Yapay Zeka ve Eğitim
Eğitimciler olarak etik ilkeleri, yapay zekânın eğitimdeki rolü hakkındaki çalışmaların ana odağı haline getirerek, eğitimde yapay zekâ bağlamında etkili çözüm ve önerilerin geliştirilmesinin yolunu açabiliriz. Bu amaçla, eğitim dünyası için emsal teşkil edebilecek nitelikte bir kaynak oluşturacak Hisar Okulları Yapay Zeka Eğitim Politikası oluşturma süreci başlatılmıştır. Bilgisayar Bilimleri Öğretmenleri Derneği (CSTA: Computer Science Teachers’ Association) ve Yapay Zekâyı Geliştirme Derneği (AAAI: Advancement of Artificial Intelligence) konuyu eğitimciler bağlamında netleştirmek için yapay zekâyı beş temadan oluşan bir küme olarak tanımlamayı öneriyor.
- Algı (Perception): Bilgisayarlar dünyayı sensörler aracılığı ile algılayabilir.
- Modelleme ve Muhakeme (Representation and Reasoning): Bilgisayarlar, veri yapılarını kullanarak modellemeler oluşturur ve bu modeller, hali hazırda bilinenlerden yeni bilgiler türeten muhakeme algoritmalarını kullanır.
- Öğrenme (Learning): Bilgisayarlar verilerden öğrenebilir. Makine öğrenimi, verilerdeki kalıpları bulan bir tür istatistiksel çıkarımdır.
- Doğal Etkileşim (Natural Interaction): Yapay zekâ geliştiricileri, insanlarla doğal olarak etkileşime giren sistemler oluşturmaya çalışır / çalışıyor.
- Toplumsal Etki (Social Impact): Yapay zekâ toplumu olumlu ya da olumsuz yönde etkileyebilir.
Yapay Zekâ
Yapay Zekâ (YZ), insanlar tarafından tanımlanan bir dizi hedef verildiğinde, gerçek veya sanal ortamları etkileyen tahminlerde ve önerilerde bulunabilen, veya kararlar verebilen makine tabanlı sistemleri ifade eder. YZ sistemleri, doğrudan veya dolaylı olarak bizimle etkileşime girer. Sıklıkla otonom bir şekilde çalışır ve bağlam hakkında öğrenerek davranışlarını adapte edebilirler. (UNICEF 2021)
Yapay Öğrenme
- Yüzyılın başlarında, YZ çalışmalarının “yapay öğrenme” adı verilen kolunda önemli gelişmeler yaşandı. Yapay öğrenme, bilgisayarın bir beceriyi kazanması için gerekli programın bir insan tarafından değil, o beceriye ilişkin çok sayıda örnekten bilgisayarın kendisi tarafından oluşturulmasına (yani “öğrenilmesi”ne) verilen addır.
Yapay Sinir Ağları
Özellikle insan beynindeki sinir hücreleri ağının yapısından esinlenerek oluşturulan “yapay sinir ağları” üzerinde “derin öğrenme” adındaki yapay öğrenme tekniklerinin kullanılmasıyla birçok konuda insanların performansıyla yarışabilen YZ ürünleri geliştirilebilmiştir. Bu, insan beynine benzeyen katmanlı bir yapıda birbirine bağlı düğümleri veya nöronları kullanan ve derin öğrenme adı verilen bir tür makine öğrenimi sürecidir.
Alan Turing, 1950
Bilgisayar biliminin kurucusu kabul edilen büyük İngiliz matematikçi Alan Turing, 1950’de yazdığı bir makalede zeki bir insanı kandırabilecek kadar iyi kalitede insan taklidi yaparak yazışma yeteneği kazandırılmış bir bilgisayar için “düşünüyor” denilebileceği görüşünü savundu.
Dartmouth Çalıştayı, 1956
Bu fikrin heyecanlandırdığı bir grup ABD’li bilim insanı da 1956’da Hanover kasabasındaki Dartmouth Koleji’nde ilk kez “YZ” teriminin kullanıldığı bir bilimsel toplantıda bir araya gelerek birkaç yıl içinde böylesi “zeki” makineler inşa etme hedefini açıkça ortaya koydular.
Garri Kasparov IBM Deep Blue, 1997
1997’de dünya satranç şampiyonu Garri Kasparov’u yenmeyi başaran bilgisayar sistemi herhangi bir “zekice” işi bilgisayara yaptırmak için o işin nasıl yapılacağını iyi anlamanın ve bilgisayara bir program şekilde kodlamanın yeterli olacağı fikrinin zaferiydi.
Google Deep Mind AlphaGo, 2015
AlphaGo, Ekim 2015’te, profesyonel bir go oyuncusunu avantaj verilmeden yenen ilk bilgisayar programı oldu.
Üretken Yapay Zekâ
Üretken YZ, eğitildikleri verilere dayanarak metin, resim, müzik, ses ve video gibi yeni içerikler oluşturmak için YZ’nın kullanılması olarak ifade edilebilir. Bu araçlar çoklu görev yapabilen ve özetleme, soru-cevap, sınıflandırma ve daha fazlası dahil olmak üzere kullanıma hazır görevleri gerçekleştirebilen temel YZ modelleri tarafından desteklenmektedir.
YZ Eğitim Politikaları
“YZ’nın eğitime entegrasyonu, basit bir tanımla öğrenen öznenin düşünme yetisini bir robota delege etmekten öte, çok daha büyük sosyal ve pedagojik saikler ile temellendiriliyor. Bu da aslında, YZ’nın eğitime entegrasyonu konusunda büyük resmi görmek, vizyon sahibi olmak ve politikalar oluşturmak ile mümkün.”
Pek çok ülke YZ bağlamında strateji, politika ve yol haritalarını yayınlamaya devam ediyor.
- Avustralya: Australian Framework
- Yeni Zelanda: NewZealand Framework
- Amerika: US AI Future Learning
- Singapur: National AI Strategies
Hisar Okulları Bilişim Stratejileri Merkezi, okul toplumunda farkındalığı artırmak, konu ile ilgili strateji ve politikaların oluşturulmasını sağlamak, farklı perspektiflerden YZ konusunu konumlandırmak amacı çalışmalarını yürütmektedir.
Hisar Okulları YZ Politikası
Katılımcı bir yaklaşımla bir araya gelen, idari kadro, akademik kadro, akademisyenler ve iş dünyasının katılımı ile gerçekleşen Hisar Okulları YZ Eğitim Politikası çalışmaların bir çıktısı olarak öne çıkan başlıklar aşağıda açıklanmıştır.
Etik Hususlar, Şeffaflık Ve Hesap Verilebilirlik
Eğitim süreçlerinde YZ kullanımına ilişkin etik kuralların belirlenmesi, eğitimcilerin YZ’nın öğrenmeyi destekleyecek şekilde olumlu etkilerinin yanı sıra olası risklerini de dikkate almalarını sağlar.
Veri Gizliliği Ve Güvenliği
YZ destekli eğitim sistemleri, öğrenciler hakkında akademik performansları, öğrenme alışkanlıkları ve kişisel bilgileri de dahil olmak üzere pek çok veri toplar. YZ sistemlerinin verilere dayalı çalışma yapısı, veri gizliliği ve güvenliği konusunda önemli ölçüde dikkat ve özen gerektirir.
Doğruluk Ve Güvenilirlik
Üretken YZ (Generative AI) araçlarının kullanıcılara zaman zaman yanlış bilgi verdiğini, gerçek olmayan profesyonel görünümlü alıntılar ve çelişkili ifadeler oluşturduğunu ve ön yargılı kavramları sonuçlara dahil edebildiğini göz önünde bulundurmak son derece önemlidir.
Müfredata Entegrasyon Süreçleri
Eğitimcilerin YZ sistemlerinin tüm süreçlerini anlamaya çalışmak yerine, temel mekanizmalarını ve sınırlamalarını anlamaları ve bu sistemlerin güvenli ve etik bir şekilde öğretme ve öğrenmeyi desteklemek için nasıl kullanılabileceğinin farkında olmaları önemlidir.
Akademik Dürüstlük
YZ araçlarının kullanımı konusunda “kabul edilebilir kullanım kuralları” YZ teknolojilerinin öğrenmeyi destekleyecek etik, sorumlu ve amaçlandığı şekilde kullanılmasını ifade eder ve öğrencilerin kendi özgün çalışmalarını üretmelerini temel alır.
Profesyonel Öğrenme
Öğrenen bir okul toplumu olarak YZ sistemleri konusunda yaşanan gelişmeleri dikkate almak, ve bu doğrultuda okul toplumunun bilgi ve becerilerinin geliştirilmesi gerekliliği açıktır.
Hisar Okulları Yapay Zeka Eğitim Politikası’na buradan ulaşabilirsiniz.
İçgörüler ve Öneriler
ABD Eğitim Bakanlığı Eğitim Teknolojileri Ofisi, eğitim kurumlarının YZ teknolojilerini nasıl konumlandıracakları konusunda önemli tavsiyelerde bulunuyor;
- Eğitimin merkezinde insanı (öğretmeni / öğrenciyi) konumlandırın.
- YZ yaklaşımlarını ortak bir eğitim vizyonuyla uyumlu hale getirin.
- Modern öğrenme i̇lkelerini içeren tasarımları kullanın.
- Güveni güçlendirmeye öncelik verin.
- Eğitimcileri bilgilendirin ve sürece dahil edin.
- AR-GE çalışmalarını, YZ’yı eğitim bağlamında ele almak için odaklayın.
McKinsey tarafından hazırlanan rapor ise YZ’nın ilk ve önemli faydasının düşük seviyeli yükleri azaltarak öğretim işlerini geliştirmek olabileceğini ifade ediyor, araştırmalara göre öğretmenler haftada yaklaşık 50 saat çalışıyor ve zamanlarının yarısından daha azını öğrencilerle doğrudan etkileşim içinde geçiriyorlar. YZ, tekrar eden rutin görevleri otomatikleştirerek öğretmenlerin öğrencilerine / öğrenmelerine daha fazla zaman ayırmasını sağlayabilir.