UYARLANABİLİR ÇEVRİMİÇİ ÖĞRENME SİSTEMLERİ

15. BÖLÜM

Özet

Uyarlanabilir çevrimiçi öğrenme sistemleri, bireylerin kişisel gereksinimlerini göz önünde bulundu-

rarak, öğrenme sürecini kişiselleştirmek için farklı mekanizmalar sunmaktadır. Bu bölümde, uyarlanabi-

lir çevrimiçi öğrenme, çevrimiçi öğrenme ve uyarlanabilir sistem tasarımında bireysel farklılıkların etkisi,

farklı uyarlama teknikleri ve de uyarlanabilir sistem tasarımı, geliştirme ve uygulanmasında karşılaşılabile-

cek zorluklar ele alınacaktır. Bu bölümün temel amacı kişiselleştirilmiş çevrimiçi öğrenmenin geleceğinin

gelişimini biçimlendirmek için bir çerçeve sunmaktır.

Anahtar Kelimeler

Uyarlanabilir çevrimiçi öğrenme ortamları, Bireysel farklılıklar, Kişiselleştirilmiş öğretim, Çevrimiçi

öğrenme

Doç. Dr. Fethi A. İNAN

Fatih ARI

Yrd. Doç. Dr. Raymond FLORES

İsmahan ARSLAN-ARI

Dr. Amani ZAİER

UYARLANABİLİR ÇEVRİMİÇİ ÖĞRENME SİSTEMLERİ

GİRİŞ

Çevrimiçi Öğrenmede Bireysel Farklılıklar

Çevrimiçi öğrenme ortamları, öğretme ve öğrenmenin zamandan ve mekândan bağımsız olarak ger-

çekleşebilmesi gibi eğitsel kullanımlar için sınırsız olanaklar sunmaktadır (Gunawardena & McIsaac, 2003;

Moore & Kearsley, 1996). Ancak, bütün öğrencilerin kişisel öğrenme gereksinimlerini karşılama çabası,

uygulamada birçok problemi ve sorunu da beraberinde getirmektedir (Chen & Paul, 2003; Inan & Grant,

2006; Song, Singleton, Hill & Koh, 2004). Günümüzde, çoğu çevrimiçi öğrenme ortamı; kişisel farklılıkları

göz ardı ederek bütün kullanıcılara aynı arayüzü ve içeriği sunacak şekilde tasarlanmaktadır (Brusilovsky,

2001; Chen, Czerwinski, & Macredie, 2000; McLoughlin, 1999). Fakat önceden tanımlanan çevrimiçi içerik

sunumları, gezinme yöntemleri ve öğretim stratejileri, her öğrencinin bireysel gereksinimlerini karşılama-

yabilir (Brusilovsky, 1998; Inan & Grant, 2008; Inan & Lowther, 2007; Song, 2002). Çevrimci öğrenmede,

öğrenciler genelde eş zamansız ve bireysel olarak çalıştıklarından dolayı, eğitmenler yüz yüze öğretimdeki

gibi zamanında etkileşim ve dönüt sağlayamamaktadır. Eğer öğrenci çevrimiçi öğrenme ortamında kendi-

sini rahat hissetmez ise, birçok öğretim kazanımı tatmin edici olmayabilir (Metros & Hedberg, 2002; Oliver

& Herrington, 1995; Yukselturk & Bulut, 2007).

Bahsi geçen engel ve zorlukların üstesinden gelebilmek için çevrimiçi öğrenme, bireylerin kişilik özel-

likleri ve öğrenme gereksinimleri tanımlandıktan sonra uygun içerik, dönüt ve destek öğrenme süresince

kişiselleştirilerek tasarımlanmalıdır. Uyarlanabilir çevrimiçi sistemler öğrencilerin bireysel farklılıklarına

odaklanmaktadır (Jonassen & Grabowski, 1993). Çünkü ön bilgi, tercihler, duyuşsal özellikler gibi öğren-

ci özellikleri, öğrencilerin öğrenmesinde anlamlı farklılıklara neden olmuştur (Chen & Paul, 2003; Inan,

Flores, Ari, & Arslan-Ari, 2011). Bu yüzden, uyarlanabilir sistemler geliştirildiğinde uzunca bir değişken/

faktör listesini göz önünde bulundurmak gerekir. Uyarlanabilir sistemleri tasarlarken dikkate alınan bu

değişkenlerin başında, öğrencilerin önceki konu alanı bilgileri ve öğrenme deneyimleri gelmektedir (Brusi-

lovsky, 2003; Foster & Lin, 2003; Weber & Brusilovsky, 2001). Öğrencilerin daha önceki konu alanı bilgileri,

içerik alanının daha önceki anlamlarını ve sunulan yeni içeriği öğrenmeye yönelik hazırbulunuşluk sevi-

yesini kapsamaktadır. Birçok araştırma, çevrimiçi öğrenme sürecinin tasarlanmasında, ön bilgi seviyesini

dikkate almaktadır (örneğin; Beal, Adams, & Cohen, 2010; Chen & Paul, 2003; Koedinger, McLaughlin,

& HeL ernan, 2010; Milne, Cook, Shiu, & McFadyen, 1997). Foster ve Lin (2003) yaptıkları araştırmada,

öğrencilerin bilgi ve beceri edinimlerinin sadece öğretim görevlerinin sunum yöntemleri ile ilgili olma-

dığını fakat öğrencilerin ön bilgi düzeylerinin ve geçmiş deneyimlerinin önemli bir role sahip olduklarını

bulmuşlardır.

Uyarlanabilir sistem tasarımında dikkate alınan diğer değişken grubu, farklı öğrenme ve öğretim et-

kinlikleri için öğrencilerin tercihlerini yansıtan öğrenme stilleri ile öğrencilerin öğrenme sürecinde bilgiyi

nasıl işlediği, nasıl düzenlediği ve nasıl kullandığı ile ilgili olan bilişsel sitillerdir. Alandaki çoğu araştırma-

cı, uyarlanabilir çevrimiçi sistem tasarımında öğrencilerin öğrenme ve bilişsel sitillerini iki önemli özellik

olarak dikkate almışlardır (Gilbert & Han, 1999; Magoulas, Chen, & Dimakopoulos, 2004; Papanikola-

ou, Grigoriadou, Kornilakis, & Magoulas, 2003; Triantafillou, Pomportsis, & Demetriadis, 2003). Brickell

(1993)’e göre, öğretim materyalleri, öğrencilerin öğrenme sitillerine dikkat edilerek geliştirilirse, öğrenme

deneyimleri daha da zenginleşmektedir. Buna ek olarak, Triantafillou ve diğerleri (2003), öğrenme strate-

jilerinin öğrencilerin bilişsel sitillerine göre uyarlanmasından öğrencilerin çoğunun memnun olduğunu

rapor etmişlerdir.

228 Öğre� m Teknolojilerinin Temelleri: Teoriler Araş� rmalar Eğilimler

Öğrencilerin duyuşsal durumları, uyarlanabilir sistem tasarımında son zamanlarda adından sıkça bah-

sedilen bir başka değişkendir. Motivasyon ve tutum ölçekleri gibi geleneksel veri toplama araçlar ile göz

hareketlerini izleme gibi araçlar kullanılarak öğretim içeriğinin uyarlanması için öğrencilerin o anki du-

rumları gözlemlenebilmektedir. Alanda yapılan çalışmaların bulguları da öğrencilerin duyuşsal durumları-

nın uyarlanabilir öğrenme sistemlerinin tasarımında dikkate alınması gerektiği gerçeğini desteklemektedir.

Örneğin, Far ve Hashimoto (2000), öğrencilerin motivasyon durumlarının öğrenim kazanımları üzerinde

çok etkili olduğunu bulmuşlardır. Buna ek olarak, uyarlanabilir çevrimiçi öğretim ortamlarının tasarımı,

geliştirilmesi ve uygulanması süreçlerinde diğer değişkenler de dikkate alınmıştır. Bu değişkenler şunları

içermektedir: amaçlar (Brusilovsky, 1998; Magoulas ve diğerleri, 2003; Papanikolaou & Grigoriadou, 2009),

çoklu zeka (Kelly & Tangney, 2004), bilgiyi arama ve medya tercihleri (Carro, 2002; Danielson, 1997; Stel-

maszewska, Blandford, & Buchanan, 2005), dil becerileri (Beal, Adams, & Cohen, 2010; Carro, 2002), cin-

siyet (Fan & Macredie, 2006; Milne ve diğerleri, 1997), ve engel durumu (Beal, Arroyo, Cohen, & Woolf,

2010; Fink, Kobsa & Nill, 1996, 1998).

Uyarlanabilir Çevrimiçi Öğrenme Ortamları

Uyarlanabilir çevrimiçi öğrenme ortamları, kişiselleştirilmiş öğrenme ortamları oluşturmak, birey-

sel farklılıkları ve gereksinimleri karşılamak için öğretim yaklaşım ve tekniklerini uyarlamaktadır (Inan

& Grant, 2008). Ana hatları ile uyarlanabilir çevrimiçi sistemler (1) öğrenenin tercihleri, ön bilgisi, beceri

ve tutumları gibi kullanıcı bilgilerini toplar (Triantafillou ve digerleri, 2003; Tsianos, Germanakos, Lekkas,

Mourlas, & Samaras, 2009); (2) verileri, kullanıcı modeli oluşturma, sonuç çıkarma ve her kişiyi geliştirilen

kullanıcı modeline göre yerleştirme amacıyla kullanarak uyarlanabilir yöntemi seçer, (Brusilovsky, 2001;

Park & Lee, 2003; Inan & Grant, 2008) ve (3) sistemdeki uyarlanabilir yöntemlerin uygulanması toplanan

ve sonuç çıkarılan veriye dayanır (Dogan, 2008; Papanikolaou ve diğerleri, 2003).

Uyarlama süreci, bireysel farklılık değişkenlerinin ve bu değişkenlerin ölçülmesi için kullanılacak öl-

çeklerin tanımlanarak, öğrenci ile ilişkili kararlar verme adımıyla başlamaktadır. Kullanıcı modeli oluş-

turmak için hangi değişken türünün kullanılacağına karar verildiğinde, öğretim strateji ve yöntemlerinin

belirlenmesine odaklanmış karar kişiselleştirme için uygun olacaktır ve öğretim stratejileri öğrenen özel-

likleri ile eşleşebilecektir. Uyarlanabilir yöntemler, kullanıcı modelinde depolanan kişisel gereksinimleri

ve tercihleri yerleştirmek için çevrimiçi öğretim sisteminin çeşitli bileşenlerinde değişiklik ve düzeltmeler

yapmak için kullanılan teknikler, işlemler, stratejilerdir. Inan ve Grant (2008) ve Inan, Flores, Ari ve Ars-

lan-Ari (2011) uyarlanabilir çevrimiçi sistemlerin eğitsel boyutunu geliştirmek için geniş bir uyarlanabilir

teknoloji yelpazesi önermiştir. Tablo 15.1’de uyarlama tekniklerinin özeti, öğrencinin ön bilgisini dikkate

alan örneklerle birlikte sunulmaktadır.

229Uyarlanabılir Çevrimiçi Öğrenme Sıstemleri

Tablo 15.1. Uyarlama Tekniklerinin Özeti

Yöntemler Açıklama Örnekler

İçeriğin Uyarlanması

İçeriğin düzeninin ve miktarının ayarlanması

Düşük ön bilgiye sahip öğrenci için içerik sistem sunumunu takip edecek şekilde iyi yapılandırılırken, yüksek ön bilgiye sahip öğrenci farklı içerik seçeneğini tercih edebilir (Clarke, Ayres, & Sweller, 2005; Kalyuga, 2007; Tobias, 1976)

Gezinmenin Uyarlanması

Gezinmenin yapısının ve görünüşünün değiştiril-mesi (örneğin, doğrudan rehberlik, bağlar için ek açıklama ve/veya bağların saklan-ması)

Uyarlanabilir sistemler, düşük ön bilgiye sahip öğrenciler için bilişsel aşırı yükü azaltmak için gezinme seçeneklerini sınırlayabilirken (örneğin bağların saklanması) (Shin ve diğerleri, 1994; Scheiter & Gerjets, 2007) yüksek ön bilgiye sahip öğrenciler için uyarlanabilir ek açıklamalar ve çoklu bağ oluşturulması gibi zengin bağ teknolojileri sağlayabil-mektedir (Shin ve diğerleri, 1994; Brusilovsky ve diğerleri, 2009 )

Değerlen-dirme & Dönütün Uyarlanması

Farklı değerlendirme yak-laşımlarının ve notlandır-ma seçeneklerinin uygu-lanması ve öğrenme süreci boyunca akıllı yardımın ve dönütün sağlanması

Düşük ön bilgiye sahip öğrenci, kişisel olarak problem çözme sürecinden önce problem çözme sürecini deneyimle-yebilmeleri için iyi yönlendirilmiş ve düşük hızda örnekler veya problem çözüm sunumları alırken yüksek ön bilgiye sahip öğrenci çok az bir yönlendirme veya hiç yönlendirme olmayan uygulama ile daha zor sorular ile karşılaşır (Kalyu-ga, 2007; Tuovinen & Sweller, 1999).

Öğrenme Etkinlikleri-nin Uyarla-ması

Her kullanıcı için farklı öğrenme etkinliklerinin sağlanması

Düşük ön bilgiye sahip öğrenciler için uyarlanabilir sistem, içeriğin veya problemlerin zorluk derecesini adım adım arttırarak yavaş geçişlere (içerikten uygulamaya veya uygu-lamadan içeriğe) izin verecektir (Inan & Grant, 2008; Reiss-lein, 2005)

Arayüzün Uyarlanması

Kişisel tercihlere dayalı olarak sayfaların görsel arayüzünün değiştirilmesi

Düşük ön bilgiye sahip öğrenciler için sistem anahtar ke-limeler veya başlıklar için altı çizili, yatık veya daha büyük yazı tipi kullanacaktır (Song & Keller, 2001). Öte tara* an, yüksek ön bilgiye sahip öğrenciler içerik sunum ekranları-nı daha etkileşimli seçenekler ile görebilir (Song & Keller, 2001)

Inan, Flores, Ari, ve Arslan-Ari (2011)’dan uyarlanmıştır.

Kullanıcı Modelleme

Uyarlanabilir çevrimiçi öğrenme ortamları tasarlanırken kullanıcı modellerinin de tanımlanması ge-

rekmektedir. Kullanıcı modelleri öğrenci ile ilgili değişkenlerin (ön bilgi, beceri, tutum) yanı sıra öğrenci-

den bağımsız faktörlerin (amaç/hedef vs.) de dikkate alınmasıyla tanımlanabilir. Uyarlanabilir çevrimiçi

öğrenme ortamları, geleneksel veri toplama araçları (anketler, vs.) ya da göz hareketlerini izleme sistemleri

gibi farklı teknolojileri kullanarak kullanıcı bilgisini toplar ve daha sonra her öğrenciyi ait olduğu kullanıcı

modeline yerleştirir. Uyarlanabilir çevrimiçi öğrenme ortamları, belirli aralıklarla topladığı kullanıcı bilgi-

sine dayanarak, öğrencilerin ait oldukları kullanıcı modellerini güncelleyebilir ve de her kullanıcı için farklı

uyarlama yöntemlerini kullanabilir. Örneğin, içerik uyarlanırken, konu ön bilgi seviyesi ve konuya karşı

ilgisi düşük olan öğrenciler için açıklayıcı grafikler ya da animasyonlar kullanılabilir (Mayer & Gallini 1990;

Mayer, SteinhoL , Bower, G., & Mars,1995; Song & Keller, 2001).


İçeriği Uyarlama

İçeriğin uyarlanması öğrenenin ön bilgisi, tercihleri ve diğer kişisel bilgilerine göre içeriğin değiştiril-

mesidir (Brusilovsky, 2001). Aynı içeriği öğrenen kişiye sunmanın birçok yolu bulunmaktadır. Örneğin,

içerik miktarı (örneğin özet, gelişmiş) veya içeriğin biçimi (örneğin, çoklu ortam, metin) ayarlanabilir. Eğer

öğrenci belirli bilgi veya ilgiye sahip değilse, sistem kendisine destek bilgi sağlayabilir. Bunlara ek olarak, her

öğrenci için öğretilmesi en uygun sırada olan istenen bilgi veya becerileri öğrencinin alması sağlandığında

içerik sıralaması değiştirilebilir (Brusilovsky, 2003; Inan & Grant, 2008).

Gezinmeyi Uyarlama

Gezinme uyarlama yöntemleri genellikle öğrencilere geçerli konumlarını belirlemek ve önceki veya

sonraki konuma geçmek için kendilerine yardımcı olmak amacıyla kullanılırlar (Brusilovsky, Sosnovsky, &

Yudelson, 2009; Oliver & Herrington, 1995). Farklı bilgi seviyelerine veya bilişsel sitillere sahip öğrenciler

farklı uyarlanabilir gezinme desteğini beğenebilirler (Brickell, 1993; Flores, Ari, Inan,& Arslan-Ari, 2012;

Weber & Brusilovsky, 2001). Örneğin, doğrudan yönlendirme veya bağların gizlenmesi gibi sınırlı yakla-

şımları olan gezinme yöntemleri bir konu hakkında sınırlı bilgiye sahip öğrenciler için uygundur. Yüksek

ön bilgiye sahip öğrenenler, ek destek içeriğine erişmek için öğrenenlerin seçeneklerini genişleten çoklu bağ

oluşumu ve ek açıklamalı bağlar gibi zengin ilişkisel bağ teknolojilerini beğenebilirler (Brusilovsky, 2003).

Değerleme ve Dönütün Uyarlanması

Uyarlanabilir değerlendirme, öğrencilere farklı değerlendirme görevleri ve problemleri sağlamaktadır (ör-

neğin, mini sınavlar, ürün geliştirme veya grup çalışması ) (Inan & Grant, 2008). Buna ek olarak, uyarlanabilir

değerlendirme daha az becerileri olanları hedef almak ve bunları iyileştirmek için kullanılmakta ve öğrenenlere

farklı uygulama ve problem türleri sağlamaktadır (Inan & Grant, 2004). Dahası, öğrencilerin gelişimini izler-

ken uygulamanın, test maddelerinin zorluk derecesi ve dönüt öğrencinin bilgi ve beceri düzeyine göre ayarla-

nabilmektedir (Weber & Brusilovsky, 2001). Başka bir ifade ile, verilen madde ile zorluk çeken öğrenciler ek

yardım ve yönlendirme alabilirken yüksek seviyede yeterliğe sahip öğrencilere daha az yönlendirme ve bağım-

sız problem çözme görevleri ile uygulama olanağını sunulabilir (Kosba, Dimitrova, & Boyle, 2007; Shute, 2008).

Öğrenme Etkinliklerinin Uyarlanması

Uyarlanabilir öğrenme etkinlikleri, öğrencinin öğrenmesini desteklemek ve öğrenme sürecine olan bağlı-

lıklarını arttırmak için öğretim ve güdüsel stratejileri içermektedir (Inan & Grant, 2008, Inan, Flores, & Grant,

2010). Öğretim stratejileri öğrencilerin özelliklerine bağlı olarak onların öğrenmelerini farklı olarak etkileyebilir

veya kolaylaştırabilir (Jonassen & Grabowski, 1993; Scheiter, Gerjets, Vollmann & Catrambone, 2009; Tobias,

1987). Örneğin, bilişsel stil konusunda yapılmış birçok çalışma, alan bağımlı öğrencilerin işbirlikli öğrenme

ekinliklerinde daha iyi öğrendiğini, alan bağımsız öğrencilerin ise kişiselleştirilmiş öğrenme etkinliklerinde

daha iyi öğrendiğini ortaya koymuştur (Chen, 2002; Liu & Reed, 1994). Benzer şekilde, güdüsel strateji gerek-

sinimi bireylere göre değişmektedir. Örneğin, her öğrencinin uzmanlığı ile ilişkili projelerde veya görevlerde

çalışmasını seçmesine izin verilmesi motivasyonlarını ve öğrenme sürecine olan bağlılıklarını arttırabilmektedir.

Ara Yüzü Uyarlama

Ara yüzün uyarlanması, kişilerin tercihleri, önceki konu bilgilerine göre tasarım, düzen ve biçim (ör-

neğin, renk, yazı tipi, yazı büyüklüğü ve kayan çubuklar) gibi içeriğin görsel arayüzünün değişimidir (Inan

& Grant, 2008; Magoulas ve diğerleri, 2004). Bilgisayar ekranındaki metin ve resimlerin görünüşü, okuna-

bilirliği ve kullanışlığı etkilemektedir (Metros & Hedberg, 2002; Smaldino, Russell, Heinich, & Molenda,

2005). Kişiselleştirilmiş arayüz sisteme karşı öğrencilerin daha olumlu bir tutum geliştirmesinde öğrenci-

lere yardımcı olabilmektedir (Dabbagh & Bannan-Ritland, 2005; Inan, Yildirim, & Kiraz, 2004). Dahası,

uyarlanabilir arayüzler, yazı boyutunu büyütme ihtiyacı duyan gözleri bozuk öğrenciler, ana dillerine çeviri

yapma ihtiyacı duyan İngilizce dili öğrenenler gibi ayrıcalıklı öğrenenler için kullanışlı olabilmektedir.


Örnek Uyarlanabilir Öğrenme Sistemleri

Uyarlanabilir öğrenme sistemlerine ilişkin literatürde birçok farklı sistemden bahsedilmesine rağmen, günümüzde bu sistemlerin çoğuna direk erişim bulunmamaktadır. Aşağıda şu anda erişilebilen uyarlanabi-lir öğrenme sistemlerine üç örnek verilmiştir.

AHA (Adaptive Hypermedia Architecture): Eindhoven teknoloji üniversitesinde Prof. Dr. Paul De Bra’ nın önderliğini yaptığı bir araştırma grubu tarafından geliştirilmiştir. AHA kullanıcıların sayfa erişimlerini belirli kurallar çerçevesinde değerlendirerek kullanıcı modelini günceller. Daha sonra güncellenmiş olan kullanıcı modeline göre arayüzü kişiselleştirir. AHA hakkında detaylı bilgi almak için http://aha.win.tue.nl/ adresini ziyaret edebilirsiniz.

SQL-Tutor: SQL-Tutor Prof. Dr. Tanja Mitrovic önderliğinde bir araştırma grubu tarafından Canter-bury üniversitesinde geliştirilmiştir. SQL-Tutor yapılandırılmış sorgu dilini öğrenmek isteyen öğrencileri desteklemek amacı ile tasarlanmış bilgi-tabanlı bir sistemdir. SQL-Tutor problemlerin zorluk seviyelerini öğrencilerin kişisel gereksinimleri ve bireysel öğrenme becerilerine göre uyarlar ve her öğrenci için detaylı, bilgilendirici dönüt verir. SQL-Tutor hakkında detaylı bilgi almak için http://www.cosc.canterbury.ac.nz/tanja.mitrovic/sql-tutor.html ziyaret edebilirsiniz.

APS4Math ( Adaptive Problem Solving for Mathematics): Çevrimçi uyarlanabilir bir sistem olan APS4Math Doç. Dr. Fethi İnan liderliğinde bir araştırma grubu tarafından Texas Tech üniversitesinde geliştirilmiştir. APS4Math öğrencilerin problem çözme becerilerini desteklemek amacıyla, öğrencilerin bireysel farklılıklarını göz önünde bulundurarak içeriği, alıştırmaları ve dönütü uyarlayabilen bir sistemdir. APS4Math öğrencilerin bilgi ve beceri seviyelerini sürekli olarak izler ve içeriği, alıştırmaları ve dönütü öğrencilerin mevcut seviyeleri-ne göre uyarlar. APS4Math hakkında detaylı bilgi almak için www.aps4math.com ziyaret edebilirsiniz.

Önemli Tasarım ve Geliştirme Zorlukları

Uyarlanabilir eğitim sistemlerinin tasarımı, geliştirilmesi ve uygulanması birçok zorluğu da berabe-

rinde getirmektedir. Uyarlanabilir sistemlerin geliştirilmesi ve uygulanmasından önce geliştirme maliyeti,

uyarlama stratejilerinin seçimleri, öğrenci değerlendirmeleri, teknik gereklilikler gibi birçok zorluğun dik-

kate alınması gerekmektedir. Uyarlanabilir sistemlerin hem zaman hem de parasal açıdan maliyeti düzenli

çevrimiçi öğretimin geliştirilmesinden daha fazladır (Reiners & Sassen, 2008). Maliyetlere ek olarak, ge-

liştirme süreci içerik, uyarlama stratejileri ve öğrenci gereksinimlerinin eşleştirmesini sağlayacak bir grup

uzman gerektirmektedir (Burgos, Tattersall, & Koper, 2007; Hwang, 2003). Ayrıca, uyarlanabilir içerik su-

numu birçok zorluğu da ortaya çıkarmaktadır. Zaman ve uyarlanabilir içeriği oluşturacak uzmanlığın öte-

sinde, tasarım/geliştirme ekibinin dersin eğitmeni ile işbirliğini gerektirmektedir (Inan ve diğerleri, 2011).

Uyarlama stratejilerinin seçimi ve uygulanması konusunda önceki çalışmaların yetersizliğinden kaynak-

lanan kritik bir sınırlama bulunmaktadır (Shute & Zapata-Rivera, 2007; Tsandilas & Schraefel, 2004). Önceki ça-

lışmalar, bireysel farklılıklar ve uyarlanabilir öğretim sistemlerinin tasarımda hangi öğrenen özelliğinin dikkate

alınması gerektiği konusunda kapsamlı bilgi sağlamaktadır. Ancak, yine de bu özelliklerin öğrenen özellikleri ile

nasıl eşleştirilmesi ve bu özelliklerin bireysel öğrencilerin gereksinimlerini tanımlamak için nasıl kullanılması

gerektiğine yönelik iyi açıklanmış standartlar bulunmamaktadır. Dahası, öğrenci özellikleri ile stratejinin eşleşti-

rilmesi konusunda tutarsızlıklar devam etmektedir (Lee & Park, 2007; Scheiter ve diğerleri, 2009).

Başka bir konu olan değerlendirmenin geliştirilmesi ve uygulanması uyarlanabilir sistem geliştirici-leri için zorlayıcı bir iştir (Shute & Zapata-Rivera, 2007; Weibelzahl, 2005). Veri toplama araçlarının geliş-tirilmesine ek olarak, devamlı olarak öğrencilerin bilgisini, becerisini ve eğilimlerini ölçmede kullanılan ölçeklerin geçerliği ve güvenirliği konusunda da önemli endişeler bulunmaktadır. Örneğin, motivasyon ölçülmek istenirse değerlendirme birçok zaman aralığında gerçekleştirilmelidir. Bu sorunu birleştirmek, her değerlendirmede kaç tane madde olacağı ve öğrenci değerlendirmelerinin en etkili frekansı konusu çok sınırlı bir araştırma olmaktadır (Burgos ve diğerleri, 2007).


Uyarlanabilir sistemler uygulandığında, teknik gereklilikler birçok zorluğu da beraberinde getirmektedir (Inan & Grant, 2008). Örneğin, eğer içerikte yüksek kalitede İnternet bağlantısına ve bir oynatıcıya ihtiyaç duyan video varsa, öğrenci bilgisayarlarının bu formatı kullanmadan önce bu standartları karşılayacak şekilde donanımlı olmasını geliştiriciler sağlamalıdır (Gallucci, Cannataro, & Veltri, 2007). Dahası, materyallerin ve işlemlerin kalitesi tüm öğrenciler için eşleşmiyorsa, içeriğin farklı sürümlerinin öğrenciler arasında eşitsizlik doğuracağına yönelik bir endişe de bulunmaktadır. Bir grup öğrenci, yüksek kalitede video materyallerine sahipken diğerleri yetersiz olan metine dayalı materyal ile karşılaşabilir. Bu yüzden, geliştiriciler uyarlanabilir sistemlerin her öğrenci için karşılaştırılabilir öğrenme deneyimi sunmasını sağlamalıdırlar.

SONUÇ

Uyarlanabilir çevrimiçi sistemler öğrencilerin konu alanında derinlemesine uzmanlaşmasını ve onları öğrenme süreci ile daha ilgili olmalarını sağlama potansiyeline sahiptir. Matematik, hesaplama, istatistik gibi bazı konu alanlarındaki araştırma ve değerlendirme sonuçları uyarlanabilir sistemlerin birçok öğretim stratejisini, kaynakları, değerlendirme ve arayüzün birleşimi ile öğrenenlere kişisel deneyimler sunarak bi-reysel farklılıkları hede4 ediğini ortaya koymuştur (Lee & Park, 2007; Shute & Zapata-Rivera, 2007). Diğer benzer çalışmalar uyarlanabilir öğrenme çözümlerinin istatistik ve matematik ile ilgili öğretim alanlarında büyük etki gösterdiğini belirtmiştir (Chu, Chen, Lin, Liao, & Chen, 2009; Clarke, Ayres, & Sweller, 2005; Dogan, 2008; Inan ve diğerleri, 2010; Keles, Ocak, Keles, & Gulcu, 2009; Koedinger, McLaughlin, & HeL er-nan, 2010; Sharif & Haraty, 2008). Eğer doğru uygulanırsa uyarlanabilir öğrenme sistemleri öğrenci başarı-sını, motivasyonunu, tutumlarını arttırırken aynı zamanda öğrenme zamanını ve kullanışlılık problemlerini de azaltmaktadır (Brusilovsky, Sosnovsky, & Yudelson, 2009; Dogan, 2008; Papanikolaou ve diğerleri, 2003; Tsandilas & Schraefel, 2004; Tsianos ve diğerleri, 2009). Fakat, bu yararları elde etmeden önce, dikkat edil-mesi gereken birçok tasarım ve geliştirme kararları ve zorlukları bulunmaktadır. Bunlar geliştirme maliyeti, uygulanacak uyarlama stratejisine karar verme, uyarlanabilir içeriğin hazırlanması, teknik gereklilikler ve öğrenci değerlendirmeleridir (Abidi, 2009; Gallucci ve diğerleri, 2007; Kenny & Pahl, 2009; Scheiter & Ger-jets, 2007; Shute & Zapata-Rivera, 2007). Bu yüzden, uyarlanabilir sistemin uygulanmasından veya gelişti-rilmesinden önce kısıtlamalar ve sınırlılıklar dikkatli bir şekilde analiz edilmeli ve karşılanmalıdır.

Uyarlanabilir sistemler ve girişimler arttıkça, uyarlanabilir sistem tasarımlarının birçok boyutunu test etmek için daha çok deneysel çalışmalara ihtiyaç duyulmaktadır. Şu an birçok çalışma var olmasına rağmen, öğrenci öğrenmesini etkileyen anahtar değişkenlerin tanımlanması ve etkileri ölçüsünde yeni çalışmala-ra ihtiyaç duyulmaktadır. Uyarlanabilen birçok öğrenci özelliği bulunmasından dolayı, hangisinin daha önemli olduğunun keşfedilmesi ve gelecekte uyarlama çabalarının bu değişkenler üzerine odaklanması önemlidir. Uyarlanabilir çevrimiçi sistem kullanımında öğrenci başarısını, çalışma zamanını ve tutumlarını ölçmek için çok az kapsamlı değerlendirme gerçekleştirilmiştir (Inan & Grant, 2005; Paramythis, Weibel-zahl & MasthoL , 2010; Woolf, 2009). Bu yüzden, öğrenci öğrenmesi üzerinde uyarlama yöntemlerinin tam veya kısmi uygulamalarının etkililiğini inceleyen deneysel çalışmalara ihtiyaç duyulmaktadır. Son olarak, gelecekteki çalışmaların uyarlanabilir sistemdeki kullanıcı ve öğretmen rollerine odaklanmalıdır. Uyarla-nabilir sistemlerde daha etkili kullanıcı modelleri oluşturmak için kullanıcı seçimlerinin nasıl bütünleşti-rilmesi ve karar verme sürecinde öğrenci katılımının nasıl yönetilmesi gerektiğini yönlendiren standartlar belirlenmemiştir (Lee & Park, 2007; Scheiter ve diğerleri, 2009). Dahası, araştırma uyarlanabilir bir sistem-de eğitmenlerin de süreçte olacak biçimde nasıl tasarımlanması veya nasıl işbirliği içerisinde çalışılması gerektiğini açık olarak belirtmemiştir.

Teşekkür

Bu çalışma EDUCAUSE - Next Generation Learning Challenges APS4Math.com projesi ile desteklen-

miştir. Teşekkür ederiz.


KAYNAKÇA

Abidi, S. S. R. (2009). Intelligent Information personalization: From issues to strategies. In C. Mourlas & P. Germanakos (Eds.), Intelligent User Interfaces: Adaptation and Personalization Systems and Technologies içinde (ss.. 118-146): Hers-hey, PA :Information Science Reference.

Beal, C. R., Adams, N. M., & Cohen, P. R. (2010). Reading pro� ciency and mathematics problem solving by high school english language learners. Urban Education, 45(1), 58-74.

Beal, C. R., Arroyo, I., Cohen, P. R., & Woolf, B. P. (2010). Evaluation of AnimalWatch: An intelligent tutoring system for arithmetic and fractions. Journal of Interactive Online Learning, 9(1), 64-77.

Brickell, G. (1993). Navigation and learning style. Australian Journal of Educational Technology, 9(2), 103-114.

Brusilovsky, P., Sosnovsky, S., & Yudelson, M. (2009). Addictive links: the motivational value of adaptive link annotation. New Review of Hypermedia & Multimedia, 15(1), 97-118.

Brusilovsky, P. (1998, August). Adaptive educational systems on the World-Wide-Web: A review of available technologies. International Conference in Intelligent Tutoring Systems konferansında sunulan bildiri, San Antonio, TX.

Brusilovsky, P. (2001). Adaptive hypermedia. User Modeling and User-Adapted Interaction, 11(1/2), 87-110.

Brusilovsky, P. (2003). Adaptive navigation support in educational hypermedia: P e role of student knowledge level and the case for meta-adaptation. British Journal of Educational Technology, 34(4), 487-497.

Brusilovsky, P.,Sosnovsky, S., & Yudelson, M. (2009). Addictive links: the motivational value of adaptive link annotation. New Review of Hypermedia & Multimedia, 15(1), 97-118.

Burgos, D., Tattersall, C., & Koper, R. (2007). How to represent adaptation in e-learning with IMS learning design. Interacti-ve Learning Environments, 15(2), 161-170.

Carro, R. (2002, July). Adaptive hypermedia in education: New considerations and trends. World Multiconference on Syste-mics - Cybernetics and Informatics konferansında sunulan bildiri , Orlando, FL.

Chen, S. Y. (2002). A cognitive model for non-linear learning in hypermedia programmes. British Journal of Educational Technology, 33(4), 449-460.

Chen, C., Czerwinski, M., & Macredie, R. (2000). Individual diL erences in virtual environments: Introduction and overvi-ew. Journal of the American Society for Information Science, 51(6), 499-507.

Chen, S. Y., & Paul, R. J. (2003). Editorial: Individual diL erences in web-based instruction-an overview. British Journal of Educational Technology, 34(4), 385-392.

Chu, H.-C., Chen, T.-Y., Lin, C.-J., Liao, M.-J., & Chen, Y.-M. (2009). Development of an adaptive learning case recom-mendation approach for problem-based e-learning on mathematics teaching for students with mild disabilities. Expert Systems with Applications, 36(3), 5456-5468.

Clarke, T., Ayres, P., & Sweller, J. (2005). P e impact of sequencing and prior knowledge on Learning mathematics through spreadsheet applications. Educational Technology Research & Development, 53(3), 15-24.

Dabbagh, N., & Bannan-Ritland, B. (2005). Online learning: Concept, strategies, and applications. Upper Saddle River, NJ: Pearson Education.

Danielson, R. L. (1997, June). Work in progress: Learning styles, media preferences, and adaptive education. Adaptive Systems and User Modeling on the World Wide Web Workshop konferansında sunulan bildiri, Chia Laguna, Sardinia.

Dogan, B. (2008). Association rule mining from an intelligent tutor. Journal of educational technology systems, 36(4), 433.

Fan, J. P., & Macredie, R. D. (2006). Gender diL erences and hypermedia navigation: principles for adaptive hypermedia learning systems. Advances in Web-based Education: Personalized Learning Environments, Idea Group Inc.

Far, B. H., & Hashimoto, A. H. (2000, November). A Computational model for learner’s motivation states in individualized tutoring system. International Conference on Computer Assisted Instruction konferansında sunulan bildiri, Taipei, Taiwan.

Fink, J., Kobsa, A., & Nill, A. (1996, October). User-oriented adaptivity and adaptability in the AVANTI project. Paper pre-sented at the Designing for the Web: Empirical Studies Conference, Redmond, WA.

Fink, J., Kobsa, A., & Nill, A. (1998). Adaptable and adaptive information provision for all users, including disabled and elderly people. New Review of Hypermedia and Multimedia, 4, 163-188.

Flores, R., Arı, F. M., Inan, F., Arslan-Arı, I. (2012). Formative evaluation of an adaptive web-based learning system: explo-ring students’ perceptions and system usefulness. Journal of Educational Technology & Society, 15 (3), 251–261.

Foster, J., & Lin, A. (2003). Individual diL erences in learning entrepreneurship and their implications for web-based ins-truction in e-business and e-commerce. British Journal of Educational Technology, 34(4), 455-465.

Gallucci, L., Cannataro, M., & Veltri, P. (2007). Models and technologies for adaptive web portals. A. Tatnall (Ed.), Encyclo-pedia of portal technologies and applications içinde (ss. 615-623). Harrisburg, PA: Idea Group Publishing.


Gilbert, J. E., & Han, C. Y. (1999). Adapting instruction in search of ‘a significant diL erence’. Journal of Network and Compu-ter Applications, 22(3), 149-160.

Gunawardena, C.N. & McIsaac, M. S. (2003). Distance education. In D.H. Jonassen (Ed.), Handbook of Research on Educati-onal Communications and Technology, 2nd Edition. (pp. 113-142). Mahwah, NJ: Lawrence Erlbaum Associates, Inc.

Hwang, G. J. (2003). A conceptual map model for developing intelligent tutoring systems. Computers & Education, 40(3), 217.

Inan, F. A., Flores, R., Arı, F. & Arslan-Arı, I. (2011).Towards Individualized Online Learning: P e Design and Development of an Adaptive Web Based Learning Environment. Journal of Interactive Learning Research, 12(4), 467-489.

Inan, F. A., Flores, R., & Grant, M. M. (2010). Perspectives on the design and evaluation of adaptive web-based learning environments. Contemporary Educational Technology, 1(2), 148-159.

Inan, F. A., & Grant, M. M. (2004). Applications of adaptive technologies in online learning. Proceeding of the World Confe-rence on E-Learning in Corp., Govt., Health., & Higher Ed., 2004(1), 2701-2706.

Inan, F. A., & Grant, M. M. (2005, October). Design and development of strategies for adaptive web-based learning envi-ronments. Annual Convention of the Association for Educational Communications and Technology konferansında sunulan bildiri, Orlando , FL.

Inan, F. A. & Grant, M. M (2006, October). Adaptive Web Based Learning Environment (A-WBLE): Synthesis of empirical evaluations and conditions for successful adaptive web Based System Implementation. Paper presented at the Annual Convention of the Association for Educational Communications and Technology, Dallas, TX.

Inan, F. A. & Grant, M.M. (2008). Individualized web-based instructional design. Kidd, T. T., & Song, H. (Eds). Handbook of Research on Instructional Systems and Technology içinde. Harrisburg, PA: Idea Group Publishing.

Inan, F. A., & Lowther, D. L. (2007). Comparative analysis of computer-supported learning models and guidelines. In H. F. M. N. Brasileiro & V. F (Eds.), Advances in computer supported learning (pp. 1-20). Harrisburg, PA: Idea Group Publis-hing.

Inan, F. A., Yildirim, S., & Kiraz, E. (2004). A design and development of an online learning support system (OLSS) for preservice teachers: A discussion of attitudes and utilization. Journal of Interactive Instruction Development, 17(4), 1-15.

Jonassen, D. H., & Grabowski, B. L. (1993). Handbook of individual di6 erences, learning & instruction. Hillsdale, NJ: Law-rence Erlbaum Associates.

Kelly, D., & Tangney, B. (2004, August). Evaluating presentation strategy and choice in an adaptive multiple intelligence based tutoring system. Adaptive Hypermedia 2004 Workshop konferansında sunulan bildiri, P e Nederlands.

Keles, A., Ocak, R., Keles, A., & Gulcu, A. (2009). ZOSMAT: Web-based intelligent tutoring system for teaching-learning process. Expert Systems with Applications, 36(2), 1229-1239.

Kenny, C., & Pahl, C. (2009). Intelligent and adaptive tutoring for active learning and training environments. Interactive Learning Environments, 17(2), 181-195.

Koedinger, K. R., McLaughlin, E. A., & HeL ernan, N. T. (2010). A Quasi-experimental evaluation of an on-line formative assessment and tutoring system. Journal of Educational Computing Research, 43(4), 489-510.

Kosba, E. M., Dimitrova, V., & Boyle, R. (2007). Adaptive feedback generation to support teachers in Web-based distance education. User Modeling and User-Adapted Interaction, 17(4), 379-413.

Lee, J., & Park, O. (2007). Adaptive instructional system. J. M. Spector, M. D. Merrill, J. v. Merrienboer & M. P. Driscoll (Eds.), Handbook of research for educational communications and technology içinde (3.baskı, ss. 469-484). New York: Routledge.

Liu, M., & Reed, W. M. (1994). P e relationship between the learning strategies and learning styles in a hypermedia envi-ronment. Computers in Human Behavior, 10(4), 419-434.

Magoulas, G. D., Chen, S. Y., & Dimakopoulos, D. (2004). A personalised interface for web directories based on cognitive styles. Lecture Notes in Computer Science, 3196, 159-166.

Mayer, R., & Gallini, J. (1990). When is an illustration worth ten thousand words? Journal of Educational Psychology, 82, 715–726.

McLoughlin, C. (1999). P e implications of the research literature on learning styles for the design of instructional material. Australian Journal of Educational Technology, 15(3), 222-241.

Mayer, R. E., SteinhoL , K., Bower, G., & Mars, R. (1995). A generative theory of textbook design: Using annotated illustrati-ons to foster meaningful learning of science text. Educational Technology Research and Development, 43, 31-43.

Metros, S. E., & Hedberg, J. G. (2002). More than just a pretty (inter) face: P e role of the graphical user interface in enga-ging elearners. Quarterly Review of Distance Education, 3(2), 191-205.

Milne, S., Cook, J., Shiu, E., & McFadyen, A. (1997). Adapting to learner attributes: Experiments using an adaptive tutoring system. Educational psychology, 17(1/2), 141-156.


Moore, M. G., & Kearsley, G. (1996). Distance education: A systems view. Wadsworth Publishing Company.

Oliver, R., & Herrington, J. (1995). Developing eL ective hypermedia instructional materials. Australian Journal of Educatio-nal Technology, 11(2), 8-22.

Park, O., & Lee, J. (2003). Adaptive instructional system. D. H. Jonassen (Ed.), Handbook of research for educational com-munications and technology içinde (ss. 403-437). Mahwah, NJ: Lawrence Erbaum Associates..

Papanikolaou, K. A., & Grigoriadou, M. (2009). Combining adaptive hypermedia with project and case-based learning. Journal of Educational Multimedia and Hypermedia, 18(2), 191-220.

Papanikolaou, K. A., Grigoriadou, M., Kornilakis, H., & Magoulas, G. D. (2003). Personalizing the interaction in a Web-based educational hypermedia system: P e case of INSPIRE. User Modeling and User-Adapted Interaction, 13(3), 213-267.

Paramythis, A., Weibelzahl, S. & MasthoL , J. (2010). Layered evaluation of interactive adaptive systems: framework and formative methods. User Modeling and User-Adapted Interaction, 20(5), 383-453.

Reiners, T., & Sassen, I. (2008). A framework for adaptive learning points.T. Kidd & H. Song (Eds.), Handbook of research on instructional systems & technology içinde (ss. 582-595). Harrisburg, PA: Idea Group Publishing.

SchaeL er, G. A., Bridgeman, B., Golub-Smith, M. L., Lewis, C., Potenza, M. T., & SteL en, M. (1998). Comparability of paper-and-pencil and computer adaptive test scores on the GRE general test (No. RR-98-38). Princeton, NJ: Educational Testing Service.

Scheiter, K., & Gerjets, P. (2007). Learner control in hypermedia environments. Educational Psychology Review, 19(3), 285-307.

Scheiter, K., Gerjets, P., Vollmann, B., & Catrambone, R. (2009). P e impact of learner characteristics on information utilization strategies, cognitive load experienced, and performance in hypermedia learning. Learning & Instruction, 19(5), 387-401.

Sharif, A. E., & Haraty, R. A. (2008). P e relationship between using of an intelligent tutoring system and class achievement in a basic mathematics course. International Journal of Emerging Technologies in Learning, 3(2), 20-23.

Shute, V. J. (2008). Focus on formative feedback. Review of Educational Research, 78(1), 153.

Shute, V. J., & Zapata-Rivera, D. (2007). Adaptive Technologies. J. M. Spector, M. D. Merrill, J. v. Merrienboer & M. P. Driscoll (Eds.), Handbook of research for educational communications and technology içinde (3. baskı., ss. 277-294). New York: Routledge

Smaldino, S. E., Russell, J. D., Heinich, R., & Molenda, M. (2005). Instructional technology and media for learning (8th ed.). Upper Saddle River, NJ: Pearson Education.

Song, C.-R. (2002). Literature review for hypermedia study from an individual learning diL erences perspective. British Journal of Educational Technology, 33(4), 435-447.

Song, S. H., & Keller, J. M. (2001). EL ectiveness of motivationally adaptive computer-assisted Instruction on the dynamic aspects of motivation. Educational Technology Research & Development, 49(2), 5-22.

Song, L., Singleton, S. E., Hill, J. R. & Koh, M. H. (2004). Improving online learning: Student perceptions of useful and challenging characteristics. Internet and Higher Education, 7(1), 59-70.

Stelmaszewska, H., Blandford, A., & Buchanan, G. (2005). Designing to change users’ information seeking behaviour: A case study. S. Y. Chen & G. D. Magoulas (Eds.), Adaptable and adaptive hypermedia systems içinde (ss. 1-18). Hershey, PA: Idea Group Inc.

Tobias, S. (1987). Learner characteristics. R. M. Gagne (Ed.), Instructional technology: Foundations içinde. Hillsdale, NJ: Lawrence Erlbaum.

Tsandilas, T., & Schraefel, M. C. (2004). Usable adaptive hypermedia systems. New Review of Hypermedia and Multimedia, 10(1), 5-29.

Tsianos, N., Germanakos, P., Lekkas, Z., Mourlas, C., & Samaras, G. (2009). An assessment of human factors in adaptive hypermedia environments. C. Mourlas & P. Germanakos (Eds.), Intelligent user interfaces: adaptation and personalizati-on systems and technologies içinde (ss. 1-18). Hershey, PA: Information Science Reference.

Triantafillou, E., Pomportsis, A., & Demetriadis, S. (2003). P e design and the formative evaluation of an adaptive educatio-nal system based on cognitive styles. Computers & Education, 41(1), 87-103.

Weber, G., & Brusilovsky, P. (2001). ELM-ART: An adaptive versatile system for web-based instruction. International Jour-nal of Artificial Intelligence in Education, 12(4), 351-384.

Weibelzahl, S. (2005). Problems and pitfalls in the evaluation of adaptive systems. In S. Y. Chen & G. D. Magoulas (Eds.), Adaptable and adaptive hypermedia systems (pp. 285-299). Hershey, PA: Idea Group Inc.

Woolf, B. P. (2009). Building intelligent interactive tutors: Student-centered strategies for revolutionizing e-learning. Burlington MA: Morgan Kaufman Publishers.

Yukselturk, E., & Bulut, S. (2007). Predictors for student success in an online course. Journal of Educational Technology & Society, 10(2), 71-83.


Documents

UYARLANABİLİR ÇEVRİMİÇİ ÖĞRENME SİSTEMLERİ