Bir öğrenciye bir sonraki ders için iklim değişikliği üzerine bir kompozisyon yazma ödevi verilir. ChatGPT'yi açar ve şunu yazar: “Bana sekizinci sınıf için iklim değişikliği hakkında yaklaşık 500 kelimelik bir kompozisyon yaz.” Birkaç saniye sonra metin hazırdır. Metin ona fazla iyi gelirse, daha sade, sanki on dört yaşında biri yazmış gibi olmasını isteyebilir. Öğretmen bir sunum isterse, yapay zekâ onu da hazırlayabilir. Öğrenci konuyu anlamazsa, daha basit bir açıklama isteyebilir. Almanca ana dili değilse, önce yapay zekâyla Boşnakça, Hırvatça, Sırpça, Türkçe ya da başka bir dilde konuşabilir, ardından Almanca versiyonunu isteyebilir.
Aynısı matematik için de geçerli. Sorunun fotoğrafını çekmek yeterli. Yapay zekâ çözümü verebilir, her adımı açıklayabilir, alıştırma için on benzer soru hazırlayabilir ya da öğrencinin beş kez “henüz anlamadım” diyebileceği sabırlı bir özel öğretmene dönüşebilir. Hatta ona şu talimatı bile verebilir: “Bana çözümü söyleme. Ben kendim bulana kadar bana sorular sor.”
Bunlar aynı teknolojiyi kullanmanın tamamen farklı iki yolu. Birinci durumda öğrenci yapay zekâyı çalışmamak için kullanıyor. İkincisinde ise daha iyi öğrenmek için. Bu iki olasılık arasında, modern eğitimin karşı karşıya kaldığı en büyük zorluklardan biri yatıyor. Çünkü ChatGPT'ye okullarda izin verilip verilmemesi gerektiği tartışması önemli bir anlamda çoktan sona erdi. Yapay zekâ burada. Öğrencilerin akıllı telefonlarında ve dizüstü bilgisayarlarında; evde ve okul yolunda; ödevler, matematik, kompozisyonlar, çeviriler, sunumlar, programlama, metin özetleme ve sınava hazırlık için kullanılıyor. Okul onu artık eğitimden kolayca çıkaramaz, çünkü onu öğrencilerin hayatından çıkarmak imkansız.
Öğrenciler okulu beklemedi
Bu sürecin ne kadar ilerlediğini 2026'da yayımlanan Avusturya araştırması “The AI generation at school” gösteriyor. Marina Unterweger, Corinna Hörmann, Lisa Kuka ve Barbara Sabitzer, 16 yaşın üzerindeki 656 Avusturyalı lise öğrencisiyle anket yaptı. Katılımcıların yüzde 82,2'si ödevleri için yapay zekâ kullandığını söylerken, yalnızca yüzde 3,7'si hiçbir yapay zekâ aracı kullanmadığını belirtti.
Araştırmacılar, yapay zekânın gençlerin günlük öğrenmesinin bir parçası haline geldiği, ancak okuldaki derslere sistematik olarak dahil edilmesinin hâlâ geride kaldığı sonucuna varıyor. Başka bir deyişle öğrenciler, bakanlıkların, okul yönetimlerinin ve öğretmenlerin yapay zekâlı eğitimin nasıl olacağına karar vermesini beklemedi. Onu kullanmaya başladılar bile.
Viyanalı öğretmen Bernhard Gmeiner bu süreci yakından gözlemliyor. GRG15 Auf der Schmelz lisesinde İngilizce ile coğrafya ve ekonomi dersleri veriyor ve eğitimde yapay zekâ kullanımıyla yoğun biçimde uğraşıyor. Ağustos 2026'da DER STANDARD'a verdiği röportajda, bugün tüm Avusturya'daki öğretmenlerin bildiği bir durumu anlatıyor: Öğrenciler yeni yapay zekâ araçlarının neler yapabildiğini çoğu zaman okuldan çok daha hızlı keşfediyor. Gmeiner bu yüzden okulun cevabının, öğretmenleri asıl görevi ödevi öğrencinin mi yoksa ChatGPT'nin mi yazdığını ortaya çıkarmak olan bir tür dijital polise dönüştürmek olamayacağını düşünüyor. Yeni yapay zekâ modelleri, onları kullanan öğrenciler ve onları tespit etmeye çalışan öğretmenler arasındaki bitmeyen kedi-fare oyunu yerine, ödevlerin kendisinin ve bilginin ölçülme biçiminin değişmesi gerekecek.
ChatGPT bir ödevi yapabiliyorsa, o ödev ne kadar iyi?
Bir tarih öğretmeninin öğrencilere evde Fransız Devrimi hakkında iki sayfa yazmalarını söylediğini düşünelim. Daha birkaç yıl öncesine kadar öğrenci bir kitap ya da arama motoru açmak, bilgi bulmak, ilgili olguları seçmek, bir yapı oluşturmak ve metni yazmak zorundaydı. Bugün üretken yapay zekâ aynı ürünü bir dakikadan kısa sürede ortaya koyabiliyor. Öğretmen de ardından metni ChatGPT'nin yazıp yazmadığını anlamaya çalışabilir.
Öğrenci ChatGPT'den metni on dört yaşında biri yazmış gibi yeniden düzenlemesini isteyebilir. Öğretmen bir yapay zekâ dedektörü kullanabilir, öğrenci de metni yeniden elden geçirebilir. Böylece iki tarafın da bugünkü teknolojinin olmadığı bir dönem için tasarlanmış bir ödevi korumaya giderek daha fazla enerji harcadığı teknolojik bir kedi-fare oyunu başlıyor.
Ama çok daha rahatsız edici bir soru da sorabiliriz: Yapay zekâ, gerçek bir anlayışa sahip olmadan, öğrencinin bilgisini sözde ölçtüğümüz bir ödevi birkaç saniyede yapabiliyorsa, o ödev ne kadar iyiydi? Öğrencinin Fransız Devrimi hakkında iki sayfa yazması yerine, öğretmen ondan ChatGPT'ye devrimin neden çıktığını sormasını isteyebilir. Ardından öğrenci yapay zekânın beş iddiasını güvenilir kaynaklarda kontrol etmeli, yapay zekânın basitleştirdiği ya da yanlış aktardığı noktaları bulmalı, bunun neden sorunlu olduğunu açıklamalı ve vardığı sonucu sınıfın önünde savunmalı. O zaman yapay zekâ çalışmaktan kaçmanın aracı olmaktan çıkar ve eleştirel düşüncenin konusu haline gelir.
Yapay zekâ sorunları yaratmadı, bazılarını sadece ortaya çıkardı
Hochschule Burgenland'da E-Learning und Wissensmanagement yüksek lisans programının yöneticisi Prof. Barbara Geyer daha da ileri gidiyor. Ona göre yapay zekâ çoğu zaman, yapay zekâ gelmeden önce de pek iyi işlemeyen eğitim yöntemlerinin zayıflıklarını görünür kılıyor. Geyer öğrencilerine alışılmadık bir ödev verdi: Bir çevrim içi kursu alıp yapay zekâ ajanları kullanarak mümkün olduğunca az kendi öğrenmeleriyle bitirecek şekilde onu “hacklemeye” çalışacaklardı.
Ardından çok daha önemli bir soruyu yanıtlamaları gerekiyordu: Bu kurs, bunun artık mümkün olmaması için nasıl değiştirilmeli? Deney, kullanıcının bir video izlediği, bir metin okuduğu, birkaç cevaba tıkladığı ve sonunda bir şey “öğrendiğine” dair bir belge aldığı klasik dijital eğitim modellerinin ne kadar kırılgan olduğunu gösterdi.
Gerçek yetkinliğin kanıtı olarak böyle bir model, yapay zekâ ajanları çağında hızla anlamını yitiriyor. Ancak Geyer burada önemli bir sonuca varıyor: Yapay zekâ iyi bir eğitim modelini mutlaka yok etmiş değil. Çoğu zaman sadece o modelin anlamayı hiçbir zaman pek iyi ölçmediğini ortaya çıkardı.
Aynı soru klasik ev ödevi için de sorulabilir. Amacı çocuğun evde bilgiyi tekrar üretmesiyse, yapay zekâ bugün bu tekrarı daha hızlı yapabiliyor. Bir ödevin amacı öğrencinin birkaç olgu bulup bunları düzgün yapılandırılmış bir metne dönüştürebildiğini kanıtlamaksa, yapay zekâ bunu da yapabiliyor. Bilgi öncelikle öğrencinin bugün bir makinenin neredeyse anında üretebileceği bir şeyi üretmesiyle ölçülüyorsa, eğitim sistemi aslında neyi ölçtüğünü kendine sormalı.
Daha iyi ödev, daha fazla bilgi demek değil
Burada kopya çekmekten belki de daha önemli bir sorun ortaya çıkıyor. Öğrenci yapay zekânın yardımıyla, onsuz yapabileceğinden çok daha iyi bir çalışma ortaya koyabilir. Kompozisyon daha iyi yapılandırılmış, argümanlar daha net, dil daha iyi, sunum daha profesyonel görünür. Ama ilerleyen kim – öğrenci mi, ürün mü? OECD, “Digital Education Outlook 2026” raporunda en önemli uyarılarından birini tam da bu fark üzerine kuruyor. Şimdiye kadarki araştırmalar, üretken yapay zekânın öğrencilerin ortaya koyduğu sonuçların kalitesini önemli ölçüde artırabildiğini gösteriyor. Ancak daha sonra öğrencinin yapay zekâ yardımı olmadan neler yapabildiği ölçüldüğünde bu avantaj kaybolabiliyor; bazı deneylerde üretken yapay zekâya güçlü biçimde dayanan öğrenciler daha da zayıf sonuçlar elde ediyor.
Başka bir deyişle, daha iyi bir yazar elde etmeden daha iyi bir kompozisyon elde edebiliriz. Öğrenci matematiği anlamadan doğru çözülmüş bir matematik sorusu elde edebiliriz. Çocuk sunduğu konuyu anlamadan mükemmel bir sunum elde edebiliriz. OECD bu yüzden “cognitive offloading”, yani zihinsel işin makineye devredilmesi tehlikesine karşı uyarıyor. Yapay zekâ insanın düşünmesine yardım edebilir, ama onun yerine de düşünebilir. Eğitim için bu ikisi arasındaki fark temel önemde.
Her şey erişilebilirse, neden hâlâ bir şey öğrenmeli?
Böylece çocukların muhtemelen giderek daha sık soracağı bir soruya geliyoruz: Yapay zekâya sorabiliyorsam, neden bir şeyi ezbere bilmek zorundayım? Telefon bir konuşmayı anında çevirebiliyorsa, neden yabancı dil öğrenmeliyim? Yapay zekâ benim için yazabiliyorsa, neden iyi bir metin yazmayı öğrenmeliyim? Yapay zekâ biliyorsa, neden formülü bilmeliyim? Birkaç saniyede erişebileceğim bilgileri neden öğreneyim?
Prof. Barbara Geyer, yapay zekâ üzerine güncel tartışmanın en büyük yanılgılarından birinin tam da burada yattığını düşünüyor. Bir makinenin bilgiyi anında bulabilmesi ya da üretebilmesi, insan bilgisinin gereksiz hale geldiği anlamına gelmiyor. Tam tersine, yapay zekânın cevabının doğru olup olmadığını değerlendirebilmek için söz konusu alanı kendimiz yeterince anlamalıyız. Geyer, insanın yapay zekâyla nitelikli biçimde çalışabilmesi için aşması gereken bir tür yetkinlik eşiğinden söz ediyor. Üretken yapay zekâ genellikle kullanıcının ona hitap ettiği düzeyde cevap veriyor. Ama iyi bir cevabı tanıyabilmek, bir hatayı fark edebilmek, daha iyi bir soru sorabilmek ya da yapay zekâyı daha nitelikli bir sonuca yönlendirebilmek için kendi kafamızda zaten bir şeyler olmalı. “Je mehr ich im Kopf habe, desto komplexer können meine Gedanken werden” diyor Geyer – kafamda ne kadar çok şey varsa, düşüncelerim o kadar karmaşık olabilir.
Google bilgiyi ortadan kaldırmadı. Yapay zekâ da kaldırmayacak
Geyer bu sorunu basit bir benzetmeyle açıklıyor. Bilinmeyen her kelimeyi birkaç saniyede dijital bir sözlükte bulabiliyor olmamız, insanların artık yabancı dil öğrenmek zorunda olmadığı anlamına gelmedi. Her konuşmada durup her iki kelimeden birinin anlamını aramak zorunda kalıyorsak, o dili konuşmuyoruz demektir. Aynısı yapay zekâ için de geçerli. Cevaba erişebilmek, bilgiyle aynı şey değil.
Bilgi özellikle cevap yanlış olduğunda önem kazanıyor. Geyer örnek olarak “Kuzey Pasifik ağaç ahtapotu” hakkındaki ünlü internet uydurmasını anıyor. Temel biyoloji bilgisine sahip biri, ağaçlarda yaşayan bir ahtapotun muhtemelen var olmadığından çok çabuk şüphelenir. Bu bilgiye sahip olmayan bir çocukta aynı iç alarm yoktur. Üretken yapay zekâ dünyasında sorun çok daha ciddi hale geliyor. Yapay zekâ artık sadece metin üretmiyor. Gerçek görünen bir fotoğraf üretebiliyor, gerçek bir kişinin sesini taklit edebiliyor ya da hiç yaşanmamış bir olayın inandırıcı bir videosunu oluşturabiliyor. Teknoloji inandırıcı yalanlar üretmekte ne kadar iyileşirse, insanın da onları tanımakta o kadar iyi olması gerekiyor. Geyer'in dezenformasyona karşı neyi koyabileceğimiz sorusuna cevabı bu yüzden son derece geleneksel: eğitim.
Bilgi belki de hiç bu kadar önemli olmamıştı
Yapay zekâ çağında eğitimin büyük paradokslarından biri burada ortaya çıkıyor. Bilgiye erişim hiç bu kadar kolay olmamıştı, ama bilgiyi değerlendirme yeteneği belki de hiç bu kadar önemli olmamıştı. Yapay zekânın saçmaladığını fark etmek için bir şeyler bilmeliyiz. Bir olguyu inandırıcı biçimde kurgulanmış bir uydurmadan ayırt etmek için bağlama ihtiyacımız var. İyi bir soru sormak için sorunun en azından temellerini anlamalıyız. Bir argümanı, bir istatistiği ya da tarihsel bir iddiayı değerlendirmek için kendi bilgimize ihtiyacımız var.
Bu, yapay zekânın öğrenme ihtiyacını ortadan kaldırmadığı, ama büyük olasılıkla öğrenmeden ne anladığımızı değiştirdiği anlamına geliyor. Bilgiyi tekrar üretmek daha az değerli hale gelirken; anlamak, bağlantı kurmak, argüman geliştirmek, doğrulamak, soru sormak ve güvenilir olanı güvenilmez olandan ayırt etmek daha önemli hale geliyor. Geleceğin öğrencisi yapay zekâyı kullanmayı bilmek zorunda olacak, ama yapay zekânın onu yanlış yöne götürdüğünü de fark edebilmesi gerekecek.
En zor soru: Bir çocuğa yine de öğrenmesi gerektiğini nasıl anlatmalı?
Geyer, okulun geleceğinin belki de en zor sorusunu neredeyse sıradan bir biçimde dile getiriyor: “Wie erkläre ich einem 14-Jährigen, dass er jetzt noch etwas lernen soll?” On dört yaşındaki birine hâlâ bir şeyler öğrenmesi gerektiğini nasıl anlatırsınız? Bu soru sorunun özüne dokunuyor. Bugünün çocuğu, eğitim tarihinde ilk kez cebinde neredeyse her soruyu sorabileceği ve birkaç saniye sonra en azından inandırıcı görünen bir cevap alabileceği bir cihaz taşıyor. O halde neden ezberlesin? Neden formül öğrensin? Bir makinenin daha iyi yazabileceği bir kompozisyonu neden yazsın? Telefon çeviri yapabiliyorsa neden yabancı dil öğrensin? Okulun cevabı “çünkü hep böyle yaptık” olamaz. Ama “bunların hiçbiri artık gerekli değil” de olamaz. Okul yeni bir cevap bulmak zorunda.
Yapay zekâ olmadan düşünmek – ve onunla daha iyi çalışmak
Eğitimin amacı, ChatGPT olmadan iki sayfa metin yazamayan, bir matematik problemini çözemeyen ya da kendi argümanını geliştiremeyen bir öğrenci kuşağı olamaz. Ama çocukları geleceğe, yapay zekâ hiç icat edilmemiş gibi eğiterek hazırlamanın da pek anlamı yok. Bugün ilkokula giden çocuklar 2030'lu yıllarda iş hayatına atılacak. Avukat, programcı, gazeteci, ekonomist, tasarımcı, doktor, zanaatkar ya da öğretmen olsunlar, o zaman yapay zekâyla çalışmayacaklarını düşünmek zor.
Bu yüzden geleceğin okulu, ilk bakışta çelişkili görünen bir şeyi başarmak zorunda. Öğrenci hem yapay zekâ olmadan düşünmeyi hem de onunla daha iyi çalışmayı öğrenmeli. Bir metin yazmayı bilmeli, ama onu geliştirmek için yapay zekâyı da kullanabilmeli.
Bir matematik problemini anlamalı, ama hesaplamayı ne zaman makineye bırakmanın mantıklı olduğunu da bilmeli. Temel bilgiye sahip olmalı, ama bilmediği bilgileri nasıl bulacağını, doğrulayacağını ve birbirine bağlayacağını da bilmeli. Yapay zekâyı kullanmalı, ama ona otomatik olarak güvenmemeli. Ve yapay zekânın ne zaman kullanılması, ne zaman kapatılması gerektiğini değerlendirmeyi öğrenmeli.
Eğitimli bir insan 2035'te neyi bilmeli?
Bu yüzden okulda yapay zekâ tartışması öncelikle ChatGPT tartışması değil. Bizi çok daha eski bir soruyu yeniden açmaya zorluyor: Eğitimli olmak aslında ne demek? Eğitimli kişi çok sayıda olgu bilen mi, onları nerede bulacağını bilen mi, güvenilir bilgiyi manipülasyondan ayırt edebilen mi, bir sorunu çözebilen mi, doğru soruyu sorabilen mi – yoksa bütün bunları bir araya getirebilen mi? Üretken yapay zekâ bu soruları yanıtlamadı, ama onları acil hale getirdi. Eğitim sistemleri müfredatları, ChatGPT kullanım kurallarını ve öğretmen eğitimini tartışırken, teknoloji okulun ders kitaplarını değiştirebildiğinden daha hızlı gelişiyor.
Avusturya 2026'da daha ciddi tepki vermeye başladı. Yeni “Bilişim ve Yapay Zekâ” müfredatıyla yapay zekâ okul eğitimine sistematik olarak dahil ediliyor; Avusturya'nın KI-Basiscurriculum'u ise yapay zekâyı anlamak, eleştirel biçimde değerlendirmek ve sorumlu kullanmak için gereken temel yetkinlikleri tanımlıyor.
Eğitim Bakanı Christoph Wiederkehr “Yapay zekâ öğrenme, çalışma ve bilgiyi değerlendirme biçimimizi değiştiriyor” dedi ve öğrencilerin yapay zekâyı yalnızca kullanmaması, olanaklarını ve sınırlarını da anlaması gerektiğini vurguladı. Wiederkehr'e göre amaç bu yetkinliği “okulda sistematik olarak yerleştirmek”. Ancak okul çantasındaki tablet, yeni müfredat ve gerçekten modern bir eğitim sistemi arasında büyük bir fark var. Bu yüzden soru artık Avusturya okullarında yapay zekânın olup olmadığı değil. Çok daha ilginç soru şu:
Avusturya okulu 2026'ya gerçekten ne kadar hazır?
Avusturya yıllardır okulların dijitalleşmesine yatırım yapıyor. “Digitale Grundbildung” ortaokulun alt sınıflarında zorunlu ders olarak getirildi, “Digitales Lernen” girişimiyle öğrenciler dizüstü bilgisayar ve tablet alıyor, programa katılan okulların da kendi dijitalleşme konseptleri olmak zorunda. Şimdi bir sonraki adım geliyor: yeni “Bilişim ve Yapay Zekâ” müfredatı, KI-Basiscurriculum ve yapay zekâ yetkinliklerinin geliştirilmesi için bir eylem planı. Kâğıt üzerinde, modern bir dijital okulun giderek daha fazla unsuru mevcut.
Ama teknolojiyle donatılmış olmak modern eğitimle aynı şey değil. Tablet defterin, akıllı tahta klasik tahtanın, PDF kitap da basılı ders kitabının yerini alabilir; çocukların öğrenme biçimi ise neredeyse aynı kalır. OECD tam da bu yüzden eğitimin başarılı bir şekilde dijitalleşmesinin, geleneksel dersi ekrana taşımaktan ibaret olmadığı konusunda uyarıyor. Teknoloji ancak öğrenme biçimini değiştirdiğinde ya da iyileştirdiğinde anlam kazanıyor. Bu, yapay zekâyla birlikte özellikle önemli hale geliyor, çünkü ChatGPT hesap makinesinin ya da arama motorunun yeni bir sürümü değil. Şimdiye kadar öğrenciden beklediğimiz zihinsel işin bir kısmını üstlenebiliyor. Bunun öğretmenler için ne kadar büyük bir zorluk olduğunu OECD'nin TALIS 2024 araştırmasının verileri gösteriyor. Avusturya'da öğretmenlerin yüzde 39'u son bir yıl içinde işinde yapay zekâ kullandığını belirtti. Kullanmayanların ise yüzde 69'u gerekli bilgi ve beceri eksikliğini neden olarak gösterdi.
Aynı zamanda Avusturya eğitim sisteminin çok daha geleneksel sorunları da var. OECD 2025'te ciddi bir öğretmen açığına dikkat çekti: İlk ve ortaokul eğitiminde öğretmen kadrolarının yüzde 4,6'sı boştu. Yani okuldan, bu dönüşümü gerçekleştirmesi gereken insanların eksikliğiyle boğuştuğu bir dönemde teknolojik bir dönüşüm bekleniyor.
Yapay zekâ neredeyse her şeyi biliyorsa, çocuklar neyi öğrenmeli?
Yapay zekânın gelişi, öğrencilerin ChatGPT kullanıp kullanmaması gerektiğinden çok daha temel bir soruyu gündeme getiriyor: Bir çocuk bugün aslında neyi öğrenmeli? Cevaplar birkaç saniyede erişilebilirken tarihleri, formülleri, dilbilgisi kurallarını ve yabancı dil kelimelerini ezberlemeye devam etmeli mi? İlk bakışta olgusal bilginin değer kaybetmesi mantıklı görünüyor. Ancak sorun şu ki, belli bir düzeyde kendi bilgimiz olmadan yapay zekânın bize verdiği bilgilerin doğru olup olmadığını değerlendirmek zorlaşıyor.
Prof. Barbara Geyer tam da burada, yapay zekâyı anlamlı biçimde kullanabilmek için aşılması gereken “yetkinlik eşiğinden” söz ediyor. Belirli bir alanı ne kadar iyi anlarsak, o kadar iyi sorular sorabilir, kötü bir cevabı tanıyabilir ve yapay zekânın ne zaman uydurduğunu ya da basitleştirdiğini fark edebiliriz. Bu yüzden olguları öğrenmek ortadan kalkmayacak, ama işlevi değişiyor. Amaç, kafayı öğrencinin internette bulabileceği bilgilerle doldurmak değil; yeni bilgileri anlayabilecek, birbirine bağlayabilecek ve değerlendirebilecek kadar bilgi birikimi oluşturmak.
Bu matematik, yazı ve yabancı diller için de geçerli. Hesap makinesi temel matematiği anlama ihtiyacını ortadan kaldırmadı, tıpkı Google Translate'in dil öğrenmeyi anlamsız kılmadığı gibi. Yapay zekâ büyük olasılıkla bilmek zorunda olduklarımızla teknolojiye bırakabileceklerimiz arasındaki sınırı daha da kaydıracak. Bu yüzden okul, şimdiye kadar nadiren sorulan bir soruyu çok daha net yanıtlamak zorunda kalacak: Sadece bir çocuğun neyi öğrenmesi gerektiğini değil, bunu neden bilmesi gerektiğini.
Ev ödevinin hâlâ bir anlamı var mı?
Ev ödevi özellikle açık bir örnek. Bir öğretmen öğrencilerden evde iklim değişikliği üzerine bir ödev, Marie Curie'nin biyografisini ya da bir edebiyat eserinin analizini yazmalarını isterse, o metni kimin yazdığını artık kesin olarak bilemez. Yapay zekâyı yasaklamaya çalışmak sorunu pek çözmüyor, çünkü öğretmenin evde olanlar üzerinde bir kontrolü yok. Yapay zekâ metinlerini güvenilir biçimde tespit eden teknoloji de, öğrencinin notunu onun değerlendirmesine dayandıracak kadar güvenilir değil.
Çok daha mantıklı çözüm ödevi değiştirmek. Öğrenci yapay zekânın yardımıyla belli bir konuyu araştırma ödevi alabilir, ama ardından yapay zekânın iddialarını kontrol etmeli, güvenilir kaynaklar bulmalı, hataları ya da basitleştirmeleri işaretlemeli ve kendi sonucunu açıklamalı. Yapay zekâyı nasıl kullandığını belgeleyebilir ve ardından çalışmasını sözlü olarak savunabilir. O zaman ChatGPT artık ev ödevinin rakibi değil, öğrencinin kullanmayı öğrenmesi gereken araçlardan biri olur. Böyle bir yaklaşım ev çalışmasının amacını da değiştiriyor. Güzel bir metin üretmek artık yeterli değil. Öğretmeni ilgilendirmesi gereken, öğrencinin o metne nasıl ulaştığı: Hangi soruları sordu, hangi kaynakları kontrol etti, neyi reddetti, neyi değiştirdi ve her şeyden önce sonunda neyi anladı.
Öğretmen artık ana bilgi kaynağı değil – ama daha önemli hale geliyor
Tüm bunlar öğretmenin rolünü de değiştiriyor. Kuşaklar boyunca onun temel işlevlerinden biri bilgi aktarmaktı. Öğretmen öğrencinin bilmediği bir şeyi bilir, konuyu anlatır, öğrenci de onu akılda tutup daha sonra tekrar etmeye çalışırdı. İnternet bu ilişkiyi zaten değiştirdi; üretken yapay zekâ ise çok daha ileri gidiyor. Öğrenci artık neredeyse her konuda yaşına ve ön bilgisine uyarlanmış kişisel bir açıklama alabiliyor ve bir şeyi anlayana kadar ek sorular sorabiliyor.
Ama bundan öğretmenin gereksiz hale geldiği sonucu çıkmıyor. Tam tersine, onun en önemli işlevi giderek daha az cevap vermek, giderek daha çok öğrencinin hangi soruları sorması gerektiğini, hangi cevaplara güvenebileceğini ve tek tek bilgileri dünyayı anlamaya nasıl dönüştüreceğini fark etmesine yardım etmek oluyor. Öğretmen çocuğu tanır, ilerlemesini görür, hayal kırıklığını fark eder, onu motive eder, sınırlar koyar, işbirliğini organize eder ve başkalarıyla birlikte öğrenilen sosyal bir alan yaratır. Bir sohbet botu Pisagor teoremini sabrını kaybetmeden on kez açıklayabilir. Ama eğitim hiçbir zaman yalnızca bilgi aktarımı olmadı.
Belki de yapay zekânın okula getirdiği en büyük değişiklik tam olarak bu. Geleceğin iyi öğretmeni, sunabileceği bilgi miktarında yapay zekâyla rekabet etmek zorunda kalmayacak. Görevi, çocuklara bu bilgilerle ne yapacaklarını öğretmek olacak. Neredeyse her sorunun cevabının birkaç saniye uzakta olacağı bir dünyada iyi sorular sorma, cevapları doğrulama, bağımsız düşünme ve karar verme becerisi her zamankinden daha önemli hale gelebilir.
Göçmen kökenli çocuklar: Yapay zekâ büyük bir fırsat
Yapay zekâ, evde Almanca konuşmayan çocuklar için özellikle büyük bir değişiklik getirebilir. Avusturya için bu marjinal bir konu değil. TALIS 2024 araştırmasına göre Avusturya'daki öğretmenlerin yüzde 63'ü, öğrencilerin yüzde onundan fazlasının ana dilinin öğretim dili olmadığı okullarda çalışıyor. Dil engeli, çocuğun matematiği, biyolojiyi ya da coğrafyayı anlamadığı anlamına gelmiyor. Bazen çocuk sadece ödevin anlatıldığı dili yeterince iyi anlamıyor.
Yapay zekâ tam da burada, yakın zamana kadar hayal etmesi zor olan olanaklar açıyor. Öğrenci bir matematik sorusunun fotoğrafını çekip yapay zekâdan onu önce Boşnakça, Hırvatça, Sırpça, Türkçe ya da Ukraynaca açıklamasını isteyebilir; ardından aynı açıklamayı sade Almancayla alabilir, temel Almanca terimleri öğrenebilir ve sonunda soruyu öğretim dilinde kendi başına çözmeyi deneyebilir. Yapay zekâ dilin zorluğunu çocuğun yaşına uyarlayabilir, bilinmeyen bir kelimeyi açıklayabilir, ek bir örnek sunabilir ve açıklamayı zaman baskısı olmadan tekrarlayabilir. OECD de tam olarak çok dilli öğretimi, üretken yapay zekânın, otomatik konuşma tanımanın ve makine çevirisinin öğretim dilini sınırlı bilen öğrencilere yardımcı olabileceği alanlardan biri olarak gösteriyor.
Bu, çok dilliliğe bakışımızı da değiştirebilir. Çocuğun ana dili, öğrenme sürecinden bir an önce kaldırılması gereken bir engel olmak zorunda değil; Almancaya giden bir köprü haline gelebilir. Çocuk karmaşık bir kavramı önce en iyi bildiği dilde anlayabilir, ardından Almanca terminolojiyi adım adım edinebilir. UNESCO da çok dilliliği bir eksiklik değil, bir kaynak olarak gören eğitim modellerini savunuyor.
Ama burada da teknoloji sihirli bir çözüm değil. Yapay zekânın kalitesi her dilde aynı değil, çeviriler hatalı olabilir ve her zorluğu otomatik olarak çeviriyle çözen bir çocuğun Almancasını geliştirmek için daha az nedeni olabilir. Bu yüzden yapay zekâ dil öğrenmenin ya da öğretmen desteğinin yerini almamalı. Asıl fırsat ikisinin arasında bir yerde: Çocuğun konuyu anlaması için ana dilini, onu adım adım eğitim dili olan dile götüren kişisel bir köprü olarak da yapay zekâyı kullanmak.
Yapay zekâ okulu ortadan kaldırmayacak, ama onu en eski sorusunu yeniden yanıtlamaya zorlayacak: Çocuklar, içinde yaşadıkları dünyayı anlamak ve kendi kararlarını verebilmek için gerçekten neyi öğrenmeli? Bu yüzden geleceğin okulu çocuklara yapay zekâyla nasıl yarışacaklarını değil, kendi bilgilerini, eleştirel düşüncelerini ve kendi kafalarıyla düşünme yeteneklerini ona teslim etmeden onu nasıl kullanacaklarını öğretmeli.