Yükseköğretimde yapay zeka politikası nasıl oluşturulur?

Yükseköğretimde yapay zeka politikası nasıl oluşturulur?

Öğrenciler, öğretim üyeleri ve idari çalışanlar ChatGPT gibi araçları aktif olarak kullanırken üniversitelerin de üretken yapay zekanın uygulanma amacı ve yöntemleri konusunda sınırlarını belirlemeleri gerekiyor.


Yazar: Tom Mangan   |     Çeviri: Sinem Başaran     |    Yazının orijinaline bu linkten ulaşabilirsiniz.


Daha fazla beklemenin anlamı yok: Üniversitenizin üretken YZ kullanımına yönelik bir politikası henüz yoksa, güz dönemi başlamadan önce bir tane oluşturmanın vakti gelmiştir.

Bunun için, yükseköğretim alanında YZ politikası geliştirmiş okullardan alınmış onlarca örneğe ve çok sayıda kaynağa ulaşmak mümkün. 2024 EDUCAUSE AI Landscape Study raporuna bakıldığında YZ politikası için kılavuz bir rehbere büyük ihtiyaç olduğu görülüyor. Bu çalışmada yükseköğretim kurumu liderlerine, kurumlarının YZ kullanımına yönelik kabul edilebilir kullanım politikalarını ne kadar geliştirdikleri sorulmuş.

Rapora göre, katılımcıların sadece %23’ü kurumlarında yapay zekanın kabulü mümkün kullanım politikalarının olduğunu, neredeyse yarısı (%48) ise, kurumlarının YZ kullanımı hakkında etik ve etkili kararlar almalarını sağlayacak uygun politika ve ilkelere sahip olmadıklarını belirtmiş.

Temel bilgilerle başlayarak öğrencilere yapay zekanın kabulü mümkün kullanımı konusunda açık bir rehber oluşturabilirsiniz. Stanford Üniversitesi konuya şu şekilde yaklaşıyor: “Üretken YZ araçlarının ödev veya sınavların önemli bir kısmını tamamlamak için kullanılması yasaktır. Öğrenciler, (ufak tefek kullanımlar dışında) üretken YZ kullanımlarını bildirmeli ve herhangi bir şüphe durumunda, yapay zekadan yararlandıklarını açıklamalıdır.”

YÜKSEKÖĞRETİMDE YAPAY ZEKA POLİTİKASINA GİRİŞ

Neden daha fazla üniversitede YZ kullanım politikaları konusunda ilerleme kaydedilemiyor?

“Başlangıç göz korkutucu olabiliyor,” diyor AI Landscape çalışmasını yazan EDUCAUSE kıdemli araştırmacısı Jenay Robert.

Bir politika geliştirirken düşünülmesi gereken pek çok şey var; kopya çekme, hakkaniyet ve veri güvenliği gibi. Teknolojiyi geliştirirken ise, geleneksel bir kural var ki bu konuda iyi bir rehber: Küçük başlayın, neyin işe yarayıp, neyin yaramadığını öğrenin ve buradan yola çıkın.

Temel bilgilerle başlayarak öğrencilere yapay zekanın kabulü mümkün kullanımı konusunda açık bir rehber oluşturabilirsiniz. Stanford Üniversitesi konuya şu şekilde yaklaşıyor: “Üretken YZ araçlarının ödev veya sınavların önemli bir kısmını tamamlamak için kullanılması yasaktır. Öğrenciler, (ufak tefek kullanımlar dışında) üretken YZ kullanımlarını bildirmeli ve herhangi bir şüphe durumunda, yapay zekadan yararlandıklarını açıklamalıdır.”

Temel bilgilerin ötesine geçerken, YZ teknolojileri hızla evrildikleri için esnek bir temele ihtiyacınız olacak.

Duke Üniversitesi uzmanları, “Standart, tek tip YZ politikaları uzun vadede sürdürülebilir değildir” diye uyarıyor. Öğretim üyeleri, öğrenciler, idari çalışanlar ve yöneticilere mevzubahis konuları anlamaları için zaman ayırın. Uluslararası Yükseköğretim Eğitim Teknolojisi Dergisi (The International Journal of Educational Technology in Higher Education), Hong Kong’daki öğrenci ve kurumlarla yaptığı araştırmalara dayanarak konuya dair sağlam bir değerlendirmede bulunmuş.

Öğrencilerin ödevlerini tamamlarken baskı altında hissedip kolaya kaçarak YZ kullanabileceklerini inkar edemeyiz. Yale Üniversitesi’ne göre bunun bir çözümü ödevlerin düzenini ve yapısını değiştirmek olabilir. Bu şekilde öğrencilerin kopya çekme olasılığı önemli ölçüde azaltılıp öğrenmeleri geliştirilebilir.

AKADEMİK BÜTÜNLÜK VE ÜRETKEN YAPAY ZEKA İLİŞKİSİ

Üretken YZ öğrencilerin insan elinden çıkmış gibi görünen metinler oluşturmalarına yardımcı oluyor. Bu metinleri tespit etmek için kullanılan araçlar ise, Kansas Üniversitesi Center for Teaching Excellence raporunda belirtildiği ve herkesçe de bilindiği üzere güvenilir değiller.

Fakat öğrencilerin ödevlerini tamamlarken baskı altında hissedip kolaya kaçarak YZ kullanabileceklerini inkar edemeyiz.

Yale Üniversitesi’ne göre bunun bir çözümü ödevlerin düzenini ve yapısını değiştirmek olabilir. Bu şekilde öğrencilerin kopya çekme olasılığı önemli ölçüde azaltılıp öğrenmeleri geliştirilebilir.

Princeton Üniversitesi bu kavramı genişletiyor: “Öğrencilere kendi taslak makalelerini hazırladıktan sonra ChatGPT’den aynı ödev için yeni bir taslak talep ettirin. Daha sonra bu taslakları analiz edip hangisinin daha iyi, hangisinin daha kötü olduğunu karşılaştırabilecekleri bir tartışma ortamı yaratın.”

Bu tarz bakış açıları üretken yapay zekaya ilişkin değişen perspektife de vurgu yapıyor.

Robert, “Öğrencilerimiz dijital iş gücünün ve dijital toplumun bir parçasıdır” diyor. “Peki öğrencilerin iyi birer dijital yurttaş olmalarını nasıl sağlarız? Tüm bunlar yine bir şekilde politikaya bağlanıyor.”

“Örneğin, aşırı kısıtlayıcı YZ politikaları bir profesörün öğrencilerine yapay zekanın hatalı ve taraflı çıktılar ürettiğinde ne olacağını göstermesine engel olabilir.”

Yükseköğretimde Yapay Zeka Politikası İçin Üç Odak Noktası

Robert, 2024 EDUCAUSE Eylem Planı: Yapay Zeka Politikaları ve İlkeleri‘nin ortak yazarlarından birisi aynı zamanda. Bu çalışmada yükseköğretim liderlerine YZ politikalarını oluştururken şu üç noktayı göz önünde bulundurmaları tavsiye ediliyor:

1. Yönetim: Üretken YZ cümleler ve paragraflar oluşturmak için tahmine dayalı modeller kullanır. Bu tahminler %100 doğru değildir ve zaman zaman gerçeği yansıtmayan bilgi ve uydurma atıflar gibi halüsinasyonlara neden olabilir. Bu modeller ayrıca, kullanıcı profilindeki sosyal ve kültürel farklılıkları hesaba katmadan taraflı çıktılar üretebilir. Robert, YZ politikalarının etik, eşitlik ve doğruluk gibi konuları ele alması gerektiğini söylüyor.

ChatGPT ve benzeri araçların öğretim üyeleri, idari personel ve öğrenciler tarafından günlük kullanımı ciddi riskleri ve yasal sorumlulukları beraberinde getirebilir. Clemson Üniversitesi, kişisel bilgilerin halka açık YZ modellerine girilmesine karşı uyarıda bulunuyor. Bu YZ modelleri sohbetlerden elde ettikleri verileri kullanarak modellerini eğitebiliyor. Sosyal Güvenlik veya kredi kartı numarası gibi hassas kişisel verileri halka açık YZ uygulamalarında paylaşmak kişisel verileri koruma kanununu da ihlal ediyor.

2. Pedagoji: Üniversite öğretim görevlileri ve profesörler sınıflarını nasıl idare edecekleri ve ödevlerini nasıl verecekleri konusunda oldukça özgürdür. Halihazırda YZ politikalarına sahip okullar, profesörlerini kendi derslerinde neyin izinli, neyin yasak olduğunu açık ve net belirten YZ kılavuzları oluşturmaları için teşvik eder.

Los Angeles, California Üniversitesi’nden bir öneri: “Öğrencilerinizden ChatGPT’yi kullanmalarını ve oradan aldıkları bilgiyi birincil ve ikincil kaynaklardan ‘teyit etmelerini’ isteyin.”

3. Operasyonlar: Üniversiteler, teknik eğitim ve destek gerektiren YZ altyapıları tasarlayıp devamlılıklarını sağlayabilirler. Yöneticiler de operasyonları daha verimli ve etkin hale getirmek için yapay zekanın uygulanışına dair önerilerde bulunabilirler. Üretken YZ politikaları hazırlanırken bu tarz konular da dikkate alınmalıdır.

EDUCAUSE YZ politikası geliştirme faaliyetlerinin dört aşamada gerçekleştirilmesini öneriyor:

1. Birey: Öğrenci ve öğretim üyelerini dahil ederek yapay zekayı nasıl kullandıklarını, etik hususları ve öğrenme üzerindeki etkilerini nasıl değerlendirdiklerini öğrenin.

2. Bölüm ya da birim: Üretken yapay zekanın akademik programlardaki rolünü değerlendirin. Bölümler arasında ortak bir zemin bulun ve bölümler arası engelleri kaldırın.

3. Kurum: Eşitlik ve doğruluğu teşvik eden gözetim ve ilkeler için bir YZ yönetim organı oluşturun.

4. Çoklu Kurum: Diğer üniversite ve özel sektör kuruluşlarıyla istişare ederek YZ ile ilgili zorlukların üstesinden nasıl geldiklerini öğrenin.

Kurumlar üretken YZ kılavuzu geliştirirken çabalarının getirisini ölçmenin yollarını da belirlemelidirler. Örneğin, basit bir anketle insanların YZ politikasını ne kadar benimsediklerini görebilirsiniz.

Robert, “Kazanımlarınızı erkenden ve sıkça paylaşarak paydaşlarınızı sürece dahil edin” diyor.

YAPAY ZEKA POLİTİKALARI GELİŞTİRMEK İÇİN PRATİK İPUÇLARI

  • Tüm paydaşları dahil edin. Öğrenciler, öğretim üyeleri, yöneticiler, BT uzmanları, araştırmacılar ve idari çalışanların yanı sıra tedarikçi ve teknoloji ortaklarınız gibi dış gruplarla konuşun.
  • Elinizdekileri öğrenin. Mümkünse, sıfırdan başlamak yerine mevcut YZ politikaları üzerine inşa edin.
  • Eğitici ve öğretici kılavuzlar hazırlayarak YZ okuryazarlığının gelişmesini destekleyin.

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir