Yapay Zeka Çalışmaları: Biri Puanı Artırdı, Biri Notu Düşürdü

Ekim ayında iki çalışma birlikte yayımlandı ve sonuçları zıt yöndeydi. Biri Arizona'da ortaokul öğrencilerinin matematik puanlarıyla olumlu bir ilişkiye işaret etti. Öbürü Maryland Üniversitesi'nde, asistanlı derslerdeki öğrencilerin notlarının daha düşük çıkmasıyla bitti. İki çalışmanın birlikte yayımlanmasını isteyen kişi, Maryland Üniversitesi Eğitim Verisi Bilimi ve Yenilik Merkezi'nin direktörü Jing Liu. Hechinger Report'a göre Liu, eğitimde yapay zekanın ne 'tamamen iyi' ne de 'tamamen kötü' olduğunu göstermek istedi.

Aşağıdaki bilgiler çalışmaların tam metninden değil, Hechinger Report'un 2 Kasım ve Inside Higher Ed'in 7 Ekim tarihli haberlerinden geliyor; sayıların yanında kaynağı yazıyoruz.

Arizona'da haftada iki soru

İlk çalışmanın konusu, Goblins adlı bir matematik çalışma sitesi. Site, 2025-26 eğitim yılında Arizona'nın Deer Valley bölgesinde 6.000 ortaokul öğrencisine açıldı. Soruları öğretmenler atadı. Yapay zeka öğretmen; yazılı sohbet, sanal beyaz tahta ve sesli konuşmayla adım adım yardım verdi. Öğretmenlere aracı özellikle zorlanan öğrencilerle kullanmaları önerildi. Kimi öğretmen tüm sınıfına atadı, kimi hiç kullanmadı.

Haftada en az iki soru çözen, yani yıl boyunca 50'den fazla soru çözen öğrenciler, yıl sonu standart matematik değerlendirmesinde benzer öğrencilerden anlamlı derecede yüksek puan aldı. Karşılaştırma grubunu Goblins'i daha az kullanan ya da hiç kullanmayan öğrenciler oluşturdu. Çalışmayı sipariş eden bağımsız ve kâr amacı gütmeyen araştırma kuruluşu Accelerate, farkı 0,11 standart sapma olarak hesapladı ve yaklaşık üç aylık ek öğrenmeye denk saydı.

Bu bir neden-sonuç kanıtı değil: Çalışma, kazanımları Goblins'in yarattığını kanıtlayamıyor. Aracı daha çok kullanan öğrenciler zaten matematiğe daha motive olabilir ve araç olmadan da daha iyi sonuç almış olabilir. Accelerate meseleyi çözmek için rastgele kontrollü bir deney sipariş etmeyi umuyor. Bu, katılımcıların kurayla gruplara ayrıldığı çalışma türüdür.

Kullanımı artıran ne olabilir?

Puan farkının yanında vurgulanmaya değer bir sonuç daha var: 6.000 öğrencinin yarısı haftada en az iki soru çözdü. Haberin yazarı Jill Barshay bunun neden önemli olduğunu 'beş yüzde sorunu' ile açıklıyor. Bir araç yönergeye uygun kullanan öğrenciler için çok iyi işleyebilir, ama genel kural olarak öğrencilerin yalnızca yaklaşık %5'i onu öyle kullanır. Geri kalanlar ya evde giriş yapmaz ya da sınıftaki ekran süresini boş geçirir. Khan Academy, IXL ve başka platformlar üzerine çalışmalar bu sorunu iyi belgelemiş.

Kullanım tarafında bir eksik de var: Haftada en az yarım saat kullanan öğrencilerin oranı yalnızca %6. Barshay'a göre bu ölçütte Goblins, tanıdık beş yüzde sorununu yansıtıyor.

Goblins yine de İngilizce öğrenen öğrenciler ve engelli öğrenciler gibi sık zor erişilen gruplara ulaşmış görünüyor. Liu bunu, öğrencilerin öğretmenlerinin çizgi film avatarıyla sesli konuşabilmesine bağlıyor. Yapay zeka öğretmen İspanyolca ve altı dili daha anlıyor ve konuşuyordu. Liu'nun sözü: 'Kendi öğretmeninizle konuşmak gibiydi.' Öğretmenin kontrolü de payını almış olabilir. Hangi soruyu kime atayacağına öğretmen karar verdi, isterse kendi sorularını yükledi. Başka bir ortaokul matematik platformu olan ASSISTments da öğretmenin atadığı, anında geri bildirimli küçük alıştırma dozlarıyla güçlü sonuçlar vermişti.

Sınıf açısından çıkarım şu: Bir aracı değerlendirirken 'ne kadar akıllı' sorusundan önce 'kim atıyor, hedef ne kadar küçük' sorusuna bakmak işe yarayabilir. Haftada iki soru, uygulanabilir bir hedef. Goblins'in Türkiye'den erişimi ve fiyatı kaynaklarda belirtilmiyor.

Maryland'de asistan notları düşürdü

İkinci çalışma bir yapay zeka asistanını sınadı. Asistanın adı Virtual Study Assistant. OpenAI'ın ChatGPT'si üzerine kurulu kapalı bir üretken yapay zeka öğretmeni. Ders yönetim sistemine bağlı, gece gündüz öğrenci sorularını yanıtlıyor ve içeriği ağırlıkla her dersin çevrim içi materyalinden çekiyor. Üniversite aracı 40.000 öğrencinin tamamına açmadan önce, kıdemli başkan yardımcısı ve provost Jennifer King Rice, Liu'dan önce bir çalışma yapmasını istedi.

Düzenek şöyleydi: 2025 güz döneminde Liu, 30 öğretim elemanından 15'ini rastgele atayarak derslerine asistanı ekledi. Diğer 15'i aynı dersleri asistansız verdi. Dersler İngilizce ve matematikten biyolojiye ve sosyal bilimlere uzanıyordu. Hechinger'a göre asistanlı derslerde 1.100, kontrol grubunda 1.200 öğrenci vardı. Inside Higher Ed ise çalışmaya 2.379 lisans öğrencisinin katıldığını yazıyor. İki haberin toplam sayıları aynı değil ve kaynaklar farkı açıklamıyor.

Asistanlı derslerdeki öğrencilerin notları, Hechinger'a göre ortalama 0,11 puan daha düşüktü. Ölçek dörtlüktü; fark, 3,0 (sağlam bir B) ile 2,9 (düşük bir B) arasındaki mesafeye yakın. Öğrenciler ders materyaliyle de daha az etkileşime girdi, örneğin çevrim içi tartışma panosuna daha az yorum yazdı. Ofis saatlerine ve hocalarla ya da arkadaşlarla görüşmelere katılma olasılıkları da daha düşüktü. Olumsuz etkiler ilk kuşak öğrencilerde (first-generation students) daha belirgindi. Rice, 'Yapay zeka araçları öğrenme çıktılarındaki eşitsizlikleri büyütebilir' dedi ve bunun kendisini özellikle rahatsız ettiğini ekledi.

Öğrenciler asistana ders değil cevap sordu

Asistanı az öğrenci kullandı: Asistanlı derslerdeki öğrencilerin yaklaşık %15'i. Kullananlar da çoğunlukla öğretmenlik özelliklerinden yararlanmak yerine cevap istedi. Inside Higher Ed'in aktardığı dağılım net. Kullanan öğrencilerin %73,8'i bilgi, açıklama ya da çözüm istedi. %11,3'ü alıştırma ve sınav hazırlığı için kullandı. Kendi çalışmasına geri bildirim isteyen yalnızca %0,7'ydi.

Haber bu sonuca bir not düşüyor. Asistanın 'öğretmen modu', öğrenciyi doğru cevaba yönlendiriyor. Varsayılan mod ise doğru cevabı hemen veriyor. Çalışmaya göre varsayılan moddan öğretmen moduna geçen öğretim elemanı azdı. Öğretim elemanları çalışmanın başında yalnızca 'hafif bir eğitim' aldı. Liu'ya göre öğretim elemanlarını çok daha kapsamlı biçimde eğitmek gerekiyor.

Liu ve Rice, notlardaki düşüşü başka bir olasılıkla da açıklıyor. Asistanın ders sitesindeki sürekli varlığı, 'yapay zeka kullanımı teşvik ediliyor' mesajı vermiş olabilir. Öğrenciler bunu, ödevleri tamamlamak için üniversite platformunun dışında ChatGPT, Claude ya da Gemini kullanma izni olarak okumuş olabilir. Araştırmacılar bunun gerçekten olup olmadığını kanıtlayamıyor. Çalışma ayrıca öğretim elemanlarının sohbet kayıtlarını görebilmesinin, öğrencilerin ne sormaya istekli olduğunu etkilemiş olabileceğini söylüyor.

Aynı 0,11, farklı anlam

İki çalışmada da 0,11 sayısı geçiyor ve bu kolayca karıştırılabilir. Goblins'te bu, standart sapma cinsinden bir fark. Maryland'de dörtlük ölçekte not ortalaması farkı. Birimler, öğrenci yaşları, araçlar ve tasarımlar farklı. Biri benzer öğrencileri kullanım düzeyine göre karşılaştırdı, öbürü rastgele atanmış derslerin sonuçlarını.

Her iki sonucun da kendi kısıtı var. Goblins sonucu nedensellik göstermiyor. Maryland deneyi rastgele olsa da öğrencilerin üniversite aracılığıyla ChatGPT ve Gemini gibi başka araçlara da erişimi vardı. Inside Higher Ed'e göre çalışma bunun, tek bir aracın etkisini ayrıştırmayı zorlaştırdığını belirtiyor. Rice, 'Çalışmadan net bulgular elde etmiş değiliz' dedi. 7 Ekim tarihli habere göre üniversite asistanı daha geniş kullanıma açmaktan hâlâ kaçınıyordu; sonraki bir güncelleme kaynaklarda yok. MIT'den Justin Reich ise sahadaki rastgele deneylerin bir 'müdahale demeti' olduğunu, bu yüzden nedensel mekanizmaların tam ayrıştırılamayacağını söylüyor.

Sınıfta ve kampüste ne değişir?

Değerlendirmemize göre iki çalışma aynı noktada buluşuyor: Sonucu belirleyen, aracın ne kadar akıllı olduğundan çok çevresindeki kararlar olabilir. Goblins'te soruları öğretmen seçti, hedef küçük ve somuttu, öğrenci aracla konuşabiliyordu. Maryland'de varsayılan mod doğru cevabı hemen veriyordu, öğretmen moduna geçen öğretim elemanı azdı ve eğitim hafifti. İki çalışma bu karşılaştırmayı doğrudan sınamadı.

Öğretmen ya da yönetici için önce aracın varsayılan ayarına bakın; cevap veren değil yönlendiren modu seçin. Kullanımı 'kaç kişi açtı' diye değil, 'ne sordular' diye izleyin. İlk dönem hedefi küçük tutun, haftada iki soru gibi. Hechinger'a göre Maryland, aracı yaygınlaştırmadan önce sınadığı ve olumsuz sonuçları paylaştığı için övgüyü hak ediyor.

Kurumunuzda bir yapay zeka aracı pilotu masadaysa, kullanım panosundan önce ilk haftanın sohbet örneklerini isteyin. Maryland'de kullananların %73,8'i bilgi, açıklama ya da çözüm isterken yalnızca %0,7'si kendi çalışmasına geri bildirim istedi. Bu dağılım ancak sohbetlerin içeriğine bakınca görünür.

Kaynak: The Hechinger Report, Jill Barshay, Proof Points, 2 Kasım 2026; ayrıca Inside Higher Ed, 'Maryland AI research raised more questions', 7 Ekim 2026.

Bu yazı EdTech Türkiye yayın masasında, yapay zeka desteğiyle birincil kaynaklardan hazırlandı; olgular kaynaklarla karşılaştırılarak denetlendi. Editörlerimiz yazıyı yayından sonra da izler; hata bildirimlerini düzeltme politikamıza göre ele alırız.

Bu içerik, Edtech Türkiye Editörlüğü'nün yapay zeka destekli yayın hattında kaynak taraması ve otomatik editör denetiminden geçirilerek hazırlanmıştır. Süreç için Editöryal İlkelerimize bakabilir, hata bildirimini iletişim sayfasından iletebilirsiniz.