Yapay zeka üniversite eğitiminde ölçekleme ve ölçme ikilemi yaratıyor
Öne çıkanlar
- Lisans düzeyindeki ödevleri çözebilen modeller nedeniyle bire bir sözlü değerlendirme öne çıkıyor.
- Kalabalık sınıf mevcutları derinlemesine değerlendirme yöntemlerinin uygulanmasını zorlaştırıyor.
- Bilişim eğitiminde zanaat odaklı ve savunmaya dayalı özel program ihtiyacı artıyor.
SIGCOMM Eğitim Çalıştayı'nda bir araya gelen akademisyenler, lisans düzeyindeki tüm ödevleri çözebilen yapay zeka araçları karşısında öğrenci değerlendirme yöntemlerini tartıştı. Katılımcılar en etkili değerlendirme yolunun derse katılım ve bire bir etkileşim olduğunu belirtti. Kalabalık sınıf mevcutları nedeniyle bu yöntemin ölçeklenememesi, eğitimcileri yeni arayışlara itiyor.
Yapay zekanın ders materyali hazırlama, ödev yapma ve notlandırma süreçlerine tamamen dahil edildiği bir model önerisi çalıştayda gündeme geldi. Bu yaklaşım, akademisyenlerin rutin görevleri yapay zekaya devrederek kazanılan zamanı sınırlı kontenjana sahip zanaat odaklı derinlemesine derslere ayırmasını öngörüyor. Böylece öğrencilerin çözümlerini bire bir savunabildiği usta-çırak ilişkisi benzeri modeller kurulabiliyor.
Eğitimciler, öğrencilerin beceri kazanımı yerine yapay zekayı bir kestirme yol olarak kullanma eğilimini aşmakta zorlanıyor. Princeton Üniversitesi'nden Arvind Narayanan ve MIT raporlarında vurgulandığı üzere, iş dünyası yapay zekayı etkin kullanan mezunlar beklerken temel becerilerin körelmemesi için insan kaynağına dayalı eğitim yöntemleri önemini koruyor.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.