Arduino Temelli Eğitsel Etkinliklerde Yapay Zekâ Entegrasyonu
18th International Computer and Instructional Technologies Symposium (ICITS 2025), Ankara, Türkiye, 18 - 19 Eylül 2025, ss.291-301, (Tam Metin Bildiri)
- Yayın Türü: Bildiri / Tam Metin Bildiri
- Doi Numarası: 10.5281/zenodo.23677580
- Basıldığı Şehir: Ankara
- Basıldığı Ülke: Türkiye
- Sayfa Sayıları: ss.291-301
- İnönü Üniversitesi Adresli: Evet
Özet
Bu çalışmada, sesli kullanıcı ifadelerinin duygu analizini yapay zekâ ile gerçekleştiren ve analiz sonucunu fiziksel bir çıktı olarak 8×8 LED Matrix üzerinde emoji biçiminde sunan bir sistem tasarlanmıştır. Sistem, doğal konuşma verilerini Google Speech-to-Text API ile metne dönüştürdükten sonra Hugging Face üzerinden sağlanan DistilBERT modeli kullanılarak metni olumlu veya olumsuz olarak sınıflandırmaktadır. Python ortamında geliştirilen yazılım ile analiz sonucuna göre Arduino'ya seri port üzerinden "P" (pozitif) veya "N" (negatif) karakteri gönderilmekte ve LED Matrix üzerinde uygun emoji simgeleri gösterilmektedir. Geliştirilen bu sistem, hem donanım hem de yazılım bileşenlerinin gerçek zamanlı iletişimiyle çalışmakta ve eğitim teknolojileri alanında yapay zekâ uygulamaları için örnek teşkil etmektedir. Yapılan testlerde modelin duygu sınıflandırma doğruluğu %90'ın üzerinde bulunmuştur. Uygulamanın özellikle STEM, kodlama ve yapay zekâ okuryazarlığı eğitimlerinde öğrencilerin algoritmik düşünme, problem çözme ve empatik farkındalık becerilerini geliştirmeye yönelik potansiyel taşıdığı görülmüştür. Proje, aynı zamanda sesli iletişimin analizine dayalı olarak düşük maliyetli donanım platformları ile eğitimsel yapay zekâ senaryolarının bütünleştirilebileceğini göstermektedir.
In this study, a system was designed that uses artificial intelligence to perform sentiment analysis on spoken user utterances and presents the analysis results as physical output in the form of emojis on an 8×8 LED matrix. The system converts natural speech data into text using the Google Speech-to-Text API and then classifies the text as positive or negative using the DistilBERT model provided by Hugging Face. Using software developed in the Python environment, the characters "P" (positive) or "N" (negative) are sent to the Arduino via a serial port based on the analysis results, and the corresponding emoji symbols are displayed on the LED matrix. This system operates through real-time communication between both hardware and software components and serves as a model for artificial intelligence applications in the field of educational technology. In tests, the model's sentiment classification accuracy was found to be over 90%. The application has been found to hold particular potential for developing students' algorithmic thinking, problem-solving, and empathetic awareness skills, especially in STEM, coding, and artificial intelligence literacy education. The project also demonstrates that educational artificial intelligence scenarios can be integrated with low-cost hardware platforms based on the analysis of voice communication.