Pdf yap

15. BÖLÜM
UYARLANABİLİR ÇEVRİMİÇİ
ÖĞRENME SİSTEMLERİ
Doç. Dr. Fethi A. İNAN
Fatih ARI
Yrd. Doç. Dr. Raymond FLORES
İsmahan ARSLAN-ARI
Dr. Amani ZAİER
Özet
Uyarlanabilir çevrimiçi öğrenme sistemleri, bireylerin kişisel gereksinimlerini göz önünde bulundurarak, öğrenme sürecini kişiselleştirmek için farklı mekanizmalar sunmaktadır. Bu bölümde, uyarlanabilir çevrimiçi öğrenme, çevrimiçi öğrenme ve uyarlanabilir sistem tasarımında bireysel farklılıkların etkisi,
farklı uyarlama teknikleri ve de uyarlanabilir sistem tasarımı, geliştirme ve uygulanmasında karşılaşılabilecek zorluklar ele alınacaktır. Bu bölümün temel amacı kişiselleştirilmiş çevrimiçi öğrenmenin geleceğinin
gelişimini biçimlendirmek için bir çerçeve sunmaktır.
Anahtar Kelimeler
Uyarlanabilir çevrimiçi öğrenme ortamları, Bireysel farklılıklar, Kişiselleştirilmiş öğretim, Çevrimiçi
öğrenme
228 Öğrem Teknolojilerinin Temelleri: Teoriler Araşrmalar Eğilimler
GİRİŞ
Çevrimiçi Öğrenmede Bireysel Farklılıklar
Çevrimiçi öğrenme ortamları, öğretme ve öğrenmenin zamandan ve mekândan bağımsız olarak gerçekleşebilmesi gibi eğitsel kullanımlar için sınırsız olanaklar sunmaktadır (Gunawardena & McIsaac, 2003;
Moore & Kearsley, 1996). Ancak, bütün öğrencilerin kişisel öğrenme gereksinimlerini karşılama çabası,
uygulamada birçok problemi ve sorunu da beraberinde getirmektedir (Chen & Paul, 2003; Inan & Grant,
2006; Song, Singleton, Hill & Koh, 2004). Günümüzde, çoğu çevrimiçi öğrenme ortamı; kişisel farklılıkları
göz ardı ederek bütün kullanıcılara aynı arayüzü ve içeriği sunacak şekilde tasarlanmaktadır (Brusilovsky,
2001; Chen, Czerwinski, & Macredie, 2000; McLoughlin, 1999). Fakat önceden tanımlanan çevrimiçi içerik
sunumları, gezinme yöntemleri ve öğretim stratejileri, her öğrencinin bireysel gereksinimlerini karşılamayabilir (Brusilovsky, 1998; Inan & Grant, 2008; Inan & Lowther, 2007; Song, 2002). Çevrimci öğrenmede,
öğrenciler genelde eş zamansız ve bireysel olarak çalıştıklarından dolayı, eğitmenler yüz yüze öğretimdeki
gibi zamanında etkileşim ve dönüt sağlayamamaktadır. Eğer öğrenci çevrimiçi öğrenme ortamında kendisini rahat hissetmez ise, birçok öğretim kazanımı tatmin edici olmayabilir (Metros & Hedberg, 2002; Oliver
& Herrington, 1995; Yukselturk & Bulut, 2007).
Bahsi geçen engel ve zorlukların üstesinden gelebilmek için çevrimiçi öğrenme, bireylerin kişilik özellikleri ve öğrenme gereksinimleri tanımlandıktan sonra uygun içerik, dönüt ve destek öğrenme süresince
kişiselleştirilerek tasarımlanmalıdır. Uyarlanabilir çevrimiçi sistemler öğrencilerin bireysel farklılıklarına
odaklanmaktadır (Jonassen & Grabowski, 1993). Çünkü ön bilgi, tercihler, duyuşsal özellikler gibi öğrenci özellikleri, öğrencilerin öğrenmesinde anlamlı farklılıklara neden olmuştur (Chen & Paul, 2003; Inan,
Flores, Ari, & Arslan-Ari, 2011). Bu yüzden, uyarlanabilir sistemler geliştirildiğinde uzunca bir değişken/
faktör listesini göz önünde bulundurmak gerekir. Uyarlanabilir sistemleri tasarlarken dikkate alınan bu
değişkenlerin başında, öğrencilerin önceki konu alanı bilgileri ve öğrenme deneyimleri gelmektedir (Brusilovsky, 2003; Foster & Lin, 2003; Weber & Brusilovsky, 2001). Öğrencilerin daha önceki konu alanı bilgileri,
içerik alanının daha önceki anlamlarını ve sunulan yeni içeriği öğrenmeye yönelik hazırbulunuşluk seviyesini kapsamaktadır. Birçok araştırma, çevrimiçi öğrenme sürecinin tasarlanmasında, ön bilgi seviyesini
dikkate almaktadır (örneğin; Beal, Adams, & Cohen, 2010; Chen & Paul, 2003; Koedinger, McLaughlin,
& Heffernan, 2010; Milne, Cook, Shiu, & McFadyen, 1997). Foster ve Lin (2003) yaptıkları araştırmada,
öğrencilerin bilgi ve beceri edinimlerinin sadece öğretim görevlerinin sunum yöntemleri ile ilgili olmadığını fakat öğrencilerin ön bilgi düzeylerinin ve geçmiş deneyimlerinin önemli bir role sahip olduklarını
bulmuşlardır.
Uyarlanabilir sistem tasarımında dikkate alınan diğer değişken grubu, farklı öğrenme ve öğretim etkinlikleri için öğrencilerin tercihlerini yansıtan öğrenme stilleri ile öğrencilerin öğrenme sürecinde bilgiyi
nasıl işlediği, nasıl düzenlediği ve nasıl kullandığı ile ilgili olan bilişsel sitillerdir. Alandaki çoğu araştırmacı, uyarlanabilir çevrimiçi sistem tasarımında öğrencilerin öğrenme ve bilişsel sitillerini iki önemli özellik
olarak dikkate almışlardır (Gilbert & Han, 1999; Magoulas, Chen, & Dimakopoulos, 2004; Papanikolaou, Grigoriadou, Kornilakis, & Magoulas, 2003; Triantafillou, Pomportsis, & Demetriadis, 2003). Brickell
(1993)’e göre, öğretim materyalleri, öğrencilerin öğrenme sitillerine dikkat edilerek geliştirilirse, öğrenme
deneyimleri daha da zenginleşmektedir. Buna ek olarak, Triantafillou ve diğerleri (2003), öğrenme stratejilerinin öğrencilerin bilişsel sitillerine göre uyarlanmasından öğrencilerin çoğunun memnun olduğunu
rapor etmişlerdir.
Uyarlanabı ̇lir Çevrimiçi Öğrenme Sı ̇stemleri 229
Öğrencilerin duyuşsal durumları, uyarlanabilir sistem tasarımında son zamanlarda adından sıkça bahsedilen bir başka değişkendir. Motivasyon ve tutum ölçekleri gibi geleneksel veri toplama araçlar ile göz
hareketlerini izleme gibi araçlar kullanılarak öğretim içeriğinin uyarlanması için öğrencilerin o anki durumları gözlemlenebilmektedir. Alanda yapılan çalışmaların bulguları da öğrencilerin duyuşsal durumlarının uyarlanabilir öğrenme sistemlerinin tasarımında dikkate alınması gerektiği gerçeğini desteklemektedir.
Örneğin, Far ve Hashimoto (2000), öğrencilerin motivasyon durumlarının öğrenim kazanımları üzerinde
çok etkili olduğunu bulmuşlardır. Buna ek olarak, uyarlanabilir çevrimiçi öğretim ortamlarının tasarımı,
geliştirilmesi ve uygulanması süreçlerinde diğer değişkenler de dikkate alınmıştır. Bu değişkenler şunları
içermektedir: amaçlar (Brusilovsky, 1998; Magoulas ve diğerleri, 2003; Papanikolaou & Grigoriadou, 2009),
çoklu zeka (Kelly & Tangney, 2004), bilgiyi arama ve medya tercihleri (Carro, 2002; Danielson, 1997; Stelmaszewska, Blandford, & Buchanan, 2005), dil becerileri (Beal, Adams, & Cohen, 2010; Carro, 2002), cinsiyet (Fan & Macredie, 2006; Milne ve diğerleri, 1997), ve engel durumu (Beal, Arroyo, Cohen, & Woolf,
2010; Fink, Kobsa & Nill, 1996, 1998).
Uyarlanabilir Çevrimiçi Öğrenme Ortamları
Uyarlanabilir çevrimiçi öğrenme ortamları, kişiselleştirilmiş öğrenme ortamları oluşturmak, bireysel farklılıkları ve gereksinimleri karşılamak için öğretim yaklaşım ve tekniklerini uyarlamaktadır (Inan
& Grant, 2008). Ana hatları ile uyarlanabilir çevrimiçi sistemler (1) öğrenenin tercihleri, ön bilgisi, beceri
ve tutumları gibi kullanıcı bilgilerini toplar (Triantafillou ve digerleri, 2003; Tsianos, Germanakos, Lekkas,
Mourlas, & Samaras, 2009); (2) verileri, kullanıcı modeli oluşturma, sonuç çıkarma ve her kişiyi geliştirilen
kullanıcı modeline göre yerleştirme amacıyla kullanarak uyarlanabilir yöntemi seçer, (Brusilovsky, 2001;
Park & Lee, 2003; Inan & Grant, 2008) ve (3) sistemdeki uyarlanabilir yöntemlerin uygulanması toplanan
ve sonuç çıkarılan veriye dayanır (Dogan, 2008; Papanikolaou ve diğerleri, 2003).
Uyarlama süreci, bireysel farklılık değişkenlerinin ve bu değişkenlerin ölçülmesi için kullanılacak ölçeklerin tanımlanarak, öğrenci ile ilişkili kararlar verme adımıyla başlamaktadır. Kullanıcı modeli oluşturmak için hangi değişken türünün kullanılacağına karar verildiğinde, öğretim strateji ve yöntemlerinin
belirlenmesine odaklanmış karar kişiselleştirme için uygun olacaktır ve öğretim stratejileri öğrenen özellikleri ile eşleşebilecektir. Uyarlanabilir yöntemler, kullanıcı modelinde depolanan kişisel gereksinimleri
ve tercihleri yerleştirmek için çevrimiçi öğretim sisteminin çeşitli bileşenlerinde değişiklik ve düzeltmeler
yapmak için kullanılan teknikler, işlemler, stratejilerdir. Inan ve Grant (2008) ve Inan, Flores, Ari ve Arslan-Ari (2011) uyarlanabilir çevrimiçi sistemlerin eğitsel boyutunu geliştirmek için geniş bir uyarlanabilir
teknoloji yelpazesi önermiştir. Tablo 15.1’de uyarlama tekniklerinin özeti, öğrencinin ön bilgisini dikkate
alan örneklerle birlikte sunulmaktadır.
230 Öğrem Teknolojilerinin Temelleri: Teoriler Araşrmalar Eğilimler
Tablo 15.1. Uyarlama Tekniklerinin Özeti
Yöntemler
Açıklama
Örnekler
İçeriğin
İçeriğin düzeninin ve
Uyarlanması miktarının ayarlanması
Düşük ön bilgiye sahip öğrenci için içerik sistem sunumunu
takip edecek şekilde iyi yapılandırılırken, yüksek ön bilgiye
sahip öğrenci farklı içerik seçeneğini tercih edebilir (Clarke,
Ayres, & Sweller, 2005; Kalyuga, 2007; Tobias, 1976)
Gezinmenin Gezinmenin yapısının
Uyarlanması ve görünüşünün değiştirilmesi (örneğin, doğrudan
rehberlik, bağlar için ek
açıklama
ve/veya bağların saklanması)
Uyarlanabilir sistemler, düşük ön bilgiye sahip öğrenciler
için bilişsel aşırı yükü azaltmak için gezinme seçeneklerini
sınırlayabilirken (örneğin bağların saklanması) (Shin ve
diğerleri, 1994; Scheiter & Gerjets, 2007) yüksek ön bilgiye
sahip öğrenciler için uyarlanabilir ek açıklamalar ve çoklu
bağ oluşturulması gibi zengin bağ teknolojileri sağlayabilmektedir (Shin ve diğerleri, 1994; Brusilovsky ve diğerleri,
2009 )
Değerlendirme &
Dönütün
Uyarlanması
Düşük ön bilgiye sahip öğrenci, kişisel olarak problem
çözme sürecinden önce problem çözme sürecini deneyimleyebilmeleri için iyi yönlendirilmiş ve düşük hızda örnekler
veya problem çözüm sunumları alırken yüksek ön bilgiye
sahip öğrenci çok az bir yönlendirme veya hiç yönlendirme
olmayan uygulama ile daha zor sorular ile karşılaşır (Kalyuga, 2007; Tuovinen & Sweller, 1999).
Farklı değerlendirme yaklaşımlarının ve notlandırma seçeneklerinin uygulanması ve öğrenme süreci
boyunca akıllı yardımın ve
dönütün sağlanması
Öğrenme
Her kullanıcı için farklı
Etkinlikleri- öğrenme etkinliklerinin
nin Uyarla- sağlanması
ması
Düşük ön bilgiye sahip öğrenciler için uyarlanabilir sistem,
içeriğin veya problemlerin zorluk derecesini adım adım
arttırarak yavaş geçişlere (içerikten uygulamaya veya uygulamadan içeriğe) izin verecektir (Inan & Grant, 2008; Reisslein, 2005)
Arayüzün
Kişisel tercihlere dayalı
Uyarlanması olarak sayfaların görsel
arayüzünün değiştirilmesi
Düşük ön bilgiye sahip öğrenciler için sistem anahtar kelimeler veya başlıklar için altı çizili, yatık veya daha büyük
yazı tipi kullanacaktır (Song & Keller, 2001). Öte taraftan,
yüksek ön bilgiye sahip öğrenciler içerik sunum ekranlarını daha etkileşimli seçenekler ile görebilir (Song & Keller,
2001)
Inan, Flores, Ari, ve Arslan-Ari (2011)’dan uyarlanmıştır.
Kullanıcı Modelleme
Uyarlanabilir çevrimiçi öğrenme ortamları tasarlanırken kullanıcı modellerinin de tanımlanması gerekmektedir. Kullanıcı modelleri öğrenci ile ilgili değişkenlerin (ön bilgi, beceri, tutum) yanı sıra öğrenciden bağımsız faktörlerin (amaç/hedef vs.) de dikkate alınmasıyla tanımlanabilir. Uyarlanabilir çevrimiçi
öğrenme ortamları, geleneksel veri toplama araçları (anketler, vs.) ya da göz hareketlerini izleme sistemleri
gibi farklı teknolojileri kullanarak kullanıcı bilgisini toplar ve daha sonra her öğrenciyi ait olduğu kullanıcı
modeline yerleştirir. Uyarlanabilir çevrimiçi öğrenme ortamları, belirli aralıklarla topladığı kullanıcı bilgisine dayanarak, öğrencilerin ait oldukları kullanıcı modellerini güncelleyebilir ve de her kullanıcı için farklı
uyarlama yöntemlerini kullanabilir. Örneğin, içerik uyarlanırken, konu ön bilgi seviyesi ve konuya karşı
ilgisi düşük olan öğrenciler için açıklayıcı grafikler ya da animasyonlar kullanılabilir (Mayer & Gallini 1990;
Mayer, Steinhoff, Bower, G., & Mars,1995; Song & Keller, 2001).
Uyarlanabı ̇lir Çevrimiçi Öğrenme Sı ̇stemleri 231
İçeriği Uyarlama
İçeriğin uyarlanması öğrenenin ön bilgisi, tercihleri ve diğer kişisel bilgilerine göre içeriğin değiştirilmesidir (Brusilovsky, 2001). Aynı içeriği öğrenen kişiye sunmanın birçok yolu bulunmaktadır. Örneğin,
içerik miktarı (örneğin özet, gelişmiş) veya içeriğin biçimi (örneğin, çoklu ortam, metin) ayarlanabilir. Eğer
öğrenci belirli bilgi veya ilgiye sahip değilse, sistem kendisine destek bilgi sağlayabilir. Bunlara ek olarak, her
öğrenci için öğretilmesi en uygun sırada olan istenen bilgi veya becerileri öğrencinin alması sağlandığında
içerik sıralaması değiştirilebilir (Brusilovsky, 2003; Inan & Grant, 2008).
Gezinmeyi Uyarlama
Gezinme uyarlama yöntemleri genellikle öğrencilere geçerli konumlarını belirlemek ve önceki veya
sonraki konuma geçmek için kendilerine yardımcı olmak amacıyla kullanılırlar (Brusilovsky, Sosnovsky, &
Yudelson, 2009; Oliver & Herrington, 1995). Farklı bilgi seviyelerine veya bilişsel sitillere sahip öğrenciler
farklı uyarlanabilir gezinme desteğini beğenebilirler (Brickell, 1993; Flores, Ari, Inan,& Arslan-Ari, 2012;
Weber & Brusilovsky, 2001). Örneğin, doğrudan yönlendirme veya bağların gizlenmesi gibi sınırlı yaklaşımları olan gezinme yöntemleri bir konu hakkında sınırlı bilgiye sahip öğrenciler için uygundur. Yüksek
ön bilgiye sahip öğrenenler, ek destek içeriğine erişmek için öğrenenlerin seçeneklerini genişleten çoklu bağ
oluşumu ve ek açıklamalı bağlar gibi zengin ilişkisel bağ teknolojilerini beğenebilirler (Brusilovsky, 2003).
Değerleme ve Dönütün Uyarlanması
Uyarlanabilir değerlendirme, öğrencilere farklı değerlendirme görevleri ve problemleri sağlamaktadır (örneğin, mini sınavlar, ürün geliştirme veya grup çalışması ) (Inan & Grant, 2008). Buna ek olarak, uyarlanabilir
değerlendirme daha az becerileri olanları hedef almak ve bunları iyileştirmek için kullanılmakta ve öğrenenlere
farklı uygulama ve problem türleri sağlamaktadır (Inan & Grant, 2004). Dahası, öğrencilerin gelişimini izlerken uygulamanın, test maddelerinin zorluk derecesi ve dönüt öğrencinin bilgi ve beceri düzeyine göre ayarlanabilmektedir (Weber & Brusilovsky, 2001). Başka bir ifade ile, verilen madde ile zorluk çeken öğrenciler ek
yardım ve yönlendirme alabilirken yüksek seviyede yeterliğe sahip öğrencilere daha az yönlendirme ve bağımsız problem çözme görevleri ile uygulama olanağını sunulabilir (Kosba, Dimitrova, & Boyle, 2007; Shute, 2008).
Öğrenme Etkinliklerinin Uyarlanması
Uyarlanabilir öğrenme etkinlikleri, öğrencinin öğrenmesini desteklemek ve öğrenme sürecine olan bağlılıklarını arttırmak için öğretim ve güdüsel stratejileri içermektedir (Inan & Grant, 2008, Inan, Flores, & Grant,
2010). Öğretim stratejileri öğrencilerin özelliklerine bağlı olarak onların öğrenmelerini farklı olarak etkileyebilir
veya kolaylaştırabilir (Jonassen & Grabowski, 1993; Scheiter, Gerjets, Vollmann & Catrambone, 2009; Tobias,
1987). Örneğin, bilişsel stil konusunda yapılmış birçok çalışma, alan bağımlı öğrencilerin işbirlikli öğrenme
ekinliklerinde daha iyi öğrendiğini, alan bağımsız öğrencilerin ise kişiselleştirilmiş öğrenme etkinliklerinde
daha iyi öğrendiğini ortaya koymuştur (Chen, 2002; Liu & Reed, 1994). Benzer şekilde, güdüsel strateji gereksinimi bireylere göre değişmektedir. Örneğin, her öğrencinin uzmanlığı ile ilişkili projelerde veya görevlerde
çalışmasını seçmesine izin verilmesi motivasyonlarını ve öğrenme sürecine olan bağlılıklarını arttırabilmektedir.
Ara Yüzü Uyarlama
Ara yüzün uyarlanması, kişilerin tercihleri, önceki konu bilgilerine göre tasarım, düzen ve biçim (örneğin, renk, yazı tipi, yazı büyüklüğü ve kayan çubuklar) gibi içeriğin görsel arayüzünün değişimidir (Inan
& Grant, 2008; Magoulas ve diğerleri, 2004). Bilgisayar ekranındaki metin ve resimlerin görünüşü, okunabilirliği ve kullanışlığı etkilemektedir (Metros & Hedberg, 2002; Smaldino, Russell, Heinich, & Molenda,
2005). Kişiselleştirilmiş arayüz sisteme karşı öğrencilerin daha olumlu bir tutum geliştirmesinde öğrencilere yardımcı olabilmektedir (Dabbagh & Bannan-Ritland, 2005; Inan, Yildirim, & Kiraz, 2004). Dahası,
uyarlanabilir arayüzler, yazı boyutunu büyütme ihtiyacı duyan gözleri bozuk öğrenciler, ana dillerine çeviri
yapma ihtiyacı duyan İngilizce dili öğrenenler gibi ayrıcalıklı öğrenenler için kullanışlı olabilmektedir.
232 Öğrem Teknolojilerinin Temelleri: Teoriler Araşrmalar Eğilimler
Örnek Uyarlanabilir Öğrenme Sistemleri
Uyarlanabilir öğrenme sistemlerine ilişkin literatürde birçok farklı sistemden bahsedilmesine rağmen,
günümüzde bu sistemlerin çoğuna direk erişim bulunmamaktadır. Aşağıda şu anda erişilebilen uyarlanabilir öğrenme sistemlerine üç örnek verilmiştir.
AHA (Adaptive Hypermedia Architecture): Eindhoven teknoloji üniversitesinde Prof. Dr. Paul De Bra’
nın önderliğini yaptığı bir araştırma grubu tarafından geliştirilmiştir. AHA kullanıcıların sayfa erişimlerini
belirli kurallar çerçevesinde değerlendirerek kullanıcı modelini günceller. Daha sonra güncellenmiş olan
kullanıcı modeline göre arayüzü kişiselleştirir. AHA hakkında detaylı bilgi almak için http://aha.win.tue.nl/
adresini ziyaret edebilirsiniz.
SQL-Tutor: SQL-Tutor Prof. Dr. Tanja Mitrovic önderliğinde bir araştırma grubu tarafından Canterbury üniversitesinde geliştirilmiştir. SQL-Tutor yapılandırılmış sorgu dilini öğrenmek isteyen öğrencileri
desteklemek amacı ile tasarlanmış bilgi-tabanlı bir sistemdir. SQL-Tutor problemlerin zorluk seviyelerini
öğrencilerin kişisel gereksinimleri ve bireysel öğrenme becerilerine göre uyarlar ve her öğrenci için detaylı,
bilgilendirici dönüt verir. SQL-Tutor hakkında detaylı bilgi almak için http://www.cosc.canterbury.ac.nz/
tanja.mitrovic/sql-tutor.html ziyaret edebilirsiniz.
APS4Math ( Adaptive Problem Solving for Mathematics): Çevrimçi uyarlanabilir bir sistem olan APS4Math
Doç. Dr. Fethi İnan liderliğinde bir araştırma grubu tarafından Texas Tech üniversitesinde geliştirilmiştir.
APS4Math öğrencilerin problem çözme becerilerini desteklemek amacıyla, öğrencilerin bireysel farklılıklarını
göz önünde bulundurarak içeriği, alıştırmaları ve dönütü uyarlayabilen bir sistemdir. APS4Math öğrencilerin
bilgi ve beceri seviyelerini sürekli olarak izler ve içeriği, alıştırmaları ve dönütü öğrencilerin mevcut seviyelerine göre uyarlar. APS4Math hakkında detaylı bilgi almak için www.aps4math.com ziyaret edebilirsiniz.
Önemli Tasarım ve Geliştirme Zorlukları
Uyarlanabilir eğitim sistemlerinin tasarımı, geliştirilmesi ve uygulanması birçok zorluğu da beraberinde getirmektedir. Uyarlanabilir sistemlerin geliştirilmesi ve uygulanmasından önce geliştirme maliyeti,
uyarlama stratejilerinin seçimleri, öğrenci değerlendirmeleri, teknik gereklilikler gibi birçok zorluğun dikkate alınması gerekmektedir. Uyarlanabilir sistemlerin hem zaman hem de parasal açıdan maliyeti düzenli
çevrimiçi öğretimin geliştirilmesinden daha fazladır (Reiners & Sassen, 2008). Maliyetlere ek olarak, geliştirme süreci içerik, uyarlama stratejileri ve öğrenci gereksinimlerinin eşleştirmesini sağlayacak bir grup
uzman gerektirmektedir (Burgos, Tattersall, & Koper, 2007; Hwang, 2003). Ayrıca, uyarlanabilir içerik sunumu birçok zorluğu da ortaya çıkarmaktadır. Zaman ve uyarlanabilir içeriği oluşturacak uzmanlığın ötesinde, tasarım/geliştirme ekibinin dersin eğitmeni ile işbirliğini gerektirmektedir (Inan ve diğerleri, 2011).
Uyarlama stratejilerinin seçimi ve uygulanması konusunda önceki çalışmaların yetersizliğinden kaynaklanan kritik bir sınırlama bulunmaktadır (Shute & Zapata-Rivera, 2007; Tsandilas & Schraefel, 2004). Önceki çalışmalar, bireysel farklılıklar ve uyarlanabilir öğretim sistemlerinin tasarımda hangi öğrenen özelliğinin dikkate
alınması gerektiği konusunda kapsamlı bilgi sağlamaktadır. Ancak, yine de bu özelliklerin öğrenen özellikleri ile
nasıl eşleştirilmesi ve bu özelliklerin bireysel öğrencilerin gereksinimlerini tanımlamak için nasıl kullanılması
gerektiğine yönelik iyi açıklanmış standartlar bulunmamaktadır. Dahası, öğrenci özellikleri ile stratejinin eşleştirilmesi konusunda tutarsızlıklar devam etmektedir (Lee & Park, 2007; Scheiter ve diğerleri, 2009).
Başka bir konu olan değerlendirmenin geliştirilmesi ve uygulanması uyarlanabilir sistem geliştiricileri için zorlayıcı bir iştir (Shute & Zapata-Rivera, 2007; Weibelzahl, 2005). Veri toplama araçlarının geliştirilmesine ek olarak, devamlı olarak öğrencilerin bilgisini, becerisini ve eğilimlerini ölçmede kullanılan
ölçeklerin geçerliği ve güvenirliği konusunda da önemli endişeler bulunmaktadır. Örneğin, motivasyon
ölçülmek istenirse değerlendirme birçok zaman aralığında gerçekleştirilmelidir. Bu sorunu birleştirmek,
her değerlendirmede kaç tane madde olacağı ve öğrenci değerlendirmelerinin en etkili frekansı konusu çok
sınırlı bir araştırma olmaktadır (Burgos ve diğerleri, 2007).
Uyarlanabı ̇lir Çevrimiçi Öğrenme Sı ̇stemleri 233
Uyarlanabilir sistemler uygulandığında, teknik gereklilikler birçok zorluğu da beraberinde getirmektedir
(Inan & Grant, 2008). Örneğin, eğer içerikte yüksek kalitede İnternet bağlantısına ve bir oynatıcıya ihtiyaç
duyan video varsa, öğrenci bilgisayarlarının bu formatı kullanmadan önce bu standartları karşılayacak şekilde
donanımlı olmasını geliştiriciler sağlamalıdır (Gallucci, Cannataro, & Veltri, 2007). Dahası, materyallerin ve
işlemlerin kalitesi tüm öğrenciler için eşleşmiyorsa, içeriğin farklı sürümlerinin öğrenciler arasında eşitsizlik
doğuracağına yönelik bir endişe de bulunmaktadır. Bir grup öğrenci, yüksek kalitede video materyallerine
sahipken diğerleri yetersiz olan metine dayalı materyal ile karşılaşabilir. Bu yüzden, geliştiriciler uyarlanabilir
sistemlerin her öğrenci için karşılaştırılabilir öğrenme deneyimi sunmasını sağlamalıdırlar.
SONUÇ
Uyarlanabilir çevrimiçi sistemler öğrencilerin konu alanında derinlemesine uzmanlaşmasını ve onları
öğrenme süreci ile daha ilgili olmalarını sağlama potansiyeline sahiptir. Matematik, hesaplama, istatistik
gibi bazı konu alanlarındaki araştırma ve değerlendirme sonuçları uyarlanabilir sistemlerin birçok öğretim
stratejisini, kaynakları, değerlendirme ve arayüzün birleşimi ile öğrenenlere kişisel deneyimler sunarak bireysel farklılıkları hedeflediğini ortaya koymuştur (Lee & Park, 2007; Shute & Zapata-Rivera, 2007). Diğer
benzer çalışmalar uyarlanabilir öğrenme çözümlerinin istatistik ve matematik ile ilgili öğretim alanlarında
büyük etki gösterdiğini belirtmiştir (Chu, Chen, Lin, Liao, & Chen, 2009; Clarke, Ayres, & Sweller, 2005;
Dogan, 2008; Inan ve diğerleri, 2010; Keles, Ocak, Keles, & Gulcu, 2009; Koedinger, McLaughlin, & Heffernan, 2010; Sharif & Haraty, 2008). Eğer doğru uygulanırsa uyarlanabilir öğrenme sistemleri öğrenci başarısını, motivasyonunu, tutumlarını arttırırken aynı zamanda öğrenme zamanını ve kullanışlılık problemlerini
de azaltmaktadır (Brusilovsky, Sosnovsky, & Yudelson, 2009; Dogan, 2008; Papanikolaou ve diğerleri, 2003;
Tsandilas & Schraefel, 2004; Tsianos ve diğerleri, 2009). Fakat, bu yararları elde etmeden önce, dikkat edilmesi gereken birçok tasarım ve geliştirme kararları ve zorlukları bulunmaktadır. Bunlar geliştirme maliyeti,
uygulanacak uyarlama stratejisine karar verme, uyarlanabilir içeriğin hazırlanması, teknik gereklilikler ve
öğrenci değerlendirmeleridir (Abidi, 2009; Gallucci ve diğerleri, 2007; Kenny & Pahl, 2009; Scheiter & Gerjets, 2007; Shute & Zapata-Rivera, 2007). Bu yüzden, uyarlanabilir sistemin uygulanmasından veya geliştirilmesinden önce kısıtlamalar ve sınırlılıklar dikkatli bir şekilde analiz edilmeli ve karşılanmalıdır.
Uyarlanabilir sistemler ve girişimler arttıkça, uyarlanabilir sistem tasarımlarının birçok boyutunu test
etmek için daha çok deneysel çalışmalara ihtiyaç duyulmaktadır. Şu an birçok çalışma var olmasına rağmen,
öğrenci öğrenmesini etkileyen anahtar değişkenlerin tanımlanması ve etkileri ölçüsünde yeni çalışmalara ihtiyaç duyulmaktadır. Uyarlanabilen birçok öğrenci özelliği bulunmasından dolayı, hangisinin daha
önemli olduğunun keşfedilmesi ve gelecekte uyarlama çabalarının bu değişkenler üzerine odaklanması
önemlidir. Uyarlanabilir çevrimiçi sistem kullanımında öğrenci başarısını, çalışma zamanını ve tutumlarını
ölçmek için çok az kapsamlı değerlendirme gerçekleştirilmiştir (Inan & Grant, 2005; Paramythis, Weibelzahl & Masthoff, 2010; Woolf, 2009). Bu yüzden, öğrenci öğrenmesi üzerinde uyarlama yöntemlerinin tam
veya kısmi uygulamalarının etkililiğini inceleyen deneysel çalışmalara ihtiyaç duyulmaktadır. Son olarak,
gelecekteki çalışmaların uyarlanabilir sistemdeki kullanıcı ve öğretmen rollerine odaklanmalıdır. Uyarlanabilir sistemlerde daha etkili kullanıcı modelleri oluşturmak için kullanıcı seçimlerinin nasıl bütünleştirilmesi ve karar verme sürecinde öğrenci katılımının nasıl yönetilmesi gerektiğini yönlendiren standartlar
belirlenmemiştir (Lee & Park, 2007; Scheiter ve diğerleri, 2009). Dahası, araştırma uyarlanabilir bir sistemde eğitmenlerin de süreçte olacak biçimde nasıl tasarımlanması veya nasıl işbirliği içerisinde çalışılması
gerektiğini açık olarak belirtmemiştir.
Teşekkür
Bu çalışma EDUCAUSE - Next Generation Learning Challenges APS4Math.com projesi ile desteklenmiştir. Teşekkür ederiz.
234 Öğrem Teknolojilerinin Temelleri: Teoriler Araşrmalar Eğilimler
KAYNAKÇA
Abidi, S. S. R. (2009). Intelligent Information personalization: From issues to strategies. In C. Mourlas & P. Germanakos
(Eds.), Intelligent User Interfaces: Adaptation and Personalization Systems and Technologies içinde (ss.. 118-146): Hershey, PA :Information Science Reference.
Beal, C. R., Adams, N. M., & Cohen, P. R. (2010). Reading proficiency and mathematics problem solving by high school
english language learners. Urban Education, 45(1), 58-74.
Beal, C. R., Arroyo, I., Cohen, P. R., & Woolf, B. P. (2010). Evaluation of AnimalWatch: An intelligent tutoring system for
arithmetic and fractions. Journal of Interactive Online Learning, 9(1), 64-77.
Brickell, G. (1993). Navigation and learning style. Australian Journal of Educational Technology, 9(2), 103-114.
Brusilovsky, P., Sosnovsky, S., & Yudelson, M. (2009). Addictive links: the motivational value of adaptive link annotation.
New Review of Hypermedia & Multimedia, 15(1), 97-118.
Brusilovsky, P. (1998, August). Adaptive educational systems on the World-Wide-Web: A review of available technologies.
International Conference in Intelligent Tutoring Systems konferansında sunulan bildiri, San Antonio, TX.
Brusilovsky, P. (2001). Adaptive hypermedia. User Modeling and User-Adapted Interaction, 11(1/2), 87-110.
Brusilovsky, P. (2003). Adaptive navigation support in educational hypermedia: The role of student knowledge level and the
case for meta-adaptation. British Journal of Educational Technology, 34(4), 487-497.
Brusilovsky, P.,Sosnovsky, S., & Yudelson, M. (2009). Addictive links: the motivational value of adaptive link annotation.
New Review of Hypermedia & Multimedia, 15(1), 97-118.
Burgos, D., Tattersall, C., & Koper, R. (2007). How to represent adaptation in e-learning with IMS learning design. Interactive Learning Environments, 15(2), 161-170.
Carro, R. (2002, July). Adaptive hypermedia in education: New considerations and trends. World Multiconference on Systemics - Cybernetics and Informatics konferansında sunulan bildiri , Orlando, FL.
Chen, S. Y. (2002). A cognitive model for non-linear learning in hypermedia programmes. British Journal of Educational
Technology, 33(4), 449-460.
Chen, C., Czerwinski, M., & Macredie, R. (2000). Individual differences in virtual environments: Introduction and overview. Journal of the American Society for Information Science, 51(6), 499-507.
Chen, S. Y., & Paul, R. J. (2003). Editorial: Individual differences in web-based instruction-an overview. British Journal of
Educational Technology, 34(4), 385-392.
Chu, H.-C., Chen, T.-Y., Lin, C.-J., Liao, M.-J., & Chen, Y.-M. (2009). Development of an adaptive learning case recommendation approach for problem-based e-learning on mathematics teaching for students with mild disabilities. Expert
Systems with Applications, 36(3), 5456-5468.
Clarke, T., Ayres, P., & Sweller, J. (2005). The impact of sequencing and prior knowledge on Learning mathematics through
spreadsheet applications. Educational Technology Research & Development, 53(3), 15-24.
Dabbagh, N., & Bannan-Ritland, B. (2005). Online learning: Concept, strategies, and applications. Upper Saddle River, NJ:
Pearson Education.
Danielson, R. L. (1997, June). Work in progress: Learning styles, media preferences, and adaptive education. Adaptive Systems
and User Modeling on the World Wide Web Workshop konferansında sunulan bildiri, Chia Laguna, Sardinia.
Dogan, B. (2008). Association rule mining from an intelligent tutor. Journal of educational technology systems, 36(4), 433.
Fan, J. P., & Macredie, R. D. (2006). Gender differences and hypermedia navigation: principles for adaptive hypermedia
learning systems. Advances in Web-based Education: Personalized Learning Environments, Idea Group Inc.
Far, B. H., & Hashimoto, A. H. (2000, November). A Computational model for learner’s motivation states in individualized
tutoring system. International Conference on Computer Assisted Instruction konferansında sunulan bildiri, Taipei,
Taiwan.
Fink, J., Kobsa, A., & Nill, A. (1996, October). User-oriented adaptivity and adaptability in the AVANTI project. Paper presented at the Designing for the Web: Empirical Studies Conference, Redmond, WA.
Fink, J., Kobsa, A., & Nill, A. (1998). Adaptable and adaptive information provision for all users, including disabled and
elderly people. New Review of Hypermedia and Multimedia, 4, 163-188.
Flores, R., Arı, F. M., Inan, F., Arslan-Arı, I. (2012). Formative evaluation of an adaptive web-based learning system: exploring students’ perceptions and system usefulness. Journal of Educational Technology & Society, 15 (3), 251–261.
Foster, J., & Lin, A. (2003). Individual differences in learning entrepreneurship and their implications for web-based instruction in e-business and e-commerce. British Journal of Educational Technology, 34(4), 455-465.
Gallucci, L., Cannataro, M., & Veltri, P. (2007). Models and technologies for adaptive web portals. A. Tatnall (Ed.), Encyclopedia of portal technologies and applications içinde (ss. 615-623). Harrisburg, PA: Idea Group Publishing.
Uyarlanabı ̇lir Çevrimiçi Öğrenme Sı ̇stemleri 235
Gilbert, J. E., & Han, C. Y. (1999). Adapting instruction in search of ‘a significant difference’. Journal of Network and Computer Applications, 22(3), 149-160.
Gunawardena, C.N. & McIsaac, M. S. (2003). Distance education. In D.H. Jonassen (Ed.), Handbook of Research on Educational Communications and Technology, 2nd Edition. (pp. 113-142). Mahwah, NJ: Lawrence Erlbaum Associates, Inc.
Hwang, G. J. (2003). A conceptual map model for developing intelligent tutoring systems. Computers & Education, 40(3),
217.
Inan, F. A., Flores, R., Arı, F. & Arslan-Arı, I. (2011).Towards Individualized Online Learning: The Design and Development
of an Adaptive Web Based Learning Environment. Journal of Interactive Learning Research, 12(4), 467-489.
Inan, F. A., Flores, R., & Grant, M. M. (2010). Perspectives on the design and evaluation of adaptive web-based learning
environments. Contemporary Educational Technology, 1(2), 148-159.
Inan, F. A., & Grant, M. M. (2004). Applications of adaptive technologies in online learning. Proceeding of the World Conference on E-Learning in Corp., Govt., Health., & Higher Ed., 2004(1), 2701-2706.
Inan, F. A., & Grant, M. M. (2005, October). Design and development of strategies for adaptive web-based learning environments. Annual Convention of the Association for Educational Communications and Technology konferansında
sunulan bildiri, Orlando , FL.
Inan, F. A. & Grant, M. M (2006, October). Adaptive Web Based Learning Environment (A-WBLE): Synthesis of empirical
evaluations and conditions for successful adaptive web Based System Implementation. Paper presented at the Annual
Convention of the Association for Educational Communications and Technology, Dallas, TX.
Inan, F. A. & Grant, M.M. (2008). Individualized web-based instructional design. Kidd, T. T., & Song, H. (Eds). Handbook
of Research on Instructional Systems and Technology içinde. Harrisburg, PA: Idea Group Publishing.
Inan, F. A., & Lowther, D. L. (2007). Comparative analysis of computer-supported learning models and guidelines. In H. F.
M. N. Brasileiro & V. F (Eds.), Advances in computer supported learning (pp. 1-20). Harrisburg, PA: Idea Group Publishing.
Inan, F. A., Yildirim, S., & Kiraz, E. (2004). A design and development of an online learning support system (OLSS) for
preservice teachers: A discussion of attitudes and utilization. Journal of Interactive Instruction Development, 17(4), 1-15.
Jonassen, D. H., & Grabowski, B. L. (1993). Handbook of individual differences, learning & instruction. Hillsdale, NJ: Lawrence Erlbaum Associates.
Kelly, D., & Tangney, B. (2004, August). Evaluating presentation strategy and choice in an adaptive multiple intelligence based
tutoring system. Adaptive Hypermedia 2004 Workshop konferansında sunulan bildiri, The Nederlands.
Keles, A., Ocak, R., Keles, A., & Gulcu, A. (2009). ZOSMAT: Web-based intelligent tutoring system for teaching-learning
process. Expert Systems with Applications, 36(2), 1229-1239.
Kenny, C., & Pahl, C. (2009). Intelligent and adaptive tutoring for active learning and training environments. Interactive
Learning Environments, 17(2), 181-195.
Koedinger, K. R., McLaughlin, E. A., & Heffernan, N. T. (2010). A Quasi-experimental evaluation of an on-line formative
assessment and tutoring system. Journal of Educational Computing Research, 43(4), 489-510.
Kosba, E. M., Dimitrova, V., & Boyle, R. (2007). Adaptive feedback generation to support teachers in Web-based distance
education. User Modeling and User-Adapted Interaction, 17(4), 379-413.
Lee, J., & Park, O. (2007). Adaptive instructional system. J. M. Spector, M. D. Merrill, J. v. Merrienboer & M. P. Driscoll
(Eds.), Handbook of research for educational communications and technology içinde (3.baskı, ss. 469-484). New York:
Routledge.
Liu, M., & Reed, W. M. (1994). The relationship between the learning strategies and learning styles in a hypermedia environment. Computers in Human Behavior, 10(4), 419-434.
Magoulas, G. D., Chen, S. Y., & Dimakopoulos, D. (2004). A personalised interface for web directories based on cognitive
styles. Lecture Notes in Computer Science, 3196, 159-166.
Mayer, R., & Gallini, J. (1990). When is an illustration worth ten thousand words? Journal of Educational Psychology, 82,
715–726.
McLoughlin, C. (1999). The implications of the research literature on learning styles for the design of instructional material.
Australian Journal of Educational Technology, 15(3), 222-241.
Mayer, R. E., Steinhoff, K., Bower, G., & Mars, R. (1995). A generative theory of textbook design: Using annotated illustrations to foster meaningful learning of science text. Educational Technology Research and Development, 43, 31-43.
Metros, S. E., & Hedberg, J. G. (2002). More than just a pretty (inter) face: The role of the graphical user interface in engaging elearners. Quarterly Review of Distance Education, 3(2), 191-205.
Milne, S., Cook, J., Shiu, E., & McFadyen, A. (1997). Adapting to learner attributes: Experiments using an adaptive tutoring
system. Educational psychology, 17(1/2), 141-156.
236 Öğrem Teknolojilerinin Temelleri: Teoriler Araşrmalar Eğilimler
Moore, M. G., & Kearsley, G. (1996). Distance education: A systems view. Wadsworth Publishing Company.
Oliver, R., & Herrington, J. (1995). Developing effective hypermedia instructional materials. Australian Journal of Educational Technology, 11(2), 8-22.
Park, O., & Lee, J. (2003). Adaptive instructional system. D. H. Jonassen (Ed.), Handbook of research for educational communications and technology içinde (ss. 403-437). Mahwah, NJ: Lawrence Erbaum Associates..
Papanikolaou, K. A., & Grigoriadou, M. (2009). Combining adaptive hypermedia with project and case-based learning.
Journal of Educational Multimedia and Hypermedia, 18(2), 191-220.
Papanikolaou, K. A., Grigoriadou, M., Kornilakis, H., & Magoulas, G. D. (2003). Personalizing the interaction in a Webbased educational hypermedia system: The case of INSPIRE. User Modeling and User-Adapted Interaction, 13(3), 213267.
Paramythis, A., Weibelzahl, S. & Masthoff, J. (2010). Layered evaluation of interactive adaptive systems: framework and
formative methods. User Modeling and User-Adapted Interaction, 20(5), 383-453.
Reiners, T., & Sassen, I. (2008). A framework for adaptive learning points.T. Kidd & H. Song (Eds.), Handbook of research
on instructional systems & technology içinde (ss. 582-595). Harrisburg, PA: Idea Group Publishing.
Schaeffer, G. A., Bridgeman, B., Golub-Smith, M. L., Lewis, C., Potenza, M. T., & Steffen, M. (1998). Comparability of paperand-pencil and computer adaptive test scores on the GRE general test (No. RR-98-38). Princeton, NJ: Educational Testing
Service.
Scheiter, K., & Gerjets, P. (2007). Learner control in hypermedia environments. Educational Psychology Review, 19(3), 285-307.
Scheiter, K., Gerjets, P., Vollmann, B., & Catrambone, R. (2009). The impact of learner characteristics on information utilization
strategies, cognitive load experienced, and performance in hypermedia learning. Learning & Instruction, 19(5), 387-401.
Sharif, A. E., & Haraty, R. A. (2008). The relationship between using of an intelligent tutoring system and class achievement
in a basic mathematics course. International Journal of Emerging Technologies in Learning, 3(2), 20-23.
Shute, V. J. (2008). Focus on formative feedback. Review of Educational Research, 78(1), 153.
Shute, V. J., & Zapata-Rivera, D. (2007). Adaptive Technologies. J. M. Spector, M. D. Merrill, J. v. Merrienboer & M. P.
Driscoll (Eds.), Handbook of research for educational communications and technology içinde (3. baskı., ss. 277-294). New
York: Routledge
Smaldino, S. E., Russell, J. D., Heinich, R., & Molenda, M. (2005). Instructional technology and media for learning (8th ed.).
Upper Saddle River, NJ: Pearson Education.
Song, C.-R. (2002). Literature review for hypermedia study from an individual learning differences perspective. British
Journal of Educational Technology, 33(4), 435-447.
Song, S. H., & Keller, J. M. (2001). Effectiveness of motivationally adaptive computer-assisted Instruction on the dynamic
aspects of motivation. Educational Technology Research & Development, 49(2), 5-22.
Song, L., Singleton, S. E., Hill, J. R. & Koh, M. H. (2004). Improving online learning: Student perceptions of useful and
challenging characteristics. Internet and Higher Education, 7(1), 59-70.
Stelmaszewska, H., Blandford, A., & Buchanan, G. (2005). Designing to change users’ information seeking behaviour: A
case study. S. Y. Chen & G. D. Magoulas (Eds.), Adaptable and adaptive hypermedia systems içinde (ss. 1-18). Hershey,
PA: Idea Group Inc.
Tobias, S. (1987). Learner characteristics. R. M. Gagne (Ed.), Instructional technology: Foundations içinde. Hillsdale, NJ:
Lawrence Erlbaum.
Tsandilas, T., & Schraefel, M. C. (2004). Usable adaptive hypermedia systems. New Review of Hypermedia and Multimedia,
10(1), 5-29.
Tsianos, N., Germanakos, P., Lekkas, Z., Mourlas, C., & Samaras, G. (2009). An assessment of human factors in adaptive
hypermedia environments. C. Mourlas & P. Germanakos (Eds.), Intelligent user interfaces: adaptation and personalization systems and technologies içinde (ss. 1-18). Hershey, PA: Information Science Reference.
Triantafillou, E., Pomportsis, A., & Demetriadis, S. (2003). The design and the formative evaluation of an adaptive educational system based on cognitive styles. Computers & Education, 41(1), 87-103.
Weber, G., & Brusilovsky, P. (2001). ELM-ART: An adaptive versatile system for web-based instruction. International Journal of Artificial Intelligence in Education, 12(4), 351-384.
Weibelzahl, S. (2005). Problems and pitfalls in the evaluation of adaptive systems. In S. Y. Chen & G. D. Magoulas (Eds.),
Adaptable and adaptive hypermedia systems (pp. 285-299). Hershey, PA: Idea Group Inc.
Woolf, B. P. (2009). Building intelligent interactive tutors: Student-centered strategies for revolutionizing e-learning. Burlington
MA: Morgan Kaufman Publishers.
Yukselturk, E., & Bulut, S. (2007). Predictors for student success in an online course. Journal of Educational Technology &
Society, 10(2), 71-83.