"

1 DAĞITIK ÖĞRENMENİN TARİHİ

Dr. Arthur Graesser; Dr. Xiangen Hu; ve Dr. Steve Ritter

Öğrenme Bilimi ve ilgili teknolojiler son 30 yılda çarpıcı ve yıkıcı bir şekilde ilerledi ve hiç şüphesiz öngörülebilir gelecekte de gelişmeye devam edecektir. Bilgiyle ilerleyebilmek için geçmişi gözden geçirmek ve bugüne nasıl geldiğimizi, hangi başarılarla ve tuzaklarla karşılaştığımızı ve hangi derslerin ilerideki öğrenim ekosistemine dönüşebileceğini incelemek çok daha akıllıca olur.

Bu bölüm hassaten dağıtık öğrenmenin evrimini incelemektedir. Bu kavrama, uzaktan öğrenme, dağıtık veya uzaktan eğitim, web tabanlı ve web uyumlu öğretim, çevrim içi öğrenme ve e-öğrenme gibi çoğu zaman eş anlamlı olarak kullanılan ilgili terimleri de dahil ettik! Son zamanlarda, ‘dağıtık öğrenme’, bazen dağıtık simülasyon, mobil öğrenme, artırılmış ve sanal gerçeklik, bilgisayar destekli öğretim ve web tabanlı öz yönetimli öğrenme gibi kavramları içeren daha geniş bir bakış açısıyla ele alınmaya başlandı. Bunlara da değineceğiz. Teknolojiyle zenginleştirilmiş öğrenme veya eğitim teknolojisi gibi belli başlı genel terimler bile bazen dağıtık öğrenmeye atıfta bulunmak için kullanılmaktadır ve uygun olan yer ve durumlarda bu kavramları da ele aldık.

Bu kavramlar arasındaki farklılıkları kabul etmemize rağmen, bu yazının konusu, kavramların nüansları üzerine araştırma yapan akademik bir tartışma değildir. Bunun yerine okuyucuları, dağıtık öğrenmenin temellerinden başlayıp birçok farklı alanda evrimsel ilerlemesini göz önünde bulundurarak, birleşik, teknoloji destekli birbirine bağlı bir öğrenme paradigmasına doğru kısa bir yolculuğa çıkarmaya çalışıyoruz.

Elbette, konuyla ilgili daha detaylı bilgiye erişmek isteyenler için diğer yazarların daha güçlü tarihsel dayanağı olan çalışmalarını inceleyebilirler. Örneğin, klasikleşen bir makalede, Soren Niper, uzaktan eğitimi üç bölümde ele alıyor, çalışmasında mektupla başlayan ve ardından çoklu ortam sunumları (ör. Kasetler ve televizyon yayınları) ile devam eden, bugün bilgi ve iletişim teknolojilerini de içeren üçüncü nesil uzaktan öğretimi ana hatlarıyla açıklıyor. Niper’ın çizdiği çerçeveyi temel alan Mary Simpson ve Bill Anderson, “Uzaktan Eğitimde Tarih ve Miras”ın kısa ve eleştirel bir özetini yazdılar.

Bu konuyla ilgili detaylı bilgi için, Michael Grahame Moore’a ve William Anderson’ın 2003’te yayınlanan Uzaktan Eğitim El Kitabına (veya Moore’un bu klasiğin 2013’teki güncellemesine) bakabilirsiniz. Ayrıca Paul Saettler’in Amerikan Eğitim Teknolojisinin Evrimi ve J. Michael Spector vd. Eğitim İletişimi ve Teknolojisi Araştırma El Kitabı’nın ayrıntılı incelemesini de gözden geçirebilirsiniz. Son olarak, Michael Molenda “Tarihsel Temeller” bölümü, alan gelişiminin ilgi çekici ve bir çırpıda okunabilen bir incelemesini sunuyor.

1980ler

Dağıtık öğrenmenin tüm tarihsel arka planına ilişkin çalışmalarda, yazarlar, 17. yüzyılda kandillerle aydınlatılan el boyaması slaytlar, 18. yüzyılda posta yazışma yolu ile öğrenme veya 20. yüzyılın başlarındaki sessiz filmler gibi konunun analog temellerini vurgulamak zorunda kalıyorlar. Ancak, bizim anladığımız şekliyle, dağıtık öğrenmenin tarihi tam anlamıyla 1980’lerde başlamıştır. Bu on yıllık süre, 1983’ten itibaren çoğu okulda yaygın olarak benimsenen kişisel bilgisayarların yükselişine tanık oldu. Bilgisayarların yaygınlaşması ile Niper’ın üçüncü nesil olarak adlandırdığı uzaktan eğitimine “kitap kutularından bilgisayar temelli öğrenme deneyimlerine geçiş.” te öncülük etti.

Bilgisayar tabanlı öğrenme genel olarak öğrenim ve öğrenime erişim için bilgisayar kullanımını ifade eder. Ağ bağlantılı veya bağımsız merkezler aracılığıyla iletilen eş zamanlı/eş zamansız etkinlikleri içerebilir. Bilgisayar tabanlı öğrenmedeki ilk deneyler 1950’lerin sonlarında ve 1960’ların başında, Illinois Üniversitesinin PLATO projesinin genellikle ilk bilgisayar tabanlı sistem olarak ve Gordon Pask ve Robin McKinnon-Wood’un ÖUKÖ ilk uyarlanabilir öğretici olarak gösterilmesiyle başladı. ÖUK, yani Öz-Uyarlamalı Klavye’nin kısaltması, alışılagelmiş öğretim metotlarına göre öğretim sürecini yarısı ile üçte birine kadar düşüren; öğrenenlerin performansına göre kendi cevaplarını geliştiren mekanik bir cihaz olarak kullanıldı.

Bu deneyler, genellikle “bilgisayar destekli öğretim öğreticileri” olarak adlandırılan birinci nesil bilgisayar uyarlamalı öğreticilere yol açtı”. Bu süre zarfında bilgisayar destekli öğretimin meta-analitik incelemesinde, James Kulik, öğrencilerin genellikle daha iyi performans gösterdiğini buldu (ortalama standart sapma boyutu:.35 sapma), öğrenciler öğrenme etkinliklerini daha verimli bir şekilde tamamladı (yaklaşık üçte biri çeyrek kala daha hızlı) ve bilgisayar destekli öğretim ile öğrenme konusunda daha olumlu bir görüşe sahip olma eğilimindeydiler. Bu zaman çerçevesinde, çok basit değerlendirmeleri, geri bildirimleri ve ders dallarına ayırma kuralları ile bilgisayar destekli öğretim öğretmenlerine göre önemli bir ilerleme olan zeki öğretici sistemler de dahil olmak üzere çığır açan sistemler ortaya çıktı. Erken dönem akıllı öğretmen sistemleri arasındaki bazı mihenk taşları: Alan Lesgold’un SHERLOCK’u, John Anderson vd.’lerinin LISP öğretmeni ve John Seely Brown ve Richard Burton’ın SOPHIE’si vardı. Bu sistemler öğrenenlere otomatik olarak bilgi işlemsel yöntemlerle; problemin aşamaları boyunca rehberlik etmek, ipucu vermek ve öğretmen benzeri geri bildirim sağlamak üzere kullanılmıştır. James Kulik, Phil Dodds ve Dexter Fletcher tarafından yürütülmüş yakın zamanda yapılan meta analizine göre daha gelişmiş akıllı öğretim sistemleri daha yüksek oranda (standart sapma oranı .76 büyüklüğünde bir etki) öğrenme kazanımları ortaya koymuştur.


PLATO III kullanan öğrenen, 1970; Urbana-Champaign Arşivlerindeki Illinois Üniversitesinin izniyle

Erken dönem öğretim teknolojilerinin çoğu henüz dağıtık değildi ama bu değişiyordu. 1980’lerde Savunma Bakanlığı, Ulusal Bilim Vakfı ve Eğitim Bakanlığı dahil ABD federal kurumları, dağıtık öğrenme de dahil olmak üzere bilgisayar tabanlı öğretim konusunda önemli araştırmalara sponsor oldu. 1989 yılında, ABD Teknoloji Değerlendirme Ofisi, Kongreye yapılan yatırımların on yıllık süreçteki gelişimini özetleyen Öğrenmeye Bağlanma isimli raporu sundu:

Uzaktan eğitim gelişiyor. Ulusal bir temsili okul bölgesi anketi, okul bölgelerinin yaklaşık yüzde 22’sinin uzaktan öğrenmeyi kullandığını, yüzde 33’ünün bu kaynakları 1990’a kadar kullanmayı umduğunu belirtti. İkinci kısım daha önemlidir ve daha fazla dikkat gerektirir. Uzaktan eğitim, eğitim sınırlarını (geleneksel olarak konum ve kurum tarafından tanımlanan sınırlar) değiştiriyor. Öğrencilerin ve öğretmenlerin havuzunda, uzaktan öğrenme çabaları “sınıfı” yeniden yapılandırır. Artık fiziksel alana bağlı olmayan sınıflar, aynı bölgedeki diğer öğrenciler, diğer bölgelere, diğer eyaletlere ve hatta ulusal sınırlara kadar uzanmaktadır.

Raporda ayrıca, özellikle etkinliği, metodolojisi ve tasarımı ile ilgili olarak dağıtık öğrenmeye ilişkin araştırmaların artırılması yönünde çağrıda bulunulmuştur. “Uzaktan öğrenmenin kalitesi ve etkinliği belirlenir,” ifadesi “öğretim tasarımı ve tekniği, uygun teknolojilerin seçimi ve öğrenenlere sağlanan etkileşim kalitesi ile” açıklanır. Bu, öğretim tasarımcılarının işiydi.

Öğretim Sistemleri Tasarımının (ÖST) kökenleri 1960’lara dayansa da 1980’lerde literatürde ÖST modellerinde bir artış görüldü. Bu zaman zarfında, ATGUD kavrayışı da çeşitli modelleri destekleyen genel bir çerçeve olarak görünüşe göre kendiliğinden gerçekleşti. Geleneksel ÖST yaklaşımları davranışçı paradigmadan doğdu ve benzer şekilde, ilk bilgisayar temelli öğrenmenin çoğu, davranışçılık temelli alıştırma ve uygulama taktiklerini kullandı. O sırada Kulik’in gözlemlediği gibi, “Çoğu bilgisayar dersi programı, temel biçimini Skinner’ın programlanmış öğretim çalışmalarından alır. Skinner’ın modelinde belirtilenler: (a) öğretim materyallerinin bir dizi küçük aşamaya veya öğretim çerçevelerine bölünmesi; (b) her adımda öğrenen yanıtları ve (c) her yanıttan hemen sonra geri bildirim ”.

ATGUD

Analiz Et, Tasarla, Geliştir, Uygula ve Değerlendir

“her türlü prosedüre uyacak kadar genel, her dem taze bir model

Bu on yıldaki bazı eğitimciler, Otto Peters tarafından çok iyi ifade edildiği gibi dağıtık öğrenme için sanayileşmiş bir model geliştirdiler. Uzaktan eğitim ile endüstriyel üretimi; birim maliyetlerini düşürme, ölçek ekonomilerini gerçekleştirme, seri üretim, işçi sınıf ayrımını belirterek şüpheye yer bırakmayacak şekilde ikisinin benzerliklerini ortaya koydu. Modeli bir öğretim teorisi olarak tasarlanmamıştı, daha ziyade kendi ifadeleriyle endüstriyel “öğretme sürecinin nesneleştirilmesini” tanımlayan örgütsel bir kavram olarak tasarlanmıştı.


Bunun sonucunda 1980’lerde “sanal” keşif, NASA Ames ve başka yerlerde rutin olarak sergilendi. 1990 yılında çekilen yukarıdaki resim, NASA’nın geliştirdiği Sanal Arabirim Ortamı İş İstasyonunu kullanan bir operatörü göstermektedir. (NASA ve VPL Research, Inc.; NASA’nın izniyle).

Bununla birlikte, öğretim biliminin durumu eğitim teknolojide ilerleme kaydediyordu. 1980’ler, örneğin bilişsel yük teorisi gibi kavramların gelişmesiyle birlikte bilişsel ekolden etkilenmesine de şahit oldu. Her ne kadar bu teorinin öncüllerine 1950’lerde rastlansa da 1980’lere gelinceye kadar John Sweller bahsi geçen bilişsel ilkeleri pratik eğitim taktiklerine bağlamamıştı. Sweller, öğrenime devam eden öğrenci çalışmalarındaki gözlemlerine dayanarak, bilişsel süreçlerimizin doğal darboğazların, öğrenmenin önünde engeller oluşturduğunu ve öğretmenlerin öğrenmenin önünde engeller oluşturan bu durumu dikkatli öğretim tasarımıyla azaltabileceklerini öne sürdü. Başka bir deyişle, Sweller’in teorisi, belirli faktörlerin bilişsel yükümüzü artırabileceğini ve bizi ilgili bilgileri öğrenmekten alıkoyabileceğini varsayar; daha da önemlisi, teorisi, eğitsel teknolojisi tasarımcıları için çıkarımlar da dahil olmak üzere, bu dikkat dağıtıcı unsurları azaltmak için öğretmenlere ve tasarımcılara eyleme geçirilebilir öneriler sundu.

Benjamin Bloom, bilişsel bilimin eğitim üzerindeki etkilerini de araştırıyordu. “İki Sigma Problemi” üzerine yaptığı etkili araştırması, birçok öğrenme araştırmacısının dikkatini çekti. Bloom, uzman öğrenme tekniklerini kullanarak bire-bir (insan) özel ders alan öğrencilerin sınıfta grup temelli eğitim alanlardan daha iyi performans gösterdiğini buldu. Bu temel çalışma, bilgisayar tabanlı uyarlanabilir öğrenmenin savunucuları için bir toplama noktası haline geldi.

Bloom’un klasik çalışması ve şimdiye kadarki bilgisayar tabanlı öğrenmenin çoğu, bireysel öğretimi vurgulasa da 1980’lerin ortalarında bilim adamları, örneğin Jean Piaget’in ve işbirlikli ve yapılandırmacı öğretimin savunucusu Lev Vigotsky’nin yapılandırmacı eğitim teorileri gibi işbirlikli teknikleri keşfetmeye başladılar. En radikal yapılandırmacı eğitim teorileri, nesnel “gerçekliğin” bilinmeyen olduğu iddiasıyla başlar ve bunun yerine, bireyler kendi zihinlerinde öznel, kavramsallaştırılmış bir gerçeklik inşa eder. Daha az radikal yapılandırmacılar, nesnel fiziksel ve sosyal dünyanın sınırlarını zorlama eğiliminde olan aktif bilgi inşasını hâlâ vurgulamaktadır. Eğitim ortamları için bu, öğrencilerin bilgiyi pasif bir şekilde yorumlamaktan ziyade aktif olarak öğrenme deneyimleri oluşturarak öğretim materyalleri ile etkileşime girerek en iyi şekilde öğrendikleri anlamına gelir. Yapılandırmacılık, eğitim teorisindeki bir değişikliği katalize ederek, onu eğitmen ve içerik merkezli görüşlerden uzaklaştırarak, öğrenen merkezli bir bakış açısına doğru taşıdı. Sosyal yapılandırmacılık, bu önceliği bir adım öteye götürür; iş birliğini ve sosyal etkileşimlerin, öğrenme ve gruplara göre bilgi inşası üzerindeki etkilerini pekiştirerek ilerler.

Sosyal yapılandırmacı eğitim teorileri, bilgisayar destekli işbirlikli öğrenmenin, etkileşimli öğrenmeyi ve bilgisayar aracılı iletişimi desteklemek için tasarlanan yazılımın geliştirilmesini teşvik etti. İşletmeler ve üniversiteler, Xerox’un NoteCards ve Carnegie-Mellon Üniversitesinden Andrew gibi iletişim ve eğitim teknolojileri geliştirmeye başladı. Marlene Scardamalia ve Toronto Üniversitesinden meslektaşları da bu alanda önemli katkılar sundu. Örneğin, öğrencilerin ağ bilgisayarları aracılığıyla fikirleri, resimleri ve notları paylaşmalarına yardımcı olarak iş birliğine dayalı anlam oluşturmayı mümkün kılan bilgisayar destekli kasıtlı öğrenme ortamlarını denediler. Bu gibi projeler, eğitim teknolojisinin daha geniş bir alanını etkileyerek sosyal öğrenmeye doğru temel bir kaymayı teşvik etti.

Bu ilgi, ağ üzerinden bilgisayar aracılı iletişim ile kolaylaştırılan her yerde, çok kişili bir “sanal sınıf” fikrinin geliştirilmesine yardımcı oldu. New Jersey Teknoloji Enstitüsünden Starr Roxanne Hiltz şöyle demişti: “Birdenbire aklıma geldi. “Bir öğretme ve öğrenme ortamının tuğla ve tahtalardan inşa edilmesi gerekli değildi. Pekala yazılım ile de inşa edilebilir. Sanal olabilirdi! Birçok öğretmen ve öğrencin mikro bilgisayarlarının olduğu bir dönemde artık sınıfa gitmelerine de gerek yoktu.. sınıf telefon hatları ve bilgisayarları üzerinden onlara gelebilirdi”.

1980’lerde ortaya çıkan dijital iş birlikleri, sonraki yıllarda içerik açısından zengin ortamlara yol açtı. Hiltz vd. sanal sınıflar geliştirirken diğerleri tüm dünyaları inşa etti. Sanal dünyalar veya “avatar olarak temsil edilen, ağa bağlı bilgisayarlar tarafından kolaylaştırılan senkronize, kalıcı ağ (lar)” ve sentetik ortamlar veya gerçekçi simülasyon ortamları, benzer şekilde bu çağda ortaya çıktı. Buna bir örnek, Michael Naimark’ın “vekil seyahat” kavramı, bir LaserDisc ile gezilebilen gerçek ortamların sanal yeniden yaratımıdır. Başka bir örnek, stereoskopik başa takılan ekranlar ve bir fiber optik veri eldiveni kullanan NASA Ames Laboratuvarının sanal gerçeklik sistemidir. Son olarak, Lucasfilm Games tarafından Quantum Computer Services, Inc. ile birlikte geliştirilen Habitat, genellikle büyük ölçekli, çok oyunculu, ticari bir sanal dünya geliştirmeye çalışan ilk girişimlerden biri olarak kabul ediliyor. Bu tür sistemler, meyvelere ulaşmak için birkaç on yıl ara gerektirir ancak bu öncüllerin katkıları anlaşılmaz.

Eğitim topluluğu sanal dünyalar ve işbirlikçi sanal sınıflar geliştirirken, eğitim endüstrisi benzer şekilde çok kişili eğitim simülasyonları için toplu öğrenme yeteneklerini araştırdı. NASA ve ABD ordusu gibi kuruluşlar tarafından teşvik edilen, bilgisayar destekli öğreticiler, 1940’larda ortaya çıktı. Başlangıçta, bu öğretici benzetimler, çok pahalı, güvensiz veya zahmetli olan canlı eğitimin ikamesi olarak kullanılmıştır. Bununla birlikte, 1970’ler boyunca, eğitim topluluğu, benzersiz bir öğretim aracı ve ekip tabanlı uygulama için potansiyel bir platform olarak görerek, sadece değiştirmenin ötesinde öğretim simülasyonuna değer vermeye başladı. Kısmen kolektif ve iyileştirilmiş eğitim talebinden cesaret alan araştırmacılar, kolektif, dağıtık simülasyon tabanlı eğitim teknolojisi geliştirmeye başladı. 1987’de kurulan Gelişmiş Savunma Araştırma Projeleri Kuruluşu (GSAPK) Simülasyon Ağı (SIMNET) dikkate değer bir örnek teşkil ediyor. Bununla birlikte, dağıtık simülasyon, 1990’lı yıllara ve küresel internetin yükselişine kadar gerçekten uygulanabilir bir öğrenme yöntemi haline gelmeyecekti.

1990’lar

Bilgisayar tabanlı öğrenme, kişisel bilgisayarların artan yaygınlığı, çoklu ortam yeteneklerindeki gelişmeler ve bilgisayar ağındaki gelişmelerle bağlantılı olarak 1990’lar boyunca genişlemeye devam etti. 1990’lara derin bir şekilde damgasını vuran en önemli olay dünya çapında ağların (www, 1989’da icat edilmişti) büyümesi ve bununla birlikte ağa bağlı iletişimlere geniş erişimdir.

İlk kullanılmaya hazır web tabanlı dersler 1990’ların ortasında ortaya çıktı ve on yılın sonunda, ABD merkezli tüm üniversitelerin yaklaşık %60’ı web tabanlı derslere sahipti. Bu sırada, e-öğrenme endüstrisi de gelişti. 90’lar boyunca, tedarikçiler öğretmenlerin ve kurumların e-öğrenme kaynaklarını yönetmelerine yardımcı olacak araçlar geliştirdi. İlgili yazılım, kurs yönetimi sistemleri, sanal öğrenme ortamları, öğrenme platformları ve yönetilen öğrenme ortamlarının yanı sıra, günümüzde popüler olan öğrenme yönetim sistemleri ve öğrenme içerik yönetim sistemleri dahil olmak üzere çeşitli başlıklar altında yayınlandı.

Geleneksel e-öğrenmeye ek olarak, bazı araştırmacılar uyarlanabilir ortam ötesi bağlantılı ortamı teşvik etmeye başladı. Tüm izleyicilere aynı metni, bağlantıları ve çoklu ortamı sağlayan tipik web sitelerinin aksine, uyarlanabilir ortam ötesi bağlantılı ortam sistemleri her ziyaretçinin kullanıcı modellerini oluşturur ve ardından sunulan bilgi ve bağlantıları uyarlar. Peter Brusilovsky ve meslektaşları web iletişimi ve zeki öğretici kavramlarını bütünleştiren uyarlanabilir ortam ötesi bağlantılı ortam sistemleri geliştirdi ve test etti.

Uyarlanabilir ortam ötesi bağlantılı ortamın yanı sıra, ‘ikinci nesil’ olarak da isimlendirilen uyarlanabilir öğreticiler (zeki öğretici sistemler olarak da isimlendirilir) olgunlaştı. Dikkate değer bir örnek olarak da Ken Koedinger vd. tarafından geliştirilen bilişsel öğreticiler verilebilir, Amerika Birleşik Devletleri’ndeki binlerce okulda ortaokul öğrencilerini matematik konusunda eğittiler ve titiz değerlendirmeler yaparak etkileyici öğrenme kazanımları elde ettiler. Kulik ve Fletcher, konuyla ilgili meta-analizlerinde, 90’lı yıllardaki zeki öğreticilerin neredeyse bir standart sapmanın bir’e yakın etki boyutlarına sahip olduğunu buldular, bu birinci kuşak bilgisayar destekli öğretim öğreticilerinden ilk neslinden neredeyse iki kat daha fazla kazanım elde ettiklerini ifade eder Bu zeki öğreticilerin sağladığı öğrenme kazanımları, yaklaşık olarak insan öğreticilere eşdeğerdir.

Duyuşsal bilgi işlem, bu on yılın ortasında, özellikle Rosalind Picard tarafından bilgisayar biliminin bir dalı olarak ortaya kondu. Bu araştırmacılar, YZ’de duyguların nasıl simüle edileceklerini incelediler ve makinelerin insanlardaki duyguları algılaması için yöntemler geliştirdiler. Her iki hedef de eğitim için uygun olacaktır. İlki, öğretim teknolojilerinde; öğretici işlevi gören ya da akran işlevi gören animasyon karakterleri veya pedagojik aracılar hakkında yapılan önceki araştırmalar bilgi kaynağı oldu. İkincisi, sıkıntı veya hayal kırıklığı sergileyen öğrencilere cevap vermek gibi kişiselleştirilmiş öğrenme sistemlerinin uyarlanabilir tepkilerini bildirmeye yardımcı olacaktır. Daha sonra, bu disiplin 21. Yüzyılda olgunlaşmasıyla Rafael Calvo ve Sidney D’Mello gibi araştırmacılar göz izleme, yüz ve jest tanıma, fare hareketleri ve duruş algılayıcıları gibi araçları kullanarak bu durumları daha güvenilir ve mahremiyet ihlaline sebep olmayacak bir şekilde algılamanın yollarını geliştirecekti.


İlk sarmayacı artırılmış gerçeklik sistemi olarak kabul edilen Virtual Fixtures, ABD Hava Kuvvetleri Araştırma Laboratuvarında Louis Rosenberg tarafından inşa edilmiştir. Yukarıdaki resimde, 1992’de sistemi kullanan Rosenberg; Fotoğraf AR Trends’in izniyle.

Tüm bu doğuş sürecindeki teknoloji, kanıta dayalı yeni öğrenme ilkelerine ihtiyaç duyulduğu gittikçe daha belirgin hale geliyordu. Diğer bir gelişme Richard Mayer ve çoklu ortam öğrenme teorisinden geldi. Mayer, Sweller’in bilişsel yük teorisinin yanı sıra diğer bilişsel ilkeleri temel alarak , öğrenenlerin çoklu ortam öğretimi ile etkileşime girdiğinde zihinsel süreçlerini dikkatlice tanımladı ve daha sonra en iyi hale getirmek için rehberlik etti. Örneğin: Yalnızca kelimelerden ziyade sözcüklerde ve resimlerde bir açıklama yapmak ve karşılık gelen kelimeleri ve resimleri ayrı ayrı değil, bitişik olarak sunmak gibi. Mayer’ın çalışmalarının alanda önemli etkileri oldu; bilişsel bilimi eğitimciler için daha erişilebilir hale getirdi ve öğretim tasarımcılarına uygulayabilecekleri açık tavsiyelerde bulundu.

Bilgisayar aracılığında iletişimle ilgili öğretim teorileri de ilgi topladı. Bu kavramlar 1980’lerde ortaya çıkmasına rağmen, bu son on yıllık süreçte, web tabanlı iletişime hazır erişimiyle serpilip geliştiler. Bu alanda üretken bir bilim insanı olan Randy Garrison’ın, zamanında yazdığı gibi “…bir öğrenen topluluğu bağlamında sık sık iki yönlü iletişim yoluyla eğitim işleminin kontrolünü kişiselleştirme ve paylaşma yeteneği ile nitelenen bir sanayi sonrası uzaktan eğitim çağına giriyoruz”. Önceki on yılın, dağıtık öğrenme araçlarının endüstriyel değerini vurgulama eğiliminde olduğu yerlerde, 1990’larda, Garrison gibi teorisyenler, uzaktan öğretim ve öğrenmenin kolaylaştırılmasına daha fazla vurgu yapmaya başladılar. Uzaktan eğitimin endüstriyel modelini ilk öneren Otto Peters bile 1990’larda buun “endüstri sonrası” olarak adlandırılabilecek “yeni bir çağın ilk işaretleri” olup olmadığını sordu.

Öğretim teorisyenleri dünya çapında webin sunduğu pedagojik fırsatları alkışlarken, bazı üniversitelerin daha da görkemli tasarımları vardı. John Daniel, Mega Üniversiteler ve Bilgi Medyası adlı kitabında orta öğretim sonrası eğitimde geniş ölçekli, açık ve uzaktan öğrenmenin dönüştürücü gücünü inceledi ve maliyetleri düşürme, esneklik yaratma ve yüksek öğretime daha fazla erişim sağlama (özellikle de ayrıcalıksız alanlarda) vaadinin altını çizdi. Daniel, British Open University gibi mega üniversitelerin sunduğu çözümleri özellikle inceledi. Tanım olarak, bu kurumların kayıt için engelleri kaldırıyor ve en az 100.000 öğrenciye hizmet veriyor. Daniel yazısında, “Gelişmekte olan dünyanın gelişen nüfusuna eğitim ve öğretim sağlamak sadece ilgili ülkelerin sorunu değildir.” diyor. “İnsanoğlunun güvenliği buna bağlı olabilir”.

Webin eğitim yoluyla toplumu değiştirme gücü göz ardı edilemezdi. Önemine binaen, ABD Kongresi, Yüksek Öğretim Yasa’sının yeniden oylanmasının bir parçası olarak 1998’de İki Taraflı (partili) Web Tabanlı Eğitim Komisyonunu kurdu. Komisyonun sonraki ve kanıt açısından zengin, Öğrenme için İnternetin Gücü başlıklı raporunda, Kongreyi e-öğrenmeyi ülke eğitiminin merkezi bir parçası haline getirmeye çağırdı. “İnternet, belki de iş, medya, eğlence ve toplumu şaşırtıcı şekillerde yeniden şekillendiren tarihteki en dönüştürücü teknolojidir. Sahip olduğu tüm güce rağmen, eğitimi dönüştürmek için ancak şu anda aday gösterildi. … artık konuşmadan uygulamaya geçmenin zamanı”.

Komisyon raporunda belirtilen altı gelecek vaat eden eğilim şunları içeriyordu: daha geniş bant erişimini; ‘bilgisayar, bağlantı ve iletişim teknolojilerinin küçük, çok amaçlı cihazları birbirine bağlayarak kablosuz teknolojilerle birbirine bağladığı’ yaygın bilgi işlem; dijital yakınsama veya telekomünikasyon, radyo, televizyon ve diğer etkileşimli cihazların her yerde bulunan bir altyapıya birleştirilmesi; eğitim teknolojisi standartları; konuşma ve el ve yüz hareketlerini tanımayı, metinden konuşmaya, dil çevirisini ve duyusal sarmalamayı birleştiren yeni uyarlanabilir teknolojiler ve son olarak, önemli ölçüde maliyeti azalan geniş bant İnternet.

Geçmişe bugünün penceresinden bakmanın avantajıyla, bu listedeki eğilimlere birkaç ekleme yapabiliriz. Bir örnek, sanal gerçeklik (SG) ve artırılmış gerçeklik (AG) içeren bir sürem olan karma gerçekliktir. Her ne kadar 1950’lerden 1980’lere kadar öncülük etmiş olsa da ilk faydalı eğitim ve öğretim uygulamaları 1990’ların ortalarında gerçekleşmeye başladı. O zamanki sanal gerçeklik teklifleri, sürükleyici deneyimler yaratmak için genellikle kafaya monte edilen ekranlar veya mağara benzeri projeksiyon odaları olarak kullanılıyordu. Gerçekliği tamamen sanal manzaralar ve seslerle değiştirmeye çalışan SG’nin aksine, AG sistemleri, gerçek zamanlı, gerçek dünyada olan video üzerine grafikler bindirmek gibi gerçek durumlara, sanal uyarıları zerk eder. Bununla birlikte, her iki durumda da teknolojinin hâlen pahalı ve ve hantal olmasına karşın hızlı bir şekilde de ilerlemesini sürdürüyordu. Yine de öğrenmeyi veya güdülemeyi iyileştirmek için bu teknolojilerin etkisinin görgül değerlendirmesi, bugün bile şaşırtıcı bir şekilde en düşük düzeyde kalmaktadır.

Dağıtılmış simülasyon da bu on yıl boyunca belirgin bir ilerleme kaydetti. On yıl önceki SIMNET’in gelişmeleri, ağ bağlantılı gerçek zamanlı simülasyonlar çağını doğurmuştu. Şimdi, SIMNET’in oluşturulmasına öncülük eden aynı savunucular, canlı, sanal ve yapıcı simülasyonları ortak bir ortamda sorunsuz bir şekilde entegre edebilen sentetik ortamlar geliştirmeye çalıştılar. Sonlara doğru mühendisler, Dağıtılmış Etkileşimli Simülasyon (DES) ve Üst Düzey Mimari (ÜDM) protokolleri de dahil olmak üzere, eş zamanlı öğretim senaryolarını desteklemek için yeni birlikte çalışabilirlik standartları geliştiriyorlardı, araştırmacılar ise dünya çapında ağın dağıtık simülasyon için kullanılmasının uygunluğunu inceliyorlardı.

ABD Hükûmeti, özellikle askerî ve iş gücü gelişimi için web tabanlı öğrenmeden yararlanmak için daha iyi yollar arıyordu. Bu gereklilikler Gelişmiş Dağıtık Öğrenme (İDÖ) Girişiminin oluşturulmasına yol açtı. İDO Girişimi, öncüllerini, Kongrenin, Ulusal Muhafızlar’a personeli için prototip elektronik sınıflar ve öğrenme ağları inşa etme yetkisi verdiği 1990’ların başlarına kadar takip etti. 1990’ların ortalarına gelindiğinde, Savunma Bakanlığı daha koordineli bir yaklaşıma duyulan ihtiyacı fark etti ve 1996 Dört Yıllık Savunma İncelemesi bunu, teknoloji tabanlı eğitim ve öğretimi modernleştirmek etmek için bakanlık çapında bir stratejinin geliştirilmesini yönlendirerek resmîleştirdi. Bu strateji, orijinal İDÖ Girişimi oldu. 1998 yılında Savunma Bakanı Yardımcısı, Savunma Personel ve Hazırlık Müsteşarlığını Satın Alma ve Teknoloji ve Denetim, Müşterek Kurmay Başkanlığı ile iş birliği içerisinde gelişen programa öncülük etmesi için yönlendirdi. Ayrıca, dağıtık öğrenme için departman çapında bir politikanın oluşturulmasını, politikayı yürütmek için karşılık gelen bir “ana planın” geliştirilmesini ve ilgili uygulama için kaynakları yönetti. Bundan kısa bir süre sonra İDÖ Girişimi, e-öğrenme sistemlerinin koordinasyon, paylaşılan teknoloji standartları ve modern öğrenme teorisinin uygulanması yoluyla birleştirilmesine yardımcı olma göreviyle federal çapta bir program haline geldi.

Gelişmiş dağıtık öğrenme stratejisi, öğrenme paradigmasını “sınıf merkezli” bir modelden giderek artan “öğrenen merkezli” bir modele yeniden yapılandırmayı ve öğrenme iş sürecini “fabrika modelinden” (çoğunlukla büyük eğitim ve eğitim kurumları) her zaman her yerde öğrenmeyi içeren daha ağ merkezli bir “bilgi çağı modeli” ne doğru yeniden yapılandırmayı gerektiriyor.

İDÖ Girişimin misyonunun bir parçası dağıtık öğrenme için teknoloji standartlarını içerir. 1990’larda, Köprü Metni Aktarım Protokolü (HTTP) ve Köprü Metni Biçimlendirme Dili (HTML) gibi standartlar yeni ortaya çıkıyordu. Benzer şekilde, Genişletilebilir İşaretleme Dili (XML) 1990’ların ortalarında kullanıma sunuldu ve webin yayımlanan sunum ortamından, veri açısından zengin bir platforma dönüşmesine yardımcı oldu, bu gelişmeyle birlikte semantik webin de kapısı aralanmış oldu.

20. yüzyılın son on yılında görülen teknolojik gelişmeler hakkında epeyce kitap yazılabilir (ve kesinlikle de yazılmıştır). Bizim amacımız doğrultusunda, diğer dikkat çekici birkaç nokta arasında yapay zekâ ve veri madenciliğinin giderek artan dikkat çekiciliği, doğal dil arayüzlerinin kullanılabilirliği, kişisel dijital asistanların ticarileştirilmesi ve ilgili hücresel iletişimler ile DVD’lerin oluşturulması yer almaktadır. Ayrıca, araştırmacıları hava limanı tesisleri, çağrı merkezleri, işletmeler, sağlık merkezleri ve hatta fast-food restoranları da dahil olmak üzere tüm sektörler için kapsamlı model setleri oluşturmaya teşvik eden bilgi işlemsel modeller için benzeri görülmemiş bir talep gelişti. İlk olarak daha önceki yıllarda keşfedilen bilişsel modelleme yaklaşımları, uygulamalı sistemlerde gerçekleştirilmeye başlandı. Mesela DARPA’nın Pilot Ortağı, bir uçak pilotunun kullanım planını anlamak ve karar vermesini desteklemek için yapay zekâ ve bilişsel modellemeyi bir araya getirdi. Bu tür bilişsel ve nörobilim gelişmeleri de bu döneme damgasını vurdu ve daha sonra başkan George H.W. Bush bu döneme “Beynin On Yılı” adını verdi.

2000’ler

2000’ler, geniş bant erişimini, tüketici akıllı telefonlarını, video servislerini yayınlamayı, e-kitap okuyucularını ve sosyal medyanın yükselişini destekleyerek öğrenme teknolojilerindeki ivmeyi görmeye devam etti. Cep telefonları dünyaya yayılırken, uygulayıcılar mobil öğrenmeyi (veya m-öğrenmeyi) benimsediler. Gelişmekte olan ülkelerde, m-öğrenme, milyonlarca başka bağlantısı kesilmiş ya da yetersiz insanlara eğitim veren bir yaşam çizgisi haline geldi. Sanayileşmiş ülkelerde bile, m-öğrenme yeni kapılar açtı ve bağlama duyarlı, yaygın öğrenme için yenilikçi bir platform sundu.

M-öğrenme için tasarlanan içerik genellikle balık yemi büyüklüğünde, mikro öğrenme topakları şeklini aldı. Her ne kadar mikro öğrenme ve mobil öğrenme farklı kavramlar olsa da ikisi de hem esnek ve kendi hızında ilerleyebileceği içeriği hem de öğrenmenin kavramsallaştırılmasını vurgulamaları nedeniyle birbirleriyle örtüşür ve kesişir. Akıllı telefon tabanlı mikro öğrenme, vaat edilen, her zaman her yerde öğrenmeyi (gerçekten her yerde hazır bulunan, ihtiyaç anında sunulan) gerçekleştirdi.

M-öğrenme gelişirken, geleneksel çevrim içi öğrenme de büyümeye devam etti. On yılın sonunda, ABD’deki okul bölgelerinin %80’i çevrim içi kurslar verdi. Neredeyse tüm üniversiteler bir tür e-öğrenme içeriyordu ve Cisco ve AT&T gibi birçok şirket, kurumsal eğitimlerinin önemli bir bölümünü çevrim içine taşıdı. Blackboard ve WebCT gibi ticari öğrenme yönetimi sistemleri yaygın pazar payına sahipti ve Moodle ve Sakai gibi açık kaynaklı rakipleri de popülerlik kazanmaya başladı.

E-öğrenme yazılımlarına yönelik artan talep, içerik meta verilerinin tanımlanması için Öğrenme Nesnesi Meta Verileri (ÖNMV) ve Dublin Çekirdeği gibi ilişkili teknoloji standartlarına ve e-öğrenme içeriğinin sistemler arasında birlikte çalışabilmesi için paylaşılabilir İçerik Nesnesi Referans Modeli (daha yaygın olarak SCORM olarak bilinir) özelliklerine olan ihtiyacı artırdı . Bu belirimlere dayanarak, araştırmacılar “öğrenme nesneleri” kavramını ya da yeniden karıştırılıp yeniden kullanılabilecek kapsüllenmiş öğrenme materyalleri kavramını desteklediler. Fletcher, 2005 yılında tahmin edildiği gibi:

… teknolojiye dayalı öğretim (veya performans yardımı) için materyal hazırlama konusundaki vurgu, öğretim nesnelerinin geliştirilmesi konusundaki mevcut kaygılardan, halihazırda mevcut nesneleri anlamlı, ilgili ve etkili etkileşimlere entegre etme kaygısına doğru kayacaktır.

Bu tür hedefleri göz önünde bulundurarak destekçiler, öğrenme kayıtları ve içerik havuzları, İçerik Nesnesi Deposu Keşfi ve Kayıt/Çözünürlük gibi kusursuz keşfi ve içeriğe erişimi desteklemeyi amaçlayan federe sistemler oluşturmaya başladılar. (Mimarlık (İNDKÇM) ve Öğrenme ve Çevrim içi Öğretim için Multimedya Eğitim Kaynağı (MERLOT) projesi.) Nesne kayıtları fikri, aradan geçen yıllarda geliştirilmesi zorlanmış olsa da öğrenmeye hazır erişim vaadi zemin kazanmaya devam etmektedir.

Eğitimi geniş çapta erişilebilir hale getirme konusundaki ilgi, öğrenme kaynaklarını öğretmenlere, eğitmenlere ve öğrenenlere ücretsiz ve yaygın olarak sunmayı taahhüt eden açık eğitim kaynakları hareketini teşvik etti. Creative Commons ve açık lisanslama modeli bu zaman zarfında kuruldu ve Wikipedia aynı yıl içinde piyasaya sürüldü. Wired dergisi ayrıca 2000’lerin ortalarında “…kitle kaynak kullanımı” terimi kavramını ortaya attı ve bunu; açık eğitim topluluğunun da hızlıca benimsediği“çalışanlar tarafından bir kez gerçekleştirilen bir işlevi almak ve açık bir çağrı şeklinde tanımlanmamış (ve genel olarak büyük) bir insan ağına dış kaynak olarak vermek” şeklinde tanımladı.

Açık eğitim kampanyası, kitlesel olarak açık çevrim içi kursların veya KAÇD’lerin geliştirilmesine de yol açtı. KAÇD’ler 2012’ye kadar yaygın olarak popüler hale gelmemiş olsa da ilk olarak 2008’de ortaya çıktı. Kısa süre sonra Udemy ve Peer 2 Peer Üniversitesi gibi platformlar kuruldu ve binlerce öğrenciye ücretsiz çevrim içi dersler sunuldu. KAÇD’ler ayrıca yeni bir öğrenme paradigması tanıttı. İlk KAÇD’ler, George Siemens ve Stephen Downes tarafından geliştirilen, bağlantıcı öğrenme teorisini esas alarak büyümeye başladı. “Dijital Çağ İçin Bir Öğrenme Teorisi” olarak adlandırılan bağlantıcılık, bilginin, özellikle karmaşık modern dünyamızda bağlantı ağları arasında dağıtıldığını öne sürer. Sonuç olarak, sürekli öğrenmeyi, bilgi kaynakları arasındaki ve farklı alanlarda bağlantıları görebilme yeteneğini ve mevcut, çeşitli bilgilerin önemini vurgulamaktadır. Orijinal, bağlantıcı KAÇD’lere bazen sosyal öğrenme, iş birliği ve işbirlikli öğrenme araçlarının kullanımına vurgularını belirtmek için bKAÇD denir.

image
Bağlantıcılığa ek olarak, 2000’li yıllar boyunca başka birkaç öğrenme teorisi daha gelişti. Örneğin, Ulusal Araştırma Konseyi, İnsanlar Nasıl Öğreniyor? isimli, sınıf öğretimi ve öğrenimiyle ilgili geniş kapsamlı anlayışları özetleyen etkili bir kitap yayınladı. Lorin Anderson ve David Krathwohl, Bloom’un ünlü taksonomisinin iki boyutlu ‘yeniden inceleme’sini yayınladı. David Merrill Öğretimin Temel İlkeleri, kitabını yayımladı ve bu da rekabetçi davranışçı, bilişselci ve yapılandırmacı öğrenme kuramlarının bütünleştirilmesine yardımcı oldu. Steve Fiore ve Eduardo Salas, çevrim içi bilime öğrenme biliminin iş birliği boyutlarını uygulamaya adanmış bir özet yayınladılar, Eğitim Bilimleri Enstitüsü ise sağlam gözleme dayalı verilerle desteklenen ve sınıfta kolayca uygulanabilen yedi bilişsel öğrenme ilkesini yayınladı.

Etkili İnsanlar Nasıl Öğreniyor ve devamı İnsanlar Nasıl Öğreniyor II, WWW.NAP.EDU adresindeki Ulusal Akademilerden açık kaynak olarak temin edilebilir.

Kişiselleştirilmiş öğrenim ortamlarının araştırılması ve uygulamaları olgunlaştı, hatta yapılandırmacı ve uyarlanabilir ortam ötesi bağlantılı ortam sınırlarını aştı, bunun da yanı sıra zeki öğretici sistemler ve eğitimde yapay zekâ alanları da büyümeye devam ediyor. İlk olarak 1990’larda geliştirilen ters yüz sınıf kavramı, yaygın bir popülerlik kazandı. Bu öğretim tekniği, ders anlatımı gibi didaktik öğretim içerikleri sınıfın dışında, ev ödevi vb etkileşimli diğer içerikleri ise sınıfta yüz yüze sunarak klasik okul modelini tersine çevirmeyi esas alan öğretim tekniğidir. Çevrim içi öğrenme araçlarının ve akış teknolojilerinin büyümesi, ters yüz edilmiş sınıfları öğretmenler için daha erişilebilir hale getirdi. 2004 yılında Khan Akademiyi kuran Salman Khan, bilinirliklerine önemli ölçüde katkıda bulundu ve öğretmenlerin ve halkın kavrama geniş ölçüde aşina olmasına yardımcı oldu.

image
1990’lardan kalma bir AutoTutor arayüzü, Graesser vd.

Benzer şekilde, kökleri 19. yüzyıla kadar uzansa da aralıklı öğrenme taktiklerinin uygulanması; (Eğitim Bilimleri Enstitüsünün öğrenmenin yedi bilişsel ilkesinden birisidir) bu on yıllık süreçte geniş ölçüde kabul görmüştür. Aynı zamanda dağıtık uygulama olarak da adlandırılan bu ilke; öğrenmenin en iyi meydana gelme şeklinin (yani en iyi şekilde kodlanmış ve uzun süreli bellekten alınabilir) sunumun kısa ve daha az aralıklarla yapılmasındansa zaman içine yayılmasının daha uygun olduğunu vurgular. Bir İngiliz lisesinde başöğretmen olan Paul Kelley, özellikle nörobilim ilkelerinden yararlanan 2008 tarihli Zihin Oluşturma adlı kitabında aralıklı öğrenmenin yaygınlaşmasına yardımcı oldu. Kitapta belirttiği üzere, “Bu andan itibaren, öğrenmenin bilimsel analizi, eğitim üzerinde çok az etki yarattı. Buna karşılık, teknoloji alanlarında bilgi ve bilim genel anlamda hızla büyüyor. Göreceğimiz gibi, bu bilgi genellikle geleneksel eğitim bilgeliği ile çelişmektedir. İnsan beyninin bilimsel anlayışı ve nasıl çalıştığı, öğrenmenin bilginin sonsuz plastik zekâya soyut bir aktarımı olmadığını, fiziksel sınırlılıkları olan biyokimyasal bir süreç olduğunu göstermeye başlıyor”.

Artan bir taleple, kanıta dayalı titizlik isteği, öğrenme değerlendirmelerinde de görüldü. Yeni bir kavram olmasa da öğrenme bilimcileri testlerin öğrenme için kullanımından uzaklaşmayı güçlü bir şekilde teşvik ettiler ve öğretmenleri çoktan seçmeli testler yerine kompozisyon yazmaya çağırdılar ki çoğu öğretmenin bildiğinin aksine kompozisyonlarda yüksek güvenirlikte otomatik olarak değerlendirilebilmektedir. Bu on yıllık sürecin sonunda, artan bilgi işlem gücünün ve büyük miktarlardaki öğrenme verisinin, George Siemens vd. tarafından yönetilen öğrenme analitiğinin ve Ryan Baker ve meslektaşları tarafından yönetilen eğitsel veri madenciliğinin geliştirilmesini teşvik etti. Birbiriyle yakından ilişkili bu alanlar, her biri kendi profesyonel topluluklarına ve dergilerine sahip olacak şekilde gelişti, genellikle etkileşim günlüklerinden veya eğitim teknolojilerine entegre değerlendirmelerden toplanan veri bilimi ilkelerini öğrenme verilerine uyguluyorlar. Araştırmacılar bu tanımların son noktalarını tartışmaya devam etseler de her iki alan da öğrenme sisteminin gelişimi ile ilgili analizlerin uygulanmasının yanı sıra, öğrenme ve gelişim ile ilgili verilerin ölçümü, toplanması ve analizlerinin kullanımını vurgulamaktadır.

2010-GÜNÜMÜZ

Öğrenme bilimi ve teknolojisi cephesinden bakıldığında 2010lar bir önceki on yıllık sürece karışmakta ancak ufku çarpıcı biçimde değiştiren teknolojik gelişmelere de sahip. Bu on yıllık süreçte; doğru konuşulan dil anlayışı, tüm topluluklardaki akıllı telefonlar, her yerde bulunan oyun ve sosyal medya, ince taneli boyutlardaki sistem günlüğü dosyalarındaki performansın izini sürme, insanların duygularını ve kimliğini algılayan algoritmalar, binlerce konuda KAÇD’ler, hiper-gerçekçi animasyonlu ajanlar, işbirlikçi problem çözme ve birçok işin yerini alacak yıkıcı YZ dünyamıza eşlik etti. Çağımızın en çarpıcı icatlarını tahmin etmek imkânsızdır. Ancak, şu anki on yılık sürecimizde birkaç eğilim öne çıksa da bunların zamana yenik düşüp düşmeyeceklerine ilişkin net bir görüş yok.

KAÇD’ler eleştirmenleri ve kaygıları olmasa da gelişmeye devam etti. Daha yaygın olarak, bugün, KAÇD’ler Genişletilmiş KAÇD modelini takip ediyor. Bu gKAÇD’ler, açık erişim ve büyük ölçek dahil olmak üzere bKAÇD ile bazı özellikleri paylaşır. Bununla birlikte, bKAÇD’lerın bağlantıcı öğrenmeyi vurguladığı yerlerde, KAÇD’ler genellikle daha geleneksel, öğretici yöntemleri kullanır ve bunun yerine ölçeklenebilirliğe odaklanır. Coursera, edX ve Udacity dahil olmak üzere 2012’de piyasaya sürülen en popüler gKAÇD’ler hem endüstriye hem de akademiye yayıldı. Ölçekli öğrenme sağlamaya çalışan bu platformlara, 2000’li yıllarda bulut bilişimin gelişmesiyle ve Amazon Web Servisleri ile Microsoft Azure’un tüketici sürümleri tarafından önemli ölçüde yardımcı olunmuştur. Bulut sistemleri, “hizmet” modelini uygulanabilir hale getirdi, yazılım uygulamalarını aygıt ve konumdan bağımsız hale getirerek serbest bıraktı, daha sık uygulama güncellemelerine olanak sağladı ve talep üzerine ölçeklendirmek için neredeyse sınırsız bir kapasite yarattı.

Bulut bilgisayarlar ayrıca, ağlara bağlanabilen ve veri paylaşabilen akıllı cihazların ağı olan Nesnelerin İnterneti’nin (Nİ) de hayata geçirilmesine yardımcı oldu. Cisco’nun Baş Fütüristi Dave Evans, Nİ’nin 2008 veya 2009 civarında “doğduğunu” tahmin ediyor ancak araştırmacılar Nİ’nin öğrenme uygulamalarını yeni keşfetmeye başladılar. Eğitim ve öğretim bağlamında Nİ, gerçek ve sanal bağlamları köprülemeye yardımcı olarak öğrenenlerin dijital ayak izleri olan ağa bağlı fiziksel nesnelerle etkileşime girmesine izin verir. Bu nesneler gömülü RFID algılayıcıları, uzamsal işaretler veya FitBits veya Google Glass gibi giyilebilir teknolojiler içerebilir.

Bazı giyilebilir teknolojiler aynı zamanda nabız monitörleri veya göz izleyicileri gibi nörofizyolojik algılayıcıları de içerir. Bunların ticari versiyonları genellikle rahatsız edici verilerden muzdariptir ve uygulamalı öğrenme sistemlerine anlamlı bir şekilde entegre olmaya yeni başlamaktadır. Psikofizyolojik araçlar (ör., göz izleme, cilt iletkenliği), beyin görüntüleme araçları (ör., fMRG, EEG) ve etkili bilgisayar uygulamaları laboratuvar şartlarında hızla ilerlemektedir ve araştırmacılar öğrencilerin duygularını düşük maliyetli bir şekilde telefon ve dizüstü bilgisayarlardaki stok kameralarından çekilen video yayınları ile tespit etmede başarılı olmuştur. Ayrıca, birkaç yeni DARPA programı sinirsel arayüzleri keşfederken bilim-kurguya benzer sonuçlar veriyor; Bunlar klinik deneylerde insanın idrak kabiliyeti ve öğrenmesini arttırdığını göstermiştir ve bir gün karmaşık insan-makine ekibi oluşmasına da mümkün kılabilirler.

Bu uygulamaların her biri çok fazla miktarda dijital yan ürün üretiyor. Öğrenme verilerinin patlaması ve buna bağlı olarak öğrenme platformlarının büyümesi ve çeşitliliği, bir kez daha yeni teknoloji standartlarına ihtiyaç duydu. İDÖ Girişimi, 2011’de geliştirmeye başladığı Deneyim API’sini (xAPI) ilk kez 2013 yılında piyasaya sürdü. xAPI, yazılım uygulamalarının ilişkili öğretim veya performans bağlamı bilgileriyle birlikte insan performansıyla ilgili (potansiyel olarak büyük) verileri paylaşmasını sağlar. xAPI, analistlerin geleneksel ÖYS’lerden mobil cihazlara, simülasyonlara, giyilebilir cihazlara ve fiziksel işaretçilere kadar farklı sistemlerden öğrenen verilerini toplamasına ve toplu olarak analiz etmesine yardımcı olur. xAPI aynı anda birçok farklı veri tabanına dağılmış olan verileri birbirine bağlamayı, öğrenme teknolojilerini bir birine uyumlu sistemlerin sistemine dönüştürmeyi taahhüt eden ve gelişmekte olan Toplam Öğrenme Mimarisinin bir parçası olan bir dizi belirtimdir.

image

Düşünme Yetisinin Gelişimi Dergisi için öğrenme biliminde nereden gelip ve nereye gittiğimizi açıklayan bir taslağı yeni tamamladık. 1970’lerden bugüne kadar fon yatırımlarının izini sürdük ve finansmanın birden çok federal kurum ve özel vakıf da dahil olmak üzere farklı yerlerden geldiğini belirttik. Örneğin, Deniz Araştırmaları Ofisi, Eğitim Bakanlığının sadece Eğitim Bilimleri Enstitüsü aracılığıyla değil, aynı zamanda ulusal Eğitim Enstitüsü gibi öncekiler aracılığıyla da birçok görevde yaptığı gibi, bu alanda uzun bir finansman geçmişine sahiptir.

Federal kurumlar bu araştırmayı finanse etmek için farklı yaklaşımlar benimsiyor (ajansların görevlerinin farklılığı nedeniyle) ancak insanların nasıl öğrendiğini anlama hedefi bu yaklaşımların ortak noktasını oluşturuyor. Bu yatırımların ya içerikten bağımsız, laboratuvarda tipik olarak öğrenilen, örneğin öğrenme uygulaması gibi geniş kapsamlı yararları olabilecek öğrenim ilkelerini inceleyerek- ya da içeriğe bağlı bir yaklaşım izlediklerini gözlemledik. Örneğin, okumaya yapılan yatırımlar, Eğitim Bilimleri Enstitüsünün ‘Okumayı Anlama Girişimi’ ile 70’ler ve 80’lerde mevcutken 2010’da yatırım yapılır hâle geldi… Bu içeriğe bağlı yaklaşım, içerikten bağımsız yaklaşımdan çok farklıdır; Bilişsel bilim açısından bir içerik alanındaki nüansları ve zorlukları tanımlamakla ilgilidir.

Hem içerikten bağımsız hem de içeriğe bağlı yaklaşımlar yıllar içinde paralel olarak finanse edildi ve her ikisi de insanların nasıl öğrendiğini anlamamıza önemli katkıda bulundu. Gelecek vaat eden öğrenme ilkelerini belirlemek için içerikten bağımsız yaklaşıma ihtiyacınız var ancak içeriğe bağlı yaklaşım da gereklidir çünkü her içerik alanının kendine özgü ihtiyaçları vardır. Sonuçta, bu iki yaklaşımı birleştirmek gerekir ancak bilişsel bilimciler tarafından farklı türler olarak incelendi. Bu grupların birlikte çalışmaya başlaması faydalı olacaktır.

Erin Higgins, Dr.

Eğitim Bilimleri Enstitüsü bünyesinde program görevlisi. ABD Eğitim Bakanlığı
‘Higgins’e Bakın. Dettmer ve Albro, şu anda baskıda

21. yüzyıl öğrenme ortamlarının ve içlerindeki verilerin karmaşıklığı, maliyetleri artırmak gibi talihsiz bir sonuca sebep olur. Diyelim ki 50 milyon dolara mal olan pahalı bir sistem, 10 milyon öğrenene eğitim sağlıyorsa ekonomik olarak makuldür ancak yalnızca 100 kişiye fayda sağlıyorsa değildir. Öğrenme ve motivasyonu arttırmanın yanı sıra maliyetleri düşürmek için de çokça çaba gösterilmiştir. Örneğin, zeki öğretim sistemlerinin geçmişte geliştirilmesi pahalıydı, bu yüzden Bob Sottilare önderliğindeki Ordu Araştırma Laboratuvarı, uyarlanabilir öğretim sistemi yönergelerini ifade etmek için 200’den fazla araştırmacı ve geliştiriciden oluşan bir toplulukla birlikte, öğrenen modelleme, öğretim yönetimi, yazarlık araçları, etki alanı modelleri, değerlendirme, takım eğitimi ve kendini geliştiren sistemleri kapsayan 7 ciltlik bir kitap serisi düzenledi. Bu ‘Yaygınlaştırılmış Akıllı Öğretici Sistemi’ (YAÖS) girişimi, sistemleri geliştirmek ve test etmek için kullanılabilecek işlevsel bir bilgi işlemsel mimariyi içerir.

Maliyetleri düşürmek için ortaya çıkan bir başka yaklaşım da kendi kendini geliştiren sistemlerde niceliksel parametreleri otomatik olarak ayarlamak için makine öğrenimi ile içerik oluşturma ve değiştirmede kitle kaynak kullanımını kullanmaktır. Ne yazık ki, alan hâlâ bu karmaşık öğrenme ortamlarını oluşturmak ve test etmek için maliyetleri ve geliştirme zamanını tahmin etmede sistematik, yaygın olarak kabul gören bir yaklaşımdan yoksundur.

T3 YENİLİK AĞI

2018’in başlarında, ABD Ticaret Odası ve Lumina Vakıfları, şirketlerin, ikincil kurumların, teknik standartlar kurumlarının, insan kaynakları profesyonellerinin ve teknoloji satıcılarının, giderek daha açık ve merkezi olmayan kamu-özel veri ekosistemi için Web 3.0 teknolojilerini keşfetmeleri için T3 İnovasyon Ağını başlattılar. Ağ, kuruluşundan bu yana üç temel zorluğu ele alan 128’in üzerinde şirketten oluşan ve gelişen bir ağ haline gelmiştir: (1) Verilerin sistemler ve paydaşlar arasında birlikte çalışabilir ve paylaşılabilir olmasını sağlamak için teknik veri standartları grupları arasında uyumlaştırma ihtiyacı; (2) Öğrenme hedeflerinin, yeterliliklerin ve becerilerin nasıl geliştirildiğini, tercüme edildiğini ve dağıtıldığını geliştirmek için YZ çözümleri uygulama ihtiyacı ve (3) Ajanslarını ve yetenek pazarındaki fırsatları yönetme ve bunlara bağlanma yeteneklerini geliştirmek için öğrenenlere ve Amerikalı işçiye veri sağlama gereksinimi.

Eğitim ve öğretimde artan otomasyonla birlikte, anlamsal açıdan zengin veriler yaratmak, yani temeldeki veri ögelerine bilgisayarların (ve diğer insanların) anlayabileceği şekillerde anlam vermek için itici güç oldu. Örneğin, xAPI geliştiricileri, yayınlanmış, paylaşılan sözcük dağarcığının yanı sıra anlamsal olarak zengin kullanım profilleri oluşturmaya çalışıyorlar. Yetkinlik temelli öğrenmenin savunucuları da benzer bir başarı sağlamaya çalışıyorlar ancak onların durumunda bu, bir insan yeterliliğini oluşturan veri unsurlarını tanımlama anlamına geliyor. IEEE’yi destekleyen gönüllüler, 2018’de on yıllık Yeniden Kullanılabilir Yetkinlik Tanımını (1484.20.1) gözden geçirmek, hizmetini genişletmek; yetkinlikler ve yetkinlik çerçeveleri için diğer standartlarla uyumlu hale getirmek için bir çalışma grubu kurdu.

Çalışma grubunun çabaları daha resmî eğitim programları tarafından, yetkinlik temelli dereceleri, yani öğrencilerin zamana dayalı kredi saatleri yerine gerçek dünyadaki projelerinde ustalık göstererek diploma kazandıkları orta öğretim sonrası programları kabul etmeye başladığı için zamanlaması iyiydi. Yetkinlik temelli programlarda, öğrencilere didaktik eğitmenlerden ziyade öğrenme koçları atanır ve videolar, ders kitapları ve çevrimiçi toplulukları da içeren bir dizi açık kaynağa erişebilirler. 2014 itibariyle, ABD’de tahmini 200’den fazla yetkinlik temelli öğrenme ortaöğretim derece programları vardı ancak politika düzenlemeleri gecikmektedir. Bu eğilimin nasıl çözüleceği belli değil ancak temel tasarımın önümüzdeki yıllarda genişlemesini bekliyoruz.

Yetkinlik temelli dereceler, mikro akreditasyon belgeleri ve dijital rozetler gibi teknolojik standartlar ilgi görmeye başlamıştır. Lisanslar ve diplomalar gibi eğitim ve öğretim akredite belgeleri, bir kişinin eğitim geçmişini doğrulamanın bir yolu olarak yüzyıllardır var olmuştur. İlişkili olduğu diğer kavramlar gibi mikro-akreditasyon da bir kişinin belirli bir yetkinlik gösterdiğini belgeler. Daha resmî akreditasyon belgelerinin aksine, öğrenenler daha küçük öğrenme bölümleri için mikro akreditasyon belgeleri alabilirler ve (en azından varsayımsal olarak) bu, yetkinlik temelli öğrenmenin performansa dayalı yaklaşımını yansıtır. Mikro akreditasyonun yakalanıp yakalanmadığını hep birlikte göreceğiz. Alan pratik ve politik zorluklar karşı karşıyadır; Lumina Vakfı, Digital Promise ve BloomBoard gibi kuruluşlar bunların üstesinden gelmek için çaba sarf ediyor. Bu arada bazı ticari kuruluşlar, Udacity’nin nanodegreleri ve edX’in MicroMasters’ı da dahil olmak üzere, küçük sertifikalarıyla öne çıkıyor.

Bu birçok teknolojik icatlar göz önüne alındığında, öğrenme analitiğinin yükselişi, nörobilim araştırmalarındaki artış ve öğrenme biliminin olgunlaşması, eğitimciler ve öğretim tasarımcıları disiplinlerini ve kendi yeteneklerini yeniden düşünmeye zorlanmaktadır. Doğru yapılırsa, öğrenmenin geleceği Endüstri Çağındaki atalarından belirgin bir şekilde farklı olacaktır. Buna bağlı olarak, bazıları, geleceğin “öğretim tasarımcısını” tanımlayan yeni (ve hâlâ şekillendirici) bir paradigma olan öğrenme mühendisleri kavramını benimsemiştir. 2017 yılında, IEEE, Bob Sottilare, Avron Barr, Robby Robson, Shelly Blake-Plock ve diğerlerinin öncülük ettiği fikri olgunlaştırmaya yardımcı olmak için Öğrenme Mühendisliğinde Endüstri Bağlantıları Endüstri Birliği adlı bir çalışma grubu oluşturdu. 2018’de Chris Dede, John Richards ve Bror Saxberg, Çevrim İçi Eğitim için Öğrenme Mühendisliği için bir rehber hazırladılar. Aynı zamanda birliğin danışmanı olarak ve Chan Zuckerberg Girişiminde öğrenme bilimi başkan yardımcısı olarak görev yapan Saxberg, ortaya çıkan disiplini şöyle tanımladı:

Bir öğrenim mühendisi, öğrenme dahil olmak üzere insanın gelişimi hakkında kanıta dayalı bilgilerden yararlanan ve bu sonuçları bağlam içinde, uygun maliyetli, güvenilir, veri bakımından zengin öğrenme ortamları oluşturmak için ölçeklendirmek isteyen kişidir.

Bir başka alıntıdan, ek olarak:

Geleceğin penceresinden bugün “Öğrenmeyi nasıl yaptığımıza” baktığımızda, tıpkı 19. yüzyılın tıp uygulamalarına baktığımız gibi, şimdi üretebileceğimiz bilimi ve kanıtları kullanmadan nasıl ilerleme kaydettiğimizi merak edeceğiz. Henüz o noktada değiliz ama o yolda olabiliriz.

 

Saxberg’in sözleri sadece öğrenme mühendisleri için değil, daha geniş kapsamlı öğrenim ve geliştirme sektörü için de geçerlidir. Teknoloji ilerledikçe ve öğrenme bilimi geliştikçe birçok şey değişti. “Dağıtık öğrenme” kavramı, pragmatik bir araç olarak basit kökleri olan etkileşimsel uzaklığı (çn. transactional distance-etkileşimsel uzaklık: Öğrenci ve öğretmen arasındaki psikolojik ve iletişimsel mesafe) birleştirmekten, günümüzün yaygın, uyarlanabilir ve talep üzerine gerçekleşen öğretim karmaşasına doğru ilerledi. İDÖ Girişiminin ve daha büyük bir topluluğun esas amacı her zaman bu disiplin ve koordinasyona açıklık getirmek olmuştur. Bugün, dağıtık öğrenme topluluğunun birliği sağlamak için örgütsel, kuramsal, teknolojik ve politik bir yapıya her zamankinden daha fazla ihtiyacı var. Belki de alanın olgunlaşmasının en sancılı yıllarında bulunuyoruz. 40 yıldan uzun süredir katkıda bulunanlar tarafından hazırlanmış, duyarlı ve kanıta dayalı her yerde öğrenme vaadi bulunmaktadır. Bağlantıcılğın kurucusu meslektaşlarımızın bize öğrettiği gibi, sorunun sayısız tarafları arasında köprü kurmak; öğrenme bilimcilerinin tavsiye ettiği gibi, çalışmalarımıza kasıtlı öğrenme kuramlarını dahil etmek ve de öğrenme mühendislerinin teşvik ettiği gibi, tam öğrenme sürecini geliştirmek için kapsamlı bir yaklaşım benimsemek; yani bu karmaşıklığı çözmek artık bizim sorunumuz.


İlk zorluk, çevrim içi öğrenmede “kaydedilmiş slaytlar ve konuşan kafaların olduğu videolar”ın ötesine geçmektir. Eğitmenlerin dijital öğrenme teknolojileri ve yöntemlerindeki gelişmeler dikkate alınarak acilen eğitim alması gerekir. İkinci zorluk kuruluşun daha etkileşimli ve kişiselleştirilmiş deneyimleri destekleyen modern bir deneyime dayalı öğrenme ortamına sahip olmasını sağlamaktır. Üçüncüsü, eğitmen ile öğrenenler arasında bunun bir ders olmadığını, belirli bir yer ve zaman ile sınırlı olmamak kaydıyla devamlılığa dayalı referans ve geliştirme için mevcut olan, kolaylaştırılmış bir diyalog olduğunu ifade etmektir.

John Landwehr
Adobe Başkan Yardımcısı ve Kamu Sektörü Baş Teknik Görevlisi

1 Bk., Niper, S. (1989). Third generation distance learning and computer conferencing. In Mason, R. and Kaye, A. (eds.), Mindweave: Communication, Computers and Distance Education (pp. 63–73). Oxford: Pergamon Press. Ayrıca James Taylor, Niper’ın modelini de genişleterek, üçüncü neslini esnek çevrim içi öğrenim dağıtımına odaklanmış dördüncü nesle ve esnek web tabanlı dağıtıma akıllı otomasyon ekleyen beşinci nesle dönüştürdü. Bk., Taylor, J.C. (2001). Fifth generation distance education. Instructional Sci-ence and Technology, 4(1), 1-14.
2 Simpson, M. & Anderson, B. (2012). History and heritage in open, flexible and distance education. Journal of Open, Flexible, and Distance Learning, 16(2), 1–10.
3 Moore, M.G. & Anderson, W.G. (Eds.). (2003). Handbook of distance education. Mahwah/Lon-don: Lawrence Erlbaum Associates.
4 Saettler, P. (1990). The Evolution of American Ed-ucational Technology. Englewood, CO: Libraries Unlimited, Inc.
5 Spector, J.M., Merrill, M.D., Elen, J., & Bishop, M.J. (Eds.). (2014). Handbook of research on educational communications and technology. New York: Springer.
6 Molenda, M. (2013). Historical foundations. In Spector, J.M., Merrill, M.D., Elen, J., & Bishop, M.J. (Eds.). Handbook of research on educational communications and technology (pp. 3–18). New York: Springer.
7 Tartışmayı ve özgün çağrışımları görmek için age. Molenda, 2013, s. 16. Dipnot 2-6.
8 Pask, G. (1960). The teaching machine as a control mechanism. Transactions of the Society for Instrument Technology, 12(2), 72–82. Pask, G. (1982). SAKI: Twenty-five years of adaptive training into the microprocessor era. International Journal of Man-Machine Studies, 17(1), 69–74.
9 Kulik, J.A. (1994). Meta-analytic studies of findings on computer-based instruction. Technology assessment in education and training, 1, 9–34. 10
10 Bu tarihi uyarlanabilir öğretim sistemleri hakkında daha fazla bilgi için, bk.: Lesgold, A. (1988). SHERLOCK: A coached prac-tice environment for an electronics troubleshooting job (ERIC No. ED299450). https://eric.ed.gov /?id=ED299450 Anderson, J.R., Conrad, F.G., & Corbett, A.T. (1989). Skill acquisition and the LISP tutor. Cogni-tive Science, 13(4), 467-505. Brown, J. S., Burton, R., & de Kleer, J. (1982). Pedagogical, natural language and knowledge en-gineering techniques in SOPHIE I, II, and Ill. In D. Sleeman & J.S. Brown (Eds.), Intelligent Tutoring Systems. Academic Press.
11 Akıllı öğreticilerle ilgili meta-analizler için bk.: Dodds, PVW ve Fletcher, JD. (2004). Opportunities for new “smart” learning environments en-abled by next generation web capabilities. Journal of Education Multimedia and Hypermedia, 13(4), 391–404. Kulik, J.A., & Fletcher, J.D. (2016). Effectiveness of intelligent tutoring systems: A meta-analytic re-view. Review of Educational Research, 85, 171–204.
12 U.S. Office of Technology Assessment. (1988). Power On!-New Tools for Teaching and Learning (OTA-SET-379). Washington, DC: U.S. Government Printing Office.
13 U.S. Congress, Office of Technology Assessment (1989). Linking for learning: A new course for education (OTA-SET-430). Washington, DC: U.S. Government Printing Office. NOT: Blok alıntı için 27. sayfaya ve ardından gelen metin içi alıntı için 26. sayfaya bakınız
14 Molenda, M. (2003). In search of the elusive ADDIE model. Performance improvement, 42(5), 34–36.
15 age Molenda (2013). Dipnot 2-6.
16 age Kulik (1994). Son notlar 2-9. Bk., S., 18
17 Peters, O. (1994). Distance education and industrialindus-trial production: A comparative interpretation in outline (1967). Otto Peters on distance education: The industrialization of teaching and learning (D. Keegan, Ed., pp. 107–127). Bk. S., 111.
18 Başlamak için iki güzel makale, ör.: Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive science, 12(2), 257–285. Sweller, J. (2008). Cognitive load theory and the use of educational technology. Educational Technology Publications, 48(1), 32–35.
19 Bloom, B.S. (1984). The 2 sigma problem: The search for methods of group instruction as effective as one-to-one tutoring. Educational Research-er, 13(6), 4–16.
20 Ör, bk: Piaget, J. (1964). Part I: Cognitive development in children: Piaget development and learning. Journal of Research in Science Teaching, 2(3), 176–186. Vygotsky, L.S. (1978). Mind in society: The development of higher psychological functions. London: Harvard University Press. Ayrıca, tarihsel bir genel bakış için bk.: Matthews, W. J. (2003). Constructivism in the classroom: Epistemology, history, and empirical evidence. Teacher Education Quarterly, 30(3), 51–64.
21 Gamoran, A., Secada, W.G., & Marrett, C.B. (2000). The organizational context of teaching and learning. In M.T. Hallinan (Ed.), Handbook of the Sociology of Education (pp. 37-63). New York: Kluwer Academic/Plenum Publishers.
22 İnceleme için bk.: Au, K.H. (1998). Social constructivismcon-structivism and the school literacy learning of stu-dents of diverse backgrounds. Journal of Literacy Research, 30(2), 297–319.
23 Xerox’un Not Kartları için bk.:Halasz, F. (1988). Re-flections on Notecards: Seven issues for the next generation of hypermedia systems. Communications of the ACM, 31(7), 836–852. Carnegie-Mellon Üniversitesinde n Andrew için, örneğin bakınız: Morris, JH, Satyanarayanan, M., Conner, MH, Howard, JH, Rosenthal, DS & Smith, FD. (1986). Andrew: A distributed person-al computing environment. Communications of the ACM, 29(3), 184–201.
24 Scardamalia, M., Bereiter, C., McLean, R.S., Swallow, J., & Woodruff, E. (1989). Computer-support-ed intentional learning environments. Journal of Educational Computing Research, 5(1), 51–68.
25 Hiltz, S. R. (1994). The virtual classroom: Learning without limits via computer networks. Intellect Books. Norwood, NJ: Ablex Publishing Corporation. Bk. S., 5-6.
26 Bell, M. W. (2008). Toward a definition of “virtu-al worlds.” Journal For Virtual Worlds Research, 1(1). Bk. S., 2
27 Naimark, M. (1997). A 3D moviemap and a 3D panorama. Proceedings of SPIE 3012, Stereoscopic Displays and Virtual Reality Systems IV. doi.org/10.1117/12.274471org/12.274471
28 Morningstar, C., & Farmer, F.R. (2008). The les-sons of Lucasfilm’s habitat. Journal For Virtual Worlds Research, 1(1).
29 Ör., bk.: Schatz, S., Nicholson, D., & Dolletski, R. (2012). A system’s approach to simulations for training: Instruction, technology, and process engineering. In P. J. Mosterman (Series Ed.) Real-time Simulation Technologies: Principles, Methodologies, and Applications (pp. 371– 388). Boca Raton, FL: CRC Press.
30 Web-based Education Commission (2000). The power of the internet for learning: Moving from promise to practice. Washington, DC: Web-Based Education Commission. www2.ed.gov/offices/AC/ WBEC/FinalReport/index.html 75-77. sayfalara bakınız.
31 Ör., bk.: Beaumont, I. ve Brusilovsky, P. (1995). Educational applications of adaptive hypermedia. In Human-Computer Interaction (pp. 410–414). Spring-er, Boston, MA. Brusilovsky, P., Pesin, L., & Zyryanov, M. (1993). Towards an adaptive hypermedia com-ponent for an intelligent learning environment. In L.J. Bass, J. Gornostaev, & C. Unger (Eds.), International Conference on Human-Computer Interaction (pp. 348-358). Springer, Berlin, Heidelberg.
32 Ör, bk: Koedinger, K.R., Anderson, J.R., Hadley, W.H., & Mark, M.A. (1997). Intelligent tutoring goes to school in the big city. International Journal of Artificial Intelligence in Education, 8, 30–43. Ritter, S., Anderson, J.R., Koedinger, K.R., & Corbett, A. (2007). Cognitive Tutor: Applied research in mathematics education. Psychonomic Bulletin & Review, 14(2), 249–255.
33 age Kulik & Fletcher (2016). Dipnot 2-11.
34 1990’larda ortaya çıkan, zeki öğreticiler tarafından teşvik edilen öğrenme kazanımları, insan eğitmenlerinden gelenlere yaklaşık olarak eşdeğer hale geldi. İncelemeler için bk.: Graesser, AC, Rus, V., Hu, X. (2017). Instruction based on tutoring. In R.E. Mayer and P.A. Alexan-der (Eds.), Handbook of Research on Learning and Instruction (pp. 460–482). New York: Routledge. VanLehn, K. (2011). The relative effectiveness of human tutoring, intelligent tutoring systems and other tutoring systems. Educational Psychologist, 46, 197–221
35 Picard R.W. (1997). Affective computing. The MIT Press, Cambridge, MA.
36 Ör., bk.: Graesser, A.C., Wiemer-Hastings, K., Wiemer- Hastings, P., Kreuz, R., & the Tutoring Research Group. (1999). AutoTutor: A simulation of a hu-man tutor. Cognitive Systems Research, 1, 35–51.Lester, J.C., Towns, S.G., & Fitzgerald, P.J. (1998). Achieving affective impact: Visual emotive com-munication in lifelike pedagogical agents. International Journal of Artificial Intelligence in Education, 10, 278–291
37 D’Mello, S.K., Picard, R., & Graesser, A.C. (2007). Toward an affect-sensitive AutoTutor. IEEE Intelligent Systems, 22, 53–61. Kort, B., Reilly, R., & Picard, R.W. (2001). An affectiveaffective model of interplay between emotions and learning: Reengineering educational pedagogy—Building a learning companion. In T. Okamoto, R. Hartley, Knshuk, & J.P. Klus (Eds.), Proceedings of the IEEE International Conference on Advanced Learning Technologies (pp. 43–46
38 Örneğin, bk.: Calvo, R.A., & D’Mello, S.K. (2010). Affect detection: An interdisciplinary review of models, methods, and their applications. IEEE Transactions on Affective Computing, 1, 18–37.
39 Mayer, R.E. (1997). Multimedia learning: Are we asking the right questions. Educational Psychologist, 32, 1–19.
40 Ör., bk.: Garrison, D.R., Anderson, T., & Archer, W. (2003). A theory of critical inquiry in online distance education. In M. Moore and G. Anderson (Eds.), Handbook of Distance Education. (pp.113–127). New York: Erlbaum.
41 Garrison, R. (2000). Theoretical challenges for distance education in the 21st century: A shift from structural to transactional issues. The International Review of Research in Open and Distributed Learning, 1(1). doi.org/10.19173/irrodl.v1i1.2
42 Peters, O. (1993). Distance education in a postindustrial society. In D. Keegan (Ed.), Theoretical Principles of Distance Education (pp. 39–58). London: Routledge. Bk., S., 40.
43 Daniel, J. (1996). Mega-universities and Knowledge Media: Technology Strategies for Higher EducationEd-ucation. London: Kogan PageBkS., 5
44 age Web-based Education Commission (2000). Dipnot 2-30, Bk. s 1.
45 age Web-based Education Commission (2000). Son not 2-30. Bk. s 23.
46.Youngblut, C. (1998). Educational uses of virtual reality technology (No. IDA-D-2128). Alexandria VA: Institute for Defense Analyses.
47 Page, E.H., & Smith, R. (1998). Introduction to military training simulation: A guide for discrete event simulationists. In D.J. Medeiros, E.F. Wat-son, J.S. Carson, & M.S. Manivannan (Eds.), Winter Simulation Conference Proceedings (pp. 53–60). Piscataway, NJ: IEEE
48 Henninger, A.E., Cutts, D., Loper, M., Lutz, R., Richbourg, R., Saunders, R., & Swenson, S. (2008). Live virtual constructive architecture road-map (LVCAR) final report. Alexandria VA: InstituteInsti-tute for Defense Analyses.
49 .El Kaliouby, R. & Robinson, P. (2005). Generalization of a vision-based computational model of mind-reading. In International Conference on Affective Computing and Intelligent Interaction (pp. 582-589). Springer, Berlin, Heidelberg.
50 Director for Readiness and Training (1999, April 30). Department of Defense Strategic Plan for Advanced Distributed Learning (Report to the 106th Congress). Washington, DC: U.S. Office of the Deputy Under Secretary of Defense for Readiness. apps.dtic.mil/dtic/tr/fulltext/u2/a470552.pdfapps.pdf
51 age El Kaliouby & Robinson (2005). Son not 2-49.
52 Motlik, S. (2008). Mobile learning in developing nations. The International Review of Research in Open and Distributed Learning, 9(2). www.irrodl. org/index.php/irrodl/article/view/564/1039
53 Crompton, H. (2013). A historical overview of m-learning: Toward learner-centered education. In Z.L. Berge & L. Muilenburg (Eds.), Handbook of Mobile Education. Hoboken: Taylor and Francis.
54 Watson, J., Murin, A., Vashaw, L., Gemin, B., & Rapp, C. (2010). Keeping Pace with K-12 Online Learning: An Annual Review of Policy and Prac-tice, 2010. Evergreen Education Group
55 Ör, bk: Muoio, A. (2000, Ekim). Cisco’nun hızlı çalışması. Fast Company. www.fastcompany.com/41492/cis-cos-quick-study Seufert, S. (2001). E-learning business models, framework and best practice examples. In M.S. Raisinghani (Ed.), Cases on Worldwide E-Commerce: Theory in Action (70–94). New York: Idea Group.
56 Fletcher, J. D. (2009). Education and training technology in the military. Science, 323(5910), 72–75. Wisher, R. A. & Khan, B. H. (Eds.), Learning on demand: ADL and the Future of e-Learning. Washington DC: Department of Defense.
57 Fletcher, J. D. (2005). The Advanced Distributed Learning (ADL) vision and getting from here to there (No. IDA / HQ-D-3212). Alexandria VA: Institute for Defense Analyses. apps.dtic.mil/dtic/tr/fulltext/u2/a452053.pdffulltext/pdf. Bk. S., 7.
58 Rehak, D., Dodds, P., & Lannom, L. (2005, May). A model and infrastructure for federated learning content repositories. Paper presented at the 14th World Wide Web Conference, Chiba, Japan.
59 Ör., bk.: Cavanagh, S. (2018, November 21). Ed. Dept. pulls plug on ‘Learning Registry,’an Obama-Era tech initiative. EdWeek Market Brief. marketbrief.edweek.org
60 Johnstone, S. M. (2005). Open educational resources serve the world. Educause Quarterly, 28(3), 15.
61 Howe, J. (2006, June 2). Crowdsourcing: A definition. Wired. ww.wired.com/2006/06/crowds
62 Siemens, G. (2005). Connectivism: A learning theory for the digital age. International Journal of Instructional Technology and Distance Learning, 2(1), 3–10.
63 National Research Council (2000). How people learn: Brain, mind, experience, and school: Ex-panded edition. Washington, DC: The National Academies Press. NOT:Bu kitabın dijital versiyonu doi.org/0.17226/9853 adresinde açık ve herkese açık olarak mevcuttur.
64 Anderson, L., & Krathwohl, D.E. (2001). A Taxonomy for learning teaching and assessing: A re-vision of Bloom’s taxonomy of educational objectives. New York: Addison.
65 Merrill, M.D. (2002). First principles of instruction. Educational Technology Research and Development, 50(3), 43–59.
66 Fiore, S.M., & Salas, E.E. (2007). Toward a sci-ence of distributed learning. Washington, DC: American Psychological Association.
67 Pashler, H., Bain, P., Bottge, B., Graesser, A., Koedinger, K., McDaniel, M., & Metcalf, J. (2007). Organizing instruction and study to improve student learning (NCER 2007-2004). Washington, DC: National Center for Education Research, Institute of Education Sciences, U.S. Department of Education. http://ncer.ed.gov
68 Magoulas, G.D., & Chen, S.Y. (Eds.). (2006). Advances in web-based education: personalized learning environments (ERIC No. ED508909). Hershey, PA: Information Science Publishing.
69 Woolf, B.P. (2009). Building intelligent tutoring systems. Burlington, MA: Morgan Kaufman.
70 King, A. (1993). From sage on the stage to guide on the side. College teaching, 41(1), 30–35.
71 O’Flaherty, J., & Phillips, C. (2015). The use of flipped classrooms in higher education: Ascoping review. The Internet and Higher Education, 25, 85–95.
72 age Pashler et al. (2007). Dipnot 2-
73 Kelley, P. (2008). Making minds. New York: Rout-ledge. Bk. S., 4.
74 age Pashler et al. (2007). Son not 2-67.
75 Roediger, H.L., and Karpicke, J.D. (2006). The power of testing memory: Basic research and im-plications for educational practice. Perspectives on Psychological Science, 1(3), 181–210.
76 Ör., bk.: Landauer, T.K., Laham, D., & Foltz, P.W. (2003). Automatic essay assessment. Assessment in Education: Principles, Policy & Practice, 10(3), 295–308.
77 Siemens, G. (2006). Knowing knowledge. www.knowingknowledge.comw
78 Baker, R.S.J.D. & Yacef, K. (2009). The state of educational data mining in 2009: A review and future vi-sions. Journal of Educational Data Mining, 1, 3–16.
79 Ör., bk.: Baker, R.S.J.D. & Inventado, P.S. (2014). Educational data mining and learning analytics. In J.A. Larusson & B. White (Eds.), Learning Analytics (pp. 61-75). New York: Springer.
80 Evans, D. (2011, April). The Internet of Things: how the next evolution of the internet is changing everything. CISCO white paper. www.cisco.com
81 Gómez, J., Huete, J.F., Hoyos, O., Perez, L., & Grigori, D. (2013). Interaction system based on internetin-ternet of things as support for education. Procedia Computer Science, 21, 132–139.
82 Ör., bk.: Bower, M., & Sturman, D. (2015). What are the educational affordances of wearable technologies? Computers & Education, 88, 343–353.
83 D’Mello, S.K., Kappas, A., & Gratch, J. (2018). The affective computing approach to affect measurementmea-surement. Emotion Review, 10(2), 174–183.
84 Ör., bk.: Hampson, R.E., Song, D., Robinson, B.S., Fetterhoff, D., Dakos, A. S., Roeder, B. M., et al. (2018). Developing a hippocampal neural prosthetic to facilitate human memory encoding and recall. Journal of Neural Engineering, 15(3), 036014.
85 Bk.Bakınız www.gifttutoring.orgwww.orgm
86 Sinatra, A., Graesser, A., Hu, X., & Brawner, K., (2019). Design Recommendations for Intelligent Tutoring Systems: Artificial Intelligence (Volume 6). U.S. Army Research Laboratory.
87 IEEE Competency Data Standards Work Group (CDSWG20 P1484.20.1). (2018). sites.ieee.org/ sagroups-1484-20-1
88 Yang, I. (2014, October 30). Grading adults on life experience. The Atlantic. www.theatlantic.comwww.com
89 Ör., bk.: Anderson, L. (2018). Competency-based education: Recent policy trends. The Journal of Competency-Based Education, 3(1). doi: 10.1002/cbe2.1057
90 Kazin, C. (2017, August 15). Microcredentials, micromasters, and nanodegrees: What’s the big idea? The EvoLLLution. www.evolllution.com
91 Dede, C., Richards, J. & Saxberg, B. (2018). Learning Engineering for Online Education. Routledge.
92 Blake-Plock, S. (2018, Ocak) tarafından alıntılandığı gibi. Öğrenme Mühendisliği: Güçlü Öğrenme Deneyimleri Tasarlamak Için Bilim Ve Verileri Birleştirme. Getting Smart. www.gettingsmart.comwww.com
93 Saxberg, B. (2016, July). “Learning engineering” making its way in the world. Getting Smart. www.gettingsmart.com


Yazarlar hakkında

Öğrenme Bilimi ve Teknoloji Uzmanı, Bölüm Yazarı

Kurucu Ortak / Baş Ürün Mimarı

Lisans

 Creative Commons Atıf-Gayri Ticari-Türetilemez 4.0 Uluslararası Lisansı için ikon

Öğrenmeyi Modernleştirmek Copyright © 2019 by J.J. Walcutt & Sae Schatz (veya İDÖ Girişimi) ve Açıkkitap is licensed under a Creative Commons Atıf-Gayri Ticari-Türetilemez 4.0 Uluslararası Lisansı, except where otherwise noted.