Mutlu Çukurova - Öğrenme ve Yapay Zekâ Profesörü
Yapay Zeka Artık Bilgi Sunmuyor, Birlikte Düşündüğümüz Bir Aktöre Dönüşüyor
Unıversıty College London öğrenme ve yapay zekâ profesörü Mutlu Çukurova, üretken yapay zekânın eğitimde yalnızca bir araç değil, “düşünsel bir ortak” haline geldiğini vurgulayarak, asıl dönüşümün verimlilikten ziyade öğrenmenin ve uzmanlığın doğasının yeniden tanımlanması olduğunu söylüyor.
Üretken yapay zekâ teknolojileri son yıllarda kurumların öğrenme ve gelişim yaklaşımlarını köklü biçimde değiştirmeye başladı. Sizce bu dönüşüm iş dünyasını nasıl şekillendiriyor? Şirketler bu değişime nasıl hazırlanmalı?
Ben bu dönüşümü yalnızca bir verimlilik meselesi olarak görmüyorum. Asıl mesele, işin ve uzmanlığın doğasının yeniden tanımlanması. Üretken yapay zekâ, kurumlardaki öğrenme ve gelişim süreçlerini standart içerik sunumundan çıkarıp daha dinamik, bağlamsal ve kişiselleştirilmiş bir yapıya taşıyor. Ancak burada kritik noktayı kaçırmamak lazım; kişiselleştirme ile gelişim aynı şey değildir. Bir sistemin kişiye hızlı cevap vermesi, o kişinin daha derin öğrendiği anlamına gelmez. İş dünyasında gördüğüm temel değişim, çalışanlardan artık sadece bilgiye erişmeleri değil, yapay zekâ ile nasıl birlikte düşüneceklerini öğrenmelerinin beklenmesi. Yani mesele “AI kullanabiliyor musun?” sorusundan çok, “AI ile çalışırken yargını, etik muhakemeni ve mesleki sorumluluğunu koruyabiliyor musun?” sorusu. Ben bunu insan-yapay zekâ tamamlayıcılığı çerçevesinde ele alıyorum. İyi tasarlanmış sistemler insanı ikame etmemeli; insanın karar kalitesini, muhakemesini ve öz düzenleme kapasitesini artırmalıdır.
Şirketlerin bu değişime hazırlanması için üç şeye odaklanması gerekir. Birincisi, yalnızca araç yatırımı değil, yetkinlik yatırımı yapmaları gerekir. İkincisi, çalışanların yapay zekâ çıktısını sorgulama, doğrulama ve bağlama yerleştirme becerilerini geliştirmeleri gerekir. Üçüncüsü, kurumsal süreçleri sadece otomasyona göre değil, insanın nerede vazgeçilmez olduğuna göre yeniden tasarlamaları gerekir. Özellikle yüksek belirsizlik, etik risk ve bağlamsal karar gerektiren alanlarda insanın rolü azaltılmamalı, tam aksine otomasyon ile gelen kazanımların da yatırımı ile daha da güçlendirilmelidir.
Yapay zekâ eğitim alanına da hızlı bir giriş yaptı. Sizce eğitim alanında asıl kırılma noktası nerede yaşandı? Yapay zekâyı önceki eğitim teknolojilerinden ayıran temel fark nedir?
Bence asıl kırılma noktası, yapay zekânın eğitimde yalnızca bir içerik dağıtım ya da izleme teknolojisi olmaktan çıkıp etkileşimsel bir aktöre dönüşmesiyle yaşandı. Önceki eğitim teknolojileri çoğunlukla öğretmenin ya da öğrencinin yaptığı işi destekleyen araçlardı. Üretken yapay zekâ ise artık yanıt veren, öneri sunan, gerekçe üreten, içerik yazan, geri bildirim veren bir sistem olarak devreye giriyor. Onu önceki teknolojilerden ayıran temel fark da burada yatıyor. Yapay zekâ sadece araç değil, epistemik bir ortak gibi davranabiliyor. Bu çok önemli bir fark. Çünkü artık mesele öğrencinin bir platformu kullanması değil; bir sistemle birlikte düşünmesi, yazması, çözüm üretmesi ve karar vermesi. Bu da öğretim tasarımını, değerlendirmeyi ve öğretmenin rolünü kökten etkiliyor.
Yapay zekâ destekli öğrenme sistemleri öğrencilerin düşünme biçimini nasıl etkiliyor? Öğrencilerin problem çözme ve eleştirel düşünme becerileri, yapay zekâ ile birlikte zayıflar mı?
Zayıflayabilir de güçlenebilir de. Belirleyici olan, yapay zekânın varlığı değil, nasıl tasarlandığı ve nasıl kullanıldığıdır. Eğer yapay zekâ öğrencinin yerine düşünür, karar verir, yapı kurar ve muhakemeyi kapatırsa, evet, var olan araştırmalar öğrencinin bilişsel katılımının azalacağını gösteriyor. Ben bunu bazı bağlamlarda metabilişsel tembellik riski olarak değerlendiriyorum. Öğrenci cevaba çok hızlı ulaştığında, cevaba nasıl ulaşıldığını düşünme ihtiyacı ortadan kalkıyor. Ama bu kaçınılmaz değil tabii ki. Benim insan-yapay zekâ etkileşimine dair çalışmalarım gösteriyor ki doğru tasarlanmış sistemler öğrencinin düşünmesini azaltmak yerine görünür, tartışılabilir ve geliştirilebilir hâle getirebilir. Özellikle öğrenciden gerekçe isteme, alternatifleri karşılaştırma, belirsizliği fark ettirme ve kendi kararını savunmasını talep etme gibi tasarım ilkeleri varsa, yapay zekâ eleştirel düşünmeyi zayıflatmak yerine güçlendirir. Dolayısıyla mesele “AI düşünmeyi öldürüyor mu?” gibi genel bir soru değil bence. Bu sistem öğrenciyi bilişsel olarak rahatlatıyor mu, yoksa üretken biçimde zorluyor mu? Benim için iyi eğitim teknolojisi, öğrenci için düşünme zorluklarını tamamen ortadan kaldıran değil; öğrenme açısından gerekli olan üretken zorlukları doğru yerde koruyan teknolojidir.
Eğitimde yapay zekâ kullanımı beraberinde ciddi etik sorular getiriyor. Bu alandaki en kritik riskler sizce nelerdir? Öğrencilerin verilerinin kullanımı konusunda nasıl bir etik çerçeve oluşturulmalı?
Benim açımdan en kritik risk sadece etik değil; bilişsel kayıp, pedagojik kararların opaklaşması ve eğitimsel değerlerin teknik optimizasyona indirgenmesi de aynı derecede önemli. Veri güvenliği de elbette temel bir konu, ancak eğitimde etik meseleler bundan daha geniş. Bir sistem öğrenci hakkında çok şey biliyor olabilir, ama bu bilgiyi ne amaçla kullandığı, hangi varsayımlarla yorumladığı ve öğrenciyi nasıl kategorize ettiği daha da önemli bence. Ben özellikle dört risk alanına dikkat çekiyorum. Birincisi, öğrencilerin sürekli ölçülebilir davranışlara indirgenmesi. İkincisi, algoritmik önerilerin öğretmen yargısının yerini alması. Üçüncüsü, ticari sistemlerin eğitimsel faydadan çok veri çıkarımı mantığıyla çalışması. Dördüncüsü ise eşitsizliklerin yeniden üretilmesi; çünkü yapay zekâ sistemleri her öğrenciye aynı şekilde hizmet etmiyor ne yazık ki.
Öğrenci verileri konusunda etik çerçeve bence yalnızca “öğrenciden rıza aldık” düzeyinde kurulamaz. Benim savunduğum yaklaşım, pedagojik amaç temelli veri yönetimi. Yani önce şunlar sorulmalı: Bu veri neden toplanıyor? Öğrenmeye nasıl hizmet ediyor? Öğretmene ne tür bir karar desteği sağlıyor? Öğrenciye ne kadar şeffaf? İtiraz ve düzeltme hakkı var mı? Verinin toplanması kadar, yorumlanması ve eyleme dönüştürülmesi de etik denetime aynı şekilde açık olmalı. Eğitimde veri kullanımı, öğrenciyi daha iyi anlamak için olmalı; onu erken etiketlemek, sınıflamak veya kontrol etmek için değil.
Araştırmalarınızda en çok odaklandığınız soru nedir? Eğitimde yapay zekâ konusunda sizi en çok heyecanlandıran gelişme hangisi?
Benim araştırmalarımdaki merkez sorulardan biri, “İnsanlar ve yapay zekâ sistemleri, özellikle eğitim bağlamında, birbirinin yerini almadan nasıl tamamlayıcı ve hatta zaman zaman sinerjik biçimde çalışabilir?” sorusu. Başka bir deyişle, hangi koşullarda yapay zekâ insan kapasitesini güçlendirir? Benim için en heyecan verici gelişme, yapay zekânın artık sadece sonuç üreten bir makine olarak değil, insanın düşünme süreçlerini de destekleyebilecek bir ortak olarak tasarlanabilme ihtimali. Özellikle öğretmenlerin pedagojik muhakemesini destekleyen, öğrencilere öz düzenleme becerileri kazandıran ve karar süreçlerini daha şeffaf hâle getiren sistemler üzerine çalışmak beni gelecek adına heyecanlandırıyor. Açıkçası ben teknolojiye kendi başına heyecan duymuyorum. Beni heyecanlandıran şey, yapay zekânın insanları daha zeki hâle getirebilme potansiyelidir. Eğer bunu yapmıyorsa, teknik olarak ne kadar etkileyici olduğu benim için ikinci planda.
Türkiye gibi gelişmekte olan ülkeler eğitimde yapay zekâ dönüşümüne nasıl hazırlanmalı?
Türkiye gibi ülkeler bu dönüşüme yalnızca teknoloji tedariki üzerinden değil; pedagojik kapasite, kurumsal yönetişim ve insan kaynağı gelişimi üzerinden bütüncül olarak yaklaşırsa daha hızlı yol alabilir diye düşünüyorum. Birçok ülkede yapılan temel hata, yapay zekâyı önce satın alıp sonra eğitime nasıl uyarlanacağını düşünmek oluyor. Oysa doğru sıra bunun tersidir bence.
Benim laboratuvarımda eğitimde yapay zekâ alanında birçok başlık üzerine çalışıyoruz. Birincisi, insan-yapay zekâ tamamlayıcılığı ve öğretmen-yapay zekâ ekiplenmesi üzerine kavramsal ve ampirik çalışmalar. Burada özellikle human agency gibi temel kavramların hangi koşullarda güçlendiğini ve hangi koşullarda aşındığını inceliyoruz. İkincisi, multimodal öğrenme analitikleri ile öğretim ve öğrenme süreçlerini daha derinlikli anlamaya yönelik çalışmalar. Ben öğrenmeyi sadece test skorlarından ibaret görmüyorum; dikkat, etkileşim, öz düzenleme ve iş birliği süreçlerinin daha incelikli biçimde anlaşılması gerektiğini düşünüyorum. Bunlar üzerine yapay zekâ teknikleri üretip test ediyoruz. Son olarak, beni en çok meşgul eden başlıklardan biri de eğitimde yapay zekâyı, insanın yerine geçen bir otomasyon mantığıyla değil, insan kapasitesini geliştiren bir tasarım mantığıyla nasıl yeniden düşünebiliriz sorusu. Bunun için ne tür bilgisayar modelleri, arayüzler ve etkileşim paradigmaları gerekiyor? Benim bütün araştırma gündemim esasen bu sorunun etrafında şekilleniyor.
