Yapay zeka ile konuşma ödevi işe yarıyor mu? 1.033 hazırlık öğrencisi

Bahçeşehir Üniversitesi İngilizce Hazırlık Okulu'nda yapay zeka destekli ödevlerinin en az %75'ini tamamlayan öğrenciler %98 oranında bir üst kura geçti; hiç ödev yapmayanlarda oran %42 oldu. Verinin neyi gösterdiğini ve neyi göstermediğini anlatıyoruz.

Yapay zeka destekli konuşma ödevi işe yarıyor mu?

Bu veriye göre evet, ama bir çekinceyle. Yapay zeka destekli konuşma ödevlerinin çoğunu yapan öğrenciler, hiç yapmayanlara göre çok daha sık bir üst kura geçti: %98'e karşı %42. Bu, tek bir hazırlık okulunda bir yıl boyunca görülen güçlü bir ilişkidir. Kur geçmeyi ödevin sağladığını kanıtlamaz; nedenini aşağıda açıklıyoruz.

Rakamlar, Bahçeşehir Üniversitesi (BAU) İngilizce Hazırlık Okulu'nun AvoLingo platform verilerinden ve okulun her modül sonunda verdiği kendi kararından geliyor.

Buradaki her sayı bir kişi değil, bir modül sonucudur: bir öğrencinin sekiz haftalık bir modülün sonundaki durumu. Yıl boyunca okuyan bir öğrenci birden fazla kez sayılır.

Analiz özetimiz aralığın iki ucunu veriyor. Ortası için tek bir rakam var: ödevlerinin yarısından fazlasını tamamlayan öğrenciler, her seviyede %88 ve üzeri oranda bir üst kura geçti.

Kaynak: AvoLingo platform verileri, Bahçeşehir Üniversitesi İngilizce Hazırlık Okulu, Ekim 2025 – Mayıs 2026.

Ne ölçüldü, nasıl ölçüldü?

Öğrencilerin bir modülde AvoLingo ödevlerinin ne kadarını tamamladığını, okulun o modülün sonunda verdiği kur kararıyla karşılaştırdık. Tanımlar önemli olduğu için hepsini açıkça yazıyoruz.

• Kimler: İngilizce Hazırlık Okulu'ndaki 1.033 öğrenci; A1'den yeterlik aşamasına kadar.
• Ne zaman: 2025–26 akademik yılı. Yıl, Ekim'den Mayıs'a sekiz haftalık dört modülden oluştu.
• Ödev: Okul her hafta, sınıfın seviyesine uygun AvoLingo çalışmaları verdi: yapay zeka ile konuşma, telaffuz, dil bilgisi ve kelime. Bu yazıda "konuşma ödevi" derken yalnızca sohbeti değil, bu haftalık çalışma setini kastediyoruz.
• Tamamlanan ödev: Öğrencinin bir modüldeki AvoLingo ödevlerinin ne kadarını tamamladığı. Gruplar: ödev yok, %25'e kadar, %75 ve üzeri.
• Bir üst kura geçme (seviye atlama): Her sekiz haftalık modülden sonra okul, öğrencinin bir üst kura geçeceğine ya da modülü tekrar edeceğine karar verir. Bu, okulun kendi yerleştirme kararıdır. AvoLingo puanları kullanılmadı.
• Analiz birimi: Modülden modüle geçiş. Analiz, en az bir görev yapan öğrencilerin 1.719 modül geçişini kapsıyor.

Bu veri neyi göstermiyor?

Kur geçmeyi ödevin sağladığını göstermiyor. Dört sınırı var.

• Kontrol grubu yok. Kimseye "ödev yap" ya da "yapma" denmedi. Öğrenciler kendi seçti, biz gözlemledik.
• İstekli öğrenci ikisini de yapar. Ödevini bitiren öğrenci büyük olasılıkla derse de gelir, tekrar da yapar, okutmanına soru da sorar. %98 ile %42 arasındaki farkın bir kısmı ödevden değil, öğrencinin kendisinden kaynaklanır.
• Tek okul, tek yıl. BAU'nun programı, kadrosu ve öğrencileri her hazırlık okulunu temsil etmez. Başka bir yüksekokulda ilişki daha zayıf ya da daha güçlü olabilir.
• Ölçülen sonuç kur geçmedir, konuşma sınavı değil. Bu öğrenciler için ayrı bir konuşma puanımız yok. Bu yüzden ilerlemenin ne kadarının konuşma becerisinde olduğunu söyleyemeyiz.

Genel olarak ödev araştırmalarında da aynı zayıflık vardır. Cooper, Robinson ve Patall'ın 1987–2003 arasındaki ödev araştırmalarını bir araya getiren çalışması, ödevin başarı üzerinde olumlu etkisi olduğuna dair genel olarak tutarlı kanıt buldu; aynı çalışma, türü ne olursa olsun bütün araştırmalarda tasarım kusurları olduğunu da belirtti.

Verinin içinde yaptığımız üç kontrol

Akla ilk gelen itiraz şu: En iyi öğrenciler zaten daha çok ödev yapmış olabilir. Üç karşılaştırma bu itirazı bir ölçüde yanıtlıyor.

• Aynı öğrenci, iki sonuç. 162 öğrenci bazı modüllerden sonra bir üst kura geçti, bazılarını tekrar etti. Bu öğrencilerin ödev tamamlama oranı, kur geçtikleri modüllerde %47, tekrar ettikleri modüllerde %33 idi. Öğrenciyi kendisiyle karşılaştırmak, yetenek gibi sabit farkları dışarıda bırakır.
• İkinci şans. Bir modülü tekrar eden öğrenciler arasında, sonraki modülde ödevlerinin en az yarısını tamamlayanların %88'i bir üst kura geçti. Yarısından azını tamamlayanlarda bu oran %47 oldu.
• Önceki sonuçlar hesaba katıldığında. Önceki ödevler ve önceki sonuçlar hesaba katıldığında bile, tamamlama oranındaki her 10 puanlık artış, bir üst kura geçme olasılık oranında (odds) yaklaşık 1,3 katlık bir artışla ilişkiliydi.

Bu kontroller kaygıyı azaltır, ortadan kaldırmaz. Bir öğrenci, bizim göremediğimiz nedenlerle zor bir modül geçirebilir; aynı dönemde hem daha az ödev yapar hem de derste geride kalır.

Okul uygulamada ne yaptı?

BAU, çalışmayı öğrencinin kendi başına bulacağı bir ek kaynak olarak bırakmadı; okulun verdiği haftalık bir rutine dönüştürdü. Öne çıkan üç nokta var.

• Her hafta ve kura göre. Her sınıf, herkese aynı etkinlik havuzu yerine her hafta kendi seviyesine uygun çalışmayı aldı.
• Katılım eşit dağılmadı. Öğrencilerin %79'u yıl içinde en az bir ödev görevi tamamladı; 343 öğrenci 50 veya daha fazla görev tamamladı. Hiç yapmayan öğrenciler de oldu; tablodaki "ödev yok" grubu buradan geliyor.
• Okul kullanımı genişletti. BAU, Eylül 2025'te 700 öğrenciyle başladı. Eylül 2026 itibarıyla 2.000 öğrenci ve 300 akademik personel lisansı var.

Okutmanların derslerini tek tek nasıl değiştirdiğine dair ders düzeyinde bir kaydımız yok; bu konuda bir iddiada bulunmuyoruz.

Platform ne kadar kullanıldı?

Yıl boyunca 1.033 öğrenci, 25.887'si yapay zeka sohbeti olmak üzere 36.212 ödev görevi tamamladı.

Geri bildirimden sonra puanlar yükseliyor mu?

Aynı görevde evet. Öğrenciler yapay zeka geri bildiriminden sonra yeniden denediğinde, baktığımız iki görev türünde de ortalama puan yükseldi.

Puanlar, aynı görevde 100 üzerinden ortalamadır. Bu sonuç, öğrencilerin geri bildirimi hemen kullandığını gösterir. Bir ay sonra ne kadarının kalıcı olduğunu göstermez; ayrıca yeniden denemeyi seçen öğrenciler, seçmeyenlerden farklı olabilir.

Daha geniş araştırmalar da aynı yöne işaret ediyor. Hattie ve Timperley'nin geri bildirim araştırmaları derlemesi, geri bildirimi öğrenme üzerindeki en güçlü etkenlerden biri olarak tanımlar ve etkinin geri bildirimin türüne ve veriliş biçimine bağlı olduğunu vurgular. Bibauw ve arkadaşlarının 17 çalışmayı kapsayan meta-analizi ise diyalog sistemleriyle yapılan konuşma pratiğinin ikinci dil yeterliği üzerinde orta düzeyde bir etkisi olduğunu buldu (d = 0,58). O çalışmalar etkiyi sınamak için tasarlanmıştı; bizim kullanım verimiz öyle değil.

Hazırlık müdürleri ve koordinatörler için çıkarımlar

• Girişi değil, modül bazında tamamlamayı izleyin. Bu veride sonuçları ayıran ölçü tamamlama oranıydı. Hangi aracı kullanırsanız kullanın, bu oranı öğrenci ve şube bazında isteyin.
• Hiç ödev yapmayan grubu erken bulun. Bir modülde hiç ödev yapmayan öğrenciler %42 oranında bir üst kura geçti. Bu öğrencilere modülün sonunda değil, ilk haftalarında ulaşmak gerekir.
• Çalışmayı her hafta verin ve kura bağlayın. BAU böyle uyguladı. Kendi ders içeriğinizden üretilen çalışmayı zorunlu tutmak daha kolaydır; planlama için mesleki İngilizce (ESP) ders tasarımı rehberimize bakabilirsiniz.
• İkinci denemeye yer açın. Geri bildirimden sonra yeniden deneyen öğrencilerin puanı yükseldi. Yalnızca ilk denemeyi değil, yeniden denemeyi de değerlendirmeye katın.
• Kur kararı okulda kalsın. BAU'da kimin kur geçeceğine okul karar verdi. Yapay zeka okutmanların yanında çalışır; onlara daha fazla veri sunar, kararlarının yerini almaz.

Kendi yüksekokulunuzda (YDYO) bir pilot yapacaksanız baştan bir karşılaştırma planlayın, örneğin şubeler arasında. Böylece bizim burada söyleyebildiğimizden fazlasını söyleyebilirsiniz. Derslerin ve ödevlerin nasıl kurulduğunu Üniversiteler için AvoLingo sayfasında görebilir, demo için programınızı bize anlatabilirsiniz.

Sık sorulan sorular

Bu kontrollü bir çalışma mı?

Hayır. Tek bir akademik yıla ait gözlemsel veridir: bir üniversitede 1.033 öğrenci, kontrol grubu ve rastgele atama yok. Ödev tamamlama ile bir üst kura geçme arasında bir ilişki gösterir; nedensellik kanıtı değildir.

Ne kadar ödev yeterli?

Veri bir eşik vermiyor. Ödevlerinin en az %75'ini tamamlayanlar %98 oranında, yarısından fazlasını tamamlayanlar her seviyede %88 ve üzeri oranda bir üst kura geçti. Tamamlamadaki her 10 puanlık artış daha yüksek bir kur geçme olasılığıyla birlikte görüldü; yani aralığın tamamında daha fazlası daha iyiydi.

Kimin kur geçeceğine AvoLingo puanları mı karar verdi?

Hayır. Kur geçme, her sekiz haftalık modülden sonra okulun AvoLingo puanlarından bağımsız olarak verdiği kendi yerleştirme kararıdır.

Bu sonuçlar K-12 için de geçerli mi?

Bilmiyoruz. Bu öğrenciler, yoğun İngilizce programı gören üniversite hazırlık öğrencileri. Daha küçük yaş, daha az haftalık ders saati ve farklı ölçme biçimleri tabloyu değiştirebilir. K-12 için yayımlanmış bir sonucumuz yok.

Bu veri konuşma becerisinin geliştiğini kanıtlıyor mu?

Tek başına hayır. Ölçülen sonuç, okulun verdiği kur kararıdır. Geri bildirim öncesi ve sonrası puanlar ise aynı görevde gelişme olduğunu gösterir; bu daha dar bir iddiadır. Öğrencileriniz konuşma sınavına hazırlanıyorsa hazırlık speaking sınavı rehberimizi paylaşabilirsiniz.

Kaynaklar

• AvoLingo platform verileri, Bahçeşehir Üniversitesi İngilizce Hazırlık Okulu, Ekim 2025 – Mayıs 2026 (1.033 öğrenci). Kur kararlarını okul verdi.
• Cooper, H., Robinson, J. C. ve Patall, E. A. (2006). Does homework improve academic achievement? A synthesis of research, 1987–2003. Review of Educational Research, 76(1)
• Hattie, J. ve Timperley, H. (2007). The power of feedback. Review of Educational Research, 77(1)
• Bibauw, S., Van den Noortgate, W., François, T. ve Desmet, P. (2022). Dialogue systems for language learning: A meta-analysis. Language Learning & Technology, 26(1)

AvoLingo ekibi tarafından yazıldı. Araştırma ve taslak aşamasında yapay zekadan yararlandık; kaynaklar metin içinde bağlantılı.