Neredeyse her gün önümüze yeni bir gelişmenin haberi düşüyor; dün Google’ın ChatGPT’ye sağlam bir rakip olarak ortaya attığı çoklu modda (metin, ses, video, kod) çalışan Gemini ile tanıştık.

Geçtiğimiz Ekim ayında eğitimciler için tasarladığım yapay zekaya giriş eğitimini bir daha verecek olsam, muhtemelen aynı içeriği kullanamayacağım çünkü teknolojinin mevcut hızı, sahip olduğumuz bilgi ve anlamlandırma düzeyini kolayca eskitiyor.

Değerlendirme konusuna gelirsek… Geçtiğimiz yılın Kasım ayından itibaren yapay zekanın eğitimdeki rolünü tartışırken, ilk etapta öğrencilerin yapay zekayı “kopya çekme” aracı olarak kullanabilecekleri endişesi hakim oldu. Yapay zeka bir tehdit olarak görüldü. Bu korku, esasında apaçık şekilde mevcut eğitim sisteminin kısıtlarından dolayı yaşanan bir güvensizlikten geliyor ve daha kötüsü öğrencilere de güvensizlik olarak yansıyor.

Güvenmiyoruz, korkuyoruz ve yasaklama eğilimine gidiyoruz çünkü eğitim & değerlendirmeyi tasarlarken çoğunlukla şu önermelerden yola çıkıyoruz:

–        Öğrenme süreci çoğunlukla bilgiye ve bilgiyi hatırlamaya odaklanır.

–        Öğrenme süreci bireysel bir süreçtir.

–        Öğrenme süreci çoğunlukla bilişsel bir süreçtir.

–        Değerlendirme süreci biçimlendirici (formative) olmasından ziyade özetleyicidir (summative).

–        Değerlendirmede öğrencinin geçirdiği yansıtıcı (reflective) süreçlerden çok, teslim ettiği çıktıya bakılır.

Ancak bakış açımızı genişleterek, bu teknolojinin potansiyelini doğru bir şekilde kullanma yollarını görebiliriz. Eğitimcilerin “kopya çekme aracı” olarak gördükleri yapay zeka, aslında pedagojik olarak pek çok faydaya hizmet edecek şekilde de süreçlere dahil edilebilir.

Daha da önemlisi, keskin bir yaklaşımla tamamen yasaklama yerine, yapay zeka araçlarının öğrenciler tarafından ne zaman ve sorumlu ve şeffaf bir şekilde nasıl kullanabileceklerinin çerçevesi çizilmeli. Bununla ilgili oldukça pratik bir rehber arayışındaysanız, buradaki kaynağa göz atmanızı tavsiye ederim.

Peki değerlendirme süreçleri için ortaya nasıl bir bakış açısı koyabiliriz?

– Eleştirel düşünce: Bir yapay zeka aracı herhangi bir değerlendirme sürecine entegre edilirken, eleştirel düşünme becerisini nasıl geliştirebileceğine odaklanabiliriz, ve eğer bariz bir pedagojik fayda görüyorsak öğrencinin hangi araçları kullanabileceğine ve nasıl kullanabileceğine dair net şekilde rehberlik etmeliyiz.

– Sürece odaklanan bir yaklaşım: Değerlendirmede sadece sonuçlara (yani bir ödevin, projenin son hali) odaklanmak yerine, öğrencinin sonuca giderken nasıl bir süreç yaşadığını kanıta dayalı şekilde gösteren yaklaşımlar geliştirebiliriz. Nasıl bir öğrenme süreci yaşadın? Adım adım hangi araçlardan & metotlardan faydalandın? Karşılaştığın güçlükleri nasıl aştın? Bu çeşit bir değerlendirme süreci öz-düzenleme ve meta bilişsel becerileri de geliştirecektir.

– Farklı formatlarda değerlendirme: Çoğunlukla metin tabanlı değerlendirme sisteminden çıkılarak değerlendirmeye farklı formatlar entegre edilebilir. Yaratıcı görsel ifadeler veya sunumlara daha çok yer verilebilir.

– Öğrenmenin sosyal boyutu: Değerlendirme süreçleri solo bir aktivite olmaktan çıkarılıp, akran değerlendirmesi, takım çalışması, iş birliği, insan-insana iletişim kurmayı gerektiren durumlar dahil edilebilir.

– Biçimlendirici Değerlendirme: Değerlendirmeyi ders sonunda alınan bir nottan ibaret görmeyip, sürecin farklı noktalarında toplanan veriler bütünü olarak görebiliriz. Buna, öğrenme analitiği veya öğrencinin farklı kanallardaki çeşitli katılım ve katkıları gibi birçok girdi dahil edilebilir.

***

Yapay zeka, aslında eğitimde değerlendirme sürecinin halihazırda nasıl olması gerektiğine dair ipuçlarını bize tekrar hatırlatıyor. Değerlendirme süreçlerini daha çeşitli, öğrenci merkezli ve gelişime odaklı şekilde tasarlamak mümkün. Öğrencilerin sadece sonuçları değil, aynı zamanda öğrenme süreçlerini ve iş birliği yeteneklerini değerlendirmeye olanak sağlayan bir sistem oluşturmak, eğitimdeki değerlendirme anlayışımızı daha kapsayıcı ve ilerici bir hale getirebilir.