Öğrenme Döngülerinin Sıklığını Artırmak için Yapay Zekâ Entegrasyonu: Kavramsal Bir Çalışma

Neden Daha Akıllı Not Tutma Önemli?

Uzun bir derse katılan herkes dikkatin nasıl kolayca dağıldığını ve önemli noktaların nasıl gözden kaçabildiğini bilir. Bu çalışma basit ama etkili bir fikri ele alıyor: geleneksel kalem ve kağıt notlarını modern yapay zekâ ile birleştirerek hemşirelik öğrencilerinin daha derin öğrenmesini sağlamak, daha hızlı geri bildirim sunmak ve öğretmenlerin ders sırasında gerçekten neyin benimsendiğini anlamalarına yardımcı olmak.

Sınıftan Akıllı Geri Bildirime

Araştırma, kalp bakımı üzerine üç saatlik bir ders sırasında gerçek bir hemşirelik dersinde gerçekleştirildi. Öğrencilerden dizüstü bilgisayar ve telefonlarını kaldırmaları ve bunun yerine el yazısıyla not almaları istendi; böylece dijital dikkat dağıtıcılar azaltıldı. Dersten sonra 31 gönüllü notlarının fotoğrafını çekti ve bunları düzenli dijital metne dönüştürmek için bir yapay zekâ sistemi (ChatGPT) kullandı. Yapay zekâ daha sonra ek ilgili bilgiler ekleyerek öğrencilerin yazdıklarını gözden geçirmesine ve konuyu daha açık, daha yapılandırılmış bir şekilde görmesine yardımcı oldu.

Yapay Zekânın Öğretmenin Öğrenci Düşüncesini Görmesine Nasıl Yardımcı Olduğu

Aynı yapay zekâ sistemi, öğretmenin dersten önce tanımladığı ana fikirleri —veri toplama, klinik değerlendirme, göğüs ağrısı tanısı ve tedavi adımları gibi— aramak için de görevlendirildi. Her öğrencinin notları için yapay zekâ bu fikirlerin ne kadar güçlü biçimde göründüğünü puanladı ve on anahtar kelime çıkardı. Öğretmen daha sonra bu anahtar kelimelerin dersin öğrenme hedefleriyle ne kadar örtüştüğünü yüksek derecede ilgili, kısmen ilgili veya düşük ilgili olarak değerlendirdi. Bu, öğrencilerin dersin hangi bölümlerini iyi anladığı ve hangi alanların bir sonraki sefer daha fazla açıklama gerektirebileceğine dair bir tablo oluşturdu.

Notlardaki Örüntüler Ne Anlattı?

31 not seti genelinde planlanan ana kavramların tümü ortaya çıktı ve çoğu yüksek puan aldı. Hasta verilerinin toplanması ve hayati bulguların kontrolü gibi değerlendirmeye ilişkin konular özellikle güçlüydü; bu, öğrencilerin bu bölümleri yakından takip ettiğini gösteriyor. Ancak tanı ve pratik takip adımlarıyla ilişkili fikirler—örneğin göğüs ağrısını yorumlama veya solunum tedavilerine karar verme—daha fazla değişkenlik gösterdi. Bazı öğrenciler bu konularda oldukça emin görünürken, diğerleri bu noktaları daha az ya da daha az net şekilde anımsadı. Öğrencilerin yazdığı kelime sayısının bu farklılıkları açıklamadığı görünüyordu; bu da nicelikten ziyade not kalitesi ve odaklanmanın daha belirleyici olduğunu düşündürür.

Daha Sık Öğrenme Döngüleri Oluşturmak

Çalışma bu süreci bir dizi öğrenme döngüsü olarak çerçeveliyor. İlk olarak, öğrenciler dinliyor ve aktif düşünmeyi teşvik eden el yazısıyla not alıyor. Sonra yapay zekâ bu notları daha temiz, genişletilmiş bir versiyona dönüştürerek öğrencilere materyali ikinci kez gözden geçirme fırsatı sunuyor. Ardından yapay zekânın ana fikirleri puanlaması ve ürettiği kısa kişiselleştirilmiş geri bildirimler, öğretileni yeniden ziyaret etmek, boşlukları düşünmek ve anlayışı düzeltmek için üçüncü ve dördüncü fırsatları sağlıyor. Öğretmenler için aynı veriler hangi konuların iyi anlaşıldığını ve hangilerinin yeni örnekler, daha yavaş tempo veya farklı öğretim yöntemleri gerektirebileceğini öne çıkarıyor.

Gelecek Sınıflar İçin Ne Anlama Geliyor?

Genel okuyucu için ana çıkarım, yapay zekânın öğretmenlerin veya öğrencilerin kendi çabalarının yerini almadığıdır — aksine yüksek hızlı bir ayna gibi işlev görür. El yazısıyla alınan notları ölçeklenebilir biçimde "okuyarak", her öğrenciye yapılandırılmış geri bildirim ve öğretmene büyük resmi sunabilir, hem de ekstra notlandırma süresi gerektirmeden. Bu kavramsal çalışma henüz notların veya uzun vadeli bilginin iyileşeceğini kanıtlamıyor ve yapay zekâ puanlarının kendileri hâlâ uzman değerlendirmesiyle karşılaştırılmalı. Ancak çalışma, basit kalem-kağıt alışkanlıklarının akıllı araçlarla güçlendirildiği ve öğrencilerin önemli fikirlere geri dönmesini, eğitmenlerin ise öğretimini ince ayar yapmasını kolaylaştıran sınıflara yönelik gerçekçi bir yol gösteriyor.

Atıf: Svellingen, A.H. Integrating artificial intelligence to enhance frequency of learning cycles: a proof-of-concept study. Humanit Soc Sci Commun 13, 615 (2026). https://doi.org/10.1057/s41599-026-06928-3

Anahtar kelimeler: hemşirelik eğitimi, yapay zekâ, el yazısı notlar, kişiselleştirilmiş geri bildirim, öğrenme döngüleri