Personalization and Epistemic Integrity in AI-Driven Religious Education: A Human-Centered Pedagogical Framework

Öz

This study explores the opportunities and risks arising from artificial intelligence (AI) applications in religious education, focusing on the balance between personalization and epistemic integrity within a human-centered framework. As the integration of AI into educational technologies accelerates, fundamental questions regarding value transmission and informational accuracy emerge. The research relies on a thematic analysis of five key studies published between 2023 and 2025. While the limitation to a five-study dataset restricts the broader generalizability of the results, the analysis successfully identifies five core themes: personalization, epistemic integrity, conceptual depth, teacher guidance, and ethics/privacy. The findings indicate that large language models (LLMs) enhance learner motivation through tailored feedback and ease teacher workloads by enabling individualized guidance. However, content reliability remains constrained by limited source attribution, terminological inconsistencies, contextual gaps, and a frequent lack of theological and historical depth and methodological accuracy. Furthermore, the risk of presenting a single sectarian or cultural stance as neutral knowledge poses a significant threat to epistemic integrity, necessitating pluralistic framing and a two-stage validation process involving expert review. Ultimately, the study concludes that AI should be positioned strictly as a complementary tool rather than a substitute for uniquely human pedagogical capacities such as empathy, moral reasoning, and value transmission. The findings demonstrate that under strict curricular coherence, active teacher oversight, transparent data policies, and ethical governance, AI has the potential to significantly enhance learning without compromising epistemic integrity.

Anahtar Kelimeler

• Religious Education
• Artificial Intelligence in Education
• Personalized Learning
• Epistemic Integrity
• Human-Centered AI.

Yapay Zekâ Destekli Din Eğitiminde Kişiselleştirme ve Epistemik Bütünlük: İnsan Merkezli Pedagojik Bir Çerçeve

Öz

Bu çalışma, din eğitimi ve yapay zekâ (YZ) kesişimindeki fırsat ve riskleri, kişiselleştirme ile epistemik bütünlük kavramları odağında ve insan merkezli bir çerçevede incelemektedir. Eğitim teknolojilerindeki hızlı dönüşümle birlikte YZ'nin din eğitimine entegrasyonu, değer aktarımı ve bilgi doğruluğuna dair temel soruları gündeme getirmektedir. Araştırma, 2023-2025 yılları arasında yayımlanan beş temel çalışmanın tematik analizine dayanmaktadır. Veri setinin beş makaleyle sınırlı olması bulguların geniş çaplı genellenebilirliğini kısıtlasa da, analizler sonucunda beş ana tema başarıyla tespit edilmiştir: kişiselleştirme, epistemik bütünlük, kavramsal derinlik, öğretmen rehberliği ve etik/mahremiyet. Bulgular, büyük dil modellerinin (LLM) öğrencilere özelleştirilmiş geri bildirimler sunarak öğrenme motivasyonunu artırdığını ve bireyselleştirilmiş rehberlik sağlayarak öğretmen iş yükünü hafiflettiğini göstermektedir. Ancak üretilen içeriklerin güvenilirliği, eksik kaynak gösterimi, terminolojik tutarsızlıklar, bağlamsal boşluklar ile teolojik ve tarihsel derinlik yoksunluğu nedeniyle kısıtlanmaktadır. Ayrıca tek bir mezhepsel veya kültürel yaklaşımın tarafsız bilgi gibi sunulması epistemik bütünlük açısından ciddi riskler taşımaktadır. Bu durum, çoğulcu bir çerçevelemeyi ve uzman incelemesini içeren iki aşamalı bir doğrulama sürecini gerektirmektedir. Sonuç olarak çalışma, yapay zekânın empati, ahlaki akıl yürütme ve değer aktarımı gibi insana özgü pedagojik kapasitelerin yerini alamayacağını ve salt tamamlayıcı bir araç olarak işlev görebileceğini tespit etmiştir. Öğretmenin aktif denetimi, öğretim programıyla sıkı uyum, şeffaf veri politikaları ve etik yönetişim sağlandığında, YZ'nin epistemik bütünlüğü bozmadan öğrenmeyi destekleme potansiyeline sahip olduğu görülmüştür.

Anahtar Kelimeler

• Din Eğitimi
• Eğitimde Yapay Zekâ
• Kişiselleştirilmiş Öğrenme
• Epistemik Bütünlük
• İnsan Merkezli Yapay Zekâ

Kaynakça

1. Apt, Wenke - Priesack, Kai. “KI und Arbeit – Chance und Risiko zugleich”. iit-Themenband Künstliche Intelligenz Technologie | Anwendung | Gesellschaft. 221-238. (Herausgeber Prof. Dr. Volker Wittpahl) Springer Vieweg, 2019.
2. Ayhan, Mehmet - Kılıç, Zülal. “Yapay Zekâ Modellerinin Hadis Tarihi Sorularına Verdiği Yanıtların Karşılaştırmalı Analizi: Chatgpt ve Gemini Örneği”. Dinbilimleri Akademik Araştırma Dergisi 24/3, 137-159. https://doi.org/10.33415/ daad.1586164
3. Carbonell, Jaime R. “AI in CAI: An Artificial-Intelligence Approach To Computer-Assisted Instruction”. IEEE transactions on man-machine systems 11/4 (1970), 190-202.
4. Çakır, Furkan. “Yapay Zekâ ve Hadis”. Şırnak Üniversitesi İlahiyat Fakültesi Dergisi 32 (2023), 109-131. https://doi.org/10.35415/sirnakifd.1240725
5. Graesser, Arthur C. “Conversations with AutoTutor Help Students Learn”, International Journal of Artificial Intelligence in Education 26 (2016), 124-132.
6. Güler, Pelin, Gülşenoğlu - Simge - Sayılır, Murat. “Akademik Yazmada Kullanılabilecek Yapay Zekâ Araçlarının Sınıflandırılması”. Eğitim Bilimleri Tematik Araştırmalar Dergisi 1/2 (2025), 76–97.
7. Haugeland, John. Artificial Intelligence: The Very Idea. Cambridge: MIT press, 1989.
8. Herber, Erich - Schmidt-Hertha, Bernhard - Zauchner-Studnicka, Sabine. “Erwachsenen- und Weiterbildung. Technologieeinsatz beim Lernen und Lehren mit Erwachsenen”. 385-393. (Hrsg. Ebner, Martin, Schön, Sandra), Lehrbuch für Lernen und Lehren mit Technologien, 2013.

9. Jesus, Jiomarie B. – Caumeran, Rizza R. “Human-Centered AI in Education: Educators’ Perspectives on Teacher Roles, Ethics, and Pedagogical Value.” International Journal on Studies in Education 8/1 (2026), 142–154.
10. Kaya, Yakup. “Din Eğitiminde Chatgpt’nin Rolü: Tefsir ve Kelam Çerçevesinde Doğruluk ve Tutarlılık Analizi”. Kilis 7 Aralık Üniversitesi İlahiyat Fakültesi Dergisi 12/1 (2025), 247-279. https://doi.org/10.46353/k7auifd.1626263
11. Kaya, Yakup. “The Potential of Artificial Intelligence As the Learning Ecosystem of the Future in Adult Religious Education”. Eskişehir Osmangazi Üniversitesi İlahiyat Fakültesi Dergisi 12/Din ve Yapay Zeka (2025), 127-156. https://doi.org/10.5170 2/esoguifd.1607220
12. Kaya, Yakup - Eliyatkın, Elif. “Din Eğitiminde İçerik Oluşturma ve Kişiselleştirilmiş Öğrenme Aracı Olarak ChatGPT”. Dinbilimleri Akademik Araştırma Dergisi 24/3 (2024), 615-646. https://doi.org/10.33415/daad.1582922
13. Kirste, Moritz. “Augmented Intelligence – Wie Menschen mit KI zusammen arbeiten”. iit-Themenband Künstliche Intelligenz Technologie | Anwendung | Gesellschaft. 58-71. Hrsg. Volker Wittpahl: Berlin: Springer Vieweg, 2019.
14. Klinge, Denise. “Lehrende Algorithmen – spielend-behavioristische Lernanregungen von Apps als digitale Technologien”. Hrsg. Franz, Julia, vd., Digitalisierung in der Erwachsenenbildung. 65-76. Hessische Blätter für Volksbildung 3: 96, 2020.
15. Kurzweil, Raymond. “The Age of Intelligent Machines”. Cambridge: MIT Press, 1990.
16. Meier, Christoph, Sabine Seufert - Josef Guggemos. “Arbeitswelt 4.0 und Smart Machines: Augmentation als Herausforderung für die Personalentwicklung”. HMD Prax. Wirtsch. 56.4 (2019), 823-839.
17. Miles, Matthew B., A. Michael Huberman - Saldaña, Johnny. Qualitative Data Analysis: An Expanded Sourcebook. sage, 1994.
18. Netz, Gabi - Claudia Zanker. “‘Tutorielle Begleitung im vhs-Lernportal: Online lernen–aber nicht allein.’ weiter bilden.” DIE Zeitschrift für Erwachsenenbildung 30.1 (2023), 37-39.
19. Özkan, Umut Birkan. "Doküman İnceleme Yönteminde Geçerlik ve Güvenirlik: Eğitim Bilimleri Araştırmaları Bağlamında Kuramsal Bir İnceleme". Dokuz Eylül Üniversitesi Buca Eğitim Fakültesi Dergisi 56 (2023): 832-848; https://doi.org/10. 53444/deubefd. 1258867
20. Papakostas, Christos. “Artificial Intelligence in Religious Education: Ethical, Pedagogical, and Theological Perspectives”. Religions 16/5 (2025), 563.
21. Parlak, Sıdıka Nur. “Din Kültürü ve Ahlak Bilgisi Dersi Öğretim Programı ile Öğretim Teknolojileri Bağlamında Metaverse’e Genel Bakış”. Talim 7/1 (2023), 54-74.
22. Pinkwart, Niels - Susan Beudt. “Künstliche Intelligenz als unterstützende Lerntechnologie.” Stuttgart: Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO. 1-26 (2020).
23. Russell, Stuart J., - Peter Norvig. Artificial intelligence: a modern approach. United Kingdom: Pearson, 2016.
24. Şenyaman, Gül. “Arapça Yabancı Dil Öğretiminde Yapay Zekânın Geleceği: ChatGPT Örneği”. RumeliDE Dil ve Edebiyat Araştırmaları Dergisi 33 (2023), 1057-1070.
25. Turing, Alan. “Computing Machinery and Intelligence”. Mind 59 (1950), 433-460. https://doi.org/10.1093/mind/lix.236.433
26. Vogler, Hans-Joachim. “Vom Lernprodukt zum Lernprozess mit ChatGPT – eine didaktische Analyse”. SEMINAR. https://elibrary.utb.de/doi/10.3278/SEM 2402 W011
27. Yalçıntaş, İsmail. “Yapay Zekâ, Bilinç ve Özgür İrade Arasındaki İlişkinin Epistemolojik ve Ontolojik Analizi”. Beytulhikme 16/1 (2026), 159-191. https://doi.org/10.29228/beytulhikme.88942
28. Yıldırım, Ali - Şimşek, Hasan. Sosyal Bilimlerde Nitel Araştırma Yöntemleri. Ankara: Seçkin Yayıncılık, 2011.