Berkeley bilgisayar bilimleri sınıflarında yapay zeka kullanımı arttıkça başarısızlık oranı yükseliyor

California Üniversitesi Berkeley'deki bilgisayar bilimleri profesörleri, son akademik yılda öğrenci başarı dağılımının üst kısmında kayda değer bir kayma gözlediklerini bildiriyor. The Daily Californian'ın haberinde, Hacker News'in öne çıkardığı bu çalışma, dersi geçen öğrenci oranındaki düşüş ile yapay zeka araçlarının kullanımı arasındaki ilişkiyi inceledi.

Daily Cal'ın aktardığı verilere göre CS 61A (Bilgisayar Programlarının Yapısı ve Yorumu) adlı temel ders, geçen akademik yılda yüzde 12 başarısızlık oranına ulaştı. Üç yıl önceki başarısızlık oranı yüzde 4 düzeyindeydi. CS 70 (Ayrık Matematik ve Olasılık Teorisi) dersi ise yüzde 18'lik bir başarısızlık oranı kaydetti; üç yıl önceki oran yüzde 7'ydi.

Bu artış, akademik kurullar arasında geniş bir tartışma açtı. Dersi 30 yıldır yöneten Profesör John DeNero, Daily Cal'a 'öğrencilerin sınıf içi ödevleri çok daha hızlı yapabildiklerini görüyoruz, ancak final sınavlarındaki konseptual sorularda performansları belirgin biçimde düşüyor' dedi. DeNero, yapay zeka araçlarının ev ödevlerinde derin kavramayı bypass edebildiğini de belirtti.

Berkeley'in bilgisayar bilimleri bölümü başkanı Profesör Pieter Abbeel, durumun nedenleri konusunda dikkatli bir ton takındı. Abbeel, 'değişimin yalnızca yapay zeka kullanımına atfedilmesi yetersizdir; pandemi sonrası süreçte birikmiş matematik altyapısı açıkları, ortaöğretim aşamasındaki müfredat değişiklikleri ve sınıf büyüklüklerindeki artış da rol oynuyor' dedi.

Öğrenci tarafından bakıldığında konunun yaşam pratiğine ışık tutan tarafları da var. CS 61A öğrencisi ve Berkeley Engineering Society temsilcisi Maya Chen, 'sınıf arkadaşlarımın çoğu, ChatGPT veya Claude'a ödevlerinin tamamını yazdırıyor, sonra finallerde tek başlarına yapacakları soruları çözmeyi öğrenememiş oluyorlar' dedi.

Profesörlerin yanıt verme yolu ders ders farklılık gösteriyor. Bazıları geleneksel ev ödevlerini ortadan kaldırarak yerine sınıf içi (proctored) sınavları ve oral değerlendirmeleri yerleştirdi. Diğerleri yapay zeka kullanımını sınırlı koşullarda izin verilen bir araç olarak müfredat içine entegre etti. Üçüncü bir grup, hibrit yaklaşımla ev ödevlerinin değerlendirme ağırlığını azalttı.

Hacker News forumlarında konuya ilişkin tartışma, geniş bir spektrumu kapsadı. Bir grup yorumcu, yapay zeka araçlarının matematik öğretiminin yeniden tasarlanmasını gerektirdiğini savundu; başka bir grup, klasik matematik müfredatının pratik bilgisayar bilimleri programları için zaten gereksiz kabul edildiğini söyledi. Tartışma 1.200'ün üzerinde yorum aldı ve sitedeki en çok takip edilen başlıklardan biri haline geldi.

Daily Cal'ın haberinde ABD genelinde benzer bir eğilimin yaşandığı yer alıyor. Stanford, MIT ve Carnegie Mellon Üniversitesi bilgisayar bilimleri bölümlerinin son akademik yıl ders başarı oranlarında da paralel düşüşler kaydedildi. Carnegie Mellon'da bilgisayar bilimleri lisans dekanı Profesör Mark Stehlik, Daily Cal'a 'sektör genelinde bir öğretim ve değerlendirme yeniden tasarımı tartışması gerekli hâle geldi' diye konuştu.

Eğitim Bilimi alanında yapılan akademik çalışmalar, yapay zeka kullanımının öğrenme süreci üzerindeki etkisini daha kapsamlı bir bilimsel zeminde incelemeye başladı. Stanford Eğitim Bilimleri profesörü Dr Carrie James, son yayınladığı çalışmasında 'yapay zeka kullanımının bireysel bilişsel yükü azalttığını, ancak kavramsal derinliği aynı oranda artırmadığını' kayıt altına aldı. Çalışma Educational Researcher dergisinde yayımlandı.

The Daily Californian'ın haberi, Berkeley'in örnek özelinin daha geniş bir tartışmanın küçük bir kesiti olduğunu vurguluyor. Üniversitelerin yapay zeka kullanımına nasıl yanıt vereceği, öğretim metodolojisinin önümüzdeki on yılını şekillendirebilir. Berkeley'in 2026-2027 akademik yılı planında, en az dört bilgisayar bilimleri dersinde proctored sınavların yeniden uygulamaya konulması ve yeni 'AI Literacy' adlı zorunlu giriş dersinin müfredata eklenmesi yer alıyor.