Educational Psychology Review· 2026Q1
Artırma mı Erozyon mu? Üretken Yapay Zekâ Destekli Fen Bilimleri, Teknoloji, Mühendislik ve Matematik (STEM) Öğreniminde Bilişsel Boşaltımın Düzenlenmesi
Augmentation or Erosion? Regulating Cognitive Offloading in Generative AI-Supported STEM Learning
- 1atıf
- Q1SCImago
- 2026yıl
Kısa özet
Yeni bir çerçeve, üretken yapay zekânın STEM öğrenimi üzerindeki etkisinin, bilişsel görevlerin öğrenci ve makine arasında nasıl bölündüğüne bağlı olduğunu öne sürüyor; boşaltım, çıktının özsel olarak işlenmesi veya yeniden yapılandırılması haricinde, çevresel görevleri yerine getirdiğinde öğrenimi artırırken, temel işlemeyi atladığında erozyon riski taşıyor.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Üretken yapay zekânın öğrenme üzerindeki etkileri değişkendir, faydadan zarara kadar uzanır.
- Artırma-erozyon çerçevesi, yapay zekânın etkisinin öğrenci-makine bilişsel görev bölümlemesine bağlı olduğunu varsayar.
- Boşaltım çevresel işlemleri ele aldığında artırma meydana gelir; temel işlemeyi atladığında erozyon oluşur.
- Öğrenciler yapay zekâ çıktısını özsel olarak işlerse veya daha sonra yeniden yapılandırırsa öğrenme korunur.
- Boşaltım düzenlemesi, yapay zekâ okuryazarlığının bir bileşeni olarak, bölümleme ayırt etme, izleme, doğrulama ve yeniden içselleştirmeyi içerir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Generative artificial intelligence (GenAI) confronts educational psychology with sharply heterogeneous evidence: meta-analyses report positive average effects on learning alongside prediction intervals spanning harm to benefit, and experiments document gains in some configurations and learning penalties in others. This article develops an augmentation–erosion framework that accounts for part of this heterogeneity by treating the educational effect of GenAI not as a property of the tool but as a property of the partition of cognitive labor between learner and machine. Integrating research on cognitive offloading, distributed cognition, cognitive load theory, and self-regulated learning, the framework holds that offloading augments learning when it discharges operations peripheral to the current learning goal, and risks erosion, whether of acquisition or of maintenance, when it bypasses the processing constitutive of that goal, unless the learner substantively processes the output or later reconstructs it. It supplies criteria for locating operations along a graded peripheral–constitutive continuum, specifies the comparison condition against which augmentation and erosion are defined, and states seven conditioned, testable propositions, each illustrated with a common example and paired with supporting and challenging patterns. On this basis, offloading regulation is proposed as a learning-oriented dimension of AI literacy with domain-general and discipline-specific components: a competence comprising partition discernment, calibrated monitoring, disciplinary verification, and re-internalization, enacted through metacognitive control and conditioned by learners’ goals and motivation. The article closes with an intervention research program, a measurement strategy that triangulates interaction logs with process measures, and equity implications, using STEM learning as a strategically revealing case.
Yazarların özeti; kaynağından alınmıştır. Educational Psychology Review, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Bilişim Sistemleri
Information SystemsComputer Science