Yapay zekâ ile birebir ders, sınıf içi aktif öğrenmeyi geçti: Harvard çalışması ne buldu?

Harvard'daki randomize bir deneyde geçti. 2023 sonbaharında Harvard'ın en kalabalık fizik dersindeki 194 öğrenci, evde özel olarak tasarlanmış bir yapay zekâ öğretmenle, aynı dersi sınıfta aktif öğrenmeyle işlediklerinden daha çok öğrendi: öğrenme kazanımının medyanı iki katını aştı, süre 60 yerine 49 dakikaydı. Çalışmayı Kestin, Miller ve arkadaşları Haziran 2025'te Scientific Reports'ta yayımladı.

Bu sonuç çoğu zaman "yapay zekâ öğretmeni yendi" diye aktarılıyor. Çalışma bunu söylemiyor ve ayrıntılar, manşetten çok daha işe yarar.

Harvard'daki yapay zekâ öğretmen çalışması ne yaptı?

Makalenin adı "AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting". Türkçesiyle: "Yapay zekâ ile birebir ders, sınıf içi aktif öğrenmeden daha iyi sonuç veriyor: gerçek bir eğitim ortamında araştırmaya dayalı yeni bir tasarımı tanıtan randomize kontrollü deney". Yazarlar Greg Kestin, Kelly Miller, Anna Klales, Timothy Milbourne ve Gregorio Ponti (Scientific Reports 15, 17458).

Deney, yaşam bilimleri öğrencilerine yönelik giriş düzeyi fizik dersi Physical Sciences 2'de (PS2) yapıldı; derse 233 öğrenci kayıtlıydı. Çalışma 2023 güz döneminin dokuzuncu ve onuncu haftalarında yürütüldü ve 194 öğrenciyi kapsadı: onay veren, iki koşula da katılan ve bütün testleri tamamlayanlar.

Tasarım çapraz geçişliydi (crossover); yani her öğrenci iki koşulu da yaşadı:

• 1. hafta, yüzey gerilimi. 1. grup evde yapay zekâ öğretmenle çalıştı, 2. grup dersi sınıfta işledi.
• 2. hafta, akışkanlar. Gruplar yer değiştirdi.

Öğrenciler her dersten önce bir ön test, sonra bir son test çözdü ve deneyimlerini puanladı.

Karşılaştırılan ders düz anlatım değildi. PS2'de hoca bir etkinliği tanıtır, öğrenciler küçük gruplar hâlinde ders ekibinin desteğiyle çalışır, ardından hoca çıkan zorluklar üzerine geri bildirim verir. Öğrencilerin %89'u PS2'nin diğer fen ve mühendislik derslerinden daha çok aktif öğrenme kullandığını söyledi.

İki grup da aynı çalışma kâğıdını ve aynı etkinlik girişlerini aldı: sınıfta canlı, evde ise önceden kaydedilmiş video olarak. Evdeki öğrenciler soruları ardından "PS2 Pal" adlı yapay zekâ öğretmenle çözdü. Testleri, öğretmeni tasarlamayan ve dersleri vermeyen bir ekip üyesi yazdı.

Ne buldu?

Ölçüt	Yapay zekâ öğretmen (evde)	Aktif öğrenme (sınıfta)
Son test puanı, medyan	4,5 (n = 142)	3,5 (n = 174)
Ön test başlangıcı, iki grup birlikte, medyan	2,75 (n = 316)	2,75 (n = 316)
Öğrenmeye ayrılan süre	medyan 49 dakika	60 dakika
"Kendimi derse dâhil hissettim" (1–5, ortalama)	4,1	3,6
"Motive hissettim" (1–5, ortalama)	3,4	3,1
Keyif alma ve gelişim zihniyeti	anlamlı fark yok	anlamlı fark yok

Dört sonuç öne çıkıyor.

Fark büyük. Yapay zekâ grubundaki öğrenme kazanımının medyanı, sınıftakinin iki katından fazlaydı (p < 10⁻⁸). Önceki bilgi, konu, test sürümü ve çalışma süresi kontrol edildiğinde regresyon 0,63 standart sapmalık bir etki büyüklüğü verdi. Yazarlara göre bu rakam farkı olduğundan küçük gösteriyor, çünkü yapay zekâ grubunda birçok öğrenci testin tavanına dayandı. Bu tavandan daha az etkilenen kantil regresyon, etkiyi 0,73 ile 1,3 standart sapma arasında buldu.

Daha kısa sürdü. Yapay zekâ grubunun %70'i bir saatten kısa sürede bitirdi. Harcanan süre, son test puanını öngörmedi.

Öğrenciler en az o kadar sevdi. Daha dâhil ve daha motive hissettiler; keyif ve gelişim zihniyeti benzerdi. %83'ü yapay zekâ öğretmenin açıklamalarının sınıftaki hocalarınki kadar iyi ya da daha iyi olduğunu söyledi.

Her seviyede geçerliydi. Fizik ön bilgisi düşük olan da yüksek olan da yapay zekâ öğretmenle anlamlı ölçüde daha iyi sonuç aldı (p < 0,001).

Neden işe yaradı: sohbet botu değil, tasarım

Makalenin en değerli kısmı bu. Yazarlar öğrencilere genel bir sohbet botu vermedi; öğretmeni öğrenme araştırmalarından gelen yedi ilke üzerine kurdular:

1. aktif öğrenmeyi desteklemek
2. bilişsel yükü yönetmek
3. gelişim zihniyetini beslemek
4. içeriği adım adım desteklemek (iskele kurmak)
5. bilginin ve geri bildirimin doğru olmasını sağlamak
6. geri bildirimi hedefli ve zamanında vermek
7. öğrencinin kendi hızında ilerlemesine izin vermek

İlk üçü sistem talimatına (system prompt) yazıldı: öğrenciyi işin içine kat, onu yükleme, çabayı teşvik et. Ancak yazarlar, çok parçalı bir soruyu sırasıyla yürütmeye talimatın tek başına yetmediğini gördü; model bazen öne atlıyor ya da konudan sapıyordu. Bu yüzden platformun kendisi her öğrenciyi her sorunun her parçasından tek tek geçirdi, tıpkı hocanın sınıfta yaptığı gibi.

Doğruluk için çözümleri GPT-4'e bırakmadılar. Her talimata hocaların yazdığı adım adım tam çözüm eklendi; böylece öğretmen tahmin yürütmek yerine doğru bir cevaptan yola çıkarak açıkladı.

Bir de sınıfın veremediği iki şey var: her öğrenciye tam ihtiyaç duyduğu anda geri bildirim ve ona uyan bir hız. Yazarlar kazanımın büyük kısmını buna bağlıyor. Hızla ilgili verileri de dikkat çekici: sınıfı "fazla hızlı" bulan öğrencilerin (%3,8) hepsi yapay zekâ öğretmenle medyan 49 dakikadan uzun çalıştı, "fazla yavaş" bulanların (%2,2) hepsi daha kısa.

Emek hazırlıktaydı: her dersi dönüştürmek birkaç gün, platformu kurmak birkaç ay sürdü.

Çalışma neyi göstermiyor?

Yazarlar kendi sınırları konusunda dikkatli; siz de öyle olun.

• Konu fizikti, dil değil. Dersler kavram ve problem çözme öğretti. Konuşma, dinleme ya da yazma ölçülmedi.
• Yalnızca iki dersti. Son testler dersin hemen ardından yapıldı; haftalar sonra ne kadarının akılda kaldığını bu çalışmadan bilemiyoruz. Yazarlar aralıklı tekrar gibi kalıcılık stratejilerini gelecekteki çalışmalara bırakıyor.
• Konuyla ilk karşılaşmaydı. Yazarlara göre çok bilgi aktarılan bu aşama, yapay zekâ öğretmenlere özellikle uygun görünüyor. Yapılandırılmış yapay zekâ derslerinin "her bağlamda" aktif öğrenmeyi geçeceğini varsaymadıklarını açıkça yazıyorlar; örneğin birden çok kavramı birleştirmeyi ve üst düzey eleştirel düşünmeyi gerektiren işlerde.
• Koşullar elverişliydi. Yazarlar bunları sayıyor: farklı hızlara ihtiyaç duyan öğrenciler, kaliteli ders videoları, karmaşık talimatları izleyebilen bir model, uzman hocaların soru soru yazdığı talimatlar ve yapılandırılmış bir platform. Biri eksilirse sonuç değişebilir.
• Tek üniversitede tek bir ders. Rastgele atama, iki ya da üç kişilik akran grupları düzeyinde yapıldı; yazarların bir kısmı dersi de veriyordu.

Yazarlar öğretmenin rolü konusunda da net: yapay zekâ öğretmen "yüz yüze öğretimin yerini almamalı". Önerileri, konuya ilk girişi dersten önce yapay zekâyla yapmak ve sınıf saatini problem çözmeye, projelere ve grup çalışmasına ayırmak.

Diğer araştırmalarla birlikte bakınca

Harvard çalışması, çevresindeki kanıtlarla birlikte okununca daha anlamlı. Aşağıdaki etki büyüklükleri farklı testlerden, yaşlardan ve sürelerden geliyor; rakamları değil, sonuçların yönünü karşılaştırın.

Bloom'un "2 sigma problemi" (1984). Benjamin Bloom, iyi bir öğretmenden birebir ders alan öğrencilerin yaklaşık 30 kişilik klasik bir sınıftakilerden yaklaşık iki standart sapma daha yüksek puan aldığını bildirdi: birebir ders alan ortalama öğrenci, sınıftakilerin %98'inin üzerindeydi. Bloom'un "problemi", bu etkiyi her öğrenciye bir öğretmen tutmadan yakalamaktı. Yapay zekâ öğretmenler bu soruya verilen en yeni cevap denemesi.

Birebir ders meta-analizi (2020). Nickow, Oreopoulos ve Quan, okul öncesinden liseye kadar birebir destek programlarının deneysel kanıtlarını bir araya getirdi ve ortalama 0,37 standart sapmalık bir etki buldu. Öğretmenlerin ve yardımcı eğitimcilerin verdiği destek, gönüllülerin ya da velilerin verdiğinden daha etkiliydi. Gerçek hayattaki özel ders iki sigmaya nadiren ulaşsa da işe yarıyor.

Dünya Bankası'nın Nijerya'daki İngilizce çalışması (2025). Bu çalışma İngilizce hakkında; bu yüzden sizin durumunuza en yakın olanı. De Simone ve arkadaşları, Haziran–Temmuz 2024'te Benin City'de altı haftalık bir okul sonrası programı yürüttü. Lise birinci sınıf öğrencileri (genellikle 15 yaşında) 90 dakikalık en çok on iki oturuma katıldı ve ikişerli gruplar hâlinde Microsoft Copilot ile (o dönem GPT-4 üzerinde çalışıyordu) çalıştı. Talimatlar yapay zekâyı cevap veren değil, öğrenmeyi destekleyen bir öğretmen olarak konumlandırdı; öğretmenler de ders anlatmadan oturumlara rehberlik etti. Programa seçilen öğrenciler final değerlendirmesinde 0,31, ana hedef olan İngilizcede ise 0,23 standart sapma daha yüksek puan aldı. Yazarlar bunu olağan okul eğitiminin 1,5 ila 2 yılına denk görüyor. Sınav kâğıt üzerinde çoktan seçmeliydi; yani konuşma ölçülmedi.

Tutor CoPilot (Stanford, 2024). Wang ve arkadaşları 900 eğitmen ve 1.800 öğrencinin katıldığı bir deneyde yapay zekâ asistanını öğrencilere değil, insan eğitmenlere verdi. Öğrencilerin konuyu tam öğrenme olasılığı 4 yüzde puan, daha düşük puanlı eğitmenlerin öğrencilerinde 9 yüzde puan arttı. Asistanı kullanan eğitmenler cevabı daha az söyledi. Yapay zekâ, insan eğitmeni daha iyi yaptı.

"Generative AI without guardrails can harm learning" (PNAS, 2025). Türkçesiyle "Korumasız üretken yapay zekâ öğrenmeye zarar verebilir". Bastani ve arkadaşları Türkiye'de bir lisede yaklaşık 1.000 matematik öğrencisiyle bir deney yaptı. Bir grup ChatGPT benzeri sade bir arayüz ("GPT Base"), diğeri ise cevap yerine öğretmenlerin hazırladığı ipuçlarını veren bir yapay zekâ öğretmen ("GPT Tutor") kullandı. Alıştırma sırasında notlar GPT Base ile %48, GPT Tutor ile %127 arttı. Sonra sınavda yapay zekâ kaldırıldı. GPT Base grubu, hiç yapay zekâ kullanmamış öğrencilerden %17 daha düşük puan aldı ve daha kötü yaptığını fark etmedi. GPT Tutor grubu ise kontrol grubuyla aşağı yukarı aynı sonucu aldı.

Hepsi bir araya gelince ders tutarlı: sizi düşündürmek için tasarlanmış bir öğretmen, cevap makinesinden iyidir. Yapay zekâ, birebir dersin kişisel ilgisinin bir kısmını çok sayıda insana ulaştırabilir; yeter ki cevaptan önce ipucu versin ve sizin hızınızda ilerlesin. Kestirme yol olarak kullanıldığında aynı teknoloji sizi geriye götürebilir.

İngilizce öğreniyorsanız bu ne anlama geliyor?

Bu çalışmaların hiçbiri belirli bir uygulamanın size İngilizce öğreteceğini kanıtlamıyor. Ama yapay zekâ ile İngilizce öğrenmenin nasıl iyi yapılacağına dair ipucu veriyorlar.

Yapay zekâyı dersler arasında pratik ve geri bildirim için kullanın. Harvard'daki öğretmenin üstünlüğü, sizin hızınızda anında geri bildirimdi; haftada bir dersin veremediği şey tam da bu. Bir özel ders hocanız varsa onu gerçek sohbet ve yönlendirme için saklayın. Birebir İngilizce öğretmeninin gerçekte ne yaptığını ve yapay zekâ öğretmenle insan öğretmeni karşılaştıran rehberlerimiz bu ayrımı anlatıyor; özel İngilizce derslerinin maliyeti de bütçenizi planlamanıza yardım eder.

Cevap değil, ipucu isteyin. Türkiye'deki matematik çalışmasının tek cümlelik özeti bu. Yapay zekâya şunu yazın: "Cümlemi düzeltme. Hangi kısımda hata olduğunu söyle, tekrar deneyeyim." İkinci denemenizden, onun yazdığı doğru cümleyi okumaktan daha çok şey öğrenirsiniz.

Her gün konuşun, on dakika bile olsa. Bu deneylerin hiçbiri konuşmayı ölçmedi; oysa öğrencilerin çoğu tam orada takılıyor. Her gün kısa süre sesli pratik, okumanın kazandırmadığı hızlı hatırlamayı geliştirir. Yapay zekâ öğretmenle konuşma pratiği bunun bir yolu; konuşma özgüveni kazanma rehberimizde de bir rutin var.

İlerlemenizi CEFR'e göre, beceri beceri ölçün. Araştırmacılar standart sapma kullanır; sizin kontrol edebileceğiniz bir ölçüte ihtiyacınız var. A1'den C2'ye CEFR seviyeleri her beceride neler yapabildiğinizi tarif eder ve konuşmanız çoğu zaman okumanızdan bir seviye geride olur. Her beceriyi ayrı ölçmek, öğrencilerin neden B1'de bıraktığını anlatan yazımızdaki durgunluğa karşı da en iyi savunmadır.

Carna da aynı fikir üzerine kurulu. Sizi tanıyan yapay zekâ İngilizce öğretmeni olarak bir özel ders hocasının yöntemini (Öğren, Pratik yap, Tekrar et) tek uygulamada yürütüyor, bir sonraki soruyu hatalarınızdan seçip nedenini söylüyor ve sizi CEFR ölçeğine yerleştirmek için sekiz beceriyi puanlıyor. Carna şu an erken erişimde ve yukarıdaki çalışmaların hiçbirinde yer almadı. Bu deneylerdeki öğretmenler gibi, öğretmenlerin yerine değil yanında çalışmak için tasarlandı.

Sık sorulan sorular

Harvard'ın yapay zekâ öğretmen çalışması nedir?

Greg Kestin, Kelly Miller ve arkadaşlarının Haziran 2025'te Scientific Reports'ta yayımladığı randomize kontrollü bir deney. 2023 sonbaharında Harvard'da giriş düzeyi bir fizik dersindeki 194 öğrenci, bir konuyu evde özel bir yapay zekâ öğretmenle, diğerini aktif öğrenme dersinde işledi. Yapay zekâ öğretmenle öğrenme kazanımının medyanı iki katını aştı ve daha kısa sürdü.

Yapay zekâ öğretmen, insan öğretmenden daha mı iyi?

Genel olarak hayır. Çalışma, iki fizik konusuna ilk girişi test etti. Yazarlar yapay zekâ öğretmenin "yüz yüze öğretimin yerini almaması" gerektiğini söylüyor ve onu dersten önce kullanmayı öneriyor; böylece sınıf saati daha zor işlere kalıyor. Diğer çalışmalar da yapay zekânın en iyi, bir öğretmeni desteklediğinde işe yaradığını gösteriyor.

Yapay zekâ ile İngilizce öğrenme işe yarıyor mu?

İlk kanıtlar olumlu. Dünya Bankası'nın Nijerya'daki altı haftalık deneyinde okul sonrası yapay zekâ desteğine seçilen öğrenciler İngilizcede 0,23 standart sapma daha yüksek puan aldı. Sınav kâğıt üzerindeydi; konuşulan İngilizce için kanıt henüz az.

Yapay zekâ öğrenmeye zarar verebilir mi?

Evet, cevapları hazır veriyorsa. Türkiye'de yaklaşık 1.000 lise öğrencisiyle yapılan deneyde, sade bir ChatGPT benzeri araçla alıştırma yapanlar, yapay zekâsız yapılan sonraki sınavda hiç kullanmayanlardan %17 daha düşük puan aldı. Cevap yerine ipucu veren sürüm bu düşüşü önledi.

Öğrenciler yapay zekâ öğretmenle ne kadar süre çalıştı?

Medyan 49 dakika; sınıftaki öğrenme süresi ise 60 dakikaydı. Harcanan süre son test puanını öngörmedi.

Kaynaklar

• Springer Nature, Scientific Reports: Kestin, G., Miller, K., Klales, A., Milbourne, T. ve Ponti, G. (2025). "AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting." Sci Rep 15, 17458. nature.com/articles/s41598-025-97652-6
• American Educational Research Association, Educational Researcher: Bloom, B. S. (1984). "The 2 Sigma Problem: The Search for Methods of Group Instruction as Effective as One-to-One Tutoring." 13(6), 4–16. doi.org/10.3102/0013189X013006004
• National Bureau of Economic Research: Nickow, A., Oreopoulos, P. ve Quan, V. (2020). "The Impressive Effects of Tutoring on PreK-12 Learning: A Systematic Review and Meta-Analysis of the Experimental Evidence." Working Paper 27476. nber.org/papers/w27476
• Dünya Bankası: De Simone, M., Tiberti, F., Barron Rodriguez, M., Manolio, F., Mosuro, W. ve Dikoru, E. J. (2025). "From Chalkboards to Chatbots: Evaluating the Impact of Generative AI on Learning Outcomes in Nigeria." Policy Research Working Paper 11125. files.eric.ed.gov/fulltext/ED676624.pdf
• arXiv: Wang, R. E., Ribeiro, A. T., Robinson, C. D., Loeb, S. ve Demszky, D. (2024). "Tutor CoPilot: A Human-AI Approach for Scaling Real-Time Expertise." arxiv.org/abs/2410.03017
• Proceedings of the National Academy of Sciences: Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö. ve Mariman, R. (2025). "Generative AI without guardrails can harm learning: Evidence from high school mathematics." 122(26). doi.org/10.1073/pnas.2422633122