Yapay zekâ, insan tarafından belirlenen hedefler doğrultusunda sanal veya gerçek dünyada tahmin yürütebilen, önerilerde bulunabilen ve kararlar alabilen, oldukça gelişmiş makine tabanlı sistemler olarak tanımlanır (Holmes ve Tuomi, 2022). UNESCO, yapay zekâyı “algılama, dil etkileşimi, akıl yürütme, analiz yapma, problem çözme ve hatta yaratıcılık gibi insan zihnine özgü yetileri taklit edebilme, hatta bazen aşabilme potansiyeline sahip” bir teknoloji olarak değerlendirir. Aslında yapay zeka kavramı oldukça geniş kapsamlı olup çeşitli alt alanları içermektedir. Son yıllarda dikkat çeken bir alt alan ise üretken yapay zekâdır. Üretken yapay zekâ, bir veri setinden öğrendiği bilgileri kullanarak yeni görüntüler ya da metinler gibi özgün içerikler yaratabilen modelleri ifade eder. Sohbet robotları, özellikle de ChatGPT (Chat Generative Pre-Trained Transformer), bu üretken yapay zekâ araçlarının en bilinen örneklerinden biri olarak eğitimde çok çeşitli amaçlarla kullanılmaktadır (Hwang ve Chang, 2021).

Eğitimde yapay zekânın sağladığı fırsatlar ve barındırdığı riskler, araştırmacıların ve eğitim politikacılarının gündeminde hızla yükselirken, bu alandaki çalışmalar da giderek çoğalmaktadır. Kapsamlı tarama çalışmaları yükseköğretimde yapay zekanın işlevlerini şu başlıklar altında ortaya koymaktadır: a) uyarlanabilir sistemlerle kişiselleştirme, b) otomatik değerlendirme ve geri bildirim, c) profil oluşturma ve tahmin, d) öğrenme deneyimlerini iyileştirme (Ouyang, Zheng ve Jiao, 2022; Zawacki-Richter, Marín, Bond, & Gouverneur, 2019; Zhai vd., 2021).

Yapay zekâ, eğitim dünyasında köklü bir dönüşüm yaratma gücüyle eğitimcilere dersleri zenginleştirme, idari işleri kolaylaştırma, öğrenme deneyimlerini kişiselleştirme ve öğrenciler arasında iş birliğini artırma gibi yenilikçi çözümler sunuyor. İnternette farklı kalitede ve çeşitli formatlarda pek çok eğitim içeriğine ulaşmak, eğitmenler ve öğrenciler için yorucu bir süreç olabiliyor. Bu noktada, eğitmenlerin ihtiyaçlarına uygun materyalleri internetten otomatik olarak bulmalarına yardımcı olan yapay zekâ destekli araçlar devreye giriyor; MagicSchool, Perplexity ve Clever Owl gibi araçlar buna örnek olarak verilebilir. Yapay zekânın sunduğu en büyük avantajlardan biri ise kişiselleştirilmiş öğrenme sistemleri. Yapay zekâ tabanlı bir eğitim asistanı, her öğrencinin kendine özgü gereksinimlerine odaklanarak özel destek sağlayabilir (Lee ve Qiufan, 2021). Aynı zamanda, eğitimciler yapay zekânın sağladığı geri bildirimleri analiz ederek, hangi pedagojik yaklaşımların ve içeriklerin hangi öğrenciler üzerinde daha etkili olduğunu keşfetme olanağına kavuşur.

ChatGPT gibi popüler yapay zekâ araçlarının öğrenme ve öğretim süreçlerine potansiyel etkileri üzerine araştırmalar ve tartışmalar hız kesmeden devam ediyor. ABD’de yapılan bir ankette, üniversite öğrencilerinin üçte biri (n=1000) ödevlerinde ChatGPT kullandığını belirtirken, %60’ı bu araçları ödevlerinin yarısından fazlasında kullanıyor (Chan, 2023). Bu durum, bazı üniversitelerde yasaklama veya sınırlamalar getirilmesine yol açtı. Ancak, ChatGPT eğitimde öğrencilerin teorik soruları anlamalarına, yazım becerilerini geliştirmelerine ve öğretmenlere ders planlamasında yardımcı olabilir Ouyang vd, 2022; Neumann, Rauschenberger ve Schön, 2023; Atlas, 2023; Michel-Villarreal, Vilalta-Perdomo, Salinas-Navarro, Thierry-Aguilera ve Gerardou, 2023). Bu araç, eğitimde yenilikçi fırsatlar sunarken, tartışmaları da beraberinde getiriyor.

Yapay zeka okuryazarlığı, teknik bilgi ile yapay zekânın toplumsal ve etik sonuçlarını anlama becerilerinin bir birleşimini gerektirir. Bu doğrultuda yapay zeka okuryazarlığı, dört temel alan üzerine kuruludur:

1. Yapay zekayı bilmek ve anlamak: Bu alan, yapay zekânın ne olduğunu ve nasıl işlediğini kavramayı içerir. Makine öğrenimi algoritmalarını, bu algoritmaların eğitildiği veri türlerini ve yapay zekâ sistemlerinin sınırlamaları ile olası önyargılarını anlamayı kapsar.
2. Yapay zekâyı kullanma ve uygulama: Yapay zekâ araçlarını ve platformlarını problem çözme veya belirli görevleri gerçekleştirme amacıyla kullanabilme becerisini içerir. Kodlama ve programlama bilgisi ile birlikte, büyük veri kümelerini analiz edebilme ve işleyebilme yetkinliğini de kapsar.
3. Yapay zekâyı değerlendirme ve geliştirme: Yapay zekâ sistemlerinin kalitesini ve güvenilirliğini değerlendirme yetisi ile etik ve adil yapay zekâ sistemleri geliştirme becerisini içerir. Yapay zekânın teknik yönlerine derinlemesine hakim olmanın yanı sıra, sosyal ve etik etkilerini anlamayı gerektirir.
4. Yapay zeka etiği: Yapay zekânın ahlaki ve etik boyutlarını değerlendirerek, farklı bağlamlarda kullanımına dair bilinçli kararlar alabilme yetisini içerir. Adalet, şeffaflık, hesap verebilirlik gibi ilkeleri ve yapay zekânın toplum ve bireyler üzerindeki olası etkilerini dikkate almayı kapsar (Yi, 2021)

Yapay zekâ okuryazarlığını geliştirmek ve öğrencilere bu alanda temel bilgi ve beceriler kazandırmanın en güçlü yollarından biri, yapay zekânın müfredatın merkezine entegre edilmesidir. Yükseköğretimde yapay zekânın teori ve uygulamalarının disiplinler arası bir bakış açısıyla ele alınması, yalnızca teknoloji alanında değil, her disiplinde geleceğin yeteneklerini hazırlamak açısından büyük önem taşır (Ng vd., 2021). Bu yönde birçok üniversite önemli adımlar atmakta. Bazı öncü üniversiteler, yapay zekanın etkileri ve etik boyutunu ele alan eğitim programları ve dersler sunmaya başlamıştır. Harvard, Stanford, MIT ve Carnegie Mellon gibi dünya çapında tanınan bu kurumlar, yapay zekanın toplum, iş gücü ve bireyler üzerindeki etkilerini daha iyi anlamak için kapsamlı akademik çalışmalar ve analizler yapmaktadır. Bu programlar, sadece teknolojinin kendisini değil, aynı zamanda sorumlu kullanımı, etik ilkeler ve toplumsal fayda gibi konuları da inceleyerek geleceğin uzmanlarını hazırlamayı amaçlamaktadır.

• Yapay zekâ günlük yaşamın birçok alanında hızla yerini bulmuş olsa da eğitimdeki potansiyeli henüz başlangıç aşamasında, geliştirilmeyi bekleyen bir alan olarak karşımızda duruyor. Eğitimde yapay zekâdan tam anlamıyla yararlanabilmek için, mevcut öğrenme ve öğretme teorilerinin temeline inilmeli; yapay zekâ uygulamaları, pedagojik yaklaşımlar ve öğrenme bilimleriyle derinlemesine bütünleştirilmeli (Ouyang vd., 2022; Hwang vd., 2020; Ouyang ve Jiao, 2021).
• Eğitimde yapay zekânın geleceği, yaratıcılığı teşvik eden, problem çözme ve yenilikçi düşünceyi destekleyen araçlarla şekillenmelidir. Yapay zekâ, iş birliği platformları ve kapsayıcı uygulamalarla eğitimi daha erişilebilir hale getirebilir. Her yetenek ve öğrenme stiline uygun araçlarla, tüm öğrencilerin eşit eğitim fırsatlarına erişimi sağlanmalıdır.
• Eğitimcilerin yapay zekâya yönelik yetkinlik ve güvenlerini artırmak için eğitimler ve kaynaklar sunulmalı, etkili uygulamaları deneyimlemeleri sağlanmalıdır. Düzenli değerlendirme ve gelişimle hem eğitmenler hem de öğrenciler için yeni bir vizyon oluşturulabilir (Atlas, 2023; Hwang vd., 2021; Wang vd., 2021).
• Yapay zekâ, rutin görevleri otomatikleştirerek ve kişiselleştirilmiş geri bildirim sağlayarak eğitimcilere destek olabilir. Ancak, duygusal destek ve sosyal etkileşim gibi insani roller eğitmenlerin sorumluluğunda kalacaktır. Bu nedenle, eğitmenler yapay zekâ destekli yöntemleri entegre eden rehberler olarak görev yapacaktır.
• Üniversiteler, yapay zekâya yönelik politika ve yönergeler geliştirerek farkındalık, eğitim, araştırma desteği ve etik sorumlulukları içeren bir yol haritası oluşturmalıdır. Bu sayede, yapay zekâdan tam anlamıyla yararlanarak kapsayıcı ve zengin bir öğrenme deneyimi sunulabilir.

YÖMEGA Derneği tarafından düzenlenen “Yeni Paradigmalar Işığında Yükseköğretimde Mesleki Gelişimi Yeniden Yapılandırmak” çalıştayı kapsamında Moderatör Prof. Dr. Yasemin Demiraslan Çevik yönetiminde yapay zekanın yükseköğretimdeki potansiyeli üzerine hocalarımızın konuşmacı olduğu etkinliği buraya tıklayarak veya YouTube kanalından izleyebilirsiniz.

Atlas, S. (2023). ChatGPT for Higher Education and Professional Development: A Guide to Conversational AI. https://digitalcommons.uri.edu/cba_facpubs/548

Chan, C.K.Y. (2023). A comprehensive AI policy education framework for university teaching and learning. Int J Educ Technol High Educ, 20, 38. https://doi.org/10.1186/s41239-023-00408-3

Chen, L., Chen, P., & Lin, Z. (2020). Artificial intelligence in education: A review. Ieee Access, 8, 75264-75278.

Dignum, V. (2023). Responsible Artificial Intelligence: Recommendations and Lessons Learned. In Responsible AI in Africa: Challenges and Opportunities; Eke, D.O., Wakunuma, K., Akintoye, S., Eds.; Springer Nature: Cham, Switzerland, pp. 195–214.

Holmes, W., & Tuomi, I. (2022). State of the art and practice in AI in education. European Journal of Education, 57, 542–570. https://doi.org/10.1111/ejed.12533

Hwang, G.-J., & Chang, C.-Y. (2021). A review of opportunities and challenges of chatbots in education. Interactive Learning Environments, 1–14. https://doi.org/10.1080/10494820.2021.1952615

Hwang, G. J., Xie, H., Wah, B. W., & Gašević, D. (2020). Vision, challenges, roles and research issues of Artificial Intelligence in Education. Computers & Education: Artificial Intelligence, 1. https://doi.org/10.1016/j.caeai.2020.100001

Lee, K.-F., & Qiufan, C. (2021). AI 2041: Ten visions for our future. WH Allen.

Miao, F., & Holmes, W. (2021). AI and education: Guidance for policy-makers. UNESCO. https://unesd oc.unesco.org/ark:/48223/ pf000 0376709

Michel-Villarreal, R., Vilalta-Perdomo, E., Salinas-Navarro, D.E., Thierry-Aguilera, R., Gerardou, F.S. (2023). Challenges and Opportunities of Generative AI for Higher Education as Explained by ChatGPT. Educ. Sci. 13, 856. https://doi.org/10.3390/educsci13090856

Neumann, M., Rauschenberger, M., & Schön, E-M. (2023). We Need To Talk About ChatGPT: The Future of AI and Higher Education,2023 IEEE/ACM 5th International Workshop on Software Engineering Education for the Next Generation (SEENG), Melbourne, Australia, pp. 29-32, doi: 10.1109/SEENG59157.2023.00010.

Ng, D.T.K., Leung, J.K.L., Chu, S.K.W., & Qiao, M.S. (2021). Conceptualizing AI literacy: An exploratory review. Computers & Education: Artificial Intelligence, 2, 100041, 10.1016/j.caeai.2021.100041

Ouyang, F., Zheng, L., & Jiao, P. (2022). Artificial intelligence in online higher education: A systematic review of empirical research from 2011 to 2020. Educ Inf Technol 27, 7893–7925s. https://doi.org/10.1007/s10639-022-10925-9

Ouyang, F. & Jiao, P. (2021). Artificial Intelligence in Education: The Three Paradigms. Computers & Education: Artificial Intelligence, 100020. https://doi.org/10.1016/j.caeai.2021.100020

Pelletier, K., McCormack, M., Muscanell, N., Reeves, J., Robert, J., & Arbino, N. (2024). 2024 EDUCAUSE Horizon Report, Teaching and Learning Edition (Boulder, CO: EDUCAUSE, 2024).

Popenici, S. A. D., & Kerr, S. (2017). Exploring the impact of artificial intelligence on teaching and learning in higher education. Research and Practice in Technology Enhanced Learning, 12(1), 22– 13. https://doi.org/10.1186/s41039-017-0062-8

Southworth, J., Migliaccio, K., Glover, J., Glover, J., Reed, D., McCarty, C., Brendemuhl, J., & Thomas, A. (2023). Developing a model for AI Across the curriculum: Transforming the higher education landscape via innovation in AI literacy. Computers and Education: Artificial Intelligence, 4, 100127, https://doi.org/10.1016/j.caeai.2023.100127.

World Commission on the Ethics of Scientific Knowledge and Technology (2019). Preliminary study on the Ethics of Artificial Intelligence. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000367823

Wang, Y., Liu, C., Tu, Y.-F. (2021). Factors Affecting the Adoption of AI-Based Applications in Higher Education: An Analysis of Teachers’ Perspectives Using Structural Equation Modeling. Educational Technology & Society, 24 (3), 116–129

Yi, Y. (2021). Establishing the concept of AI literacy: Focusing on competence and purpose. Jahr – European Journal of Bioethics, Artificial Intelligence Humanities (AIH special section, 12(2), 353–368. https://doi.org/10.21860/j.12.2.8, 24.

Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education–where are the educators? International Journal of Educational Technology in Higher Education, 16(1), 39. https://doi.org/10.1186/s41239-019-0171-0

Zhai, X., Chu, X., Chai, C. S., Jong, M. S. Y., Istenic, A., Spector, M., Liu, J-B., Yuan, J., & Li, Y. (2021). A Review of Artificial Intelligence (AI) in Education from2010 to 2020. Complexity. https://doi.org/10.1155/2021/8812542