Eğitimde Yapay Zekâ ve Öğrenme Analitiği: Araştırma Eğilimleri, Temaları ve Araştırma Boşluklarına İlişkin Kapsamlı Bir İnceleme
Author :
Abstract
Bu araştırmanın amacı, yapay zekâ ve öğrenme analitiğinin eğitimde kullanımına odaklanan çalışmaları kapsamlı bir şekilde inceleyerek ilgili alan yazının mevcut durumunu ortaya koymaktır. Araştırma verileri, yapay zekâ ve öğrenme analitiğinin eğitimdeki kullanımı konusunda hakemli dergilerde yayınlanan tüm makalelerden oluşmaktadır. Literatür taraması ve makale seçimi süreci, PRISMA akış şemasına uygun olarak şeffaf bir şekilde rapor edilmiştir. Alanda kabül görmüş veri tabanlarından Web of Science, Scopus, ERIC ve Dergi Park’ ta hakemli makaleler, dahil etme ve hariç tutma kriterlerine göre taranmış ve incelenmiştir. Analiz sürecinde temel nitel içerik analizi ve tanımlayıcı istatistik yöntemleri kullanılmıştır. Sonuç olarak, bu çalışmanın bulguları, yapay zekâ ve öğrenme analitiği literatüründeki metodolojik ve tematik eğilimleri sistematik olarak inceleyerek, alanın ağırlıklı olarak teknik ve veri odaklı yaklaşımlarla şekillendiğini ortaya koymaktadır. Bulgular, pedagojik teori, bağlamsal değişkenler ve etik hususların sürekli olarak göz ardı edildiğini ortaya koyarak, yapay zekâ ve öğrenme analitiğinin daha güçlü bir eğitim-teorik çerçeve içinde yeniden kavramsallaştırılması ihtiyacını vurgulamaktadır. Bu çalışmanın, daha güçlü bir eğitim-teorik çerçeveye duyulan ihtiyacı vurguladığından gelecekteki araştırmalar için yol gösterici nitelikte olması hedeflenmiştir.
Keywords
Abstract
The aim of this research is to comprehensively examine studies focusing on the use of artificial intelligence and learning analytics in education and to reveal the current state of the relevant literature. The research data consists of all articles published in peer-reviewed journals on the use of artificial intelligence and learning analytics in education. The literature review and article selection process is transparently reported according to the PRISMA flowchart. Peer-reviewed articles from databases such as Web of Science, Scopus, ERIC, and Dergi Park were searched and examined according to inclusion and exclusion criteria. Basic qualitative content analysis and descriptive statistics methods were used in the analysis process. In conclusion, the findings of this study systematically examine the methodological and thematic trends in the artificial intelligence and learning analytics literature, revealing that the field is predominantly shaped by technical and data-oriented approaches. The findings reveal that pedagogical theory, contextual variables, and ethical considerations are consistently overlooked, highlighting the need to reconceptualize artificial intelligence and learning analytics within a stronger educational-theoretical framework. This study aims to guide future research by emphasizing the need for a more robust educational-theoretical framework.
Keywords
Artificial Intelligence, Learning Analytics, Education, Scoping Review.
