“ÖĞRENMEYİ KANITLAMA” ÇAĞI GELDİ VE BU KÖTÜ BİR ŞEY DEĞİL
- TKD Istanbul Subesi
- 2 saat önce
- 6 dakikada okunur
Not: Kaynak bağlantıları İngilizce. Okumak isterseniz Google Translate yardımcı olabilir.
Bu yazı her ne kadar öğretmen merkezli bir “değerlendirme” tartışması gibi görünse de, ben burada kütüphaneciler için yeni ve çok gerçek bir iş alanı görüyorum. Çünkü “kanıtlanabilir öğrenme” dediğimiz şeyin omurgası; kaynak taraması, doğrulama, alıntı, sürüm takibi, notlandırma ve süreç belgeleme gibi ara adımlara dayanıyor. Ve bu ara adımları meslek olarak yapan biri varsa, o da kütüphanecidir.
Öğrenciler yapay zekadan metin üretebilir, ama hangi iddia hangi kaynağa dayanıyor, hangi bilgi doğrulanmış, hangi alıntı doğru biçimde verilmiş, hangi önyargı nereden geliyor gibi soruları sistemli şekilde sormayı ve standartlaştırmayı kütüphaneciler kadar iyi bilen çok az meslek var. Bu yüzden kütüphaneciler, okullarda ve üniversitelerde “AI okuryazarlığı”nın araştırma ve doğrulama ayağında yalnızca destek değil; bence doğrudan tasarımcı ve rehber rolüne de geçebilir.
Bu yazımda biçimlendirici ve sonuç odaklı değerlendirme tartışmasını tamamen yeniden açmıyorum, her ne kadar “öğrenmeyi kanıtlama” çağı buna açıkça dokunsa da. Şimdilik daha basit bir noktaya odaklanıyorum: Cevap üretmek kolaylaştığında, en çok önemli olan şey; işin arkasındaki düşünmenin, revizyonun ve sahiplenmenin kanıtıdır.
Yıllar boyunca eğitimdeki darboğaz, bilgiye erişimdi. Pek çok yerde hâlâ öyle, çünkü bilgi her yerde olabilir; ama herkes için eşit derecede ulaşılabilir, güvenilir ya da kullanılabilir değildir.
Ama şimdi sınıfta yeni bir misafir var ve işleri karmaşıklaştırıyor: anında cevap üretimi.
Bu yüzden darboğaz yer değiştiriyor. Artık mesele sadece “Bilgi bulabiliyor musun?” değil. Mesele şu: “Nasıl düşündüğünü, nasıl seçtiğini, nasıl doğruladığını ve bundan nasıl doğru bir şey inşa ettiğini gösterebiliyor musun?”
Çünkü yapay zeka cevapları ucuzlattı. İşe yaramaz değil, anlamsız değil; sadece ucuz. Temiz bir paragraf, derli toplu bir özet, fena olmayan bir ilk taslak, hatta saygın bir argüman saniyeler içinde ortaya çıkabiliyor. Bu, okulun ağırlık merkezini değiştiriyor.
Soru artık “Bir paragraf üretebiliyor musun?” değil.
Soru şu: “Herkes iyi bir paragraf üretebiliyorsa, öğrenme sayılan şey nedir?”
Sürekli yaptığımız hata: Yapay zekayı kopya problemi gibi görmek Kamusal tartışmanın büyük kısmı dönüp dolaşıp denetime geliyor. Tespit araçları. Yasaklar. “Yapay zekaya dayanıklı” ödevler.
Ama rahatsız edici gerçek şu: öğrenmeyi gerçekten “yapay zekaya dayanıklı” hale getiremezsiniz. Sadece yeniden tasarlayabilirsiniz. Yükseköğretim yöneticileri bile hedefin kusursuz yapay zeka karşıtı kaleler kurmak değil, yapay zekanın var olduğu bir dünyada hâlâ anlamlı olan değerlendirmeler inşa etmek olduğunu söylüyor. (Inside Higher Ed)
Ve “dedektör” yolu sallantılı. Turnitin’in kendi dokümantasyonu bile, yapay zeka puanının bir öğrenciye karşı olumsuz işlem yapmak için tek başına kullanılmaması gerektiğini vurguluyor; ayrıca kısa biçimli metinlerde ya da belirli formatlarda modelin güvenilirliğinin düştüğüne işaret ediyor. (guides.turnitin.com)
Dolayısıyla sistemin yanıtı “Onları yakalarız” olursa, sistem değerlendirmelerin geleceğini, şirketlerin bile tek başına kullanılmaması gerektiğini söylediği bir araca bağlamış olur.
Bu bir plan değil. Bu, elektronik tablo kılığına girmiş bir umut.
Daha işe yarar çerçeve: “ürün”den “kanıt”a kaymak
Eğer nihai deneme tek “eser” ise, eğitim hem kolay taklit edilir hem de güvenilmesi zor hale gelir.
Ama öğrenme, sürecin görünür kanıtlarını da içeriyorsa, yapay zeka bir tehdit olmaktan çıkar, öğrencilerin sorumlu biçimde kullanmayı öğrendiği bir araca dönüşür.
Bu, temel kayma:
Eski model: Nihai ürünü notlandır.
Yeni model: O ürünü üreten düşünme izini notlandır.
Deneme ölmedi. Ama “tek eser” olarak sadece son taslağa güvenmek öldü.
Öğrenmeyi kanıtlama çağında öğrenciler sadece “şeyi” teslim etmiyor. O şeyi nasıl yaptıklarını da teslim ediyorlar.
Bu şunları içerebilir:
• erken taslaklar ve revizyon notları
• kararlar üzerine kısa yansımalar (“bu iddiayı neden değiştirdim”, “beni fikrimden döndüren kanıt neydi”)
• açıklamalı kaynaklar
• sınıf içi yazma kontrol noktaları
• sözlü açıklamalar, mini savunmalar, görüşmeler
• akran geri bildirim kayıtları
• yazılım tarafından bire bir izlenmese bile bir “sürüm geçmişi” zihniyeti
Bu yaklaşım, okul dışındaki gerçek yazma pratiğiyle de uyumlu. İnsanlar taslak çıkarır.
Revize eder. Argümanları test eder. Geri bildirimi içeri alır. Seçimlerini savunur.
Eğer eğitimin düşünmeyi ölçmesini istiyorsak, düşünmenin tek bir yükleme ile tam formunda geldiğini varsaymayı bırakmalıyız.
Sözlü ve yüz yüze açıklama neden geri dönüyor
Üretken yapay zekanın en ilginç yan etkilerinden biri, eski moda bir şeyin geri dönüşü: sözlü açıklama.
Konuşmak yazmaktan ahlaki olarak daha üstün olduğu için değil; sözlü sorgulama, bir öğrencinin gerçekten ne anladığını anlık olarak ortaya çıkardığı için. OECD, sözlü sınavların yüksek riskli bağlamlar dahil, bazı sistemlerde merkezi bir değerlendirme pratiği olmaya devam ettiğini not ediyor. Yapay zeka ile doymuş bir dünyada, bu daha az “geleneksel” ve daha çok “stratejik” görünüyor. (OECD)
Akıl yürütmesini açıklayabilen, kanıtını savunabilen ve itiraza cevap verebilen bir öğrenci, yapay zekanın o anda onun adına taklit edemeyeceği bir şeyi gösterir: sahiplenme.
Mesele de bu sahiplenme.
Öğretmenleri tam zamanlı dedektife çevirmeden bunun pratikte karşılığı İnsanlar “süreç” kelimesini duyunca bazen bir evrak dağı hayal ediyor. Bu kaygı gerçek. Öğretmenler daha fazla idari yük istemiyor.
Bu yüzden kilit nokta, sonsuz kanıt değil, hafif kanıt tasarlamak.
Ölçeklenebilen birkaç değerlendirme yapısı:
1) Taslak Merdiveni
Tek bir teslim tarihi yerine 3 küçük kontrol noktası belirlersiniz:
• Kontrol noktası A: iddia + 3 kaynak + gerekçelendirme için bir paragraf
• Kontrol noktası B: dağınık taslak + “Neyden emin değilim?” yansıması
• Kontrol noktası C: son taslak + revizyon notu (“Ne değişti ve neden?”)
Her kontrol noktasını hızlıca notlandırırsınız; kusursuzluk için değil, ilerleme için.
2) “Bunu Bir Meslektaşıma Anlatır Gibi Açıkla” Savunması
Teslimden sonra her öğrenci 2 ila 4 dakikalık kısa bir açıklama yapar:
• Tezin nedir?
• En güçlü kanıtın nedir?
• Biri neye itiraz ederdi ve sen nasıl yanıt verirdin?
Bu, kısa bir canlı görüşme olarak da yapılabilir; zaman darsa kayıtlı yanıt olarak da.
3) Kaynaktan İddiaya Haritası
Öğrenciler tek sayfalık bir harita teslim eder:
• iddia -> kanıt -> yorum -> çıkarım
• ve bir not: “Abartma isteği duyduğum yer burasıydı.”
Son satır önemli. Entelektüel dürüstlüğü öğretir.
4) Sınıf İçi Tohum
Ödevi sınıfta yazılan bir “tohum” metinle başlatın: 10 ila 15 dakika; el yazısı ya da kilitli cihaz, tercihinize göre.
Sonra ev ödevi, bu tohumdan büyümek zorunda kalsın. Öğrenciler taslak desteği için yapay zekayı kullanabilir, ama odada başlayan özgün düşünmenin yerini alamaz.
Okulların öğrencilere açıkça söylemesi gerekenler
“Kabul edilebilir kullanım”ı tanımlamazsak, öğrenciler bunu genellikle baskı altında, kendileri tanımlar.
UNESCO’nun eğitimde üretken yapay zeka rehberliği, kurumların panikle tepki vermesi yerine politika planlamasını ve kapasite inşa etmesini içeren insan merkezli bir yaklaşımı vurgular. (unesco.org)
Bu yüzden öğrenmeyi kanıtlama çağına uyan, öğrenciye dönük pratik bir mesaj şöyle olabilir:
• Yapay zekayı beyin fırtınası, taslak iskeleti çıkarma ve geri bildirim için kullanabilirsiniz. • İşin şeklini etkilediğinde sürecinizi göstermeli ve yapay zeka desteğini belirtmelisiniz. • Doğruluk, kanıt ve nihai kararların sorumluluğu hâlâ sizde.
• Çalışmanızı açıklayamıyorsanız, çalışmanız size ait değildir.
Son cümle cezalandırıcı değil. Açıklayıcı.
Asıl mesele: Eğer izin verirsek bu eğitimi iyileştirebilir
Öğrencileri okul yazılarında en çok zorlayan şeylerden biri, bunun not için yapılan bir performans gibi hissettirmesi. Yapay zeka bu performansı taklit etmeyi kolaylaştırıyor, bu da bizi daha iyi bir soru sormaya zorluyor:
Biz çıktıları mı notlandırıyoruz, yoksa düşünürler mi yetiştiriyoruz?
Öğrenmeyi kanıtlama çağı doğru yapılırsa bizi şunlara iter:
• tek seferlik notlandırma yerine geri bildirim döngüleri
• uyum sağlama ve “talimatı yapma” yerine üstbiliş
• sadece cilaya değil, özgünlüğe değer verme
• öğrenmeyi özel bir mucize değil, görünür bir pratik olarak görme
Ve açıkçası, bu pek çoğumuzun yapay zeka gelmeden önce de istediği türden bir eğitimdi.
Bu ay kafamı kurcalayan soru
Eğer yapay zeka herkes için “fena olmayan” bir paragraf üretebiliyorsa, eğitimin değeri artık “metin üretmek” değildir.
Değer, düşünebilen, revize edebilen ve söylediğinin arkasında durabilen insanlar yetiştirmektir.
O yüzden eğitimciler, öğrenciler ve öğrenmeyi önemseyen herkes için sorum şu:
Son taslağa yaslanmadan öğrenmeyi kanıtlamak zorunda kalsaydınız, onun yerine neyi ölçerdiniz ve bunu nasıl adil hale getirirdiniz?
Son Not
“Öğrenmeyi kanıtlama” çağını fazla erken kutlamadan önce bir şey daha: Bu yaklaşım öğretmenin rolünü güçlü bir biçimde yeniden öne çıkarabilir ve sessizce iş yükünü artırabilir.
Taslak kontrol noktaları, görüşmeler, sözlü savunmalar, süreç geri bildirimi, revizyon notları, bunların hepsi anlamlı. Ama hepsi zaman istiyor. Kalabalık bir sınıfta “düşünmeni göster”, fark etmeden “öğretmen, her şeyi oku ve her şeye cevap ver”e dönüşebilir. Bu sürdürülebilir değil.
Süreç temelli değerlendirme işe yarasın istiyorsak emeği dengelemeliyiz: Her adımı notlandırmak yerine daha akıllı örnekleme, gerçekten işe yarayan akran değerlendirme yapıları, hızlı sınıf içi mikro kontroller ve zaman ile sınıf mevcudunun gerçek sınırlarını kabul eden politikalar.
Bu gerilim, daha iyi öğrenme vaadi ile kalabalık sınıflarda öğretmen kapasitesinin gerçekliği arasındaki gerilim, bir sonraki yazmak istediğim eğitim meselesi.
Kaynakça (APA 7)
Whitford, E. (2025, December 16). You can’t AI-proof the classroom, experts say. Get creative instead. Inside Higher Ed. https://www.insidehighered.com/news/faculty issues/learning-assessment/2025/12/16/you-cant-ai-proof-classroom-experts-say-get
Turnitin. (2026, March 6). Using the AI Writing Report. Turnitin Guides. https://guides.turnitin.com/hc/en-us/articles/22774058814093-Using-the-AI Writing-Report
Organisation for Economic Co-operation and Development. (2026). The Theory and Practice of Upper Secondary Certification. OECD Publishing. https://doi.org/10.1787/b3fea5ba en
Miao, F., & Holmes, W. (2023, September 7). Guidance for generative AI in education and research. UNESCO. https://www.unesco.org/en/articles/guidance-generative-ai education-and-research