“Konsept Odaklı Yapay Zeka Eğitmeni: Öğrencileri Derinlemesine Anlayışa Yönlendirme”

Günümüz eğitim ortamında, üretken yapay zeka araçları hem bir fayda hem de bir zorluk haline gelmiştir. Bu araçlar, bilgiye eşi benzeri görülmemiş bir erişim sağlarken, akademik bütünlük konusunda yeni kaygılar da doğurmaktadır. Öğrenciler, AI’yi ödev sorularına doğrudan cevaplar üretmek için sıklıkla kullanmakta; bu durum, eleştirel düşünme becerilerinin gelişimini ve temel kavramların öğrenimini olumsuz etkilemektedir.

Üniversiteler ve eğitmenler, AI’nin bir öğretim aracı olarak gücünden yararlanırken, bunun öğrenme sürecini kısaltmaması için nasıl bir denge kuracakları konusunda büyüyen bir ikilemle karşı karşıyadır. Anahtar, öğrencileri yalnızca cevaplarla değil, anlayışları yönlendirecek sistemler geliştirebilmektir.

Aynı zamanda, birçok üniversite öğretim asistanı (TA) sıkıntısıyla da mücadele etmektedir. Clemson Üniversitesi ve ülke genelindeki diğer kurumlarda, bilgisayar bilimleri ve diğer STEM alanlarındaki artan kayıtlar, TA desteğinin sağlanabilirliğinin önüne geçmiştir. Bazı derslerde öğrenci-TA oranı 20:1 gibi olabilmektedir. Midterm ve proje dönemleri gibi yoğun zamanlarda, bu dengesizlik öğrencileri ihtiyaç duydukları zamanında yardım alamama durumuyla baş başa bırakmaktadır.

Bu sorunu çözmek amacıyla, Clemson capstone ekibimiz, NVIDIA AI Blueprint kullanarak sanal bir öğretim asistanı (VTA) geliştirmek için yola çıktı. Amacımız, öğrenci öğrenimini teşvik eden, kavramlar ve problem çözme süreçlerini yönlendiren, sadece cevaplar sunan değil, aynı zamanda ölçülebilir ve her zaman ulaşılabilir bir öğrenme asistanı sağlamaktır.

Çözümümüz: Kavram Odaklı Sanal Öğretim Asistanı

Ekip olarak, NVIDIA ile iş birliği içinde, temel kavramları açıklayan, öğrencileri problem çözme süreçlerinde yönlendiren ve nihayetinde daha derin bir anlayış oluşturan bir AI destekli öğretim asistanı geliştirdik.

Yaklaşımımızı benzersiz kılan, üç ana bileşenin entegrasyonudur:

1. NVIDIA RAG Blueprint: En hızlı yalın, geri kazanım arttırılmış üretim sağlar. Bu yöntem, yalnızca en alakalı ders parçalarını çekerek her açıklamayı doğrulanabilir kaynaklara dayandırır ve alıntıları otomatik olarak biçimlendirir. Bu altyapı, asistanın faktör odaklı kalmasını sağlarken aynı zamanda samimi bir üslup sunar.
2. NVIDIA NeMo Guardrails: “Bana sadece çözümleri ver” türündeki sorguları engelleyerek bu talepleri yapısal rehberliğe dönüştüren etik korumalar ekler. Özel eylemler niyetleri sınıflandırır, istemleri yeniden biçimlendirir ve alıntı kontrollerini uygular. Böylece AI, öğrenmeyi teşvik eder ve akademik bütünlük politikalarına uyar.
3. Ders veri yöneticisi API’si: Canvas ile RAG bilgi tabanı arasında köprü kurarak, modülleri, son tarihleri, sınavları ve yüklenmiş dosyaları senkronize eder. Bu canlı bağlam ile asistan, her öğrencinin çalıştığı spesifik materyale yönelik örnekler, hatırlatmalar ve ipuçları sunar, bu da yanıtların genel değil daha spesifik ve ders odaklı hissedilmesini sağlar.

Teknik Uygulama Süreci

AI destekli öğretim asistanı sistemimiz, NVIDIA’nın çeşitli docker konteynerleri ve Canvas platformu arayüzüne dayanmaktadır.

NVIDIA AI Blueprint ile Geliştirme

Uygulamamız, NVIDIA AI Blueprint for RAG’yi temel alarak inşa edilmiştir. Bu mimari, öğretim asistanlarımızın:

• Öğrenci sorgularını bağlamsal olarak anlamasını sağlar.
• İlgili ders materyalleri ve kaynakları geri getirir.
• Doğrudan cevaplar yerine kavramsal anlayışa odaklanan yanıtlar üretir.
• Etkileşimler arasında konuşma bağlamını sürdürür.

NeMo Guardrails ile Etik AI Kullanımını Sağlama

Alıntı doğrulama gereksinimi, büyük dil modellerinin (LLM’ler) artan benimsenmesiyle birlikte daha da önemli hale gelmiştir. RAG yöntemlerindeki son gelişmeler, üretilen içeriğin yanılgılarını azaltmaya yardımcı olurken, güvenilirliği sağlamak için ek doğrulama yöntemlerine ihtiyaç duyulmaktadır.

Sistemimizdeki kritik ilerleme, NeMo Guardrails entegrasyonudur. Bu sistem:

• Öğrenci sorularını analiz ederek kavramsal anlayış mı yoksa doğrudan yanıt mı arandığını belirler.
• Doğrudan ödev sorusu sorgularını kavramsal açıklamalara yönlendirir.
• Öğrencilerin kendi başlarına cevaplarını keşfetmelerine yol açacak yapılandırılmış yönlendirmeler sunar.

Özel Eylemler ile NeMo Guardrails

NeMo Guardrails, eylem noktalarında küçük Python fonksiyonlarını çağırarak modelin yanıtını inceleme, değiştirme veya değiştirme imkanı tanır. Her eylem, tam sohbet bağlamını görür ve API’leri çağırabilir, metni filtreleyebilir veya yeni bir mesaj oluşturabilir. Bu, VTA’ya öğrenim odaklı istemler ekleyerek ve alıntı kontrolü yaparak, doğrulanabilir, güvenilir LLM yanıtları sağlama imkanı verir.

Üç özel eylem ekledik:

1. Quiz_response: Sınav tarzı soruları tespit eder ve asistanın temel kavramı açıklamasını, kısa bir örnek sunmasını ve bir yönlendirme sorusuyla yanıt vermesini sağlar.
2. Homework_brainstorm: Ödev sorgularını, final cevabını saklarken görevleri adım adım aydınlatan yapılandırılmış ipuçları dizisine çevirir.
3. Code_debug: Öğrencileri hata ayıklama stratejileri konusunda yönlendirir; olası hata noktalarını işaret eder ve test önerileri sunar, ancak kodu doğrudan düzeltmez. Bu eylemler, doğrudan cevap akışını engelleyerek, yanıtların en iyi alınmış ders materyalleri ve kenar notları ile temellendirilmesini ve aktif öğrenme ile kavrayışı teşvik eder.

Ders Veri Yöneticisi API’si

Canvas ile güvenli erişim jetonları aracılığıyla entegre edilmiş özel bir ders veri yöneticisi API’si geliştirdik. Bu entegrasyon:

• Ders içeriğinden, ödev son tarihlerinden ve bağlamdan haberdar olma: En son modülleri, dosyaları ve son tarihleri otomatik olarak senkronize ederek, asistanın güncel konuları referans alabilmesini ve öğrencilere yaklaşan önemli tarihleri hatırlatabilmesini sağlar.
• Kendi ders materyallerine dayalı kişiselleştirilmiş yanıtlar: Her alıntılanmış nesne, kendi ders meta verilerine göre dizinlenmiş olduğundan, asistan açıklamaları, ipuçları ve alıntıları, her öğrencinin hangi okuma, ders veya değerlendirme ile çalıştığını göz önünde bulundurarak özelleştirir.

Kullanıcı Arayüzü ve Deneyimi

Sanal öğretim asistanımız, öğrenmeye odaklanmayı teşvik eden sezgisel bir arayüz sunmaktadır:

• Takip sorularını destekleyen bir konuşma arayüzü: Öğrencilerin bağlamı kaybetmeden sorularını daha derinlemesine incelemesine olanak tanır.
• Kavramsal yönergelerin verildiği yerlerde net işaretleme: Bu, asistanın rehberlik ettiği durumları tanıtan ince etiketler ve renkli işaretler ile vurgulanır.
• Ders bilgisi alma arayüzü: Sanal öğretim asistanını sınıf materyalleri ve dosyaları ile bağlayan özel bir panel, asistanın ihtiyaç duyulan bağlamı talep üzerine etkili bir şekilde çekmesine olanak tanır.

Eğitim Üzerindeki Etkiler

AI öğretim asistanımızın uygulanması, eğitim kurumlarına çeşitli önemli faydalar sunmaktadır:

• Gelişmiş öğrenme: Öğrencileri temel ilkeler üzerinden yönlendirerek, asistan kavramsal ustalığı güçlendirir, öz değerlendirmeyi teşvik eder ve öğrencilerin kendi akıl yürütmelerini ifade etmelerini teşvik eder. Bu aktif süreç, birebir özel dersleri andırır; uzun vadeli hafızayı ve problem çözme güvenini pekiştirir.
• Akademik bütünlük: Doğrudan cevapların çekilmesini engelleyen, kaynaklarla desteklenen açıklamalar gerektiren ve şüpheli talepleri kaydeden yönergeler, kısayol arayışını ve intihali azaltmaya yardımcı olur. Eğitmenler, AI desteğinin ders hedefleri ve değerlendirme politikaları ile uyumlu olduğuna güvenebilir.
• Ölçeklenebilir destek: Asistan, her zaman kişiselleştirilmiş, bağlama duyarlı yardım sunar; bu, büyük kayıt oranlarına sahip insan TA’lar için uygulanabilir değildir. Kullanım arttıkça, her öğrenci yine de ders materyallerine dayalı zamanında geri bildirim alır, bu da öğretim üyelerinin mühendislik gibi daha değerli öğretim faaliyetlerine odaklanmasına olanak tanır.

Gelecek Gelişmeler

Mevcut uygulamamız, kavram odaklı öğrenim için sağlam destek sağlarken, daha fazla geliştirme için bazı alanlar görüyoruz. Clemson’da, üniversitenin merkezi BT grubu ile birlikte bir kampüs genelinde pilot uygulama gerçekleştirilecektir. Teknik açıdan, yakalanma çabalarını önlemek için korumalar güçlendirilebilir. Ayrıca, sistem hatalarını, yaygın yanlış anlamaları, yanıtsız soruları ve alıntı boşluklarını rapor edecek bir analiz kontrol paneli eklenerek eğitmenlerin ders materyallerini iyileştirmelerine olanak tanınacaktır. Diğer kurumların kendi Canvas hesapları veya diğer öğrenme yönetim sistemleriyle kolayca özelleştirebileceği kod dışı genişletme bağlantıları da geliştirilecektir.

Sonuç

Geliştirdiğimiz VTA, AI’nin uygun bir şekilde uygulanması durumunda eğitim hedeflerini nasıl güçlendirebileceğini gösteriyor. Cevap sunmak yerine kavram açıklamasına odaklanarak, sistem, öğrenme sürecinin bütünlüğünü korumaya yardımcı oluyor ve öğrencilerin değerli destek almasını sağlıyor.

Eğitim kurumları yapay zekanın akademik ortamlardaki karmaşıklıklarını çözmeye devam ederken, bizim gibi çözümler, eğitim değerlerini sürdürürken teknolojik ilerlemeyi benimseyen sorumlu bir uygulama için bir yol haritası sunuyor.

Gelecekte diğer okullar, kendi ders içeriklerini değiştirmeyi, yerel politikalara uygun şekilde korumaları ince ayar yapmayı ve disiplin spesifik bilgi paketlerini sunmayı sürdürerek bu yol haritasını genişletebilir. Kod tabanı modüler olup, zaten Canvas ile entegre olduğundan, kurumlar asistanı hızla pilot uygulama fırsatına sahip olabilir. Blueprint’in yayımlanmasıyla beraber, diğer LMS platformlarına adapte edilebilir, özel analizler eklenebilir ve toplulukla yeni özellikler paylaşılabilir, AI destekli öğrenim araçları için işbirlikçi bir ekosistem teşvik edilebilir.

Projemizin kod tabanına erişmek ve uygulamamızı çalıştırmak için GitHub‘a göz atabilirsiniz.

Teşekkürler

Bu proje, Clemson Üniversitesi Capstone Programı’nın 2025 Bahar döneminin bir parçası olarak, Clemson Bilgisayar Fakültesi ve Bilgisayar Bilimleri Bölümü tarafından desteklenmiştir. İsim ve fikir, 2024 Sonbahar dönemindeki Capstone ekibinden ilham alınarak oluşturulmuştur: Chloe Crozier, Ethan Anderson, Justin Silva ve Teja Guruvelli. Önemli rehberliği ve geri dönüşleri için Profesör Carrie Russell’a, fakülte denetçilerimize ve arkadaşlarımıza teşekkür ederiz.