Nevşehir Hacı Bektaş Veli Üniversitesi Bilgi Paketi
|
|||||
| Sınıf/Yarıyıl | 1 / Bahar | ||||
| Ders Düzeyi | Yükseklisans | ||||
| Ders Türü | Seçmeli | ||||
| Bölümü | EĞİTİMDE YAPAY ZEKA TEKNOLOJİLERİ(TEZLİ YÜKSEK LİSANS ÖNERİLEN) | ||||
| Ön Koşul Dersleri | Yok | ||||
| Öğretim Sistemi | Örgün | ||||
| Ders Süresi | 14 Hafta | ||||
| Öğretim Elemanı | ŞEYHMUS AYDOĞDU (saydogdu@nevsehir.edu.tr) | ||||
| Diğer Öğretim Elemanı/Elemanları |
|||||
| Öğretim Dili | Türkçe | ||||
| Sınıf Dışı Uygulama/Staj | Yok | ||||
| Dersin Amacı | |||||
| Bu dersin amacı, öğrencilere bireyselleştirilmiş öğretim yöntemlerinin geliştirilmesinde kullanılan yapay zeka (YZ) tekniklerini öğretmektir. Öğrenciler, yapay zeka algoritmaları ve yöntemlerini kullanarak, öğrenenlerin ihtiyaçlarına göre uyarlanmış öğrenme deneyimleri yaratmak için gerekli bilgi ve becerileri kazanacaklardır. Ders, YZ'nin eğitimde nasıl kullanılabileceğini, öğrenci performansını tahmin etmeyi, öğrenme yollarını kişiselleştirmeyi ve veri odaklı kararlar almayı kapsayacaktır. | |||||
| Ders Öğrenme Çıktıları (DÖÇ) | PÇ | ODY | |
| Bu dersi başarı ile tamamlayan öğrenciler: | |||
| DÖÇ-1 | Öğrenme verilerini analiz ederek öğrenci performansını izleyebilir, kişiselleştirilmiş öğrenme yolları oluşturabilir ve öğrenci profilleri geliştirebilirler. |
PÇ-1 Eğitimde yapay zeka teknolojileri ile ilgili kuramsal ve uygulamalı bilgi birikimine sahiptir ve bu bilgiyi sorumlu biçimde kullanma tutumu geliştirir. PÇ-2 Öğrenmeyi geliştirmek için yaratıcı, özgün ve yenilikçi teknoloji destekli öğrenme ortamları tasarlar ve geliştirir. PÇ-3 Eğitimde yapay zeka teknolojilerindeki ulusal ve uluslararası araştırmaları ve yenilikleri izleyerek edindiği bilgileri, kuramsal ve uygulamalı çalışmaları ile mesleki ve akademik yaşantısında etkili biçimde kullanır. PÇ-4 Öğretmenlik mesleği ve eğitimde yapay zeka teknolojileriyle ilgili yöntem ve teknikler ile mevcut kaynakları etkin kullanarak bireysel farklılıklara uygun öğrenme-öğretme ortamları tasarlar ve bu ortamlarda etik duyarlılıkla hareket eder. PÇ-9 Eğitimde yapay zeka teknolojileri ile farklı disiplinleri bütünleştirir ve iş birliğine açık bir tutum sergiler. PÇ-10 Eğitim ortamlarında yapay zeka tabanlı uygulamaları tasarlayabilir ve geliştirebilir. PÇ-11 Öğrenme ve öğretme ortamlarında yapay zeka teknolojilerini etkili, bilinçli ve sorumlu bir şekilde kullanır. PÇ-12 Eğitsel bağlamda makine öğrenmesi, derin öğrenme ve büyük veri analitiği yöntemlerini etkin ve uygulamalı bir şekilde kullanır. |
Yazılı Sınav Dönem Ödevi - Proje |
| DÖÇ-2 | Makine öğrenmesi tekniklerini kullanarak eğitimde kişiselleştirilmiş tahminler yapabilir, akıllı eğitim sistemleri ve adaptif öğrenme yöntemleri geliştirebilirler. |
PÇ-1 Eğitimde yapay zeka teknolojileri ile ilgili kuramsal ve uygulamalı bilgi birikimine sahiptir ve bu bilgiyi sorumlu biçimde kullanma tutumu geliştirir. PÇ-2 Öğrenmeyi geliştirmek için yaratıcı, özgün ve yenilikçi teknoloji destekli öğrenme ortamları tasarlar ve geliştirir. PÇ-3 Eğitimde yapay zeka teknolojilerindeki ulusal ve uluslararası araştırmaları ve yenilikleri izleyerek edindiği bilgileri, kuramsal ve uygulamalı çalışmaları ile mesleki ve akademik yaşantısında etkili biçimde kullanır. PÇ-4 Öğretmenlik mesleği ve eğitimde yapay zeka teknolojileriyle ilgili yöntem ve teknikler ile mevcut kaynakları etkin kullanarak bireysel farklılıklara uygun öğrenme-öğretme ortamları tasarlar ve bu ortamlarda etik duyarlılıkla hareket eder. PÇ-9 Eğitimde yapay zeka teknolojileri ile farklı disiplinleri bütünleştirir ve iş birliğine açık bir tutum sergiler. PÇ-10 Eğitim ortamlarında yapay zeka tabanlı uygulamaları tasarlayabilir ve geliştirebilir. PÇ-11 Öğrenme ve öğretme ortamlarında yapay zeka teknolojilerini etkili, bilinçli ve sorumlu bir şekilde kullanır. PÇ-12 Eğitsel bağlamda makine öğrenmesi, derin öğrenme ve büyük veri analitiği yöntemlerini etkin ve uygulamalı bir şekilde kullanır. |
Yazılı Sınav Dönem Ödevi - Proje |
| DÖÇ-3 | Yapay zeka destekli kişisel öğrenme asistanları tasarlayabilir ve uygulayarak öğrenciye özgü eğitim destek sistemleri oluşturabilirler. |
PÇ-1 Eğitimde yapay zeka teknolojileri ile ilgili kuramsal ve uygulamalı bilgi birikimine sahiptir ve bu bilgiyi sorumlu biçimde kullanma tutumu geliştirir. PÇ-2 Öğrenmeyi geliştirmek için yaratıcı, özgün ve yenilikçi teknoloji destekli öğrenme ortamları tasarlar ve geliştirir. PÇ-3 Eğitimde yapay zeka teknolojilerindeki ulusal ve uluslararası araştırmaları ve yenilikleri izleyerek edindiği bilgileri, kuramsal ve uygulamalı çalışmaları ile mesleki ve akademik yaşantısında etkili biçimde kullanır. PÇ-4 Öğretmenlik mesleği ve eğitimde yapay zeka teknolojileriyle ilgili yöntem ve teknikler ile mevcut kaynakları etkin kullanarak bireysel farklılıklara uygun öğrenme-öğretme ortamları tasarlar ve bu ortamlarda etik duyarlılıkla hareket eder. PÇ-9 Eğitimde yapay zeka teknolojileri ile farklı disiplinleri bütünleştirir ve iş birliğine açık bir tutum sergiler. PÇ-10 Eğitim ortamlarında yapay zeka tabanlı uygulamaları tasarlayabilir ve geliştirebilir. PÇ-11 Öğrenme ve öğretme ortamlarında yapay zeka teknolojilerini etkili, bilinçli ve sorumlu bir şekilde kullanır. PÇ-12 Eğitsel bağlamda makine öğrenmesi, derin öğrenme ve büyük veri analitiği yöntemlerini etkin ve uygulamalı bir şekilde kullanır. |
Yazılı Sınav Dönem Ödevi - Proje |
| PÇ: Bölüm program çıktıları ÖDY: Ölçme ve değerlendirme yöntemi |
|||
| Dersin İçeriği | ||
| Giriş ve Bireyselleştirilmiş Öğretim, Yapay Zeka Temelleri ve Eğitimde Kullanımı, Öğrenme Verisi ve Öğrenci Profilleme, Kişiselleştirilmiş Öğrenme Yolları, Akıllı Eğitim Sistemleri ve Uyarlanabilir Öğrenme, Makine Öğrenmesi ve Eğitimde Kişiselleştirilmiş Tahminler, Yapay Zeka ve Eğitimde Kişisel Öğrenme Asistanları, Yapay Zeka ile Bireyselleştirilmiş Eğitimin Geleceği | ||
| Haftalık Detaylı Ders İçeriği | ||
| Hafta | Detaylı İçerik | Öğretim Yöntem ve Teknikleri |
| 1 | Derse Giriş: Bireyselleştirilmiş Öğretim ve Yapay Zekâ Kavramları | Anlatım, Tartışma, Soru-Cevap |
| 2 | Öğrenme Verileri, Öğrenci Modelleri ve Profilleme | Anlatım, Tartışma, Bireysel Çalışma |
| 3 | Kişiselleştirilmiş Öğrenme Yolları ve Örnek Senaryolar | Tartışma, Grup Çalışması, Uygulama |
| 4 | Uyarlanabilir Öğrenme Sistemleri ve Karar Verme Süreçleri | Anlatım, Uygulama, Tartışma |
| 5 | Makine Öğrenmesinin Temelleri ve Eğitimde Kullanımı | Anlatım, Soru-Cevap, Uygulamalı Çalışma |
| 6 | Öğrenci Başarısını Tahminleme: Makine Öğrenmesi Uygulamaları | Proje Tabanlı Öğrenme, Bireysel Çalışma |
| 7 | Derin Öğrenmeye Giriş: Öğrenme İçeriklerinin Otomatikleştirilmesi | Anlatım, Tartışma, Etkileşimli Uygulama |
| 8 | Ara Sınav | |
| 9 | Eğitimde Kişiselleştirilmiş İçerik Üretimi: Uygulamalı Örnekler | Uygulama, Grup Çalışması |
| 10 | Yapay Zekâ Destekli Öğrenme Asistanları: Tanıtım ve Analiz | Anlatım, Soru-Cevap, Vaka Analizi |
| 11 | Kişiselleştirilmiş Asistanlar Üzerine Uygulama Tasarımı | Proje Geliştirme, Geri Bildirim |
| 12 | Otomatik Geri Bildirim Sistemleri ve Değerlendirme Modelleri | Anlatım, Uygulama, Bireysel Çalışma |
| 13 | Gerçek Yaşamdan Uygulama İncelemesi: Vaka Analizleri | Sunum, Tartışma, Eleştirel Değerlendirme |
| 14 | Yapay Zekâ ile Eğitimin Geleceği: Etik, Veri Güvenliği ve Eğilimler | Anlatım, Tartışma, Video Analizi |
| 15 | Dönem Projesi Sunumları ve Genel Değerlendirme | Sunum, Akran Değerlendirmesi, Geri Bildirim |
| 16 | Final Sınavı | |
| Ders Kitabı / Yardımcı Kitap | ||
| 1 | Artificial Intelligence in Education: Promises and Implications for Teaching and Learning | |
| 2 | Personalized Learning: A Guide for Engaging Students with Technology | |
| 3 | Learning with Artificial Intelligence: What Teachers Need to Know | |
| Ders Araç - Gereç ve Malzemeleri | ||
| Ders kitabı, dizüstü bilgisayar | ||
| Ölçme Yöntemi | |||
| Yöntem | Hafta | Süre (Saat) | Katkı(%) |
| Ara Sınav | 8 | 2 | 40 |
| Diğer Ölçme Yöntemleri | |||
| 1.Sözlü Sınav | |||
| 2.Kısa Sınav (Quiz) | |||
| 3.Laboratuvar Sınavı | |||
| 4.Sunum | |||
| 5.Rapor | |||
| 6.Seminer | |||
| 7.Performans Ödevi | |||
| 8.Dönem Ödevi | 16 | 1 | 30 |
| 9.Proje | |||
| Final Sınavı | 16 | 1 | 30 |
| Öğrenci İş Yükü | |||
| İşlem Adı | Haftalık Saat | Sayı | İş Yükü |
| Haftalık Ders Saati (Teorik+Uygulama) | 3 | 14 | 42 |
| Sınıf Dışı Çalışma | |||
| a) Okuma | 3 | 14 | 42 |
| b) İnternette/Kütüphanede Tarama | 3 | 14 | 42 |
| c) Performans Ödevi | 0 | ||
| d) Seminer/Sunum/Rapor Hazırlama | 0 | ||
| e) Dönem Ödevi/Proje Hazırlama | 2 | 14 | 28 |
| Sözlü Sınav | 0 | ||
| Kısa Sınav (Quiz) | 0 | ||
| Laboratuvar Sınavı | 0 | ||
| Ara Sınav İçin Hazırlık | 3 | 7 | 21 |
| Ara Sınav | 2 | 1 | 2 |
| Final Sınavı İçin Hazırlık | 0 | ||
| Final Sınavı | 3 | 1 | 3 |
| 0 | |||
| 0 | |||
| Toplam İş Yükü | 180 | ||