Eğitimciler için yapay zeka, “yerini almak” değil “tekrar eden hazırlığı kısaltmak” üzerine bir araçtır. Doğru kullanıldığında öğretmenin gerçek değer yarattığı işlere (ders anlatımı, bireysel rehberlik, geri bildirim) daha fazla zaman bırakır.
Bu sayfa, eğitimcilerin yapay zekayı sınıfa hangi sınırlarla sokabileceğini anlatır.
En güçlü kullanım alanları
- Ders planı taslakları ve etkinlik fikirleri
- Konu özetleri ve seviye uyarlaması (lise → ilkokul gibi)
- Sınav sorusu varyantları (çoktan seçmeli, açık uçlu)
- Öğrenci ödevlerinin ilk düzeltme taraması
- Bireysel geri bildirim taslakları
- Velilere bilgilendirme e-postaları
Bu işlerin ortak özelliği: pedagojik karar insanda kalır, model formatı dönüştürür.
Nerede dikkatli olunmalı?
- Bilgi doğruluğu: Tarih, formül, isim ve atıf yanlış olabilir; sınıfa girmeden önce kontrol şarttır.
- Öğrenci gizliliği: Öğrenci adı, performans verisi ve aileyle ilgili bilgiler modele aktarılmamalı.
- Akademik dürüstlük: Modelin ürettiği metin, öğretmenin değerlendirmesi yerine geçemez; kullanım açıkça beyan edilmelidir.
- Pedagojik karar: “Bu öğrenciye nasıl yaklaşmalıyım?” sorusu modele havale edilemez; öğretmenin gözlemine dayanır.
Pratik bir ders hazırlığı akışı
- Konu, sınıf seviyesi ve süre modele net biçimde verilir.
- Modelden 3 farklı yaklaşımla ders planı taslağı istenir (anlatım, etkinlik, tartışma odaklı).
- Eğitimci kendi sınıfına uyacak versiyonu seçer.
- Model, seçilen plan için 3 etkinlik önerisi üretir.
- Eğitimci pedagojik filtrelemeyi yapar — sınıf dinamiğini bilen kişi sadece kendisidir.
- Final plan üzerinde model son okuma yapar (dilbilgisi, tutarlılık).
Bu akışın değeri: hazırlık süresinin yarıya inmesi, kararın eğitimcide kalması.
Sınav ve değerlendirme tarafında ne yapılabilir?
Sınav sorusu üretimi, modelin güçlü olduğu alanlardandır. Bir konu verildiğinde “5 çoktan seçmeli, 3 açık uçlu, 2 senaryo bazlı soru üret” gibi yapılandırılmış istekler hızlı sonuç verir.
Ancak iki uyarı önemlidir:
- Sorular sınıfa girmeden önce mutlaka eğitimci tarafından okunmalı; modelin uydurma seçenekleri olabilir.
- Açık uçlu soruların değerlendirilmesi modelin işi değil eğitimcinin işidir. Geri bildirim taslağı yardımcı olur, son not eğitimcide kalır.
Öğrenciye geri bildirim için
Bir öğrencinin ödevini modele verip “bunu üç başlık altında değerlendir, sonra geri bildirim taslağı yaz” istemek hızlı başlangıç sağlar. Öğretmen taslağı kendi tonuna uyarlar.
Ancak buradaki kritik nokta: geri bildirim, öğretmenin öğrenciyi tanıma bilgisini içermelidir. Model genel ve nötr yazar; öğretmen kişiseldir. Bu yüzden ham çıktı asla doğrudan paylaşılmamalı.
Veliyle iletişim için
Veliye bilgilendirme e-postaları, modelin değer ürettiği rutin işlerden biridir. “Sınıf gezisi bilgilendirme”, “ödev programı duyurusu”, “öğrenci gelişimi özeti” gibi tekrar eden e-postalar dakikalar içinde hazırlanır.
Burada öğretmenin promptta açıkça şu detayları vermesi gerekir: alıcı (veli grubu), bağlam (etkinlik veya konu), ton (resmi ama sıcak), uzunluk sınırı.
Akademik dürüstlük çerçevesi
Yapay zekanın eğitimde kullanımı, hem öğretmen hem öğrenci için aynı dürüstlük standardına tabi olmalıdır. Eğitimci, yapay zekayla hazırlanan ders materyalini bu şekilde sunduğunda örnek olur ve sınıfa kullanım kültürünü model olarak gösterir.
Sonraki adım
Eğitim akışına özel prompt şablonları için iş için ChatGPT prompt paketi iyi bir başlangıçtır. Çıktı kalitesini kontrol altında tutmak için yapay zeka çıktısı nasıl doğrulanır? pratik bir çerçeve sunar.