- Üretken yapay zekanın yükselişiyle birlikte beşeri bilimlerin önemi artarken, beşeri bilimlerin doğası da aynı anda daha karmaşık ve yabancı bir hale geliyor
- Beşeri bilimlere ait bilgi ve yetkinlikler, yapay zeka araştırma ve kullanımında önemli bir rol üstlenmeye başlıyor
- Uzman olmayan kişiler bile yapay zeka araçlarını kullanarak eğitim amaçlı yazılımlar ya da kendi araştırma araçlarını kolayca geliştirebilecekleri yeni olanaklara kavuşuyor
- Buna karşılık, AI chatbotlarının benimsenmesi öğrencilerin öz yönelimli öğrenme motivasyonunu ve eğitim deneyiminin niteliğini düşüren olumsuz etkiler yaratıyor
- Eğitimde kutuplaşmanın derinleşeceği endişeleri içinde, tek tek öğretmenlerin yapay zekayı yaratıcı biçimde kullanma becerisi her zamankinden daha merkezi bir mesele olarak öne çıkıyor
AI ve beşeri bilimler arasındaki ilişkinin değişimi
Yeni AI çağında beşeri bilimlerin konumu
- D. Graham Burnett'in The New Yorker'da yayımlanan yazısı, kampüslerde AI ile ilgili radikal değişimler yaşanmasına rağmen, beşeri bilimler dahil birçok akademik alanda bu değişimin görmezden gelindiğini ya da küçümsendiğini vurguluyor
- AI'ın ortaya çıkışını yalnızca geçici bir moda saymak ya da gerçek etkisini hafife almak artık sürdürülebilir bir yaklaşım değil
- Burnett, AI'ın beşeri bilimler üzerinde yapısal ve geri döndürülemez bir etkiyi zaten yaratmış olduğunu özellikle belirtiyor
Üretken yapay zeka beşeri bilimsel bilginin değerini artırıyor
Beşeri bilimsel yetkinliklerin yeniden keşfi
- AI; doğal dil çevirisi, sınıflandırma, veri madenciliği gibi çeşitli alanlarda insan dili ve kültürüne dair beşeri bilimsel kavrayışa özsel olarak ihtiyaç duyuyor
- Örneğin OpenAI, GPT-4o'daki aşırı onaylama eğilimi (sycophancy) sorununu çözerken teknik kod yerine yeni İngilizce cümleler (promptlar) yazarak ilerledi
- Dilin kültürel bağlamı, retorik etkileri, tür ayrımları ve dil dışı unsurlara dair derin içgörü olmadan, AI sistemlerinde niyet edilmemiş arızalar ortaya çıkabiliyor
- Mühendisler ve araştırmacılar da dil, kültür ve teknoloji tarihi konusunda daha geniş bir eleştirel düşünme becerisine ihtiyaç duyar hale geliyor
Beşeri bilimler dışından gelenlerin AI kullanım kapasitesi genişliyor
Doğrudan yazılım üretme dönemi
- Teknik geçmişi olmayan beşeri bilimler öğrencileri bile artık yapay zekayı kullanarak araştırma ve eğitim amaçlı özelleştirilmiş araçları doğrudan geliştirebiliyor
- Yazının yazarı, gerçekten de 17. yüzyıl eczacı simülatörü ile genç Darwin'in Galapagos keşfini konu alan oyunlar gibi, beşeri bilimsel bilgiye dayalı etkileşimli oyunlar geliştirdiğini anlatıyor
- İlk oyunda öğrenciler gerçek erken modern tıp reçeteleriyle hastaları tedavi etmeyi deneyimliyor; ancak süreç içinde AI'ın tarihsel gerçeklerle çelişen halüsinasyon sorunları ortaya çıkıyor
- İkinci oyun olan Young Darwin, Darwin'in gerçek kayıtlarını kullanarak hayvan toplama ve ada keşfi deneyimini simüle ediyor ve AI halüsinasyonlarını en aza indiren tasarımıyla kaliteyi yükseltiyor
- Bu tür deneysel öğrenme yöntemleri, makale yazımı ya da sınıf tartışmalarıyla destekleyici biçimde birleştirilerek öğrencilerin tarihsel farkındalığını ve eleştirel düşünmesini deneyimsel olarak genişletebilir
- AI destekli etkileşimli rehberlik, beşeri bilimler eğitiminde de gerçekten zihinsel uyarım ve öğrenme fırsatları sunabiliyor
Üretken yapay zeka beşeri bilimler eğitimini daha karmaşık hale getiriyor
AI'ın yol açtığı eğitim değişimi ve zorluklar
- Eğitim sahasında ChatGPT gibi AI chatbotları, öğrencilerin öz yönelimli yazma deneyimini ciddi ölçüde zayıflatan olumsuz etkiler gösteriyor
- Giderek daha fazla öğrenci AI ile üretilmiş deneme ya da ödev teslim ediyor; bu da mevcut değerlendirme sistemi ile eğitim hedeflerini zorlamaya başlıyor
- Sonuçta öğrencilerin, anlamlı entelektüel çaba gerektiren deneyimleri - örneğin yazarken tıkanmayı aşma, kütüphane taraması yapma, uzun soluklu gerçek araştırmalar yürütme - hiç yaşamama riski büyüyor
- Öğrenciler, ödevin kendisinde ilgi ya da anlam bulmak yerine, AI aracılığıyla işi hızlıca tamamlama yönelimine daha fazla kayıyor
Olumlu örnekler ve yeni eğitim olanakları
- Aynı zamanda AI ile etkileşimi içeren ödev tasarımlarının, hem öğrencilere hem öğretmenlere yeni entelektüel sarsıntılar ve düşünme fırsatları sunduğuna dair örnekler de aktarılıyor
- AI, insanın yerini alan bir unsur olmaktan ziyade, öğrencinin AI ile konuşarak kendi düşünmesini sınamasına yardımcı olan destekleyici bir araç işlevi görebiliyor
- Tam da şimdi, eğitimin anlamı ve amacı üzerine tartışmak ve sahici öğretme-öğrenme deneyimlerini korumak için sahadaki öğretmenlerin aktif rolü gerekiyor
Beşeri bilimler eğitiminde AI kullanımında kutuplaşma
Geleceğin eğitimi için öneriler
- Üretken yapay zekanın sonuçta beşeri bilimler eğitimindeki eşitsizliği derinleştireceği yönünde kaygılar dile getiriliyor
- İyi eğitilmiş öğrenciler ve uygun ortamlarda AI'ı özgün biçimde kullanma becerisi öne çıkarken, daha dezavantajlı koşullardaki öğrenciler aynı fırsata sahip olmayabilir
- Her öğretmenin doğrudan özelleştirilmiş AI ödevleri ve araçları geliştirme yeteneğine sahip olması son derece önemli görülüyor
- Eğer eğitim sahası bu göreve karşı isteksiz kalırsa, görünüşte 'etkileşimli' ama gerçekte tek tip ve insanlıktan uzak ticari AI eğitim araçları, mevcut öğrenci-öğretmen ilişkisini ve öğrenmenin özünü aşındıracaktır
- Bu sorun bilinciyle gerçekten de NEH (ABD Ulusal Beşeri Bilimler Vakfı) destekli bir proje planlanıp yürütülmüş, ancak politika değişiklikleri nedeniyle iptal edilmiştir
Önerilen okumalar
- D. Graham Burnett'in The Sounding of the Whale adlı kitabı, balina bilimi tarihi üzerine sıra dışı bir eser olarak tanıtılıyor
- 1608'de yayımlanan bir İncil yorum kitabında, cilt yapısında kullanılmış mektup parçalarının bulunmasıyla Shakespeare ile Anne Hathaway ilişkisine dair yeni bir araştırma örneği sunuluyor
- UNC'den Kathleen DuVal, kısa süre önce yayımlanan Native Nations: A Millennium in North America ile Pulitzer kazandı; önceki kitapları da ilgi çekici bulunuyor
1 yorum
Hacker News görüşleri
Öğrencilerin okulu ve işi bitmek bilmeyen bir hedef tamamlama aşamaları dizisi olarak görmeye şartlandırılmasında daha derin bir eğitim sorunu olduğunu düşünüyorum. Nihai hedef aslında ‘iş bulmak’, ama artık 5-10 yıl sonra hangi işlerin kalacağını kimse güvenle söyleyemiyor. Özellikle uygulamalı meslekler bir istisna olabilir, ancak bu tür programlar zaten uzun zaman önce eğitimin büyük bölümünden çıkarıldı. Üniversite öğrencileri AI kullanarak ödevleri kolayca bitiriyor, okumayı ve sabır geliştirmeyi atlıyorsa, bunda öğrencilerden çok bizim kurduğumuz eğitim ve kariyer sisteminin payı var. Bu sorun bir gecede ortaya çıkmadı ve tek nedeni de AI değil
AI nasıl kitlesel işten çıkarmaları ve maliyet düşürmeyi meşrulaştıran bir bahane olarak kullanılıyorsa, modern eğitim sisteminin başarısızlığının da AI’ya yüklenmesi üzücü. Gerçekte eğitim sistemi yalnızca notu ödüllendiriyor. Bilgi, kavrayış ya da zekâdan çok, oyunlaştırılması en kolay şey olan tek bir ‘puan’ (GPA), ortaokuldan liseye, üniversiteye ve sonrasına kadar yolu belirliyor. Bence eğitimin en büyük sorunu bu
Uzun süredir var olan mesleklerin gelecekte de varlığını sürdüreceğine dair güçlü bir inancım var. Teknolojik değişim gelse de bunlar bir anda yok olmayacak, yavaş yavaş gerileyecek. Bu yüzden hazırlanmak ve plan yapmak için yeterli zaman olduğunu düşünüyorum. Buna karşılık, ekonominin yeni alanlarındaki yüksek gelirli işler genelde uzun ömürlü olmuyor, öngörmeleri zor ve beklenmedik gelirlere kolayca kıskançlık duyan biri için böyle işlerde mutlu olmak da zor olur
‘Eğitim ve kariyer sisteminin payı büyük’ iddiasına karşılık, pratikte birçok insanın suçu sürekli öğrencilere attığını belirtiyor
Hiç kimse gelecekteki işleri her zaman kesin olarak öngöremedi. Temelleri sağlam ve esnek olan insanlar her zaman bir yol bulur
Nüfusun sadece %10’u bile uygulamalı mesleklere yönelse o sektör çöker. Herkesin bunu neden gözden kaçırdığını anlamıyorum
Bir yazıda, SFSU felsefe yüksek lisans öğrencisinin dersi ‘AI ile engelli parkur koşuyormuş gibi’ tamamen değiştirince öğrencilerin ilgi gösterdiğine dair yorumu görünce çok ilgimi çekti. Öğrencilerin kendi aralarında ChatGPT ile çözülemeyecek ödevler tasarlayıp birbirlerine vermesi fikri aklıma geldi. Eskiden bir barcamp’te, cevabı Google’da kolay bulunmasın diye hazırlanmış bir quiz programını deneyimlemiştim ve çok eğlenceliydi. ChatGPT’ye dayanıklı ödev tasarlamak da benzer düzeyde entelektüel bir meydan okuma gibi geliyor
‘ChatGPT’ye dayanıklı ödev’ tasarlamak aslında epey kolay olabilir. Alman üniversite sisteminde olduğu gibi her hafta zor alıştırmalar çözülür ve ancak belli bir başarı düzeyine ulaşanlar sınava girme hakkı kazanır. Bu tür ödevlerin gerçek amacı, hazırlıksız öğrencinin sınava girip kendini batırmasını önlemektir. Ödevde ‘ChatGPT’ vb. kullanarak kopya çekmeye ağır bir ceza verilmeyebilir, ama bunu yapanların sınavda gerçekten çakılacağını öğrenciler zaten bilir. Alman üniversitelerinin çoğunda bir sınavdan 3 kez kalırsan o bölümü artık okuyamazsın; bu kural tüm üniversiteler için geçerlidir
Howard Rheingold bu konuda aktif biçimde çalışıyor. İlgileniyorsanız Peeragogy Handbook ve bu fikri teşvik eden yazıyı öneriyor. ‘Öğretmenin otoritesini öğrencilere ne kadar devredip onları öz-yönelimli öğrenmeye teşvik edersem, öğrenciler de öğretme yöntemimi nasıl yeniden tasarlayabileceğimi o kadar çok söylüyor’ düşüncesini paylaşıyor
Ben görme engelliyim ve böyle ‘sadece adanın dış hatlarını gösteren’ soru türlerinin benim gibi insanlar için tamamen erişilemez olması beni sürekli rahatsız ediyor. Metin tabanlı ödevleri azaltma eğilimi, engelliler için erişilebilir eğitimi daha da zorlaştırıyor. Bu, yeni bir dijital uçurum kuşağının başlangıcı
ChatGPT’ye dayanıklı ödev tasarımının entelektüel bir meydan okuma olduğuna katılıyorum. Ancak öğretim üyeleri bu tür deneysel öğretim yöntemlerini uygulamak için neredeyse hiç zaman ya da eğitim almıyor. 4/4 ders yüküyle ancak programı yetiştirirken bunu denemek bile zor ve AI araçları o kadar hızlı gelişiyor ki iyi fikirler çok çabuk eskiyor. Örneğin öğrencilere makale yerine podcast hazırlattığınızda, kısa süre sonra ‘podcast oluşturma’ araçları çıkıyor ve bu da geleneksel makalelerde olduğu gibi kopya çekmeyi kolaylaştırıyor
Öğretmen konuyu iyi biliyorsa, 30 saniyelik bir konuşmayla öğrencinin gerçekten bilip bilmediğini hemen anlar. Belki de ‘ödev’, bilgiyi oluşturmak ve doğrulamak için en iyi yöntem değildir
Yazar (orijinal gönderi) esas olarak tarih eğitiminden söz ediyor ama aslında ‘tarih takdiri’ne daha yakın bir yaklaşımı kastediyor. Bu, tarihi bir öngörü aracı olarak kullanmak değil, ‘klasikleri (ör. Cicero)’ okumaya dayalı kültürel bir yaklaşım. Askerî subaylar ise tarihi bambaşka bir şekilde çalışır ve hata ile başarısızlıkların nedenlerini arar. Bu bakış açısından tarih, LLM’lerin hâlâ iyi ele alamadığı alanlardan biri. Cicero dönemini anlamak istiyorsanız şu kitabı öneriyor. Saha siyaset muhabiri tarafından yazıldığı için, yalnızca retoriğe kapılan geleneksel tarih anlayışını keskin biçimde ters yüz eden bir deneyim sunuyor
Tarihi öngörü aracı olarak kullanmak akademinin asli amacı değildir; tarih, insanlık akışını anlamak için vardır ve uygulama alanı çok geniştir. Hatta askerî tarih bile yeni araştırma yöntemlerini benimsemede en yavaş alanlardan biridir
‘Takdir’ ile ‘analiz’in ayrılması gerektiği iddiasına katılmıyorum. Tarih, bugünkü durumun nasıl oluştuğunu açıklamak için vazgeçilmezdir. Klasik çalışmalar da elbette eleştirel biçimde yapılmalıdır ve tarihçiler zaten bunu yapıyor
‘Kazananları’ incelerseniz yalnızca hayatta kalan yanlılığını öğrenmiş olursunuz
Tarihi stratejik analiz olarak kullanmakla tarih eğitimini kültürel takdir olarak yürütmeyi ayırmak çok iyi bir nokta. Günümüz eğitimi çoğunlukla ikincisine kaymış durumda ve bu, AI’nın taklit etmesinin daha kolay olduğu alan. Oysa daha değerli düşünce, başarısızlıklar, istenmeyen sonuçlar ve çevredekilerin bakış açıları gibi rahatsız edici sorulardan doğuyor
Askerî subayların tarihe bakarken yalnızca ‘hata analizi’ yapmadığını ekliyor
Beşerî bilimlerde doktora tez savunması, ‘yazılı tez’ ile doğaçlama sözlü savunmadan oluşur ve ChatGPT ile kopya çekmek çok zordur. Hoca görünüşte alakasız şeyleri bağlayarak soru sorar. Mühendislere anlamsal analiz sorunlarında yardımcı oldum ama çoğu zaman dili anlamadıkları için zorlandılar. İletişimleri iyi olsa da dilin kendisini anlamıyor olabilirler. AI değerlendirmelerinde çoğu zaman yalnızca AI’nın iyi yaptığı şeyler test ediliyor; benim dil becerim ise değerlendirme ölçütüne girmiyor. Ben AI’nın karşılaştığı dil sorunlarını işaret edip bunun değerini insanlara anlatmak zorundayım
Fizik öğretmeni tembelse bütün soruları matematik sorusuna çevirir. Daha iyi hesap makineleri sınavı anlamsızlaştırıyor diye endişeleniyorsanız, aslında fizik değil matematik öğretiyorsunuzdur. Beşerî bilimler hocası tembelse her şeyi yazı yazma problemine dönüştürür. Daha iyi bir yazım denetleyici beşerî bilimler değerlendirmesini geçersiz kılıyorsa, gerçekte ölçtüğünüz şey sadece yazma becerisidir. Biraz sert olacak ama iyi yazının mutlaka iyi düşünceyle örtüşüp örtüşmediğinden emin değilim
Akademisyenlerin AI’ya dayanıklı değerlendirme teknikleri geliştirebileceğine katılıyorum. Ancak kurumsal düzeyde destek neredeyse yok; herkes bunu tek başına çözmek zorunda. AI araçlarının gelişim hızına kıyasla deney döngüsü çok yavaş. Yeni bir değerlendirme yöntemini bir dönem deneseniz bile, birkaç hafta içinde bir sonraki dersin hazırlığına dönmeniz gerekiyor; düzgün değerlendirme ve iyileştirme yapmak zor, çoğu zaman yılda ancak bir tekrar mümkün oluyor
Geçmişte bilim dünyasında hesap makineleri çıktığında yaşanan tartışmayı hatırlatıyor. Lisede fizik dersinde bazı varlıklı öğrenciler ‘bilimsel hesap makinesi’ getirirdi ve kullanımına izin verilip verilmeyeceği tartışılırdı. Hesap makinesi, LLM için birebir bir benzetme değil ama pratikte zaten kullanılacak olması argümanı ikna ediciydi. Özellikle yazılım mühendisliği için bu bugün de geçerli
Çözümün beşerî bilimler eğitimine yeniden Sokratik yöntemi getirmek olduğunu düşünüyorum. Yalnızca metin tüketip üretmeye dayalı pasif bir süreç (gerçekte bunları okuyan çoğu zaman sadece asistan ve hocadır) yerine, öğrencilerin ders materyali ve anlatılanlar üzerinden doğrudan konuşup tartıştığı diyalog merkezli dersler olmalı. LLM’ler vasat üstü olmayan denemeleri yazabilir ama gerçek sınıf ortamında akranlarıyla tartışamaz. Elbette bunun büyük ölçekte uygulanmasının önündeki engel, iş gücü maliyeti
ChatGPT’yi sadece bir yazım denetleyiciye benzetmenin saçma olduğunu düşünüyorum. Yazı yazmak başlı başına öğretilmesi gereken önemli bir beceridir
Beşerî bilimlerde kopya çekmenin temel nedeni, bunun ekonomik bir teşvik yaratması olabilir
Çoğu insan tarihte ve beşerî bilimlerde yapılacak ne kadar çok iş olduğunu bilmiyor. Örneğin bazıları Herculaneum’daki yanmış tomarların çözülmesine ilgi duyuyor ama aslında Rönesans’tan erken modern döneme kadar uzanan Neo-Latin metinlerin %10’undan azı İngilizceye çevrilmiş durumda. Marsilio Ficino gibi isimlerin çevirdiği klasikler Avrupa tarihinde büyük iz bırakmış olsa da, kendi eserlerinin önemli bir bölümü hâlâ İngilizceye çevrilmedi. LLM’ler burada büyük etki yaratacaktır ama istek varsa her öğrenci bu bilinmeyen alanda gerçekten katkı sunabilir. Bu yüzden öğrencileri değerlendirirken ölçütüm ‘onlardan ne kadar şey öğrendiğim’ oluyor
Transformer mimarisi başlangıçta çeviri için tasarlanmış olsa da, aşırı overfit edilmiş üretken modellerin çeviride aslında çok zayıf olduğunu düşünüyorum. Sözcük türü sınıflandırması + sözlük araması + dilbilgisi eşlemesi gibi daha basit yöntemler çok daha iyi sonuç veriyor ve hatta güven aralığı da sunabiliyor. Çeviri aracı gerekiyorsa üretken AI yerine Project Bergamot tarzı araçları kullanmak daha iyi. Ayrıca lise beşerî bilimler derslerinin ‘gerçek keşif’ yerine basit bir alıştırmaya dönüşmüş olması gerçekten üzücü
Elimizdeki tarih, zorunlu olarak çok dar bir boğazdan geçerek bize ulaştı; bu yüzden büyük bölümleri eksik, aşırı düzenlenmiş ya da çarpıtılmış durumda. 500 yıl önce gerçekte ne olduğunu neredeyse hiç bilmiyoruz ve iktidarı elinde tutan Medici gibi güçlerin kayıtları da kendi çıkarlarına göre biçimlendirmiş olması çok muhtemel. Sonuçta tarih, bugün için bir arka plan çizme işidir. AI’nın geçmişi daha iyi anlamamıza büyük katkı sağlayacağını sanmıyorum; hatta bugünün yeni Medici’lerinin geçmişe ait arka planı daha hızlı değiştirmesine yarayan bir araç olabilir
AI sistemleri geliştiren mühendislerin dil, kültür, teknoloji tarihi ve felsefesi üzerine derin düşünmesi gerektiği savunuluyor ama bence asıl sorun, akademik bilgi eksikliğinden çok gerçek dünyanın karmaşıklığını görmezden gelmek. Kod yazma becerisi metalaştıkça, tamamlayıcı yeteneklere sahip kişiler (ör. kodlama + tarih) daha fazla kazanç sağlayacak. Bugün beşerî bilimlerde yaşanan değişimin özü bu
Temelde ‘iyi soru sorma ve onu bizzat çözebilme yeteneği’ her zaman çok değerli bir beceriydi
Bugünün öğrencileri, kodlama ya da başka bir alanda tek başına çok derine inmektense farklı arka planlardan gelen insanlarla takım halinde hareket etmeye daha yatkın. Değişim hızı geçmişle kıyaslanamayacak kadar yüksek olduğu için, eğitimin niteliğinden bağımsız olarak sınırları ve iş birliği ihtiyacını erken fark ediyorlar. Asıl büyük mesele, farklı yetenekler ve ilgi alanları ile hızlı değişim ortamında bir ekip olarak nasıl iş birliği yapılacağı, senkron olunacağı ve yön bulunacağı
Tarih alanı, Hayden White sayesinde onlarca yıl önce ‘anlatı olarak tarih’ sorunuyla zaten yüzleşti. White’ın ‘tarih kurgudur (=fiction)’ sözü, olgusallığın inkârı değil; tarihin yorum ve edebî anlatıyı içermesi anlamına gelir. Yani tarihçinin de romancı gibi anlatı yapısı ve ifade teknikleriyle olayların anlamını kurduğunu vurgular
Gördüğümüz AI sistem arızalarının çoğu, gerçek dünyanın karmaşıklığını göz ardı etmekten kaynaklanıyor
Aslında bu, Joel Spolsky’nin ‘tamamlayıcını metalaştır (commoditize your complement)’ kavramını yeniden ifade etmekten ibaret
OpenAI sistem isteminde ‘OpenAI’nin değerlerini en iyi yansıtan uzmanlık ve dürüstlüğü koru’ gibi bir ifade var; beşerî bilimler geçmişi olan biri, böyle bir cümlenin gelecekteki AI krizlerinde ölümcül biçimde ters tepebileceğini sezgisel olarak fark eder. Asıl önemli olan da bu tür nüanslar; tam da bu yüzden (Hollywood tarzı) ‘makine, yaratıcısının zihnini taklit etmeye çalışırken yıkıma sürüklenir’ senaryoları ortaya çıkıyor
Eğitimde bilgisayar kullanımının etkisine kuşkuyla bakıyorum. Bir şeyi gerçekten öğrenmek için kâğıttan okumak, kenar boşluklarına ya da kâğıt notlara elle yazmak gerektiğini düşünüyorum; o zaman akılda kalıyor. Programcı olarak her gün ekran kullanıyorum ama yeni bir şeyi gerçekten ezberlemem gerekiyorsa mutlaka kâğıt kullanırım. Yüz yüze toplantı ve konferanslarda da dizüstü açmam, her zaman kâğıda not alırım. Bu yüzden dizüstü ya da tabletle çalışmanın öğrenmeye gerçekten yardımcı olup olmadığından emin değilim
Bunun tamamen kişisel bir deneyim olduğunu ve başkaları için tutarlı biçimde geçerli olmayabileceğini düşünüyorum. Ben yıllardır kâğıda hiçbir şey yazmadım ama bu sürede gayet iyi yeni şeyler öğrenebildim
Bu farkın, insanın öğrenme alışkanlıklarını başta nasıl geliştirdiğiyle ilgili olduğunu düşünüyorum. Ben Notepad’e yazınca verim alamıyorum, elle yazınca daha iyi hatırlıyorum; ama bu okul alışkanlıklarının, yani kişisel eğitimin bir ürünü. Başkaları kendi yollarıyla gayet iyi öğrenebilir
Benim kuşağımın deneyiminin eğitimin evrensel örneği olmadığını gösteren bir kuşak zaten var
Öğrenme uygulamalarının, özellikle oyunlaştırılmış öğrenme araçlarının ‘alıştırma’ tarafında gerçekten etkili olduğuna katılıyorum
ABD’de eğitimin gerçekte nasıl işlediğinde LLM’lerin büyük bir gedik açtığını düşünüyorum. Bugüne kadar değerlendirme, ‘gözetimsiz yazı çıktısı öğrenmenin kanıtıdır’ varsayımına dayanıyordu; LLM’ler bu çıktıyı kolayca ürettiği için, dolaylı olarak essay mill sektörünü de çökertti. Artık eğitimcilerin değerlendirme ölçütlerini yeniden bulması gerekiyor ve ‘öğrenme nedir’, ‘bunu anlamlı biçimde nasıl ölçeriz’ gibi eski sorular daha da önemli hâle geldi. Ben de şakayla karışık olarak ezber, sözlü sınav ve benzeri söz merkezli değerlendirmelerin geri döneceğini tahmin ediyorum. Kusurları var ama şu anda kopya çekmesi zor olduğundan bir süre işe yarayabilir
Bir öğrencinin sadece essay teslim etmesinin öğrenmeyi kanıtladığı fikri uzun zamandır bir yanılsamaydı. Artık bunu da AI yazdığına göre, esaslı bir doğrulama şart. ‘Yazı tek başına öğrenmeyi kanıtlamıyorsa, gerçek öğrenmeyi nasıl ayırt edeceğiz?’ sorusu kalıyor. Bu yüzden sözlü sınavların ve gerçek zamanlı tartışma temelli değerlendirmenin yeniden canlanması mümkün olabilir. AI eğitimi bozmadı; zaten var olan sorunu çıplak biçimde görünür kıldı
O gediğin özü bence ‘nesnellik’. Eğitimde ölçmeye olan takıntı yüzünden, öğretilen şeylerin apriori gerçekler, yani ‘nesnel doğrular’ olduğu varsayıldı; oysa bu neredeyse bir mit. Ne kadar sıkı ölçerseniz, bilginin sanki mutlak doğru olduğu yanılsamasını o kadar güçlendiriyorsunuz. Gerçekte ise tüm yazma ve öğrenme, öznel deneyimlerin toplamı ve nesnelliğe ulaşmak için birçok öznel bakış açısını keşfetmek gerekiyor. LLM’lerin gelişi ise bunu dolanıp, mantıksal yorum yerine ‘vibe’a dayalı cevaplar üretiyor. Artık amaç, tanıdık toplumsal hava ve bağlam yaratmak oldu; bu çizginin nerede çekileceği ise belirsiz. Katılık abartıldı; insanlar için en iyi öğrenme biçimi, birden fazla bakış açısını birlikte araştırarak öğrenmek
Öğrenmenin tanımının değişmediğini düşünüyorum. İnsanlığın ilk kayıtlarında bile ‘şu yeni yazı yüzünden öğrenciler artık öğrenmiyor’ diye yakınmalar vardı; eğitim her zaman değişime uyum sağladı
ABD eğitiminde çok büyük bir yer kaplayan şey, tam da ‘anlamsız essay’ üretmekti; bu yüzden AI’nın bu boşluğu hedef alması kaçınılmazdı