İnsân–Generative AI müşterek tertîb-i tedrîsîsi, taʿlîm ġâyelerini, standardları ve ḳarâr-ı keyfiyyeti insân tarafından tertîb eden şahṣın taʿyîn etdiği; Generative AI’ın ise ḥikâye ve taṣvîr müsveddelerinin teşkîline iştirâk etdiği, netîcelerin insân eliyle teftîş olunup îcâbında yeniden istiḥṣâl edildiği devrî bir tertîb-i tedrîs usûlüdür. İşbu tetkîk, Google Gemini’nin bu vechile müşterek bir tertîb refîḳi olarak istiʿmâliyle computer science ve AI mevżûʿlarını işleyen dört comic esâslı mevâdd-ı tedrîsiyyenin ne sûretle inkişâf etdirildiğini ve bu mevâddın mekteb-i ibtidâʾînin üst derecelerindeki 11 talebe tarafından ne sûretle tecrübe edildiğini tetkîk eder. Talebenin ekseriyyeti comic’leri câlib-i alâḳa bulmuş; sekiz talebe taṣvîrlerin computer science ve AI mefhûmlarını anlamalarına yardım etdiğini bildirmiş; talebe AI’ın hem fâidelerini hem de maḥẕurlarını beyân etmiş ve dokuz talebe istikbâlde öğrenmek istediği muʿayyen bir AI mevżûʿunu taʿyîn etmişdir. Maʿa-hâẕâ bu tetkîk bir taʿallüm muvaffaḳiyyeti tecrübesi değildir; netîceler küçük bir numûneden elde olunan qualitative ve ibtidâʾî talebe tecrübelerini temsîl eder.

Tetkîḳin esâs tertîb fikri, Generative AI’ın muʿallimin yâḫud tertîb-i tedrîs ile meşgûl olan insânın yerine geçmesi değil, beşerî murâḳabe-i pedagojiyye altında istiḥṣâl ḳudretini tevsiʿ etmesidir. İnsân tarafından tertîb eden şahṣ hedef standardı, taʿallüm ġâyesini, muḥâvereyi, sinn seviyesini, şekl-i taṣvîrîyi ve ḥudûd-ı emniyyeti taʿyîn eder; Google Gemini taṣvîr istiḥṣâl eder; insân netîceyi ṣıḥḥat ve münâsebet cihetinden tetkîḳ eder; muvaffaḳ olmayan çıktılar yeni prompt’larla ıṣlâḥ olunur; ḳabûl olunan taṣvîrler ise Canva’da nihâʾî dershâne materyaline taḥvîl olunur.

Tetkîḳin ḥalletmeğe çalışdığı mesʾele

Tetkîḳin mebdeʾi şudur ki AI, ABD’deki K-12 computer science standardlarında gitdikçe ziyâde görünür hâle gelmesine rağmen, bilḫâṣṣa mekteb-i ibtidâʾî seviyesinde dershânede doğrudan istiʿmâl olunabilecek, standardlarla tevâfuḳ etdirilmiş ve inkişâf seviyesine münâsib AI mevâdd-ı tedrîsiyyesi maḥdûddur. Muḥaḳḳıḳlar bu boşluğu yalnız “talebeye AI taʿlîmi” mesʾelesi olarak değil, aynı zamânda muʿallimlerin Generative AI’ı mesʾûliyyetle istiʿmâl ederek mevâdd-ı tedrîsiyye tertîb etmesi mesʾelesi olarak ele almışlardır.

Bu tetkîḳde Generative AI pasif bir metin yâḫud resim istiḥṣâl vâsıtası mevḳiʿine ḳonulmaz. Muḥaḳḳıḳlar, insânın ḳarâr-ı pedagogî salâḥiyyetini muḥâfaẓa etdiği, fakat AI’ın ḥikâye ve taṣvîr istiḥṣâline faʿâl sûretde iştirâk etdiği müşterek bir tertîb modeli ḳurmuşlardır. Binâʾenʿaleyh tetkîḳin merkezinde hem meydâna gelen dört comic hem de bu mevâddı vücûda getiren insân–AI teʿâmül süreci vardır.

Tetkîḳin suʾâli

Tetkîḳin esâs suʾâli, mekteb-i ibtidâʾînin üst derecelerindeki talebenin insân ve Generative AI tarafından müştereken tertîb olunan comic esâslı ḥikâyeleri iştirâk, taṣvîrî tertîb, terbiyyevî ḳıymet ve computer science ile AI’a karşı uyandırılan alâḳa cihetlerinden ne sûretle tecrübe etdiğidir. Muḥaḳḳıḳlar bilḫâṣṣa talebenin illustration’lar, panel binyyesi, taṣvîrî işâretler ve şahṣiyyetler ḥaḳḳındaki efkârı ile computer science ve AI mefhûmlarını ne sûretle maʿnâlandırdığını tetkîḳ etmişlerdir.

Standardlarla tevâfuḳ

Tertîb süreci Alabama’nın 2025 Digital Literacy and Computer Science (DLCS) Course of Study vesîḳasındaki Emerging Technology sâḥasına rabṭ olunmuşdur. Menbaʿdaki tevâfuḳ 3–5. sınıf standardlarını istiʿmâl eder: 3. sınıfda yeni teknolocilerin taʿallümde ve gündelik ḥayâtda ne sûretle istiʿmâl olunabileceğini keşf ve îżâḥ; 4. sınıfda fâide ve müşkilâtını taḥlîl ve müẕâkere; 5. sınıfda ise yeni teknolocilerin cemʿiyyet üzerindeki müsbete ve menfî teʾsîrlerini taḳdîr mertebesine geçilir.

Burada menbaʿa dâʾir mühim bir tafṣîl vardır: maḳâlenin ḫulâṣa ve maḳṣad ḳısmında dört mevâdd-ı tedrîsiyye 4–6. sınıflar içün taʿrîf olunurken DLCS standard tevâfuḳu 3–5. sınıf seviyelerinde yapılmışdır. Talebe mülâḳātı safḥasında ise numûne 4. ve 5. sınıfa geçmek üzere olan talebeden müteşekkildir. Bu sebeble bu üç seviye maʿlûmâtının aynı şey olduğu farż olunmamalıdır.

İnsân–GenAI Müşterek Tertîb İş Cereyânı Ne Sûretle İşler?

Tetkîḳdeki müşterek tertîb süreci, insânın taʿlîm ġâyelerini ve prompt ḥudûdlarını taʿyîn etmesiyle başlar; Google Gemini bu girdilerden comic taṣvîrleri istiḥṣâl eder; insanlar çıktıları beş keyfiyyet miʿyârıyla taḳdîr eder; muvaffaḳ olmayan ṣûretler içün prompt ıṣlâḥ edilerek istiḥṣâl tekrâr olunur ve yalnız ḳabûl edilen muḥtevâ Canva’da nihâʾî dershâne materyaline taḥvîl olunur.

“Guardrail” usûlünün vazîfesi

Muḥaḳḳıḳlar prompt’ları yalnız “şu resmi oluştur” şeklinde istiʿmâl etmemişlerdir. Prompt’lara ve sonraki taṣḥîḥ devrelerine AI’ın maʿlûm ḫaṭâ nevʿilerini taḥdîd etmeye maṭûf ḳavâʿid ilâve olunmuşdur. Bunlar yanlış yâḫud gayr-i sâbit maʿlûmât istiḥṣâlinin murâḳabesi, demografik bias’ların azaltılması, şahṣiyyetin muḫtelif panellerde aynı görünmesinin teʾmîni, şahṣiyyetlerin sinn seviyesine münâsib tutulması ve kültürel cihetden lüzûmsuz stereotype’lardan ictinâbı ihtivâ eder.

Bu usûlün mühim ciheti, bütün müşkilâtın ilk prompt’da evvelden taḥmîn olunamayacağının ḳabûlüdür. Meselâ tetkîḳde bir şahṣiyyetin libâsının yâḫud görünüşünün değişmesi, istenmeyen thought/speech bubble’ların teşekkülü, metin ḫaṭâları ve alâḳasız taṣvîrî unsurlar gibi müşkilât istiḥṣâlden sonra görülmüş; tertîb edenler reference image, taṣḥîḥ prompt’u yâḫud negative constraint istiʿmâl ederek yeni istiḥṣâl devreleri yapmışlardır. Binâʾenʿaleyh “guardrail” yalnız ibtidâʾî taʿlîmât değil, istiḥṣâl boyunca tekâmül eden bir ḫaṭâ taṣḥîḥ mekanizmasıdır.

Google Gemini ile Canva’nın muḫtelif vazîfeleri

Google Gemini’nin vazîfesi esâsen insân tarafından tertîb olunan prompt’lardan comic taṣvîrleri istiḥṣâl etmekdir. Canva ise AI tarafından istiḥṣâl olunan ṣûretin yerine geçen ikinci bir generative model olarak değil; ḳabûl edilmiş taṣvîrlerin speech bubble’lar, metin ḳutuları, panel tertîbleri ve ṣaḥîḥ yazılmış typography ile nihâʾî dershâne materyaline taḥvîl olunduğu taḥrîr ṭabaḳası olarak istiʿmâl olunmuşdur. Bu farḳ mühimdir; zîrâ tetkîḳde AI tarafından istiḥṣâl olunan baʿżı yazı ḫaṭâları, ṣûretin tekrar tekrar istiḥṣâli yerine nihâʾî tertîb safḥasında mûtemed dizgi ile giderilmişdir.

CTML Esâsları Comic Tertîbinde Ne Sûretle İstiʿmâl Olundu?

Mayer’in Cognitive Theory of Multimedia Learning (CTML) naẓariyyesi, tetkîḳde AI prompt’larını automatic hâle getiren bir algorithm değil, insânın hangi taṣvîrî ve lafẓî unsurları ḳabûl edeceğine dâʾir ḳarârını irşâd eden bir çerçeve-i pedagojiyyedir; tetkîḳ bilḫâṣṣa kelimelerle taṣvîrlerin birlikte ʿarżı, lüzûmsuz muḥtevânın ihrâcı, diḳḳatin sevḳi, müteʿallıḳ unsurların yaḳın ve hem-zamân ʿarżı, muḥtevânın parçalara taḳsîmi, evvelî maʿlûmâtın verilmesi, daha şahṣî beyân ve talebenin faʿâl tefekkürünü teʾmîn eden faaliyetlere teveccüh eder.

İki kanal, maḥdûd ḳapasite ve faʿâl muʿâmele

CTML’nin naẓarî zemîni üç esâs farżiyyeye dayanır. Evvelâ talebe lafẓî ve taṣvîrî maʿlûmâtı ayrı, lâkin birbiriyle müteʿâmil kanallarda işler. Sâniyen her kanalın aynı anda işleyebileceği maʿlûmât miḳdârı maḥdûddur. Sâlisen maʿnâlı taʿallüm pasif maʿrûż kalmakla değil; alâḳalı maʿlûmâtı intihâb, zihinde tanẓîm ve evvelki maʿlûmâtla terkîb süreçleriyle vücûda gelir.

Bu sebeble comic şekli yalnız bir tercîḥ-i bedîʿî olarak istiʿmâl olunmamışdır. Alâḳalı resim ile alâḳalı metnin aynı panelde yâḫud birbirine yaḳın mevḳiʿde verilmesi, bir ṣaḥnede pek çoḳ mefhûmun yığılmaması ve her panelin muʿayyen bir esâs fikre teveccüh etmesi, talebenin maḥdûd ḳapasite-i idrâkiyyesini taʿallüm ġâyesiyle alâḳalı maʿlûmâta sevḳ etmek içün istiʿmâl olunmuşdur.

Tetkîḳde merkez alınan ṭoḳuz esâs

Meselâ The AI Adventures ḥikâyesinde kamera, scanning ve mapping gibi mefhûmlar ayrı panellerde ilerletilir; speech bubble’lar alâḳalı şahṣiyyetlere yaḳın mevḳiʿe ḳonur. The AI Journey with Milo & Zada ḥikâyesinde bir smart system’in ışıkları açması gibi ḥâdise ile şahṣiyyetin buna verdiği cevâbın yan yana gösterilmesi Temporal Contiguity fikrine ḫidmet eder. Think Like an Engineer ḥikâyesinde ise reptile tank’ının “çok soğuk” ve “çok sıcak” ḥâlleri ayrı mesʾelelere taḳsîm olunur; ardından talebe emniyyetli ḥarâret murâḳabesi içün conditional logic düşünmeğe sevḳ olunur.

Ek A’daki tevâfuḳa göre Multimedia, Coherence, Signaling, Spatial Contiguity, Temporal Contiguity, Segmenting, Pre-training ve Personalization dört ḥikâyenin cümlesinde istiʿmâl olunmuşdur. Generative Activity ise The AI Journey with Milo & Zada ḫâricinde diğer üç ḥikâyede işâret olunmuşdur.

Generative AI’ın tertîbdeki fâidesi niçün tek başına kâfî değildir?

Tetkîḳ, Generative AI’ın tek bir muʿallim yâḫud tertîb eden şahṣa, âdeten muharrir ve musavvir desteği gerektirebilecek ḥikâye ve taṣvîrler istiḥṣâlinde yardım edebileceğini gösterirken, aynı zamânda automatic istiḥṣâlin dershâne keyfiyyetinde materyal maʿnâsına gelmediğini ḫuṣûṣan ortaya ḳoyar. Şahṣiyyet ve üslûbda devâm, ṣûret resolution’ı, yanlış yazı ve label’lar, alâḳasız eşyâ, visual hallucination’lar ve muvaffaḳ olmayan taṣḥîḥ teşebbüsleri muḥaḳḳıḳların tesâdüf etdiği başlıca müşkilâtdır.

Tetkîḳin Usûlü ve Netîceleri

Safḥa 1 — İnsân–AI müşterek tertîb-i tedrîsîsi

Birinci safḥada muḥaḳḳıḳlar evvelâ mevâddı Alabama DLCS Emerging Technology standardlarıyla tevâfuḳ etdirmiş, baʿdehu insân–GenAI müşterek istiḥṣâl devresini tatbîḳ etmişlerdir. Beşerî girdi tamâmen muḥaḳḳıḳlar tarafından hazırlanmışdır. Her panel içün hedeflenen standard, taʿallüm ġâyesi, ṣaḥnedeki muḥâvere, hedef sınıf seviyesi, comic şekli ve istiʿmâl olunacak lisân tonu taʿyîn edilmişdir.

Google Gemini’nin “version-pro” sürümü tetkîḳde comic üslûbundaki ṣûretlerin esâs generative vâsıtası olarak bildirilmişdir. İstiḥṣâl olunan her ṣûret ilk iki müʾellif tarafından beş esâs miʿyâr üzerinden tetkîḳ olunmuşdur: ṣaḥnenin muḥâvereye tevâfuḳu, sinne münâsebet, taṣvîrî vuzûḥ, AI hallucination’larının bulunmaması ve kâfî ṣûret resolution’ı. Miʿyârlardan biri yerine gelmediğinde prompt değiştirilmiş ve taṣvîr yeniden istiḥṣâl edilmişdir.

Ḳabûl olunan taṣvîrler daha sonra Canva’da cemʿ edilmiş; metin ḳutuları, speech bubble’lar, panel tertîbleri ve typography burada itmâm edilmişdir. Bu safḥa bilḫâṣṣa AI tarafından istiḥṣâl olunan yazıların ḫaṭâlı olabildiği ḥâllerde ehemmiyyetli olmuşdur.

Safḥa 2 — Talebe tecrübesinin tetkîḳi

İkinci safḥada ABD’nin cenûb-ı şarḳında, banliyö mâhiyyetindeki bir dârülfünûn şehrinde tertîb olunan bir haftalık coding yaz kampına iştirâk eden mekteb-i ibtidâʾînin üst derecelerinden 11 talebe kendi rıżâlarıyla mülâḳātlara iştirâk etmişdir. Numûne yedi erkek ve dört ḳız talebeden müteşekkil olmuş; ethnicity ve mekteb maʿlûmâtı cemʿ edilmemişdir. Altı talebe 4. sınıfa, beş talebe ise 5. sınıfa geçmek üzere idi. Tetkîḳ Institutional Review Board taṣvîbi altında icrâ olunmuş ve ebeveynin imżâlı muvâfaḳati ile talebe assent’i alınmışdır.

Her talebe ile ferdî yapılan semi-structured mülâḳātlar taḳrîben 10–12 daḳîḳa sürmüşdür. Suʾâller comic’lerin talebede vücûda getirdiği iştirâk, taṣvîrî tertîb tecrübesi, terbiyyevî ḳıymet ve computer science ile AI’a dâʾir merâḳ üzerinde temerküz etmişdir.

Thematic analysis ne sûretle yapıldı?

Mülâḳāt maʿlûmâtı altı merḥaleli thematic analysis süreciyle tetkîḳ olunmuşdur. Birinci müʾellif transcript’leri tekrar tekrar oḳuyarak maʿlûmâta ünsiyyet peydâ etmiş; maʿnâlı talebe ifadelerini elle code etmiş; müteʿallıḳ code’ları daha geniş theme’ler altında cemʿ etmiş; namzed theme’leri bütün maʿlûmâtla muḳāyese ederek gözden geçirmiş; theme’leri taʿrîf ve tesmiye etmiş ve nihâyet netîceleri misâllerle rapor etmişdir. İkinci ve üçüncü müʾellif code’lamayı cross-check etmiş ve code’lama sürecinde birinci müʾellifle ittifâḳa varmışdır.

Bu usûl quantitative hypothesis test değildir. Tetkîḳde p value, confidence interval, effect size, regression model yâḫud experimental control group bildirilmemişdir. Esâs taḥlîl birimi talebenin mülâḳāt ifadelerindeki maʿnâ örüntüleridir.

Netîce 1 — Comic esâslı taʿallüme iştirâk

On bir talebenin sekizi umumiyyetle comic şeklini yâḫud oḳudukları muʿayyen ḥikâyeleri beğendiklerini bildirmişdir. Talebe tecrübeyi ekseriyyetle eğlenceli, yeni ve erişilebilir diye taʿrîf etmişdir. Muḥaḳḳıḳlar bu numûne içün comic şeklinin AI mevżûʿlarını taʿrîfde câlib-i alâḳa bir muḥît olabileceğine dâʾir ibtidâʾî bir müşâhede bildirmişlerdir.

Netîce 2 — Taṣvîrler computer science ve AI mefhûmlarını anlamayı destekledi

On bir talebenin sekizi resimlerin computer science ve AI muḥtevâsını anlamalarına yardım etdiğini bildirmişdir. Baʿżı talebe bilḫâṣṣa metin ile resmin müştereken işlemesinin mefhûmu anlamayı teshîl etdiğini beyân etmişdir. Speech bubble’lar, renkler ve label’lar gibi taṣvîrî işâretlerin mühim ḳısımlara diḳḳati celb etmesi de talebe tarafından fâideli bulunmuşdur.

Bu netîce CTML’nin multimedia, signaling ve coherence esâslarıyla tevâfuḳ eder: resim ve kelimelerin birbirini desteklemesi, mühim maʿlûmâtın taṣvîrî işâretlerle belirgin ḳılınması ve lüzûmsuz muḥtevânın azaltılması talebenin diḳḳatini taʿallüm ġâyesinde tutabilir. Maʿa-hâẕâ bu tetkîḳ mezkûr esâsların taʿallüm muvaffaḳiyyetinde sebebî bir artış vücûda getirdiğini experimental sûretde göstermemişdir.

Netîce 3 — Talebe AI’ın hem fâidelerini hem maḥẕurlarını tanıdı

On bir talebenin sekizi ḥikâyelerden sonra muʿayyen AI applications yâḫud ḳābiliyyetlerini taʿrîf etmişdir. Talebenin misâlleri arasında hâne işlerine yardım, vasıṭalar, ev vazîfesi desteği, accessibility ve emniyyetle alâḳalı istiʿmâller bulunmuşdur. Aynı zamânda reliability, maḥremiyyet ve surveillance gibi riskler de talebenin cevâblarında meydâna çıkmışdır.

Bu netîce mühimdir; zîrâ tetkîḳin ġâyelerinden biri AI’ı yalnız fâideli yâḫud yalnız tehlikeli bir teknoloji olarak göstermek değil, talebenin fâide ve riskleri birlikte taḳdîr edebileceği bir siyâḳ-ı tedrîsî vücûda getirmekdir. Bilḫâṣṣa kamera istiʿmâl eden robot senaryosu talebenin maḥremiyyet ve surveillance ḥaḳḳındaki kendi endîşelerini beyân etmesine sebeb olmuşdur.

Netîce 4 — AI ḥaḳḳında yeni suʾâller ve merâḳ zuhûr etdi

Comic’leri oḳudukdan sonra talebe AI ḥaḳḳında daha ziyâde şey öğrenmek istediklerini bildirmişdir. On bir talebenin dokuzu istikbâlde öğrenmek istediği muʿayyen bir mevżûʿu söyleyebilmişdir. Bunlar arasında AI’ın ne sûretle zuhûr etdiği, kim tarafından inkişâf etdirildiği, maʿlûmâtı ne sûretle işlediği, ṣûret ve data’yı ne sûretle tanıdığı, AI programming, robotlar ve AI’ın ḥikâye yâḫud ṣûret istiḥṣâl tarzı vardır.

Bu Tetkîḳ Talebe Taʿallümünde Sebebî Bir Teʾsîri İsbât Eder mi?

Ḫayır. Tetkîḳ, insân–GenAI müşterek tertîbiyle inkişâf etdirilen mevâddın talebe tarafından câlib-i alâḳa ve anlaşılır bulunduğuna dâʾir ibtidâʾî qualitative delîl ʿarż eder; lâkin control group, randomization, pre-test/post-test, quantitative taʿallüm muvaffaḳiyyeti ölçüsü yâḫud uzun müddetli taʿḳîb bulunmadığı içün comic’lerin yâḫud GenAI destekli tertîbin talebe taʿallümünü sebebî sûretde artırdığı netîcesine varılamaz.

Tetkîḳin teʾyîd etdiği

• Beşerî murâḳabeli ve standardlarla tevâfuḳ etdirilmiş bir GenAI müşterek tertîb sürecinin dört dershâne materyali istiḥṣâli içün tatbîḳ olunabildiği.
• GenAI çıktılarında şahṣiyyet devâmı, yanlış yazı, nâ-maṭlûb eşyâ ve hallucination gibi müşkilâtın beşerî tetkîḳ ve devrî prompt taṣḥîḥlerini îcâb etdirdiği.
• Bu numûnede talebenin ekseriyyetinin comic formatına müsbet naẓarla baḳdığı.
• Bu numûnede birçoḳ talebenin resim ile metnin birlikte ʿarżını anlamaya yardımcı telâḳḳî etdiği.
• Talebenin AI’ın hem istiʿmâl sâḥalarını hem de maḥremiyyet ve reliability gibi risklerini beyân edebildiği.
• Talebenin mühim bir ḳısmının AI ḥaḳḳında daha ziyâde öğrenmek istediği muʿayyen mevżûʿları taʿyîn etdiği.

Tetkîḳin teʾyîd etmediği

• GenAI ile tertîb olunan comic’lerin anʿanevî tedrîsden daha müʾessir olduğuna dâʾir experimental üstünlük iddiʿâsı.
• Comic’lerin talebenin imtiḥân muvaffaḳiyyetini muʿayyen bir miḳdâr artırdığı iddiʿâsı.
• Netîcelerin bütün mekteb-i ibtidâʾî talebesine, muḫtelif memleketlerdeki talebeye yâḫud bütün sınıf seviyelerine doğrudan teşmîli.
• Google Gemini’nin diğer GenAI platformlarından üstün olduğu netîcesi.
• Muʿallimin yâḫud tertîb-i tedrîs ile meşgûl şahṣın GenAI tarafından ikāme olunabileceği netîcesi.
• Ḳıṣa müddetli merâḳın uzun müddetli computer science taʿlîmi tercîḥlerine taḥavvül etdiği netîcesi.

Başlıca taḥdîdler

Muḥaḳḳıḳlar tetkîḳi tertîb esâslı qualitative bir inceleme olarak mevḳiʿlendirirler. Numûne yalnız 11 talebeden müteşekkil olmuş ve muʿayyen bir yaz kampı siyâḳından gelmişdir. Tetkîḳ yalnız bir Generative AI platformunu, Google Gemini’yi istiʿmâl etmişdir. Muḫtelif model’lerin aynı prompt’lara muḫtelif çıktılar vermesi mümkündür. Bundan mâʿadâ tetkîḳ, muʿayyen CTML esâslarıyla tertîb olunan mevâddı inceler; her bir esâsın talebe üzerindeki teʾsîrinin ne miḳdâr olduğu ayrı tecrübelerle ölçülmemişdir.

İstikbâldeki tetkîḳler içün daha büyük numûneler, ḥaḳîḳî dershâne tatbîḳleri, experimental muḳāyeseler, longitudinal taʿallüm ölçmeleri, birden ziyâde GenAI platformunun muḳāyesesi ve muḫtelif evvelî maʿlûmât seviyelerine yâḫud taʿallüm iḥtiyâclarına mâlik talebenin tetkîḳi tavṣiye olunur. Ṣıḥḥat, bias, şeffâfiyyet, data maḥremiyyeti ve muʿallim murâḳabesi de istikbâldeki insân–AI müşterek tertîb modellerinin esâs ethical değişkenleri olarak ele alınmalıdır.

Menbaʿ ve Usûl Ḥaḳḳında Îżâḥ

Aṣlî tetkîḳ: Generative Artificial Intelligence as a Collaborative Designer for Elementary Computer Science Education

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

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

Corresponding author: Feiya Luo.

Mecmûʿa: Education Sciences.

Nâşir: MDPI.

Sene / cild / sayı / maḳāle numarası: 2026; 16(9); 1426.

Neşr târîḫi: 2 Eylül 2026.

DOI: 10.3390/educsci16091426

Menbaʿ nevʿi: Peer-reviewed open-access araştırma makalesi; bir tertîb vakʿası ile qualitative talebe mülâḳātı unsurlarını cemʿ eder.

Lisâns: Creative Commons Attribution (CC BY). Verianla metni buna rağmen menbaʿ maḳālenin cümle, paragraf, cedvel yâḫud taṣvîrî ʿarżını kopya etmek yerine ʿilmî vâḳıʿalar ve usûl üzerinden müstaḳillen ḳurulmuşdur.

Finansman: Tetkîḳ National Science Foundation tarafından 2342738 numaralı award dâʾiresinde finansman edilmişdir.

Data’ya erişim: De-identified data’nın maʿḳūl taleb üzerine verilebileceği bildirilmişdir.

Menfaʿat teʿârużu: Müʾellifler tetkîḳle alâḳalı menfaʿat teʿârużu bildirmemişlerdir.

Aḫlâḳ: Talebe mülâḳātı safḥasının Institutional Review Board tarafından taṣvîb olunduğu; ebeveyn imżâlı muvâfaḳat ve talebe assent’inin alındığı bildirilmişdir. Menbaʿ metinde bu ḳısımda muʿayyen bir IRB protocol numarası verilmemekdedir.

Müʾelliflerin hisseleri

Menbaʿın CRediT beyânına göre conceptualization ve methodology Feiya Luo ile Fatema Nasrin; validation üç müʾellif; formal analysis ve investigation Fatema Nasrin; resources, supervision, project administration ve funding acquisition Feiya Luo; data curation Fatema Nasrin; first draft Fatema Nasrin ile Mohammad Mohi Uddin; review ve editing üç müʾellif; visualization ise Fatema Nasrin ile Mohammad Mohi Uddin tarafından icrâ olunmuşdur.

Menbaʿ dâḫilî tevâfuḳ notları

Menbaʿdaki sınıf seviyesi ifadeleri tek bir sayı aralığına tenzîl olunmamalıdır: ḫulâṣa ve maḳṣad beyânında mevâdd 4–6. sınıflar içün ʿarż olunurken DLCS tevâfuḳu 3–5. sınıflara, talebe numûnesi ise 4. ve 5. sınıfa geçmekde olan talebeye âʾiddir.

CTML cihetinden de menbaʿ dâḫilinde bir tenâḳuż vardır. Usûl ḳısmında Embodiment esâsı matbûʿ comic tertîbine tatbîḳ olunmayan esâslar arasında sayılır ve Ek A’daki cedvelde dört ḥikâye içün tatbîḳ olunmamış gösterilir. Buna muḳābil müzâkere ḳısmında Embodiment esâsının Zappy, Milo ve Zada gibi şahṣiyyetlerin ibdâʿkâr istiʿmâlini teşvîḳ etdiği yazılmışdır. Verianla bu iki ifâdeden birini sükût ile taṣḥîḥ etmemiş yâḫud diğerinin yerine ḳoymamışdır.

Tetkîḳ mecmûʿ 11 iştirâkçi bildirmekle berâber netîceler ḳısmındaki baʿżı talebe iḳtibâslarında P12 code’u istiʿmâl olunmuşdur. Menbaʿ, iştirâkçi numaralarının niçün müteselsil olmadığını îżâḥ etmediğinden bu ḥâl ḥaḳḳında ilâve farż yapılmamışdır.

Nihâʾî teʾvîl ḥaddi: Tetkîḳin en ḳavî hissesi “GenAI talebe muvaffaḳiyyetini artırır” netîcesini isbât etmek değildir. Aṣıl hisse, Generative AI’ın standard-ı pedagojî, CTML esâsları, guardrail’ler ve dâʾimî beşerî murâḳabe altında mevâdd-ı tedrîsiyye istiḥṣâline ne sûretle dâḫil edilebileceğini mufassal bir tertîb vakʿasıyla göstermesi ve küçük bir talebe numûnesinden bu mevâddın ne sûretle tecrübe edildiğine dâʾir ibtidâʾî qualitative maʿlûmât vermesidir.