Eğitimde Yapay Zekâ Uygulamaları Uluslararası Forumu Raporu

Eğitimden sağlığa, otomotivden eğlence sektörüne kadar pek çok alanda etkisini gösteren yapay zekâ teknolojileri; geleceği şekillendirme potansiyeline sahip bir yenilik olarak karşımıza çıkmaktadır. 1950 yılında Alan Turing'in kaleme aldığı “Bilgi İşlem Makineleri ve Zekâ (Computing Machinery and Intelligence)” adlı makale, yapay zekâ alanında bir mihenk taşı olarak kabul edilmektedir. Turing, bu eserinde makinelerin düşünüp düşünemeyeceği sorusunu cesurca ele alarak bu derin soruya yanıt aramak için çeşitli yöntemler ve kavramlar sunmaktadır (Turing, 1950). Turing'in vizyoner bakışı, makinelerin zihin sahibi olup olamayacağını sorgulayarak, insanlık ile makine arasındaki sınırları yeniden çizerken düşüncenin doğasına dair derinlemesine bir keşif sunmaktadır. 

Yapay zekâ kavramına ise ilk kez 1955 yılında “Yapay Zekâ Üzerine Darthmouth Yaz Araştırma Projesi (A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence)” için sunulan bir öneride rastlandığı görülmektedir. Bu öneri, “öğrenmenin her yönünün ya da zekânın diğer herhangi bir özelliğinin prensipte bir makinenin simüle edebileceği kadar kesin bir şekilde tanımlanabileceği varsayımı” üzerine temellendirilmiştir. Dahası “...makinelerin dil kullanabilmesi, soyutlamalar ve kavramlar oluşturabilmesi, şu anda sadece insanlar tarafından çözülebilen problemleri çözebilmesi ve kendini geliştirebilmesi için bir girişim” olarak ele alınmıştır (McCarthy vd., 1955). Bu öneri, yapay zekânın potansiyelini ve hedeflerini belirleyerek alanın gelişimine büyük katkıda bulunmuştur. John McCarthy, Marvin Minsky, Nathaniel Rochester ve Claude Shannon gibi öncü bilim insanları tarafından ortaya konulan bu vizyon; yapay zekâ araştırmalarının yönünü belirleyerek alanın genişlemesine olanak tanımıştır. Yapay zekâ araştırmaları; dil kullanımı, soyutlama ve kavram oluşturma gibi alanlarda insanları taklit edebilen makinelerin geliştirilmesi üzerine odaklanarak bilimsel ve teknolojik ilerlemenin önemli bir itici gücü hâline gelmiştir.

Alan yazında yapay zekâ ile ilgili birçok farklı tanımlama bulunmaktadır. Bu tanımlamalar; yapay zekânın ne olduğu, nasıl çalıştığı ve hangi alanlarda kullanılabileceği konularında çeşitlilik göstermektedir. Örneğin bazı tanımlamalar yapay zekâyı insan benzeri düşünme ve öğrenme yeteneğine sahip sistemler olarak tanımlarken bazı tanımlamalar da yapay zekânın veri analizi ve karar verme süreçlerini otomatikleştiren bir teknoloji olduğunu vurgulamaktadır. Ayrıca yapay zekânın farklı dalları ve uygulama alanlarıyla ilgili olarak da çeşitli tanımlamalar mevcuttur. Örneğin makine öğrenimi, derin öğrenme, doğal dil işleme gibi alt alanlarda yapılan tanımlamalar; bu teknolojilerin nasıl işlediğini ve hangi problemleri çözmeyi amaçladığını açıklamaktadır. Bu çeşitlilik, yapay zekâ konusundaki geniş perspektifleri ve bu teknolojinin çok yönlü doğasını yansıtmaktadır. OECD ise yapay zekâ sistemini şu şekilde tanımlamaktadır:

“İnsanlar tarafından tanımlanan belirli bir dizi hedef için, gerçek veya sanal ortamları etkileyen tahminler, öneriler veya kararlar verebilen makine tabanlı sistem. Bu sistemler, gerçek ve/veya sanal ortamları algılamak için makine veya insan tabanlı girdiler kullanır; bu algıları modellere soyutlar (örneğin, makine öğrenimi ile otomatik olarak veya manuel olarak); ve bilgi veya eylem seçeneklerini formüle etmek için model çıkarımını kullanır. Yapay zekâ sistemleri, değişen seviyelerde özerklikle çalışacak şekilde tasarlanmıştır (OECD, 2019).”

OECD'nin tanımına göre yapay zekâ sistemleri, genellikle insanlar tarafından tanımlanan belirli hedefler doğrultusunda faaliyet göstermektedir. Bu hedefler; gerçek veya sanal ortamları etkilemek için tahminlerde bulunma, öneriler sunma veya kararlar alma gibi görevleri içerir. Bu süreçte, sistemler gerçek dünya veya sanal ortamları algılamak için hem makine tabanlı hem de insan tabanlı girdilerden yararlanır. Algılanan bilgiler daha sonra modellere aktarılır ve bu modeller, otomatik olarak veya insan müdahalesiyle soyutlanır. Diğer bir ifadeyle makine öğrenimi ve veri analitiği gibi teknikler kullanılarak bu bilgiler işlenir ve anlamlandırılır. Sonuç olarak sistemler bilgi veya eylem seçeneklerini formüle etmek için model çıkarımını kullanır. OECD'nin vurguladığı bir diğer önemli nokta ise yapay zekâ sistemlerinin özerklik seviyeleridir. Yani bu sistemler, belirli durumlar için tamamen otomatik olarak hareket edebilecek şekilde tasarlanabilir veya belirli aşamalarda insan müdahalesine gereksinim duyabilir. Bu özerklik düzeyleri, sistemlerin tasarımı ve kullanım senaryolarına göre değişebilir. OECD'nin tanımı, yapay zekâ sistemlerinin genel işleyişini ve insan toplumu üzerindeki potansiyel etkilerini anlamak için önemli bir çerçeve sunar. Bu tanım; yapay zekâ etiği, güvenliği ve yönetişimi gibi konuların da tartışılmasında temel bir referans noktası olarak kullanılabilir. Çünkü bazıları yapay zekâyı insanlığın sorunlarını çözecek sihirli bir araç olarak kabul ederken bazıları da gizlilik, sorumluluk ve şeffaflık gibi etik endişeler nedeniyle yapay zekâya daha temkinli bir yaklaşmaktadır (Coeckelbergh, 2020). 2024-2028 yıllarını kapsayan 12. Kalkınma Planı’nda da yapay zekâ teknolojilerinin hızlı ve düzenlenmemiş şekilde gelişmesinin kamunun mevcut düzenleyici mekanizmalarının dışında kalmasına yol açtığına ve uluslararası iş birliğini gerektiren önlemlerin alınmasını zorunlu hâle getirdiğine dikkat çekilmektedir. Bu kapsamda “Yapay zekânın beraberinde getirebileceği fırsatları ve tehditleri değerlendirmede ulusal ve uluslararası düzeyde düzenlemelerin hayati önem taşıdığı vurgulanmaktadır” (Strateji ve Bütçe Başkanlığı, 2023; s. 8).

Pek çok ülke yapay zekâ alanında politikalarını şekillendirme ve iyileştirme çalışmalarına hız vererek küresel güç dengelerini değiştirmeyi hedeflemektedir. Örneğin ABD, yapay zekâ politikalarını geliştirirken topluluklar ve hizmet sağlayıcılarla iş birliği yaparak alt kademelerden yukarıya doğru bir yöntem izlemektedir. Buna karşılık Çin, geçmişte yapay zekâ araştırmalarında fazla deneyime sahip olmamasına rağmen merkezî ve yukarıdan aşağıya bir yaklaşımla bu politikaları başarılı bir şekilde uygulamaktadır (Saygılı, 2020).

Diğer alanlarda olduğu gibi eğitimin geleceği de teknolojideki ilerlemeler ile şekillenmektedir. Teknolojik ilerlemeler; öğretim yöntemlerini dönüştürerek daha kişiselleştirilmiş, erişilebilir ve etkileşimli öğrenme deneyimlerinin sunulmasına olanak tanıyabilir. Örneğin yapay zekâ destekli öğretim sistemleri, her bir öğrencinin öğrenme hızına ve bireysel ihtiyaçlarına göre uyarlanmış ders planları ve materyaller sağlayabilir. Bu sistemler, öğrencilerin performansını sürekli izleyerek onların zayıf oldukları konuları belirleyebilir ve bu alanlarda onlara ekstra destek sunabilir. 

Uzaktan eğitim teknolojileri, coğrafi ve fiziksel engelleri ortadan kaldırarak dünyanın herhangi bir yerinden eğitim kaynaklarına erişim imkânı sunabilir. Bu sayede, eğitimde fırsat eşitliği sağlanabilir ve daha geniş kitlelere ulaşılabilir. Ancak toplumun her kesimi için faydalı ve adil çözümler üretmek adına yapay zekâ teknolojilerinin geliştirilmesinde sorumluluk bilinciyle hareket etmek büyük önem taşımaktadır. İlgili birimlerin etik ilkeler çerçevesinde hareket etmeleri ve teknolojilerin insan haklarına, mahremiyet korumasına ve eşitlik ilkelerine uygunluğunu sağlamak için yönergeler geliştirmeleri gerekmektedir. Ayrıca şeffaflık ilkesiyle hareket ederek algoritmaların nasıl işlediğini anlatan açıklayıcı raporlar sunmaları ve yapay zekânın toplumsal etkilerini düzenli olarak değerlendirmeleri önem taşımaktadır.

12. Kalkınma Planı’nın 2024-2053 yılı uzun vadeli gelişim stratejisi kapsamında gelecekte, eğitimde belirli bilgi ve becerilerin öğretimi yerine, bilgiyi en doğru kaynaklardan elde etme yeteneklerinin önem kazanması beklenmektedir. Bu süreçte analitik düşünme, sistematik düşünme, eleştirel düşünme, karar alma, sorun çözme, etkin iletişim, çevreyle uyum becerisi ve liderlik gibi yetkinliklerin öneminin daha da ön plana çıkması söz konusudur. Eğitim sürecinde dijital teknolojilerin ileri düzeyde kullanımı, kişiselleştirilmiş öğrenme deneyimleri, sanal ve artırılmış gerçeklik ile yapay zekâ uygulamalarının yaygınlaşması beklenirken öğretmenlik ve yöneticilik rolleri ile sosyal etkileşimin önemini koruyacağı vurgulanmaktadır. Geleceğin eğitim uygulamaları, erişilebilirlik, çeşitlendirme ve kişiselleştirme üzerine odaklanarak eğitim programlarında yeni bilgi ve becerilerin geliştirilmesine öncelik verileceğine işaret etmektedir (Strateji ve Bütçe Başkanlığı, 2023; s.43).

Yapay zekâ, günümüzde eğitim alanında hem öğrenciler hem de öğretmenler için kritik bir okuryazarlık alanı hâline gelmiştir. Öğretmenlerin yapay zekâ teknolojilerini anlama ve kullanma konusundaki yetkinlikleri, öğrencilerin eğitim kalitesini artırmak için kritik önem taşır. Bu bilinçlendirme süreci, öğretmenlerin yapay zekânın potansiyelinden tam anlamıyla faydalanabilmesini sağlayarak sınıf ortamlarında daha verimli bir öğrenme ortamı oluşturabilir (İşler ve Kılıç, 2021).

Yapay zekânın eğitimdeki geleceği ve yönelimleri, teknolojiyi öğrenme süreçlerine nasıl uyumlu hâle getireceğimiz konusunda önemli sorular gündeme getirmektedir. Öğrencilerin dijital becerilerini geliştirmeleri ve veri yönetimi konularında bilinçlenmeleri, yapay zekânın eğitimde nasıl kullanılacağına dair önemli bir adımdır. Bununla birlikte, yapay zekânın etik boyutları da tartışılması gereken bir başka önemli konudur. Örneğin algoritmaların adaletli ve şeffaf olması, veri gizliliği ve güvenliği gibi konular eğitim politikalarında dikkate alınmalıdır. Eğitim politikalarının yapay zekânın kullanımını denetlemesi ve yapay zekâya eşit erişim sağlaması gerekmektedir. Ayrıca yapay zekânın potansiyel tehditleri konusunda da bilinçlenmek önemlidir. Veri güvenliği riskleri ve otomasyonun istihdam üzerindeki etkileri gibi konular, eğitim sistemleri tarafından dikkatle ele alınmalı ve bunlara çözüm önerileri geliştirilmelidir. Bu şekilde yapay zekânın eğitimdeki rolü güçlendirilirken toplumun yapay zekâya güveni de sağlanabilir.

Yapay zekâ teknolojileri, eğitimde geniş bir yelpazede yenilikçi uygulamalara olanak tanımaktadır. Yapay zekâ destekli dil eğitimi uygulamaları ve dijital eğitsel oyunlarda yapay zekâ kullanımı, öğrencilere daha etkileşimli ve kişiselleştirilmiş öğrenme deneyimleri sunabilir. Ayrıca yapay zekâ destekli ölçme ve değerlendirme sistemleri, öğrenci performansını daha doğru ve hızlı bir şekilde analiz etmeyi mümkün kılabilir. Öğretmenlerin mesleki gelişimi için yapay zekâ eğitimi, onların teknolojiyi etkin bir şekilde kullanarak öğrencilerine daha iyi rehberlik etmelerini sağlayabilir. 

Yapay zekâ ile içerik üretimi, senaryo yazma, video-ses-görsel oluşturma gibi süreçlerde öğretmenlere büyük kolaylıklar sunarken yetişkin eğitiminde de yapay zekâ kullanımı öğrenme süreçlerini daha verimli hâle getirmektedir. Kariyer yönlendirme uygulamaları, öğrencilere ve yetişkinlere daha iyi kariyer planlaması yapma konusunda destek olurken yapay zekâ ve öğretmenlik mesleği arasındaki değişen dinamikler ve fırsatlar, eğitimde yeni stratejilerin geliştirilmesine olanak tanımaktadır. Öğretmenler için yapay zekâ aracı tasarımı ise eğitimcilerin kendi gereksinimlerine uygun teknolojik çözümler geliştirmelerini sağlayabilir ve kişiselleştirilmiş öğrenme sistemleri, öğrencilere bireysel ihtiyaçlarına göre özelleştirilmiş eğitim deneyimleri sunarak öğrenme sürecini daha verimli hâle getirebilir. Sanal ve artırılmış gerçeklik ortamlarında yapay zekâ kullanımı, öğrencilerin daha etkileşimli ve gerçekçi öğrenme deneyimleri yaşamalarını sağlayabilir. Sanal öğrenme asistanları ve değerlendirme sistemleri, öğrencilerin öğrenme sürecini desteklerken öğretmenlerin de öğrencilerin performansını daha doğru bir şekilde değerlendirmelerine yardımcı olabilir. Dil işleme ve öğrenme analitikleri, öğrencilerin dil becerilerini geliştirirken öğrenme süreçlerinin daha derinlemesine analiz edilmesine katkıda bulunabilir. Merkezî yönetim sistemlerinde yapay zekâ kullanımı, eğitim kurumlarının operasyonel verimliliğini artırırken kaynakların daha etkin bir şekilde yönetilmesini sağlayabilir. Yapay zekâ ve eğitimde veri analitiği, öğrenci performansının iyileştirilmesi için veri tabanlı yaklaşımlar sunarak eğitim süreçlerinin sürekli olarak iyileştirilmesine olanak tanıyabilir.

Teknolojinin ilerlemesine paralel olarak toplumun güvenini kazanma ve yapay zekânın potansiyel faydalarının adaletli bir şekilde dağıtılmasına katkıda bulunma amacıyla konu kapsamında Millî Eğitim Bakanlığına bağlı birimlerde birtakım çalışmalar yürütülmektedir. Bu birimlerin görevleri ve ilgili çalışmalarına bir sonraki bölümde yer verilmiştir.

Rapora https://yegitek.meb.gov.tr/meb_iys_dosyalar/2024_09/11104346_meb_egitimde_uyz_formu_raporu_web_28082024_tr.pdf linkinden ulaşabilirsiniz.