Hafta 9 - e-Öğrenmede Sınırdaki Teknolojiler

UZE636 Açık ve Uzaktan Öğrenmede Teknolojik Altyapı
Hafta 9
Prof.Dr. Mehmet Emin MUTLU
Hafta 9: e-Öğrenmede Sınırdaki Teknolojiler

Kapsam
● Giriş (Teknolojik Gelişim Çerçeveleri)
● e-Öğrenmede Sınırdaki Teknolojilerin Kaynakları
● Sınırdaki e-Öğrenme Teknolojileri ve Uygulamaları

Giriş

Giriş
• Teknolojik gelişme çerçevelerine göre «sınırdaki teknolojiler» 5-10 yıl
öncesine kadar buluş ve yenilikleri gerçekleştirilmiş olan, geçmiş 5 yıl
boyunca toplumun yenilikçiler ve ilk benimseyenler kesimi tarafından
kullanılmaya başlanmış, gelecek 15 yıl boyunca yayılma aşamasını
sürdürmesi beklenen teknolojilerdir.
• Bu teknolojiler daha sonra içinde bulunduğumuz yıl belirmeye başlayan
«yakın gelecekteki teknolojiler» tarafından yıkıcı yeniliklerle ortadan
kaldırılacaktır ya da yakınsama yoluyla dönüştürülecektir.
• İçinde bulunduğumuz dönemde bu teknolojilerin kullanımı ilk
benimseyenlerden erken çoğunluğun kullanımına doğru yayılmaktadır.
• Bazı teknolojiler ise bu geçişte başarısız olacaktır.

Giriş
• Bu ünitede sınırdaki e-öğrenme teknolojilerini belirlemek amacıyla
kullanılan başlıca kaynaklar ele alınacak ve bir teknoloji listesi
hazırlanacaktır.
• Ardından sınırdaki e-öğrenme teknolojileri ve uygulamalarına ait soyut
teknolojiler, somut teknolojiler ve araştırma alanları incelenecektir.

e-Öğrenme Teknolojilerindeki Eğilimler
E-Öğrenmede sınırdaki teknolojilerin listesini belirlemek amacıyla önceki hafta görmüş
olduğumuz aşağıdaki kaynaklardan yararlanacağız..
• EDUCAUSE Horizon Reports
• Bozkurt, A. (2019). Vizyon 2023: Türkiye’de açık ve uzaktan öğrenme alanında
somut ve soyut teknolojiler bağlamında eğilimler. AUAd, 5(4), 43-64.
• Mutlu, M. E. (2015). e-Öğrenme standartlarında yeni yönelimler. AUAd, 1(4), 8-
35.
• Kesim, M. ve Yüzer, T.Y (Eds.) (2020). Açık ve Uzaktan Öğrenmenin Teknoloji
Boyutu, Pegem.

Sınırdaki e-Öğrenme Teknolojileri ve Uygulamaları
• Yapay Zeka (Artifical Intelligence)
• Bağlam Farkındalıklı Öğrenme (Context Aware
Learning)
• Hareket Tabanlı Etkileşim (Gesture Based
Interaction)
• Ölçülebilir/Nicel İnsan (Quantified Self)
• Duyuşsal Bilişim (Affective Computing)
• Kitlesel Kaynak Kullanımı (Crowdsourcing)
• Fen, Teknoloji, Mühendislik, Matematik ve Sanat
Eğitimi (Science, Technology, Enginering,
Mathematics and Art Education:
STEM+A/STREAM)
• Kesintisiz Öğrenme (Seamless learning)
• Uyarlanabilir Öğrenme (Adaptive learning) &
Kişiselleştirilmiş Öğrenme (Personalized
Learning)
• Önceki Öğrenilenlerin Tanınması
(Recognition of Prior Learning)
• Intelligent Kişisel Asistanlar (Intelligent
Personal Assistants)
• Artırılmış Gerçeklik (Augmented Reality),
Sanal Gerçeklik (Virtual Realty) & Karma
Gerçeklik (Mixed Reality)
• Giyilebilir Teknolojiler (Wearable
Technology)
• Nesnelerin İnterneti (Internet of Things)

Sınırdaki e-Öğrenme Teknolojileri ve Uygulamaları
• İkinci Dönem Web 2.0 Araçları (HTML5
Ve Devamı)
• Mobil Algılayıcılar
• Dijital Yaşam Günlüğü (Lifelogging)
• Akıllı Nesneler
• Nesne kopyalama (3 Boyutlu Tarayıcılar
& 3 Boyutlu yazıcılar)
• Yapay Dar Zekâ Uygulamaları
• Kendi Kendine Öğrenen Makine
Öğrenmesi Algoritmaları
• Göz Hareketleri İzleme
• İlk Dönem Giyilebilir Beyin –
Bilgisayar Arayüzleri
• İnsansı Robotlar
• Anlatı Ağları
• Ses Tanıma ve Eş Zamanlı Çeviri
• Deneyim İzleme (Experience API)
• Öğrenme Mühendisliği
• Öğrenme Deneyimleri Tasarımı

İkinci Dönem Web 2.0 Araçları (HTML5 ve Devamı)

İkinci Dönem Web 2.0 Araçları (HTML5 ve Devamı)
https://www.infoq.com/articles/javascript-web-development-trends-2020/

Yapay Zeka (Artifical Intelligence)
● Eğitim yazılımları (Zeki öğretim sistemleri)
● Dijital kitaplar (Soru yanıtlama vb.)
● Web materyalleri (Duolingo vb.)
● Müzeler (Dijital rehberler)
● Zeki Kişisel Yardımcılar (Siri, vb.)
● Öğretici Robotlar ve Robot Öğretmenler
https://www.gzt.com/jurnalist/23-dilde-konusabilen-robot-ogretmen-elias-turkiyede-ogrencilerle-bulustu-3366993
(Öngöz, S. 2020)

Yapay Zeka (Artifical Intelligence)
UYGULAMALAR ÖZELLİKLERİ
ALEKS
MATHia
Dreambox Learning
IBM Watson
Education
Smart Sparrow
Öğrenme gelişim takibi
Gelişim değerlendirmesi
Performans iyileştirme
önerileri
Coursera
Udemy
Edmodo
Ödev ve sınavları otomatik
puanlama
İlgiye yönelik içerik önerme
Yapay zeka dâhil her alandan
eğitim içeriğine ulaşabilme
Grammarly
Virtualwritingtutor
Dilbilgisi ve yazım kurallarını
dikkate alarak düzeltmeler
önerme
Google Translate
Amazon Translate
Yandex Translate
Dili Algılama
Görüntüyü yazıya çevirme
Sesi Yazıya çevirme
El yazınızdaki karakterleri
algılama
UYGULAMALAR ÖZELLİKLERİ
IThenticate
Turnitin
Belgelerin içeriklerindeki
benzerlik oranlarını var olan
belgeler ile karşılaştırma (El
yazması belgeler dâhil)
Presentation
Translator
Canlı sunum anında farklı dil
çevirisi yapma
EverNote
Google Keep
Microsoft OneNote
Sesi Yazıya çevirme
El yazınızdaki karakteri
algılama
Elementsofai.com
Ocw.mit.edu
Udacity
Yapay zeka, programlama,
otonom sistemler gibi konular
ile ilgili öğrenme ortamı sunma
NAO, Keepon, Kaspar,
Romibo, Tito, Troy,
Robonova, Probo,
Pleo, Lego Nxt ve
iRobiQ
Davranışları taklit edebilme,
Dans edebilme,
Şarkı söyleyebilme
Eşleştirme yapma
Sıralama yapma
Bazı sorulara cevap verme
Duyguları algılama
(Korucu ve Biçer, 2020)

Nesnelerin İnterneti (Internet of Things)
https://i.pinimg.com/originals/90/0c/0d/900c0df3
4d55dfdb7d32ada82bbb3128.jpg
https://www.researchgate.net/figure/The-Internet-of-Events-IoE-is-
based-on-the-Internet-of-Content-IoC-the-Internet-of_fig1_300575842
https://i.pinimg.com/originals/24/e0/b7/24e0b7e46c6459
2b8ac9c51ddd866ce4.jpg
• Nesneden nesneye iletişim
• Nesneden insana iletişim
• İnsandan insana iletişim

● Uzaktan öğrenme sürecinde IoT kullanımı örneği (EEG ile ders yazılımına
dönüt verme)
Yakoubovsky, R. (2019, August). IoT in effective distance learning process

● Uzaktan öğrenmede IoT ile öğrencinin izlenmesi
Ilieva, G., & Yankova, T. (2020). IoT in Distance Learning during the COVID-19 Pandemic.

Giyilebilir Teknolojiler (Wearable Technology)
● Akıllı Gözlükler, Akıllı Saatler
Okuyabilen YZ Kameraları (Orcam.com)
https://techiazi.com/samsungs-first-smart-glasses-might-have-just-leaked/
https://en.wikipedia.org/wiki/Smartwatch
#/media/File:Samsung_Gear2.jpg

Akıllı Nesneler
● Akıllı nesneler
● Akıllı cihazlar
● Akıllı araçlar
● Akıllı evler
● Akıllı binalar
● Akıllı şehirler
● Akıllı çevreler

Genişletilmiş Gerçeklik (Extented Reality)
https://blog.prototypr.io/understanding-display-techniques-in-augmented-reality-c258b911b5c9
Oculus Rift
https://recro.io/blog/virtual-
reality-and-augmented-
reality/
Visette 45
Fully Immersive

https://www.researchgate.net/figure/Microsofts-see-through-3D-display-using-
Samsung-OLED-screen_fig4_286119229
See Through 3D Display

https://www.retailnews.asia/apple-glass-could-put-you-anywhere-in-the-world/
Artırılmış Gerçeklik (Augmented Reality)
Sanal Gerçeklik (Virtual Realty)
Karma Gerçeklik (Mixed Reality)

İlk Dönem Giyilebilir Beyin – Bilgisayar Arayüzleri
● Öğrenme etkinliğinin izlenmesi ve odaklanma
Emotiv Insight Emotiv Epoc+
Neurosky Mindwave

Akıllı Gözlük & Beyin – Bilgisayar Arayüzü Entegrasyonu
https://gigazine.net/gsc_news/en/201708
08-neurable-bci-headset-htc-vive
Brain Computer Interface for augmented reality & Hololens by CLARTE,
https://www.youtube.com/watch?v=qFildKVi5dY
https://skarredghost.com/2017/10/01/need-know-
brain-computer-interfaces-virtual-augmented-reality/

Göz Hareketleri İzleme
● Ekran tabanlı, gözlük tabanlı, sanal gerçeklik gözlüğü ile
https://www.research-live.com/article/news/tobii-
pro-launches-vr-eyetracking-analytics/id/5039072
https://www.ashokcharan.com/Marketing-
Analytics/~pk-shelf-impact-eye-tracking.php
https://eyegaze.com/products/
eyegaze-edge/

● Göz izleme cihazlarından toplanan veriler, kişinin ilgi düzeyini ve dikkat
odağını gösterir.
● Göz pozisyonu takibi ve sabitleme sayıları ve süresi, bakış pozisyonu ve
göz kırpma oranı gibi dolaylı ölçümlerden, kullanıcının dikkat seviyesi, stres,
gevşeme, problem çözme, öğrenmedeki başarı, yorgunluk ve daha fazlası
hakkında bilgi edinmek mümkündür.
● Duygular bile takip edilebilir ve böylece verilere dayanarak, göz izleme
sistemi daha kişiselleştirilmiş öğrenme sağlayabilir.

● Göz izleme kullanan uygulamalar tanısal ve etkileşimli olarak kategorize
edilebilir:
● Tanısal uygulamalar, öğrencinin dikkatinin nerede çekildiğini gösterir,
böylece zaman içinde öğrencinin dikkat odağının kanıtını sağlar.
● Etkileşimli tür uygulamalarda, göz hareketleri, fare gibi bir giriş sisteminin
yerini almak için kullanılır ve kullanıcının yalnızca gözlerini kullanarak bir
bilgisayarla etkileşime girmesine izin verir.
Al-Khalifa, H. S., & George, R. P. (2010). Eye Tracking and e-Learning: Seeing Through Your Students'
Eyes. eLearn, 2010(6).

Zeki Kişisel Yardımcılar (Intelligent Personal Assistants)
● Eğitmenlerin Rollerini Değiştirme: Çevrimiçi eğitim
söz konusu olduğunda, öğrencileri değerlendirmeye
yönelik öğretmenlere bırakılan bazı sorumluluklar
Akıllı Asistanlar tarafından üstlenilebilir.
● Çevrimiçi Öğrenciler İçin Ek Destek: Akıllı
Asistanlar, öğrencilerin ihtiyaçlarına göre
kişiselleştirilmiş ek yardım sunabilirler.
● Temel Geribildirimde Bulunmak: Akıllı asistanlar
çevrimiçi öğrencilerin katılım, etkinlik performansı ve
tamamlama sürelerini izleyerek öğreticiye geri
bildirimde bulunabilirler.
https://elearningindustry.com/future-intelligent-assistants-in-online-training

● Bilgileri Bulma ve Bilgiyle Etkileşim Şeklimizi Değiştirme: Akıllı asistanlar
çevrimiçi öğrenmede, öğrencilerin geçmişte sordukları sorulara veya daha
önce araştırdıkleri kaynaklara göre cevap bulmalarına yardımcı olabilirler.
● Özel Gereksinimleri Olan Çevrimiçi Öğrenciler İçin Erişilebilirliği
İyileştirme: Akıllı Asistan, metni yüksek sesle okumak veya ihtiyaçlarını
karşılayan çevrimiçi eğitim kaynakları önermek gibi kişiselleştirilmiş destek
sunarak, örneğin, görme engelli bir öğrencinin çevrimiçi eğitim deneyiminden
daha fazla yararlanmasına yardımcı olabilir.
● Sanal Moral Artırıcı Olarak Hizmet Etme: Akıllı Asistanlar, öğrencilerin
ilerlemesini izleme ve kişisel başarılarını not alma kapasitesine de sahiptir.
Böylelikle ne kadar ilerlediklerini göstererek motivasyonlarını ve morallerini
artırmalarına yardımcı olur.

● Grup İşbirliğini Kolaylaştırma: Geleceğin Akıllı Asistanları, grup işbirliğini kolaylaştırmak için
öğrencileri ekiplere otomatik olarak atayabilir ve temel görevlerle ilgilenen bir Proje Yönetimi
asistanı olarak hareket edebilir.
● Daha Sürükleyici Gerçek Dünya Etkinlikleri: Akıllı Asistanlar gerçek dünyadaki etkinliklere
entegre edilebilir. Böylece öğrencinin herhangi bir adımdaki engeli aşmasına yardımcı olmak için
rehberlik sunabilir.
● Tam Zamanlı Performans Desteği Sunma: Akıllı Asistanlar uzaktaki çalışanlara üretkenliği ve
yeterliliği artırmak için ihtiyaç duydukları tam zamanında performan desteği sağlayabilecekler.
Örneğin, Akıllı Asistan, eğitim yazılımıyla donatılmış akıllı saat sayesinde çalışanın kalp atış
hızının hızla arttığını ve çok fazla stres altında olduklarını tespit edebilir, o andaki bir randevusunu
farkedebilir, ihtiyaç anında çevrimiçi eğitim materyallerini otomatik olarak görüntüleyebilir.

Duyuşsal Bilişim (Affective Computing)
● Öğrenme deneyimlerinde hissedilen duygular ağırlıklı olarak alanyazınında
“akademik duygular” olarak bilinen duygulardır.
● Bunlar, keyif alma, umutlanma ve gurur duyma gibi pozitif harekete
geçirici duygular; rahatlama gibi pozitif yavaşlatıcı duygular; kızgınlık,
kaygı ve utanç gibi negatif harekete geçirici duygular ile çaresizlik ve
sıkılma gibi negatif durdurucu duygulardır (Pekrun, Goetz, Titz, and
Perry; 2002)
● Duyguları yakalamak için konuşma izleme (ses tonu), göz hareketleri
izleme, yüz mimikleri izleme, beyin dalgaları izleme, tuş vuruşu – fare
kullanımı izleme, kalp atış hızı ve galvanik cilt tepkisi izleme vb. verileri
birleştirilir.

Duyuşsal Bilişim (Affective Computing)
https://www.researchgate.net/figure/Random-generative-grammar-of-facial-movements-and-the-perceptual-categorization-of_fig3_224052915

Yaşam Günlüğü (Lifelogging)
STEVE MANN

MIT’s Rehmi Post, Thad Starner, and Steve
Mann with professor Alex Pentland, part of the
Perceptual Computing Group (Early 1990s).

Vannevar Bush (Memex)
Steve Mann
Kiyoharu Aizawa Gordon Bell
Autographer
Narrative
Quantified self
YAŞAM GÜNLÜĞÜ ARAŞTIRMALARI

Yaşam Günlüğü (Lifelogging) – Örnek Olay
DENEYİMLERİN YAKALANMASI (2013)

Ekran Görüntüsü
Ekran Videosu
Ses*
Fotoğraf***
Not
Video**
Konum
Yaşam Günlüğü
Fotoğrafları
Yaşam Günlüğü Görüntüleyicisi
İnternet / İntranet
(*) Gömülü mikrofon ve/veya dış mikrofon
(**) Gömülü web kamerası ve/veya dış kamera
(***) Gömülü web kamerası ve/veya dış video kamera
DENEYİMLERİN YAKALANMASI (2015)

GÜNLÜK VERİSİ YAKALAMA UYGULAMALARI (2015)

DENEYİMLERİ GÖRÜNTÜLEME (2015)

Ölçülebilir/Nicel İnsan (Quantified Self)
● Niceliksel benlik, hem teknoloji yardımıyla
kendi kendini izleme kültürel fenomenine
hem de "sayılar yoluyla kendini tanıma"
konusuna ilgi duyan kullanıcılar ve kendi
kendini izleme araçları üreticilerinden oluşan
bir topluluğun adıdır (quantified.com).
● Niceliksel benlik pratikleri genellikle fiziksel,
zihinsel ve / veya duygusal performansı
iyileştirmek amacıyla yaşam günlüğü
uygulamaları ve günlük yaşam hakkında veri
edinmeyi sağlayan teknolojileri kullanmak gibi
diğer eğilimlerle örtüşür.
https://travishodges.co.uk/the-quantified-self

Ubiquitous Learning (Her zaman / her yerde öğrenme)
● Ubiquitous (Aynı anda her yerde var olmak), Ubiquitous Computing
(Aynı anda bir çok bilgisayarla kuşatılmak)
● Ubiquitous Learning (Her zaman her yerde bulunabilen öğrenme ortamı)
Her yerde bulunabilen bir öğrenme ortamı, öğrencilerin tamamen öğrenme
sürecine dahil olabileceği herhangi bir ortamdır.)
● Ambient - Pervasive Learning (Çevresel / Yaygın öğrenme) Yaygın
öğrenme, öğrencilerin bulundukları yerde ve zamanda anlamlı ve ilgili
öğrenme deneyimleri oluşturabilmelerdir.
https://www.slideshare.net/MalikSajjadAhmadAwan/ubiquitous-technology-and-ambient-learning-opening-new-ways-to-instructional-technology-
sajjad-ahmad-awan-phd-scholar-te-planning

Ubiquitous Learning (Her zaman / her yerde öğrenme)
https://www.slideshare.net/ednagoff/herramientas-ubiningquos-learning-flipped-lear-last

Bağlam Farkındalıklı Öğrenme (Context Aware Learning)
● Algılama teknolojileri yardımıyla m-
öğrenme / u-öğrenme.
● Bazı araştırmacılar, algılama teknolojileriyle
(örneğin, GPS, RFID veya QR kodları) m-
öğrenme veya u-öğrenme etkinlikleri
gerçekleştirmeye çalıştılar.
● Bağlama duyarlı her yerde öğrenme -
gerçek dünyadaki öğrenme etkinliklerini
desteklemek için mobil, kablosuz iletişim ve
algılama teknolojilerini kullanan yaklaşımdır.
https://www.slideserve.com/risa/research-issues-and-
applications-of-mobile-and-ubiquitous-learning-
powerpoint-ppt-presentation

Öğrenme Deneyimleri Tasarımı
● Öğretim tasarımında uzun yıllar öğrenme etkinliklerinin tasarımına odaklanıldı. Son
yıllarda öğrenme deneyimlerinin tasarımı önem kazanmaya başladı.
Peri-Mutlu, A. ve Mutlu, M. E.(2017). Öğrenme deneyimi tasarımı. AUAd, 3(1), 39-76.

Öğrenme Mühendisliği & Öğrenme Deneyimleri Tasarımı
● İlke 1. Öğrenme deneyimlerinin bir başlangıcı, ortası ve sonu bulunur. Deneyimde dramatik
bir olay örgüsü kullanılarak öğrenenin heyecan duyması sağlanmalıdır.
● İlke 2. Öğrenenler kendi öğrenme deneyimlerinin kahramanlarıdır. Geleneksel eğitimde konu
uzmanı ya da öğretici başkahraman olarak görülür. Öğrenme deneyiminde ise kahraman daima
öğrenenin kendisidir.
● İlke 3. Öğrenme etkinliğini, konu değil, öğretim teması kurar. Bir öğretim teması genellikle
üretken bir amaç (öğrenen bir problemi çözecektir, bir projeyi tamamlayacaktır, bir dizi deney
gerçekleştirecektir, v.b.) içerir.
● İlke 4. Bağlam, öğretim durumunun sürükleyiciliğine katkıda bulunur. Bir sanat eserinin
kalitesini belirleyen renk, doku, ton, yerleşim, ışıklandırma, mod, ya da ses vb. öğeler öğrenme
deneyiminin sürükleyici olmasını sağlayacak biçimde sanatçı tarafından yaratıcı biçimde tahsis
edilmeli ya da amacına uygun biçimde denetlenmelidir.
● İlke 5. Bir öğrenme deneyiminde öğreticiler ve öğretim tasarımcıları birer yazar,
destekleyici karakter ve model kahramanıdır. (Parrish, 2009)

Önceki Öğrenilenlerin Tanınması (Recognition of Prior Learning)
● Önceki öğrenmenin tanınması (RPL), sınıf dışında edinilen bilgi ve
becerilerle kazanılan yeterlilikleri tanımak amacıyla belirli standartlar,
yeterlilikler veya öğrenme çıktıları kümesine göre değerlendirmek için
düzenleyici kurumlar tarafından kullanılan bir süreci tanımlar.
● RPL'nin temel unsuru, bir bireyin belirli bir standartlar setine veya öğrenme
çıktılarına karşı yeterlilik iddiasını desteklemek için sunduğu kanıtların
değerlendirilmesidir.
● 1980’lerin sonundan itibaren yaygınlaşsa da günümüzdeki önemi
Experience API gibi teknolojilerin kullanımıyla artmıştır.

Deneyim İzleme (Experience API)
https://xapi.com/overview

LRS – Learning Records Store – Öğrenme Kayıtları Deposu
Mutlu, M . (2015). e-Öğrenme standartlarında yeni yönelimler . Açıköğretim Uygulamaları ve Araştırmaları Dergisi , 1 (4) , 8-35

https://www.researchgate.net/figure/Experience-API-data-
model-specification-with-an-example_fig2_325355557
Aktör – Fiil – Nesne Modeli

Kesintisiz Öğrenme (Seamless learning)
https://www.researchgate.net/figure/Design-of-the-seamless-learning-system_fig1_311454315
Design of the seamless learning system

Uyarlanabilir Öğrenme (Adaptive learning)
• Uyarlanabilir Öğrenme (Adaptive learning) → Kişiselleştirilmiş Öğrenme
(Personalized Learning)
https://elearningindustry.com/strenghts-weaknesses-adaptive-learning-paths-case-study

Uyarlanabilir Öğrenme (Adaptive learning)
http://janplass.com/index.php/2016/07/07/adaptive-learning/

Fen, Teknoloji, Mühendislik, Matematik ve Sanat Eğitimi
● Fen, Teknoloji, Okuma, Mühendislik, Matematik ve Sanat Eğitimi (Science,
Technology, Reading, Enginering, Mathematics and Art Education: STEM,
STEAM, STREAM)
https://ceismc.gatech.edu/STEAMfromADistance

Fiziksel kopyalayıcılar
● 3B Tarayıcı + 3B Yazıcı = Fiziksel kopyalayıcı
https://gomeasure3d.com/blog/how-to-replicate-
objects-with-3d-scanning-and-3d-printing-with-video/

Anlatı Ağları
Mutlu, M.E , Peri Mutlu, A . (2020). Anlatı Deneyim Tabanları – “Küçük Prens” Örnek Olayı. Gümüşhane Üniversitesi
Sosyal Bilimler Enstitüsü Elektronik Dergisi , 11 (1) , 95-116 .

Öğrenme Mühendisliği
● Öğrenme Mühendisliği, öğrenenlere daha etkili öğrenme deneyimleri
sağlamak amacıyla öğrenme teknolojileri ve öğrenme bilimlerinin kanıta
dayalı yöntemlerinin uygulanmasıdır.
● Başlıca yöntemler
● A / B testi, belirli bir programın iki versiyonunu karşılaştırır ve
araştırmacıların hangi yaklaşımın en etkili olduğunu belirlemelerine olanak
tanır.
● Eğitimsel Veri Madenciliği, bir eğitim yazılımının öğrenmeyi nasıl
iyileştirebileceğini anlamak için öğrencilerin yazılımı kullanımından elde
edilen verileri analiz etmeyi içerir.

● Geçtiğimiz 20 yıl, öğrenmeyi, eğitimi ve öğretimi desteklemek için birçok yeni aracın,
ürünün, medya formatının ve teknolojinin ortaya çıkışına tanık oldu. Son yıllarda,
okulda, işte ve günlük hayatımızda öğrenme teknolojisinin kullanımı dramatik bir
şekilde hızlandı. Bu teknolojiler arasında MOOCS; mobil öğrenme; ciddi oyunlar;
simülasyonlar; sanal ve artırılmış gerçeklik; büyük veri ve öğrenme analitiği; açık
rozetler ve mikro kimlik bilgileri; pedagojik ajanlar (AI'lar); çevrimiçi laboratuvarlar;
öğrenme yönetim sistemleri; e-öğrenme geliştirme araçları ve hatta Google, Siri ve
Alexa bulunmaktadır.
● Mevcut ve planlanan standartlardan oluşan bir portföy tarafından desteklenen, ancak
henüz tanımlanmış bir çaba alanı olarak birleşmemiş olan bu öğrenme teknolojilerinin
geliştirilmesi ve uygulamaya konulmasında önemli bir mühendislik yönü vardır.

● Çeşitli operasyonel ortamlarda çalışan mühendislerin deneyimi ve analizi,
temel teknolojilerin yetenekleri ve sınırlamaları hakkında ek rehberlik
sağlayacaktır.
● Böylece bu teknolojileri öğretim hedeflerine ulaşmak için nasıl
kullanacakları; ve hem teknolojilerin hem de karşıladıkları çeşitli pedagojik
yeniliklerin etkililiğinin nasıl değerlendirileceği incelenebilecektir.
● Bu rehberliği sağlama ihtiyacından yola çıkan olan dünyanın dört bir
yanındaki önde gelen öğrenim teknolojisi kuruluşları, Ocak 2018'de ICICLE
(Industry Consortium on Learning Engineering) projesini başlattı.
https://standards.ieee.org/industry-connections/industry-consortium-learning-engineering.html

Dersimiz sona ermiştir…
Dersimiz sona ermiştir. Lütfen bu derse ait etkinlikleri
gelecek haftaya kadar gerçekleştiriniz…
Başarılar

Hafta 9 - e-Öğrenmede Sınırdaki Teknolojiler

Recommended

Recommended

More Related Content

Similar to Hafta 9 - e-Öğrenmede Sınırdaki Teknolojiler

Similar to Hafta 9 - e-Öğrenmede Sınırdaki Teknolojiler (20)

More from Mehmet Emin Mutlu

More from Mehmet Emin Mutlu (20)

Hafta 9 - e-Öğrenmede Sınırdaki Teknolojiler