Yapay zekâ destekli kişiselleştirilmiş öğrenme gerçekten mümkün mü?
Eğitim teknolojileri alanında çalışan herkes “kişiselleştirilmiş öğrenme” ifadesini defalarca duymuştur. Her öğrencinin kendi hızında ilerlediği, eksiklerinin anında fark edilip giderildiği, ilgi alanlarına göre içerik sunulan bir öğrenme ortamı. Bu fikir yeni değil. Öğretim makinelerinden programlı öğretime, zeki öğretim sistemlerinden uyarlanabilir öğrenme platformlarına kadar pek çok teknoloji aynı vaatle ortaya çıktı. Bugün bu vaadin yeni taşıyıcısı yapay zekâ. Soru da şu: Bu kez gerçekten farklı bir şey mi oluyor?
Önce kişiselleştirmenin ne anlama geldiğini netleştirmek gerekiyor, çünkü bu kavram çok farklı şeyleri anlatmak için kullanılıyor. En basit hali hız kişiselleştirmesi. Herkes aynı içeriği aynı sırayla görüyor ama her öğrenci kendi hızında ilerliyor. Bir adım ötesi yol kişiselleştirmesi. Öğrencinin performansına göre bir sonraki içerik ya da soru değişiyor, zorlanan öğrenci ek alıştırmalara, ilerleyen öğrenci daha zor konulara yönlendiriliyor. Daha iddialı olanı ise içeriğin ve öğretim yönteminin kişiselleştirilmesi. Aynı kavramın farklı öğrencilere farklı örneklerle, farklı açıklamalarla, hatta farklı etkinliklerle sunulması.
İlk iki tür onlarca yıldır var ve belirli koşullarda işe yaradığına dair epey birikim mevcut. Özellikle matematik gibi adımları net tanımlanabilen alanlarda, öğrencinin hatasına göre ipucu veren ve alıştırma seçen sistemler öğretmene değerli bir destek sağlayabiliyor. Üretken yapay zekânın yeni getirdiği şey ise üçüncü türü, yani içeriğin anında ve öğrenciye göre üretilmesini, teknik olarak çok daha erişilebilir kılması. Artık bir sistem öğrencinin sorusuna kendi cümleleriyle cevap verebiliyor, aynı kavramı on farklı şekilde açıklayabiliyor, öğrencinin ilgi alanından örnekler kurabiliyor.
Bu gerçekten önemli bir değişim. Sohbet edebilen bir yardımcının, öğrencinin “anlamadım” dediği noktada farklı bir açıklama denemesi, sınıfta tek bir öğretmenin otuz öğrenciye aynı anda yapamayacağı bir şey. Evde ödev yaparken takılan ve yardım alabileceği kimsesi olmayan bir öğrenci için böyle bir destek gerçek bir fark yaratabilir.
Vaadin gölgede kalan tarafları
Ancak burada birkaç önemli sorun var ve bunlar çoğu zaman tanıtım cümlelerinde yer almıyor.
İlk sorun doğruluk. Öğrenciye özel üretilen içeriği önceden kimse kontrol etmiyor. Bir ders kitabı ya da öğretmenin hazırladığı bir materyal yayımlanmadan önce gözden geçiriliyor. Anında üretilen bir açıklamada ise kavramsal bir hata, eksik bir bilgi ya da yanlış bir örnek doğrudan öğrenciye ulaşabiliyor. Üstelik öğrenci o konuyu henüz bilmediği için hatayı fark edecek durumda değil. Öğretmenin bir yapay zekâ çıktısındaki hatayı yakalaması kolay, öğrencinin yakalaması ise çok zor.
İkinci sorun, kişiselleştirmenin neye göre yapıldığı. Bir sistemin öğrenciyi gerçekten tanıması için onun ne bildiğini, neyi yanlış anladığını ve neden yanlış anladığını bilmesi gerekiyor. Bir sohbet geçmişinden ya da birkaç sorunun cevabından bunu çıkarmak sanıldığı kadar kolay değil. Sonuç çoğu zaman öğrenciye göre değil, öğrencinin o anki isteğine göre şekillenen bir içerik oluyor. Bu ikisi aynı şey değil. Öğrenci kolay olanı, kısa olanı, hazır cevabı isteyebilir. İyi bir öğretmen ise bazen tam olarak öğrencinin istemediği şeyi, yani biraz daha zorlanmasını ister.
Bu nokta bence en kritik olanı. Öğrenme çoğu zaman belirli bir düzeyde zorlanmayı gerektirir. Kendi başına düşünmeye çalışmak, yanlış yapmak, tekrar denemek kalıcı öğrenmenin önemli parçaları. Her takıldığı anda anında açıklama alan bir öğrenci, bu verimli zorlanma fırsatını kaçırabilir. Kişiselleştirme, öğrencinin yolundaki her engeli kaldırmak anlamına gelirse öğrenmeyi kolaylaştırmak yerine yüzeyselleştirebilir.
Aynı durum öğrencinin kendi öğrenmesini yönetme becerisi için de geçerli. Neyi bilip neyi bilmediğini fark etmek, ne zaman yardım isteyeceğine karar vermek, bir konuya ne kadar zaman ayıracağını planlamak öğrencinin zamanla kazanması gereken beceriler. Bütün bu kararları sistemin verdiği bir ortamda öğrenci bir sonraki adımı hep kendisine gösterilen yerde arar. Bu yüzden iyi tasarlanmış bir kişiselleştirme, kararların bir kısmını kademeli olarak öğrenciye bırakmalı.
Öğrenme stilleri konusunu da burada hatırlatmak isterim. Kişiselleştirme tartışmalarında öğrencilerin görsel, işitsel ya da kinestetik öğrenen olarak sınıflandırılıp içeriğin buna göre sunulması gerektiği fikri hâlâ sık karşımıza çıkıyor. Bu fikrin araştırmalarla desteklenmediği uzun süredir biliniyor. Bir sistemin size bu tür bir kişiselleştirme vaat etmesi, o sistemin pedagojik temeli hakkında soru sormanız için iyi bir neden.
Öğretmen nerede duruyor?
Kişiselleştirilmiş öğrenme söyleminin belki de en problemli tarafı, öğrenmeyi bireysel ve ekran başında gerçekleşen bir süreç olarak görmesi. Oysa öğrenme büyük ölçüde sosyal bir süreç. Öğrenciler birbirleriyle tartışarak, birbirlerine açıklayarak, bir öğretmenin sorusuyla düşüncelerini sorgulayarak öğreniyor. Herkesin kendi ekranında kendi yolunda ilerlediği bir sınıf, kâğıt üzerinde çok kişiselleştirilmiş görünse de öğrenmenin bu önemli boyutunu kaybedebilir.
Bu yüzden bence daha gerçekçi ve daha değerli olan yaklaşım, yapay zekâyı öğrenciyi öğretmenden alan bir sistem olarak değil, öğretmenin kişiselleştirme kapasitesini artıran bir araç olarak görmek. Örneğin öğretmenin aynı etkinliğin üç farklı düzeyini hızlıca hazırlaması, öğrencilerin ödevlerindeki ortak hataları daha kolay görmesi ya da sınıf dışında takılan öğrenciye öğretmenin belirlediği sınırlar içinde destek sunulması gibi kullanımlar. Bu senaryolarda pedagojik kararı yine öğretmen veriyor, yapay zekâ ise bu kararı daha çok öğrenciye uygulayabilmesini sağlıyor.
Eşitlik konusunu da göz ardı etmemek gerekiyor. Kişiselleştirilmiş öğrenme araçlarına erişim; cihaza, internet bağlantısına ve bu araçları bilinçli kullanmayı öğretecek bir yetişkine bağlı. Bu kaynaklara sahip olan öğrenciler için güçlü bir destek olabilecek bir teknoloji, bunlara sahip olmayan öğrencilerle aradaki farkı açabilir. Bir de veri boyutu var. Bir sistemin öğrenciyi tanıması için öğrenci hakkında veri toplaması gerekiyor. Bu verilerin nerede tutulduğu, kimin eriştiği ve ne kadar süre saklandığı, özellikle çocuklar söz konusu olduğunda üzerinde durulması gereken sorular.
Sorunun cevabına gelirsek, yapay zekâ destekli kişiselleştirilmiş öğrenme belirli ölçülerde mümkün ve bazı alanlarda gerçekten faydalı. Ancak her öğrenciyi tanıyan, her öğrenciye doğru şeyi doğru zamanda öğreten bir sistem hâlâ bir vaat. Bir okul ya da öğretmen olarak bu tür bir araç değerlendirirken kendinize hangi tür kişiselleştirmenin yapıldığını, içeriğin doğruluğunun nasıl güvence altına alındığını, öğretmenin sürecin neresinde durduğunu ve öğrenci verisinin nasıl korunduğunu sormanızı öneririm. Bu sorulara net cevap veremeyen bir sistem, ne kadar etkileyici görünürse görünsün dikkatle yaklaşılmayı hak ediyor.
Görüşmek üzere.
Görsel: Queen Asali, CC BY-SA 4.0, Wikimedia Commons.