Geçtiğimiz günlerde, çeşitli disiplinlerden (biyologlar, botanikçiler, mühendisler, bilgisayar bilimciler vb.) bilim insanlarını çocuk sınıflarıyla bir araya getirerek çalışmalarımız hakkında konuşmamızı ve sorularını yanıtlamamızı sağlayan "Skype a Scientist" adlı heyecan verici bir programa katılma fırsatım oldu. Yapay zeka ve makine öğrenimi konularını yetişkinlerle tartışmaya oldukça aşinayım, ancak bu, çocuklarla bu konu hakkında nasıl konuşacağımı gerçekten düşündüğüm ilk seferdi ve ilginç bir meydan okumaydı. Bugün, bu süreçte geliştirdiğim ve hayatınızda bir şekilde çocuk olanlarınız için faydalı olabilecek bazı fikirleri paylaşacağım. Bu fikirler, karmaşık yapay zeka kavramlarını çocuklar için ilgi çekici ve anlaşılır bir şekilde basitleştirmenin değerli yollarını sunuyor.
Bir kavramı açıklamaya hazırlanın
Herhangi bir topluluk önünde yapacağım herhangi bir konuşmaya hazırlanırken bazı temel kurallara uyuyorum. Hangi bilgileri sunmayı planladığım ve konuşmanın ardından dinleyicilerin hangi yeni kavramları bilmesi gerektiği konusunda çok net olmam gerekiyor, çünkü bu paylaşacağım bilgiler hakkında her şeyi belirliyor. Ayrıca, materyalimi izleyicinin önceden sahip olduğu bilgiye uygun bir karmaşıklık düzeyinde sunmak istiyorum; işleri aşırı basitleştirmeden ama onları anlayış düzeylerinin ötesine de itmeden.
Günlük hayatımda, çocukların yapay zeka (YZ) hakkında bildiklerinin (veya bildiklerini sandıklarının) tam olarak farkında olmuyorum. Açıklamalarımı dinleyicilerin seviyesine uygun yapmak istiyorum ama bu durumda onların arka plan bilgilerine ilişkin görüşüm biraz kısıtlı oluyor. Bazı durumlarda çocukların şirketler arası ve uluslararası sınırlar arası yapay zeka rekabeti gibi konularda çok bilinçli olduklarını görmek beni şaşırttı. İçeriği nasıl çerçeveleyeceğinize karar verirken faydalı bir egzersiz, hedef kitlenin zaten gayet iyi bildiği kavram veya teknikleri kullanan metaforlar bulmaktır. Bunu düşünmek aynı zamanda size izleyicinin geçmişine dair bir erişim noktası da sağlar. Ayrıca, kendinizi yeterli görmediğinize karar verirseniz sunum tarzınızı değiştirmeye ve ayarlamaya hazır olun. Çocuklara başlangıçta yapay zeka hakkında ne düşündüklerini ve ne bildiklerini biraz sormayı seviyorum, böylece çok ileri gitmeden önce konuyu netleştirebiliyorum.
Teknolojiyi Anlamak: Yapay Zeka Modellerinin Temelleri
Özellikle çocuklarla yaptığım sunumlarda birkaç ana noktaya odaklanıyorum. Okuyucular, uzman olmayan kişilere büyük dil modelleri (LLM) ve diğer yapay zeka modellerinin nasıl eğitileceğini ve hangi verilerle eğitileceğini öğretmek konusunda büyük bir savunucu olduğumu bilirler. Bu, söz konusu modellerin sonuçları hakkında gerçekçi beklentiler oluşturmak açısından hayati önem taşımaktadır. Çocuklar da dahil olmak üzere herkesin, LLM modellerinin tonunun, üslubunun ve hatta "kişiliğinin" somut doğasına kapılıp bu araçların gerçekçi sınırlarını gözden kaçırmasının kolay olduğunu düşünüyorum.
Zorluk, her şeyi yaşa uygun tutmaktır; ancak onlara eğitimin nasıl işlediğini, LLM modellerinin yazılı materyal örneklerinden nasıl öğrendiğini veya bir yayılma modelinin metin-resim çiftlerinden nasıl öğrendiğini açıkladığınızda, olası sonuçlar hakkında kendi sonuçlarını çıkarabilirler. Yapay zeka ajanları daha karmaşık hale geldikçe ve altta yatan mekanizmaları izole etmek daha zor hale geldikçe, kullanıcıların bu yeteneğe yol açan yapı taşlarını anlamaları önem kazanıyor.
Ben, eğitimi mümkün olduğunca teknik terimlerden kaçınarak genel bir kavram olarak açıklayarak başlıyorum. Çocuklarla konuşurken, somut bir dil kullanmak, şeylerin daha az belirsiz görünmesini sağlayabilir. Örneğin, "Bilgisayarlara çok fazla bilgi veriyoruz ve bu bilgilerin içindeki örüntüleri öğrenmelerini istiyoruz." Daha sonra, bir görüntüdeki dilde veya piksellerde bulunan desenlere benzer desenlerin örneklerini açıklayacağım, çünkü "desenler" kelimesi tek başına çok genel ve geniş bir ifadedir. Sonra, "Öğrendiğiniz bu kalıplar matematik kullanılarak yazılır ve sonra bu matematik bir 'modelin' içindedir. Artık modele yeni bir bilgi verdiğimizde, öğrendiği kalıplara dayalı olarak bize bir yanıt gönderiyor.” Oradan, başka bir kapsamlı örnek veriyorum ve basitleştirilmiş bir eğitim sürecini açıklıyorum (genellikle görselleştirilmesi çok kolay olduğu için bir zaman serisi modeli kullanıyorum). Daha sonra, farklı model türleri hakkında daha detaylı bilgi vereceğim ve izleyici kitlesinin anlayabileceği ölçüde, sinir ağları ile dil modelleri arasındaki farkı açıklayacağım.
Yapay Zeka Etiği ve Dış Etkiler
Yapay zekâyı çevreleyen etik sorunlara da değinmek istiyorum. İlkokul, ortaokul ve lise çağındaki çocukların , Büyük Dil Modelleri (LLM'ler) de dahil olmak üzere yapay zekâ teknolojilerinin çevresel ve sosyal etkilerini anlayabilecek kapasitede olduklarına inanıyorum. Bana göre günümüzde birçok çocuk küresel iklim değişikliği ve çevre krizi konusunda oldukça ileri düzeyde bir anlayışa sahip; bu nedenle LLM'leri çalıştırmak için gereken enerji, su ve nadir toprak mineralleri miktarı hakkında konuşmak mantıksız değil. Açıklamalarınızı anlaşılır ve yaşa uygun hale getirmek önemlidir. Daha önce de belirttiğim gibi, hedef kitlenizin yaşam deneyimleriyle ilgili örnekler kullanın. Yapay zekânın etiğine ve toplum ve çevre üzerindeki etkisine odaklanmalıyız.
İşte bir çocuğun deneyiminden yapay zekanın çevresel etkisine geçişin bir örneği.
"Hepinizin okul ödevleri için kullanmak üzere Chromebook'ları yok mu? Dizüstü bilgisayarınızı kucağınıza alıp uzun süre çalıştığınızda dizüstü bilgisayarın arkasının ısındığını hiç fark ettiniz mi? Belki aynı anda çok sayıda dosyanız açıksa veya çok sayıda video izliyorsanız? Bu ısınma, chatGPT web sitesine gittiğinizde olduğu gibi, eğitim aldığınızda veya büyük bir dil modeli (LLM) kullandığınızda çalışan sunucular adı verilen büyük bilgisayarlarda olan şeyin aynısıdır."
“ChatGPT'yi çalıştıran veri merkezleri, hepsi aynı anda çalışan sunucularla dolu ve hepsi çok ısınıyor, bu da donanım için iyi değil. Bu nedenle, bu veri merkezleri bazen soğuk suyu ve bazı kimyasalları birlikte kullanıyor ve bu su, doğrudan tüm sunucuların üzerinden geçen borulardan pompalanıyor. Bu, makinelerin soğutulmasına ve çalışır durumda kalmasına yardımcı oluyor. Ancak bu, büyük miktarda suyun kullanıldığı, kimyasallarla karıştırıldığı ve bu sistemlerden geçerken ısıtıldığı anlamına geliyor. Bu, bu suyun insanların çiftlikler veya içme suyu gibi başka amaçlar için kullanamayacağı anlamına gelebilir.”
"Diğer zamanlarda, bu veri merkezleri çalışmak için çok fazla elektrik tüketen büyük klimalar kullanır, bu da evlerimiz veya işletmelerimiz için yeterli güç olmayabileceği anlamına gelir. Elektrik ayrıca bazen santrallerde kömür yakılarak üretilir, bu da havaya egzoz salınır ve ayrıca kirliliği artırır."
Bu, çocuğun deneyimini sohbete dahil eder ve onlara kavramla ilişki kurmanın somut bir yolunu verir. Fikri mülkiyet hukukunun detaylarına dalmadan, çocukların aşina olduğu sanatçıları ve yaratıcıları kullanarak telif hakkı etiği ve içerik hırsızlığı hakkında benzer tartışmalar yapabilirsiniz. Deepfake'ler, cinsel veya başka türlü içerikler, pek çok çocuğun aşina olduğu bir konu ve çocukların yapay zeka kullanırken bireyler ve toplum için ne gibi riskler oluşturduğunun farkında olması önemli.
Özellikle küçük çocuklar için, yapay zekanın etik olmayan uygulamalarını veya yarattığı küresel zorlukları anlamaya başladıklarında ve bunlardan bazılarının ne kadar güçlü olabileceğini fark ettiklerinde korkutucu olabilir. Çocuklar bana, "Birisi yapay zekaya kötü şeyler yapmayı öğretirse bunu nasıl düzeltebiliriz?" diye soruyor. Örneğin. Keşke buna daha iyi cevaplarım olsaydı, çünkü temelde şunu söylemek zorundaydım: "Yapay zeka bazen kötü şeyler yapmak için bilgiye sahip olabilir, ancak aynı zamanda yapay zekayı daha güvenli hale getirmek ve kötü bilgiler veya kötü şeyler yapma talimatları paylaşmasını önlemek için çok sayıda insan çalışıyor."
“Gerçek” kavramının yapıbozuma uğratılması
Yapay zekayı insanlaştırmak hem yetişkinler hem de çocuklar için gerçek bir zorluk teşkil ediyor; bize bir şeyler anlatan dostane ve kendinden emin bir sese daha çok güvenme eğilimindeyiz. Sorunun önemli bir kısmı, Büyük Dil Modeli'nin (ÖÖÖ) bize bir şeyler anlatan sesinin genellikle dostane, kendinden emin ve yanlış olmasıdır. Medya okuryazarlığı kavramı yıllardır pedagojide önemli bir konu olmuştur ve bunu Büyük Dil Modellerini (ÖÖÖ) içerecek şekilde genişletmek doğal bir ilerlemedir . Öğrencilerin (ve yetişkinlerin) diğer insanlar veya şirketler tarafından oluşturulan bilgilerin eleştirel tüketicileri olmayı öğrenmeleri gerektiği gibi, bilgisayar tarafından oluşturulan içeriğin de eleştirel ve düşünceli tüketicileri olmamız gerekiyor. Bu, bu teknolojilerin sınırlamalarını anlamayı da içerir.
Bunun teknolojiyi anlamakla da paralel olduğunu düşünüyorum. Büyük dil modelinin (LLM) görevinin, en basit düzeyde, bir dizedeki bir sonraki olası kelimeyi, kendisinden önce gelenlere dayanarak belirleyerek insan dilini öğrenmek ve kopyalamak olduğunu açıkladığımda, bir LLM'nin "hakikat" fikrini anlayamayacağını söylediğimde mantıklı geliyor. Gerçek, eğitim sürecinin bir parçası değildir ve aynı zamanda gerçek, insanların bile kavraması için oldukça zor bir kavramdır. Büyük dil modeli (LLM) çoğu zaman gerçekleri doğru bir şekilde ortaya koyabilir, ancak olasılık gereği zaman zaman kör noktalar ve potansiyel hatalar ortaya çıkabilir. Sonuç olarak, onu kullanan çocukların aracın yanılabilirliğinin tamamen farkında olması gerekir.
Ancak bu dersin değeri sadece yapay zekayı kullanmakla sınırlı değil, çünkü öğrettiğimiz şey belirsizlik, muğlaklık ve hatalarla başa çıkmakla ilgili. Berman ve Agawi'nin (2023) belirttiği gibi , “Yapay zeka aracılı bir dünyada eğitim, insanlar ve teknolojiler arasındaki karmaşık ilişkileri yansıtan belirsiz, kısmi ve muğlak durumlarla çalışmayı öğrenmeyi içerir.” Bu çerçeveyi gerçekten beğeniyorum çünkü çok düşündüğüm bir şeye geri dönüyor: Büyük dil modelleri (LLM'ler) insanlar tarafından oluşturulur ve insan tarafından oluşturulan içeriğin yorumlarını yansıtır. Çocuklar modellerin nasıl oluşturulduğunu, modellerin yanılabilir olduğunu ve çıktılarının insan tarafından oluşturulan girdilerden kaynaklandığını öğrendiklerinde, günümüz toplumunda teknolojinin nasıl işlediğinin belirsiz doğası hakkında daha geniş bir anlayış kazanırlar. (Aslında, çocuklara yapay zekayı nasıl öğreteceklerini düşünen herkese makalenin tamamını şiddetle tavsiye ederim.)
Fotoğraflar ve videolar hakkında yan not
Daha önce de belirttiğim gibi, "Yapay Zeka" çöplüğündeki video ve görüntü içeriklerinin yaygınlaşması pek çok zor soruyu gündeme getiriyor. Çocuklara bu alanda bilgi sağlamanın çok önemli olduğuna inanıyorum, çünkü ilgi çekici görsel içerikler aracılığıyla yanlış bilgileri veya düpedüz yalanları benimsemek kolay. Bu içerik, çoğu çocuk için gerçek yaratım sürecinden bir adım ötededir; çünkü bu materyalin büyük kısmı sosyal medyada yaygın olarak paylaşılmaktadır ve düzgün bir şekilde kategorize edilmesi pek olası değildir. Çocuklarla, yapay zeka tarafından üretilen materyali tespit etmeye yardımcı olan işaretler hakkında konuşmak, "Eğer gerçek olamayacak kadar iyi geliyorsa, muhtemelen sahtedir" ve "Bu tür yayınlarda duyduğunuz şeyleri iki kez kontrol edin" gibi genel eleştirel medya okuryazarlığı becerileri hakkında konuşmak da faydalı olabilir. Çocuklara gerçek ve sahte içerikleri ayırt etme yeteneklerini geliştirmek için gerçekleri ve bilgi kaynaklarını nasıl kontrol edeceklerini öğretmek önemlidir.
yapay zeka kullanarak hile yapmak
Tüm etik sorunlara ve LLM hatalarının risklerine rağmen, bu yapay zeka araçları inanılmaz derecede yararlı ve ilgi çekicidir, bu nedenle bazı öğrencilerin bunları ödevlerinde ve okulda kopya çekmek için kullanmaya başvurmaları anlaşılabilir bir durumdur. Bence onlarla konuşmamız, amacın ödevleri tamamlamak için gereken becerileri öğrenmek olduğunu ve bunları öğrenmezlerse ileriki sınıflarda ve hayatlarında ihtiyaç duydukları becerileri kaybedeceklerini anlatmamız gerekiyor... ama hepimiz biliyoruz ki çocuklar nadiren bu kadar mantıklıdırlar. Beyinleri hala gelişmekte olduğundan, bazen yetişkinlerin bile bu tür şeyleri düşünmesi zor olabiliyor. Yapay zekanın eğitim üzerindeki etkisini anlamak, bu araçların yeteneklerinin ve temel becerilerin geliştirilmesi üzerindeki potansiyel etkilerinin derinlemesine anlaşılmasını gerektirir.
Temelde iki yaklaşım izleyebilirsiniz: ödevleri daha zor veya kopya çekmeyi imkansız hale getirmenin yollarını bulmak ya da öğrencilerin sonunda yapay zekaya erişebileceklerini varsayarak yapay zekayı sınıfa entegre etmek. Şu anda, sınıf ortamında denetimli çalışma, öğrencilere dijital müdahale olmadan ihtiyaç duydukları bazı becerileri öğrenme fırsatı verebilir. Ancak, daha önce de belirttiğim gibi, medya okuryazarlığı artık ünlü modelleri de içermeli ve bilgili bir öğretmen tarafından büyük modellerin denetimli kullanımının önemli pedagojik değere sahip olabileceğine inanıyorum. Dahası, doğrudan öğretmen denetimi dışında yapılan ödevleri "yapay zekaya karşı dirençli hale getirmek" gerçekten imkansızdır ve bunu kabul etmeliyiz. Bunu kolaymış gibi göstermek istemiyorum; aşağıda, " Daha Fazla Okuma" bölümünde , sınıfta yapay zeka okuryazarlığı öğretiminin geniş kapsamlı zorlukları hakkında bir dizi bilimsel makale bulabilirsiniz. Öğretmenler, yalnızca kendileri teknolojiye ayak uydurmak ve öğretim yöntemlerini zamana uyarlamakla kalmayıp, aynı zamanda öğrencilerini yapay zekayı sorumlu bir şekilde kullanmaları için gereken bilgilerle donatmak gibi zorlu bir görevle karşı karşıyadır. Öğretmenler ayrıca öğrencilere yapay zekâ tarafından üretilen bilgileri eleştirel bir şekilde değerlendirmeyi ve eleştirel düşünme becerilerini geliştirmeyi öğretmeye odaklanmalıdır.
Cinsel Eğitim Örneğinden Öğrenme: Yapay Zeka Dersleri
Sonuç olarak soru şu: Yapay zekanın olduğu bir dünyada çocuklara hem sınıf içinde hem de sınıf dışında tam olarak neleri tavsiye etmeliyiz ve nelerden kaçınmalılar? Ben nadiren fikirlerin yasaklanmasının veya yasaklanmasının savunucusuyum ve kapsamlı, bilim temelli, yaşa uygun cinsel eğitim örneğinin iyi bir ders olduğunu düşünüyorum. Çocuklara bedenleri ve cinsellikleri hakkında doğru bilgiler verilmezse, bu alanda bilinçli ve sorumlu kararlar almalarını sağlayacak bilgiye sahip olmayacaklardır. Çocuklar zor koşullarda ne yapacaklarına dair zor kararlar aldıklarında, yetişkinler emirleri uygulamak için orada olmayacaklardır; bu nedenle çocukların bu kararları sorumlu bir şekilde alabilmeleri için ihtiyaç duydukları bilgilerle donatılmalarını sağlamamız gerekir. Bunlara ahlaki rehberlik ama aynı zamanda gerçekçi bilgiler de dahildir. Benzer şekilde, öğrencilerin yapay zekanın potansiyeli ve riskleri hakkında kapsamlı bir anlayışa sahip olmalarını sağlamalıyız, böylece dijital çağda yapay zekayı etkili ve sorumlu bir şekilde kullanabilirler.
Yapay zeka kullanımında sorumluluğun modellenmesi
Bahsetmenin önemli olduğunu düşündüğüm bir diğer konu ise yetişkinlerin yapay zeka ile mücadele ederken sorumlu davranış modeli olmaları gerektiğidir. Öğretmenler, ebeveynler ve çocukların hayatındaki diğer yetişkinler yapay zeka konusunda eleştirel bir farkındalık oluşturmazlarsa, çocuklara bu teknolojinin eleştirel ve düşünceli tüketicileri olmayı öğretemezler.
Son zamanlarda New York Times'da yayınlanan, öğretmenlerin yapay zekayı (YZ) nasıl kullandığına dair bir makale beni biraz hayal kırıklığına uğrattı. Makale, YZ'yi temel istatistiklerle karıştırarak derinlemesine bir anlayış sergilemiyor (öğretmenin öğrencilerin seviyelerine göre ders vermeye yardımcı olmak için öğrenci verilerini analiz etmesi ne YZ ne de yeni veya sorunlu bir şeydir), ancak çocukların hayatındaki yetişkinlerin YZ araçlarını nasıl kullandığı konusunda bir tartışma başlatıyor ve bu yetişkinlerin şeffaf ve eleştirel bir kullanım sergilemesi gerektiğinden bahsediyor. (Ayrıca, kâr amacı güden sektörün YZ'yi sınıflara sokması sorununa da kısaca değiniyor ki bu daha fazla zaman ayırmaya değer bir sorun gibi görünüyor - belki daha sonra bunun hakkında yazacağım.)
Makalenin iddialarından birine karşı çıkmak gerekirse, öğretmenlerin yazılı materyali değerlendirmek için Büyük Dil Modellerini ( LLM ) ilk inceleme amacıyla kullanmalarına itiraz etmezdim, yeter ki çıktıyı izleyip doğrulasınlar. Değerlendirme kriterleri dil bilgisi, yazım ve yazım mekaniği etrafında dönüyorsa, LLM'nin nasıl eğitildiği göz önüne alındığında uygun olması muhtemeldir. Bu konuda en azından yüzeysel bir bakış atmadan bir LLM'ye körü körüne güvenmek istemiyorum, ancak insan dili aslında anlamak üzere tasarlandığı şeydir. "Öğrenci yazdı, bu yüzden öğretmen değerlendirmeli" fikri saçma, çünkü bu çalışmanın amacı öğrencinin öğrenmesidir. Öğretmenler zaten yazım mekaniğini biliyor ve bu, öğretmenleri yalnızca manuel değerlendirme yoluyla elde edilebilecek bir şeyi öğrenmeye zorlamak için tasarlanmış bir proje değil. New York Times'ın bunu bildiğinden ve çerçevelemenin çoğunlukla tıklama tuzağı olduğundan şüpheleniyorum, ancak bunu açıkça belirtmekte fayda var.
Bu nokta bizi teknolojiyi anlamaya ilişkin önceki bölüme geri götürüyor. Eğitim sürecinin nasıl göründüğünü güvenle anlarsanız, bu sürecin bir görevi yerine getirebilecek bir araç üretip üretmeyeceğini belirleyebilirsiniz. Ancak değerlendirme otomasyonu en azından onlarca yıldır eğitimin bir parçası olmuştur; not çizelgesi dolduran herkes bunu bilir.
Bu teknolojinin gelişimi, eğitim sistemimizi bir ölçüde uyum sağlamaya zorluyor, ancak bu cin şişeden çıktıktan sonra geri sokamayız. Yapay zekanın eğitim üzerinde olumlu etkileri olabileceği bazı yollar kesinlikle var (sıklıkla verilen örnekler arasında kişiselleştirme ve öğretmenlerin zamanını serbest bırakarak doğrudan öğrenci hizmetlerine ayırmaları yer alıyor), ancak çoğu şeyde olduğu gibi, ben de gerçekçiyim. Sanırım çoğu öğretmen de çok iyi biliyor ki, eğitim, Büyük Dil Modelleri ( LLM'ler ) hayatımıza girmeden önceki gibi devam edemez.
Sonuç
Çocuklar bazen düşündüğümüzden daha zekiler ve bence yapay zekanın dünyamızda ne anlama geldiğini çok iyi anlayabiliyorlar. Tavsiyem, bu teknolojinin gerçekleri konusunda şeffaf ve dürüst olmanız, bunun bireyler olarak bizim ve toplumumuzun tamamı için sunduğu avantajlar ve dezavantajlar da dahil. Yapay zekayı kullanma biçimimiz, çocukların olumlu ya da olumsuz seçimlerini şekillendirecek ve bu, çocukların dikkat edeceği bir şey olacak. Bu nedenle, söylediklerimizin yanı sıra eylemlerimiz konusunda da dikkatli olmamız çok önemli. Onlara yapay zekanın potansiyelini ve zorluklarını, özellikle de bu teknolojinin etik ve sorumlu bir şekilde kullanılmasının önemini vurgulayarak anlatmalıyız.
Yoruma kapalı.