ÖĞRETMEN ADAYLARINDA YAPAY ZEKÂ DESTEKLİ EĞİTİMİN BİLİŞSEL YÜK VE PEDAGOJİK YANSIMALARI: SİSTEMATİK VE BİBLİYOMETRİK BİR ANALİZ
Author :
Abstract
Bu çalışma, yapay zekâ destekli eğitim teknolojilerinin öğretmen adayları üzerindeki bilişsel yük ve kaygı seviyeleri üzerindeki etkisini incelemeyi amaçlamaktadır. Yapay zekâ (YZ) tabanlı öğretim sistemleri, bireyselleştirilmiş öğrenme süreçlerini destekleme, öğretmenlerin iş yükünü hafifletme ve veri odaklı pedagojik karar mekanizmalarını güçlendirme potansiyeline sahip olmasına rağmen, bu sistemlerin öğretmen adayları tarafından nasıl algılandığı ve pedagojik süreçlere entegrasyonunun ne tür etkiler yarattığı literatürde yeterince incelenmemiştir.
Bu araştırmada, bibliyometrik analiz ve tematik analiz yöntemleri kullanılarak Web of Science (WoS) veri tabanında yer alan YZ destekli eğitim ve bilişsel yük ilişkisine dair akademik yayınlar sistematik bir şekilde incelenmiştir. Araştırmanın kapsamına alınan çalışmalar, anahtar kelime eşleşmeleri, birlikte atıf ağları ve tematik kümelenme analizleri kullanılarak değerlendirilmiştir.
Analizler sonucunda, YZ destekli eğitimde öne çıkan altı ana tema tespit edilmiştir: (1) Eğitim Teknolojileri, (2) Akıllı Öğretim Sistemleri (ITS), (3) Etik ve Veri Güvenliği, (4) YZ Destekli Öğretim Modelleri, (5) Bilişsel Yük ve Pedagojik Uyum, (6) Öğrenme Analitikleri. Bulgular, yapay zekâ uygulamalarının öğretmen adayları tarafından pedagojik bir araç olarak görülmesine rağmen, bilişsel yük oluşturma potansiyeline ve mesleki kaygıları artırma riskine sahip olduğunu ortaya koymaktadır. Özellikle, YZ’nin öğretmenlerin rolünü nasıl etkileyebileceği, pedagojik karar süreçlerine nasıl entegre edileceği ve etik açıdan ne tür riskler taşıdığı konusunda literatürde önemli boşluklar olduğu belirlenmiştir.
Sonuç olarak, YZ destekli eğitim uygulamalarının öğretmen eğitimine entegrasyonuna dair metodolojik eksiklikler ve etik kaygılar araştırma alanında daha fazla dikkat gerektiren başlıca konular olarak öne çıkmaktadır. Çalışmanın bulguları, YZ destekli eğitimde öğretmenlerin pedagojik uyum sürecine yönelik destekleyici mekanizmalar geliştirilmesi gerektiğini göstermektedir. Gelecekte yapılacak araştırmalarda, YZ tabanlı öğretim araçlarının bilişsel yük üzerindeki etkisini azaltmaya yönelik pedagojik stratejilerin geliştirilmesi önerilmektedir.
Bu makale için etik kurul onayı gerekmemektedir.
Keywords
Abstract
This study aims to examine the impact of artificial intelligence (AI)-supported educational technologies on pre-service teachers' cognitive load and anxiety levels. Although artificial intelligence (AI)-based instructional systems have the potential to support individualised learning processes, alleviate teachers' workload and strengthen data-driven pedagogical decision-making mechanisms, how these systems are perceived by pre-service teachers and what kind of effects their integration into pedagogical processes creates have not been sufficiently examined in the literature.
In this study, academic publications on the relationship between AI-supported education and cognitive load in the Web of Science (WoS) database were systematically examined using bibliometric analysis and thematic analysis methods. The studies included in the scope of the research were evaluated using keyword matches, co-citation networks and thematic clustering analyses.
As a result of the analyses, six main themes were identified in AI-supported education: (1) Educational Technologies, (2) Intelligent Tutoring Systems (ITS), (3) Ethics and Data Security, (4) AI Supported Teaching Models, (5) Cognitive Load and Pedagogical Fit, (6) Learning Analytics. The findings reveal that although AI applications are seen as a pedagogical tool by pre-service teachers, they have the potential to create cognitive load and the risk of increasing professional anxieties. In particular, how AI can affect the role of teachers, how to integrate it into pedagogical decision processes, and what kind of ethical risks it carries.
As a result, methodological gaps and ethical concerns regarding the integration of AI-supported education practices into teacher education stand out as major issues that require more attention in the research field. The findings of the study suggest that supportive mechanisms should be developed for the pedagogical adaptation process of teachers in AI-supported education. In future research, it is suggested to develop pedagogical strategies to reduce the effect of AI-based teaching tools on cognitive load.
Ethics committee approval is not required for this article.
