Modern Sınıfta Doğrulanamaz Kaynakların Rahatsız Edici Gerçeği
Eğitimciler olarak hepimiz, akşamın geç saatlerinde bir dizi deneme/kompozisyonu değerlendirirken yaşadığımız o huzursuz edici anı biliyoruz. Bir öğrencinin—belki de İngilizce Dili Öğrenen (English Language Learner) bir öğrencinin—daha önceki sınıf çalışmalarıyla hiç de uyumlu olmayan, dikkat çekici derecede gelişmiş bir kelime dağarcığı ve karmaşık cümle yapıları içeren bir teslimatı karşımıza çıktığında hemen bir şüphe oluşuyor. İlk akla gelen akademik dürüstlüğün ihlali oluyor; ancak metni geleneksel benzerlik kontrol araçlarından geçirdiğinizde hiçbir şey yakalanmıyor. Peki öğrencileriniz, okuyamadığınız kaynaklardan kopya çekiyor olabilir mi—yabancı dildeki makaleleri doğrudan İngilizceye çevirerek mi? Üstelik üretken yapay zekânın patlayıcı yükselişiyle birleşince, birçok öğretmen kendini hayal kırıklığına uğramış ve çaresiz hissediyor. Sadece yapay zekâ tespitine güvenmek, giderek daha çeşitli ve teknolojik olarak gelişmiş sınıflarımızda akademik bütünlüğü korumak için artık yeterli değil.
Dil Engelleri ve Hatalı Yapay Zekâ Tespiti
Modern sınıf, hem inanılmaz bir kültürel çeşitlilik hem de öğrenci özgünlüğüyle ilgili benzersiz zorluklar getiren, canlı ve çok dilli bir ortamdır. Öğrenciler intihalle mücadelede dil engelleriyle karşılaştığında, yaygın benzerlik kontrol araçlarını etkili biçimde baypas eden—yalnızca İngilizce veritabanlarını tarayan—daha çok “gözden uzak” uluslararası kaynakları çevirmeye yönelebilirler. Ayrıca üretken yapay zekânın öğrenci süreçlerine entegre edilmesi, akademik suistimalin koşullarını temelden değiştirdi. Biz şu karmaşık ikili tehditle karşı karşıyayız: çevrilmiş intihal ve sofistike, makine tarafından üretilmiş metin.
Mevcut yapay zekâ tespit araçlarının teknik sınırlamalarını anlamak bizim için kritik. Bu sistemler, bir metnin bir insan tarafından mı yoksa bir makine tarafından mı yazıldığını tahmin etmek için şaşırtıcılık (perplexity) ve burstiness gibi ölçümleri analiz eden istatistiksel olasılıklar üzerinden çalışır. Temel olarak olasılıksal oldukları için ciddi hatalara açıktırlar; en önemlileri ise yanlış pozitifler ve yanlış negatiflerdir. Yanlış pozitif—öğrencinin özgün yazısının hatalı biçimde yapay zekâ ürünü olarak işaretlenmesi—öğretmen-öğrenci ilişkisine onarılamaz şekilde zarar verebilir ve öğrencide yoğun bir kaygıya yol açabilir. Tersine, yanlış negatifler ise sofistike akademik suistimalin “arası kaçırılmasına” neden olur. Eğitimciler olarak, tespit araçlarının gerçeğin nihai hakemi olmadığını kabul etmeliyiz. Bunlar, öğretmenin öğrencilerinin yeteneklerini ve gelişimini nasıl nüanslı biçimde değerlendirdiğinin yerini alamayan, kusurlu araçlardır.
Süreç Temelli Değerlendirme ve Özgün Öğrenme İçin Pedagojik Dönüşümler
İleriye dönük olarak, dikkatimizi tepkisel tespitten proaktif pedagojik çözümlere kaydırmalıyız. Bu karmaşık zorlukların yanıtı, nihai ürüne yalnızca dayanmak yerine süreç temelli değerlendirmede yatıyor. Yazma yolculuğuna vurgu yaptığımızda, öğrencinin öz-yeterliliğini güçlendirebilir ve kusurlu algoritmaların sürekli “polisliğine” ihtiyaç duymadan özgün öğrenmenin gerçekleşmesini sağlayabiliriz.
İlk strateji, doküman sürüm geçmişini not verme sürecinin standart bir bileşeni olarak kullanmaktır. Google Docs gibi platformlar, eğitimcilerin öğrencinin zaman içinde argümanlarını nasıl kurduğunu gözlemleyerek tüm taslak oluşturma sürecini incelemesine olanak tanır. Daha önce yazma geçmişi olmadan aniden kusursuz metin bloklarının ortaya çıkması, hem çevrilmiş intihal hem de yapay zekâ üretimini güçlü biçimde gösterebilir. Bu uygulama, suçlama konuşmasını metnin yazılma süreci hakkında iş birliğine dayalı bir tartışmaya dönüştürür.
İkinci strateji ise sürekli biçimlendirici değerlendirmeyle birlikte yinelemeli taslak istemeyi içerir. Ödevler; beyin fırtınası, anahat çıkarma, taslak hazırlama ve revizyon gibi yönetilebilir kilometre taşlarına bölündüğünde, öğrenciler paniğe kapılıp akademik dürüstlüğe aykırı yollara başvurma olasılığı azalır. Her aşamada geri bildirim sağlamak, öğretmenin öğrencinin fikirlerinin gelişimine yakından aşina olduğu bir “iskelet/çatı” ortamı oluşturur. Bu yaklaşım, öğrencinin gelişen anlayışını sürekli olarak göstermesi gerektiğinden, doğrulanmamış yabancı kaynakların ya da yapay zekâ araçlarının kullanımını doğal olarak caydırır.
Üçüncü strateji, yüksek düzeyde spesifik ve bağlama bağımlı komut/önerge (prompt) tasarlamaktır. Genel kompozisyon konuları kolaylıkla üretken yapay zekâya devredilebilir ya da mevcut yabancı makalelerden bulunabilir. Bunun yerine, öğrencilerin dersin kavramlarını kendi kişisel deneyimleriyle, yakın zamanda yapılan sınıf tartışmalarıyla ya da yüksek derecede spesifik yerel olaylarla ilişkilendirmesini gerektiren ödevler tasarlamalıyız. Özgün ödev tasarımı, öğrencileri materyalle derinden ilgilenmeye zorlar ve onlara özgün bir yanıt üretmek için gereken bilişsel çalışmayı atlatmayı son derece zorlaştırır.
Geleceğe Güvenle ve Profesyonel Uzmanlıkla Uyum Sağlamak
Eğitim ortamı şüphesiz değişiyor ve çevrilmiş intihal ile üretken yapay zekânın yarattığı zorluklar burada kalıcı. Mükemmel bir yapay zekâ tespit aracı bulmaya yönelik içgüdü ortaya çıkabilir; ancak teknolojiyle pedagojiyi bir araya getiren kapsamlı bir yaklaşım sayesinde bütünlüğü koruyabiliriz. Süreç temelli değerlendirmeyi benimseyerek, özgün görevler tasarlayarak ve öğrencinin gelişimine odaklanmayı sürdürerek sınıflarımızı gerçek bir öğrenme alanı olarak tutabiliriz. Eğitimciler olarak en büyük aracımız bir algoritma değil; profesyonel uzmanlığımız ve öğrencilerde gerçek bir özgünlüğü geliştirmeye yönelik kararlılığımızdır. Bu yeni eğitim döneminde uyum sağlayabilir, öğrencilerimizi yönlendirebilir ve gelişebiliriz.
