Bir Robot Üniversite Sınavını Kazanabilir mi? Yapay Zekâ ve Eğitimin Geleceği

Yapay zekâ araştırmacısı Noriko Arai, “Todai Robot Projesi” ile bir robotun Tokyo Üniversitesi giriş sınavını geçip geçemeyeceğini test etti. Sonuçlar hem şaşırtıcı hem de eğitim sistemimiz için ciddi bir uyarı niteliğinde: Yapay zekâ okumuyor, sadece “mış gibi” yapıyor; ancak buna rağmen öğrencilerimizin çoğunu geçebiliyor.

Yapay zekâ araştırmacısı Noriko Arai, “Todai Robot Projesi” ile sadece teknolojik bir sınır testi yapmıyor; aynı zamanda modern eğitim sistemimizin “anlama” konusundaki büyük boşluğunu sarsıcı verilerle ortaya koyuyor.

🤖 Todai Robot Projesi: 21. Yüzyılın Yapay Zekâ Benchmark’ı

Noriko Arai tarafından yürütülen ve National Institute of Informatics (NII) tarafından desteklenen Todai Robot Projesi, yapay zekânın insan zekâsıyla kıyaslanabileceği en zorlu platformlardan biri olan Tokyo Üniversitesi (Todai) giriş sınavlarını hedef almıştır.

Projenin Temel Amaçları:

• Yapay zekânın mantıksal akıl yürütme, dil işleme ve matematiksel problem çözme kapasitesini ölçmek.

• İnsanların eğitimle kazandığı “uzmanlık” seviyesine makinelerin ne kadar yaklaşabileceğini görmek.

• Sonuç: Todai Robotu, Japonya’daki öğrencilerin %60’ından daha iyi performans göstererek 400’den fazla üniversiteye girebilecek puanı almıştır. Ancak, en prestijli okul olan Tokyo Üniversitesi’ne girmeyi başaramamıştır. Çünkü yapay zekâ “okuduğunu anlamıyor”, sadece olasılıkları hesaplıyor.

🎥 Videoyu İzleyin: Bir Robot Üniversite Sınavını Kazanabilir mi?

Konuşma Künyesi

• • Konuşmacı: Noriko Arai (Matematikçi, Yapay Zekâ Araştırmacısı)

  • Çeviren: Selda Yener

  • İnceleyen: Figen Ergürbüz

  • Kaynak: TED.com

Konuşma Metni (Türkçe Transkript)

[00:13] Bugün Yapay Zekâ ve biz hakkında konuşacağım. Yapay zekâ araştırmacıları her zaman biz insanların endişe etmesine gerek olmadığını söyler çünkü makineler sadece önemsiz işleri devralacaktır. Bu gerçekten de doğru mu? Ayrıca yapay zekânın yeni işler ortaya çıkaracağını, böylelikle işini kaybedenlerin yeni bir iş bulacağını söylerler. Tabii ki öyle. Fakat asıl soru şu: Özellikle yapay zekâ çoğumuzdan daha iyi öğrenecek kadar geliştiğinde işini yapay zekâya kaptıranların kaç tanesi yeni bir iş bulabilir durumda olacak?

[00:55] İzninizle sormak istiyorum: Kaçınız yapay zekânın 2020’lerde gözde bir üniversitenin giriş sınavını geçeceğini düşünüyor? Bir çoğunuz. Peki. Belki bazılarınız “Tabii geçer!” diyordur. Bir tuhaflık söz konusu. Bazıları da “Olabilir, çünkü yapay zekâ zaten usta bir Go oyuncusunu bile yendi” diyebilir. Bazıları da “Hayır, asla.” diyebilir. Yani henüz cevabı bilmiyoruz değil mi? Todai Robot Projesini başlatma sebebim buydu. Japonya’nın ilk sıradaki üniversitesi olan Tokyo Üniversitesi’nin giriş sınavını geçen bir yapay zekâ üretmekti.

[01:51] Bu bizim Todai Robotumuz. Tabii ki robotun beyni uzak sunucuda çalışıyor. 17. yüzyılda deniz ticareti üzerine 600 kelimelik makale yazabiliyor. Bunu duymak nasıl?

[02:14] Neden üniversite sınavını baz aldım? Çünkü yapay zekânın performansını insana kıyaslayarak çalışmamız gerektiğini düşündüm, özellikle de sadece insanların ve de sadece eğitimle edinilen yetenek ve uzmanlıkla. Todai Tokyo Üniversitesi’ne girmek için iki farklı sınavı geçmek gerekiyor. İlki ulusal standartta çoktan seçmeli bir test. Yedi konu seçmeniz ve yüksek puan almanız gerekir. Todai tarafından hazırlanan ikinci aşamadaki yazılı teste geçmek için %84 veya daha fazla doğruluk oranı olması gerekir.

[03:06] Şimdi öncelikle modern yapay zekânın nasıl çalıştığını anlatayım. “Riziko” yu örnek alalım. Tipik bir “Riziko” sorusu: “Mozart’ın son senfonisi bu gezegenle aynı adı taşır.” İlginçtir, “Riziko” soruları her zaman “bu” ile biten sorular sorar: “bu” gezegen, “bu” ülke, “bu” müzik grubu vesaire. Yani “Riziko” çok çeşitli sorular sormaz, tek çeşittir, biz buna “sahte soru” diyoruz.

[03:48] Sırası gelmişken sorayım, cevabı biliyor musunuz? Cevabı bilmiyorsanız ve bilmek istiyorsanız ne yaparsınız? Google’da arardınız değil mi? Kesinlikle. Neden olmasın? Ama araştırmak için “Mozart”, “son” ve “senfoni” gibi uygun anahtar kelimeleri bulmak zorundasınız. Makine de aslında aynı şeyi yapar. Sonra en üstte bu Wikipedia sayfası çıkar. Sonra makine sayfayı okur. Hayır hayır.

[04:25] Maalesef modern yapay zekâların hiçbiri -Watson, Siri ve Todai Robot dahil- okuyamıyor. Fakat araştırmak ve bunu en iyi şekilde kullanmakta oldukça iyiler. “Mozart”, “son” ve “senfoni” gibi anahtar kelimelerin yoğunlaştığı yerleri fark eder. Dolayısıyla gezegen adı olan ve bu anahtar kelimelerle birlikte geçen bir kelime bulabilir, ki cevap budur. Bu örnekte Watson “Jüpiter” cevabını böyle bulur.

[05:08] Bizim Todai Robotumuz da tarihle ilgili evet-hayır sorularını cevaplarken benzeri şekilde ama biraz daha zekice çalışır. Mesela “Şarlman Macarları geri püskürttü.” cümlesi doğru mu yanlış mı?” Robotumuz kendi kendine sahte bir soru üretmeye başlar, şunun gibi: “Şarlman [şu kimsleri] geri püskürttü.” Sonra, Macarlar değil Avarlar üst sıraya geçer. Bu cümlenin yanlış olması muhtemeldir. Bizim robotumuz okumaz, anlamaz ama istatistiksel olarak birçok durumda doğrudur.

[05:54] İkinci aşamadaki yazılı sınavda 600 kelimelik şunun gibi bir makale yazmak gerekir.

[06:01] [17. yüzyılda Doğu ve Güneydoğu Asya’da deniz ticaretinin iniş ve çıkışlarından bahsedin.]

[06:06] Daha önce gösterdiğim gibi robotumuz ders kitapları ve Wikipedia’dan cümleler alıp bunları birleştirerek bir makale oluşturmak üzere düzene soktu, hem de hiçbir şey anlamaksızın.

[06:20] (Kahkahalar)

[06:21] Ama şaşırtıcı bir şekilde çoğu öğrenciden daha iyi bir makale yazdı.

[06:28] (Kahkahalar)

[06:30] Matematikte ne yaptı dersiniz? Matematik çözebilen tam otomatik bir makine “yapay zekâ” tabirinin doğduğu andan itibaren hayalleri süslemektedir.

[06:35] Fakat çok çok uzun zamandır orta seviyede kalmıştır. Geçen yıl nihayet üniversite hazırlık seviyesinde baştan sona problem çözen bir sistem geliştirdik, tıpkı şunun gibi.

[06:37] Problemin Japonca yazılmış orijinali bu ve ona 2.000 matematik aksiyomu ve 8.000 Japonca kelime öğretmek zorundaydık. Böylece doğal dilde yazılmış problemleri tanıyabilecekti. Şimdi ise orijinal problemleri makinenin okuyabildiği formüllere çevirebiliyor. Garip ama bence artık bunu çözmeye hazır. Başla ve çöz. Evet! Şu an sembolik bir hesaplama yapıyor. Daha da garibi, hatta belki de makine için işin en eğlenceli kısmı bu.

[07:50] (Gülüşmeler)

[07:52] Şimdi mükemmel bir cevap çıkarıyor, ancak matematikçilerin bile okuması mümkün değil. Ama yine de robotumuz geçen sene ikinci seviye yazılı matematik sınavında yüzde birlik kesimin arasındaydı.

[08:14] (Alkışlar)

[08:18] Teşekkürler.

[08:19] Todai’ye girdi mi dersiniz? Hayır, tahminimin aksi oldu. Neden mi? Çünkü hiçbir şey anlamıyordu. İngilizce testinde yapmış olduğu tipik bir hatayı göstereyim.

[08:36] İki kişi konuşuyor: [Nate: Birazdan kitapçıda oluruz. Az kaldı. Sunil: Bekle. ________. Nate: Teşekkürler! Bu hep oluyor…]

[08:42] İki kişi konuşuyor. Durumu anlayabilirsek, [08:45] [1. “Uzun bir süre yürüdük.” 2. “Neredeyse geldik.” 3. “Ayakkabıların pahalı görünüyor.” 4. “Bağcıkların çözülmüş.”]

[08:51] doğru cevabın dört numara olduğu belli değil mi? Fakat Todai Robot ikinciyi seçti, derin öğrenme teknolojileri kullanarak 15 milyar İngilizce cümle öğrenmiş olduğu halde. Şimdi ne demek istediğimi anlamış olmalısınız: Modern yapay zekâlar okumaz, anlamazlar. Sadece “mış gibi” yapıyorlar.

[09:24] Burada Todai Robotuyla aynı sınava giren yarım milyon öğrencinin dağılım grafiğini görüyorsunuz. Todai Robotumuz yüzde yirminin arasında ve Japonya’daki üniversitelerin %60’ına girebilirdi, Todai hariç. Ayrıca beyaz yakalı çalışanları gösteren alanın ne kadar ötesinde olduğuna bakın.

[10:00] Çok sevindiğimi düşünmüş olmalısınız. Ne de olsa robotum her yerde öğrencileri geçiyordu. Aksine paniğe kapıldım. Nasıl olur da bu akılsız makine öğrencileri, çocuklarımızı geçebiliyor? Nasıl? İnsan dünyasında neler olduğunu araştırmaya karar verdim. Lise kitaplarından yüzlerce cümle aldım ve çoktan seçmeli kolay testler hazırlayıp binlerce lise öğrencisinden çözmelerini istedim.

[10:42] Örneğe bakalım: [10:43] [Budizm çoğunlukla Güneydoğu Asya,,, Hristiyanlık Avrupa…, İslamiyet Güney Afrika’ya yayıldı.] [

10:48] Tabii ki orijinal soru Japonca soruldu, kendi ana dillerinde. [10:51] [ _______ Okyanusya’ya yayıldı. 1. Hinduizm 2. Hristiyanlık. 3. İslamiyet 4. Budizm]

[10:55] Cevap Hristiyanlık çok net değil mi? Zaten yazıyor. Todai Robotumuz da doğru cevabı seçti. Fakat öğrencilerin üçte biri bu soruyu cevaplayamadı. Sizce sadece Japonya’da mı böyle? Sanmıyorum, çünkü Japonya, 15 yaşındaki öğrencilerin matematik, fen ve okuma performanslarını her üç yılda bir ölçen OECD PISA testlerinde her zaman en üst sıralarda yer alır.

[11:39] Herkesin öğrenebileceğine inanıyoruz, daha iyi öğrenebilirler ancak ücretsiz iyi öğrenim materyalleri sunmamız gerekiyor ki internet üzerinden erişebilsinler. Fakat bu muhteşem materyallerin sadece iyi okuyabilenlere yararı olur ve bu kişilerin sayıları tahmin ettiğimizden daha az olabilir. Biz insanların yapay zekâ ile bir arada var olmaya nasıl devam edeceği somut verilere dayanarak dikkatli düşünülmesi gereken bir konu. Aynı zamanda acele etmeliyiz çünkü vaktimiz daralıyor.

[12:28] Teşekkür ederim.

[12:29] (Alkışlar)

[12:34] Chris Anderson: Noriko, teşekkürler.

[12:36] Noriko Arai: Ben teşekkür ederim.

[12:38] CA: Anlattıklarınla bize yapay zekâların nasıl düşündüğü, neler yapabildikleri ve yapamadıklarına dair çok güzel bir anlayış kazandırdın. Fakat, seni doğru anladıysam çocukların insanların yapay zekâlardan daha iyi yapabildiği şeyleri yapması için eğitimde çok acil devrime ihtiyacımız olduğunu düşünüyorsun.

[12:57] NA: Evet öyle. Çünkü biz insanlar manayı anlayabiliyoruz. İşte bu yapay zekânın en çok yoksun olduğu şey. Fakat çoğu öğrenci, bilgiyi anlamaksızın bilgi topluyor, o zaman bu bilgi değil sadece ezberlemek oluyor ve aynısını yapay zekâ da yapıyor. Dolayısıyla yeni bir eğitim modeli düşünmemiz gerekiyor.

[13:25] CA: Yani ezbere dayalı bilgiden anlamaya geçiş yapmalıyız.

[13:28] NA: Aynen.

[13:29] CA: O halde eğitimcilere zorlu bir görev düşüyor. Çok teşekkürler.

[13:33] NA: Ben teşekkür ederim. Teşekkürler.

[13:34] (Alkışlar)