Bu çalışma, ortaöğretim kimya derslerinde öğrencilerin kavram yanılgılarını yapay zekâ ile otomatik olarak tespit etmeyi ve belirlenen yanılgılara göre kişiselleştirilmiş düzeltici öğretim müdahaleleri üretmeyi incelemektedir. Önerilen sistem; öğrencilerin yazılı cevaplarını, problem çözme adımlarını ve kavramsal açıklamalarını doğal dil işleme ve örüntü tanıma yaklaşımıyla analiz etmekte, tespit edilen hata örüntülerine göre hedefli alıştırmalar, kavramsal açıklamalar ve yönlendirilmiş düşünme soruları oluşturmaktadır. Yazarlar pilot uygulama sonrasında öğrencilerin kavramsal anlayışında, problem çözme doğruluğunda ve üstbilişsel farkındalığında gelişme bildirmektedir. Bununla birlikte çalışma, katılımcı sayısı, ön-test/son-test sayısal sonuçları, yapay zekâ tanı doğruluğu, istatistiksel testler, p değerleri veya etki büyüklükleri gibi sonuçların nicel olarak denetlenmesini sağlayacak temel ayrıntıları yayımlamamıştır; bu nedenle bildirilen iyileşmenin büyüklüğü ve istatistiksel gücü bu metinden bağımsız olarak doğrulanamamaktadır.

Araştırmanın odağında stokiyometri, kimyasal denge ve reaksiyon mekanizmaları gibi öğrencilerde kavramsal güçlüklerin gözlendiği kimya konuları bulunmaktadır. Yapay zekâ, öğretmenin yerine geçen bağımsız bir öğretici olarak değil; biçimlendirici değerlendirmeyi hızlandıran, öğrencinin düşünme sürecindeki olası yanlış örüntüleri belirleyen ve düzeltici geri bildirim üretimini destekleyen bir araç olarak ele alınmaktadır.

Türkiye açısından yaklaşım; ortaöğretim kimya derslerinde öğrencilerin yalnız doğru veya yanlış cevaplarına değil, cevaba nasıl ulaştıklarına odaklanan dijital biçimlendirici değerlendirme sistemleri açısından uyarlanabilir bir model sunmaktadır. Ancak çalışmanın Azerbaycan'daki ortaöğretim bağlamında gerçekleştirildiği, öğrenci örnekleminin ayrıntılarının bildirilmediği ve Türkiye'deki öğretim programı, sınıf yapısı, dil kullanımı, ölçme-değerlendirme sistemi ve öğrenci profili için doğrudan doğrulama yapılmadığı dikkate alınmalıdır. Bu nedenle çalışma Türkiye'deki başarı düzeyi hakkında doğrudan nicel sonuç sağlamaz.

Araştırmanın temel problemi nedir?

Çalışmanın temel problemi, öğrencilerin kimya derslerinde formülleri veya işlem basamaklarını doğru biçimde uygulayabilmelerine rağmen altında yanlış bir kavramsal çerçeveyi sürdürebilmeleridir. Araştırmacılar bu durumu “chemical misconceptions”, yani kimyasal kavram yanılgıları olarak ele almaktadır.

Metne göre bu yanılgılar günlük deneyimler, ön bilgiler, aşırı basitleştirilmiş açıklamalar veya kimyasal sembollerin yanlış yorumlanması gibi çeşitli kaynaklardan doğabilir. Temel eğitim sorunu ise yanlış kavramın yalnız bir sorunun yanlış cevaplanmasına yol açması değil, sonraki öğrenmelerin üzerine kurulacağı düşünsel yapının da hatalı kalabilmesidir.

Geleneksel yazılı sınavlar, görüşmeler ve kavram envanterlerinin öğrencilerin düşünme biçimi hakkında bilgi sağlayabildiği kabul edilmekle birlikte araştırmacılar bunların özellikle büyük veya heterojen sınıflarda zaman, gecikmiş geri bildirim ve bireyselleştirme açısından sınırlı kalabileceğini savunmaktadır.

Yapay zekâ burada ne yapıyor?

Önerilen yapay zekâ sistemi üç tür öğrenci çıktısını inceler: yazılı cevaplar, problem çözme adımları ve kavramsal açıklamalar. Sistem bu girdileri doğal dil işleme (natural language processing, NLP) ve örüntü tanıma yaklaşımıyla analiz eder.

Çalışmada öğrencilerin girdilerinin “uzmanlar tarafından tanımlanmış kavramsal modeller” ile karşılaştırıldığı belirtilmektedir. Amaç yalnız doğru/yanlış sınıflandırması yapmak değil, öğrencinin düşüncesinde tekrar eden belirli kavram yanılgısı örüntülerini belirlemektir.

Yanılgı tespit edildikten sonra platformun otomatik olarak üç temel düzeltici müdahale ürettiği belirtilmektedir:

• hedeflenmiş alıştırma görevleri,
• kavramsal açıklamalar,
• öğrencinin kendi düşüncesini yeniden değerlendirmesine yardımcı olan yönlendirilmiş yansıtıcı sorular.

Bu nedenle modelin temel mantığı “cevabı işaretle ve puanla” yaklaşımından çok, öğrencinin hangi düşünsel nedenle hata yaptığını belirle → buna yönelik müdahale üret → öğrencinin yeni cevabını yeniden değerlendir döngüsüne dayanmaktadır.

Hangi kimya konuları ele alındı?

Pilot uygulama ortaöğretim kimya derslerinde gerçekleştirilmiş ve üç kavramsal güçlük alanı özellikle belirtilmiştir:

• Stokiyometri: stokiyometrik oranlarla ilişkili kavram yanılgıları,
• Kimyasal denge: denge kaymalarının yorumlanmasına ilişkin yanılgılar,
• Reaksiyon mekanizmaları: reaksiyon mekanizmalarının yorumlanmasına ilişkin hatalı kavramsal örüntüler.

Çalışma bu üç alan için ayrı ayrı kaç öğrenci hatasının bulunduğunu, hangi yanılgının ne sıklıkta görüldüğünü veya hangi müdahalenin hangi konu başlığında daha etkili olduğunu sayısal olarak raporlamamaktadır.

Veriler nasıl toplandı?

Araştırmacılar karma yöntemli (mixed-methods) bir araştırma tasarımı kullandıklarını belirtmektedir. Nicel değerlendirme için ön-test ve son-test uygulanmış; ayrıca sınıf gözlemleri ve öğrencilerin verdiği cevapların incelenmesiyle nitel veri toplanmıştır.

Nicel verilerin “betimsel ve karşılaştırmalı istatistiksel yöntemlerle”, nitel verilerin ise öğrencilerin akıl yürütme biçimindeki ve kavramsal açıklığındaki değişimleri belirlemek amacıyla içerik analiziyle değerlendirildiği belirtilmektedir.

Ancak çalışmada hangi betimsel istatistiklerin hesaplandığı, hangi karşılaştırmalı testin kullanıldığı, anlamlılık eşiğinin ne olduğu veya test varsayımlarının nasıl değerlendirildiği açıklanmamaktadır.

Yazarlar hangi sonuçları bildiriyor?

Yazarlar yapay zekâ tabanlı sistemin öğrencilerin kimyasal kavram yanılgılarını “yüksek doğruluk derecesiyle” tespit ettiğini bildirmektedir. Sistem özellikle stokiyometrik oranlar, denge kaymaları ve reaksiyon mekanizmalarının yorumlanmasına ilişkin yaygın yanlış örüntüleri belirlemiştir.

Araştırmacılar ayrıca kişiselleştirilmiş geri bildirim ve hedefli düzeltici görevlerin ardından son-testlerde kavramsal anlayışta “significant improvement” bulunduğunu; öğrencilerin yanlış kavramlarının kalıcılığının azaldığını ve hem açıklama hem de nicel problem çözmede daha iyi akıl yürütme sergilediklerini belirtmektedir.

Nitel analizde öğrencilerin kendi düşünme süreçleri üzerinde daha fazla düşündükleri ve kendi hatalarını belirleme ve düzeltme konusunda daha yetkin hâle geldikleri raporlanmaktadır. Bu durum çalışmada üstbilişsel farkındalık (metacognitive awareness) açısından olumlu değişim olarak yorumlanmaktadır.

“Yüksek doğruluk” ve “anlamlı gelişme” ne kadar doğrulanabiliyor?

Kaynakta bu ifadeleri nicel olarak denetlemek için gerekli sayılar verilmemiştir. Yapay zekâ sisteminin kavram yanılgısı tespiti için doğruluk, duyarlılık, özgüllük, precision, recall, F1 veya benzeri herhangi bir performans metriği raporlanmamaktadır.

Benzer biçimde ön-test ve son-test için öğrenci sayısı, ortalama puan, standart sapma, puan değişimi, karşılaştırma testi, p değeri, güven aralığı veya etki büyüklüğü verilmemiştir. Bu nedenle “significant improvement” ifadesinin istatistiksel anlamlılığına ilişkin bağımsız bir değerlendirme bu yayın metninden yapılamaz.

Bu nokta çalışmanın ana yorum sınırıdır: kaynak olumlu bir pilot sonuç bildirmektedir, ancak etkinin büyüklüğünü ve güvenirliğini nicel olarak yeniden hesaplamaya veya doğrulamaya yetecek sonuç verisi sunmamaktadır.

Şekil 1 ne anlatıyor?

59. sayfadaki Şekil 1, araştırmanın deneysel sonuç grafiği değil, önerilen yapay zekâ destekli öğretim yaklaşımının kavramsal süreç modelidir. Görselde öğrencinin yazılı cevabı, problem çözmesi ve kavramsal açıklaması önce yapay zekâ analizine aktarılmakta; örüntü tanıma ve doğal dil işleme sonrasında kavram yanılgıları belirlenmekte; ardından uyarlanabilir görevler, kavramsal geri bildirim ve yansıtıcı sorular uygulanmaktadır.

Modelin döngüsel yapısı önemlidir. Düzeltici müdahale sürecin sonu olarak değil, öğrencinin yeni anlayışının tekrar değerlendirilmesiyle devam eden bir biçimlendirici değerlendirme döngüsü olarak gösterilmektedir.

Çalışmanın güçlü yönleri nelerdir?

• Öğrencinin yalnız nihai cevabını değil, açıklamasını ve problem çözme adımlarını incelemeyi hedeflemesi.
• Kavram yanılgısı tespitini doğrudan kişiselleştirilmiş düzeltici öğretim müdahalesine bağlaması.
• Nicel ön-test/son-test yaklaşımını sınıf gözlemi ve öğrenci cevaplarının nitel analiziyle birleştirmeyi amaçlaması.
• Stokiyometri, kimyasal denge ve reaksiyon mekanizmaları gibi belirli kimya konularına odaklanması.
• Yapay zekâyı biçimlendirici değerlendirme ve öğretmen desteği çerçevesinde konumlandırması.

Çalışmanın temel sınırlılıkları nelerdir?

Çalışmanın en önemli sınırlılığı, yöntem ve sonuç raporlamasının pilot uygulamanın bilimsel gücünü ayrıntılı biçimde değerlendirmeye yeterli olmamasıdır. Kaynakta aşağıdaki bilgiler verilmemiştir:

• toplam öğrenci sayısı,
• öğrencilerin sınıf düzeyi, yaşı veya demografik dağılımı,
• okul veya okul sayısı,
• örnekleme yöntemi,
• kontrol veya karşılaştırma grubunun bulunup bulunmadığı,
• müdahalenin ne kadar sürdüğü,
• yapay zekâ sisteminin kullanılan model/mimari adı,
• modelin nasıl eğitildiği veya kalibre edildiği,
• uzman tanımlı kavramsal modellerin nasıl oluşturulduğu ve doğrulandığı,
• tanı doğruluğunun sayısal performans ölçütleri,
• ön-test ve son-test puanları,
• istatistiksel test adı ve anlamlılık eşiği,
• p değeri, güven aralığı veya etki büyüklüğü.

Bu eksikler, çalışmanın önerdiği yaklaşımın pedagojik olarak ilgi çekici olmasını ortadan kaldırmaz; ancak sonuçların tekrarlanabilirliği, genellenebilirliği ve etki büyüklüğü hakkında kesin çıkarım yapılmasını sınırlar.

Çalışmanın desteklediği sonuçlar

• Araştırmacılar yapay zekâ destekli bir sistemin öğrenci yazıları, açıklamaları ve problem çözme adımlarını analiz edecek biçimde tasarlandığını bildirmektedir.
• Sistemin stokiyometri, kimyasal denge ve reaksiyon mekanizmalarıyla ilgili kavram yanılgısı örüntülerini tespit etmek üzere kullanıldığı belirtilmektedir.
• Tespit edilen yanılgılara göre hedefli görev, kavramsal açıklama ve yansıtıcı soru üretildiği açıklanmaktadır.
• Yazarlar pilot uygulama sonrasında kavramsal anlayış, problem çözme ve üstbilişsel farkındalıkta olumlu değişimler bildirmektedir.
• Şekil 1, yaklaşımın sürekli biçimlendirici değerlendirmeye dayanan döngüsel bir model olarak tasarlandığını göstermektedir.

Çalışmanın kanıtlamadığı veya yeterince raporlamadığı sonuçlar

• Kaynak, yapay zekâ sisteminin gerçek tanı doğruluğunu sayısal performans ölçütleriyle göstermemektedir.
• Yapay zekâ yaklaşımının geleneksel öğretimden ne kadar daha etkili olduğunu nicel olarak hesaplamaya izin veren karşılaştırmalı sonuçlar sunulmamaktadır.
• Çalışma sonuçlarından bütün ortaöğretim öğrencilerine genellenebilecek kesin bir etki büyüklüğü çıkarılamaz.
• Belirli bir yapay zekâ modeli veya yazılım ürününün diğerlerinden üstün olduğu gösterilmemektedir.
• Uzun dönemli öğrenme kalıcılığı değerlendirilmemiştir veya kaynakta raporlanmamıştır.
• Türkiye'deki öğrenciler için doğrudan başarı veya etkililik sonucu üretilmemiştir.

Çalışmanın Yöntemi ve Bulguları

Araştırma tasarımı

Veri toplama ve analiz

Raporlanan ana bulgular

Bu tablo çalışmanın önemli bir özelliğini görünür kılmaktadır: araştırmacılar birden fazla olumlu sonuç bildirmekte, ancak bu sonuçların büyüklüğünü yeniden hesaplamak için gerekli nicel veri setini makale içinde sunmamaktadır.

Şekil 1'in yöntemsel rolü

Kaynağın tek görseli olan Şekil 1, öğrenci girdileri ile yapay zekâ analizi, kavram yanılgısı tespiti, düzeltici müdahale ve gelişmiş kavramsal anlayış arasındaki bağlantıyı şematik olarak gösterir. Bu şekil bir sonuç grafiği değildir; ölçülmüş yüzdeler veya deney grupları içermemektedir. Dolayısıyla şeklin bilimsel değeri, sistemin nasıl çalışması amaçlandığını açıklamasıdır; müdahalenin etki büyüklüğünü kanıtlaması değildir.

Kaynak ve Yöntem Notu

Tam özgün çalışma adı: Detection and remediation of students’ chemical misconceptions through artificial intelligence-based corrective instructional interventions

Yazarlar: Pashayeva Arzu Abulfat; Suleymanli Fatima Elshan.

Yazar sırası: Pashayeva Arzu Abulfat birinci yazar, Suleymanli Fatima Elshan ikinci yazardır. Kaynakta eş birinci yazarlık/eş katkı beyanı bulunmamaktadır.

Kurumlar: Pashayeva Arzu Abulfat — Faculty of Chemistry, Chemistry teaching methodology department, Baku State University, Republic of Azerbaijan. Suleymanli Fatima Elshan — Baku State University, Republic of Azerbaijan.

Sorumlu yazar: Kaynakta açık bir sorumlu yazar veya yazışma e-posta adresi belirtilmemektedir.

Kaynak türü: Konferans bildirileri içinde yayımlanmış araştırma makalesi / pilot karma yöntemli eğitim çalışması.

Hakemlik durumu: Scientific Collection «InterConf+» resmî editoryal politikası, gönderilen makaleler için iç inceleme ve çift-kör dış hakem değerlendirmesi uygulandığını belirtmektedir.

Yayın: Scientific Collection «InterConf+», No. 66(283), Proceedings of the 11th International Scientific and Practical Conference “International Scientific Discussion: Problems, Tasks and Prospects”.

Konferans: 19–20 Şubat 2026, Brighton, Birleşik Krallık.

Sayfalar: 55–61.

ISSN: 2709-4685.

DOI:10.51582/interconf.19-20.02.2026.005

Resmî makale kaydı:Scientific Collection «InterConf+» makale sayfası

Yayımlayan/bağlı kuruluş: Scientific Publishing Center «InterConf».

Yayın tarihi notu: Resmî makale sayfası 23 Şubat 2026 tarihini “Published” olarak verirken ilgili sayı sayfasında 19 Şubat 2026 yayın tarihi gösterilmektedir. Konferans tarihi 19–20 Şubat 2026'dır. Bu resmî kayıt farklılığı kaynak sadakati gereği korunmuştur.

Lisans: Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0).

Finansman: Kaynak metinde ayrı finansman beyanı bulunmamaktadır.

Veri erişilebilirliği: Kaynak metinde ayrı veri erişilebilirliği beyanı bulunmamaktadır.

Çıkar çatışması: Kaynak metinde ayrı çıkar çatışması beyanı bulunmamaktadır.

CRediT/yazar katkıları: Kaynakta ayrı CRediT veya ayrıntılı yazar katkı beyanı verilmemiştir.

Bu Verianla makalesindeki bilimsel içerik Pashayeva ve Suleymanli'nin yayımlanan çalışmasına dayanmaktadır. Dış kaynaklar yalnız DOI, resmî yayın kaydı, sayı bilgisi, yayıncı/bağlı kuruluş ve hakemlik politikasının bibliyografik doğrulanması amacıyla kullanılmış; dışarıdan yeni deneysel bulgu veya pedagojik etki sonucu eklenmemiştir.

Çalışmanın en önemli yöntemsel sınırlılığı ayrıntılı nicel sonuç raporlamasının bulunmamasıdır. Katılımcı sayısı, öğrenci özellikleri, kontrol grubu, müdahale süresi, yapay zekâ model mimarisi, tanısal performans ölçütleri, ön-test/son-test puanları, kullanılan karşılaştırmalı testler, p değerleri, güven aralıkları ve etki büyüklükleri verilmediğinden çalışmanın bildirdiği olumlu sonuçların büyüklüğü ve genellenebilirliği bu yayın üzerinden bağımsız olarak doğrulanamamaktadır.