Şu istemleri deneyebilirsin:

• “Çözümümdeki her adımı kontrol et. Akıl yürütmemin ilk kez nerede bozulduğunu söyle ama soruyu çözme.”
• “Kademeli ipuçları ver: önce kavramı, sonra stratejiyi, ardından bir sonraki adımı söyle.”
• “İki olası yöntem göster ve hangisinin neden uygun olduğunu karşılaştırmamı iste.”
• “Bu ifade her zaman doğru mu? Değilse bir karşı örnek ver ve bunu açıklamamı iste.”
• “Yardım almadan çözebileceğim benzer bir soru oluştur.”

Birden fazla yöntem mümkünse cebirsel, grafiksel, sayısal veya geometrik yaklaşımları karşılaştırmasını iste. Yine de hangi yöntemin uygulanacağına öğrenci karar vermeli ve neden işe yaradığını açıklamalıdır.

Kendi denemeni yapmadan önce tam çözümlü bir yanıt istemekten kaçın. Bu, çözümü kendin üretemediğin hâlde anlamışsın gibi hissetmene yol açabilir.

Kompozisyon yazımı: Yapay zekâyı titiz bir okuyucuya dönüştür

Tez, kanıt, yapı ve üslubun sahibi öğrenci olmalıdır. Yapay zekâ, yazıyı baştan yazan bir hayalet yazar yerine, zayıf noktaları gösteren titiz bir okuyucu gibi kullanılabilir.

Tezini ve taslağını paylaşarak şunları sor:

• “Neresi belirsiz, desteksiz veya mantıksal açıdan tutarsız?”
• “İddialarımı, onları destekleyen kanıtlardan ayır.”
• “Özet ile analizi nerede birbirine karıştırmışım?”
• “Şüpheci bir okuyucu gibi tezime karşı çık.”
• “Hangi kanıt sonucumu zayıflatır?”
• “Argümanı, yapıyı, kanıtları, paragraf bütünlüğünü ve üslubu ayrı ayrı değerlendir. Kompozisyonu yeniden yazma.”

Bir bölümü kendin düzelt ve değişikliğin ilk sorunu giderip gidermediğini sor. Fikirler netleştikten sonra yapay zekâyı dil bilgisi ve anlatım berraklığı için kullan. Önerilen ifadeyi ise ancak gerçekten anlıyor ve değişikliği kendin seçiyorsan kullan.

Öğrencilerin yapay zekâ kullanımını inceleyen araştırmalar; karmaşık konuları anlamada, kanıt bulmada, metinleri gözden geçirmede ve düzeltme yapmada faydalar bildiriyor. Ancak eleştirel düşünme ve özgünlük konusundaki bulgular hâlâ karmaşık ve tutarsız. Yakın tarihli bir sentez, sonuçların yapay zekâ seçici ve yinelemeli biçimde, öğretmen rehberliğiyle kullanıldığında daha güçlü olduğunu ortaya koydu. Başka araştırmalar da yapılandırılmış yapay zekâ geri bildiriminin eleştirel yazmayı destekleyebileceğini gösteriyor; ancak geri bildirim, öğrenci onu otomatik olarak kabul etmek yerine aktif biçimde değerlendirip uyguladığında daha yararlı oluyor.

Öğretmenler ve akranlar; alan bilgisine dayalı yargı, kavramsal gelişim ve bağlam açısından önemini koruyor. Öğrenciler ayrıca okullarının yapay zekâ kullanımına ve kullanımın açıklanmasına ilişkin kurallarına uymalıdır.

Araştırma ve okuma: Kaynakları sorgula

Yapay zekâ okumayı derinleştirmeli, onun yerini almamalı. Bir sohbet robotunu açmadan önce metni kısaca özetle, yazarın tezini belirle ve metinle ilgili iki soru yaz.

Daha sonra şu soruları yöneltebilirsin:

• “Yazar hangi varsayımlarda bulunuyor?”
• “Her ana iddiayı hangi kanıt destekliyor?”
• “Bir eleştirmen ne söyleyebilir?”
• “Hangi terimlerin kesin biçimde tanımlanması gerekiyor?”
• “Hangi kanıt eksik?”
• “Aynı kanıtı açıklayabilecek başka yorumlar neler?”

Yapay zekâ arama terimleri, bağlantılı kavramlar ve olası kaynak izleri önerebilir. Ancak onu bir kaynak veritabanı gibi görme. Özellikle alıntıları, kaynakçayı, istatistikleri ve teknik ayrıntıları önemli yayınların asıllarıyla doğrula.

İki okumayı karşılaştırmak için tablo oluşturmak da yararlı olabilir; fakat tablodaki her hücreyi metinlere bakarak kendin doldurmalı ve kontrol etmelisin. Araştırma günlüğünde şu dört unsuru birbirinden ayır:

• kaynağın açıkça söylediği şeyler;
• kaynaktan çıkardığın sonuçlar;
• yapay zekânın önerdikleri;
• bağımsız olarak doğruladıkların.

Tartışmanın ardından yapay zekâ aracını kapat ve yazarın argümanını hafızandan yaz. Buna bir sınırlılık veya henüz çözülmemiş bir soruyu da ekle. Bunu yapamıyorsan okuma muhtemelen derinleşmemiş, atlanmış demektir.

Fen: Açıkla, boşlukları bul, tahmin et

Feynman tekniği; öğrencinin bir kavramı basit dille hatırlayıp açıklamasını, açıklamadaki boşlukları belirlemesini, bu boşlukları gidermesini ve kavramı yeniden sadeleştirmesini ister. Yapay zekâ bu süreci, meraklı bir acemi veya şüpheci bir değerlendirici gibi davranarak etkileşimli hâle getirebilir.

Kullanılabilecek istemler şunlar:

• “Fotosentezi açıklayacağım. Meraklı bir başlangıç öğrencisi gibi davran ve bana her seferinde bir soru sor.”
• “Tanımlanmamış her teknik terimi işaretle.”
• “Açıklamamın yanlış sonuç öngöreceği bir örnek ver.”
• “Bu iki hipotezi birbirinden ayıracak gözlem ne olurdu?”
• “Açıklamamın hangi bölümü mekanizma, hangi bölümü yalnızca korelasyon?”
• “Bir değişkeni değiştir ve ne olacağını tahmin etmemi iste.”

Şemayı çizen, nedensel zinciri kuran ve tahmini yapan yine öğrenci olmalıdır. Yapay zekâ daha sonra sınır durumlarını inceleyebilir, kavram yanılgılarını görünür kılabilir ve karşı örnekler sunabilir. Son kontrol ise kavramı, yapay zekâya bakmadan hayali bir başlangıç öğrencisine açıklamaktır.

Kodlama: Çözüm istemeden önce akıl yürütmeni incelet

Kodlamada yapay zekâ; kod inceleyicisi, hata ayıklama yardımcısı ve test ortağı olarak etkilidir. Programın ilk sürümünü kendin yaz, ardından tüm çözümü değiştirmesini değil, sorunun nerede olduğunu bulmasına yardım etmesini iste.

Şunları deneyebilirsin:

• “Çalışmayan en küçük varsayımı belirle. Kodu yeniden yazma.”
• “Çıktı yanlış hâle gelene kadar değişkenleri takip et.”
• “Hangi değişmez koşul korunmalı?”
• “Bu algoritmayı bozacak bir girdi ver.”
• “Normal durum, sınır durumu, geçersiz girdi, boş girdi ve kötü niyetli girdi için testler öner.”
• “Bu iki yaklaşımın zaman ve bellek karmaşıklığını karşılaştır.”

Düzeltmeyi kendin uygula, testleri çalıştır ve değişikliğin neden işe yaradığını açıkla. Daha sonra bir gereksinimi değiştir ve yapay zekâdan her şeyi yeniden üretmesini istemeden programı kendin uyarla.

Yararlı bir ölçüt şu olabilir: Öğrenci teslim ettiği her satırı açıklayabilmeli, hatayı yeniden oluşturabilmeli, düzeltmeyi gerekçelendirebilmeli ve yapay zekânın önermediği en az bir test yazabilmelidir.

Singapur’un Learning Assistant ve Feynman Bot yaklaşımı

Singapur Eğitim Bakanlığı, Student Learning Space platformundaki yapay zekâ araçlarını doğrudan cevap vermek yerine sorular, yapılandırılmış destek ve geri bildirim yoluyla öğrenmeyi destekleyen eğitim sistemleri olarak tanımlıyor. Learning Assistant farklı rollere, örneğin yazma asistanı rolüne, bürünebiliyor ve öğrencinin kavrayışını keskinleştirmeyi amaçlayan yinelemeli sorular yöneltebiliyor.

Bu tasarım önemli bir ilkeyi gösteriyor: Merkezde yapay zekânın cevabı değil, öğrencinin yanıtı bulunuyor. Araç hemen görevi tamamlamak yerine bir sonraki soruyu sorarak, bir boşluğa işaret ederek veya açıklama isteyerek verimli bir zihinsel çaba oluşturuyor.

Ancak bu koruyucu tasarım sistemi yanılmaz hâle getirmiyor. Eğitim Bakanlığı’nın öğrenci rehberinde Learning Assistant yanıtlarının olasılıksal olduğu ve zaman zaman hatalı olabileceği belirtiliyor; öğrencilerin yanıtları başka kaynaklarla karşılaştırarak doğrulaması isteniyor.

SUTD’nin Feynman Bot’u da kavramsal öğrenmede benzer bir model izliyor. Öğrenciler ders materyallerini yüklüyor, uygun bir seviye seçiyor ve konuyu açıklarken botun uyarlanabilir sorularına yanıt veriyor. Haberlerde, öğrencinin “bilmiyorum” demesine yaklaşık üç veya dört kez izin verildikten sonra botun bir yaklaşım önerdiği ve zayıf noktaya göre yeni bir soru sorduğu aktarılıyor. İlgili araştırma ise botu, öz düzenlemeli öğrenme için Feynman tekniğinin yapay zekâ ile uygulanması olarak tanımlıyor.

Buradaki ders, her yapay zekâ öğretmeninin sonsuza kadar cevap vermeyi reddetmesi gerektiği değil. Asıl nokta, aracın öğrencinin denemesi, açıklaması ve kavrayışındaki boşluklarla yüzleşmesi için yeterince uzun süre doğrudan tamamlamayı ertelemesi.

Öğrenmeyi ve yazarlığı koruyan kurallar

Öğrenciler, öğretmenler ve kurumlar basit sınırlar belirleyebilir:

• Yapay zekâyı kullanmadan önce bağımsız bir ilk deneme yap.
• Çözümden önce soru, ipucu, eleştiri veya teşhis iste.
• Açıklayamayacağın metni, ispatı, kodu veya analizi teslim etme.
• Çalışmayı yapay zekâ olmadan açıklama ya da benzer bir problem çözme adımıyla bitir.
• Bilgileri, hesaplamaları, atıfları, alıntıları ve kodu doğrula.
• Kullanımın açıklanması gerekiyorsa taslakları, istemleri, geri bildirimleri ve düzeltme notlarını sakla.
• Yargı, motivasyon, etik ve yüksek riskli değerlendirmelerde öğretmenlerden ve akranlardan yararlan.
• Yapay zekânın seninle aynı fikirde olmamasını yanıldığının kanıtı değil, araştırma nedeni olarak gör.

Öğrenci ilk düşünceyi ortaya koymalı, önemli kararları vermeli ve son açıklamayı üretmelidir. Yapay zekâ ise sorular, itirazlar, alternatif yorumlar, testler ve geri bildirim sunmalıdır. Deneme, karşılaştırma, eleştirme, düzeltme ve açıklama döngülerinin tekrarlanması; yapay zekâ kullanımını başkasına işi yaptırmaktan çıkarıp kalıcı öğrenmeye dönüştürür.

Şu istemleri deneyebilirsin:

• “Çözümümdeki her adımı kontrol et. Akıl yürütmemin ilk kez nerede bozulduğunu söyle ama soruyu çözme.”
• “Kademeli ipuçları ver: önce kavramı, sonra stratejiyi, ardından bir sonraki adımı söyle.”
• “İki olası yöntem göster ve hangisinin neden uygun olduğunu karşılaştırmamı iste.”
• “Bu ifade her zaman doğru mu? Değilse bir karşı örnek ver ve bunu açıklamamı iste.”
• “Yardım almadan çözebileceğim benzer bir soru oluştur.”

Birden fazla yöntem mümkünse cebirsel, grafiksel, sayısal veya geometrik yaklaşımları karşılaştırmasını iste. Yine de hangi yöntemin uygulanacağına öğrenci karar vermeli ve neden işe yaradığını açıklamalıdır.

Kendi denemeni yapmadan önce tam çözümlü bir yanıt istemekten kaçın. Bu, çözümü kendin üretemediğin hâlde anlamışsın gibi hissetmene yol açabilir.

Kompozisyon yazımı: Yapay zekâyı titiz bir okuyucuya dönüştür

Tez, kanıt, yapı ve üslubun sahibi öğrenci olmalıdır. Yapay zekâ, yazıyı baştan yazan bir hayalet yazar yerine, zayıf noktaları gösteren titiz bir okuyucu gibi kullanılabilir.

Tezini ve taslağını paylaşarak şunları sor:

• “Neresi belirsiz, desteksiz veya mantıksal açıdan tutarsız?”
• “İddialarımı, onları destekleyen kanıtlardan ayır.”
• “Özet ile analizi nerede birbirine karıştırmışım?”
• “Şüpheci bir okuyucu gibi tezime karşı çık.”
• “Hangi kanıt sonucumu zayıflatır?”
• “Argümanı, yapıyı, kanıtları, paragraf bütünlüğünü ve üslubu ayrı ayrı değerlendir. Kompozisyonu yeniden yazma.”

Bir bölümü kendin düzelt ve değişikliğin ilk sorunu giderip gidermediğini sor. Fikirler netleştikten sonra yapay zekâyı dil bilgisi ve anlatım berraklığı için kullan. Önerilen ifadeyi ise ancak gerçekten anlıyor ve değişikliği kendin seçiyorsan kullan.

Öğrencilerin yapay zekâ kullanımını inceleyen araştırmalar; karmaşık konuları anlamada, kanıt bulmada, metinleri gözden geçirmede ve düzeltme yapmada faydalar bildiriyor. Ancak eleştirel düşünme ve özgünlük konusundaki bulgular hâlâ karmaşık ve tutarsız. Yakın tarihli bir sentez, sonuçların yapay zekâ seçici ve yinelemeli biçimde, öğretmen rehberliğiyle kullanıldığında daha güçlü olduğunu ortaya koydu. Başka araştırmalar da yapılandırılmış yapay zekâ geri bildiriminin eleştirel yazmayı destekleyebileceğini gösteriyor; ancak geri bildirim, öğrenci onu otomatik olarak kabul etmek yerine aktif biçimde değerlendirip uyguladığında daha yararlı oluyor.

Öğretmenler ve akranlar; alan bilgisine dayalı yargı, kavramsal gelişim ve bağlam açısından önemini koruyor. Öğrenciler ayrıca okullarının yapay zekâ kullanımına ve kullanımın açıklanmasına ilişkin kurallarına uymalıdır.

Araştırma ve okuma: Kaynakları sorgula

Yapay zekâ okumayı derinleştirmeli, onun yerini almamalı. Bir sohbet robotunu açmadan önce metni kısaca özetle, yazarın tezini belirle ve metinle ilgili iki soru yaz.

Daha sonra şu soruları yöneltebilirsin:

• “Yazar hangi varsayımlarda bulunuyor?”
• “Her ana iddiayı hangi kanıt destekliyor?”
• “Bir eleştirmen ne söyleyebilir?”
• “Hangi terimlerin kesin biçimde tanımlanması gerekiyor?”
• “Hangi kanıt eksik?”
• “Aynı kanıtı açıklayabilecek başka yorumlar neler?”

Yapay zekâ arama terimleri, bağlantılı kavramlar ve olası kaynak izleri önerebilir. Ancak onu bir kaynak veritabanı gibi görme. Özellikle alıntıları, kaynakçayı, istatistikleri ve teknik ayrıntıları önemli yayınların asıllarıyla doğrula.

İki okumayı karşılaştırmak için tablo oluşturmak da yararlı olabilir; fakat tablodaki her hücreyi metinlere bakarak kendin doldurmalı ve kontrol etmelisin. Araştırma günlüğünde şu dört unsuru birbirinden ayır:

• kaynağın açıkça söylediği şeyler;
• kaynaktan çıkardığın sonuçlar;
• yapay zekânın önerdikleri;
• bağımsız olarak doğruladıkların.

Tartışmanın ardından yapay zekâ aracını kapat ve yazarın argümanını hafızandan yaz. Buna bir sınırlılık veya henüz çözülmemiş bir soruyu da ekle. Bunu yapamıyorsan okuma muhtemelen derinleşmemiş, atlanmış demektir.

Fen: Açıkla, boşlukları bul, tahmin et

Feynman tekniği; öğrencinin bir kavramı basit dille hatırlayıp açıklamasını, açıklamadaki boşlukları belirlemesini, bu boşlukları gidermesini ve kavramı yeniden sadeleştirmesini ister. Yapay zekâ bu süreci, meraklı bir acemi veya şüpheci bir değerlendirici gibi davranarak etkileşimli hâle getirebilir.

Kullanılabilecek istemler şunlar:

• “Fotosentezi açıklayacağım. Meraklı bir başlangıç öğrencisi gibi davran ve bana her seferinde bir soru sor.”
• “Tanımlanmamış her teknik terimi işaretle.”
• “Açıklamamın yanlış sonuç öngöreceği bir örnek ver.”
• “Bu iki hipotezi birbirinden ayıracak gözlem ne olurdu?”
• “Açıklamamın hangi bölümü mekanizma, hangi bölümü yalnızca korelasyon?”
• “Bir değişkeni değiştir ve ne olacağını tahmin etmemi iste.”

Şemayı çizen, nedensel zinciri kuran ve tahmini yapan yine öğrenci olmalıdır. Yapay zekâ daha sonra sınır durumlarını inceleyebilir, kavram yanılgılarını görünür kılabilir ve karşı örnekler sunabilir. Son kontrol ise kavramı, yapay zekâya bakmadan hayali bir başlangıç öğrencisine açıklamaktır.

Kodlama: Çözüm istemeden önce akıl yürütmeni incelet

Kodlamada yapay zekâ; kod inceleyicisi, hata ayıklama yardımcısı ve test ortağı olarak etkilidir. Programın ilk sürümünü kendin yaz, ardından tüm çözümü değiştirmesini değil, sorunun nerede olduğunu bulmasına yardım etmesini iste.

Şunları deneyebilirsin:

• “Çalışmayan en küçük varsayımı belirle. Kodu yeniden yazma.”
• “Çıktı yanlış hâle gelene kadar değişkenleri takip et.”
• “Hangi değişmez koşul korunmalı?”
• “Bu algoritmayı bozacak bir girdi ver.”
• “Normal durum, sınır durumu, geçersiz girdi, boş girdi ve kötü niyetli girdi için testler öner.”
• “Bu iki yaklaşımın zaman ve bellek karmaşıklığını karşılaştır.”

Düzeltmeyi kendin uygula, testleri çalıştır ve değişikliğin neden işe yaradığını açıkla. Daha sonra bir gereksinimi değiştir ve yapay zekâdan her şeyi yeniden üretmesini istemeden programı kendin uyarla.

Yararlı bir ölçüt şu olabilir: Öğrenci teslim ettiği her satırı açıklayabilmeli, hatayı yeniden oluşturabilmeli, düzeltmeyi gerekçelendirebilmeli ve yapay zekânın önermediği en az bir test yazabilmelidir.

Singapur’un Learning Assistant ve Feynman Bot yaklaşımı

Singapur Eğitim Bakanlığı, Student Learning Space platformundaki yapay zekâ araçlarını doğrudan cevap vermek yerine sorular, yapılandırılmış destek ve geri bildirim yoluyla öğrenmeyi destekleyen eğitim sistemleri olarak tanımlıyor. Learning Assistant farklı rollere, örneğin yazma asistanı rolüne, bürünebiliyor ve öğrencinin kavrayışını keskinleştirmeyi amaçlayan yinelemeli sorular yöneltebiliyor.

Bu tasarım önemli bir ilkeyi gösteriyor: Merkezde yapay zekânın cevabı değil, öğrencinin yanıtı bulunuyor. Araç hemen görevi tamamlamak yerine bir sonraki soruyu sorarak, bir boşluğa işaret ederek veya açıklama isteyerek verimli bir zihinsel çaba oluşturuyor.

Ancak bu koruyucu tasarım sistemi yanılmaz hâle getirmiyor. Eğitim Bakanlığı’nın öğrenci rehberinde Learning Assistant yanıtlarının olasılıksal olduğu ve zaman zaman hatalı olabileceği belirtiliyor; öğrencilerin yanıtları başka kaynaklarla karşılaştırarak doğrulaması isteniyor.

SUTD’nin Feynman Bot’u da kavramsal öğrenmede benzer bir model izliyor. Öğrenciler ders materyallerini yüklüyor, uygun bir seviye seçiyor ve konuyu açıklarken botun uyarlanabilir sorularına yanıt veriyor. Haberlerde, öğrencinin “bilmiyorum” demesine yaklaşık üç veya dört kez izin verildikten sonra botun bir yaklaşım önerdiği ve zayıf noktaya göre yeni bir soru sorduğu aktarılıyor. İlgili araştırma ise botu, öz düzenlemeli öğrenme için Feynman tekniğinin yapay zekâ ile uygulanması olarak tanımlıyor.

Buradaki ders, her yapay zekâ öğretmeninin sonsuza kadar cevap vermeyi reddetmesi gerektiği değil. Asıl nokta, aracın öğrencinin denemesi, açıklaması ve kavrayışındaki boşluklarla yüzleşmesi için yeterince uzun süre doğrudan tamamlamayı ertelemesi.

Öğrenmeyi ve yazarlığı koruyan kurallar

Öğrenciler, öğretmenler ve kurumlar basit sınırlar belirleyebilir:

• Yapay zekâyı kullanmadan önce bağımsız bir ilk deneme yap.
• Çözümden önce soru, ipucu, eleştiri veya teşhis iste.
• Açıklayamayacağın metni, ispatı, kodu veya analizi teslim etme.
• Çalışmayı yapay zekâ olmadan açıklama ya da benzer bir problem çözme adımıyla bitir.
• Bilgileri, hesaplamaları, atıfları, alıntıları ve kodu doğrula.
• Kullanımın açıklanması gerekiyorsa taslakları, istemleri, geri bildirimleri ve düzeltme notlarını sakla.
• Yargı, motivasyon, etik ve yüksek riskli değerlendirmelerde öğretmenlerden ve akranlardan yararlan.
• Yapay zekânın seninle aynı fikirde olmamasını yanıldığının kanıtı değil, araştırma nedeni olarak gör.

Öğrenci ilk düşünceyi ortaya koymalı, önemli kararları vermeli ve son açıklamayı üretmelidir. Yapay zekâ ise sorular, itirazlar, alternatif yorumlar, testler ve geri bildirim sunmalıdır. Deneme, karşılaştırma, eleştirme, düzeltme ve açıklama döngülerinin tekrarlanması; yapay zekâ kullanımını başkasına işi yaptırmaktan çıkarıp kalıcı öğrenmeye dönüştürür.