Öğrencilerinizin ödevlerinde gösterdiği performansla sınav sonuçları arasında bir kopukluk hissettiniz mi? Ders boyunca her şey yolunda gidiyor gibi görünür, sorular çözülür, ödevler teslim edilir. Ardından sınav gelir ve tablonun farklı olduğunu görürsünüz…
Geçtiğimiz yıllarda Türkiye'deki lise öğrencileriyle yürütülen ve dünyanın en prestijli bilim dergilerinden PNAS'ta yayınlanan bir araştırma, bu kopuşun neden yaşandığını sayılarla ortaya koydu.
Deneyden Gelen Beklenmeyen Sonuçlar
Araştırmacılar, yaklaşık bin Türk lise öğrencisini bir matematik çalışmasında üç gruba ayırdı. Birinci grup, standart bir yapay zeka kullandı, yani dilerlerse soruyu girip doğrudan cevabı alabilecekleri bir sistem deneyimledi. İkinci grup, pedagojik açıdan tasarlanmış, cevabı doğrudan vermeyen bir yapay zeka kullandı; bu sistem ipucu veriyor, soru soruyor ve öğrencinin bir sonraki adımı kendisi bulmasını bekliyordu. Üçüncü grup ise hiçbir yapay zeka kullanmadan yalnızca ders kitabıyla çalıştı.
İlginç olan şuydu ki, pratik sürecinde her iki yapay zeka grubu da ders kitabı grubunun önüne geçti. Standart yapay zekayı kullanan öğrencilerin pratik performansı yüzde 48 arttı. İpucu veren yapay zekayı kullananların ise yüzde 127. İki grup arasında pratikte ciddi bir fark vardı ve ipucu veren yapay zeka açık arayla önde gidiyordu!
Sonra ise sınav aşamasına geçildi, tüm öğrenimler ile, yapay zekadan tamamen izole, yalnızca öğrencinin ve soru kağıdının kaldığı bir ortam yaratıldı ve üç gruptan öğrenciler de aynı sınava tabi tutuldular. Sonuçlar ise oldukça şaşırtıcıydı: Standart yapay zeka grubu, ders kitabıyla çalışan gruba kıyasla sınavda yüzde 17 daha düşük performans sergilerken, öğrenciye ipucu veren yapay zeka grubu ise ders kitabı grubuyla aynı sonucu verdi, bu demekti ki pratikteki kazanım, doğru yapay zeka kullanımı ile sınava başarıyla taşınabildi!
Koltuk değneği etkisi
Araştırmacılar bu duruma "koltuk değneği etkisi" adını veriyor. Öğrenci standart yapay zekaya sorusunu yazıyor, sistem adım adım çözümü önüne koyuyor. Öğrenci okuyor, anlıyor, hatta not alıyor. Peki ama bu süreçte gerçekten ne oluyor? O çözümün içindeki düşünme yolunu, hangi noktada hangi yöne sapılacağını, nerede tıkanılacağını ve o tıkanıklıktan nasıl çıkılacağını öğrenci hiç bizzat deneyimleyemiyor…
Çalışma, bu noktada çarpıcı bir ayrıntıyı da gün yüzüne çıkarıyor. Standart yapay zeka kullanan öğrencilerin yüzde 67'si, konuşmalarında ya soruyu doğrudan kopyalayıp yapıştırmış ya da sadece "cevabı ver" demiş. İpucu veren yapay zeka grubunda bu oran yüzde 37'de kalmış. Dahası, araştırmacılar öğrencilerin büyük bölümünün yapay zekanın verdiği çözümü okumadığını, direkt kopyaladığını da kanıtlıyor.
Burada dikkat çekici olan şey şu: deneyde her iki sistem de aynı yapay zeka modelini, yani GPT-4'ü kullanıyordu. Aralarındaki tek fark tasarımdı. İpucu veren sistem, öğretmenler tarafından hazırlanmış hata kalıplarını ve doğru çözümleri içeriyordu. Hangi noktada öğrencilerin nasıl yanıldığını biliyordu ve ona göre yönlendiriyordu. Yani fark teknolojide değil, teknolojinin arkasındaki pedagojik bilgideydi!
İpucu veren yapay zekada ise tam bu noktada farklı bir şey oluyor. Sistem cevabı vermek yerine öğrenciyi düşünmeye itiyor, bir yön gösteriyor, soruyor ve ardından bekliyor. Öğrenci uğraşmak zorunda kalıyor, bazen takılıyor, bazen hata yapıyor. Kulağa yavaş geliyor ancak öğrenme bilimi tam tersini söylüyor ve buna "verimli zorluk (Desirable difficulties)" diyor. Bir şeylerin kolay olduğunu hissetmek, öğrenmenin tamamladığı anlamına gelmiyor. Asıl öğrenme bazen o uğraşın tam ortasında gerçekleşiyor.
Önemli Çıkarım: Yapay zeka’nın Kendisi Eğitim İçin Yeterli Değil
Pek çok okulda yapay zeka izni bugün hâlâ tek bir cümleden ibaret anca kangi yapay zeka, ne için, nasıl gibi soruların hiçbiri cevaplanamıyor. Oysa bu araştırmanın gösterdiği devasa fark tam da bu boşlukta doğuyor.
Bu Yüzden Madlen’in Farkı Teknolojide Değil, Tasarımda
Bu araştırmanın söylediği şey şu: yapay zekanın öğrenciye ne söylediği, onun adına ne düşündüğünden çok daha önemlidir. Madlen'i de tam bu anlayışla inşa ettik. Madlen Okul'da öğrencilerin bir soru sorması halinde sistem öğrenciye asla cevabı vermiyor; soruyor, yönlendiriyor ve bir sonraki adımı öğrencinin kendisinin bulmasını bekliyor. Benimsediğimiz bu sokratik yaklaşım, binlerce yıllık bir pedagojik geleneğin özünü taşıyor: gerçek öğrenme, doğru cevabı almaktan değil, doğru soruyla yüzleşmekten geçiyor!
Bunun neden önemli olduğunu anlamak için öğrenme bilimine bakmak yeterli. Bir öğrenci bir kavramla gerçekten boğuştuğunda, yanlış yollara saptığında ve oradan kendi başına çıkış bulduğunda, o bilgi zihninde çok daha derin bir iz bırakıyor.
Yapay zeka ne kadar güçlü olursa olsun, öğrencinin zihninde kurulmayan bir bilgi orada kalmıyor. Teknoloji bu gerçeği değiştirmiyor, sadece daha görünür kılıyor. Madlen'de her ipucu, her soru, her bekleme anı bunun için var. Çünkü biliyoruz ki öğrencinin düşünmesine alan açmak, onun adına düşünmekten her zaman daha değerli!
Kaynaklar:
Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), e2422633122. https://doi.org/10.1073/pnas.2422633122
