Large Language Models in Education: Foundations, Customization, Applications, and Responsible Use
Özet
Bu kitap, eğitimde büyük dil modellerinin (LLM) temelleri, özelleştirilmesi, uygulamaları ve sorumlu kullanımı üzerine kapsamlı bir inceleme sunmaktadır. İlk bölümde, LLM'lerin ne olduğu, doğal dil işleme alanındaki gelişmeler, özellikle Transformer mimarisi ve GPT ailesi modelleri üzerinde durulmaktadır. Eğitim alanındaki potansiyelleri, ölçeklendirme yasaları, bağlam içinde öğrenme yetenekleri ve model türleri arasındaki farklar detaylıca anlatılmaktadır. İkinci bölüm, eğitim için LLM'lerin nasıl özelleştirilebileceği ve konuşlandırılabileceği yöntemlerini ele alır. Burada, prompt mühendisliği, retrieval-augmented generation (RAG) ve parametre-verimli ince ayar teknikleri gibi araçlar pedagogik uyumluluk ve veri mahremiyeti perspektifleriyle sunulmaktadır. Üçüncü bölüm ise LLM destekli eğitim uygulamalarının tasarımı, entegrasyonu ve değerlendirilmesi konularına odaklanır. Otomatik sınav oluşturma, essay değerlendirmesi, dil öğrenme destekleri ve kodlama asistanları gibi kullanım örnekleri verilirken, kullanıcı arayüzü ve deneyimi açısından da rehberlik sunulmaktadır. Son bölüm ise etik zorlukları ele alır; özellikle halüsinasyon riski, önyargılar, veri güvenliği, hesap verebilirlik ve şeffaflık gibi kritik konular kapsamlı bir şekilde tartışılır. Kitap, eğitimde yapay zekinin potansiyelini sorumlu ve pedagojik değerleri gözeterek kullanmanın yol haritasını çizmektedir.
This book provides a comprehensive exploration of Large Language Models (LLMs) in education, covering their foundations, customization, applications, and responsible usage. The first chapter explains what LLMs are, tracing their development from traditional natural language processing to the transformer architecture and GPT-family models. It highlights their educational potential, scaling laws, in-context learning abilities, and distinctions between proprietary and open-source models. The second chapter discusses customization and deployment strategies for LLMs in education, including prompt engineering, retrieval-augmented generation (RAG), and parameter-efficient fine-tuning, emphasizing pedagogical alignment and data privacy. The third chapter focuses on the design, integration, and evaluation of LLM-supported educational applications like automated quiz generation, essay scoring, language learning assistants, and coding tools, alongside user interaction and experience design principles. The final chapter addresses ethical challenges concerning hallucinations, biases, privacy, accountability, and transparency. It argues for responsible AI frameworks that balance innovation with human oversight, highlighting the necessity of AI literacy and explainable AI in educational contexts. Overall, the book outlines a roadmap for harnessing AI’s transformative power in learning environments while safeguarding critical pedagogical and ethical values.
Kitap Bölümleri
4 bölüm · Mevcut sayfa ve DOI kayıtlarıAtıf bilgisi
Burcu Bektaş Güneş. (2025). Large Language Models in Education: Foundations, Customization, Applications, and Responsible Use. Bidge Yayınları. DOI: 10.70269/4MKV4AHYK6WF
