2.4 Öğrenme Nesnesi Geliştirme Yaklaşımları Durağan ve Devingen Öğrenme Nesneleri

Transkript

1 tutarsızlıkların oluşmasına neden olacaktır. Bu yüzden yeni sürümü otomatik olarak oluşturulur ve tutarsızlıkların oluşması engellenmiş olur. Fakat artık nesnemizin birbirine yakın iki kopyası mevcuttur. Bir başka deyişle veri tekrarı olmaktadır. Bunu önlemek için B yazarı yeni sürümden haberdar edilmesi ve yazarın yeni sürümü kullanması sağlanabilir. Bu durumda hem veri tekrarı önlenmiş olur hem de yeniden kullanılabilir öğrenme nesnelerini güncel tutulmuş olur. Son olarak bir C yazarı, C++ da if koşullu dallanma deyimi hakkında bir öğrenme nesnesi geliştirsin. A yazarının geliştirdiği Java da if koşullu dallanma deyimi, Sürüm 1 adındaki nesne, C yazarının geliştirmek istediği nesneye yapısı ve içeriği bakımından çok yakın olduğundan, C yazarı A yazarının oluşturduğu nesnesinin basitçe fiziksel bir kopyasını oluşturmaya karar verir. Daha sonra C yazarı yeni oluşturulan nesnenin başlığını, içeriğini, alıştırma faaliyetlerini, şekilleri, üst-veriyi veya öğrenme nesnesi içindeki diğer öğeleri günceller, bir başka değişle yeniden amaçlandırır. Sonuçta C++ da if koşullu dallanma deyimi adında yeni bir öğrenme nesne oluşur. Fakat daha sonra Sürüm 1 güncellense bile, bu güncellemeler C yazarının oluşturduğu kopyaya yansımaz. Görüldüğü gibi bir öğrenme nesnesi paylaşıldığında ya da yeniden amaçlandırıldığında öğrenme nesnesi geliştiricilerin karşısına ciddi sakıncalar ortaya çıkmaktadır. Fakat sakıncaların önlenebilmesi uygulamada hiç kolay değildir. Ayrıca içerik geliştiricilerden bu sakıncaları önlemelerini de beklemek yanlıştır. Bu yüzden bir öğrenme nesnesi geliştirme aracın bu durumları ele alması gerekir. 2.4 Öğrenme Nesnesi Geliştirme Yaklaşımları Durağan ve Devingen Öğrenme Nesneleri Öğrenme nesnelerinin geliştirilmesinde temel iki yaklaşımdan söz edebiliriz. Bu iki tasarım yaklaşımı durağan ve devingen olarak isimlendirilir. Bu iki yaklaşımı birbirinden ayıran özelik içeriklerin nasıl saklanacağı ve sunulacağıdır. Durağan öğrenme nesnesi yaklaşımında, içerikler sunucu sistemde kütük olarak depolanırlar. Öğrenme nesneleri PDF, HTML, gibi belli kütük biçimlerinde 10

2 geliştirilirler, saklanırlar ve sunulurlar. Bu nedenle içeriklerin düzenlenmesi için içeriğin geliştirileceği kütük biçimine uygun yazılımlar gerekmektedir. Örneğin içerik bir PDF kütüğü olarak geliştirilecekse bir PDF düzenleyici yazılım ya da bir HTML kütüğü olarak geliştirilecekse bir HTML düzenleyici yazılım gerekmektedir. Devingen öğrenme nesnesi yaklaşımında, içerikler bir sunucu uygulaması tarafından biçim verilmeden toplanır ve depolanırlar. Öğrenme nesnesi geliştirilirken herhangi bir biçim bilgisi verilmediğinden biçim ve içerik verisi ayrılmış olur. Geliştirilecek bir uygulama yazılımının sağlayacağı kullanıcı ara yüzleri ve geliştirme şablonları sayesinde içerik geliştiriciler içeriğin biçimiyle ilgilenmeden kolaylıkla içerik geliştirebilirler. Devingen öğrenme nesnelerine öğrencilere sunulacağı zaman biçim verilir. Bu sayede farklı ortamlar için öğrenme nesnelerine farklı biçimler verilebilir. Örneğin içeriklerin web ya da kayıt üzerinde sunulması kolaylıkla sağlanabilir. Ayrıca birçok içerik geliştiricinin olduğu bir ortamda içeriklerin biçim yönünden belli bir standarda kavuşturulması olasıdır. Çizelge 2.1 Durağan ve devingen yaklaşım Tek bir öğrenme nesnesi oluşturma Uygulamanın ölçeklenebilirliği Gerçek zamanlı eşleme (Öğrenme nesnesi güncellendiği an o öğrenme nesnesinin kullanıldığı tüm içerikler güncellenir) Bakım Durağan Öğrenme nesnesi ortam varlıklarının birleştirilmesiyle oluşturulur. Her bir öğrenme nesnesi tek tek oluşturulur. Uygulanamaz. Bakımı zordur. Her yeni öğrenme nesnesi Devingen Öncelikle genel bir şablonun geliştirilmesi gerekmektedir sonra öğrenme nesnesi için içerik oluşturulur. Şablonlar yardımıyla geliştirilecek tüm öğrenme nesneleri için sadece içerik geliştirilir. Tüm öğrenme nesneleri aynı görünüm şablonu ya da eğitim stratejisini kullanır Devingen yaklaşım en uygun çözümdür. Güncelleme durumunda sadece şablonlar 11

3 Çevrim-dışı dağıtım eklendiğinde bakım zorlaşır. Herhangi bir güncelleme gerektiğinde güncellemenin yapılacağı tüm öğrenme nesneleri ele alınmalıdır. Kolaylıkla çevrim-içi dağıtılabilir. Örneğin içeriği oluşturan kütükler bir CD-ROM ortamına kopyalanarak kolaylıkla çevrim-dışı kullanılabilirler. üzerinde güncelleme yapılacağından bakımı kolaydır. Devingen öğrenme nesneleri canlı bir internet bağlantısına ihtiyaç duyar. İçeriği ne zaman erişilmek istense sunucu sisteme bağlantı kurulması gerekir. de durağan ve devingen yaklaşımlar karşılaştırılmıştır. Çizelgeden çıkarılacağı gibi az sayıda öğrenme nesnesi ele alınacaksa devingen yaklaşımı kullanmak anlamsızdır. Bu durumda durağan yaklaşımla öğrenme nesnesi oluşturmak daha kolaydır. Ancak geliştirilmesi gerek öğrenme nesnesi sayısı fazla ise ve öğrenme nesneleri birden fazla geliştirici tarafında geliştirilecekse devingen yaklaşım durağan yaklaşıma göre avantajlıdır. Öğrenme nesnesi sayısı arttıkça devingen yaklaşımda bakım durağan yaklaşıma göre kolaydır Katmanlı Öğrenme Nesneleri Katmanlı öğrenme nesneleri devingen öğrenme nesnelerinin geliştirilmiş halidir. Devingen öğrenme nesnelerinde biçim ve içerik birbirinden ayrılır. Katmanlı öğrenme nesnesi öğrenme nesnesinin barındırdığı öğrenme yaklaşımını da ayırır. Bu sayede üç katmanlı bir yapı oluşur. Katmanlı öğrenme nesneleri kavramı yazılım mühendisliğindeki katmanlı yazılım mimari yaklaşımından üretilmiştir. Katmanlı yazılım mimarisinde uygulamalarda kullanıcı ara yüzlerini ve kullanıcı işlevlerini içeren sunum katmanı, uygulamanın mantığını oluşturan iş mantığı katmanı ve uygulama verilerinin bulunduğu veri katmanı birbirinden ayrılır. Bu katmanlar arası iletişim tanımlanmış ortak iletişim kurallarıyla gerçekleştirilir. Bu sayede her hangi bir katmanda oluşacak değişiklik diğer katmanları etkilemesi engellenmiş olur. Ayrıca katmanlar başka uygulamalarla da kullanılabilir. Bu durumda yeniden kullanılabilirlik artmış olacaktır. 12

4 Kullanıcı Ara yüzleri Diğer görünüm öğeleri Sunum Katmanı Öğrenme yaklaşımları Eğitsel teoriler Öğrenme Mantığı Katmanı Salt metin içerik Çoklu ortam öğeleri İçerik verisi Şekil 2.3 Katmanlı öğrenme nesnesi Bu mantığa dayanarak öğrenme nesneleri de katmanlı olarak geliştirilebilir. Bu durum öğrenme nesnelerinin yeniden kullanılabilirliğini arttırılabilir. Ayrıca katmanlı öğrenme nesnelerinin bir avantajı da geliştirme aşamasında ortaya çıkar. Öğrenme nesneleri katmanlara ayrıldığında(şekil 2.3) sunum katmanı grafik tasarımcısı ve bilişim uzmanı tarafından, öğrenme katmanı eğitim tasarımcısı tarafından, içerik katmanı konu uzmanı tarafından geliştirilir. Bu sayede geliştiricilerin iş tanımları da katmanlara bölünüp birbirinden soyutlanmış hale getirilebilir. Öğrenme nesnelerini katmanlı yapıda geliştirmenin bir diğer avantajı ise yeniden kullanıldığında ortaya çıkmaktadır. Öğrenme nesneleri çoğu zaman yeniden amaçlandırma yapılarak yeniden kullanıldığı göz önüne alındığında, katmanlara ayrılmış bir öğrenme nesnesinde yeniden amaçlandırma bazı katmanları etkilemeyebilir. Örneğin bir öğrenme nesnesinin görünümünde ya da içeriklerinin nasıl öğrenileceğini belirleyen öğrenme mantığında bir değişiklik yapılırsa bu durumdan içerik verisi etkilenmez. Bu durumda sadece gerekli katmanda yeniden amaçlandırma yapılır ve diğer katmanlar paylaşılarak yeniden kullanılabilir. Çizelge 2.2 de katmanlarda yapılacak yeniden amaçlandırmaların nasıl sakıncalar doğurabileceği verilmiştir. 13

5 Çizelge 2.2 Katmanlı öğrenme nesnesinde yeniden amaçlandırma Sunum Katmanı Öğrenme Mantığı Katmanı İçerik Katmanı Yeniden amaçlandırma İçeriğin dış görünümü ve sunum şekli değişir. Öğrenme mantığı değişir. Öğrenilecek konu değişmez. Nasıl öğrenileceği değişir. İçerik değişmiştir tamamen farklı bir öğrenme nesnesi oluşur. Oluşan durum İçerik ve öğrenme mantığı tekrarlanır. Öğrenme nesnesi paylaşılarak kullanılabilir. İçerik verisi etkilenmez. Öğrenme nesnesini çoğaltmadan paylaşılarak kullanılabilir. Öğrenme nesnesi değişir. Yeniden amaçlandırma sonucu yeni bir öğrenme nesnesi oluşturmak gerekir. Bu öğrenme nesnesinin asıl öğrenme nesnesiyle ilişkisi kalmamıştır Çizelge 2.2 deki durumlara göre sunum ve öğrenme mantığı katmanındaki değişiklikler içerik verisini etkilemez. Bu durumlarda öğrenme nesnesi aynı içeriğe sahiptir. Sadece nasıl sunulacağı ya da konunun nasıl öğrenileceği değişir. Sunum ya da öğrenme mantığı için yeniden amaçlandırma durumlarında içeriği paylaşarak kullanmak anlamlı olacaktır. Sonuç olarak katmanlı öğrenme nesnesi yeniden kullanılabilirliği arttıran bir kavramdır. Ayrıca öğrenme nesnesinin tümünün yeniden amaçlandırılması yerine gerekli katmanların yeniden amaçlandırılması sonucu veri tekrarları azalır ve yeniden amaçlandırılmamış katmanların paylaşılarak kullanılması sağlanır Biçimden Bağımsız Öğrenme Nesneleri Öğrenme nesnelerinin katmanlara ayrılması ve devingen olarak sunulmasının avantajlarından bahsettikten sonra bu bölümde öğrenme nesnelerinin biçimden bağımsızlaştırılması konusu ele alınacaktır. Öğrenme nesnelerinin biçimden nasıl bağımsızlaştırılacağı ve bu işlemin sağladığı avantajlar incelenecektir. Öğrenme nesnelerinin biçimden bağımsız geliştirilmesi geliştirme aşamasında herhangi bir biçim öğesinin sağlanmayacağı anlamına gelir. Geliştirilen öğrenme 14

6 nesnesi herhangi bir biçime sahip olmaz. Bu durumda geliştirici biçimle değil içeriğin kendisine yoğunlaşmış olur. Öğrenme nesnelerinin biçimden bağımsız olarak geliştirmenin en yaygın yolu öğrenme nesnelerini XML verileri olarak tanımlamaktır. XML yapısal bir işaretleme dilidir. Her bir yapı bir etiketle ifade edilir. Etiketler bir birleriyle sıradüzensel bir yapı oluşturarak her türlü tanımlamanın yapılabileceği bir altyapı sağlar. Bu özelliği nedeniyle XML öğrenme nesneleri için bir tanımlama ortamı olarak kullanılır. Biçimden bağımsız öğrenme nesneleri XML verileri olarak tanımlandıklarında farklı yazılım ve donanım ortamlarında gösterimi yapılabilir. XML verilerine bir biçim kazandırmanın en basit yolu bir XSL(Extensible Stylesheet Language) kütüğü ile ilişkilendirmektir. XSL kütükleri XML verileri için biçim bilgilerini içerir. Bu sayede bazı yazılım araçları kullanılarak XML verilerine biçim kazandırmak mümkündür. Örneğin bir XML verisi bir XSL ile HTML biçimine dönüştürmek mümkündür(şekil 2.4)[21]. XML biçiminde öğrenme nesnesi geliştirmek için XML düzenleyiciler kullanmak gerekir. Şekil 2.4 XML verisine biçim verilmesi Öğrenme nesnelerinin biçimden bağımsız geliştirilmesi taşınabilirliliğini sağlar. Ayrıca veriyi ve sunum biçimini ayırmamızı olanak verir. Bu sayede öğrenme nesneleri için yeniden kullanılabilirlik arttırılabilir. 15

7 3 ÖĞRENME NESNELERİNE ÜST-VERİNİN UYGULANMASI Bu bölümde üst-veri kavramından ve öğrenme nesnesi(ön) ile ilişkisinden bahsedilecektir. Üst-verinin ne olduğu ve öğrenme nesneleriyle ilişkisine değinildikten sonra öğrenme nesnesi kavramı bağlamında nasıl kullanıldığından söz edilecektir. Ayrıca günümüzde üst-veri oluşturmada yaygın olarak kullanılan endüstri standardı IEEE-LOM açıklanacak ve öğrenme nesnelerine uygulanmasından söz edilecektir. Daha sonra üst-veri geliştirmek için ne tür yaklaşımlar ve araçlar kullanılabileceği tartışılacaktır. Bu bölümün en sonunda ise üst-veri oluşturmanın sağladığı fayda ve maliyeti düşünülerek, ne kadar üst-veri oluşturmak gerektiği tartışılacaktır. 3.1 Üst Verinin Tanımı ve Öğrenme Nesnesi ile ilişkisi Bölüm 2 de yeniden kullanılabilir öğrenme nesnesinin(ykön) özellikleri anlatılırken öğrenme nesnesinin kendisini açıklar nitelikte(self-descriptive) olma özelliğinden bahsedilmiştir. Şimdi bu özelliğin nasıl sağlandığına deyineceğiz. Öğrenme nesnelerinin yararlarından biri hem geliştiricilerine hem de öğrencilere ihtiyaçları doğrultusunda var olan nesneleri arama olanağı sağlamasıdır. Geliştiriciler daha önce hazırlanmış öğrenme nesnelerini arayarak ve ihtiyaçlarına uygun olanları yeniden kullanarak yeni eğitim programları geliştirebilirler. Öğrenciler ise içerikleri şu anki ve gelecekte oluşacak ihtiyaçları doğrultusunda araştırabilirler. Bu beceri iki temel bileşen sayesinde sağlanmaktadır: üst-veri ve bu üst-verinin oluşturulmasını, aranmasını sağlayan araçlar. Bu araçlar hem geliştiriciler hem de öğrenciler tarafından kullanılır. Her bir öğrenme nesnesi hakkında veri olan üst-veri, geliştirme ve dağıtım araçlarının işlemesini de sağlamaktadır. Üst-veri kısaca veri hakkında veri olarak tanımlanır. Öğrenme nesnesi bağlamında ise üst-veriyi öğrenme nesnesi ya da eğitsel içeriği oluşturan her bir parça hakkında veri olarak nitelendirebiliriz. Üst-veri geliştirici adı, öğrenme nesnesinin başlığı, konu ve amaç gibi temel bilgileri içerebilir ya da öğrenme nesnesini tamamlama ölçütleri, sürümü, erişim hakları gibi karmaşık üst-veri bilgileri de tanımlamak mümkündür. 16

8 Üst-veri kavramını birkaç örnek vererek görmek yararlı olacaktır. Bir kitabın üstverisi yazar adı, kitabın başlığı, ISBN numarası, içindekiler tablosu, kaynakçalar, sayfa sayısı, gibi bilgileri içerebilir. Aynı şekilde bir gıda maddesinin üst-verisi de üreticisi, besin değerleri, içindekiler, son kullanma tarihi, üretim tarihi gibi bilgileri içerebilir. Bir öğrenme nesnesi için ise üst-veri başlık, konu, öğrenme zamanı, öğrenme amacı, gerekli ön şartlar gibi bilgilerden oluşabilir. Sonuç olarak üst-veri herhangi bir veri için açıklayıcı ve tamamlayıcı bileşendir. Öğrenme nesneleri için de üst-veri onu açıklayıcı ve tamamlayıcı bir özellik olarak kullanılır. Öğrenme nesnelerinin yeniden kullanılabilmesi için aranması çok önemli bir unsurdur. Arama işlemi genellikle üst-veri üzerinde yapılır. Bu bağlamda öğrenme nesnesi için oluşturulan üst-veri yeniden kullanılabilirlik için gerekli bir öğedir. Öğrenme nesneleri için üst-veri oluşturmak ve kullanmak öğrenme nesnelerinin yeniden kullanılırlığını arttırır. 3.2 Üst-Veri Kullanım Şekli Öğrenme nesneleri için üst-veri oluşturulurken, karşılaşılan en büyük zorluk hem öğrenci hem de geliştiricilerin ihtiyaçlarını karşılaması gerektiğinin göz önünde bulundurulmasıdır. Oluşturulan üst-veri ihtiyaçları karşılayacak kadar zengin olmalı fakat aynı zaman da geliştiriciler için de aşırı külfet getirmemelidir. Bu dengeyi sağlamak oldukça zordur çünkü çoğu zaman kullanılan e-öğrenme araçları ve yazılımları istenilen üst-veri elemanlarını kabul etmeyebilir. Bu nedenle kurumlar kendi araçlarını ve üst-veri yapılarını geliştirmeyi tercih edebilir. Bu durum e- öğrenme araç üreticileri ve kurumlar arasındaki birlikte işlerliliği zor hale getirir. Fakat kurumların ve e-öğrenme araçları geliştiren firmaların, kendi üst-veri şemalarını tanımlamada başlangıç noktası olarak kullandıkları bir endüstri standardı mevcuttur. IEEE nin, öğrenme nesnesi üst-veri belirtimi olarak bilinen bu standarda daha sonra değinilecektir. Daha önce de belirtildiği gibi, üst-veri içerik geliştiricilere ve öğrencilere öğrenme nesnelerinin sağlayabileceği faydalar ve sahip olduğu işlevler hakkında bilgi vermektedir. Bu özelliğin sağlanması kolay görünüyor olsa bile uygulamada bazı sakıncaların ortaya çıkması olasıdır. Tüm bu anlatılanlar doğrultusunda üst-verinin öğrenme nesneleriyle oluşturulmuş eğitsel içeriklerle nasıl kullanılabileceğini bir örnekle açıklamaya çalışalım. 17

9 Bir çevrim-içi öğrenme sistemi düşünelim(şekil 3.1). Sistemin bileşenleri, içeriklerinin öğrencilere dağıtılmasını ve sunulmasını sağlayan, öğrencilerin içeriklerle etkileşimini günlükleyen bir eğitim yönetim sistemi, içeriklerin saklanmasını sağlayan içerik yönetim sistemi ve eğitsel içerikler olsun. Bu sistemde bulunan ders içerikleri birçok parçanın birleşiminden, öğrenme nesnelerinden oluşmaktadır. Bu parçalar üniteler, bölümler vb. gibi üst birimleri oluşturarak en üst seviyede ders içeriğini meydana getirmektedir. Her bir öğrenme nesnesi, işlevi, amacı, geliştiricisinin adı, sınıflandırılması, yaratılma tarihi gibi üstverilere sahiptir. Bu sistemde içerik geliştiriciler sisteme öğrenme nesneleri eklemektedirler. Ayrıca geliştiriciler daha önce geliştirilmiş öğrenme nesnelerini arama yeteneğine de sahiptirler. Bu yetenek üst-veri geliştirme ve arama işlevini sağlayan araç (örneğin içerik yönetim sistemi) tarafından sağlanmaktadır(şekil adım). İçerik geliştiriciler ihtiyaçlarına göre daha önce geliştirilmiş içerikleri yeniden kullanırlar. Ayrıca daha önce geliştirilmiş içeriklerin, eğitim yönetim sistemi tarafından toplanan öğrenme deneyimleri(öğrenci belgileri, öğrenci üst-verileri) doğrultusunda içerik geliştiriciler tarafından güncellenmeleri de mümkündür(şekil adım). Şekil 3.1 Örnek bir e-öğrenme sistemi 18

10 Geliştirilmiş olan öğrenme nesneleri ders içeriklerini oluşturmaktadır. Öğrenme nesneleri içerik yönetim sisteminde saklanır ve gerektiğinde eğitim yönetim sistemi tarafından kullanılır(şekil adım). Eğitim yönetim sistemi öğrenme nesnelerini öğrencilere dağıtmakla sorumludur. Öğrenciler öğrenme sürecinde öğrenme nesneleriyle etkileşime girerler(şekil adım) ve sonuç olarak öğrenme deneyimleri ortaya çıkar. Eğitim yönetim sistemi öğrenmenin her aşamasında öğrenme deneyimlerini saklar(şekil adım). Bu deneyimler aslında öğrenciler hakkında üst-verilerdir ve öğrenmenin ne şekilde olduğu hakkında bilgi sağlamaktadır. Daha sonra öğrenme deneyimini oluşturan bu üstveriler, öğrenme nesnelerinin öğrenme üzerinde etkisini incelerken ve bu inceleme doğrultusunda değişiklikler yapılırken kullanılır. Verilen örnekte görüldüğü gibi üst-veriler bir e-öğrenme sistemini oluşturan tüm alt birimlerde kullanılabilir. Ayrıca bazı üst-veriler sistemler tarafından da üretilmektedir. Akla hemen bir soru gelmektedir: farklı sistemler ve farklı kişiler tarafından oluşturulan üst-veriler nasıl ortak olarak kullanılabilmektedir? Farklı sistemler ve kişilir tarafından oluşturulmuş üst-verilerin ortak olarak kullanılabilmesi için bazı standartlar geliştirilmiştir. 3.3 Standartlar Zaman içinde AICC, IMS, ADL gibi kurumlar, öğrenme nesneleri için üst-veri tanımlamayı sağlayan bazı belirtimler tanımlamışlardır. Günümüzde ise bu belirtimlerden tek bir standart oluşturulmuştur. Bu standart IEEE/LTSC tarafından tanımlanan IEEE learning object meta-data(ieee-lom) standardıdır. Bu standart öğrenme nesneleri için bazı üst-veri alanları ve değerleri tanımlar. Öğrenme nesneleri için üst-veri oluşturanlar tanımlanan standarttan yararlanarak, standarda uyumlu tüm araçların kullanabileceği bir üst-veri oluşturabilirler. Bu sayede sistemler arasında üst-veriler için ortak bir dil birliği sağlanmış olur. IEEE LOM standardında bulunan üst-veri alanlarının çoğu seçimliktir. Bu sayede YKÖN geliştiricilerinin tüm üst-veri alanlarını oluşturmaları gerekmez. Aynı zamanda standart ek üst-veri alanları tanımlamayı sağlayan esnek bir yapıya sahiptir. Geliştiriciler ihtiyaçlarına uygun standartta olmayan üst-veri alanları ve değerleri ekleyebilirler. Fakat unutulmamalıdır ki üst-verinin değeri nasıl 19

11 kullanıldığı ile ölçülür. Tanımlanan standardın dışında eklentiler yapmak, üstverinin farklı sistemler tarafından algılanmasını engeller. 3.4 Üst-Veri Oluşturmanın Faydaları ve Maliyeti Öğrenme nesneleri için oluşturulan üst-veri miktarı elde edilebilecek fayda ile ilişkilidir. Gerekenden fazla ya da az üst-veri oluşturmanın sakıncalarını göz önünde bulundurmak gerekmektedir. Ne kadar üst-veri oluşturmak ne kadar fayda sağlar? Bu sorusuya yanıt aramak üst-veri miktarı ile sağladığı fayda arasındaki ilişkiyi anlamak anlamak adına doğru bir yaklaşım olacaktır. Üst-verinin sağladığı fayda En uygun üstveri miktarı Üst-veri oluşturma ve bakım maliyeti Şekil 3.2 Üst-veri oluşturma maliyetinin, sağladığı fayda ile karşılaştırılması Üst-veri oluşturma birçok faydalar sağlamasına rağmen hem zaman hem de insan gücü gerektirmektedir. Eğitsel içerikler hazırlanırken bu içeriklere üst-veri eklemenin yeniden kullanılırlığı artırabileceği mutlaka göz önünde bulundurulmalıdır. Yeni oluşturulmuş bir öğrenme nesnesi için üst-veri oluşturmanın faydası öğrenme nesnesi yeniden kullanılana kadar hiçe yakındır. Bu yüzden üst-veri oluşturma en temel ve basit seviyede olmalıdır. İlk kez oluşturulan bir öğrenme nesnesi için gereğinden fazla üst veri oluşturmak gereksizdir. Fakat temel üst-veri bilgilerinin de oluşturulması ihmal edilmemelidir. 20

12 Üst-veri miktarıyla beraber sağlanın faydanın artacağı açıktır. Çünkü üst-veri miktarı arttıkça hazırlanan eğitsel kaynak hakkında daha detaylı veri hazırlanmış olur. Bu sayede bu kaynağın başkaları tarafından özelliklerinin incelenmesi ve yeniden kullanılma olasılığı artar. Fakat geliştirilecek üst-veri miktarıyla sağlanan fayda arasında her zaman doğru bir orantı olmaz. Üst-veri belli bir miktardan sonra anlamsız ve gereksiz hale gelir. Bu noktadan sonra üst-veri geliştirmek kaynakların boşa kullanılması anlamına gelmektedir. Bu durumu özetler bir grafik Şekil 3.2 gibi ifade edilebilir. Bu şekil üst-veri miktarı ile üst-verinin sağladığı fayda arasındaki ilişkiyi özetlemektedir. Görüldüğü gibi üst-veri miktarı arttıkça üstverinin sağladığı fayda artmaktadır. Fakat üst-veri miktarı belli bir noktaya geldiğinde üst-verinin sağladığı fayda azalmaktadır. Bu nokta en uygun üst-veri miktarını göstermektedir. Bu bağlamda akılımıza gelen ilk soru içerik geliştiricilerin ne kadar üst-veri üreteceklerine nasıl karar verecekleridir. En uygun üst veri miktarı değişkenlik gösterir ve bu miktarın belirlenmesi zordur. Üst-veri geliştiricileri Şekil 3.2 deki en uygun noktayı belirlemelidirler ya da araçlar bir kestirim yapıp bu noktaya yaklaşık bir miktar seçebilir. Bu nedenlerden dolayı bir içerik geliştirme aracı tasarlanırken öğrenme nesnelerinin ne kadar üst-veriye ihtiyacı olduğu düşünülmedir ve fazla üst-veri oluşturmanın maliyetli olduğu unutulmamalıdır. Kullanılan içerik geliştirme araçlarının üst-veri ekleme maliyetinizi düşürmesi beklenir. 3.5 İçerik Geliştirme ve Üst-veri Oluşturma Süreçlerinin Birleştirilmesi Anlaşılacağı gibi üst veri oluşturmak maliyetli ve geliştiricilere ek yük getirmektedir. Şu an mevcut çoğu üst-veri geliştirme aracı, öğrenme nesnesi geliştirme süreci dışında kalmaktadır. Üst-veri ve öğrenme nesnesi geliştirme süreçleri ayrı ele alınmaktadır. Bu durum maliyetlerin artması, yeteri kadar üst-veri geliştirilememesi gibi sakıncaları ortaya çıkarmaktadır. Üst-veri geliştirme öğrenme nesnesi geliştirme süreci içine dahil edilmelidir. Bu durumda üst-veri ve öğrenme nesnesi içeriği içinde ortak bulunan veriler bir kez toplanmış olur. Bu bütünleştirme sayesinde öğrenme nesneleri için üst-veri oluşturma maliyeti düşer. Çok basit bir örnek vermek gerekirse bir öğrenme 21

13 nesnesinin öğrenme amacı hem öğrenme nesnesi içeriğinde hem de üst-verisinde bulunmalıdır. Bu bilginin iki kez içerik geliştirici tarafından sağlanması anlamsızdır. Bazı üst-veri bilgileri sistemler tarafından otomatik oluşturulabilir. Örneğin bir öğrenme nesnesinin toplam boyu, içerdiği kütükler ve başka teknik özellikler gibi bilgilerin içerik geliştiriciler tarafından sağlanması anlamsızdır. Bu bilgilerin bir araç tarafından üst-veriye dönüştürülmesi anlamlı olacaktır. Bunlara ek olarak üst-veri oluşturma içerik geliştirme aracı tarafından ele alındığında oluşturulması gereken en az ve en fazla üst-veri miktarı belirlenerek yeterli miktarda üst-veri oluşturma sağlanabilir. Sonuç olarak iyi bir eğitsel içerik geliştirme aracı üst-veri ve içerik geliştirme süreçlerini birleştirmelidir. Bu durumun içerik geliştirme sürecinin maliyetini azaltabilir ve geliştirilen içeriğin yeniden kullanılma olasılığı arttıtılabilir. Ayrıca veri tekrarları engellenebilir, öğrenme nesnesi ve onun üst-verisi arasında tutarlılık sağlanır. Gereğinden az ya da fazla üst-veri oluşturma engellenmiş olur. 22

14 4 ÖĞRENME NESNESİ İÇERİK MODELLERİ Bölüm 2 de öğrenme nesnelerinin verilen tanımlarından ve bu tanımlarla ilgili bir belirsizlikten bahsedilmişti. Öğrenme nesnelerinin tanımının farklı bakış açılardan değişiklik gösterdiği belirtilmişti. En büyük belirsizlik öğrenme nesnesinin ne olduğu ve yapısının nasıl olması gerektiğidir. Bu nedenle öğrenme nesnesi geliştirme stratejisi geliştirmeye çalışanlar, öğrenme nesnesini kesin bir tanıma ve yapıya kavuşturmaya çalışmışlardır. Bu durum öğrenme nesnesi içeriğinin nasıl tanımlanacağı sorununu ortaya çıkarmıştır. Öğrenme nesnesi oluşturmak isteyenler, ilk olarak öğrenme nesnesinin kendileri için ne anlama geldiğini ve ihtiyaçları doğrultusunda yapısını tanımlamışlardır. Bu tanımlamaları yaparken de öğrenme nesnelerinin iki temel özelliğini(yeniden kullanılabilirlik ve parçalı olma) kullanmışlardır. Yeniden kullanılabilme özelliği öğrenme nesnelerinin boyutunu(ders, Ünite bölüm, paragraf, harf) yani ne kadar içerik barındıracağını kısıtlar. Fakat boyunun ve içerik yapısının nasıl olması gerektiği konusunda kesin bir kural ya da standart yoktur. Fakat ortak bir yaklaşımın genel olarak kabul gördüğünden bölüm 2 de bahsedilmişti. Bu yaklaşımda öğrenme nesneleri tek bir amaç çevresinde öğrenmeyi desteklemektedir. Bu da onun boyunu belirlemede temel alınabilecek bir özelliktir. Bu bölümde farklı yaklaşımlarının öğrenme nesnelerini nasıl tanımladıklarını ve yapılarını nasıl belirlediklerini göreceğiz. Bu doğrultuda dört farklı içerik modelinden bahsedilecektir. Bu yaklaşımlar doğrultusunda, bu çalışmanın amacı olan öğrenme nesnesi geliştirme aracına bir şekil vermiş olacağız. Bunun için anlatılacak yaklaşımların sakıncaları ortadan kaldıran ve hepsini kapsayan bir içerik model tanımlanmaya çalışılacaktır. Yeni bir içerik modeli tanımlamadaki amaç artıklılığı azaltmak ve yeniden kullanılabilirliği artırmaktır. Ayrıca iyi bir içerik modelinin süreçlerin otomatikleştirilmesini kolaylaştırdığı, içerik geliştiriciler ve kullanıcılar için öğrenme eğrisini düşürdüğü, hataları ve maliyetleri azalttığı da unutulmamalıdır. 23

15 4.1 Learnativity İçerik Modeli Learnativity içerik modeli eğitsel içeriği beş kümeleme sınıfına ayırmaktadır[10]. Her bir sınıf, içerikleri soyut olarak sınıflar. Her bir sınıf kendinden sonra gelen sınıfı kapsar böylece içerik grupları bir sıradüzensel yapı oluştururlar. İçerikler geliştirilirken en alt sınıftan üstte doğru içerikler gruplandırılır ve eğitsel içerik oluşturulur. Bu modeli oluşturan soyut beş kümeleme birimi şöyledir: Ham ortam elemanları(raw Media Elements): bu elemanlar modeldeki en küçük birimlerdir. Örnek olarak, tek bir cümle veya paragraf, canlandırma, gösterim gibi öğeler sayılabilir. Bu gruptaki elemanlar ayrıca iki alt grupta değerlendirilmektedir. İlk grup zamana dayalı olarak nitelendirilen işitsel, hareketli görüntü ve canlandırma elemanların olduğu zengin içerikler, diğer grup ise resim, metin gibi durağan ortamlardır. Bilgi Nesneleri(Information Objects): Bir grup ham ortam elemanından oluşmaktadır. Bu ham elemanlar belli bir bağlam çerçevesinde bir bütün bilgi nesnesini oluştururlar. Öğrenme nesneleri(learning Objects): Tek bir amaca dayalıdır. Bilgi nesneleri, tek bir amaç etrafında toplanırlar ve birleştirilirler. Bu kümeleme seviyesinde içerikler, LOM standardında önerilen öğrenme nesnelerine göre daha sınırlandırılmış bir durumdadır. Küme grupları(aggregate Assemblies): Bu seviyedeki kümele öğrenme nesnelerinin bir genel amaç çerçevesinde toplanması sonucu oluşur. Koleksiyonlar(Collections): Bu seviye, kümelemedeki en yüksek seviyedir. Ders bölümleri ve ders saatleri büyük gruplar içinde toplanırlar. Açıkça görülüyor ki bu modelde içerikler küçük parçaların birleşiminden oluşmaktadır. Bir koleksiyon küme gruplarından, küme grupları öğrenme nesnelerinden, öğrenme nesnesi bilgi nesnelerinden ve bir bilgi nesnesi, ham ortam elemanlarından oluşmaktadır(şekil 3.3). 24

16 Şekil 3.3 Learnativity içerik modeli Şekil 3.3 de içeriklerin kümelenme sıradüzeni görülmektedir. Bu yapıda soldan sağa yeniden kullanılabilirlik azalırken, bağlam artmaktadır. Ayrıca bu modelde yeniden amaçlandırma, kümelemede en küçük içerik parçaları olan ham ortam elemanları ve bilgi nesneleri üzerinde yapılmaktadır. 4.2 SCORM İçerik Kümeleme Modeli ADL, SCORM belirtimlerinde SCORM İçerik kümele modeli adı altında eğitsel kaynakların düzenini tanımlar. Bu belirtimlerde, SCORM içerik kümeleme modeli üç bileşen içermektedir[11, 12]: Varlık(Assets): Varlıklar eğitsel içeriği oluşturan en temel bileşendir. Herhangi bir Web istemcisi tarafından kullanılabilen çoklu ortam, metin, resim, ses, video kütükleri, Web sayfaları ya da başka şekillerdeki verilerin elektronik gösterimleridir. Ayrıca birden çok varlık başka bir varlık da oluşturabilir. 25

17 Şekil 3.4 SCORM İçerik Kümesi Modeli Paylaşılabilir İçerik Nesnesi-PİN(Sharable Content Objects): Paylaşılabilir içerik nesneleri, bir ya da daha fazla varlıktan oluşmuştur. Paylaşılabilmesi için bağlamdan bağımsız özelliktedir. Örneğin bir PİN farklı öğrenme amaçları çevresinde farklı öğrenme deneyimlerini karşılamak için yeniden kullanılabilir. Paylaşılabilir içerik nesneleri SCORM çalışma ortamını(scorm Run-time Environment) kullanarak eğitim yönetim sistemiyle iletişime geçebilirler. Bu sayede öğrencilerin PİN ile etkileşimini eğitim yönetim sistemi izleyebilir. İçerik Kümesi(Content Aggregation): İçerik kümesi öğrenme kaynaklarının yapısını belirleyen içerik yapısıdır. Bu yapı içerik kümelerini(ders, Ünite, Bölüm, Konu) belirlemeyi sağlar. Şekil 3.4 de SCORM içerik kümeleme modeli ve bu modeldeki bileşenlerin birbirleri arasındaki sıradüzeni görülmektedir. 26

18 4.3 CISCO RLO/RIO Modeli CISCO sistemleri kendi ürünleri için geliştirdiği eğitim programları için öğrenme nesnesi stratejisini benimseyen ilk firmalardan biridir.1998 de, CISCO daha etkin eğitim programları geliştirmek için etkin bir düzen ihtiyacının farkına varmış ve öğrenme nesnesi yaklaşımını kullanmaya başlamıştır. CISCO nun öğrenme nesnesi, Dr.Merill nin Bileşen Görüntüleme Teorisi nin bir karışımı olan tekrar kullanılabilir bilgi nesnesi(tkbn) ne dayanmaktadır. CISCO nun yaklaşımı başarıma dayalı eğitsel nesneleri içerir. Bu nesneler XML ve IMS üst-veri standardında geliştirilmektedir. YKBN leri öğrenme nesnelerinin çekirdeğini oluşturur, aynı zamanda CISCO nun yaklaşımında YKÖN de mevcuttur. YKBN ile YKÖN arasındaki fark, YKBN nin içerik parçaları olması, YKÖN nin ise değerlendirilen ana görev olmasıdır. Her bir YKÖN si, birçok YKBN lerinden oluşur. YKBN leri bilgi eşlemeye dayanmaktadır ve Kavram, Olgu, Süreç, İlke veya Yordam olarak tanımlanır. CISCO nun modelinde, biraz önce bahsedildiği gibi temel iki bileşen mevcuttur. Bunlardan biri yeniden kullanılabilir bilgi nesnesi(reusable Information Object - RIO), diğeri ise yeniden kullanılabilir bilgi nesnelerinden oluşmuş yeniden kullanılabilir öğrenme nesnesidir(reusable Learning Object - RLO)[13, 14, 15]. Yeniden kullanılabilir bilgi nesnesi tekbir öğrenme amacı çevresinde oluşturulmuş bilgi parçaları olarak tanımlanır. Her bir yeniden kullanılabilir bilgi nesnesi üç bileşenden oluşur. Bu bileşenler içerik öğeleri(content items), alıştırma öğeleri(practice items) ve değerlendirme öğeleridir(assessment items). Bu yapı Şekil 3.5 de görülebilir. Ayrıca CISCO modelinde bilgi nesneleri kavram(concept), olgu(fact), süreç(process), ilke(principle) veya yordam(procedure) olarak sınıflandırılırlar. 27

19 Şekil 3.5 CISCO - Yeniden kullanılabilir bilgi nesnesi CISCO modeli, yeniden kullanılabilir öğrenme nesnesini 5 ile 9 adet arasında değişen kullanılabilir bilgi nesnesinden oluşan bir yapı olarak tanımlamıştır. Ayrıca YKÖN sinde gözden geçirme(overview) ve özet(summary) olarak adlandırılan iki kısım daha bulunur. Bu kümeleme seviyesi tek bir öğrenme amacı etrafında toplanmış karmaşık öğrenme deneyimlerini ifade etmek için kullanılır.(şekil 3.6) Şekil 3.6 CISCO RLO/RIO Modeli Ayrıca yeniden kullanılabilir öğrenme nesnesi değerlendirme öğeleri içermektedir. Bu öğeler sayesinde, öğrenci öğrenme işlemine başlamadan bir ön değerlendirme aşamasından geçer. Bu değerlendirmenin sonucuna göre öğrencinin hangi yeniden kullanılabilir bilgi nesnesinden başlayacağı belirlenir. Öğrenme işleminin 28

20 son aşamasında öğrenci tekrar bir değerlendirmeye girer ve yeterli görülürse öğrenme deneyimi tamamlanır. 4.4 NETg Öğrenme Nesnesi Modeli Bilişim teknolojileriyle ilgili eğitsel içerik geliştiren NETg firması, öğrenme nesnesi kavramını ilk kullanan içerik geliştiricilerden biridir. NETg nin geliştirdiği içerik modelinde, dört adet sıradüzen seviye mevcuttur. Bu yapıda bir ders bağımsız üniteleri içerir. Bir ünite bağımsız ders saatlerini ve bir ders saati de bağımsız konuları içerir. Bir öğrenme amacı ve ilgili eğitim faaliyetleri ve değerlendirmeler içeren bir konu, bir öğrenme nesnesi olarak temsil edilir(şekil 3.7)[16]. Birimlerin bağımsız olarak nitelendirilmesinin nedeni bu birimlerin kendi başlarına da var olabildiklerini vurgulamaktır. Şekil 3.7 NETg Öğrenme Nesnesi Modeli NETg nin modelinde ders bir üç boyutlu bir matris olarak düşünülür. Bu matrisin üç temel bileşeni vardır. Bu matriste en küçük birim hücredir ve bu hücre konuyu temsil eder. Aynı satırdaki hücreler bir ders saatini ve aynı dikey eksendeki ders saatleri de üniteyi oluşturur(şekil 3.7). Bu üç bileşen de bağımsızdır yani tek başlarına var olabilirler. 29