- ChatGPT'nin gerçekten öğrenmeye yardımcı olup olmadığı yoksa yalnızca cevap verip vermediği yönündeki eğitim dünyasındaki kaygıları gidermek için geliştirildi
- Adım adım yönlendirme ve etkileşim ile cevap vermek yerine öğrenme sürecini destekler
- Hedefe ve beceri seviyesine göre yönlendirici soruları ayarlayarak, katılım ve etkileşim yoluyla daha derin anlama ve öz değerlendirmeyi teşvik eder
- Öğretmenler, bilim insanları ve eğitim uzmanlarıyla iş birliği içinde; aktif katılımı teşvik etme, bilişsel yük yönetimi, üstbiliş, öz değerlendirme gibi öğrenme bilimi temelli özelleştirilmiş sistem yönergeleri yerleşik olarak sunulur
- Kullanıcıya özel dersler, bilgi kontrolü quizleri, geri bildirim, ilerleme takibi gibi çeşitli eğitsel özellikler içerir
- Üniversite ve yükseköğretim dahil gerçek öğrenci geri bildirimlerine dayanarak sürekli geliştiriliyor; görselleştirme, hedef takibi ve daha ileri düzey kişiselleştirme gibi özelliklerin eklenmesi planlanıyor**
Başlıca özellikler
- Etkileşimli prompt'lar: Sokratik sorular, ipuçları ve öz kontrolü birleştirerek kendi başına düşünmeye yönlendirir
- Ek destek yanıtları: Konular arasındaki bağlantıları dikkate alarak adım adım bilgi sunar, aşırı bilişsel yükü azaltır
- Kişiselleştirilmiş destek: Beceri seviyesini değerlendirir, önceki konuşmaları hatırlar, kullanıcıya özel dersler sunar
- Bilgi kontrolü: Quiz'ler, açık uçlu sorular ve kişiselleştirilmiş geri bildirimle ilerlemeyi takip eder, hafızayı ve uygulama becerisini güçlendirir
- Esneklik: Konuşma sırasında istenildiği anda study modu açılıp kapatılabilir
ChatGPT'de deneyin
1 yorum
Hacker News görüşleri
LLM’lerin bir çalışma partneri olarak olduğundan az değerlendirildiğini düşünüyorum; çünkü utanmadan özgürce "aptalca" sorular sorabiliyorsunuz. Kısa cevaplar yerine adım adım, sakince açıklayan bir mod gerçekten sihir gibi geliyor. 7/24 hazır bekleyen yetkin bir asistana sahip olmak gibi; tek başına çalışırken bir rüya aracı. Eskiden internetteki bilgilerin hatalı olması, eski kalması, geri bildirim eksikliği ve kaba topluluklar gibi pek çok zorluk vardı; şimdi ise o dönemle kıyaslanamayacak kadar ileri bir deneyim. Elbette yapay zekanın verdiği bilgileri sorgusuz sualsiz kabul etmek gerektiğini söylemiyorum; kişinin kendi doğrulama süreci olmalı. Bunu tembelce kullananlar da olacaktır ama eski kitaplar ya da ders kitaplarında olduğu gibi, ne kadar fayda sağlayacağı kişinin yaklaşımına bağlı. Böyle araçların kullanılabildiği bir çağda yaşıyor olmak beni gerçekten heyecanlandırıyor ve hayran bırakıyor
Birkaç yıl önce internetten bir şey öğrenmenin yanlış bilgi, kötü niyetli cevaplar, anlık geri bildirim eksikliği gibi nedenlerle çok zor olduğuna katılıyorum. Ama bugünlerde yapay zekanın verdiği her cevabın doğru olup olmadığından, saçmalayıp saçmalamadığından her seferinde şüphe etmek zorundayım. Olgusal sorularda sık sık yanlış cevap verdiğini defalarca gördüm. Bu sorunlar söylenince de hep en yeni modelin daha iyi olduğu söylenip pahalı abonelikler isteniyor. Daha da kötüsü, yapay zekanın cevabına itiraz edince çok kolay geri adım atması. Kendi cevabını savunamıyor; bence bu, bir öğretmende olması gereken bir özellik değil. Sonuçta yapay zeka sadece yararlı bir araç; fazla güvenilmemeli ve her zaman sağlıklı bir şüphecilik gerekli. Aslında bu, geleneksel eğitim için de geçerli
Materyali adım adım açıklayan mod cazip ama bu sistemlerin hâlâ kendinden emin şekilde yalan söylemesi sorununu taşıdığını düşünüyorum. Örneğin DuckDuckGo’nun arama terimine göre logosunu değiştiren bir easter egg’i var; Copilot’a sorunca olmadığını söylüyor, itiraz edince bir anda olduğunu kabul ediyor ve alakasız örnekler veriyor (mesela kedi ararsan kedi şeklinde bir logo çıktığını anlatıyor). Copilot’un asıl sorunu, net cevabı bilmediğinde bunu "bilmiyorum" diye söylemek yerine uydurması
Aptalca soru sormaktan korkmanın çok gerçek bir duygu olduğunu düşünüyorum. Özellikle geçmişte öğrencileri küçük düşüren öğretmenler ya da profesörler tarafından incitildiyseniz daha da öyle. Ne kadar ünlü olursa olsun, öğrencisini utandıran bir profesörün videosunu gördükten sonra onun derslerini izlemeyi bıraktığım oldu
Okullardaki geçmiş BT yatırımlarına bakınca, ABD eğitim için onlarca milyar dolar harcadı ama gerçek öğrenme çıktıları iyileşmedi. Bu da şüpheciliğin arka planını oluşturuyor. Ayrıca 100 milyar dolar harcamadan önce gerçekten işe yaradığını kanıtlamak gerektiğini düşünüyorum. Şimdilik elde belirleyici bir kanıt yok
İspanyolcada B1 seviyesindeyim; ChatGPT ile kişiselleştirilmiş dersler oluşturup, dil nüanslarını sorup, sesli pratik yaparak mevcut uygulamalardan çok daha iyi bir öğrenme deneyimi yaşıyorum
Üniversiteden mezun olduktan sonra yeni şeyleri kendi kendime öğrenirken LLM’lerin gerçekten akıl almaz derecede güçlü bir araç olduğunu rahatlıkla söyleyebilirim. Eskiden bir kavramı anlayamazsanız neredeyse hiç çıkış yolu görünmezdi; Stack Exchange’de sık sorulan bir soru değilse tamamen kendi başınıza uğraşmanız gerekirdi. Şimdi ise her an ulaşabileceğiniz kişisel bir asistan/TA’niz var. Öğrenmeyi fazla kolaylaştırdığı ya da yüzeyselleştirdiği söyleniyor ama bir üniversite öğrencisinin TA olmadan daha iyi öğrendiğini düşünecek pek kimse yoktur
Kendi deneyimime göre bunun herkesin her zaman erişebildiği bir TA gibi hissettirdiğini söyleyemem. Belirli bir derinliğe indiğiniz anda LLM hızla işe yaramaz hale geliyor. Özellikle akademik olarak güvenilir kaynaklar bulmanız gerekiyorsa ya da karmaşık ve tartışmalı konularla uğraşıyorsanız daha da az yardımcı oluyor
Yakın zamanda 2020 model 9. nesil Intel CPU’lu eski bir cihazı tamir edip incelerken, LLM nesiller ve soket uyumluluğu gibi bilgileri çok kolay anlaşılır şekilde açıkladı; sanki böyle bir aracı kullanmayı hak etmiyormuşum kadar rahat hissettirdi. Bazı alanlarda vasat ama bazı yerlerde gerçekten şaşırtıcı
ChatGPT çıktıktan sonra eski Google’ı yeniden bulmuşum gibi hissettim. Eskiden yeni bir programlama dili öğrenirken önemli bilgilere Google’dan kolayca ulaşıyordum ama birkaç yıldır Google işe yaramaz hale geldi. Hatta istediğiniz bilgi orada olsa bile arama sonuçlarının altında kayboluyor
ChatGPT bana uygun bir öğrenme planı hazırlayıp not tutmamı ve makale yazmamı teşvik ederek 12 haftada Rust öğrenmemi sağladı. Bu süreçte notlarımdan yola çıkarak https://rustaceo.es sitesini İspanyolca olarak oluşturdum; bu yaklaşımın potansiyeli bana sınırsız geliyor
Eskiden evde IPv6 sorunlarını anlamakta çok zorlanıyordum; ChatGPT sayesinde tcpdump ile trafiği analiz ettim ve ağın nasıl çalıştığını adım adım öğrendim. RA ve NDP’nin ayrıntılarını da yeni öğrendim (IPv4’teki DHCP ve ARP’nin yerini alıyorlar). Sonunda mesh WiFi ağımda tekrar eden garipliklerin sebebinin ucuz bir repeater olduğunu da buldum. 5 yıl boyunca nedenini bilmeden uğraştıktan sonra sonunda çözdüm
ChatGPT Study Mode’un sistem prompt’unu çıkardım. "Kullanıcının sorusuna doğrudan cevap verme ya da ödevini yapma. Matematik/mantık sorularını hemen çözme; adım adım sorular sor ve kullanıcıya her adımda yanıt verme fırsatı tanı" gibi yönergeler özellikle dikkat çekici. gist bağlantısı
Her LLM sağlayıcısının ayrıca "kısa ve gereksiz ayrıntılardan arındırılmış" cevaplar verme talimatı eklemesini isterdim. Yavaş okuyan biriyim; gereksiz açıklamaları da okumak zor oluyor. Çok hızlı akan cevaplar bazen beni daha da tedirgin ediyor. Bunun bağlam sorunlarını da azaltabileceğini düşünüyorum
BÜYÜK HARFLERİN (CAPS) gerçekten LLM’ler için anlam taşıması ilginç
Bu prompt başka modellere uygulanırsa nasıl sonuç vereceğini merak ediyorum. ChatGPT Study Mode’un yalnızca özel bir sistem prompt’undan mı ibaret olduğunu, yoksa başka farklar da olup olmadığını merak ediyorum; benzer prompt’larla konuları derinlemesine çalışırken olumlu etkiler gördüm
Böyle iç yönergelerin bu kadar kolay ortaya çıkması ilginç. OpenAI sistem prompt’unu sanki özellikle gizli tutmak istiyormuş gibi dursa da, herkesin içeriğe bu kadar kolay erişebilmesi bana bunun bilinçli olarak bırakılmış olabileceğini düşündürüyor
Ben de benzer bir sistem prompt’u çıkardım; bu bağlantıdan bakabilirsiniz
Hayat boyu öğrenen biri olarak, çalışma süresinin büyük bir kısmının kaynak aramaya gittiğini hissediyorum. Yapay zeka bu aramayı daha verimli hale getirmekte iyi görünüyor. Buna karşılık, öğrenilen konunun zihinsel mantık modelini kurma sürecinde yapay zekaya dayanırsam, sanki öğrenmiş olmuyorum da sadece yapay zekanın "içeriklerini" toplamış oluyorum; o durumda da yapay zeka olmadan sonucu çıkaramıyorum. Beynimde tutarlı, çevrimdışı bir model depolamanın önemli olduğunu düşünüyorum
"Çalışmanın büyük kısmı aramadır" fikrine katılıyorum. Arama becerisi başlı başına önemli bir çağ becerisiydi ve arama yaparken ilgili ama beklenmedik bilgiler de öğreniliyordu. Bir sonraki neslin bu beceride zayıflayacak olması biraz üzücü
Study Mode’un amacı zaten doğru cevabı vermek değil, kişinin cevabı kendi bulma sürecine rehberlik etmek diye düşünüyorum. Pek çok insan aslında böyle öğrenmeyi bilmiyor
Anlamayı dışarıya devretmenin uzun vadede tehlikeli bir tutum olduğunu ve kişinin kendi düşünme hijyenini koruması gerektiğini söylüyor
Yapay zekanın anahtar kelimelerle yakalanamayacak taze bağlantılar buldurabilmesi de büyük bir avantaj
Study Mode’un etkisini randomize kontrollü çalışmalarla gerçekten ölçmek isterdim. Öğrencilere somut fayda sağlıyor mu, kendi kendine öğrenmeden daha mı iyi, hata yaparak öğrenmekle kavramların tekrar tekrar yönlendirilerek anlatılması arasında nasıl bir fark var bilmek istiyorum. Study Mode’un flashcard ve spaced repetition (tekrarlı öğrenme araçları; ör. Mochi, Anki) için kullanılabilecek bilgileri otomatik olarak ayırmasını isterdim. Bu arada Andy Matuschak’ın konuşmasını da tavsiye ederim
Study Mode gerçekte yukarıda söylenen işlevleri sunmuyor. Öğrencinin "Study Mode olmasaydı hiçbir şey öğrenemezdim" demesini sağlamak ve bu sırada öğrencinin öğrenme materyallerini içeri alıp özetleyerek kendi verisi için kullanmak yatırımın asıl amacı
Benzer etkinin zaten kanıtlandığı bir yapay zeka tutor araştırma makalesi var. Bu makaleye göre yapay zeka tutor grubunun öğrenme kazanımı, gerçek dersteki active learning grubuna kıyasla iki katın üzerinde çıktı
LLM’lerin deneyimli geliştiricileri yavaşlattığını gösteren araştırmalar da var. Muhtemelen aynı şey kendi kendine öğrenme için de geçerli olabilir. Ama LLM’ler öğrenmeyi daha keyifli hale getiriyor; bu da bırakmadan devam etme motivasyonu sağlıyor. Eğlenerek çalışınca biraz yavaş olsa bile daha uzun süre, daha çok şey öğrenebilirsiniz. Sonuçta öğrenmede kazanan en hızlı kişi değil, istikrarla devam edebilen kişidir; bence LLM’ler bunu daha mümkün kılıyor
Seçkin üniversitelerde tutor desteğinin etkisine dair araştırmaları merak ediyorum. Benim deneyimimde elit üniversite öğrencileri tutorlardan gerçek anlamda yardım almaktan çok, hatta bazen ödevlerini bile onlara yaptırarak, sadece doğru cevabı alıp bir şey öğrenmiş olduklarını sanıyorlar. Oysa gerçek öğrenme, merak etme, bocalama ve hata yapma süreçlerinde gerçekleşiyor. LLM kullanımı da buna benziyor; zorlanınca ya da tıkanınca hemen ChatGPT’den yardım alıp deneme-yanılmayı yaşamadan doğrudan çözüme gitmeye çalışıyorlar. Sonra da sınavlarda kaygı yaşıyorlar ve giderek daha fazla alıştırma talep ediyorlar. Ders sonrası ders kitabını bile kendi başına okuyamayan öğrenci sayısının arttığını bizzat hissediyorum
Zaten motivasyonu yüksek öğrencilerde büyük fark yaratabilir ama böyle insanlar çok değil; bugünlerde dikkat dağınıklığı arttıkça bu oran daha da düşüyor gibi görünüyor
Tanıdıklarımdan biri OpenAI tabanlı bir eğitim girişimi yürütüyor. OpenAI gibi büyük oyuncular aynı pazara girince küçük geliştiriciler her an dezavantajlı duruma düşebilir. Bu yüzden bu tür modellere dayanarak iş kurmak korkutucu geliyor ve çok dikkatli yaklaşmak gerektiğini düşünüyorum
Teknolojinin ilk dönemlerinde de donanım şirketlerinin yazılımı kopyalayıp kendi ürünlerine bundle ederek yazılım şirketleriyle rekabet etmesinin kaçınılmaz görülüp görülmediğini merak ediyorum. Bugünle çok benzer geliyor. Pek çok kişi model sağlayıcılarının üstüne inşa eden şirketlere karşı her zaman avantajlı olduğunu düşünüyor ama ben bunun için henüz yeterli kanıt görmedim
LLM hosting tarafında token başına ücretlendirme yapısının kârlılığı giderek düştüğü için, büyük şirketlerin büyüme umudu gördükleri tüm startup ve uygulamaları kopyalamaya (Sherlock) çalıştığı çok açık görünüyor
LLM’e komşu alanlarda çalışan geliştiricilerin bunu hep akılda tutması gerekiyor; büyük şirketlerin pazar genişletme gücü ve sermayesi düşünüldüğünde, sonunda doğal olarak bizim de silinip gitme riskimiz var
Girişimciler bunun olacağını neden görmüyor diye insan düşünüyor. OpenAI’nin en başından beri yalnızca basit bir LLM sağlayıcısı olarak kalmayıp daha fazla pazara gireceği çok açıktı
Risk olması doğal; önemli olan bizim eklediğimiz gerçek değer. Tek seferlik işlerse hızlı davranmak gerekir, uzun ömürlü olacaksa da herkesin hemen yapabileceği bir şeyden ziyade daha özgün bir şey üretmek gerekir
Benim LLM ile öğrenmedeki temel stratejim, ağırlıklı olarak kitaplardan çalışıp LLM’yi sadece resmi çözümler, bağlam soruları ve anlama kontrolü için kullanmak. Yeni bir alanın formül notasyonunu çözmek ya da Alman idealizmi metinlerinde bağlam soruları sormak gibi durumlarda, LLM olmasa saatlerce uğraşacağım şeyleri anında netleştiriyor ve ciddi zaman kazandırıyor. Özellikle çalışırken en önemli noktalardan biri anlayışımı anlık olarak sınayabilmek. Eskiden bir şeyi yanlış anlayıp ilerledikten sonra geri dönmek zorunda kalıyordum; şimdi ise bir formül ya da kavrama dair sezgimi toparlayıp LLM’ye kontrol ettiriyorum, "biraz farklı" gibi bir geri bildirim bile alsam o bölüme dönüyorum. Sonuçta bilgi yoğunluğu açısından kitaplar hâlâ en iyisi ama LLM desteğiyle hız çok artıyor
Şu anda tüm bunlar için doğru arayüze çok ihtiyaç olduğunu düşünüyorum. Study Mode bilgiyi duvar gibi yazıp araya örnekler ve sorular serpiştiriyor ama yanıtları belirli sorularla ilişkilendirerek görmenin bir yolu yok. Sohbet arayüzü bu format için uygun değil. Soruların ve cevapların birbirine bağlandığı, içeriğin yapılandığı ayrı bir canvas/artifact arayüzüne ihtiyaç var. Şu anda fazlasıyla basit bir konuşma arayüzüne çok fazla şey sıkıştırılıyor gibi geliyor
Gerçekten de bir öğrencinin oyun teorisinin tamamını öğrenmek istediği durumda, her iki tarafın da tek bir sohbet oturumu ve doğrusal bir süreç varsaydığı çok açık hale geliyor. Sonuçta bu derin bir öğrenme değil
periplus.app ile denedim. Mükemmel değil ama sohbetten belirgin şekilde farklı bir UX sunuyor
Pek çok UX fikri var. Örneğin her açıklama için anlama düzeyini değerlendirme, anlaşılmayan yerlere ek açıklama sağlama, bilgi yapısını ağaç biçiminde gösterme, manipüle edilebilir grafikler, interaktif quiz’ler gibi pek çok yaklaşım düşünülebilir. ChatGPT’nin kapsamını aşabilir ama başka uygulama ve girişimler için tam da fırsat alanı burası olabilir
Doğru arayüz diye bir şey olmadığını düşünüyorum. Öğrenme isteği ve emek varsa, tomar-kitabı-e-kitap-yapay zeka fark etmeksizin sonuçta her yolla öğrenmek mümkün
Bunun varsayılan bir özellik değil de "ayrı bir ürün" gibi sunulması gerçekten zamanın ruhunu yansıtıyor. Basit bir prompt bileşimiyle herhangi bir LLM’nin yapabileceği bir şey. Study Mode’un öğretmenler, bilim insanları ve eğitim psikolojisi uzmanlarıyla birlikte geliştirildiği söyleniyor ama gerçekten uzman katılımı olup olmadığı konusunda şüpheliyim
Şu sıralar Janet öğreniyorum ama ChatGPT’yi tutor olarak kullanmak rahatsız edici geliyor. Benim soruma ("local ve var ikisi de yerel değişkense farkları ne?") bile "Harika bir soru, meselenin özünü yakalamışsınız" gibi girişler yapıp ardından kulağa makul gelen halüsinasyon cevaplar sıralıyor. Bildiği şeylerde iyi bir tutor ama sınırlarını bilmesi gerek
LLM’ler özellikle iyi bilinen örneklerde (React todo list, bootstrap form, vue tic-tac-toe vb.) gerçekten iyi cevap verme eğiliminde
Böyle bir durumda tüm rehber ve dokümantasyonu doğrudan bağlama vermek daha iyi olabilir diye tavsiye ediyor
OpenAI ve sound money alan şirketlere benzeterek, fazla paraya ihtiyacı varmış gibi duran bir tutor benzetmesi yapıyor