InsightGPT: Öğrenci özelliklerine göre yapılandırılmış üretken yapay zekâ aracılı geribildirim sisteminin öğrenme deneyimlerine etkisi
InsightGPT: The impact of a generative ai-based feedback system configured according to student characteristics on learning experiences
- Tez No: 1018765
- Danışmanlar: DOÇ. DR. SEZAN SEZGİN
- Tez Türü: Yüksek Lisans
- Konular: Eğitim ve Öğretim, Education and Training
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Burdur Mehmet Akif Ersoy Üniversitesi
- Enstitü: Eğitim Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
- Bilim Dalı: Bilgisayar ve Öğretim Teknolojileri Eğitimi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu araştırmanın amacı, öğrenci özelliklerine göre yapılandırılmış üretken yapay zekâ aracılı kişiselleştirilmiş geri bildirim sistemi olan InsightGPT'nin ortaokul 5. sınıf öğrencilerinin öğrenme motivasyonu ve akademik başarıları üzerindeki etkisini incelemek; ayrıca öğrencilerin sistemle etkileşimlerinde ortaya çıkan kullanım örüntülerini belirlemek ve bu örüntülerin sonuçları açıklamadaki katkısını ortaya koymaktır. Araştırma, nicel baskın gömülü karma yöntem deseniyle yürütülmüştür. Araştırmanın nicel boyutunda ön test–son test kontrol gruplu yarı deneysel desen kullanılmış, nitel boyutta ise deney grubundaki öğrencilerin InsightGPT ile etkileşimlerine ait konuşma dökümleri çözümlenmiştir. Çalışma grubu, Burdur ilinde bir köy okulunda öğrenim gören toplam 45 beşinci sınıf öğrencisinden oluşmaktadır. Veri toplama araçları olarak BTY dersine uyarlanan motivasyon ölçeği, araştırmacı tarafından geliştirilen BTY akademik başarı testi ve deney grubundaki öğrencilerin InsightGPT ile etkileşimlerine ait konuşma dökümleri kullanılmıştır. Nicel veriler ANCOVA ve sıra ANCOVA ile, nitel veriler ise süreç odaklı nitel içerik analiziyle çözümlenmiştir. Bulgular, ön test puanları denetlendiğinde deney grubunun toplam öğrenme motivasyonu son test puanlarının kontrol grubundan anlamlı biçimde yüksek olduğunu göstermiştir. Bu farklılık özellikle Aktif Öğrenme Stratejileri ve Başarı Amacı alt boyutlarında belirginleşmiştir. Buna karşılık akademik başarı son test puanları açısından gruplar arasında anlamlı fark bulunmamıştır. Nitel bulgular, öğrencilerin InsightGPT'yi kısa ve seçenek temelli ilerleme, yardım isteme, bilgiyi ürüne dönüştürme, doğrulama ve dijital güvenlik odağı, konu yönlendirme ve etik sınırları sorgulama biçimlerinde kullandıklarını göstermiştir. Sonuç olarak, InsightGPT destekli kişiselleştirilmiş geri bildirim uygulamasının özellikle motivasyonel katılımı desteklediği; etkinin yalnızca sistemin varlığına bağlı olamadığı, öğrencilerin sistemi nasıl kullandıklarına da bağlı olduğu belirlenmiştir.
Özet (Çeviri)
The purpose of this study was to examine the effect of InsightGPT, a generative AI-based personalized feedback system configured according to student characteristics, on fifth-grade students' learning motivation and academic achievement. The study also aimed to identify the usage patterns that emerged in students' interactions with the system and to explore how these patterns contributed to explaining the outcomes. The study employed a quantitatively driven embedded mixed methods design. In the quantitative strand, a pretest–posttest quasi-experimental design with control and experimental groups was used, while in the qualitative strand, the conversation logs of the experimental group students' interactions with InsightGPT were analyzed. The study group consisted of 45 fifth-grade students attending a village school in Burdur, Türkiye. Data were collected through a motivation scale adapted to the Information Technologies and Software course, a researcher-developed academic achievement test, and the conversation logs of the experimental group students' interactions with InsightGPT. Quantitative data were analyzed using ANCOVA and rank ANCOVA, while qualitative data were analyzed through process-oriented qualitative content analysis. The results showed that, after controlling for pretest scores, the experimental group had significantly higher posttest scores in overall learning motivation than the control group. This difference was particularly evident in the subdimensions of Active Learning Strategies and Achievement Goal. However, no significant difference was found between the posttest academic achievement scores of the two groups. Qualitative findings revealed recurring usage patterns such as short and option-based progression, requesting help, transforming learned information into products, focusing on verification and digital safety, redirecting the topic, and testing ethical boundaries. Overall, the findings suggest that InsightGPT-supported personalized feedback particularly fostered students' motivational engagement and that its impact depended not only on the system itself but also on how students interacted with it.