Students’ Views on Machine Learning with Code Blocks and the Evaluation of the Platform Used

Öz

In this study, it was aimed to evaluate the students' opinions about the process of applying machine learning with code blocks by using controlled machine learning algorithms and the platform used by 6th grade students. The study was undertaken in mixed methods design. In the qualitative part, one group pre-test post-test design, which is one of the weak experimental designs, was used. To analyze students’ points from the achievement test, Wilcoxon Signed Ranks Test was used. As for the quantitative part, students’ views about the implementation process were studied via an open-ended question form. The data were categorized according to the interview questions and sub-themes were identified. The analysis showed that there is a significant difference between the pre and post-tests. Secondary school students' views on code blocks and machine learning education were examined under two themes, positive and negative. Looking at the sub-themes of the positive theme, the frequency of those who think that the environment is efficient, the environment is easy to use and the environment is Scratch-based is found to be the highest. The limited number of people was the most frequently stated negative opinion. When asked about the benefits of machine learning to their personal development, the majority thinks that it contributes to their development, when asked about the benefits and harms of machine learning, the most expressed opinion in the positive theme is that it is useful. When the opinions of the students about the general ease-difficulty of machine learning were taken, the majority of them thought that it is easy. There are limitations on the platform. For this reason, comparisons with Machine Learning for Kids can be made using different platforms that have no restrictions. Since the literature on machine learning with code blocks for children is limited both at national and international levels, it can be said that it is a field of study that needs further research.

Anahtar Kelimeler

• Machine Learning for Kids
• Supervised machine learning
• Block-based coding

Kod Bloklarıyla Makine Öğrenimine Yönelik Öğrenci Görüşleri ve Kullanılan Platformun Değerlendirilmesi

Öz

Bu çalışmada 6. sınıf düzeyindeki öğrencilerin, denetimli makine öğrenmesi algoritmaları kullanarak kod blokları ile makine öğrenimi uygulama sürecine yönelik öğrenci görüşleri ve kullanılan platformun değerlendirilmesi amaçlanmıştır. Karma yöntem modelinde gerçekleştirilmiştir. Araştırmanın nicel boyutunda zayıf deneysel desenlerden tek grup öntest - sontest desen kullanılmıştır. Öğrencilerin başarı testinden aldıkları puanları analiz etmek için Wilcoxon İşaretli Sıralar Testi kullanılmıştır. Araştırmanın nitel boyutunda ise araştırmanın uygulama sürecine yönelik öğrenci görüşleri yarı yapılandırılmış görüşmeler ile alınmıştır. Veriler görüşme sorularına göre kategorize edilmiş ve alt temalar belirlenmiştir. Bulgulara bakıldığında, ön-test ve son-test puanları arasında anlamlı farklılık olduğu belirlenmiştir. Ortaokul öğrencilerinin kod blokları ile makine öğrenimi eğitimine yönelik görüşleri, olumlu ve olumsuz olmak üzere iki temada incelenmiştir. Olumlu temanın alt temalarına bakıldığında “ortamının verimli olduğunu, ortam kullanımının kolay olduğunu ve ortamın Scratch tabanlı olmasının güzel olduğunu düşünenlerin frekansı en yüksek olarak bulunmuştur. Kişi sayısı sınırlılığının olması en fazla belirtilen olumsuz görüş olmuştur. Makine öğreniminin kişisel gelişimlerine faydaları hakkında görüşleri sorulduğunda, gelişimine katkı sağladığını düşünenler çoğunluğu oluşturmaktadır, makine öğreniminin yararları, zararları hakkında görüşleri sorulduğunda, olumlu temada en fazla belirtilen görüş yararlı olduğudur. Öğrencilerin makine öğreniminin genel olarak kolaylık-zorluk durumu hakkında görüşleri alındığında büyük çoğunluğu kolay olduğu görüşündedir. Platformda kısıtlamalar mevcuttur, kısıtlamaları olmayan farklı platformlar kullanılarak Machine Learning for Kids ile karşılaştırmaları yapılabilir. Çocuklara yönelik kod blokları ile makine öğrenimi ile ilgili çalışmalar hem ulusal hem uluslararası düzeyde sınırlı olduğu için daha fazla araştırılma yapılması gereken bir çalışma alanı olduğu söylenebilir.

Anahtar Kelimeler

• Denetimli Makine Öğrenimi
• Blok Tabanlı Kodlama
• Machine Learning for Kids

Kaynakça

1. Alpaydın, E. (2010). Introduction to Machine Learning Second Edition., The MIT Press, Cambridege, s.4
2. Büyüköztürk, Ş., Kılıç Çakmak, E., Akgün, Ö. E., Karadeniz, Ş., & Demirel, F. (2018). Bilimsel araştırma yöntemleri (25. Baskı). Ankara: Pegem A Yayıncılık.
3. Calder, N. (2010). Using scratch: an integrated problem-solving approach to mathematical thinking. Australian Primary Mathematics Classroom, 15(4), 9-14.
4. Chao, W. L. (2011). Machine learning tutorial. Digital Image and Signal Processing.
5. Creswell, J. W. (2006). Understanding mixed method research, (Chapter 1). Evaluable at: https://www.sagepub.com/sites/default/files/upm-binaries/10981_Chapter_1.pdf.
6. Creswell, J. W., Plano Clark, V. L., Gutmann, M. L., & Hanson, W. E. (2003). Advanced mixed methods research designs. In A.Tashakkori & C.Teddlie (Eds.), Handbook of mixed methods in social and behavioral research (pp. 209–240). Thousand Oaks, CA: Sage.
7. Denner, J. (2011). What predicts middle school girls' interest in computing? International Journal of Gender in Science, Engineering, and Technology, 3(1), 53-69
8. Gentleman, R., Huber, W., & Carey, V. J.(2008). Supervised machine learning - In Bioconductor Case Studies (pp. 121-136), Springer, New York

9. Kızılkaya, Y., & Oğuzlar, A . (2018). Bazı Denetimli Öğrenme Algoritmalarının R Programlama Dili İle Kıyaslanması . Karadeniz Uluslararası Bilimsel Dergi, 37 (37) , 90-98. DOI:0.17498/kdeniz.405746.
10. Kotsiantis, S. B., Zaharakis, I., & Pintelas, P. (2007). Supervised machine learning: A review of classification techniques.
11. Machine Learning for Kids (Ocak, 2020). Erişim adresi: https://machinelearningforkids.co.uk
12. Fisher, A., & Margolis, J. (2003, January). Unlocking the clubhouse: women in computing. In Proceedings of the 34th SIGCSE technical symposium on Computer science education (p. 23).
13. Nabiyev, V. V. (2012). Yapay Zekâ: İnsan-Bilgisayar Etkileşimi. Seçkin Yayıncılık.
14. Öztürk K., & Şahin, M. E. (2018). Yapay Sinir Ağları ve Yapay Zekâ’ya Genel Bir Bakış. Takvim-i Vekayi, 6(2), 25-36.
15. Resnick, M., Maloney, J., Monroy-Hernández, A., Rusk, N., Eastmond, E., Brennan, K., Millner, A., Rosenbaum, E., Silver, J.,Silverman, B., & Kafai, Y. (2009). Scratch: Programming for All. Communications of The ACM, 52(11), 60-67. DOI:10.1145/1592761.1592779
16. Schapire, R. E. (2003). The boosting approach to machine learning: An overview. In Nonlinear estimation and classification (pp. 149-171). Springer, New York, NY.
17. Scratch. (2019). Scratch Hakkında. 01.02.2020 tarihinde https://scratch.mit.edu/about/ adresinden edinilmiştir.