Yapay Zekâ, yakın geleceğe kadar insanların bilgi sahibi olmadığı, çok fazla fikir yürütemediği ve büyük bilinmezlikler içeren bir kavram iken zaman içerisinde sessizce hayatımızın içine girmiştir. Yapay zekâ insanların zekâsını kullanarak yaptığı işlerin (algılama, öğrenme, tanıma, tanımlama, çıkarımda bulunma, düşünme, karar verme, problem çözme, iletişim kurma, kavramlar arası ilişkileri görme vb.) bilgisayar ve algoritmalar vasıtasıyla gerçekleştirilmesidir. Yapay zekâ, insan zekâsının makinelerdeki benzetimi olmakla birlikte aslında insan zekâsının işleyişini taklit etme üzerine kurgulanmıştır. Yapay zekâ kavramı ilk kez matematikçi Alan Turing ve bilgisayar bilimci John McCarthy adlı bilim insanlarıyla ortaya çıkmış ardından 1950’li yıllarda ise ilk uygulamaları görülmüştür. 1980’li yıllarda ilk yapay zekâ çalışmaları başlamış fakat daha sonra çalışmalar istenilen seviyede geliştirilmemiştir. Bunun muhtemel nedeni ise zamanın teknolojik imkânlarının şuan ki kadar çeşitli ve zengin olmamasına bağlanabilir. Birçok insan yapay zekâyı, robot olarak düşünmektedir fakat robotlarla sınırlandırılamayacak kadar geniş bir kavram olarak düşünülmelidir. Yapay zekâ teknolojiye bağlı olarak sürekli yenilenen ve gelişen bir alan olduğu için kendini de devamlı güncellemesi gerekiyor. Öyle ki teknolojinin ilerlemesi ile o zamana kadar ortaya konan yapay zekâ uygulamalarının bir anda modası geçebiliyor veya kullanımdan kalkmış olabiliyor. Yapay zekâ uygulamaları üç aşamada gerçekleşmektedir; algılama, öğrenme ve akıl yürütme. (Frankenfield, 2020). Buradaki akıl yürütmeyi karar verme aşaması olarak değerlendirebilir ve belki dördüncü madde olarak da uygulamaya geçmeyi ekleyebiliriz.
Yapay zekâ uygulamalarının algoritmaları için temel düzeyde istatistik, makine öğrenmesi (programlamaya gerek duyulmadan makinelere öğrenme becerisi kazandırma), veri madenciliği (internetin yaygınlaşması ile büyük veri yığınları oluşmaya başlamıştır) gibi bilim dallarının yanında çalışma veya araştırma konusuna göre psikoloji, matematik, dil bilim, mantık, ekonomi gibi bilimleri de temel düzeyde bilmek ve disiplinler arası yaklaşımları kullanabilmeyi de gerektirmektedir. En çok bilinen yapay zekâ örneklerinden biri 1997 yılında Deep Blue adlı bilgisayarın dünya satranç şampiyonu Garry Kasparov’u tartışmalı da olsa yenmesi ile tarihe geçmiştir. Bilgisayarın bu galibiyetinden sonra yapay zekâ ve robotların insanların yaşamları ve geleceği üzerinde nasıl bir etkisinin olacağına yönelik hararetli tartışmalar da başlamış oldu. Yapay zekanın tahmin edilenden daha hızlı ilerlemesi, kontrol edilemeyecek bir hale gelmesi durumunda sonuçlarının insanları tehdit etme ihtimaline karşı başta ünlü fizikçi Stephen Hawking, Elon Musk, Steve Wozniak, Bill Gates gibi tanınmış isimler yapay zekanın yol açabileceği tehlikelere karşı dikkat çekmişlerdir (Gökçe,?). Yapay zekâ üzerine çeşitli tartışmalar olsa da gelecekte bizi nelerin beklediğini bilmek şuan için mümkün görünmemektedir. Sürücüsüz araçlar, insansız hava araçları, yapay zekâ destekli kameralar, akıllı ev uygulamaları veya akıllı telefonlarda yer alan bazı uygulamalar (Siri gibi), Amazon Alexa, Google Home gibi yapay zekâ destekli sanal asistanlar ve yabancı dil çeviri programları da birçok insan tarafından kullanılan diğer yapay zekâ uygulamaları olarak gösterilebilir. Teknolojinin gelişmesi ve yaygınlaşması, yapay zekâ uygulamalarının artması beraberinde toplumda kişisel verilerin güvenliği ile etik ilkeleri ihlal etme endişesini gündeme getirmiştir. Bu endişelerle ile başa çıkmak için bazı ülkeler Yapay Zekâ ve Etik Komisyonları kurarak, kişisel verileri koruma ve güvence altına alma çabasına girişmişlerdir (İTÜ, 2020).
Son yıllarda teknolojide yaşanan muazzam gelişmeler yapay zekânın kullanım alanlarının da çeşitlenmesine yol açmıştır. Yapay zekâ başta AR-GE çalışmaları başta olmak üzere bilgi iletişim teknolojileri, sağlık, tarım, savuma sanayii, güvenlik, finans, sesli asistanlar gibi birçok alanda kullanılmaya başlanmıştır. Eğitimde ise yapay zekâ diğer alanlara göre daha yavaş bir seyir izlemesine rağmen gün geçtikçe eğitimdeki ağırlığının artacağı öngörülmektedir. Eğitimde yapay zekâ yatırımlarının artacağı, bazı ülkelerin de buna yönelik eğitim stratejilerini oluşturmaya başladıkları bilinmektedir. Eğitimde yapay zekâ kullanımının geleneksel yöntemlerle yapılan (bazen de yapılamayan) iş ve işlemlerin daha kısa sürede, daha az bir maliyetle gerçekleştiği aynı zamanda eğitimde kalitenin artması için fırsatlar sunduğu görülmektedir (Altun, Kayıkçı ve Irmak, 2019).
Eğitimde yapay zekâ teknolojilerinin kullanılması öğretmen, eğitim/okul yöneticisi ve okul psikolojik danışmanlarına birçok fayda sağlayabilir. Örneğin, öğrencilere ait verilerin analiz edilmesinde, analiz neticesinde elde edilen veri ile bireye özgü bireyselleştirilmiş eğitim programı hazırlanması veya bireye özel eğitim yöntemlerinin belirlenmesinde, öğrencilerde eksik olan konuları belirleyip destek almasında (öğretmenin anlattığı bir konunun öğrenciler tarafından tam olarak anlaşılmadığında hızlı bir konu taraması yapan yapay zekâ teknolojisi öğretmeni anında uyarabilir), öğretmenlerin ödev takiplerinde ya da öğrencinin sınav puanlarının belirli bir puanın altına düştüğünde okul yönetimini, öğretmenini ve okul psikolojik danışmanını uyararak öğrenci ile bireysel anlamda ilgilenmelerinin önünü açabilir. Yapay zekâ teknolojileri, sınıfında farklı bir dil konuşan öğrenciye, belirli bir alanda engeli olan öğrenciye ya da öğrenme güçlüğü yaşayan öğrenciler için de önemli fırsatlar sunabilir. Yapay zekâ uygulamaları eğitimde öğrencilerin bireysel ihtiyaçlarına odaklanmayı sağlayarak daha nitelikli bir eğitim almasına yardımcı olabilir, bu da tüm öğrencilere eşit öğrenme fırsatı ve imkânları sunulması anlamına gelir.
Bununla birlikte öğrenciler arasında var olan sosyal ağları ortaya çıkarmada, işbirliğine yatkın öğrencilerin tespitinde, öğrencilerin duygu durumlarını belirmede, okul terki riski taşıyan, devam sorunu yaşama ihtimali olan öğrencilerle ile sınıf veya arkadaşları tarafından dışlanmış öğrenciyi tespit etmede erken uyarı sistemi olarak kullanılabilir. Amerika Birleşik Devletleri’nde erken uyarı sistemi amacıyla yapay zekâ kullanan bazı okullarda öğrencilerin sosyal medya hesaplarını sürekli tarayan ve risk oluşturabilecek kelimelere (intihara yönelik ifadeler, şiddet içeren ifadeler ile ihmal ve istismara yönelik ifadeler) karşı duyarlı sistemlerin kullanıldığını ve bu sistemlerin aktif bir şekilde kullanılmasıyla yaşanacak birçok olumsuz olayın önüne geçildiği söylenmektedir. Eğitimde yapay zekâ uygulamalarının etkili bir şekilde kullanılması özellikle okul psikolojik danışmanlarına çalışacağı öğrencilerin daha kısa sürede tespit edilmesinde büyük katkısının olacağı düşünülmektedir. Aguiar ve arkadaşlarının 2015 yılında yayınladığı bir araştırmaya göre yapay zekânın, geleneksel yöntemlere kıyasla daha sağlıklı ve etkili bir tahmin yeteneğine sahip olduğunu bulmuşlardır. 6. sınıftan 12. sınıfa kadar 11.000 öğrencinin katılımıyla yapılan araştırmaya göre 10. sınıftaki öğrencilerden, yapay zekâ tarafından riskli olarak değerlendirilen öğrencilerin % 75’i okuldan zamanında mezun olamadı. Geleneksel yöntemle elde edilen tahminin başarı oranı ise % 38’i olarak belirlenmiştir (Aguiar, Miller, Lakkaraju, Yuhas, Bhanpuri ve Addison, 2015). Yapay zekâyı etkili kullanabilmek için ciddi derecede veriye (Big Data) ihtiyaç olduğu gerçeğini de göz önünde bulundurmamız gerekir. Bundan dolayı veri toplama işinin bireyin doğumundan itibaren titiz bir şekilde gerçekleştirilmesi zorunluluğu ortaya çıkmaktadır çünkü yapay zekâ karar verirken ya da bir yol belirlerken kendisine gelen verilerle hareket etmektedir. Okul psikolojik danışmanlarının yapay zekâyı kullanma alanlarından bir diğeri de öğrencilere yönelik kariyer danışmanlığı sürecidir. Öğrencinin okula başladığı andan itibaren ilgi, yetenek ve kişilik özellikleri yapay zekâ aracılığı ile belirlenip eldeki verilerden hareketle bir kariyer planı oluşturulabilir ki hem öğrenci, hem veli, hem de psikolojik danışman için etkili kararlar almayı kolaylaştıracaktır.
Uzmanlar, ABD eğitim sektörü raporunda yer alan yapay zekâ pazarına göre ABD eğitiminde yapay zekânın 2018-2022 yılları arasında yaklaşık % 48 oranında büyümesini bekliyorlar*. Bu yakın gelecekte ülkelerin eğitimlerinde yapay zekâ kullanım alanlarının daha çok artacağı ve çeşitleneceği anlamına gelmektedir. Bu bağlamda kendi eğitim sistemimizi de bu duruma hazırlamamız gerekmektedir. Gelecekte eğitim alanında yapay zekâyı en etkili kullanabilecek okul paydaşlardan biri de psikolojik danışmanlar olacaktır. Bu nedenle psikolojik danışmanlarının hizmet öncesi eğitim müfredatlarında (PDR lisans programlarında) “eğitimde yapay zekâ”, “eğitsel veri madenciliği” ve “mantık” gibi derslerin yer alması psikolojik danışman adaylarının geleceğe hazırlanması açısından önemli bir adım olacaktır.
Kaynak:
*https://www.researchandmarkets.com/reports/4613290/artificial-intelligence-market-in-the-us
Aguiar, E., Miller D., Lakkaraju, H., Yuhas B., Bhanpuri N. ve Addison K.L. (2015). Who, When, and Why?: A Machine Learning Approach to Prioritizing Students at Risk of not Graduating High School on Time, https://d-miller.github.io/assets/AguiarEtAl2015.pdf.
Altun, M., Kayıkçı, K. ve Irmak, S. (2019). Eğitimde Yapay Zekâ ve Kullanım Alanları, XI. Uluslararası Eğitim Denetimi Kongresi, Antalya.
Frankenfiel, J.(2020). Artificial Intelligence (AI), Investopedia, https://www.investopedia.com/terms/a/artificial-intelligence-ai.asp.
Gökçe, M.(?). Yapay Zekâ, Tanım, Gelişim ve Gelecek, https://www.academia.edu/35663224/Yapay_Zek%C3%A2_Artificial_Intelligence_Tan%C4%B1m_Geli%C5%9Fim_ve_Gelecek.
İTÜ (2020). Yapay Zekâ Haber Servisi: Eğitimde Yapay Zeka, İTÜ Kurumsal İletişim Ofisi, https://haberler.itu.edu.tr/haberdetay/2020/04/24/yapay-zeka-haber-seri-si–1-egitimde-yapay-zeka
