ARTICLE TYPE Research Article
Received Date 04.13.2023
Accepted Date 01.24.2024
Published Date 07.25.2024
Abstract
The aim of this research is to reveal the general trends in postgraduate studies in Türkiye in the field of coding and robotics education and to guide new research and applications in the field. For this purpose, 194 theses registered in the National Thesis Center Database were accessed with the keywords "Coding", "Robotics", "Programing", "Robotic Coding", "Coding Education", "Robotics Education" and "Programing Education" and these theses were examined using the "Thesis Review Form". The content analysis method was used in the research. The data accessed within the scope of content analysis were analyzed using descriptive statistical methods (percentage and frequency) to be interpreted holistically. In the findings, it was concluded that scientific research on coding and robotics education was mainly conducted at the master's level, there was an increase in the number of studies after 2012, most studies were conducted in 2019, and the highest level of education was with secondary school students. The most used technologies within the scope of the research are C Languages (C++, C#) in textbased technologies, Scratch in block-based technologies, Edmodo in interactive technologies, Tinkercad in graphics and design technology, and Lego Mindstorms EV3 in robot technologies. When we look at the subjects that the results section of the examined studies focus on, it can be seen that coding and robotics education has a positive effect on the academic achievement levels, motivations, and collaborative working skills of the learners. When we look at the subjects that the suggestions section focuses on, suggestions for the sample number/level, activity/material/project development process are frequently encountered.
Keywords; Coding, Robotics, Coding and Robotics Education, Content Analysis, Document Analysis.
In the age of information and technology, it will be useful to examine in which direction technology, which has become one of the basic dimensions of education, affects various dimensions to make sense of the concepts of education and technology.
Education and technology are basic requirements for facilitating human life. Education enables people's abilities to become more apparent and enables them to become stronger, more creative, and constructive beings. On the other hand, technology supports the knowledge and skills gained through education to be more effective and efficient (Alkan, 2005).
Today, changing technology has brought innovations with it, and therefore, it has become obligatory for today's people to adapt to this change (Buyruk & Korkmaz, 2016). The increasingly rapid development of science and technology affects the field of education as well as all fields, and from another point of view, developments in the field of education also affect science and technology (Šelvi & Yıldırım, 2017). In other words, there is a cyclical relationship between these concepts. According to Karataş(2017), the most important investment made by countries is the society they have raised. Countries with a better-educated labor force differ from countries at equivalent levels in terms of economy and finance as well as other parameters. One of the most important reasons for this difference is the importance these countries attach to science, technology, and education (Šelvi & Yıldırım, 2017). Recently, to adapt to this rapid development in science and technology, individuals need to acquire skills such as innovative, critical and creative thinking, collaborative working, communication, problem-solving, and research, which are defined as 21 st-century skills (Aydın, Saka, & Güzey, 2017). In today's world, where the forms of production have changed with the development of technologies, the use of teaching methods and contents in the past is difficult to respond to the needs of the age.
In their study, Sayın and Seferoǧlu (2016) found that European countries have integrated coding subjects into their education programs to improve students' problem-solving (14 countries) and logical thinking (15 countries) skills. In addition, it has been observed in studies that coding education starts at the primary school level in many countries, and it is recommended that studies should be conducted in our country to start this education at an early age (Sayginer & Tüzűn, 2017). When studies in other countries on this subject are examined, for example, "algorithmic problem solving and programing" in Bulgaria, "programing, algorithm and robotics" in Spain, "computational thinking and programing" in Belgium, "programing" in Estonia, and "computing" concepts in England are the initiatives made on coding (Balanskat & Engelhardt, 2014; cited in Sayın & Seferoǧlu, 2016).
There are similar efforts in the United States of America (USA). With the call of "Everyone can learn coding" made by the USA President, studies such as "code.org" and "coding hour" have started to be conducted in many other countries as well as in the USA. In 2014, more than 60 million students in the USA performed coding activities under the name of "Coding Hour" (Code.org, 2015a; cited in Sayın & Seferoǧlu, 2016). In addition, "Code.org" created a coding and robotics curriculum and translated it into 34 different language s(Code.org, 2015b; cited in Sayın & Seferoǧlu, 2016). "Coding Olympiads" are also organized to support students' coding education (USA Computing Olympiad, 2015; cited in Sayın & Seferoǧlu, 2016). These olympiads, on the one hand, raise awareness about this subject, and on the other hand, students' skills such as problem-solving and creative thinking, which are expected to be 21 st-century skills, can be developed through coding.
In Europe and the United States, coding education is taught from an early age through various organizations and courses. In Türkiye, Ministry of Education (MONE) updated the name of the "Information Technologies" course to "Information Technologies and Software" in 2012, and it was included in the compulsory course category in grades 5 and 6. Coding teaching is included in the course content in a comprehensive manner. The Information Technologies and Software course is 72 hours in total, and coding instruction is included in 36 lesson hours (TTKB, 2018).
When some studies on coding and robotics education in Türkiye are analyzed, it is seen that the use of robots for teaching purposes increases students' motivation toward the lesson, improves coding skills, and results in more meaningful and permanent learning takes place (Özdemir, Çelik, & Öz, 2009). Ersoy et al. (2011) stated that coding makes the education process more interesting, the activities carried out by the students are better understood, and enables methods such as collaborative learning. It has been observed that coding increases students' scientific creativity and science process skills (Cavas et al., 2012) and improves their motor skills as well as their science and mathematics intelligence (Fidan & Yalçın,2012). On the other hand, it is stated that creative thinking, algorithmic, and inter-conceptual skills develop in early childhood (Cited in Saygılı Yıldırım, 2020).
These studies have made necessary contributions to the field. However, the number of studies that reveal how these contributions are trending and evaluate the results is quite low. Examining the studies conducted in this field is important in terms of guiding future scientific studies, meeting the expectations of schools and the business world, and reflecting the results of research on robotics and coding applications on curricula and student readiness. Again, when the studies conducted in the field are examined, it is seen that the content analysis studies conducted in the field of robotics and coding education are insufficient and the existing studies generally deal with articles and do not include postgraduate studies sufficiently. For this reason, postgraduate theses in the field of coding and robotics education in our country were examined. The research conducted in the field of coding and robotics education was analyzed using the criteria in the "Thesis Review Form" developed by the researcher.
With the generalizations to be obtained as a result of this study, answers to questions such as "How are coding and robotics education provided in Türkiye, what are the trends of the studies conducted, and what direction should be given to new applications and studies in the light of the evaluations?" can be obtained, and researchers who will conduct scientific studies will be able to close the gap between theory and practice. In addition, such studies conducted to determine research trends can be used to guide future studies as well as to reveal the past situation.
Method
This study reveals and evaluate the current status of postgraduate studies in the coding and robotics education literature in detail. Therefore, it is important to examine the use of robotic coding in the field of education, methodological trends, and outputs.
First, document analysis was used as the data collection method in the research. Document analysis collects, reviews, and analyzes various forms of written texts by collecting, reviewing, and questioning various forms of written texts as the source of the data handled within the scope of the research (Ekiz, 2015). In the research conducted in this context, master's and doctoral theses in the thesis database of the higher education institution were determined as the data source for document analysis. In the data analysis process of master's and doctoral theses in the fields of coding and robotics, the content analysis method was adopted. Content analysis is defined as an analysis method in which the data obtained arc summarized, classified and interpreted (Weber, 1990). Based on this, it can be said that content analysis is a method of analysis. In this study, Mayring's "Steps of Content Analysis" table summarizing the analysis processes was used.
Sample
The study population consists of master's and doctoral theses conducted in postgraduate programs in Türkiye in the fields of coding (programing) and robotics education. At this stage of the study, sampling was not used. All theses written in the field of coding, robotics, and programing education and available in full text in the thesis database of the Council of Higher Education were included in the research. In selecting theses, the search terms "coding", "robotics", "programing" and "robotic coding" were used in the most general search, and the subject area was limited to education and training. As a result of keywords and filtering, the theses on the Council of Higher Education (CoHE) thesis database were analyzed according to their titles, abstracts, and departments. Then, to access the theses made especially in the field of education, searches were made again according to thesis titles, keywords, and abstracts with the search terms "coding education", "robotics education" and "programing education". As a result of the searches, 194 master's and doctoral theses were found to be related to the study and included in the study.
Data Collection Tools
In this study, content analysis was used as the data collection method. In the first stage of the content analysis process, the master's and doctoral theses to be examined were downloaded to the computer in pdf format from the Higher Education Council National Thesis Center (CoHE Thesis) database.
First, the objectives were determined, the related literature review was completed, and then the Thesis Review Form was developed by the researcher. To control the theses with the Thesis Review Form, numbers were given to each thesis according to the CoHE Thesis numbers. The numbers given specifically to the theses were kept in the computer environment and in the Microsoft Excel program, where the theses were analyzed, with the same record number. These steps were taken to control the examination of all theses. Subsequently, the theses were analyzed and necessary updates were made on the form. After receiving expert opinion, the form was finalized, and a pilot study was conducted on a group of theses that were assumed to represent the universe. Schreier (2012) stated that "creating the perfect coding book is impossible for all researchers and pilot studies should be conducted to test the coding tool". As a result, a total of 39 theses, 31 master's theses, and 8 doctoral theses, selected by a simple random method from 194 master's and doctoral thesis studies to be examined, were examined and the Thesis Review Form was tested. In line with the results of the pilot study, the categories in the form were revised and subcategorics were added to facilitate coding.
Data Analysis
Content analysis was used as a data analysis method in the process of analyzing master's and doctoral theses in the fields of coding and robotics. "Content analysis is the classification and summarization of verbal or written data in terms of a specific problem or purpose, the measurement of certain variables or concepts, and the categorization of these data by scanning them to extract a certain meaning" (Tavşancıl & Aslan, 2001). The process of content analysis brings together similar data and organizes them in a way that the reader can understand (Yıldırım & Şimşek, 2006). It is stated that percentage and frequency tables are generally used in the process of interpreting the data obtained at the end of the content analysis process. (Büyüköztürk et al., 2018). In the first part of the study, frequency and percentage, which are descriptive statistical methods, were used because the entire universe was reached, and the method included content analysis. "Frequency analysis, in its simplest form, is to quantitatively reveal the frequency of occurrence of recording units ". According to the results of frequency analysis, classification can be made depending on the frequency of occurrence of the coded units, and data can be ranked in order of importance (Bilgin, 2006). The studies included in the research were coded using the Thesis Review Form in Appendix 1. The data obtained were analyzed using Excel software. The results are given in tables in the findings and interpretations section with percentage (%) and frequency (f) from the descriptive statistics type.
One of the important issues in content analysis is to ensure validity and reliability between coders. Validity is the quality that ensures that the results obtained from the study are accepted as correct (Krippendorff, 2004). According to Neuendorf (2002), validity explains the extent to which the research covers the concept it wants to measure. Bilgin (2006) explains the validity of content analysis as being consistent between the objectives and the coding tool of the study. In this study, validity is considered as face validity, content validity, and content validity.
First, face validity was examined in the study. The data collection tool developed by the researcher was first submitted to the expert opinion, and the form was finalized according to the suggestions received. A pilot study was conducted with some of the theses. As a result of the pilot study, the measurement tool was revised.
Second, the content validity of the study was checked. According to Neuendorf (2002), content validity examines how representative the selected sample is of the population. In this study, no sample selection was made, and all studies accessed in line with the determined keywords and search criteria were included in the study. Thus, since it is assumed that the entire population is included in the study, the study has content validity.
Finally, the content validity of the data collection tool was checked. According to Neuendorf (2002), the extent to which it covers all concepts related to the phenomenon to be measured is examined with content validity. In this study, the data collection tool was analyzed by field experts in accordance with the purpose of the research and the extent to which the categories determined covered all concepts. The data collection tool was updated according to the suggestions of the experts.
The reliability dimension of the study was organized by the researcher. In the definition of the concept of reliability, Kirk & Miller (1986) emphasized that the repeated measurement remains the same, the measurement remains consistent despite the passage of time, and the similarity of the measurements made in a given time interval. Ghiglione (1978), on the other hand, believes that the reliability of the content analysis method depends largely on the coding process. This means the reliability of coders and coding categories. Coder reliability requires two or more different coders to code the analyzed text similarly or one coder to code the analyzed text in the same way at different times. The reliability of the categories depends on their clear expression. Ambiguous categories are factors that reduce reliability (Cited in Bilgin, 2006).
To measure the reliability between the coders, Neuendorf (2002) suggests that a group that can represent the universe between 10% and 20% should be taken into consideration. In this study, 39 theses representing approximately 20% of the master's and doctoral theses determined as the unit of analysis under the name of the pilot study were examined. The sample (39 theses) taken in the pilot study was recoded by the researcher after a certain period, and the compliance of the coding in the results obtained with the previous one was found to be 90%. In addition, the theses included in the pilot study were coded by a computer teacher and another expert who completed his master's degree in the Department of Computer and Instructional Technology Education. The consistency between the codes was calculated by Cohen's Kappa coefficient. Again, Cohen's Kappa coefficient was adopted for the reliability between the coders since all of the categories were in nominal scale. The reliability between the coders in the pilot study was 89%. Kassarjian (1977) states that if the Cohen's Kappa coefficient calculated is above 85%; Krippendorff (2004) and Neuendorf (2002) state that the study is reliable if it is above 80%. In this study, Cohen's Kappa value was calculated as 89%, and accordingly, the study is reliable. Finally, the Thesis Review Form was finalized according to the results of the pilot study and inter-coder reliability calculations.
Results
The distribution of master's and doctoral theses and dissertations on coding and robotics education, which is one of the sub-objectives of the study, was examined according to publication types. In this sub-heading, the publication types of 194 theses included in the study were examined in detail, and the distribution of these theses is given in Table 1.
162 master's theses and 32 doctorate theses, totaling 194 master's and doctoral theses, were examined in the context of robotics and coding instruction. In this respect, it is seen that studies on coding and robotics education are mainly conducted at the master's level.
The distribution of master's and doctoral theses in the field of coding and robotics education, which is one of the sub-objectives of the research, according to years is given in Table 2.
When the distribution of studies in the field of coding and robotics education by years is examined, it is seen that there is an increase in the number of studies. In this context, in 2019, when most studies were conducted, there was a similar increase in master's and doctoral theses. While master's theses increased from 25 to 82 in one year, doctoral theses increased from 4 to 10 in one year. However, it was observed that there was one master's thesis in 2007 and 2011. There were no doctoral theses in 2005, 2006, 2007, and 2011. The highest rate of master's and doctoral thesis was 47.42% in 2019 and the lowest rate was 0.52% in 2007 and 2011.
If the study groups of the master's and doctoral theses analyzed related to coding and robotics education, which is one of the sub-objectives of the research, are students, their distribution according to their education levels was examined and presented in Table 3.
When Table 3 is analyzed, it is understood that most of the studies were conducted at the secondary school level with 92 theses, 47%. The studies based on secondary school students were followed by undergraduate students with 51 theses (26.42%) and high school students with 22 theses (11.40%). The study group education levels of the studies in the field of coding and robotics education consist of graduate students with at least one thesis and 0,52% percentile. Graduate students are followed by preschool, primary school, and associate degree students with nine theses and 4,66% percentile.
The distribution of the technologies (text-based) used in master's and doctoral theses in the field of coding and robotics education, which is one of the sub-objectives of the research, in terms of frequency of repetition was examined and is given in Table 4.
According to the data in Table 4, the technologies (text-based) used in the studies conducted in the field of coding and robotics education are mostly C Languages (C++, C#) with 16 theses, 22,54%. C languages are followed by Arduino with 11 theses, 15,49%, and Python and Small Basic with 6 theses, 8,45% respectively. The technologies (text-based) used in the studies conducted in the field of coding and robotics education are MYSQL with 2 theses, 2,82%. MYSQL is followed by HTML, Javascript, Unity 3D, and Visual Studio with 3 theses, 4,23% respectively. Apart from the discipline areas listed here, 14 theses, 19,74% of the theses in the other category are text-based technologies such as Pascal, MP LAB, JQuery, Notepad++, NetBeans IDE, Robotis Dream /Roboplus Task, Robot C for Lego Mindstorms, Robomind, Brain Workshop, HackerCan, E-prime, Delphi, CSS and IC Progyer.
The distribution of the technologies (block-based) used in master's and doctoral theses in the field of coding and robotics education, which is one of the sub-objectives of the research, was examined in terms of the frequency of repetition and is given in Table 5.
According to the data in Table 5, the technologies (block-based) used in the studies conducted in the field of coding and robotics education are mostly Scratch platform with 56 theses, 45,16%. Scratch platform is followed by Code.org with 16 theses, 12,90%, Makeblock with 11 theses, 8,87%, and Scratch for Arduino with 10 theses, 8,06%. The technologies (block-based) used in the studies conducted in the field of coding and robotics education are Flow Chart, Alice, and ScratchJr platforms with 2 theses, 1,61% percentile. These platforms are followed by App Inventor with 3 theses, 2,42% percentile, and Blockly with 4 theses, 3,23% percentile. Apart from these discipline areas, there are text-based platforms such as Kodable, Google Blockly, FlipBoom, Fcpro, CodeMonkey, Algo Digital platform, Touch Develop, Thymio VPL, Starlogo TNG, OSMO Koding, Mind42, MATrix LABoratory with 12 theses, 9.72% percentile.
The distribution of the technologies (Interactive Based) used in master's and doctoral theses in the field of coding and robotics education, which is one of the subobjectives of the research, in terms of frequency of repetition was examined and presented in Table 6.
According to the data in Table 6, the technologies (interactive-based) used in the studies conducted in the field of coding and robotics education are mostly the Edmodo platform with four theses (25%). The Edmodo platform is followed by Classdojo and Kahoot platforms with two theses, 12,50%. Apart from these platforms, there are interactive-based platforms such as Google Hangouts, Google Drive, Google Documents, Edpuzzle EMS, WordPress, w3schools, Snap!, and Powtoong with eight theses, (50%).
The distribution of the technologies (Graphics and Design) used in master's and doctoral theses in the field of coding and robotics education, which is one of the subobjectives of the research, was examined in terms of the frequency of repetition and is given in Table 7.
According to the data in Table 7, the technologies (Graphics and Design) used in the studies conducted in the field of coding and robotics education are mostly the Tinkercad platform with five theses, 33,33%.. Tinkercad platform is followed by Adobe Flash with three theses, 20%, and 3D Printer Technology with two theses, 13,34%. Apart from these platforms, there are other platforms such as Adobe Captivate, Vyond, Camtasia, Articulate Storyline, Articulate Storyline, and Adobe Photoshop with five theses, 33,33%.
The distribution of the technologies (Robot) used in master's and doctoral theses in the field of coding and robotics education, which is one of the sub-objectives of the research, was examined in terms of the frequency of repetition and is given in Table 8.
According to the data in Table 8, the technologies (Robot) used in the studies conducted in the field of coding and robotics education are mostly Lego Mindstorms EV3 tool with 15 theses, 30,61%. Lego Mindstorms EV3 tool is followed by Lego WeDo and mBot with 7 theses, 14,29%, IDEA (О-bot) and Lego Mindstorms NXT with 5 theses, 10,20%, and Lego tools with 4 theses, 8,16%. Apart from these tools, there are tools such as Edison Educational Robot, Doc Robotics, BeeBot, Matatalab, Thymio ESL, and Robotis Dream with 6 theses, 12,24%.
The distribution of the master's and doctoral theses examined on coding and robotics education, which is one of the sub-objectives of the research, in terms of their results on cognitive processes was examined and presented in Table 9.
When Table 9 is examined, it is seen that coding and robotics education mostly affects Academic Achievement with 92 theses, 24,08%, ProblemSolving Skills with 45 theses, 11,78%, Creative Thinking Skills with 28 theses, 7,33%, 27 theses, with 7,07%, Permanent Learning, 26 theses, with 6,81%, Embodiment, 22 theses, with 5,76%, Learning/Knowledge Transfer and 21 theses, with 5,50%, Computational Thinking Skills were positively affected. It was concluded that coding and robotics education negatively affected Algorithmic/Analytical Thinking and Problem Solving Skills with 4 theses, 1,05%, Academic Achievement and Embodiment with 3 theses, 0,79%, Individual Learning and Creative Thinking Skills with 2 theses, 0,52%, and finally Higher Order Thinking Skills with 1 thesis, 0,26%. It was concluded that coding and robotics education had no significant effect on Academic Achievement with 16 theses, 4,19%, Problem - solving skills with 9 theses, 2,35%, Algorithmic/Analytical Thinking with 8 theses, 2,09% and Computational Thinking with 6 theses, 1,57%.In light of these findings, it is seen that the results of the studies conducted in coding and robotics education on cognitive processes are predominantly positive.
One of the sub-problems of the research, the distribution of master's and doctoral theses on coding and robotics education in terms of their results on affective processes, was analyzed and presented in Table 10.
When Table 10 is analyzed, it is concluded that coding and robotics education positively affected Motivation with 56 theses, 27,86%, Self-Efficacy/Self-Confidence with 49 theses, 24,38%, Attitude with 38 theses, 18,91% and Satisfaction with 23 theses, 11,44%. It was concluded that coding and robotics education negatively affected Attitude with 3 theses, 1,49%, Motivation with 2 theses, 1%; and Selfefficacy/Self-Confidence with 1 thesis, 0,49%. It was concluded that coding and robotics education did not affect Attitude with 15 theses, 7,46%, Self-efficacy/SelfConfidence with 8 theses, 3,98%, and Motivation with 6 theses, 2,99%.
The distribution of master's and doctoral theses in the field of coding and robotics education, which is one of the sub-problems of the research, was analyzed in terms of their results on the learning environment and factors affecting learning and is presented in Table 11.
Table 11 shows that coding and robotics education mostly positively affects Collaborative Working with 35 theses, 15,09%, Active Participation/Learning with 28 theses, 12,07%, Usability with 20 theses, 8,62% and Interaction with 14 theses,6,03%. It was concluded that coding and robotics education negatively affected Infrastructure with 28 theses , 12,07%, Usability with 14 theses, 6,03%, Time/Cost with 22 theses, 9,48%, and Readiness with 6 theses, 2,59%. It was concluded that coding and robotics education did not affect gender with 31 theses, 13,36%, Readiness with 8 theses, 3,46% and Collaborative Working with 5 theses, 2,15%.
The distribution of suggestions for research presented in master's and doctoral theses in the field of coding and robotics education, which is one of the sub-problems of the research, was analyzed and presented in Table 12.
In Table 12, the suggestions for research presented by the master's and doctoral theses analyzed are grouped under 12 different categories. It was seen that the suggestions for research presented in the studies included in the scope of the research on coding and robotics education were mostly on Sample Number/Level with 133 theses, 21,59%. Sample Number/Level suggestions were followed by Variable Analysis with 84 theses, 13,64%, Subject/Scope with 83 theses, 13,47%, Programing Tool/Language with 73 theses, 11,85%, Education Field/Integration with 70 theses, 11,36%, Implementation Period with 58 theses, 9,42%, Research/Study Method with 43 theses, 6,98% and Data Collection Tools with 28 theses, 4,55%.
One of the sub-problems of the study, the distribution of recommendations for practice presented in master's and doctoral theses in the field of coding and robotics education, was analyzed and presented in Table 13.
In Table 13, the practice recommendations presented by the master's and doctoral theses analyzed were grouped under 7 different categories. It was seen that the suggestions for practice presented in the studies included in the scope of the research on coding and robotics education were mostly on Activity/Material/Project development with 53 theses, 19,70%. Activity/Material/Project development suggestions were followed by 84 theses, 13,64% with Variable review, 49 theses, 18,22% with Training/S eminar, 48 theses, 17,84% with Learning Environment/Process, 45 theses, 16,73% with Workshop/Technical infrastructure support, 42 theses, 15,61 % with Curriculum/Curriculum study, 22 theses, 8,18% with Prior knowledge level/Preparation study, and 10 theses, 3,72% with Software development/Update.
Discussion, Conclusion, and Suggestions
When the distribution of master's and doctoral theses in the field of coding and robotics education according to publication types is examined, it is seen that more master's theses are conducted. The fact that there are more master's thesis studies than doctoral thesis studies can be explained by reasons such as the number of institutions providing doctoral-level education is low, the number of students enrolled in doctoral programs being less than in master's programs, the selection of students for doctoral programs is more comprehensive than master's programs, and the difficulty levels of the process between the programs are not the same.
Looking at the distribution of master's and doctoral theses in the field of coding and robotics education over the years, it is seen that the number of studies has increased gradually in recent years. The reason for this can be attributed to the increasing importance given to this subject worldwide and the increase in the speeches of business people who have a career in the field of technology, who direct the society that everyone should learn programing (CNBC,2018).
Considering the distribution of master's and doctoral theses in the field of coding and robotics education according to the level of education, it can be interpreted that coding and robotics education applications are developed for students between the ages of 11 and 15. The reason why the secondary school education level is mostly preferred as the sample group in the studies on coding and robotics education can be explained by the fact that coding education is mainly given at the secondary school level. In his study, Talan (2020) encountered a similar result to the results of this research. Talan stated that most of the research was conducted at the secondary school level (34.5%). He also mentioned that university students (19%) are also frequently preferred samples. He stated that the least number of studies were conducted at preschool (7%), high school (10.6%), and primary school (16.9%) levels.
When the distribution of the technologies used in master's and doctoral theses in the field of coding and robotics education in terms of the frequency of repetition (block-based) is examined, it is seen that block-based technologies are generally used more in the studies. This result supports the level of education. The education levels of the theses related to master's degrees and coding education examined in the context of the study consisted of secondary school students at a rate of 47.67%. Blockbased technologies are technologies that are generally used at the secondary school level. The most used platform among block-based technologies was Scratch. This result supports the literature. In the study conducted by Çatlak, Tekdal, and Baz (2015), as a result of the examination of 32 articles, many users stated that the program was easy to understand and fun because the Scratch interface "is simple, understandable and offers the opportunity to create projects without the need to write code".
When the results of the studies on coding and robotics education cognitive processes are examined, it is seen that predominantly positive results are obtained. The fact that the results obtained from academic achievement to 21st- century skills, from learning-knowledge transfer to permanent learning in the theses examined are highly positive shows that coding and robotics education makes great contributions to the education and learning processes of students. This high rate of success, especially in academic achievement and the development of problem-solving skills, and the fact that 21 st-century skills are greatly supported by these activities have an important effect on making coding and robotics education an integral part of cultural courses today and in the future. The results of the studies on coding and robotics education on affective processes were found to be predominantly positive, similar to the results on cognitive processes. Among these results, the fact that motivation and self-efficacy/self-confidence are most positively affected by robotics and coding education shows that all students, regardless of age group and level, are directed to the education process with positive emotions and increase their feelings of competence toward the education and training process with the outputs and products they obtain. Although the results of the research on coding and robotics education regarding the factors affecting the learning environment and learning are predominantly positive, it is noteworthy that no significant difference is observed and some titles in negative categories are also noteworthy. Among the positive results, cooperative working, active participation/learning, and usability were found to be highly positively affected by coding and robotics education. This is because coding and robotics activities arc suitable for small groups, large groups, and individual work. In direct proportion to this result, Yayla Eskici, Mercan, and Hakverdi (2020) concluded in their study on robotics education that projects carried out in groups both increase student motivation and positively affect the learning environment by keeping group dynamics high. Simultaneously, the fact that it is a practical education requires each student to actively participate in the process. It is seen that there is a high rate of gender among the results where no significant difference is observed. This suggests that coding and robotics education generally create positive results for both genders, regardless of male or female students. In the analyzed study, it is seen that time/cost and infrastructure are found at a high rate among the negative results. The reason for this is that the educational materials, robots, and kits used in coding and robotics education are costly or the environment where the education will be given is technically insufficient for these technological devices.
In the recommendations of studies on coding and robotics education, it is generally suggested that research should be conducted with a much larger population or with much different sample groups. The reason for this is to generalize the significant difference created by coding and robotics education on many variables with more accurate results and to make a comparative observation among many masses. Based on the same idea, researchers believe that different variables can be examined and the subject and scope can be further expanded. In the practical recommendations of the studies conducted in the field of coding and robotics education, it is predominantly stated that the content of the education should be improved, the duration of the education should be increased and the quality of the education should be increased, the learning environment/process should be revised, and the technical infrastructure of the educational environment should support current technologies. Based on the results obtained, the researchers first focused on the content, quality, and duration of education in their practical suggestions. This is because there is too much potential for process, audience, and educational outcome diversification in the domains of robotics and coding instruction. The fact that there are technological developments that can support all age levels and orientations shows that there are many points that need to be investigated with different methods and different instructional designs in the field.
Citation: Şanlı, M., & Alper, A. (2024). Investigation of Postgraduate Theses on Coding and Robotics Education in Türkiye. Ankara University Journal of Faculty of Educational Sciences, 57(2), 759-803, https://doi.org/10.30964/auebfd.1282226
1This study is a summary of the Master's Thesis carried out at Ankara University, Institute of Educational Sciences.
2Corresponding Author; Prof. Dr., Faculty of Educational Sciences, Computer Education and Instructional Technologies, E-mail: [email protected], https://orcid.org/0000-0003-2312-6311
3E-mail: [email protected], https://orcid.org/0009-0003-6673-1391
Kodlama ve Robotik Eǧitimi Alanında Türkiye'de Yapılan Lisansüstü Tezlerin İncelenmesi1
MAKALE TÜRÜ Arastirma Makalesi
Basvuru Tarihi 12.04.2023
Kabul Tarihi 24.01.2024
Yayim Tarihi 25.07.2024
Ayfer Alper2
Ankara Üniversitesi
Melis Şanlı3
Milli Eǧitim Bakanlıǧı
Öz
Bu araştırmanın amacı, kodlama ve robotík eǧitimi alanında Türkiye'de yapılan lisansüstü çalışmaların genel eǧilimlerinin ortaya konması ve alanda yapılacak yeni araştırmalara ve uygulamalara yön verilmesidir. Bu amaç doǧrultusunda, "kodlama", "robotik", "programlama" ,"robotik kodlama", "kodlama eǧitimi", "robotik eǧitimi" ve "programlama eǧitimi" anahtar kelimeleri ile Ulusal Tez Merkezi Veri Tabanında yer alan erişime açık 194 tez deǧerlendirmeye alınmış ve bu tezler "Tez İnceleme Formu" kullanılarak incelenmiştir. Araştırmada içerik analizi yöntemi kullanılmıştır. Bu kapsamda erişilen veriler, betimsel istatistiki yöntemlerle (yüzde ve frekans) analiz edilmiştir. Elde edilen bulgularda, kodlama ve robotik eǧitimi ile ilgili bilimsel araştırmaların aǧırlıklı olarak yüksek lisans düzeyinde yapıldıǧı, çalışmaların sayısında 2012 yılından sonra bir artış yaşandıǧı, en fazla çalışmanın ise 2019 yılında yapıldıǧı, öǧrenim düzeyi olarak en çok ortaokul öǧrencileri ile çalışıldıǧı sonuçlarına ulaşılmıştır. Araştırma kapsamında en fazla kullanılan teknolojilerin ise metin tabanlı teknolojilerde C Dilleri (C++, C#), blok tabanlı teknolojilerde Scratch, interaktif teknolojilerde Edmodo, grafik ve tasarım teknolojisinde Tinkercad, Robot teknolojilerinde ise Lego Mindstorms EV3 araçlarının olduǧu görülmüştür. İncelenen çalışmaların sonuçlar bölümünün yoǧunlaştıǧı konulara bakıldıǧında, kodlama ve robotik eǧitiminin öǧrenenlerin akademik başarı düzeylerinin, motivasyonlarının ve işbirlikli çalışma becerilerinin gelişmesinde olumlu yönde etkisinin olduǧu görülmüştür. Öneriler bölümünün yoǧunlaştıǧı konulara bakıldıǧında ise en çok örneklem sayısı/düzeyi, etkinlik/materyal/proje geliştirme sürecine yönelik önerilere sıklıkla rastlanmıştır.
Anahtar sözcükler; Kodlama, robotik, robotik eǧitimi, içerik analizi, doküman incelemesi.
Bilgi ve teknoloji çaǧında, eǧitimin temel boyutlarından biri haline gelen teknolojinin hangi yönde etkilediǧi çeşitli boyutlarda ele alınarak incelenmesi eǧitim ve teknoloji kavramlarını anlamlandırmak açısından yararlı olacaktır.
İnsan yaşamını kolaylaştırmada eǧitim ve teknoloji temel gereksinimlerdendir. Eǧitim, insanın doǧuştan kazandıǧı yeteneklerin daha belirginleşmesine saǧlamakta ve onun daha güçlü, yaratıcı ve yapıcı bir varlık olmasını saǧlamaktadır. Öte yandan Teknoloji ise eǧitim yoluyla kazanılan bilgi ve becerilerin daha etkili ve verimli olmasını desteklemektedir (Alkan, 2005).
Günümüzde deǧişen teknoloji beraberinde yenilikleri de getirmiş ve dolayısıyla günümüz insanlarının bu deǧişime uyum saǧlamasını zorunlu hale getirmiştir (Buyruk ve Korkmaz, 2016). Bilim ve teknolojinin artan hızla gelişimi tüm alanlara olduǧu gibi eǧitim alanına da etkilemekle diǧer bir bakış açısıyla eǧitim alanındaki gelişmeler de bilimi ve teknolojiyi etkilemektedir (Šelvi ve Yıldırım, 2017). Yani bu kavramlar arasında döngüsel bir ilişkinin varlıǧından söz edilebilir. Karataş'a (2017) göre, ülkelerin yaptıǧı en önemli yatırım yetiştirmiş olduǧu toplumdur. Yetişmiş iş gücü daha iyi olan ülkeler, gerek ekonomi ve fınans gerekse diǧer parametrelerde eşdeǧer düzeydeki ülkelere göre farklılık göstermektedir. Yaratılan bu farkın en önemli nedenleri arasında bu ülkelerin bilime, teknolojiye ve eǧitime verdiǧi önem söylenebilir (Šelvi ve Yıldırım, 2017). Son dönemlerde bilim ve teknolojideki bu hızlı gelişime uyum saǧlayabilmek için bireylerin 21. Yüzyıl becerileri olarak tanımlanan yenilikçi, eleştirel ve yaratıcı düşünme, iş birliǧi ile çalışma, iletişim kurma, problem çözme ve araştırma yapma gibi becerileri edinmeleri gerekmektedir (Aydın, Saka ve Güzey, 2017). Çünkü gelişen teknolojiler ile birlikte üretim biçimlerinin deǧişime uǧradıǧı günümüzde, geçmişte yer alan öǧretim yöntemlerinin ve içeriklerinin kullanılması çaǧın gereksinimlerine cevap vermekte zorlanmaktadır.
Sayın ve Seferoǧlu (2016) yaptıkları araştırmada; Avrupa ülkeleri öǧrencilerinin problem çözme (14 ülke) ve mantıksal düşünme (15 ülke) becerilerini geliştirmek amacı ile kodlama konularını eǧitim programlarına entegre etmişlerdir. Ayrıca, kodlama eǧitiminin birçok ülkede ilkokul düzeyinde başladıǧı yapılan araştırmalarda gözlenmekte olup ülkemizde de küçük yaşlarda bu eǧitime başlanmasına yönelik çalışmaların yapılması önerilmektedir (Saygıner ve Tüzün, 2017). Bu konuda diǧer ülkelerdeki çalışmalar incelendiǧinde örneǧin Bulgaristan'da "algoritmik problem çözme ve programlama", İspanya'da"programlama, algoritma ve robotík", Belçika'da "bilişimsel düşünce ve programlama", Estonya'da "programlama", ve İngiltere'de "computing" kavramları" kodlama konusunda yapılan girişimlerdir (Balanskat ve Engelhardt, 2014; Akt. Sayın ve Seferoǧlu, 2016). Amerika Birleşik Devletleri'nde ise benzer çabalar mevcuttur. ABD başkanı tarafından yapılan "Herkes kodlamayı öǧrenebilir."çaǧrısı ile "code.org" ve "kodlama saati" gibi çalışmalar ABD'de olduǧu gibi diǧer birçok ülkede yapılmaya başlanmıştır. ABD'de 2014 yılında 60 milyondan fazla öǧrenci ile "Kodlama Saati" adı altında kodlama etkinlikleri yapmıştır (Code.org, 2015a; Akt. Sayın ve Seferoǧlu, 2016). Ayrıca "Code.org" kodlama ve robotík öǧretim programını oluşturulmuş ve bu programı da 34 farklı dile çevirmiştir (Code.org, 2015b; Akt. Sayın ve Seferoǧlu, 2016). Öǧrencilerin kodlama eǧitimlerine destek olmak amacıyla da "Kodlama Olimp iyatları"düzenlenmektedir (USA Computing Olympiad, 2015; Akt. Sayın ve Seferoǧlu, 2016). Bu olimpiyatlar ile bir taraftan bu konu ile ilgili bir farkındalık yaratılırken, bir taraftan da öǧrencilerin kodlama ile 21. yüzyıl becerileri olarak beklenen problem çözme ve yaratıcı düşünme gibi becerilerinin gelişmesi saǧlanabilir.
Avrupa ve Amerika'da kodlama öǧretimi, küçük yaşlardan itibaren bu ve bunun gibi çeşitli organizasyonlar ve derslerle karşımıza çıkmaktadır. Türkiye'de MEB, "Bilişim Teknolojileri" dersinin ismini 2012 yılında "Bilişim Teknolojileri ve Yazılım" şeklinde güncellemiş ve 5 ve 6. sınıflarda zorunlu ders kategorisinde yer almıştır. Ders içeriǧinin kodlama öǧretimi kapsamlı bir şekilde yer almaktadır. Bilişim Teknolojileri ve Yazılım dersi toplamda 72 saat olup 36 ders saatinde kodlama öǧretimi yer almaktadır (TTKB, 2018).
Kodlama ve robotík eǧitimi üzerine Türkiye'de yapılmış olan bazı araştırmalar incelendiǧinde ise öǧretim amaçlı robot kullanımı öǧrencilerin derse karşı motivasyonunu artırmakta, kodlama becerisini geliştirmekte ve daha anlamlı ve kalıcı öǧrenme gerçekleşmektedir (Özdemir vd., 2009). Ersoy vd. (2011) ise kodlamanın, eǧitim sürecini daha fazla ilgi çekici hale getirdiǧi, öǧrenciler tarafından yapılan etkinliklerin daha iyi anlaşıldıǧı ve işbirlikli öǧrenme gibi yöntemlere olanak saǧladıǧı belirtilmektedir. Öǧrencilerin bilimsel yaratıcılık ve bilim süreci becerilerini arttırdıǧı (Cavas vd.,2012); motor becerilerinin yanında fen ve matematik zekalarını da geliştirdiǧi (Fidan ve Yalçın, 2012) gözlenmiştir. Öte yandan yaratıcı düşünme, algoritmik ve kavramlar arası ilişki kurabilme becerilerinin erken çocukluk döneminde geliştiǧi belirtilmektedir (Akt. Saygılı Yıldırım, 2020).
Elbette yapılan bu çalışmalar ile alana gerekli katkılar saǧlanmıştır. Ancak bu katkıların nasıl bir eǧilim içerisinde olduǧunu ortaya koyan ve sonuçları deǧerlendiren çalışma sayısı oldukça azdır. Bu alanda yapılmış olan çalışmaların incelenmesi gelecekte yapılacak bilimsel çalışmalara yön vermesi, okulların ve iş dünyasının beklentilerinin karşılanması, robotík ve kodlama uygulamalarına yönelik yapılan araştırma sonuçlarının öǧretim programlarına ve öǧrenci hazır bulunuşluklarına yansıması açısından önem taşımaktadır. Yine alanda yapılan çalışmalar incelendiǧinde, robotík ve kodlama eǧitimi alanında yapılan içerik analizi çalışmalarının yetersiz olduǧu ve hali hazırda bulunan çalışmaların da genellikle makaleleri ele aldıǧı, lisansüstü çalışmaları yeteri kadar içermediǧi görülüştür. Bu nedenle ülkemizdeki kodlama ve robotík eǧitimi alanında yapılmış lisansüstü tezler incelenmiştir. Kodlama ve robotík eǧitimi alanında yürütülen araştırmalar ise araştırmacı tarafından geliştirilmiş olan "Tez İnceleme Formu"ndaki kriterler doǧrultusunda incelenmiştir.
Yapılan bu çalışma sonucunda elde edilecek genellemeler ile birlikte, "Türkiye'de kodlama ve robotík eǧitimi nasıl verilmekte, yapılan çalışmaların eǧilimleri hangi yönde ve deǧerlendirmeler ışıǧında yeni uygulama ve çalışmalara nasıl bir yön verilmeli?" gibi soruların cevabı alınabilecek ve bilimsel çalışma yapacak araştırmacıların teorik ve uygulama arasındaki boşluǧu kapatmaları saǧlanabilecektir. Ayrıca araştırma eǧilimlerini belirlemeye yönelik yapılan bu tür çalışmalar, gelecekte yapılacak olan çalışmalara yol gösterebileceǧi gibi geçmişteki durumunu ortaya koymak amacıyla da kullanılabilir.
Yöntem
Bu çalışmanın amacı, kodlama ve robotik eǧitimi alan yazınında yapılmış lisansüstü çalışmaların mevcut durumunun detaylı olarak ortaya koyulması ve deǧerlendirilmesidir. Bu nedenle robotik kodlamanın eǧitim alanındaki kullanım durumlarının, yöntemsel eǧilimlerinin ve çıktılarının incelenmesi önemlidir.
Araştırmada öncelikle veri toplama yöntemi olarak doküman analizi kullanılmıştır. Doküman analizi, araştırma kapsamında ele alınan verilerin kaynaǧı olarak çeşitli yazılı metin biçimlerini toplayarak, gözden geçirmek ve sorgulayarak analiz etmektir (Ekiz, 2015). Bu baǧlamda yapılan araştırmada, yükseköǧretim kurumu tez veri tabanında bulunan yüksek lisans ve doktora tezleri, doküman analizi veri kaynaǧı olarak belirlenmiştir. Kodlama ve robotik alanında yapılan yüksek lisans ve doktora tezlerinin veri analiz sürecinde ise, içerik analizi yöntemi benimsenmiştir. İçerik analizi, elde edilen verinin özetlendiǧi, sınırlandırıldıǧı ve yorumlandıǧı bir analiz yöntemi olarak tanımlanır (Weber, 1990). Buradan yola çıkarak içerik analizinin bir çözümle yöntemi olduǧu söylenebilir. Yapılan bu araştırmada Mayring'nin çözümleme süreçleri özetlediǧi "İçerik Analizi Basamakları" tablosundan yararlanılmıştır.
Evren-Örneklem
Araştırmanın evrenini, kodlama (programlama) ve robotik eǧitimi alanında Türkiye'de lisansüstü programlarda yürütülmüş yüksek lisans ve doktora tezleri oluşturmaktadır. Araştırmanın bu aşamasında örnekleme yoluna gidilmemiştir. Yükseköǧretim Kurumu tez veri tabanında bulunan kodlama, robotik ve programlama eǧitimi alanında yazılmış ve tam metin halinde ulaşılabilen tüm tezler araştırma kapsamına alınmıştır. Tezlerin seçilmesinde ise yapılan en genel aramada "kodlama", "robotik", "programlama" ve "robotik kodlama" arama terimleri kullanılmış ve konu alanı eǧitim-öǧretim olarak sınırlandırılmıştır. Anahtar kelimeler ve fıltrelemeler sonucunda YÖK tez veri tabanını üzerinde bulunan tezlerin, başlıkları, özetleri ve yürütülen anabilim dallarına göre incelenmiştir. Daha sonra özellikle eǧitim alanında yapılmış olan tezlere erişebilmek için "kodlama eǧitimi", "robotik eǧitimi" ve "programlama eǧitimi" arama terimleri ile tez başlıkları, anahtar kelimelerine ve özetlerine göre tekrar aramalar yapılmıştır. Aramalar sonucunda 194 yüksek lisans ve doktora tezi yapılan çalışma ile ilişkili bulunarak, araştırmaya dahil edilmiştir.
Veri Toplama Araçları
Bu araştırmada veri toplama yöntemi olarak içerik analizi kullanılmıştır. İçerik analizi sürecinin ilk aşamasında incelenecek olan yüksek lisans ve doktora tezleri Yükseköǧretim Kurulu Ulusal Tez Merkezi (YÖK Tez) veri tabanından pdf formatında bilgisayara indirilmiştir.
Öncelikle amaçlar belirlenmiş ve ilgili literatür taraması tamamlanmış daha sonra araştırmacı tarafından Tez İnceleme Formu geliştirilmiştir. Tez İnceleme Formu ile tezleri kontrol edebilmek için YÖK Tez numaralarına göre sıralama her teze numaralar verilmiştir. Tezlere özgü olarak verilen numaralar bilgisayar ortamında ve tezlerin analizlerinin yapıldıǧı Microsoft Excel programında da aynı kayıt numarasıyla tutulmuştur. Bu adımlar ise tezlerin tamamının incelenmesini kontrol edebilmek adına yapılmıştır. Daha sonra tezler incelenerek, form üzerinde gerekli güncellemeler yapılmıştır. Uzman görüşü alındıktan sonra forma son şekli verilmiş ve evreni temsil ettiǧi varsayılan bir grup tez üzerinde pilot çalışması yapılmıştır. Schereier (2012) "mükemmel kodlama kitabının oluşturulmasının bütün araştırmacılar için imkansız olduǧunu ve kodlama aracını test etmek için pilot çalışma yapılması gerektiǧini" belirtmiştir. Sonuç olarak incelenecek 194 yüksek lisans ve doktora tez çalışmalarından basit seçkisiz yöntemle seçilmiş 31 yüksek lisans ve 8 doktora tezi olmak üzere toplamda 39 tez incelenerek, Tez İnceleme Formu test edilmiştir. Pilot çalışmanın sonuçları doǧrultusunda formda yer alan kategoriler gözden geçirilmiş ve kodlamayı kolaylaştırmak adına alt-kategoriler eklenmiştir.
Verilerin Analizi
Kodlama ve robotík alanında yapılan yüksek lisans ve doktora tezlerinin çözümlenmesi sürecinde veri analiz yöntemi olarak içerik analizi kullanılmıştır. "İçerik analizi, sözel veya yazılı yolla elde edilen verilerin belirli bir problem veya amaç yönüyle sınıflandırılması, özet hale getirilmesi, belirli deǧişkenlerin veya kavramların ölçülmesi ve bunlardan belirli bir anlam çıkarılmak üzere taranarak kategorilere ayrılmasıdır" (Tavşancıl ve Aslan, 2001). İçerik analizi sürecinde yapılan işlem, birbirine benzeyen verileri bir araya getirmek ve bunları okuyucunun anlayabileceǧi bir biçimde düzenlemektir (Yıldırım ve Şimşek, 2006). İçerik analizi süreci sonunda elde edilen verilerin yorumlanması işleminde genellikle yüzde ve frekans tablolarının kullanıldıǧı belirtilmektedir. (Büyüköztürk vd., 2018). Çalışmanın ilk bölümünde evrenin tamamına ulaşılmış olunması ve yöntem olarak içerik analizini içermesi nedeniyle tanımlayıcı (betimsel) istatistik yöntemlerinden frekans ve yüzde kullanılmıştır. "Frekans analizi en basit şekliyle kayıt birimlerinin nicel olarak görülme sıklıǧının ortaya konulmasf'dır. Frekans analizinin sonuçlarına göre kodlanan birimlerin görülme sıklıǧına baǧlı olarak sınıflandırma yapılabilmekte, veriler önem sırasına konulabilmektedir (Bilgin, 2006). Araştırma kapsamına alınan çalışmalar Ek l'de yer alan Tez İnceleme Formu kullanılarak kodlanmıştır. Elde edilen veriler Excel Programı ile çözümlenmiştir. Sonuçlar betimsel istatistik türünden yüzde (%) ve frekans (f) ile bulgular ve yorumlar bölümünde tablolar halinde verilmiştir.
İçerik analizinde önemli görülen konulardan birisi de kodlayıcılar arası geçerlilik ve güvenirliǧin saǧlanmasıdır. Geçerlik çalışmadan elde edilen sonuçların doǧru olarak kabul edilmesini saǧlayan kalitedir (Krippendorff, 2004). Neuendorf a göre (2002) geçerlilik araştırmanın ölçmek istediǧi kavramı hangi ölçüde kapsadıǧını açıklar. Bilgin (2006) ise, içerik analizinin geçerliliǧini amaçların ve çalışmanın kodlama aracı arasında tutarlı olması olarak açıklamaktadır. Bu çalışmada geçerlilik; görünüş geçerliǧi, kapsam geçerliǧi ve içerik geçerliǧi olarak ele alınmıştır.
Çalışmada öncelikle olarak görünüş geçerliǧi incelenmiştir. Araştırmacı tarafından geliştirilen veri toplama aracı öncelikle uzman görüşüne sunulmuş ve alınan önerilere göre forma son hali verilmiş ve tezlerin bir kısmı ile pilot çalışma yapılmıştır. Pilot çalışma sonucunda da ölçme aracı revize edilmiştir.
İkinci olarak da çalışmanın kapsam geçerliǧi kontrol edilmiştir. Kapsam geçerliliǧi, Neuendorf (2002)'a göre seçilen örncklcmin evreni ne kadar temsil ettiǧini inceler. Bu çalışmada örneklem seçimi yapılmamış, belirlenen anahtar kelime ve arama kriterleri doǧrultusunda ulaşılan çalışmaların tamamı araştırmaya dahil edilmiştir. В öylece tüm evrenin çalışmaya dahil edildiǧi var sayıldıǧı için çalışmanın kapsam geçerliliǧi bulunmaktadır.
Son olarak veri toplama aracının içerik geçerliǧi kontrol edilmiştir. Neuendorf (2002)'a göre ölçülmek istenen olguya yönelik tüm kavramları ne ölçüde kapsadıǧı içerik geçerliǧi ile incelenir. Bu çalışmada veri toplama aracı alan uzmanları tarafından araştırma amacına uygun olacak şekilde, belirlenen kategorilerin tüm kavramları ne kadar kapsadıǧı incelenmiştir. Uzmanların önerilerine göre de veri toplama aracı günccllenmiştir.
Yapılan çalışmanın güvenilirlik boyutu ise araştırmacı tarafından düzenlenmiştir. Güvenirlik kavramının tanımında Kirk ve Miller (1986), tekrarlanan ölçümün aynı kalması, zaman geçmesine raǧmen ölçümün tutarlı kalması ve verilen zaman aralıǧında yapılan ölçümlerin benzerliǧi üzerinde durmuşlardır. Ghiglione (1978) ise, içerik analizi yönteminde güvenirliǧinin büyük oranda yapılan kodlama işlemine baǧlı olduǧu görüşündedir. Bu da, kodlayıcılar ve kodlama kategorilerinin güvenirliǧi demektir. Kodlayıcı güvenirliǧi, farklı iki ya da daha fazla kodlayıcının inceledikleri metni benzer şekilde kodlamasını veya bir kodlayıcının inceledikleri metni farklı zamanlarda aynı şekilde kodlamasını gerekmektedir. Kategorilerin güvenirliǧi açıkça ifade edilmesine baǧlıdır. Belirsiz kategoriler ise güvenirliǧi azaltan unsurlardır (Akt. Bilgin, 2006).
Kodlayıcıların arasındaki güvenirliǧin ölçülebilmesi için Neuendorf (2002), %10 ile 20 aralıǧında evreni temsil edebilecek bir grubun ele alınmasını önerir. Yapılan bu çalışmada ise pilot çalışma adı altında analiz birimi olarak belirlenen yüksek lisans ve doktora tezlerinin yaklaşık %20'sini temsil eden 39 tez incelenmiştir. Pilot çalışmada alınan örneklem (39 tez) araştırmacı tarafından belli bir süre sonra tekrar kodlanmıştır ve elde edilen sonuçlardaki kodlamaların öncekine uyumu %90 oranında bulunmuştur. Ayrıca pilot çalışmaya dahil edilen tezler, bir bilgisayar öǧretmeni ile bilgisayar ve öǧretim teknolojileri eǧitimi bölümünde yüksek lisansını tamamlamış olan başka bir uzman tarafından kodlanmıştır. Kodların arasındaki tutarlılıǧı Cohen's Kappa katsayısı ile hesaplanmıştır. Yine kodlayıcılar arasındaki güvenirlik için de kategorilerin tamamı nominal ölçekte olduǧundan Cohen's Kappa katsayısı benimsenmiştir. Pilot çalışmadaki kodlayıcılar arasındaki güvenirlik %89 çıkmıştır. Kassarjian (1977), hesaplanan Cohen's Kappa katsayısının %85'in üzerinde; Krippendorff (2004) ve Neuendorf (2002) ise %80'in üzerinde olması durumunda çalışmanın güvenilir olduǧundan söz etmektedir. Bu çalışmada Cohen's Kappa deǧeri %89 olarak hesaplanmış ve buna göre çalışmanın güvenilir olduǧu söylenebilir. Son olarak yapılan pilot çalışmanın sonuçlarına ve kodlayıcılar arası güvenirlik hesaplarına göre Tez İnceleme Formu 'na son hali verilmiştir.
Bulgular
Araştırmanın alt amaçlarından biri olan kodlama ve robotík eǧitimi konularını içeren yüksek lisans ve doktora tezlerinin yayın türlerine göre daǧılımı incelenmiştir. Bu alt başlıkta araştırmaya dahil edilen 194 araştırmanın yayın türü detaylı olarak incelenmiştir ve bu tezlerin daǧılımı Tablo 1 'de verilmiştir.
Tablo l'de belirtilen kodlama ve robotík eǧitimi baǧlamında incelenen toplam 194 yüksek lisans ve doktora tezinin 162 tanesi yüksek lisans tezi ve 32 tanesi doktora tezinden oluşturmaktadır. Bu bakımdan bakıldıǧında kodlama ve robotik eǧitimi konusunda aǧırlıklı olarak yüksek lisans düzeyinde çalışma yapıldıǧı görülmektedir.
Araştırmanın alt amaçlarından biri olan kodlama ve robotik eǧitimi alanındaki yüksek lisans ve doktora tezlerin yıllara göre daǧılımları Tablo 2'de verilmiştir.
Kodlama ve robotík eǧitimi alanındaki çalışmaların yıllara göre daǧılımı incelendiǧinde, araştırmaların sayısında bir artış olduǧu görülmektedir. Bu baǧlamda en fazla çalışmanın yapıldıǧı 2019 yılında yüksek lisans ve doktora tezlerinde benzer oranda bir artış yaşanmıştır. Yüksek lisans tezleri bir yıl içerisinde 25'ten 82'ye yükselirken, doktora tezleri bir yıl içerisinde 4'ten 10'a yükselmiştir. Bununla birlikte 2007 ve 2011 yıllarında 1 adet yüksek lisans tezi olduǧu görülmüştür. Doktora tezlerinin ise 2005, 2006, 2007 ve 2011 yıllarında hiç yapılmadıǧı görülmüştür. Yüksek lisans ve doktora tezi en fazla 2019 yılında %47,42 oranında, en az 2007 ve 2011 yıllarında %0.52 oranında olduǧu gözlenmiştir.
Araştırmanın alt amaçlarından biri olan kodlama ve robotík eǧitimi ile ilgili incelenen yüksek lisans ve doktora tezlerinin çalışma grupları öǧrenci ise öǧrenim düzeylerine göre daǧılımı incelenmiş ve Tablo 3'te belirtilmiştir.
Tablo 3 incelendiǧinde, araştırmaların en çok 92 tez, %47,67 yüzdelik dilim ile ortaokul düzeyinde yapıldıǧı anlaşılmaktadır. Ortaokul öǧrencilerinin baz alındıǧı çalışmaları 51 tez, %26,42 ile lisans öǧrencileri ve 22 tez % 11,40 yüzdelik dilim ile lise öǧrencileri takip etmektedir. Kodlama ve robotík eǧitimi alanındaki çalışmaların çalışma grubu öǧrenim düzeylerinin en az 1 tez ve %0,52 yüzdelik dilim ile lisansüstü öǧrencilerinin oluşturduǧu görülmektedir. Lisansüstü öǧrencilerini 9 tez, %4,66 yüzdelik dilim ile okulöncesi, ilkokul ve ön lisans öǧrencilerinin takip ettiǧi görülmektedir.
Araştırmanın alt amaçlarından biri olan kodlama ve robotík eǧitimi alanındaki yüksek lisans ve doktora tezlerinde kullanılan teknolojilerin (Metin Tabanlı) tekrar etme sıklıǧı bakımından daǧılımı incelenmiş ve Tablo 4'te verilmiştir.
Tablo 4'te yer alan verilere göre, kodlama ve robotík eǧitimi alanında yapılan çalışmalarda kullanılan teknolojiler (metin tabanlı) en çok; 16 tez, %22,54'lük yüzdelik dilim ile C Dilleri (C++, C#)'dir. C dillerini sırasıyla; 11 tez, % 15,49 yüzdelik dilim ile Arduino ve 6 tez, %8,45 yüzdelik dilim ile Python ve Small Basic takip etmektedir. Kodlama ve robotík eǧitimi alanında yapılan çalışmalarda kullanılan teknolojiler (metin tabanlı) en az; 2 tez, %2,82 yüzdelik dilim ile MYSQL'dir. MYSQL'i sırasıyla 3 tez, %4,23 ile HTML, Javascript, Unity 3D ve Visual Studio takip etmektedir. Burada yer alan disiplin alanlarının dışında diǧer kategorisinde verilen 14 tez, % 19,74 yüzdelik dilim ile Pascal, MPLAB, JQuery, Notepad++, NetBeans IDE, Robotis Dream /Roboplus Task, Robot C for Lego Mindstorms, Robomind, Brain Workshop, HackerCan, E-prime, Delphi, CSS ve IC Progyer gibi metin tabanlı teknolojiler yer almaktadır.
Araştırmanın alt amaçlarından biri olan kodlama ve robotík eǧitimi alanındaki yüksek lisans ve doktora tezlerinde kullanılan teknolojilerin (Blok Tabanlı) tekrar etme sıklıǧı bakımından daǧılımı incelenmiş ve Tablo 5'te belirtilmiştir.
Tablo 5'te yer alan verilere göre, kodlama ve robotík eǧitimi alanında yapılan çalışmalarda kullanılan teknolojiler (blok tabanlı) en çok; 56 tez, %45,16'hk yüzdelik dilim ile Scratch platformudur. Scratch platformunu sırasıyla; 16 tez, % 12,90 yüzdelik dilim ile Code.org, 11 tez, %8,87 ile Makeblock ve 10 tez, %8,06 ile Scratch for Arduino platformları takip etmektedir. Kodlama ve robotík eǧitimi alanında yapılan çalışmalarda kullanılan teknolojiler (blok tabanlı) en az; 2 tez, % 1,61 yüzdelik dilim ile Flow Chart, Alice ve ScratchJr platformlarıdır. Bu platformları 3 tez, %2,42 yüzdelik dilim ile App Inventor ve 4 tez, %3,23 yüzdelik dilim ile Blockly takip etmektedir. Burada yer alan disiplin alanlarının dışında diǧer kategorisinde verilen 12 tez, %9,72 yüzdelik dilim ile Kodable, Google Blockly, FlipBoom, Fcpro, CodeMonkey, Algo Dijital platformu, Touch Develop, Thymio VPL, Starlogo TNG, OSMO Koding, Mind42, MATrix LABoratory gibi metin tabanlı platformlar yer almaktadır.
Araştırmanın alt amaçlarından biri olan kodlama ve robotík eǧitimi alanındaki yüksek lisans ve doktora tezlerinde kullanılan teknolojilerin (înteraktif Tabanlı) tekrar etme sıklıǧı bakımından daǧılımı incelenmiş ve Tablo 6'da belirtilmiştir.
Tablo 6'da yer alan verilere göre, kodlama ve robotík eǧitimi alanında yapılan çalışmalarda kullanılan teknolojiler (ınteraktif tabanlı) en çok; 4 tez, %25'lik yüzdelik dilim ile Edmodo platformudur. Edmodo platformunu sırasıyla; 2 tez, % 12,50 yüzdelik dilim ile Classdojo ve Kahoot platformları takip etmektedir. Bu platformlar dışında diǧer kategorisinde verilen 8 tez, %50 yüzdelik dilim ile Google Hangouts, Google Drive, Google Documents, Edpuzzle ÖYS, Wordpress, w3schools, Snap!, Powtoongibi ınteraktif tabanlı platformlar yer almaktadır.
Araştırmanın alt amaçlarından biri olan kodlama ve robotík eǧitimi alanındaki yüksek lisans ve doktora tezlerinde kullanılan teknolojilerin (Grafik ve Tasarım) tekrar etme sıklıǧı bakımından daǧılımı incelenmiş ve Tablo 7'de belirtilmiştir.
Tablo 7'de yer alan verilere göre, kodlama ve robotík eǧitimi alanında yapılan çalışmalarda kullanılan teknolojiler (Grafik ve Tasarım) en çok; 5 tez, %33,33'lik yüzdelik dilim ile Tinkercad platformudur. Tinkercad platformunu sırasıyla; 3 tez, %20 yüzdelik dilim ile Adobe Flash ve 2 tez, % 13,34 yüzdelik dilim ile 3B Yazıcı Teknolojisi takip etmektedir. Bu platformlar dışında diǧer kategorisinde verilen 5 tez, %33,33 yüzdelik dilim ile Adobe Captivate, Vyond, Camtasia, Articulate Storyline ve Adobe Photoshop gibi platformlar yer almaktadır.
Araştırmanın alt amaçlarından biri olan kodlama ve robotík eǧitimi alanındaki yüksek lisans ve doktora tezlerinde kullanılan teknolojilerin (Robot) tekrar etme sıklıǧı bakımından daǧılımı incelenmiş ve Tablo 8'de belirtilmiştir.
Tablo 8'de yer alan verilere göre, kodlama ve robotík eǧitimi alanında yapılan çalışmalarda kullanılan teknolojiler (Robot) en çok; 15 tez, %30,61 Tik yüzdelik dilim ile Lego Mindstorms EV3 aracıdır. Lego Mindstorms EV3 aracını sırasıyla; 7 tez, % 14,29 yüzdelik dilim ile Lego WeDo ve mBot, 5 tez, % 10,20 ile IDEA (O-bot) ve Lego Mindstorms NXT ve 4 tez, %8,16 yüzdelik dilim ile Lego araçları takip etmektedir. Bu araçlar dışında diǧer kategorisinde verilen 6 tez, % 12,24 yüzdelik dilim ile Edison Eǧitsel Robot, Doc robotík, BeeBot, Matatalab, Thymio ESL ve Robotis Dream gibi araçlar yer almaktadır.
Araştırmanın alt amaçlarından biri olan kodlama ve robotík eǧitimi ile ilgili incelenen yüksek lisans ve doktora tezlerinin bilişsel süreçlerine yönelik sonuçları bakımından daǧılımı incelenmiş ve Tablo 9'da belirtilmiştir.
Tablo 9'a bakıldıǧında incelenen çalışmalarda kodlama ve robotík eǧitiminin en çok, 92 tez, %24,08 yüzdelik dilim ile Akademik Başarıyı, 45 tez, % 11,78 ile Problem Çözme Becerisini, 28 tez, %7,33 ile Yaratıcı Düşünme Becerisini, 27 tez, %7,07 ile Kalıcı Öǧrenmeyi, 26 tez, %6,81 ile Somutlaştırma, 22 tez, %5,76 ile Öǧrenme/Bilgi Transferini ve 21 tez, %5,50 yüzdelik dilim ile Bilgi İşlemsel Düşünme Becerisini olumlu yönde etkilediǧi sonucuna ulaşılmıştır. Kodlama ve robotík eǧitiminin 4 tez, % 1,05 yüzdelik dilim ile Algoritmik/Analitik Düşünme ve Problem Çözme Becerisini, 3 tez %0,79 ile Akademik Başarı ve Somutlaştırmayı, 2 tez, %0,52 ile Bireysel Öǧrenme ve Yaratıcı Düşünme Becerisini, son olarak 1 tez, %0,26 yüzdelik dilim ile Üst Düzey Düşünme becerisini olumsuz yönde etkilediǧi sonucuna ulaşılmıştır. Kodlama ve robotík eǧitiminin 16 tez, %4,19 yüzdelik dilim ile Akademik Başarıyı, 9 tez, %2,35 ile Problem Çözme Becerisi, 8 tez, %2,09 ile Algoritmik/Analitik Düşünme ve 6 tez, % 1,57 yüzdelik dilim ile Bilgi İşlemsel Düşünme becerisine anlamlı düzeyde bir etkisinin olmadıǧı sonucuna ulaşılmıştır. Bu bulgular ışıǧında kodlama ve robotík eǧitiminde yapılan çalışmaların bilişsel süreçlere yönelik sonuçlarının aǧırlıklı olarak pozitif yönlü olduǧu görülmektedir.
Araştırmanın alt problemlerinden biri olan kodlama ve robotík eǧitimi ile ilgili incelenen yüksek lisans ve doktora tezlerinin duyuşsal süreçlerine yönelik sonuçları bakımından daǧılımı incelenmiş ve Tablo 10'da belirtilmiştir.
Tablo 10'a bakıldıǧında incelenen çalışmalarda kodlama ve robotík eǧitiminin en çok, 56 tez, %27,86 yüzdelik dilim ile Motivasyon, 49 tez, %24,38 ile Öz Yeterlilik/Özgüven, 38 tez, % 18,91 ile Tutum ve 23 tez, % 11,44 yüzdelik dilim ile Memnuniyeti olumlu yönde etkilediǧi sonucuna ulaşılmıştır. Kodlama ve robotík eǧitiminin 3 tez, % 1,49 yüzdelik dilim ile Tutum, 2 tez %1 ile Motivasyon ve 1 tez, %0,49 yüzdelik dilim ile Öz Yeterlilik/Özgüvenin olumsuz yönde etkilediǧi sonucuna ulaşılmıştır. Kodlama ve robotík eǧitiminin 15 tez, %7,46 yüzdelik dilim ile Tutum, 8 tez, %3,98 ile Öz Yeterlilik/Özgüven ve 6 tez, %2,99 yüzdelik dilim ile Motivasyon düzeyi üzerinde bir etkisinin olmadıǧı sonucuna ulaşılmıştır.
Araştırmanın alt problemlerinden biri olan kodlama ve robotík eǧitimi alanındaki yüksek lisans ve doktora tezlerinin öǧrenme ortamı ve öǧrenmeyi etkileyen faktörlerine yönelik sonuçları bakımından daǧılımı incelenmiş ve Tablo H'de belirtilmiştir.
Tablo 11'e bakıldıǧında incelenen çalışmalarda kodlama ve robotik eǧitiminin en çok, 35 tez, % 15,09 yüzdelik dilim ile îşbirlikli Çalışma, 28 tez, % 12,07 ile Aktif Katılım/Öǧrenme, 20 tez, %8,62 ile Kullanılabilirlik ve 14 tez, %6,03 yüzdelik dilim ile Etkileşimi olumlu yönde etkilediǧi sonucuna ulaşılmıştır. Kodlama ve robotik eǧitiminin 28 tez, % 12,07 yüzdelik dilim ile Altyapı, 14 tez %6,03 ile Kullanılabilirlik, 22 tez, %9,48 ile Zaman/Maliyet ve 6 tez, %2,59 yüzdelik dilim ile Hazırbulunuşluk düzeyini olumsuz yönde etkilediǧi sonucuna ulaşılmıştır. Kodlama ve robotik eǧitiminin 31 tez, % 13,36 yüzdelik dilim ile Cinsiyet, 8 tez, %3,46 ile Hazırbulunuşluk ve 5 tez, %2,15 ile îşbirlikli Çalışma düzeyleri üzerinde bir etkisinin olmadıǧı sonucuna ulaşılmıştır.
Araştırmanın alt problemlerinden biri olan kodlama ve robotik eǧitimi alanındaki yüksek lisans ve doktora tezlerinde sunulan araştırmaya yönelik öneriler bakımından daǧılımı incelenmiş ve Tablo 12'de belirtilmiştir.
Tablo 12'de incelenen yüksek lisans ve doktora tezlerinin sunduǧu araştırmaya yönelik öneriler 12 farklı kategoride toplanmıştır. Kodlama ve robotik eǧitimi ile ilgili araştırma kapsamına alınan çalışmalarda sunulan araştırmaya yönelik öneriler en çok 133 tez, %21,59 yüzdelik dilim ile Örneklem Sayısı/Düzeyi üzerine olduǧu görülmüştür. Örneklem Sayısı/Düzeyi önerilerini 84 tez, % 13,64 ile Deǧişken İncelemesi, 83 tez, % 13,47 ile Konu/Kapsam, 73 tez, % 11,85 ile Programlama Aracı/Dili,70 tez, % 11,36 ile Eǧitim Alanı/Entegrasyon, 58 tez, %9,42 ile Uygulama Süresi, 43 tez, %6,98 ile Araştırma/Çalışma Yöntemi ve 28 tez, %4,55 yüzdelik dilim ile Veri Toplama Araçlarının takip ettiǧi görülmektedir.
Araştırmanın alt problemlerinden biri olan kodlama ve robotík eǧitimi alanındaki yüksek lisans ve doktora tezlerinde sunulan uygulamaya yönelik öneriler bakımından daǧılımı incelenmiş ve Tablo 13'de belirtilmiştir.
Tablo 13'te incelenen yüksek lisans ve doktora tezlerinin sunduǧu uygulamaya yönelik öneriler 7 farklı kategoride toplanmıştır. Kodlama ve robotík eǧitimi ile ilgili araştırma kapsamına alınan çalışmalarda sunulan uygulamaya yönelik öneriler en çok 53 tez, % 19,70 yüzdelik dilim ile Etkinlik/Materyal/Proje geliştirme üzerine olduǧu görülmüştür. Etkinlik/Materyal/Proje geliştirme önerilerini 84 tez, % 13,64 ile Deǧişken incelemesi, 49 tez, % 18,22 ile Eǧitim/Seminer verilmesi, 48 tez, % 17,84 ile Öǧrenme Ortamı/Süreci,45 tez, %16,73 ile Atölye/Teknik altyapı desteǧi, 42 tez, % 15,61 ile Öǧretim programı/Müfredat çalışması, 22 tez, %8,18ile Ön bilgi düzeyi/Hazırlık çalışması ve 10 tez, %3,72 yüzdelik dilim ile Yazılım geliştirme/Güncelleme üzerine önerilerin takip ettiǧi görülmektedir.
Tartışma, Sonuç ve Öneriler
Kodlama ve robotík eǧitimi alanındaki yüksek lisans ve doktora tezlerinin yayın türlerine göre daǧılımına bakıldıǧında daha çok yüksek lisans tezlerinde yapıldıǧı görülmektedir. Doktora tez çalışmasına göre Yüksek lisans tez çalışmalarının daha fazla olması ise doktora düzeyinde eǧitim veren kurum sayısının az olması, doktora programına alınan öǧrenci sayısının yüksek lisansa göre daha az olması, doktora programlarına öǧrenci seçiminde yüksek lisans programlarına göre daha kapsamlı seçim olması, programlar arası sürecin zorluk derecelerinin aynı olmaması gibi nedenlerle açıklanabilir.
Kodlama ve robotik eǧitimi alanındaki yüksek lisans ve doktora tezlerinin yıllara göre daǧılımına bakıldıǧında, çalışma sayılarının son yıllarda giderek arttıǧı görülmektedir. Bunun nedeni ise, dünya genelinde bu konuya verilen önemin artması ve özellikle teknoloji alanında kariyer sahibi iş insanlarının herkesin programlama öǧrenmesi gerektiǧine dair topluma yön veren konuşmalarının artması ile ilişkilendirmek mümkündür (CNBC, 2018).
Kodlama ve robotik eǧitimi alanındaki yüksek lisans ve doktora tezlerinin öǧrenim düzeylerine göre daǧılımına bakıldıǧında ise, kodlama ve robotik eǧitim uygulamalarının 11 ile 15 yaş aralıǧındaki öǧrencilere yönelik geliştirildiǧi şeklinde yorumlanabilir. Kodlama ve robotik eǧitimi ile ilgili yapılmış olan araştırmalarda örneklem grubu olarak en çok ortaokul eǧitim düzeyinin tercih edilmesinin nedeni ise kodlama eǧitiminin aǧırlıklı olarak ortaokul seviyesinde verilmesi ile açıklanabilir. Talan (2020) yaptıǧı çalışmada, bu araştırma sonuçlarına benzer bir sonuçla karşılaşmıştır. Talan araştırmaların en çok ortaokul düzeyinde (%34.5) yapıldıǧını belirtmiştir. Ayrıca üniversite öǧrencilerinin de (% 19) sıklıkla tercih edilen örneklemler olduǧundan söz etmiştir. En az çalışmanın okulöncesi (%7), lise (% 10.6) ve ilkokul (% 16.9) düzeylerinde olduǧunu belirtmiştir.
Kodlama ve robotik eǧitimi alanındaki yüksek lisans ve doktora tezlerinde kullanılan teknolojilerin (Blok Tabanlı) tekrar etme sıklıǧı bakımından daǧılımlarına bakıldıǧında, araştırmalarda genel olarak blok tabanlı teknolojilerin daha fazla kullanıldıǧı görülmektedir. Bu da öǧrenim düzeyini destekler nitelikte bir sonuçtur. Çalışma baǧlamında incelenen yüksek lisans ve kodlama eǧitimi ile ilgili yapılmış olan tezlerin öǧrenim düzeylerinin %47,67'lik bir oranda ortaokul öǧrencilerinden oluştuǧu görülmüştür. Blok tabanlı teknolojiler ise genellikle ortaokul düzeyinde kullanan teknolojilerdir. Blok tabanlı teknolojiler arasında en çok kullanılan platformun ise Scratch olduǧu görülmüştür. Bu da alan yazını destekler nitelikte bir sonuçtur. Çatlak, Tekdal ve Baz (2015), tarafından yapılan çalışmada 32 makalenin incelenmesi sonucunda birçok kullanıcının Scratch ara yüzünün "sade, anlaşılır ve kod yazmayı gerektirmeden proje oluşturabilme imkânı sunuyor olması" nedeniyle programın kolay anlaşılabilir ve eǧlenceli olduǧunu ifade ettikleri görülmüştür.
Kodlama ve robotik eǧitiminde yapılan çalışmaların bilişsel süreçlere yönelik sonuçlarına bakıldıǧında ise aǧırlıklı olarak pozitif yönlü sonuçlara ulaşıldıǧı görülmektedir. İncelenen tezlerde akademik başarıdan 21. Yüzyıl becerilerine, öǧrenme-bilgi transferinden kalıcı öǧrenmeye kadar elde edilen sonuçların yüksek oranda pozitif yönlü olması göstermektedir ki kodlama ve robotík eǧitimi öǧrencilerin eǧitim ve öǧrenme süreçlerine büyük katkılar saǧlamaktadır. Özellikle akademik başarı ve problem çözme becerilerinin geliştirilmesi üzerinde kaydedilen bu yüksek orandaki başarı ve 21. yüzyıl becerilerinin bu etkinliklerle büyük oranda destekleniyor olması, günümüzde ve gelecekte kodlama ve robotík eǧitimini kültür derslerinin bütünleyici bir parçası haline gelmesinde önemli bir etkiye sahiptir. Kodlama ve robotík eǧitimi üzerine yapılan çalışmaların duyuş sal süreçlere yönelik sonuçlarının da, bilişsel süreçlere yönelik sonuçlarla benzer şekilde aǧırlıklı olarak pozitif yönlü olduǧu görülmüştür. Bu sonuçlar içerisinde ise en çok motivasyon ve öz yeterlilik/özgüvenin olumlu yönde etkilenmesi robotík ve kodlama eǧitiminin yaş grubu ve düzey fark etmeksizin tüm öǧrencilerde olumlu duygularla eǧitim sürecine yöneldikleri ve yine elde etikleri çıktı ve ürünlerle eǧitim-öǧretim sürecine yönelik yeterlilik duygularını yükselttiǧini göstermektedir. Kodlama ve robotík eǧitimi ile ilgili yapılan araştırmaların öǧrenme ortamı ve öǧrenmeyi etkileyen faktörlerine yönelik sonuçların ise aǧırlıklı olarak pozitif yönlü olduǧu görülse de anlamlı farklılıǧın gözlenmediǧi ve negatif yönlü kategorilerde de bazı başlıklar dikkat çekmektedir. Pozitif yönlü sonuçlardan işbirlikli çalışma, aktif katıhm/öǧrcnme ve kullanılabilirliǧin kodlama ve robotik eǧitiminden yüksek oranda olumlu etkilendiǧi görülmüştür. Bunun sebebi kodlama ve robotik etkinliklerinin küçük grup, büyük grup ve bireysel çalışmalara müsait olmasından kaynaklanmaktadır. Bu sonuçla doǧru orantılı olarak, Yayla Eskici, Mercan ve Hakverdi (2020) robotik eǧitimine yönelik yapmış oldukları çalışmada, grup halinde yapılan projelerin hem öǧrenci motivasyonunu artırdıǧı hem de grup dinamiǧini yüksek tutarak öǧrenme ortamını olumlu etkilediǧi sonucuna ulaşmışlardır. Aynı zamanda uygulamaya dönük bir eǧitim olması her bir öǧrencinin süreç içerisinde aktif katılım saǧlamasını zorunlu kılmaktadır. Anlamlı bir farklılıǧın gözlenmediǧi sonuçlar içerisinde yüksek oranda cinsiyetin bulunduǧu görülmektedir. Buda kodlama ve robotik eǧitiminin genel olarak kız veya erkek öǧrenci fark etmeksizin her iki cinsiyet içinde olumlu sonuçlar yarattıǧını düşündürmektedir. İncelenen çalışmada negatif yönlü sonuçlar içerisinde yüksek oranda zaman/maliyet ve altyapıya rastlandıǧı görülmektedir. Bunun sebebi ise kodlama ve robotik eǧitimlerinde kullanılan eǧitim materyallerinin, robotların ve kitlerin maliyetli olması ya da eǧitimin verileceǧi ortamın teknik açıdan bu teknolojik cihazlara yetersiz kalmasından kaynaklanmaktadır.
Kodlama ve robotik eǧitimi üzerine yapılan çalışmaların önerilerinde genel olarak çok daha büyük bir kitleyle ya da çok daha farklı örneklem gruplarıyla araştırmaların yapılması gerektiǧi önerisi yer almaktadır. Bunun sebebi ise kodlama ve robotik eǧitiminin birçok deǧişken üzerinde yaratmış olduǧu anlamlı farklılıǧı daha doǧru sonuçlarla genelleyebilmek ve birçok kitle arasında karşılaştırmalı bir gözlem yapabilmektir. Yine aynı düşünceden hareketle araştırmacılar farklı deǧişkenlerin incelenebileceǧi ve ele alınan konu ve kapsamın daha da genişletilebileceǧi görüşündedir. Kodlama ve robotik eǧitimi alanında yapılan çalışmaların uygulamaya dönük önerilerinde ise aǧırlıklı olarak eǧitim içeriǧinin geliştirilmesi, eǧitim süresinin aynı zamanda niteliǧinin artırılarak tekrar eǧitim verilmesi, öǧrenme ortam/sürecinin revize edilmesi ve eǧitim ortamının teknik alt yapısının güncel teknolojileri destekler nitelikte olması gerektiǧi yer almaktadır. Elde edilen sonuçlardan hareketle araştırmacılar uygulamaya dönük vermiş oldukları önerilerinde ilk olarak eǧitim içeriǧine, niteliǧine ve süresine odaklanmışlardır. Bunun sebebi kodlama ve robotík eǧitimi alanlarında hedef kitleye ve elde edilmesi amaçlanan eǧitim çıktılarına yönelik sürecin çok fazla çeşitlendirilebiliyor olmasından kaynaklanmaktadır. Her yaş düzeyini ve yönelimi destekleyebilecek teknolojik gelişmelerin olması alanda farklı yöntemlerle ve farklı öǧretim tasarımlarıyla araştırılması gereken birçok noktanın olduǧunu göstermektedir.
1Bu çalışma Ankara Üniversitesi Eǧitim Bilimleri Enstitüsünde yürütülen Yüksek Lisans Tez çalışmasının özetidir.
2Sorumlu Yazar; Prof. Dr., Eǧitim Bilimleri Fakültesi, Bilgisayar ve Öǧretim Teknolojileri Eǧitimi Bölümü, Bilgisayar ve Öǧretim Teknolojileri Anabilim Dalı, E-posta: [email protected], https://orcid.org/0000-0003-2312-6311
3 E-posta: [email protected], https://orcid.org/0009-0003-6673-1391
References
Alkan, C.(2005). Eǧitim Teknolojisi (7. Baskı). Ankara: Anı Yayıncılık.
Aydın, G., Saka, M. ve Güzey, S. (2017). 4-8. Sınıf Öǧrencilerinin Fen, Teknoloji, Mühendislik, Matematik (STEM=FETEMM) Tutumlarının İncelenmesi. Mersin Üniversitesi Eǧitim Fakültesi Dergisi, 13(2), 787-802. https://doi.org/10.17860/mcrsincfd.290319
Balanskat, A.,ve Engelhardt, К. (2014). Computing our future: Computer programming and coding - Priorities, school curricula and initiatives across Europe. European Schoolnct. Erişim Adresi: http://www.eun.org/resources/detail7publicationIDM81
Bilgin, N. (2006). Sosyal Bilimlerde içerik Analizi Teknikler ve Örnek Çalışmalar. Ankara: Siyasal.
Buyruk, B. ve Korkmaz, Ö. (2016). FcTcMM Farkındalık Ölçeǧi (FFÖ): Geçerlik ve güvenirlik çalışması. Türk Fen Eǧitimi Dergisi, 13(2), 61-76. Doi: 10.12973/tused.l0179a
Büyüköztürk, Ş., Çakmak, E. K., Akgün, Ö. E., Karadeniz, Ş. ve Demirel, F. (2018). Bilimsel araştırma yöntemleri. Ankara: Pcgem A.
Cavas, B., Kesercioglu, T., Holbrook, J., Rannikmae, M., Ozdogru, E., & Gokler, F. (2012). The effects of robotics club on the students' performance on science process and scientific creativity skills and perceptions on robots, human and society. InProceedings of 3rd International Workshop Teaching Robotics, Teaching with Robotics Integrating Robotics in School Curriculum, 40-50. https://www.terecop.eu/TRTWR2012/trtwr2012_submission_06.pdf
CNBC (2018). Everyone Can Benefit From Learning This Skill www.cnbc.com/2018/09/06/bill-gates-everyone-canbenefit-from-learning-thisskill.html
Code.org (2015a). The hour of code is here. Erişim Adresi: https://code.org/
Code.org (2015b). Code.org kurs katalogu. Kod Stüdyo ile öǧret. Erişim Adresi: https://studio.code.org/
Çankaya, S., Durak, G. ve Vünkül, E. (2017). Robotlarla Programlama Öǧretimi: Öǧrencilerin Deneyimlerinin ve Görüşlerinin İncelenmesi. Turkish Online Journal of Qualitative Inquiry (TOJQI), 8, 428-445. DOI: 10.17569/tojqi.343218
Çatlak, Ş., Tekdal, M., ve Baz, F. Ç. (2015). Scratch yazılımı ile programlama öǧretiminin durumu: Bir doküman inceleme çalışması. Journal of Instructional Technologies & Teacher Education, 4Ģf, 13-25. https://dergipark.org.tr/tr/pub/jitte/issue/25088/264774#article_cite
Ekiz, D. (2009). Bilimsel Araştırma Yöntemleri. Ankara: Anı Yayıncılık.
Ersoy, EL, Madran, R. O. ve Gülbahar, Y. (2011). Programlama Dilleri Öǧretimine Bir Model Önerisi: Robot Programlama. Akademik Bilişim, 11, 731-736.<https://ab.org.tr/abl l/kitap/ersoy_madran_ABl> l.pdf
Fidan, U. ve Yalçın, Y. (2012). Robot Eǧitim Seti Lego Nxt. Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi, 12ÇV), 1-8. https://dergipark.org.tr/tr/pub/akufemubid/issue/1593/19806
Mayring, P. (2000). Qualitative content analysis. Forum: Qualitative Social Research Online Journal, 1(2). https://www.researchgate.net/publication/215666096_Qualitativc_Contcnt_An alysis
Özdemir, D., Çelik, E., Öz, R. (2009). Programlama Eǧitiminde Robot Kullanımı. In 9th International Educational Technology Conference (IETC2009), Ankara, Turkey, http://www.iet-c.net/publication_foldcr/ictc/ictc2009.pdf
Özer, F. (2019). Kodlama Eǧitiminde Robot Kullanımının Ortaokul Öǧrencilerinin Erişi, Motivasyon ve Problem Çözme Becerilerine Etkisi. Hacettepe Üniversitesi, Ankara, Türkiye, http://hdl.handle.net/11655/9227
Saygılı Yıldırım, T. (2020). Robotik Kodlama Öǧretiminde Probleme Dayalı Öǧrenme Yaklaşımının Başarı, Pozitif Duygu ve Bilgi İşlemsel Düşünmeye Etkisi. Çanakkale Onsekiz Mart Üniversitesi, Çanakkale, Türkiye, https ://tez.yok.gov.tr/UlusalTezMerkezi/tezDetay.jsp?id=jN_9cU_8SOfsG5tA 7srKRg&no=B2IVx6LSOwcIIKeoObAo7w
Saygıner, Ş., ve Tüzün, H. (2017). İlköǧretim Düzeyinde Programlama Eǧitimi: Yurt Dışı ve Yurt İçi Perspektifinden Bir Bakış. Akademik Bilişim Konferansı.<https://ab.org.tr/ab 17/bildiri/211> .pdf
Sayın, Z., ve Seferoǧlu, S. S. (2016). Yeni bir 21. Yüzyıl Becerisi Olarak Kodlama Eǧitimi ve Kodlamanın Eǧitim Politikalarına Etkisi. Akademik Bilişim Konferansı, (s. 3-5).https://yunus.haccttcpc.cdu.tr/~sadi/yayin/AB 16_SayinSeferoglu_Kodlama.pdf
Schreier, M. (2012). Qualitative content analysis in practice. Los Angeles: Sage Publications.
Šelvi, M. ve Yıldırım, В. (2017). STEM Öǧretme-Öǧrenme Modelleri: 5E Öǧrenme Modeli, Proje Tabanlı Öǧrenme ve STEM SOS Modeli. Kuramdan Uygulamaya STEM Eǧitimi, 203-238. Ankara: Pegem Yayıncılık.
Siper Kabadayı, G. (2019). Robotik uygulamalarının okul öncesi çocukların yaratıcı düşünme becerileri üzerine etkisi. Hacettepe Üniversitesi, Ankara, Türkiye. http://openaccess.hacettepe.edu.tr: 8080/xmlui/handle/l 1655/8874
Soykan, F. (2018) Sorgulamaya Dayalı Robotik Eǧitiminin Öǧrencilerin Tablet Bilgisayar Kabulü, Kodlama Başarısı ve Özyeterliklerine Etkisi, Yakın Doǧu Üniversitesi Yayınlanmamış Doktora Tezi. https://docs.neu.edu.tr/library/6685044310.pdf
Talan, T. (2020). Eǧitsel Robotik Uygulamaları Üzerine Yapılan Çalışmaların İncelenmesi. Yaşadıkça Eǧitim, 34(2), 503-522. https://doi.org/10.33308/26674874.2020342177
Tavşancıl, E. ve Aslan, E.A. (2001). Sözel, Yazılı Ve Diǧer Materyaller İçin İçerik Analizi Ve Uygulama Örnekleri. Ankara: Epsilon Yayınları.
TTKB (2018). Bilişim Teknolojileri ve Yazılım Dersi Öǧretim Programı. Erişim adresi: http://mufredat.meb.gov.tr/ProgramDetay.aspx?PID=374.
USA Computing Olympiad (2015). USA computing olympiad. Erişim adresi: http://www.usaco.org/
Weber, R. P. (1990). Basic Content Analysis (Second Edition.). Newbury Park: Sage Publications.
Yayla Eskici, G., Mercan, S. ve Hakvcrdi, F. (2020). Robotik kodlama eǧitiminden yansımalar: zihinsel imajlar. Amasya Üniversitesi Eǧitim Fakültesi Dergisi, 9 (1), 30-64. https://dergipark.org.tr/tr/pub/amauefd/issue/54731/631034
Yıldırım, A. ve Şimşek, H. (2006). Sosyal bilimlerde nitel araştırma yöntemleri. Ankara: Seçkin Yayıncılık.
Ethical Declaration and Committee Approval
Ethical committee approval was not obtained because document analysis was performed in the study.
Proportion of Author's Contribution
Since the study is a summary of the first author's Master's thesis, the first author is responsible for identifying the journals, examining the articles within the determined systematic framework, and reporting stages. The second author contributed to determining the subject of the study, determining the criteria of the journals to be examined, maintaining the analysis process as valid and reliable, and reporting.
Çalıma birinci yazarın Yüksek lisans tezinin özeti olması nedeniyle dergileri belirleme, makaleleri belirlenen sistematik çerçevede inceleme, raporlaştırma aşamalarından sorumludur. İkinci yazar çalışmanın konusunun belirlemesi, incelenecek dergilerin kriterlerinin belirlenmesi, analiz sürecinin geçerli ve güvenilir olarak sürdürülmsi ve raporlaştırmaya katkı saǧlamıştır.
