Yabancılara Türkçe Öğretimi A2+ Dil Düzeyi İçin Üretken Yapay Zekâ Destekli Otantik Metin Geliştirme Modeli

Yıl 2025, Cilt: 5 Sayı: Özel Sayı, 281 - 305, 31.12.2025

Oğuzhan Uzun

https://doi.org/10.5281/zenodo.17835263

Öz

Bu çalışmanın temel amacı, Millî Eğitim Bakanlığı 2025 Yabancılara Türkçe Öğretimi Programı`nın A2+ dil düzeyi hedeflerine uygun otantik benzeri metinler üretmek için sistematik bir üretken yapay zekâ istem (prompt) mühendisliği modeli geliştirmek ve bu modelin geçerliğini değerlendirmektir. Yabancılara Türkçe Öğretimi alanındaki otantik materyal geliştirme zorluklarına teknoloji destekli bir çözüm sunmayı hedefleyen bu araştırma, Tasarım ve Geliştirme Araştırması (TGA) modelinde kurgulanmıştır. Yöntem olarak öncelikle YTÖP A2+ düzeyi gereksinimleri (temalar, metin türleri, dil yapıları) analiz edilmiştir. Bu analize dayanarak yapay zekâya verilecek komutları standartlaştıran altı bileşenli (Rol, Hedef Kitle, Tema/Bağlam, Metin Türü, Dil Yapısı Kısıtları, Üslup) bir istem mühendisliği modeli tasarlanmıştır. Geliştirilen bu model, ChatGPT-5 platformu kullanılarak A2+ ortaokul ve lise düzeylerinin ilk dört teması için temsili “blog gönderisi” metin türünde uygulanmıştır. Üretilen metinlerin programa uygunluğu, altı alan uzmanı tarafından beş temel ölçütü (tematik uygunluk, dilsel uygunluk, metin türü otantikliği, seviyeye uygunluk, tutarlılık) içeren bir kontrol listesi aracılığıyla nitel olarak değerlendirilmiştir. Bulgular, geliştirilen istem mühendisliği modelinin hedeflenen A2+ düzeyine, temalara ve seçilen metin türünün otantik özelliklerine yüksek düzeyde uyumlu, anlamlı ve eğitsel olarak işlevsel metinler üretebildiğini göstermiştir. Uzman değerlendirmeleri, modelin A2+ dil yapılarının çoğunu metinlere doğal bir akış içinde başarıyla dâhil edebildiğini ancak bazı yapıların eksik kaldığını ortaya koymuştur. Sonuç olarak önerilen modelin, YTÖP hedefleri ile ÜYZ’nin teknik kapasitesi arasında etkili bir işlevi üstlendiği; öğreticilere ve materyal geliştiricilere zaman kazandıran, programla uyumlu ve zengin içerik sunan geçerli ve pratik bir çerçeve sağladığı sonucuna ulaşılmıştır. Bu çalışma istem mühendisliğinin, yapay zekâyı eğitsel hedeflere hizmet eden bir araca dönüştürmedeki kritik rolünü ve öğretmenler için yapay zekâ okuryazarlığının önemini vurgulamaktadır.

Anahtar Kelimeler

A2+ dil düzeyi , istem mühendisliği , otantik metin geliştirme , üretken yapay zekâ , yabancılara Türkçe öğretimi

Etik Beyan

Araştırma etik kurul izni gerektirmemektedir.

Destekleyen Kurum

Bu çalışma için herhangi bir kurumdan finansal destek alınmamıştır.

A Generative AI-Supported Authentic Text Development Model for Teaching Turkish as a Foreign Language at A2+ Level

Öz

The primary objective of this study is to develop and to validate a systematic generative artificial intelligence (GenAI) prompt engineering model for producing authentic-like texts that align with the A2+ language level objectives of the Ministry of National Education`s 2025 Turkish as a Foreign Language Program (YTÖP). This research, structured as Design and Development Research (DDR), aims to provide a technology-supported solution to the challenges of authentic material development in the field of Teaching Turkish as a Foreign Language (TFL). Methodologically, the YTÖP A2+ level requirements (themes, text types, language structures) were first analyzed. Based on this analysis, a six-component prompt engineering model (Role, Target Audience, Theme/Context, Text Type, Language Constraints, Style) was designed to standardize commands given to the AI. This model was implemented using the ChatGPT-5 platform, applied to the representative "blog post" text type across the first four themes of the A2+ middle and high school levels. The suitability of the generated texts was qualitatively evaluated by six domain experts using a checklist based on five core criteria( thematic suitability, linguistic suitability, text-type authenticity, level suitability, and coherence). The findings indicate that the developed prompt engineering model can produce highly consistent, meaningful and pedagogically functional texts that were tailored to the targeted A2+ level, themes, and the authentic features of the selected text type. Expert evaluations revealed that the model successfully integrated most of the A2+ language structures into the texts with a natural flow, although some structures were missing. In conclusion, it was found that the proposed model effectively bridges the gap between the objectives of the Educational Technology Program and the technical capabilities of AI; providing a valid and practical framework for educators and material developers, offering a time-saving solution that delivers rich, curriculum-compliant content. This study highlights the critical role of prompt engineering in transforming AI into a tool that serves pedagogical goals and the importance of AI literacy for teachers.

Anahtar Kelimeler

Authentic text development , generative artificial intelligence , prompt engineering , teaching Turkish as a foreign language , upper A2 language proficiency level

Etik Beyan

Research ethics committee approval is not required.

Destekleyen Kurum

No financial support was received from any institution for this study.

Kaynakça

• AEPD-EDPS. (2022). Misunderstandings about machine learning. Web: https://www.edps.europa.eu/system/files/2022-09/22-09-20_10-misunderstandings-on-machine-learning_en.pdf adresinden 3 Eylül 2025 tarihinde alınmıştır.
• Aghdam, B. A., Saeidi, M., & Farrokhi, F. (2022). Processing instruction with structured/unstructured output: Does it make any changes in automatic/non-automatic explicit grammar knowledge? Language Teaching Research, 29(6), 2607–2635. https://doi.org/10.1177/13621688221114451
• Agzamxanova, G., & Golovko, Y. (2025). How AI tools can support English writing development. Educator Insights: Journal of Teaching Theory and Practice, 1(3), 27–33.
• Arabshahi, M., Kafi, Z., Krummacker, D., & Schotten, H. D. (2024). Pattern recognition of EFL university students' online behaviors through data science: Any investment on English language components or skills? Indonesian Journal of EFL and Linguistics, 9(1), 99–113. https://doi.org/10.21462/ijefl.v9i1.758
• Azahar, R. (2025). The role of artificial intelligence in the future of the teaching profession: analysis of competencies, challenges, and development directions. Lembaran Ilmu Kependidikan, 54(2), 258-298. https://doi.org/10.15294/lik.v54i2.32452
• Banaz, E., Özgen, A., Avşar, A. ve Demirel, O. (2023). Yabancı dil olarak Türkçe öğretmen/öğreticileri ile ilgili hazırlanan makalelerin araştırma eğilimleri. Necmettin Erbakan Üniversitesi Ereğli Eğitim Fakültesi Dergisi 5(2), 265-285. https://doi.org/10.51119/ereegf.2023.57
• Can, U. ve Katı, T. N. (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
• Castro, G., Chiappe, A., Rodriguez, D., & Sepúlveda, F. (2024). Harnessing ai for education 4.0: drivers of personalized learning. The Electronic Journal of E-Learning, 22(5), 01-14. https://doi.org/10.34190/ejel.22.5.3467
• Çakır, M. ve İnal, E. (2024). Yabancı dil derslerinde erek dil üzerinden yapılan kültürlerarası etkileşimler. International Journal of Language Literature and Culture Researches, 7(1), 33-44. https://doi.org/10.37999/udekad.1390496
• Çer, E. (2016). Türkçe öğretiminde çocuğa görelik ilkesine uygun edebiyat yapıtlarının önemi. İlköğretim Online, 15(4), 1399-1410. doi: http://doi.org/10.17051/io.2016.22814
• Çetin, M. ve Baklavacı, G. Y. (2024). Endüstri 4.0 perspektifinde yapay zekânın eğitimde uygulanabilirliği ile ilgili öğretmen görüşlerinin incelenmesi. İstanbul Ticaret Üniversitesi Girişimcilik Dergisi, 7(14), 1-21. https://doi.org/10.55830/tje.1404165
• Demirel, A. ve Yalçın, Ç. (2021). Yabancı dil olarak Türkçe öğrenenlerin başarılarını etkileyen unsurlar üzerine öğretici görüşleri. RumeliDE Dil ve Edebiyat Araştırmaları Dergisi, 10, 22-43. https://doi.org/10.29000/rumelide.1009035
• Deroncele-Acosta, A., Bellido-Valdiviezo, O., Sánchez-Trujillo, M. de los Á., Palacios-Núñez, M. L., Rueda-Garcés, H., & Brito-Garcías, J. G. (2024). Ten essential pillars in artificial intelligence for university science education: A scoping review. SAGE Open, 14(3), 1-19. https://doi.org/10.1177/21582440241272016
• Eriçok, B., Karataş, F. ve Yüce, E. (2024). Öğretmen adaylarının yapay zekaya (yz) ilişkin metafor algıları. Kocaeli Üniversitesi Eğitim Dergisi, 7(2), 607-630. https://doi.org/10.33400/kuje.1511500
• Fekete, A. (2023). The impact of language socialization on the linguacultural and motivational profiles of multilingual learners. Linguo Didáctica, 2, 70-88. https://doi.org/10.33776/linguodidactica.v2.7905
• Gilmore, A. (2007). Authentic materials and authenticity in foreign language learning. Language Teaching, 40(2), 97–118. https://doi.org/10.1017/S0261444807004144
• Godwin-Jones, R. (2024). Distributed agency in language learning and teaching through generative AI. Language Learning & Technology, 28(2), 5–31. https://hdl.handle.net/10125/73570
• Herasymova, O. (2024). The transformative impact of artificial intelligence on foreign language teaching: Challenges and opportunities. Intelligence Personality Civilization, 2(29), 5–12. https://doi.org/10.33274/2079-4835-2024-29-2-5-12
• Heston, T. F., & Khun, C. (2023). Prompt engineering in medical education. International Medical Education, 2(3), 198-205.
• Hwang, Y., Lee, J. H., & Shin, D. (2023). What is prompt literacy? An exploratory study of language learners' development of new literacy skill using generative AI. arXiv preprint. https://doi.org/10.48550/arXiv.2311.05373
• Kocayanak, D. (2023). Yabancı dil olarak Türkçe öğretimi ders kitaplarındaki yazma etkinliklerinin değerlendirilmesi. Nevşehir Hacı Bektaş Veli Üniversitesi SBE Dergisi, 13(1), 507-530. https://doi.org/10.30783/nevsosbilen.1228869
• Kramsch, C. (1998). Language and culture. Oxford University Press.
• Krippendorff, K. (1995). On the reliability of unitizing continuous data. Sociological Methodology, 4(2), 47–76. https://doi.org/10.2307/271061
• Leeman, Y., & Wardekker, W. (2011). Redesigning vocational education: The possibilities of design‐based research. Journal of Curriculum Studies, 43(3), 313–331. https://doi.org/10.1080/00220272.2011.557838
• Li, X. (2024). Theoretical and empirical research on foreign language anxiety and foreign language enjoyment in sla. International Journal of Education and Humanities, 15(3), 343-347. https://doi.org/10.54097/sdg23s94
• Liu, Z. (2025). Reinforcement learning for prompt optimization in language models: A comprehensive survey of methods, representations, and evaluation challenges. ICCK Transactions on Emerging Topics in Artificial Intelligence, 2(4), 173. https://doi.org/10.62762/tetai.2025.790504
• Marcos, L. (2025). A Narrative Review on Artificial Intelligence in Education: Transforming Teaching, Learning, and Assessment. Preprints. https://doi.org/10.20944/preprints202505.0414.v1
• McKenney, S., & Reeves, T. C. (2013). Educational design research. In Handbook of research on educational communications and technology. Springer. https://doi.org/10.1007/978-1-4614-3185-5
• MEB. (2025a). Yabancılara Türkçe öğretimi programı (A1 öncesi, A1, A2, A2+ ve B1 düzeyleri). Web: https://piktes.gov.tr/Dosyalar/Materyal/YT%C3%96P-M_M2025.pdf adresinden 3 Eylül 2025 tarihinde alınmıştır.
• MEB. (2025b). Yapay zekâ ve eğitim: Öğretmenler için uygulamalı prompt mühendisliği ve üretken araçlarla yenilikçi öğrenme stratejileri. Web: https://yegitek.meb.gov.tr/meb_iys_dosyalar/2025_07/01154003_yz_promptrehberi.pdf adresinden 3 Eylül 2025 tarihinde alınmıştır.
• Meskó, B. (2023). Prompt engineering as an important emerging skill for medical professionals: Tutorial. Journal of Medical Internet Research, 25, 1-6. https://doi.org/10.2196/50638
• Mthethwa, P., Hlatshwayo, S., & Sibandze, N. (2025). A survey on artificial intelligence role in transforming English language teaching. Journal of Research in Education and Pedagogy, 2(3), 435–446. https://doi.org/10.70232/jrep.v2i3.78
• Muslimin, A. I., Mukminatien, N., & Maria, I. F. (2024). Evaluating CAMI AI across SMART stages: Students’ achievement and perceptions in EFL writing instruction. Online Learning, 28(2), 1-19. https://doi.org/10.24059/olj.v28i2.4246
• Ng, D. T. K., Wu, W., Leung, J. K. L., Chiu, T. K. F., & Chu, S. K. W. (2023). Design and validation of the ai literacy questionnaire: the affective, behavioural, cognitive and ethical approach. British Journal of Educational Technology, 55(3), 1082-1104. https://doi.org/10.1111/bjet.13411
• Park, J., & Choo, S. (2024). Generative AI prompt engineering for educators: Practical strategies. Journal of Special Education Technology, 40(3), 411–417. https://doi.org/10.1177/01626434241298954
• Pratiwi, H., Riwanda, A., Hasruddin, H., Sujarwo, S., & Syamsudin, A. (2025). Transforming learning or creating dependency teachers perspectives and barriers to ai integration in education. Journal of Pedagogical Research, 9(2), 127-142. https://doi.org/10.33902/jpr.202531677
• Pujeda, J. (2023). A systematic review on teachers’ digital competencies on the adoption of artificial intelligence in enhancing learning experiences. International Journal of Research and Innovation in Social Science, 7(12), 373-383. https://doi.org/10.47772/ijriss.2023.7012031
• Rasul, T., Nair, S., Kalendra, D., Robin, M., de Oliveira Santini, F., Ladeira, W. J., & Heathcote, L. (2023). The role of ChatGPT in higher education: Benefits, challenges, and future research directions. Journal of Applied Learning and Teaching, 6(1), 41–56. https://doi.org/10.37074/jalt.2023.6.1.29
• Saud, D. S. (2025). Generative AI in English language teaching: Opportunities and challenges. Journal of Jayaprithvi Multiple Campus, 1, 44–59. https://doi.org/10.3126/jjmc2.v1i1.81437
• Son, J., Ružić, N. K., & Philpott, A. (2023). Artificial intelligence technologies and applications for language learning and teaching. Journal of China Computer-Assisted Language Learning, 5(1), 94–112. https://doi.org/10.1515/jccall-2023-0015
• Sönmez, L. L. G. H. ve Ekmekçi, P. (2025). Türkçe öğretmenlerinin derste yapay zekâ araçlarını tercih etme durumlarının incelenmesi (Muş örneği). Asya Studies, 9(33), 121-140. https://doi.org/10.31455/asya.1741479
• Su, Y., Lin, Y., & Lai, C. (2023). Collaborating with ChatGPT in argumentative writing classrooms. Assessing Writing, 57, 1-11. https://doi.org/10.1016/j.asw.2023.100752
• Thinyan, K. A., Wohaibi, M. A., & Shehri, A. A. (2025). Prompt engineering methodology. International Journal of Innovative Science and Research Technology, 10(4), 1278–1282. https://doi.org/10.38124/ijisrt/25apr602
• Thorne, S. L. (2024). Generative artificial intelligence, co-evolution, and language education. Modern Language Journal, 108(2), 567-572. https://doi.org/10.1111/modl.12932
• Tondeur, J., Howard, S., Zanten, M., Gorissen, P., Neut, I., Uerz, D., & Kral, M. (2023). The hedicom framework: higher education teachers’ digital competencies for the future. Educational Technology Research and Development, 71(1), 33-53. https://doi.org/10.1007/s11423-023-10193-5
• Türkben, T. ve Temizyürek, F. (2024). Türkçe öğretiminde yazınsal nitelikli metinlerin önemi: Bir olgubilim çalışması. International Journal of Language Academy, 33, 01-15.
• UNESCO. (2023). Eğitim ve araştırmada üretken yapay zekâ kılavuzu. Web: https://unesdoc.unesco.org/ark:/48223/pf0000390842 adresinden 3 Eylül 2025 tarihinde alınmıştır.
• Ungan, S. ve Buçan, B. (2022). 2019 Türkçe dersi öğretim programı’nın 21. yüzyıl becerilerinden yaratıcılık ve üretkenlik becerilerine teşvik yönünden incelenmesi. Türkiye Eğitim Dergisi, 7(1), 46-64. https://doi.org/10.54979/turkegitimdergisi.971439
• Walter, Y. (2024). Embracing the future of Artificial Intelligence in the classroom: the relevance of AI literacy, prompt engineering, and critical thinking in modern education. International Journal of Educational Technology in Higher Education, 21(1), 1-29.
• Wei, L. (2023). Artificial intelligence in language instruction: Impact on English learning achievement, L2 motivation, and self-regulated learning. Frontiers in Psychology, 14, 1-14. https://doi.org/10.3389/fpsyg.2023.1261955
• Yıldırım, D. ve Karagöl, E. (2025). Türkçe öğretmeni adaylarının gözünden yapay zekâ teknolojileri. Bayburt Eğitim Fakültesi Dergisi, 20(46), 654-672. https://doi.org/10.35675/befdergi.1605113
• Zhang, P., & Tur, G. (2024). A systematic review of ChatGPT use in K–12 education. European Journal of Education, 59(2), 1-22. https://doi.org/10.1111/ejed.12599
• Zhou, C., & Hou, F. (2024). Can AI empower L2 education? Exploring its influence on the behavioural, cognitive and emotional engagement of EFL teachers and language learners. European Journal of Education, 59(4). https://doi.org/10.1111/ejed.12750
• Zhou, L., & Huang, Y. (2025). A study on the “three-stage” blended teaching model of ideological and political education in college foreign language courses empowered by generative AI. Contemporary Education Frontiers, 3(5), 227–232. https://doi.org/10.18063/cef.v3i5.1208
• Zileli, E. N. (2023). Yabancı dil olarak Türkçe öğreniminde ChatGPT örneği. Uluslararası Karamanoğlu Mehmetbey Eğitim Araştırmaları Dergisi, 5(1), 42–51. https://doi.org/10.47770/ukmead.1296013