Ana içeriğe atla
European School Education Platform
Expert article

Eğitimde Yapay Zekâ: zorluklar ve fırsatlar

Makine öğrenimi ve doğal dil işleme alanlarında kaydedilen gelişmeler ve büyük miktarlarda veri mevcudiyeti Yapay Zekâyı, diğerleri arasında, çağımızın büyük bir teknolojik devrimi haline getirdi. Her ne kadar Yapay Zekâ araçları ve teknolojileri öncelikli olarak işletme ve endüstriler için geliştiriliyor olsa da yapay zekâ çözümleri hızla sınıflara da nüfuz ediyor.
children using virtual reality headset
Adobe Stock/Katarzyna Bialasiewicz Photographee.eu

Birçok öğretmen, öğrenim ve öğretimi geliştirmek ve öğrencileri yapay zekâyla şekillendirilen bir dünyaya hazırlamak için bir dizi yapay zekâ aracına halihazırda erişebilmektedir. Sınıfta kullanılmak üzere denenmiş ve test edilmiş çok sayıda yapay zekâ aracı, AB Kod Haftası Okullara Yönelik Yapay Zekâ Temelleri Kitlesel Açık Çevrimiçi Ders katılımcıları tarafından kitle kaynaklı olarak hazırlanan bu müfredat genelinde Yapay Zekâ Araçları ve Teknolojileri listesinde bulunabilir.

 

Dil öğrenme uygulamaları, dil çevirmenleri, matematik yardımcıları, otomatik transkripsiyon ve altyazı araçları veya özelleştirilmiş öğrenme deneyimleri sunan dijital asistanlar gibi yapay zekâ uygulamaları, kişiselleştirilmiş öğrenmeyi hızlandırmak amacıyla halihazırda yaygın olarak kullanılmaktadır. Yapay zekâ, özel ihtiyaçları olan öğrencileri destekleme konusunda da büyük bir potansiyel vaat etmektedir. Yapay zekâ güdümlü çözümler, öğrencilere kapsamlı değerlendirme ve zamanında ve hedefe odaklı geri bildirim sağlayarak değerlendirme uygulamalarını köklü bir şekilde dönüştürebilir. Öğrenme analitiklerinin etkili bir şekilde kullanımı, öğretmenlerin öğrencilerinin nasıl öğrendikleri, hangi sorunlarla karşılaştıkları, ne kadar motive oldukları, nasıl hissettikleri ve uygun öğretim yöntemlerini seçmek ve öğrenme sürecini farklılaştırmak için öğrencilerin bir öğrenme durumuna nasıl tepki verdikleri hakkında daha kapsamlı bir içgörü edinmelerini sağlar.

 

Fakat buna rağmen, yapay zekâ sistemlerinin kötü tasarımı, uygunsuz kullanımı ve olumsuz sonuçları, özellikle gençler için telafisi mümkün olmayan zararlara yol açabilmektedir. Size dezenformasyon ve algoritmik önyargı ile ilgili iki örnek vereyim:

 

Yapay zekâdaki hızlı gelişmeler, kamuoyunda derin sahtecilik (deepfake) olarak bilinen sentetik medya üretimini hızlandırdı. Derin sahtecilik, insanları yanıltmak veya orijinal anlamını değiştirmek amacıyla ses kayıtlarının, videoların, görüntülerin ve metinlerin algoritmik şekilde üretilmesi, manipüle edilmesi ve değiştirilmesi anlamına gelir. Bu teknoloji gelişmiş ve dolayısıyla öğrenciler için ulaşılmaz gibi görünebilir, fakat kesinlikle erişilemez değildir. Örneğin, TikTok kullanıcıları, video ve fotoğraflarda hızlı ve kolay yüz değiştirmeye olanak sağlayan ücretsiz uygulamalar kullanabilir ve böylece sahte medya yayarak akranlarına zarar verebilirler. Uydurma medya konusunda farkındalık yaratmanın ve öğrencilerin ürettikleri ve tükettikleri içeriği eleştirel bir gözle analiz etmeyi öğrenmenin günümüzde her zamankinden daha önemli olduğuna inanıyorum. Sizi, derin sahtecilik konusunda farkındalık yaratmak ve bunları tek bakışta nasıl tespit edebileceğinizi göstermek amacıyla geliştirilen ilginç bir proje olan Hangi yüz gerçek isimli web siteyi incelemeye davet ediyorum.

 

Bence yapay zekânın sebep olduğu en önemli etik kaygılardan biri algoritmik önyargıdır. Bu, cinsiyet, ırk, etnisite veya sosyo-ekonomik kökene dayalı ayrımcılık gibi adil olmayan sonuçlar yaratan hatalara atıfta bulunmaktadır. Bu, verilerin kalitesine ve temsil edilebilirliğine, yapay zekâ sistemlerini tasarlayan insanların kasıtlı veya kasıtsız önyargılarına ve bu yapay zekâ sistemlerinin geliştirilme ve uygulanma şekillerine bağlı olarak yönlendirilmektedir. Bir dil çevirmeninin doktor ve pilotların erkek, hemşire ve uçuş görevlilerinin ise kadın olduğu varsayımında bulunması cinsiyet önyargısına bir örnektir. Bir chatbot'a kasıtlı olarak ırkçı veya cinsiyetçi bir dil ekleyerek saygısız, kaba ve saldırgan bir şekilde iletişim kurmasını sağlamak bu konudaki bir diğer örnektir.

 

Yapay zekânın ‘Kara Kutusunda’ neler olup bittiği ve ‘görünmez’ algoritmaların gençler, eğitimleri ve dolayısıyla geleceğe yönelik fırsatları üzerinde son derece olumsuz etkisi olabilecek belirli kararları neden aldığı hâlâ net değildir. Yapay zekâ karar verme sürecinin şeffaf ve açıklanabilir olması gerekir. Tarafsız ve adil kararların tüm öğrenciler için eşit şekilde güvence altına alınması gerekir. Yapay zekânın nasıl işlediğini anlamaya yönelik eleştirel bir yaklaşım, algoritmik önyargıya dair farkındalık yaratma ve yapay zekânın hesap verebilirliğini, şeffaflığını ve adilliğini arttırma konusunda önemli bir rol oynar.

 

 

Arjana Blazic bir öğretmen eğitmeni ve öğretim tasarımcısıdır. İngilizce Dil Öğretimi ve Müfredatlar Arası Bir Konu Olarak Bilgi ve İletişim Teknolojileri Kullanımı konusunda Hırvatistan Ulusal Müfredatının ortak yazarıdır. AB Kod Haftasına yönelik eğitsel kaynaklar ve öğretmen eğitimi fırsatları geliştiren bir dış uzman olarak görev yapmaktadır.

 

Additional information

  • Education type:
    School Education
  • Target audience:
    Government staff / policy maker
    Head Teacher / Principal
    ICT Coordinator
    Parent / Guardian
    Student Teacher
    Teacher
  • Target audience ISCED:
    Primary education (ISCED 1)
    Lower secondary education (ISCED 2)
    Upper secondary education (ISCED 3)

Key competences