Dijital Antropomorfik Zirve
İnsan olmayan sistem ya da makinelere insani özellik kazandırmak ya da atfetmek olarak bilinen antropomorfizm (insan biçimcilik) eski bir kavram. Tanrıyı, hayvanları ya da başka nesneleri insani özelliklerle anlamak, açıklamak, tasvir etmek... Şimdi ise antropomorfik açıdan fantastik tasvirlerin ötesine geçen bir gelişme var: Yapay zekâ: Algılama, tanıma, sınıflandırma, anlamlandırma, akıl yürütme, problem çözme, ifade etme gibi akıl gerektiren tüm bilişsel süreçlerin makinelerin doğasına yerleştirilmesi ile ilgili çalışmaları kapsayan alan. Kurgu değil gerçek! İnsan gibi düşünmeye, insan gibi davranmaya, insanların yaptığı işleri yapmaya çalışan makine! Altyapısı daha eski ama, 1956’da Dartmouth Kolejinde gerçekleştirilen bir çalıştayla ilk çerçevesi çizilen alan (McCarthy, vd, 2007), 21. yy. ile birlikte hızlı bir gelişme kaydetti ve 4. Sanayi Devrimi adı verilen siber fiziksel üretim olanaklarının geliştirilmesine zemin oluşturdu. Her geçen gün yenisini duyduğumuz yeni uygulamaları merak ve hayretle takip ediyoruz.
Bu açıdan bakıldığında içinde bulunduğumuz dönemde büyük bir dönüşüm yaşanıyor. İnsan dışı şeyler akıllanıyor ve birbiriyle etkileşime geçiyor (Nesnelerin interneti). Tüm bu etkileşimden doğan veriler başka verilerle birlikte analiz edildiğinde daha önceden görülemeyen ilişkiler ve desenler görülebilir hale geliyor (Büyük veri analizleri). Akıllı her şey, aynı zamanda yeni kullanımlar, yeni alışkanlıklar yeni yaşam biçimlerini de beraberinde getiriyor.
Bir “şey”in, “nesne”nin ya da “makine”nin zeki olarak kabul edilebilmesi için, etrafını ya da kendisine gelen uyaranları algılaması ve buna göre bir eylem ya da eylemler dizisi ortaya koyması gerekiyor. Algılama ve tepki gösterme; insanlara özgü olan öğrenme, akıl yürütme ve problem çözme gibi bir takım bilişsel süreçlerin taklit edilmesi demek. Dolayısıyla yapay zekâ, insanın bilişsel kapasitesini benzer işleyişle taklit etmeye çalışan türev bir zekâ türü (Millington ve Funge, 2009).
Bu genel tanımdan hareketle, yapay zekanın işleyişi ile ilgili 4 temel adımdan bahsetmek mümkün: (1) Makine çevreden gelen uyaranları algılar. Görsel, ses, komut, konuşma, hareket ve diğer yapılandırılmamış ham uyaranları algılayabilir. (2) Bu uyaranlar karşısında düşünür. Söz konusu uyaranların ne anlam geldiğini tanımlar ve yerleşik algoritmalar vasıtasıyla olası tepki seçeneklerini değerlendirir. (3) Daha sonra harekete geçer. Bir önceki düşünme aşamasında ulaşılan hareket seçeneklerine göre hareket eder. (4) Son olarak da öğrenir. Önceki 3 aşama büyüleyici nitelikte olsa da, yapay zekanın gerçek gücü onun öğrenebilir olmasından geliyor. Her uygulama sonunda elde edilen bilgi ve deneyim ile var olan bilgi ve algoritmalar güncelleniyor. Bu sayede yapay zekâ, öğrendikçe hareket kabiliyetini keskinleştiriyor, mükemmelleşiyor ve tüm olasılıklara hazır hale geliyor. Buna da genel olarak makine öğrenmesi deniliyor.
Gelişmelere bakılırsa, yapay zekâ uygulamaları artık herkesi ilgilendiriyor. Makineler akıllandıkça, özellikle sınırları belli rutin işleri insanlar gibi, hatta bazı durumlarda insanlardan daha iyi yapıyor. Birçok örnek var ve hızla artıyor. Kendi kendine giden arabalar, yüzlerce binlerce vakadan sonra mükemmelleşen ve tek başına ameliyat yapmak için bekleyen yardımcı cerrah robotlar, devasa veri ve algoritmayı yöneten akıllı düzenleyiciler… Uzaklara gitmeye de gerek yok. Cep telefonu işletim sistemlerinde, oyunlarda, internetin birçok yerinde, sokakta ve yaşamın içinde yapay zekâ ile zaten birçok karşılaşma yaşıyoruz.
Yapay zekâ; felsefe, matematik, ekonomi, sinirbilim, psikoloji, sosyoloji, bilgisayar mühendisliği, kontrol bilimleri, sibernetik ve dilbilim gibi birçok farklı alanın tam ortasında duran disiplinler arası ve heyecan verici bir araştırma alanı (Russell ve Norvig, 2010). Felsefe arka planı olan araştırmacılar, alanı kendi perspektiflerinden inceliyor. Malum, “bilginin kaynağı”, felsefenin en temel odak noktalarından birisi. Yapay zekâ ile birlikte, tüm felsefe ve düşünce tarihi içinde belki de ilk defa, yeni bir bilgi kaynağı ortaya çıkıyor (makineler tarafından üretilecek bilgi). Bu nedenle yapay zekâ, felsefecilerin doğrudan ilgi alanı içinde. Ayrıca bu süreçte dikkatle ele alınması gereken birçok etik konu da bulunuyor. Psikologlar ve sinir bilimcilerin odak alanı ise ‘makine öğrenmesi’ süreçleri. Uyaranlar karşısında dikkat, algı, akıl yürütme, problem çözme, saklama, geri çağırma gibi tüm bilişsel süreçlerin makineler tarafından da bir şekilde yapılıyor olması hayret uyandırıcı. Mühendisler de sürecin daha çok çıktıları ile ilgileniyor. Onların odak noktası, öğrenebilen makineleri ya da sistemleri, farklı ortamlar ve amaçlar için hazırlamak, geliştirmek ve çalışmasını sağlamak.
İçine girildiğinde olayın ciddi anlamda teknik bir boyutu var. Yapay zekâ, makine öğrenmesi ve derin öğrenme gibi iç içe geçen tanımlama ve süreçler var. Matematiksel modeller ve algoritmalar var. İşin teknik tarafını mühendislerine bırakalım. Diğer taraftan kavram, yanıltıcı, henüz gerçekleşmemiş ve zorlama yorum ve tahminleri de içinde barındıran büyük bir popülerlik içinde. Hala gelişme ve olgunlaşma aşamasında olan teknoloji için, her şeyi değiştirecek sihirli değnek ya da her şeyi yerle bir edecek kötülük arasında dağılan yorum ve okumalar var. Bu popülerlik, bizim yaptığımız gibi, birçok kişiyi konuya çekiyor. Yazılıyor ve çiziliyor. Politika yapıcılar da konuyla ilgili. Ülkelerinin geleceği için şimdiden aksiyon almak gerektiğini düşünen ve harekete geçen ülkeler var. Bazı kaygılarla ilgili önlemler, bazı fırsatlarla ilgili teşvikler… Tek emin olduğumuz ortada ciddi bir şey var. Büyük bir dalga geliyor. Bazıları buna, dönüştürme gücü bakımından, yeni elektrik diyor. Hep birlikte göreceğiz.
Eğitim Açısından Yapay Zeka
Bize düşen bu “yeni elektrik” dalgasının eğitimi nasıl değiştireceğine odaklanmak. Tam da burada yolumuzu aydınlatacak nitelikli küresel ve yerel raporlar fazla değil. Ama fikir verici olması açısından "ABD Eğitim Sektöründe Yapay Zeka Pazarı" raporuna bakalım. Buna göre pazarın 2018-2021 arasında %47,7 büyüyeceği tahmin ediliyor. Yani önemli oranda yatırım var. Bir diğer rapor da HolonIQ (2019) tarafından küresel ölçekte yapılan araştırma. Buna göre araştırmaya katılan kurumların %10'u eğitimde yapay zeka çalışmalarına başladığını, %20'si de pilot çalışma aşamasında olduğunu söylemiş. "Neden eğitimde yapay zeka?" sorusuna gelen yanıtlardan ön plana çıkanlar şöyle: (1) Pazarda yıkıcı bir oyuncu olmak, (2) otomasyon yoluyla maliyet azaltmak, (3) bu yönde gelen talepler, (4) müşteri/öğrenen deneyimini iyileştirmek ve (5) çevikliği artırmak. Yine aynı araştırmaya göre yapay zekanın eğitimde yaygınlaşmasındaki en büyük zorluk, bu konuda net bir stratejinin olmaması.
Gerçekten strateji son derece önemli. Henüz netleşmemiş çok alan var. Peki biz nereden başlamalıyız? Olayı her yönüyle kapsayan ve uygulanabilir bir yaklaşım sunmak zor şimdilik. Ama en azından, işe yapay zekanın eğitimdeki olası etki alanlarını listeleyerek başlayabiliriz. Sonra da her birine ayrı ayrı odaklanabiliriz.
Öğrenen Analitiği ve Segmentasyon: Öğrenenlerin gelişim ayak izinden ve destekleyici tüm diğer veri kaynaklarından hareketle büyük öğrenen veri altyapısı oluşturmak, bu sayede öğrenenleri derinlemesine tanımak ve anlamlı şekilde gruplamak.
Akıllı İçerik Altyapısı: Eğitim, program ya da müfredat hazırlamak için üretilmiş bilgiler içinde madencilik, toplayıcılık ve seçki yapmak. Bu içeriğin bireyselleştirilmiş bir kurguda derlenmesi ve sunulması için en uygun boyutta ve biçimde tasarlamak.
Bireyselleştirilmiş Öğretim: Bulut tabanlı sistemler ya da konuşma robotları (chatbots) gibi akıllı öğretici araçlar yoluyla, öğrenenlere ihtiyaçları ve öğrenme kapasiteleri doğrultusunda öğretim ve geri bildirim olanakları sağlamak.
Erişim Kolaylığı: Akıllı yönlendirmeler, ihtiyaca uygun içerik ve bireyselleştirilmiş öğretim ile öğrenmeyi esnek bir eyleme dönüştürmek, okul duvarları ya da eğitim salonlarının dışında çıkarmak, hayatın doğal bir parçası haline getirmek.
Değerlendirme: Öğrenenlerin öğrenme sürecindeki başarısının değerlendirilmesi. Ek olarak, veri altyapısına bağlı olarak, öğrenenlerin potansiyelini, meslek yönelimini, gelecek başarısını ve bir çok bağlantılı değişkeni analiz etmek ve tahminlerde bulunmak.
Rehberlik: Öğretimin yanı sıra, her bir öğrenene sağlanacak akıllı sanal/robot asistanlar sayesinde gelişim süreçlerine rehberlik etmek. Akıllı rehber; mentor, hatırlatıcı, destekleyici, isteklendirici gibi bir çok işlevi üstlenebilir.
Görsel Gözlem: Özellikle dikkat, odaklanma, katılım ve motivasyon araştırmaları açısından, görüntü tanıma ve işleme teknolojileri ile öğrenenleri öğrenme ortamında izlemek ve buradan beslenecek algoritmalar ile öğrenme verimliliğini artırmak.
Otomasyon: Okullarda, diğer eğitim kurumlarında ve şirketlerin eğitim birimlerinde yönetsel ve rutin işlerin olabildiğince yapay zeka destekli otomasyonlara devredilmesi. Bu sayede hız ve maliyet avantajı sağlamak.
Entegrasyon: Öğrenme ile diğer teknolojileri birbirine entegre etmek. Örneğin öğrenme verimliliğini en üst düzeye çıkarmak için bina/tesis yönetimini akıllı algoritmalarca yapmak, nesnelerin interneti ile cihazların öğrenenlere doğru hizmet etmesini sağlamak.
Blok Zincir: Eğitim kurumlarının ve diğer kurumların kendi aralarında, öğrenenlerin diğer kurumlarla etkileşiminde ve eğitsel anlamda değerli varlıkların transferi ve doğrulanmasında blok zincir teknolojisinin en iyi şekilde kullanılmasını mümkün kılmak.
Katılım: Yapay zeka destekli açık ve küresel öğrenme ortamları sayesinde, eğitimi demokratikleştirmek ve fırsat eşitliğini sağlamak. Fiziksel ya da maddi engellerden dolayı eğitime erişimde zorluk yaşayan tüm bireylere hak ettikleri eğitim olanaklarını sağlamak.
Tam bu noktada, tüm bunların öğretmene/eğitmene destek olarak konumlandırılması gerektiğini hatırlatalım. Yapay zeka uygulamaları öğretmen ve eğitmenlere yaratıcı ve üst düzey geliştirme uygulamaları için yer açmalı, zemin sağlamalı. Öğretmen, basit bir şekilde bilgi aktarandan gelişim kolaylaştırıcı ve hızlandırıcıya dönüşmeli. Öğretmenin rutin idari işleri azalmalı ve enerjisini tamamen gelişime odaklamalı. Öğretmen aynı zamanda yapay zeka ile şekillenen yeni dünya ile öğrenenler arasındaki köprü. Öğrenenleri bu yeni dünyaya hazırlayacak olan kişi. Dolayısıyla yapay zeka ve benzeri teknolojiler konusunda öğretmenlerin geliştirilmesi de son derece kritik ve kocaman bir gündem olarak önümüzde duruyor.
Yapay zekanın özellikle eğitim alanında uygulanması ile dikkat edilmesi gereken diğer kritik bir konu da güvenlik. Kişisel bilgilerin ve mahremiyetin korunması en önemli hassasiyetlerden birisi olmalı. Alanın etik sınırları henüz tam olarak çizilmiş değil. Dolayısıyla uygulamalarda, özellikle standartlar oturana kadar, gizlilik ve güvenlik ile ilgili konulara ayrıca dikkat etmek gerekiyor.
Yapay zekanın eğitime olası etki alanlarını detaylandırmak ve uzatmak mümkün. Belki kısa süre içinde başka etki noktalarını da konuşuyor olacağız. Ancak bundan sonra önemli olan her bir alan ile ilgili olarak uygulanabilir, pratik, değer yaratan ve öğrenmeye gerçekten katkı sağlayan çözümler geliştirmek. Riskleri ve zorlukları olsa da teknolojinin getirdiği potansiyel çok yüksek. Bu potansiyeli değerlendirme adına araştırma, deneme, uygulama ve değerlendirmeler yapmalıyız. Bunu, geç kalmadan, tam da şimdi yapmalıyız.
Mehmet Gürsoy, 2019
#yapayzeka #eğitim #antropomorfizm #makineöğrenmesi #öğretmen #nesnelerininterneti, #bireyselleştirme #analitik
Kaynakça
Chassignol, M., Khoroshavin, A., Klimova, A. (2018) Artificial intelligence trends in education: a narrative overview. Procedia. Erişim Tarihi: 30.10.2019, https://www.sciencedirect.com/science/article/pii/S1877050918315382
HolonIQ (2019) Adoption of AI in education. HolonIQ. Erişim Tarihi: 30.10.2019, https://www.holoniq.com/notes/ai-potential-adoption-and-barriers-in-global-education/
McCarty J., Minsky M., Rochester, N., Shannon, C. (2007). A Proposal For The Dartmouth Summer Research Project On Artificial Intelligence. AI magazine. Volume 27 Number 4 (2006)
Millington, I., Funge, J. (2009). Artificial Intelligence for games. CRC Press, New York
Russel, S. J., Norvig, P. (2010). Artificial intelligence: a modern approach. Pearson: New Jersey
Görsel: @negmardesign via Twenty20
Bu yazıya atıfta bulunmak isterseniz aşağıdaki referans metnini kopyalayabilirsiniz.
Gürsoy, M (2019), Yeni elektrik olarak yapay zeka ve eğitim. Ledd. Erişim Tarihi: gg.aa.yyyy, https://www.ledd.io/post/yeni-elektrik-olarak-yapay-zeka