- Anthropic, Claude.ai üzerinde gerçekleşen 1 milyon anonim konuşma verisini analiz ederek üniversite öğrencilerinin gerçek eğitim ortamlarında yapay zekayı nasıl kullandığını inceledi
- Bu, mevcut anket veya deney temelli araştırmaların sınırlamalarını tamamlayan ilk büyük ölçekli gerçek kullanım analizi niteliğinde
Temel bulguların özeti
- STEM alanındaki öğrenciler Claude'u benimsemede en aktif grup olurken, özellikle Computer Science bölümü tüm konuşmaların %36,8'ini oluşturdu (%5,4'lük ABD diploma payına karşılık)
- Öğrencilerin yapay zeka kullanım biçimleri dört türe ayrılıyor: doğrudan problem çözme, doğrudan çıktı üretme, işbirlikli problem çözme, işbirlikli çıktı üretme
- Öğrencilerin çoğu Claude'u 'yaratma (Creating)' ve 'analiz etme (Analyzing)' gibi üst düzey bilişsel işlevler için kullanıyor
- Bu, Bloom'un eğitim hedefleri sınıflandırmasının üst basamaklarına karşılık geliyor ve yapay zekaya bağımlılığın eleştirel düşünme becerilerini zayıflatabileceği yönünde kaygı doğuruyor
Eğitim amaçlı yapay zeka kullanım türleri nasıl belirlendi
- Clio adlı dahili analiz aracı kullanılarak Claude konuşmaları konu bazında sınıflandırıldı, kişisel bilgiler çıkarıldıktan sonra toplulaştırıldı
- 1 milyon konuşmanın 574.740'ı, ders veya araştırmayla doğrudan ilgili konuşmalar olarak belirlendi
- Clio, bunları 'kod hata ayıklama', 'ekonomi kavramı açıklaması' gibi üst düzey kavramlara göre otomatik olarak sınıflandırıp analiz etti
Öğrenciler Claude'u hangi amaçlarla kullanıyor
- Tüm konuşmaların %39,3'ü eğitim içeriği üretme ve geliştirme için kullanıldı (ör. alıştırma soruları hazırlama, deneme düzenleme, özet çıkarma)
- %33,5'i ödev çözümü ve teknik açıklamalar için kullanıldı (ör. kod hata ayıklama, algoritma uygulama, matematik problemi çözme)
- Diğer kullanım amaçları:
- Veri analizi ve görselleştirme: %11,0
- Araştırma tasarımı ve araç geliştirme: %6,5
- Teknik diyagram oluşturma: %3,2
- Dil çevirisi ve düzeltme: %2,4
Akademik alanlara göre Claude kullanım oranlarının karşılaştırması
- Aşırı temsil edilen bölümler:
- Computer Science: diploma payı %5,4 → konuşma payı %38,6
- Doğa bilimleri ve matematik: diploma payı %9,2 → konuşma payı %15,2
- Düşük temsil edilen bölümler:
- Business: %18,6 → %8,9
- Health Professions: %13,1 → %5,5
- Humanities: %12,5 → %6,4
- STEM öğrencileri Claude'u hızla benimsiyor
Öğrenci-AI etkileşim türlerinin analizi
- İki eksene göre dört etkileşim türü tanımlandı:
- doğrudan vs işbirlikli (hızlı yanıt alma vs yapay zekayla diyalog tabanlı işbirliği)
- problem çözme vs çıktı üretme (soruya çözüm bulma vs deneme gibi çıktı üretme)
- Dört türün her biri tüm konuşmaların %23 ila %29'unu oluşturdu ve oranlar dengeli dağıldı
- Olumlu öğrenme örnekleri:
- Felsefe kavramlarının açıklanması
- Kimya eğitim materyali hazırlanması
- Kas anatomisi kavramlarının açıklanması
Yapay zeka ile kopya çekme olasılığı
- Konuşmaların yaklaşık %47'si doğrudan etkileşim türündeydi ve bu durum usulsüzlük olasılığı taşıyor
- Örn: makine öğrenmesi sorusunun doğrudan cevabını isteme, sınav sorularının cevaplarını isteme, intihalden kaçınmak için cümleleri yeniden yazdırma
- İşbirlikli konuşmalar da öğrenmeye düşük katkı sunabilir
- Örn: istatistik ödevi sorularının çözümünü isteme
Bölümlere göre etkileşim kalıpları
- Doğa bilimleri ve matematik: problem çözme ağırlıklı (ör. adım adım çözüm isteme)
- Bilgisayar mühendisliği, mühendislik, doğa bilimleri: işbirlikli etkileşimi tercih ediyor
- Beşeri bilimler, işletme, sağlık alanları: doğrudan ve işbirlikli etkileşim arasında dengeli
- Eğitim bölümleri: çıktı üretme oranı en yüksek (%74,4)
- Buna öğretmenlerin eğitim materyali ve ders planı hazırlamak için Claude'u kullanması da dahil
Öğrencilerin yapay zekaya devrettiği bilişsel işler analizi
- Bloom’s Taxonomy temel alınarak Claude'un üstlendiği bilişsel işlevler analiz edildi
- Üst düzey bilişsel görevlerin oranı:
- yaratma (Creating): %39,8
- analiz etme (Analyzing): %30,2
- Alt düzey bilişsel görevlerin oranı:
- uygulama (Applying): %10,9
- anlama (Understanding): %10,0
- hatırlama (Remembering): %1,8
- Üretken yapay zekanın üst düzey düşünme işlevlerini yerine getirebilmesi eğitim açısından anlamlı olsa da, öğrenenlerin becerilerinin zayıflamasına yol açma ihtimali bulunuyor
Araştırmanın sınırlamaları
- Veriler büyük olasılıkla erken benimseyen kullanıcıları ağırlıklı olarak yansıtıyor
- Claude dışındaki farklı yapay zeka kullanımları yansıtılmıyor
- Verilerin bir kısmı öğretim üyeleri veya personel tarafından yapılan konuşmalar olabilir
- Dönem içindeki zamansal kullanım farkları yansıtılmıyor
- Yapay zeka çıktısının gerçek öğrenme başarısına katkı sağlayıp sağlamadığı analiz edilmiyor
- Bölümler arası disiplinlerarası kullanım örnekleri sınıflandırılmadı
- Bloom sınıflandırma sistemini yapay zekaya uygulamanın sınırları var
Sonuç ve gelecek görevler
- Yapay zeka öğrenme için büyük olanaklar sunuyor ancak eleştirel düşünme ve öğrenme etiği açısından da ciddi zorluklar barındırıyor
- Temel sorular:
- Yapay zeka çağında öğrenciler temel bilişsel yetkinlikleri nasıl kazanmalı?
- Sınavlar ve değerlendirme ölçütleri nasıl yeniden tanımlanmalı?
- Yapay zekanın deneme yazmaktan karmaşık problem çözmeye kadar pek çok işi yapabildiği bir dönemde öğrenmenin anlamı nedir?
- Claude halihazırda eğitim sahasında anlamlı bir öğrenme aracı olarak kullanılıyor ve eğitimcilerle işbirliğinin daha da genişletilmesi planlanıyor
Anthropic'in eğitime yaklaşımı
- Üniversitelerle işbirliği içinde yapay zekanın eğitimdeki rolü sürekli olarak araştırılıyor
- Doğrudan cevap vermektense kavramların anlaşılmasına odaklanan bir 'Learning Mode' deneniyor
- Gelecekte yapay zekanın öğrenme üzerindeki etkisini daha derinlemesine incelemeyi planlıyorlar
1 yorum
Hacker News görüşleri