Yapay zekâ destekli araçlar, öğrencilerin ödevlerini çok daha kısa sürede tamamlamasını sağlarken, bu hızın öğrenme maliyeti giderek daha görünür hale geliyor. “The Generative AI Learning Penalty” başlıklı yeni bir çalışma, özellikle ödevleri hızlandırmak için kullanılan generatif yapay zekânın, ortaöğretim seviyesindeki öğrencilerin sınav performansını ciddi biçimde gerilettiğini gösteriyor.

26 bin öğrencilik uzun dönemli analiz

Çalışma, Çin’de 7–12. sınıflarda okuyan 26.811 öğrencinin 30 aylık panel verisini inceliyor. Araştırmacılar, öğrencilerin hem ödev tamamlama sürelerini hem de ödev ve sınav notlarındaki değişimi izleyerek YZ kullanımının etkisini ayrıştırmaya çalıştı.

• YZ kullanan öğrencilerde ödev tamamlama süresi yaklaşık yüzde 30 kısaldı.
• Ödev notları ortalama yüzde 18 yükseldi.
• Ancak, yapay zekânın yasak olduğu yazılı sınavlarda notlar altı ay içinde yaklaşık yüzde 20 geriledi.
• İki yıllık dönemde, özellikle yüksek riskli geçiş ve giriş sınavlarında performans kaybı yüzde 18–24 bandına ulaştı.

Bu tablo, YZ destekli “yüksek ödev notu” görüntüsünün, gerçek öğrenmeyi yansıtmadığını ve sınav döneminde ciddi bir “öğrenme açığı”na dönüştüğünü ortaya koyuyor.

“Emek problemi”: Hızlı ödev, düşük öğrenme

Araştırmanın merkezinde, yapay zekânın öğrencilerin harcadığı bilişsel çabayı gölgeleyip gölgelemediği sorusu yer alıyor. Veriler, öğrenme kaybının yaklaşık yüzde 80’inin, ödevlerini olağanüstü hızlı bitirip yüksek puan alan öğrencilerde yoğunlaştığını gösteriyor.

• Bu grup, soruları kendi başına çözmek yerine, çözümü büyük ölçüde yapay zekâya “outsourcing” eden profil olarak tanımlanıyor.
• Ödev tamamlama süresini, AI kullanmayan akranlarına benzer seviyede tutan öğrencilerde ise sınav performansındaki düşüş çok daha sınırlı kalıyor.
• En sert not düşüşleri önce sosyal bilimler derslerinde, ardından STEM dersleri ve dillerde gözlemleniyor.
• Kayıplar, özellikle daha genç öğrencilerde, halihazırda yüksek başarı gösterenlerde ve erkek öğrencilerde belirginleşiyor.

Kısacası, YZ “ödev yardımcısı” olmaktan çıkıp “ödev yapıcısı”na dönüştüğünde, öğrencinin derse ayırdığı emek azalıyor ve bu da sınavlarda net şekilde bedelini ödüyor.

Yapay zekâ ders içinde işe yarıyor mu?

Tablo tamamen karamsar değil. Aynı dönemde yayımlanan başka çalışmalar, yapay zekânın doğru bağlamda kullanıldığında öğrenmeyi hızlandırabildiğini ortaya koyuyor.

Wharton profesörü Ethan Mollick, söz konusu araştırmayı Bluesky ve X üzerinden yorumlarken, öne çıkan modeli şöyle özetliyor: “AI tutoring in support of classes is good, using AI to ‘help’ with homework is bad.” Nature’da yayımlanan ayrı bir çalışma da, sınıf içi etkinliklerde AI tabanlı bir öğretici kullanan öğrencilerin, geleneksel aktif öğrenme yöntemlerine göre daha kısa sürede daha fazla öğrendiğini ve derse katılımlarının arttığını raporluyor.

Bu bulgular, AI kullanımında bağlamın – yani ne zaman, nasıl ve hangi kontrol mekanizmaları altında kullanıldığının – araçtan daha kritik olduğunu gösteriyor.

Öğrenciler AI’ı nasıl kullanıyor?

Çalışmanın sonuçları, Çin’deki hızlı yapay zekâ adaptasyonunun tam ortasında geliyor. China Daily’nin aktardığı ulusal bir ankete göre, ülke genelinde ilköğretim ve ortaöğretim öğrencilerinin yüzde 60’ından fazlası en az bir kez yapay zekâ aracı kullanmış durumda.

• Bu öğrencilerin yüzde 71’i, AI araçlarını doğrudan ödevlerini tamamlamak için kullandığını belirtiyor.
• ABD’de yapılan NPR/Ipsos anketinde ise K-12 öğretmenlerinin yüzde 55’i, sınıflarında yapay zekânın ağırlıklı olarak öğrencilerin “zorlayıcı işi atlamak” için kullandığı bir kısa yol olduğunu düşünüyor.

Yani hem Çin’de hem ABD’de, yapay zekâ şu an ağırlıklı olarak “öğrenme hızlandırıcı” değil, “emek azaltıcı” bir araç olarak konumlanmış durumda.

Sırada ne var: Ödevi değil, modeli değiştirmek

Araştırmanın ardından gündemdeki temel soru, okulların yapay zekâyı ödevler yerine nasıl daha çok “tamamlayıcı ders içi öğretici” olarak konumlayacağı. ABD’de bazı üniversiteler, AI destekli kopyayı sınırlamak için ağırlığı sözlü sınavlara ve sınıf içi performansa kaydırmaya başladı bile.

• Birçok akademisyen, değerlendirme sistemlerini proje bazlı, uygulamalı ve sınıf içi kontrollü modellere taşımaya çalışıyor.
• Benzer müdahalelerin, yapay zekâ destekli eğitim teknolojisi pazarının 43 milyar doların üzerinde olduğu Çin’de K-12 seviyesinde ölçeklenip ölçeklenemeyeceği ise henüz net değil.

Kısa vadede, politika yapıcıların ve okul yöneticilerinin önünde iki kritik hedef var: Öğrencilerin yapay zekâyı ödevlerini devretmek için değil, anlamadıkları noktaları çözmek için kullanmalarını sağlamak ve sınav/ölçme sistemlerini bu yeni gerçekliğe göre yeniden tasarlamak.