Yapay Zekâyı Eğitmek: Eğitilmiş ve Eğitilmemiş ChatGPT Modellerinin Türkçe Öğretimi Bağlamında Ürettikleri Çıktıların Karşılaştırılması

Öz

Bu araştırmanın amacı, ChatGPT uygulamasının eğitilmiş (özel veri setiyle uyarlanmış) ve eğitilmemiş (genel kullanım için tasarlanmış) modellerinin çıktılarını Türkçe öğretimi bağlamında karşılaştırmaktır. Bu bağlamda araştırma, karşılaştırmalı tarama modeliyle desenlenmiştir. Araştırmada, eğitilmemiş ChatGPT modelinden doğrudan çıktı istenirken eğitilmiş model, Türkiye Yüzyılı Maarif Modeli Ortaokul Türkçe Dersi Öğretim Programı ve ilgili ders materyalleriyle desteklenerek çıktı üretmiştir. Araştırmanın veri toplama araçlarını bu çıktılar oluşturmuştur. Veri toplama sürecinde modellerden metin oluşturma, etkinlik tasarlama, görsel oluşturma, ölçme ve değerlendirme süreci tasarlama olmak üzere dört tür görev talep edilmiştir. Araştırmacı tarafından geliştirilen değerlendirme formu aracılığıyla çıktılar; dil doğruluğu, pedagojik uygunluk, programa uygunluk, yaratıcılık ve uygulanabilirlik boyutlarında puanlanmış ve betimsel analiz ile yorumlanmıştır. Bulgular; eğitilmiş ChatGPT modelinin özellikle programa uygunluk, pedagojik uygunluk ve uygulanabilirlik boyutlarından daha yüksek puanlar aldığını; eğitilmemiş modelin ise görsel oluşturma görevinde daha başarılı olmasına rağmen genel olarak pedagojik uygunluk ve programa uygunluk bağlamında yetersiz kaldığını ortaya koymuştur. Genel başarı oranı eğitilmiş modelde %82, eğitilmemiş modelde %61,1 olarak belirlenmiştir. Sonuç olarak eğitilmiş modelin, görsel oluşturma görevi dışında, Türkçe öğretimi bağlamında daha güçlü ve kullanılabilir çıktılar ürettiği tespit edilmiştir. Araştırma sonuçlarından hareketle üretken yapay zekânın eğitimde etkili kullanımına yönelik çeşitli öneriler sunulmuştur.

Anahtar Kelimeler

• Üretken yapay zekâ
• Türkçe öğretimi
• ChatGPT
• YZ
• yapay zekâ uygulamaları

Training Artificial Intelligence: A Comparison of the Outputs of Trained and Untrained ChatGPT Models in the Context of Turkish Language Teaching

Abstract

The aim of this study is to compare the outputs of trained (adapted with a specific dataset) and untrained (designed for general use) versions of ChatGPT in the context of Turkish language teaching. In this regard, the study was designed using a comparative survey model. While outputs were obtained directly from the untrained ChatGPT model, the trained model generated outputs supported by The Century of Türkiye Education Model Secondary School Turkish Language Curriculum and related instructional materials. These outputs served as the data collection tools of the study. During the data collection process, the models were assigned four types of tasks: text generation, activity design, visual creation, and the design of an assessment process. Using an evaluation form developed by the researcher, the outputs were scored in terms of linguistic accuracy, pedagogical appropriateness, curriculum alignment, creativity, and applicability, and were analyzed through descriptive analysis. The findings revealed that the trained ChatGPT model received higher scores particularly in curriculum alignment, pedagogical appropriateness, and applicability, whereas the untrained model, despite performing better in the visual creation task, generally fell short in terms of pedagogical appropriateness and curriculum alignment. The overall success rate was calculated as 82% for the trained model and 61.1% for the untrained model. In conclusion, the trained model—except for the visual creation task—was found to produce stronger and more usable outputs within the context of Turkish language teaching. Based on the study's results, several recommendations were offered regarding the effective use of generative artificial intelligence in education.

Keywords

• Generative artificial intelligence
• Turkish language teaching
• ChatGPT
• AI
• artificial intelligence applications.

Kaynakça

1. Akyol, H. (2008). Yeni programa uygun Türkçe öğretim yöntemleri. Kök Yayıncılık.
2. Alasadi, E. A., & Baiz, C. R. (2023). Generative AI in Education and Research: Opportunities, concerns, and solutions. Journal of Chemical Education, 100(8), 2965-2971. https://doi.org/10.1021/acs.jchemed.3c00323
3. Alqahtani, T., Badreldin, H. A., Alrashed, M., Alshaya, A. I., Alghamdi, S. S., Bin Saleh, K., & Albekairy, A. M. (2023). The emergent role of artificial intelligence, natural learning processing, and large language models in higher education and research. Research in social and administrative pharmacy, 19(8), 1236-1242. https://doi.org/10.1016/j.sapharm.2023.05.016
4. Arslan, K. (2020). Eğitimde yapay zekâ ve uygulamaları. Batı Anadolu Eğitim Bilimleri Dergisi, 11(1), 71-88.
5. Aydemir, M., & Fetah, V. (2023). Yapay zekanın dijital hikayeleştirme ve senaryo tasarımında kullanımı: Kısa film uygulamalı bir araştırma. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (58), 255-275. https://doi.org/10.30794/pausbed.1290986
6. Büyüköztürk, Ş. (2020). Sosyal bilimler için veri analizi el kitabı. Pegem Akademi.
7. Dal, M., & Tunagür, M. (2025). Yapay zeka tabanlı ChatGPT’ye dayalı etkinliklerin 7. sınıf öğrencilerin metin yazma, eleştirel ve yaratıcı düşünme becerilerine etkisi. Bingöl Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (29), 382-395. https://doi.org/10.29029/busbed.1621042
8. Fraenkel, J. R., Wallen, N. E., & Hyun, H. H. (2019). How to design and evaluate research in education (10th Edition). Mc-Graw-Hill.

9. Gocen, A., & Aydemir, F. (2020). Artificial intelligence in education and schools. Research on Education and Media, 12(1), 13-21.
10. Gönültaş, Y. C. (2025). Yapay zekâ ve bilimsel metin yazımı: Türk kamu yönetimi alanyazınında ChatGPT4.0 örneği. Uluslararası Yönetim Akademisi Dergisi, 7(3), 827-843. https://doi.org/10.33712/mana.1578165
11. Gün, M. & Durmuş Öz, B. (2024). Türkçe eğitiminde yapay zekâ kullanımı: ChatGPT örneği. International Journal of Language Academy, 12(3), 98-119. http://dx.doi.org/10.29228/ijla.76804
12. Karapekmez, A. V. (2023). Dijitalleşmenin görsel sanatlara etkisi: Yapay zekâ ile üretilen Atatürk portrelerinin içerik analizi. Yeni Yüzyıl’da İletişim Çalışmaları, 2(8), 184-189.
13. Karasar, N. (2024). Bilimsel araştırma yöntemi: Kavramlar, ilkeler, teknikler. Nobel Akademik Yayıncılık.
14. Katı, T. N., & Can, U. (2024). Yapay zekâ ile üretilen metinlerin yabancı dil olarak Türkçe öğretiminde okuma becerisine yönelik kullanılabilirliği: ChatGPT-3.5 örneği. İnönü Üniversitesi Eğitim Fakültesi Dergisi, 25(2), 538-569. https://doi.org/10.17679/inuefd.1415303
15. Landis, J. R., & Koch, G. G. (1977). The measurement of observer agreement for categorical data. Biometrics, 33(1), 159–174.
16. Law, M. (2025, 10 Şubat). Top 10 AI applications. AI Magazine. https://aimagazine.com/top10/top-10-ai applications
17. Li, F., Abdullah, M. E. Z., & Tan, T. G. (2025). Implementation and impact of artificial intelligence generated content (AIGC) in higher education: A systematic review. International Journal of Modern Education (IJMOE), 7(24).https://doi.org/10.35631/IJMOE.724065
18. MEB. (2024). Ortaokul Türkçe Dersi Öğretim Programı (5, 6, 7 ve 8. sınıflar) Türkiye Yüzyılı Maarif Modeli. Milli Eğitim Bakanlığı.
19. OpenAI. (2025). ChatGPT (GPT-3.5 model). https://chat.openai.com/
20. Patton, M. Q. (2015). Qualitative research & evaluation methods. (4. Basım). Sage Publications.
21. Shrivastava, A., Pandey, A., Singh, N., Srivastava, S., Srivastava, M., & Srivastava, A. (2024). Artificial intelligence (AI): Evolution, methodologies, and applications. International Journal for Research in Applied Science and Engineering Technology, 12(4), 5501-5505.
22. Şişman, M. (2025). The use of artificial intelligence in education. Toplum, Eğitim ve Kültür Araştırmaları Dergisi, 4(2), I-III.
23. Temur, S. (2025). Yapay zeka ve eğitim: Güncel uygulamalar ve gelecek perspektifleri. Trakya Üniversitesi Sosyal Bilimler Dergisi, 27(1), 162-178. https://doi.org/10.26468/trakyasobed.1539210
24. Yeşilyurt, S., Dündar, R., & Demir, R. Z. (2024). Türkiye’de yapay zekâ ve eğitim ilişkisini inceleyen lisansüstü tezlerin analizi: Bir meta sentez çalışması. Journa lof Innovative Research in Social Studies, 7(1), 47-73. https://doi.org/10.47503/jirss.1484848
25. Wang, S., Wang, F., Zhu, Z., Wang, J., Tran, T., & Du, Z. (2024). Artificial intelligence in education: A systematic literature review. Expert Systems with Applications, 252, 124167. https://doi.org/10.1016/j.eswa.2024.124167
26. Yan, Z., & Qianjun, T. (2025). Integrating AI-generated content tools in higher education: a comparative analysis of interdisciplinary learning outcomes. Scientific Reports, 15(1), 25802.
27. Yaqin, L. N., Hassan, H., & Yusof, B. (2025). Performance and accuracy of ChatGPT in generating Malay academic texts: A comparative study with expert corrections. LLT Journal: A Journal on Language and Language Teaching, 28(1), 495-517. https://doi.org/10.24071/llt.v28i1.11698
28. Yıkar, G. (2023). Farsça dil eğitiminde yapay zekâ (Al) destekli çeviri ve metin üretme üzerine bir değerlendirme. RumeliDE Dil ve Edebiyat Araştırmaları Dergisi, (36), 1204-1221. https://doi.org/10.29000/rumelide.1369151
29. Yıldırım, A. & Şimşek, H. (2022). Sosyal bilimlerde nitel araştırma yöntemleri. (13. Basım). Ankara: Seçkin Yayıncılık.
30. Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education–where are the educators?. International Journal of Educational Technology in Higher Education, 16(1), 1-27. https://doi.org/10.1186/s41239-019-0171-0
31. Zhou, X., Zhang, J., & Chan, C. (2024). Unveiling students’ experiences and perceptions of artificial intelligence usage in higher education. Journal of University Teaching and Learning Practice, 21(6), 126-145.