- LLM ile yazılan metinlerin, öğrenci ödevlerinden makale değerlendirmelerine kadar dış görünüşü ne kadar inandırıcı olursa olsun, okuyucuya yeni bir düşünce ya da deneyim neredeyse hiç sunamadığı eleştiriliyor
- İnsanların yazmayı modele bırakma nedenleri; görevi önemsiz görmeleri, modelin kendilerinden daha iyi olduğuna inanmaları ya da ticari amaçlı otomatik metin üretmek istemeleri olarak ayrılıyor
- Yazının amacı kendi düşüncesini aktarmak ise, kendine ait düşüncesi olmayan LLM çıktısı intihalden bile daha boş bir üretime yakın kalıyor
- Ders ödevleri ve makale değerlendirmeleri gibi biçimsel görünen işler de aslında düşünme ve muhakeme gerektiriyor; LLM ise yalnızca metin üretir, düşünme sürecinin yerini alamaz
- Gemini ile oluşturulan 234 kelimelik örnek, prompt’u gereksiz yere tekrar edip genel geçer laflar eklemekten öteye gitmediği için, sonuçtan çok asıl prompt’un okunmaya değer olduğu savunuluyor
LLM yazımında ortaya çıkan üslup ve sınırlar
- Öğrenci ödevlerini notlandırırken, Euler açıları (Euler angles) dezavantajlarını açıklayan bir yanıt gibi, ChatGPT çıktısı gibi görünen metinlerle sık karşılaşıldığı belirtiliyor
- Bu tür yanıtlar genellikle uzun, muğlak, kalın yazılı madde işareti stiline takıntılı ve prompt’u tekrar etmeye yatkın oluyor
- ChatGPT tarzı üslubun ayırt edilecek kadar belirgin olduğu, ancak bunu onur kuruluna taşıyacak kadar kesin kanıt sayılmadığı ifade ediliyor
- Konu gündeme getirilse bile, ders dürüstlüğünü korumaktan doğacak faydanın meseleyi tartışmaya harcanacak zamandan fazla olup olmadığından emin olunmadığı söyleniyor
İnsanlar neden yazmayı LLM’lere bırakıyor?
-
Önemsiz görülen işler
- Dersleri diploma almak için aşılması gereken engeller dizisi olarak gören öğrencilerde bunun yaygın bir tutum olduğu belirtiliyor
- Benzer bir motivasyonun makale değerlendirmelerinde de arttığı, ilgili örnek olarak paper reviews bağlantısının verildiği aktarılıyor
- Pek çok araştırmacının değerlendirme yazmayı zaten ağır iş yükünün yan görevi olarak gördüğü ve iyi bir değerlendirme yazacak zamanı ayırmakta zorlanabileceği belirtiliyor
-
Modelin daha iyi yazdığına inanılması
- Bazı meslektaşların LLM’lerin kendilerinden daha iyi metin ürettiğine inandığı söyleniyor
- Bunun özellikle İngilizceyi ikinci dil olarak kullanan kişilerde daha yaygın göründüğü ifade ediliyor
- Programlamayı yeni öğrenenlerde de benzer bir durum görüldüğü, programlamayı ezberden okunan gizemli bir büyü gibi algılayan tavırla bunun ilişkili olduğu aktarılıyor
- Akademik yazımda da benzer kullanım örnekleri olduğu, ilgili örnek olarak academic writing bağlantısının verildiği belirtiliyor
-
Çıkar ilişkisi içeren otomatik üretilmiş yazılar
- Astroturfing, müşteri destek chatbot’ları ve çevrimiçi kek tariflerindeki gereksiz uzun girişler örnek gösteriliyor
- Bu tür metinlerin insanların okuması için yazılmadığı ve yazarın niyetini de taşımadığı savunuluyor
- Bireysel motivasyonları ele alan kapsam içinde bu türün derinlemesine işlenmediği belirtiliyor
Yazının amacı ve LLM çıktısının boşluğu
- İnsanların yazmasının başlıca nedeninin özgün düşüncelerini aktarmak olduğu söyleniyor
- Bu düşüncelerin özel ya da akademik olmak zorunda olmadığı; tatil, evcil köpek ya da sevilen renk gibi konuların da yeterli olabileceği belirtiliyor
- Önemli olan koşulun, bu düşüncenin kişinin kendisine ait olması olduğu vurgulanıyor
- Başkasının sözlerini kopyalamanın kendi düşüncesini aktarmaya yetmeyeceği, ama en azından yine de bir insan düşüncesini aktardığı ifade ediliyor
- LLM’lerin yapısal olarak kendilerine ait düşünceleri olmadığı için, bu çıktıları yayımlamanın amaçsız bir eyleme yakın olduğu savunuluyor
Önemsiz görünen işler de aslında önemlidir
- Reddit gönderilerinin altına bilgisayarın ürettiği özetleri yorum olarak bırakmanın herkesin zamanını boşa harcadığı belirtiliyor
- Eğer asıl metin yalnızca özetle yetinilecek kadar zayıfsa, yoruma katılmaya zaten değmeyeceği söyleniyor
- Asıl metin gerçekten insanın okuyup anlamasını gerektiriyorsa, özetin anlamsız olduğu ifade ediliyor
- Derslerdeki yazı ödevlerinin amacının metin çıktısı değil, öğrenciyi düşünmeye zorlamak olduğu vurgulanıyor
- LLM’in çıktı üretebildiği ama düşünme süreci üretemediği belirtiliyor
- Makale değerlendirmelerinde yarım yamalak yazılmış bir değerlendirmenin, asıl yazara gereksiz iş çıkardığı ve editöre de zaten bildiğinden fazlasını söylemediği savunuluyor
“Model daha iyi” inancına itiraz
- Profesyonel iletişimde LLM’lerin çoğunlukla laf kalabalığı üretmek ya da asıl prompt’un tonunu düzeltmek için kullanıldığı söyleniyor
- Bu süreçte asıl anlamın bulanıklaştığı ve basit bir düşüncenin üstüne gereksiz ifade katmanları eklendiği belirtiliyor
- Şanslı olunduğunda yanlış yazmadığı, ama çoğu zaman önemli ayrıntıları tamamen uydurduğu ya da anlaşılması güç metinler ürettiği savunuluyor
- İnsanın kötü yazılmış metninde bile paylaşılmak istenen bir içsel kavrayış beklenebileceği, LLM’de ise böyle bir beklentinin kurulamayacağı ifade ediliyor
Programlama ve vibe coding
- Programcılar açısından buna biraz daha anlayış gösterildiği, ancak uzun vadeli sonucun daha sinsi biçimde zararlı görüldüğü belirtiliyor
- Peter Naur’un Programming as Theory Building metni anımsatılarak, yeterince karmaşık bir program yazmanın yalnızca kod çıktısı değil, kodun arkasındaki mantıksal yapı teorisini de gerektirdiği savunuluyor
- vibe coding, programı neredeyse tamamen LLM üretimine bırakma yöntemi olarak tanımlanıyor
- Bu yaklaşımın teorisiz bir çıktı ürettiği ve ortaya çıkan kodu pratikte işe yaramaz hale getirdiği öne sürülüyor
- Naur’un ifadesiyle böyle programların ölü olduğu, burada ise neredeyse doğar doğmaz ölmüş olduklarına benzetildiği aktarılıyor
- Güvenlik sorunları yaşayan örnek olarak OpenAI anahtarını sızdıran vibe-coded tarif uygulaması gösteriliyor
Gemini deneyi
- Yazının ana savının Google Gemini’ye verildiği ve ondan metni iki kısa paragrafla tamamlamasının istendiği belirtiliyor
- Gemini’nin çıktısının 234 kelime olduğu ve prompt’u uzun uzun yeniden ifade etmekten öteye gitmediği değerlendiriliyor
- Tonun geniş ama anlamsız genellemelerde kaldığı; büyük kelimeler kullandığı ama bunları zevkli biçimde kullanamadığı savunuluyor
- Örnek cümle olarak verilen “Perhaps it stems from a desire for efficiency, a wish to quickly generate text without the perceived effort of crafting each sentence.” ifadesinin, küçük bir düşünceyi büyük bir cümleye dönüştürdüğü söyleniyor
- Aynı anlamın “Perhaps it stems from a desire for efficiency.” diye kısaltılabileceği, daha da düzeltilirse “Perhaps people do it for efficiency.” olacağı belirtiliyor
- Bu deneyin, LLM’lerin saçmalığı büyütmede çok başarılı ama bunun dışında pek iyi olmadıkları sonucuna vardığı ifade ediliyor
“Keşke prompt’u okusam” sonucu
- Görüntü, metin, ses ve video dahil hiçbir yaratıcı üretim modelinin çıktısının, asıl prompt’tan daha fazla görülmek istendiği bir an yaşanmadığı belirtiliyor
- Üretilen sonucun prompt’tan daha az öz taşıdığı ve üretim sürecinde insan vizyonunun bulunmadığı savunuluyor
- Yaratıcılığın amacının kişinin kendi deneyimini paylaşması olduğu, paylaşacak bir deneyim yoksa ortada bir şey üretmek için de gerekçe bulunmadığı söyleniyor
- Yazmaya değmeyen bir metnin okumaya da değmeyeceği sonucuyla bitiriliyor
1 yorum
Hacker News yorumları
İş yerinde LLM kullanarak akıl almaz derecede lafı uzatan metinler üreten iş arkadaşlarımdan, artık birkaç kez, bari sadece prompt’u göndermelerini istedim.
LLM sınırlı bir girdiden uzun bir metin üretebiliyorsa, gereken tek şey o özlü girdidir; geri kalanı uydurulmuş fazlalık olarak görüyorum.
Parantezlerle dolu, yarı yapılandırılmış bir bilinç akışını yazıp ya da dikte edip özetlemesini istediğimde, çoğu zaman söylemeye çalıştığım şeyi benden daha iyi toparlıyor.
Pascal’ın ünlü sözündeki “Vaktim olsaydı daha kısa bir mektup yazardım” durumuyla da bağlantılı.
Bu arada yukarıdaki cümleyi LLM’e sıkıştırttığımda şöyle bir şey çıktı: “Bulanık düşünceleri ifade etmek zor olduğunda, yarı toparlanmış fikirleri uzun uzun söyleyip ya da yazıp LLM’den özet istemek, niyeti daha net ve etkili biçimde yakalar.”
Artık yapay zeka sadece kayıplı, güzel bir çıktı makinesi oluyor.
Sonunda kendisine ulaşabildiğimde gerçek gereksinimleri ChatGPT’ye koyduğunu ve “sonucu inceleyecek zamanı olmadığını” itiraf etti; gerçekten çok sinirlendim.
LLM benim hakkımda prompt’ta verdiğimden fazlasını bilemez; dolayısıyla çıktı, prompt’tan daha fazla bilgi veremez.
Kamuya açık bilgi hakkındaki sorularda ise dış kaynaklardan yeni bilgi çekebildiği için çok daha faydalı.
Yazarın bakış açısını beğendim: Bu, ChatGPT veya Gemini gibi LLM’leri kullanan bireylere yönelik bir değer yargısı değil; prompt’u oluşturmak için harcanan düşüncenin LLM çıktısından kaçınılmaz olarak daha ilginç, özgün ve insani olduğu anlamına geliyor.
Kod yazarken LLM kullanma deneyimime göre, prompt çöpse kod da nesnel olarak çöptür.
Ne istediğimi bilmiyorsam, fikrim, yapım ya da planım yoksa ortaya böyle kod çıkıyor.
Son zamanlarda akademik yazımda veya yaratıcı yazarlıkta LLM kullananların karşı görüşlerini de duymak isterim. Kişisel programlama projelerinde boilerplate ya da iskeleti hızlı geçmek dışında son modelleri pek kullanmadım.
Sonuçta çöp girdi, çöp çıktı döngüsü sürüp gidiyor.
Birkaç hafta önce de mevcut LLM’lerin Dungeons and Dragons için neden harika bir kampanya tasarımcısı olamayacağına gerekçe olarak bunu göstermiştim.
İnsanların “kısıtlamalara” ihtiyacı yok. Yetkin bir yazara sessizce oturup yeni bir roman konusu düşünmesini söylerseniz, bunu yapar.
https://news.ycombinator.com/item?id=43677863
Yine de LLM harika bir fikir yankı tahtası olabilir.
Daha fazla kanıt istiyorsanız sıcaklığı 1.0’a çıkarıp herhangi bir LLM’e “DND kampanyası için, daha önce hiç olmayan özgün bir bulmacaya sahip bağımsız bir zindan odası hayal et. Bulmacayı, çözümü, oda düzenini vb. somut biçimde yaz ve tamamen yeni, hayal gücü yüksek bir şey yap” diye sorun.
%99’unun “The Resonant Hourglass” ya da “The Mirror of Acoustic Symmetry” gibi resmî tonda, fizik temelli bir bulmaca çıkaracağına bahse girerim.
Fikirleri koymak, çıkarılacakları çıkarmak, tonu ve kısalığı belirlemek, birkaç taslak döndürmek gibi.
https://old.reddit.com/r/singularity/comments/1andqk8/gemini...
Aynı zamanda, LLM’e bu amaçlarla en çok ihtiyaç duyan kişiler muhtemelen çıktının zayıflıklarını en az fark edebilecek kişiler. Ben İspanyolca metin yazamadığım gibi, LLM’in ürettiği İspanyolca çevirinin kalitesini de değerlendiremem.
En uç açıdan bakınca, günümüz öğrencileri LLM’e bağımlı hale gelip, daha iyisini bilmeden ona güvenebilir; sonunda hiçbir şey bilmezken her şeye güvenen, kaliteyi ya da performansı bile değerlendiremeyen kişiler olabilirler.
Yazardan farklı gördüğüm bir alan kodlama. Algoritmaları sevsem de kod bilgisayarın okuması için yazılır ve bilgisayarın kod yazmasında büyük bir sorun görmüyorum.
LLM basit fonksiyonları yazarken çok zaman kazandırdı; projelerdeki sıkıcı angaryaları hızlı geçip ilginç kısımlara odaklanmamı sağladı.
Miyazaki’nin “insan kendine güvenini kaybetti” sözü bence en iyi buraya uyuyor. LLM, tekrarlı ve sıkıcı işleri otomatikleştirmek için harika bir araç olabilir; ama insanın kendine özgü bakış açısının yerini alabileceğini düşünmek üzücü.
Yapıyı kurma konusunda neredeyse hiç yardımcı değil. Yazmak, anlayışın o kadar net olmasıdır ki, anlamı kelimelere indirgediğinizde başkası da onu kavrayabilsin.
LLM’in o kısımda pek yardımcı olmadığına katılıyorum.
Ancak tüm bilgi prompt’un içinde olmalı. Aksi halde halüsinasyon görüyor.
Çıktı olduğu gibi teslim edilecek seviyede değil, ama boş ekrana bakmak yerine başlamak ve yinelemek için yeterli.
Yöntemler bölümünü de yazdırmayı denemek isterim. Çünkü her makalede neredeyse aynı bilgiyi farklı cümlelerle tekrarlama işi.
Ama teknik ayrıntıların doğruluğuna hâlâ güvenemiyorum. LLM yalnızca bir dil modeli; bilgisi ya da anlayışı yok.
Bu şekilde yazınca LLM, ters sıkıştırma algoritması gibi oluyor. Basit bir fikri LLM şişirip dağınık hâle getiriyor, sonra başka biri yine LLM ile özetleyip onu ilk prompt’a yakın bir şeye geri döndürüyor.
Bu anlamsız işten kazançlı çıkan tek taraf Sam Altman ve ekibi; bunu mümkün kıldıkları için de yaklaşık $0.000000001 alıyorlar.
İstisna, az bilgiyi uzun ifade etmek zorunda olduğunuz tekrarlı ya da boilerplate niteliğindeki metinler ve kod.
http://prize.hutter1.net/
Önsöze, SSS’ye ve artık tüm kazanan girişlerin sinir ağları olduğuna bakmak yeterli.
Profesörün yılgınlığına verilecek yanıtın oldukça basit olduğunu düşünüyorum. Pek çok kişi üniversitede öğrenmek ve zihnini geliştirmek için değil, acımasız bir sosyal Darwinci ekonomik sistemde hayatta kalmak için bulunuyor.
Euler açılarını gerçekten öğrenmek için gelenlerin sayısı zaten çok azdı; geri kalanlar bunu, yapay zeka tarafından otomatikleştirilebilecek bir işe girmek için geçmeleri gereken bir kapı olarak görüyor.
Pekiştirme koşullaması açısından bakarsak, profesörün yapması gereken tek şey açıkça kopya çeken öğrencinin notunu kırmak.
Teoride öğrenciler ya bırakır ya da yakalanmayacak kadar iyi hâle gelir. İkincisi gelecekte talep gören bir beceri de olabilir.
Ebeveynlerin “Bu kapılardan geçersen, bir şirkette susam öğütüp kazandığın her 1 dolar için biz de 2 dolar ekleriz” demesi tuhaf tabii.
Çalışmak ve kendi kendini eğitmek gayet iyi ve onurlu şeyler değil mi? Bu kötü bir anlaşma mı?
En azından sayfasında böyle yazıyor: https://claytonwramsey.com/about/
Profesörler de aslında gerçek bir eğitimcilik eğitimi almıyor ama bu kişinin de düzgün bir öğretim yöntemi öğrenmiş gibi durduğunu sanmıyorum.
Sonuçta bu kişi epey genç ve yazısı daha çok anlık, güçlü bir tepkiye benziyor. Buna göre değerlendirmek gerekir.
LLM kullanmanın birçok yolu var.
Sorun, bazı insanların kısa tek seferlik prompt’lar verip genel ve sıkıcı çıktılar almasında. “Çöp girer, genel çıktı çıkar” durumu.
Benim gerçekten kullandığım yöntemler şunlar: düşüncelerimi döküp düzenleme konusunda yardım almak, ifade ve cümle bağlantıları hakkında geri bildirim almak, ana dili konuşmayan biri olarak tonu ve üslubu iyileştirirken kişiselliği korumaya çalışmak, dağınık cümleleri sadeleştirmek, metindeki eksikleri veya sorunları bulmak vb.
Genelde yinelemeli bir süreç oluyor ve birleşik prompt uzunluğu nihai sonuçtan daha uzun hâle geliyor. Geri bildirimi de elle uyguluyorum.
Biri sadece “X hakkında bir blog yazısı yaz” diye girerse prompt çıktısından daha ilginç olabilir; ama beş tur düzeltme ve bağlam varsa, gerçekten nihai metin yerine tüm prompt’ları ve taslakları mı okumak istersiniz?
İsterseniz burada: https://chatgpt.com/share/6817dd19-4604-800b-95ee-f2dd05add4...
Bu arada ChatGPT’ye verdiğiniz ilk taslak burada paylaştığınız metinden daha iyi.
Bunu öğrencilere anlatmak çok zor. Bir öğretmen tarihsel bir olay hakkında yazı yazmanızı istediğinde, bu diplomaya giden bir ritüel değil.
Amaç; bilgi toplama, anlama, özümseme, okuduklarını eleştirme ve nihayetinde kendi görüşünü oluşturma gibi çeşitli becerileri geliştirmek.
“Düşüncelerimi dökerim, LLM düzenler” demek, bilgiyi gerçekten özümseme becerisini geliştirmekle ilgilenmiyorsunuz gibi duyuluyor.
Bana ilginç bir insan olmaya ilgi duymadığınızın işareti gibi geliyor. Bunun bir olgunluk meselesi olduğunu düşünüyorum; bir gün anlayacaksınız.
Yazarın söylediği de sonuçta bu. Benim ilgilendiğim şey, sizin önem verdiğiniz bir konuda söyleyecekleriniz; önem veriyormuş ya da biliyormuş gibi yapmak için yapabilecekleriniz değil.
Kendi düşüncelerinizi düzenleyemiyorsanız henüz ilginç bir noktaya ulaştığınıza inanmak zor ve oraya varmak için pratik gerekir.
Ama pratik yapmadan LLM kullanırsanız, sonunda ilginç bir insan olamayacağınızdan endişeleniyorum.
Bu da her zaman basit olmuyor; bazen “şu bölgede yaşayan insanların kullandığı dile çevir” gibi yinelemek gerekiyor.
Yazarın haklı olduğu kısımlar da var. İkinci dil kullanıcısı olarak LLM benden daha iyi metin üretiyor.
Ama prompt yabancı dilde ve taslak parçaları birbirine karışmış durumda; okura faydasız olacağı için paylaşmayacağım.
Bunu bir kitap taslağını editöre ve çevirmene teslim etmeye daha yakın görüyorum.
Yapay zeka ortaya çıktığından beri sürekli prompt/çıktı oranını düşünüyordum
Kullandığımız sistemlerin özellikleri yüzünden promptun çıktından daha kısa olacağını doğal olarak varsayıyoruz; ama istediğimizi ne kadar somutlaştırırsak prompt uzuyor, çıktı boyutu ise aynı kalıyor
Bir deneme yazmak yerine denemede yer alacak içeriği açıklarsak, o açıklama kaçınılmaz olarak denemenin kendisinden daha uzun olur. Çünkü ne söyleyeceğini açıklamak, doğrudan söylemekten daha fazla metin gerektirir
Daha az çabayla karşılığında daha fazla çaba almayı beklememiz, elde ettiğimiz şeyin nihayetinde dolgu metni olduğunu gösteriyor
Bu yüzden prompt daha ilginç; ne yazacağını bilemeyip prompt yazmaya başlayınca, süreç içinde birden söylemek istediğinin netleştiği çok oldu
Genel olarak yapay zeka, basit fikirleri karmaşık biçimde genişletmekten çok, karmaşık fikirleri basitçe sıkıştırmada çok daha kullanışlı
Yapmak istediğiniz yeni sistemi İngilizce olarak, tam istediğiniz sistemi elde edecek kadar doğru biçimde belirtme noktasına geldiyseniz, zaten kod yazsanız da olurdu
1 saat boyunca 500 kelimelik bir prompt yazıp, tablo satırları gibi X adet ek veri eklediğimde LLM bana X adet kusursuz cevap döndürüyorsa, çıktı oranının harfleri kendim yazdığımdan kötü olması önemli değil
Önemli olan, o 1 saat ve birkaç dakikalık LLM işlem süresi içinde işi daha hızlı bitirip bitirmediğim
Programlamaya benziyor. LLM kullanmanın amacı, kendi yazabileceğim koddan daha iyi kod yazmak değil; yeterince iyi kodu çok daha hızlı yazmak
Ama başkalarının da söylediği gibi, promptlar sandığımız kadar ilginç ya da yinelemeli olmayabilir. “Ödev bu, cevap ne?” de olabilir
Yazarın ana fikrine tamamen katılıyorum; ancak diploma almanın beraberinde getirdiği ekonomik koşulları ve engelleri çürütmek zor
Çoğu insan diplomayı iyi bir iş bulmanın kapısı olarak görüyor; bu ekonomik açıdan doğal
Ne yazık ki günümüzde işverenler de bu kopyala-yapıştır türü işleri teşvik ediyor. Meta ve Google’ın, yeni yazılan kodların çoğunun yapay zeka tarafından üretildiğini söylediğine bakın
Dünya yapay zeka tarafından yutulacak
Eskiden yalnızca en zeki ya da en varlıklı insanlar üniversiteye giderdi; bu yüzden üniversite diploması zekânın dolaylı göstergesi oldu
Şimdi üniversite mezunları iyi işler elde ettiğine göre, herkese iyi iş vermenin yolu herkese diploma vermek oluyor
İnsanların çoğu diplomanın temelindeki öğrenmeyle değil de yalnızca işle ilgileniyorsa, sonunda yalnızca geçer notu ve sondaki belgeyi önemseyen öğrenciler ortaya çıkar
İnsanlar sadece oyunu oynamaya geldiyse, öğrenmelerini bekleyemezsiniz
Yine de %90’ı önlerindeki fırsatı kaçırsa bile, %10’u o fırsatı yakalayıp iliğine kadar sömürecek
Üniversitedeyseniz, sunulan bilgiyle ve etkileşim fırsatlarıyla temas kurmanızı öneririm. Üniversite herkese açık olabilir, ama içindeki altını görüp gerçekten öğrenenler şanslı azınlıktır
Oyun yalnızca nihai skordan ibaret değildir. Sunulan çok daha fazla şey var
LLM’lerin şimdiden LLM olmadan çalışamayan geliştiricilerin ilk kuşağını yaratmış olmasından korkuyorum
İşin bir kısmında LLM kullanmak sorun değil, ama LLM olmadan da işlev gösterebilmek gerekir
Tüm verileri yapay zeka promptlarına koyamazsınız; bazı problemler LLM ile çözülemez ve basit problemlerde üretilmiş koda ya da yapılandırmaya bel bağlamak, kişinin kendi becerisini geliştirmesini engeller
Clayton’ın “Üretken model çıktısı yerine asıl promptu görmek istemediğim hiç olmadı. Çıktıda prompttan daha az öz var ve insan vizyonu yok” sonucuna şiddetle karşı çıkıyorum
Bunu yapay zekayla yaptık ve yaratıcısı değilseniz ham girdiyi görmek istemeyeceğinizden eminim
https://www.youtube.com/watch?v=H4NFXGMuwpY
Yapay zeka kullanıcıları ikiye ayrılacak: Yapay zekayı eksiksiz uçtan uca bir araç olarak kullananlar ve hâlihazırda yaptıkları işi ve yaratıcılıklarını güçlendiren bir araç olarak kullananlar
İkincisi kesinlikle yapay zekanın harika bir kullanım örneği
Belki de öğrenci değerlendirme yöntemlerinde büyük bir değişimi zorunlu kılabilir. Bir deneme teslim edildikten sonra öğretmenin öğrenciyle konu üzerine konuşup, gerçekten ne kadar özümsediğini kontrol etmesi gerekebilir
Ya da daha büyük olasılıkla, LLM yalnızca her şeyi daha da kötüleştirecek
Bunun nedeni, eğitmenin öğrenciye yalnızca eğitmenin metnini tekrar ettiren sorular sorması
Doğru öğretmek için şöyle yapmak gerekir
“Tinkertoys ile yapılmış küçük, basit bir robot kol var. Dönen bir tabanı, omzu ve dirseği olmak üzere üç açısal eklemi var; her eklemde de açıyı görebileceğiniz bir açıölçer bulunuyor”
Böyle yaparsanız bu problemlerin gerçekte ne anlama geldiğini düzgünce anlarsınız
Robotikten hiç anlamıyorum ama oldukça yaygın bir ödev gibi geliyor; LLM’in başkalarının ödevlerini tekrarlayabileceği türden görünüyor
Bir öğrenci bunu yapıyorsa sorun o öğrencide olabilir; ama %90’ı yapıyorsa bence ödev yanlıştır
LLM’ler ortaya çıkmadan çok önce de ders vermiştim; o zaman da kopyala-yapıştır yapılmış çöp teslimler çoktu
Her zaman 0 verirdim ve buna intihal demezdim. Çünkü intihal olarak işlem yapmak için üniversitenin idari prosedürleri gerekiyordu
Bunun yerine yalnızca “X istenmişti, ama yapıştırılmış saçma sapan bir şey teslim edilmiş” diye yorum yazardım
LLM çıktıları mevcut seviyede kaldığı sürece, ödevlerde gerçekten rekabetçi bir tehdit oluşturma ihtimali pek yok
Öğrenci bunu kendi sesiyle yeniden yazacak kadar dikkatliyse, bunu aksine başarı sayarım. Veri etiketleme taşeronlarının RLHF ile cilaladığı LLM çöpünü aynen teslim ederse, sadece 0 vermek yeterli
Öğrenciler blogdaki 3000 kelimelik duygu yüklü çağrıyla ilgilenmez; en az dirençli yolu seçerler
Tüm ödevin üstünü çizip büyük kırmızı harflerle “ChatGPT zırvası, 0” yazıp geri vermeye niyetiniz yoksa, baştan bu ödevin amacının ne olduğunu kendinize sormalısınız
Yine de anlıyorum. Üniversite, öğrencinin para ödeyip diploma aldığı bir yapıya dönüştü; hocalar da yöneticiler karşısında herhangi bir standart ya da disiplini uygulama gücünü kaybetti
Bu yüzden yapılabilen tek şey, ChatGPT çöpüne en düşük geçer notu vermek ve öğrencilerin asla okumayacağı bir blogda felsefe yapmaktan ibaret
Açıkça kopyaydı. Örneğin hatalı kodla doğru cevabı almak gibi
Ama bunu kopya olarak şikâyet etmek için idari sürece girmeyi düşünmedim; sadece 0 verdim
Doğru bir cevaba 0 verirseniz, bu başarılı bir şikâyete ya da temyize yol açacak gibi görünüyor
Ama yeni fikirlerin başarısız olma ihtimali vardır; bu yüzden çoğu pek iyi değildi ve düşük not aldım
Ne yapacağımı bilemeyince kısa süre sonra verilen kitapları okumadan Wikipedia özetleri ve başkalarının incelemelerine dayanarak deneme yazmaya başladım
İlk A ve A+ notlarımı alınca, ortalama düzeyde özgün bir yazının bile insanların yarısının anlayamayacağı kadar kavrayış gerektirdiğini fark ettim
Edebiyatta bir fikrin gerçekten entelektüel olarak kabul görmesi için, okuduklarını fiilen hatırlamayan insanlara bile çekici gelmesi gerekir
Bilgili ve zeki bir insan için bile benzer bilgi denizi görüşü bulanıklaştırır
Dersteki yazma ödevlerinin amacı metin çıktısı üretmek değil, öğrenciyi düşündürmek olmalı. Dil modelleri ilkini yapar, ikincisini yapamaz.
Eğitimde ve akademide bu kadar çok zeki uzmanın ve akademisyenin bunu kavrayamadığını görmek son derece umutsuzluk verici.
Onlar işi basitçe çıktı üretimi olarak görüyor; sürecin bilgi, beceri ve deneyimi nasıl biriktirdiğini düşünmüyorlar.
En bilgisiz öğrenciler, yazmanın ya da problem çözmenin amacını ve LLM’lerin sınırlarını anlamadan LLM’lerin peşine takılıp yıllarını boşa harcıyor.
Bazen beyinlerini köreltmek ve sonunda sadece bir kâğıt parçası almak için yüz binlerce dolar harcıyorlar; sonra da çok daha açık uçlu sorunların ortaya çıktığı ve LLM’lerin problem çözme kalitesinin ciddi biçimde düştüğü gerçek dünyayla yüzleşiyorlar.
Sorunların üzerine gerçekten kendi başına giden ve öğrenen kişiler uzun vadede muazzam bir avantaja sahip olacak.
Tek umursadığımız ağırlıkları taşımaksa araç kullanmak doğru olur.
Ama bu işi, sizde yaratacağı etki için yapıyorsunuz. Öğretmenin soru sormasının nedeni cevabı bilmemesi değil.
Öğrenmek ve materyale dalmak istiyorsam 60 bin doları cebimde tutup bunu çevrimiçi olarak ücretsiz, muhtemelen de daha verimli şekilde yapabilirim.
Dersteki yazma ödevlerinin amacı, üniversitenin bana diploma vermesini sağlamak.
Materyali gerçekten öğrenmek diploma alabileceğiniz anlamına gelmiyor; ancak profesörlerin koyduğu kapılardan geçip devasa öğrenim ücretini öderseniz mümkün oluyor.
Gerçekten öğrendikten sonra bu gerçeğe dair geçerli bir istihdam edilebilirlik sertifikası alabileceğiniz başka bir sistem olsa güzel olurdu; ama profesörler imrenilen istihdam edilebilirlik belgesinin bekçileri olduğu sürece bu teşvik sorunu devam edecek.
Çocukken “Yüzüklerin Efendisi’nde iyi güçler neden kazandı?” konulu bir deneme ödevi aldığımda, bu aslında romanı gerçekten okuyup okumadığımı kontrol etmeye yönelik bir kapıydı.
Üç seçenek vardı: romanı okuyup denemeyi kendin yazmak, daha önce yazılmış bir deneme bulmak ya da bir arkadaşın denemesini şablon alıp yeniden yazmak.
İnternet öncesinde hazır yazılmış bir deneme bulmak da kolay değildi; ama yaygın konularla ilgili deneme kitapları vardı ve hocaya yakalanma ya da birinin aynı kaynağı kullanması riski bulunuyordu.
A ve C en azından roman hakkında bir şeyler öğrenmenizi ve yazma becerinizi keskinleştirmenizi sağlıyordu.
Bugün adını hiç duymadığınız bir roman hakkında ChatGPT’ye 4 sayfalık deneme yazdırıp işi bitirebilirsiniz. Bu süreçten elde edilen hiçbir değer yok.
Basit bir örnek ama programlamaya da aynen uygulanıyor. Acemi bir programcı, LLM’nin ona zor işleri ve bilmediği dilleri ele alma gücü verdiğini iddia eder; fakat o deneyimden beceri ya da bilgi edinmiyordur.
Google Maps’ten Prague’dan Brussels’e yol tarifi istediğinizde size varış noktasına götüren bir dönüş listesi verir; ama bu süreçte Almanya’nın coğrafyasını öğrendiğinizi iddia edemezsiniz.
Yazarın tarif ettiği durumun tatmin edici olmadığına katılıyorum; ancak bunun büyük kısmı eğitim sisteminin, daha da ötesi yazarı yazanın sorumluluğu.
Böyle bir yazma ödevinde öğrencilerin LLM kullanması doğal. Sınıf arkadaşları kullanıyorsa kullanmayan taraf aptalca davranmış olur.
Eğitimci, öğretme ve değerlendirme biçimini yeniden yapılandırmalı. Yazarın bunu görememesi garip.
Üniversiteler ve okullar AI konusunda işleyişlerini değiştirmeli; aksi halde öğrencileri başarısızlığa sürüklüyorlar.
AI’ın toplum açısından pek çok potansiyel ve gerçek sorunu olduğunu biliyorum; ama doğru benimsenirse eğitim deneyimini olumlu yönde değiştirme ihtimali de var.
Birincisi, öğrenciler mecburi izleyici konumunda. Orada olmak istemiyorlar ama yasa onları buna zorluyor.
Zorunlu eğitimin ötesinde de durum aynı. Ataletle daha üst eğitime itilmişler ve gerçek bir seçim hakları ya da alternatifleri olduğunu fark etmemişler.
İkincisi, derslerde geliştirilen birçok beceri gerçekte işe yaramaz.
İkinci dilim olan İngilizce derslerine çok zaman harcadım, ama dili bana gerçekten öğreten şey internet kullanımıydı. Son dönemlerdeki İngilizce dersleri sadece meşgul görünme işiydi.
Ana dil derslerinde de epey deneme yazmam gerekti, ama işe yarayan tek şey o dersin final sınavıydı.
O zamandan beri “gerçek” bir deneme yazmadım. Yazsam bile muhtemelen İngilizce yazar, forum gönderilerinden öğrendiğim başka bir tarz kullanırım.