirirse artık yalnız görsel sadeleştirme değildir.

Dolayısıyla ölçek sadakati yalnız sayıların doğru yazılmasıyla ilgili değildir. Oranların, zaman ölçeklerinin, hızların, eşiklerin ve hangi düzeyde hangi olayın gerçekleştiğinin korunmasını kapsar.

Merkezî kahraman mantığı neden bilim açısından riskli olabilir?

Kurgu çoğu zaman belirgin aktörler, kararlar ve dönüm noktaları ister. Buna karşılık iklim, evrim, ekosistemler, epidemiler veya istatistiksel sistemler çoğunlukla dağıtılmış süreçlerle oluşur.

Bir anlatı bütün karmaşık sistemleri tek bir niyet sahibi aktör üzerinden açıklarsa okuyucu istemeden amaçlılığı doğal süreçlere taşıyabilir. SNF, kahramanı kaldırmak zorunda değildir; fakat kahramanın sistemi “yönetmesi” yerine sistemdeki ilişkileri keşfetmesi gibi anlatı çözümleriyle dağıtılmış nedenselliği korumayı önerir.

Sufficiency: SNF neden tek başına yeterli değildir?

Makale açık biçimde bilimsel sadakatin eğitimsel başarı için gerekli olabileceğini fakat yeterli olmadığını söyler. Bilimsel olarak doğru bir hikâye sıkıcı, gelişim düzeyine uygunsuz, kültürel açıdan sorunlu veya anlaşılması çok zor olabilir.

Aynı şekilde sadık bir temsil öğrencinin gerçekten kavramsal değişim yaşadığını göstermez. Bunun için tahmin görevleri, açıklamalar, transfer görevleri, kavram envanterleri, görüşmeler veya sınıf gözlemleri gibi öğrenen verileri gerekir.

Yazar yeterli bir eğitim sürecinin disiplin uzmanlığı, pedagojik alan bilgisi, edebî değerlendirme, gelişimsel kalibrasyon, kültürel ve etik yönetişim, öğrenci kanıtı ve belgelenmiş insan sorumluluğunu birlikte gerektirdiğini savunur.

Kurgusal Bir Anlatı Bilimsel Olarak Sadık Olup Gerçekçi Olmayabilir mi?

Evet. SNF'ye göre kurgusal bir anlatı gerçek dünyada mümkün olmayan nesneler veya spekülatif kurallar içerebilir; bilimsel sadakat için gerekli olan, bu istisnaların açıkça sınırlandırılması ve öğrenme hedefini taşıyan bilimsel ilişkilerin yanlış mekanizmayla değiştirilmemesidir. Dolayısıyla sadakat, “her şey gerçek olmak zorunda” kuralı değil, hangi ilişkilerin korunmasının zorunlu olduğunu belirleyen bir eğitim standardıdır.

Kavram değişmezleri: concept invariants

Makalenin kalite mimarisindeki en önemli kavramlardan biri concept invariant, yani kavram değişmezidir. Kavram değişmezi, anlatı yüzeyinde ne kadar dönüşüm yapılırsa yapılsın hedef öğrenme amacı açısından doğru kalması gereken temel bilimsel ilişkidir.

Kavram değişmezlerinin sayısı mümkün olduğunca yönetilebilir olmalıdır. Amaç bütün bilimsel gerçekleri listelemek değil, hikâyenin kesinlikle bozmaması gereken yapısal çekirdeği belirlemektir.

Örneğin bir mekanik anlatıda hedef kavram net kuvvet ile hareket değişimi arasındaki ilişkiyse, anlatıdaki fantastik dekor değişebilir fakat olayların sonucu bu temel ilişkiyi sistematik biçimde tersine çevirmemelidir.

İzin verilebilir dönüşümlerin dört sınıfı

SınıfAnlamıBilimsel güvenlik koşulu
Representational transformationBir sürecin görselleştirilmesi, kişileştirilmesi veya mekânsallaştırılmasıTemel ilişkiler korunmalıdır.
Scale transformationBoyutun veya zamanın değiştirilmesiGerçek ölçekle kurgu ölçeği arasındaki eşleme görünür olmalıdır.
Speculative extensionHayalî teknoloji veya varlık eklenmesiEtkileri ve maliyetleri açık dünya kurallarıyla sınırlandırılmalıdır.
Metaphorical transformationBilimsel ilişkinin sembolik temsil edilmesiMetafordan gerçek kavrama geri dönüş köprüsü kurulmalıdır.

Bir dönüşüm, yanlış mekanizmayı ödüllendirdiğinde, ileride öğrenilmesi zorunlu bir sınırı gizlediğinde veya metaforu gerçek süreçle özdeşleştirdiğinde SNF açısından sorunlu hale gelir.

Epistemik sınır işaretleri

Epistemic boundary marker, okuyucuya bir olayın hangi bilgi kategorisine ait olduğunu bildiren anlatısal işarettir. Bu işaret doğrudan “bu bölüm kurgudur” biçiminde olmak zorunda değildir. Dünya kuralları, anlatıcı açıklaması, karakterin belirsizlik belirtmesi, öğretmen notu, görsel sembol, son söz veya karşılaştırma görevi şeklinde kurulabilir.

Örneğin Verianla öğretici anlatımında “Bu sahne gerçek fiziksel ölçeği temsil etmez; yalnız ilişkileri görünür kılmak için büyütülmüştür.” gibi bir sınır açıklaması, ölçek dönüşümünün yanlış gerçeklik iddiasına dönüşmesini engelleyebilir. Bu cümle mevcut çalışmadan doğrudan alıntı değildir; SNF sınırlandırma ilkesinin Türkçe öğretici örneğidir.

Mekanizmanın görünür olması neden önemlidir?

Makale, hedef mekanizmanın okuyucu tarafından çıkarılabilir olması gerektiğini savunur. Her ara basamak açıkça anlatılmak zorunda değildir; fakat sonuç hiçbir ipucu olmadan ortaya çıkan keyfî bir olay gibi görünmemelidir.

Gözlemler, başarısız denemeler, ölçümler, izler, tekrar eden örüntüler, diyagramlar veya sınırlı seçenekler mekanizmanın görünürlüğünü artırabilir. Böylece okuyucu “ne oldu?” sorusunun yanında “neden oldu?” sorusuna da bilimsel olarak üretken cevap oluşturabilir.

Üretken hata nasıl çalışır?

Makale hatanın tamamen ortadan kaldırılması gerektiğini savunmaz. Bir karakter yanlış bilimsel modele sahip olabilir. Kritik nokta, anlatının bu modeli gerçekmiş gibi ödüllendirmemesi; tahmin yapmasını sağlaması, tahminin kanıt karşısında başarısız olmasını göstermesi ve daha güçlü modelle yeniden açıklama yapılmasına izin vermesidir.

Kaynak beş aşamalı bir productive error döngüsü önerir:

  1. Öğrenci veya karakter mevcut modelini ortaya koyar.
  2. Model bir tahmin üretir.
  3. Kanıt tahminle uyuşmayan bir durum oluşturur.
  4. Alternatif model eski ve yeni kanıtı birlikte açıklar.
  5. Yeni model başka bir duruma aktarılır.

Bu yapı yalnız “yanlış cevabı söyle, doğrusunu düzelt” yönteminden daha derin bir kavramsal değişim mantığı taşır.

Belirsizlik sadakati

Uncertainty fidelity, bilimsel belirsizliğin ne silinmesini ne de gereksiz biçimde büyütülmesini ister. Bilimsel bilgi ölçüm hatası, güven düzeyi, rakip açıklamalar veya eksik veri içerebilir.

Anlatı dramatik kapanış uğruna belirsizliği tamamen yok ettiğinde öğrencinin bilimsel bilginin nasıl üretildiğine ilişkin modeli bozulabilir. Buna karşılık her şeyi belirsiz gösteren anlatı da bilimsel kanıtın ağırlığını yanlış temsil eder.

Müdahale sadakati

Intervention fidelity, bir bilimsel problemin çözümünün maliyet, sınır, gecikme, yan etki veya sistemin başka bölümündeki değişikliklerden tamamen bağımsız gösterilmemesini önerir.

Bu yaklaşım başarının inkârı değildir. Başarının mekanizmayla ilişkilendirilmesini ve en azından önemli bir kısıtın görünür kalmasını amaçlar.

Beş katmanlı Scientific Narrative Fidelity Architecture

Kaynak çalışmada tanımlanan beş SNF katmanından Verianla için hazırlanmış bağımsız ve ölçeksiz açıklayıcı şemadır. Kaynak PDF'de bu kompozisyonda özgün bir şekil bulunmamaktadır.

Katman 1: Amaç sadakati

Amaç sadakati, bilimsel kavramın yalnız hikâye içinde adının geçmesini yeterli görmez. Öğrencinin olayları anlamak veya başarılı tahmin yapmak için gerçekten hedef kavramı kullanması gerekir.

Bir hikâye fotosentezden söz edebilir fakat bütün problemi bilimsel ilişkiden bağımsız bir olay çözüyor olabilir. Böyle bir metin kelime dağarcığı veya ilgi açısından yararlı olabilir; ancak mekanizmayı öğretmek için yüksek amaç sadakati göstermeyebilir.

Katman 2: İlişkisel sadakat

İlişkisel sadakat SNF'nin merkezidir. Değişkenlerin doğru yönde ve doğru koşullarda bağlanıp bağlanmadığını inceler. Nedensellik, eşik, zaman gecikmesi, oran, korunum veya matematiksel ilişki yanlışsa, tek tek terimlerin doğru olması yeterli değildir.

Katman 3: Sınır sadakati

Sınır sadakati, bir modelin nerede çalıştığını ve nerede artık uygulanmaması gerektiğini görünür kılar. Basitleştirilmiş model sınırı belirtilmeden verildiğinde öğrenci onu evrensel yasa haline getirebilir.

Katman 4: Epistemik sadakat

Epistemik sadakat yalnız doğru sonuca değil, doğru bilgi üretme pratiğine bakar. Karakterlerin gözlem yapması, ölçmesi, karşılaştırması, hipotezi test etmesi ve kanıta göre açıklamasını değiştirmesi bu katmanın parçasıdır.

Bir hikâye bütün doğru bilgileri “en zeki karakter söylediği için doğrudur” biçiminde sunuyorsa içerik olgusal olarak doğru olsa bile bilimsel epistemolojiyi zayıf öğretebilir.

Katman 5: Gelişimsel sadakat

Gelişimsel sadakat, temsilin öğrencinin mevcut kavramsal kapasitesine uygun olup olmadığını ve gelecekte daha gelişmiş modele geçişi engelleyip engellemediğini inceler.

Bu nedenle “en karmaşık bilimsel model her zaman en iyi öğretim modelidir” sonucu çıkmaz. Uygun sadeleştirme, sınırları görünürse öğrenme köprüsü olabilir.

SNFI Bir Otomatik Bilimsel Doğruluk Puanı mıdır?

Hayır. Scientific Narrative Fidelity Index (SNFI), anlatının farklı sadakat boyutlarını 0–3 arasında delile dayalı yorumlarla değerlendirmek için önerilmiş profesyonel bir rubriktir; kaynak SNFI'yi otomatik truth score, doğrulanmış psikometrik test veya AI tarafından tek başına kullanılabilecek sertifikasyon mekanizması olarak tanımlamaz. Yazar özellikle boyut profilinin toplam puandan daha bilgilendirici olduğunu ve insan değerlendirmesinin zorunlu kaldığını belirtir.

SNFI'nin on değerlendirme boyutu

Boyut0 — Kontrolsüz1–2 — Kısmi3 — Güçlü sadakat
AmaçBilim yalnız dekoratif unsur veya başarıyla ilgisizdir.Hedef kavram vardır fakat sürekli gerekli değildir.Hedef kavram olayların başarısı için gereklidir ve başka bağlama aktarılabilir.
İlişkiOlay örgüsü yanlış mekanizmayı ödüllendirir.Temel ilişkiler çoğunlukla doğru fakat belirsizlik veya eksik vardır.Kavram değişmezleri olayları tutarlı biçimde yönetir.
ÖlçekÖlçek değişikliği mekanizmayı uyarı olmadan bozar.Sıkıştırma veya büyütme kısmen işaretlenmiştir.Oranlar, hızlar ve zaman ölçekleri açıkça eşlenmiş veya sınırlandırılmıştır.
SınırKurgu ile sıradan bilim birbirinden ayırt edilemez.Bazı istisnalar veya sadeleştirmeler işaretlenmiştir.Bilgi kategorileri ve model sınırları nettir.
MekanizmaSonuç keyfî görünür veya yalnız otoriteye dayanır.Mekanizma kısmen çıkarılabilir.Öğrenci sonucu kanıtlardan hareketle yeniden kurabilir.
Belirsizlikİddialar sahte kesinlik veya gereksiz kuşku taşır.Belirsizlik kısmen görünürdür.Güven düzeyi ve kanıtın gücü orantılı biçimde ayrılmıştır.
SorgulamaDoğru cevap yalnız ilan edilir.Karakterler bazı iddiaları test eder.Tahmin, kanıt, revizyon ve transfer anlatının yapısına gömülüdür.
GelişimTemsil ileride kavramsal çıkmaz oluşturur.Temsil kullanılabilir fakat sonraki öğretimde onarım gerektirebilir.Sadeleştirme daha ileri modele açık bir köprü oluşturur.
MüdahaleÇözümün maliyeti, sınırı veya yan etkisi yoktur.Bazı kısıtlar görünürdür.Başarı mekanizmayla bağlantılıdır ve izleme veya ikincil etkiler de gösterilir.
YönetişimAI veya yazar kararı kayıt ve doğrulama olmadan kabul edilir.İnceleme vardır fakat eksiktir.Kaynaklar, uzmanlar, revizyonlar ve kalan riskler belgelenmiştir.

SNFI matematiksel olarak nasıl düşünülebilir?

Kaynak SNFI için toplama denklemi yayımlamaz. Aşağıdaki ifade yalnız rubriğin yapısını öğretmek için Verianla tarafından kullanılan matematiksel gösterimdir:

\[ \mathbf{P}_{SNFI} = (s_{\mathrm{amaç}}, s_{\mathrm{ilişki}}, s_{\mathrm{ölçek}}, s_{\mathrm{sınır}}, s_{\mathrm{mekanizma}}, s_{\mathrm{belirsizlik}}, s_{\mathrm{sorgulama}}, s_{\mathrm{gelişim}}, s_{\mathrm{müdahale}}, s_{\mathrm{yönetişim}}) \]

Her \(s_i\) boyutu kaynak rubriğinde 0, 1, 2 veya 3 değerini alabilir:

\[ s_i \in \{0,1,2,3\} \]

Kaynak toplam puanın taslakları karşılaştırmaya yardımcı olabileceğini kabul eder. On boyutun matematiksel olarak toplanması halinde teorik ham toplam aralığı:

\[ 0 \leq \sum_{i=1}^{10}s_i \leq 30 \]

olur. Ancak bu 30 puanlık doğrulanmış ölçek veya geçme-kalma sistemi değildir. Makale herhangi bir “20 üzeri bilimsel olarak doğrudur” ya da “25 üzeri yayımlanabilir” eşiği tanımlamaz. Kaynağın özellikle vurguladığı nokta, on boyutun profilinin tek toplam değerden daha fazla bilgi taşımasıdır.

Neden toplam puan bazı problemleri gizleyebilir?

İki anlatının toplam puanı aynı olabilir fakat bilimsel risk profilleri tamamen farklı olabilir. Örneğin biri çok güçlü ilişkisel sadakate sahipken gelişimsel açıdan uygun olmayabilir; başka bir anlatı öğrenci düzeyine çok uygun fakat bilimsel belirsizliği yanlış temsil ediyor olabilir.

Tek toplam puan bu farkı sıkıştırır. Profil yaklaşımı ise hangi boyutun onarım gerektirdiğini görünür tutar.

Çalışmanın Yöntemi ve Bulguları

Çalışma tasarımı

Bu çalışma deneysel araştırma, sistematik derleme veya psikometrik ölçek geliştirme doğrulaması değildir. Yazar çalışmayı conceptual framework study olarak tanımlar.

Kuramsal sentez için şu alanlardan yararlanılmıştır:

  • bilim eğitimi,
  • kavramsal değişim,
  • anlatı bilişi,
  • model tabanlı akıl yürütme,
  • müfredat tasarımı,
  • üretken yapay zekâ güvenilirliği.

Kaynak sistematik literatür taramasına ait veri tabanları, arama dizgileri, dahil etme/dışlama kriterleri veya PRISMA benzeri çalışma seçme akışı sunmamaktadır. Bu nedenle çalışmayı sistematik derleme olarak sınıflandırmak doğru değildir.

Analiz birimi

Makalenin analiz birimi science-bearing narrative relation, yani bilimsel öğrenmeyi etkileyen anlatısal ilişkidir.

Bu ilişki şunlardan biri olabilir:

  • açık bilimsel ifade,
  • örtük neden-sonuç mekanizması,
  • ölçek karşılaştırması,
  • olayların sıralanışı,
  • analojik ilişki,
  • metafor,
  • tekrarlanan dünya kuralı,
  • problemi çözen strateji.

Dolayısıyla değerlendirme yalnız “kaç tane yanlış bilgi var?” sorusuna indirgenmez.

Çerçevenin beş kaynak nesnesi

SNF değerlendirmesi için makale beş temel bilgi nesnesi tanımlar:

  1. belirlenmiş müfredat veya öğretim amacı,
  2. onaylanmış bilimsel kavram modeli,
  3. anlatı metni veya önerilen anlatı tasarımı,
  4. öğrencilerde bilinen veya beklenen kavramsal modeller,
  5. revizyonları doğrulamak için kullanılan kanıt ve yönetişim kaydı.

Bu yapı önemlidir çünkü “bilimsel sadakat” boşlukta değerlendirilemez. Neyin korunması gerektiği, hangi öğrenme hedefinin ve hangi öğrenci düzeyinin seçildiğine bağlıdır.

Dokuz aşamalı yapılandırılmış sadakat süreci

Kaynakta açıklanan dokuz aşamalı SNF sürecinin Verianla için bağımsız biçimde yeniden oluşturulmuş kaynak-türevli akış şemasıdır. Ölçeksizdir ve kaynak PDF'de bu görsel kompozisyon bulunmamaktadır.

1. Objective specification

Önce amaç ve öğrenci düzeyi belirlenir. “Bu hikâye hangi bilimsel ilişkiyi öğretmek için kullanılacak?” sorusu cevaplanmadan sadakat değerlendirilemez.

2. Concept model approval

Uzmanlar hedef kavramın bilimsel modelini belirler. Temel değişmezler, değişkenler, mekanizmalar, kanıt türleri ve yaygın alternatif öğrenci modelleri burada tanımlanır.

3. Narrative contract

Anlatıdaki sıradan bilim, sadeleştirme, spekülasyon, metafor ve bilinçli imkânsızlıkların statüsü belirlenir. Böylece okuyucuya hangi kuralın gerçek dünyaya, hangisinin yalnız kurgusal dünyaya ait olduğu açıklanabilir.

4. Relation extraction

Metindeki açık ve örtük bilimsel ilişkiler çıkarılır. Yalnız bilimsel cümleler değil, olay sıraları ve başarının hangi mekanizmaya bağlandığı da değerlendirilir.

5. Risk classification

Kaynak; olgusal, nedensel, ölçekle ilgili, ontolojik, olasılıksal, dilsel ve etik risklerin sınıflandırılmasını önerir.

6. AI-assisted comparison

Yapay zekâ, anlatı içindeki çelişkileri, kaybolmuş sınır işaretlerini veya tekrar eden kavram yanılgısı tetikleyicilerini bulmak için yardımcı araç olarak kullanılabilir.

7. Human review

Alan uzmanları, eğitimciler, yazarlar ve gerektiğinde ilgili kültürel/topluluk otoriteleri AI tarafından üretilen aday bulguları değerlendirir.

8. Learner testing

Öğrencilerin tahminleri, açıklamaları, transfer performansı ve kavram yanılgısı kanıtları toplanır. Bu aşama önemlidir çünkü yazara göre “doğru yazılmış olması” öğrencinin doğru anladığı anlamına gelmez.

9. Revision and ledger

Kabul edilen değişiklikler, bilinçli olarak korunan kurgusal istisnalar, kullanılan kanıt ve çözülemeyen riskler belgelenir.

Makale bu yapının doğrusal değil döngüsel olduğunu belirtir. Bir düzeltme anlatının başka bölümünde yeni bilimsel veya edebî problem oluşturabilir; bu durumda metin yeniden analiz edilir.

Yapay Zekâ SNF Değerlendirmesinde Neyi Yapabilir, Neyi Yapamaz?

Makalenin önerisine göre AI; uzun anlatılardaki bilim taşıyan ilişkileri çıkarmak, tutarlılık sorunlarını bulmak, karşı-olgusal sorular üretmek ve alternatif onarım önerileri hazırlamak için kullanılabilir; ancak bilimsel gerçeği onaylamak, öğrencinin gelişimsel uygunluğuna tek başına karar vermek, kültürel izin çıkarmak, kabul edilebilir edebî kaybı belirlemek veya öğrencinin gerçekten öğrendiğini sertifikalandırmak AI'nin yetkisi değildir.

AI'nin destekleyebileceği işlerAI'nin tek başına karar vermemesi gereken işler
Önermeleri ve olay ilişkilerini büyük metinlerde çıkarmakBilimsel doğrunun nihai olarak onaylanması
Bölümler arası tutarlılık sorunlarını bulmakGelişimsel uygunluğun belirlenmesi
Karşı-olgusal sınama soruları üretmekKültürel izin veya otorite konusunda hüküm vermek
Birden fazla onarım stratejisi önermekBilimsel doğruluk uğruna hangi edebî kaybın kabul edilebilir olduğuna karar vermek
İnceleme için aday sorunları görünür hale getirmekÖğrencinin kavramı gerçekten öğrendiğini sertifikalandırmak

AI neden bilimsel otorite olamaz?

Makale büyük dil modellerinin ikna edici fakat yanlış açıklamalar üretebileceğini, kaynak uydurabileceğini veya kendi içinde tutarlı görünen fakat bilimsel olarak anlamsız çıktılar oluşturabileceğini vurgular.

Modelin kendi cevaplarında tutarlı olması hatayı tespit etmek için yardımcı sinyal olabilir; fakat dış bilimsel doğrulamanın yerini tutmaz. Bu nedenle AI çıktısı “inceleme için kanıt” değil, incelenecek aday çıktı olarak ele alınmalıdır.

Minimum AI denetim kaydı

Makale AI kullanılan bir sadakat incelemesinde en az şu unsurların kayıt altına alınmasını önerir:

  • kullanılan model ve sürüm,
  • prompt veya görev tanımı,
  • AI'ye verilen kaynak materyaller,
  • kabul edilen ve reddedilen çıktılar,
  • insan değerlendiriciler,
  • yetkili bilimsel referanslar,
  • çözülmeden kalan belirsizlikler.

Bu kayıt, akıcı AI çıktısına görünmez biçimde bağımlı kalınmasını azaltmayı amaçlar.

Eski kurgusal eserler nasıl kullanılabilir?

Makale eski bilimkurgu veya eğitimsel anlatıların güncel bilime uymayan bölümlerinin sessizce yeniden yazılmasını önermemektedir. Bunun yerine dört öğretim yaklaşımı sunar.

YaklaşımAmaç
Eleştirel açıklamaAnlatı kuralını, güncel bilimsel modeli ve eski temsilin neden makul görünebildiğini açıklamak.
Eşlik eden araştırmaKurgu iddiasını gözlem, simülasyon veya veri karşılaştırmasıyla sınanabilir hipoteze dönüştürmek.
Karşı-sahneKarakteri ve olay amacını koruyup mekanizmayı bilimsel olarak düzelten alternatif kısa sahne yazmak.
Model tarihiEski bilimsel açıklamayı tarihsel bağlamına yerleştirip hangi yeni kanıtların modeli değiştirdiğini incelemek.

Bu yaklaşım eski eseri “yanlış olduğu için atmak” ile güncelliğini kaybetmiş bilimi hiç sorgulamadan öğretmek arasında üçüncü bir yol oluşturur.

Sınıfta yedi aşamalı kullanım

Kaynak SNF tabanlı bir ders için yedi aşamalı sınıf uygulaması önerir:

  1. Experience: Anlatıyı kesintisiz deneyimle.
  2. Predict: Bundan sonra ne olacağını ve nedenini tahmin et.
  3. Extract: Hikâyenin hangi bilimsel kuralı kullandığını çıkar.
  4. Test: Bu kuralı kanıt, veri, deneysel gösterim veya onaylanmış modelle karşılaştır.
  5. Classify: Öğenin sıradan bilim, sadeleştirme, spekülasyon, metafor veya hata olduğuna karar ver.
  6. Repair: Sahneyi düzelt veya epistemik sınır işareti ekle.
  7. Transfer: Düzeltilmiş ilişkiyi yeni bağlama uygula.

Yazar değerlendirmede yalnız iyi yazılmış cevap yerine “model sahipliği”ni önemser. Öğrencinin ilişkiyi açıklayabilmesi, kanıtla gerekçelendirebilmesi, sınırlarını tanıyabilmesi, hatayı onarabilmesi ve başka bağlama aktarabilmesi gerekir.

Generative AI sınıfa hangi aşamada girmeli?

Makale üretken AI'nin öğrencinin ilk tahmini ve mevcut modelini kaydetmesinden sonra devreye alınmasını önerir. Böylece AI öğrencinin yerine ilk bilişsel işi yapmaz; karşılaştırılacak ve eleştirilecek ikinci bir açıklama nesnesi haline gelir.

Öğrenciler AI açıklamasının kavram değişmezlerini koruyup korumadığını, yeni olgu uydurup uydurmadığını ve farklı bilimsel düzeyleri birbirine karıştırıp karıştırmadığını inceleyebilir.

Müfredat açısından öneri

Yazar SNF'yi müfredat hedefleriyle anlatı üretimi arasında bir köprü olarak görmektedir. Bir yayınevi veya eğitim materyali geliştiricisi bilimsel hikâyeye eşlik eden bir “fidelity sheet” hazırlayabilir.

Böyle bir kayıt hedefleri, kavram değişmezlerini, kurgusal istisnaları, sık görülen kavram yanılgılarını, inceleme kaynaklarını ve önerilen araştırma görevlerini içerebilir.

Bu yaklaşım öğretmenin her hikâyedeki bilimsel istisnaları sıfırdan çözme yükünü azaltmayı amaçlar.

Kültürel ve etik yönetişim

Makale yerel, topluluk temelli veya Indigenous knowledge gibi kültürel olarak yönetilen bilgi biçimlerinin yalnız “bilimsel iddialar listesi” halinde bağlamdan koparılamayacağını belirtir. SNF açısından bilgi otoritesi, bağlam ve etik izin de değerlendirme kapsamındadır.

Bu nedenle AI'nin yalnız metindeki olguları karşılaştırması kültürel kullanım iznini otomatik olarak belirleyemez.

Temel sınırlılıklar

  • SNF kuramsal bir çerçevedir; henüz öğrenci sonuçlarıyla ampirik olarak doğrulanmamıştır.
  • SNFI'nin değerlendiriciler arası güvenilirliği test edilmemiştir.
  • SNFI boyutlarının çok geniş veya uygulamada fazla zahmetli olması mümkündür.
  • Öğretmen kullanılabilirliği deneysel olarak gösterilmemiştir.
  • Yüksek SNF profilinin daha iyi kavramsal transfer oluşturduğu henüz gösterilmemiştir.
  • Farklı edebî türlerin aynı sadakat standardıyla değerlendirilmesi uygun olmayabilir.
  • Yaş, kültür, dil, nöroçeşitlilik ve önbilgi nedeniyle aynı metafor farklı öğrencileri farklı etkileyebilir.
  • AI destekli değerlendirme dominant bilimsel dil biçimlerini ayrıcalıklı hale getirebilir veya kültürel açıklamaları aşırı düzeltebilir.
  • AI belirsizliği hata gibi yorumlayabilir.

Gelecekte nasıl doğrulanabilir?

Yazar gelecekte en az dört eğitim koşulunun karşılaştırılmasını önerir:

  1. geleneksel açıklayıcı öğretim,
  2. yalnız anlatı,
  3. anlatı + SNF rehberli öğretim,
  4. AI destekli anlatı onarımı.

Önerilen değerlendirme sonuçları yalnız kısa dönem doğru cevap değildir. Makale şu ölçüm alanlarını özellikle gündeme getirir:

  • anlık kavrama,
  • gecikmiş hatırlama,
  • yeni duruma transfer,
  • kavram yanılgısının kalıcılığı,
  • katılım/engagement,
  • kavramsal sahiplik.

Bu araştırmalar yapılmadan SNF'nin öğrenme üzerinde belirli büyüklükte etki oluşturduğu veya SNFI skorunun öğrenci başarısını tahmin ettiği söylenemez.

Çalışmanın desteklediği sonuçlar

  • SNF için açık bir kavramsal tanım ve değerlendirme mimarisi önerilmiştir.
  • SNF gerçekçilikten ayrı, öğrenme amacına göre ilişkisel sadakat olarak tanımlanmıştır.
  • RSQS üzerinden ilgililik, yeterlilik, kalite ve yapı soruları sistemleştirilmiştir.
  • Kavram değişmezleri ve dört izin verilebilir dönüşüm sınıfı tanımlanmıştır.
  • Epistemik sınır işaretleri, mekanizma görünürlüğü, üretken hata, belirsizlik sadakati ve müdahale sadakati kalite ölçütleri olarak önerilmiştir.
  • Beş katmanlı SNF mimarisi geliştirilmiştir.
  • SNFI için on adet 0–3 puanlı değerlendirme boyutu önerilmiştir.
  • Dokuz aşamalı insan denetimli inceleme süreci tanımlanmıştır.
  • AI'nin yardımcı rolleri ile insan otoritesinde kalması gereken kararlar açıkça ayrılmıştır.

Çalışmanın desteklemediği sonuçlar

  • SNF'nin öğrenci başarısını artırdığı deneysel olarak kanıtlanmamıştır.
  • SNFI doğrulanmış psikometrik ölçek değildir.
  • SNFI için duyarlılık, özgüllük veya optimum eşik değeri hesaplanmamıştır.
  • SNFI toplam puanının eğitimsel kaliteyi tek başına temsil ettiği gösterilmemiştir.
  • AI'nin bilimsel sadakati otomatik olarak sertifikalandırabileceği gösterilmemiştir.
  • AI'nin insan uzman değerlendirmesinden daha doğru olduğu test edilmemiştir.
  • Dokuz aşamalı sürecin öğretmen iş yükünü azalttığı deneysel olarak gösterilmemiştir.
  • Her kurgu türünün aynı SNF yapısıyla eşit güvenilirlikte değerlendirilebileceği kanıtlanmamıştır.
  • Yüksek bilimsel sadakat tek başına ilgi, kavrama veya öğrenmeyi garanti etmez.

Çalışmanın en doğru genel yorumu

Scientific Narrative Fidelity çalışmasının bilimsel katkısı, kurguda “kaç yanlış cümle var?” sorusunu aşarak eğitimsel bilginin ilişkiler, mekanizmalar, sınırlar ve kanıt pratikleri üzerinden nasıl korunabileceğine dair yapılandırılmış bir kuramsal dil önermesidir.

En kritik sınır ise aynı derecede açıktır: bu yapı henüz doğrulanmış bir ölçüm teknolojisi değildir. SNF'nin ve SNFI'nin gerçek eğitimsel değeri, bağımsız değerlendiriciler, öğretmenler ve öğrencilerle yapılacak ampirik araştırmalarla sınanmalıdır.

Kaynak ve Yöntem Notu

Özgün başlık: Scientific Narrative Fidelity: A Standard for Teaching Science Through Fictional Worlds

Türkçe yayın başlığı: Bilimsel Anlatı Sadakati: Kurgusal Dünyalar Aracılığıyla Bilim Öğretimi İçin Bir Standart

Yazar: Gregory Adamson.

ORCID: 0009-0000-7079-3825.

Kurum: Adamson Research Institute.

Program: Part V of the Narrative Cognition Research Programme.

Eş katkı: Uygulanamaz; kaynak tek yazarlıdır.

Sorumlu yazar: PDF ayrı bir corresponding-author işareti veya e-posta adresi vermemektedir.

Kaynak türü: Conceptual framework study / kuramsal-kavramsal çerçeve çalışması.

Yayın statüsü: PDF üzerinde “Preprint DOI” olarak tanımlanan preprint.

Hakemlik: Kaynakta hakemlik bilgisi bulunmamaktadır. Preprint, hakemli version of record olarak değerlendirilmemiştir.

Yıl: 2026.

Preprint DOI: 10.5281/zenodo.21330140.

Platform: Zenodo repository DOI'si.

Dergi / cilt / sayı: Kaynakta bildirilmemiştir.

Yayınevi: Kaynak bir dergi yayınevi bildirmemektedir.

Resmî bağlantı: https://doi.org/10.5281/zenodo.21330140

Lisans: İncelenen PDF üzerinde açık Creative Commons veya başka yeniden kullanım lisansı belirtilmemiştir. Lisans güvenilir biçimde doğrulanamadığı için açık lisans varsayılmamıştır.

Anahtar kelimeler: science education; educational fiction; scientific narrative fidelity; narrative cognition; conceptual change; misconceptions; generative artificial intelligence; curriculum design; model-based reasoning; RSQS; human oversight; educational quality assurance.

Kuramsal kaynak alanları: Science education, conceptual change, narrative cognition, model-based reasoning, curriculum design ve generative AI reliability.

Analiz birimi: Science-bearing narrative relation; açık veya örtük bilimsel ilişki, nedensel mekanizma, ölçek karşılaştırması, olay sırası, analoji, metafor, tekrar eden dünya kuralı veya çözüm stratejisi.

RSQS: Relevance, Sufficiency, Quality, Structure.

SNF mimarisi: Objective fidelity, relational fidelity, boundary fidelity, epistemic fidelity ve developmental fidelity olmak üzere beş katman.

SNFI: Objective, relation, scale, boundary, mechanism, uncertainty, inquiry, development, intervention ve governance olmak üzere on boyut; her boyut 0–3 arasında profesyonel değerlendirmeyle puanlanır.

SNFI'nin statüsü: Yapılandırılmış profesyonel rubrik önerisidir; otomatik truth score veya doğrulanmış psikometrik ölçüm aracı değildir.

Deneysel örneklem: Yok.

Öğrenci katılımcısı: Yok.

İstatistiksel analiz: Ampirik veri analizi yapılmamıştır.

p değeri / güven aralığı / etki büyüklüğü: Uygulanamaz; kaynak ampirik deney raporlamamaktadır.

Etik: İnsan katılımcı, insan verisi veya tanımlanabilir kişisel bilgi kullanılmamıştır; kaynak kurumsal etik onayın gerekmediğini bildirmektedir.

Consent to participate: Uygulanamaz.

Consent for publication: Uygulanamaz.

Finansman: Yazar araştırma, yazarlık veya yayın için mali destek almadığını bildirmektedir.

Çıkar çatışması: Yazar potansiyel çıkar çatışması olmadığını beyan etmektedir.

Veri erişilebilirliği: Ampirik veri seti oluşturulmamış veya analiz edilmemiştir; kavramsal kaynak kaydı DOI 10.5281/zenodo.21330140 üzerinden belirtilmektedir.

AI yardımı beyanı: Üretken yapay zekâ yazım, organizasyon ve dil üretiminde yardımcı araç olarak kullanılmıştır. Kaynak, kavramsal çerçevenin yazar tarafından sağlandığını, iddiaların yazar tarafından seçilip revize edildiğini ve nihai sorumluluğun yazara ait olduğunu; AI çıktısının bilimsel otorite sayılmadığını belirtmektedir.

Temel yöntemsel sınırlılık: Çerçeve teoriktir; SNF'nin öğrenci öğrenmesine etkisi, SNFI'nin değerlendiriciler arası güvenilirliği, öğretmen kullanılabilirliği ve kavramsal transferle ilişkisi henüz ampirik olarak doğrulanmamıştır.

Gelecek doğrulama önerileri: Inter-rater agreement, learner outcomes, teacher usability, conceptual transfer, farklı anlatı türleri, farklı yaş/kültür/dil/nöroçeşitlilik grupları ve AI destekli değerlendirme önyargılarının araştırılması önerilmektedir.


Paylaş:

Yorumlar incelendikten sonra yayımlanır. Gönderdiğiniz yorum onay sürecine alınır ve uygun bulunduğunda görünür hâle gelir.

Bir yorum bırakın

E-posta adresiniz yayınlanmayacaktır. Gerekli alanlar * ile işaretlenmiştir