Derin Öğrenme Ve Eğitim Teknolojileri

Derin öğrenme teknolojisi eğitimde kullanılabilir mi? Ken Robinson TED’de yayınlanan ünlü konuşmasında okullarımızdaki öğrencileri gruplama sisteminin 18.YY’dan bu yana değişmediğini söyler. Fabrikalara benzeyen okullarda öğrencilerin sırf aynı yaş grubunda olduğu için bir sınıfa toplanması onların yeteneklerini göz ardı etmek demektir. Gardner’ın Çoklu Zeka teorisine göre her çocuğun yetenekleri farklıdır ve bu yetenekler doğrultusunda eğitim alması uygun olandır. Çocuğa uygun zeka alanına dolayısıyla ilgi ve yeteneklerine hitap eden bir öğretme yönteminin onun öğrenme becerisini artırmasını beklenmektedir.

Derin öğrenme (Deep Learning), son yıllarda ortaya çıkan önemli gelişmelerden biri. Basitçe açıklamak gerekirse bilgisayarların “öğrenmeleri” demek. Bilgisayarlar gördüklerini ve duyduklarını verileri daha önceden sahip oldukları verilerle ilişkilendirebiliyorlar. Örneğin bir bilgisayar binlerce fotoğraf arasından elinde ananas olan kişiyi tespit edip önünüze getirebiliyor. Yüklediğiniz bir köpek fotoğrafına benzer başka fotoğrafları karşınıza getirebiliyor. (Arka fon, renkler ve tüm ayrıntılarıyla kıyaslayarak) Duyduğu sesin kime ait olduğunu anlayabiliyor.

Derin öğrenme bugün sağlık, güvenlik, yüz tanıma, haritacılık gibi alanlarda kullanılabiliyor. Eğitim alanında derin öğrenmenin kullanılmaya başlanması şaşırtıcı olmayacaktır. Bu yeni sayılabilecek bir kavram ve geleceğin teknolojilerinde daha fazla yer edineceği açık.

Derin öğrenme ile yapılabilecekler bizim hayal gücümüze bağlı. Zamanla eğitim alanında derin öğrenmeden faydalanılabilen farklı konular konular gündeme gelebilir. Benim bu yazıda dikkat çekmek istediğim noktalardan birisi derin öğrenmenin öğrenci ilgi ve yeteneklerinin ve onun yatkın olduğu zeka alanlarının belirlenmesinde kullanılması. Derin öğrenmenin bir parçası olan duygu analizi çocukları daha iyi tanımamızda kullanılabilecek bir teknoloji. Bu teknoloji fotoğrafları dahası videoları inceleyerek kişilerin duygu durumları hakkında bize fikir sunuyor. Burada Microsoft tarafından geliştirilen bir duygu analizi teknolojisinin örneği var. Aynı amaçla kullanılan başka teknolojiler de mevcut. İnsanın hata eşiğinden daha düşük hata ortalamasına sahipler.

Örnek olarak Microsoft’un bu teknolojisini test edebilirsiniz.

Derin öğrenme teknolojisi eğitimde kullanılabilir mi?

Makine öğrenme teknolojisi uzun süredir çevirimiçi eğitim programlarında kullanılıyor. Yazılım öğrenci soruları çözerken hangi konularda zayıf kaldığını anlayarak öğrenciyi yönlendiriyor. Böylece öğrencinin zayıf ve güçlü yanları daha kolay tespit edilebiliyor. Anlaşılan konuya daha az zaman ayrılıyor ve anlaşılmayan konular için daha farklı yöntemler kullanılıyor. Öğretimin bireyselleştirilmesinde etkili olarak kullanıyor bu yazılımlar.

Derin öğrenme ise biraz daha karmaşık bir konu. Derin öğrenmeye (görsel temelli) dayalı bir eğitim teknolojisi geliştirmek için öncelikle gerekli koşullar oluşturulmalı. Öğrenciler farklı yöntemlerle işlenen derslere girmeli ve bu esnada görüntüler kayda alınmalı. Bu deney yeterince tekrarlandığında hangi çocuğun hangi öğretme tekniğine karşı daha ilgili olduğu tespit edilebilir. Elde edilecek veri tek başına kullanılamayacağı gibi ne kadar veri varsa alınacak karar o kadar doğru olacaktır. Öğretmen, veli ve çocuk iş birliğinin yanı sıra derin öğrenme verileri kullanılabilir. Bu verilerden elde edilen bilgilerden yola çıkarak çocuklara bireyselleştirilmiş öğrenim planları hazırlanabilir.

Mindojo gibi şirketler matematik, fizik ve tarih öğretmekle kalmayıp bir yandan da kullanıcıyı inceleyerek tam olarak kim olduğunu öğrenebilen interaktif algoritmalar geliştiriyor. Dijital öğretmenler verdiğim her cevabı ve ne kadar sürede verdiğimi değerlendiriyor Zamanla kendime has zayıflıklarımla beraber güçlü yanlarımı da keşfediyor. Beni neyin heyecanlandırdığını, ne zaman derste gözlerimin kapandığını belirleyebiliyor.

Termodinamik ve geometriyi, diğer öğrencilerin yüzde 99’una uymasa bile benim seviyeme özel yöntemlerle öğretiyor. Sabrını kaybetmediği için asla öğrenciye bağırmayan dijital öğretmenler greve de gitmiyor Bu kadar zeki bilgisayar programlarının olduğu bir dünyada neden termodinamik ve geometri öğrenmeye ihtiyaç duyarım, orası da meçhul tabii. (Homo Deus – Yuval Harari)

Derin öğrenme ile elde edilen veriler sonraki aşamada, aynı sonuçları gösteren çocukları aynı sınıfta toplamak için kullanılabilir.

Bu sınıflara giren öğretmenler derse hazırlıklarını çocukların ilgisini çeken yönteme göre yaparlar. Duygu analizi ile öğrenci ilgi ve yeteneklerinin tespit edilmesi ve sınıflandırılması mümkündür. Uygulanabilirliği ve işe yararlığı mutlaka sınanmalıdır. Birçok disiplinin iş birliği gerekiyor. Öğrenme sadece sistemler tarafından sağlanamaz.

Eğitim ve derin öğrenme üzerine yeni fikirler ve yöntemler üzerine konuşulması ise asıl önemli olandır. “Eğer ne aradığımızı bilseydik onun adı araştırma olmazdı. Öyle değil mi?” Konu hakkında konuşmacının ses tonundan faydalanılarak duygu analizi yapılmasıyla ilgili bir yüksek lisans tezi hazırlanmış.

Not : Bu yazıyı hazırlanması için bir eğitim portalına göndermiştim. Ben gönderdim fakat cevap gelene kadar şöyle bir haber yayınlandı.

İlk yorum yapan olun

Bir Cevap Yazın