Yapay zeka (YZ) ve makine öğrenme, hızla değişen, bilgi temelli toplumumuzdaki öğrenme sürecine olan anlayışımızı devrim etmiştir. Bu çığır açan teknolojilerin derinliklerine indikçe, insan öğrenmesi hakkında üç temel düşünce okulu ortaya çıkar: davranışçılık, bilişsel teori ve sosyal öğrenme. Her bir okul benzersiz bir perspektif sunsa da, bu teorilerin birbirini dışlayan olmadıklarını ve çeşitli faktörlere bağlı olarak genellikle örtüştüklerini belirtmek önemlidir.
Dışsal çevresel etkileşimlerden köken alan davranışçılık, öğrenmenin gözlemlenebilir davranışlar aracılığıyla gerçekleştiğini göstermektedir. Örneğin, çocuklar yanma acısını deneyimledikten sonra alevlerden kaçınmayı öğrenirler. Bu paradigma, dış uyaranların önemini ve bireyler üzerindeki koşullandırma etkisini vurgular.
Öte yandan, bilişsel teori, bilgi ve uyaranların işlendiği içsel zihinsel süreçleri araştırır. Bir çocuk bir alevi dokunduğunda, beyni ateşi acıyla ilişkilendirerek alevlerin tehlikelerini genel anlamda anlamalarını sağlar. Bu “düşünmek üzerine düşünme”, düşünceleri ve anlayışları tarafından yönlendirilen dışsal davranışların gelişimine yol açar.
Sosyal öğrenme teorisi, davranışın şekillenmesinde sosyal faktörlerin rolünü vurgular. Çocuklar, yanmanın tehlikeleri hakkında bilgi ebeveynlerinden edinir ve arkadaşlarının tepkilerini gözlemleyerek doğrudan etkileşim olmadan alevlerden kaçınır. Bu teori, öğrenme üzerinde toplumsal bağlamın ve sosyal etkileşimlerin etkisini vurgular.
Şimdi, odak noktamızı belirli olarak ChatGPT gibi generatif YZ’ye çevirelim. ChatGPT’nin öğrenmesi, temel olarak davranışçılık öğrenme teorisiyle uyumlu olup, öğrenilmiş modellere dayalı olarak ipuçları alır ve yanıtlar üretir. ChatGPT, yanıtlarını değerlendirirken bilişsel öğrenme teorisinin izlerini taşırken, bilgi anlama becerisi tartışmalıdır.
İnsanlarla farklı olarak, ChatGPT’nin sosyal etkileşim ve bağlamsal deneyimlere sahip olma kapasitesi yoktur, bu da onun sosyal öğrenmeye dahil olamamasına neden olur. Bu kısıtlama, YZ’yi insan öğrenme süreçlerinden ayırır ve YZ’nin anlama derinliği hakkında sorular ortaya çıkarır.
Ayrıca, YZ’nin öğrenme yeteneklerini değerlendirirken, yöntemin yanı sıra içeriğin de önemli olduğunu belirtmek gerekir. Bilgiyi sınıflandırmak için yaygın olarak kullanılan Bloom’un Taksonomisi, bilgiyi çeşitli alanlara ve karmaşıklık seviyelerine göre sınıflandırır. YZ, “Uygula” ve “Analiz et” seviyelerini başarmış olsa da, bilgiyi gerçekten anlama konusunda hala belirsizlikler vardır, bu konu Prof. Gary Smith’in “The AI Delusion” kitabında incelenmiştir.
Sonuç olarak, YZ, basit bir biliş formunu sergileyerek dikkate değer ilerleme kaydetmiştir. İnsanlar gibi öğrenemese de, gelişmekte olan bir zekâya sahiptir. Generatif YZ, insan benzeri yanıtlar üretmeye devam ettikçe, bu sürekli değişen ortamda biliş, zeka ve insaniyet anlayışımızı sorgulamaktadır.
The source of the article is from the blog j6simracing.com.br