Teknolojinin hızlı gelişimi nedeniyle, öğrenme süreçlerinde teknolojiden yararlanmak çokça tartışılan bir konu. Araştırmacılar ve öğretmenler, teknolojinin öğretimde pratikte nasıl kullanılabileceğini anlamak istiyor. Teknolojideki hızlı gelişim, eğitimi ve öğrenme ortamını farklı biçimlerde etkiliyor. Şu aşamada teknoloji eğitimde öğretmenlerin öğretim aracı, öğrencilerin yardımcısı ve öğrenme ortamının kendisi olarak kullanılıyor. Bu yazıda şunları ele almak istiyoruz:
Yapay zekâdan eğitimde ve öğrenme süreçlerinde nasıl yararlanılıyor?
Yapay zekâ kullanımında hangi zorluklarla karşılaşılabilir?
Yapay zekâ, görevleri kolaylaştırmak, basitleştirmek ve otomatik olarak yapmak için kullanılan bir sistem ya da programdır. Yapay zekâ sayesinde farklı cihazlardan veya kaynaklardan gelen bilgileri bir araya getiririz. Yapay zekâ öğrenciye rehberlik etmek, değerlendirmeyi otomatik yapmak, geri bildirimi otomatik vermek ve öğrenme ortamlarını kişiselleştirmek için kullanılır. Bu görevleri, öğrenme ortamından toplanan verilerle yerine getirebilir. Örneğin öğrenme ortamından toplanan verilerle bir öğrencinin ödevlerinin yapılmadığı fark edilir. Ardından yapay zekâ durumu bildiren bir mesaj gönderir ve otomatik hatırlatmalar yapar.
Yapay zekâ öğrenciye rehberlik etmek, değerlendirmeyi otomatik yapmak, geri bildirimi otomatik vermek ve öğrenme ortamlarını kişiselleştirmek için kullanılır.
Yapay zekâ, öğrenimin öngörülebilirliğini artırmak için de kullanılır. Öğrenme ortamından toplanan verilerle öğrencileri uygun derslere yönlendirebilir. Öğrenci nasıl ilerlediğini ve neleri bildiğini görür. Bu noktada öğrenme ortamının özellikleri önem kazanır.
Yapay zekânın öğrenme analitiğinde kullanımı henüz başlangıç aşamasında. Araştırmacılar, öğrenme analitiğinde yapay zekâyı kullanabilmek için ne tür verilere ihtiyaç duyulduğunu belirlemeye çalışıyor. Bu nedenle önemli soru şu: Öğrenme ortamından hangi verileri alabiliyoruz? Örneğin bazı yükseköğretim kurumları kendi öğrenme ortamlarını geliştirip istedikleri verileri doğrudan oradan alıyor. Öğrenme robotları, yapay zekânın kullanıldığı bir başka alan; dünyada bu konuda pek çok deneyim var. Öğrenme robotlarından örneğin dil öğreniminde yararlanılıyor: öğrenciler robotla sohbet ediyor, robot sorular soruyor vb. Ayrıca robotlar çalışma arkadaşı ya da rehber olarak kullanılıyor.
Robotlar, öğretmenlerin yeterli zamanı olmadığında öğrencilere yardımcı olabilir. Örneğin robotlar öğrencilerin okumasına ya da yazmasına yardım edebilir; böylece ders saati daha verimli kullanılabilir. Yapay zekânın çeşitli zorlukları da var. Mevcut öğrenme ortamları ve araçlar bu teknolojiyi desteklemeyebilir, öğrenmeyle ilgili verileri bir araya getirmek zor olabilir. Kullanımdaki sistemler otomatik veri toplamayı desteklemiyor; öte yandan veri koruma mevzuatı verilerin profillenmesini sınırlıyor. Yapay zekâdan yararlanmak için elde edilen verilerin kullanımına her zaman izin gerekir. Bu yüzden yeterli veri toplanmamışken analiz yapmak ve karar vermek zor. Bir başka zorluk etik konular; etik sorular sürekli tartışılıyor. Örneğin yapay zekânın öğretmen ya da öğrenci adına karar vermesi doğru mu? Kararları öğrenciler ve öğretmenler vermeli, yapay zekâ ise bu kararları destekleyebilir. Son zorluk öğrenme robotlarıyla ilgili: Robotlar hâlâ pahalı bir teknoloji olduğu için yaygın biçimde kullanılamıyor. Sonuç Eğitimde yapay zekâ kullanımında çok sayıda zorluk olsa da konu hâlâ çokça tartışılıyor ve popülerliğini koruyor. Yapay zekâ eğitimde öğretmenlerin ve öğrencilerin yardımcısı olarak kullanılıyor. Öğrenciye rehberlik etmek, değerlendirmeyi otomatik yapmak, geri bildirimi otomatik vermek ve öğrenme ortamlarını kişiselleştirmek için kullanılıyor. Öte yandan öğrenme analitiğinde kullanımının henüz başlangıç aşamasında olduğu söylenebilir. Yapay zekâ kullanımının zorluklarından biri, robotların hâlâ pahalı bir teknoloji olması. Teknoloji hızla geliştikçe sürekli ucuzluyor; dolayısıyla gelecekte yapay zekânın eğitimde kullanımı daha yaygın olabilir. Bir diğer zorluk, kullanımdaki öğrenme ortamlarının yapay zekâyı ya da otomatik veri toplamayı henüz desteklememesi. Bu aşamada akıllı öğrenme ortamları geliştirmek önemli.