Yapay zekâ uygulamalarının popüler bir hâl alıp sosyal yaşamda kullanılmaya başlanmasıyla birlikte eğitim ve öğretimin geleceğine bir bakış atmak da zorunlu hâle geldi.

Eğitimciler yapay zekâ uygulamalarının özellikle sınav sorularına anlamlı yanıtlar üretmesine ve dolayısıyla da cevapların değerlendirilme süreçlerine olan etkilerine dikkat çekiyorlar. ¹ Öyle ki sorulara yapay zekâ uygulamalarınca verilen yanıtları belirli bir kaynağa atfetmek genellikle mümkün olmuyor; sonuçta bu da intihalin tespit edilmesini zorlaştırıyor.

Bu türden endişelerin şirketlerce görülüp konuya dönük çalışma başlatması uzun sürmedi. Örneğin kimi yapay zekâ şirketleri kısa bir süre içinde sohbet robotlarının ürettiği içeriğe gömülmek üzere bir “dijital filigran” geliştirdiğini duyurdu. ² Bu tür bir filigran, içeriğin yapay zekâ tarafından üretildiğini gösteren ve teoride de olsa ortadan kaldırılması zor olması planlanan dijital bir sinyal olarak verinin içine işleniyor.

Birçok uzman, insanların bu tedbir karşısında da çözümler üretecekleri fikrinde. ³ Önümüzdeki süreçte birbirinden yetenekli başkaca yapay zekâ modellerinin ortaya çıkması da çok uzun zaman almayacaktır. Peki bütün bunlar eğitim sistemlerimiz için ne anlama geliyor?

Oldukça çetin bir geleceğin bizi beklediğini söylemek zor değil…

ChatGPT nedir?

ChatGPT, yaklaşık 500 milyar kelimelik büyük bir metin verisi ile çalışan büyük bir dil modeli (LLM) olan GPT3 ile geliştirilmiştir. ⁴ Kapsamlı dil modelleri, soru şeklinde ifade edilen bir girdi listesi verildiğinde bir sonraki en olası seçeneği öngörerek çalışır.

Model, dünyamızın karmaşıklığını temsil edebilecek milyarlarca parametre kullanılarak geliştiriliyor. Algoritma, bir dizi soruya insan benzeri yanıtlar üretebilinceye kadar gerçek dünya verilerini kullanarak parametrelerini yeniden düzenliyor. Aşağıda ChatGPT üzerinden gerçekleştirilen bir soru-cevap örneği verilmiştir:

Soru: Bir pirinç tanesine kaç yumurta sığabilir?

Yanıt: Yumurtanın bir pirinç tanesine sığması mümkün değildir, çünkü bir pirinç tanesinin boyutu yumurtadan çok daha küçüktür. Pirinç tanesi, tipik olarak çapı bir milimetreden az olan küçük, yuvarlak bir tahılken, yumurta genellikle birkaç santimetre uzunluğunda ve genişliğinde olan çok daha büyük bir nesnedir.

Kusursuz olmasa da ChatGPT‘nin yetenekleri hem şaşırtıyor hem de heyecanlandırıyor. Örneğin müzik besteleri, programlama kodları yazabiliyor ve tüm iş görüşmesi süreçlerini simüle edebiliyor. Hatta hazırlanmak için genellikle 2-6 ay süre gereken Amazon Web Services Certified Cloud Practitioner sınavını dahi geçmeyi başarabiliyor.

Asıl endişe verici olan belki de bu teknolojinin henüz başlangıç seviyesinde oluşudur. ChatGPT’nin kullanım alanlarını keşfetmek isteyen milyonlarca kullanıcı, bu uygulamayı kullandığı sürece aynı zamanda bu sohbet robotunun daha da gelişmesi için şirkete daha fazla veri sağlamış oluyor.

Modelin bir sonraki versiyonu olan GPT4, GPT3’ten yaklaşık 500 kat daha fazla, yani yaklaşık 100 trilyon parametreye sahip olacak. Bu da insan beynindeki sinirsel bağlantı sayısına yaklaşmak anlamına geliyor.

Yapay zekâ teknolojisi ile çalışan bir satranç oyuncusu robot ile gerçek bir satranç oyuncusunun maçını sembolize etmektedir.

Yapay zekâ eğitimin geleceğini nasıl etkileyecek?

Yapay zekâ sistemlerinin ulaştığı boyut, eğitimdeki süreç ve ölçme-değerlendirme uygulamalarımız üzerinde büyük bir soru işareti yaratıyor.

Okullardaki ölçe ve değerlendirme uygulamaları çoğunlukla öğrencilerin öğrenmelerini ortaya koydukları, notlandırılabilir bir ürün, genellikle bir makale veya yazılı ödev sunmalarına dayanmaktadır. Yapay zekâ modelleri ile bu “ürünler” daha yüksek standartlarda, daha kısa sürede ve öğrencinin çok az çabasıyla üretilebiliyor.

Başka bir deyişle öğrencinin ortaya koyduğu ürün artık dersin öğrenciye kazandırmayı amaçladığı kazanımları edinip edinmediğine dair gerçek bir kanıt sunmayabilir.

Üstelik bu sadece yazılı değerlendirmeler için geçerli bir sorun değil. Şubat ayında yayımlanan bir çalışma, OpenAI‘nin GPT3 dil modelinin programlamaya giriş derslerinde çoğu öğrenciden önemli ölçüde daha iyi performans gösterdiğini ortaya koymuştur. ⁵ Araştırmacılar bu durumun “programlamaya giriş derslerinin öğretimi ve öğrenimi için varoluşsal bir tehdit oluşturduğunu” ifade etmişlerdir.

Model aynı zamanda film ve tiyatro senaryoları oluşturabilirken DALL-E gibi görüntü oluşturucu yapay zekâ sistemleriyle yüksek kaliteli sanat eserleri de üretebiliyor.

Bu gelişmelere nasıl tepki göstermeliyiz?

Bundan sonra, yapay zekânın öğretme ve öğrenmeyi sekteye uğratmak yerine desteklemek amacıyla kullanılabileceği yolları düşünmemiz gerekecek. İşte bunu yapmanın üç yolu:

1. Yapay zekâyı sınıf ortamlarına ve dersliklere yerleştirin

Tarih, eğitim kurumlarının yeni teknolojilere uyum sağlayabildiğini tekrar tekrar göstermiştir. Taşınabilir hesap makinelerinin 1970’lerdeki yükselişi matematik öğretmenlerini derslerinin geleceği konusunda endişeye sevk etmişti; ⁶ ancak görülen o ki matematik, akademik bir ders olarak değerini korumaya devam ediyor.

Tıpkı Wikipedia ve Google‘ın öğrencinin başarısının değerlendirilmesinde yapılan işlemlerin sonunu getirmediği gibi, yapay zekâ da bunun sonunu getirmeyecektir. ⁷ Hatta, yeni teknolojiler iş dünyasının yeni ve yaratıcı yöntemlere yönelmesine olanak sağlıyor. Aynı şey yapay zekâ ile öğrenme ve öğretme için de geçerli olacaktır.

Özetle yapay zekâ modelleri, yasaklanmak yerine öğretme ve öğrenmeye makul bir şekilde entegre edilmelidir.

2. Öğrencileri eleştirel düşünce becerileriyle değerlendirin

Bir yapay zekâ modelinin taklit edemeyeceği tek şey öğrenme süreciyle bunun beraberinde getirdiği zihinsel hareketliliktir.

Değerlendirmelerin kapsamı, sadece nihai ürünün değerlendirilmesinden bir öğrenciyi bu ürüne götüren tüm sürecin değerlendirilmesine kadar genişletilebilir. Bu durumda odak noktası doğrudan öğrencinin eleştirel düşünme, yaratıcılık ve problem çözme becerileri olacaktır.

Böylece öğrenciler verilen görevi tamamlamak için yapay zekâyı diledikleri gibi kullanabilseler de kendi becerilerine göre değerlendirileceklerdir.

3. Müfredatı güncelleyin

Eğitimciler, yapay zekâ kullanımını yasaklamak için sınıf içi sınavlara ağırlık vermek yerine öğrencilerin gelecekte başarılı olmak için neleri bilmeleri gerektiğine odaklanan değerlendirmeler tasarlayabilirler. Yapay zekâ teknolojileri de bunlardan birisidir.

Teknoloji yaygınlaştıkça yapay zekâ modellerinin sektörler arasında kullanım alanları da artacaktır. Öğrenciler gelecekteki iş alanlarında yapay zekâyı kullanacaklarsa neden onları şimdiden buna hazırlamayalım?

Yapay zekânın yükselişi

Rusya’da 1917 senesinde yaşanan Bolşevik Devrimi’nin lideri Vladimir Lenin’in şöyle söylediği iddia edilir:

“Hiçbir şeyin yaşanmadığı on yıllar ve on yılların yaşandığı haftalar vardır.”

Bu ifade yapay zekâ alanında da kendini göstermeye başladı. Yapay zekâ bizi eğitimi yeniden düşünmeye yönlendiriyor. Ancak onu benimser ve doğru kullanırsak hem öğrenci hem de öğretmenler için faydalı işler çıkaracağına şüphe yoktur.

Bu makale Sosyolog Ömer Yıldırım tarafından www.felsefe.gen.tr için, Vitomir Kovanovic’in “The dawn of AI has come, and its implications for education couldn’t be more significant” isimli makalesinden Türkçeye çevrilip derlenerek hazırlanmıştır. Alıntılanması durumunda kaynak gösterilmesi, ahlaklıca olanıdır.

Çeviri ve Derleme: Sosyolog Ömer YILDIRIM

1. The Guardian, “AI bot ChatGPT stuns academics with essay-writing skills and usability”, Erişim: 26.12.2023, https://www.theguardian.com/technology/2022/dec/04/ai-bot-chatgpt-stuns-academics-with-essay-writing-skills-and-usability
2. TechCrunch+, “OpenAI’s attempts to watermark AI text hit limits”, Erişim: 26.12.2023, https://techcrunch.com/2022/12/10/openais-attempts-to-watermark-ai-text-hit-limits/
3. New Scientist, “OpenAI is developing a watermark to identify work from its GPT text AI”, Erişim: 26.12.2023, https://www.newscientist.com/article/2350655-openai-is-developing-a-watermark-to-identify-work-from-its-gpt-text-ai/
4. Data Solutions Company, Real-Time Data Analytics – Sigmoid, “GPT-3: All you need to know about the AI language model”, Erişim: 26.12.2023, https://www.sigmoid.com/blogs/gpt-3-all-you-need-to-know-about-the-ai-language-model/
5. Finnie-Ansley, J., Denny, P., Becker, B.A., Luxton-Reilly, A., Prather, J.,(2022). The Robots Are Coming: Exploring the Implications of OpenAI Codex on Introductory Programming. Proceedings of the 24th Australasian Computing Education Conference, 10-19, https://doi.org/10.1145/3511861.3511863
6. Rudnick, J.A., Krulik, S., (1976). The minicalculator: friend or foe?. The Arithmetic Teacher, 23 (8), 654-656, https://www.jstor.org/stable/41191429
7. Carlota Perez, 2009. “Technological revolutions and techno-economic paradigms,” The Other Canon Foundation and Tallinn University of Technology Working Papers in Technology Governance and Economic Dynamics 20, TUT Ragnar Nurkse Department of Innovation and Governance. https://ideas.repec.org/p/tth/wpaper/20.html