Singapur, öğrencilerine yapay zekâyı kullanmayı öğretirken düşünme becerisini nasıl koruyor?

Üretken yapay zekâ, Singapur’daki eğitim tartışmasının temel sorusunu değiştiriyor. Mesele artık yalnızca bir ödevi öğrencinin tek başına yazıp yazmadığı değil. Okullar ve üniversiteler, öğrencinin yapay zekâyı eleştirel biçimde kullanıp kullanamadığını, katkısını açıklayıp açıklamadığını ve araçtan bağımsız bir anlayış sergileyip sergilemediğini de değerlendirmek zorunda.

Singapur’un ortaya koyduğu model, ne sınırsız erişim ne de yapay zekâya dönük kapsamlı bir yasak. Daha doğru tanımla bu, insanın kontrolü elinde tuttuğu bir kullanım modeli: Yapay zekâ öğrenmeyi güçlendirdiği yerde kullanılabilir; ancak kalıcı öğrenmenin temelini oluşturan okuma, yazma, hesaplama, tartışma ve problem çözme süreçleri öğrencinin elinden alınmaz.

Singapur’un zaten güçlü bir dijital altyapısı vardı

Bu dönüşüm ChatGPT ile başlamadı. Singapur, Student Learning Space (SLS) adı verilen ulusal çevrim içi öğrenme platformu, öğrencilere cihaz erişimi, uyarlanabilir öğrenme sistemleri ve otomatik geri bildirim araçlarıyla zaten dijital bir eğitim altyapısı kurmuştu.

Eğitim Bakanlığı’nın 2030’a kadar teknoloji destekli öğretim ve öğrenmeye yön vermek amacıyla hazırladığı EdTech Masterplan 2030, bu birikimin üzerine inşa ediliyor. Plan; dijital okuryazarlığı geliştirmeyi, öğrenmeyi kişiselleştirmeyi ve öğretmenleri yapay zekâ gibi yeni teknolojilerle desteklemeyi hedefliyor.

SLS de bu stratejinin merkezinde yer alıyor. Bakanlık, ilkokuldan üniversite öncesi eğitime kadar öğrencilerin müfredatla uyumlu kaynaklara erişebildiğini ve platformda öğrenme ile öğretimi desteklemeye yönelik yapay zekâ özelliklerinin bulunduğunu belirtiyor. Hükümetin teknoloji birimine göre bu araçlar, güvenlik önlemleri ve yaşa uygun kullanım ilkeleri çerçevesinde kişiselleştirilmiş öğrenmeye ve öğretmenlerin öğrencilerin ilerlemesini takip etmesine yardımcı oluyor.

Bu durum, okullara yalnızca cihaz sağlamakla çözülemeyecek yeni bir görev ortaya çıkarıyor: Öğrenciler, yapay zekânın verdiği bir yanıtı sorgulamayı, hataları fark etmeyi ve bir ödevde yapay zekâ kullanmanın öğrenme amacını boşa çıkarıp çıkarmadığını değerlendirmeyi öğrenmek zorunda.

Asıl risk: Bilişsel yükü tamamen makineye devretmek

Bilişsel dış kaynak kullanımı, tek başına zararlı bir davranış değil. İnsanlar gereksiz zihinsel yükü azaltmak için uzun zamandır hesap makinesi, kaynak kitap veya yazım denetleyicisi gibi araçlardan yararlanıyor. Bu araçlar, dikkati daha zorlayıcı görevlere ayırmayı sağlayabilir.

Sorun, öğrencinin temel öğrenme işlemini daha denemeden yapay zekâya devretmesiyle başlıyor. Örneğin öğrenci:

• argümanın ana fikrini oluşturmadan önce yapay zekâya yazdırıyor;
• kanıtları kendisi yorumlamadan bir sonuca ulaştırıyor;
• alışılmadık bir problemi çözmeye çalışmadan yanıt istiyor;
• kendi açıklamasını geliştirmeden metni bütünüyle araca hazırlatıyor.

Böyle bir süreçte ortaya çıkan çalışma hızlı, akıcı ve ikna edici görünebilir. Fakat öğrenci şu becerileri kazanamamış olabilir:

• kulağa makul gelen yanlış bir iddiayı fark etmek;
• öğrendiği bilgiyi yeni bir probleme uyarlamak;
• bir argümanın neden ikna edici olduğunu açıklamak;
• eksik kanıtı tespit etmek;
• kullandığı araç olmadan çalışmasını savunmak.

Eğitimcilerin “üretken zorlanma” dediği süreç tam da burada önem kazanıyor. Hatırlamak, denemek, hata yapmak, geri bildirim almak ve yeniden düzenlemek, öğrenmenin gereksiz engelleri değil; çoğu zaman düşünme becerilerinin gelişmesini sağlayan temel pratikler.

Her zorluğu ortadan kaldırmak görevi kolaylaştırabilir. Ancak aynı anda, öğrencinin akıl yürütmeyi öğrenmesi için ihtiyaç duyduğu alıştırmayı da ortadan kaldırabilir.

Araştırmalar ne söylüyor, ne söylemiyor?

Mevcut kanıtlar endişe için yeterli gerekçe sunuyor; ancak “yapay zekâ eleştirel düşünmeyi her zaman zayıflatır” gibi basit ve kesin bir sonuca işaret etmiyor.

Yükseköğretimde üretken yapay zekâ, bilişsel dış kaynak kullanımı ve öğrenci özerkliği üzerine yapılan bir kapsam incelemesi; araçların yazma, geri bildirim, problem çözme ve araştırma süreçlerine katkı sağlayabildiğini, aynı zamanda bağımlılık ve bilişsel dış kaynak kullanımı risklerini artırabildiğini belirtiyor.

89 çalışmayı inceleyen daha geniş bir sistematik derlemede de etkilerin tek tip olmadığı görüldü. Çalışmaların yüzde 40,4’ünde olumlu sonuçlar raporlanırken yüzde 23,6’sında etkiler karma veya koşula bağlıydı. Aynı derlemede aşırı bağımlılık, analitik özerklikte azalma ve bilişsel dış kaynak kullanımı başlıca riskler arasında yer aldı.

Sınıf içi öğrenmeye ilişkin başka bir araştırma sentezi de benzer bir uyarıda bulunuyor: Genel amaçlı yapay zekâ, beceri kazanmak için gerekli zihinsel çabayı devre dışı bıraktığında analiz, akıl yürütme ve yaratıcılık gibi üst düzey düşünme becerileri zarar görebilir. Bu nedenle öğrencilerin önce temel bilgileri edinmesi, yapay zekâ okuryazarlığı kazanması ve araçlarla tanışmanın kademeli biçimde yapılandırılması öneriliyor.

Bununla birlikte araştırma alanı henüz gelişme aşamasında. Derlemeler, eleştirel düşünmenin farklı çalışmalarda farklı biçimlerde tanımlandığına; ders, yaş grubu, görev türü ve yapay zekâ desteğinin niteliği arasında önemli farklar bulunduğuna dikkat çekiyor.

Bu nedenle en makul sonuç şu:

Yapay zekâ; bir düşünme iskelesi, geri bildirim ortağı veya öğrencinin akıl yürütmesini zorlayan bir tartışma partneri olduğunda öğrenmeyi desteklemeye daha yatkın. Temel yorumlama ve analiz görevlerinin yerini aldığında ise öğrenmeyi zayıflatma ihtimali artıyor.

Buradaki en önemli ayrım, görev performansı ile kalıcı öğrenme arasındaki fark. Öğrenci bir ödevi daha iyi tamamlayabilir; fakat ödevin kazandırmayı amaçladığı bilgi ve muhakeme becerisini edinmemiş olabilir.

Kopya tespitinden öğrenme tasarımına

ChatGPT’nin 2022’de kamuoyuna açılmasının ardından dünyadaki ilk kurumsal tepkilerin önemli bölümü kopya, intihal ve tespit araçları etrafında şekillendi. Singapur’daki üniversite politikaları ise giderek daha ayrıntılı bir modele yöneliyor.

Bazı derslerde yapay zekâ kullanımına izin verilebiliyor; ancak kurallar dersin niteliğine göre değişiyor. Öğrenciler, teslim ettikleri çalışmanın doğruluğundan, akademik dürüstlüğünden ve kaynak gösteriminden sorumlu tutuluyor.

Singapur Ulusal Üniversitesi’nin (NUS) rehberliği, öğrencilerden yapay zekâ kullanımını açıklamalarını, ders sorumlusuyla beklentileri netleştirmelerini ve çalışmalarının kalitesi ile bütünlüğünden sorumlu olmalarını istiyor. NUS politikası, yapay zekânın doğrudan çıktısını veya açıklanmamış biçimde yeniden ifade edilmiş çıktısını öğrencinin kendi çalışması gibi sunmasını da uygunsuz intihal biçimleri arasında değerlendiriyor.

Yapay zekâ tespit araçlarının sınırları da daha görünür hâle geliyor. Nanyang Teknoloji Üniversitesi (NTU), kurumsal yapay zekâ tespit aracını 2027’den itibaren kullanımdan kaldıracağını açıkladı. Üniversite, bu araçların güvenilir olmadığını ve akademik suistimali kanıtlamada yeterli ampirik geçerliliğe sahip bulunmadığını belirtti. Bunun yerine öğrencilerin çalışma sürecini belgelemeye ve standart yapay zekâ kullanım bildirimlerine daha fazla ağırlık verilmesi planlanıyor.

Bu gelişme, değerlendirmede farklı bir anlayışın önünü açıyor. Öğrencinin metnin tek başına yazarı olup olmadığı yalnızca son üründen tahmin edilmeye çalışılmak yerine, sonuca nasıl ulaştığı da incelenebilir:

• yapay zekâ kullanılmadan yapılan ilk denemeler;
• taslaklar ve düzenleme geçmişi;
• açıklamalı kaynak listeleri;
• süreci anlatan kısa değerlendirme notları;
• sözlü açıklama veya savunma;
• derse, konuya ya da öğrencinin kendi deneyimine özgü kanıtlar;
• kavramların alışılmadık durumlara uygulanmasını gerektiren görevler.

Amaç değerlendirmeyi “yapay zekâya dayanıklı” hâle getirmek değil, ölçülmek istenen öğrenmeyi görünür kılmak.

Sorumlu yapay zekâ kullanımı nasıl olmalı?

Öğrenciler için pratik kural basit: Yapay zekâyı kendi düşüncenizin yerine değil, düşüncenizden sonra, düşüncenizle birlikte veya düşüncenize karşı kullanın.

Öğrenciler için

1. Önce kendiniz deneyin. Yapay zekâ aracını açmadan bir taslak hazırlayın, problemi çözmeye çalışın, ilgili kaynakları belirleyin veya geçici bir görüş oluşturun.
2. Yapay zekâyı düşünme ortağı olarak kullanın. Karşı argümanlar üretmesini, varsayımları belirlemesini, araştırma terimleri önermesini, alıştırma soruları hazırlamasını veya taslağınızı eleştirmesini isteyin.
3. Çıktıyı kanıt değil, iddia olarak görün. Gerçekleri, alıntıları, kaynakları, hesaplamaları ve yorumları güvenilir birincil ya da yetkili kaynaklarla karşılaştırın.
4. Kullanım kaydı tutun. Hangi aracı kullandığınızı, önemli komutları, elde ettiğiniz çıktıları, neleri kabul veya reddettiğinizi ve doğrulamayı nasıl yaptığınızı not edin. NUS rehberliği açıklama yapmayı ve kişisel sorumluluğu vurgularken bazı bölümler daha ayrıntılı bildirim talep ediyor.
5. Çalışmanızın hâkimiyetini koruyun. Öğrenci, temel iddialarının her birini araca başvurmadan açıklayabilmeli ve savunabilmeli.

Eğitimciler ve kurumlar için

Okullar ve üniversiteler, her görev için izin düzeyini açıkça belirleyebilir:

• Yasak: Görev, öğrencinin bağımsız hatırlama, hesaplama, yazma veya başka bir temel becerisini ölçüyor.
• Açıklama şartıyla serbest: Yapay zekâ araştırma, geri bildirim veya düzenleme amacıyla kullanılabilir; ancak öğrenci kullanımını belgelemeli ve sonucu doğrulamalı.
• Beklenen kullanım: Öğrenci, yapay zekâ çıktısını sorgulama, geliştirme veya çürütme becerisi üzerinden değerlendiriliyor.

Güçlü bir çalışma akışı şu sırayı izleyebilir: önce bağımsız deneme, ardından yönlendirilmiş yapay zekâ geri bildirimi, sonra öğrencinin kendi düzeltmesi ve son olarak yapay zekânın nerede doğru, eksik veya hatalı olduğuna dair değerlendirme.

Öğretmenler, komut yazma becerisi ile konu bilgisi arasındaki farkı da açıkça ortaya koymalı. Gelişmiş bir komut, öğrencinin konuyu anladığının kanıtı değil. Buna karşılık, makul görünen bir yapay zekâ yanıtını gerekçeli biçimde reddetmek güçlü bir öğrenme göstergesi olabilir.

Daha küçük yaştaki öğrenciler için Singapur Eğitim Bakanlığı’nın yaklaşımı; yapay zekâ kullanımının öğrenmeye katkı sağlaması, amaçlı olması, yaşa ve gelişim düzeyine uygun, güvenli ve sorumlu biçimde yürütülmesi yönünde. Güncel haberlere göre bakanlığın geliştirdiği araçlar İlkokul 4. sınıftan itibaren öğretmen gözetiminde ve aşamalı olarak tanıtılıyor; öğretmenlere yönelik yapay zekâ eğitimi de genişletiliyor. Bu nedenle çocukların açık uçlu ve gözetimsiz erişimden çok, sınıfta rehberli kullanıma ve yetişkin desteğine ihtiyacı var.

Erişim eşitliği, yapay zekâ okuryazarlığı eşitliği demek değil

Singapur’un merkezi dijital altyapısı, cihazlara ve onaylı öğrenme araçlarına erişimdeki farkları azaltabilir. Eğitim Bakanlığı; dijital altyapı, cihaz ve yazılım ihtiyaçları için okullara destek sağlandığını, öğrencilerin de eğitim sistemi boyunca SLS’ye erişebildiğini belirtiyor.

Ancak eşit erişim, eşit derecede eleştirel kullanım anlamına gelmiyor. Daha fazla zamanı, özgüveni veya eğitim deneyimi olan aileler çocuklarına bir yanıtı sorgulama, kaynağı kontrol etme ya da yüzeysel bir açıklamayı fark etme konusunda daha fazla destek verebilir. Açıkça öğretilmediği takdirde bu farklar, eğitimde yeni bir eşitsizlik biçimine dönüşebilir.

Okullar bu açığı kapatmak için uzman davranışlarını görünür ve öğretilebilir hâle getirebilir:

• doğrulama ve kaynak değerlendirmesini sınıfta modellemek;
• iyi ve kötü yapay zekâ kullanımına ilişkin örnekler ve yapılandırılmış komutlar sunmak;
• öğrencilerin bir şeyi gerçekten anlayıp anlamadığını nasıl bildiğini öğreten üstbiliş çalışmalarına yer vermek;
• kurumsal olarak yönetilen araçlara gözetimli erişim sağlamak;
• öğrenci rehberliğinin yalnızca tek tek öğretmenlerin teknoloji konusundaki özgüvenine bağlı kalmaması için öğretmenleri eğitmek.

Bakanlığın mevcut yapay zekâ okuryazarlığı yaklaşımı; yapay zekânın faydalarını, sınırlamalarını ve risklerini anlamayı, çıktıları sorgulamayı ve önyargılı ya da yanlış yönlendirici bilgileri fark etmeyi kapsıyor.

Singapur’un 2029’a kadar yönü

Mevcut politika işaretleri, Singapur’un geri adım atmak yerine yapay zekâyı eğitim sistemine daha derin biçimde entegre edeceğini gösteriyor. Önümüzdeki yıllarda yapay zekâ okuryazarlığının farklı eğitim kademelerine daha açık biçimde yerleştirilmesi, onaylı yapay zekâ araçlarının yaygınlaştırılması ve SLS’nin kişiselleştirilmiş alıştırma ile biçimlendirici geri bildirim için daha fazla kullanılması beklenebilir.

Üniversitelerde de tespit araçlarına dayalı yaptırımlar yerine açıklama, hesap verebilirlik ve ders düzeyinde belirlenen kuralların öne çıkması muhtemel. Değerlendirmeler, özellikle bağımsız muhakemenin hedeflendiği derslerde süreç, uygulama, diyalog ve karara daha fazla ağırlık verebilir.

Asıl sınav, yapay zekânın öğrencilerin düşünme kapasitesini genişletip genişletmediği veya düşünmeyi geliştiren pratiği sessizce ortadan kaldırıp kaldırmadığı olacak. Bu nedenle Singapur için en güçlü seçenek “her yerde yapay zekâ” ya da “hiçbir yerde yapay zekâ” değil. Daha uygulanabilir model, yapılandırılmış kullanım ile yapay zekâsız çaba için korunan zamanı birlikte yürütmek.

Öğrencilerin mezun olduklarında yapay zekâyla etkili çalışabilmesi kadar, aracın ne zaman yanıldığını fark edebilmesi, ne zaman hiç kullanmaması gerektiğine karar verebilmesi ve yapay zekâ olmadığında da sağlam bir akıl yürütme ortaya koyabilmesi gerekiyor. Yapay zekâyla öğrenmek ile öğrenmeyi yapay zekâya devretmek arasındaki fark burada yatıyor.