Tamamlanmış bir ödevin artık yeterli olmadığı zaman
AMC Mühendislik Koleji’nde Profesör Pallavi K.V. artık öğrencilerine teslim ettikleri ödevlerle ilgili sözlü sorular soruyor. Amaç basit: Üzerinde adlarının yazdığı çalışmayı okuyup anlamışlar mı, bunu öğrenmek. Hindistan’daki üniversite kampüslerinde el yazısıyla yapılan sınavlar, sınıfta soru-cevap ve kişisel deneyimlere dayalı ödevler, üretken yapay zekânın giderek daha fazla kullanılmasına verilen yanıtın parçası hâline geliyor.
İçindekiler
- Tamamlanmış bir ödevin artık yeterli olmadığı zaman
- Öğrenciler neden yapay zekâya yöneliyor?
- Öğretmenlerin kaygısı yalnızca kopya değil, düşünme becerisi
- Kurallar değişiyor, tespit yöntemleri tartışma yaratıyor
- Sözlü sınavlar ve el yazısı geri dönüyor
- Yaratıcı görevler öğrencileri çalışmanın içine katıyor
- Bazı öğretmenler yapay zekâyı işlerinde kullanıyor
- Yapay zekâ yanıtlarını sorgulamayı öğrenmek
- Yurt dışındaki üniversiteler de benzer baskılarla karşı karşıya
- Maliyetler ödevin ötesine geçiyor
- Önemli Noktalar
17 Haziran 2025 itibarıyla Bengaluru, Bhopal ve başka yerlerdeki kolej ve üniversiteler ChatGPT, Gemini ve Copilot gibi araçlarla baş etmeye çalışıyor. Bu sistemler, verilen talimatlara göre metinler, özetler, sunumlar ve bilgisayar kodları üretebiliyor. Öğrenciler bunları araştırma ve ödevlerin yanı sıra makaleler, e-postalar ve temel iletişim için de kullanıyor.
Öğretmenler, öğrencilerin not almak ya da verilen metinleri okumak yerine ders materyallerini yapay zekâya yüklediğini anlatıyor. Zor bir bölümü hızla açıklayabilen bir araç, teslim edilmek üzere baştan sona bir çalışma da hazırlayabiliyor. Böylece öğretmenin elinde kusursuz görünen bir yanıt kalırken öğrencinin gerçekte ne bildiğini anlamak güçleşiyor.
Verilen tepkiler her yerde aynı değil. Bazı öğretim görevlileri yapay zekânın yasaklı biçimde kullanılması hâlinde öğrencilere başarısız not verirken bazıları dilbilgisi veya araştırma desteğine izin veriyor. Bazıları sınavları yeniden gözetimli sınıflara taşıyor. Diğerleri ise soru hazırlamak, ders planlamak ve geri bildirim vermek için yapay zekâyı kendileri kullanıyor.
Öğrenciler açısından yapay zekânın cazibesi hız, zor metinlerde yardım ve İngilizcede daha özgüvenli olmayı kapsıyor. Öğretmenlerin kaygısı ise kopyalanmış çalışmaların ötesine geçiyor: Öğrencilerin akıl yürütmeyi, yazmayı ve kendi görüşlerini oluşturmayı öğrendikleri alıştırmaları atlamasından endişe ediyorlar.
Öğrenciler neden yapay zekâya yöneliyor?
Bilgisayar mühendisliği mezunu Tejas P.V., 120 sayfayı bulan teknik belgeler de dâhil olmak üzere uzun materyallerle karşılaştığında yapay zekâyı pratik bir araştırma asistanı olarak gördüğünü anlatıyor. Kaynakları bulmak ve daha yakından incelenmesi gereken bölümleri belirlemek için bu araçtan yararlanıyor.
Tejas, yapay zekânın cazibesini zaman ve emek açısından açıklıyor:
Yapay zekâ zaman kazandırıyor. Kaynakları bularak araştırmamıza yardımcı oluyor. Uzun ve sıkıcı belgelerde odaklanmamız gereken önemli sayfaları belirlememizi sağlıyor,
Çevre bilimi öğrencisi Keerthana S., teslim tarihleri yaklaştıkça ChatGPT kullanma isteğinin arttığını kabul ediyor. Sonuçlar kişisel olmayan bir üslupta ya da istediğinden daha teknik gelebiliyor; yine de ödevi hızla bitirme olasılığı cazibesini koruyor.
Programlama ödevlerinde yapay zekâ kullanan bir mühendislik öğrencisi bu tercihi iş hayatındaki beklentilerle ilişkilendiriyor. Öğrenciye göre iş yerleri, rutin işlerin verimli biçimde tamamlanmasına önem verecek:
İşe girdikten sonra bile patronlarım bu temel işleri elle yaparak zaman kaybetmemi beklemeyecek,
İngilizce profesörü Greeshma Mohan, özellikle ana eğitim dili İngilizce olmayan öğrenciler için başka bir motivasyon görüyor. Bazı öğrenciler yazılarının ve fikirlerinin niteliğinden şüphe ediyor ve yapay zekâ sistemlerinin sunduğu daha süslü dili tercih ediyor.
Mohan, bu tercihin ardındaki güvensizliği şöyle anlatıyor:
Öğrenciler, kendi yazılarının ve fikirlerinin yeterince iyi olmadığına dair güvensizlikleri ve yapay zekânın daha süslü bir dil kullanması nedeniyle yapay zekâdan yararlanıyor,
Uyarısına göre bunun eğitim açısından bedeli, deneme yanılma yoluyla öğrenmenin kaybolması. Kusurlu bir yanıt yazmak, düzeltmeler almak ve yeniden denemek bir beceri geliştirmenin parçası. Bir sistem ifadeleri hemen hazır sunduğunda öğrenciler bu süreci kaçırabiliyor.
Öğretmenlerin kaygısı yalnızca kopya değil, düşünme becerisi
Azim Premji Üniversitesi’nde tarih ve sosyoloji dersleri veren Dr. Adil Hossain, yapay zekânın yaygınlaşmasının öğretmenliğe zor bir görev eklediğini söylüyor: Öğrencinin katkısını makine tarafından üretilen materyalden ayırmak. Öğrencinin daha kısa sürede teslim ettiği bir çalışmayı değerlendirmek öğretim görevlisinin daha fazla zamanını alabiliyor.
Hossain, bu yükün sınıftaki deneyimini nasıl etkilediğini şöyle anlatıyor:
Öğrenciler için kestirme bir yol. Ama öğretmenler açısından yapay zekâ içeriğini öğrencilerin ürettiklerinden ayırmak daha zahmetli. Öğretmenlikten alınan keyif kalmadı,
Biyoloji öğretim görevlisi Dr. Ananya Mukherjee, tartışmayı teşvik etmek amacıyla tartışmalı konuları seçtiğinde bile aynı sorunla karşılaşıyor. Öğrenciler kendi görüşlerini geliştirmek yerine konuşma noktaları için yapay zekâya yöneliyor.
Mukherjee bu alışkanlığı bilim eğitiminin temel amacıyla ilişkilendiriyor:
Bilimin temel amacı olan bağımsız düşünme kayboluyor,
Bilgisayar uygulamaları dersleri veren Öğretim Görevlisi Prem Sagar da programlama alanında benzer bir kaygı taşıyor. Yapay zekâ, koddaki hataları ayıklamaya, yani hataları bulup düzeltmeye yardımcı olabiliyor. Ancak ona aşırı ölçüde bel bağlamak, öğrencilerin bir programın neden çalıştığını ya da çalışmadığını anlaması için gereken mantıksal akıl yürütme becerisini zayıflatabiliyor.
Öğretmenler farklı derslerde ortak bir değerlendirme sorunuyla karşı karşıya. Bir makale, tartışma noktaları listesi ya da çalışan bir program tamamlanmış görünebilir; ancak öğrencinin bunun ardındaki akıl yürütmeyi açıklama becerisi belirsiz kalabilir. Sözlü sorular ve gözetim altında yapılan çalışmalar, öğretmenlere bu anlayışı sınamak için başka yollar sunuyor.
Kurallar değişiyor, tespit yöntemleri tartışma yaratıyor
Kurumların çoğu, profesörlerden yapay zekâ tarafından üretildiğinden şüphelenilen çalışmaları bildirmelerini istiyor; ancak kuralların uygulanması kurum ve fakültelere göre değişiyor. Bazı öğretmenler yapay zekâ kullanırken yakalanan öğrencilere başarısız not veriyor. Diğerleri sınavlarda elektronik cihazları yasaklıyor, el yazısıyla makale yazılmasını şart koşuyor ya da dilbilgisi ve araştırma için sınırlı desteğe izin veriyor.
Bazı öğrenciler, öğretim görevlileri çalışmalarının yapay zekâ içeriğinden arındığına karar verene kadar metinlerini birkaç kez yeniden yazmak zorunda kalıyor. Bu farklılıklar, bir sınıfta kabul edilen bir yaklaşımın başka bir sınıfta cezaya yol açabileceği anlamına geliyor.
Turnitin ve Hindistan’da geliştirilen bir tespit aracı olan DrillBit, yapay zekâ tarafından üretilen metinleri işaretlemeye yönelik özellikler içeriyor. Bu sistemler yanlış pozitif sonuçlar verebiliyor; yani bir kişi tarafından yazılmış bir çalışma makine üretimi olarak işaretlenebiliyor. Araçların bu sınırlamaları, disiplin kararlarını tartışmalı hâle getirdi.
Hukuk öğrencisi Kaustubh Shakkarwar, yapay zekâ kullandığı iddiasıyla başarısız sayılmasının ardından O.P. Jindal Küresel Üniversitesi’ne dava açtı. Turnitin’in tespit doğruluğuna itiraz etti ve üniversite sonunda kararını geri aldı. Bu anlaşmazlık, bir öğrencinin akademik sonucu söz konusu olduğunda tespit yazılımlarına bel bağlamanın doğurabileceği sonuçlara dikkat çekti.
Profesörler, öğrencilerin yazı tarzlarına aşinalıklarından da yararlanıyor. Üsluptaki ani değişikliklere, "bununla birlikte" gibi kalıplaşmış ifadelere, sık kullanılan uzun tirelere ve alışılmadık ölçüde dengeli bir görüş yelpazesi sunan makalelere dikkat ediyorlar. Bu gözlemler, yazılımların yanı sıra kontrol sürecinin de bir parçasını oluşturuyor.
Öte yandan öğrenciler, yapay zekâ metinlerini kendi yazılarına daha çok benzetmek için BypassGPT, WriteHuman ve QuillBot gibi araçlardan yararlanabiliyor. En iyi hizmetler çoğu Hintli öğrenci için genellikle karşılanamayacak kadar pahalı; bu da giderek karmaşıklaşan üretme, yeniden yazma ve tespit döngüsüne ek bir maliyet getiriyor.
Sözlü sınavlar ve el yazısı geri dönüyor
Pallavi’nin AMC Mühendislik Koleji’ndeki soru yöntemi, dikkati teslim edilen belgeden onu teslim eden kişiye yöneltiyor. Öğrencilerin teslim ettikleri çalışmayı açıklaması gerekiyor; böylece öğretim görevlisi hem okuyup okumadıklarını hem de anlayıp anlamadıklarını kontrol edebiliyor.
El yazısıyla yapılan sınavlar da benzer bir amaca hizmet ediyor. Canlı ve gözetimli bir ortamda öğrencilerin yapay zekâ araçlarına başvurma olanağı çok daha sınırlı. Öğretmenler, öğrencilerin sınav sırasında neleri hatırlayabildiğini, açıklayabildiğini ve çözümleyebildiğini değerlendirebiliyor.
Yazmaya alışkın bazı öğrenciler el yazısına dönüşten rahatsız. Ancak çalışmanın kime ait olduğu konusunda kaygı duyan öğretim görevlileri için gözetim altında yazma, öğrencinin başka bir yerde tamamladığı bir belgeye kıyasla çalışmasına daha doğrudan bir bakış sunuyor.
Diğer ödevlerde öğrencilerden yaptıkları bir etkinlikle bağlantılı materyaller sunmaları isteniyor. Antropoloji öğretim görevlileri saha görüşmelerinin ses kayıtlarını isteyebilirken hukuk profesörleri dönüm noktası niteliğindeki davalara dayalı simülasyon alıştırmalarından yararlanıyor. Bu görevler, değerlendirmeyi öğrencinin katılımına ve karar alma sürecine yaklaştırıyor.
Sözlü sınavlar, kayıtlar ve simülasyonlar öğrenme kanıtı sayılan unsurları da değiştiriyor. Tamamlanmış bir yazı, konuşma, görüşme kaydı ya da uygulamalı bir duruma verilen yanıtı da içerebilen değerlendirmenin yalnızca bir parçası hâline geliyor.
Yaratıcı görevler öğrencileri çalışmanın içine katıyor
Manipal Yükseköğretim Akademisi’nden Dr. Swathi Shivanand, öğrencilerden iki tarihî şahsiyet arasında bir diyalog hayal etmelerini isteyen bir ödev hazırladı. Bu alıştırma, ders materyallerinin alışılagelmiş bir özetinden çok yaratıcılık ve kişisel katılım gerektiriyor.
Yaratıcı yazarlık derslerinde, ödevlerin mekânı olarak kolej ortamından yararlanıldı ve karakterler gerçek öğrencilerden esinlenerek oluşturuldu. Sınıfın yakından tanıdığı kişi ve mekânlardan yararlanılması, yapay zekâ kullanımını caydırmaya yardımcı oldu.
Bu yaklaşımlar saha görüşmeleri ve hukuk simülasyonlarıyla aynı pratik amacı taşıyor: Öğrencilerden akıcı metin üretmenin ötesine geçmelerini istiyor. Öğrenciler yanıtlarını belirli bir ortam, etkinlik ya da hayalî bir diyalogla ilişkilendirmek zorunda kalıyor.
Öğretmenler, ödevleri en başta verme nedenlerini de korumaya çalışıyor. Bir tartışmada öğrencilerin birbiriyle çelişen fikirleri değerlendirmesi bekleniyor. Bir programlama alıştırması akıl yürütme becerisini geliştirmeli. Bir yazma görevi öğrencilere kendi düşüncelerini seçip ifade etme pratiği kazandırmalı.
Bazı öğretmenler yapay zekâyı işlerinde kullanıyor
St Joseph Üniversitesi’nden Öğretim Görevlisi Arpitha Jain, basılı okuma materyallerinden çoktan seçmeli sorular hazırlamak için ChatGPT kullanıyor. Bu yaklaşımda yapay zekâ, öğrencilerden hâlâ anlamaları gereken materyallerle daha yakından ilgilenmelerini istemenin bir aracına dönüşüyor.
Öğrenciler başlangıçta bu yönteme karşı çıktı. Bazıları daha sonra, okumalar üzerinden oluşturulan soruları hazırlıklarının bir parçası olarak kullanıp başka derslere daha verimli çalışmak için bu yöntemi benimsedi.
Prem Sagar, diğer öğretim üyelerine ders planlama, sunum hazırlama ve ayrıntılı geri bildirim verme amacıyla yapay zekâ kullanmayı öğretiyor. Ayrıca öğrenci başarısındaki eğilimleri belirlemek için veri analizinden yararlanıyor; böylece öğretim, öğrencilerin zorlandığı noktalara yanıt verebiliyor.
Bu uygulamalar, bazı eğitimcilerin yasaklama yaklaşımından sorumlu kullanıma doğru yöneldiğini gösteriyor. Bir ödevi tamamlayabilen aynı tür araç, bir öğretmenin ders hazırlamasına ya da öğrencinin konuyu anlayıp anlamadığını kontrol etmesine de yardımcı olabiliyor.
Farkı belirleyen, araca verilen rol. Jain’in örneğinde yapay zekâ, öğrencileri okumaya yönlendiren sorular sağlıyor. Sagar’ın çalışmalarında ise öğretmenler öğretimle ilgili kararları vermeye devam ederken araç hazırlık ve geri bildirimi destekliyor.
Yapay zekâ yanıtlarını sorgulamayı öğrenmek
Pallavi, öğrencilere yapay zekâ çıktılarının eleştirel biçimde incelenmesini de öğretiyor. Bir yanıt, yanlış bilgi içerse ya da önyargı yansıtsa bile kendinden emin ve kusursuz görünebilir. Öğrencilerin, dili ikna edici geldiği için yanıtı kabul etmek yerine içeriğini değerlendirmesi gerekiyor.
Örnek olarak, özgeçmişleri tarayan ve toplumsal cinsiyet ile ırk temelli önyargıları sürdürebilen yapay zekâ sistemlerini gösteriyor. Bu ders, sınıftaki kullanımı üniversite dışındaki kararlara bağlıyor; çünkü otomatik araçlar insanların nasıl değerlendirildiğini etkileyebiliyor.
Gizlilik de bir başka kaygı. Pallavi, öğrencileri kişisel bilgilerini popüler yapay zekâ uygulamalarına yüklememeleri konusunda uyarıyor. Hızlı sonuç almak için bir uygulama kullanmak, daha dikkatli değerlendirilmesi gereken bilgileri paylaşmayı gerektirebilir.
İngilizceye güvenmedikleri için yapay zekâya bel bağlayan öğrenciler açısından eleştirel yaklaşım ayrıca önem taşıyor. Daha süslü ifadeler bir yanıtı daha güçlü gösterebilir; ancak öğrencinin yanıtın doğruluğunu, akıl yürütme biçimini ve konuyla ilgisini incelemesi gerekir.
Yurt dışındaki üniversiteler de benzer baskılarla karşı karşıya
ABD’deki üniversiteler de ChatGPT ve benzeri araçların ortaya çıkmasının ardından derslerini yeniden tasarlıyor. Profesörler, evde tamamlanan bazı makalelerden ve kitaplara erişime izin veren sınavlardan uzaklaşıp sınıfta yazma çalışmalarına, sözlü sınavlara ve grup projelerine yöneliyor.
Bazı öğretim görevlileri kişisel değerlendirmeye ya da güncel olayların analizine dayalı ödevler hazırlıyor. Amaç, öğrencinin çok az katılımla üretilebilecek bir yanıt yerine konuyla bizzat ilgilenmesini gerektirmek.
Üniversiteler, üretken yapay zekâyı doğrudan ele almak için akademik dürüstlük politikalarını güncelliyor. Tespit amacıyla GPTZero gibi araçlar kullanılmaya başlanırken etik yapay zekâ kullanımına ilişkin tartışmalar da yeni öğrencilere yönelik oryantasyon programlarının ve zorunlu derslerin parçası hâline geliyor.
Diğer derslerde yapay zekâ yanıtları ödevin doğrudan bir parçası oluyor. Öğrencilerden yapay zekânın ürettiği bir yanıtı değerlendirmeleri ya da profesyonel çalışmalarla karşılaştırmaları istenebiliyor. Bu tür alıştırmalar, otomatik sistemlerin ürettiği bilgileri değerlendirme becerisi de dâhil olmak üzere eleştirel düşünmeyi ve dijital okuryazarlığı geliştirmeyi amaçlıyor.
Ortak zorluk, yapay zekâ araçlarının giderek yaygınlaştığı bir dünyaya öğrencileri hazırlarken adil değerlendirmeyi sürdürmek. Kurumlar bu hedefe farklı kısıtlama, yeniden tasarlanmış ödev ve sorumlu kullanım eğitimi bileşimleriyle ulaşmaya çalışıyor.
Maliyetler ödevin ötesine geçiyor
Yapay zekâ bilgiye erişimi kolaylaştırabilir ve farklı ihtiyaçları olan öğrencilere yardımcı olabilir. Ancak öğrenciler öğrenmenin temel işini yapması için ona bel bağladığında bağımsız düşünme, yaratıcılık ve özgün iletişim becerilerini geliştirme fırsatlarını da azaltabilir.
Enerji kullanımı da başka bir kaygı yaratıyor. ChatGPT gibi sistemlerle yapılan etkileşimler, standart bir internet aramasından on kata kadar daha fazla elektrik tüketebiliyor. Dolayısıyla yanıtı hızla üretmenin kolaylığı, eğitimle ilgili bir tercihin yanı sıra kaynak maliyetini de beraberinde getiriyor.
Öğretmenler ayrıca çalışmaların kime ait olduğunu kontrol etmek, tespit sonuçlarını gözden geçirmek ve yeniden yazılmış ödevleri değerlendirmekten kaynaklanan iş yükünü yönetmek zorunda. Kurumların da farklı ölçülerde yardıma izin veren derslerde okuyan öğrenciler için adil standartlar belirlemesi gerekiyor.
Yapay zekâ sistemleri daha gelişmiş ve özerk hâle geldikçe önyargı, gizlilik ve hesap verebilirlik daha da önem kazanıyor. Eğitimciler, politika yapıcılar ve teknoloji uzmanları, faydalı uygulamalara izin verirken öğrenmeyi koruyan ve öğrencilere adil davranılmasını sağlayan ilkeler geliştirme göreviyle karşı karşıya.
Hindistan’daki sınıflarda bu çabanın çeşitli örnekleri şimdiden görülüyor: Pallavi öğrencilerden teslim ettikleri çalışmaları açıklamalarını istiyor, Shivanand hayalî bir tarihî diyalogdan yararlanıyor, Jain okumaları sorulara dönüştürüyor, Sagar ise öğretmenlere kendi işlerinde yapay zekâ kullanmayı öğretiyor. Bu uygulamalar bir arada, tamamlanmış görünen bir yanıttan çok kavrayışı değerlendirmenin merkezine yerleştiriyor.
Önemli Noktalar
- Hindistan’daki kolejler, ödevlerde, makalelerde, sunumlarda ve iletişimde yapay zekâ kullanımının artmasına yanıt veriyor.
- Öğrenciler yapay zekâ kullanma nedenleri arasında zaman kazanmayı, yaklaşan teslim tarihlerini, iş hayatındaki beklentileri ve yazma konusundaki güvensizliği sayıyor.
- Öğretmenler kavrayışı ölçmek için sözlü sınavlara, el yazısıyla yapılan sınavlara, saha görüşmesi kayıtlarına, simülasyonlara ve yaratıcı görevlere yöneliyor.
- Turnitin ve DrillBit yapay zekâ tespiti sunuyor; ancak yanlış pozitif sonuçlar disiplin kararlarını karmaşıklaştırabiliyor.
- Hukuk öğrencisi Kaustubh Shakkarwar’ın yapay zekâ kullanma iddiasıyla başarısız sayılmasına itiraz etmesinin ardından O.P. Jindal Küresel Üniversitesi kararını geri aldı.
- Bazı eğitimciler çalışma soruları, ders planları, sunumlar ve geri bildirim hazırlamak ile öğrenci başarısını analiz etmek için yapay zekâ kullanıyor.
- ABD’deki üniversiteler de değerlendirme yöntemlerini değiştiriyor ve akademik dürüstlük politikalarını güncelliyor.
- Bağımsız düşünme, yanlış bilgi, önyargı, gizlilik, enerji tüketimi ve adil değerlendirme temel kaygılar olmayı sürdürüyor.






