T.C. GAZİ ÜNİVERSİTESİ EĞİTİM BİLİMLERİ ENSTİTÜSÜ EĞİTİM BİLİMLERİ ANABİLİM DALI EĞİTİM TEKNOLOJİSİ DOKTORA PROGRAMI

Transkript

1 T.C. GAZİ ÜNİVERSİTESİ EĞİTİM BİLİMLERİ ENSTİTÜSÜ EĞİTİM BİLİMLERİ ANABİLİM DALI EĞİTİM TEKNOLOJİSİ DOKTORA PROGRAMI UYARLANABİLİR EĞİTSEL WEB ORTAMLARININ ÖĞRENCİLERİN AKADEMİK BAŞARISINA VE GEZİNMESİNE ETKİSİ DOKTORA TEZİ Hazırlayan Sibel SOMYÜREK Tez Danışmanı Prof. Dr. H. İbrahim YALIN ANKARA-2008

2 T.C. GAZİ ÜNİVERSİTESİ EĞİTİM BİLİMLERİ ENSTİTÜSÜ EĞİTİM BİLİMLERİ ANABİLİM DALI EĞİTİM TEKNOLOJİSİ DOKTORA PROGRAMI UYARLANABİLİR EĞİTSEL WEB ORTAMLARININ ÖĞRENCİLERİN AKADEMİK BAŞARISINA VE GEZİNMESİNE ETKİSİ DOKTORA TEZİ Hazırlayan Sibel SOMYÜREK Tez Danışmanı Prof. Dr. H. İbrahim YALIN ANKARA-2008

3 i

4 ÖNSÖZ Öğrencilerin ön bilgileri, öğrenme sürecindeki hareketleri ve tercihleri doğrultusunda her bir öğrenci için öğretimi kişiselleştiren uyarlanabilir eğitsel bir web ortamının, öğrencilerin akademik başarılarına ve gezinmelerine etkilerini belirlemeyi amaçlayan bu araştırma beş bölümden oluşmaktadır. Birinci bölümde araştırmanın problem durumu aktarılarak, araştırmanın amacı, önemi, sınırlılıkları ve tanımları belirtilmiştir. Araştırmaya konu edilen uyarlanabilir eğitsel hiper ortam, bayes ağlar ve kaybolma ile ilgili kavramsal çerçeve ikinci bölümde özetlenmiş, üçüncü bölümde araştırmanın yöntemine ilişkin bilgiler aktarılmıştır. Dördüncü bölümde, araştırmanın amaçları ve alt amaçları doğrultusunda elde edilen bulgulara ve bu bulgulara ilişkin yorumlara yer verilerek, beşinci bölümde araştırmanın sonuç ve önerileri sunulmuştur. Araştırmanın yürütülmesi esnasında bana her zaman yol gösteren ve desteğini esirgemeyen başta danışmanım Prof.Dr. Halil İbrahim Yalın a olmak üzere, değerli hocalarım Prof.Dr. Hafize Keser ve Prof.Dr. Ahmet Mahiroğlu na teşekkürlerimi sunarım. Tezle ilgili yaşadığım problemlerin üstesinden gelmemde büyük katkı gösteren ve içtenlikle destek veren Yrd.Doç.Dr. Tolga Güyer e, tüm akademik çalışmalarımda değerli yönlendirmeleri ve psikolojik desteğinden ötürü Yrd.Doç.Dr. Selçuk Özdemir e, moral desteği için Yrd.Doç.Dr. Serçin Karataş a ve katkıları için Gazi Üniversitesi B.Ö.T.E. Bölümündeki tüm meslektaşlarıma teşekkür ederim. Yazılım geliştirme sürecinde özveriyle yardım eden Süleyman Arık a, beni akademik çalışma sürecine yönlendiren ve her anlamda destekleyerek bugünlere getiren babam Mehmet Somyürek ve annem Zerrin Somyürek e, tez sürecimdeki moral ve destekleri için anneannem Ulviye Kubalı, ablam Sema Somyürek ve kardeşim Serdar Somyürek e, araştırma sürecimde benimle her aşamada birlikte çalışan, mutlu ve mutsuz anlarımı paylaşarak beni cesaretlendiren eşim Bilal Atasoy a teşekkürlerimi sunarım. Ayrıca burada adını sayamadığım kaynakça kısmında adı geçen tüm araştırmacılara, çalışmama katkıda bulunan tüm hocalarıma, arkadaşlarıma ve çalışmama katılan sevgili öğrencilere teşekkür ederim. ii

5 iii Sevgili anneme ve babama

6 ÖZET UYARLANABİLİR EĞİTSEL WEB ORTAMLARININ ÖĞRENCİLERİN AKADEMİK BAŞARISINA VE GEZİNMESİNE ETKİSİ Somyürek, Sibel Doktora, Eğitim Teknolojisi Bilim Dalı Tez Danışmanı: Prof. Dr. H. İbrahim YALIN Ankara 2008 Bu çalışmanın amacı, uyarlanabilir eğitsel bir web ortamının öğrencilerin akademik başarıları ve gezinmeleri üzerindeki etkisini belirlemektir. Araştırmada öntest sontest kontrol gruplu desen kullanılmıştır. Araştırmanın bağımsız değişkeni web temelli öğrenme ortamıdır. Bağımsız değişkenin iki alt düzeyi vardır: uyarlamaların bulunduğu web temelli öğrenme ortamı ve uyarlamaların bulunmadığı web temelli öğrenme ortamı. Araştırmanın bağımlı değişkenleri ise öğrencilerin akademik başarıları, kaybolma algıları, gezinmelerindeki geri dönüş oranları ve içerik haritasını gezinme aracı olarak kullanma oranlarıdır. Araştırmanın örneklemini Gazi Üniversitesi Gazi Eğitim Fakültesi Türkçe Öğretmenliği bölümünde Güz döneminde 2. sınıfta okuyan ve Bilgisayara Giriş dersi alan 67 öğrenci oluşturmaktadır. Bu öğrenciler uyarlamaların bulunduğu ve bulunmadığı web temelli eğitim ortamlarına yansız olarak atanmıştır. Uyarlamaların bulunduğu web ortamı, öğrencilerin ön bilgileri, öğrenme sürecindeki hareketleri ve tercihlerine bağlı olarak kişiselleştirilmiştir. Uyarlanabilir sistemin öğrenci modelleme ve sonuç çıkarma mekanizması yapay zeka tekniklerinden biri olan Bayes ağ modeli kullanılarak oluşturulmuştur. Geliştirilen uyarlanabilir öğrenme sistemi, içerik haritasında yer alan konuların uygunluğuna ilişkin bağlantı görünümünü dinamik olarak uyarlamakta, konuyla ilgili ek bilgileri göstermekte/gizlemekte ve içeriğin sunum türünü (video ya da metin ve resim) belirlemektedir. Kovaryans analiziyle (ANCOVA) elde edilden bulgulara göre, uyarlanabilir web ortamında çalışan öğrencilerin akademik başarı puanlarındaki değişim ile uyarlamaların bulunmadığı web ortamında çalışan öğrencilerin akademik başarı iv

7 puanlarındaki değişim arasında anlamlı bir fark olmadığı görülmüştür [F(1-64)= 0.577, p>.05]. Öğrencilerin kaybolma algılarının çalıştıkları ortam yapısına göre farklılaşıp farklılaşmadığını belirlemek için tek faktörlü varyans analizi (ANOVA) kullanılmıştır [F(1-65)= 4.35, p<.05]. Uyarlanabilir ortamda çalışan öğrencilerin kaybolma algısı puanlarının ( X =13.28), uyarlamaların bulunmadığı ortamda çalışan gruba ( X =15.17) göre anlamlı derecede daha düşük olduğu belirlenmiştir. Öğrencilerin içerik haritasını gezinme aracı olarak kullanım oranlarının da uyarlanabilir ortamda anlamlı derecede daha yüksek olduğu görülmüştür [F(1-65)= 18.23, p<.01]. Uygulanan tek faktörlü ANOVA sonucuna göre; öğrencilerin geri dönüş oranları çalışılan web ortamı bakımından anlamlı farklılık göstermektedir [F(1-65)= , p<.01]. Uyarlanabilir web temelli öğrenme ortamında çalışan öğrencilerin geri dönüş oranlarının ( =5.282), uyarlamaların bulunmadığı web temelli öğrenme ortamında çalışan öğrencilerin geri dönüş oranlarından ( =6.335) daha düşük olduğu belirlenmiştir. Öğrencilerin ortamlara ilişkin görüşlerinin dağılımı frekans (f) ve yüzde (%) olarak aktarılmıştır. Uyarlamaların bulunduğu ve bulunmadığı her iki web ortamında çalışan öğrencilerin de ortamlara ilişkin memnuniyet düzeylerinin yüksek olduğu belirlenmiştir. Ayrıca uyarlanabilir ortamda çalışan öğrencilerin uyarlamalara ilişkin olumlu görüş bildirdikleri ve uyarlamaların genel anlamda faydalı olduğuna inandıkları görülmüştür. v

8 ABSTRACT THE EFFECTS OF ADAPTIVE EDUCATIONAL WEB ENVIRONMENTS TO LEARNERS ACADEMIC ACHIEVEMENT AND NAVIGATION Somyürek, Sibel Doctorate Dissertation, Educational Technology Adviser: Prof. Dr. H. İbrahim YALIN Ankara 2008 The aim of the research is to investigate the effects of adaptive educational hypermedia on learners academic achievements and navigation. The study has the pretest-posttest, equivalent-groups true experimental design. The independent varaible of the research is web based learning environment. The independent variable has two sub levels: the adaptive web based learning environment and the web based learning environment without adaptation. The dependent variables of the research are academic achievement, perceieved disorientation, the rate of content map use as navigation tool and revisitation rates. The sampling of research is comprised of 67 second year Turkish Language Teaching students enrolled in Introduction to Computing course studying at Gazi Faculty of Education, Gazi University in Fall semester. The students are randomly assigned to the adaptive or non-adaptive web based learning environments. The adaptive web based learning environment is individualized depending on each student s prior knowledge, behaviours during learning and preferences. Student modeling and inference mechanisms of the adaptive system are developed based on Bayesian network model that is one of the artificial intelligence techniques. This adaptive learning system dynamically modifies links with visual hints to guide users current state of subjects in content map, shows or hides additional information on the topic and determines type of content presentation (video or text and visual) based on a user model. According to the findings of the covariance analysis (ANCOVA), there is not a significant difference between the academic achievement scores of both groups [F(1-64)= 0.577, p>.05]. To verify whether the environment effects the students vi

9 perceived disorientation, one way variance analysis (ANOVA) was conducted [F(1-65)= 4.35, p<.05]. The findings reveal that the perceived disorientation scores ( X =13.28) of students in the adaptive environment are lower than the scores ( X =15.17) of students in non-adaptive environment. The rate of content map use as navigation tool is significantly higher in the adaptive environment group [F(1-65)= 18.23, p<.01]. Due to the one-factor ANOVA analysis, there is a significant difference in the revisitation rates of the students in the favour of students in the adaptive environment [F(1-65)= , p<.01]. The revisitation rates ( =5.282) of students in the adaptive environment are lower than the revisitation rates ( =6.335) of students in non-adaptive environment. The thoughts of the students about the learning environments used in the study are given using descriptive statistics. The students in both groups declare high amount of satisfaction related to the learning environments. Moreover, the students in the adaptive environment state positive views on adaptations and their usefulness. vii

10 İÇİNDEKİLER TABLOSU Sayfa JÜRİ VE ENSTİTÜ ONAY SAYFASI... HATA! YER İŞARETİ TANIMLANMAMIŞ. ÖNSÖZ... İİ ÖZET... İV ABSTRACT... Vİ İÇİNDEKİLER TABLOSU... Vİİİ TABLOLAR LİSTESİ... Xİ ŞEKİLLER LİSTESİ... Xİİİ BÖLÜM I... 1 GİRİŞ PROBLEM AMAÇ ÖNEM SINIRLILIKLAR TANIMLAR BÖLÜM II KAVRAMSAL ÇERÇEVE UYARLANABİLİR HİPER ORTAM Uyarlanabilir Hiper Ortamın Tanımı Uyarlanabilir Hiper Ortamlara Gereksinim Duyulmasının Nedenleri Uyarlanabilir Sistemlerin Yapısı Uyarlanabilir Hiper Ortam ile Kullanıcı Tarafından Uyarlanan Hiper Ortam Arasındaki Fark Web Temelli Ortamlarda Uyarlama Yapılabilecek Uygulama Alanları Uyarlanabilir Eğitim Sistemlerinin Oluşturulması Uyarlanabilir Eğitsel Hiper Ortamlara Geçiş Süreci viii

11 2.2. BAYES AĞLAR KAYBOLMA İLGİLİ ARAŞTIRMALAR BÖLÜM III YÖNTEM ARAŞTIRMA MODELİ ÇALIŞMA GRUBU ÖĞRETİM MATERYALİ VERİ TOPLAMA ARAÇLARI Başarı Testi Güdülenme ve Öğrenme Stratejileri Ölçeği (GÖSÖ) Hiper Ortamlarda Kaybolma Ölçeği Geri Dönüş Oranı İçerik Haritasını Gezinme Aracı Olarak Kullanma Oranı Görüş Formu DENEYSEL İŞLEMLER VERİLERİN ÇÖZÜMLENMESİ VE YORUMLANMASI BÖLÜM IV BULGULAR VE YORUM AKADEMİK BAŞARI GEZİNME Kaybolma Algısı Gezinme Aracı Kullanma Tercihleri Geri Dönüş Oranları UYARLANABİLİR ORTAMDA ÇALIŞAN ÖĞRENCİLERİN SİSTEMİN TAVSİYELERİNE UYMA DURUMLARI ÖĞRENCİLERİN ÇALIŞTIKLARI ORTAMLARA İLİŞKİN GÖRÜŞLERİ Öğrencilerin Ortama İlişkin Memnuniyet Durumları ve Genel Değerlendirmeleri Öğrencilerin Uyarlamalara İlişkin Görüşleri ix

12 BÖLÜM V SONUÇ VE ÖNERİLER Sonuç Öneriler Uygulamaya İlişkin Öneriler Araştırılması Gereken Konulara İlişkin Öneriler KAYNAKÇA EKLER EK 1. DEMOGRAFIK VERI TOPLAMA FORMU EK 2. BELIRTKE TABLOSU EK 3. ÖNTEST/SONTEST ÇOKTAN SEÇMELİ SINAV VE UYGULAMA SINAVI UZMAN DEĞERLENDİRME FORMU EK 4. ONGEREKSINIM KONULARI UZMAN FORMU EK 5. BAYES AĞ YAPISININ, KULLANILAN DEĞİŞKENLERİN VE BU DEĞİŞKENLER ARASI KOŞULLU OLASILIKLARIN UYGUNLUKLARINI BELİRLEME FORMU EK 6. WEB TEMELİ ÖĞRENME ORTAMINA İLİŞKİN GÖRÜŞ FORMU EK 7. UYARLANABİLİR WEB TEMELİ ÖĞRENME ORTAMINA İLİŞKİN GÖRÜŞ FORMU EK 8. UYARLANABİLİR ÖĞRENME ORTAMI TASARIMI UYGUNLUK FORMU EK 9. KAYBOLMA ÖLÇEĞİ EK 10. GÜDÜLENME VE ÖĞRENME STRATEJİLERİ ÖLÇEĞİ EK 11. EĞİTSEL WEB ORTAMINDAN EKRAN GÖRÜNTÜLERİ x

13 TABLOLAR LİSTESİ Tablo 1. İçeriği Uyarlama Teknikleri Tablo 2. Gezinmeyi Uyarlama Teknikleri Tablo 3. Bayes Ağların Eğitim Ortamlarında Kullanımına İlişkin Çalışmalar Tablo 4. Araştırma Modelinin Simgesel Görünümü Tablo 5. Öğrencilerin Sınıf, Cinsiyet ve Çalıştıkları Ortam Türlerine Göre Dağılımları Tablo 6. Örnek Bir Belirtke Tablosu Yapısı Tablo 7. Başarı Testinde Yer Alan Maddelerin Güçlük Düzeyleri Tablo 8. Başarı Testinde Yer Alan Maddelerin Ayırt Edicilik Katsayıları Tablo 9. Örnek Bir Gezinme Yapısı Tablo 10. Gezinme Araçları Kullanımına İlişkin Bir Örnek Tablo 12. Sontest Puanlarının Çalışılan Öğrenme Ortamlarına Göre Betimsel İstatistikleri Tablo 13. Öntest Puanlarına Göre Düzeltilmiş Sontest Puanlarının Çalışılan Ortama Göre ANCOVA Sonuçları Tablo 14. Öğrencilerin Kaybolma Algılarının Çalışılan Web Ortamına Göre ANOVA Sonuçları Tablo 15. Öğrencilerin İçerik Haritasını Gezinme Aracı Olarak Kullanma Oranlarının Çalışılan Web Ortamına Göre ANOVA Sonuçları Tablo 16. Öğrencilerin Geri Dönüş Oranlarının Çalışılan Web Ortamına Göre ANOVA Sonuçları Tablo 17. Öğrencilerin Uygun Olmayan Konulara Tıklama Durumları Tablo 18. Öğrencilerin Uyarı Ekranında Tavsiye Edilen ve Tavsiye Edilmeyen Konulara Tıklama Durumları Tablo 19. Öğrencilerin Çalıştıkları Ortama İlişkin Genel Memnuniyet Durumları Tablo 20. Uyarlanabilir Web Ortamında Çalışan Öğrencilerin Çalıştıkları Ortamda Memnun Oldukları Özelliklere İlişkin Görüşleri Tablo 21.Uyarlamaların Bulunmadığı Web Ortamında Çalışan Öğrencilerin Çalıştıkları Ortamda Memnun Oldukları Özelliklere İlişkin Görüşleri xi

14 Tablo 22. Uyarlanabilir Web Ortamında Çalışan Öğrencilerin Rahatsız Oldukları Özelliklere İlişkin Görüşleri Tablo 23. Uyarlamaların Bulunmadığı Web Ortamında Çalışan Öğrencilerin Rahatsız Oldukları Özelliklere İlişkin Görüşleri Tablo 24. Uyarlanabilir Web Ortamında Çalışan Öğrencilerin Benzer Yazılımlarda Bulunmasını İstedikleri Kişiselleştirme Seçeneklerine İlişkin Görüşleri Tablo 25. Uyarlamaların Bulunmadığı Web Ortamında Çalışan Öğrencilerin Benzer Yazılımlarda Bulunmasını İstedikleri Özelliklere İlişkin Görüşleri Tablo 26. Öğrencilerin Benzer Yazılımların Çalışma Süreçlerini Kolaylaştırma Durumuna İlişkin Görüşleri Tablo 27. Uyarlanabilir Web Ortamında Çalışan Öğrencilerin Çalıştıkları Yazılımda Yer Alan Uyarlamalara İlişkin Görüşleri xii

15 ŞEKİLLER LİSTESİ Şekil 1. Klasik Bir Uyarlanabilir Sistemin Öğrenci modeli-uyarlama Döngüsü Şekil 2. Uyarlanabilir Hiper Ortamların Uygulama Alanları Şekil 3. Kullanıcı ve Kullanıcı Modeli Şekil 4. Öğrenci Modeli Oluşturma Süreci Şekil 5. Örtüşme Modeli Şekil 6. Karışıklık Modeli Şekil 7. Uyarlanabilir Hiper Ortam Teknolojilerinin Taksonomisi Şekil 8. Zeki Öğretim Sistemlerinin Genel Yapısı Şekil 9. Bir Bayes Ağ Örneği Şekil 10. Geliştirilen Uyarlanabilir Web Temelli Öğretim Ortamının Mimarisi Şekil 11. Konular Arasında veya Koşuluna Sahip Bir Ön Gereksinim İlişkisi Örneği Şekil 12. Konular Arasında ve ve veya Koşulunu Sağlayan Bir Ön Gereksinim İlişkisi Örneği Şekil 13. Konunun Uygunluk Durumunu Belirlemeyle İlgili Bayes Ağ Yapısı Şekil 14. Sunum Türünü Belirlemek Amacıyla Kullanılan Bayes Ağ Yapısı Şekil 15. Ek Bilgilerin Aktif Olma Durumunu Belirlemek Amacıyla Kullanılan Bayes Ağ Yapısı Şekil 16. Bağlantı Açıklamalarının Yer Aldığı İçerik Haritası Şekil 17. Uygun Olmayan Bir Konuya Tıklandığında Gelen Uyarı Ekranı Şekil 18. Ek Bilginin Açık Olarak Geldiği Bir Ekran Görünümü Şekil 19. Uyarlanabilir Web Temelli Öğrenme Ortamının Arayüzü Şekil 20. Akademik Başarı ve Çalışılan Ortam Eksenli Çizgi Grafiği xiii

16 BÖLÜM I GİRİŞ Bu bölümde araştırmanın problemi, amacı, önemi ve sınırlılıkları verilerek, araştırma raporunda kullanılan temel kavramlar açıklanmaktadır Problem Bilginin ekonominin başlıca hammaddesi haline geldiği ve diğer kaynakların ötesine geçtiği çağımızda, bilgi ve iletişim teknolojisi araçlarının giderek artan kullanımı; yeni bir yaşam şeklini beraberinde getirmiş ve Bilgi Toplumu nun oluşumuna zemin hazırlamıştır (Özgü, 1996; Erkan, 1998). Bilgi toplumu; bilgisayar ve bilgisayara dayalı olarak çalışan araçların kullanıldığı; bireysel ve kitle iletişiminin sınırlar ötesine geçtiği; temel ekonomik faaliyetlerin bilgi üzerine kurulduğu; üretici ve tüketicileri bir araya getiren hizmet türünün bilgi hizmetleri olarak şekillendiği; insan kaynakları yönetiminin ön plana çıktığı, eğitimin sürekli bir ihtiyaç haline geldiği, her türlü bilgi kaynağının ve bilgi merkezinin önem kazandığı; bilginin raporlanması, kontrolü ve analizine ilişkin uluslararası örgütlerin kurumlaştığı bir toplum biçimidir (Rukancı ve Anameriç, 2004). Bilgi toplumu kavramının en belirgin özelliği iletilebilen ve erişilebilen bilgi hacmindeki radikal artıştır. Nitekim dünyada son otuz yılda üretilen toplam bilgi, bundan önceki 5000 yılda üretilenden daha fazladır. Günümüzde yüksek tirajlı bir gazetenin haftalık baskısında, XVII. yüzyılda ortalama bir insanın yaşam boyu edinebileceği bilgiden daha fazla bilgi yer almaktadır. Özellikle 1990'lı yıllarda geliştirilen çeşitli yazılımlar ve çoklu ortamlar bilgi kaynaklarının paylaşımına kolaylık getirmiş; tüm dünyayı

17 2 kapsayan, yüksek hız ve büyük bant genişliğine sahip bilgi ve iletişim ağı, bilginin bu denli hızlı artışı ve yaygınlaşmasını mümkün kılan altyapıyı sağlamıştır (Akata, 2001). Günümüzde öğrenilmesine gereksinim duyulan bilgi miktarının katlanarak artışı ve güncelliğini yitiren bilgilerden dolayı öğrenme ihtiyaçlarının sürekli güncellenmesi gereksiniminin yanı sıra teknolojik ortamların coğrafi sınırlamaları ortadan kaldırma potansiyeli ile birlikte öğrenmeye ve öğrenme ortamlarına olan bakış açısında değişim meydana gelmiştir (Khan, 1997; Alotaiby, 2005). Son yıllarda internetin hızlı gelişimi, maliyetlerin azalması ve bilgi edinme anlayışındaki farklılaşma sonucunda, tüm dünyada pek çok üniversite ve pek çok büyük ticari şirket öğrencilerini ve çalışanlarını eğitmek için web temelli eğitim sunma gereksinimi duymaya başlamıştır (Ebner ve diğerleri, 1999; De Bra, 1996) yılı itibariyle yaklaşık 15,9 milyar dolarlık pazarı payına (IDC, 2008) sahip olan web temelli eğitim sektöründe yarışın artmasıyla birlikte, müşteri haline gelen öğrencilerin doyumunu sağlama üniversiteler için önemli bir konu haline gelmiştir (Aggarwal, 2003). Bu nedenle kullanılmakta olan web uygulamalarının incelenerek eğitsel açıdan etkililiğinin sorgulanması süreci öncelikli ve kaçınılmaz bir nitelik kazanmıştır. Mevcut e-öğrenme uygulamalarıyla ilgili ortak şikayetlerden biri, bu eğitim sistemlerinin öğrencilerin kişisel öğrenme gereksinimlerine uyarlanabilme yeteneğinin olmamasıdır (Eklund ve Brusilovsky, 1999). Bireylerin farklı kişilik özellikleri taşımaları, farklı öğrenme biçimlerine sahip olmaları, bilgiyi farklı şekillerde işlemeleri, farklı bilgi kaynaklarını kullanmayı tercih etmeleri, aynı ortamı kullanırken öğrenme gereksinimlerinin farklılaşmasına neden olmaktadır (Riding ve Rayner, 1998). Bu nedenle eğitim ve eğitim teknolojisi alanında biri hepsine uymaz (one size does not fit all) görüşü yaygın olarak kabul görmektedir (Reigeluth, 1996). Bununla birlikte geleneksel eğitsel web sistemleri genel bir amaç doğrultusunda tasarlanarak tüm kullanıcılar için aynı sayfa içeriğini ve aynı bağlantıları sunmaktadır (Brusilovsky, 2001; Francisco-Revilla, 2004). Ancak, web ortamında çalışan bireyler için standart bir kullanıcı tipi yoktur ve tek tipte tasarlanan bu tür uygulamalar farklı bilgi, gereksinim ve ilgileri olan bireylerin kişisel öğrenme gereksinimlerini karşılamada ve öğrenci memnuniyeti sağlamada yetersiz

18 3 kalmaktadır (Herder, 2006; Brusilovsky, 2001). E-öğrenme teknolojilerindeki gelişmelerle birlikte kullanıcılar arasındaki farklılıkları gözeten ve her bir kullanıcının kişisel gereksinimlerine göre farklılaşan uyarlanabilir öğrenme ortamlarının tasarlanması ve geliştirilmesi mümkün hale gelmiştir (Brusilovsky, 2003). Uyarlanabilir sistemler, yapısının, işlevinin ya da arayüzünün çeşitli yönlerini farklı kullanıcı ya da kullanıcı gruplarının gereksinimlerine ya da kullanıcının zamanla değişen gereksinimlerine uygun olarak değiştirebilen sistemlerdir (Benyon ve Murray, 1993, s:199). Uyarlanabilir eğitim sistemleri ise öğrencinin hedefleri, ilgileri ve tercihlerinin bir modelini oluşturarak, öğrenme ortamını yapılandıran ve her bir öğrenci için öğretimi kişiselleştiren, gelişmiş hipermedya sistemleridir (Brusilovsky, 1998). Uyarlanabilir eğitim sistemlerinin oluşturulmasında iki temel aşama vardır: öğrenci modelinin oluşturulması ve uyarlamaların gerçekleştirilmesi. Sistemin öğrenciyi tanıması ve bu doğrultuda uyarlamaları gerçekleştirmesi amacıyla oluşturulan öğrenci modeli; öğrencinin sistemdeki davranışlarıyla ilgili tahminleri içeren bilgi kaynağıdır (Koch, 2001, s:35). Zeki öğrenme sistemlerini geleneksel öğretim sistemlerinden ayıran en önemli özelliklerden biri, öğrencilerin öğrenme ve düşünme süreçlerini modelleyecek şekilde öğrenci davranışlarını yorumlama yeteneğidir (Shute ve Psotka, 1996). Bu nedenle öğrenci modelini oluşturma süreci uyarlanabilir öğrenme sistemleri gibi zeki sistemlere ilişkin araştırmaların özünü oluşturmaktadır (Holt ve diğerleri, 1994). Bu tür sistemlerde öğrenci modelini oluştururken karşılaşılan en önemli problemlerden biri belirsizlik tir (Butz, Hua ve Maguire, 2006). Öğrenci modelini yapılandırmak için öğrencinin ortamdaki hareketleri, ilgi alanları, kişisel özellikleri, vb. bilgilerin toplanarak, bu bilgilerin yorumlanması ve bu yorumlar ışığında bazı sonuçların çıkarılması gereklidir. Ancak, bu bilgilerin yorumlanarak, öğrencinin mevcut konu hakkında ne kadar bilgi sahibi olduğu, öğrenme hızı, öğrenme tercihlerinin çalışma sürecinde nasıl değişeceği vb. pek çok konuda kesin bir bilginin ortaya konması genellikle mümkün değildir, diğer bir deyişle belirsizlik kaçınılmazdır. Geleneksel bilgi gösterim yöntemlerinin karmaşık insan davranışlarını modellemede yetersiz kalmasıyla birlikte 1990 ların başından beri yapay zeka

19 4 alanında belirsizlikle nasıl baş edileceği sorusu hızla yayılan ve artan bir araştırma konusu haline gelmiştir (Jameson, 1996; Butz, Hua ve Maguire, 2006). Kesin olmayan durumlarda sayısal öngörülerin yapılması ancak bazı kabul ve varsayımlardan sonra mümkün olur (Baykal ve Beyan, 2004). Bu kabul ve varsayımlar üzerine kurulan kestirimci istatistik modelleri çok miktarda elektronik veriye erişim imkanı ve yapay zekanın makine öğrenmesi alanındaki ilerlemeler doğrultusunda hız kazanarak öğrenci modellemede kullanılmaya başlamıştır (Zukerman ve Albrecht, 2001). Kestirimci istatistik modellerinden biri olan Bayes ağlar, öğrenmedeki belirsizlikler, öncül olasılıklar ve istatistiklerden yola çıkarak sonraki olasılıkların hesaplanmasına imkan veren Bayes olasılık kuramından türetilmiştir (Rodriguez, 2006). Bayes ağlar öğrenci modellemede hızlı olması, geleneksel metotlarla ifade edilemeyen karmaşık modelleri ortaya koyma yeteneği ve belirsizlikle baş etmede etkili olmasından ötürü sıklıkla kullanılan bir yöntemdir (Bilsus ve Pazzani, 1997; Olmuş, 2001, s:4; Conati, Gertner ve VanLehn, 2002). Bayes yönteminin geleneksel istatistik yöntemlerine göre iki temel üstünlüğü vardır. İlk olarak hemen her tür veriyle çalışabilme yeteneği vardır, diğer bir ifadeyle Bayes teknikleri için geçersiz ya da eksik veri yoktur. Bayes olasılık kuramının diğer avantajı ise değişkenler arasındaki nedensel ilişkileri göstermeye imkan sağlamasıdır (Nokelainen ve diğerleri, 2001). Günümüzde yapay zeka ve istatistik alanında olasılıkları modellemeden, istenmeyen e-postaları (spam) filtrelemeye kadar pek çok farklı alanda kullanılan bayes ağlar, belirsizlik bulunan bir durumda önceden sahip olunan bilgiler ışığında bir olayın gerçekleşme olasılığını hesaplamayı sağlar. Bu nedenle Bayes yöntemi öğrenci modelleme sistemlerinde belirsizliğin üstesinden gelmek için kullanılan temel yöntemlerden biridir (Jameson, 1996) ve pek çok uyarlanabilir öğrenme ortamının öğrenci modelleme sürecinde kullanılmıştır (Kelly, 2005; Özmert Büğrü, 2003; Stern, 2001). Uyarlanabilir öğrenme sistemlerinde öğrenci özellikleri temel alınarak öğrenci modeli oluşturulduktan sonra bu modelden elde edilen veriler doğrultusunda uyarlamalar gerçekleştirilir. Bu uyarlamalar içeriği uyarlama (adaptive presentation) ve gezinmeyi uyarlama (adaptive navigation) olmak üzere iki şekilde yapılabilir (Brusilovsky, 1998). İçeriği uyarlama, öğrenci bilgisi, hedefleri ve diğer özellikleri

20 5 doğrultusunda hiper ortam içeriğinin öğrenciye uygun olarak sunulmasıdır. İçeriği uyarlama, sayfalarda yer alacak bilginin yanı sıra bilginin sunum şekline ilişkin değişiklikleri de içermektedir. Örneğin bir konunun anlatım türü (açıklama / örnek / tanım) kullanıcının tercihine göre farklı şekillerde sunulabilir ya da öğrencinin bilişsel stiline (alan bağımlı/alan bağımsız) uygun içerik görüntülenebilir. Gezinmeyi uyarlama ise öğrencinin öğrenme materyalinde izleyeceği en uygun yolu bulması için destek sunulmasıdır (Brusilovsky ve Pesin 1994, De Bra, 1998). Örneğin, bir sonraki adımı seçmeyi kolaylaştırmak için mevcut sayfadaki bağlantılar öğrenciye uygun olacak şekilde sıralanabilir, notlarla açıklanabilir veya bir kısmı gizlenebilir (De Bra, 1996). Uyarlanabilir sistemlerin kullanılması web ortamlarının işlevselliğini artırma yollarından biridir (Brusilovsky ve Pesin, 1998). Bilindiği gibi web ortamlarının en önemli özelliklerinden biri, öğrencilerin daha önceden oluşturulmuş bir sırayı takip etme zorunluluğunu ortadan kaldırarak öğrencilere özgür gezinme olanağı sunan doğrusal olmayan bir yapıya sahip olmasıdır (Alomyan, 2004). Bununla birlikte web ortamlarının zengin bağlantı yapısı içinde doğrusal olmayan şekilde gezinme imkanı, bireylerin ilgilendikleri ya da aradıkları bilgiye ulaşamamaları gibi bazı kullanılabilirlik problemlerini de beraberinde getirmektedir. Çoklu ortam sistemleri nereye gideceği, bulunduğu konuma nasıl geldiği ve neyi görüntüleyeceği gibi kararları vermede öğrenciye sorumluluk vermektedir (Zhu, 1996, s: 26). Ancak çoklu ortamlarda gezinme karmaşık bir görevdir ve bireysel farklılıklar bireyin gezinme şeklinde önemli bir rol oynar (Höök, Sjölinder ve Dählback, 1996; Chen ve Macredie, 2002; Herder ve Juvina, 2004) ların başında yapılan araştırmalarda özellikle büyük kitleler için hazırlanan kapsamlı hiper ortamlarda gezinmeyle ilgili bazı kullanılabilirlik problemleri fark edilmiştir (Brusilovsky, 1998). Gezinmeyle ilgili en temel problemlerden biri kaybolmadır (Conklin, 1987; Hammond, 1989; Beasley ve Waugh, 1995; Chen, 2002). Kaybolma, bireylerin doğrusal olmayan dokümanlarda bulunduğu konumu ve yönünü kaybetme eğilimi olarak açıklanabilir (Conklin, 1987). Schoon ve Cafolla (2002); bağlantı kullanıcıyı ilgisiz ya da ilişkisiz bir bilgiye götürdüğünde ya da çok sayıda bağlantı olduğunda, sistemi kullanan bireylerin deneyimsiz olması durumunda,

21 6 çoklu ortam sistemlerinin tasarımının uygun niteliklere sahip olmaması veya iyi yapılandırılmamış olması durumunda kaybolmanın gerçekleştiğini belirtmişlerdir. Kaybolmayı etkileyen bireysel özellikler ve ortam özelliklerini belirlemeye yönelik çok sayıda araştırma yapılmış ve bu araştırma bulgularına dayanarak kaybolmayı önlemeye yönelik çeşitli destek teknolojileri önerilmiştir (Demirbilek, 2004, s:81, Zhu, 1996, s: 29, Juvina ve Herder, 2005; Chou ve diğerleri., 2000). Bağlantı filtreleme, bağlantı önerme ve diğer gezinme uyarlamalarının yapılması, çoklu ortamlarda genelbakış diyagramları (overview diagrams), kılavuzlayıcı turlar, metaforlar ve/veya ekmek kırıntılarına yer verilmesi ile iyi yapılandırılmış çoklu ortamların tasarlanması (paralel ortamlar vb.) bu önlemlerden öne çıkanlardır. Uyarlanabilir hiper ortamların her bir kullanıcının hedefleri, bilgisi ve tercihlerine uygun olarak gezinme alanını sınırlandırma, bağlantılarla ilgili açıklamaları sunma, ilgisiz bağlantıları gizleme ya da izlenecek en uygun bağlantıyı önerme yoluyla kaybolma problemini önleyebileceği düşünülmektedir (Brusilovsky, 2004; Koch, 2001, s:3). Örneğin Juvina ve Herder (2005) bağlantı önerilerinin bireylerin algıları ve gezinme davranışları üzerindeki etkisini incelemek amacıyla Utrecht üniversitesinde okuyan 32 katılımcı üzerinde deneysel bir çalışma gerçekleştirmişlerdir. Bu çalışmada öğrencilere bulundukları sitelerde gerçekleştirmeleri gereken bazı görevler verilmiş ve bu esnada öğrencilerin gezinme verileri kaydedilmiştir. Deneysel süreç sonunda sitelerin kullanılabilirliğini değerlendirmek ve öğrencilerin kaybolma algılarını ölçmek amacıyla anket uygulanmıştır. Öğrencilerin gezinme verileri incelendiğinde, gezinme desteği sağlanan gruptaki öğrencilerin görevi tamamlama sürelerinin diğer gruba göre anlamlı derecede daha düşük olduğu, gezinme yollarının daha doğrusal olduğu ve bu öğrenciler tarafından geri butonunun daha az kullanıldığı gözlenmiştir. Diğer bir ifadeyle bağlantı önerileri gezinmenin daha yapılandırılmış olmasını sağlamıştır. Buna ek olarak bağlantı önerilerinin verildiği gruptaki erkek öğrencilerin diğer gruptakilere göre web sitelerini daha kullanışlı buldukları ve kaybolma algısı puanlarının daha düşük olduğu görülmüştür.

22 7 Uyarlanabilir hiper ortamların gezinmeyle ilgili problemlerin yanı sıra, bireye istediği bilgi birimini, istediği sırada, istediği sunum şekliyle sunarak öğrenmeyle ilgili problemleri en aza indireceği düşünülmektedir. Nitekim uyarlanabilir sistemlerin genel amacı içerik ve gezinme uyarlaması sağlayarak gezinme ve öğrenme problemlerinin üstesinden gelmektir (De Bra, 2003). Brusilovsky (1998) uyarlanabilir hiper ortamların, farklı amaçları ve ön bilgileri olan kullanıcılar tarafından kullanılan, ortamın oldukça kapsamlı olduğu tüm uygulama alanlarında faydalı olabileceğini belirtmektedir. Farklı amaçları ve ön bilgileri olan kullanıcılar hiper ortamda sunulan farklı bilgi parçaları ve farklı bağlantılar (linkler) ile ilgilenebilir. Uyarlanabilir sistemler, kullanıcı modelindeki bilgileri kullanarak her bir kullanıcı için bilgi ve bağlantıları kişiselleştirmeye çalışır (Brusilovsky, 1998). Bununla birlikte e-öğrenme alanında yapılan ticari çalışmalar incelendiğinde Blackboard ve WebCT gibi popüler öğrenme yönetim sistemlerinin bile kullanıcılarına henüz kişiselleştirme sunmadığı görülmektedir (Cristea ve Stash, 2006). Türkiye de geliştirilen öğrenme yönetim sistemlerinde de (e-nokta, meteksan) benzer şekilde uyarlanabilir özellikler bulunmamaktadır. Bu durumun temel nedeni eğitsel uyarlanabilir web sistemlerinin tasarlanma ve geliştirilme sürecinin oldukça karmaşık ve zor olmasıdır. Uyarlanabilir eğitim sistemlerinin geliştirilmesinde, yazılım geliştiriciler, web uygulama uzmanları, içerik uzmanları, konu alanı uzmanları, öğretim tasarımcıları, kullanıcı modelleme uzmanları ve pedagoglar gibi farklı altyapıya sahip bireylerin bir arada çalışmaları gerekmektedir. Bunun da ötesinde bu sistemlerin sunumsal, davranışsal, pedagojik ve mimari yönlerinin ele alınması gerekir (Retalis ve Papasalouros, 2005). Ayrıca yazılım geliştirme sürecinde modelleme ve sonuç çıkarma mekanizması oluşturulurken yapay zeka tekniklerinin işe koşulması gereksinimi bu süreci daha da güçleştirmektedir. Günlük hayatta kullanılan öğrenme sistemlerinde tasarım ve geliştirme sürecinin zorluğundan dolayı uyarlanabilir sistemlerin kullanımı yaygınlaşmamasına rağmen, literatürde oldukça yeni olan bu alana yoğun bir ilgi olduğu görülmektedir (De Bra, 2008; Kelly, 2005; Alotaiby, 2005; Francisco-Revilla, 2004; Brusilovsky, 2003; Özmert Büğrü, 2003; Eklund ve Sinclair, 2000; Specht ve Kobsa, 1999; Schwarz, Brusilovsky ve Weber, 1996; Kaplan, Fenwick ve Chen, 1998).

23 8 Uyarlanabilir eğitim sistemlerine ilişkin literatürde yer alan araştırmalar dört grupta ele alınabilir: kavramsal görüşlerin sunulması, yazarlık araçlarının tasarlanması, sistemlerin mimari yönden geliştirilmesi/iyileştirilmesi ve uyarlanabilir öğrenme sistemlerinin öğrenme sürecindeki etkilerinin incelenmesi (Alessandro, 2006, s:37). Kavramsal görüşlere ilişkin çalışmalar, uyarlanabilir sistemleri sınıflandırmayla ilgili özelliklerin tanımlanması, alternatif öğrenci modelleme tekniklerinin teorik olarak kıyaslanması, uyarlanabilir eğitsel ortamlara ilişkin yeni yönelimlerin ortaya konması gibi kavramsal boyutların tanımlanması ve tartışılmasını içerir. Yazarlık araçları, farklı konu alanlarına yönelik alternatif uyarlama tekniklerinin ve sonuç çıkarma mekanizmalarının yer aldığı uyarlanabilir öğrenme sistemlerinin oluşturulabileceği yazarlık araçlarının tasarlanması ve geliştirilmesini kapsar. Sistemlerin mimari yönden geliştirilmesi, konu alanı ve öğrenci modelleme için gerekli bilgilerin detaylandırılması ve/veya uyarlama tekniklerine ilişkin yeni modellerin, özeliklerin ve tekniklerin oluşturulması ve denenmesinden oluşur. Dördüncü alan ise farklı öğrenci özellikleri ve konu alanlarını ele alan uyarlanabilir sistemlerin kullanılarak öğrenci gruplarına öğretim sunulması ve öğretim sürecinin çeşitli değişkenler tarafından incelenmesi esasına dayanır. Literatürde uyarlanabilir öğrenme ortamlarına ilişkin çok sayıda çalışma bulunmasına rağmen, öğretim ortamlarında uyarlamaların etkisinin incelendiği dördüncü alandaki çalışmaların diğer üç alanla kıyaslandığında çok daha sınırlı sayıda ve sınırlı kapsamda gerçekleştirildiği görülmektedir. Oysa öğrenme süreçlerine katkı sağlayacak uyarlanabilir öğrenme ortamlarının geliştirilmesi için bu sistemlerin kullanıldığı deneysel çalışmalardan elde edilen verilere ihtiyaç duyulmaktadır. Nitekim uyarlanabilir eğitim sistemlerinde kişiselleştirme tekniklerinin kullanımına ilişkin deneysel çalışmaların yetersiz olması ve bu tekniklerin kullanışlılığına ilişkin yeterli kanıt bulunmaması literatürde sıklıkla vurgulanan problemlerdir (Eklund ve Sinclair, 2000; Nückles vd., 2006). Sonuç olarak statik öğrenme materyalleri ve gezinme seçenekleri sunan web ortamlarına bir alternatif oluşturan uyarlanabilir eğitsel web ortamlarının tasarlanması ve gerçekleştirilmesinin güncel ve önemli olduğu görülmektedir. Uyarlanabilir bir öğrenme sisteminde gerçekleştirilen uyarlama türü (içerik/gezinme), kullanılan uyarlama tekniği (bağlantı üretme/ bağlantıları açıklama

24 9 vb.), bu tekniklerin uygulanış biçimi, bu tekniklerin geliştirilmesinde temel alınan özellikler (görevle ilgililik/ ön bilgilere uygunluk vb.) ile modelleme ve sonuç çıkarma mekanizmaları (elle oluşturulmuş kurallar/bulanık mantık/bayes ağlar) farklılaştıkça, sistemin bağımlı değişkenler üzerindeki etkileri de farklılaşmaktadır. Bu nedenle uyarlanabilir sistemler kullanıldığında farklı koşullar altında ne tür sonuçlar elde edileceğine ilişkin deneysel araştırma bulgularına ihtiyaç duyulmaktadır. Bu araştırma yukarıda özetlenen eksikliklerin giderilmesine katkı sağlamayı amaçlamaktadır Amaç Bu araştırmanın amacı, uyarlanabilir eğitsel web ortamlarının öğrencilerin akademik başarıları ve gezinmeleri üzerindeki etkisini belirlemektir. Bu genel amaç ışığında aşağıdaki sorulara cevap aranacaktır: 1. Öğrencilerin deney öncesi ve deney sonrasındaki akademik başarı puanlarındaki değişim, çalıştıkları web ortamlarının uyarlanabilir olması ve olmamasına göre anlamlı bir farklılık göstermekte midir? 2. Uyarlanabilir web ortamlarıyla çalışan öğrenciler ile uyarlamaların bulunmadığı web ortamlarıyla çalışan öğrencilerin a. kaybolma algıları, b. içerik haritasını gezinme aracı olarak kullanma tercihleri ve c. geri dönüş oranları arasında anlamlı bir fark var mıdır? 3. Uyarlanabilir ortamda çalışan öğrencilerin sistemin tavsiyelerine uyma durumları nedir? 4. Uyarlanabilir ve uyarlamaların bulunmadığı web ortamları ile çalışan öğrencilerin ortamlara ilişkin görüşleri nedir? 1.3. Önem Web temelli eğitim ortamları her geçen gün biraz daha yaygınlaşırken, halihazırda kullanılmakta olan sistemlerin büyük çoğunluğunun öğrenciler arası farklılıkları ve öğrencinin zamanla değişebilecek gereksinimlerini göz ardı ederek statik bir içerik ve gezinme yapısı sağlayacak şekilde tasarlandığı görülmektedir. Bu

25 10 bağlamda, bir çözüm önerisi olarak beliren uyarlanabilir eğitsel bir web ortamının tasarlanması ve geliştirilmesi açısından bu çalışmanın güncel ve dikkate değer olduğu söylenebilir. Ayrıca uyarlanabilir eğitsel bir web ortamının öğrencilerin gezinme ve öğrenme süreçlerine etkisini incelemeye yönelik Türkiye de yapılan ilk çalışma olması açısından önemlidir. Bunlara ek olarak, geliştirilen uyarlanabilir web temelli eğitim sisteminde öğrenci ve konu alanı modelleme sürecinde ele alınan değişkenler, kullanılan sonuç çıkarma mekanizması ve gerçekleştirilen içerik ve gezinme uyarlamaları doğrultusunda araştırmanın bağımlı değişkenleri üzerindeki etkisini ele alması bakımından özgündür. Gerçekleştirilen içerik ve gezinme uyarlamaları ile web temelli eğitim ortamlarının tasarlanmasına ilişkin ipucu sağlayacak olması nedeniyle işlevseldir. Uyarlanabilir sistemlerde, modelleme ve sonuç çıkarma mekanizması kritik önem taşımaktadır. Bu çalışmada modelleme ve sonuç çıkarma mekanizmasında yapay zekanın bir alt dalı olan makine öğrenmesi tekniklerinden biri olan Bayes Ağların kullanılması belirsizliklerden sonuç çıkarmada çok güçlü bir karar mekanizmasına sahip olması ve öğrencinin sistemle etkileşimini gözleyerek, sistemin karar vermesine imkan sağlaması açısından işlevseldir Sınırlılıklar 1. Araştırmanın deney grubu, Gazi Üniversitesi Gazi Eğitim Fakültesi Türkçe Eğitimi Bölümü 2. sınıf öğrencilerinden oluşan 67 kişi ile, yılı Güz Dönemi ile, 3. Yazılım içeriği Lisans Düzeyi Bilgisayara Giriş I dersi MS Word Programı ünitesi ile, 4. Uyarlanabilir web ortamında yer alan uyarlamalar, ek açıklama yöntemi ve farklı açıklama biçimleri yöntemleriyle gerçekleştirilen içerik uyarlaması ve bağlantıları açıklama yöntemiyle gerçekleştirilen gezinme uyarlaması ile sınırlıdır.

26 Tanımlar Uyarlanabilir Hiper Ortam: Birbirine bağlantılı düğüm ağından oluşan ve bu düğümlerin içeriği ile düğümler arası bağlantıları kullanıcıya dinamik olarak uyarlamak için kullanıcı modelinden yararlanan kullanıcı merkezli sistemlerdir (Koch, 2000, s:3). Uyarlanabilir Eğitsel Hiper Ortam: Öğrencinin hedefleri, ilgileri ve tercihlerinin bir modelini oluşturarak, öğrenme ortamını yapılandıran ve her bir öğrenci için öğretimi kişiselleştiren, gelişmiş hipermedya sistemleridir (Brusilovsky,1998) Kullanıcı Modeli: Uyarlanabilir sistemlerin farklı kullanıcılara farklı tepkiler vermesi için gerekli olan, her bir kullanıcıya ilişkin bilgilerin gösteriminden oluşan modeldir (Brusilovsky ve Millán, 2007). Öğrenci Modeli: Sistemin öğrenciye ilişkin yargılarını ve aldığı kararları temsil eder (Özmert Büğrü, 2003). Bayes Olasılık Kuramı: Belli bir varlığın, bir özelliği üzerinde başka bir özelliğinin doğrudan etkisi olduğu durumlarda olasılık hesabının gerçekleştirilmesi için kullanılan bir kuramdır (Neapolitan, 2003). Bayes Ağlar: Değişkenlerin düğümlerle, koşullu olasılık ilişkilerinin linklerle gösterildiği yön verilmiş döngüsel olmayan grafiklerdir (Jameson, 1998). İçeriği Uyarlama: Sayfa içeriğinin ve içeriğin sunum biçiminin öğrenci bilgisi, hedefleri ve diğer özellikleri doğrultusunda oluşturulmasını sağlayan yöntemlerdir (Brusilovsky, 1994). Gezinmeyi Uyarlama: Çoklu ortamlarda karşılaşılan yönlendirme problemlerini en aza indirmek için bağlantı yapısını basitleştirmeye çalışan (De Bra, Brusilovsky ve Houben, 1999) ve öğrencinin öğrenme materyalinde izleyeceği optimum yolu bulması için yardımcı olan yöntemlerdir (Brusilovsky ve Pesin, 1994).

27 BÖLÜM II KAVRAMSAL ÇERÇEVE Bu bölümde, Türkiye ve dünyada yapılan çalışmalar incelenerek araştırma kapsamında yer alan uyarlanabilir hiper ortam, Bayes ağlar ve kaybolmaya ilişkin bilgiler verilmiştir Uyarlanabilir Hiper Ortam Uyarlanabilir Hiper Ortamın Tanımı Uyarlanabilir hiper ortamlar, çeşitli kullanıcı özelliklerini yansıtan bir kullanıcı modeli oluşturarak, bu model doğrultusunda kullanıcılara kişiselleştirilmiş seçenekleri otomatik olarak sunan sistemlerdir (De Bra, 1998; Brusilovsky, 1998). Uygun bilgiye erişimi kısıtlamadan aşırı bilgi yüklemesini azaltmayı amaçlayan uyarlanabilir sistemlerin aşağıda belirtilen üç kriteri yerine getirmesi gereklidir (Brusilovsky, 1998; Francisco-Revilla, 2004). Bir hipermetin ve hipermedya sistemi olmalı, Bir kullanıcı modeli içermeli ve Sistem bu modeli kullanarak çeşitli yönlerini kullanıcıya uyarlayabilmelidir. Uyarlanabilir hiper ortam, hipermedya ve kullanıcı modellemenin kesişiminde yer alan bir araştırma alanıdır ve eğitim teknolojisi, insan-bilgisayar

28 13 etkileşimi, zeki öğrenme sistemleri ve bilgisayar mühendisliği gibi pek çok alandaki gelişmelere paralel olarak ilerleme kaydetmektedir (De Bra, Brusilovsky ve Houben, 1999). Uyarlanabilir hipermedya sistemleri, web temelli eğitsel içeriği öğrencilere uyarlayabilmek ve öğrencilere dinamik ve zeki bir şekilde yol göstermek için hipermedya ile zeki öğretim sistemlerini (Alotaiby, 2005; Triantafillou, Georgiadou ve Economides, 2006), bilgi ve bilginin sunum şeklinin uyarlanması ile hipermedya ve yapay zekayı birleştirmektedir (De Bra, Houben ve Wu, 1999) Uyarlanabilir Hiper Ortamlara Gereksinim Duyulmasının Nedenleri Uyarlanabilir hiper ortamların temel amacı her bir öğrencinin spesifik gereksinim ve tercihlerine uygun olarak sistemin kişiselleştirilmesini sağlamaktır (Güven Smith, 1999, s:20). Uyarlanabilir öğrenme ortamlarına gerek duyulmasının üç temel nedeni olduğu söylenebilir: Bilgi yoğunluğunun giderek artmasından ötürü ihtiyaç duyulan bilgilere doğru ve hızlı şekilde ulaşma gereksinimi, Tüm kullanıcılar için aynı içerik ve gezinme yapısını sunan ortamların farklı bireylerin gereksinimlerini karşılamada ve bireylerin zamanla değişen gereksinimlerini karşılamada yetersiz kalması ve Hiper ortamların doğrusal olmayan yapısının neden olduğu bazı kullanılabilirlilik problemlerini önleme ihtiyacı. Bilgi insanlık tarihinde ilk kez diğer tüm kaynakların önüne geçmiştir ve dünyada son otuz yılda üretilen toplam bilgi hacmi, bundan önceki 5000 yılda üretilenden daha fazladır (Özgü, 1996; Akata,2001). Teknolojik ilerlemelerle birlikte internet üzerinden sınırsız bilgiye erişim imkanı, bilgiyi işleme sürecindeki büyük sıkıntılardan birini oluşturmaktadır (Grise ve Gallupe, 1999/2000). Bilginin bu kadar yoğun olduğu ve hızla değiştiği günümüzde iş ve eğitim dünyasının kişiselleştirilmiş bilgi ve bu bilgilerin aktarılmasına imkan veren ortamlara olan ihtiyacı belirginleşmiştir. Bu nedenle günümüzde elektronik ticaret sitelerinde müşteri gereksinimlerine uygun bilgi ve ürün önermeden, bilgisayar uygulamaları hakkında kullanıcının gereksinim duyduğu yardımı sunmaya kadar pek çok farklı alanda uyarlanabilir sistemler kullanılmaktadır.

29 14 Son yıllarda tüm dünyada pek çok üniversite ve pek çok büyük ticari şirket öğrencilerini ve çalışanlarını eğitmek için web temelli eğitim sunma gereksinimi duymaktadır (Ebner ve diğerleri, 1999; De Bra, 1996) yılı itibariyle yaklaşık 15,9 milyar dolarlık pazar payına (IDC, 2008) sahip olan web temelli eğitim sektöründe yarışın artmasıyla birlikte, müşteri haline gelen öğrencilerin doyumunu sağlama üniversiteler için önemli bir konu haline gelmiştir (Aggarwal, 2003). Ancak tüm kullanıcılar için aynı sayfa içeriğini ve aynı bağlantı kümelerini (gezinme yapısını) sağlayan geleneksel hipermedya uygulamalarının; farklı bilgi, gereksinim ve ilgileri olan bireylerin kişisel öğrenme gereksinimlerini karşılamada ve öğrenci memnuniyeti sağlamada yetersiz kaldığı görülmektedir (Brusilovsky, 2001). Web temelli eğitim ve öğretime ilişkin literatür incelendiğinde bireylerin bilişsel yetenekleri, bilgisayar deneyimleri, görsel-uzamsal becerileri, vb. bireysel farklılıkların, hiper ortamlarda bilgi arama ve gezinme süreçleri üzerinde (Chen ve Rada, 1996; Dillon ve Gabbard, 1998) etkili olduğunu gösteren çok sayıda çalışma bulunduğu görülmektedir. Bireylerin farklı kişilik özellikleri taşımaları, farklı öğrenme biçimlerine sahip olmaları, bilgiyi farklı şekillerde işlemeleri, farklı bilgi kaynaklarını kullanmayı tercih etmeleri, aynı ortamı kullanırken öğrenme gereksinimlerinin farklılaşmasına neden olmaktadır (Riding ve Rayner, 1998). Bu bağlamda, çözüm önerisi olarak beliren uyarlanabilir eğitim sistemleri, geleneksel biri hepsine uyar yaklaşımına alternatif olarak öğrencilerin her birine kendi öğrenme gereksinimlerine uygun gelişmiş bir öğrenme ortamı sunmaktadır (Brusilovsky ve Peylo, 2003). Farklı amaçları ve ön bilgileri olan kullanıcılar hipermedya sayfasında sunulan farklı bilgi parçaları ve farklı bağlantılar (linkler) ile ilgilenebilir. Uyarlanabilir sistemler, kullanıcı modelindeki bilgileri kullanarak her bir kullanıcı için bilgi ve bağlantıları kişiselleştirmeye çalışır (Brusilovsky, 1998). Örneğin, ilgili bilgiyi ilgisizden ayırmak öğrenme süresinde kritik bir rol oynar. İlgili bilginin ilgisiz bilgiye oranla daha fazla dikkat çekmesini sağlayacak biçimde dokümanlarını uyarlayan sistemler, görev için gerekli bilginin özümsenmesini kolaylaştırır (Francisco-Revilla, 2004). Uyarlanabilir hiper ortamlara gereksinim duyulmasının diğer bir nedeni ise 1990 ların başında yapılan araştırmalarda özellikle büyük kitleler için hazırlanan

30 15 kapsamlı hiper ortamlarla ilgili bazı kullanılabilirlik problemlerinin fark edilmesidir (Brusilovsky, 1998). Gezinmeyle ilgili en temel problemler kaybolma ve bilişsel aşırı yüklenmedir (Conklin, 1987, Hammond, 1989; Beasley ve Waugh, 1995; Chen, 2002). Bu iki temel problemi önlemeye yönelik çeşitli gezinme destek teknolojileri önerilmiştir ve bu teknolojilerin hepsi aynı temel fikri paylaşmaktadır: hiper ortamlar her bir kullanıcının hedefleri, bilgisi ve tercihlerine uyarlanmalıdır (Brusilovsky, 2004). Uyarlanabilir ortamların, gezinme alanını sınırlandırma, bağlantılarla ilgili açıklamalar sunma, ilgisiz bağlantıları gizleme ya da izlenecek en uygun bağlantıyı önerme yoluyla kaybolma problemini; kullanıcılara uygun bilgileri sunma yoluyla da bilişsel aşırı yüklenme problemini önleyebileceği düşünülmektedir (Koch, 2000, s:3). Uyarlanabilir hipermedya sistemleri, farklı amaçları ve ön bilgileri olan kullanıcılar tarafından kullanılan, ortamın oldukça kapsamlı olduğu tüm uygulama alanlarında faydalı olabilir (Brusilovsky, 1998). Uyarlanabilir sistemlerin kaybolma, bilişsel aşırı yükleme, aradığı bilgiye erişememe gibi sorunların üstesinden gelmeye yardımcı olmasının yanı sıra, öğrencilere kendi bireysel ilgi ve ihtiyaçları doğrultusunda seçenekler sunmasından dolayı öğrencilerin öğrenme performansı, sistem memnuniyeti ve motivasyonlarına katkı sağlayacağı düşünülmektedir Uyarlanabilir Sistemlerin Yapısı Klasik bir uyarlanabilir sistemde iki temel boyut vardır: kullanıcı modelinin oluşturulması ve uyarlamaların gerçekleştirilmesi. Uyarlanabilir sistemler öğrenci hakkında bilgileri toplar ve bu bilgileri işleyerek bir kullanıcı modeli oluşturur. Daha sonra oluşturulan bu modele uygun olarak gerekli uyarlamaları gerçekleştirir. Kullanıcı sistemle etkileşimde bulundukça kullanıcı modeli güncellenir ve bu güncellemeler doğrultusunda uygun uyarlamalar yapılır. Klasik bir uyarlanabilir sistemin yapısı Şekil 1 de sunulmaktadır:

31 16 Şekil 1. Klasik Bir Uyarlanabilir Sistemin Öğrenci modeli-uyarlama Döngüsü (Brusilovsky ve Maybury, 2002 den alınmıştır) 1999): Uyarlanabilir sistemlerin dört temel bileşeni vardır (De Bra, Houben ve Wu, Konu alanı modeli (domain model): Öğrenme içeriğinin içerik ve bağlantılarından oluşan hiper ortam yapısını tanımlar. Kullanıcı modeli: Uyarlanabilir hiper ortamda kullanıcıya ilişkin depolanan bilgileri tanımlar. Diğer bir ifadeyle kullanıcının hareketleri ve sistemle etkileşiminden elde edilen bilgilerin gösterimidir. Öğretme modeli: Bilgi alanı modeli ve öğrenci modelinin bütünleştirilmesine ilişkin pedagojik kuralları içerir. Bu kurallar doğrultusunda uyarlamalar gerçekleştirilir. Sonuç çıkarma mekanizması (adaptive engine): Her bir öğrenci için içeriklerin ya da bağlantıların dinamik olarak uyarlanmasını sağlayan mekanizmadır.

32 Uyarlanabilir Hiper Ortam ile Kullanıcı Tarafından Uyarlanan Hiper Ortam Arasındaki Fark Temel amacı kullanıcıya göre kişiselleştirilmiş ortamlar sağlamak olan uyarlanabilir (adaptive) hiper ortam ile kullanıcı tarafından uyarlanan (adaptable) hiper ortamlar biribiri ile karıştırılmaktadır. Oysa bu iki ortam uyarlamaları sistemin/kullanıcının gerçekleştirmesi bakımından birbirlerinden tümüyle farklılaşır. Kullanıcı tarafından uyarlanan bir sistem, sistemin bir hareketi sırasında ya da hareketinden önce kullanıcıya sistem parametreleri değiştirme ve uyarlama imkanı verir (Alotaiby, 2005). Örneğin kullanıcı çalıştığı ortama ilişkin kendisine sunulan arayüzlerden birini seçebilir, yazı tipi ya da boyutunu değiştirebilir ya da farklı içerik sunum türlerinden (yazı/video) istediğini seçebilir. Kullanıcı tarafından uyarlanan bir sistemde, parametre ayarından sonra, oturum sabitlenir, uyarlanabilir bir sistemde ise bu şekilde bir sabitleme söz konusu değildir. Örneğin kullanıcı tarafından uyarlanan bir sistemde kullanıcı yazı tipini belirledikten sonra, yazılıma her girdiğinde içerik o yazı tipi ile görüntülenir. Bu durum ancak kullanıcı tekrar yazı tipine ilişkin bir değişiklik yaptığında değişir. Kullanıcı tarafından uyarlanan sistemlerde genellikle kullanıcının bilgileri girdiği bir diyalog penceresi ya da tercihlerini belirttiği anketler yer alır (De Bra, 1999). Bu şekilde kullanıcıdan alınan verilerden yararlanılarak sistem kullanıcı profillerini oluşturabilir, kaydedebilir ve birleştirebilir (Kaplan, Fenwick, Chen, 1998). Kullanıcı tarafından uyarlanan bir sistemde kontrol kullanıcıdadır ve kullanıcının sistemi nasıl ayarlayacağına ilişkin yeterli biliş üstü becerilerinin olması gerekir (Kurhila, 2003). Uyarlanabilir bir sistem, kullanıcının sistemdeki mevcut durumunu dikkate alarak diğer bir ifadeyle kullanıcı hareketlerini izleyerek kendini uyarlar (Alotaiby, 2005). Diğer bir ifadeyle uyarlanabilir sistemlerde kişiselleştirme kullanıcı tarafından yapılmaz, kullanıcı davranışlarından yola çıkarak sistem tarafından otomatik olarak gerçekleştirilir (De Bra, 1998). Örneğin bir alıştırma yazılımında kullanıcının sorulara verdiği cevaplardan yola çıkarak öğrenme düzeyine karar verilebilir ve bir sonraki sorunun güçlük düzeyi, öğrencinin cevabına göre otomatik olarak sistem tarafından belirlenir. Uyarlanabilir sistemlerde kullanıcının gezinme hareketlerine dayanarak bazı sonuçlar çıkarılır ve buna göre uyarlamalar yapılır. Zaman zaman

33 18 uyarlanabilir sistemlerde kullanıcının aklından geçenleri doğru bir şekilde anlamak için testler ve anketlere ihtiyaç duyulabilir (De Bra, 1999). Uyarlanabilir sistemlerde bir kullanıcı modeli vardır ve bu model doğrultusunda ortamda değişiklikler yapılır (Kurhila, 2003) Web Temelli Ortamlarda Uyarlama Yapılabilecek Uygulama Alanları Web temelli ortamlarda uyarlama yapılabilecek farklı uygulama alanları yer almaktadır. Örneğin Dolog (2006) web temelli uyarlanabilir uygulama alanlarını üç bölümde ele almaktadır: 1. Web-Temelli Hiper Ortam Kullanıcının öğrenmeyle ilişkili özellikleri ve tercihlerine dayalı olarak içeriğin ve gezinmenin uyarlandığı eğitsel hipermedya alanında uygulamalar bulunabilir. 2. E-Ticaret Sistemleri Kişiselleştirmenin uygulanabileceği bir diğer alan ise, müşteri ilgileri, müşterinin daha önceki satın aldığı ürünler, fiyat aralığı ve ürünün mevcut olma durumu ile ilişkili olarak müşteriye ürün ve bilgileri öneren e-ticaret sistemlerini kullanan endüstri uygulamalarıdır. 3. Arama ve Araştırma Sistemleri Arama sistemleri de kişiselleştirmeden faydalanmaktadır. En çok kullanılan arama standartları, kullanıcının sorgusu ile eşleşen ve kullanıcı tercihlerine göre sıralanan belgeleri arama üzerine yoğunlaşmaktadır. Brusilovsky (1998) ise uyarlamaların yapılabildiği web temelli altı alan tanımlamaktadır:

34 19 1. Eğitsel Hiper Ortam Uyarlanabilir hiper ortam araştırmaları arasında en popüler alandır. Farklı bilgi düzeyleri, amaçları, sistem deneyimi olan öğrencilerin ortamdan içerik ve gezinme anlamında beklentileri de farklılık göstermektedir. Bu farklılıklar doğrultusunda uyarlanan eğitsel hiper ortamlar oluşturulmaya çalışılmaktadır. 2. Çevrimiçi Bilgi Sistemleri Çevrimiçi dokümantasyondan elektronik ansiklopedilere uzanan çeşitli sistemleri kapsar. Bu sistemlerde farklı kullanıcıların gereksinimlerini karşılamada sorunlarla karşılaşabilir. Farklı bilgi ve farklı altyapıya sahip bireyler bir kavramla ilgili farklı düzeyde (farklı detaylara sahip) bilgiye erişmek isteyebilirler. Uyarlamalar bu amaçla kullanılabilmektedir. 3. Çevrimiçi Yardım Sistemleri Bu sistemler, özellikle bilgisayar uygulamaları (hesaplama-tablolama programları, programlama ortamları ya da uzman sistemler gibi) hakkında kullanıcının gereksinim duyduğu yardımı sağlar. Kullanıcının uygun bilgi parçasını bulmasına yardım etmek amacıyla uyarlamalar yapılmaktadır. 4. Bilgiye Erişim Sistemleri Bilgiye erişim sistemleri, günlük işlerinin bir parçası olarak farklı bilgilere erişmesi gereken kullanıcılar tarafından kullanılmaktadır. Bu sistemlerde bağlantılar sistem tarafından hesaplanarak, izlenebilecek en uygun yolları önerme ve gezinme seçeneğini sınırlama yoluyla yardım sunulabilmektedir. 5. Kurumsal Hiper Ortam Hastaneler gibi bazı kurumların işlerini desteklemek için gerekli bilgilerin çevrimiçi sunulduğu sistemler, pek çok kurum çalışanı tarafından sürekli kullanılmaktadır. Bu sistemlerin farklı kullanıcılar için sunduğu hizmetlerin farklı olmasından ötürü çeşitli uyarlamalar yapılmaktadır.

35 20 6. Bilgi Alanlarında Kişiselleştirilmiş Görünüm Yönetimi WWW sınırsız bir hiper ortamda çok büyük miktarda farklı bilgi ve çevrim içi servisler sunmaktadır. Kullanıcıların bir kısmı bunların sadece belli alt kümelerini kullanmaktadır. Bu yüzden kullanıcılar tüm hiper ortamın karmaşıklığından kendilerini korumak için kişiselleştirilmiş görünümlere gereksinim duymaktadır. Bu nedenle, her bir görünüm kullanıcının işiyle ilişkili amaçlardan ya da ilgi alanlarından birine ayrılarak, belli bir alt bilgi ortamı oluşturulabilir. Brusilovsky (1998), bu altı uygulama alanının iş ve arama yönelimli olması ve hiper ortam boyutlarına ilişkin sürekliliğinin Şekil 2 deki biçimde olduğunu ifade etmektedir: Şekil 2. Uyarlanabilir Hiper Ortamların Uygulama Alanları (Brusilovsky, 1998 den uyarlanmıştır) İlk başlarda uyarlanabilir hipermedya araştırmaları için en popüler alan yapısından ötürü daha sınırlı bir bilgi alanı sağlaması ve bilgi alanındaki öğrenci bilgisini yansıtan göreli olarak daha basit öğrenci modeli ile çalışabilmesinden dolayı eğitsel hipermedyaydı. Ancak web ortamının popülerlik kazanmasıyla, çoğu uyarlanabilir sistem web tabanlı hale gelmiş ve bu sistemlerin odak noktası yapılandırılmamış bilgi alanlarına doğru kaymıştır (Herder, 2006).

36 Uyarlanabilir Eğitim Sistemlerinin Oluşturulması Uyarlanabilir eğitim sistemleri, öğrencinin hedefleri, ilgileri ve tercihlerinin bir modelini oluşturarak, öğrenme ortamını yapılandıran ve her bir öğrenci için öğretimi kişiselleştiren, gelişmiş hipermedya sistemleridir (Brusilovsky, 1998). Uyarlanabilir eğitim sistemlerinin oluşturulmasında iki temel aşama vardır: 1. Öğrenci modelleme a. Öğrenci hakkında bilgi toplama b. Öğrenci modelinin yapılandırılması c. Öğrenci modelinin güncellenmesi 2. Uyarlamaları Gerçekleştirme a. İçeriğin uyarlanması b. Gezinmenin uyarlanması Uyarlanabilir öğrenme sistemlerinde kullanıcı öğrenci olduğu için bu sistemlerin tasarlanmasındaki temel yaklaşım öğrenme özelliklerinin nasıl belirleneceği ve öğrenme ortamına nasıl uyarlanacağının belirlenmesine odaklanmaktadır (Jameson, 2003). Pek çok uyarlanabilir öğrenme sistemi anketlerden elde edilen geribildirimlerden yararlanarak, gezinme yollarını analiz ederek, sorulara verilen cevapları ölçerek toplanan bilgiler ile öğrenci özelliklerini temsil eden bir öğrenci modeli oluşturur; öğrencilerin bu modeli güncellemelerine imkan tanır ve gerekli uyarlamaları gerçekleştirerek öğrenciyi destekler (De Bra ve Calvi, 1998). Uyarlamaların gerçekleştirilmesinde ise iki temel teknik vardır; içeriğin uyarlanması (adaptive presentation) ve gezinmenin uyarlanması (adaptive navigation) (Brusilovsky, 1998). Uyarlamaların gerçekleştirilmesinene yönelik bu süreçler Uyarlamaları Gerçekleştirme başlığında daha ayrıntılı olarak açıklanacaktır Öğrenci modelleme Model gerçek dünyada var olan herhangi bir şeyin soyut gösterimidir. Kullanıcı modeli için gerçek dünyada var olan şey kullanıcıdır ve kullanıcının çeşitli

37 22 yönlerinin bilgilerle gösterimi kullanıcı modelini oluşturur (Koch, 2000, s:35). Diğer bir ifadeyle kullanıcı modeli, kullanıcının zihinsel durumunun (bilgi, tercih, altyapı ve deneyim gibi) gösterimidir (De Bra, 1999c.) Şekil 3. Kullanıcı ve Kullanıcı Modeli (Kay, 2000) Uyarlanabilir sistemlerde kullanıcı modeli her bir birey hakkında spesifik bilgileri depolar ve bu yolla sistemin farklı kullanıcıları ayırt etmesini sağlar (Butz, Hua ve Maquire, 2004). Sistemin farklı kullanıcılara farklı hizmetler sağlayabilmesi için kullanıcı ya da kullanıcı gruplarını tanımlaması ve ayırt etmesi gereklidir (Zhang ve Ghorbani, 2007). Kullanıcı modelinin oluşturulma/güncelleme sürecinin tamamına kullanıcı modelleme denir. Kullanıcı modellemenin temel amaçları aşağıdaki şekilde listelenebilir (Koch, 2000, s:37): belirli bir başlığı öğrenme sırasında kullanıcıya destek olma, kullanıcıya göre düzenlenmiş bilgi sunma, arayüzü kullanıcıya uyarlama, kullanıcının belirli bir bilgiyi bulmasına yardımcı olma, işbirlikli çalışmaya destek olma, kullanıcının sistemi kullanmasına yardımcı olma.

38 23 Uyarlanabilir öğrenme sistemleri için kullanıcı öğrencidir. Bu nedenle uyarlanabilir öğrenme sistemlerinde kullanıcı modelleme yerine öğrenci modelleme kavramı kullanılır. Öğrenci modelleme uyarlanabilir sistemler gibi zeki öğrenme sistemlerine (Z.Ö.S.) ilişkin araştırmaların özünü oluşturmaktadır (Holt ve diğerleri, 1994). Z.Ö.S. ni geleneksel öğretim sistemlerinden ayıran en önemli özelliklerden biri, öğrencilerin öğrenme ve düşünme süreçlerini modelleyecek şekilde öğrenci davranışlarını yorumlama yeteneğidir (Shute ve Psotka, 1996). Öğrenci modelleme öğrencilerin hedefleri, görevleri, bilgileri, altyapıları, tercihleri, çoklu ortam deneyimleri, ilgileri, bireysel özellikleri vb. dikkate alınarak yapılmaktadır (Kobsa, 2001). Öğrenci modelini oluşturma süreci üç temel aşamadan meydana gelmektedir: öğrenci hakkında bilgi toplama, öğrenci modelini yapılandırma ve öğrenci modelini güncelleme. güncelleme Şekil 4. Öğrenci Modeli Oluşturma Süreci

39 a Öğrenci hakkında bilgi toplama Uyarlanabilir sistemlerde uygun adaptasyonların yapılabilmesi için sistem kullanıcı ve kullanıcı bağlamına ilişkin bazı bilgiler edinmelidir (Herder, 2006, s:28). Öğrenci modelini oluşturmaya başlamak için öğrenci hakkında bilgilerin toplanması ve bu bilgilerin modele transfer edilmesi gereklidir (Fröschl, 2005, s:36). Öğrenci özelliklerine ilişkin bilgi toplama sürecinde hem statik hem de dinamik bilgiler toplanmaktadır. Öğrencilerin kişilik özellikleri, bilişsel stili vb. bilgileri içeren statik bilgiler doğrudan öğrenci kayıtlarından elde edilir ve kolay kolay değişmez. Öğrencinin sistemle etkileşimi sırasında öğrenci performansı ve gelişimini gösteren dinamik bilgiler ise alana bağımlıdır ve öğrenme sürecinde değişir. Dinamik bilgiler öğrencinin sistemi kullanırken tepki ve davranışlarının sonuçlarından elde edilir (Alotaiby, 2005). Öğrenci hakkında bilgi toplama yöntemleri üç ana başlık atında toplanabilir: Doğrudan sorular: Öğrenci modelini oluşturmak için gereken ilk bilgiler kullanıcıya yöneltilen doğrudan sorularla elde edilebilir. Bu yöntem kullanıcı hakkında genel bilgi edinmek için etkili bir yoldur. Öğrencilerin demografik verilerini, ilgi alanlarını, tercihlerini, vb. belirlemede kullanılabilir. Anketler, formlar, öntestler, psikolojik testler yardımıyla veriler toplanabilir. Ancak uygun miktarda sorunun bulunması zordur ve fazla sayıda soru kullanıcıyı rahatsız eder (Beaumont, 1994; Tsiriga ve Virvou, 2003; Nielsen, 1998). Varsayımlar: Öğrenci hakkında daha fazla bilgiye ihtiyaç duyulduğu ancak bu bilginin başka şekilde elde edilemediği durumlarda varsayımlarda bulunulabilir. Örneğin konu hakkında öğrencinin ön bilgisi olup olmadığı bilinmiyorsa, başlangıçta konu hakkında bir şey bilmediği varsayımında bulunulabilir. Ayrıca bu yöntemde benzer öğrenciler gruplara (stereotype) ayrılarak, gruba özel geliştirilmiş seçenekler kullanılabilir. Örneğin sistem acemi kullanıcılara sisteme ilk girdiklerinde yardım seçeneğini açık olarak sunabilir (Fröschl, 2005, s:37; Koch, 2000, s:47). Kullanıcının sistemle etkileşimi: Kullanıcının sistemle etkileşimi esnasında elde edilen kullanım bilgileri kullanıcı hakkında elde edilen en önemli bilgidir. Bu şekilde kullanıcının ziyaret ettiği sayfalar, erişim süresi ve sıklığı,

40 25 sistemdeki sorulara verdiği cevaplar, yaptığı sorgulamalar, vb. belirlenebilir. Ancak bu şekilde toplanan bilgiler tümüyle güvenilir olmayabilir. Örneğin kullanıcının bir sayfaya tıklaması, o sayfayı dikkatli bir şekilde incelediği anlamına gelmez (Zhang ve Ghorbani, 2007). Yukarıdaki yöntemlerle toplanan verilerin öğrenci modelini oluşturan değişkenlere uygun şekilde aktarılması gereklidir. Öğrenci modelini oluşturan değişkenlerde bilgi üç şekilde yer alabilir: ikili, ayrık ve sürekli. İkili (boolean) şekilde saklanan değişkenler her bir durum için doğru ve yanlış olmak üzere iki değer alabilir. Örneğin öğrencinin bir kavramı bilme durumu biliyor ya da bilmiyor şeklinde saklanır. Ayrık şekilde saklanan değişkenler her bir durum için az sayıda değer alabilir. Örneğin öğrencinin bir kavramı bilme durumu iyi biliyor, biliyor ya da bilmiyor şeklinde sınıflamalı olarak saklanır. Sürekli şekilde saklanan değişkenler her bir durum için 0 ile 1 aralığında değerler alabilir. Örneğin öğrencinin bir kavramı bilme durumu 0-1 arasında değişen değerlerden oluşur. Bu durumda 0 hiç bilmediği, 1 tam bildiği, 0 ile 1 arasındaki değerler (0.2, 0.35, 0,82, vb.) ise bilme durumunu gösterir. Uyarlanabilir bir öğrenme ortamında değişkenlerin sürekli olarak saklanması, ikili ya da ayrık olarak saklanmasına göre ortamın her bir öğrenciye daha fazla uyarlanmasına imkan sağlar. Ancak sürekli değişkenlerle çalışmak sistem geliştiricilerinin daha karmaşık verilerle başa çıkmalarını gerektirir (De Bra, 1998) b. Öğrenci Modelini Yapılandırma Öğrenci modeli oluştururken sadece öğrenci hakkında bilgi toplanması yeterli değildir. Toplanan bu bilgiler öğrencinin öğrenme sürecini göstermek için kullanılmalı ve öğrenciye bir sonraki konuyu sunmak için en uygun pedagojik stratejiyi seçme gibi kararlar verirken bu verilerden faydalanılmalıdır (Wenger, 1987). Öğrenci modelleri farklı şekillerde sınıflandırılabilir. Örneğin öğrenci modelleri içeriğinde yer alan bilginin yapısına göre konu alanına bağımlı ve konu alanından bağımsız olmak üzere iki grupta ele alınmaktadır. Konu alanına bağımlı bilgiler öğrencinin uyarlanabilir öğrenme sisteminde sunulan içeriğiyle ilişkili bilgi

41 26 ve beceri durumunu gösterirken, konu alanından bağımsız bilgiler bilişsel yetenekler, motivasyonel durum, tercihler, öğrenme stilleri gibi konu içeriğinden bağımsız bilgiler içerir (Brusilovsky, 1994; Shareef ve Kinshuk, 2003). Diğer bir sınıflama ise öğrenci modellerine öğrencinin müdahalesine dayanarak yapılmaktadır. Eğer öğrenci, öğrenci modelini görebiliyor ve/veya değiştirebiliyorsa öğrenci modeline görülebilir aksi takdirde opak adı verilmektedir. Görülebilirlik kullanıcı arayüzünün öğrenciden bazı özellikler hakkında soru sorarak bilgi toplamasını ve modelin bir kısmı ya da tamamını öğrenciye göstermesini gerektirir (Höök, 1998; Kay, 1995). Öğrenci modelleri dinamik-statik olmak üzere iki farklı grupta ele alınabilir. Dinamik öğrenci modelleri, kullanıcının sistemle etkileşimine dayanarak kullanıcı hakkında dinamik bilgi edinilmesini içerir. Öğrenci modeli bu şekilde elde edilen bilgilerle sürekli olarak güncellenir. Statik öğrenci modellemede bilgiler sorgular ya da gözlemlerle elde edilir. Bilgilerin bu şekilde toplanması ya kullanıcı sistemi ilk kullandığında (başlangıç aşamasında) ya da düzenli aralıklarla yapılır (Koch, 2000, s:38). Öğrenci modelleri sonuç çıkarma mekanizmasında bilgi toplama kaynağına göre (tek bir kullanıcı-bir grup kullanıcı) içerik temelli ve işbirlikli olmak üzere iki farklı şekilde ele alınabilir. İçerik temelli öğrenci modelleri, kullanıcının geçmiş davranışlarının gelecek davranışları hakkında fikir verebileceği durumlarda kullanılır. Örneğin bir kullanıcının daha önceden Yıldız Savaşları, Kutsal Hazine Avcıları, Hava Kuvvetleri Bir gibi filmlerden hoşlandığı bilgisi varsa, aksiyon filmleri oyuncusu Harrison Ford u sevdiği sonucu çıkarılabilir ve benzer türde bir film olan Tanık filmi o kullanıcıya önerilebilir. İşbirlikli modeller ise bir kullanıcının davranışlarının diğer kullanıcılar ile benzer olduğu durumlarda kullanılır. Bu yaklaşımda, bir grup öğrenciden toplanan veriler ışığında öğrenci modeli oluşturulur ve bu model tek bir kullanıcı hakkında tahminde bulunmak için kullanılır. Örneğin bir kullanıcının bir grup kullanıcı ile beğendiği filmlerin benzer olduğu durumlarda, bu gruptaki diğer kullanıcıların hoşlandıkları diğer filmler o kullanıcıya önerilebilir (Zukerman ve Albrecht, 2001). Belirsizlik Problemi Öğrenci modeli oluşturma sürecinde karşılaşılan en önemli problemlerden biri belirsizliktir (Butz, Hua ve Maguire, 2006). Öğrenci modelini yapılandırmak için öğrencinin ortamdaki hareketleri, ilgi alanları, kişisel özellikleri gibi bazı bilgilerin

42 27 toplanması ve bu bilgiler ışığında öğrencinin öğrenme hızı, öğrenme tercihleri gibi konularda bazı sonuçların çıkarılması gereklidir. Ancak bu bilgilerin yorumlanarak, öğrencinin mevcut konu hakkında ne kadar bilgi sahibi olduğu, öğrenme tercihlerinin çalışma sürecinde nasıl değişeceği vb. pek çok konuda kesin bir bilginin ortaya konması genellikle mümkün değildir. Çünkü bireylerin davranışları karmaşıktır ve duruma, ortama ve zamana bağlı olarak anlık değişimler gösterebilir. Örneğin bir öğrenci herhangi bir içeriği videolu anlatımla çalışmayı tercih ederken benzer başka bir içeriği etkileşimli örneklerle çalışmayı tercih edebilir. Bunun yanı sıra aynı öğrenci aynı konuyu farklı bir zamanda farklı bir şekilde çalışmak isteyebilir. Bu nedenle öğrenci modelleme sürecinde kesin olmayan bilgilere dayanarak kullanıcı hakkında doğru kestirimlerde bulunmak baş edilmesi gereken önemli bir sorundur (Butz, Hua ve Maguire, 2006). İlk öğrenci modelleme sistemleri, kullanıcıya ilişkin gözlemlerden sonuç çıkartmak için problemle ilgili çeşitli durumları analiz etmek suretiyle elde edilen elle oluşturulmuş kuralları kullanarak karar vermeye çalışmaktaydı. Bu sistemler yoğun kaynak kullanmaları ve belirsiz durumlar altında çözüm üretmemelerinden dolayı öğrenci modelleme sürecinde istenen performansı gösterememişlerdir (Zukerman ve Albrecht, 2001). Ayrıca bu sistemlerin oluşturulması ve güncellenmesi aşamalarında ciddi sıkıntılarla karşılaşılmıştır. İlk modelleme yaklaşımları mutlak doğru ya da yanlış kabulüne dayanan, klasik mantık (boolean mantığı) olarakta bilinen bir sistemle çalışmaktadır. Bu mantıkla kurulan modeller ne kadar ayrıntılı olursa olsun gerçeği tam olarak yansıtmazlar. Çünkü gerçek dünya karmaşıktır ve bu karmaşıklık genel olarak belirsizlik ve kesin düşünceden yoksunluktan kaynaklanır (Baykal ve Beyan, 2004). Geleneksel bilgi gösterim yöntemlerinin karmaşık insan davranışlarını modellemede yetersiz kalmasıyla birlikte 1990 ların başından beri yapay zeka alanında belirsizlikle nasıl baş edileceği sorusu hızla yayılan ve artan bir araştırma konusu haline gelmiştir (Jameson, 1996, Butz, Hua ve Maguire, 2006). Kesin olmayan durumlarda sistematik bir şekilde önceden planlanarak sayısal öngörülerin yapılması ancak bazı kabul ve varsayımlardan sonra yapılabilir (Baykal ve Beyan, 2004). Bu kabul ve varsayımlar üzerine kurulan kestirimci istatistik modelleri çok miktarda elektronik veriye erişim imkanı ve yapay zekanın makine öğrenmesi alanındaki ilerlemeler doğrultusunda hız kazanarak öğrenci modellemede

43 28 kullanılmaya başlamıştır (Zukerman ve Albrecht, 2001). Bu modellerden başlıcaları; yapay sinir ağları, Demster Shafer yaklaşımı, bulanık mantık ve Bayes ağlardır (Jameson, 1996; Zukerman ve Albrecht, 2001). Bu modeller sayesinde karmaşık ve geniş kapsamlı verilerden oluşan öğrenci modellerinin oluşturulması, güncellenmesi ve öğrenci davranışları ile ilgili sayısal öngörülerin yapılabilmesi mümkün olmaktadır. Öğrenci Modelleme Teknikleri Öğrenci modelini oluşturmada yaygın olarak; kalıp model (stereotype model), örtüşme modeli (overlay model), karışıklık modeli (perturbation model) ile bulanık mantık (fuzzy logic) ve bayes ağlar (bayesian network) gibi makine öğrenme teknikleri kullanılmaktadır. Kalıp model Kalıp model kolay oluşturulmasından ötürü öğrenci modellemede yaygın olarak kullanılan bir modeldir. Bireylerin ortak özellikleri baz alınarak gruplar (acemi-uzman, alan bağımlı-alan bağımsız gibi) oluşturulması bu modelin özünü oluşturur. Öğrencilerden toplanan ilk veriler ışığında öğrenciler, benzer özelikleri taşıdıkları gruplara/kalıplara atanırlar. İnsanlar sıklıkla basit gözlemler yaparak diğer insanlarla ilgili varsayımlarda bulunurlar (Rich, 1979). Örneğin bir kişinin hakim olduğu bilindiğinde bu kişinin kırk yaşının üzerinde, iyi eğitimli ve saygı duyulan biri olduğunu düşünülebilir. Bu kişiye ilişkin varsayımların tamamı doğru olmasa da, günlük hayatta aksi görülmediği sürece bu tür varsayımlarda bulunulur. Kalıp modelin oluşturulmasında günlük hayata yapılan varsayımlarda olduğu gibi belirli varsayımlara dayanılarak oluşturulmuş gruplar mevcuttur. Kalıp model kullanıcılar hakkında yeterli miktarda bilgiye ulaşılabildiği durumlarda oldukça kullanışlıdır. Örneğin üniversite öğrencileri ile ilgili paketlenmiş içerikler oluştururken bu modelden faydalanılabilir. Ahmet in Bilgisayar Bilimleri 1. sınıfında okuyan, üniversitenin piyano salonunu kullanan bir öğrenci olduğu varsayıldığında, üniversitenin web sayfasını açtığında Bilgisayar Bilimleri ve kampüsteki müzikle ilgili etkinliklerin yer aldığı bir sayfanın açılması uygun olacaktır. Bunun yanı sıra Ahmet in genel kültür konularıyla da ilgilendiği düşünülebilir. Bununla birlikte bir anket ile Ahmet in tiyatroyla ilgilenmediği bilgisi elde edilerek Ahmet in kalıp modeline eklenebilir ve böylece Ahmet in karşısına

44 29 tiyatro ile ilgili haberlerin yer aldığı uzun bir listenin önüne geçilmiş olur (Herder, 2006, s:30). Kullanıcı arayüzü ya da öğretim türünün uyarlanacağı durumlarda kalıp model kullanımı yeterli olacaktır. Fakat bireysel adaptasyonların yapılmasının gerekli olduğu ya da kişiye özel yardım veya tavsiye sistemlerinin çalışacağı durumlarda kalıp model yetersiz kalabilir (Koch, 2000, s:51 ). Örtüşme modeli Örtüşme modelleri temelde öğrenci bilgilerini uzman bilgilerinin bir alt kümesi olarak ele almaktadır (Şekil 5). Örtüşme modelleri, zeki öğretim sistemlerinin sunacağı materyallerin öğrenci bilgilerinin tümüyle uzmanın bilgilerine örtüşmesini sağlayacağı anlayışına dayanmaktadır. Bu yaklaşımın sakıncalarından biri öğrencilerin uzman bilgilerinde yer almayan inançlarının olabileceğini göz ardı etmesidir (Beck, Stern ve Haugsjaa, 1996). Şekil 5. Örtüşme Modeli (Beck, Stern ve Haugsjaa, 1996 dan alınmıştır) Uzman bilgisi ne kadar küçük öğelere ayrıştırılırsa, örtüşme modelinin başarısı da o derecede artar. Örtüşme modelinde öğrencinin neyi bildiği ve neyi bilmediği spesifik olarak gösterilebilir. Öğrencinin her bir bilgi birimine ilişkin sahip olduğu bilgi düzeyi 1-0 diğer bir ifadeyle biliyor-bilmiyor şeklinde gösterilebilir. Daha gelişmiş örtüşme modelleri ise bileşenle ilgili öğrencinin bilme durumunu derecelendirerek (bir tamsayı ya da olasılık ölçümü) gösterebilir (Brusilovsky, 1994). Her bir bilgi birimine ilişkin öğrencinin sahip olduğu bilgi düzeyine ilişkin sistemin verdiği karar örtüşme modelinin temelidir. Bu kararın verilmesinde genellikle olasılık tekniklerinin kullanılması tercih edilir. Belirsizliği en iyi ele alan yaklaşım

45 30 olmasından ötürü Bayes Ağlar en çok kullanılan olasılık tekniğidir (Özmert Büğrü, 2003; s:23,24). Karışıklık modeli Örtüşme modelinin dezavantajı öğrencilerin hataları ve kavram yanılgılarını içermemesidir. Oysa öğrencilerin genellikle konu alanlarıyla ilgili kavram yanılgıları vardır. Bu nedenle öğrencilerin sahip olabilecekleri hatalı bilgileri gösterecek şekilde örtüşme modelleri genişletilmiştir (Şekil 6). Bu genişleme öğrenci hatalarının daha iyi değerlendirilmesine ve öğrencinin sahip olduğu yanlış bilgilerin pedagojik olarak anlamlı bir veri haline dönüştürülmesine imkan vermektedir (Beck, Stern ve Haugsjaa, 1996). Şekil 6. Karışıklık Modeli (Beck, Stern ve Haugsjaa, 1996 dan alınmıştır) Makine öğrenme teknikleri Yapay zekanın bir alt dalı olan makine öğrenmesi alanı bilgisayarların öğrenmesini sağlayan algoritma ve tekniklerin tasarlanması ve geliştirilmesi ile ilgilenir (Knight, 2004). Deneyimlerden yola çıkarak otomatik olarak kendi performanslarını artıran ve bilgi tabanlarını genişleten bilgisayar programlarının nasıl yapılandırılacağı sorusuna cevap arayan makine öğrenmesi alanında yüz tanıma sistemlerinden (Ergezer, 2003) tıbbi müdahalelerdeki risk tespitine (Toprak vd., 2003) kadar pek çok alanda başarılı uygulamalar geliştirilmiştir (Mitchell, 1997). Bilgi ve iletişim teknolojilerinin günlük yaşamla daha bütünleşik hale gelmesi ve karşılaşılan karmaşık problemleri çözebilecek sistemlerin geliştirilmesi ihtiyacının belirginleşmesiyle birlikte makine öğrenmesi daha kritik bir nitelik kazanmıştır. Makine öğrenmesi özellikle kapsamlı veri yığınları içinden önceden bilinmeyen

46 31 anlamlı verilerin elde edilmeye çalışıldığı veri madenciliği sürecinde kullanılmaktadır (Gopal, 2000; s:18; Mitchell, 1997). Makine öğrenmesi alanında yer alan araştırmalarının odak noktası sayısal ve istatistik metotları kullanarak geniş bilgi yığınlarından anlamlı bilgilerin otomatik olarak çıkartılmasıdır (Vrakas ve Vlahavas, 2008). Makine öğrenmesinin en genel anlamdaki amacı insanların karar verme sürecindeki izledikleri adımları otomatikleştirerek, aynı sonuçların bilgisayar tarafından daha verimli, daha doğru ve daha az maliyetle gerçekleştirilmesini sağlamaktır (Jordan, 2008). Makine öğrenmesi doğrudan kullanıcının sistemle etkileşimini gözleyerek ve bu gözlemlere dayanarak sistemlerin karar vermesine imkan sağlamasından ötürü öğrenci modellemede oldukça işlevseldir (Alessandro, 2006, s:27). Karmaşık problemlerde yer alan belirsizliklerin modellenmesi ve modellenen verilerden anlamlı sonuçların çıkarılmasına imkan veren makine öğrenmesi alanında belirsizlikle baş edebilmek amacıyla kestirimci istatistik modelleri olarak tanımlanabilen çeşitli teknikler geliştirilmiştir. Kestirimci istatistik modelleri insan davranışlarının hedefler, eylemler ve tercihler gibi kesin yönlerinin tahmin edilmesini mümkün kılar (Zukerman ve Albrecht, 2001). Kestirimci istatistik modellerinden bazıları Markov modelleri, yapay sinir ağları, bulanık mantık ve bayes ağlardır. Bulanık mantık Öğrenci modellemede örtüşme modelinin kullanımının temelinde uzmanın durumla ilgili bilgilerinin kodlanması ve bu bilgilerden faydalanılarak karar verilmesi fikri yer almaktadır. İlk oluşturulan öğrenci modellerinde uzman bilgileri eğer-öyleyse (if-then) yapısına dayanan ikili kodlamalarla ifade edilmekteydi. Örneğin Işıklar açılmadığı sürece oda karanlık olacaktır. ifadesini düşünelim. Bu şekilde bilginin mutlak doğru ya da yanlış olarak yorumlanması klasik mantık olarak bilinmektedir. Oysa odanın karanlık olma durumunu ışıkların yanı sıra pencereden gelen gün ışığı da etkileyebilir. Bu örnekte de görüldüğü gibi bazı durumlarda bir sonucun gerçekleşmesinde birden fazla değişkenin etkisi olabilir. Uzmanların bazı bilgilerde (eğer-öyleyse) açıklamalarını bazen-böyledir şeklinde destekleme ihtiyaçları 0-1 kodlamasının yetersizliğini ortaya koymuştur. Ancak pencereden gelen ışığın şiddetinin odanın ne kadar karanlık olacağını etkileyecek olması bazen-

47 32 böyledir kodlamasının da yetersiz olduğunu göstermiş ve bulanık mantık gereksinimini ortaya çıkartmıştır. Bulanık mantık yaklaşımı herhangi bir duruma ilişkin bir değerin 0 ile 1 arasında yer alan sürekli ve herhangi bir değer olabileceği kabulüne dayanmaktadır (Baykal ve Beyan, 2004; Jensen, 1997, Kadie, Hovel ve Horvitz, 2001). Bulanık mantık, belirsizliklerin anlatımı ve belirsizliklerle çalışılabilmesi için kurulmuş katı bir matematik düzen olarak tanımlanabilir. Bilindiği gibi istatistikte ve olasılık kuramında, belirsizliklerle değil kesinliklerle çalışılır ama insanın yaşadığı ortam daha çok belirsizliklerle doludur. Bu yüzden insanoğlunun sonuç çıkarabilme yeteneğini anlayabilmek için belirsizliklerle çalışmak gereklidir. Bilinen anlamda matematik sadece aşırı uç değerlerine izin verir, işte bu yüzden klasik matematiksel yöntemlerle karmaşık sistemleri modellemek ve kontrol etmek zordur, çünkü veriler tam olmalıdır. Bulanık mantık kişiyi bu zorunluluktan kurtarır ve daha niteliksel bir tanımlama olanağı sağlar (Constantin 1996; Aktaran: Yavuz ve Karaman, 2003). Bayes Ağlar Belirsizliği modelleme için önerilen çeşitli yollardan biri olan olasılık, kesin kurallarla uyumlu şekilde hareket eden ve belirsizliği göstermek için kullanılabilen matematiksel yapılardır (Nokelainen vd., 2001). Olasılık kuramı, olaylar ve olayların gerçekleşme olasılıklarıyla ilgilenmektedir. Bayes ağlar, öğrenmedeki belirsizlikler, öncül olasılıklar ve istatistiklerden yola çıkarak sonraki olasılıkların hesaplanmasına imkan veren Bayes olasılık kuramından türetilmiştir (Rodriguez, 2006). Klasik istatistikte sonuç çıkarmak için uzun bir dönem süresince belli bir olayın (gözlenebilen) gerçekleşme sayısının toplam gözlem sayısına bölünmesiyle elde edilen sıklık değeri gereklidir. Bayes yorumlamasında ise bir olayın gerçekleşme olasılığına ilişkin öznel inançların derecesi önemlidir (Nokelainen vd., 2001). Bayes ağlar değişkenlerin düğümlerle, koşullu olasılık ilişkilerinin linklerle gösterildiği yön verilmiş döngüsel olmayan grafiklerdir (Jameson, 1998). Bayes yöntemi öğrenci modelleme sistemlerinde belirsizliğin üstesinden gelmek için kullanılan temel yöntemlerden biridir (Jameson, 1996) ve pek çok uyarlanabilir öğrenme ortamının öğrenci modelleme sürecinde kullanılmıştır (Kelly, 2005; Özmert Büğrü, 2003; Stern, 2001). Bayes yöntemi öğrenci modelleme sürecinde belirlenen

48 33 Bayes algoritması ile her bir öğrenci için kişiselleştirilmiş sonuç çıkarma mekanizmaları oluşturabilir ve dinamik olarak güncellenen veri kümeleri kullanılabilir (Witten, Frank, 2000). Bayes ağlar hakkında daha ayrıntılı bilgi 2.2. Bayes Ağlar başlığında yer almaktadır c. Öğrenci Modelinin Güncellenmesi Öğrenci modeli, öğrenci sistemi kullanmaya başlamadan önce oluşturulur ve öğrencinin öğrenme sürecinde elde edilen veriler ışığında güncellenir (Shareef ve Kinshuk, 2003). Öğrenci modelinin güncellenmesinde kullanılan yöntemler iki başlık altında toplanabilir; performans ölçümleri ve öğrenci hareketlerinin analizi. Performans ölçümleri Öğrenci sistemde yer alan bir soruyu cevapladığında bu cevap sistem tarafından analiz edilir ve bu işlem performans ölçümü olarak adlandırılır (Brusilovsky, 1994). Örneğin bir alıştırma yazılımında belli bir öğrenme kazanımıyla ilgili öğrencinin verdiği cevabın doğru/yanlış olması durumuna göre öğrencinin o kazanıma ilişkin bilgi durumunu gösteren değişken güncellenir. Böylece sistemin aynı kazanımla ilgili başka bir soru sorup sormaması ya da yeni bir kazanımla ilgili sorulara geçmesi ile ilgili karar verilebilir. Öğrenci hareketlerinin analizi Öğrencinin sistemi kullanırken tıkladığı düğümler, düğümlerde kalma süresi, seçtiği bileşenler, yaptığı sorgular vb. hareketleri analiz edilerek; öğrencinin hangi konuları ziyaret ettiği ya da hangi anlatım türünü tercih ettiği gibi bilgiler güncellenebilir Uyarlamaları Gerçekleştirme Brusilovsky uyarlanabilir hiper ortam teknolojisini iki temel tekniğe ayrıştırır. İlki içeriği uyarlama (adaptive presentation) diğeri ise gezinmeyi uyarlama (adaptive navigation). İçeriği uyarlama, öğrenci bilgisi, hedefleri ve diğer özellikleri doğrultusunda hiper ortam içeriğinin öğrenciye uygun şekilde sunulmasıdır. İçeriği uyarlama, sayfalarda yer alacak bilginin yanı sıra bilginin sunum şekline ilişkin değişiklikleri de içermektedir. Örneğin bir konunun anlatım türü (açıklama / örnek /

49 34 tanım) kullanıcının tercihine göre farklı şekillerde sunulabilir ya da öğrencinin bilişsel stiline (alan bağımlı/alan bağımsız) uygun içerik görüntülenebilir. Gezinmeyi uyarlama ise öğrencinin öğrenme materyalinde izleyeceği optimum yolu bulması için gezinmesinde destek sunulmasıdır (Brusilovsky ve Pesin, 1994; De Bra, 1998). Örneğin, bir sonraki adımı seçmeyi kolaylaştırmak için mevcut sayfadaki bağlantılar öğrenciye uygun olacak şekilde sıralanabilir, notlarla açıklanabilir veya bir kısmı gizlenebilir (De Bra, 1996). Brusilovsky nin (2001), adaptasyon teknolojilerine ilişkin yaptığı sınıflama Şekil 7 de görülmektedir: Şekil 7. Uyarlanabilir Hiper Ortam Teknolojilerinin Taksonomisi

50 35 Uyarlama yöntemleri, mevcut uyarlanabilir sistemlerinde yer alan adaptasyon tekniklerinin genellenmesi olarak tanımlanabilir. Her bir yöntem kavramsal düzeyde sunulabilecek açık bir uyarlama fikrine dayanır. Örneğin kavram kullanıcı tarafından biliniyorsa, mevcut kavramla diğer kavramın karşılaştırmasının eklenmesi ya da öğrenilmeye hazır olmayan kavramlara olan bağlantıların gizlenmesi. Aynı kavramsal yöntem farklı tekniklerle gerçekleştirilebilir. Aynı zamanda, bazı teknikler aynı bilgi gösterimini kullanarak çeşitli yöntemleri gerçekleştirmek için kullanılabilirler (Brusilovsky, 1998) İçeriği Uyarlama İçeriği uyarlamanın amacı farklı bilgi ve altyapıya sahip geniş kullanıcı kitlelerine hitap eden uygulamaların kullanışlılığını artırmaktır (Koch, 2000, s:20). Bu amacı gerçekleştirmek için sayfada yer alan içerik, kullanıcının o anki durumuna uygun olan bilgilerden oluşturulur. İçerik uyarlanırken, sayfa içeriğinin uygun bilgilerden (uygun zorluk düzeyi ve detaya sahip) oluşmasını ve sunulmasını sağlamak için farklı teknolojilerden faydalanılır (Brusilovsky, 1998). İçeriği uyarlama metin, çoklu ortam ve yöntemin uyarlanmasını içerir (Kelly, 2005). İçeriği uyarlama teknolojisi sistemden sisteme farklılık gösterir. Kimi sistemlerde sayfaların sıra düzeni devingen yapıda tasarlanırken, kimi sistemlerde sayfaların içeriği devingen yapıda tasarlanır. Bunlardan ikincisi uygulamada daha zordur. Her kullanıcı için sayfaların yeniden üretilmesini gerektirir. Böylece ön bilgi düzeyi fazla olan bir öğrenci daha ayrıntılı ve kapsamlı bilgiye ulaşırken, yeni başlayan bir öğrenci daha genel bilgilere ulaşabilir (Özmert Büğrü, 2003, s:8). İçeriği uyarlamak için kullanılan yöntemler aşağıda listelenmektedir: 1. Ek Açıklamalar: Bazı bilgi bölümleri sadece o bilginin uygun olduğu belirli öğrencilere verilmelidir. Öğrencilerin ön bilgi düzeyi ya da tercihlerine göre konuya ilişkin ek bilgiler sunulabilir. Örneğin, ekstra bilgi almak isteyen öğrencilere detaylı bilgi verilebilir.

51 36 2. Ön Gereksinim Açıklamaları: Kavramı sunmadan önce o kavramı öğrenmek için gerekli ön gereksinim kavramlar varsa onların sunulmasıdır. Örneğin, dilbilgisi öğretiminde öğrenciye gizli özne kavramı verilmeden önce özne kavramının açıklaması verilebilir. 3. Karşılaştırıcı Açılamalar: Bir kavramı sunarken daha önceden benzer kavramlar işlendiyse iki kavram arasındaki benzerlikler ve farklılıkların verilmesidir. Örneğin web tasarımı öğretiminde çerçeve kavramı önceden işlendiyse şablon kavramı anlatılırken her ikisinin ortak özellikleri ve farklı kullanım şekilleri aktarılabilir. 4. Farklı Açıklama Biçimleri: Aynı sayfa içeriğinin ya da sayfada yer alan bölümlerin farklı sunumlarının hazırlanarak, öğrenci modelinde tutulan bilgiler doğrultusunda kullanıcılara uygun sunumun aktarılmasıdır. Örneğin aynı sayfa içeriğine ilişkin tümdengelim ve tümevarım yöntemleriyle iki farklı şekilde içerik hazırlanarak kullanıcı tercihine göre uygun olan sunulabilir. 5. Sıralama: Aynı sayfa içeriğindeki farklı bölümlerin kullanıcı özellikleri doğrultusunda sırasının değiştirilmesidir. Örneğin sayfa içerikleri tanımlama, açıklama, örnek gibi bölümler içerebilir ve bu bölümler sayfada kullanıcı özelliklerine uygun sırada verilebilir. Tablo 1 de içeriğin uyarlanması ile ilgili teknikler, bu tekniklerin nasıl gerçekleştirildiğine ilişkin açıklamalar, sınırlılıkları ve kullanıldıkları sistemler sunulmaktadır.

52 Teknikler Açıklama Sınırlılıklar Kullanıldığı sistemler Koşula bağlı metin (conditional text) Bu teknikte içerik bölümler halinde hazırlanır ve öğrenci modeline uygun olarak hangi bölümlerin öğrenciye sunulacağı belirlenir. Diğer bir deyişle sayfa içindeki bazı bölümlerin gösterilmesi ya gizlenmesi esasına dayanır. Bilginin tümünü görmek isteyen bir kullanıcının sadece kısıtlı bilgiyle karşılaşmasına neden olabilir. C-Book ITEM/IP Lisp-Critic Örneğin acemi kullanıcıya içeriğin daha sınırlı bir bölümünün uzman öğrenciye ise tamamının gösterilmesi gibi. Esnek metin (stretchtext) Herhangi bir başlıkla ilgili ekstra açıklamanın aynı sayfanın içinde açılır pencereler ya da uzayan metin şeklinde sunulmasına imkan veren bağlantılar (hot word) sunulmasıdır. Bu tekniğin en önemli avantajı kullanıcının kendisine sunulan ek bölümleri açma ya da kapatma şansının olmasıdır. Gizli bilginin niteliği hakkında kullanıcıya geribildirim vermez. Sağladığı bağlamsal destek sayfa tasarımcısının uyarlanabilir bölüm için seçtiği metin ya da ikon tasarımına bağlıdır. MetaDoc PUSH 37

53 Farklı Bölümler (fragment variants) İçeriği oluşturan bileşenler bölümlere ayrılarak, her bir bölüme ilişkin farklı içerikler hazırlanır. Kullanıcı özelliklerine göre her bir bölümün hangi içerikle görüntüleneceğine karar verilir. Aynı konuyla ilişki her bir bölüm için birden fazla içerik hazırlanması gerekir. AHA IMANIC Anatom-Tutor Farklı Sayfalar (page variants) Her bir sayfayla ilgili aynı konuyu anlatan farklı içeriklerin kullanıcı özelliklerine göre sunulmasıdır. Bireylerin anlık değişen gereksinimlerine cevap vermemektedir. EDUCE Anatom-Tutor Aynı konuya ilişkin birden fazla içerik hazırlanması gerekir. Çerçeve temelli teknik (frame-based technique) Sayfa içindeki her bir bölüm bir çerçeve şeklinde hazırlanır. Bu bölümlerin hangi içerik türünde, sırasında görüntüleneceğine karar verilir. Her bir çerçevenin diğer çerçevelere ve örneklere bağlantısı vardır. Bölümlerin yeniden sıralanması bilginin doğal akışını bozarak metnin anlaşılmasını zorlaştırabilir. HYPADAPTER EPIAIM Tablo 1. İçeriği Uyarlama Teknikleri 38

54 Gezinmeyi uyarlama 1990 ların başından itibaren kullanıcıların gezinmede yaşadıkları problemleri çözmek için bireylerin gezinmesine destek sağlamaya odaklanan gezinmeyi uyarlama çalışmaları başlamıştır (Brusilovsky, Pesin ve Zyryanov, 1993; De Bra ve Calvi, 1997). Her bir öğrenci için öğretimi kişiselleştirmek amacını taşıyan uyarlanabilir öğrenme ortamlarının önerdiği iki temel yöntemden biri olan gezinmeyi uyarlama, bireylere izlemeleri için en uygun bağlantıları önerme ya da bireylerin gezinme alanlarını sınırlandırma gibi yollarla, doğrudan ya da dolaylı olarak gezinmelerinde destek sağlamaya çalışmaktadır (Brusilovsky, 2003). Gezinmeyi uyarlama, çoklu ortam bağlantılarını kullanıcıya uyarlamak için kullanılan tekniklerden oluşmaktadır. Kullanıcılar ortamda gezinirlerken bağlantı yapısı dinamik olarak değiştirilerek bu uyarlamalar gerçekleştirilmektedir (De Bra, 1998). Gezinmeyi uyarlama, çoklu ortamlarda karşılaşılan yönlendirme problemlerini en aza indirmek için bağlantı yapısını basitleştirmeye çalışır (De Bra, Brusilovsky ve Houben, 1999) ve öğrencinin öğrenme materyalinde izleyeceği optimum yolu bulması için yardımcı olur (Brusilovsky ve Pesin, 1994). Örneğin, bir sonraki adımı seçmeyi kolaylaştırmak için mevcut sayfadaki bağlantılar öğrenciye uygun şekilde sıralanabilir, notlarla açıklanabilir veya bir kısmı gizlenebilir (De Bra, 1996). Gezinmeyi uyarlama doğru içeriğe erişim imkanı sunmak amacıyla kullanılan etkili bir tekniktir (Houben, 2004). Öğrencilerin ön bilgileri, öğrenme stilleri, tercihleri ya da hedefleri, görevleri ve görsel uzamsal becerileri göz önünde bulundurularak gezinmeyi uyarlayan çeşitli sistemler geliştirilmiştir (Höök ve Svensson, 1999) ve bu sistemler çeşitli uygulama alanlarında değerlendirilmiştir. Gezinmeyi uyarlama teknolojilerinin genel anlamda, öğrencilerin hedeflerine daha hızlı ulaşmalarını sağladığı, gezinme karmaşıklığını azalttığı ve doyumu artırdığı görülmüştür (Brusilovsky, 1997). Buna ek olarak araştırmalar öğrencinin gezinme ya da araştırma sürecinde ön bilgilerine uygun olarak sunulan bağlantıların öğrenmeyi kolaylaştırdığını kanıtlamıştır (Falk ve Dierking, 1992). Gezinmeyi uyarlayan sistemlerde öncelikle öğrenci özelliklerinden yola çıkarak bir öğrenci modeli oluşturulması gereklidir. Bu model, öğrenci sistemle her

55 40 etkileşime girdiğinde güncellenmeli ve bu modele uygun gezinme uyarlamaları gerçekleştirilmelidir. Gezinmeyi uyarlama yöntemleri genel olarak dört başlık atında incelenmektedir (Brusilovsky, 1998): 1. Global Kılavuzluk (Global Guidance): Global kılavuzluk öğrencinin istediği bilgiye ulaşmasında en kısa yolu bulmasına yardım eder. Bunun için en çok kullanılan yöntem öğrencilere her adımda izleyeceği ileri gibi bir buton sunmaktır. 2. Lokal Kılavuzluk (Local Guidance): Kullanıcıya, özelliklerine göre ulaşabileceği en uygun bağlantı listesinin sırasıyla önerilmesidir. 3. Global Yönlendirme (Global Orientation): Global yönlendirme, kullanıcının tüm ders yapısını anlamasına ve bu hiper ortamdaki mutlak yerini fark etmesine yardımcı olur. 4. Lokal Yönlendirme (Local Orientation): Lokal yönlendirme, kullanıcının çevresinde nelerin bulunduğunu ve lokal hiper ortamdaki göreli yerini fark etmesine yardımcı olur. Yukarıda listelenen yöntemler farklı tekniklerden faydalanılarak gerçekleştirilebilir. Bu tekniklerin neler olduğu, sınırlıkları ve kullanıldığı uyarlanabilir sistemlerden bazıları Tablo 2 de aktarılmaktadır.

56 Teknikler Açıklama Sınırlılıklar Kullanıldığı sistemler Doğrudan kılavuzluk (direct guidance) Öğrenciye hedefi ve öğrenci modelinde sunulan diğer faktörler doğrultusunda bir sonraki en uygun düğümün hangisi olduğunu bulmada yardımcı olur. Sistemin önerilerini izlemeyecek kullanıcılar için herhangi bir destek sağlamaz. ELM-ART, ISIS-Tutor, Hyper-Tutor, imanic ileri ya da devam et gibi bir butonun bağlantısı dinamik olarak oluşturularak kullanıcının bir sonraki bağlantıya ulaşmasını sağlar. Bağlantıları sıralama (link sorting) Öğrenci modelinde yer alan bilgiler doğrultusunda bağlantıları ilgililik durumuna göre sıralar. Her bir düğümde bağlantı sırası değiştiği için tutarlılığı bozar ve giriş düzeyindeki öğrenciler için gezinme problemlerine neden olabilir. HYPERFLEX, ISIS-Tutor, ELM-ART, ManuelExcel, imanic Bağlantıları gizleme (link hiding) İlgisiz sayfaların bağlantılarını gizleyerek gezinme alanını sınırlandırır. 3 şekilde gerçekleştirilir (Calvi, 1998) Değişen bağlantı yapılarından ötürü kullanıcının kafası karışabilir. AHA, HYPERFLEX, ISIS-Tutor 1. Bağlantılar onları çevreleyen metinden ayrıştırılamayacak bir görünüme sahip olur ancak bağlantı hala işlevseldir. 2. Bağlantı sadece normal içerik gibi 41

57 görünmekle kalmaz aynı zamanda bağlantının işlevi de kaldırılır. 3. Bağlantının görünümü hala bağlantı şeklinde olabilir ancak işlevi kaldırılır. Kullanıcı bağlantıyı görür ancak bağlantı çalışmaz. Bağlantıları açıklama (link annotation) Bağlantılarda yer alan açıklamalarla kullanıcıya ulaşılacak düğümlerin mevcut durumu hakkında bilgi sağlanarak lokal yönlendirme yapılır. Bu açıklamalar metin şeklide olabileceği gibi görsel ipuçları şeklinde de olabilir. Daha dolaylı bir kılavuzluk sağlar. Ön bilgileri az olan öğrenciler bağlantıları seçmede zorluk çekebilir. AHA, HYPERFLEX, ISIS-Tutor, InterBook, imanic Bağlantı üretme (link generation) Harita adaptasyonu (map adaptation) Daha önceden sayfada bulunmayan yeni bağlantıların dinamik olarak oluşturulmasını sağlar. Öğrencilere farklı yollarla sunulan lokal ve global çoklu ortam haritalarının görsel biçiminin adaptasyonunu içerir. Bağlantıları sıralama, bağlantıları gizleme, bağlantıları açıklama gibi teknolojiler sunulan haritaların adaptasyonunda kullanılabilir. Tablo 2. Gezinmeyi Uyarlama Teknikleri Değişen bağlantı yapılarından ötürü kullanıcının kafasını karıştırabilir. Harita adaptasyonunda kullanılan grafikler doğru bir şekilde yapılandırılmadığında kullanıcı çok yoğun bir bilgi ile karşılaşabilir. InterBook, Hy-SOM, ELM-ART ELM-ART, InterBook, HYPERCASE AHA 42

58 Uyarlanabilir Eğitsel Hiper Ortamlara Geçiş Süreci 1945 lerde ortaya çıkan hipermetin (hypertext) fikri, günümüzün bilgi ve iletişim ağının altyapısını oluşturan internetin yaygınlaşmasıyla birlikte kullanılabilir bir yapı kazanmıştır. Zaman içerisinde bilgi kaynağının sadece metinle sınırlı olmaması ve grafik ve diğer medya türlerini de içerebildiğini yansıtmak üzere hiper ortam kavramı hipermetin kavramının yerine geçmiştir (Herder, 2006). Hiper ortamlar düğüm (node) ve bağlantılardan (link) oluşan ve farklı dokümanlar arasında gezinmeye imkan sağlayan sistemlerdir. Kullanıcının bilgiye erişim için bir araç olarak kullandığı hiper ortamların popülerliği son yıllarda gittikçe artmaktadır (Brusilovsky, 1998). Internetin ağ kapasiteleri ile hiper ortamı bütünleştirme çabalarının sonucunda World Wide Web (web) kavramı ortaya çıkmıştır. Web 1990 ların başında sadece akademisyenlerin eriştiği, statik ve elle oluşturulmuş bilgilere odaklanan bir ortam sunarken, 1990 ların sonlarına doğru dinamik içerik oluşturma ve sorguya dayalı bilgi erişimine imkan veren yeni teknolojilerle birlikte, çok geniş kapsamda etkinlikler için günlük olarak kullanılan dinamik ve etkileşimli bir sisteme dönüşmüştür (Herder, 2006). Günümüzde web, bankacılık işlemlerinden, ticari ürün alış ve satışına, haber aktarımından, seyahat planlarına, eğlence ve iletişimden, bilgiye erişime kadar çok farklı ekinliklerin gerçekleştirilmesine imkan vermektedir. Bilgi paylaşımı ve dağıtımında web ortamlarının katkısının gün geçtikçe artması, eğitim amaçlı web uygulamalarının geliştirilmesini ve bu ortamların ön plana çıkmasını beraberinde getirmiştir. Ancak genel bir amaç doğrultusunda tasarlanan geleneksel web uygulamalarını kullanan bireyler, bu genel amaçlı sayfaları kendi bilgi gereksinimlerini karşılamak için kendilerine uyarlamaya çalışmak zorunda kalmaktadırlar (Brusilovsky, 2001; Francisco-Revilla, 2004). Oysa bilgisayar destekli teknolojilerin geleneksel öğrenme ortamlarına göre sunduğu en büyük avantajlardan biri her bir öğrenci için farklı seçeneklerin öğretim ortamına yerleştirilebilmesidir. Kullanıcıların bilgi gereksinimlerindeki farklılıkları gözeten e- öğrenme ortamlarının tasarlanmasına ilişkin çözüm önerileri; öğrenci özelliklerine uygun öğretim etkinlikleri (A.T.I.- aptitude by treatment instruction), öğrenci

59 44 kontrollü öğrenme ortamları ve zeki öğrenme sistemleri olmak üzere üç başlık altında toplanabilir. 1. Öğrenci Özelliklerine Uygun Öğretim Etkinlikleri (A.T.I.- Aptitude By Treatment Instruction) Bu yaklaşım, etkili öğrenmeyi sağlamak için öğrencinin bilişsel ve kişilik özellikleri ile öğretim etkinlikleri arasındaki ilişkileri temel almaktadır. Öğrenci yeteneklerine uygun etkinlik çalışmalarının genel amacı farklı öğrenci özellikleri ve profillerine uygun öğretim etkinliklerinin tespit edilmesidir (Williams, 1996 ; Aktaran: Atasoy, 2004). Belirlenen öğretim etkinlikleri esas alınarak, öğrenciler uygun öğrenme etkinlikleriyle eşleştirildiklerinde en iyi öğrenmenin sağlanacağı düşünülmektedir (Canino ve Cichelli, 1988). Bu yaklaşımda öğrenci özellikleri öğretim sürecinden önce standartlaştırılmış testler ile belirlenir. Bu testten elde edilen sonuçlara göre öğrenciler hazırlanan sabit bileşenler ve öğretim stratejileri içeren uygun öğretim etkinliklerinin yer aldığı ortama eşleştirilirler. Böylece her öğrenciye tek bir öğretim ortamı seçeneği yerine farklı öğrenci gruplarına, o grubun özelliklerine uygun öğretim sunmak mümkün olur. 2. Öğrenci Kontrollü Öğrenme Ortamları Hannafin vd. (1994) açık uçlu öğrenme ortamlarında öğrencilerin ne öğrenileceği, nasıl öğrenileceği, hangi sırada öğrenileceği ve hangi öğrenme hedeflerine ulaşılacağını belirleyebildiklerini ifade etmektedirler. Web temelli öğrenme ortamları temelde açık uçlu öğrenme ortamlarıdır ve bu ortamlar öğrencilerin kendi öğrenme akışlarına ilişkin seçim yapmalarına imkan tanır (Wang ve Beasley, 2002). Öğretimin çeşitli noktalarında öğrencinin seçim yapabilmesi, öğrenci kontrolü olarak tanımlanmaktadır. Pek çok eğitimci ve öğretim tasarımcısı, öğrencinin zihinsel gelişimini ve başarısını artırmak için öğrenci kontrollü öğretimi önermektedir (Williams, 1996 Aktaran: Atasoy, 2004). Öğrenci kontrollü ortamlarda kullanıcıya bilginin sırası, alıştırma miktarı, öğrenme etkinlikleri, arayüz tercihleri vb. konularda sistem parametreleri değiştirme şansı tanınır. Böylece öğrencinin kendi isteğine göre özelleştirdiği bir ortamda çalışma şansı olur.

60 45 3. Zeki Öğrenme Sistemleri Yapay zeka, bir bilgisayarın ya da bilgisayar denetimli bir makinenin, genellikle insana özgü nitelikler olduğu varsayılan akıl yürütme, anlam çıkartma, genelleme ve geçmiş deneyimlerden öğrenme gibi yüksek zihinsel süreçlere ilişkin görevleri yerine getirme yeteneği olarak tanımlanmaktadır. Diğer bir ifadeyle, insana özgü akılcı hareketlerin makine tarafından taklidi biçiminde tanımlanabilir (Nabiyev, 2003). Yapay zeka içeren programlar aşağıdaki işlemleri gerçekleştirebilmektedir (Nabiyev, 2003): 1. İnsanın düşünmesini taklit ederek karmaşık problemleri çözebilmek, 2. Yorumlarını açıklayabilmek, yani bir durum karşısında kişiye yanıt verebilmek, 3. Öğrenerek uzmanlığını geliştirmek ve eski bilgilerini yenilerle uyumlu biçimde kullanarak bilgi tabanını genişletmek, Yapay Zeka alanındaki gelişmelerle birlikte eğitim bilimlerinde doğrudan öğretim verme ya da öğretime destek olma amacıyla zeki sistemlerin nasıl kullanılabileceği sorgulanmaya başlamış ve 1970 lerin başından itibaren yapay zeka eğitsel yazılımlarda kullanılmaya başlamıştır (Kurhila, 2003). Bu alandaki çalışmalar Zeki Öğretim Sistemlerinin (Intelligent Tutoring Systems) oluşumuna zemin hazırlamıştır. İleri Öğrenme Teknolojileri başlığı altında incelenen Zeki Öğretim Sistemi (Z.Ö.S.); neyi öğreteceğini, kime öğreteceğini ve nasıl öğreteceğini bilen yapay zeka tekniklerden yararlanarak tasarlanmış bir bilgisayar sistemidir (Nwana, 1990). Geleneksel B.D.Ö. sistemlerine bir alternatif olarak sunulan Z.Ö.S leri, öğrenmeyi kişiselleştirmeyi ve öğrenciyi öğrenme sürecinde desteklemeyi amaçlar. Klasik B.D.Ö. sistemlerinden farklı olarak Z.Ö.S., öğrenciye bilgi düzeyine uygun öğrenme ortamı sunarak öğrencinin daha kolay, hızlı ve kalıcı öğrenmesini sağlamayı amaçlamaktadır (Frasson,1998; Akt:Dağ ve Erkan, 2004). Zeki Öğretim Sistemleri yüksek kalitede ve etkin eğitimi amaçlayan, bu amaçla öğrenciye uzman eğitimci ile birebir etkileşimdeymiş gibi bireysel ortam

61 46 sağlamaya çalışan, gerekli kaynakları zamanında sunan, bir bilgi yığını içinde öğrencinin kaybolmasını önleyici uygulamaların geliştirildiği, bireylere göre uyarlanmış eğitim sistemleridir. (Özmert Büğrü, 2003). Geleneksel Zeki Öğretim Sistemleri dört bileşen içerir: bilgi alanı modeli, öğrenci modeli, öğretme modeli ve bir öğrenme ortamı ya da kullanıcı arayüzü. Bilgi alanı modeli, öğrenme sisteminin odağında yer alan konu alanına ilişkin bilgi ve kurallardan oluşur. Öğrenci modeli, sistemin öğrenciye ilişkin tüm yargılarını içerir. Bu model, öğrencinin mevcut bilgileri gibi spesifik bilgilerini toplayarak, sistemin farklı kullanıcıları ayırt etmesini sağlar. Öğretme modeli, sistemin öğretim süreçlerini nasıl yöneteceğiyle ilgili bilgilerden meydana gelir. Öğrenme ortamı ya da kullanıcı arayüzü ise sistemle kullanıcı arasındaki etkileşimi sağlayan arabirimi oluşturur. ZÖS leri, bileşenlerinin göreli zekilik düzeyine göre birbirlerinden oldukça farklılaşabilirler. Örneğin, bilgi alanı modeline odaklanan bir ZÖS i; karmaşık ve yeni problemlere çözümler üretebileceği gibi bu problemlere çözüm üretmek için sadece basit yöntemlerde içerebilir. Belirli konuların farklı yollarla öğretimine yoğunlaşan bir ZÖS i içerdiği bileşenlerin zekiliğine göre homojen ya da heterojen sunumlar gerçekleştirebilir (Freedman vd., 2000). ZÖS nin genel yapısı aşağıdaki şekilde gösterilebilir:

62 47 Şekil 8. Zeki Öğretim Sistemlerinin Genel Yapısı (Özmert Büğrü, 2003) Zeki Öğretim Sistemleri ile eğitsel hiper ortamları bütünleştirme çabalarının sonucunda ise uyarlanabilir eğitsel hiper ortam kavramı ortaya çıkmıştır (Brusilovsky, 2000) Bayes Ağlar Bayes ağlar öğrenci modellemede hızlı olması, geleneksel metotlarla ifade edilemeyen karmaşık modelleri ortaya koyma yeteneği ve belirsizlikle baş etmede

63 48 etkili olmasından ötürü sıklıkla kullanılan bir yöntemdir (Bilsus ve Pazzani, 1997; Olmuş, 2001, s:4; Conati, Gertner ve VanLehn, 2002). Bayes ağlar, öğrenmedeki belirsizlikler, ön olasılıklar ve istatistiklerden yola çıkarak sonraki olasılıkların hesaplanmasına imkan veren Bayes olasılık kuramından türetilmiştir (Rodriguez, 2006). Olasılık, herhangi bir olayın gerçekleşme ihtimalinin ya da şansının sayısal ölçümü olarak tanımlanabilir. Genel olarak tam olmayan bilgilerle karar vermeye dayanan olasılık kuramının temelleri XVII. yüzyılda şans oyunlarının incelenmesi ile başlamıştır (Baykal ve Beyan, 2004). Olasılıkta iki temel yaklaşım vardır: frekans yaklaşımı (objektif yaklaşım) ve bayes yaklaşımı (subjektif yaklaşım). Frekans yaklaşımında, herhangi bir olayın meydana gelme olasılığının daha önceki gözlemlerden elde edilen somut verilere dayanarak elde edilebileceği görüşü hakimdir. Örneğin frekans yaklaşımına göre Türkiye deki tüm bebeklerin %49 unun kız olduğu düşünüldüğünde, rastgele seçilen bir bebeğin kız olma olasılığı 0,49 dur. (Olmuş, 2001, s:9,10). Bayes yaklaşımı ise olasılığın, olasılık gözlemi yapan veya kararı veren uzmanın sağduyuyla elde ettiği bilgi ile gözlemsel kanıtların bütünleştirerek olaya bağladığı bir olabilirlilik sayısı olduğu anlayışına dayanır (Kadie, Hovel ve Horvitz, 2001, s:4). Örneğin geçmiş yığın (spam) iletilerinde geçen kelimelerden yola çıkarak yeni gelen iletinin istenmeyen bir e-posta olup olmadığının tahmini subjektif olasılık değerleri sunan bir deneydir. Bilimde belirsizliği istenilmeyen bir durum olarak gören ve mümkün bütün durumlarda belirsizlikten kaçınılması gerektiğinde ısrar eden geleneksel anlayıştan, belirsizlikle yaşamayı kabul eden ve belirsizlikten kaçınılmasının mümkün olmadığını iddia eden alternatif bakış açısına doğru bir geçiş vardır. Gerçek dünya karmaşıktır ve bu karmaşıklık genel olarak belirsizlik ve kesin düşünceden yoksunluktan kaynaklanmaktadır (Baykal ve Beyan, 2004). Gerçek hayattaki pek çok durum için karar verme süreci öncesinde elde veri bulunmaması ya da eldeki verilerin kesin olmaması subjektif değerlendirmelere (Bayes yaklaşımına) ihtiyaç duyulmasına neden olmuştur. İlk olarak 1763 te Thomas Bayes tarafından ön olasılıklar ve koşullu olasılıklar ortaya konmuş ve ardından Pierre Simon de Lasplace ın katkılarıyla Bayes olasılık kuramı modern şeklini almıştır (Baykal ve Beyan, 2004). İstatistikte Bayes

64 49 yaklaşımının uzun bir geçmişi olmasına rağmen, 1990 ların başına kadar bu yaklaşım marjinal bir statüde kalmış ve sosyal bilimler yöntembiliminde neredeyse duyulmamıştır. Bayes yaklaşımının uzun bir dönem kabul görmemesi, olasılıkta öznel yaklaşımın ve özellikle ön dağılımların kullanımına felsefi başkaldırı ve gerçeğe uygun Bayes analizlerini tamamlamak için hesaplama gücünün yokluğundan kaynaklanmaktaydı (Fienberg ve Linden, 2007) lardaki gelişmelerle birlikte bu nedenler ortadan kalkmış ve Bayes yaklaşımı kabul görmeye başlamıştır. Olasılık kuramı ve graf (graph) kuramının birlikte kullanımı ile graf modelleri elde edilir. Graf modelleri oluşturma, istatistik modellerini oluşturmanın bir çeşidi olup, bu modelleri göstermek için grafikler kullanılır. Graf modelleri, genetik, sosyal bilimler, hastalık tanı ve teşhisleri, olasılık sistemleri, planlama ve kontrol, dinamik sistemler, zaman serileri, genel veri analizi gibi dallarda kullanılmaktadır. Ayrıca, istatistikte olasılıkları modellemek için, yapay zekada ve karar teorisinde karmaşık kararları modellemek için kullanılmaktadır. Bayes ağlar, çok sayıda değişken arasındaki olası ilişkileri grafiksel olarak sunmak ve bu değişkenlerden olası sonuç çıkarmak için olasılık teorisi ve graf teorisinin birlikte kullanımı ile elde edilen graf modellerinden biridir. Belli bir varlığın bir özelliği üzerinde başka bir özelliğinin doğrudan etkisi olduğu durumlarda, olasılık hesabının gerçekleştirilmesi için Bayes ağlardan faydalanılır (Neapolitan, 2003; Olmuş, 2001). A ve B gibi iki olayın olasılıkları P(A) ve P(B), B nin A ya göre koşullu olasılığı P(B A) olsun. P(B A) yi hesaplamak için Bayes kuramı kullanılabilir. Bu şekilde önceden bilinen deneysel ve tarihsel bilgi kullanılarak yeni bilgi üretilebilir. Bu sürece Bayes çıkarımı denir (Baykal ve Beyan, 2004). Bayes çıkarımı yapılması için Bayes ağda yer alan değişkenlerin ön olasılıklarının ve değişkenler arasındaki koşullu olasılıkların bilinmesi gereklidir. Bayes ağların kullanımına ilişkin sunulan örneklerden biri şudur: Holmes bir sabah evden çıkar ve çimlerinin ıslak olduğunu fark eder. Bu durumda şöyle bir sonuç çıkarır Muhtemelen dün akşam yağmur yağmış olmalı. Yağmurun yağmasından ötürü komşum Watson ın çimlerinin de ıslak olması gerekli. Bu durumda Holmes kendi çimlerinin ıslak olduğu bilgisinden yola çıkarak komşusunun çimlerinin durumuna ilişkin bir sonuç çıkarmıştır. Eğer Holmes yağmurun yağıp yağmadığını hava durumuna bakarak kontrol etmiş olsaydı,

65 50 komşusunun çimlerine ilişkin inancında kendi çimlerinin durumunun hiçbir önemi kalmayacaktı. Diğer bir ihtimal Holmes un fıskiyesini açık unutmuş olmasıdır. Çimlerinin ıslak olduğunu ilk gördüğü anda fıskiyenin açık olma ihtimali ile yağmur yağma ihtimali eşit olabilir. Eğer komşusu Watson ın da çimlerinin ıslak olduğunu görürse o zaman fıskiyenin açık olma ihtimali azalacaktır ve muhtemelen yağmur yağdığını düşünecektir. Bu örnekte görüldüğü gibi gözlenen sonuçlar ilk inançların düzeyini artırabilmekte ya da azaltabilmektedir (Jensen, 1997). Yukarıdaki örnek Bayes ağlar kullanılarak Şekil 9 daki gibi bir grafikle gösterilir. Şekil 9. Bir Bayes Ağ Örneği (Meredith, 2005 den alınmıştır) Bayes ağlar bir dizi değişken, değişkenleri birbirine bağlayan grafiksel yapı ve bir dizi koşullu olasılıktan oluşur. Şekil 9 da görüldüğü gibi Bayes ağlarda değişkenlerin her biri düğümlerle, değişkenler arasındaki ilişkiler ise düğümler arasındaki çizgilerle gösterilir (Meredith, 2005; Kadie, Hovel ve Horvitz, 2001). Bayes ağlar, değişkenler kümesi arasındaki ilişkileri grafiksel olarak göstermek ve uzman sistemlerde belirsizliklerle ilgilenmek için güçlü bir yöntemdir. (Neapolitan, 2003; Olmuş, 2001). Yukarıdaki örnek için ön olasılıklardan biri fıskiyenin açık olma ihtimalidir. Holmes un fıskiyeyi zaman zaman açık unutma alışkanlığı olduğunu düşünelim. Eğer Holmes un fıskiyeyi açık unutma olasılığı %30 ise bu durumda fıskiye için olasılık dağılımı şu şekilde olacaktır: P(F=açık)=%30, P(F=kapalı)= %70.

66 51 Yukarıdaki örnek için çimlerin ıslak olma olasılığına ilişkin koşullu olasılıklar ise şu şekilde belirlenebilir. Yağmur yağdığı zaman çimlerin ıslak olma olasılığı (%100) ve yağmadığı zaman ıslak olma olasılığı (%0) dır. Yağmur yağdığı zaman çimlerin ıslak olmama olasılığı (%0) ve yağmur yağmadığı zaman ıslak olmama olasılığı (%100) dür. Bu şekilde ön olasılıklar ve koşullu olasılıklar belirlendikten sonra bu değişkenlerden oluşan her durum için sonuç çıkartılabilir (Olmuş, 2001). Bu ağın genel olasılığı ise şu şekilde hesaplanır: Yukarıdaki örnekte görüldüğü gibi Bayes ağlar, belirsizlik bulunan bir durumda karar verme sürecinde, önceden sahip olunan bilgiler ışığında bir olayın gerçekleşme olasılığını hesaplamayı sağlar. Bu nedenle Bayes yaklaşımı olayların ön olasılıklarına, olaylar arasındaki koşullu olasılıklara ve öznel değerlendirmelere önem vermektedir. Bayes ağlar günümüzde pek çok farklı alanda kullanılmaktadır. Bunlardan bazıları aşağıda listelenmektedir. Yapay zeka ve istatistik alanında olasılıkları modellemede, Karar teorisinde karmaşık kararları modellemede, İstenmeyen e-postaları (spam) filtrelemede, Elektronik ticaret sitelerinde müşteri modeli oluşturarak müşteri gereksinimlerine uygun bilgi ve ürün önermede, Yazım hataları kontrolünde, Risk analizinde, Hastalık teşhisinde, Kurbanlar, suçlar, polis raporları ve otopsileri değerlendirerek suçlu özelliklerine uygun suçlu profilleri oluşturma ve bu profillere uygun önerilerde bulunmada, Bazı bilgisayar donanımlarıyla ilgili problem çözme sürecinde vb. Bayes ağların günümüzde farklı alanlarda yaygın olarak kullanılması, diğer modelleme yaklaşımlarına göre avantajlar sunmasından kaynaklanmaktadır. Bayes ağların avantajları aşağıdaki şekilde listelenebilir.

67 52 Bayes ağların hemen hemen her tür veriyi analiz etme yeteneği vardır. Diğer bir deyişle kısmi ya da kesin olmayan bilgiye dayanarak sonuç çıkarma yeteneğine sahiptir (Nokelainen vd., 2001). Bayes modellemede, uzman bilgileri ön dağılımlar olarak kodlanabilir ve uzmanlar ön bilgilerinin önemi ya da ağırlığına değer biçebilirler. Bu durum, uzman bilgilerinin istatistiksel verilerle pratik bir şekilde bütünleştirilmesine imkan tanır (Myllymäki, 2002). Değişkenler arası nedensel ilişkilerin açığa çıkarılmasına imkan verir (Nokelainen vd., 2001). Geleneksel yöntemlerle ifade edilemeyen karmaşık modellerin ortaya konmasına imkan sunar (Olmuş, 2001). Öğrenci modelleme görevlerinde oldukça doğru ve hızlı olduğu kanıtlanmıştır (Bilsus ve Pazzani, 1997). Bayes ağ modelleri küçük değişikliklerin sistem performansını büyük bir oranda etkilemeyeceği şekilde yapılandırılmıştır. Bu nedenle var olan modellerin sürekliliğinin sağlanması ve güncellenmesi, karmaşık ve zaman kaybına neden olacak yeniden modellemelere gerek duymaksızın kolay bir şekilde gerçekleştirilebilir (Myllymäki, 2002). Bayes ağların eğitim ortamlarında kullanımına ilişkin örnek çalışmalar Tablo 3 de aktarılmaktadır.

68 Genel Özellikleri Ortamın yapısı Bayes Ağların İşlevi Ortam adı: IMANIC Araştırmacı: Stern (2001) Amacı: Öğretim Öğrencinin farklı tür kaynak seçimine göre içerik sunumunun adaptasyonunu yapan bir sistemdir. Öğrenciye aşağıdaki kaynaklarla ilgili alternatif bileşenler sunulmuştur. Öğretim türü (açıklama / örnek/ tanım) medya türü (metin/resim), başlık yerleşimi (başta/sonda), soyutluk düzeyi (somut/soyut) kavramı yerleştirme (başta/ortada/sonda). Öğrenci sistemle etkileşime girdikçe kaynakları açıp kapatma tercihleri kaydedilmekte, bir sonraki başlığa geçerken bu etkileşimler Bayes algoritması kullanılarak: Bir önceki adımda seçilen kaynak türü, Kaynakların görüntülenme süresi, İlk seçilen kaynak, Tekrar seçilen kaynaklar, Tek bir kaynak türünün seçilmesi gibi durumların tamamı dikkate alınarak öğrencinin hangi kaynakları tercih ettiği ve içeriğin ilk olarak nasıl sunulacağı hakkında sonuç çıkarılmaktadır. Araştırmacı: Vomlel (2004) Amacı: Ölçme Ortam adı: ModelsCreator (MC) Araştırmacılar: Tselios vd. (2006) Amacı: Yardım Öğrencilerin bilgi düzeylerine uygun uyarlanabilir ölçme işlemini gerçekleştiren bir sistemdir. Öğrencilerin etkinliklerini modellemek ve bu etkinliklere uygun yardım sunmak amacıyla kullanılan bir açık uçlu öğrenme ortamıdır. Bayes ağlar, öğrenci modelinin oluşturulması ve öğrencinin her bir soruya verdiği cevabın doğruluğuna göre bir sonraki sorunun zorluk düzeyinin ve kaç adet soru sorulacağının belirlenmesi amacıyla kullanılmaktadır. Bayes ağlar, öğrencinin mevcut durumundan yola çıkarak bir sonraki olası hareketinin ne olacağını belirlemek amacıyla kullanılmıştır. Bu hareketi doğru belirleyerek öğrenciye en uygun yardım bölümünü göstermeyi sağlamaktadır. Böylece kullanıcı destek modülünün işlevselliğini artırmayı amaçlamaktadır. 53

69 Ortam adı: HEVI Araştırmacılar: Nokelainen vd. (2001) Amacı: Web-temelli bir öğrenme ortamı tasarlama Ortam adı: Prime Climb Araştırmacı: Zhao (2000) Amacı: Eğitsel oyun Ortam adı: ANDES Araştırmacılar: Conati, Gertner ve Vanlehn (2000) Amacı: Problem çözme ve araştırma sürecinde öğrencilere destek sağlama Uzaktan eğitim alan öğrencilerin görüşlerinden faydalanarak web-temelli öğretim sürecini oluşturmada öğrencimerkezli yaklaşımla öğrenme modeli oluşturmaya yönelik bir çalışmadır. Eğitsel oyunların etkiliğini artırmak için her bir öğrencinin bilgisini ölçerek oluşturulan öğrenci modeli doğrultusunda öğrencilere ipuçları sunulmasını sağlayan bir eğitsel oyundur. Newton mekaniğine ilişkin problem çözme sürecinde anında geribildirim ve yardım sunarak öğrenciye destek sağlamayı amaçlayan bir sistemdir. Bu sistemde konu içeriği bulunmamakta, sadece alıştırma ve problemler yer almaktadır. Bayes ağlar, öğrencilere uygulanan anket soruları sonucunda elde edilen bilgileri analiz ederek, farklı öğrencilerin öğrenme sürecindeki tercihlerine uygun sanal bir üniversite tasarım modeli oluşturmak için kullanılmıştır. Bayes ağlar, öğrencilerin oyunun içinde yer alan her bir dağa tırmanması için gereken konu alanı bilgileri ile öğrencinin sistemle etkileşimiyle belirlenen mevcut bilgilerini kullanarak öğrenci modeli oluşturmak ve güncellemek amacıyla kullanılmıştır. Bayes ağlar, her bir probleme ilişkin bir çözüm grafiği oluşturma, problem çözme ve alıştırma yapmayla ilgili öğrenci modelleme ve öğrencinin bir sonraki davranışına ilişkin sonuç çıkarmak amacıyla kullanılmıştır. Tablo 3. Bayes Ağların Eğitim Ortamlarında Kullanımına İlişkin Çalışmalar 54

70 Kaybolma Web ortamlarının en önemli özelliklerinden biri, öğrencilerin daha önceden oluşturulmuş bir sırayı takip etme zorunluluğunu ortadan kaldırarak öğrencilere özgür gezinme olanağı sunan doğrusal olmayan bir yapıya sahip olmasıdır (Alomyan, 2004). Bununla birlikte web ortamlarının zengin bağlantı yapısı içinde doğrusal olmayan şekilde gezinme imkanı, bireylerin ilgilendikleri ya da aradıkları bilgiye ulaşamamaları gibi bazı kullanılabilirlik problemlerini de beraberinde getirmektedir. Çoklu ortamlarda gezinme karmaşık bir görevdir ve bireysel farklılıklar bireyin gezinme şeklinde önemli bir rol oynar (Höök, Sjölinder ve Dählback, 1996; Chen ve Macredie, 2002; Herder ve Juvina, 2004). Çoklu ortam sistemleri öğrenciye nereye gideceği, bulunduğu konuma nasıl geldiği ve neyi görüntüleyeceği gibi kararları vermede sorumluluk verir (Zhu, 1996, s: 26) lerin sonlarında yapılan çalışmalar çoklu ortamlarda gezinmeyle ilgili bazı problemlerin fark edilmesine neden olmuştur (Hammond, 1989). Gezinmeyle ilgili en temel problemlerden biri kaybolmadır (Conklin, 1987; Hammond, 1989; Beasley ve Waugh, 1995; Chen, 2002). Kaybolma, bireylerin doğrusal olmayan dokümanlarda bulunduğu konumu ve yönünü kaybetme eğilimi olarak açıklanabilir (Conklin, 1987). Kaybolma aslında geleneksel basılı dokümanlarda karşılaşılabilecek bir problemdir ancak kitabın doğrusal yapısı ve içerik haritası gibi organizasyon araçlarından ötürü, bilgi ve konum bir kitapta daha kolay bulunabilir. Ayrıca kitabın büyüklüğü ve görünümü kitaptaki materyal türü ve bilgi miktarı hakkında bilgi verebilir. Eğer kitap iyi bir şekilde indekslenmiş ve düzenlenmişse; bölüm numarası, sayfa numarası, içindekiler tablosu, belirli bir bilginin konumu kolayca bulunabilir (Zhu, 1996, s: 28). Bir hiper ortamda kaybolma bireyin düğümler ve bağlantılar arasındaki ilişkilerle ilgili net bir fikrinin olmaması veya ortamdaki konumunu bilmemesidir (Zhu, 1996, s: 98). Hiper ortamlarda kaybolma öğrenme ortamının kötü tasarlanması ya da kullanıcının ortama ya da içeriğe yabancı olmasından ötürü gerçekleşebilir (Evelend & Dunwoody, 2001). Web ortamlarında üç tür kaybolma gerçekleşebilir; bir sonraki adımda nereye gideceğini bilememe, nereye gideceğini bilme fakat

71 56 bulunduğu konuma nasıl geldiğini bilememe, genel yapının içinde nerede olduğunu bilememe (Elm ve Woods, 1985). Foss (1989) ise iki tür kaybolma problemi olduğunu söylemektedir: konudan ayrılma problemi ve sanat müzesi fenomeni. Konudan ayrılma problemi, kullanıcının çapraz referanslar zincirini izlerken ana konudan ayrılması ve bir daha asla geri dönmemesidir. Sanat müzesi fenomeni ise bireyin hangi düğümleri izlediğinin ve hangi düğümleri izlemediğinin farkında olamamasıdır (Zhu, 1996, s: 28) Kaybolma çoklu ortamların kullanışlılığını düşürmekte (Demirbilek, 2004) ve bireylerin hiper ortamlarda gezinme ve bilgi arama davranışlarını olumsuz etkilemektedir (McDonald & Stevenson 1998). Bu nedenle kaybolmaya etki eden faktörlerin tanımlanması ve kaybolmayı engelleyecek önlemlerin alınması gereklidir. Schoon ve Cafolla (2002), kaybolmaya etki eden faktörleri aşağıdaki şekilde listelemektedir: Bağlantı kullanıcıyı ilgisiz ya da ilişkisiz bir bilgiye götürdüğünde ya da çok sayıda bağlantı olduğunda, Sistemi kullanan bireylerin deneyimsiz olması durumunda, Çoklu ortam sistemlerinin tasarımının uygun niteliklere sahip olmaması veya iyi yapılandırılmamış olması durumunda kaybolma gerçekleşir. Kaybolma düzeyinin belirlenmesinde farklı ölçme yöntemleri kullanılmaktadır. Başlarda, öğrencinin hiper ortamda verilen bir görevi tamamlama süresi ve sorulara verdiği cevapların doğruluğu ile kaybolma ölçülmüş ardından kaybolmayan bir öğrencinin sadece gerekli düğümleri ziyaret edeceği hipotezinden yola çıkarak öğrencinin ortamda izlediği gezinme yolunun doğruluğuna ilişkin formüller geliştirilmiştir. Sayfanın ortalama görüntülenme süresi ve sayfalara geri dönüş oranının kaybolmayı ölçmede kullanılabileceği düşünülmüştür. Kaybolmanın ölçülmesinde en sık kullanılan ve tercih edilen ölçekler ise öğrencilerin kaybolma düzeylerine ilişkin algılarını ölçen likert tipi ölçeklerdir (Karadeniz, 2006). Kaybolmayı etki eden bireysel özellikler ve ortam özelliklerini belirlemeye yönelik çok sayıda araştırma yapılmıştır (Demirbilek, 2004, s:81, Zhu, 1996, s: 29, Juvina ve Herder, 2005, Chou ve diğerleri, 2000). Örneğin Demirbilek (2004)

72 57 Florida üniversitesinde okuyan 146 öğrenci üzerinde gerçekleştirdiği araştırmasında farklı pencere türlerinin (paralel, paralel olmayan) ve öğrencilerin bireysel farklılıklarının (bilgisayar deneyimi) öğrencilerin kaybolmaları ve bilişsel yüklenmeleri üzerindeki etkisini incelemiştir. Demirbilek çalışmasında kaybolmayı değerlendirmek için hem öğrencilerin kaybolma algılarını belirleyen (Ahuja ve Webster, 2001) bir ölçekten faydalanmış hem de yönlendirme oranını (Dias ve Sousa, 1997) hesaplamıştır. Çalışma sonuçları, paralel ortamda çalışan öğrencilerin diğer ortamda çalışan öğrencilere göre daha az kaybolduklarını ve bilişsel aşırı yüklenmelerinin daha az olduğunu ortaya koymuştur. Karadeniz (2005) ise çalışmasında hiper ortam yapısı ve bilişsel esnekliğin gezinme stratejisi, kaybolma ve başarıya olan etkilerini incelemiştir. Gazi Üniversitesinde okuyan 108 öğrencinin katıldığı çalışmada iyi yapılandırılmış, az yapılandırılmış ve yapılandırılmamış olarak sınıflandırılan üç farklı hiper ortam yapısı tasarlanmıştır. Araştırma sonucunda öğrencilerin genel kaybolma puanlarının, hiper ortam yapısına, bilişsel esnekliğe ve bu iki değişkenin ortak etkisine bağlı olarak farklılaşmadığı saptanmıştır. Ayrıca her üç hiper ortam yapısında da kaybolan öğrencilerin başarı puanlarının kaybolmayan öğrencilerden daha düşük olduğu ancak sadece yapılandırılmamış hiper ortamda çalışan öğrenciler için bu farkın anlamlı olduğu belirlenmiştir. Yukarıda bahsedilen araştırmalarda olduğu gibi kaybolmaya etki eden faktörleri inceleyen araştırma bulgularına dayanarak kaybolmayı önlemeye yönelik çeşitli destek teknolojileri önerilmiştir. Bağlantı filtreleme, bağlantı önerme ve diğer gezinme uyarlamalarının yapılması, çoklu ortamlarda genelbakış diagramları (oveview diagrams), kılavuzlayıcı turlar, metaforlar ve/veya ekmek kırıntılarına yer verilmesi ile iyi yapılandırılmış çoklu ortamların tasarlanması (paralel ortamlar vb.) bu önlemlerden öne çıkanlardır (Demirbilek, 2004, s:81, Zhu, 1996, s: 29, Juvina ve Herder, 2005, Chou ve diğerleri., 2000) İlgili Araştırmalar Uyarlanabilir web ortamlarının tasarımı ve öğrenci modellemeye ilişkin literatürde çok sayıda teorik çalışma bulunmaktadır. Buna ek olarak, içerik ve gezinme uyarlamaya ilişkin farklı özellikler dikkate alınarak çok sayıda uyarlanabilir

73 58 eğitsel sistem geliştirilmiş (Kelly, 2005; Alotaiby, 2005; Francisco-Revilla, 2004; Özmert Büğrü, 2003) ve bu çalışmaların bir kısmında bu sistemler kullanılarak deneysel çalışmalar yapılmıştır. Bu bölümde literatürde yer alan çalışmaların bazılarına değinilmektedir. Kaplan, Fenwick ve Chen (1998) HYPERFLEX olarak adlandırdıkları sistemle iki ayrı pilot çalışma yapmışlardır. İlk çalışmada hedef-yönelimli aramanın hipermetinlerdeki kullanışlılığını test etmişlerdir. Hedefe dayalı olarak bağlantıların sıralanmasının arama yapmak için harcanan zamanı ve araştırılan başlık sayısını azalttığı, bunun yanı sıra cevapların doğruluğunu artırdığı görülmüştür. İkinci çalışmada ise HYPERFLEX in iki farklı uyarlama biçimi karşılaştırılmıştır. Deneysel süreçte sistemin 3 farklı versiyonu kullanılmıştır: sadece ilgiye dayalı bağlantıların sıralandığı versiyon, sadece hedefe-dayalı bağlantıların sıralandığı versiyon ve her iki uyarlamanında yer aldığı versiyon. Her iki uyarlamanın yer aldığı versiyonda çalışan öğrenciler diğer iki gruptan daha başarılı olmuşlardır. Araştırmacılar bu durumu her ki uyarlama yönteminin de etkili olduğu ve bilgi arama görevlerinde öğrenci performansını artırdığı şeklinde yorumlamışlardır. Brusilovsky ve Pesin (1998) bağlantıları açıklama ve bağlantıları gizleme tekniklerinin etkilerini değerlendirmek amacıyla ISIS-Tutor yazılımını kullanarak deneysel bir çalışma gerçekleştirmişlerdir. Bilgisayara Giriş dersini alan 26 katılımcı ile yürütülen çalışmada yazılımın üç farklı versiyonu kullanılmıştır: uyarlamaların olmadığı, bağlantıları açıklama yöntemi ile uyarlamaların yapıldığı ve bağlantıları açıklama ve bağlantıları gizleme yönteminin bir arada yer aldığı sistem. Çalışmanın sonuçları uyarlamaların yer aldığı her iki yazılımda çalışan öğrencilerin gezinme adımlarının toplam sayısının, daha önceden ziyaret edilen kavramlarının tekrar sayısının ve aynı görevi gerçekleştirmek için tekrar deneme sayısının uyarlamaların olmadığı gruptakilerden anlamlı derecede daha düşük olduğunu göstermiştir. Uyarlamaların yer aldığı iki farklı versiyonda çalışan öğrencilerin gezinme adımları arasında anlamlı bir fark bulunmamıştır. Öğrenme süresinde ise iki grup arasında anlamlı bir fark olmadığı belirlenmiştir. Bağlantı açıklamalarının gezinme süresini

74 59 kısalttığı ancak öğrenme süresini kısaltmadığı için toplam sürede etkisinin görülmemiş olabileceği yorumu yapılmıştır. Specht ve Kobsa (1999) 85 öğrencinin katılımıyla gerçekleştirdikleri çalışmalarında üç farklı uyarlanabilir hiper ortam ve bir statik ortamın, öğrenme üzerindeki etkisini incelemişlerdir. Bu amaçla, bağlantıları açıklama tekniği kullanılan, bağlantıları üretme tekniği kullanılan, her iki uyarlama tekniği kullanılan ve iki tekniğinde yer almadığı dört farklı ortam oluşturulmuştur. Bağlantıları üretme, önerilmeyen bağlantıların gizlenmesi ve öğrenci ön gereksinim konusunu öğrendikten sonra bağlantıların dinamik olarak eklenmesi şeklinde gerçekleştirilmiştir. Her iki adaptasyonun yer aldığı grupta çalışan öğrencilerin toplam çalışma süresi bakımından, diğer iki gruba ve hiç uyarlama yer almayan ortamda çalışan gruba göre daha az zaman harcadıkları tespit edilmiştir. Sadece bağlantıları açıklama ve sadece bağlantıları üretme uyarlamalarının yer aldığı ortamda çalışan öğrenciler, statik hipermetin ortamında çalışan öğrencilerden daha az zaman harcamışlardır. Her iki adaptasyonun yer aldığı grupta çalışan düşük ön bilgiye sahip öğrenciler diğer iki gruptan ve hiç uyarlama yer almayan ortamda çalışan gruptan daha başarılı olmuşlardır. Orta ve üst düzey başarılı öğrenciler açısından gruplar arasında başarı açısından anlamlı bir farklılık gözlenmemiştir. 25 lisans öğrencisi üzerinde InterBook sistemi kullanılarak deneysel bir çalışma gerçekleştirilmiştir (Brusilovsky ve Eklund, 1998). Technology üniversitesinde gerçekleştirilen araştırmada sistemin bağlantı açıklamaları içeren ve bağlantı açıklamaları içermeyen iki farklı versiyonuna öğrenciler yerleştirilmiştir. Dört hafta süren uygulama sonunda öğrencilerin akademik başarıları belirlenmiş ve uyarlanabilir ortamda çalışan öğrencilerden, sistemin tavsiyelerine katılma durumlarını puanlamaları istenmiştir. Yapılan analizler sonucunda grupların akademik başarıları arasında anlamlı bir fark olmadığı görülmüştür. Öğrencilerin sistem tavsiyesine katılma oranı ile akademik başarı arasında anlamlı bir ilişki bulunmuştur (R=0.670). Diğer bir deyişle, çalışma sistem tavsiyelerini izleyen öğrencilerin daha başarılı olduklarını ortaya koymuştur. Genelde ileri-geri butonlarını kullanarak sıralı şekilde ilerlemeyi tercih eden acemi kullanıcıların bu çalışmada bağlantı açıklaması içermeyen Devam et butonu yerine bağlantı

75 60 açıklamalarının yer aldığı içerik haritasını daha fazla kullandıkları tespit edilmiştir. Bu durum bağlantılarla ilgili açıklamaların, acemi kullanıcıları doğrusal olmayan şekilde gezinmeleri konusunda cesaretlendirdiği şeklinde yorumlanmıştır. Stern (2001) Unix Network Programlamayı öğreten IMANIC adını verdiği uyarlanabilir bir öğrenme sistemi geliştirerek 24 katılımcı ile deneysel bir araştırma gerçekleştirmiştir. Hem içerik uyarlaması hem de gezinme uyarlaması içeren IMANIC te üç farklı gezinme uyarlaması yer almaktadır: doğrudan kılavuzluk, bağlantıları açıklama ve bağlantıları sıralama. İçerik uyarlamasını gerçekleştirmek için esnek metin yöntemi kullanılmıştır. Araştırmaya katılan öğrenciler iki gruba ayrılarak uygulamanın ilk yarısında ilk grup deney grubu diğer yarısında ise diğer grup deney grubunda yer almıştır. Hem deney hem de kontrol gruplarında gezinme uyarlaması yer alırken, içerik uyarlaması sadece deney grubunun çalıştığı ortamda bulunmaktadır. İçerik uyarlaması öğrencilerin öğrenme düzeyleri ve öğrenci tercihlerine uyan içeriğin Bayes algoritması kullanılarak belirlenmesi şeklinde gerçekleştirilmiştir. Sonuçlar her öğrenci için aynı öğretim materyalini sunarak optimum sonuçlara erişilemeyeceğini ortaya koymuştur. Bayes sınıflayıcı her bir öğrenci için aynı parametreleri kullandığında en doğru sonuçlara ulaşamamıştır. Bununla birlikte her bir öğrencinin belirli kaynakları kullanmayı daha çok tercih etikleri ve bu tercihleri belirlemede Bayes algoritmasının etkili bir teknik olduğu belirlenmiştir. Kelly (2005), Gardner ın çoklu zeka kuramını kullanarak aynı öğretim materyaline ilişkin farklı içerikler oluşturduğu EDUCE olarak adlandırdığı uyarlanabilir bir zeki öğretim sistemi hazırlamıştır. Geliştirilen sistemde öğrencilerin hangi tür kaynakları en az /en çok tercih ettiğine ilişkin sonuç çıkarma mekanizması Bayes kuramı kullanılarak oluşturulmuştur. Yaşları 12 ile 14 arasında değişen 47 erkek öğrenci üzerinde yürütülen çalışmada öğrenciler sunum türleri seçimlerini yapabilme şekillerine göre üç farklı ortama yerleştirilmiştir. Birinci ortamda, öğrenciler çoklu zeka kuramına göre farklı şekillerde hazırlanan içerik türlerinden istediğini özgürce seçerek izleyebilmektedir; ikinci ortamda öğrencilere ilk olarak belirlenen çoklu zeka profiline uygun içerik sunulmaktadır ancak öğrenciler isterse geri dönerek farklı bir sunum türünü izleyebilmektedir; üçüncü ortamda seçim

76 61 düzeyinden farklı olarak öğrenciler her sunum türünü değiştirdiklerinde en çok tercih ettikleri ve en az tercih ettikleri profiller belirlenmekte ve bir sonraki içerik tercih edilen profile uygun olarak sunulmaktadır. Sunum türleri seçimlerinin yanı sıra araştırmanın diğer bir bağımsız değişkeni ise sunum stratejisidir. Sunum stratejisi değişkeninin de iki farklı alt düzeyi vardır: en çok tercih edilen ve en az tercih edilen. Öğrenciler bazı günler en çok tercih ettikleri stratejilere uygun içeriklerle bazı günler ise en az tercih ettikleri içeriklerle çalışmışlardır. Araştırma sonucunda üç farklı ortamda çalışan öğrencilerin akademik başarıları arasında anlamlı bir farklılık olmadığı belirlenmiştir. Öğrencilerin daha az tercih ettikleri sunum türleriyle çalıştıklarında ise akademik başarılarının tercih ettikleri sunum türleri ile çalışmalarına göre daha fazla olduğu görülmüştür. Bu durum öğrencilerin gereksinimleri ile tercihlerinin birbirinden farklı olabileceği şeklinde yorumlanmıştır. Farklı zeka alanlarından yüksek puan almanın başarı üzerinde anlamlı bir etkisi olmadığı belirlenmiştir. Juvina ve Herder (2005) bağlantı önerilerinin bireylerin algıları ve gezinme davranışları üzerindeki etkisini incelemek amacıyla Utrecht üniversitesinde okuyan 32 katılımcı üzerinde deneysel bir çalışma gerçekleştirmişlerdir. Bağlantı önerileri, bağlantıları açıklama yöntemi ile gerçekleştirilmiştir. Öğrencilere bulundukları sitelerde gerçekleştirmeleri gereken bazı görevler verilmiş, süreç sonunda ise sitelerin kullanılabilirliğini değerlendirmeye yönelik ve öğrencilerin kaybolma algılarını ölçmek amacıyla anket uygulanmıştır. Öğrencilerin gezinme verileri incelendiğinde, gezinme desteği sağlanan gruptaki öğrencilerin görevi tamamlama sürelerinin diğer gruba göre anlamlı derecede daha düşük olduğu gözlenmiştir. Bağlantı önerilerinin verildiği gruptaki erkek öğrenciler diğer gruptakilere göre web sitelerini daha kullanışlı bulmuş ve daha az kaybolmuştur. Ancak bu durum kız öğrenciler için geçerli olmamıştır. Bağlantı önerilerinin bulunduğu gruptaki öğrenciler geri butonunu daha az kullanmış, gezinme yollarındaki sıklık değerleri daha düşük, doğrusallık değerleri ise daha yüksek çıkmıştır. Ortalama bağlantılı uzaklık değerleri ise daha yüksektir. Diğer bir ifadeyle bağlantı önerileri gezinmenin daha yapılandırılmış olmasını sağlamıştır.

77 62 BÖLÜM III YÖNTEM Bu bölümde, araştırma modeli, evren ve örneklem, veri toplama araçları, araştırmada kullanılan öğretim materyali, verilerin toplanması, çözümlenmesi ve yorumlanmasında kullanılan istatistiksel yöntem ve teknikler sunulmaktadır Araştırma Modeli Bu araştırmada öntest sontest kontrol gruplu desen kullanılmıştır. Araştırmanın bağımsız değişkeni web temelli öğrenme ortamıdır. Bağımsız değişkenin iki alt düzeyi vardır: uyarlamaların bulunduğu web temelli öğrenme ortamı ve uyarlamaların bulunmadığı web temelli öğrenme ortamı. Araştırmanın bağımlı değişkenleri ise öğrencilerin akademik başarıları, kaybolma algıları, gezinmelerindeki geri dönüş oranları ve içerik haritasını gezinme aracı olarak kullanma oranlarıdır. Gruplar arası denkliği sağlamak için öğrenciler gruplara yansız atanmalıdır (Hovardaoğlu, 1994). Bu araştırmada yansız atamayı gerçekleştirmek amacıyla öğrencilerin öntestten aldıkları başarı puanları ve derse yönelik öz yeterlilik algısı puanları kontrol değişkenleri olarak kullanılmıştır. Araştırma modelinin simgesel görünümü Tablo 4 de verilmiştir. Öntest Sontest G1 Uyarlanabilir web ortamı R O1.1 X O1.2 G2 Uyarlamaların bulunmadığı web ortamı R O2.1 O2.2 Tablo 4. Araştırma Modelinin Simgesel Görünümü

78 63 G: Grup R: Yansız Atama O1.1: Öntest X: Deneysel İşlem O1.2: Sontest Tablo 4 te görüldüğü üzere çalışmada iki farklı grup bulunmaktadır. Deneysel süreç öncesinde Başarı Testi yapılarak öğrencilerin ön bilgi düzeyleri ile Güdülenme ve Öğrenme Stratejileri Ölçeği kullanılarak öğrencilerin derse yönelik öz yeterlilik algıları belirlenmiştir. Daha sonra yansız atamayla iki gruba ayrılan bu öğrenciler uyarlanabilir web ortamına ve uyarlama bulunmayan web ortamına yerleştirilmiştir. Her iki web temelli öğrenme ortamıyla verilen eğitim sonrasında yapılan ölçmeden elde edilen sonuçlar, grup içi ve gruplar arası ilişkiler göz önünde tutularak değerlendirilmiştir Çalışma Grubu Araştırma Gazi Üniversitesi Gazi Eğitim Fakültesi Türkçe Eğitimi Bölümü 1. öğretim ve 2.öğretimde okuyan 2. sınıf öğrencilerinden oluşan 67 katılımcı ile gerçekleştirilmiştir. Uygulamaya deneysel süreç öncesinde 75 kişiyle başlanmış, ancak öntest puanı yüksek olan, uygulamaya devam etmeyen ya da sontest verileri toplanamayan 8 öğrenci araştırma kapsamı dışında bırakılmıştır. Uygulama, öğretim yılı Güz döneminde Bilgisayara Giriş I dersinde yapılmıştır. Öğrencilerin sınıfları, cinsiyetleri ve çalıştıkları ortam türlerine (uyarlanabilir/uyarlamaların olmadığı web ortamına) ilişkin betimsel istatistikler Tablo 5 de yer almaktadır.

79 64 Uyarlanabilir Web Ortamı Uyarlamaların Olmadığı Web Ortamı Toplam f % f % f % 1. Öğretim 2. Öğretim Kız 12 60, , Erkek 5 33, , Kız 13 56, , Erkek 2 22, , Toplam 32 47, , Tablo 5. Öğrencilerin Sınıf, Cinsiyet ve Çalıştıkları Ortam Türlerine Göre Dağılımları Yukarıdaki tablodan görüleceği üzere 43 kız ve 24 erkek olmak üzere toplam 67 öğrenci çalışmada yer almıştır. Uyarlanabilir web ortamına 32 ve uyarlamaların bulunmadığı web ortamına 35 öğrenci yerleştirilmiştir. Uyarlanabilir ortamda çalışan öğrencilerin 17 si 1. Öğretim öğrencilerinden, 15 i ise 2. Öğretim öğrencilerinden oluşmaktadır. Uyarlanabilir ortamda çalışan öğrencilerin %78,13 lük dilimini oluşturan 25 öğrenci kız, % 21,88 ini oluşturan 7 öğrenci ise erkektir. Uyarlamaların olmadığı web ortamında çalışan öğrencilerin % 51,43 ünü oluşturan 18 öğrenci kız, % 48,57 sini oluşturan 17 öğrenci ise erkektir Öğretim Materyali Microsoft Word XP programı öğretimine ilişkin web temelli bir öğretim yazılımı geliştirilmiştir. Öğretim içeriği olarak Microsoft Word XP programının seçilmesinin temel nedeni öğrencilerin ön bilgilerini göz önünde bulundurarak uyarlamalar sunacak olan uyarlanabilir ortamda, Türkçe Öğretmenliği Bölümü öğrencilerinin bu konuya ilişkin farklı bilgi düzeylerine sahip olabileceğinin ön görülmesi ve bu ön görünün de yapılan öntest sonrasında doğrulanmış olmasıdır. Bu yazılım uyarlamaların olduğu ve olmadığı iki farklı biçimde tasarlanmıştır.

80 65 Her iki ortamda ortak olan özellikler İçerik olarak 7 bölüm altında toplanan 94 adet konu başlığı ve 22 adet ek açıklama hazırlanmıştır. Her bir konu başlığı 2 farklı biçimde oluşturulmuştur: ekran yakalama programlarından faydalanarak içeriğin sesli olarak kaydedildiği videolar ve resimlerle desteklenmiş yazılı metinler. Her bölümün başında öğrencilere bölüm hakkında ön örgütleyiciler sunulmuştur. Bu ön örgütleyiciler: genel olarak bölümü tanıtan ve bölümde yapılacakları örneklendiren animasyonlardan oluşan genel bakış, bölüm sonunda kazanılacak hedefler ve bölümdeki konularla ilgili kavram haritalarından oluşan 3 aşamada sunulmuştur. Her iki yazılımda da öğrencilerin siteye giriş çıkışları için şifreleri, her bir sayfaya giriş, çıkış zamanları, ekranları ziyaret sayıları, sayfalardaki ek açıklamaları açıp/kapatmaları, sunum türünü değiştirmeleri (video veya metin ve resim), sayfalarda tuttukları notlar, bu notlara bakma sayıları, sayfaları önemli sayfa olarak işaretlemeleri, site haritasını kullanarak ulaştıkları sayfalar, yazılımda geçirdikleri toplam süre, testteki sorulara verdikleri cevaplar veri tabanına kaydedilmiştir. Her iki ortamda aktarılacak videolu ders anlatımlarının hazırlanmasında Camtasia programından faydalanılmış ve kaydedilen videolar Flash (swf uzantılı) dosyaları şekline dönüştürülmüştür. İçerikte aktarılacak resimlerin işlenmesinde ve yazılımın grafiksel arabiriminin tasarlanmasında Photoshop yazılımı kullanılmıştır. Öğrencilere sunulan animasyonların bir kısmı ve etkileşimli sorular Flash programı ile hazırlanmıştır.

81 66 Uyarlanabilir Web Temelli Öğretim Ortamı 1. Sistemin genel mimarisi Geliştirilen uyarlanabilir web temelli öğretim ortamının mimarisi Şekil 10 da görüldüğü gibidir. Şekil 10. Geliştirilen Uyarlanabilir Web Temelli Öğretim Ortamının Mimarisi

82 67 Sistemin bileşenlerini oluşturan öğrenci modeli, konu alanı modeli, sonuç çıkarma mekanizması ve uyarlamalar hakkında açıklamalar aşağıda aktarılmaktadır. 2. Konu Alanı Modeli Uyarlanabilir hipermedya sistemleri geliştirmede bilgiye dayalı yaklaşımın temelinde konu alanını küçük konu alanı bileşenlerinin birleşimi şeklinde yapılandırma fikri yer alır. Gelişmiş konu alanı modelleri bu konu bileşenlerinin yanı sıra bu bileşenlerin aralarındaki ilişkileri de kapsayan bir ağ modeli şeklinde oluşturulur (Brusilovsky, 2003). Geliştirilen bu yazılımda konu alanı modeli oluşturmak amacıyla Word kelime işlemci programına ilişkin öğrenme amaçları doğrultusunda konu başlıkları belirlenmiş ve ardından bu konular arasındaki ön gereksinim ilişkileri tespit edilmiştir. Yazılımda yer alan herhangi bir konuyla ilgili bir ya da birden fazla ön gereksinim olabileceği gibi, hiçbir ön gereksinim konusu olmayabilir. Birden fazla ön gereksinimi olan konular için ön gereksinim konularından birinin tamamlanması yeterli olabileceği gibi ön gereksinim konularının hepsinin tamamlanması da gerekebilir. Bu yazılımda yer alan bazı konularla ilgili bir ya da birden fazla ön gereksinim konusu bulunurken bazılarının ön gereksinim konusu bulunmamaktadır. Örneğin Resmin boyutlarını değiştirmek konusu için Küçük resim ekleme veya Dosyadan resim ekleme konularından biri hakkında bilgi sahibi olmak yeterlidir. Şekil 11. Konular Arasında veya Koşuluna Sahip Bir Ön Gereksinim İlişkisi Örneği

83 68 Bazı konuların ön gereksinimleri arasında yukarıda verilen örnekte görüldüğü gibi veya koşuluna dayalı bir ilişki vardır. Bazı konular içinse ön gereksinimlerin hepsinin aynı anda gerçekleşmesi ( ve koşulu) gerekli olabileceği gibi bazı ön gereksinimler arasında her iki durumda söz konusu olabilir. Örneğin Yapıştır konusu için metni seçmek konusu ve aynı zamanda kesme ya da kopyalama konularından biri hakkında bilgi sahibi olmak gereklidir. Şekil 12. Konular Arasında ve ve veya Koşulunu Sağlayan Bir Ön Gereksinim İlişkisi Örneği Konu alanı modelinde ön gereksinim ilişkilerinin yanı sıra konular hakkında ek açıklamaların yer alma durumu dikkate alınmıştır. 94 adet konu başlığının 22 si için ek açıklamalar oluşturulmuştur. Bu ek açıklamalar öğrencinin öğrenmesinin şart olmadığı, konuyla ilgili daha detaylı bilgilerden oluşmaktadır. Örneğin biçimlendirme araç çubuğundaki bileşenlerin anlatıldığı Biçimlendirme Araç Çubuğu konusuna ek açıklama olarak Biçimlendirme Araç Çubuğunun Özelleştirilmesi konusu belirlenmiştir. Hazırlanan ek açıklamalar, diğer konu başlıklarında olduğu gibi metin/resim ve video olmak üzere iki farklı biçimde hazırlanmıştır. Konuların ön gereksinim ilişkileri ve ek açıklamalar ile ilgili uzman görüşleri alınarak, uzmanlardan gelen geribildirim ve düzeltmeler doğrultusunda konu alanı modeli oluşturulmuştur.

84 69 Konu alanı modellenirken Bayes ağlar kullanılmıştır. Konu alanı modelini oluşturan tüm bilgiler konular arası ön gereksinim ilişkilerini ve ek açıklama içeren konuların ek açıklamalarını kapsayacak şekilde veritabanına kaydedilmiştir. 3. Öğrenci Modeli Z.Ö.S. ni geleneksel öğretim sistemlerinden ayıran en önemli özelliklerden biri, öğrencilerin öğrenme ve düşünme süreçlerini modelleyecek şekilde öğrenci davranışlarını yorumlama yeteneğidir (Shute ve Psotka, 1996). Öğrenci modelleme süreci, öğrenci özelliklerine ilişkin bilgiler toplanarak, bu bilgileri gösterecek bir öğrenci modeli oluşturulması ve modelin düzenli şekilde güncellenmesi ile gerçekleştirilmektedir. Bu yazılımda üç tür öğrenci özelliğine odaklanılmıştır: a. Öğrencinin konu hakkındaki bilgisi, b. Öğrencinin öğrenme sürecinde hangi medya türünü (video/metin ve resim) kullanmayı tercih ettiği ve c. Öğrencinin öğrenme sürecinde çalıştığı konuyla ilgili ek bilgileri görüntüleme tercihi. Öğrenci modelini oluşturmak ve güncellemek için yukarıda listelenen öğrenci bilgilerinin toplanması amacıyla: a. Öğrencinin konu alanına ilişkin bilgilerini belirlemek amacıyla öğrenci yazılıma ilk giriş yaptığında karşısına bir öntest gelmektedir. Böylece önteste verilen cevaplardan faydalanılarak öğrenme ortamında yer alan her bir konu başlığına ilişkin öğrencinin ön bilgisi tespit edilmektedir, b. Öğrenci sistemle etkileşime girdikçe, izlediği konu başlıklarından yola çıkarak hangi konuları öğrendiği, ek açıklamalara tıklama durumundan yola çıkarak çalıştığı konudaki ek açıklamaları görüntüleme tercihi ve içeriğin sunumuna ilişkin seçtiği sunum

85 70 türünden yola çıkarak hangi medya türünü kullanmayı tercih ettiği bilgisi toplanmaktadır. c. Kullanıcı sistemle etkileşime girerek, herhangi bir konuyu görüntülediğinde, ek açıklamaları açtığında ya da kapadığında sunum türünü değiştirdiğinde bu bilgiler güncellenmektedir. Öğrenci hakkında toplanan bilgiler modellenirken sayısal değerlere dönüştürülmelidir. Değerler biliyor ya da bilmiyor (0-1) gibi ikili sınıflamalarla, iyiöğrendi, biraz öğrendi, hiç öğrenmedi gibi aralıkları gösteren değerlerle ya da 0 ile 1 arasında süreklilik gösterecek değerlerle tanımlanabilir. Değerlerin mutlak doğru ya da yanlış olarak tanımlanması yerine sürekli değişkenlerle saklanması, bilginin daha doğru bir şekilde ifade edilebilmesine olanak sağladığı ve dolayısıyla ortamın her bir öğrenciye daha fazla uyarlanmasına imkan sağladığı için, bu yazılımda bilgiler sürekli değişkenlerden faydalanılarak saklanmıştır. Öğrenci modeli oluşturulurken kullanılan değişkenlerin değerlerine ulaşabilmek ve güncellemek amacıyla veritabanına gerekli bilgiler kaydedilmiştir. Öğrenci modelleme sürecinde belirsizliklerle baş edebilmek amacıyla makine öğrenme tekniklerinden biri olan Bayes ağlardan faydalanılmıştır. Bayes ağlar zeki öğretim sistemleri oluşturulurken modelleme ve sonuç çıkarma amacıyla kullanılabilir. Bu yazılımda kullanılan Bayes ağ yapısı hakkında ayrıntılı bilgiler sonuç çıkarma başlığında açıklanmaktadır. 4. Sonuç Çıkarma Mekanizması Yazılımın sonuç çıkarma mekanizması, yapay zeka alanında belirsizlikleri yönetmek için etkililiği kanıtlanan Bayes ağlardan faydalanılarak oluşturulmuştur. Bayes ağlar belirsizlik bulunan bir durumda, durumun modellenmesini ve önceden sahip olunan bilgiler ışığında bir olayın gerçekleşme olasılığını hesaplamayı sağlar. Yazılımda üç farklı duruma ilişkin sonuç çıkarılmıştır: Her bir konu başlığının uygunluk durumu, sunum türü ve ek açıklamaların aktif olma durumu.

86 71 a. Her bir konu başlığının uygunluk durumu Girilebilecek her bir konu başlığının uygunluğu hakkında karar vermek için kullanılan bayes ağ yapısı Şekil 13 de gösterilmektedir. Şekil 13. Konunun Uygunluk Durumunu Belirlemeyle İlgili Bayes Ağ Yapısı Bayes ağlar bir dizi değişken, değişkenleri birbirine bağlayan grafiksel yapı ve bir dizi koşullu olasılıktan oluşur. Bayes ağlarda değişkenlerin her biri düğümlerle, değişkenler arasındaki ilişkiler ise düğümler arasındaki çizgilerle gösterilir (Meredith, 2005; Kadie, Hovel ve Horvitz, 2001). Şekil 13 te yer alan düğümlerin her biri, konunun uygunluk durumunu etkileyen değişkenleri göstermektedir. Bayes ağında yer alan her bir değişkenin alabileceği alternatif değerleri tanımlayan bir durumlar kümesi vardır. Örneğin: Ön gereksinim konusu hakkındaki ön bilgi değişkeninin iki durumu vardır önbilgi var veya

87 72 önbilgi yok. Bu durumlar için ilk başta verilen olasılık değerleri ilk olasılıklar olarak adlandırılır. Örneğin, bir öğrencinin herhangi bir konu hakkında önbilgisinin olma olasılığı 0,5 veya önbilgisinin olmama olasılığı 0,5 tir. Bayes ağlarda sebep-sonuç ilişkisi içeren düğümler arasında koşullu olasılık dağılımları belirlenir. Örneğin, öğrenci öntestteki soruya doğru cevap verdiyse ancak, o konuya girmediyse o konuyu bilme olasılığının 0,8, bilmeme olasılığının ise 0,2 olması gibi. Bayes ağında yer alan her bir değişken hakkında sonuç çıkarmak için, bilinen deliller, ilk olasılık değerleri ve koşullu olasılıklar kullanılarak matematiksel bir hesaplama yapılır ve değişkene ait bir son olasılık değeri elde edilir. Elde edilen bu son olasılık değeri, bir sonraki hesaplama sürecinde aynı değişken için ilk olasılık değeri olarak ele alınır. Bu mantıkla konunun uygunluğu hakkında sonuç çıkarılması sürecinde matematiksel hesaplamalar yapılırken yukarıda yer alan bayes ağındaki değişkenler, bu değişkenlerin durumlar kümesi, bu değişkenlerin ilk olasılık değerleri, değişkenler hakkında o an sahip olunan deliller ve değişkenler arası ilişkiler dikkate alınır. Bu hesaplamalar sonucunda elde edilen değere bağlı olarak konunun uygunluğu hakkında uygun, biliyor ve uygun değil olmak üzere üç sonuçtan biri elde edilmektedir. Konunun uygunluğunu belirlemede etkili olan değişkenlerden ikisi: ön gereksinimi bilme durumu ve konuyu bilme durumudur. Ön gereksinimi bilme durumu değişkeni öğrencinin konuyla ilgili ön gereksinim konuları hakkında yeterli bilgisi olup olmadığını belirlemek amacıyla kullanılmaktadır. Ön gereksinimi bilme durumu, öğrencinin ön gereksinim konusu hakkındaki ön bilgisi ve ön gereksinim konusuna girme durumu değişkenlerinden gelen veriler ışığında oluşmaktadır. Eğer yukarıda bahsedilen adımlardan yola çıkarak öğrencinin ön gereksinim konuları hakkında yeterli bilgisi olmadığı sonucu elde edilirse, o konunun çalışmak için uygun olmadığı sonucu üretilmektedir. Konuyu bilme durumu ise öğrencinin konu hakkındaki ön bilgisi ve konuya girme durumu değişkenlerinden gelen verilerle

88 73 belirlenmektedir. Eğer öğrencinin konu hakkında zaten bilgisi varsa öğrencinin konuyu bildiği sonucu üretilmektedir. Eğer öğrencinin konuyla ilgili yeterli bilgisi yok; ancak ön gereksinim konuları ile ilgili yeterli bilgisi varsa konunun uygun olduğu sonucu elde edilmektedir. b. Sunum türü Yazılımda yer alan tüm konu başlıkları ve ek açıklamalar, metin ve resimler ile videolar olmak üzere iki farklı şekilde hazırlanmıştır. Öğrenci bir konu başlığına tıkladığında sunum türünün hangisi olacağına ilişkin sonuç çıkarmak amacıyla Şekil 14 de görülen bayes ağ yapısı kullanılmaktadır. Bu ağda görüldüğü gibi sunum türünü etkileyen iki düğüm bulunmaktadır. Bu düğümlerden genel sunum tercihi, öğrencinin o anki hesaplamaya kadar sunum türü hakkındaki sistemle tüm etkileşimlerinden elde edilen değeri, diğer düğüm ise kullanıcının sistemle sunum türü hakkındaki son etkileşimden elde edilen veriyi tutmaktadır. Şekil 14. Sunum Türünü Belirlemek Amacıyla Kullanılan Bayes Ağ Yapısı c. Ek açıklamaların aktif olma durumu Ek açıklamaların aktif olma durumunun belirlenmesi için ilgili konuyu bilme durumu ve öğrencinin ek bilgileri görüntüleme tercihi değişkenlerinden gelen veriler kullanılmaktadır. Öğrencilerin bildikleri konuları tekrar ziyaret ettiklerinde konuyla ilgili ek bilgileri görüntülemeyi tercih etme ihtimallerinin daha fazla olmasından ötürü konuyu bilme durumu değişkeninden gelen veriler dikkate alınmaktadır. Ayrıca öğrencilerin daha önce sistemle etkileşimleri sırasında ek

89 74 bilgileri görüntülemeyi tercih etmeleri ya da tercih etmemelerine göre ek bilgi tercihi değişkeninin değeri güncellenmekte ve bu değişkenin değeri ek bilgi durumunun belirlenmesinde kullanılmaktadır. Şekil 15 de ek açıklamaların aktif olma durumunun belirlenmesiyle ilgili bayes ağ yapısı gösterilmektedir. Şekil 15. Ek Bilgilerin Aktif Olma Durumunu Belirlemek Amacıyla Kullanılan Bayes Ağ Yapısı Şekildeki değişkenlerin durumları ve diğer değişkenlerle ilişkileri dikkate alınarak, yapılan bayes çıkarımı sonucunda ek bilginin açık olarak gelip gelmeyeceği hakkında sonuç çıkarılmaktadır. 5. Uyarlamalar Geliştirilen yazılımda öğrenci modeli ve konu alanı modelinden yola çıkarak yapılan hesaplamalar sonucunda, her öğrenciye kendine uygun içerik ve gezinme

90 75 yapısı sunmak amacıyla hem içerik uyarlaması hem de gezinme uyarlaması gerçekleştirmiştir: a. Gezinme uyarlaması olarak i. Bağlantıları açıklama b. İçerik uyarlaması olarakta i. Ek açıklamalar ve ii. Farklı açıklama biçimleri yöntemleri kullanılmıştır. Gezinme uyarlaması i. Bağlantıları açıklama yöntemi: Bağlantıları açıklama yönteminin amacı bağlantıların arkasındaki düğümlerin mevcut durumu hakkında kullanıcıları bilgilendirmektir (Brusilovsky, 1998). Bu yazılımda bağlantıları açıklama yöntemi, konu başlıklarının uygunluk durumunu göstermek amacıyla kullanılmıştır. Bu uyarlamada, girilebilecek her bir düğümün uygunluk durumu, yazılımın sol bölümünde kullanıcının her zaman görebildiği ve kullanabildiği içerik haritasında görsel olarak gösterilmektedir. Bu konular uygunluk durumuna göre 3 grupta ele alınmaktadır: 1. eğer sonuç çıkarma mekanizması tarafından kullanıcının konuyla ilgili gerekli ön gereksinim konuları bilmediği sonucu elde edilmişse uygun değil ( ) simgesi, 2. daha önceden konuyu bildiği sonucuna ulaşılmışsa biliyorsun ( ) simgesi, 3. eğer konunun ön gereksinim konularını bildiği ve konuya çalışmasının uygun olduğu sonucu elde edilmişse uygun ( ) simgesi kullanılmaktadır. Bu simgelerin hem şekil olarak hem de renkleriyle, kullanıcıya konunun uygunluğu hakkında ipucu vermesi amaçlanmıştır. Şekil 16 da bağlantı açıklamalarının bulunduğu içerik haritasının ekran görünümü yer almaktadır:

91 76 Şekil 16. Bağlantı Açıklamalarının Yer Aldığı İçerik Haritası Öğrenci içerik haritasından uygun olmayan ( ) bir konu başlığına tıkladığında karşısına bir uyarı ekranı gelmektedir. Bu uyarı ekranında, öğrenciye o konuyu öğrenmesi için öncelikle bilmesi gereken diğer ön gereksinim konuları listelenmektedir. Öğrenci listelenen bu başlıklar arasından istediği konuya tıklayarak çalışabilmektedir. Öğrenci ön gereksinim konularına çalışmak istemiyorsa uygun olmamasına rağmen içerik haritasından tıkladığı konuya da çalışabilmektedir. Uyarı ekranında ön gereksinim konuları içerik haritasında uygun konuların gösterildiği gibi yeşil bir arkaplan üzerinde sunulurken, çalışması henüz uygun olmayan konu başlığı kırmızı bir arkaplan rengi üstünde sunulmaktadır. Şekil 17 de uyarı ekranına ilişkin ekran görünümü yer almaktadır.

92 77 Şekil 17. Uygun Olmayan Bir Konuya Tıklandığında Gelen Uyarı Ekranı Öğrencinin uyarı ekranından listelenen konulardan seçtiği konunun eğer ön gereksinimi varsa ve bu konu/konular hakkında öğrencinin yeterli bilgisi yoksa öğrenci yeni bir uyarı ekranıyla karşılaşmaktadır. Öğrenci uyarı ekranından ya da içerik haritasından herhangi bir konunun ön gereksinimi olan bir konuya tıklayarak çalıştığında, o konuyla ilişkili konuların uygunluk durumu yeniden değerlendirilmekte ve belirlenen değere bağlı olarak yanlarındaki simgeler (,, ) güncellenmektedir. İçerik uyarlaması i. Ek Açıklama Yöntemi: Bu uyarlama ile kullanıcı her bir konu başlığına tıkladığında eğer konuyla ilgili ekstra bilgi içeren bir ek bilgi bölümü varsa, bu ek bilginin açık olarak gelip/gelmeyeceği belirlenmektedir. Ek bilginin açık/kapalı olması sonuç çıkarma mekanizmasının ek bilgi durumuna ilişkin

93 78 elde ettiği değere bağlı olarak düzenlenmektedir. Şekil 18 de bir konuya çalışırken altta ek bilginin açık olarak görüldüğü bir ekran görünümü yer almaktadır. Şekil 18. Ek Bilginin Açık Olarak Geldiği Bir Ekran Görünümü Öğrenci her bir sayfadaki ek bilgiye tıklayarak onu çalıştığında ya da ekbilgiyi kapat düğmesi ile kapattığında ek bilgi tercihi güncellenmektedir. ii. Farklı Açıklama Biçimleri Yöntemi: Bu uyarlama öğrencinin her bir düğüme girdiğinde, içeriğin sunum türünün ilk olarak video ya da metin ve resim olarak görüntülenmesini sağlamaktadır. Her konu başlığıyla ilgili 2 farklı sunum türünde hazırlanan içeriklerden hangisinin görüntüleneceği, öğrencinin önceki tercihlerine dayalı olarak sonuç çıkarma mekanizması tarafından belirlenmektedir. Kullanıcı her sunum türünü değiştirdiğinde sunum tercihi verisi güncellenmekte ve sunum türüne ilişkin yeni bir değer üretilmektedir.

94 79 6. Yazılımın arayüzü Uyarlanabilir web temelli öğrenme ortamının arayüzü şekilde görüldüğü gibidir: Şekil 19. Uyarlanabilir Web Temelli Öğrenme Ortamının Arayüzü Şekil 19 da görüldüğü gibi öğrenme ortamının sol bölümünde tüm bölümleri, konuları ve alt konuları gösteren ve gezinme aracı olarak kullanılabilen bir içerik haritası yer almaktadır. Yazılımın sağ kısmında seçilen içeriğe ilişkin konu anlatımı bulunmakta, konunun sunum türü sol altta bulunan Video/metin butonu ile değiştirilebilmektedir. Eğer seçilen konuya ilişkin ek açıklama varsa aşağıdaki Ek açıklama butonundan bu durum görülebilmektedir. Not al butonu ile her konu başlığına ait notlar alınabilmekte, izlenilen sayfa Önemli Sayfa Yap butonu ile işaretlenebilmektedir. Ayrıca yazılım içinde alınan tüm notlar, girilen konu başlıkları, işaretlenen önemli sayfalar gibi bilgilere de Yaptıklarım butonundan ulaşılmaktadır. Yazılımla ilgili daha ayrıntılı açıklamalar Ek 11 de yer almaktadır.

95 80 7. Teknik altyapı Öğrenci etkinliklerine ilişkin veri kaydı ve raporlama için My SQL veritabanı, yazılımın geliştirilmesi için sunucu taraflı betik bir programlama dili olan PHP ve yazılımda Bayes olasılık modellerinin oluşturulması, kullanılması ve değerlendirilmesi için yine My SQL veritabanı ve PHP kullanılmıştır. Bayes ağın oluşturulması ve sonuç çıkarılması için özel olarak hazırlanan yazılımlar mevcuttur. Bu çalışma için geliştirilen ortamda veri aktarımı sırasında yavaşlama olmaması amacıyla bu tarz yazılımlar tercih edilmemiştir. Bayes ağı oluşturmaya yönelik bir yazılım kullanılmamasından ötürü bayes hesaplaması için gerekli aritmetiksel işlemlerin yapılmasını sağlayan algoritmalar oluşturulmuş, ilk olasılık değerleri, değişkenler arası koşullu olasılıklar, toplanan deliller ve elde edilen son olasılık değerleri veri tabanına kaydedilmiştir Veri Toplama Araçları Araştırmada öğrencilerin ön bilgi düzeylerini ve deneysel işlem sonrasında akademik başarılarını belirlemek amacıyla çoktan seçmeli ve uygulama şeklinde geliştirilen 2 ayrı Başarı testi (Ek 3) kullanılmıştır. Öğrencilerin derse yönelik öz yeterlilik algıları belirlemek amacıyla orjinali Pintrich, Smith, Garcia ve McKeachie (1991) tarafından geliştirilen ve Büyüköztürk, Akgün, Özkahveci ve Demirel (2004) tarafından Türkçe ye uyarlanan Güdülenme ve Öğrenme Stratejileri Ölçeği (GÖSÖ) kullanılmıştır. Başarı testi ve GÖSÖ den elde edilen puanlar doğrultusunda gruplara yansız atama yapılmıştır. Öğrencilerin kaybolma algılarını belirlemek için Beasley ve Waugh (1995) tarafından geliştirilen ve Karadeniz ve Kılıç (2004) tarafından Türkçe ye uyarlanan Hiper Ortamlarda Kaybolma Ölçeği nden faydalanılmıştır. Öğrencilerin yazılımdaki gezinmelerine ilişkin geri dönüş oranı (return rate) hesaplamak amacıyla geri dönüş oranı formülü kulanılmıştır. Uyarlanabilir ve uyarlama bulunmayan web temeli öğrenme ortamına ilişkin öğrencilerden nitel veri toplamak amacıyla görüş formu (Ek 6-Ek 7) kullanılmıştır.

96 Başarı Testi Deneklerin deneysel işlem öncesi konu alanına ilişkin bilgi düzeylerini belirlemek ve deneysel işlem sonrasında akademik başarılarını ölçmek amacıyla başarı testini geliştirmek için, belirlenen hedef ve davranışlar doğrultusunda belirtke tablosu (Ek 2) hazırlanmıştır. Bir belirtke tablosu öğretim sürecinde hangi konuyla ilgili hangi düzeyde davranışların kazandırılacağını topluca gösteren bir düzenektir (Beydoğan, 2001). Amacı ne olursa olsun bir testin kapsamı, konu ve davranış boyutlarıyla birlikte, iki boyutlu bir belirtke tablosu ile belirlenmiş olmalıdır (Özçelik, 1989). Davranış Konular Bilgi Kavrama Analiz Sentez Değerlendirme Tablo 6. Örnek Bir Belirtke Tablosu Yapısı Daha sonra bu belirtke tablosundan yola çıkarak çoktan seçmeli bir test ve bir uygulama sınavı hazırlanmış ve her iki teste ilişkin değerlendirme ölçütleri belirlenmiştir. Testlerin kapsam geçerliliğine ve değerlendirme ölçütlerinin uygunluğuna ilişkin uzman görüşleri likert tipi üçlü derecelendirme ölçeği kullanılarak alınmış ve uzmanlardan gelen düzeltmeler doğrultusunda gerekli düzenlemeler yapılmıştır. Ayrıca çoktan seçmeli test öğretim yılı güz döneminde daha önceden Bilgisayara Giriş dersini almış olan İlköğretim Matematik Öğretmenliği ve Ortaöğretim Matematik Öğretmenliği Bölümleri 2. sınıflarında okuyan 63 kişilik bir öğrenci grubu üzerinde uygulanarak madde analizi çalışması yapılmış ve Kuder- Richardson-20 (KR-20) tekniği ile güvenirliği belirlenmiştir. KR-20 formülü ile testin her bir maddesinin testin tümüyle uyumluluk derecesi saptanmaya çalışılır. Bu

97 82 yöntem soruların mutlak doğru ya da yanlış olarak değerlendirildiği çoktan seçmeli testlerin güvenirliğinin belirlenmesinde kullanılır. Belirlenen güvenirlik katsayısının (+1.00) a yakın olması güvenirliğin yüksek olduğunu gösterir. KR-20 formülü aşağıdaki şekildedir. KR-20: R x = n n 1 p. q 1 2 S x KR-20: Güvenirlik katsayısı n: Testteki madde sayısı p: maddeye doğru cevap verenler/ maddeye cevap verenler q: maddeye yanlış cevap verenler/maddeye cevap verenler p.q: bir maddenin varyansı 2 S :Test puanlarının standart sapmasının karesi x Ön uygulama sonucunda çoktan seçmeli başarı testinin KR-20 Güvenirlik Katsayısı 0,72 olarak hesaplanmıştır. Ayırt etme katsayısı 0.20 nin altında olan maddeler (15 madde) testten çıkarılmış ve 40 sorudan oluşan çoktan seçmeli bir başarı testi oluşturulmuştur. Testte yer alan maddelerin ortalama güçlük seviyesi 0,53 tür. Testte kolay düzeyde 12 soru, orta güçlük düzeyinde 14 soru ve güç düzeyde 14 soru bulunmaktadır. Testte yer alan maddelerin güçlük düzeyine ilişkin bilgiler Tablo 7 de verilmektedir. Güçlük Düzeyi Madde Güç Sorular ( ) Orta Güçlükte Sorular ( ) Kolay Sorular ( ) numaraları 9, 13, 15, 17, 20, 21, 2, 3, 4, 7, 8, 10, 12, 1, 5, 6, 11, 19, 22, 24, 27, 30, 32, 33, 34, 14, 16, 18, 26, 31, 38, 23, 25, 28, 29, 35, 36, Tablo 7. Başarı Testinde Yer Alan Maddelerin Güçlük Düzeyleri

98 83 Testte bulunan maddelerin ayırt edicilik katsayıları.20 ile.67 arasında değişmektedir. Testte yer alan maddelerin ayırt etme katsayısına ilişkin bilgiler Tablo 8 de verilmektedir. Ayırt Etme Katsayısı Çok Ayırt Edici Oldukça Ayırt Edici Düşük Ayırt Edici (> 0.40) ( ) ( ) Madde numaraları 2, 4, 9, 11, 13, 23, 24, 27, 31, 33, 35, 36, 38, 40 7, 10, 16, 19, 21, 34 1, 3, 5, 6, 8, 12, 14, 15, 17, 18, 20, 22, 25, 26, 28, 29, 30, 32, 37, 39 Tablo 8. Başarı Testinde Yer Alan Maddelerin Ayırt Edicilik Katsayıları Uygulama öncesinde ve sonrasında öğrencilerin yaptıkları uygulama sınavları iki uzman tarafından puanlanarak gözlemciler arası uyum hesaplanmıştır. Bu amaçla uzmanların verdikleri puanlar arası korelasyon katsayısına bakılmıştır. Araştırmacı ve diğer uzmanın verdikleri öntest değerlendirme puanları arasında yüksek düzeyde ve pozitif bir ilişki olduğu belirlenmiştir (r=.99, p<.05). Araştırmacı ve diğer uzmanın verdikleri sontest değerlendirme puanları arasında yüksek düzeyde ve pozitif bir ilişki olduğu belirlenmiştir (r=.98, p<.05). Her bir öğrencinin öntest ve sontest başarı puanları iki uzmanın vermiş olduğu puanların ortalaması alınarak hesaplanmıştır Güdülenme ve Öğrenme Stratejileri Ölçeği (GÖSÖ) Öğrencilerin derse yönelik öz yeterlilik algılarını belirlemek amacıyla orjinali Pintrich, Smith, Garcia ve McKeachie (1991) tarafından geliştirilen ve Büyüköztürk ve diğerleri (2004) tarafından Türkçe ye uyarlanan Güdülenme ve Öğrenme Stratejileri Ölçeği (GÖSÖ) kullanılmıştır (Ek 10). Benim için kesinlikle yanlış (1) ile benim için kesinlikle doğru (7) arasında değişen Likert tipi yedili derecelendirme ölçeği ile derecelendirilen ölçeğin tamamı öğrencilere uygulanmış

99 84 fakat sadece 8 maddeden oluşan Öğrenme ve Performansla İlgili Öz-Yeterlik alt faktörü değerlendirilmiştir. Büyüköztürk ve diğerleri (2004) tarafından gerçekleştirilen çalışmada bu alt faktöre ilişkin Cronbach Alpha iç tutarlılık katsayısı.86 olarak belirlenmiştir. Bu uygulama kapsamında deneysel işlem öncesinde 75 öğrenci üzerinde faktörün güvenirliğine ilişkin yapılan analiz sonuçlarına göre, ölçeğin Cronbach Alpha iç tutarlılık katsayısının.82, Spearman Brown iki yarı test korelasyonunun ise.85 olduğu belirlenmiştir. Deneysel işlem süreci sonunda 67 öğrenci üzerinde faktörün güvenirliğine ilişkin yapılan analiz sonuçlarına göre, ölçeğin Cronbach Alpha iç tutarlılık katsayısının.81, Spearman Brown iki yarı test korelasyonunun ise.85 olduğu belirlenmiştir Hiper Ortamlarda Kaybolma Ölçeği Öğrencilerin kaybolma algılarını belirlemek amacıyla orjinali Beasley ve Waugh (1995) tarafından geliştirilen ve Karadeniz ve Kılıç (2004) Türkçe ye uyarlanan Hiper Ortamlarda Kaybolma Ölçeği nden faydalanılmıştır (Ek 9). Karadeniz ve Kılıç (2004) tarafından yapılan çalışmada ölçeğe ilişkin Cronbach Alpha iç tutarlılık katsayısı.77 olarak hesaplanmıştır. Hiper Ortamlarda Kaybolma Ölçeği 7 sorudan oluşan 5'li Likert tipi bir kendini değerlendirme ölçeğidir. Ölçekten alınabilecek en düşük puan 7 iken, en yüksek puan 35 tir. Ölçekten alınan puanlar düştükçe bireylerin kaybolma algılarının azaldığı sonucu elde edilmektedir. Orta nokta olan 21 in altındaki puanlar kaybolma düzeyinin az, 21 in üzerindeki puanlar ise kaybolma düzeyinin yüksek olduğunu göstermektedir. Bu uygulama kapsamında 67 öğrenci üzerinde ölçeğin güvenirliğine ilişkin yapılan analiz sonuçlarına göre, ölçeğin Cronbach Alpha iç tutarlılık katsayısının.77, Spearman Brown iki yarı test korelasyonunun ise.85 olduğu görülmektedir. Öğrencilerin ölçekten aldıkları toplam puana göre oluşturulan alt %27 lik ve üst %27 lik grupların madde ortalama puanları arasında anlamlı farklılık olduğu (t (36)= -16,327, p=.000) görülmektedir.

100 Geri Dönüş Oranı Literatür incelendiğinde kaybolmada etkili olduğu düşünülen bazı ölçümlerin, kullanıcıların gezinme verileri analiz edilerek hesaplanabildiği görülmektedir. Bu çalışmada uygulama sırasında MYSQL veritabanına öğrencilerin programdaki her bir gezinme adımının kaydedildiği tablodaki verilerden faydalanılarak, bu ölçümlerden biri olan geri dönüş oranı (return rate) hesaplanmıştır. Geri dönüş oranı en az iki kere ziyaret edilen sayfaların ziyaret edilme sayılarının, bu sayfalara oranı ile tespit edilir (Herder, 2003). Örneğin ziyaret edilen sayfalar ve ziyaret edilen sayılarının Tablo 9 daki gibi olduğu bir gezinmede, geri dönüş oranı aşağıdaki formül ile hesaplanır: Sayfalar Ziyaret edilme sayısı Word Nedir? 1 Word Programını Çalıştırmak 2 Word Programının Genel Yapısı 1 Yeni Bir Dosya Oluşturmak 4 Dosyayı İlk Defa Kaydetmek 5 Dosyaya Değişiklikleri Kaydetmek 3 Dosya Açmak 2 Dosyayı Farklı Kaydetmek 1 Dosyayı Kapatmak 2 Word ü Kapatmak 1 Tablo 9. Örnek Bir Gezinme Yapısı İçerik Haritasını Gezinme Aracı Olarak Kullanma Oranı Öğrencilerin çalıştıkları web temelli öğrenme ortamında yer alan içerik haritasını gezinme aracı olarak kullanma oranları, öğrencilerin toplam gezinme sürecinde içerik haritasını kullanma yüzdesi belirlenerek hesaplanmıştır. Örneğin

101 86 ziyaret edilen sayfalar ve bu sayfalar arasında kullanılan gezinme araçlarının Tablo 10 daki gibi olduğu bir gezinmede, içerik haritasının gezinme aracı olarak kullanma oranı aşağıdaki formül ile hesaplanır: Sayfalar Word Nedir? Word Programını Çalıştırmak Word Programının Genel Yapısı Word Programını Çalıştırmak Dosyayı İlk Defa Kaydetmek Dosyaya Değişiklikleri Kaydetmek Dosyayı Farklı Kaydetmek Metni Kalınlaştırmak Madde İşaretleri Eklemek Kullanılan Gezinme Aracı Sisteme giriş butonu ileri ileri geri İçerik haritası ileri ileri İçerik haritası İçerik haritası Tablo 10. Gezinme Araçları Kullanımına İlişkin Bir Örnek Yukarıdaki tabloda görüldüğü şekilde gezinen bir öğrencinin içerik haritasını gezinme aracı olarak kullanma oranının %33,33 olduğu belirlenir Görüş Formu Öğrencilerin çalıştıkları ortamlara ilişkin görüşlerini belirlemek amacıyla uyarlamaların yer aldığı ve uyarlamaların bulunmadığı öğrenme ortamına ilişkin açık uçlu sorulardan oluşan 2 farklı görüş formu (Ek 6-Ek 7) hazırlanmıştır. Bu formlar aracılığıyla ortamda yer alan bileşenlerin öğrenciler tarafından nasıl algılandığı ve ortam memnuniyetine ilişkin görüşleri toplanmıştır. Uyarlanabilir öğrenme ortamına ilişkin görüş formunda diğer görüşlere ek olarak uyarlamalara ilişkin görüşlerde toplanmıştır.

102 Deneysel İşlemler Deneysel işlem öğretim yılı Güz döneminde 6 hafta süreyle 2 şer saatlik oturumlar şeklinde gerçekleştirilmiştir. İlk hafta öğrencilerin konu alanı bilgilerini belirlemek amacıyla çoktan seçmeli test ve uygulama sınavı uygulanmıştır. Ayrıca öğrencilerin derse yönelik öz yeterlilik algılarını belirlemek amacıyla Güdülenme ve Öğrenme Stratejileri Ölçeği (GÖSÖ) uygulanmıştır. Öntestten 100 üzerinden 60 ve üzerinde puan alan öğrenciler deneysel işleme alınmamıştır. Diğer öğrenciler ön bilgi düzeyleri, derse yönelik öz yeterlilik algı puanları, cinsiyetleri ve sınıfları göz önünde bulundurularak uyarlanabilir ve uyarlama bulunmayan web temelli ortama yerleştirmek üzere iki gruba ayrılmıştır. Öğrencilere uygulama öncesinde oryantasyon yapmak amacıyla Araştırma Teknikleri hakkında 12 konu başlığı ve 3 ek açıklamadan oluşan video ile metin ve resimden oluşan içerikler hazırlanmış ve bu içerikler her iki yazılıma yerleştirilmiştir. 2. hafta her iki gruba da araştırmacı tarafından kullanacakları web temelli öğrenme materyali tanıtılarak, materyalin içerdiği menü ve araçlar hakkında ayrıntılı bilgi verilmiştir. Ardından yazılımı kullanmaya alışmaları için Araştırma Teknikleri içeriğine çalışmaları sağlanmıştır. Ancak bu haftaya ait gezinme ve benzeri veriler analizlere dahil edilmemiştir. 3., 4. ve 5. haftalarda öğrenciler yazılımı kullanarak Microsoft Word XP programının öğretimine ilişkin içeriğe çalışmışlardır. Uygulama süresince araştırmacı laboratuarda bulunarak öğrencilere gerek duyduklarında sistemle ilgili gerekli açıklamaları yapmıştır. 6. hafta öğrencilerin bilgi düzeylerini ölçmek için öntestte uygulanan çoktan seçmeli test ve uygulama sınavı sontest olarak uygulanmıştır. Ardından öğrencilerin çalıştıkları yazılıma ilişkin görüşlerinin toplamak amacıyla Görüş Formları verilmiştir. Derse düzenli katılmayan veya sonteste girmeyen katılımcılar örneklemden çıkarılmış ve analizlere dahil edilmemiştir.

103 Verilerin Çözümlenmesi ve Yorumlanması Elde edilen veriler SPSS (The Statistical Package for The Social Sciences) istatistik programı kullanılarak çözümlenmiş ve araştırmanın tüm amaçları 0,95 güven düzeyinde (p=0,05) test edilmiştir. Öğrencilerin deney öncesi ve deney sonrasındaki akademik başarı puanlarındaki değişimin çalıştıkları web ortamlarının uyarlanabilir olması ve olmamasına göre farklılaşıp farklılaşmadığını test etmek için kovaryans analizi (ANCOVA) kullanılmıştır. Uyarlanabilir web ortamı ile çalışan öğrenciler ile uyarlamaların bulunmadığı web ortamı ile çalışan öğrencilerin kaybolma algıları, gezinme aracı kullanma oranları ve geri dönüş oranları arasındaki farkların her birini test etmek için tek faktörlü ANOVA kullanılmıştır. Uyarlanabilir ortamda çalışan öğrencilerin sistemin konuların uygunluğuna ilişkin tavsiyelerine uyma durumları ile uyarlanabilir ve uyarlama bulunmayan web ortamları ile çalışan öğrencilerin ortamlara ilişkin görüşlerine ilişkin elde edilen veriler, yüzde ve frekans gibi betimsel istatistikler kullanılarak analiz edilmiştir.

104 89 BÖLÜM IV BULGULAR VE YORUM Bu bölümde uyarlanabilir ve uyarlama bulunmayan web ortamında çalışmanın; öğrencilerin akademik başarıları, kaybolma algıları, gezinme aracı tercihleri, geri dönüş oranları ile görüşleri üzerindeki etkilerine ilişkin bulgulara yer verilmiştir Akademik Başarı Uyarlanabilir web ortamında çalışan öğrenciler ile uyarlamaların bulunmadığı web ortamı ile çalışan öğrencilerin, deney öncesi ve deney sonrasındaki akademik başarı puanlarındaki değişimi analiz etmek için kovaryans analizi (ANCOVA) kullanılmıştır. Deneysel işlem sonrasında her iki ortamda çalışan öğrencilerin öntest puanlarına göre düzeltilmiş sontest ortalama puanları Tablo 10 da verilmiştir. Tablo 11. Sontest Puanlarının Çalışılan Öğrenme Ortamlarına Göre Betimsel İstatistikleri Düzeltilmiş Öğrenme Ortamı n Ortalama Ortalama Uyarlanabilir web ortamı Uyarlamaların bulunmadığı web ortamı Tablo 10 da görüldüğü üzere, öğrencilerin deneysel işlem sonrasında aldıkları sontest ortalama puanları uyarlanabilir web ortamlarında öğrenenler için 75.63, uyarlamaların bulunmadığı web temelli öğrenme ortamında öğrenenler için

105 tür. Uyarlanabilir web ortamlarında çalışan öğrencilerin önteste göre düzeltilmiş sontest puanlarının ortalaması ise tür. Aynı puan uyarlamaların bulunmadığı web temelli öğrenme ortamında öğrenen öğrenciler için olarak belirlenmiştir. Şekil 20. Akademik Başarı ve Çalışılan Ortam Eksenli Çizgi Grafiği Düzeltilmiş sontest ortalama puanlarına göre uyarlanabilir ortamda çalışan öğrenciler ile uyarlamaların bulunmadığı web temelli öğrenme ortamda çalışan öğrencilerin akademik başarılarında gözlenen farkın anlamlı olup olmadığına ilişkin yapılan ANCOVA sonuçları Tablo 11 de verilmiştir. Tablo 12. Öntest Puanlarına Göre Düzeltilmiş Sontest Puanlarının Çalışılan Ortama Göre ANCOVA Sonuçları Varyansın Kareler Kareler Sd Kaynağı Toplamı Ortalaması F p Öntest (Reg.) Grup Hata Toplam

106 91 ANCOVA sonuçlarına göre, farklı web ortamlarında çalışan öğrencilerin önteste göre düzeltilmiş sontest puanları arasında anlamlı bir fark bulunmamaktadır [F(1-64)= 0.577, p>.05]. Bu bulgu, uyarlanabilir web ortamları ile uyarlamaların bulunmadığı web ortamlarında çalışmanın, öğrencilerin akademik başarıları üzerinde benzer etkilere sahip olduğunu göstermektedir. Literatürde bu bulguyu destekleyen çalışmalar yer almaktadır. Örneğin Kelly (2005) yaptığı doktora çalışmasında, Gardner ın çoklu zeka kuramını kullanarak aynı öğretim materyaline ilişkin farklı içerikler oluşturduğu EDUCE olarak adlandırdığı uyarlanabilir sistemde öğrencileri sunum türleri seçimlerini yapabilme şekillerine göre üç farklı ortama yerleştirmiştir. Araştırma sonucunda üç farklı ortamda çalışan öğrencilerin akademik başarıları arasında anlamlı bir farklılık olmadığı belirlenmiştir. Specht ve Kobsa (1999) 85 öğrenci üzerinde gerçekleştirdikleri çalışmada bağlantıları açıklama tekniği kullanılan, bağlantıları üretme tekniği kullanılan, her iki uyarlama tekniği kullanılan ve iki tekniğinde yer almadığı dört farklı ortamda çalışan orta ve üst düzey başarılı öğrenciler için gruplar arasında başarı açısından anlamlı bir farklılık olmadığını ortaya koymuşlardır. Ancak her iki uyarlamanında yer aldığı grupta çalışan düşük ön bilgiye sahip öğrencilerin diğer iki grupta ve hiç uyarlama yer almayan ortamda çalışan düşük ön bilgili öğrencilerden daha başarılı olduklarını belirlemişlerdir. Brusilovsky ve Eklund (1998) ise 25 lisans öğrencisi üzerinde Interbook sisteminin bağlantı açıklamaları içeren ve bağlantı açıklamaları içermeyen iki farklı versiyonunu kullanarak gerçekleştirdikleri çalışmada grupların akademik başarıları arasında anlamlı bir fark olmadığı sonucunu elde etmişlerdir. Daha önce değinildiği gibi içerik ve gezinmeyle ilişkili farklı teknikler, bu uyarlamaların gerçekleştirilmesi için temel alınan farklı öğrenci özellikleri ve bu öğrenci özelliklerinin yorumlanarak sonuç çıkarılmasında kullanılan alternatif yöntemler bulunmaktadır. Bu nedenle uyarlanabilir öğrenme ortamlarına ilişkin çalışmalarda elde edilen bulgular, bu boyutların tamamı göz önünde bulundurularak değerlendirilmelidir. Bu araştırma kapsamında geliştirilen uyarlanabilir öğrenme sisteminde; öğrencinin ek açıklamaları görüntüleme tercihi ve izlediği konu başlığına ilişkin bilgi düzeyinden yola çıkarak konularla ilgili ek açıklamaların açık ya da

107 92 kapalı olması ve her bir içeriğe ilişkin hazırlanan iki farklı sunum türünden öğrencilerin önceki sunum tercihleri doğrultusunda belirlenen sunum türünün kendilerine sunulması şeklinde iki içerik uyarlaması yer almaktadır. Uyarlamaların olmadığı ortamda ise bu uyarlamalar yer almamakla birlikte öğrenciler sayfada kapalı olan ek açıklamaları açarak izleyebilmekte ve içeriğin sunum türünü kendileri değiştirebilmektedir. Dolayısıyla bu iki içerik uyarlaması, uyarlanabilir öğrenme ortamında çalışan öğrencilere öğrenme sürecinde kolaylık sağlarken, diğer öğrencilerin bu özelliklerden tümüyle mahrum kalması yerine, sistem yerine bu değişiklikleri kendilerinin yapmasına imkan sunulmuştur. Sistemde yer alan gezinme uyarlamasında ise, içerik haritasında öğrencilere konuların uygunluğuna ilişkin yönlendirmeler sunulmuştur. Gezinme uyarlamasının doğrudan başarı yerine gezinme problemlerini önleyeceği beklenmektedir ve nitekim diğer araştırma bulgularında görüleceği üzere gezinme süreçleri üzerinde uyarlanabilir ortam ve diğer ortamda çalışan öğrenciler arasında farklılıklar tespit edilmiştir Gezinme İki farklı web ortamında çalışan öğrencilerin gezinmeleri aşağıda listelenen üç faktör açısından ele alınmıştır: Kaybolma algısı İçerik haritasını gezinme aracı olarak kullanma oranı ve Geri dönüş oranı Aşağıda bu faktörle ilgili bulgular aktarılmaktadır Kaybolma Algısı Öğrencilerin kaybolma algılarının çalıştıkları web ortamının uyarlanabilir olması ve olmamasına göre farklılaşıp farklılaşmadığını belirmek amacıyla ilişkisiz örneklemler için tek faktörlü varyans analizi (one way ANOVA) yapılmıştır.

108 93 Tablo 13. Öğrencilerin Kaybolma Algılarının Çalışılan Web Ortamına Göre ANOVA Sonuçları Varyansın Kaynağı KT Sd KO F p Gruplararası Gruplariçi Toplam Tablo 12 daki ANOVA sonucuna göre; öğrencilerin kaybolma algıları arasında çalışılan web ortamı bakımından anlamlı bir fark olduğu görülmektedir [F(1-65)= 4.35, p<.05]. Başka bir deyişle, öğrencilerin kaybolma algıları, çalışılan web ortamına bağlı olarak anlamlı bir şekilde değişmektedir. Ortalamalara bakıldığında gruplar arasındaki farkın, uyarlamaların bulunmadığı web temelli öğrenme ortamında çalışan öğrencilerin kaybolma algısı puanlarına ( =15.17) göre daha düşük ortalamaya sahip olan uyarlanabilir web temelli öğrenme ortamında çalışan öğrenciler ( =13.28) lehine olduğu görülmektedir. Diğer bir deyişle, uyarlanabilir ortamda çalışan öğrenciler daha az kaybolduklarını düşünmektedirler. Uyarlanabilir öğrenme sistemleri öğrencilerin hiperortamda kaybolmalarını önleyerek her bir öğrencinin kişisel gereksinimlerine cevap veren bir öğrenme ortamı sunmayı amaçlamaktadır (Brusilovsky, 2004; Koch, 2000, s:3; Güven Smith, 1999, s:24;). Özellikle gezinme uyarlamalarının amacı, bireyin gezinme sırasında yaşayabileceği problemleri en aza indirmektir. Gezinme uyarlama yöntemlerinden biri olan bağlantı açıklamaları, düğümlerin mevcut durumu hakkında kullanıcıların bilgilendirilmesi esasına dayanır (Da Silva, Van Durm ve Duval, 1998; Brusilovsky, Pesin & Zyryanov, 1993). Bu çalışma için geliştirilen uyarlanabilir eğitsel web ortamında hem içerik hem de gezinme uyarlaması yapılmasına karşın kaybolma algısının gezinmeyle ilişkili bir problem olmasından yola çıkarak bu sonucun elde edilmesinde kullanılan bağlantı açıklamaları yönteminin etkili olduğu düşünülmektedir. Bağlantı açıklamaları yöntemi, öğrencilere içerik haritasında konuların uygunluğuna (uygun, biliyor, uygun değil) ilişkin görselleştirmelerle sağlanmıştır. Konuların uygun olma durumunun hesaplanmasında öğrencinin mevcut

109 94 bilgileri ve yazılımda yer alan içerikteki konular arası ön gereksinim ilişkileri temel alınmıştır. Elde edilen bu bulguya dayanarak öğrencilere içerik haritasında görsel ipuçları ile sağlanan yönlendirmelerin onların kaybolma algılarını azalttığı söylenebilir. Bu bulguyla örtüşen deneysel bir çalışma, Juvina ve Herder (2005) tarafından 32 katılımcı üzerinde bağlantıları açıklama yöntemi ile bağlantı önerileri verilen bir ortamda gerçekleştirilmiştir. Öğrencilere bulundukları sitelerde gerçekleştirmeleri gereken bazı görevler verilmiş, süreç sonunda öğrencilerin kaybolma algılarını ölçmek amacıyla anket uygulanmıştır. Gezinme desteği sağlanan gruptaki erkek öğrenciler diğer gruptakilere göre daha az kaybolmuştur. Ancak bu durum kız öğrenciler için geçerli olmamıştır. Bu çalışmada ise Juvina ve Herder in araştırmasından farklı olarak tüm öğrenciler için bağlantı açıklamalarının kaybolma algısını azalttığı görülmektedir Gezinme Aracı Kullanma Tercihleri Uyarlamaların bulunduğu ve bulunmadığı web temelli öğrenme ortamında çalışan öğrencilerin gezinme aracı kullanma tercihlerinin farklılaşıp farklılaşmadığını belirmek amacıyla ANOVA testi kullanılmıştır. Tek faktörlü ANOVA uygulamasına ilişkin çıktılar Tablo 13 te verilmektedir. Tablo 14. Öğrencilerin İçerik Haritasını Gezinme Aracı Olarak Kullanma Oranlarının Çalışılan Web Ortamına Göre ANOVA Sonuçları Varyansın Kaynağı KT sd KO F p Gruplararası Gruplariçi Toplam Tablo 13 deki ANOVA sonucuna göre; öğrencilerin içerik haritasını gezinme aracı olarak kullanma oranları çalışılan web ortamı bakımından anlamlı farklılık göstermektedir [F(1-65)= 18.23, p<.01]. Başka bir deyişle, öğrencilerin içerik haritasını gezinme aracı olarak kullanma oranları çalışılan web ortamına bağlı olarak

110 95 anlamlı bir şekilde değişmektedir. Ortalamalara bakıldığında gruplar arasındaki fark uyarlamaların bulunmadığı öğrenme ortamında çalışan öğrencilerin içerik haritasını gezinme aracı olarak kullanma oranlarına ( =0.45) göre daha yüksek ortalamaya sahip olan uyarlanabilir web temelli öğrenme ortamında çalışan öğrenciler ( =0.75) lehinedir. Diğer bir deyişle, içerik haritasında bağlantıları açıklama yöntemi kullanıldığında öğrencilerin bu aracı gezinme aracı olarak tercih etmeleri anlamlı derecede yükselmiştir. Brusilovsky ve Eklund (1998) tarafından gerçekleştirilen çalışmada bu bulguyu destekleyen sonuçlara ulaşılmıştır. 25 lisans öğrencisi üzerinde InterBook sistemi kullanılarak yaptıkları çalışmada genelde ileri-geri butonlarını kullanarak sıralı şekilde ilerlemeyi tercih eden acemi kullanıcıların bağlantı açıklaması içermeyen Devam et butonu yerine bağlantı açıklamalarının yer aldığı içerik haritasını daha fazla kullandıklarını tespit etmişlerdir. Bu durum bağlantılarla ilgili açıklamaların, acemi kullanıcıları doğrusal olmayan şekilde gezinmeleri konusunda cesaretlendirdiğini şeklinde yorumlanmıştır. İçerik haritasında konular arası ilişkiler ve öğrencilerin mevcut bilgileri doğrultusunda, öğrencilere konuların uygunluğuna ilişkin görsel yönlendirmeler sunulduğunda öğrencilerin içerik haritasını kullanım oranlarının artmasının nedenleri şu şekilde açıklanabilir. Öğrencilerin daha önceden bildikleri konuların farkına vararak, her bir konu başlığında bunu düşünmelerine gerek kalmaması gezinme süreçlerini kolaylaştırmış ve bu durum öğrencilerin hoşuna gitmiş olabilir. Ayrıca bir konunun ön gereksinim konuları işlenmediği sürece içerik haritasında o konunun çalışılmaya uygun olmadığının gösterilmesi ve buna rağmen o konuya tıklandığında konunun ön gerekinim konularını listeleyen uyarı ekranından ön gereksinim konularına ulaşma imkanının bulunması, konular arası ilişkileri görme imkanı sunması ve öğrenme süreçlerini kolaylaştırması bakımından içerik haritasının daha fazla kullanılmasına neden olmuş olabilir.

111 Geri Dönüş Oranları Uyarlamaların bulunduğu ve bulunmadığı web temelli öğrenme ortamında çalışan öğrencilerin gezinmelerindeki geri dönüş oranlarının farklılaşıp farklılaşmadığını belirlemek amacıyla ANOVA testi kullanılmıştır. Tek faktörlü ANOVA uygulamasına ilişkin çıktılar Tablo 14 de verilmektedir. Tablo 15. Öğrencilerin Geri Dönüş Oranlarının Çalışılan Web Ortamına Göre ANOVA Sonuçları Varyansın Kaynağı KT sd KO F p Gruplararası Gruplariçi Toplam Tablo 14 teki ANOVA sonucuna göre; öğrencilerin geri dönüş oranları çalışılan web ortamı bakımından anlamlı farklılık göstermektedir [F(1-65)= , p<.01]. Başka bir deyişle, öğrencilerin yazılımı kullanırken izledikleri gezinme adımlarından elde edilen geri dönüş oranları, çalışılan web ortamına bağlı olarak anlamlı bir şekilde değişmektedir. Ortalamalara bakıldığında gruplar arasındaki farkın uyarlamaların bulunmadığı web temelli öğrenme ortamında çalışan öğrencilerin geri dönüş oranlarına ( =6.335) göre daha düşük ortalamaya sahip olan uyarlanabilir web temelli öğrenme ortamında çalışan grup ( =5.282) lehine olduğu görülmüştür. Herder (2003) gerçekleştirdiği deneysel çalışma sonucunda geri dönüş oranının kaybolmanın iyi bir göstergesi olduğunu dile getirmiştir (r=-0,417; p<0,022). Öğrencilerin gezinme verilerinden elde edilen objektif verilerden biri olan geri dönüş oranının uyarlanabilir ortamda çalışan öğrenciler lehine farklılaşması, uyarlanabilir web ortamları ile çalışan öğrencilerin kaybolma algılarının diğer gruptan daha düşük olmasını desteklemesi açısından önemli bir bulgudur.

112 Uyarlanabilir Ortamda Çalışan Öğrencilerin Sistemin Tavsiyelerine Uyma Durumları Uyarlanabilir eğitsel web ortamında çalışan öğrencilerin, sistemin konuların uygunluğuna ilişkin tavsiyelere uyma durumlarını belirlemek için içerik haritasında uygun olmadığı belirtilen konulara tıklama sayılarına ilişkin istatistikler frekans (f) ve yüzde (%) olarak Tablo 15 de aktarılmaktadır. Tablo 16. Öğrencilerin Uygun Olmayan Konulara Tıklama Durumları Tıklama Sayısı f % Hiç Tıklamayanlar 4 12,5 1 defa tıklayanlar 6 18,75 2 defa tıklayanlar 9 28,125 3 defa tıklayanlar 10 31,25 4 defa tıklayanlar 1 3,125 5 defa tıklayanlar 2 6,25 Toplam Tablo 15 de görüldüğü gibi öğrenciler 94 adet konu başlığının yer aldığı yazılımda, kendilerine sunulan görsel ipuçlarını dikkate alarak çok az sayıda uygun olmayan konuya tıklamışlardır. Uygun olmayan konuya 5 defanın üzerinde tıklayan hiçbir öğrencinin olmaması dikkat çekicidir. Hatta dört öğrencinin uygun olmayan hiç bir konuya tıklamadığı görülmektedir. Bu istatistikler öğrencilerin sistemin konulara ilişkin tavsiyelerini yüksek oranda kabullendiklerini göstermektedir. Geliştirilen uyarlanabilir ortamda çalışan öğrenciler uygun olmayan bir konuya tıkladıklarında karşılarına bir uyarı ekranı gelmekte ve bu uyarı ekranında öğrenciye o konuyu öğrenmesi için öncelikle bilmesi gereken diğer ön gereksinim konuları listelenmekteydi. Ancak öğrencilerin bu ön gereksinim konularını işlemeleri zorunlu değildi. Öğrencilerin bu ekranda tavsiye edilen ön gereksinim konularına ve tavsiye edilmeyen konuya tıklamalarına ilişkin dağılımı frekans (f) ve yüzde (%) olarak Tablo 16 da aktarılmaktadır.

113 98 Tablo 17. Öğrencilerin Uyarı Ekranında Tavsiye Edilen ve Tavsiye Edilmeyen Konulara Tıklama Durumları Tıklama Sayısı Öğrenci Sayısı Tavsiye Edilen Tavsiye Edilmeyen F % , , , , , , ,57 Toplam Tablo 16 da görüldüğü üzere öğrenciler uygun olmayan bir konuya tıklayarak uyarı ekranıyla karşılaştıkları durumlarda uyarı ekranındaki tavsiyeleri genellikle dikkate almayarak ilk tıkladıkları konuya çalışmayı tercih etmişlerdir. Bununla birlikte öğrencilere konuların uygunluğuna ilişkin gösterilen iki aşamalı yönlendirmelerde, ikinci aşamadaki bu veriler, birinci aşamadaki yönlendirmelerde elde edilen verilerle birlikte değerlendirilmelidir. Diğer bir ifadeyle, öğrenciler ilk aşamada içerik haritasından çok az sayıda uygun olmayan konuya tıkladıkları için genel anlamda öğrencilerin sistemin konuların uygunluğuna ilişkin tavsiyelerine uyma eğilimi gösterdikleri söylenebilir Öğrencilerin Çalıştıkları Ortamlara İlişkin Görüşleri Uyarlamaların bulunduğu ve bulunmadığı web ortamları ile çalışan öğrencilerin ortamlara ilişkin görüşlerini almak amacıyla açık uçlu sorulardan oluşan bir görüş formu uygulanmıştır. Öğrencilerin bu forma verdikleri cevaplar üzerinde yapılan içerik analizi sonucunda elde edilen görüşlerin dağılımı frekans (f) ve yüzde (%) olarak aşağıda aktarılmaktadır.

114 Öğrencilerin Ortama İlişkin Memnuniyet Durumları ve Genel Değerlendirmeleri Uyarlamaların bulunduğu ve bulunmadığı web ortamında çalışan öğrencilerin çalıştıkları ortama ilişkin genel memnuniyet puanlarının dağılımı Tablo 17 de verilmektedir. Tablo 18. Öğrencilerin Çalıştıkları Ortama İlişkin Genel Memnuniyet Durumları Memnuniyet puanı Uyarlanabilir Web Ortamı Uyarlamaların Bulunmadığı Web Ortamı f % f % 5 (çok memnun kaldım) 23 71, ,14 4 (memnun kaldım) 9 28, ,14 3 (kararsızım) ,71 2 (memnun kalmadım) (hiç memnun kalmadım) Toplam Uyarlamaların bulunduğu ortamda çalışan öğrencilerin %71,88 i (n=23) ortamdan çok memnun kaldıklarını (5) belirtirken, %28,13 ü (n=9) ortamdan memnun kaldıklarını (4) ifade etmişlerdir. Ortam memnuniyetine ilişkin 3 ve altında puan veren öğrenci ise bulunmamaktadır. Bu veriler öğrencilerin uyarlanabilir web ortamından genel olarak memnun kaldıklarını göstermektedir. Uyarlamaların bulunmadığı ortamda çalışan öğrencilerin %57,14 ü (n=20) ortamdan çok memnun kaldıklarını (5) belirtirken, %37,14 ü (n=13) ortamdan memnun kaldıklarını (4) ifade etmişlerdir. 2 öğrenci ise ortama ilişkin memnuniyetlerine 3 puan vermiştir. Ortama ilişkin memnuniyete 2 ve altında puan veren öğrencinin bulunmamaktadır. Bu veriler öğrencilerin uyarlamaların bulunmadığı web ortamından genel olarak memnun kaldıklarını ve öğrencilerin uyarlamaların bulunduğu ve bulunmadığı ortamlara ilişkin memnuniyetlerinin benzer olduğu göstermektedir.

115 100 Uyarlanabilir web ortamında çalışan öğrencilerin çalıştıkları ortamda memnun oldukları özelliklere ilişkin görüşlerinin dağılımı Tablo 18 de aktarılmaktadır. Tablo 19. Uyarlanabilir Web Ortamında Çalışan Öğrencilerin Çalıştıkları Ortamda Memnun Oldukları Özelliklere İlişkin Görüşleri (N=32) Alt Temalar f % 1 İçeriğin videolu sesli sunumu 18 56,25 2 Anlatımın anlaşılır olması (açık, seviyeye uygun) 7 21,88 3 İçerik haritasında yönlendirmelerin bulunması 5 15,63 4 Tekrar etme imkanı 5 15,63 5 Örnek uygulamaların bulunması 3 9,38 6 Alternatif anlatım türlerinin olması 3 9,38 7 Bireysel çalışma imkanı sunması 2 6,25 8 Kavram haritalarının bulunması 1 3,13 9 Ek açıklamaların yer alması 1 3,13 10 Kullanıcı istatistiklerinin yazılım tarafından tutulması ve öğrencinin bu bilgileri görüntüleyebilmesi 1 3,13 11 Not alma 1 3,13 12 Önemli sayfaları işaretleme özelliği 1 3,13 Öğrencilerden bazıları çalıştıkları ortamda hangi özelliklerden memnun kaldıklarına ilişkin soruya birden fazla özellik belirtmişlerdir, bu nedenle frekans toplamı 32 den fazladır. Uyarlamaların bulunduğu ortamda çalışan öğrenciler yazılımda en çok içeriğin videolu sesli sunumunun bulunmasından (%56,25), anlatımın anlaşılır olmasından (%21,88), içerik haritasında yönlendirmelerin bulunmasından (%15,63) ve tekrar etme imkanından (%15,63) memnun olduklarını belirtmişlerdir. Öğrencilerin ilk defa web temelli bir öğretim yazılımını

116 101 kullanmalarına rağmen içerik haritasında bulunan görsel ipuçlarını yazılımın en hoşlandıkları özelliklerinden biri olarak görmeleri dikkat çekicidir. Öğrencilerin bu soruya ilişkin görüşlerinden bazıları aşağıda yer almaktadır. Bence MS Word programı öğrenimi için gerek video gerekse görsel öğeler çok önemli ve kolaylaştırıcı etkiye sahip. Mesela ben sunum türlerinden video seçeneğini kullanarak daha kolay öğrenebildiğimi düşünüyorum. Her konunun iyi bir şekilde ve ayrıntılı olarak anlatılması çok güzel Konuların oldukça iyi hazırlanıp çeşitli sunumlarla birlikte sunulması Bilgilerin konulara bölünerek içerikte gösteriliyor olması. Bu gösterimlerde konu uygunluğunun belirtilmesi. Uygulamalar içerdiğinden bilgisayar yeteneklerini geliştirmesi. Konulara geri dönebilme imkanı işime yaradı Ek açıklama, yazılımda kalınan süre ve diğer bilgilerin gösterilmesi. Herkesin kendisine ait şifresinin ve kullanıcı adının olması güzel, çünkü bireysel verimliliği artırmada önemli olduğunu düşünüyorum ve program öğrenciye konuyu işlemede ve anlamada kolaylıklar sunuyor Uyarlamaların bulunmadığı web ortamında çalışan öğrencilerin çalıştıkları ortamla ilgili memnun oldukları özelliklere ilişkin görüşlerinin dağılımı Tablo 19 da aktarılmaktadır.

117 102 Tablo 20.Uyarlamaların Bulunmadığı Web Ortamında Çalışan Öğrencilerin Çalıştıkları Ortamda Memnun Oldukları Özelliklere İlişkin Görüşleri (N=35) Alt Temalar f % 1 İçeriğin videolu sesli sunumu 16 45,71 2 Tekrar etme imkanı 7 20,00 3 Anlatımın anlaşılır olması (açık, seviyeye uygun) 5 14,29 4 Örnek uygulamaların bulunması 4 11,43 5 Önemli sayfaları işaretleme özelliği 3 8,57 6 Alternatif anlatım türlerinin olması 2 5,71 7 Arayüz tasarımının estetik olması 1 2,86 8 Kalınan yerden devam etme imkanı 1 2,86 9 Bilgi kapsamının geniş olması 1 2,86 10 Ek açıklamaların yer alması 1 2,86 11 Hedeflerin belirtilmesi 1 2,86 12 Kavram haritalarının bulunması 2 5,71 13 Bireysel çalışma imkanı sunması 1 2,86 Uyarlamaların bulunmadığı ortamda çalışan öğrenciler yazılımda en çok içeriğin videolu sesli sunumunun bulunmasından (%45,71), tekrar etme imkanından (%20,00) ve anlatımın anlaşılır olmasından (%14,29) memnun olduklarını belirtmişlerdir. Öğrencilerin bu soruya ilişkin görüşlerinden bazıları aşağıda yer almaktadır. Videolu anlatım, aynı zamanda pratiğini gördükten sonra hemen uygulamaya geçilmesi pekiştirme açısından çok faydalı. Hem görsel hem de işitsel olarak anlatılması, istenildiğinde tekrar tekrar o konunun dinlenmesi ve nasıl yapılacağının görülmesi benim çok hoşuma gitti ve çok sık bu özelliklerden yararlandım

118 103 Bireysel çalışma imkanı vermesi güzel bir şey, ayrıca her zaman geri dönüp tekrar etme şansım oldu. Ek açıklamaların bulunması, hedeflerin verilmesi, kavram haritası ve konuların gösterilerek anlatılması Kaldığım yerden devam edebilmem, video ve metin seçeneği, önemli sayfaları işaretleme Çeşitli anlatım tarzlarına yer vermesi Uyarlamaların bulunduğu ve bulunmadığı iki web ortamında çalışan öğrencilerin de ortamlara ilişkin memnun oldukları özelliklerin büyük ölçüde benzeştiği ve özellikle yazılımdaki her bir konu başlığına ilişkin videolu sesli anlatım biçiminin bulunması, istedikleri içerikleri tekrar izleme şansı ve konu anlatımlarının açık ve anlaşılır olmasının en beğenilen özellikler olduğu görülmüştür. Ayrıca uyarlanabilir öğrenme ortamında çalışan öğrenciler tarafından konuların uygunluğuna ilişkin içerik haritasında görsel ipuçlarının verilmesi vurgulanan diğer bir özelliktir. Yazılım içeriğinin Word programının öğretimi olmasının, konu anlatımı için ekran yakalama programı kullanılarak bilgisayarda yapılan işlemleri adım adım gösteren ve sesli olarak hazırlanan videoların faydalı bulunmasının temel nedeni olduğu düşünülmektedir. Buna ek olarak daha önceden web temelli bir öğrenme ortamında çalışmamış öğrenciler için bireysel öğrenmeye imkan sağlayan bu ortamlarda içerikleri öğreninceye kadar tekrar etme imkanı ve daha önce işlenen konularından üzerinden geçme şansı sunulması öğrencileri memnun etmiştir. Ayrıca bağlantı açıklamaları içermeyen bir sistemde daha önce çalışmamalarına rağmen önbilgileri, işledikleri konular ve konular arası ilişkiler doğrultusunda kendilerine içerik haritasında konu uygunluğunun gösterilmesi, öğrenme ihtiyaçlarının belirlenmesi ve gezinmelerine destek olunmasından ötürü öğrencilerin hoşuna gitmiş olabilir. Uyarlanabilir web ortamında çalışan öğrencilerin çalıştıkları ortamda rahatsız oldukları özelliklere ilişkin görüşlerinin dağılımı Tablo 20 de aktarılmaktadır.

119 104 Tablo 21. Uyarlanabilir Web Ortamında Çalışan Öğrencilerin Rahatsız Oldukları Özelliklere İlişkin Görüşleri (N=32) Alt Temalar f % 1 Yok 28 87,51 2 Ders dışında yazılıma ulaşamama 2 6,25 3 Not alma özelliği gereksiz 1 3,13 4 Kavram haritasında seslendirme olmaması 1 3,13 Uyarlanabilir ortamda çalışan öğrencilerin 28 i (%87,51) yazılımda kendilerini rahatsız eden bir özelliğinin bulunmadığını belirtmişlerdir. Ders dışında yazılıma ulaşamama, not alma özelliğinin gereksiz oluşu ve kavram haritasında seslendirme olmaması öğrenciler tarafından dile getirilen sorunlardır. Öğrencilerin bu soruya ilişkin görüşlerinden bazıları aşağıda yer almaktadır. Yazılıma sadece ders saatlerinde girebilmek; çalışmak ya da tekrar etmek istediğim zamanlarda kendi imkanlarımdan faydalanamamak Kavram haritalarının olduğu sayfalarda seslendirme olmaması Uyarlamaların bulunmadığı web ortamında çalışan öğrencilerin çalıştıkları ortamda rahatsız oldukları özelliklere ilişkin görüşlerinin dağılımı Tablo 15 te aktarılmaktadır. Tablo 22. Uyarlamaların Bulunmadığı Web Ortamında Çalışan Öğrencilerin Rahatsız Oldukları Özelliklere İlişkin Görüşleri (N=35) Alt Temalar f % 1 Yok 32 91,42 2 Ders dışında yazılıma ulaşamama 2 5,71 3 Bazı konularla ilgili detaylı bilgiye ulaşamama 1 2,86

120 105 Uyarlamaların bulunmadığı ortamda çalışan öğrencilerin 32 si (%91,42) yazılımda kendilerini rahatsız eden bir özelliğinin bulunmadığını belirtmişlerdir. Ders dışında yazılıma ulaşamama ve bazı konularla ilgili detaylı bilgiye ulaşamama ise öğrenciler tarafından dile getirilen sorunlardır. Deneysel süreç esnasında bireylerin yazılımı kullanma sürelerindeki denkliği sağlamak açısından geliştirilen web temelli öğretim yazılımının çalıştığı sunucu sadece ders saatleri sırasında kullanıma açılmıştır. Bu nedenle öğrenciler ders dışında yazılıma ulaşamamamışlardır. Öğrencilerin bu soruya ilişkin görüşlerinden bazıları aşağıda yer almaktadır. Beni rahatsız eden bir özellikle karşılaşmadım Evde bilgisayarda bu sisteme ulaşamamam olumsuzdu Belli konularda detaylı bilgiye ulaşamama Uyarlamaların bulunduğu ortamda çalışan öğrencilerin %87,51 i, uyarlamaların bulunmadığı web ortamında çalışan öğrencilerin ise % 91,42 si çalıştıkları ortamlarla ilgili rahatsız oldukları herhangi bir özelliğin bulunmadığını belirtmişlerdir. Bu durum her iki ortam içinde öğrencilerin memnuniyet puanlarını destekleyen olumlu bir bulgudur. Ders dışında yazılıma ulaşamama her iki ortamda da ikişer öğrencinin vurguladığı rahatsız olunan bir özellik olmuştur. Ancak deneysel işlemdeki kontrolü sağlamak açısından yazılımın kullanılma süresinin sınırlanması kaçınılmazdır. Uyarlanabilir öğrenme ortamında bir öğrenci tarafından belirtilen Not alma özelliğinin gereksiz oluşunun sadece bireysel bir değerlendirme olduğu düşünülmektedir. Nitekim not alma özelliği her iki yazılımda en beğenilen özelliklerden biri olarak ortaya çıkmıştır, bununla birlikte not alma stratejisini çalışma alışkanlıklarından biri olarak görmeyen öğrenciler için bu özelliğin gereksiz olarak algılanması da şaşırtıcı değildir. Yine uyarlanabilir öğrenme ortamında bir öğrenci tarafından belirtilen kavram haritasında seslendirme olmamasına yönelik rahatsızlık ise ileri araştırmalarda dikkate alınarak kavram haritalarınada ses eklenebilir. Uyarlamaların bulunmadığı ortamda belirtilen bazı konularla ilgili detaylı bilgiye ulaşamama ise deneysel sürecin daha uzun sürede gerçekleştirileceği

121 106 bir çalışmada, konu kapsamının genişletilmesi ve ek açıklama sayısının artırılmasıyla üstesinden gelinebilecek bir problemdir. Uyarlanabilir web ortamında çalışan öğrencilerin benzer bir yazılımda bulunmasını istedikleri kişiselleştirme seçenekleri Tablo 22 de aktarılmaktadır. Tablo 23. Uyarlanabilir Web Ortamında Çalışan Öğrencilerin Benzer Yazılımlarda Bulunmasını İstedikleri Kişiselleştirme Seçeneklerine İlişkin Görüşleri (N=32) Alt Temalar f % 1 Başka özelliğe gerek yok 27 84,38 2 Fikrim yok 4 12,50 3 İçeriğin kişiye göre anlatılması 1 3,13 Uyarlanabilir ortamda çalışan öğrencilerin 27 si (% 84,38) benzer yazılımlarda başka bir kişiselleştirme seçeneğinin bulunmasına gerek olmadığını belirtmişlerdir. Öğrencilerden 4 ü ise bu konuda bir fikrinin olmadığını dile getirmiştir. Bir öğrenci içeriğin kişiye göre anlatılmasını istediğini belirtmiştir. Öğrencilerin bu soruya ilişkin görüşlerinden bazıları aşağıda yer almaktadır. Bence yeterince seçenek bulunuyor İçerikleri kişiye özel anlatması faydalı olabilir. Uyarlamaların bulunmadığı web ortamında çalışan öğrencilerin benzer bir yazılımda bulunmasını istedikleri özellikler Tablo 23 de aktarılmaktadır. Tablo 24. Uyarlamaların Bulunmadığı Web Ortamında Çalışan Öğrencilerin Benzer Yazılımlarda Bulunmasını İstedikleri Özelliklere İlişkin Görüşleri (N=35) Alt Temalar f % 1 Başka özelliğe gerek yok 21 60,00 2 Ders dışında yazılımı kullanabilme 5 14,29 3 Fikrim yok 4 11,43 4 Sorulan sorulara cevap vermesi 1 2,86

122 107 5 İçeriğin kopyalanabilmesi 1 2,86 6 Daha eğlenceli hale getirilebilir 1 2,86 7 Uygulama sayısı artabilir 1 2,86 8 Çıktı alabilme 1 2,86 Uyarlamaların bulunmadığı ortamda çalışan öğrencilerin 21 i (% 60) benzer yazılımlarda başka bir özelliğin bulunmasına gerek olmadığını belirtmişlerdir. Ders dışında yazılımı kullanabilme istenilen diğer bir özelliktir. Öğrencilerden 4 ü ise bu konuda bir fikrinin olmadığını dile getirmiştir. Bu tarz bir yazılımı ilk defa kullanmalarından dolayı fikir yürütememeleri normal görülebilir. Öğrencilerin bu soruya ilişkin görüşlerinden bazıları aşağıda yer almaktadır. Bence her şey yeterli İstediğim zaman yazılıma ulaşabilmek ve kullanabilmek güzel olurdu Uygulamaların daha çok olması iyi olabilir. Uyarlanabilir ortamda çalışan öğrencilerin sadece biri bu tür yazılımlarda bulunabilecek kişiselleştirme seçeneklerine ilişkin bir öneri getirmiştir. Bu durumun öğrencilerin mevcut yazılımda var olan seçeneklerden memnun olmalarının yanı sıra öğrencilerin bu tür sistemlerde ne tür özellikler bulunabileceğine ilişkin ihtiyaçlarının farkında olmamaları ve bu tür sistemlerde çalışmaya ilişkin deneyimlerinin olmamasından kaynaklandığı düşünülmektedir. Öneride bulunan öğrenci içeriklerin kişiye özel anlatılmasının faydalı olabileceğini belirtirken birçok farklı içerik uyarlamasını kastetmiş olabilir. Örneğin içeriğin farklı zorluk düzeylerinin olması ve öğrenciye uygun zorluk düzeyinin görüntülenmesi, öğrencinin öğrenme stilinin belirlenerek bu sitile uygun öğrenme içeriğinin kendisine sunulması, içerikte öğrenci özelliklerine uygun kişiselleştirilmiş bir dil kullanılması vb. Uyarlamaların bulunmadığı yazılımda çalışan öğrencilerden birinin ise benzer yazılımda bulunabilecek bir özellik olarak öğrenme sisteminin sorulan sorulara cevap vermesi şeklinde bir öneride bulunması dikkat çekicidir. Aslında bu öğrenci de kendisine zeki olarak yardım sunan uyarlanabilir bir öğrenme sistemi isteğinde bulunmuştur.

123 108 Öğrencilerin benzer yazılımların çalışma süreçlerini kolaylaştırma durumuna ilişkin görüşleri Tablo 24 de aktarılmaktadır. Tablo 25. Öğrencilerin Benzer Yazılımların Çalışma Süreçlerini Kolaylaştırma Durumuna İlişkin Görüşleri Alt Temalar Uyarlanabilir Web Ortamı Uyarlamaların Bulunmadığı Web Ortamı f % f % 1 Evet 31 96, ,29 2 Kısmen 1 3,13 1 2,86 3 Fikrim yok ,86 Toplam Uyarlanabilir ortamda çalışan öğrencilerin 31 i (% 96,88) benzer yazılımların çalışma süreçlerini kolaylaştıracağına inandıklarını belirtirken, 1 i ise kısmen kolaylaştıracağını dile getirmiştir. Öğrencilerin bu soruya ilişkin görüşlerinden bazıları aşağıda yer almaktadır. Evet. En azından zamandan tasarrufta ve uygun bilgilerin listelenmesinde çok iyi. Evet tek başına çalışıldığından anlamadığınız yerleri tekrar edebiliyorsunuz Uyarlamaların bulunmadığı ortamda çalışan öğrencilerin 33 ü (% 94,29) benzer yazılımların çalışma süreçlerini kolaylaştıracağına inandıklarını belirtirken, 1 i ise bu kısmen kolaylaştıracağını dile getirmiştir. Öğrencilerin bu soruya ilişkin görüşlerinden bazıları aşağıda yer almaktadır. Tabii ki. Bu kadar kısa bir sürede Word öğrenmem bunun açık bir göstergesi Kesinlikle evet. Uygulamalı eğitim olmasından ötürü çok faydalı.

124 109 Her iki gruptaki öğrencilerde benzer yazılımların çalışma süreçlerini kolaylaştıracağına inandıklarını belirtmişlerdir. Her iki ortamda çalışan öğrencilerde bireysel çalışmaya imkan veren bu ortamların zamandan kazanç sağlaması ve uygulamalı olmasının öğrenmeyi kolaylaştırmada etkililiğini vurgularken, uyarlanabilir ortamda çalışan öğrencilerden bazılarının bunlara ek olarak konuların uygunluğunu görebilme imkanının da çalışma sürecini kolaylaştırmada etkili olduğunu belirtmeleri dikkat çekicidir Öğrencilerin Uyarlamalara İlişkin Görüşleri Tablo 26. Uyarlanabilir Web Ortamında Çalışan Öğrencilerin Çalıştıkları Yazılımda Yer Alan Uyarlamalara İlişkin Görüşleri (N=32) Alt Temalar Evet Kısmen Hayır f % f % f % 1 İçerik haritasında yer alan simgelerin (,, ) konuların uygunluğuna ilişkin doğru yönlendirmelerde bulunduğunu düşünüyor musunuz? 2 İçerik haritasında yer alan yönlendirmeler sizin için faydalı oldu mu? 3 Konular arasında gezinirken ek açıklamaların açık ya da kapalı olarak gelmesinin sizin tercihinize uygun olduğunu düşünüyor musunuz? 4 Her bir konuya girdiğinizde içeriğin sunuluş biçiminde (video/metin+resim) sizin önceki sayfalardaki tercihlerinizin etkili olduğunu düşünüyor musunuz? 5 Uygun olmayan ( ) bir konuya girmeye çalıştığınızda o konunun ön gereksinim listesinin sunulması ve bu listedeki konulara ulaşma imkanı öğrenmenize olumlu katkıda bulundu mu? 26 81,25 1 3,13 2 6, ,25 1 3,13 2 6, ,36 2 6,25 2 6, , , , ,25

125 110 6 Bu ortamın ön bilgilerinizi ve çalışma sürecindeki tercihlerinizi göz önünde bulundurarak sizin için kişiselleştirilmiş seçenekler sunduğunu düşünüyor musunuz? 7 Çalıştığınız web ortamının gezinmenizi kolaylaştırdığını düşünüyor musunuz? 27 84,38 1 3, , ,75 1 3, ,13 Öğrencilerin 26 sı (%81,25) içerik haritasında yer alan yönlendirmelerin kendisi için faydalı olduğunu belirtmiştir. Bu durum ortamda sunulan gezinme uyarlamasının öğrencilerin çoğunluğu tarafından olumlu karşılandığını göstermektedir. Öğrencilerin soruya ilişkin yorumlarından bazıları şu şekildedir. İçerik haritası benim için faydalı oldu. Bu sayede çalışma yaptığım sayfaya tekrar dönmeden ilerliyor ve nerede kaldığımı görüyordum. Benim için faydalı oldu. Ne yaptığımı ne yapmam gerektiğini gördüm. Öğrencilerin 27 si (%84,36) konular arasında gezinirken ek açıklamaların kendi tercihine uygun olarak açık ya da kapalı olarak geldiğini belirtmişlerdir. Bu durum ortamda yer alan ek açıklamayla ilgili içerik uyarlamasının öğrenciler tarafından kullanışlı bulunduğunu göstermektedir. Soruya ilişkin öğrenci görüşlerinden bazıları şunlardır. Evet ek açıklamaların benim tercihime uygun olarak açılıp kapandığını düşünüyorum Konuyu bitirip ek açıklamaya bakacağım zamanlarda ek açıklama açıktı Öğrencilerin 28 inin (%87,5) her bir konuya girdiklerinde içeriğin sunuluş biçiminin (video/metin+resim) belirlenmesinde kendilerinin önceki sayfalardaki tercihlerinin etkili olduğunu düşünmeleri, ortamda yer alan bir diğer içerik uyarlaması olan sunum türü uyarlamasının öğrencilerin isteklerine cevap vererek

126 111 uygun bir şekilde çalıştığını göstermektedir. Bu konuyla ilgili öğrenci görüşleri aşağıdaki gibidir. Evet etkili oldu bir önceki sayfada hangi sunuş biçimini kullandıysam diğer sayfada aynı sunuluş biçimiyle açıldı. Evet önceki tercihim neyse yeni girdiğim içerikte de aynı buldum Öğrencilerin 25 inin (78,13) uygun olmayan ( ) bir konuya girmeye çalıştıklarında o konunun ön gereksinim listesinin sunulması ve bu listedeki konulara ulaşma imkanının öğrenmesine olumlu katkıda bulunduğunu belirtmesi, uyarlanabilir ortamlarda öğrencilerin konu hakkındaki bilgisi, içerikte yer alan konular arası ön gereksinim ilişkileri gibi değişkenlerden elde edilen veriler ışığında öğrencilerin daha sağlıklı bir şekilde kılavuzlanabileceğini göstermektedir. Öğrencilerin soruya ilişkin bazı görüşleri aşağıda paylaşılmaktadır. Olumlu katkıda bulundu, önce hangi konuyu çalışmam gerektiğini gördüm. Evet bu sayede önhazırlığım olmadan bir konuya giremiyor ve bilgiyi daha net alıyorum. Bu işaretin olduğu yerlere girmedim Öğrencilerden 27 si (%84,38) çalıştıkları ortamın ön bilgilerini ve çalışma sürecindeki tercihlerini göz önünde bulundurarak kendisi için kişiselleştirilmiş seçenekler sunduğunu düşündüklerini belirtmişlerdir. Bununla birlikte aşağıda aktarılan ikinci ifadede görüleceği üzere öğrenciler ortamda kendilerinin gerçekleştirebilecekleri bazı işlemleri de (önemli sayfa yapma vb.) kişiselleştirme seçeneği olarak ele almıştır. Bu durum sistemin otomatik olarak gerçekleştirdiği uyarlamaların yanı sıra öğrencilerin sistemde kendilerinin değiştirebilecekleri özellikleri de (adaptable) önemli bulduklarını göstermektedir. Çalıştığım konulara göre bazı konuların uygun olma durumunun değiştiğini düşünüyorum

127 112 Benim not ekleyebilmem veya önemli sayfa seçebilmek bu sistemin benim için kişiselleştirilmiş seçenekler sunduğunu gösteriyor. Çalıştığınız web ortamının gezinmenizi kolaylaştırdığını düşünüyor musunuz? sorusuna 30 öğrenci (%93,75) evet cevabını vermiştir. Öğrencilerin bu soruya ilişkin cevaplarından bazıları şu şekildedir. İçerik haritası sayesinde, ortamın gezinmemi kolaylaştırdığını düşünüyorum. Tüm detaylar içerik haritasında maddeler halinde verildiği için gezinmek çok kolay oldu Ortamın gezinmeyi kolaylaştırdığına ilişkin öğrencilerin olumlu görüş belirtmesi, içerik haritasında yer alan açıklamaların (görsel ipuçları) etkili olduğunu göstermektedir. İkinci ifadede görüldüğü gibi sadece içerik tablosunda tüm konuların listelenmesinin de gezinmeyi kolaylaştırdığını belirten ifadeler vardır. Öğrencilerin ilk defa web temelli bir öğretim ortamında çalışmalarından ötürü uyarlamalarla ilgili spesifik değerlendirmelerde bulunamadıkları dikkat çekmektedir. Bu durumun diğer bir sebebi ise sistem tarafından otomatik olarak gerçekleştiren uyarlamalardan pek çok kullanıcının haberdar olmamasıdır. Bu sınırlıklara rağmen öğrencilerin uyarlamalara ilişkin olumlu görüş bildirdikleri ve uyarlamaların genel anlamda faydalı olduğuna inandıkları görülmektedir. Öğrencilerin büyük çoğunluğu içerik haritasında yer alan yönlendirmelerin kendisi için faydalı olduğunu ve çalıştıkları web ortamının gezinmesini kolaylaştırdığını belirtmiştir. Ayrıca konular arasında gezinirken ek açıklamaların kendi tercihine uygun olarak açık ya da kapalı olarak geldiği ve her bir konuya girdiklerinde içeriğin sunuluş biçiminin belirlenmesinde kendilerinin önceki sayfalardaki tercihlerinin etkili olduğunu düşünmeleri içerik uyarlamalarının da doğru bir şekilde gerçekleştiğini göstermektedir. Öğrenciler uygun olmayan bir konuya girmeye çalıştıklarında o konunun ön gereksinim listesinin sunulmasını ve bu listedeki konulara ulaşma imkanının öğrenmelerine olumlu katkıda bulunduğunu ifade etmişlerdir. Öğrenciler sistemdeki kendi yaptıkları bazı düzenlemeleri de sistemin kendilerine sunduğu kişiselleştirilmiş seçenekler olarak değerlendirdikleri ve bu durumdan memnun

128 113 kaldıklarını belirttikleri görülmektedir. Bu bulgudan yola çıkarak sistemin kullanıcıya çalışacağı ortamı kendisine göre özelleştirme şansı vermesinin de, öğrenci ihtiyaçlarına uygun olarak kendisinin yapacağı uyarlamalar kadar öğrenciler tarafından beğenilen ve istenen bir özellik olduğunu ortaya koymaktadır. Bazı öğrencilerin ise bu uyarlamalara hiç dikkat etmediklerini söylemeleri ise çalıştıkları ortamı düzenlemeyle ilgilenmeyenler, derse fazla ilgili duymayanlar ve bu tür ortamlarda ilk defa çalışıyor olmaları göz önünde bulundurulduğunda şaşırtıcı değildir.

129 114 BÖLÜM V SONUÇ VE ÖNERİLER Bu bölümde amaçlar ve alt amaçlara ait verilerin analiz edilmesi ile ulaşılan sonuçlar ve bundan sonra yapılabilecek araştırmalara yönelik önerilere yer verilmiştir. Sonuç Uyarlanabilir eğitsel web ortamlarının öğrencilerin akademik başarıları ve gezinmeleri üzerindeki etkisini belirlemeyi amaçlayan bu çalışma Gazi Üniversitesi Gazi Eğitim Fakültesi Türkçe Eğitimi Bölümü nde okuyan ve Bilgisayara Giriş dersini alan 67 ikinci sınıf öğrencisinden toplanan verilerle ve uyarlanabilir öğrenme ortamında bulunan uyarlamalarla ile sınırlıdır. Bu çalışma kapsamında geliştirilen uyarlanabilir eğitsel web ortamında iki farklı içerik ve bir gezinme uyarlaması yer almaktadır. Gezinme uyarlaması içerik haritasında yer alan konu başlıklarının uygunluk durumunu (uygun, biliyorsun veya uygun değil) göstermek amacıyla bağlantıları açıklama yöntemi kullanılarak gerçekleştirilmiştir. Konuların ön gereksinim konuları ve öğrencinin bilgileri doğrultusunda; her bir konu uygun değil, biliyorsun veya uygun şeklinde farklı simgelerle gösterilmiştir. Buna ek olarak öğrenci içerik haritasından uygun olmayan bir konu başlığına tıkladığında karşısına bir uyarı ekranı gelmektedir. Bu uyarı ekranında öğrenciye o konuyu öğrenmesi için öncelikle bilmesi gereken diğer ön gereksinim konuları listelenmekte ve öğrenci listelenen bu başlıklar arasından istediği konuya tıklayarak çalışabilmektedir. Sistemde yer alan içerik uyarlamaları ise ek açıklama yöntemi ve farklı açıklama biçimleri yönteminden faydalanılarak

130 115 gerçekleştirilmiştir. Öğrencinin ek açıklamaları görüntüleme tercihi ve izlediği konu başlığına ilişkin bilgi düzeyinden yola çıkarak konularla ilgili ek açıklamaların açık ya da kapalı olmasına ilişkin karar verilmekte ve öğrencilerin önceki sunum tercihleri doğrultusunda her bir içeriğe ilişkin hazırlanan iki farklı sunum türünden hangisinin sunulacağı belirlenmektedir. Bu araştırma ile ulaşılan sonuçlar şunlardır: 1. Uyarlamaların yer aldığı ve yer almadığı eğitsel web ortamında çalışan öğrencilerin akademik başarı puanları arasında anlamlı bir fark bulunmadığı tespit edilmiştir. 2. Uyarlanabilir web ortamında çalışan öğrencilerin, uyarlamaların bulunmadığı ortamda çalışan öğrencilere göre kaybolma algılarının anlamlı derecede daha düşük olduğu görülmüştür. Diğer bir deyişle uyarlanabilir ortamda çalışan öğrenciler daha az kaybolduklarını düşünmektedirler. 3. Uyarlanabilir web temelli öğrenme ortamında çalışan öğrencilerin içerik haritasını gezinme aracı olarak kullanma oranları, uyarlamaların bulunmadığı web temelli öğrenme ortamında çalışan öğrencilerin içerik haritasını gezinme aracı olarak kullanma oranlarından anlamlı derecede daha yüksek olduğu görülmüştür. Diğer bir deyişle içerik haritasında bağlantıları açıklama yöntemi kullanılarak uyarlama yapıldığında öğrenciler bu aracı daha fazla kullanmayı tercih etmişlerdir. 4. Uyarlanabilir web ortamında çalışan öğrencilerin geri dönüş oranlarının uyarlamaların bulunmadığı ortamda çalışan öğrencilere göre anlamlı derecede daha düşük olduğu görülmüştür. Öğrencilerin gezinme verilerinden elde edilen objektif değerlerden biri olan ve iyi bir kaybolma göstergesi olduğuna inanılan geri dönüş oranının uyarlanabilir ortamda çalışan öğrenciler lehine farklılaşması, uyarlanabilir web ortamları ile çalışan öğrencilerin kaybolma algılarının diğer gruptan daha düşük olmasını desteklemesi açısından önemli bir bulgudur.

131 Uyarlanabilir eğitsel web ortamında çalışan öğrencilerin, içerik haritasında kendilerine sunulan görsel ipuçlarını dikkate alarak çok sınırlı oranda uygun olmayan konulara tıkladıkları belirlenmiştir. Ancak uygun olmayan bir konuya tıklayarak uyarı ekranıyla karşılaştıkları durumlarda uyarı ekranındaki tavsiyeleri genellikle dikkate almayarak ilk tıkladıkları konuya devam etmeyi tercih etmişlerdir. 6. Öğrencilerin uyarlamaların bulunduğu ve bulunmadığı her iki web ortamına ilişkin memnuniyet düzeylerinin yüksek olduğu görülmüştür. Her iki ortamda çalışan öğrencilerde yazılımdaki her bir konu başlığına ilişkin videolu sesli anlatım biçiminin bulunması, istedikleri içerikleri tekrar izleme şansı ve konu anlatımlarının açık ve anlaşılır olmasının en beğenilen özellikler olduğu belirtmişlerdir. Ayrıca uyarlanabilir öğrenme ortamında çalışan öğrencilerin konuların uygunluğuna ilişkin içerik haritasında görsel ipuçlarının verilmesini en memnun kaldıkları özelliklerden biri olarak vurgulamaları dikkat çekicidir. Uyarlamaların bulunduğu ve bulunmadığı her iki web ortamında çalışan öğrencilerin çoğunluğu, memnuniyet puanlarını destekleyecek şekilde çalıştıkları ortamlarla ilgili rahatsız oldukları herhangi bir özelliğin bulunmadığını belirtmişlerdir. 7. Uyarlanabilir ortamda çalışan öğrencilerin uyarlamalara ilişkin olumlu görüş bildirdikleri ve uyarlamaların genel anlamda faydalı olduğuna inandıkları görülmektedir. Öğrencilerin çoğunluğu hem içerik uyarlamalarının hem de gezinme uyarlamalarının doğru şekilde çalıştığını belirtmişlerdir. Bunlara ek olarak içerik haritasında yer alan yönlendirmelerin kendileri için faydalı olduğunu ve uygun olmayan bir konuya girmeye çalıştıklarında o konunun ön gereksinim listesinin sunulmasını ve bu listedeki konulara ulaşma imkanının öğrenmelerine olumlu katkıda bulunduğunu ifade etmişlerdir. Öğrenci görüşlerinden elde edilen önemli bir sonuçta; öğrencilerin çalıştıkları ortamı kendilerine göre özelleştirmelerine imkan veren sistem özelliklerini de (önemli

132 117 sayfa yapma, alternatif anlatım türleri arasından seçim yapma, vb.) faydalı buldukları ve bu özelliklerden hoşlandıklarını ortaya koymaktadır. Öneriler Uygulamaya İlişkin Öneriler 1. Eğitsel web ortamları geliştirilirken, içerik haritasında konuların uygunluğuna ilişkin görsel ipuçlarına yer verilmesinin, ortamın daha kullanışlı olmasını sağlayacağı ve öğrencilerin gezinmelerini kolaylaştıracağı öngörülmektedir. 2. Web temelli öğrenme sistemlerinde öğrencilere sistemin otomatik olarak gerçekleştireceği uyarlamaların yanı sıra, öğrencinin kendisinin yapabileceği düzenlemelere imkan veren seçeneklerin eklenmesinin öğrenci memnuniyetini artıracağı düşünülmektedir. Araştırılması Gereken Konulara İlişkin Öneriler 1. Bu çalışmada kullanılan uyarlamaların öğrencilerin doyumu, motivasyonu ve bilişsel aşırı yüklenmeleri gibi farklı bağımlı değişkenler üzerindeki etkisini incelemek amacıyla benzer bir çalışmanın tekrarlanmasında fayda vardır. Böylece bu araştırmayla incelenmeyen farklı gezinme ve öğrenme problemlerine ilişkin bu uyarlamaların katkısının incelenmesi mümkün olabilir. 2. Görev temelli olarak tasarlanacak bir uyarlanabilir ortamda, öğrencilerin göreve ulaşmadaki verimlilikleri ve öznel kaybolma algısı puanlarının yanı sıra geri dönüş oranına benzer doğrudan kaybolma ölçümlerinin yapılabilmesi ve uyarlamaların bu değişkenler üzerindeki etkisinin belirlenmesi faydalı olacaktır. 3. Bilişsel stil, bilgisayar deneyimi ve cinsiyet gibi farklılıkları da gözönünde bulundurarak farklı zorluk düzeyi ve konu alanlarına yönelik içeriklerin yer

133 118 aldığı uyarlanabilir ortamlarla gerçekleştirilecek çalışmalar katkı sağlayacaktır. 4. Farklı gezinme uyarlamalarının akademik başarı, kaybolma, vb. değişkenler üzerindeki etkisini karşılaştıran çalışmalar yapılabilir. Bu şekilde hangi gezinme uyarlamasının gezinme problemleri üzerinde daha etkili olduğu tespit edilebilir. 5. Benzer şekilde farklı içerik uyarlamalarının etkisini karşılaştıran çalışmalar yapılabilir. Bu şekilde hangi içerik uyarlamasının öğrenme süreçleri üzerinde daha etkili olduğu tespit edilebilir. 6. Bu çalışmaya katılan öğrenci grubu daha önceden web temelli bir öğrenme ortamıyla hiç çalışmamış öğrencilerden oluşmaktadır. Bu nedenle öğrencilere her ne kadar oryantasyon eğitimi verilse de, web temelli bir öğrenme ortamında ders almış olan öğrencilerle yapılacak çalışmaların, uyarlamaların etkisini ve öğrencilerin uyarlamalara ilişkin görüşlerini daha net ortaya koyacağı düşünülmektedir. 7. Bilgiye erişim için mobil araçların kullanımının giderek yaygınlaştığı günümüzde bu araçların ekran boyutu ve etkileşim yapısındaki farklılıklara uygun uyarlama tekniklerinin belirlenmesi ve bu teknikleri içeren sistemlerin geliştirilerek etkililiğinin test edilmesi faydalı olacaktır.

134 119 KAYNAKÇA AHUJA, J. ve Webster, J. (2001). Perceived disorientation: an examination of a new measure to assess web design effectiveness. Interacting with Computers, 14, ALESSANDRO, A.. (2006). Inferring Dynamic Learner Behavior For User Modeling In Continuously Adapting Hypermedia. Ph.D Thesis, University of Tennessee. ALOMYAN, H. (2004). Individual differences: implications for web-based learning design. International Education, 4(4), AGGARWAL, A. K. (2003). A Guide to ecourse Management: The StakeHolders Perspectives. In Web-Based Education: Learning From Experience. Aggarwal, A. K. (Editor), (p. 1-23). Hershey: Information Science Publishing. AKATA, E. (2001). Bilgi den Bilişim e. 21. Yüzyıla Girerken Enformasyon Olgusu Ulusal Sempozyumu, Nisan. Türk Kütüphaneciler Derneği, Hatay. ALOTAIBY, F. T. (2005). A Component Based Functional Model For E- Learning Systems. Ph.D Thesis, George Mason University. ATASOY, B. (2004). Bilgisayar Destekli Öğretim Ortamlarında Farklı Bilişsel Stillere Sahip Öğrencilerin Öğrenme Stratejilerini Kullanma Durumlarının Akademik Başarılarına Etkisi. Yüksek lisans tezi, Gazi Üniversitesi. BAYKAL, N. ve Beyan, T. (2004). Bulanık Mantık İlke ve Temelleri. Ankara: Bıçaklar Kitabevi BEASLEY, R. ve Waugh, M. (1995). Cognitive Mapping Architectures and Hypermedia Disorientation: An Empirical Study. Journal of Educational Multimedia and Hypermedia, 4(2/3),

135 120 BEAUMONT, I. (1994). User Modelling and Hypertext Adaptation in the Tutoring System ANATOM-Tutor. Proceedings of the Fourth International Conference on User Modelling UM 94. August 15-19, Hyannis, Massachusetts, USA. BECK, J., Stern, M. ve Haugsjaa, E. (1996). Applications of AI in Education. ACM Crossroads. Yapay Zeka üzerine özel sayı. 3(1) BENYON, D. R. ve Murray, D. M. (1993). Adaptive systems; from intelligent tutoring to autonomous agents. Knowledge-Based Systems, 6(4), BEYDOĞAN, H. Ö. (2001). Öğretimde Planlama ve Değerlendirme. Erzurum: Eser Ofset. BILSUS, D ve Pazzani, M. (1997). Learning Probabilistic User Models. Proceedings of the Workshop on Machine Learning for User Models, Sixth International Conference on User Modeling. June 2-5. Chia Laguna, Sardinia., İtalya. BÜYÜKÖZTÜRK, Ş., Akgün, Ö., Kahveci, Ö. ve Demirel, F. (2004). Güdülenme ve öğrenme stratejileri ölçeğinin Türkçe formunun geçerlik ve güvenirlik çalışması. Kuram ve Uygulamada Eğitim Bilimleri, 4 (2), BRUSILOVSKY, P. (1994). The Construction and Application of Student Models in Intelligent Tutoring Systems. Journal of Computer and System Sciences International. 32( 1) BRUSILOVSKY, P. (1997) Efficient techniques for adaptive hypermedia. Intelligent hypertext: Advanced techniques for the World Wide Web (Lecture Notes in Computer Science). C. Nicholas and J. Mayfield (Editors), (p ). Berlin: Springer-Verlag, BRUSILOVSKY, P. (1998). Methods and Techniques of Adaptive Hypermedia. Adaptive Hypertext and Hypermedia P. Brusilovsky, A. Kobsa and J. Vassileva (Editors), (p. 1-44). Boston: Kluwer Academic Publishers. BRUSILOVSKY, P. (2000) Adaptive hypermedia: From intelligent tutoring systems to Web-based education G. Gauthier, C. Frasson and K. VanLehn (Editors.)

136 121 Intelligent Tutoring Systems. Lecture Notes in Computer Science, Vol. 1839, (Proceedings of 5th International Conference on Intelligent Tutoring Systems, ITS 2000, Montreal, Canada, June 19-23, 2000) Berlin: Springer Verlag, ( p. 1-7). BRUSILOVSKY, P. (2001). Adaptive Hypermedia. User Modeling and User- Adapted Instruction, 11(1-2), BRUSILOVSKY, P. (2003) Adaptive navigation support in educational hypermedia: The role of student knowledge level and the case for meta-adaptation. British Journal of Educational Technology, 34 (4), BRUSILOVSKY, P ve Eklund, J. (1998) A Study of User Model Based Link Annotation in Educational Hypermedia. Journal of Universal Computer Science. 4(4) BRUSILOVSKY, P., Knapp, J., ve Gamper, J. (2006) Supporting teachers as content authors in intelligent educational systems. International Journal of Knowledge and Learning, 2 (3/4), BRUSILOVSKY, P. ve Maybury, M. T. (2002). From Adaptive Hypermedia to the Adaptive Web. Communications of the ACM, 45(5), BRUSILOVSKY, P.ve Millán, E. (2007) User models for adaptive hypermedia and adaptive educational systems. The Adaptive Web: Methods and Strategies of Web Personalization. Lecture Notes in Computer Science, Vol P. Brusilovsky, A. Kobsa and W. Neidl (Editors), (p. 3-53). Berlin Heidelberg New York: Springer-Verlag. BRUSILOVSKY, P. ve Pesin, L. (1994) An intelligent learning environment for CDS/ISIS users. In Proc. of the interdisciplinary workshop on complex learning in computer environments (CLCE94), J.J Levonen and M.T Tukianinen. (Editors.)Joensuu, Finland, May 16-19, BRUSILOVSKY, P., Pesin, L., ve Zyryanov, M. (1993) Towards an adaptive hypermedia component for an intelligent learning environment. Human- Computer Interaction (Lecture Notes In Computer Science). (753). L. J.

137 122 Bass, J. Gornostaev and C. Unger (Editors), (p ). London: Springer- Verlag BRUSILOVSKY, P. ve Pesin, L. (1998) Adaptive navigation support in educational hypermedia: An evaluation of the ISIS-Tutor. Journal of Computing and Information Technology. 6 (1), BRUSILOVSKY, P. ve Peylo, C. (2003). Adaptive and Intelligent Web-based Educational Systems. International Journal of Artificial Intelligence in Education, 13(2-4), BUTZ, C.J., Hua, S. ve Maguire, R.B. (2006). A Web-based Bayesian Intelligent Tutoring System for Computer Programming, Web Intelligence and Agent Systems: An International Journal, 4(1) BÜYÜKÖZTÜRK, Ş., Akgün, Ö., Kahveci, Ö. ve Demirel, F. (2004, Kasım). Güdülenme ve öğrenme stratejileri ölçeğinin Türkçe formunun geçerlik ve güvenirlik çalışması. Kuram ve Uygulamada Eğitim Bilimleri, 4 (2), CANINO, C. ve Cichelli, T. (1988). Cognitive Styles, Computerized Treatments On Mathematics Achievement And Reaction To Treatments. Journal of Educational Computing Research. 4(3) CHEN, S. Y. (2002). A cognitive model for non-linear learning in hypermedia programs. British Joournal of Educational Technology. 33(4), CHEN, S. ve Macredie, R. (2002), Cognitive Styles and Hypermedia Navigation: Development of a Learning Model, Journal of the American Society for Information Science and Technology. 53 (1), CHEN, C., ve Rada, R. (1996). Interacting with hypertext: A meta-analysis of experimental studies. Human Computer Interaction, 11, CHOU, C., Lin, H. ve Sun, C. (2000). Navigation maps in hierarchical-structured hypertext courseware. International Journal of Instructional Media, 27 (2),

138 123 CONATI, C., Gertner A. ve VanLehn K. (2002). Using Bayesian Networks to Manage Uncertainty in Student Modeling. Journal of User Modeling and User-Adapted Interaction, 12(4), CONKLIN, J. (1987). Hypertext: an introduction and survey. Computer, 20(9), CRISTEA, A. ve Stash, N. (2006). AWELS: Adaptive Web-Based Education and Learning Styles. Proceedings of the Sixth International Conference on Advanced Learning Technologies (ICALT'06). July 5-7. IEEE, Kerkrade, The Netherland. DAĞ, F. ve Erkan, K. (2004). Prolog Tabanlı Zeki Öğretim Sistemi (ZÖS). Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi (II. Bilgi Teknolojileri Kongresi Özel Sayısı), DA SILVA, P., Van Durm, R.. Duval, H. ve Olivie, H. (1998). Adaptive Navigational Facilities in Educational Hypermedia. Proceedings of the Ninth ACM Conference on Hypertext and Hypermedia. June 20-24, Pennsylvania, United States. DE BRA, P. (1996). Teaching Hypertext and Hypermedia through the Web. Journal of Universal Computer Science, 2(12), DE BRA, P., (1998). Adaptive Hypermedia on the Web: Methods, techniques and applications, Proceeedings of the AACE WebNet' , AACE, Orlando, Fl. DE BRA, P. (1999). Design Issues in Adaptive Hypermedia Application Development, Proceedings of the Second Workshop on Adaptive Systems and User Modeling on the World Wide Web, 29-39, Toronto and Banff, Canada, DE BRA, P. (2003). Link-Independent Navigation Support In Web-Based Adaptive Hypermedia. Journal of Web Engineering, 2(1&2)

139 124 DE BRA, P. (2008). Adaptive Hypermedia. In Handbook on Information Technologies for Education and Training. H.H. Adelsberger, B. Collis, J.M. Pawlowski, D. Sampson, (Editors), (p ). Berlin: Springer Verlag,. DE BRA, P., Brusilovsky, P. ve Houben, G.J. (1999). Adaptive Hypermedia, From Systems to Framework, ACM Computing Surveys, Symposium Edition, 31(4). DE BRA, P. ve Calvi, L. (1997). Creating Adaptive Hyperdocuments for and on the Web, Proceedings of the AACE WebNet'97 Conference , Toronto. DE BRA, P. ve Calvi, L. (1998). AHA! An open Adaptive Hypermedia Architecture. The New Review of Hypermedia and Multimedia, 4, DE BRA, P., Houben, G.J. ve Wu, H. (1999). AHAM: A Dexter-based Reference Model for Adaptive Hypermedia, Proceedings of the ACM Conference on Hypertext and Hypermedia, , Darmstadt, Germany, DEMİRBİLEK, M. (2004). Effects of Interface Windowing Modes and Individual Differences on Disorientation and Cognitive Load In a Hypermedia Learning Environment. Ph.D Thesis, Florida University. DIAS, P. ve Sousa, A. P. (1997). Understanding navigation and disorientation in hypermedia learning environments. Journal of Educational Multimedia and Hypermedia, 6(2), DILLON, A. ve Gabbard, R. (1998). Hypermedia as an educational technology: A review of the quantitative research literature on learners comprehension, control, and style. Review of Educational Research, 68(3), DOLOG, P. (2006) Engineering Adaptive Web Applications. Ph.D Thesis, University of Hannover Yayınlan EBNER, T., Magele, C. ve Dietinger, T. (1999). Design and Implementation of Interactive, Web-Based Courses. In Proceedings of WebNet 99 World Conference on the WWW and Internet. P., De Bra, J. Leggett, (Editors.) (p ). Charlottesville: AACE.

140 125 EKLUND, J. ve Brusilovsky, P. (1999). InterBook: An Adaptive Tutoring System UniServe Science News EKLUND, J. ve Sinclair, K. (2000). An empirical appraisal of the effectiveness of adaptive interfaces for instructional systems. Educational Technology & Society 3(4) ELM, W. ve Woods, D. (1985). Getting lost: A case study in interface design. Proceedings of the Human Factors Society 29th Annual September 29 - October 3, 1985, Baltimore, Maryland, USA. ERGEZER, H. (2003). Yüz Tanıma: Öz Yüzler, Yapay Sinir Ağları, Gabor Dalgacık Dönüşümü Yöntemleri. Yüksek Lisans Tezi, Başkent Üniversitesi. ERKAN, H. (1998). Bilgi Toplumu ve Ekonomik Gelişme. (Dördüncü Baskı) Türkiye İş Bankası Kültür Yayınları. Ankara: Doğuş Matbaacılık. EVELAND, Jr., W. P. ve Dunwoody, S. (2001). User control and structural isomorphism or disorientation and cognitive load? Learning from the web versus print. Communication Research, 28(1), FALK, L. ve Dierking, L. (1992). The Museum Experience. Washington, D.C.:Whalesback Books FIENBERG, S.E. ve Linden, W. J. Van der (2007). Statistics for Social and Behavioral Sciences. New York, USA: Springer Science+Business Media FOSS, C. L. (1989). Tools for reading and browsing hypertext. Information Processing Management. 25 (4) FRANCISCO-REVILLA, L. (2004). Multi-Model Adaptive Spatial Hypertext. Ph.D Thesis, Texas A&M University. FREEDMAN, R., Ali, S. S., ve McRoy, S (2000). Links: What is An Intelligent Tutoring System? Intelligence 11(3) FRÖSCHL, C. (2005). User Modeling and User Profiling in Adaptive E-learning Systems. MS Thesis, Graz University of Technology,

141 126 GOPAL, K. (2000). An Adaptive Planner Based On Learnıng Of Plannıng Performance. MS Thesis, Texas A&M University. GÜVEN SMİTH, A. S. (1999). Application of Machine Learning Algorithms in Adaptive Web-based Information Systems. Ph.D Thesis, Middlesex University. GRISE, M.L. ve Gallupe, R. B. (1999/2000). Information overload: addressing the productivity paradox in face-to-face electronic meetings. Journal of Management Information Systems, 16(3), HENZE, N. ve Nejdl, W. (2004) A logical characterization of adaptive educational hypermedia. New Review in Hypermedia and Multimedia, 10(1) HAMMOND, N. (1989) Hypermedia and learning: Who guides whom? In Computer Assisted Learning. Lecture Notes in Computer Science H. Maurer (Editor) (p ), Berlin: Springer-Verlag,. HANNAFIN, M. J., Hall, C., Land, S. ve Hill, J. (1994). Learning in Open-ended Environments: Assumptions, Methods, and Implications. Educational Technology, 34 (8), HERDER, E. (2006). Forward, Back and Home Again Analyzing User Behavior on the Web. Ph.D Thesis, University of Twente. HERDER, E. ve Juvina, I. (2004). Discovery of individual user navigation styles, in Proc. Workshop on Individual Differences in Adaptive Hypermedia, at AH HOLT, P., Dubs, S., Jones, M., ve Greer, J. (1994). The State of Student Modeling. Student Modelling. In The Key to Individualized Knowledge-Based Instruction (NATO ASI Series). J. E. Greer and G. I. McCalla (Editors), (p. 3-35). Berlin: Springer-Verlag. HOUBEN, G. J. (2004). Challenges in Adaptive Web Information Systems: Do Not Forget the Link! In Engineering Advanced Web Applications, M. Matera, S. Comai (Editors) Proceedings of Workshops in Connection with 4th

142 127 International Conference on Web Engineering (ICWE2004), July 2004, Munich, Germany, (p. 3-11), Rinton Press. HOVARDAOĞLU, S. (1994). Davranış Bilimleri İçin Araştırma Teknikleri. Ankara:Vega. HÖÖK, K. (1998). Evaluating the Utility and Usability of an Adaptive Hypermedia System. Knowledge-Based Systems, 10(5), HÖÖK, K., Sjölinder, M. ve Dahlbäck, N. (1996). Individual differences and navigation in hypermedia. Eighth European Conference on Cognitive Ergonomics (ECCE-8), September, Grenada, İspanya. HÖÖK, K., ve Svensson, M. (1999). Evaluating Adaptive Navigation Support. In Footsteps in the snow: personal and social navigation in information space. A. Munro, K. Höök and D. Benyon (Editors). London:Springer- Verlag. JAMESON, A. (1996). Numerical Uncertainty Management in User and Student Modeling: An Overview of Systems and Issues. User Modeling and User Adaptive Interactions JAMESON, A. (1998). User Modeling: An Integrative Overview. Tutorial ABIS98:Workshop on Adaptivitiy and User Modeling in Interactive Software Systems, FORWISS Report. JAMESON, A. (2003). Adaptive Interfaces and Agents. In Human-computer interaction handbook. J. A. Jacko and A. Sears (Editors), (p ). Mahwah, NJ: Erlbaum. JENSEN, F. V. (1997). Bayesian Networks and Influence Diagrams. Proceedings of The 1st European Conference for Information Technology in Agriculture, June The Royal Veterinary and Agricultural University, Copenhagen, Danimarka, (p ). JORDAN, A. G. (2008). Frontiers of research and future directions in information and communication technology. Technology in Society. 30(3-4)

143 128 JUVINA, I. ve Herder, E. (2005), The impact of link suggestions on user navigation and user perception, UM2005 User Modeling: Proceedings of the Tenth International Conference, July 24-29, Edinburgh, UK. IDC (2008). The World Outlook for E-Learning Software. Icon Group International, Inc. International Data Corporation web sitesindeki < adresinden tarihinde ulaşılmıştır. KADIE, C.M.. Hovel, D ve Horvitz, E.. (2001). MSBNx: A Component- Centric Toolkit for Modeling and Inference with Bayesian Networks. Microsoft Research Technical Report KAPLAN, C., Fenwick, J. ve Chen, J. (1998). Adaptive Hypertext Navigation Based on User Goals and Context. In Adaptive Hypertext and Hypermedia. P. Brusilovsky, A. Kobsa and J. Vassileva (Editors), (p. 1-44). Boston: Kluwer Academic Publishers. KARADENİZ, Ş. (2005). Hiper Ortam Yapısı ve Bilişsel Esnekliğin Gezinme Stratejisi, Kaybolma ve Başarıya Etkisi. Doktora Tezi, Ankara Üniversitesi. KARADENİZ, Ş. (2006). Kaybolma Açısından Kullanışlı Çoklu Ortamların Tasarlanması. Yüzüncü Yıl Üniversitesi, Eğitim Fakültesi Dergisi.3(2) KARADENİZ, Ş. ve Kılıç E. (2004). Hiper Ortamlarda Kaybolma Ölçeğinin Uyarlama Çalışması. Kuram ve Uygulamada Eğitim Yönetimi Dergisi, 3, KAY, J. (1995). The UM Toolkit for Cooperative User Modeling. User Modeling and User-Adapted Interaction (UMUAI), 4(3) KELLY, D. (2005). On the Dynamic Multiple Intelligence Informed Personalization of the Learning Environment. Ph.D Thesis, University of Dublin. KHAN, B. H. (1997). Web Based Instruction. Englewood Cliffs, New Jersey: Educational Technology Publications, Inc.

144 129 KOBSA, A. (2001). Generic User Modeling Systems. User Modeling and User- Adapted Instruction, 11(1-2), KOCH, N. (2000). Software Engineering for Adaptive Hypermedia Systems: Reference Model, Modeling Techniques and Development Process, Ph.D Thesis, Ludwig-Maximilians-University of Munich. KURHILA, J. (2003). Considering Individual Differences in Computer- Supported Special and Elementary Education. PhD Thesis, University of Helsinki. KNIGHT, T. P. (2004). MARIA: A Multi-Layered Unsupervised Machine Learning Algorithm Based On The Vertebrate Immune System. PhD Thesis, The University of Kent at Canterbury. MCDONALD, S. ve Stevenson, R. J. (1998). The effects of text structure and prior knowledge on navigation in hypertext. Human Factors (40)1, MEREDITH, M. B. (2005). Tracking with Dynamic Bayesian Networks. adresinden tarihinde ulaşılmıştır. MYLLYMÄKİ, P. (2002). Advantages of Bayesian Networks in Data Mining and Knowledge Discovery. BayesIT web sitesindeki adresinden tarihinde ulaşılmıştır. MITCHELL, T. (1997). Machine Learning. U.S.A.: McGraw-Hill NABIYEV, V. V. (2003). Yapay Zeka. Ankara: Seçkin Yayıncılık NEAPOLITAN, R. E. (2003). Learning Bayes Networks. Englewood Cliffs, NJ: Prentice Hall. NIELSEN, J. (1998). Personalization is over-rated. adresinden tarihinde ulaşılmıştır.

145 130 NOKELAINEN, P., Silander, T., Tirri, H., Nevgi, A. ve Tirri, K. (2001). Modeling Students Views on the Advantages of Web-Based Learning with Bayesian Networks. Proceedings of The 10th International PEG2001 Conference, June Tampere, Finland. NÜCKLES, M., Winter, A., Wittwer, J. Herbert, M. ve Hübner, S. (2006). How do Experts Adapt their Explanations to a Layperson s Knowledge in Asynchronous Communication? An Experimental Study. User Modeling and User-Adapted Interaction OLMUŞ, H. (2001). Bayes Ağlar. Yüksek Lisans Tezi, Gazi Üniversitesi. ÖZÇELİK, D.A. (1989). Test Hazırlama Kılavuzu. (Genişletişmiş Üçüncü Baskı). Ankara: ÖSYM Eğitim Yayınları 8. ÖZMERT BÜĞRÜ, E. (2003). Web-Tabanlı Akıllı Eğitimde Uyarlanır İçerik Sunumu Sisteminin Bayes Ağı Yaklaşımı İle Tasarımı ve Gerçekleştirilmesi. Yüksek Lisans Tezi, Hacettepe Üniversitesi. ÖZGÜ, T. (1996). Kaynak Yönünden Eğitim Sorunumuz ve Çözüm Yollarının Değerlendirilmesi, 4. Ulusal Kalite Kongresi, Özgeçmişler ve Tebliğler. KalDer Yayınları, İstanbul. REIGELUTH, C. M. (1996). A new paradigm of ISD? Educational Technology & Society, 36(3), RETALIS, R., ve Papasalouros, A. (2005). Designing and Generating Educational Adaptive Hypermedia Applications. Educational Technology & Society, 8 (3), RIDING, R.ve Rayner, S. (1998). Cognitive Styles and learning strategies. London: David Fulton Publishers. RUKANCI, F. ve Anameriç, H. (2004). Bilgi Toplumu ve Toplumun Bilgilenmesinde Kütüphanelerin Rolü. Kütüphaneciliğin Destanı Uluslararası Sempozyumu Bildiriler: Saga of Libarianship International Symposium Proceedings ( ). S. Arslantekin ve F. Özdemirci (Ed.). Ankara Üniversitesi DTCF Bilgi ve Belge Yönetimi Bölümü, Ankara.

146 131 SHAREEF, A. F. ve Kinshuk, D. (2003). Student Model for Distance Education System in Maldives. In Proceedings of E-Learn 2003 A. Rossett (Editor), (p ). Arizona, USA: AACE. SHUTE, V. J. ve Psotka, J. (1996). Intelligent Tutoring Systems: Past, Present and Future. In Handbook of Research on Educational Communications and Technology. D. Jonassen (Editor). (p ). New York: Macmillan SCHOON, P. ve Cafolla, R. (2002). World Wide Web hypertext linkage patterns. Journal of Educational Multimedia and Hypermedia, 11(2) SCHWARZ, E., Brusilovsky, P., ve Weber, G. (1996) World-wide intelligent textbooks. Proceedings of ED-TELECOM'96 - World Conference on Educational Telecommunications, June 1-22, Boston, MA, AACE. (p ). SPECHT, M. ve A. Kobsa. (1999) Interaction of domain expertise and interface design in adaptive educational hypermedia. Proceedings of the Second Workshop on Adaptive Systems and User Modeling on the World Wide Web, (p ). Banff, Canada. STERN, M. K. (2001). Using Adaptive Hypermedia and Machine Learning to Create İntelligent Web-Based Courses. Ph.D Thesis, University of Massachusetts. TOPRAK, Ş, Ganiz, M. C, Toprak, Ş. ve Arslan, A. (2003). Genetik Algoritmalarla Makina Öğrenmesi İçin Tıbbi Verilerden Hipotez Uzayı Oluşturulması. Akademik Bilişim Şubat. Çukurova Üniversitesi, Adana. TRIANTAFILLOU, E., Georgiadou, E. ve Economides, A. A. (2006). Adaptive Hypermedia Systems: A Review of Adaptivity Variables, Proceedings of the Fifth Panhellenic Conference on Information and Communication Technologies in Education, (p ). Thessaloniki, Greece. TSIRIGA, V. ve Virvou, M. (2003).Initializing Student Models in Web-Based ITSs: A Generic Approach. Proceedings of the 3rd IEEE International

147 132 Conference on Advanced Learning Technologies (ICALT 2003),(p ), 9-11 July, Athens, Greece. ZHANG, J. ve Ghorbani, A. A. (2007). GUMSAWS: A Generic User Modeling Server for Adaptive Web Systems. Fifth Annual Conference on Communication Networks and Services Research. (CNSR 2007), (p ). May New Brunswick, Canada. ZUKERMAN, I. ve Albrecht, D. W. (2001). Predictive statistical models for user modeling. User Modeling and User-Adapted Interaction, 11(1-2), VOMLEL, J. (2004). Bayesian Networks in Educational Testing. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 12, VRAKAS, D. ve Vlahavas, I. P. (2008). Artificial Intelligence for Advanced Problem Solving Techniques. U.S.A.:Information Science Reference. WANG, L. ve Beasley, W. (2002). Effects of Learner Control and Hypermedia Preference on Cyber-students Performance in a Web-Based Learning Environment. Journal of Educational Multimedia and Hypermedia. 11 (1), WENGER, E. (1987). Artificial Intelligence and Tutoring Systems: Computational and Cognitive Approaches to the Communication of Knowledge. Los Altos, CA: Morgan Kaufmann Publishers, Inc. WITTEN, I. ve Frank, E. (2000). Data Mining: Practical Machine Learning Tools and Techniques with Java Implementations. San Diego, CA: Morgan Kaufmann Publishers, Inc. YAVUZ, U. ve Karaman, S. (2003). Öğretim Yazılımlarının Zekileştirilmesi: Bir Değerlendirme Makinesi. Akademik Bilişim Şubat Çukurova Üniversitesi, Adana. ZHAO, X. (2000). Adaptive Support For Student Learning in Educational Games. MS Thesis, Beijing University.

148 133 ZHU, E. (1997). Hypermedia Interface Design: The Effects of Number of Links and Granularity of Nodes. Ph.D Thesis, Indiana University.

149 134 EKLER Ek 1. Demografik Veri Toplama Formu Ek 2. Belirtke Tablosu Ek 3. Öntest/Sontest Çoktan Seçmeli Sınav ve Uygulama Sınavı Uzman Değerlendirme Formu Ek 4. Öngereksinim Konuları Uzman Formu Ek 5. Bayes Ağ Yapısı Uzman Formu Ek 6. Web temeli Öğrenme Ortamına İlişkin Görüş Formu Ek 7. Uyarlanabilir Web temeli Öğrenme Ortamına İlişkin Görüş Formu Ek 8. Uyarlanabilir Öğrenme Ortamı Tasarımı Uygunluk Formu Ek 9. Hiper Ortamlarda Kaybolma Ölçeği Ek 10. Güdülenme ve Öğrenme Stratejileri Ölçeği Ek 11. Eğitsel Web Ortamından Ekran Görüntüleri

150 135 Ek 1. Demografik Veri Toplama Formu Sevgili Öğrenciler, Aşağıda yer alan sorular sizin bilgisayar kullanma becerilerinizi etkileyen faktörleri ve derse olan hazır bulunuşluk düzeyinizi belirlemeyi amaçlamaktadır. Soruları içtenlikle ve doğru olarak doldurmanız derse daha doğru yön vermemiz açısından önemlidir. Teşekkürler 1. Adınız Soyadınız: 2. Cinsiyetiniz: 3. Yaşınız: 4. Mezun olduğunuz okul türü: 5. Kaç yıldır bilgisayar kullanıcısısınız? 6. Evinizde kendinize ait bilgisayarınız var mı? 7. Size tanıtılan sisteme benzer web temelli ya da cd tabanlı bir öğrenme ortamını daha önce kullandınız mı?

151 Ek 2. Belirtke Tablosu KONU HEDEFLER Bilgi Kavrama Uygulama Analiz Sentez Değerlendirme Bölüm 1 / Temel Kavramlar Word Nedir? Word Programını Çalıştırmak Word Programının Genel Yapısı Başlık Çubuğu Menü Çubuğu Standart Araç Çubuğu Biçimlendirme Araç Çubuğu Çalışma Sayfası Yeni Bir Dosya Oluşturmak Dosyayı İlk Defa Kaydetmek Dosyaya Değişiklikleri Kaydetmek Dosya Açmak Dosyayı Farklı Kaydetmek Dosyayı Kapatmak Araç çubuklarının işlevlerini söyleyebilme Başlık çubuğunda yer alan bileşenleri ve görevlerini açıklayabilme Menü çubuğunda yer alan bileşenleri ve görevlerini açıklayabilme Resmini gördüğü araç çubuğunun adını söyleyebilme. Standart araç çubuğunda yer alan bileşenleri ve görevlerini açıklayabilme Üzerinde değişiklik yapılan belgeyi kaydetmek için yapılabilecek farklı yöntemleri söyleyebilme. Programı kapatmadan açık olan bir belgenin nasıl kapatılacağını söyleyebilme Araç çubuklarının görevlerini ayırt edebilme Word programında aynı işlemi gerçekleştiren iki farklı yöntemi test maddeleri içinden seçebilme Belgeyi kapatmak ile programı kapatmak arasındaki farkı söyleyebilme Belgeyi istenilen isimde, istenilen yere kaydedebilme. Oluşturulan belgenin yönerge yaprağında yer alan örnek ile aynı özelliklere sahip olup olmadığını değerlendirebilme. 136

152 Word Programını Kapatmak Programın nasıl kapatılacağını söyleme Bölüm 2. Metin Özellikleri Metin Eklemek Metni Düzenlemek Metni Seçmek Seçili Metni Düzenlemek Metni iki yana yaslamak için kullanılacak aracı söyleyebilme Yazının rengini değiştirmek için kullanılacak aracı gösterebilme Metni yazarak yönergede belirtilen özelliklere uygun düzenlemeleri yapabilme Kalın İtalik Biçim boyacısının ne işe yaradığını söyleyebilme Altı Çizgili Hizalama Yazı Tipi ve Büyüklüğü Kopyala aracının simgesini gösterebilme ve ne işe yaradığını söyleyebilme Renk Büyük Harf / Küçük Harf Biçim Boyacısı Seçili Metni Kullanmak Kes Yapıştır Kopyala Bölüm 3. Paragraf Ayarları Paragraf ayarları Hizalama Paragrafı sayfaya ortalı yazmak için uygulanması gereken adımları sırasıyla açıklayabilme Biçim menüsünde yer alan paragraf seçeneği ile yapılabilecek işlemleri listeleyebilme Yönergede belirtilen özelliklere sahip (girinti, satır aralığı, paragraf aralığı, 137

153 Girinti Satır Aralığı Paragraf Aralığı Madde İşaretleri ve Numaralandırma Madde işaretleri ekleme Madde numaraları ekleme Madde işaretleri ve numaralarını kaldırma Paragrafın ilk satırına istenilen miktarda boşluk bırakmak için kullanılacak aracı ve yerini söyleyebilme Satır aralığının ayarlanmasını sağlayan komutu ve komutun yerini söyleyebilme Madde işareti eklemek için kullanılacak aracı gösterebilme Yazılmış bir metne madde numarası eklemek için yapılması gereken adımları doğru sırada listeleyebilme Madde numarası verilmiş bir metinden madde numaralarını kaldırmak için yapılması gereken adımları doğru sırada listeleyebilme hizalama) paragraf oluşturabilme. Verilen metne istenilen biçime sahip madde işaretlerini ekleyebilme. 138

154 Bölüm 4. Resim Resim Ekleme ve Özellikleri Küçük Resim Ekleme Dosyadan Resim Ekleme Resim Özellikleri Resmin Boyutlarını Değiştirmek Resmin Özelliklerini Değiştirmek Resmi Silmek WordArt Eklemek WordArt Silmek Bölüm 5. Sayfa Özellikleri Kesme Eklemek Sayfa sonu Bölüm sonu Sayfa Yapısını Ayarlamak Alt Bilgi, Üst Bilgi Eklemek Sayfa Numarası Eklemek Bölüm 6. Tablo ve Özellikleri Tablo eklemek Tabloların içine veri girmek Tablo Özellikleri Bilgisayarda bulunan bir resmin belgeye nasıl eklenebileceğini söyleyebilme. Belgeye dekoratif yazı eklemek için kullanılan aracı söyleyebilme Sayfanın istenilen bir kısmına sayfa sonu eklemek için kullanılan komutu söyleyebilme Tablo içinde hücreler arası geçişin hangi tuşla yapılabileceğini söyleme Satır silmek için kullanılan Küçük resim galerisinde yer alan bir resmi belgeye eklemek için yapılması gereken adımları doğru sırada listeleyebilme Belgede yer alan bir resmin metnin arkasına taşımak için yapılması gereken adımları doğru sırada açıklayabilme Belgeye eklenen bir WordArt nesnesinin nasıl silineceğini söyleyebilme Belgenin kenar boşluklarını ayarlamak için uygulanması gereken adımları doğru sırada listeleyebilme Belgeye sayfa numarası eklerken izlenecek yolu tanımlayabilme Sayfaya istenilen özelliklere sahip tablo eklemek için yapılması gerekenleri doğru sırada açıklayabilme Word belgesine resim ekleme Word belgesine WordArt ekleme Sayfa boşluklarını ayarlayabilme. Sayfaya altbilgiüstbilgi ekleyebilme. Belgeye sayfa numarası ekleyebilme. Sayfadaki istenilen yere bölüm sonu kesmesi ekleyebilme. İstenilen satır ve sütun sayısında tablo oluşturabilme. Tablonun içine metin Çalışma sayfadaki WordArt biçimini ve özelliklerini analiz ederek, uygun WordArtı sayfaya ekleme. Sayfaya eklenecek resmin özelliklerini analiz etme (metin hizalama, resim özellikleri) 139

155 Satır Eklemek Sütun Eklemek Satır silmek Satır boyutlarını değiştirmek Tabloya kenarlık verme Tabloya arkaplan rengi verme Tablo Seçmek Satır Seçmek Sütun Seçmek Sütun boyutlarını değiştirmek komutu söyleyebilme Sütun genişliğini değiştirmek için fare imlecinin alması gereken şekli gösterebilme Oluşturulan bir tabloya imlecin bulunduğu konum dikkate alınarak satır eklemek için yapılması gereken adımlar ve seçilmesi gereken komutları açıklayabilme Tablo kenarlıklarının görünmemesi için yapılması gereken işlemleri doğru sırada listeleyebilme ekleyebilme. Tablonun kenar çizgilerini istenilen renk ve biçime getirebilme. Tablonun istenilen hücrelerinin arkaplan rengini istenilen renklere göre değiştirebilme. Sütun Silmek Bölüm 7. Diğer Özellikler Bul ve Değiştir Metinleri bulmak Metinleri değiştirmek Dosyayı yazdırmak Geri al-yinele Dosyayı yazdırmak Belgede bir ifadeyi aratmak için kullanılacak seçeneği ve bu seçeneğin yerini söyleyebilme Belgenin nasıl yazdırılacağını söyleyebilme Bul-Değiştir seçeneğinin ne işe yaradığını açıklayabilme Yazdır seçeneği ile yapılabilecekleri listeleyebilme Bul ve değiştir seçenekleri arasındaki farkı söyleme En son yapılan işlemi geri almak için kullanılacak aracın kısa yol tuşlarını söyleyebilme 140

156 141 Ek 3. Öntest/Sontest Çoktan Seçmeli Sınav ve Uygulama Sınavı Uzman Değerlendirme Formu Sayın Türkçe Eğitimi Bölümü 2.sınıf lisans öğrencilerine Bilgisayara Giriş dersinde Word ünitesinin öğretimine ilişkin uyarlanabilir web temelli bir ortam geliştirilmiştir. Uygulama öncesinde öntest ve sonrasında da sontest olarak kullanılacak olan 2 ayrı test geliştirilmiştir. Aşağıda içeriği sunulan konu listesi için hazırlanan çoktan seçmeli sınav sorularını ve uygulama sınav sorularını kapsam ve anlaşılırlık açısından aşağıda belirtilen 3 lü derecelendirme ile puanlamanızı ve konu ile ilgili görüşlerinizi açıklama sütununa yazmanızı beklemekteyim. Katkılarınız için şimdiden teşekkür ederim, Saygılarımla, Sibel SOMYÜREK Puan Türü Uygun Kısmen Uygun değil Puanlamada dikkate alınacak ölçütler Soru maddelerinin ve şıklarının düzeltmeye ihtiyaç olmaksızın kullanılmasının uygun olduğunu düşünüyorsanız bu seçeneği işaretleyiniz. Soru maddelerinin ve şıklarının açıklamalar kısmında belirtilen düzeltmeler doğrultusunda düzenlendikten sonra kullanılması gerektiğini düşünüyorsanız bu seçeneği işaretleyiniz. Soru maddelerinin ve şıklarının konu içeriğine ve hedef kitleye göre uygun olmadığını düşünüyorsanız bu seçeneği işaretleyiniz.

157 142 Konu Listesi 1. Word Nedir? 2. Word Programını Çalıştırmak 3. Word Programının Genel Yapısı Başlık Çubuğu Menü Çubuğu Standart Araç Çubuğu Biçimlendirme Araç Çubuğu Çalışma Alanı 4. Yeni Bir Dosya Oluşturmak 5. Dosyayı İlk Defa Kaydetmek 6. Dosyaya Değişiklikleri Kaydetmek 7. Dosya Açmak 8. Dosyayı Farklı Kaydetmek 9. Dosyayı Kapatmak 10. Word ü Kapatmak 11. Metin Eklemek 12. Metni Düzenlemek 13. Metni Seçmek 14. Seçili Metni Düzenlemek Kalın İtalik Altı Çizgili Hizalama Yazı Tipi ve Büyüklüğü Renk Büyük Harf / Küçük Harf Biçim Boyacısı 15. Seçili Metni Kullanmak Kes (sadece araç çubuğu ile) Yapıştır (sadece araç çubuğu ile) Kopyala(sadece araç çubuğu ile) 16. Paragraf ayarları Hizalama Girinti Satır Aralığı Paragraf Aralığı 17. Madde İşaretleri ve 18. Resim Ekleme ve Özellikleri

158 143 Numaralandırma Madde İşaretleri Ekleme Madde numaraları Ekleme Madde işaretleri ve numaraları kaldırma Küçük Resim Ekleme Dosyadan Resim Ekleme Resmin Boyutlarını Değiştirmek Resmin Özelliklerini Değiştirmek (Düzen) Resmi Silmek 19. WordArt Eklemek 20. WordArt Silmek 21. Kesme Eklemek Sayfa sonu Bölüm sonu 22. Sayfa Yapısını Ayarlamak 23. Alt Bilgi, Üst Bilgi Eklemek 24. Sayfa Numarası Eklemek 25. Tablo Tablo eklemek Tabloların içine veri girmek Satır Eklemek Sütun Eklemek Satır ve sütun silmek Satır ve sütunların boyutlarını değiştirmek Tabloya kenarlık verme(yok,kutu,tümü) Tabloya arkaplan rengi verme 26. Bul ve Değiştir 27. Dosyayı yazdırmak 28. Geri al-yinele

159 ÇOKTAN SEÇMELİ SINAV Soru Uygun Kısmen Değil Açıklama Aşağıdakilerden hangisi Word programında yer almamaktadır? a. Değerlendirme Çubuğu b. Başlık Çubuğu c. Menü Çubuğu d. Standart Araç Çubuğu Word programında Simge durumuna küçült, Ekranı kapla/ Eski durumuna dön ve Programı kapat düğmelerinin yer aldığı bileşen hangisidir? a. Başlık Çubuğu b. Biçimlendirme Araç Çubuğu c. Menü Çubuğu d. Standart Araç Çubuğu Word programında Dosya, Düzen, Görünüm, Ekle menüleri hangi araç çubuğu üzerinde yer alır? a. Başlık Çubuğu b. Görev Çubuğu c. Menü Çubuğu d. Biçimlendirme Araç Çubuğu Aşağıdaki resimde görülen araç çubuğu hangisidir? a. Standart Araç Çubuğu b. Başlık Çubuğu c. Menü Çubuğu d. Biçimlendirme araç çubuğu Word programında oluşturulan belgelerin çıktısı alındığında hangi bölümler kağıtta görülecektir? a. Word programında gördüğümüz her şey b. Sadece çalışma sayfasındaki bölümler c. Çalışma sayfası ve araç çubuklarında yer alanlar d. Sadece araç çabuklarında yer alan bölümler yanda verilen simgenin işlevi aşağıdakilerden hangisidir? a. Belgeye boş bir sayfa ekler. b. Baskı önizleme penceresini açar. c. Yeni bir belge açar. d. Belgeye sayfa numaraları ekler. 144

160 Word de daha önceden kaydedilmiş bir dosya üzerinde yaptığımız değişiklikleri kaydetmek için hangileri izlenebilir? I-Dosya Menüsünden Kaydet Komutuna tıklanır. II- Farklı kaydet penceresinden dosyanın nereye ve hangi isimle kaydedileceği seçilir. III-Araç Çubuğundaki Düğmesine tıklanır. a. I ve II b.yalnız II c. I veya III d. II ve III Aşağıdaki ifadelerden hangi ikisi aynı işlemi gerçekleştirir? I. Dosya menüsünden Aç seçeneğini seçmek II. Standart araç çubuğundan simgesini seçmek III. Ekle menüsünden Resim seçeneğini oradan Küçük resim ekle seçeneği seçmek IV. Ekle menüsünden Resim seçeneğini oradan Dosyadan seçeneğini seçmek a. I ve II b. III ve IV c. I,II,III ve IV d.hiçbiri Aşağıdakilerden hangisi kelime işlemci programını kapatmadan yalnızca açık olan Word belgesini kapatmanın yöntemidir? a. Dosya menüsünden Kapat a tıklanır b. simgesine tıklanır. c. Dosya menüsünden Çıkış a tıklanır d. CTRL ve F1 tuşlarına basılır Dosya menüsünde yer alan Çıkış seçeneği için aşağıdakilerden hangisi doğrudur? a. Word programı kapanır b. Açık olan belge kapanır c. Standart araç çubuğu kapanır d. Bilgisayar kapanır Word kelime işlem programında metnin iki yana yaslı olarak hizalanması için aşağıdaki simgelerden hangisi seçilmelidir? a. b. c. d. 145

161 Aşağıdaki simgelerden hangisi yazının renginin değiştirilmesi için kullanılır? a. b. c. d. Biçim boyacısının işlevi aşağıdakilerden hangisidir? a. Metnin biçimini başka bir metne uygular b. Metni renklendirir c. Metnin arka plan rengini değiştirir d. Resmi boyutunu değiştirir Seçili alanın silinmeden hafızaya kopyalanmasını sağlayan simge aşağıdakilerden hangisidir? a. b. c. d. Paragraflarınızı sayfaya ortalı yazmak için hangi seçenek kullanılır? a. Biçim/Paragraf/Ortala b. Biçim/Paragraf/Girinti c. Biçim/Paragraf/Aralık d. Biçim/Paragraf/Hizalama Bir paragrafın ilk satırının 1,25 cm içerden yazılması için aşağıdakilerden hangisinin seçilmesi gerekir? a. Biçim- İlk Satır b. Biçim- Paragraf- Girinti c. Girinti- İlk Satır d. Görünüm- İlk Satır Satır aralığı hangi komut ile ayarlanabilir? a. Biçim/Paragraf b.biçim/yazı tipi (Format/Font) c. Biçim/Satır (Format/Line) d. Biçim/Sayfa (Format/Page) Biçim menüsünde yer alan paragraf seçeneği ile aşağıdakilerden hangisi yapılabilir? a. Sayfanın sağdan ve soldan boşluk ayarları b. Paragraflar arası boşluk ayarları c. Paragrafların arka plan rengi ayarları d. Yazı tipi rengi ayarları yandaki simgenin işlevi aşağıdakilerden hangisidir? a. Numaralandırma yapar b. Madde imi koyar c. Madde iminin tipini değiştirir d. Paragraf girintisi ayarlar Maddeler halinde yazılan yazıları numaralandırmak için hangi işlem yapılabilir? a. Ekle Madde imleri ve Numaralandırma 146

162 b. Biçimlendirme Araç çubuğunda Numaralandırma kısayol tuşu c. Araçlar Madde imleri ve Numaralandırma d. Tablo Sırala Numaralandırma Önceden madde numarası verdiğiniz bir metindeki madde numaralarını kaldırmak için metin seçildikten sonra aşağıdakilerden hangisi yapılır? a. Biçim menüsü- Madde İşaretleri ve Numaralandırma-Yok b. Biçim menüsü- Madde İşaretleri ve Numaralandırmayı Kaldır c. Sağ tuşa tıklanır- Kaldır seçeneğine basılır c. Standart Araç çubuğu- Madde İşaretleri ve Numaralandırmayı Kaldır Küçük resim galerisinde yer alan resimlerden birini belgemize eklemek için aşağıdakilerden hangisi yapılır? a. Ekle Resim Dosyadan b. Ekle Nesne Bit Eşlem Resmi c. Ekle Resim Küçük Resim d. Görünüm Yerleştir Resim Bilgisayarda bulunan bir resim Word dosyasına hangi menü ve komut ile eklenir? a. Dosya-Aç-Resim b. Ekle-Resim-Dosyadan c. Biçim-Resim-Küçük resim d. Dosya-Ekle-Resim Word ekranında bir resmi yazının arkasına taşımak için hangi yol kullanılır? a. Sol buton-metin Kaydırma-Metin Arkasına b. Sağ Buton-Resmi Biçimlendir-Düzen c. Ekle-Resim- Metin Arkasına Aktar d. Düzen-Resmi Metin Arkasına Aktar Belgeye dekoratif metinler eklemek için Word ün hangi nesnesi kullanılır? a. Paragraf b.yazı tipi c. Word Art d.metin Kutusu 147

163 Belgede bulunan bir WordArt nesnesi hangisi ile silinir? a. WordArt Menüsüne tıklanır Sil seçeneğine basılır. b. WordArt seçilir ve Delete tuşuna basılır. c. WordArt çift tıklanır açılan menüden Sil seçeneğine basılır d. WordArt Menüsüne tıklanır WordArt ı Kaldır seçeneğine basılır. Belgedeki belli bir yere sayfa sonu eklemeyi sağlayan komut aşağıdakilerden hangisidir? a. Ekle/Sayfa numaraları b. Ekle/Alan c. Ekle/Kesme d. Ekle/Simge Word de kenar boşluklarını ayarlamak için hangi işlemler yapılır? a. Biçim-Paragraf b. Biçim-Yazı Tipi c. Dosya- Sayfa Yapısı d. Dosya- Baskı Önizleme Belgeye sayfa numarası eklemek için izlenecek yol aşağıdakilerden hangisidir? a. Düzen - Sayfa Numarası b. Dosya Sayfa Numarası c. Biçim Sayfa Numarası d. Ekle Sayfa Numarası Çalışma sayfasına tablo eklemek için aşağıdaki seçeneklerden hangisi kullanılır? a. Ekle-Tablo b.tablo-ekle-tablo c. Tablo-Ekle-Sola Sütun d. Tablo-Ekle-Üste Satır Tablo içindeki hücreler arası geçiş hangi tuşla yapılır? a. Enter b. F2 c. Tab d. Home Oluşturulan tabloya satır eklemek için hangi komut kullanılır? a. Tablo-Tablo Biçimi b. Biçim-Sütunlar c. Tablo- Ekle-Alta Satır d. Tablo-Satır Ekle 148

164 Yandaki tabloda Adı ve Notu sütunlarının arasına yeni bir sütun eklemek için hangi işlem/işlemler yapılabilir? 1. Adı sütunu seçilir- Tablo menüsünden-ekle- Sağa Sütun seçeneğine tıklanır 2. Notu sütunu seçilir- Tablo menüsünden-ekle- Sola Sütun seçeneğine tıklanır 3. Her iki sütunda seçilir Tablo menüsünden-araya Sütun ekle seçeneğine tıklanır a. I b. I ve II c. I II ve III d. Yalnız III Aşağıdakilerden hangisi tabloda satır silmek için kullanılır? a. Biçim menüsü- Satır sil b. Biçim menüsü- Tablo seçeneği- Satır Sil c. Tablo menüsü- Satır sil d. Tablo menüsü- Sil seçeneği - Satır Aşağıdakilerden hangisi bir tablonun sütun genişliğini değiştirmek için sütun çizgisi üzerine gelindiğinde imlecin alacağı şekli gösterir? a. b. c. d. Tablomuzun kenarlıklarının görünmemesi için hangisi yapılır? a. Kenarlık ve Gölgelendirme Yok seçeneği b. Kenarlık ve Gölgelendirme Kenarlıkları kaldır seçeneği c. Görünüm Yok seçeneği d. Görünüm Kenarlıkları kaldır seçeneği Ekrandaki dosya içinde belirtilen bir ifadeyi aratmak için aşağıdakilerden hangisi kullanılır? a. Dosya/Bul b. Düzen/Değiştir c. Düzen/Bul d. Düzen/Git Düzen Değiştir seçeneğinin işlevi aşağıdakilerden hangisidir? a. Belge içerisinde belirtilen kelime ve kelime gruplarını arar. b. Bilgisayardaki belirtilen dosyayı başka bir dosya ile değiştirir. c. İmla kuralları açısından hatalı sözcükleri bulup doğru ifadeler ile değiştirir. d. Belge içindeki bir ifadeyi başka bir ifade ile değiştirir. 149

165 Dosya Yazdır seçeneği ile aşağıdakilerden hangisi yapılamaz? a. Sadece istenilen sayfaları(3,5,8,12 vb ) yazdırmak b. Her bir sayfadan birden fazla yazdırmak c. Belgeye koruma parolası vermek d. Tüm belgeyi yazdırmak En son yapılan işlemi geri almak için hangi kısayol kullanılmalıdır? a. Ctrl + Z b. Ctrl + S c. Ctrl + V d. Ctrl + Q 150

166 151 Uygulama Sınavı Uygulama sınavı olarak öğrencilere aşağıda yer alan 2 sayfadan oluşan bir uygulama sayfası ve sayfayı hazırlarken göz önünde bulundurmaları gereken yönergeler verilecektir. Yönergeler ve çalışma yaprağını inceleyerek, değerlendirme formunda yer alan maddeleri kapsam, anlaşılırlık ve puanlama açısından yukarıda belirtilen konular doğrultusunda 3 lü derecelendirme ile puanlamanızı ve konu ile ilgili görüşlerinizi açıklama sütununa yazmanızı beklemekteyim. Katkılarınız için şimdiden teşekkür ederim. Sibel SOMYÜREK Yönerge Sizlere verilen ekteki uygulama kağıdında gördüğünüz tüm düzenlemeleri Word belgenizde uygulamanız gerekmektedir. Yapmanız gereken düzenlemelere ilişkin açıklamalar aşağıda belirtilmiştir. Başarılar. 1. Sayfanın solundan 3 cm, sağından 1 cm, üstünden ve altından 2,7 cm boşluk bırakınız. 2. Başlığı kağıtta görüldüğü gibi WordArt kullanılarak oluşturunuz. 3. Başlığın altındaki Honore de BALZAC yazısını Monotype Corsiva yazı tipinde, 24 piksel, lacivert renkle yazınız ve sağa hizalayınız. 4. Diğer yazıları Verdana yazı tipinde ve 11 piksel yazı boyutunda siyah renkle yazınız. 5. Paragrafları, iki yana yaslı; 1,5 satır aralığı ile;paragraftan önce 12 nokta boşluk olacak ve satır başlarında 25 nokta girinti olacak şekilde ayarlayınız. 6. Word belgenize herhangi bir resim ekleyiniz ve yazıları resme göre uygulama kağıdında görüldüğü gibi hizalayınız.

167 Henriette yazısını italik ve kalın, Balzac ın yaşamı yazısını ise altı çizili olarak biçimini değiştiriniz. 8. Manyak Kurba (2006) ve diğer 3 satırın başına madde işaretleri koyunuz. 9. Üst bilgi olarak Dünya Klasikleri metnini yazınız. 10. Belgenin sağ alt kısmına sayfa numarası ekleyiniz satır 2 sütundan oluşan bir tablo oluşturunuz ve içine uygulama kağıdında gördüğünüz bilgileri giriniz. 12. Oluşturulan tablonun sadece dış çerçevesine kesik çizgilerden oluşan,1 ½ noktalık mavi renkli kenarlık veriniz. 13. Tablonun 2. ve 4. satırlarının arkaplan rengini açık mavi olarak ayarlayınız. 14. Tablodan sonra bölüm sonu kesmesi ekleyiniz. 15. Oluşturduğunuz Word belgesine dosya ismi olarak öğrenci numaranızı vererek diskete kaydediniz. 16. Oluşturduğunuz Word belgesine dosya ismi olarak adınızın verilerek diskete tekrar kaydediniz. 17. Tüm yazıların eksiksiz olarak yazılması ve yazılarda yazım hatasının bulunmamasına dikkat ediniz.

168 Dünya Klasikleri 153 Honore de BALZAC Aristokrat bir ailenin küçük oğlu Felix de Vandennesse, ailesinin sıcak sevgisinden, ilgisinden yoksun, otoriter bir ortamda yetişmiş çalışkan bir çocuktur. Babası nın daveti ile Tours'a gittikten sonra bir gün bir baloya katılır. Baloda bir genç kadın görür. Onun güzelliği karşısında adeta büyülenir, ona karşı derin bir sevgi duyar. Bu genç kadını uzun süre unutamaz. Bir gün, vadide yer alan nehir kıyısında bu genç kadınla karşılaşır. Genç kadının adı Henriette dir. Feliz, kadının güzelliğinin vadinin adı ile özdeşleştiğini düşünür. Vadinin adı Zambak'tır. Henriette de tıpkı zambaklar gibi temiz, saf ve güzeldir Honore de Balzac ın Türkçe ye çevrilen eserlerinin bazıları: Manyak Kurba (2006) Köylü İsyanı (1974) Goriot Baba (1984) Balzac ın Yaşamı: 1799 Dünyaya geldi Bir gazeteyi satın alır Yaşlı Kız ı on iki fasikül halinde yayımlatarak yeni bir gazeteciliğin başlangıcını oluşturur İnsanlık Komedyası için bir taslak hazırlar.

169 154 Vadideki Zambak, ilk yayımlanışında (1836) beklenen ilgiyi görmemiş ve Balzac'ın en az satan kitaplarından biri olmuştur. Ancak günümüzde O nun en önemli eserlerinden biri olarak anılmaktadır.

170 Soru Uygun Kısmen Değil Açıklama 1. Sayfanın solundan 3 cm (2 puan), sağından 1 cm (2 puan), üstünden (2 puan) ve altından 2,7 cm (2 puan) boşluk bırakılması. (8 puan) 2. Başlığın kağıtta görüldüğü gibi WordArt kullanılarak oluşturulması (4 puan) 3. Başlığın altındaki Honore de BALZAC yazısının Monotype Corsiva yazı tipinde (2 puan), 24 pixel (2 puan), lacivert renkli (2 puan) yazılması ve sağa hizalanması (3 puan). (9 puan) 4. Diğer yazıları Verdana yazı tipinde (2 puan) ve 11 pixel (2 puan) ile siyah renkli (2 puan) yazılması. (6 puan) 5. Paragrafların iki yana yaslı (3 puan) ve 1,5 satır aralığı (3 puan) ve paragraftan önce 12 nk boşluk olacak (3 puan) ve satır başlarına 25 nk girinti olacak (3 puan) şekilde ayarlanması. (12 puan) 6. Word belgesine herhangi bir resim eklenmesi (3 puan) ve yazıların resme göre uygulama kağıdında görüldüğü gibi hizalanması (3 puan). (6 puan) 7. Henriette yazısının italik (3 puan) ve kalın (3 puan), Balzac ın yaşamı yazısının altı çizili (3 puan) yazılması. (9 puan) 8. Honore de Balzac ın Türkçe ye çevrilen eserlerinin başına Madde işaretlerinin konulması. (3 puan) 155

171 9. Üst bilgi olarak Dünya Klasikleri metninin yazılması. (3 puan) 10. Belgenin sağ alt kısmına sayfa numarasının eklenmesi. (4 puan) satır 2 sütundan oluşan bir tablo oluşturulması (3 puan) içine bilgilerin girilmesi (3 puan). (6 puan) 12. Oluşturulan tablonun sadece dış çerçevesine (3 puan) kesik çizgilerden oluşan (3 puan), 1 ½ nk lık (3 puan) mavi renkli (3 puan) kenarlık verilmesi. (12 puan) 13. Tablonun 2. ve 4. satırlarının arkaplan renginin açık mavi olarak ayarlanması (3 puan). 14. Tablodan sonra bölüm sonu kesmesi eklenmesi (3 puan). 15. Oluşturduğunuz Word belgesine dosya ismi olarak öğrenci numarasının yazılarak diskete kaydedilmesi. (3 puan) 16. Oluşturduğunuz Word belgesine dosya ismi olarak öğrencinin kendi adını vererek diskete tekrar kaydedilmesi. (3 puan) 17. Tüm yazıların eksiksiz olarak yazılması. (3 puan) 18. Yazılarda yazım hatasının bulunmaması. (3 puan) 156

172 Ek 4. Ongereksinim Konuları Uzman Formu Sayın Türkçe Eğitimi Bölümü 2.sınıf lisans öğrencilerine Bilgisayara Giriş dersinde Word ünitesinin öğretimine ilişkin hazırlanan web temelli ortamda aktarılacak konu başlıkları aşağıda yer alan Konular sütunlarında listelenmektedir. Bu konuların ön gereksinimlerininin bulunup bulunmadığına ilişkin Öngereksinimi olma durumu sütununda ifadeler (var/yok) yer almaktadır. Eğer varsa öngereksinim olduğu düşünülen konularda Öngereksinim konuları sütununda listelenmiştir. Aşağıda listelenen öngereksini durumu ve konularını 3 lü derecelendirme (uygun-kısmen-uygun değil) ile puanlamanızı ve uygun olmadığını düşündüğünüz konu ile ilgili görüşlerinizi açıklama sütununa yazmanızı beklemekteyim. Katkılarınız için şimdiden teşekkür ederim, Saygılarımla, Sibel SOMYÜREK Konular Öngereksinim konuları Giriş Genel Bakış Giriş Hedefler Giriş Kavram Haritası Word Nedir? Word Programını Çalıştırmak Word Programını Çalıştırmak Etkileşimli Örnek Word Programını Çalıştırmak Word Programının Genel Yapısı Word Programının Genel Yapısı Başlık Çubuğu Word Programının Genel Yapısı Word Programının Genel Yapısı Etkileşimli Örnek Word Programının Genel Yapısı Başlık Çubuğu Word Programının Genel Yapısı Menü Çubuğu Word Programının Genel Yapısı Word Programının Genel Yapısı Standart Araç Çubuğu Word Programının Genel Yapısı Word Programının Genel Yapısı Biçimlendirme Araç Çubuğu Word Programının Genel Yapısı Word Programının Genel Yapısı Çalışma Alanı Word Programının Genel Yapısı Yeni Bir Dosya Oluşturmak Dosyayı İlk Defa Kaydetmek Yeni Bir Dosya Oluşturmak Dosyaya Değişiklikleri Kaydetmek Yeni Bir Dosya Oluşturmak Dosya İlk Defa Kaydetmek Dosya Açmak Word Programını Çalıştırmak Dosyayı Farklı Kaydetmek Dosya Kaydetmek Dosyayı Kapatmak Yeni Bir Dosya Oluşturmak veya DDosya İlk Defa Kaydetmek Word ü Kapatmak Word Programını Çalıştırmak Giriş Genel Bakış Giriş Hedefler Giriş Kavram Haritası Metin Eklemek Çalışma Alanı Metni Düzenlemek Metni Seçmek Metin Eklemek Metni Düzenlemek Seçili Metni Düzenlemek Kalın Metin Eklemek Metni Seçmek Metni Düzenlemek Seçili Metni Düzenlemek İtalik Metin Eklemek Metni Seçmek Metni Düzenlemek Seçili Metni Düzenlemek Altı Çizgili Metin Eklemek Metni Seçmek Metni Düzenlemek Seçili Metni Düzenlemek Hizalama Metin Eklemek Metni Seçmek Metni Düzenlemek Seçili Metni Düzenlemek Yazı Tipi ve Büyüklüğü Metin Eklemek Metni Seçmek Metni Düzenlemek Seçili Metni Düzenlemek Renk Metin Eklemek Metni Seçmek Metni Düzenlemek Seçili Metni Düzenlemek Büyük Harf / Küçük Harf Metin Eklemek Metni Seçmek uygun kısmen uygun değil açıklama 157

173 Metni Düzenlemek Seçili Metni Düzenlemek Biçim Boyacısı Metin Eklemek Metni Seçmek Metni Düzenlemek Seçili Metni Kullanmak Kes Metni Seçmek Metni Düzenlemek Seçili Metni Kullanmak Yapıştır Metni Seçmek Kes veya Kopyala Metni Düzenlemek Seçili Metni Kullanmak Kopyala Metni Seçmek Giriş Genel Bakış Giriş Hedefler Giriş Kavram Haritası Paragraf ayarları Hizalama Metni Seçmek Paragraf ayarları Girinti Metni Seçmek Paragraf ayarları Satır Aralığı Metni Seçmek Paragraf ayarları Paragraf Aralığı Metni Seçmek Genel Bakış-2 Madde İşaretleri ve Numaralandırma Madde İşaretleri Ekleme Metni Seçmek Madde İşaretleri ve Numaralandırma Madde numaraları Ekleme Metni Seçmek Madde İşaretleri ve Numaralandırma Madde işaretleri ve numaraları kaldırma Metni Seçmek Giriş Genel Bakış Giriş Hedefler Giriş Kavram Haritası Resim Ekleme ve Özellikleri Küçük Resim Ekleme Resim Ekleme ve Özellikleri Dosyadan Resim Ekleme Resim Ekleme ve Özellikleri Resim Özellikleri Resmin Boyutlarını Değiştirmek Küçük Resim Ekleme veya Dosyadan Resim Ekleme Resim Ekleme ve Özellikleri Resim Özellikleri Resmin Özelliklerini Değiştirmek Küçük Resim Ekleme veya Dosyadan Resim Ekleme Resmi Silmek Küçük Resim Ekleme veya Dosyadan Resim Ekleme Genel Bakış-2 WordArt Eklemek WordArt Silmek WordArt Eklemek Giriş Genel Bakış Giriş Hedefler Giriş Kavram Haritası Kesme Eklemek Sayfa sonu Kesme Eklemek Bölüm sonu Sayfa Yapısını Ayarlamak Alt Bilgi, Üst Bilgi Eklemek Sayfa Numarası Eklemek Giriş Genel Bakış Giriş Hedefler Giriş Kavram Haritası Tablo eklemek Tabloların içine veri girmek Tablo eklemek Tablo Özellikleri Satır Eklemek Tablo eklemek Tablo Özellikleri Sütun Eklemek Tablo eklemek 158

174 Tablo Özellikleri Satır ve sütun silmek Satır Eklemek sütun eklemek Tablo Özellikleri Satır ve sütunların boyutlarını değiştirmek Satır Eklemek sütun eklemek Tablo Özellikleri Tabloya kenarlık verme(yok,kutu,tümü) Tablo eklemek Tablo Özellikleri Tabloya arkaplan rengi verme Tablo eklemek Giriş Genel Bakış Giriş Hedefler Giriş Kavram Haritası Bul ve Değiştir Metinleri bulmak Bul ve Değiştir Metinleri değiştirmek Dosyayı yazdırmak Geri al-yinele 159

175 160 Ek 5. Bayes Ağ Yapısının, Kullanılan Değişkenlerin ve Bu Değişkenler Arası Koşullu Olasılıkların Uygunluklarını Belirleme Formu Sayın...; Uyarlanabilir öğretim sistemleri oluşturmada temel yaklaşım, bir öğrenme modeli belirlemek ve bu modele uygun uyarlamalar yapmaktır. Öğrenme modeli oluştururken aktarılacak konu alanına ilişkin bir bilgi alanı modeli oluşturulması, öğrenci hakkında bilgi toplanarak öğrenci özelliklerinin belirlenmesi ve bu iki verinin yorumlanarak karar verilmesi gereklidir. İnsanlar ve makineler karar vermek ve olayları tahmin etmek için genellikle sınırlı bilgi ile uğraşmak zorundadır. Öğrenme modellini oluştururken karşılaşılan problemlerden biri belirsizlik tir. Yapay zeka alanının alt dallarından uzman sistemlerde kesin olmayan bilgiden yararlanmak için popüler bir yöntem olarak Bayes ağlardan faydalanılmaktadır. Bayes ağlar, öğrenmedeki belirsizlikler, olasılıklar ve istatistiklerden yola çıkarak sonraki olasılıkların hesaplanmasına imkan veren Bayes olasılık kuramından türetilmiştir (Rodriguez, 2006). Bayes ağlar incelenen sistemlerdeki nedensel ilişkileri ortaya koyan, uzman bilgisinden ve nitel değerlendirmelerden büyük ölçüde yararlanan araçlardır (Aktaş ve Ülengin, 2004). Bayes ağları oluştururken öncelikle neyin neye neden olduğuna ilişkin bir diagram oluşturulur. İkinci olarak çeşitli durumlar için olasılıklar vererek sistemdeki belirsizlikler belirlenir. Örneğin bir durumun doğru olma ihtimali %3 gibi. Nedenler ve etkilerine ilişkin oluşturulan bu model Bayes Ağı ya da Karar Ağı olarak adlandırılır. Bayes ağlardan faydalanılarak oluşturulacak bir öğrenci modelinde, 1. Mevcut bilgilerin alınacağı değişkenler ile yordamaların yapılacağı değişkenlerin belirlenmesi, 2. Bu değişkenlerin orijinal olasılıklarının tespit edilmesi ve 3. Bu değişkenler arası neden sonuç ilişkilerinin koşullu olasılıklar şeklinde tanımlanması gereklidir. Örnek: İlköğretim 3. sınıfta okuyan bir öğrencinin basit bir cümleyi öğelerine ayırma ihtimalini bayes olasılık kuramı ile belirlemeye çalıştığımızı düşünelim. Bunun için öncelikle değişkenleri belirlemeliyiz. Bu değişkenler:

176 Özne kavramını bilme 2. Yüklem kavramını bilme 3. Cümleyi öğelerine ayırma dır. Böyle bir modelin grafiksel gösterimi (Bayes Ağı) aşağıdaki gibi olacaktır: Özne kavramını bilme Yüklem kavramını bilme Cümleyi öğelerine ayırma Bir değişkenin sahip olabileceği birbiri ile kesişmeyen değer aralıklarının tamamına Durumlar kümesi denilir. Buradaki değişkenlerin durumlar kümesi şunlardır: Özne kavramını bilme değişkenin durumlar kümesi: a. Biliyor b. Bilmiyor Yüklem kavramını bilme değişkenin durumlar kümesi: a. Biliyor b. Bilmiyor Cümleyi öğelerine ayırma değişkenin durumlar kümesi: a. Ayırabilir b. Ayıramaz Bir Bayes Ağı üzerinde değişkenler hakkında hiçbir hesaplama ve güncelleme yapılmadan önceki her bir değişkeninin orijinal olasılık değerleri Önceki Olasılıklar olarak adlandırılır. Buradaki değişkenler için değerler öğrenci hakkında daha önceden hiçbir bilgi yoksa aşağıdaki şekilde olacaktır: Özne kavramını bilmesi değişkenin durumlar kümesi: a. Biliyor: 0.5

177 162 b. Bilmiyor:0.5 Yüklem kavramını bilmesi değişkenin durumlar kümesi: a. Biliyor: 0.5 b. Bilmiyor:0.5 Cümleyi öğelerine ayırması değişkenin durumlar kümesi: a. Ayırabilir:0.5 b. Ayıramaz:0.5 Herhangi bir B olayının bilindiği varsayımı altında, A olayının meydana gelme olasılığına koşullu olasılık denir. Bu örneğimiz için koşullu olasılıkları belirlemek için önceden bir çalışma yapılmış ve elde veri varsa değerler bu verilerden yola çıkarak, aksi takdirde uzman görüşünden yararlanılarak girilebilir: Etkileyen Değişkenler Cümleyi öğelerine ayırma Özne kavramını bilme Yüklem kavramını bilme Ayırabilir Ayıramaz Biliyor Biliyor 1,0 0,0 Bilmiyor 0,3 0,7 Bilmiyor Biliyor 0,4 0,6 Bilmiyor 0,0 1,0 Yukarıdaki koşullu olasılıklarda ifade edilmek istenen şudur. Örneğin 1. ifadede : Eğer öğrenci özne kavramını biliyor ve yüklem kavramını da biliyor ise cümleyi öğelerine 1,0 ihtimalinde ayırabilir. Sonraki Olasılıklar belli deliller sisteme girdikten sonra hesaplanan sistem kararını yansıtır. Örneğin öğrenci hakkında sadece Özne kavramını biliyor verisi sisteme ulaştığında aşağıdaki soruya cevap aranabilir: Özne kavramı bilindiğinde öğrencinin cümleyi öğelerine ayırabilme ihtimali nedir? Bu soruya cevap aramak için aşağıdaki koşullu olasılık formülünden faydalanılır. P(A/B)=P(A,B)/P(B) Cümleyi öğelerine ayırabilme= CA Özne kavramını bilme= ÖK olmak üzere

178 163 P (CA= ayırabilir/ ÖK=biliyor)= P (CA= ayırabilir,ök=biliyor) / P (ÖK=biliyor) =0,65 Yukarıdaki hesaplama işleminde de görüleceği üzere bu bilgiye dayanarak elde edilen Cümleyi öğelerine ayırma ya ilişkin sonraki olasılık değeri 0,65 tir. Bazı durumlarda sonraki olasılık değerinin sürekli güncellenmesi gerekir. Örneğin bir alıştırma yazılımında aynı öğrenme hedefiyle ilgili olarak birden fazla soru vardır. Öğrencinin hiçbir soruya cevap vermeden önce cevabı bilme olasılığı.5 tir. Ancak öğrencinin o hedefe ilişkin verdiği her cevap (doğru ya da yanlış) onun o hedefi bilmesine ilişkin ilk olasılık değerini değiştirecektir. Örneğin 1. soruya yanlış cevap verdiğinde bilme olasılığı.4 olarak hesaplanıyorsa bir sonraki soruya cevap verdiğinde bu sonraki olasılık değeri ilk olasılık değeri (.5) yerine geçer ve böylece her soruda öğrencinin bilme olasılığı daha net bir şekilde ortaya çıkacaktır. Bu çalışmada 3 farklı sonuç çıkarma işlemi yapılacaktır: 2. Öğrencilere gezinme desteği sunmak için hangi konu başlıklarının uygun olduğuna ilişkin sonuç çıkarma, 3. Konularla ilgili ekstra açıklama verilip verilmeyeceğine ilişkin sonuç çıkarma, 4. Sunum türünün video ya da metin ve resimlerle aktarılmasına ilişkin sonuç çıkarma. Bu amaçla kullanılacak olan Bayes ağ modeli Şekil 1 de yer almaktadır. Şekil 1 de aktarılan Bayes ağ modeli Değişkenler Arası Koşullu Olasılıkları Belirleme Formu nda yer alan maddeleri, uygun ; uygun değil olmak üzere değerlendirmeniz çalışmaya katkıda bulunacaktır. Uygun görmediğiniz değerler yerine uygun değerleri her maddenin altındaki alanlara girebilir, konu ile ilgili görüşlerinizi açıklama sütununa yazabilirsiniz. Değerli vakitlerinizi ayırdığınız ve katkıda bulunduğunuz için teşekkürlerimi ve saygılarımı sunarım. Sibel SOMYÜREK

179 Ön gereksinim konusunda kalma süresi Konuda kalma süresi Ön gereksinim konusu hakkında önbilgi Ön gereksinim konusuna girme durumu Konu hakkındaki önbilgisi Konuya girme durumu Ön gereksinimi bilme durumu Konuyu bilme durumu Ek bilgi tercihi Konunun uygun olma durumu Ek bilgi durumu Genel sunum tercihi Son sunum tercihi Sunum türü 164

180 Bayes Ağ Modelinde Yer Alan Değişkenlerin ve Bayes Ağ Yapısının Uygunluklarını Belirleme Formu Uyarlamalara karar vermede kullanılan değişkenlerin uygunluğunu aşağıdaki tablo üzerinde uygun ; uygun değil olmak üzere değerlendirmeniz çalışmaya katkıda bulunacaktır. Uygun olmadığını düşünüyorsanız lütfen açıklama alanını doldurunuz. Konu başlıklarının uygun olduğuna karar vermede kullanılan değişkenler: 1. Konunun öngereksinimi/öngereksinimleri varsa: Uygun Uygun değil Açıklama 1.1. Öğrencinin ön gereksinim konusu hakkında önbilgisinin olma durumu (var-yok) 1.2. Öğrencinin ön gereksinim konusunda kalma süresi (yeterli-yetersiz) 1.3. Öğrencinin ön gereksinim konusuna girme durumu (girdi-girmedi) 2. Öğrencinin konu hakkında önbilgisinin olma durumu (var-yok) 3. Öğrencinin konuda kalma süresi (yeterli-yetersiz) 4 Öğrencinin konuya durumu (girdi-girmedi) Konularla ilgili ekstra açıklama verilip verilmeyeceğine ilişkin karar vermede kullanılan değişkenler: 1. Öğrencinin konu hakkında önbilgisinin olma durumu (var-yok) 2. Öğrencinin konuda kalma süresi (yeterli-yetersiz) 165

181 3. Öğrencinin konuya girme durumu (girdi-girmedi) 4. Öğrencinin ek bilgileri kullanma tercihi(açtı-kapattı) Sunum türünün video ya da metin ve resimlerle aktarılmasına ilişkin karar vermede kullanılan değişkenler: 1. Öğrencinin metin ve resimlerden veya videodan oluşan sunum türünü son kullanma durumu (son tercihi) 2. Öğrencinin metin ve resimlerden veya videodan oluşan sunum türünü genel kullanma durumu (genel tercihi) Yukarıda yer alan Bayes ağ yapısının aşağıda listelenen konularda karar vermeye uygun olduğunu düşünüyor musunuz? 1. Konunun uygunluğuna 2. Ekstra açıklamaların açık ya da kapalı gelmesine 3. Sunum tercihlerine 166

182 Değişkenler Arası Koşullu Olasılıkların Uygunluklarını Belirleme Formu Eğitsel hiperortamda yer alacak her bir konu başlığı için: Uygun Uygun değil Etkileyen Değişkenler Ön gereksinimi konusuna girme durumu Ön gereksinim konusunda kalma süresi Girdi Girmedi Yeterli (5.) 1,0 0,0 Yetersiz (5.) 0,0 1,0 Uygun olmadığını düşünüyorsunuz lütfen aşağıdaki alanı doldurunuz Açıklama Etkileyen Değişkenler Ön gereksinimi konusuna girme durumu Ön gereksinim konusunda kalma süresi Girdi Girmedi Yeterli (.5) Yetersiz (.5) 167

183 Eğitsel hiperortamda yer alacak her bir konu başlığı için: Uygun Uygun değil Etkileyen Değişkenler Ön gereksinimi bilme durumu Ön gereksinim konusuna girme durumu Ön gereksinim konusu hakkında önbilgi Biliyor Bilmiyor Girdi var 1,0 0,0 yok 0,8 0,2 Girmedi var 0,8 0,2 yok 0,0 1,0 Uygun olmadığını düşünüyorsunuz lütfen aşağıdaki alanı doldurunuz Açıklama Etkileyen Değişkenler Ön gereksinimi bilme durumu Ön gereksinim konusuna girme durumu Ön gereksinim konusu hakkında önbilgi Biliyor Bilmiyor Girdi var yok Girmedi var yok 168

184 Eğitsel hiperortamda yer alacak her bir konu başlığı için: Uygun Uygun değil Etkileyen Değişkenler Konuya girme durumu Konuda kalma süresi Girdi Girmedi Yeterli (.5) 1,0 0,0 Yetersiz(.5) 0,0 1,0 Uygun olmadığını düşünüyorsunuz lütfen aşağıdaki alanı doldurunuz Açıklama Etkileyen Değişkenler Konuya girme durumu Konuda kalma süresi Girdi Konuda kalma süresi Yeterli(.5) Yetersiz(.5) 169

185 Eğitsel hiperortamda yer alacak her bir konu başlığı için: Uygun Uygun değil Etkileyen Değişkenler Konuyu bilme durumu Konuya girme durumu Konu hakkında önbilgi Biliyor Bilmiyor Girdi var 1,0 0,0 yok 0,8 0,2 Girmedi var 0,8 0,2 yok 0,0 1,0 Uygun olmadığını düşünüyorsunuz lütfen aşağıdaki alanı doldurunuz Açıklama Etkileyen Değişkenler Konuyu bilme durumu Konuya girme durumu Konu hakkında önbilgi Girdi var yok Girmedi var yok Konuya girme durumu Konu hakkında önbilgi 170

186 Eğitsel hipermedya ortamında yer alacak her bir konu başlığı için: Uygun Uygun değil Etkileyen Değişkenler Konunun uygun olma durumu Konuyu bilme durumu Ön gereksinimi bilme durumu Konuyu bilme durumu Ön gereksinimi bilme durumu Biliyor Biliyor 0,0 1,0 Bilmiyor 0,3 0,7 Bilmiyor Biliyor 1,0 0,0 Bilmiyor 0,0 1,0 Uygun olmadığını düşünüyorsunuz lütfen aşağıdaki alanı doldurunuz Açıklama Etkileyen Değişkenler Konunun uygun olma durumu Konuyu bilme durumu Ön gereksinimi bilme durumu Uygun Değil Biliyor Biliyor Bilmiyor Bilmiyor Biliyor Bilmiyor 171

187 Eğitsel hiperortamda yer alacak her bir konu başlığı için: Uygun Uygun değil Etkileyen Değişkenler Ek bilgi durumu Konuyu bilme durumu Ek bilgi tercihi Açık Kapalı Biliyor Açar (.5) 1,0 0,0 Kapar (.5) 0,3 0,7 Bilmiyor Açar (.5) 0,7 0,3 Kapar (.5) 0,0 1,0 Uygun olmadığını düşünüyorsunuz lütfen aşağıdaki alanı doldurunuz Açıklama Etkileyen Değişkenler Ek bilgi durumu Konuyu bilme durumu Ek bilgi tercihi Açık Kapalı Biliyor Açar (.5) Kapar (.5) Bilmiyor Açar (.5) Kapar (.5) 172

188 Eğitsel hipermedya ortamında yer alacak her bir konu başlığı için: Uygun Uygun değil Etkileyen Değişkenler Sunum türü Genel sunum tercihi Son sunum tercihi Metin Video video video 0,0 1,0 metin 0,4 0,6 metin video 0,6 0,4 metin 1,0 0,0 Uygun olmadığını düşünüyorsunuz lütfen aşağıdaki alanı doldurunuz Açıklama Etkileyen Değişkenler Sunum türü Genel sunum tercihi Son sunum tercihi Metin Video video video metin metin video metin 173

189 174 Ek 6. Web Temeli Öğrenme Ortamına İlişkin Görüş Formu 1. Çalıştığınız web ortamında hoşunuza giden özellikler nelerdir? 2. Çalıştığınız web ortamında sizi rahatsız eden özellikler nelerdir? 3. Bu ortama benzer ortamların sizin çalışma sürecinizi kolaylaştıracağına inanıyor musunuz? 4. Benzer yazılımlarda ne tür başka özelliklerin bulunmasını istersiniz? 5. Bu ortama ilişkin genel memnuniyetinize bir puan vermeniz gerekse (1-5 arasında) kaç puan verirsiniz? (1 hiç memnun kalmadım 5 çok memnun kaldım)

190 175 Ek 7. Uyarlanabilir Web temeli Öğrenme Ortamına İlişkin Görüş Formu 1. İçerik haritasında yer alan simgelerin (,, ) konuların uygunluğuna ilişkin doğru yönlendirmelerde bulunduğunu düşünüyor musunuz? Bu yönlendirmeler sizin için faydalı oldu mu? 2. Konular arasında gezinirken ek açıklamaların açık ya da kapalı olarak gelmesinin sizin tercihinize uygun olduğunu düşünüyor musunuz? 3. Her bir konuya girdiğinizde içeriğin sunuluş biçiminde (video/metin+resim) sizin önceki sayfalardaki tercihlerinizin etkili olduğunu düşünüyor musunuz? 4. Uygun olmayan ( ) bir konuya girmeye çalıştığınızda o konunun öngereksinim listesinin sunulması ve bu listedeki konulara ulaşma imkanı öğrenmenize olumlu katkıda bulundu mu? 5. Bu ortamın ön bilgilerinizi ve çalışma sürecindeki tercihlerinizi göz önünde bulundurarak sizin için kişiselleştirilmiş seçenekler sunduğunu düşünüyor musunuz? 6. Çalıştığınız web ortamında hoşunuza giden özellikler nelerdir? 7. Bu ortamda sizi rahatsız eden özellikler nelerdir? 8. Bu ortama benzer ortamların sizin çalışma sürecinizi kolaylaştıracağına inanıyor musunuz? 9. Benzer yazılımlarda ne tür başka kişiselleştirme seçeneklerinin bulunmasını istersiniz? 10. Bu ortama ilişkin genel memnuniyetinize bir puan vermeniz gerekse (1-5 arasında) kaç puan verirsiniz? (1 hiç memnun kalmadım 5 çok memnun kaldım)

191 176 Ek 8. Uyarlanabilir Öğrenme Ortamı Tasarımı Uygunluk Formu Sayın Bu çalışmada, Bilgisayara Giriş dersi Word ünitesinin öğretimine ilişkin uyarlanabilir (adaptive) web temelli bir ortam geliştirilmiştir. Uyarlanabilir öğretim sistemlerinin amacı, öğrenci özelliklerine uygun uyarlamaları yaparak, her öğrenciye kendine uygun içerik ve gezinme yapısı sunmaktır. Tipik bir uyarlanabilir öğretim sistemi öğrenci hakkında bilgiler toplayarak bu bilgilerden bir öğrenci modeli oluşturur ve elde edilen öğrenci modeline uygun uyarlamalar sunar. Literatür incelendiğinde iki temel uyarlama yöntemi olduğu görülmektedir. Bu yöntemler: 1. İçeriği uyarlama (adaptive presentation) 2. Gezinmeyi uyarlama (adaptive navigation) dır. İçeriği uyarlama, öğrenci bilgisi, hedefler ve diğer özellikler doğrultusunda hiperortam içeriğinin uyarlanmasını destekler. Gezinmeyi uyarlama ise öğrencinin öğrenme materyalinde izleyeceği en uygun yolu bulması için yardımcı olur. (Brusilovsky, 1994). Literatürde, bu yöntemlerin farklı tekniklerle yapılabileceği ifade edilmektedir: 1. İçeriği uyarlama 2. Gezinmeyi uyarlama Ek Açıklamalar Global Kılavuzluk Ön gereksinim Açıklamaları Lokal Kılavuzluk Karşılaştırıcı Açılamalar Global Yönlendirme Farklı Açıklama Biçimleri Lokal Yönlendirme Sıralama Geliştirilen web temelli öğrenme ortamında aşağıda yer alan 2 farklı içerik uyarlaması ve 1 gezinme uyarlaması gerçekleştirilmiştir: 4. Ek Bilgi Göster/Gizle: Bu uyarlamaya göre her bir düğüme (bir ağ yapısında her bir bağlantı ucu) girildiğinde düğümle ilgili ekstra bilgi içeren bölüm açılacak ya da kapanacaktır (İçerik uyarlama tekniklerinden ek açıklamalar)

192 İçerik Türünü (Video ya da Metin+Resim) Değiştir: Bu uyarlamada ise her bir düğüme girildiğinde içeriğin hagi anlatım türü (video ya da metin ve resimlerle) ile görüntüleneceği belirlenecektir (İçerik uyarlama tekniklerinden farklı açıklama biçimleri) 6. Uygun olan/olmayan konu başlıklarını göster: Bu uyarlamada girilebilecek her bir düğümün öğrencinin konu hakkındaki bilgisi ve ön gereksinim konularını bilme durumuna göre uygunluk düzeyi belirlenecek ve yazılımda her zaman açık olan içerik haritasında uygun olan ve uygun olmayan konu başlıkları görsel olarak farklı şekilde gösterilecek, buradaki uygun olmayan bir konu başlığına tıklandığında konunun ön gereksinim konularının listelendiği bir uyarı ekranı açılacaktır. Uyarlanabilir öğretim ortamları oluşturmaya yönelik yöntemler esas alınarak hazırlanan web temelli ortamın değerlendirilmesini amaçlayan aşağıdaki Uyarlanabilir Web Temelli Öğrenme Ortam Tasarımı Formu nda yer alan maddeleri 5 çok uygun ; 1 hiç uygun değil olmak üzere 5 dereceli olarak puanlamanızı ve görüşlerinizi açıklama sütununa yazmanızı beklemekteyim. Katkılarınız için şimdiden teşekkür ederim, Saygılarımla, Sibel SOMYÜREK

193 Uygunluk Uyarlanabilir Öğrenme Ortamı Tasarımı Düzeyi Geleneksel Web Ortamı İşlev Uyarlanabilir Web Ortamı Açıklama Web temelli ortamın sol kısmında tüm içeriklere ulaşmaya imkan veren bir içerik haritası bulunur. Her bir konu için aynı içeriğin 1. Metin ve resimler ile 2. Video şeklinde hazırlanan iki farklı sunum türü vardır. Kullanıcı her konuda istediği sunum türünü takip edebilir. İçerik haritası Farklı sunum türleri Aynı içerik haritasında öğrencinin ön bilgileri ve gezinme durumu göz önüne alınarak her bir konunun uygun olma durumunu gösteren simgeler (,, ) bulunur. Öğrencilerin daha önceki içerik tercihlerinden yola çıkarak hesaplamalar yapılmakta ve öğrencinin muhtemelen tercih edeceği sunum türü öğrenciye gösterilmektedir. İsterse öğrenci yine her bir düğümde diğer sunum türünü de izleyebilmektedir. Yazılımda detaylı bilgi alınabilecek konu başlıklarında Ek bilgiyi göster butonuna tıklayarak kullanıcı ekstra açıklamalara ulaşabilmektedir. Ek açıklamalar Kullanıcının daha önceki ek bilgi görüntüleme tercihleri ve konu hakkında ön bilgisi dikkate alınarak sayfaya girdiğinde ek açıklamalar açık ya da kapalı olarak gelmektedir. 178

194 Öğrenci programı açtığında, bir önceki sefer programı kullandığında kaldığı sayfaya ulaşmakta, ileri butonu ile bir sonraki konu başlığına, geri butonu ile de bir önceki sayfaya dönmektedir. İçerik haritasına tıklayarak da istediği konuya ulaşabilmektedir. Öğrencinin programda bulunduğu her konu başlığı üst kısımda ekmek kırıntıları (konu>alt başlık>alt başlık) formatında gösterilir. Öğrenci her sayfada not alabilir. Daha sonra tüm notlarını inceleyebilir ya da değiştirebilir. Öğrenci kendine göre önemli gördüğü sayfaları işaretleyebilir. Öğrenci daha önceden girdiği sayfalar bu sayfalarda ne kadar kaldığı, ne zaman girip çıktığı, hangi sayfadan bu sayfaya girdiği ya da bu sayfadan hangi sayfalara gittiği bilgilerine ulaşabilmektedir. Programda Gezinme Yön Belirleme Not alma Sayfaları İşaretleme İstatistik İleri butonu kullanıcıyı bir sonraki konu başlığına, geri butonu ise bir önceki sayfaya dönmektedir. İçerik haritasından öğrenmesi uygun olan ( ) ya da daha önceden bildiği ya da ziyaret ettiği sayfalara ( ) girmesine izin verilmekte, uygun olmayan sayfalara( ) ulaşmak istediğinde ise karşısına bir uyarı ekranı gelmektedir. Öğrencinin programda bulunduğu her konu başlığı üst kısımda ekmek kırıntıları (konu>alt başlık>alt başlık) formatında gösterilir. Öğrenci her sayfada not alabilir. Daha sonra tüm notlarını inceleyebilir ya da değiştirebilir. Öğrenci kendine göre önemli gördüğü sayfaları işaretleyebilir. Öğrenci daha önceden girdiği sayfalar bu sayfalarda ne kadar kaldığı, ne zaman girip çıktığı, hangi sayfadan bu sayfaya girdiği ya da bu sayfadan hangi sayfalara gittiği bilgilerine ulaşabilmektedir. 179

195 Ek 9. Kaybolma Ölçeği Lütfen düşüncelerinize en uygun olan cevabı işaretleyiniz. 1. Ders ile ilgili cevaplamanız istenen bir soru verildiğinde, cevabı materyal içinde ne kadar kolaylıkla bulabildiğinizi düşünüyorsunuz? 2. Materyalin düzenlenme biçimi kafanızı ne kadar karıştırdı? 3. Temel bir kavram verildiğinde, materyal içinde bu kavramın yerini ne kadar kolaylıkla bulabileceğinizi düşünüyorsunuz? 4. Materyalde kaybolduğunuz hissine ne kadar sıklıkla kapıldınız? 5. Materyalin yapısı veya düzenlenme biçimi ile ilgili olarak kendinizi ne kadar rahat hissettiniz? 8. Materyalin neresinde olduğunuzu ne kadar sıklıkla karıştırdınız? 9. Materyalin yapısının ne derece mantıklı olarak düzenlendiğini düşünüyorsunuz? Hiç Bulamam Zorlanarak Bulurum Az Zorlanarak Bulurum Kolayca Bulurum Çok Kolay Bulurum Hiç Karıştırmadı Az Karıştırdı Orta Düzeyde Karıştırdı Oldukça Karıştırdı Hiç Bulamam Zorlanarak Bulurum Az Zorlanarak Kolayca Bulurum Bulurum Çok Fazla Karıştırdı Çok Kolay Bulurum Hiç Kapılmadım Az Orta Düzeyde Oldukça Her Zaman Hiç Rahat Az Rahat Hissettim Orta Düzeyde Rahat Oldukça Rahat Çok Rahat Hissetmedim Hissettim Hissettim Hissettim Hiçbir Zaman Az Karıştırdım Orta Düzeyde Karıştırdım Her Zaman Karıştırmadım Karıştırdım Karıştırdım Hiç Mantıklı Az Mantıklı Orta Düzeyde Oldukça Mantıklı Çok Mantıklı Değil Mantıklı

196 181 EK 10. Güdülenme ve Öğrenme Stratejileri Ölçeği Değerli Öğrenci, Bu ölçek belirli bir derse yönelik olarak* kullandığınız öğrenme stratejilerini ve öğrenme güdülenmenizi belirlemek amacıyla hazırlanmıştır. Ölçekte yer alan sorulara verdiğiniz yanıtlar, kesinlikle size not vermek ya da sizi eleştirmek amacıyla kullanılmayacaktır. Bu soruların herkes için geçerli doğru yanıtları bulunmamaktadır. Bu nedenle lütfen aşağıda verilen tüm soruları dikkatle okuyarak yanıtınızı, ifadenin karşısındaki seçeneklerden sizin için en uygun olanı işaretleyerek belirtiniz. *Lütfen ölçeği doldururken dikkate aldığınız dersin adını yazınız: Soruları yanıtlamak için aşağıdaki ölçütleri kullanın. Soruda geçen ifade sizin için kesinlikle doğru ise (7) yi; sizinle ilgili kesinlikle yanlışsa (1) i işaretleyin. Eğer ifadenin size göre doğruluğu bunlardan farklı ise sizin için en uygun düzeyi gösteren (1) le (7) arasındaki rakamı işaretleyin. Benim için Kesinlikle Yanlış Benim için Kesinlikle Doğru Bunun gibi bir derste beni gerçekten çalışmaya zorlayacağına inandığım ders materyallerini tercih ederim, bu sayede yeni şeyler öğrenebilirim. Ancak uygun bir şekilde çalışırsam bu dersin konularını öğrenebilirim. Sınavdayken diğer öğrencilerden daha yetersiz olduğumu düşünürüm. Bu derste öğrendiklerimi diğer derslerde de kullanabilirim. (1) (2) (3) (4) (5) (6) (7) (1) (2) (3) (4) (5) (6) (7) (1) (2) (3) (4) (5) (6) (7) (1) (2) (3) (4) (5) (6) (7) 5 Bu dersten çok iyi bir not alacağıma inanıyorum. (1) (2) (3) (4) (5) (6) (7) 6 Bu derste okumam için verilecek en zor konuları bile anlayacağımdan eminim. (1) (2) (3) (4) (5) (6) (7) 7 Benim için en tatmin edici şey sınıfta iyi bir not almaktır. (1) (2) (3) (4) (5) (6) (7) 8 Sınavda soruları çözerken, sınav kağıdının diğer bölümlerindeki yanıtlayamayacağım soruları düşünürüm. (1) (2) (3) (4) (5) (6) (7) 9 Eğer bu dersi öğrenemiyorsam bu benim kendi hatamdır. (1) (2) (3) (4) (5) (6) (7) 10 Bu derste verilen kaynakları (kaynak materyalleri) öğrenmek benim için önemlidir. (1) (2) (3) (4) (5) (6) (7)

197 Bu derste benim için en önemli şey, genel not ortalamamı yükseltmektir, yani bu dersteki asıl amacım iyi bir not almaktır. Bu derste anlatılan temel kavramları anlayabileceğim konusunda kendime güveniyorum. (1) (2) (3) (4) (5) (6) (7) (1) (2) (3) (4) (5) (6) (7) 13 Eğer yapabilirsem, bu sınıftaki diğer öğrencilerin hepsinden daha yüksek not almak isterim. (1) (2) (3) (4) (5) (6) (7) 4 Sınavdayken başarısızlığı ve bunun doğuracağı sonuçları düşünürüm. (1) (2) (3) (4) (5) (6) (7) 15 Bu derste öğretmenin anlatacağı en zor konuyu bile anlayacağıma güveniyorum. (1) (2) (3) (4) (5) (6) (7) 16 Bunun gibi bir derste, zor olsalar bile, bende merak uyandıran ders materyallerini tercih ederim. (1) (2) (3) (4) (5) (6) (7) 17 Bu dersle ilgili konulara oldukça ilgi duyuyorum. (1) (2) (3) (4) (5) (6) (7) 18 Yeterince çalışırsam dersi anlayabilirim. (1) (2) (3) (4) (5) (6) (7) 19 Sınavdayken kendimi rahatsız ve morali bozuk hissederim. (1) (2) (3) (4) (5) (6) (7) 20 Bu dersteki ödevleri ve sınavları mükemmel yapabileceğim konusunda kendime güveniyorum. (1) (2) (3) (4) (5) (6) (7) 21 Bu derste başarılı olmayı bekliyorum. (1) (2) (3) (4) (5) (6) (7) 22 Bu derste benim için en tatmin edici şey içeriği mümkün olduğunca çok anlayabilmektir. (1) (2) (3) (4) (5) (6) (7) 23 Bence bu derste kullanılan materyaller dersi öğrenmem için faydalıdır. (1) (2) (3) (4) (5) (6) (7) 24 Eğer olanak tanınırsa, iyi not almamı sağlamayacak olsa bile en iyi şekilde öğrenmemi sağlayacak ödevleri (1) (2) (3) (4) (5) (6) (7) seçerim. 25 Dersi yeterince anlayamıyorsam, bu yeterince çalışmadığım içindir. (1) (2) (3) (4) (5) (6) (7) 26 Bu dersin konularını seviyorum. (1) (2) (3) (4) (5) (6) (7) 27 Bu dersin konularını öğrenmek benim için çok önemlidir. (1) (2) (3) (4) (5) (6) (7) 28 Sınavdayken kalbimin hızla çarptığını hissederim. (1) (2) (3) (4) (5) (6) (7) 29 Eminim ki bu derste öğretilen tüm becerileri ustalıkla yapabilirim. (1) (2) (3) (4) (5) (6) (7) 30 Sınıfta başarılı olmak isterim; çünkü yeteneğimi aileme, arkadaşlarıma, üstlerime ve diğerlerine göstermek benim (1) (2) (3) (4) (5) (6) (7) için önemlidir. 31 Dersin zorluğunu, öğretmeni ve becerilerimi dikkate aldığımda, bence bu derste başarılı olurum. (1) (2) (3) (4) (5) (6) (7) 32 Bu ders için verilen okumaları yaparken, düşüncelerimi toplamama yardımcı olması için materyalin ana hatlarını (1) (2) (3) (4) (5) (6) (7) çıkarırım. 33 Başka şeyler düşündüğüm için çoğu zaman derste önemli noktaları kaçırırım. (1) (2) (3) (4) (5) (6) (7)

198 Bu derse genellikle konuyu bir arkadaşıma anlatarak çalışırım. (1) (2) (3) (4) (5) (6) (7) 35 Genellikle derse, ders için konsantre olabileceğim bir yerde çalışırım. (1) (2) (3) (4) (5) (6) (7) 36 Bu dersle ilgili bir şeyler okurken, okuduklarıma odaklanmamı sağlayacak sorular sorarım. (1) (2) (3) (4) (5) (6) (7) 37 Bu derse çalışırken kendimi o kadar tembel ve sıkılmış hissederim ki planladığımdan daha önce çalışmayı (1) (2) (3) (4) (5) (6) (7) bırakırım. 38 Bu derste duyduklarım ya da okuduklarımın ikna edici olup olmadığını sorgularım. (1) (2) (3) (4) (5) (6) (7) 39 Bu derse, konuyu kendi kendime tekrar ederek çalışırım. (1) (2) (3) (4) (5) (6) (7) 40 Bu derste öğrenmekte zorlandığım konu olsa bile, öğrenmek için kimseden yardım istemeden kendi (1) (2) (3) (4) (5) (6) (7) kendime çalışmayı denerim. 41 Bu dersle ilgili bir şeyler okurken kafam karıştığında, geri döner ve kafamı karıştıran şeyi çözmeye çalışırım. (1) (2) (3) (4) (5) (6) (7) 42 Bu derse çalışırken, okuduklarım ve derste aldığım notların üzerinden geçerek en önemli düşünceleri (1) (2) (3) (4) (5) (6) (7) bulmaya çalışırım. 43 Bu ders için çalışma zamanımı iyi kullanırım. (1) (2) (3) (4) (5) (6) (7) 44 Ders kaynaklarını anlamak zorsa, bu kaynakları okuma yöntemimi değiştiririm. (1) (2) (3) (4) (5) (6) (7) 45 Derste verilen ödevleri bitirmek için sınıftaki diğer arkadaşlarımla çalışmayı denerim. (1) (2) (3) (4) (5) (6) (7) 46 Bu derse çalışırken, derste aldığım notları ve okunacak kaynakları tekrar tekrar okurum. (1) (2) (3) (4) (5) (6) (7) 47 Dersteki tartışmalarda ya da okuduğum şeylerde bir kuram, yorum ya da sonuçla karşılaştığımda, bunları destekleyen yeterli kanıtlar olup olmadığına (1) (2) (3) (4) (5) (6) (7) karar vermeye çalışırım. 48 Bu derste yaptıklarımızı sevmesem de derste başarılı olmak için çok çalışırım. (1) (2) (3) (4) (5) (6) (7) 49 Bu derse çalışırken konuları daha iyi anlamak için basit şemalar, tablolar ya da diyagramlar çizerim. (1) (2) (3) (4) (5) (6) (7) 50 Bu derse çalışırken, çalıştığım konuyu arkadaşlarımla tartışmak için zaman ayırırım. (1) (2) (3) (4) (5) (6) (7) 51 Derste verilen kaynakları bir başlama noktası olarak görür, dersle ilgili kendi görüşlerimi oluşturmaya (1) (2) (3) (4) (5) (6) (7) (geliştirmeye) çalışırım. 52 Bir çalışma planına bağlı kalarak ders çalışmak bana zor gelir. (1) (2) (3) (4) (5) (6) (7) 53 Bu derse çalışırken, ders notları, okuma ödevleri ve tartışmalar gibi farklı kaynaklardan edindiğim bilgileri bir araya getiririm. (1) (2) (3) (4) (5) (6) (7)

199 Yeni bir ders kaynağını ayrıntılı çalışmadan önce nasıl düzenlendiğine bakarım. (1) (2) (3) (4) (5) (6) (7) 55 Çalıştığım dersi anladığımdan emin olmak için kendime sorular sorarım. (1) (2) (3) (4) (5) (6) (7) 56 Dersin özelliği ve öğretmenin öğretme sitiline uygun olacak şekilde ders çalışma yöntemimi değiştirmeye (1) (2) (3) (4) (5) (6) (7) çalışırım. 57 Çoğunlukla dersle ilgili bir şey okurken, okuduğumdan hiçbir şey anlamadığımı fark ederim. (1) (2) (3) (4) (5) (6) (7) 58 Öğretmenden iyi anlamadığım kavramları açıklamasını isterim. (1) (2) (3) (4) (5) (6) (7) 59 Bu dersle ilgili önemli kavramları hatırlamak için anahtar kelimeleri ezberlerim. (1) (2) (3) (4) (5) (6) (7) 60 Eğer ders için çalışmak bana zor geliyorsa, çalışmayı bırakır ya da sadece kolay konuları çalışırım. (1) (2) (3) (4) (5) (6) (7) 61 Bu ders için çalışırken sadece materyali okuyup geçmek yerine, materyal üzerinde düşünür ve benden ne (1) (2) (3) (4) (5) (6) (7) öğrenmem beklendiğine karar veririm. 62 Mümkün olduğu sürece, bu derste öğrendiğim konuyla diğer derslerdeki konular arasında ilişki kurmaya (1) (2) (3) (4) (5) (6) (7) çalışırım. 63 Bu derse çalışırken sınıfta aldığım notları gözden geçirir ve önemli kavramlarla ilişkili ana hatları çıkarırım. (1) (2) (3) (4) (5) (6) (7) 64 Bu dersle ilgili metinleri okurken, önceden bildiklerimle okuduklarım arasında ilişki kurmaya çalışırım. (1) (2) (3) (4) (5) (6) (7) 65 Çalışmak için belirlediğim düzenli bir yerim vardır. (1) (2) (3) (4) (5) (6) (7) 66 Bu derste öğrendiklerimle ilişkili kendi düşüncelerimin neler olduğunu çıkarsamaya çalışırım. (1) (2) (3) (4) (5) (6) (7) 67 Bu derse çalışırken, okuduğum kaynaklardaki ana fikirlerin ve derste dinlediğim kavramların özetlerini (1) (2) (3) (4) (5) (6) (7) çıkarırım. 68 Bu dersteki herhangi bir konuyu anlamazsam, sınıftaki bir başka öğrenciden yardım isterim. (1) (2) (3) (4) (5) (6) (7) 69 Bu dersteki kaynakları, okuduklarım ve derste dinlediklerim arasında ilişki kurarak anlamaya çalışırım. (1) (2) (3) (4) (5) (6) (7) 70 Bu dersle ilgili haftalık okumaları ve ödevleri düzenli yaparım. (1) (2) (3) (4) (5) (6) (7) 71 Bu dersle ilgili ne zaman bir iddia ya da sonuç okusam ya da duysam, bunun olası alternatiflerini düşünürüm. (1) (2) (3) (4) (5) (6) (7) 72 Bu dersle ilgili önemli terimlerin bir listesini oluşturur ve listeyi ezberlerim. (1) (2) (3) (4) (5) (6) (7) 73 Bu derste devamsızlık yapmamaya özen gösteririm. (1) (2) (3) (4) (5) (6) (7) 74 Ders materyalleri ilgimi çekmese ve sıkıcı olsa da, onları bitirinceye kadar çalışmaya devam ederim. (1) (2) (3) (4) (5) (6) (7) 75 Sınıfta gerek duyduğum zaman yardım isteyebileceğim öğrencileri belirlemeye çalışırım. (1) (2) (3) (4) (5) (6) (7)

200 Bu derse çalışırken hangi kavramları iyi anlamadığımı belirlemeye çalışırım. Ders dışındaki işlerim yüzünden bu ders için gerekli zamanı ayıramam. Bu derse çalışırken, her çalışmada neler yapacağımı belirlemek için kendime hedefler koyarım. Derste not tutarken kafam karışırsa bu karışıklığı dersten sonra hemen düzeltirim. Sınavdan önce kitapları ve notlarımı çalışmak için yeterli zaman bulamam. Ders kaynaklarından okuyarak edindiğim fikirleri, anlatım ve tartışma gibi diğer sınıf etkinliklerinde de kullanmaya çalışırım. (1) (2) (3) (4) (5) (6) (7) (1) (2) (3) (4) (5) (6) (7) (1) (2) (3) (4) (5) (6) (7) (1) (2) (3) (4) (5) (6) (7) (1) (2) (3) (4) (5) (6) (7) (1) (2) (3) (4) (5) (6) (7)

201 186 EK 11. Eğitsel Web Ortamından Ekran Görüntüleri Word eğitimine ilişkin uyarlamaların yer aldığı ve yer almadığı eğitsel web ortamının bazı ekran görüntüleri aşağıda sunulmakta ve ortamın bazı özelliklerinden bahsedilmektedir. Öğrenciler sisteme kendilerine daha önceden verilen kullanıcı adı ve şifreleri ile internet tarayıcılarını kullanarak giriş yapabilmektedirler. Giriş sayfası ile ilgili görüntü şekil 21 de görülmektedir. Şekil 21. Kullanıcıların Yazılıma Giriş Ekranları Giriş yapan öğrenciler araştırmacı tarafından daha önce atandıkları ortamla (uyarlamaların bulunduğu/ uyarlamaların bulunmadığı) karşılaşmaktadırlar. Sistem kullanıcıların tüm oturumlar için ortamdaki hareketleri, yaptıkları, kaldıkları konu ve diğer tercihleri gibi pek çok özelliği kaydetmekte ve bu veriler ışığında bir sonraki oturumda kullanıcıları en son çalıştıkları konu başlığı, yaptıkları tercihler doğrultusunda karşılamaktadır.

202 187 Kullanıcı girişinin ardından sistem kullanıcıya şekil 22 de yer alan Bilgilerim ekranını sunmaktadır. Şekil 22. Yazılıma Giriş Yapıldığında Kullanıcının Karşısına Gelen Bilgilendirme Ekranının Görünümü Bilgilendirme ekranında kullanıcının yazılımda geçirdiği toplam süre, konulara çalışarak geçirdiği süre, girdiği konu sayısının toplam konu sayısına oranı, girdiği ek açıklama sayısı ve konuların tamamlanma yüzdesi yer almaktadır. Kullanıcı kaldığı konudan devam etmek için sayfada yer alan bağlantıya tıklayabilmektedir. Yazılımının ekran görünümü şekil 23 te sunulmaktadır.

203 188 Şekil 23. Yazılımın Ekran Görünümü Eğitsel web ortamının sol üst köşesinde o anda bulunulan bölüm ve konunun adı yer almaktadır. Yazılımın sağ üst bölümünde ise; görevlere ulaşmayı sağlayan görevler bağlantısı, yazılımın özellikleri hakkında bilgilerin yer aldığı yardım seçeneği ve yazılımldan güvenli bir şekilde çıkmayı sağlayan çıkış seçeneği yer almaktadır. Ekranın en altında soldan sağa doğru sırasıyla; içeriği metinsel yada videolu çalışmaya imkan sunan metin/video seçeneği, konu ile ilgili ek açıklamaları görüntülemek yada kapatmak için ek açıklama seçeneği, konu ile ilgili not almak amacıyla not al seçeneği, çalışılan konuyu önemli sayfa olarak işaretlemek/işareti kaldırmak amacıyla önemli sayfa yap seçeneği, kullanıcının yazılımda yaptığı, hareketleri ve istatistikleri ile ilgili bilgilere ulaşmak amacıyla yaptıklarım seçeneği, konular arasında gezinti yapabilmek amacıyla ileri ve geri butonları yer almaktadır. İlerleyen sayfalarda bu butonların her birinin işlevi kısaca açıklanacaktır.

204 189 Yazılımda ekranın sol bölümünde tüm bölümleri, konuları ve alt konuları gösteren bir içerik haritası yer almaktadır. Bu harita öğrencinin sadece içeriği görmesini değil aynı zamanda istediği konuya, konunun ismine tıklayarak ulaşmasını sağlamaktadır. Şekil 24. Uyarlamaların bulunmadığı yazılımda içerik haritasının görünümü Site haritasının işlevi ve görünümü uyarlamaların bulunma durumuna göre farklılık göstermektedir. Uyarlamaların bulunmadığı web ortamında içerik haritası Şekil 24 de sunulmuştur. Uyarlamaların yer aldığı yazılımda yer alan içerik haritasında ise her bir konu başlığı ile ilgili uygunluk durumu; uygun değil ( ), biliyorsun ( ) ve uygun ( ) simgeleriyle gösterilmektedir.

205 190 Şekil 25. Uyarlamaların bulunduğu yazılımda içerik haritasının görünümü Uyarlanabilir web ortamında çalışan öğrenciler uygun olmayan bir konu başlığına tıkladıklarında karşılarına gelen uyarı ekranına ilişkin görünüm şekil 26 da yer almaktadır. Bu uyarı ekranında öğrenciye o konuyu öğrenmesi için öncelikle bilmesi gereken ön gereksinim konuları listelenmektedir. Öğrenci listelenen bu başlıklar arasından istediği konuya tıklayarak çalışabilmektedir. Öğrenci ön gereksinim konularına çalışmak istemiyorsa uygun olmamasına rağmen tıkladığı konuya da çalışabilmektedir. Uyarı ekranında ön gereksinim konuları içerik haritasında uygun konuların gösterildiği gibi yeşil bir arkaplan üzerinde sunulurken, çalışılması henüz uygun olmayan başlık kırmızı bir arkaplan rengi üstünde sunulmaktadır.

206 191 Şekil 26. Uyarı ekranına ilişkin ekran görünümü 7 bölümden oluşan yazılımda, her bölümde giriş kısmı yer almakta ve bu kısımda sırasıyla: Animasyon şeklinde tasarlanmış genel bakış (overview), Bölüm hedefleri ve Kavram haritaları yer almaktadır. Konuyla ilgili içerikler, bir ekran yakalama programı ile çekilmiş videolar ve resimlerle desteklenmiş yazılı anlatımlarla sunulmaktadır. Böylece öğrencilere, yazılı anlatım ve resimlerle okuyarak ya da videolarla dinleyerek ve izleyerek öğrenmeleri veya her iki şekilde de çalışma imkanı sunulmaktadır. Öğrenciler ekranın alt kısmında yer alan metin butonuna tıklayarak konuyu yazılı anlatımla çalışabilmektedirler. Yazılı anlatım aktifken bu buton video butonuna dönüşmektedir ve videolu anlatıma geçmek için video butonuna tıklamak yeterli olmaktadır.

207 192 Şekil 27 de üst bilgi konusu ile ilgili videolu anlatım ekran görüntüsü, şekil 28 de ise aynı konu ile ilgili yazılı anlatımın bulunduğu ekran görüntüsü yer almaktadır. Şekil 27. Videolu konu anlatımının yer aldığı bir ekran görünümü Uyarlama olmayan ortamda en son tıklanan sunum türü ne ise (video/metin ve resim), kullanıcı yeni bir konuya tıkladığında içerik o sunum türü ile görüntülenmektedir. Uyarlanabilir ortamda ise kullanıcının genel tercihi ve son tercihi dikkate alınarak sistem tarafından bayes algoritması kullanılarak bir hesaplama yapılmakta ve elde edilen değere göre bir sonraki konunun hangi sunum türü ile sunulacağına karar verilmektedir.

208 193 Şekil 28. Metin ve resimle konu anlatımının yer aldığı bir ekran görünümü Video/metin butonunun yanında, çalışılan konuyla ilgili ek açıklama varsa bu ek açıklamanın görüntülenmesini sağlayan Ek açıklama butonu yer almaktadır. Tüm konularla ilgili ek açıklama bulunmadığı için eğer aktif konu ile ilgili ek açıklama varsa bu butonun üstünde konu ile ilgili ek açıklama olduğuna dair bir işaret yer almaktadır. Ek açıklamların sunulduğu ekranların arkaplan rengi diğer konu anlatımlarından farklı olarak sarı renklidir. Bu farklılığın sebebi kullanıcının konu başlığına mı yoksa konu ile ilgili ek açıklamaya mı çalıştığını fark etmesini sağlamaktır. Ek açıklama ekranında yer alan konuya geri dön bağlantısına tıklanarak tekrar konuya geri dönülebilmektedir. Şekil 29 da ek açıklamların yer aldığı bir ekran görünümü yer almaktadır.

209 194 Şekil 29. Ek açıklamanın yer aldığı bir ekran görünümü Ek açıklama butonunun yanında kullanıcının her ekranda not alabilmesine imkan sağlayan Not al butonu yer almaktadır. Öğrenci notunu kaydederse Ek açıklama butonuna benzer şekilde notlar butonunda notunun olduğunu belirten bir işaret çıkmakta, böylece öğrenci o sayfayı tekrar ziyaret ettiğinde o sayfada not aldığını fark etmektedir. Not al düğmesine tıklandığında içerik haritasının alt kısmında not al penceresi açılmaktadır. Öğrenci bu pencerede yeni notlar alabilmekte ya da daha önce o sayfada aldığı notlar üzerinde değişkilik yapabilmektedir. Not alma penceresinde alınan notun tarihini ve saatini gösteren bilgi yer almaktadır. Şekil 29 da Not alma pencersinin açık olduğu ekran görünümü sunulmaktadır.

210 195 Şekil 30. Not al penceresinin açık olduğu bir ekran görünümü Not al butonunun yanında öğrencilerin çalıştıkları ve önemli buldukları sayfaları işaretlemlerine imkan sunan Önemli Sayfa Yap butonu yer almaktadır. Önemli sayfa olarak işaretlenen sayfalarda bu buton önemli sayfa şekline dönüşmektedir. Böylece öğrenci bu sayfaya girdiğinde sayfanın önemli sayfa olarak işaretlendiğini anlayabilmektedir. Şekil 30 da bir sayfa önemli sayfa olarak işaretlendiğinde önemli sayfa butonun görüntüsü yer almaktadır. Şekil 31. Sayfanın işaretlendiğini gösteren buton görünümü Önemli Sayfa butonunun yanında Yaptıklarım butonu yer almaktadır. Bu butonun dört alt seçeneği vardır; Girdiğim sayfalar, Tüm notlarım, Önemli Sayfalarım, Geçmişim. Girdiğim Sayfalar seçeneğine tıklanarak daha önce girilen sayfaların listesine ulaşabilmektedir. Tüm notlarım seçeneği ile yazılım boyunca alınan tüm notların listesi, bu notların hangi konuyla ilgili olduğu ve alınma tarihleri

211 196 listelenmektedir. Bu listeden istenen nota tıklanarak ayrıntıları görülebilmekte ve üzerinde ekleme ve değişkilik yapılabimektedir. Şekil 31 de Tüm notların görüntülendiği ekran görünümü yer almaktadır. Önemli Sayfalarım seçeneği ile önemli sayfa olarak işaretlenen konular ve hangi tarihlerde işaretlendikleri listelenmektedir. Geçmişim seçeneği ile ise kullanıcının yazılıma ilk giriş yaptığında karşısına gelen bilgilendirme ekranına ulaşılmaktadır. Şekil 32. Tüm notlarım penceresinin görüntülendiği bir ekran görünümü