İnsan–üretken yapay zekâ ortak tasarımı, öğretim hedeflerini, standartları ve kalite kararlarını insan tasarımcının belirlediği; üretken yapay zekânın ise anlatı ve görsel taslakların oluşturulmasına katkı sunduğu, sonuçların insan tarafından denetlenip gerektiğinde tekrar üretildiği yinelemeli bir öğretim tasarımı yaklaşımıdır. Bu çalışma, Google Gemini'nin böyle bir işbirlikçi tasarım ortağı olarak kullanılmasıyla bilgisayar bilimi ve yapay zekâ konularını işleyen dört çizgi roman tabanlı öğretim materyalinin nasıl geliştirildiğini ve bu materyallerin 11 üst ilkokul öğrencisi tarafından nasıl deneyimlendiğini inceler. Öğrencilerin büyük bölümü çizgi romanları ilgi çekici bulmuş; sekiz öğrenci görsellerin bilgisayar bilimi ve yapay zekâ kavramlarını anlamalarına yardımcı olduğunu bildirmiş; öğrenciler yapay zekânın hem yararlarını hem risklerini dile getirmiş ve dokuz öğrenci gelecekte öğrenmek istediği belirli bir yapay zekâ konusu tanımlamıştır. Bununla birlikte çalışma bir öğrenme başarısı deneyi değildir; sonuçlar küçük bir örneklemden elde edilen nitel ve öncü öğrenci deneyimlerini temsil eder.

Araştırmanın temel tasarım fikri, üretken yapay zekânın öğretmenin ya da öğretim tasarımcısının yerini alması değil, insan pedagojik denetimi altında üretim kapasitesini genişletmesidir. İnsan tasarımcı hedef standardı, öğrenme amacını, diyalogu, yaş düzeyini, görsel biçimi ve güvenlik sınırlarını tanımlar; Google Gemini görsel üretir; insan tasarımcı doğruluk ve uygunluk açısından sonucu inceler; başarısız çıktılar yeni istemlerle düzeltilir; kabul edilen görseller ise Canva'da nihai sınıf materyaline dönüştürülür.

Araştırmanın çözmeye çalıştığı problem

Çalışmanın çıkış noktası, yapay zekânın ABD'deki K-12 bilgisayar bilimi standartlarında giderek daha görünür hale gelmesine rağmen özellikle ilkokul düzeyinde sınıfta doğrudan kullanılabilecek, standartlarla eşleştirilmiş ve gelişim düzeyine uygun yapay zekâ öğretim materyallerinin sınırlı olmasıdır. Araştırmacılar bu boşluğu yalnızca “yapay zekâyı öğrencilere öğretme” problemi olarak değil, aynı zamanda eğitimcilerin üretken yapay zekâyı sorumlu biçimde kullanarak öğretim materyali tasarlaması problemi olarak ele almıştır.

Çalışmada üretken yapay zekâ pasif bir metin veya resim oluşturma aracı olarak konumlandırılmaz. Araştırmacılar, insan tasarımcıların pedagojik karar verme yetkisini koruduğu fakat yapay zekânın anlatı ve görsel üretimine etkin biçimde katıldığı bir ortak tasarım modeli kurar. Bu nedenle araştırmanın odağı hem ortaya çıkan dört çizgi roman hem de bu materyalleri meydana getiren insan–AI etkileşim sürecidir.

Çalışmanın araştırma sorusu

Araştırmanın ana sorusu, üst ilkokul öğrencilerinin insan ve üretken yapay zekâ tarafından ortak tasarlanan çizgi roman tabanlı hikâyeleri katılım, görsel tasarım, eğitsel değer ve bilgisayar bilimi ile yapay zekâya yönelik tetiklenen ilgi açısından nasıl deneyimlediğidir. Araştırmacılar özellikle öğrencilerin illüstrasyonlar, panel yapısı, görsel ipuçları ve karakterler hakkındaki görüşleri ile bilgisayar bilimi ve yapay zekâ kavramlarını nasıl anlamlandırdıklarını incelemiştir.

Standartlarla eşleştirme

Tasarım süreci Alabama'nın 2025 Digital Literacy and Computer Science (DLCS) Course of Study belgesindeki Emerging Technology alanına bağlanmıştır. Kaynaktaki eşleştirme 3–5. sınıf standartlarını kullanır: 3. sınıfta yeni teknolojilerin öğrenme ve günlük yaşamda nasıl kullanılabileceğini keşfetme ve açıklama; 4. sınıfta yarar ve güçlüklerini analiz edip tartışma; 5. sınıfta ise yeni teknolojilerin toplum üzerindeki olumlu ve olumsuz etkilerini değerlendirme düzeylerine ilerlenir.

Burada önemli bir kaynak ayrıntısı vardır: makalenin özet ve amaç kısmında dört öğretim materyali 4–6. sınıflar için tanımlanırken DLCS standart eşleştirmesi 3–5. sınıf düzeylerinde yapılmıştır. Öğrenci görüşmesi aşamasında ise örneklem 4. ve 5. sınıfa geçmekte olan öğrencilerden oluşmuştur. Bu nedenle bu üç düzey bilgisinin aynı şey olduğu varsayılmamalıdır.

İnsan–GenAI Ortak Tasarım İş Akışı Nasıl Çalışıyor?

Çalışmadaki ortak tasarım süreci, insan tasarımcının öğretim hedeflerini ve istem sınırlarını belirlemesiyle başlar; Google Gemini bu girdilerden çizgi roman görselleri üretir; insanlar çıktıları beş kalite ölçütüyle değerlendirir; başarısız görüntüler için istem düzeltilerek üretim tekrarlanır ve yalnız kabul edilen içerik Canva'da son sınıf materyaline dönüştürülür.

“Guardrail” yaklaşımının görevi

Araştırmacılar istemleri yalnızca “şu resmi oluştur” biçiminde kullanmamıştır. İstemlere ve sonraki düzeltme turlarına yapay zekânın bilinen hata biçimlerini sınırlamaya yönelik kurallar eklenmiştir. Bunlar yanlış veya dayanıksız bilgi üretiminin kontrolü, demografik önyargıların azaltılması, karakterin farklı panellerde aynı görünmesinin sağlanması, karakterlerin yaş düzeyine uygun tutulması ve kültürel açıdan gereksiz kalıplaştırmalardan kaçınılmasını içerir.

Bu yaklaşımın önemli tarafı, bütün sorunların ilk istemde öngörülemeyeceğinin kabul edilmesidir. Örneğin çalışmada bir karakterin giysisinin veya görünüşünün değişmesi, istenmeyen düşünce/konuşma balonlarının oluşması, metin hataları ve ilgisiz görsel öğeler gibi sorunlar üretimden sonra görülmüş; tasarımcılar referans görüntüsü, düzeltme istemi veya negatif kısıt kullanarak yeni üretim turları yapmıştır. Dolayısıyla “guardrail” yalnız başlangıç talimatı değil, üretim boyunca gelişen bir hata düzeltme mekanizmasıdır.

Google Gemini ve Canva'nın farklı görevleri

Google Gemini'nin görevi ağırlıklı olarak insan tarafından oluşturulan istemlerden çizgi roman görselleri üretmektir. Canva ise yapay zekâ tarafından oluşturulan görüntünün yerine geçen ikinci bir üretken model olarak değil; kabul edilmiş görsellerin konuşma balonları, metin kutuları, panel düzenleri ve doğru yazılmış tipografiyle nihai sınıf materyaline dönüştürüldüğü düzenleme katmanı olarak kullanılmıştır. Bu ayrım önemlidir çünkü çalışmada bazı AI üretimli yazı hataları, görüntünün tekrar tekrar üretilmesi yerine son tasarım aşamasında güvenilir dizgiyle giderilmiştir.

CTML İlkeleri Çizgi Roman Tasarımında Nasıl Kullanıldı?

Mayer'in Bilişsel Çoklu Ortam Öğrenme Kuramı (Cognitive Theory of Multimedia Learning, CTML), çalışmada yapay zekâ istemlerini otomatikleştiren bir algoritma değil, insan tasarımcıların hangi görsel ve sözel öğeleri kabul edeceğine karar vermesini yönlendiren pedagojik çerçevedir; çalışma özellikle sözcük ve görsellerin birlikte sunulması, gereksiz içeriğin çıkarılması, dikkat yönlendirme, ilişkili öğelerin yakın ve eşzamanlı sunulması, içeriğin parçalara ayrılması, ön bilgi sağlanması, daha kişisel anlatım ve öğrencinin etkin düşünmesini sağlayan etkinliklere odaklanır.

Çift kanal, sınırlı kapasite ve etkin işleme

CTML'nin kuramsal zemini üç temel varsayıma dayanır. Birincisi, öğrencilerin sözel ve görsel bilgiyi ayrı fakat birbiriyle etkileşen kanallarda işlemesidir. İkincisi, her kanalın aynı anda işleyebileceği bilgi miktarının sınırlı olmasıdır. Üçüncüsü ise anlamlı öğrenmenin pasif maruz kalmayla değil; ilgili bilgiyi seçme, zihinde düzenleme ve önceki bilgiyle bütünleştirme süreçleriyle oluşmasıdır.

Bu nedenle çizgi roman biçimi yalnız estetik bir tercih olarak kullanılmamıştır. İlgili resim ile ilgili metnin aynı panelde veya birbirine yakın konumda verilmesi, bir sahnede çok fazla kavram yığılmaması ve her panelin belirli bir ana fikre odaklanması, öğrencinin sınırlı bilişsel kapasitesini öğrenme hedefiyle ilgili bilgiye yönlendirmek için kullanılmıştır.

Çalışmada odaklanılan dokuz ilke

Örneğin The AI Adventures hikâyesinde kamera, tarama ve haritalama gibi kavramlar ayrı panellerde ilerletilir; konuşma balonları ilgili karakterlere yakın konumlandırılır. The AI Journey with Milo & Zada hikâyesinde bir akıllı sistemin ışıkları açması gibi olay ile karakterin buna verdiği tepkinin yan yana gösterilmesi zamansal yakınlık fikrine hizmet eder. Think Like an Engineer hikâyesinde ise sürüngen tankının “çok soğuk” ve “çok sıcak” durumları ayrı problemlere bölünür; ardından öğrenci güvenli sıcaklık kontrolü için koşullu mantık düşünmeye yönlendirilir.

Ek A'daki eşleştirmeye göre Multimedia, Coherence, Signaling, Spatial Contiguity, Temporal Contiguity, Segmenting, Pre-training ve Personalization dört hikâyenin tamamında kullanılmıştır. Generative Activity ise The AI Journey with Milo & Zada dışında diğer üç hikâyede işaretlenmiştir.

Üretken yapay zekânın tasarım avantajı neden tek başına yeterli değildir?

Çalışma üretken yapay zekânın tek bir öğretmenin veya tasarımcının normalde yazar ve illüstratör desteği gerektirebilecek anlatı ve görseller üretmesine yardım edebileceğini gösterirken, aynı zamanda otomatik üretimin sınıf kalitesinde materyal anlamına gelmediğini özellikle ortaya koyar. Karakter ve stil tutarlılığı, görüntü çözünürlüğü, yanlış yazı ve etiketler, ilgisiz nesneler, görsel halüsinasyonlar ve başarısız düzeltme girişimleri araştırmacıların karşılaştığı başlıca sorunlardır.

Çalışmanın Yöntemi ve Bulguları

Aşama 1 — İnsan–AI ortak öğretim tasarımı

Birinci aşamada araştırmacılar önce materyalleri Alabama DLCS Emerging Technology standartlarıyla eşleştirmiş, ardından insan–GenAI ortak üretim döngüsünü uygulamıştır. İnsan girdisi tamamen araştırmacılar tarafından hazırlanmıştır. Her panel için hedeflenen standart, öğrenme amacı, sahnedeki diyalog, hedef sınıf düzeyi, çizgi roman biçimi ve kullanılacak dil tonu belirlenmiştir.

Google Gemini'nin “version-pro” sürümü çalışmada çizgi roman tarzı görüntülerin ana üretken aracı olarak raporlanmıştır. Üretilen her görüntü ilk iki yazar tarafından beş temel ölçüt üzerinden incelenmiştir: sahnenin diyalogla uyumlu olması, yaşa uygunluk, görsel açıklık, yapay zekâ halüsinasyonlarının bulunmaması ve yeterli görüntü çözünürlüğü. Ölçütlerden biri karşılanmadığında istem değiştirilmiş ve görsel yeniden üretilmiştir.

Kabul edilen görseller daha sonra Canva'da birleştirilmiş; metin kutuları, konuşma balonları, panel düzenleri ve tipografi burada tamamlanmıştır. Bu aşama özellikle AI tarafından üretilen yazıların hatalı olabildiği durumlarda önem taşımıştır.

Aşama 2 — Öğrenci deneyiminin incelenmesi

İkinci aşamada ABD'nin güneydoğusunda, banliyö niteliğindeki bir üniversite kentinde düzenlenen bir haftalık kodlama yaz kampına katılan 11 üst ilkokul öğrencisi gönüllü olarak görüşmelere katılmıştır. Örneklem yedi erkek ve dört kız öğrenciden oluşmuştur; etnik köken ve okul bilgisi toplanmamıştır. Altı öğrenci 4. sınıfa, beş öğrenci ise 5. sınıfa geçmek üzereydi. Çalışma Institutional Review Board onayı altında yürütülmüş ve ebeveyn imzalı onam ile öğrenci assent'i alınmıştır.

Her öğrenciyle bire bir yapılan yarı yapılandırılmış görüşmeler yaklaşık 10–12 dakika sürmüştür. Sorular çizgi romanların öğrencide oluşturduğu katılım, görsel tasarım deneyimi, eğitsel değer ve bilgisayar bilimi ile yapay zekâya yönelik merak üzerinde yoğunlaşmıştır.

Tematik analiz nasıl yapıldı?

Görüşme verileri altı adımlı tematik analiz süreciyle incelenmiştir. İlk yazar transkriptleri tekrar tekrar okuyarak veriye aşinalık kazanmış; anlamlı öğrenci ifadelerini manuel olarak kodlamış; ilişkili kodları daha geniş temalar altında toplamış; aday temaları tüm veriyle karşılaştırarak gözden geçirmiş; temaları tanımlayıp adlandırmış ve son olarak sonuçları örneklerle raporlamıştır. İkinci ve üçüncü yazar kodlamayı çapraz kontrol etmiş ve kodlama sürecinde ilk yazarla uzlaşmaya ulaşmıştır.

Bu yöntem nicel hipotez testi değildir. Çalışmada p değeri, güven aralığı, etki büyüklüğü, regresyon modeli veya deneysel kontrol grubu raporlanmamıştır. Ana analiz birimi öğrencilerin görüşme ifadelerindeki anlam örüntüleridir.

Bulgu 1 — Çizgi roman tabanlı öğrenmeye katılım

On bir öğrencinin sekizi genel olarak çizgi roman biçimini veya okudukları belirli hikâyeleri beğendiklerini belirtmiştir. Öğrenciler deneyimi çoğunlukla eğlenceli, yeni ve erişilebilir olarak tanımlamıştır. Araştırmacılar bu örneklem için çizgi roman biçiminin yapay zekâ konularını tanıtmada ilgi çekici bir ortam olabileceği yönünde öncü bir gözlem bildirmiştir.

Bulgu 2 — Görseller bilgisayar bilimi ve yapay zekâ kavramlarını anlamayı destekledi

On bir öğrencinin sekizi resimlerin bilgisayar bilimi ve yapay zekâ içeriğini anlamalarına yardımcı olduğunu bildirmiştir. Bazı öğrenciler özellikle metin ve resmin birlikte çalışmasının kavramı anlamayı kolaylaştırdığını belirtmiştir. Konuşma balonları, renkler ve etiketler gibi görsel ipuçlarının önemli bölümlere dikkat çekmesi de öğrenciler tarafından yararlı bulunmuştur.

Bu sonuç CTML'nin multimedia, signaling ve coherence ilkeleriyle uyumludur: resim ve sözcüklerin birbirini desteklemesi, önemli bilginin görsel ipuçlarıyla belirginleştirilmesi ve gereksiz içeriğin azaltılması öğrencilerin dikkatini öğrenme hedefinde tutabilir. Bununla birlikte bu çalışma söz konusu ilkelerin öğrenme başarısında nedensel artış yarattığını deneysel olarak göstermemiştir.

Bulgu 3 — Öğrenciler yapay zekânın hem yararlarını hem risklerini tanıdı

On bir öğrencinin sekizi hikâyelerden sonra belirli yapay zekâ uygulamaları veya yetenekleri tanımlamıştır. Öğrencilerin örnekleri arasında ev işlerine yardım, araçlar, ödev desteği, erişilebilirlik ve güvenlikle ilgili kullanımlar bulunmuştur. Aynı zamanda güvenilirlik, mahremiyet ve gözetim gibi riskler de öğrencilerin cevaplarında ortaya çıkmıştır.

Bu bulgu önemlidir çünkü çalışmanın hedeflerinden biri yapay zekâyı yalnız yararlı veya yalnız tehlikeli bir teknoloji olarak sunmak değil, öğrencilerin fayda ve riskleri birlikte değerlendirebileceği bir öğretim bağlamı oluşturmaktır. Özellikle kamera kullanan robot senaryosu, öğrencilerin mahremiyet ve gözetim konusunda kendi kaygılarını ifade etmesine yol açmıştır.

Bulgu 4 — Yapay zekâ hakkında yeni sorular ve merak ortaya çıktı

Çizgi romanları okuduktan sonra öğrenciler yapay zekâyla ilgili daha fazla şey öğrenmek istediklerini bildirmiştir. On bir öğrencinin dokuzu gelecekte öğrenmek istediği belirli bir konu söyleyebilmiştir. Bunlar arasında yapay zekânın nasıl ortaya çıktığı, kim tarafından geliştirildiği, bilgiyi nasıl işlediği, görüntü ve veriyi nasıl tanıdığı, yapay zekâ programlama, robotlar ve yapay zekânın hikâye veya görüntü üretme biçimi yer almıştır.

Bu Çalışma Öğrenci Öğrenmesinde Nedensel Bir Etki Kanıtlıyor mu?

Hayır. Çalışma, insan–GenAI ortak tasarımıyla geliştirilen materyallerin öğrenciler tarafından ilgi çekici ve anlaşılır bulunduğuna ilişkin öncü nitel kanıt sunar; ancak kontrol grubu, randomizasyon, ön-test/son-test, nicel öğrenme başarısı ölçümü veya uzun dönem izlem bulunmadığı için çizgi romanların ya da GenAI destekli tasarımın öğrenci öğrenmesini nedensel olarak artırdığı sonucuna varılamaz.

Çalışmanın desteklediği

• İnsan denetimli ve standartlarla eşleştirilmiş bir GenAI ortak tasarım sürecinin dört sınıf materyali üretmek için uygulanabildiği.
• GenAI çıktılarında karakter sürekliliği, yanlış yazı, istenmeyen nesne ve halüsinasyon gibi sorunların insan incelemesi ve iteratif istem düzeltmeleri gerektirdiği.
• Bu örneklemde öğrencilerin çoğunun çizgi roman formatına olumlu yaklaştığı.
• Bu örneklemde birçok öğrencinin resim ile metnin birlikte sunulmasını anlamayı destekleyici olarak algıladığı.
• Öğrencilerin yapay zekânın hem kullanım alanlarını hem de mahremiyet ve güvenilirlik gibi risklerini dile getirebildiği.
• Öğrencilerin önemli bölümünün yapay zekâ hakkında daha fazla öğrenmek istediği belirli konular tanımladığı.

Çalışmanın desteklemediği

• GenAI ile tasarlanan çizgi romanların geleneksel öğretimden daha etkili olduğuna dair deneysel üstünlük iddiası.
• Çizgi romanların öğrencilerin sınav başarısını belirli bir miktarda artırdığı iddiası.
• Sonuçların bütün ilkokul öğrencilerine, farklı ülkelerdeki öğrencilere veya bütün sınıf düzeylerine doğrudan genellenmesi.
• Google Gemini'nin diğer GenAI platformlarından üstün olduğu sonucu.
• Öğretmenin veya öğretim tasarımcısının GenAI tarafından ikame edilebileceği sonucu.
• Kısa süreli merakın uzun dönem bilgisayar bilimi eğitimi tercihlerine dönüştüğü sonucu.

Başlıca sınırlılıklar

Araştırmacılar çalışmayı tasarım temelli nitel bir inceleme olarak konumlandırır. Örneklem yalnız 11 öğrenciden oluşmuştur ve belirli bir yaz kampı bağlamından gelmektedir. Çalışma yalnız bir üretken yapay zekâ platformunu, Google Gemini'yi kullanmıştır. Farklı modellerin aynı istemlere farklı çıktılar üretmesi mümkündür. Ayrıca çalışma belirli CTML ilkeleriyle tasarlanan materyalleri inceler; hangi tekil ilkenin öğrenci üzerindeki etkisinin ne kadar olduğu ayrı deneylerle ölçülmemiştir.

Gelecek çalışmalar için daha büyük örneklemler, gerçek sınıf uygulamaları, deneysel karşılaştırmalar, boylamsal öğrenme ölçümleri, birden fazla GenAI platformunun karşılaştırılması ve farklı ön bilgi düzeylerine veya öğrenme ihtiyaçlarına sahip öğrencilerin incelenmesi önerilmektedir. Doğruluk, önyargı, şeffaflık, veri mahremiyeti ve öğretmen denetimi de gelecekteki insan–AI ortak tasarım modellerinin temel etik değişkenleri olarak ele alınmalıdır.

Kaynak ve Yöntem Notu

Özgün çalışma: Generative Artificial Intelligence as a Collaborative Designer for Elementary Computer Science Education

Yazarlar: Fatema Nasrin; Mohammad Mohi Uddin; Feiya Luo.

Kurum: Instructional Technology, College of Education, University of Alabama, Tuscaloosa, Alabama, ABD.

Corresponding author: Feiya Luo.

Dergi: Education Sciences.

Yayınevi: MDPI.

Yıl / cilt / sayı / makale numarası: 2026; 16(9); 1426.

Yayın tarihi: 2 Eylül 2026.

DOI: 10.3390/educsci16091426

Kaynak türü: Hakemli açık erişim araştırma makalesi; tasarım vakası ve nitel öğrenci görüşmesi bileşenlerini birleştirmektedir.

Lisans: Creative Commons Attribution (CC BY). Verianla metni buna rağmen kaynak makalenin cümle, paragraf, tablo veya görsel sunumunu kopyalamak yerine bilimsel olgular ve yöntem üzerinden bağımsız biçimde kurulmuştur.

Finansman: Çalışma National Science Foundation tarafından 2342738 numaralı ödül kapsamında finanse edilmiştir.

Veri erişilebilirliği: Kimliksizleştirilmiş verilerin makul talep üzerine sağlanabileceği bildirilmiştir.

Çıkar çatışması: Yazarlar araştırmayla ilgili çıkar çatışması bildirmemiştir.

Etik: Öğrenci görüşmesi aşamasının Institutional Review Board tarafından onaylandığı; ebeveyn imzalı onam ve öğrenci assent'i alındığı bildirilmiştir. Kaynak metinde bu bölümde belirli bir IRB protokol numarası verilmemektedir.

Yazar katkıları

Kaynağın CRediT beyanına göre kavramsallaştırma ve metodoloji Feiya Luo ile Fatema Nasrin; doğrulama üç yazar; biçimsel analiz ve araştırma Fatema Nasrin; kaynaklar, süpervizyon, proje yönetimi ve finansman edinimi Feiya Luo; veri kürasyonu Fatema Nasrin; ilk taslak Fatema Nasrin ile Mohammad Mohi Uddin; gözden geçirme ve düzenleme üç yazar; görselleştirme Fatema Nasrin ile Mohammad Mohi Uddin tarafından yürütülmüştür.

Kaynak içi tutarlılık notları

Kaynağın sınıf düzeyi ifadeleri tek bir sayı aralığına indirgenmemelidir: özet ve amaç açıklamasında materyaller 4–6. sınıflar için sunulurken DLCS eşleştirmesi 3–5. sınıflara, öğrenci örneklemi ise 4. ve 5. sınıfa geçmekte olan öğrencilere aittir.

CTML açısından da bir kaynak içi tutarsızlık bulunmaktadır. Yöntem bölümünde Embodiment ilkesi basılı çizgi roman tasarımına uygulanmayan ilkeler arasında sayılır ve Ek A'daki tabloda dört hikâye için uygulanmamış gösterilir. Buna karşılık tartışma bölümünde Embodiment ilkesinin Zappy, Milo ve Zada gibi karakterlerin yaratıcı kullanımını teşvik ettiği yazılmıştır. Verianla bu iki ifadeden birini sessizce düzeltmemiş veya diğerinin yerine geçirmemiştir.

Çalışma toplam 11 katılımcı raporlamakla birlikte sonuç bölümündeki bazı öğrenci alıntılarında P12 kodu kullanılmıştır. Kaynak katılımcı numaralarının neden ardışık olmadığını açıklamadığı için bu durum hakkında ek varsayım yapılmamıştır.

Son yorum sınırı: Çalışmanın en güçlü katkısı “GenAI öğrenci başarısını artırır” sonucunu kanıtlamak değildir. Asıl katkı, üretken yapay zekânın pedagojik standartlar, CTML ilkeleri, guardrail'ler ve sürekli insan denetimi altında öğretim materyali üretimine nasıl dahil edilebileceğini ayrıntılı bir tasarım vakasıyla göstermesi ve küçük öğrenci örnekleminden bu materyallerin nasıl deneyimlendiğine ilişkin öncü nitel veri sağlamasıdır.