Mobil tabanlı programlama öğrenme uygulamaları seçiminde bulanık karar analizi

Python programlama, yapay zekâ uygulamalarına artan ilgiyle son yıllarda büyük popülerlik kazanmıştır. Mobil cihazların yaygınlaşmasıyla Python programlamaya yönelik uygulamaların sayısı da artmıştır. Bu çalışmada, başta Python olmak üzere programlama öğretim uygulamalarının seçiminde kullanılabilecek bir bulanık karar modeli geliştirilmiştir. Modelin karar ağacı önerilen probleme-özgü kriterler ile oluşturulmuştur. Karar mekanizmasının işleyişinde ise Analitik Hiyerarşi Prosesi (AHP) ve İdeal Çözüme Dayalı Sıralama Tekniği (TOPSIS) temel alınmıştır. Model değerlendirme sürecinde 4 farklı programlama öğretim uygulaması kullanılmıştır. Uygulamaların seçimini etkileyebilecek ölçütler literatür taraması ve uzman görüşleri ile belirlenmiştir. Ardından, bu ölçütler karşılaştırma anketlerine dönüştürülmüştür. Yedi alan uzmanı çalışmaya katılmış ve anket sonuçları yarı yapılandırılmış görüşmeler ile analiz edilmiştir. Genişletilmiş Bulanık AHP ve TOPSIS ile elde edilen sonuçlar karşılaştırmalı raporlanmıştır. Değerlendirmeler dahilinde araştırmadaki mobil uygulamalardan en fazla ağırlığı 0,379 (Ci=0,585) önem derecesi ile Sololearn göstermiştir. Ağırlık değerlerine göre derecelendirme ölçütleri, ana kategorilerde "içerik" (0.438), "öğretim" (0.338) ve "uygulama" (0.224) olurken, alt kategorilerde "anlaşılabilirlik" (0,163), "doğruluk" (0,162), "geri bildirim" (0,131), "öğretim stratejisi" (0,129), "güncellik" (0,100), "kullanım kolaylığı" (0,081), "etkileşim araçları" (0,075), "çalışırlık" (0,053), "ücretlendirme" (0,036), "güvenlik" (0,036), "destek ve dokümantasyon" (0,019), "bütünlük" (0,013), "kişiselleştirilebilirlik" (0,002) ve "platform esnekliği" (0,000) olarak sıralanmıştır. Araştırma bulguları bu ölçütler dahilinde geliştirilen model ve katılımcıların görüşleri ile sınırlıdır. Gelecekte yapılacak çalışmalarda, karar modeli farklı veya daha geniş uzman grupla, Python veya diğer programlama dilleri için uygulanabilir. Bu çalışmanın, mobil öğrenme uygulamalarının değerlendirilmesinde literatüre katkı sağlayacağı düşünülmektedir.