Otomasyonun panzehri: Eleştirel düşünce

Son yazımda üniversite tercihinde bulunacak adaylar için kendimce birkaç tavsiyede bulunmuştum. Bu hafta ise kısmen o yazının da devamı olarak sayılabilecek, ama aynı zamanda bu köşenin ana temasına uygun bir konudan bahsetmek istiyorum.

Substack e-mail bültenim Yapay Gündemler’in son sayısında bence önemli olduğunu düşündüğüm bir çalışmadan bahsetmiştim. Yapay zekânın iş dünyasına dair bilinen/düşünülen en yaygın etkilerinin başında giriş seviyesi ya da daha anlayabileceğimiz şekliyle üniversiteden yeni mezunlara yönelik iş ilanlarının azalması geliyor. Ancak, haziran ayında paylaşılan bir çalışma, ABD’de tam 21.559 şirketin verilerini inceleyerek yapay zekâ adaptasyonunun arttığı şirketlerde giriş seviyesinde işe alımların daha da arttığını ortaya koyarak, bu kanının doğru olmayabileceğini gösterdi.

Bu çalışmaya ek olarak yine literatürde yapay zekânın istihdam üzerinde düşünülenin aksi yönde etkileri olabileceğini gösteren kimi çalışmalar mevcut ki bir kısmından burada bahsetmiş ve Jevons paradoksuna da kısa bir giriş yapmıştık.

Tüm bu tartışmaların içerisinde yapay zekânın yarattığı asıl değişim ise iş tanımları ve işlerin yapılış şekillerinde oldu. Yeni pozisyonlar, yeni görev tanımları derken kimi sektörlerde kimi roller üreticiden çok denetçiye geçmiş durumda. Bu dönüşümü yapay zekâ denince aklımıza ilk gelen yazılım sektörü ile de sınırlamamak lazım elbette. Bir yapay zekâ asistanından faydalanan herhangi bir meslek için de geçerli olabilir.

Hâliyle yapay zekâ istihdamı mı azaltıyor sorusuna yanıt aramaktan çok değişen ve güncellenen koşullarda adayları ve mevcut çalışanları farklı kılacak özellikler neler sorusunu yanıtlamamız gerek diye düşünüyorum.

2023 yılında yazılan ve Journal of Intelligence’de yayınlanan bir makale yapay zekâ ve istihdam ilişkisini bu çerçeveden ele almış. O günden bugüne şüphesiz başta büyük dil modelleri olmak üzere pek çok modelde kayda değer ilerlemeler sarf edilmiş olsa da yazının ana mesajının güncelliğini hâlâ koruduğunu düşünüyorum. Daniela Dumitru ve Diane Halpern kaleme aldığı bu makalede yazarların cevabı tek bir kavramda toplanıyor. Eleştirel düşünme.

İlk bakışta fazla kolay bir cevap gibi durduğunun farkındayım. Çünkü bu ve benzeri durumlarda genellikle eleştirel düşünmenin önemli olduğunu söylemek kimseyi rahatsız etmez, herkesin altına imza atacağı türden bir cümledir.

Peki bu klişeliğe rağmen neden dikkate değer?

Çünkü makalenin dayandığı ampirik kaynak, bu klişeyi ölçülebilir bir zemine oturtuyor.

Makalede yer alan ve yine 2023 yılında gerçekleştirilen bir çalışmada bilim ve eleştirel düşünme becerisi gerektiren görevler ile o görevin yapay zekâya devredilme olasılığı arasında net bir ters ilişki gözlemlenmiş. Ayrıca yine çalışmada bahsedilen 501 üst düzey yöneticiye yapılan bir ankette katılımcıların yüzde yetmiş sekizi, eleştirel düşünmeyi ve analitik muhakemeyi çalışanlarında görmek istedikleri en önemli beceri olarak tanımlıyor. Aynı katılımcıların yalnızca yüzde otuz dördü, üniversite mezunlarını bu alanda hazırlıklı buluyor.

Şimdi asıl meseleye gelelim. Madem bu beceri bu kadar kritik, nasıl kazandırılabilir? Ya da eleştirel düşünce kazandırılabilir bir şey midir?

Bu soruya yanıt hem umut verici hem de umut kırıcı. Umut verici taraf öğretilebilir olması, kırıcı olan taraf ise emek ve zaman alması.

Bu alanda yapılan çalışmalar gösteriyor ki eleştirel düşünce için geliştirilen hızlı ve tek seferlik stratejiler işe yaramıyor. Örneğin, komplo teorilerine inancı azaltmayı hedefleyen müdahaleleri inceleyen bir sistematik derlemede test edilen onlarca farklı yöntem arasında etkili bulunan tek yaklaşım, öğrencilere iyi bilimsel uygulamalarla sözde bilim arasındaki farkı öğreten bir dönemlik üniversite dersi olduğu görülmüş. Kısa müdahalelerin hiçbiri tutmamış.

Yani bir günlük atölye, müfredata iliştirilmiş tek bir seçmeli ders ya da kurum içi eğitim videosu bu işi görmüyor. Bu sonucu ülkemizdeki manzarayla birlikte düşünmek gerekiyor. Bugün "yapay zekâ okuryazarlığı" başlığı altında sunulan içeriklerin önemli bir kısmı birkaç saatlik atölyeler, sertifika programları ya da kısa çevrimiçi modüller şeklinde. Bunların araç kullanımını öğretme konusunda faydası var elbette. Fakat elimizdeki veri, asıl kritik olan muhakeme tarafının bu formatlarla kazanılmadığını söylüyor.

Yazarların kendi yürüttükleri iki Avrupa Birliği projesi tam da bu boşluğu doldurmayı hedeflemiş. Dokuz ülkeden on bir üniversite ve yüz seksen dokuz işverenle yapılan ilk çalışmanın ardından, üniversiteler ile iş dünyasının birlikte tasarladığı bir müfredat modeli geliştirilmiş ve altı yüz dokuz öğrenciyle uygulanmış.

Elde edilen veriler analiz edildiğinde, öğrencilerin yorumlama, analiz, çıkarım, açıklama, öz düzenleme ve değerlendirme becerilerinin tamamında ön test ile son test arasında anlamlı bir fark ölçülmüş. Öte yandan, eğilimler tarafında bütünleşik puanda anlamlı bir fark gözlemlenmemiş. Yalnızca açık fikirlilik ve düzenlilik gibi bazı alt boyutlarda kısmi hareket görülmüş.

Bu ayrım ilk bakışta teknik bir ayrıntı gibi duruyor ama değil.

Bir kişiye kanıtın nasıl değerlendirileceğini bir dönemde öğretebiliyorsunuz. Aynı kişiyi kanıtı değerlendirmeye istekli hâle getirmek aynı sürede olmuyor. Beceriler alıştırmayla geliyor, eğilimler ise zamanla ve tutumların içselleştirilmesiyle.

Ve giriş paragrafında bahsettiğim üreticiden denetçiye geçişte asıl belirleyici olan ikincisi. Bir modelin çıktısındaki hatayı görebilecek bilgiye sahip olmakla, o çıktıyı her seferinde kontrol etmeye üşenmemek farklı şeyler. Sahada karşılaştığımız hataların çoğu birincinin değil ikincinin eksikliğinden çıkıyor.

Peki bu nasıl tutum nasıl içselleştirilebilir?

Bahsettiğim bu iki proje bu bağlamda somut öneriler de içeriyor. Öncelikle bu becerinin neden önemli olduğunun öğrenciye açıkça söylenmesi, hangi meslekte nasıl karşılık bulduğunun somut örneklerle gösterilmesi ve dersin öğrenme çıktıları arasında açıkça yer alması gerekiyor. Zira örtük biçimde gelişmesi beklenen bir şey olarak bırakıldığında gelişmiyor. Bunun yanında tek bir dersin sırtına yıkılmaması, aynı bölümdeki farklı dersler arasında ortak bir çabaya dönüşmesi, derste bu hedefe özel vakit ayrılması ve geri bildirim için takvimde yer açılması öneriliyor. Ayrıca meslek sahiplerinin günlük olarak karşılaştığı gerçek vakaların derse taşınması, stajların ve iş temelli öğrenme etkinliklerinin bu amaca hizmet edecek şekilde tasarlanması, öğrencinin öğrendiği beceriyi bir iş ortamında neye yaradığını görmesi açısından kritik bulunmuş. Son olarak, ki bence en önemlisi bu, öğrencinin kendi muhakeme sürecine geri dönüp bakabileceği alanların açılması gerekiyor. Yukarıda bahsettiğim eğilim tarafının tek çalışan yolu bu gibi görünüyor.

Bu önerilerin ortak paydası ise şu. Eleştirel düşünme, müfredata eklenen bir başlık değil, müfredatın geneline yayılan bir tasarım tercihi.

Ülkemiz açısından buradaki en zor kısım da sanırım bu. Üniversite ile iş dünyasının birlikte ders tasarladığı bir modelden bahsediyoruz. Bizde bu ilişki genellikle staj zorunluluğu ve kariyer günleri ile sınırlı kalıyor, müfredatın kendisine dokunmuyor.

Elbette bu sonuçları olduğundan fazla okumamak da gerekiyor. Projelerde kullanılan ölçeklerin ikisi de öz değerlendirmeye dayanıyor, yani öğrenciler kendi düşünme süreçlerini kendileri puanlıyor. Ölçülen artışın ne kadarının gerçek kazanım, ne kadarının kendine güven artışı olduğunu bu tasarım ayırt edemiyor. Yazarlar da katılımcı üniversiteler arasında bu becerinin nasıl öğretileceğine dair net bir mutabakat bulunmadığını açıkça kabul ediyor.

Önceki paragrafları özetleyip yazıyı sonlandırmak gerekirse eğer, yapay zekânın istihdamı azaltıp azaltmadığı tartışmasının pratik karşılığı giderek zayıflıyor. Çünkü işler kaybolmuyor, içleri değişiyor ve o değişimin yönü üretme kapasitesinden denetleme kapasitesine doğru. Elimizdeki veriler bu kapasitenin öğretilebilir olduğunu, ancak kısa yoldan öğretilemediğini gösteriyor.

Geçen haftaki yazımda tercih yapacak adaylara birkaç şey söylemiştim, buna şunu da eklemek istiyorum. Hangi bölümün gelecekte var olacağını kestirmeye çalışmak, cevabı olmayan bir soruya enerji harcamak demek. Bunun yerine girdiğiniz programın size bilgi mi verdiğini, yoksa o bilgiyi sorgulama alışkanlığı mı kazandırdığını sormak çok daha verimli. Zira önümüzdeki yıllarda birincisi giderek ucuzlarken, ikincisi pahalılaşacak gibi görünüyor.

Referanslar

Dumitru, D. & Halpern, D. F. (2023). Critical Thinking: Creating Job-Proof Skills for the Future of Work. Journal of Intelligence, 11(10), 194.

Eloundou, T., Manning, S., Mishkin, P. & Rock, D. (2023). GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models. arXiv:2303.10130.

Hart Research Associates. (2018). Fulfilling the American Dream: Liberal Education and the Future of Work. Association of American Colleges and Universities.

O'Mahony, C., Brassil, M., Murphy, G. & Linehan, C. (2023). The efficacy of interventions in reducing belief in conspiracy theories: A systematic review. PLoS ONE, 18(4), e0280902.

Payan-Carreira, R. et al. (2023). THINK4JOBS Guidelines: A Protocol for Critical Thinking Transfer from Curricula to Labour Market. University of Western Macedonia.

Dominguez, C. (2018). A European Collection of the Critical Thinking Skills and Dispositions Needed in Different Professional Fields for the 21st Century. UTAD.