EN  I  TR

Yapay Zeka ve Eğitim

Hisar Okulları topluluğunun tüm paydaşları, yapay zekâ teknolojilerini etik, bilinçli ve sorumlu bir şekilde kullanmaktan, eğitim ve yönetim süreçlerini geliştirmekten, profesyonel öğrenmeyi desteklemekten ve topluluk katılımını güçlendirmekten sorumludur. Okul topluluğu, veri gizliliği, güvenlik politikaları ve kurumsal standartlara uygun bir şekilde yapay zekâ teknolojilerinin kullanımını destekleyerek, bilinçli ve sorumlu bir yapay zekâ kültürünün gelişimine katkıda bulunur.

 

Bu bölümde, yapay zekâ ile ilgili temel kavramlar açıklanarak okul topluluğu için ortak bir anlayış oluşturulması amaçlanmıştır.

 

Yapay Zekâ – YZ (Artificial Intelligence – AI)

 

Yapay zekâ, belirli hedefler doğrultusunda tahminlerde bulunabilen, öneriler sunabilen ve kararlar alabilen makine tabanlı sistemleri ifade eder. Bu sistemler, veri işleme ve algoritmalar aracılığıyla öğrenerek davranışlarını adapte edebilir, otonom veya insanlarla iş birliği halinde çalışabilir (UNICEF, 2021; UNESCO, 2024). Yapay zekâ, doğal dil işleme (NLP), makine öğrenmesi (ML), bilgisayarlı görme (Computer Vision) ve robotik gibi disiplinlerarası alanları kapsar:

 

  • Doğal Dil İşleme (NLP): Bilgisayarların insan dilini anlamasını, işlemesini ve anlamlı yanıtlar üretmesini sağlayan teknolojileri kapsar.
  • Makine Öğrenmesi (ML): Sistemlerin veri aracılığıyla öğrenme ve öngörülerde bulunma yeteneğini ifade eder.
  • Bilgisayarlı Görme: Görselleri algılama, analiz etme ve tanıma süreçlerini içerir.
  • Robotik: Fiziksel dünyayla etkileşime giren otonom sistemlerin geliştirilmesini sağlar.

 

Bu teknolojiler; eğitim, sağlık, endüstri ve veri analitiği gibi alanlarda geniş kullanım alanlarına sahip olup, öğrenme süreçlerini destekleme, karar alma mekanizmalarını iyileştirme ve iş akışlarını optimize etme amacıyla yaygın olarak kullanılmaktadır (OECD, 2019; UNESCO, 2024).

 

LLM (Large Language Model – Büyük Dil Modeli)

 

LLM, büyük veri kümeleri üzerinde eğitilmiş ve insan benzeri metinler üretebilen gelişmiş yapay zekâ sistemleridir (ChatGPT, Gemini, Claude, Mistral 7B). Metin analizi, doğal dil işleme ve otomatik yanıt sistemlerinde kullanılır (European Commission, AI in Education White Paper, 2024).

 

Lokal LLM (Local Large Language Model – Yerel Büyük Dil Modeli)

 

Lokal LLM, bulut tabanlı yapay zekâ hizmetlerine bağımlılığı azaltan ve yerel cihazlarda çalıştırılabilen açık kaynak büyük dil modelleridir (DeepSeek-R1, Mistral 7B, Falcon, BLOOM, OpenHermes-2.5). Bu modeller, veri gizliliğini artırmak ve bağımsız kullanım imkânı sunmak amacıyla kurum ve organizasyonlar tarafından tercih edilebilir (OECD, AI and the Future of Education, 2023).

 

Üretken Yapay Zekâ (Generative AI)

 

Üretken yapay zekâ, büyük veri setleri ve gelişmiş yapay zekâ modelleri kullanarak yeni ve özgün içerikler üretebilen teknolojileri ifade eder. Bu sistemler; metin, görsel, müzik, ses ve video gibi farklı formatlarda içerik oluşturabilir ve özelleştirilmiş çıktılar sunabilir (UNESCO, 2023; European Commission, 2021).

 

ChatGPT, DALL-E, Copilot, Runway ML, Kaiber AI, Gemini ve MidJourney gibi araçlar, üretken yapay zekânın yaygın örneklerindendir (Bu alandaki gelişmeler hızla devam etmekte, her geçen gün yeni modeller ve uygulamalar ortaya çıkmaktadır). Bu araçlar;

 

  • Bilgiye erişimi hızlandırarak özetleme yapar ve soruları yanıtlar.
  • Metin, görsel ve diğer formatlarda özgün içerikler üretir.
  • Öğretim materyallerini bireysel ihtiyaçlara göre özelleştirerek öğrenme süreçlerini destekler.
  • Yenilikçi fikirlerin geliştirilmesini ve yaratıcı etkinliklerin tasarlanmasını sağlar.

 

UNESCO’nun Eğitim ve Araştırmada Üretken Yapay Zekâ Kılavuzu (Guidance for Generative AI in Education and Research, 2023) raporuna göre, bu teknolojilerin etik, güvenilir ve sorumlu bir şekilde kullanılması kritik bir gerekliliktir. Kullanıcılar, veri gizliliği, algoritmik önyargılar ve içerik doğruluğu gibi temel konulara dikkat etmelidir (UNESCO, 2023; European Commission, 2021).

 

Yapay Zekâ Yanlılığı (Algorithmic Bias)

 

Yapay zekâ yanlılığı, veri setlerindeki önyargılar nedeniyle yapay zekâ sistemlerinin belirli bireylere veya gruplara karşı adaletsiz sonuçlar üretmesi durumudur. Bu yanlılık, eğitim, işe alım, sağlık hizmetleri ve hukuk gibi kritik alanlarda ayrımcılığa yol açabilir. Yapay zekâ sistemlerinin karar alma süreçlerinde yanlılığı azaltmak için veri setlerinin çeşitliliğini artırmak ve algoritmaların şeffaflığını sağlamak önemlidir. Bu konuda yapılan araştırmalar, yapay zekâ modellerinin eğitildiği veri setlerindeki dengesizliklerin, sistemlerin belirli gruplara karşı sistematik önyargılar geliştirmesine neden olabileceğini göstermektedir (Papakyriakopoulos & Mboya, 2021). 

 

Yapay Zekâ Okuryazarlığı

 

Yapay zekâ okuryazarlığı, bireylerin yapay zekâ sistemlerini ve teknolojilerini anlamalarını, işleyişlerini kavramalarını ve bilinçli bir şekilde kullanmalarını sağlayan bir yetkinliktir. Alan yazında farklı modeller ve yaklaşımlar bulunmakla birlikte, bu yetkinlik genellikle bireylerin yapay zekânın yeteneklerini ve sınırlamalarını anlaması, eleştirel bir bakış açısı geliştirmesi ve etik ilkeler doğrultusunda bilinçli kararlar alması üzerine odaklanmaktadır(Casal-Otero et al., 2023).

 

UNESCO’ya göre, yapay zekâ okuryazarlığı yalnızca teknik becerileri değil, aynı zamanda insan hakları, etik değerler ve toplumsal adalet ilkeleri çerçevesinde eleştirel düşünme becerilerini geliştirmeyi de içerir (UNESCO, 2024). Ayrıca, akademik çalışmalar bireylerin sadece teknolojiyi anlamakla kalmayıp, algoritmik karar süreçlerinin şeffaflığı, veri gizliliği ve toplumsal etkilerini de değerlendirme yeteneği kazanması gerektiğini vurgulamaktadır (Zhang & Dafoe, 2021).

 

Yapay Zekâ’nın Sorumlu ve Etik Kullanımı

 

Yapay zekâ teknolojilerinin bilinçli, güvenli ve etik bir şekilde kullanılmasını sağlamak için kapsamlı politika ve stratejilerin geliştirilmesi önemlidir.Bu bağlamda, UNESCO’nun Öğretmenler için Yapay Zekâ Yetkinlik Çerçevesi (AI Competency Framework for Teachers) ve Öğrenciler için Yapay Zekâ Yetkinlik Çerçevesi (AI Competency Framework for Students), yapay zekâ teknolojilerinin bilinçli, etik ve etkili kullanımını teşvik etmeyi amaçlamaktadır (UNESCO, 2024).

 

Öğretmenler için Yapay Zekâ Yetkinlik Çerçevesi, yapay zekâ teknolojilerinin eğitim süreçlerine pedagojik olarak etkili ve sorumlu bir şekilde entegrasyonuna rehberlik etmektedir. Hisar Okulları, öğretmenlerin bu teknolojileri pedagojik olarak bilinçli ve etik bir çerçevede kullanmalarını desteklemek amacıyla profesyonel gelişim programları, eğitim materyalleri, akademik yayınlar ve rehberler sunmaktadır.

 

Öğrenciler için Yapay Zekâ Yetkinlik Çerçevesi, eleştirel düşünme, etik değerlendirme ve insan haklarına dayalı karar alma becerilerini geliştirmeyi hedefler. Hisar Okulları, K12 seviyesinde yürütülen Bilişim Teknolojileri ve Yazılım derslerinde ve farklı disiplinlerde yapay zekâ okuryazarlığı eğitimlerini bu uluslararası çerçeveler doğrultusunda yapılandırmaktadır. Bu yaklaşımla, öğrencilerin yapay zekâya yönelik bilinçli, etik ve eleştirel bir bakış açısı kazanmaları amaçlanmaktadır.

 

OECD’nin Dayanıklı Bir Yeşil ve Dijital Geçiş İçin Beceriler (Skills for a Resilient Green and Digital Transition)  raporuna göre, yapay zekâ teknolojilerinin eğitimde sorumlu ve etik kullanımı için şeffaflık, hesap verebilirlik ve insan merkezli yaklaşımlar benimsenmelidir. Ayrıca, Avrupa Komisyonu’nun Yapay Zekâ Yasası (AI Act), eğitimde yapay zekâ kullanımına yönelik düzenleyici bir çerçeve sunmaktadır. Bu yasa, yapay zekânın güvenli, şeffaf ve etik kullanımını teşvik etmeyi amaçlamakta olup, eğitim alanında çeşitli yönergeler ve kurallar belirlemektedir. Özellikle, yapay zekâ destekli eğitim uygulamalarında veri gizliliği, ayrımcılığın önlenmesi ve hesap verebilirlik gibi prensiplere vurgu yapılmaktadır.

 

Belirtilen uluslararası ilkeler doğrultusunda Hisar Okulları, yenilikçi ve sorumlu yapay zekâ uygulamalarını eğitim süreçlerine entegre etmeye devam etmekte ve öğretmenler, öğrenciler ve tüm okul toplumu için bilinçli ve etik bir teknoloji kullanımını teşvik etmektedir.

 

Eğitim Süreçlerine ve Müfredata Entegrasyon

 

Türkiye Ulusal Yapay Zekâ Stratejisi 2021-2025 kapsamında, eğitimde yapay zekâ uygulamalarının artırılması ve bu alanda nitelikli insan kaynağının yetiştirilmesi hedeflenmektedir. Bu strateji, yapay zekâ teknolojilerinin eğitim süreçlerine entegrasyonunu teşvik etmektedir.

 

Hisar Okulları, yapay zekâ teknolojilerinin öğretim süreçlerine etik, bilinçli ve pedagojik ilkeler doğrultusunda entegre edilmesini desteklemektedir. Bu süreçte:

 

  • Öğretmenlerin dijital yetkinliklerini geliştirmesi,
  • Öğrenci merkezli bir yaklaşımın benimsenmesi,
  • Kapsayıcı ve eşitlikçi bir öğrenme ortamının oluşturulması amaçlanmaktadır.

 

Eğitimde yapay zekâ araçlarının etik, sorumlu ve bilinçli kullanımı esastır. Bu doğrultuda, öğretmenlerin yapay zekâ teknolojilerini etkili bir şekilde kullanmalarını desteklemek amacıyla uluslararası çerçeveler ve akademik araştırmalar temel alınarak rehberlik sağlanmaktadır.

 

Yapay Zekâ Öğretmen Yeterlilik Çerçevesi ve Uluslararası Yaklaşımlar

 

Öğretmenlerin yapay zekâ araçlarını eğitimde etkin şekilde kullanabilmeleri için UNESCO’nun Yapay Zekâ Öğretmen Yeterlilik Çerçevesi (AI Competency Framework for Teachers) rehber alınmaktadır. Bu çerçeve, öğretmenlerin yapay zekâ araçlarını bilinçli, etik ve pedagojik hedeflerle uyumlu bir şekilde kullanmalarına rehberlik etmektedir (UNESCO, 2024).

 

Bu çerçevede, Hisar Okulları yapay zekâ teknolojilerinin eğitimde uygulanmasına yönelik şu ilkeleri benimsemektedir:

 

1. Yapay Zekânın Temel Kavramları ve Uygulamaları

  • Öğretmenler, yapay zekâ sistemlerinin temel kavramlarını, çalışma prensiplerini ve eğitimdeki rolünü anlamak için bilgi edinir.
  • Yapay zekânın nasıl çalıştığı, veri işleme süreçleri ve algoritmaların işleyişi konusunda farkındalık kazanır.
  • Yapay zekâ araçlarının eğitimde nasıl etkili kullanılacağını belirler.

 

2. Yapay Zekâ Destekli Öğretim Tasarımı

  • Öğretmenler, yapay zekâ teknolojilerini bireyselleştirilmiş öğrenme süreçlerinde kullanarak öğrencilerin akademik ihtiyaçlarına uygun içerikler geliştirir ve sunar.
  • Öğrenci gelişimini izlemek ve özelleştirilmiş geri bildirim sağlamak için yapay zekâ tabanlı analiz ve değerlendirme sistemlerini ders süreçlerine entegre eder.
  • Öğretmenler, yapay zekâ araçlarını kullanarak ders planlamalarını daha verimli hale getirir ve öğrencilere bireysel rehberlik sağlar.

 

3. Eleştirel ve Sorumlu Kullanım

  • Öğretmenler, yapay zekâ destekli öğrenme süreçlerinin etik boyutlarını analiz eder ve öğrencilerin bilinçli kullanımını teşvik eder.
  • Algoritmik önyargıları fark etmeye, yapay zekânın toplumsal ve kültürel etkilerini değerlendirmeye yönelik çalışmalar yürütür.
  • Yapay zekâ teknolojilerinin eğitimde etik ve sorumlu kullanımına ilişkin farkındalık oluşturur (Bkz. Doğruluk ve Güvenilirlik, Akademik Dürüstlük ve Yapay Zekâ ).

 

4. Sürekli Öğrenme ve Mesleki Gelişim

  • Öğretmenlerin yapay zekâ alanındaki gelişmeleri takip etmelerini desteklemek için sürekli öğrenme fırsatları sağlanır.
  • Yapay zekâ destekli eğitim süreçlerine yönelik atölye çalışmaları, seminerler ve mesleki gelişim etkinlikleri düzenlenir.
  • Meslektaşlar arasında bilgi paylaşımı teşvik edilir ve deneyim aktarımı sağlanır. (Bkz. Profesyonel Öğrenme & Topluluk Katılımı).

 

5. Değerlendirme ve Uyarlanabilir Öğrenme

  • Yapay zekâ destekli ölçme ve değerlendirme sistemleri, öğrencilerin bireysel öğrenme süreçlerine uyum sağlayacak şekilde özelleştirilir.
  • Yapay zekâ araçlarının eğitimdeki etkisi düzenli olarak analiz edilir ve gerektiğinde yeni stratejiler geliştirilir.
  • Öğrenci verileri güvenli bir şekilde yönetilerek, yapay zekâ sistemlerinin eğitimde etik ve sorumlu kullanımı güvence altına alınır (Bkz. Veri Gizliliği ve Güvenliği).

 

Yapay Zekâ ve Eleştirel Düşünme 

 

Uluslararası Yapay Zekâ ile Eğitim Dergisi (The International Journal of Artificial Intelligence in Education, 2023) çalışmasına göre, öğretmenlerin yapay zekâ okuryazarlığını artırmaya yönelik eğitim programları, öğrencilerin eleştirel düşünme ve veri okuryazarlığı becerilerinin gelişiminde önemli bir rol oynamaktadır (IJAIED, 2023).

 

Yapay zekâ, bilgiye erişimi hızlandırırken, öğrencilerin araştırma süreçlerinde farklı kaynakları değerlendirme ve eleştirel düşünme becerilerini geliştirmelerine olanak tanımaktadır. Ancak, güvenilir olmayan veya önyargılı bilgilerin yayılmasını önlemek için yapay zekâ araçları tek başına yeterli görülmemeli, akademik veri tabanları ve geleneksel araştırma yöntemleriyle desteklenmelidir.

 

Bu doğrultuda, yapay zekâ destekli eğitimin etik ve bilinçli bir şekilde uygulanmasını sağlamak amacıyla, öğretmenler ve öğrenciler eğitim süreçlerinde doğruluk, güvenilirlik ve akademik dürüstlük ilkelerine bağlı kalmalıdır (Bkz.Doğruluk ve Güvenilirlik, Akademik Dürüstlük ve Yapay Zekâ ).