MuseCool’un 2.000 müzik dersinden çıkardığı yapay zekâ dersi

MuseCool’un halka açık faaliyetteki ilk altı ayı, eğitim teknolojileri için temel bir noktayı öne çıkarıyor: Müzik dersi yalnızca yazıya dökülebilecek bir konuşmadan ibaret değil. Şirket, nisan ayındaki halka açık lansmanından bu yana ses tabanlı yapay zekâ kullanarak yaklaşık 2.000 dersi işlediğini; sistemin hem sözlü anlatımı hem de çalınan müziği analiz ettiğini belirtiyor. 23

Bu, şirketle bağlantılı ve sınırlı bir veri örneklemi; dolayısıyla müzik eğitiminin tamamını temsil eden kesin bir çalışma değil. Yine de bire bir derslerde neler yaşandığına ve eğitmenlere yönelik yapay zekâ araçlarının çözmesi gereken ürüne dair erken bir görünüm sunuyor.

Dikkat çeken bulgu: Ders, yalnızca çalma süresinden ibaret değil

MuseCool’un ilk analizine göre öğrenciler ortalama bir dersin yaklaşık yüzde 40’ını enstrüman çalarak geçiriyor. Kalan zaman; açıklama, öğretmenin örnek çalması, dinleme, tartışma ve başka öğretim faaliyetlerinden oluşabiliyor. 6

Bu ayrım önemli. Sadece notaları algılayan ya da yalnızca konuşmayı metne çeviren bir sistem, dersin büyük kısmını gözden kaçırabilir. Öğretmen bir tekniği açıklayabilir, kısa bir bölümü örnekleyebilir, sorunu tespit edebilir, öğrenciyi dinleyebilir, çalışma hedefi koyabilir veya eserin yorumunu konuşabilir.

Yüzde 40 oranı temkinli okunmalı. Bu bulgu MuseCool’un kendi operasyonel verisine dayanıyor; sektör geneline ilişkin bağımsız denetimden geçmiş temsili bir araştırma olarak sunulmadı. 36 Buna rağmen ders kalitesinin yalnızca çalma süresi ölçülerek değerlendirilebileceği varsayımını sorgulatıyor.

Neden müziği anlayan yapay zekâ?

MuseCool teknik yaklaşımını Music Information Retrieval (müzik bilgisi erişimi) olarak tanımlıyor. Amaç, ders bağlamı ve konuşmayla birlikte çalınan müziği analiz ederek öğretmen ile öğrencinin ne üzerinde çalıştığını anlamlandırmak; sadece konuşmayı yazıya aktarmak değil. 23

Bu fark, ürünün merkezinde yer alıyor. Genel bir ders kaydı aracı eğitmene uzun bir metin dökümü vererek yeni bir okuma yükü çıkarabilir. Müziğe duyarlı bir sistem ise dersi daha kullanışlı bir takip materyaline dönüştürmeyi hedefleyebilir: yapılandırılmış özet, müzikal etkinlik kaydı ve dersler arasındaki çalışmayı destekleyecek öneriler.

Şirket ayrıca canlı ders etkinliğinden ders analitiği, ilgili nota materyalleri ve kişiselleştirilmiş çalışma oyunları üretmeyi; bunun yanında ödeme gibi idari işleri de yönetmeyi amaçlayan bir platform tanımlıyor. 15

Eğitmenlerin benimsemesi, ek iş yaratmamasına bağlı

Özel derslerde teknoloji benimsetmek kolay değil. Öğretim tarzları kişisel, yıllar içinde yerleşmiş ve çoğu zaman bilinçli biçimde esnek. Eğitmenlerin, kendilerini katı bir iş akışına zorlayan veya yeni bir idari yük getiren sistemleri benimsemesi beklenemez.

MuseCool’un ilk ürün yönelimi bu sınıra odaklanıyor: Ders yapay zekâsının dinleme ve belgeleme işini arka planda yürütmesi, eğitmenin ise öğretmeye devam etmesi hedefleniyor. 2 Buradaki olası değer, otomasyonu tek başına amaç haline getirmek değil; rutin takip işlerini azaltmak ve öğrenciyle paylaşılabilecek daha net materyaller oluşturmak.

MuseCool aynı zamanda bir eğitmen pazaryeri işletiyor. Eğitmenlere yönelik sitesi, toplulukta 1.622’den fazla eğitmen ve ayda 2.000’den fazla bire bir ders bulunduğunu; derslerin çevrim içi veya yüz yüze verildiğini söylüyor. Bunlar bağımsız biçimde denetlenmiş göstergeler değil, şirketin beyan ettiği rakamlar. 8

Pazaryeri ile öğretim altyapısını birleştiren model

MuseCool, 2017’de Londra’da bir müzik okulu olarak kuruldu ve kişiye özel çevrim içi ile yüz yüze dersler sunuyor. 910 Tüketiciye dönük sayfalarında evde ve çevrim içi eğitim ile belirli enstrümanlarda başlangıç teklifleri yer alıyor. 45

Bu model yalnızca ders analizi aracından daha geniş kapsamlı. Eğitmen bulma ve eşleştirmeyi, operasyonel araçlarla ve potansiyel olarak öğrenme kaynaklarıyla bir araya getiriyor. Başka bir ifadeyle B2B2C, yani hem eğitmenleri ve eğitim kuruluşlarını araçlarla destekleyen hem de öğrencilerin öğretmen bulmasına yardımcı olan bir yapı kuruyor.

Öğrenciler açısından platformun mevcut teklifleri arasında bazı enstrümanlarda ilk ay ücretsiz kullanım ve bu süre içinde ücretsiz iade seçeneği bulunuyor. Hangi enstrümanların kapsama girdiği ve koşullar ise teklife göre değişiyor. 1213

Daha büyük ders verisi ne sağlayabilir?

Açık rıza, uygun mahremiyet önlemleri ve titiz doğrulama süreçleriyle büyüyen bir ders veri seti, yalnızca tek tek ders özetleri için değerli olmayabilir. Eğitim kurumlarının öğretim örüntülerini daha hızlı izlemesine, ek desteğe ihtiyaç duyabilecek öğrencileri belirlemesine ve öğretim yöntemleri üzerine daha nicel araştırmalar yürütmesine yardımcı olabilir.

MuseCool’un yaklaşımı, genellikle özel alanda gerçekleşen ve ölçülmesi zor olan ders içi etkinlikleri toplulaştırılmış düzeyde daha görünür kılma olasılığına dayanıyor. 3 Enstrüman üreticileri ve müzik sektöründeki diğer aktörler için de iyi yönetilen, toplulaştırılmış repertuvar ve pratik davranışı içgörüleri anlamlı olabilir.

Ancak bunlar henüz kanıtlanmış sonuçlar değil, olasılıklar. Veri setinin gerçek değeri; veri kalitesine, örneklemin temsil gücüne, bilinçli onama, yönetişim ilkelerine ve üretilen ölçütlerin algoritmanın algılayabildiği şeyleri değil, gerçekten iyi öğrenmeyi yansıtıp yansıtmadığına bağlı olacak.

Kanıtlanması gereken hedefler

MuseCool, Queen Mary University of London ile Music Information Retrieval alanındaki iş birliğiyle ilişkilendirildi; haberlerde Innovate UK projesine dair planlardan da söz edildi. 6 Ancak sağlanan materyaller bu çalışmanın kapsamını, takvimini veya finansman durumunu netleştirmiyor. Bu nedenle bunlar kesinleşmiş çıktılar değil, gelişmekte olan planlar olarak görülmeli.

Aynı temkin, daha geniş hedefler için de geçerli: Kamu malı ve lisanslı nota kaynakları, konservatuvar topluluklarına daha derin erişim, yerel pazaryerleri ve tüm müzik odasını yorumlayabilen yapay zekâ destekli enstrümanlar. Bu fikirler MuseCool’un performans ile öğretimi birlikte anlama hedefiyle uyumlu; ancak mevcut kanıtlar bitmiş bir “konuşan” piyano ya da odayı algılayan enstrüman ürününü doğrulamıyor. 23

İlk sonuç: Yapay zekâ öğretmenin yerine geçmiyor

MuseCool’un şu ana kadarki en somut katkısı, yapay zekânın müzik öğretmeninin yerini alabileceği iddiası değil. Asıl çıkarım, analizin anlamlı biriminin dersin bütünü olduğudur: Ses, konuşma, gösterim, geri bildirim ve bağlam.

Yaklaşık 2.000 ders, özellikle çalmanın ortalama ders süresinin yalnızca yaklaşık yüzde 40’ını oluşturduğu bulgusu gibi hipotezler üretmek için yeterli olabilir; fakat bu hipotezleri tüm müzik eğitimi için kesin sonuca bağlamak için yeterli değil. 36 Bir sonraki sınav, müziğe duyarlı çıktılarının eğitmenlere gerçekten zaman kazandırıp kazandırmadığı, öğrencilerin dersler arasındaki çalışmalarını iyileştirip iyileştirmediği ve kişisel öğretim ilişkilerinde gereken yüksek mahremiyet ve güven standardını karşılayıp karşılamadığı olacak.