Çin’in yapay zeka destekli eğitim reformu - Türkiye karşılaştırması (3)

Türkiye'de yapay zekâ, henüz eğitim sistemine entegre edilmiş bir “öğrenme ortağı” değil; daha çok, potansiyeli fark edilen fakat sistematik biçimde planlanmamış bir araç konumundadır.

Burcu Ağca Karakaya

Yapay Zekânın Eğitime Entegrasyonu, Sistemi Yeniden Tanımlamak

Yapay zekânın eğitimdeki rolü, dünya genelinde artık yalnızca bir tartışma konusu olmaktan çıkmıştır ve hızla eğitim sistemlerinin ayrılmaz bir parçası haline gelmektedir. Eğitimde dijitalleşme ve yapay zekâ uygulamaları, 21. yüzyılın öncelikli gündem maddeleri olarak karşımıza çıkmaktadır. Özellikle Çin gibi ülkeler, bu teknolojiyi yalnızca dijital bir araç olarak değil, eğitimde yapısal bir dönüştürücü unsur olarak kullankullanmaktadırlar. Dijitalleşmenin küresel ölçekte eğitim sistemlerini yeniden şekillendirdiği bir dönemde, Çin Eğitim Reformu, yapay zekâyı öğretim, ölçme ve yönetim süreçlerinin merkezine yerleştirmekte; onu bir “öğrenme ortağı” olarak tanımlayarak eğitim sistemini kökten dönüştürmeyi hedeflemektedir.

Çin modeli, öğretmen-öğrenci ilişkisinden merkezi eğitim politikalarına kadar geniş bir etki alanında yapay zekâ entegrasyonunu üç düzeyde gerçekleştirmektedir: öğrenci, öğretmen ve sistem düzeyleri. Her düzey, teknolojinin eğitim süreçlerine nasıl dahil edildiğine dair somut uygulamalar ve stratejiler içermektedir.

Bu kapsamlı yapay zekâ entegrasyonu, Türkiye’nin mevcut durumu ilekarşılaştırıldığında dikkat çekici farklar ortaya çıkmaktadır. Çin’in üç düzeyli yaklaşımı, öğretimden yönetime kadar her aşamada veri odaklı ve teknolojiyi entegre eden bir model sunarken, Türkiye’nin mevcut durumu daha sınırlı ve potansiyel odaklı bir tablo çizmektedir. Türkiye’de yapay zekânın eğitime entegrasyonu, Çin’in sistematik ve çok katmanlı yaklaşımına kıyasla henüz başlangıç düzeyindedir.

1. Öğrenci Düzeyi: Kişiselleştirilmiş Öğrenmede Yapay Zekâ

Yapay zekâ tabanlı öğrenme platformları, öğrencilerin bireysel ilerlemelerini izlemekte, eksik kaldıkları alanlara anında müdahale sağlayarak kişiselleştirilmiş öğrenme yolları sunmaktadır. Örneğin, sistem bir öğrencinin matematikte geometri konularında zorlandığını saptadığında, o öğrenciye yönelik tekrar materyalleri ve özgün alıştırmalar önermektedir.

Türkiye’de kişiselleştirilmiş öğrenme sistemleri sınırlı sayıda özel okulda veya bireysel girişimlerle kısıtlı olarak uygulanmaktadır. Oysa Çin’de bu düzey, bireyselleştirilmiş öğrenme rotaları ve anlık müdahale mekanizmalarıyla güçlendirilmiştir. Devlet okullarında öğrencinin bireysel öğrenme düzeyine göre içerik sunan, eksiklerini analiz ederek önerilerde bulunan ve anlık müdahale yapabilen bir yapay zekâ altyapısı mevcut değildir. EBA gibi ulusal platformlar içerik sunma işlevi görse de, henüz yapay zekâ temelli analiz ve öneri sistemiyle entegre değildir. Bu durum, öğrencilerin öğrenme deneyimlerinin hâlâ öğretmenin insiyatifine ve genel müfredata bağlı kalmasına neden olmaktadır. Oysa Çin’de öğrencilerin öğrenme süreçleri, yapay zekâ destekli sistemlerle sürekli izlenmekte ve anlık veri temelli müdahalelerle desteklenmektedir.

Türkiye’de ise eğitim politikaları, ağırlıklı olarak ulusal ortalamalara dayanarak şekillenmektedir. Oysa Çin’de, bölgesel başarı farklarını tespit eden, kaynak ihtiyacını verilere göre planlayan ve politikaları bu analizler doğrultusunda yönlendiren merkezi yapay zekâ sistemleri bulunmaktadır.

2. Öğretmen Düzeyi : Veri Temelli Öğretim ve Planlamada Yapay Zekâ

Yapay zekâ araçları, öğretmenlere sınıf genelinde öne çıkan öğrenme eğilimleri ve öğrencilerin zorlandıkları alanlara dair veri analizleri sunmaktadır. Böylece öğretmenler ders planlamalarını daha stratejik biçimde yapabilmektedir. Ayrıca öğretmenler, yapay zekâ sayesinde öğrencilerin derse katılım düzeylerini anlık olarak izleyebilmektedir.

Türkiye’de ise yapay zekâ destekli öğretim tasarımı araçlarının kullanımı, henüz yaygınlaşmamış; hatta neredeyse hiç kullanılmamaktadır. Öğretmenler sınıf içi başarıyı kendi gözlemleriyle analiz etmektedir ve veri odaklı karar alma süreçleri çoğunlukla merkezi sınavlara ve gözleme dayalıdır. Öğrencinin öğrenip öğrenmediği hala gözünden anlaşılmaktadır. İşin şakası bir yana öğrencilerin katılım düzeylerini, ilgi alanlarını ya da gelişim hızlarını dijital ortamda takip eden sistemler ülkemizde ne yazık ki henüz yaygın değildir. Çin’de ise öğretmenler, yapay zekâ destekli veri analizleri sayesinde öğrenci yönelimlerini fark edebilmekte ve öğretim planlarını verilere dayalı düzenleyebilmektedirler.

3. Sistem Düzeyi: Politika ve Yönetimde Veri Odaklı Karar Alma Süreçlerinde Yapay Zeka

Merkezi izleme sistemleri sayesinde eğitim politikaları veri temelli şekillenmektedir. Örneğin, bu sistemler ülkenin farklı bölgelerindeki okul performanslarını analiz ederek hangi bölgelerde akademik başarının düşük olduğunu tespit edebilmekte; öğretmen ihtiyacı fazla olan okulları belirleyerek atama ve görevlendirmelerde önceliklendirme sağlamaktadır. Aynı zamanda öğrenci başarı grafiklerini izleyerek burs, destek programları veya ek kaynak tahsisini en çok ihtiyaç duyulan okullara yönlendirmekte; böylece kaynak dağılımının etkili ve adil yapılmasına olanak tanımaktadır.

Türkiye’de ise eğitim politikaları, ağırlıklı olarak ulusal ortalamalara dayanarak şekillenmektedir. Oysa Çin’de, bölgesel başarı farklarını tespit eden, kaynak ihtiyacını verilere göre planlayan ve politikaları bu analizler doğrultusunda yönlendiren merkezi yapay zekâ sistemleri bulunmaktadır. Türkiye’de il ve ilçe millî eğitim müdürlüklerinin kullandığı sistemler ise daha çok idari kayıtlar ve sınav sonuçlarıyla sınırlıdır. Gerçek zamanlı okul performansı ve bölgesel başarı eğilimlerini analiz eden bir yapay zekâ altyapısı bulunmamaktadır. Buna karşılık Çin’in merkezi yapay zekâ sistemleri, eğitimde bölgesel eşitsizlikleri azaltmayı amaçlayan veri odaklı karar alma süreçlerini mümkün kılmaktadır.

Özetle, Türkiye'de yapay zekâ, henüz eğitim sistemine entegre edilmiş bir “öğrenme ortağı” değil; daha çok, potansiyeli fark edilen fakat sistematik biçimde planlanmamış bir araç konumundadır. Bu nedenle Çin’in üç düzeyli yapay zekâ entegrasyon modeli, Türkiye için güçlü bir örnek teşkil etmektedir. Ancak bu modelin ülkemizde uygulanabilir hale gelebilmesi için yalnızca altyapı yatırımları ve öğretmen eğitimi değil; aynı zamanda sürdürülebilir bir dijital eğitim politikası, veri güvenliği standartları ve uzun vadeli bir stratejik planlama gerekmektedir. Bu dönüşüm, yalnızca teknoloji yatırımıyla değil; öğretmenlerin, yöneticilerin ve öğrencilerin dijital kültüre entegre edilmesiyle mümkün olacaktır. Peki, Türkiye bu dijital dönüşüm yolculuğunda nasıl bir strateji izlemelidir? Bu sorunun yanıtı, geleceğin eğitim vizyonunu şekillendirecek en kritik adımlardan biri olacaktır.

Bir Sonraki Yazıda…

Çin’in eğitim reformunun en dikkat çekici boyutlarından biri, uzun süre geri planda kalan beden eğitimi ve sanat derslerinin yapay zekâ destekli sistemlerle nasıl yeniden yapılandırıldığıdır. Bir sonraki yazıda, bu derslerin haftalık ders saatlerinden öğretmen niteliğine, dijital destek altyapılarından bireysel yetenek gelişimini izleyen yapay zekâ sistemlerine kadar uzanan kapsamlı dönüşümünü inceleyeceğiz. Türkiye’nin mevcut durumu ile karşılaştırmalı analiz yaparak, beden eğitimi ve sanat eğitiminin çağdaş eğitimdeki yerini tartışacağız.