Atölyeler

Atölye Lideri:
Dr. Ömer GÜNEŞ
Pembroke College, University of Oxford Research Fellow

Atölye Başlığı:
Yapay Zekâ Neden Yanlış Bilgi Üretir? Retrieval-Augmented Generation ile Müfredata Dayalı Yapay Zekâ Eğitmenleri Geliştirme

Atölye Kapasitesi:
100

Atölye Kısa Tanımı:
Sınıf içinde yapay zekâ araçlarını kullanan pek çok eğitimci benzer bir sorunla karşılaşmaktadır: yapay zekâ sistemleri, son derece kendinden emin bir üslupla gerçeğe aykırı veya hatalı bilgiler üretebilmektedir. Bu durum basit bir yazılım hatası değil, büyük dil modellerinin çalışma biçiminden kaynaklanan yapısal bir özelliktir. Bu atölyede, yapay zekâyı yalnızca bir “kara kutu” olarak kullanmanın ötesine geçilerek, bu sistemlerin neden “halüsinasyon” ürettiği ve eğitim ortamlarında daha güvenilir biçimde nasıl kullanılabileceği hem kavramsal hem de uygulamalı olarak ele alınacaktır.

Atölye kapsamında, Oxford Üniversitesi’nde yürütülen güncel araştırmalardan da hareketle, Retrieval-Augmented Generation (RAG) yaklaşımı tanıtılacaktır. RAG, bir yapay zekâ modelinin ders planları, ders notları, çalışma kâğıtları, ders kitapları veya kurumsal yönergeler gibi güvenilir belge kaynaklarına bağlanmasını sağlayan bir yöntemdir. Bu sayede model, yalnızca genel eğitim verisine dayalı tahminlerde bulunmak yerine, kendisine sunulan kaynaklardan bilgi çekerek yanıt üretir. Böylece üretilen cevaplar daha izlenebilir, doğrulanabilir ve öğretim hedefleriyle daha uyumlu hâle gelir.

Katılımcılar, kendi yükledikleri materyalleri kullanan, önce ilgili bilgiyi bulan, ardından bu bilgiye dayalı yanıt üreten basit bir yapay zekâ eğitmeni örneğini uygulamalı olarak deneyimleyeceklerdir. Atölyede, önceden herhangi bir kodlama bilgisi gerekmeyecek; belge yükleme, metni anlamlı parçalara ayırma, anlamsal arama ve kaynağa dayalı cevap üretme süreçleri erişilebilir, tarayıcı tabanlı araçlar ve görsel arayüzler üzerinden gösterilecektir.

Atölye sonunda katılımcıların, kendi alanlarına ve müfredatlarına uyarlanabilecek basit bir yapay zekâ destekli öğretim asistanı prototipi geliştirmeleri ve aynı zamanda sınıf içi uygulamalarda yapay zekâ çıktılarının hangi koşullarda güvenilir kabul edilebileceğine ilişkin sağlam bir değerlendirme çerçevesi kazanmaları hedeflenmektedir.

Atölye Kazanımları:
Büyük dil modellerinin neden hatalı veya yanıltıcı içerik üretebildiğini ve bunun eğitimde güvenli kullanım açısından ne ifade ettiğini kavrar.
Retrieval-Augmented Generation (RAG) yaklaşımının temel mantığını ve bunun standart istem (prompt) tasarımından hangi yönleriyle ayrıldığını anlar.
Kendi müfredat materyallerine dayalı, konuya özgü basit bir yapay zekâ destekli öğretim asistanı oluşturur.
Yapay zekâ tarafından üretilen yanıtları, ilgili kaynak belgelere dayandırarak eleştirel biçimde değerlendirme becerisi kazanır.
Eğitim ortamlarında hangi görevlerin yapay zekâya daha güvenli biçimde devredilebileceğini ve hangi durumlarda insan denetiminin zorunlu olduğunu ayırt eder.
Üniversitelerde ve endüstride kullanılan araştırma düzeyindeki yapay zekâ yaklaşımlarının sınıf ortamına nasıl uyarlanabileceğine ilişkin farkındalık geliştirir.

Atölye Hedef Kitlesi:
Öğretmenler, Okul Yöneticileri, Akademisyenler, Üniversite Öğrencileri

Atölye Düzeyi:
Orta