UYARLANABİLİR ÖĞRENME ORTAMLARI VE BİR MODEL
ÖNERİSİ
Nihal MENZİ ÇETİN, Arif ALTUN
Anahtar
Kelimeler
Uyarlanabilir
Öğrenme
Ortamları
Kişiselleştirme
Ajanlar
Öğrenme
Nesneleri
Özet
Farklı öğretim tasarımı modellerinin ortak noktası tasarımda öğrenen
özelliklerini merkeze almasıdır. Kişiselleştirilmiş öğrenme ortamları her
kullanıcının öğrenme ortamından en üst seviyede yararlanmasını
sağlamaktadır.
Çeşitli yazılım araçları yardımıyla kullanıcı profilini
belirlemek ve kullanıcıya özel içerik sunumu gerçekleştirmek; uyarlanabilir
öğrenme ortamlarının temel amacıdır. Bu çalışmada uyarlanabilir ortamların
yapısı, kullanılan teknolojiler ve alan yazında yapılan çalışmalar incelenmiş,
ardından lisansüstü düzeyinde derslerin uyarlanabilir öğrenme yönetim
sistemi aracılığıyla aktarımına yönelik kavramsal bir model önerilmiştir.
Öğrenme
Yönetim
Sistemleri
Keywords
Abstract
Adaptive
learning
environment
Common point of different instructional design models is to put learner
characteristics in center point in design. Personalized learning environment
enables each learner to benefit from learning environment at the highest
level. Detecting user profile through various software tools and presenting
content based on each individual are basic aims of adaptive learning
environments. In this study structure of adaptive learning environments,
adapting technologies and related studies were examined; then, a
conceptual model related to carrying out postgraduate lessons through
adaptive learning management system was proposed.
Personalizatio
n
Agents
Learning
Objects
Learning
Management
Systems
1. GİRİŞ
Bireye uygun ortamların tasarlanması öğretim tasarımının temel
sayıtlılarından biridir. Temelinde öğrenme kuramlarının yer aldığı öğretim
tasarımı, tasarım modelleri ile daha uygulamaya dönük hale gelmekte ve
tasarımda gerçekleştirilecek adımlar açıkça ifade edilebilmektedir. Farklı
kuramsal altyapıları bulunan farklı tasarım modellerinin ortak noktası ise
öğrenen özellikleridir (Akkoyunlu, Altun & Soylu, 2008).
Yapılandırmacı öğrenme kuramına göre öğrenme ortamı ile etkileşimi
sonucunda birey kişisel olarak kendi anlamını oluşturur; öğretmenin
aktardığı bilgiyi olduğu gibi almak yerine her birey kendisine en uygun
yöntemi seçerek kendi yolundan öğrenir. Yapılandırmacı kuramı temel
alan öğretim tasarımı yaklaşımları öğreneni aktif ve kendi öğrenmesinden
sorumlu kılan esnek ve uyarlanabilir ilkelere sahiptir. Uyarlanabilir
öğrenme ortamları öğrenenlerin öğrenme tercihlerini ve özelliklerini tespit
ederek bu özelliklere uygun öğrenme içeriği ve arayüzü sunmaktadır; her
öğrenciye aynı tip öğretmenin içeriği aktardığı geleneksel modelden
çıkılarak
bir
öğrenciye
bir
öğretmen
anlayışı
ile
öğrenme
kişiselleştirilmektedir (Ocepek, Bosnic, Serbec & Rugejl, 2013).
Uyarlanabilir öğrenme ortamları yeni web teknolojilerine paralel olarak
kullandıkları yapay zeka algoritmaları sayesinde kullanıcıya daha etkili bir
öğrenme deneyimi yaşatan kişiselleştirilmiş öğrenme olanağı sunmaktadır
(Kim, Lee & Ryu, 2013; Vandewaetere, Desmet & Clarebout, 2011).
Kişiselleştirilmiş öğrenme desteği, sistemin kullanıcının kişisel özelliklerini
belirleme ve bilginin sunum biçimini bu özelliklere göre ayarlama
özelliğidir;
hipermedya
sistemler,
zeki
öğretim
sistemleri
ve
öğrenme/içerik yönetim sistemleri kişiselleştirilmiş öğrenme seçenekleri
sunan uyarlanabilir ortamlardır (Yang, Hwang & Yang, 2013; Yarandi,
Jahankhani & Tawil, 2013; Bouchet, Harley & Azevedo, 2013; Yaghmaie &
Bahreininejad, 2011). Farklı öğrenen özelliklerine hitap eden uyarlanabilir
öğrenme ortamları ziyaret edilen sayfalar ve gezinme süreleri gibi
kullanım kayıtlarını kullanarak bireylerin kişilik özellikleri, ön bilgileri, ilgi
ve hedefleri hakkında bilgi toplanarak kişiye özel öğrenme seçeneği
sunmaktadır (Kim, Lee & Ryu, 2013). Kişiselleştirme ile öğrenme
çıktılarının niceliğinin artmasının yanında bireylerin daha etkili bir
öğrenme deneyimi geçirmeleri ve öğrenme ortamından daha fazla
memnun olmaları sağlanabilir (Walkington, 2013). Alan yazında
uyarlanabilir öğretim tasarımı için üç yaklaşımdan bahsedilmektedir
(Vandewaetere, Desmet & Clarebout, 2011; Park & Lee, 2003):
Makro yaklaşım, Öğretimin bireyselleştirilmesinde kullanılan ilk
yaklaşımlardan biri
de
Keller
planıdır. Bu yaklaşım
Keller’in
bireyselleştirilmiş öğrenme modeline dayanır; her bireyin farklı öğrenme
hızı ve oranı vardır, öğretim öğrenenin bireysel hızına göre uyarlanmalıdır.
Öğrenci performansının değerlendirilmesi ve uygun geribildirimin
sağlanmasında bireysel özellikler dikkate alınmalıdır. Keller planının
dışında öğrencinin ihtiyaçlarına uygun öğrenme modülünü seçerek
ilerlediği Program for Learning in Accordance with Needs (PLAN)
(Flanagan, Shanner, Brudner & Marker, 1975; Akt. Park & Lee, 2003) ve
Bloom taksonomisi de öğretimin uyarlanmasında kullanılan ilk
yaklaşımlardan bazılarıdır.
Yetenek-yöntem etkileşimi: Öğrenmenin niteliğini ve niceliğini
arttırmak, öğrenme ortamından maksimum fayda sağlayacak yöntemi
uygulamak amacıyla öğretimi öğrenenin bireysel özelliklerine ve
yetenekleine uygun tasarlama yaklaşımıdır. Belirtilen yetenek faktörü
tutumlar, bilişsel beceriler (bilgi işleme kapasitesi, algı, dikkat), ön
bilgiler, yetenekler,öğrenme stilleri, bilişsel stiller, öz yeterlik, motivasyon
gibi değişkenlerden oluşmaktadır.
Mikro yaklaşım: Öğrenme etkinliği sırasında bireyin duruma göre
değişen spesifik ihtiyaçlarını belirlemek ve etkinliği buna göre düzenlemeyi
içeren dinamik yaklaşımdır. Yapay zeka tekniklerini içeren zeki öğretim
sistemleri, web tabanlı öğretim ortamları (Web 2.0 ve semantik web
teknolojilerini kullanan) ve hipermedya sistemler kullanıcının en güncel ilgi
ve ihtiyaçlarını belirleyerek sistemde uyarlamalar yapan mikro yaklaşım
örnekleridir.
2. İLGİLİ ARAŞTIRMALAR
Mampadi, Chen, Ghinea & Chen (2011), öğrenenlerin bilişsel stillerine
dayanan uyarlanabilir hipermedya öğrenme ortamı tasarlamışlardır.
Öğrenenlerin bilişsel stillerinde Pask’ın doğrusal-bütüncül (holisticserialistic) sınıflamasını temel alınmış, öğrenme ortamına eklenen çalışma
tercihi ölçeği (Study Preference Questionnaire (SPQ)) ile belirlenmiştir.
Konu içeriğine bütüncül yaklaşan, segmentler arası bağlantıları ve ilişkileri
inceleyen bütüncül yaklaşımı benimseyen bireylerin öğrenme ortamında
konular arası bağlantılara ve hiyerarşik haritalara yer verilirken doğrusal
yaklaşımda öğrenein bir konuyu bitirip diğerine geçmesini sağlayan ileri
butonları ve alfabetik indeksler yer almaktadır. Öğrenme ortamı ile
etkileşime girdikten sonra her iki yaklaşımı tercih eden bireylerin öğrenme
performansları ve öğrenme algıları incelenmiş, her iki bilişsel stili tercih
eden bireylerin etkileşim öncesi belirlenen ön bilgi düzeylerinde artışın
olduğu ve ortama yönelik olumlu algılarının oluştuğu ortaya çıkmıştır.
Kim, Lee & Ryu (2013), e-öğrenme ortamlarında kullanıcıların kişilik tipleri
ve bunların öğrenme tercihleri ile ilişkilerini inceleyerek uyarlanabilir
öğrenme ortamlarının tasarımına yönelik ilkeler geliştirmişlerdir. Bu
amaçla gerçekleştirdikleri iki farklı deneyden ilkinde kişilik tiplerine göre
kullanıcıların e-öğrenme ortamlarını kullanma profillerini çıkarmışlar;
yardım alma, gezinim süresi, tekrar sayısı ve bir öğrenme modülünde
harcanan zaman açısından öğrenme tercihlerini ortaya koymuşlardır.
İkinci deneyde ise belirlenen profile uygun öğrenme ortamının içerik ve
arayüz tasarımı gerçekleştirilmiştir.
Yang, Hwang & Yang (2013), bilişsel stiller (Vitkin’in alan bağımlı-alan
bağımsız stilleri) ve öğrenme stillerine (Felder-Silverman öğrenme stilleri)
göre
uyarlanabilen
öğrenme
ortamı
geliştirme
çalışması
gerçekleştirmişlerdir. Çalışmada belirtilen kişik özelliklerine göre
uyarlanabilen bir deney ortamı ile uyarlamanın olmadığı geleneksel
öğrenme ortamı oluşturarak her iki gruba katılan öğrencileri öğrenme
performansı, bilişsel yük etkisi ve öğrenmeye yönelik motivasyonları
açısından karşılaştırmışlardır. Geliştirilen uyarlanabilir ortam 4 kısımdan
oluşmaktadır:
Öğrenme içeriği geliştirme modülü; metin ve görsellerden oluşan ham
içeriği gruplandırarak bireysel özelliklere uygun içerik sunumlarını üretme,
örnekler ve destekleyici bilgilerin temel bilgilere eklenmesi,
Uyarlanabilir sunum modülü; bilişsel stillere uygun sunum planının
ayarlanması. Örneğin alan bağımlı stilde yer alan bireyler için daha basit
arayüz ve tek seferde daha az bilgi sunumu bu modülde uyarlanmaktadır,
Uyarlanabilir içerik modülü; bu modüle gömülen öğrenme stilleri ölçeği
kullanıcının öğrenme stillerini (aktif-yansıtıcı; duyusal-sezgisel; görselsözel ve sıralı-bütüncül) belirleyerek uygun öğretim stratejisinin
oluşturulduğu bölümdür.
Öğrenme modülü ise içerik ve arayüzü birleştirerek kullanıcıya en uygun
sunumun gerçekleştirildiği son kısımdır.
Çalışmanın sonuçlarına göre uyarlanabilir öğrenme ortamını kullanan
öğrenenlerin lehine ders performansı ve motivasyon (kontrol inancı)
açısından anlamlı farklılaşmanın olduğu, uyarlanabilir öğrenme ortamının
daha az bilişse yüklenmeye neden olduğu, diğer yandan harcanan zihinsel
çabanın farklılaşmadığı ortaya çıkmıştır.
Graf, Kinshuk & Ives (2010), öğrenme stillerine dayanan bir öğrenme
yönetim sisteminin tasarım çalışmasını gerçekleştirmiştir. Öğrenme
stilleri, kullanıcıya sisteme kayıt olma aşamasında öğrenme stilleri
envanteri (Felder & Soloman) doldurularak belirlenmiş, daha sonra
etkileşim sırasında ortaya çıkan tercihlere uygun uyarlamalar yapılmıştır.
Öğrenme stillerine uygun olarak sistemde yer alması gereken bileşenlerin
öğrenme nesneleri geliştirilmiştir. Öğrenme nesneleri öğrenme yönetim
sisteminde yer alması gereken tüm bileşenler için (içerik, quiz,
alıştırmalar, animasyonlar, öz değerlendirme, gerçek yaşam deneyimi, özdeğerlendirme anketleri vb) tasarlanmış, daha sonra farklı öğrenme
nesneleri
bir
araya
getirilerek
üniteler
ve
kurs
segmentleri
oluşturulmuştur. Sistemin farklı öğrenme stillerine uyarlanmasında
dipnot/yorum
uyarlama
(adaptive
annotation)
ve
sıralama
uyarlama(adaptive
sorting)
yaklaşımları
kullanılmıştır.
Adaptive
annotation, kullanıcının öğrenme stillerine en uygun öğrenme nesnelerinin
bulunduğu segmentleri tespit ederek etkileşim sırasında kullanıcıya o
sayfayı ziyaret etmesi için öneride bulunmaktadır. Sıralama uyarlama
mekanizması ise kullanıcıya uygun öğrenme nesnesinin ilgili segmentin
hangi kısmında yer aldığını bilerek varsa ön koşul bileşenleri kullanıcıya
önermektedir. Örneğin aktif öğrenme stiline sahip bireyler sistemde
tartışma ortamlarını, gerçek yaşam deneyimine dayanan etkinlikleri ve öz
değerlendirme anketlerini tercih etmektedirler. Yansıtıcı stilde yer alan
bireyler ise ek kaynakları, yansıma raporlarını ve örnekleri daha fazla
kullanmaktadır. Sistemde bulunan uyarlama mekanizmaları kullanıcıya
öğrenme stiline en uygun seçenekleri sunmaktadır. Tasarlanan sistemin
kullanıcılara esnek ve zengin bir öğrenme deneyimi sunmasının yanında
geliştirilen öğrenme nesneleriyle farklı ders ve kullanıcı kitlesinde de
kullanılabileceği önerilmiştir.
3. UYARLANABİLİR ÖĞRENME ORTAMLARININ YAPISI
Uyarlanabilir öğrenme ortamları kullanıcıların kişisel özelliklerine göre
öğrenme seçeneklerini otomatik olarak sunan, böylece daha etkili bir
öğrenme deneyimi yaşatan ortamlardır (Somyürek, 2009). Bu ortamlar
hem öğrenme içeriğinin sunumunu kişiselleştirmekte hem de sistem
arayüzünü ve gezinimi kullanıcı özelliklerine göre adapte etmektedir
(Brusilovsky, 2001). Öğrenene en uygun öğretimi sunmayı amaçlayan
uyarlanabilir öğrenme ortamı şu bileşenlerden oluşmaktadır (Seters,
Ossevoort, Tramper & Goedhart, 2012; Shute & Towle, 2003):
İçerik modeli: Öğrenenin öğrenme hedeflerine ve bilgi düzeyine uygun
kavramların belirlenmesi ve buna uygun öğrenme nesnelerinin
oluşturulmasını içerir.
Öğrenen/kullanıcı modeli: Öğrenenin ön bilgileri, demografik
özellikleri, öğrenme tercihleri hakkındaki bilgilerin tanımlanmasını içerir.
Örneğin kullanıcının görsel ya da metinsel tercihlere göre farklı
materyallerin sunumu yapılabilir. Kişisel özellikler kullanıcının sistemle
etkileşiminin ilk aşamasında belirlenerek kullanım süresince sabit kalabilir
ya da etkileşim sürecinde belli aşamalarda belirlenerek güncellenebilir.
Öğretim modeli: Kullanıcı modeli ve içerik modelini eşleştirerek öğrenme
hedeflerine uygun etkinlik, sunum ve gösterimlerin hazırlandığı aşamadır.
Uyarlama mekanizması: Kullanıcı, içerik ve öğretim modellerini bir
araya getiren algoritmalardan oluşur.
Kullanıcı Modeli
Öğrenme
Profili
Bireysel
Öğrenen
Profili
Öğretim Modeli
Uyarlama
İlkeleri
İçerik Modeli
Öğrenme
Nesnesi
Sunucusu
Uyarlama
Mekanizması
Bilgi
Düzeyi
Bireysel Bilgi
Profili
Öğretimsel
İlkeler
Bilgi
Yapıları
Öğrenen
Şekil 1. Uyarlanabilir Öğrenme Yönetim Sistem Yapısı (Shute &
Towle, 2003).
Knutov, De Bra, & Pechenizkiy (2009), uyarlama sürecinde şu sorulara
cevap aranması gerektiğini belirterek farklı bir sınıflama önermiştir:






Neleri uyarlayabiliriz? – kullanıcı özellikleri
Neye uyarlayacağız? – sistem
Neden uyarlayacağız? – daha iyi öğrenme performansı ya da tatmin
Nerede uyarlayacağız? – uyarlamayı sistemin hangi aşama ya da
bölümlerinde gerçekleştireceğiz?
Ne zaman uyarlayacağız?
Nasıl uyarlayacağız?
belirtilen bu aşamaları şu şekilde şematize edilmiştir:
Şekil 2. Uyarlama Sürecine İlişkin Yöntem ve Teknikler (Knutov,
De Bra & Pechenizkiy, 2009).
3.1.
Kullanıcı Modeli
Brusilovsky (2001), ortama uyarlanacak kullanıcı özelliklerini hedefler,
deneyimler, ilgiler, tercihler ve kişisel özellikler olarak ele almıştır.
Kullanıcı ilgileri, özellikle bilgi erişiminde (Information Retrieval, IR)
yapılan çalışmalarda kullanıcının ilgi duyduğu arama terimlerinin
kaydedilerek verilerin filtrelenmesi ve arama önerileri geliştirilmesinde
kullanılan önemli bir özelliktir. Bilgi aramada (IR) kullanıcıların ilgileri,
tercihleri ve arama davranışlarının analiz edilmesinin kullanıcının
kaybolmasını önleme, gereksiz bilgi ve içeriği filtreleyerek bilişsel yükü
azaltma ve e-öğrenme ortamlarında bireyin öğrenme durumu hakkında
bilgi verebilmektedir (Chen, Lee & Chen, 2005). Kullanıcıların bireysel
özellikleri ise kişilik tipleri, bilişsel özellikler ve öğrenme stilleri gibi
faktörlerden oluşmaktadır. Kişisel faktörler çeşitli psikolojik testlerle
belirlenen, ilgiler ve tercihlere göre daha kalıcı özelliklerdir. Kim, Lee &
Ryu (2013), öğretim tasarımı açısından uyarlanabilir ortamların kullanıcı
modellemesinde şu üç özelliğin ele alınması gerektiğini belirtmiştir:
Öğrenmeye ya da ortama yönelik tutumu belirleyen kişilik özellikleri,
kullanıcının alan bilgisini belirleyen yardımcı özellikler ve bilgiyi işleme
sürecini yansıtan bilişsel özellikler.
Uyarlanabilir ortamlarda kullanıcı hakkında bilgi toplama mekanizması Lo,
Chan & Yeh (2012)’in yaptıkları çalışmada ayrıntılı olarak açıklanmıştır.
Lo, Chan & Yeh (2012), öğrenenlerin bilişsel stillerine göre uyarlanabilen
web tabanlı öğrenme sistemi geliştirmişlerdir. Sistem kullancının arama
davranışlarını inceleyerek bilişsel stilleri hakkında bilgi toplamakta, içeriği
buna göre adapte etmektedir. Öğrenci modeli ve uyarlama modeli olmak
üzere 2 temel bileşenden oluşan sistem çok katmanlı ileri akışlı nöral ağ
(Multi-Layer Feed-Forward Neural Network, MLFF) bileşeni ile öğrencinin
bilgi arama davranışı örüntülerini inceleyerek bilişsel stili hakkında bilgi
toplamaktadır. Öğrenci sistemde bir uygulama üzerinde çalışırken MLFF
yeni parametrelerle sürekli güncellenmektedir. Kullanıcı modelleme
bölümü olan MLFF 3 katmandan oluşmaktadır.
Girdi katmanı: Kullanıcının gezinme davranışları hakkında sayısal bilgilerin
toplandığı, içerik ve etkileşim ögelerine verdiği tepkilerin toplandığı
kısımdır. Girdi katmanı bilgileri toplarken şu parametreleri kullanır:




İçerik ve etkileşim ögelerini seçme sıklığı (belirli bir ögeye tıklama
sayısı),
İçerik ve etkileşim ögelerini seçme oranı (belirli bir ögenin tıklanma
sayısının tüm ögeleri tıklamaya oranı),
İçerik ve etkileşim ögesinde geçirilen ortalama süre (belirli bir ögede
kalma süresi / o ögeyi tıklama sıklığı) ve
İçerik ya da bağlantı tiplerinin seçilme oranı.
Gizli katman: Girdi katmanının topladığı bilgileri benzer özelliklerine göre
gruplandırarak kategoriler oluşturur.
Çıktı katmanı: Kategorileri bir araya getirerek kullanıcı özelliğini ortaya
koyar. Modülün şematik olarak gösterimi Şekil 3’te verilmiştir.
Şekil 3. MLFF Modülünün İşleyişi (Lo, Chan & Yeh, 2012).
Çalışmanın başlangıcında öğrencilere bilişsel stil ölçeği (Myer-Briggs Type
Indicator) uygulanmış ve bilişsel stilleri hakkındaki ön bilgiler topanmıştır.
Ardından öğrencilerin daha önce üzerinde çalışmadıkları bir konu alanında
hazırlanan web tabanlı uyarlanabilir öğrenme ortamını kısa süreliğine
incelemeleri istenmiştir. Uygulama sürecinde öğrencilerin ortamda arama
(browsing) davranışları log dosyalarına bakılarak MLFF tarafından analiz
edilmiştir. Sistem öğrencinin bilişsel stili, arama davranışları ve etkileşim
düzeyi arasındaki ilişkilere göre hareket etmektedir. Böylece öğrencinin
öğrenme aktivitesini ve sisteme katılımını en üst düzeyde tutmayı
amaçlamaktadır.
3.2.
İçerik Modeli
Belirli disiplinlere ait ilişkili yapılar ve bağlantılardan oluşan içeriği ve bu
içeriğin aktarılması ve değerlendirilmesine ilişkin (guides for authors)
bilgileri içerir. Shute & Towle (2003), içerik modeli oluşturmada şu
yaklaşımların benimsenebileceğini ifade etmiştir:
Her türden içeriğin sunulmasına elverişli içerik-bağımsız yaklaşım; aynı
anda tüm kullanıcıların ihtiyaçlarını karşılayacak şekilde her türlü bilgiyi
internet üzerinden çekebilmektedir.
Farklı kullanıcı özelliklerine göre tasarlanmış esnek yaklaşım ve
Artan kullanıcı ihtiyaçlarına ve taleplere göre şekillenebilen ölçeklenebilir
içerik modeli.
Uyarlanabilir öğrenme ortamlarında içerik, belirtilen özellikler ve tekrar
kullanılabilir olmasından dolayı öğrenme nesnelerinden oluşmaktadır.
içeriği oluşturan yapılar şu şekilde sıralanabilir;
Temel bilgiler; tanımlar, örnekler, destekleyici
videolar vb.), formüller gibi temel içerik,
bilgiler
(görseller,
İşlemsel bilgiler; belirli bir sırayı takip eden, adımlar arasında belli
ilişkileri içeren ve alt adımlara ayrılan bilgiler,
Kavramsal bilgiler; diğer bilgi parçaları arasındaki ilişki ve bağıntılara
dayanan ilişkisel bilgiler.
Uyarlanabilir öğrenme ortamlarına yönelik çalışmalar yetenek-yöntem
araştırmalarından mikro düzeyde kullanıcı modellemesine ve farklı
sistemler tarafından paylaşılabilir ve yeniden kullanılabilir içerik
nesnelerinin tasarımına doğru bir gelişim göstermektedir (Yaghmaie &
Bahreininejad, 2011). Semantik web teknolojilerinde yaşanan gelişmelerle
birlikte kullanıcı ve içerik modeli geliştirme ve uyarlamada web ontolojileri
kullanılmaya başlanmıştır. Web ontoloji dili içeriği belirli kategorilere göre
gruplama ve kullanıcı-sistem etkileşimini modellemede kullanılan XML
tabanlı bir dildir. Bu dili kullanarak belirli özelliklerin kavramsal
açıklamaları yapılabilmekte ve kullanıcı-içerik eşleşmesi bu açıklamalara
göre uyarlanabilmektedir (Yarandi, Jahankhani & Tawil, 2013; Altun,
2012). Ontoloji tabanlı modelleme, sistem-kullanıcı etkileşimi sırasında
güncellenen dinamik bir uyarlama yaklaşımıdır.
Kaya ve Altun (2011), e-öğrenme ortamlarında bireylere kişiselleştirilmiş
öğrenme deneyimi sunan ontoloji tabanlı dinamik bir kullanıcı modeli
önermiştir. Web ontolojilerine dayanan bu model e-öğrenme ortamında
akıl yürütme ve çıkarımda bulunma algoritmaları sayesinde kullanıcı
özelliklerini analiz etmektedir. Öğrenme nesnesi gezinim aracı belirlenen
kullanıcı özelliklerine uygun öğrenme nesnelerini arayıp bulmakta,
kullanıcının yaptığı sorgulara en uygun öğrenme nesnelerini sunmaktadır.
3.3.
Öğrenme Yönetim Sistemleri
Öğrenme yönetim sistemleri (Learning Management System, LMS) eğitsel
içeriği depolayan ve öğrencinin belirli kurallar dahilinde bu içeriğe
erişimini sağlayan ve düzenleyen web tabanlı uygulamalardır (Moisa,
2013). Bu sistemler ders sürecini yönetmede çeşitli modüller kullanarak
ders içeriğinin aktarımı, ödevler, sınavlar, ders başarı durumunun takibi,
öğrenen-öğrenci-içerik etkileşimleri gibi işlemleri yerine getirirler. Šimko,
Barla & Bieliková (2010), Web 2.0 teknolojilerine dayanan öğrenme
yönetim sistemlerinin tasarlanmasında şu özellikleri içermesi gerektiğini
belirtmiştir:
-öğrenme içeriği ve üstveri
yönetilebilir özellikte olmalı
yeniden
-sistem bir kullanıcı modeline
özelliklerine göre uyarlanabilmeli,
kullanılabilir,
dayanmalı,
böylece
saklanabilir
farklı
ve
kullanıcı
-kullanıcıların sisteme aktif katılımı sağlanmalı. İşbirliği, etkileşim, içeriğin
kullanıcılar tarafından oluşturulması, düzenlenmesi, paylaşılması ve
organizasyonu öğrenme yönetim sistemlerini eğitsel bir sunum olmaktan
çıkarır ve kişiselleştirilmiş, etkileşimli bir sistem haline getirir.
Farklı öğrenen özelliklerine ve farklı derslere uyarlanabilir öğrenme
yönetim sistemlerinin geliştirilmesi için belli standartları yerine getirmesi
gerekmektedir (Ramesh & Ramanathan, 2013; Jurado, Redondo &
Ortega, 2012; Moisa, 2013; Yaghmaie & Bahreininejad, 2011; Deperlioğlu
& Sarpkaya, 2010; Aydın & Biroğul, 2008). Kullanıcıya uygun içerik
modelinin
geliştirilmesinde
SCORM
standartları
olarak
bilinen
“Paylaşılabilir İçerik Nesnesi Referans Modeli”, uyarlanabilir bir öğrenme
yönetim sisteminin şu özelliklere sahip olması gerektiğini belirtmektedir:
Paylaşılabilirlik
ya
da
birlikte
çalışabilirlik
(sharable/interoperability); sistemin farklı sistemlerle iletişime
geçebilmesi ve içeriğin farklı sistemlerde kullanılabilmesi ve
Tekrar kullanılabilirlik (reusability); içeriği oluşturan öğrenme
nesnelerinin üstverilerini kullanarak yeni nesneler geliştirilebilmesidir.
Paylaşılabilir ve yeniden kullanılabilir öğrenme nesneleri öğrenme
ortamında güvenilir içeriğin
hazırlanmasını ve iletilmesini, böylece
öğrenme ortamının standartları karşılamasını ve içeriğin farklı
platformlarda çalışmasını sağlamaktadır (Kaya & Altun, 2011).
3.4.
Ajanların Kullanılması
Ajanlar özerklik, ön etkenlik ve tepkisellik özellikleri ile uyarlanabilir
sistemlerde kullanıcı ile ilişkili bilgiyi toplayarak içeriği organize edebilme,
karar vermek için mantıksal sınama yapma özelliği olan yazılım
parçalarıdır (Yılmaz & Kılıç-Çakmak, 2011; Yaghmaie & Bahreininejad,
2011). Uyarlanabilir sistemlerde ajanlar içeriğin öğrenen ihtiyaçlarına
uygun düzenlenmesinde kullanılmaktadır. Sistemin ihtiyaç ve özelliklerine
göre farklı türde ajanlar oluşturularak kullanılabilmektedir. Chellatamilan
& Suresh (2011), ontoloji tabanlı uyarlanabilir bir öğrenme yönetim
sisteminin geliştirilmesinde 5 tür ajan kullanmıştır:
Öğrenen modelleme ajanı: Öğrenci-sistem etkileşimi bağlamına göre
kullanıcı modeli oluşturmaktadır.
Konu seçme ajanı; Öğrenci sistemde bulunan bir ders/kursu seçtiğinde
kullanıcıya en uygun konuları listeleyen ajandır.
Öğrenme nesnesi ajanı: Öğrenciye göre konular listelendikten sonra
kullanıcının özelliklerine (öğrenme stili, ön bilgileri vs.) en uygun öğrenme
nesnesi paketlerine karar vermektedir.
Sunum ajanı: Diğer ajanlar tarafından karar verilen konu ve öğrenme
nesnesi paketleri bir araya getirilerek bireyselleştirilmiş içerik sunumu
hazır hale getirilir.
Ontoloji ajanı: Ontoloji veri tabanından kullanılacak içerikle ilgili olan
ontolojileri çağırır.
Yaghmaie & Bahreininejad (2011), içeriği depolama, sıralama ve
uyarlamada SCORM standartları ve web ontolojilerini kullanarak açık
kaynak kodlu uyarlanabilir öğrenme yönetim sistemi geliştirmiştir.
Sistemde kullanıcı log kayıtlarına bakarak kullanıcı modelini güncelleyen
durum yönetim ajanı (context management agent), kullanıcı bir ders
ünitesini seçtiğinde ona uygun konu başlıklarını belirleyen konu/içerik
seçme ajanı (content selector agent), konu seçimine uygun içerik
paketlerine karar veren içerik organizasyon ajanı (content organizer
agent) ve seçilen ve organize edilen konu ve içeriği sunuma hazır hale
getiren içerik sunum ajanı (content presenter agent) olmak üzere 4 ajan
bulunmaktadır. Ajanlar içerik modellemede ontolojilerin oluşturulması için
kaynak bilgi sağlamaktadırlar. Sisteme kullanıcı tarafından veri girilmesi
ya da bir özelliğin seçilmesi ile ilgili ajan gerekli bilgileri toplar ve depolar.
Bu bilgiler ontoloji geliştirme aracı tarafından işlenerek ders içeriği ile ilgili
kavramsallaştırılmış yapılar olan ontolojiler geliştirilir.
4. LİSANSÜSTÜ DERSLERİN UYARLANABİLİR ÖĞRENME YÖNETİM
SİSTEMİ ARACILIĞIYLA AKTARIMI (KAVRAMSAL MODEL)
Uyarlanabilir öğrenme ortamlarının yapısı ve ilgili çalışmalar incelenerek
lisansüstü düzeyinde alınan derslerin uyarlanabilir bir öğrenme yönetim
sistemi (ÖYS) üzerinden yürütülmesi üzerine kavramsal bir model
önerilmektedir.
Bu doğrultuda derse katılan yüksek lisans ve/ya doktora öğrencilerinin ön
bilgileri ve ihtiyaçları temelinde sistemin kullanıcıya öneriler sunması ve
öğrenci gelişiminin takip edilmesi düşünülmektedir. Ayrıca önerilen sistem
öğrenci-öğretim elemanı arasında iletişim ve paylaşımı arttırarak
danışmanlık işlevi de görecektir. Sistemde yer alması düşünülen bileşenler
şu şekildedir:
4.1. Kullanıcı Modelinin Oluşturulması
Kişiselleştirme ajanları ile kullanıcı hakkında bilgiler toplanarak kullanıcıya
en uygun ders içeriği sunumu yapılacaktır. Kullanıcıya ait bilgilerin analiz
edilmesinde ÖYS kayıt sayfasında doldurulan bilgi giriş formu ve sistemkullanıcı etkileşimi sırasında tespit edilen tercihler ve sistem içi arama
parametrelerinden yararlanılacaktır. Kullanıcının sistemde tamamladığı
görevler (okumalar, alıştırmalar, incelenen sunumlar) ve okuma tercihleri
kullanıcı modelinde depolanacaktır. İçerik ajanları bu bilgileri kullanıcı
modeli ile içerik modeli arasında iletişimi sağlamak amacıyla kullanarak
kişiselleştirilmiş içerik sunumu gerçekleştirilecektir.
Derse Kayıt Sayfası
Dersi alan öğrenci ÖYS’ye kayıt esnasında ön bilgileri ve ihtiyaçlarını
belirlemeye yönelik kullanıcı formunu doldurarak sisteme kayıt olacaktır.
Bu amaçla aşağıdakine benzer bir form kullanılabilir:
Şekil 4. ÖYS Kayıt Ekranı
4.2.
İçerik Modeli
Sistemde kullanılacak farklı formatlarda materyallerin öğrenme nesneleri
geliştirilerek içerik modelinde depolanacaktır. Kullanıcı modelinden gelen
bilgilere göre tanımlanan öğrenci özelliklerine uygun okumalar, video,
yazılım inceleme ve dergi adlarını içeren, öğrenme nesnesi ve üst
verilerinden oluşan içerik paketi içerik ajanları tarafından seçilerek sunum
modeline aktarılacaktır. Kullanıcıya uygun içeriğin seçilmesi ve organize
edilmesinden sorumlu konu seçimi ajanı farklı içerik kombinasyonları
oluşturarak sunuma hazır konu paketlerini oluşturacaklardır. İçerik ajanı
ise hazırlanan konu paketlerinin sunumunu sağlayacaktır.
Örneğin yukarıdaki ders kayıt ekranında Kişilik Psikolojisi ve Sosyal Ağlar
konularına ilgi duyan, Eğitimde İstatistiksel Yöntemler II dersini alan bir
öğrenciye farklı kişilik özelliklerine sahip bireylerin sosyal ağ kullanım
profili ile ilgili bir makale okuması ve kişilik envanterlerini incelemesi
önerilebilir.
4.3.
Sunum/Öğretim Modeli
Bu modelde kullanıcı kişisel tercihlerine ve ilgi alanlarına en uygun ders
sunumu ile etkileşime girecektir. Kullanıcı özellikleri doğrultusunda
sunulan öğrenme nesnesi paketlerinin yanı sıra sayfada tamamlanan
çalışmaların listesi, tartışma platformu, takvim gibi özellikler de
bulunacaktır. Kullanıcının sistemle etkileşimi sırasında oluşan kullanıcı
kayıtları da yine log analizi yardımıyla kullanıcı modeline aktarılarak
profilin dinamik güncellenmesini sağlayacaktır. Sunum modelinde
üzerinde çalışılan derse ait şu bölümler yer alacaktır:
Giriş Sayfası
Bu sayfada dersin hedefleri ve içeriği hakkında genel bilgiler verilecektir.
Her kullanıcı için sunulan ortak bilgilerin ardından kullanıcı formundan elde
edilen bilgilere göre öğrencinin derse başlamadan okuması gereken
kaynaklar ve ön koşul öğrenmeler tavsiye edilecektir. İçerik ajanları
kullanıcının ön bilgi düzeyi hakkındaki verilere göre konu başlıklarını
tavsiye edecektir.
Haftalık Ders Sayfası
Bu sayfada ilgili haftanın ders konularının yanı sıra her kullanıcının o hafta
tamamladığı görevleri girmesi için bir bölüm bulunacaktır. Okuduğu kitap
ve makaleler, katıldığı ders ve seminerler ve kullanıcının okumalarına
ilişkin kısa bir yorumu ile “Arkadaşlarıma Öner” özelliği sayfada yer
alabilir.
Arama
Ders için belirlenen veritabanlarından bilgileri çeken bir arama motoru
sayfaya eklenecektir. ‘Information Retrieval’ özelliği ile kişiye uygun
arama sonuçları listelenecektir. Kullanıcı kendisine önerilen okumaları
yaparak profiline ekleyebilir, aynı zamanda arkadaşlarına önerebilir.
Değerlendirme
Öğrencinin sistemdeki ilerlemesini değerlendiren, kullanıcıya ve ilgili
öğretim elemanına rapor eden bir değerlendirme sistemi bulunacaktır.
Değerlendirme sonuçlarına göre kullanıcıya yeni görevler tavsiye
edilecektir.
Önerilen sistemin kullanıcı, içerik ve sunum modeli ilişkisi şu şekilde
şematize edilebilir:
Şekil 5. Uyarlanabilir Lisansüstü ÖYS’nin İşleyişi
5. SONUÇ
Tek tip öğrenen modeline dayanan geleneksel öğrenme ortamından yeni
nesil e-öğrenme ortamlarına geçişte bireysel özelliklere, ilgi ve ihtiyaçlara
cevap veren farklı öğrenme seçenekleri sunan akıllı sistemler devreye
girmektedir. Öğrenen profilini ve öğrenme aktivitesini modellemeye
dayanan akıllı sistemler semantik web teknolojilerinin, özellikle web
ontolojilerinin kullanılmasıyla kişiye özel öğrenme deneyimi yaşatmaktadır
(Laroussi, 2012). Farklı platformlarda çalışabilen ve yeniden kullanılabilen
öğrenme nesnesi üst verileri ile belli standartları karşılayan öğrenme
yönetim sistemleri geliştirilebilmektedir.
Bu çalışmada önerilen
uyarlanabilir öğrenme yönetim sistemi lisansüstü düzeyinde öğrencilere
bir anlamda danışmanlık yapacağı düşünülmektedir. Sistem kullanıcı
özelliklerini analiz ederek kişiye özel öneriler sunan ve kullanıcı-sistem
etkileşimi sırasında güncellenen dinamik bir yapıdadır. İçeriğin
oluşturulmasında öğrenme nesnelerinin kullanılması, sistemin her ders
için ve tekrar kullanılabilir olmasını sağlamaktadır. Lisansüstü düzeyinde
farklı gereksinimleri yerine getirmede önerilen modele uygun ontoloji
tabanlı sistemler geliştirilebilir.
6. KAYNAKÇA
Akkoyunlu, B., Altun, A., & Soylu, M. Y., (2008). Öğretim tasarımı. Maya Akademi Yayın
Dağıtım.
Altun, A. (2012). Ontologies for Personalization: A new challenge for instructional
designers. Procedia-Social and Behavioral Sciences, 64, 691-698.
Aydın, C. Ç., & Biroğul, S. (2010). E-öğrenmede açık kaynak kodlu öğretim yönetim
sistemleri ve Moodle. Bilişim Teknolojileri Dergisi, 1(2).
Bouchet, F., Harley, J. M., & Azevedo, R. (2013, January). Impact of Different
Pedagogical Agents’ Adaptive Self-regulated Prompting Strategies on Learning with
MetaTutor. In Artificial Intelligence in Education (pp. 815-819). Springer Berlin
Heidelberg.
Brusilovsky, P. (2001).
Interaction, 11, 87-110.
Adaptive
hypermedia,
User
Modeling
and
User-Adapted
Chen, C. M., Lee, H. M., & Chen, Y. H. (2005). Personalized e-learning system using
Item Response Theory. Computers & Education, 44(3), 237-255.
Chellatamilan, T., & Suresh, R. M. Intelligent Agents for the Semantic Adaptive eLearning System.International Conference on Advanced Computer Technology (ICACT),
2011
Deperlioğlu, Ö., & Sarpkaya, Y. (2010). Öğretim yönetim sistemleri için örnek veri tabanı
tasarımı. Bilişim Teknolojileri Dergisi, 2(1), 15-21.
Graf, S., Kinshuk & Ives, C. (2010, July). A flexible mechanism for providing adaptivity
based on learning styles in learning management systems. In Advanced Learning
Technologies (ICALT), 2010 IEEE 10th International Conference on(pp. 30-34). IEEE.
Jurado, F., Redondo, M. A., & Ortega, M. (2012). Blackboard architecture to integrate
components and agents in heterogeneous distributed eLearning systems: An application
for learning to program. Journal of Systems and Software, 85(7), 1621-1636.
Kaya, G., & Altun, A. (2011). A learner model for learning object based personalized
learning environments. In Metadata and Semantic Research (pp. 349-355). Springer
Berlin Heidelberg.
Kim, J., Lee, A. & Ryu, H. (2013). Personality and its effects on learning performance:
Design guidelines for an adaptive e-learning system based on a user model.
International Journal of Industrial Ergonomics 43, 450-461.
Knutov, E., De Bra, P. & Pechenizkiy, M. (2009). AH 12 years later: a comprehensive
survey of adaptive hypermedia methods and techniques, New Review of Hypermedia and
Multimedia, 15(1), 5-38.
Laroussi, M. (2012, January). Ontology in Adaptive Learning Environment. In Workshop
on Learning Technology for Education in Cloud (LTEC'12) (pp. 167-177). Springer Berlin
Heidelberg.
Lo, J. J., Chan, Y. C., & Yeh, S. W. (2012). Designing an adaptive web-based learning
system based on students’ cognitive styles identified online.Computers &
Education, 58(1), 209-222.
Mampadi, F., Chen, S. Y., Ghinea, G., & Chen, M. P. (2011). Design of adaptive
hypermedia
learning
systems:
A
cognitive
style
approach. Computers
&
Education, 56(4), 1003-1011.
Moisa, V. (2013). Adaptive Learning Management System. Journal of Mobile, Embedded
and Distributed Systems, 5(2), 70-77.
Ocepek, U., Bosnić, Z., Nančovska Šerbec, I., & Rugelj, J. (2013). Exploring the relation
between learning style models and preferred multimedia types. Computers &
Education, 69, 343-355.
Park, O. C., & Lee, J. (2003). Adaptive instructional systems. Educational Technology
Research and Development, 25, 651-684.
Ramesh, V. M., & Ramanathan, C. (2013, August). A rubric to Evaluate Learning
Management Systems. In Teaching, Assessment and Learning for Engineering (TALE),
2013 IEEE International Conference on (pp. 73-77). IEEE.
Shute, V., & Towle, B. (2003). Adaptive e-learning. Educational Psychologist,38(2), 105114.
Šimko, M., Barla, M., & Bieliková, M. (2010). ALEF: A framework for adaptive web-based
learning 2.0. In Key Competencies in the Knowledge Society (pp. 367-378). Springer
Berlin Heidelberg.
Somyürek, S. (2009). Uyarlanabilir öğrenme ortamları: Eğitsel hiper ortam tasarımında
yeni bir paradigma. Bilişim Teknolojileri Dergisi, 1(1), 29-38.
Van Seters, J. R., Ossevoort, M. A., Tramper, J., & Goedhart, M. J. (2012). The influence
of student characteristics on the use of adaptive e-learning material.Computers &
Education, 58(3), 942-952.
Vandewaetere, M., Desmet, P., & Clarebout, G. (2011). The contribution of learner
characteristics
in
the
development
of
computer-based
adaptive
learning
environments. Computers in Human Behavior, 27(1), 118-130.
Walkington, C. A. (2013). Using adaptive learning technologies to personalize instruction
to student interests: The impact of relevant contexts on performance and learning
outcomes. Journal of Educational Psychology, 105(4), 932-945.
Yaghmaie, M., & Bahreininejad, A. (2011). A context-aware adaptive learning system
using agents. Expert Systems with Applications, 38(4), 3280-3286.
Yang, T.-C., Hwang, G.-J., & Yang, S. J.-H. (2013). Development of an adaptive learning
system with multiple perspectives based on students' learning styles and cognitive
styles. Educational Technology & Society, 16 (4), 185–200.
Yarandi, M., Jahankhani, H., & Tawil, A. R. H. (2013). A personalized adaptive e-learning
approach based on semantic web technology. Webology, 10(2).
Yılmaz, R., & Kılıç-Çakmak, E. (2011). Sanal öğrenme ortamlarında sosyal model olarak
eğitsel arayüz ajanları. Kırşehir Eğitim Fakültesi Dergisi (KEFAD), 12(4), 243-264.
YAZARLAR HAKKINDA BİLGİ
Arş. Gör. Nihal Menzi Çetin
Hacettepe Üniversitesi, Eğitim Fakültesi, Bilgisayar ve Öğretim Teknolojileri
Eğitimi Bölümü, Beytepe/Ankara.
[email protected]
Arş. Gör. Nihal Menzi Çetin, lisans eğitimini 2008 yılında Çukurova
Üniversitesi Bilgisayar ve Öğretim Teknolojileri Eğitimi bölümünde
tamamladı. 2012 yılında Çukurova Üniversitesi Sosyal Bilimler Enstitüsü
Bilgisayar ve Öğretim Teknolojileri Eğitimi Anabilim Dalından yüksek lisans
derecesi aldı. Yüksek lisans tezini öğretim tasarımı ve internet temelli
öğretim konularında hazırladı. 2012 yılından bu yana Hacettepe Üniversitesi
Bilgisayar ve Öğretim Teknolojileri Eğitimi Anabilim Dalında araştırma
görevlisi olarak görev yapmakta ve doktora eğitimine devam etmektedir.
Sosyal ağlar ve öğretmen eğitimi konularında çalışmaktadır.
Prof. Dr. Arif ALTUN
Hacettepe Üniversitesi, Eğitim Fakültesi, Bilgisayar ve Öğretim Teknolojileri
Eğitimi Bölümü, Beytepe/Ankara
[email protected]
1992 yılında Atatürk Üniversitesi İngiliz Dili ve Edebiyatı Bölümü’nden
mezun oldu. 1995 yılında Bilkent Üniversitesi’nde İngilizcenin Yabancı Dil
Olarak Öğretimi konusunda yüksek lisansını tamamladıktan sonra 1999
yılında University of Cincinnati’de Eğitim Programları ve Öğretim alanında
doktora derecesi aldı. Halen Hacettepe Üniversitesi Eğitim Fakültesi
Bilgisayar ve Öğretim Teknolojileri Eğitimi Bölümü’nde öğretim üyesi olarak
çalışmaktadır.
UYARLANABİLİR ÖĞRENME ORTAMLARI VE BİR MODEL ÖNERİSİ
Bireye uygun ortamların tasarlanması öğretim tasarımının temel
sayıtlılarından biridir. Temelinde öğrenme kuramlarının yer aldığı öğretim
tasarımı, tasarım modelleri ile daha uygulamaya dönük hale gelmekte ve
tasarımda gerçekleştirilecek adımlar açıkça ifade edilebilmektedir. Farklı
kuramsal altyapıları bulunan farklı tasarım modellerinin ortak noktası ise
öğrenen özellikleridir (Akkoyunlu, Altun & Soylu, 2008).
Uyarlanabilir öğrenme ortamları yeni web teknolojilerine paralel olarak
kullandıkları yapay zeka algoritmaları sayesinde kullanıcıya daha etkili bir
öğrenme deneyimi yaşatan kişiselleştirilmiş öğrenme olanağı sunmaktadır
(Kim, Lee & Ryu, 2013; Vandewaetere, Desmet & Clarebout, 2011).
Kişiselleştirilmiş öğrenme desteği, sistemin kullanıcının kişisel özelliklerini
belirleme ve bilginin sunum biçimini bu özelliklere göre ayarlama
özelliğidir;
hipermedya
sistemler,
zeki
öğretim
sistemleri
ve
öğrenme/içerik yönetim sistemleri kişiselleştirilmiş öğrenme seçenekleri
sunmaya uygun uyarlanabilir ortamlardan biridir (Yang, Hwang & Yang,
2013; Yarandi, Jahankhani & Tawil, 2013; Bouchet, Harley & Azevedo,
2013; Yaghmaie & Bahreininejad, 2011). Alan yazında öğrenme
ortamlarının uyarlanmasında farklı yaklaşımlardan bahsedilmektedir.
Mikro yaklaşım, öğrenme etkinliği sırasında bireyin duruma göre değişen
spesifik ihtiyaçlarını belirlemek ve etkinliği buna göre düzenlemeyi içeren
dinamik yaklaşımdır. Yapay zeka tekniklerini içeren zeki öğretim
sistemleri, web tabanlı öğretim ortamları (Web 2.0 ve semantik web
teknolojilerini kullanan) ve hipermedya sistemler kullanıcının en güncel ilgi
ve ihtiyaçlarını belirleyerek sistemde uyarlamalar yapan mikro yaklaşım
örnekleridir.
Uyarlanabilir öğrenme ortamlarında temel olarak kullanıcı modeli, içerik
modeli,
sunum
modeli
ve
uyarlama
mekanizması
bileşenleri
bulunmaktadır. Kullanıcı modeli, öğrenenin ön bilgileri, demografik
özellikleri, öğrenme tercihleri hakkındaki bilgilerden oluşan kullanıcı
profilidir. İçerik modeli öğrenenin öğrenme hedeflerine ve bilgi düzeyine
uygun kavramların belirlenmesi ve buna uygun öğrenme nesnelerinin
oluşturulmasını içerir. Sunum ya da öğretim modelinin oluşturulmasında
kullanıcı modeli ve içerik modeli eşleştirilerek öğrenme hedeflerine uygun
etkinlik, sunum ve gösterimler hazırlanır. Uyarlama mekanizması ise
kullanıcı, içerik ve öğretim modellerini bir araya getiren algoritmalardan
oluşur.
Öğrenme yönetim sistemleri paylaşılabilir ve yeniden kullanılabilir
öğrenme nesneleri ve yazılım ajanları sayesinde kişiselleştirilebilir ve
uyarlanabilir öğrenme ortamlarından biridir. Bu çalışmada uyarlanabilir
öğrenme ortamlarının yapısı ve ilgili çalışmalar incelenerek lisansüstü
düzeyinde alınan derslerin uyarlanabilir bir öğrenme yönetim sistemi
üzerinden yürütülmesi üzerine kavramsal bir model önerilmektedir.
Sistemde kullanıcının ön bilgileri, tercihleri ve ilgi alanları hakkında bilgileri
toplayan kişiselleştirme ajanları, konu seçimi ajanı ve içerik ajanı
bulunacaktır. Konu seçimi ajanı, kullanıcı modelinden gelen bilgilere göre
tanımlanan öğrenci özelliklerine uygun okumalar, video, yazılım inceleme
ve dergi adlarını içeren, öğrenme nesnesi ve üstverilerinden oluşan içerik
paketini oluşturacaktır. İçerik ajanı ise hazırlanan konu paketlerinin
sunumunu sağlayacaktır. Önerilen uyarlanabilir öğrenme yönetim sistemi
lisansüstü düzeyinde öğrencilere bir anlamda danışmanlık yapacaktır. Bu
noktadan hareketle lisansüstü düzeyinde farklı gereksinimleri yerine
getirmede belirtilen kavramsal çerçeveye uygun ontoloji tabanlı sistemler
geliştirilebilir.
Download

uyarlanabilir öğrenme ortamları ve bir model önerisi