Kurumsal eğitimde yapay zekâ eğitmenleri: araştırmalar gerçekte ne diyor?

Bir yapay zekâ eğitmeni satın almadan önce neden kanıtlara bakmalısınız?

Çünkü aynı fikir, nasıl kurulduğuna bağlı olarak yardımcı da olabilir, zarar da verebilir. Yapay zekâ eğitmenleri hakkındaki iddialar “herkese kişisel bir öğretmen”den “öğrencilere cevapları veriyor”a kadar uzanır. Eğitmenin nasıl kurulduğuna ve kullanıldığına bağlı olarak ikisi de doğru olabilir. Son dönemde yapılmış, iyi tasarlanmış birkaç çalışma ikisini ayırt etmeye yardımcı olur. Hiçbiri doğrudan kurumsal eğitimle ilgili değil; bu yüzden onları sonuçlarınız hakkında bir vaat olarak değil, tasarımla ilgili işaretler olarak okuyun.

Harvard’ın yapay zekâ eğitmeni çalışması ne buldu?

Adım adım yönlendiren bir yapay zekâ eğitmeni, iyi yürütülen bir aktif öğrenme dersini geride bıraktı. Kestin, Miller ve meslektaşları Harvard’da giriş düzeyi bir fizik dersinde randomize kontrollü bir deney yürüttü; çalışma 2025’te Scientific Reports’ta yayımlandı. Analiz edilen 194 öğrencinin her biri, çapraz bir tasarımla bir dersi yapay zekâ eğitmeniyle, bir dersi de iyi yürütülen bir aktif öğrenme sınıfında aldı. Ön testte 2,75 olan başlangıçtan sonra medyan son test puanları yapay zekâ eğitmeniyle 4,5, sınıfta 3,5 oldu: öğrenme kazanımının iki katından fazlası. Yapay zekâ koşulundaki öğrenciler daha yüksek ilgi ve motivasyon bildirdi ve çoğu ders süresinden daha az zaman harcadı.

Tasarım, manşetten daha önemlidir. Eğitmen genel bir sohbet robotu değildi. Sistem komutu aktif katılım, bilişsel yük ve gelişim zihniyeti üzerine araştırmaları izliyordu; bir platform öğrencileri her problemin her bölümünde sırayla yönlendiriyordu, çünkü yazarlar tek başına bir komutun çok bölümlü problemleri yolunda tutmadığını görmüştü; komutlar adım adım uzman cevaplarını da içeriyordu, yani model fiziği kendi başına çözmüyordu. Yazarlar kapsam konusunda dikkatli: sonuçlar uzmanların yazdığı komutlara, yapılandırılmış bir platforma ve buna uygun içeriğe bağlı ve karmaşık sentez ya da üst düzey eleştirel düşünme için geçerli olmayabilir. Ayrıca tek bir giriş dersiydi; bu yüzden bir işaret olarak görün.

Khanmigo deneyi ne buldu?

Yalnızca erişimin puanları çok az değiştirdiğini. Oreopoulos ve Low’un 2026’da NBER Çalışma Raporu 35620 olarak yayımladığı, Tennessee’de 18 ortaokulda yürütülen iki yıllık küme randomize bir deney, Khan Academy’nin yapay zekâ eğitmeni Khanmigo’yu mevcut telafi matematik oturumlarında test etti. Araca atanmak bir öğretim yılında puanları yaklaşık 0,06–0,08 standart sapma yükseltti; bu, yapay zekâ asistanı olmadan Khan Academy alıştırmasına benzerdi. Darboğaz kullanımdı: neredeyse her öğrenci denedi, ama öğrenciler hata yaptıkları alıştırma oturumlarının yalnızca yaklaşık %17’sinde ona mesaj yazdı ve mesajların çoğu gerçek bir tartışma yerine yalın cevaplar veya önerilen komutlara tıklamalardı.

Bir yapay zekâ eğitmeni öğrenmeyi kötüleştirebilir mi?

Evet, cevapları doğrudan verdiğinde. Bastani ve meslektaşlarının Türkiye’de yaklaşık 1.000 lise matematik öğrencisiyle yaptığı ve 2025’te PNAS’ta yayımlanan bir saha deneyi bir uyarı ekliyor. Sınırsız bir GPT-4 sohbet arayüzüne sahip öğrenciler alıştırma sırasında çok daha iyi yaptı, ama yapay zekâ olmadan girilen sonraki sınavda hiç kullanmamış öğrencilerden yaklaşık %17 daha düşük puan aldı. Cevap yerine ipucu veren ve öğretmen girdisi kullanan, korumalı bir sürüm alıştırmayı daha da iyileştirdi ve bu zararın büyük kısmını önledi; ancak sınav puanlarını da yükseltmedi.

Araştırmalar kurumsal eğitim için ne anlama geliyor?

Birlikte okunduğunda çalışmalar aynı yönü gösteriyor: etki bir sohbet robotunu açmaktan değil, tasarımdan ve kullanımdan gelir. Bir eğitim ekibi için bu birkaç pratik kurala dönüşür.

• Eğitmeni, Harvard’daki gibi kurs materyalinize ve onaylı cevaplara dayandırın; politika veya prosedür uydurmasın
• Adım adım destekleyin: katılımcıları adım adım yönlendirin ve alıştırmada cevap yerine ipucu ve soru verin
• İnsanların keşfetmesi için bir sohbet kutusu bırakmak yerine, onu dersin içinde bir senaryo veya soru seti gibi bir etkinlik olarak atayın
• Katılımcıların eğitmenle nasıl performans gösterdiğini değil, eğitmen olmadan ne yapabildiğini ölçün
• En çok anlama ve uygulamada yardımcı olmasını bekleyin; muhakeme, koçluk ve üst düzey işleri insanlara bırakın

Şirketinizde bir yapay zekâ eğitmenini nasıl pilot olarak denersiniz?

Benzer iki grubu, eğitmen olmadan girilen aynı değerlendirmede karşılaştırın. Bir eğitmenin katılımcılarınıza yardımcı olup olmadığını öğrenmek için bir araştırma ekibine ihtiyacınız yok. Net bir beceriye ve mevcut bir değerlendirmeye sahip bir kurs seçin. Biri eğitmenin dersler içinde alıştırma olarak atandığı, diğeri eğitmensiz iki benzer grup yürütün ve diğer her şeyi aynı tutun. Eğitmen olmadan girilen aynı değerlendirmedeki sonuçları karşılaştırın, ardından eğitmenin nasıl kullanıldığına bakın: bir şeyi yanlış yaptıklarında kaç katılımcı onu kullandı ve mesajları gerçek sorular mıydı, yoksa cevap istekleri mi? Doğruluk için konuşmalardan bir örnek okuyun. Birkaç haftalık böyle bir deneme, bizimki de dahil, herhangi bir sağlayıcının iddiasından daha fazlasını söyler.

Classbase yapay zekâ eğitmeni nasıl tasarlandı?

Classbase’in yapay zekâ eğitmeni bu ilkelere göre tasarlandı. Yalnızca yayımlanmış kursunuzdan yanıt verir ve kullandığı kartı gösterir. Önce bir ipucu ve yönlendirici bir soru verir; katılımcının henüz doğru yanıtlamadığı bir sorunun cevabını ele vermez. Final sınavı sırasında kilitlidir ve bir soruyu eğitmene iletebilir. Onu bir derse alıştırma kartı olarak ekleyebilirsiniz; böylece isteğe bağlı bir ek değil, atanmış bir etkinlik olur. Sizin ortamınızda sonuçları iyileştirip iyileştirmediği ölçülmesi gereken bir şeydir ve bunu bir demoda sizinle planlamaktan memnuniyet duyarız.