Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Yapay Zekâyı Eğitmek: Eğitilmiş ve Eğitilmemiş ChatGPT Modellerinin Türkçe Öğretimi Bağlamında Ürettikleri Çıktıların Karşılaştırılması
0
Zitationen
1
Autoren
2025
Jahr
Abstract
Bu araştırmanın amacı, ChatGPT uygulamasının eğitilmiş (özel veri setiyle uyarlanmış) ve eğitilmemiş (genel kullanım için tasarlanmış) modellerinin çıktılarını Türkçe öğretimi bağlamında karşılaştırmaktır. Bu bağlamda araştırma, karşılaştırmalı tarama modeliyle desenlenmiştir. Araştırmada, eğitilmemiş ChatGPT modelinden doğrudan çıktı istenirken eğitilmiş model, Türkiye Yüzyılı Maarif Modeli Ortaokul Türkçe Dersi Öğretim Programı ve ilgili ders materyalleriyle desteklenerek çıktı üretmiştir. Araştırmanın veri toplama araçlarını bu çıktılar oluşturmuştur. Veri toplama sürecinde modellerden metin oluşturma, etkinlik tasarlama, görsel oluşturma, ölçme ve değerlendirme süreci tasarlama olmak üzere dört tür görev talep edilmiştir. Araştırmacı tarafından geliştirilen değerlendirme formu aracılığıyla çıktılar; dil doğruluğu, pedagojik uygunluk, programa uygunluk, yaratıcılık ve uygulanabilirlik boyutlarında puanlanmış ve betimsel analiz ile yorumlanmıştır. Bulgular; eğitilmiş ChatGPT modelinin özellikle programa uygunluk, pedagojik uygunluk ve uygulanabilirlik boyutlarından daha yüksek puanlar aldığını; eğitilmemiş modelin ise görsel oluşturma görevinde daha başarılı olmasına rağmen genel olarak pedagojik uygunluk ve programa uygunluk bağlamında yetersiz kaldığını ortaya koymuştur. Genel başarı oranı eğitilmiş modelde %82, eğitilmemiş modelde %61,1 olarak belirlenmiştir. Sonuç olarak eğitilmiş modelin, görsel oluşturma görevi dışında, Türkçe öğretimi bağlamında daha güçlü ve kullanılabilir çıktılar ürettiği tespit edilmiştir. Araştırma sonuçlarından hareketle üretken yapay zekânın eğitimde etkili kullanımına yönelik çeşitli öneriler sunulmuştur.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.239 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.095 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.463 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.776 Zit.
Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI)
2018 · 5.428 Zit.