Can AI give better second language written corrective feedback than teachers? A case study from Turkish high schoolers
Yapay zeka, öğretmenlerden daha iyi ikinci dil yazılı düzeltici geri bildirim sağlayabilir mi? Türk lise öğrencilerinde bir vaka çalışması
- Tez No: 1024173
- Danışmanlar: DR. ÖĞR. ÜYESİ VASFİYE GEÇKİN
- Tez Türü: Yüksek Lisans
- Konular: Eğitim ve Öğretim, Education and Training
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: İzmir Demokrasi Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İngiliz Dili Eğitimi Ana Bilim Dalı
- Bilim Dalı: İngiliz Dili Eğitimi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yıllarda geri bildirim uygulamalarında yapay zekâ tabanlı araçların kullanımında hızlı bir artış olmasına rağmen, farklı yazı türlerine insan ve yapay zekâ araçları tarafından sağlanan geri bildirimin niteliğini ve miktarını karşılaştıran çalışmalar sınırlıdır. Bu çalışmanın ilk amacı, Türkiye'deki lise öğrencilerinin (n = 60) yazdığı iki farklı kompozisyon türünde (tartışmacı kompozisyon ve sebep analizi kompozisyonu) iki geri bildirim aracı (öğretmenler, ChatGPT-5) tarafından sağlanan geri bildirimin miktarını (kelime sayısı), odağını (içerik, dil, organizasyon) ve türünü (yönlendirici, bilgilendirici, övgü, sorgulayıcı, özet) karşılaştırmaktır. İkinci amaç ise öğrencilerin bu iki geri bildirim aracının uygulamalarına ilişkin algılarını incelemektir. Bir standardizasyon oturumunun ardından, üç İngilizce öğretmeni ve ChatGPT-5, aynı değerlendirme ölçeğini kullanarak öğrenci makalelerine yazılı düzeltme geri bildirimi sağladı. Öğretmen ve yapay zekâ tarafından üretilen yorumlar, geri bildirim odağı ve türü açısından kodlandı. Gönüllü öğrenci katılımcılarla (n = 10) bir odak grup tartışması yapıldı ve öğrenci algılarını raporlamak için tematik analiz gerçekleştirildi. Geri bildirim türü, odağı ve aracının sağlanan geri bildirim miktarı üzerindeki etkileşimini incelemek için iki genelleştirilmiş karma etkili model geliştirildi. Geri bildirim aracının, geri bildirim miktarı ve türü konusunda güçlü bir öngörücü olduğu bulundu. ChatGPT-5 genel olarak daha uzun geri bildirimler üretirken, her iki geri bildirim aracı da çoğunlukla içeriğe, ardından organizasyona ve dile odaklanmıştır. Hem öğretmenler hem de ChatGPT-5, yazılı düzeltme geri bildirimi sağlarken üst düzey becerilere öncelik verdiği görülmektedir. İnsan aracıları, neredeyse tüm geri bildirim türlerini dengeli bir şekilde kullanarak bütünsel bir yaklaşım benimserken, ChatGPT-5'in çoğunlukla bilgilendirici geri bildirim üretmeye yatkın olduğu gözlemlenmiştir. Sorgulama türündeki geri bildirim, öğretmenler veya ChatGPT-5 tarafından neredeyse hiç kullanılmamakla beraber; ChatGPT-5'in, öğretmenlere göre daha çok özetle ilgili geri bildirim kullanma eğiliminde olduğu bulunmuştur. Yapay zekânın, değerlendirme kriterlerinde verilen talimatlara öğretmenlerden daha sıkı bir şekilde uyduğu ileri sürülebilir. Tür farklılıklarına gelince, öğretmenlerin geri bildirim verirken kompozisyon türüne daha duyarlı oldukları ortaya çıkmıştır. Öğretmenler, tartışmacı kompozisyonun zorlu doğasını kabul edip yorumlarını buna göre şekillendirmişlerdir. ChatGPT-5, türler arasında benzer miktarda, odak noktasında ve türde geri bildirim sağlayarak sistematik ve tutarlı geri bildirim oluşturmuştur. Öğrenciler yapay zekâ geri bildirimini objektif ancak bireysel dönüt vermeyen ve kafa karıştırıcı bulurken, öğretmen geri bildirimini açık ve bağlama uygun olarak değerlendirmişlerdir. Bu çalışmanın temel bulgusu, öğretmen dönütünün yanı sıra yapay zekâ ajanının kullanımının entegre edildiği hibrit bir geri bildirim modelinin ikinci dil yazma sınıflarında kullanılabileceği yönündedir. Bu çalışma, yapay zekâ destekli yazılı düzeltme geri bildirimi uygulamaları konusunda ikinci dil yazma sınıflarına ilişkin literatüre katkıda bulunmakta ve öğretmenler, politika yapıcılar ve müfredat tasarımcıları için önemli çıkarımlar sunmaktadır.
Özet (Çeviri)
Despite rapid increase in the use of AI-based tools for feedback practices in recent years, studies comparing nature and amount of feedback provided by human and AI tools across genres are limited. The first aim of this study is to compare amount (word count), focus (content, language, organization) and type of feedback (directive, informative, praise, query, summary) provided by two feedback agents (teachers, ChatGPT-5) across two essay types (argumentative vs. cause essay) written by highschoolers (n = 60) in Türkiye. The second aim is to explore student perceptions of feedback practices of these two agents. After a standardization session, three English teachers and ChatGPT-5 generated written corrective feedback (WCF) on the student essays using the same rubric. Teacher and AI generated comments were coded with respect to feedback focus and type. A semi-structured focus group discussion was held with the volunteer student participants (n = 10), and a thematic analysis was conducted to report student perceptions. Two generalized linear mixed effects models (GLMMs) were developed to explore the interaction of feedback type, focus and agent on the amount of the feedback provided. The feedback agent was found to be a strong predictor of feedback amount and type. While ChatGPT-5 produced longer feedback overall, both feedback agents focused mostly on content, followed by organization and language. Both teachers and ChatGPT-5 prioritized higher-order skills in providing WCF. Human agents adopted a holistic approach using nearly all feedback types in a balanced way while ChatGPT-5 mostly produced informative feedback. Query-type feedback was hardly ever used by either the teachers or ChatGPT-5, which tended to use more summary-related feedback than the teachers did. It could be asserted that AI followed instructions given in the rubric more strictly than the teachers. When it comes to the genre differences, humans were more sensitive to the essay type. Teachers acknowledged the challenging nature of the argumentative essay and shaped their comments accordingly. ChatGPT-5 created systematic and consistent feedback by providing similar amounts, focus and types of feedback across genres. While the students found AI feedback objective but impersonal and confusing, teacher feedback was regarded as clear and contextualized. A hybrid feedback model which integrates the use of an AI agent into L2 writing instruction along with teacher involvement is the main take-home message of this study. The study contributes to the literature on AI-assisted WCF in L2 writing classrooms with implications for teachers, policymakers and curriculum designers.
Benzer Tezler
- The significance and the contribution of 6+1 traits of writing to the success of the students in writing courses in English language teaching
Yazmanın 6+1 özelliğinin İngilizce öğretiminde yazılı anlatım derslerindeki öğrenci başarısına katkısı ve önemi
ÖZLEM YAZAR
Yüksek Lisans
İngilizce
2004
Eğitim ve ÖğretimGazi Üniversitesiİngiliz Dili Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. PAŞA TEVFİK CEPHE
- V42 önerisiyle MNP protokolünün karşılaştırmalı olarak incelenmesi ve MNP4 protokolünün benzetimi
V42 Recommendation and MNP protocol
AHMET BOZKURT
Yüksek Lisans
Türkçe
1993
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDOÇ.DR. BÜLENT ÖRENCİK
- Kontrol kutupları ile karakterize edilen proseslerde mikrobilgisayar ile adaptif kontrol
Adaptive controller with microcomputer
FÜSUN TUNALI
Doktora
Türkçe
1983
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF. DR. M. MÜNİR ÜLGÜR
- Band geçiren aktif OTA-C filtrelerinin quad ve kaskad yöntemi kullanılarak tasarımı ve duyarlılık analizi
Design of bandpass active OTA-C filter using cascade and quad methods and sensitivity analysis
A. GÜNAY AĞALAR
Yüksek Lisans
Türkçe
1997
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ NUR GÖNÜLEREN
- C.V. ölçüm düzenine yönelik mikrodenetleyici tabanlı işaret üreteci
Başlık çevirisi yok
ERHAN LOKMAN
Yüksek Lisans
Türkçe
1995
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. HAKAN KUNTMAN