AI Summary & Key Takeaways
AI InsightAccording to the research findings, while both sources provided similar definitions for concrete concepts, the GPT-4o model stood out in terms of contextual depth and diversity of examples, especially for abstract and multi-layered concepts.
📌 3 Key Takeaways
Abstract
The aim of this study is to reveal the differences between artificial intelligence-based large language models and traditional dictionary definitions, and to evaluate how these differences reflect on Turkish language teaching. The research is not limited to the comparison of definitions; it also emphasizes the importance of associating the findings with Turkish language instruction and shedding light on the development of methods and materials in this context. In the study, document analysis—one of the qualitative research methods—was adopted. Twenty words, ten concrete and ten abstract, that are frequently encountered in contemporary Turkish were selected using purposive samp-ling. The definitions of these words were obtained from the Turkish Language Association’s (TDK) online contemporary dictionary and from the GPT-4o large language model, guided by detailed instructions. The definitions were tabulated in terms of etymological origin, semantic variety, compound structures, idioms, example sentences, and technical or cultural usage; the collected data were coded through content analysis and evaluated for reliability by a second expert. According to the research findings, while both sources provided similar definitions for concrete concepts, the GPT-4o model stood out in terms of contextual depth and diversity of examples, especially for abstract and multi-layered concepts.
Özet
Bu araştırma, 2006-2024 Türkçe Dersi Öğretim Programlarında 6–8. sınıf ses bilgisi terimlerindeki değişimi incelemektedir. Çalışma, ses bilgisi terimlerinin programlardaki görünümünü, yoğunlaştığı alanları ve kullanım şekillerini incelemeyi amaçlamıştır. Çalışmada, nitel araştırma yaklaşımı benimsenmiştir. Boylamsal ve karşılaştırmalı doküman incelemesi kullanılmıştır. Veri toplama sürecinde 56 maddelik “Ses Bilgisi Terimleri Tarama Listesi” kullanılmıştır. Bu liste temel birimler, ses sistemleri, uyumlar, ses olayları ve söyleyiş alanlarını kapsamaktadır. Program metinlerini iki araştırmacı kodlamıştır. Terimlerin görünme durumu, sınıf düzeyi, programdaki yeri ve kullanım biçimi ayrı ayrı kaydedilmiştir. Kodlama sürecinde görüş ayrılığı oluşan kayıtlar yeniden incelenmiştir. Nihai karar, ortak değerlendirme sonucunda verilmiştir. Tarama listesinin kapsamı ve kodlama kararları için alan uzmanı görüşü alınmıştır. Veriler, frekans ve yüzde değerleriyle desteklenmiş, betimsel içerik analiziyle çözümlenmiştir. Araştırma sonucunda; 2006 programında ses bilgisi terimleri 6–8. sınıf düzeyinde daha yoğun ve farklı alanlarda yer almıştır. Görünürlük 2015, 2017, 2018 ve 2019 programlarında belirgin biçimde azalmıştır. Ses olayları ve söyleyiş/üstsesbirim alanlarında 2024 programında yeniden artış görülmüştür. Bulgular, ses bilgisi terimlerinin programlarda farklı biçimlerde yer aldığını göstermiştir. Bu farklılık terim sayısı, sınıf düzeyi, programdaki yeri ve kullanım amacı üzerinden izlenmiştir.