Yapay zeka artık her yaştan insanın günlük yaşamının ayrılmaz parçası oldu. Özellikle ChatGPT gibi büyük dil modelleri (LLM) kullanan üretken yapay zekâ araçları öğrencilerin ve her meslekten insanın gündelik işlerinde sıklıkla kullanılmaya başlandı.

Metin üretme, diller arası çeviri, grafik oluşturma, özet çıkartma, karşılaşılan sorunlarla ilgili tavsiye ve öneri alabilme gibi özellikler nedeniyle bu uygulamalar bireyler için avantajlı bir seçenek oluşturuyor. Özellikle temel eğitimden yükseköğretime kadar öğrencilerin çoğu artık eğitimlerinin önemli bir destekçisi olarak bu uygulamaları kullanıyor.

Elbette bu tip genel amaçlı teknolojik dönüşümlerin sağladığı faydalar kadar yol açtığı sorunlar ve getirdiği riskler de var. Risklere yönelik tartışmalar genellikle veri güvenliği, yanlı bilgiler üretilerek eşitsizliklerin artmasına katkısı, ürettiği kararların şeffaf olmaması, güncellik sorunu, halüsinasyon görerek doğru olmayan bilgiler üretmesi gibi farklı boyutlarda devam ederken son zamanlarda bu uygulamaların bilişsel maliyeti ile ilgili çalışmalar da birer birer ortaya çıkmaya başladı. Bu kapsamda yeni bir çalışma öğrenme sırasında bilgi toplamak amacıyla büyük dil modellerinin (LLM'ler) kullanılması ile geleneksel arama motorlarının kullanılmasının bilişsel yük ve öğrenme çıktıları üzerindeki etkilerine odaklanıyor (Matthias Stadler, Maria Bannert, Michael Sailer, Cognitive ease at a cost: LLMs reduce mental effort but compromise depth in student scientific inquiry, Computers in Human Behavior, 2024). Çalışmada 91 üniversite öğrencisi iki gruba ayrılıyor. Bir konuyu araştırarak öneriler oluşturmada gruplardan birisi ChatGPT’yi kullanırken diğeri arama motoru Google’ı kullanıyor.

Bilindiği gibi arama motorları aranan konu ile ilgili web sitelerine yönlendirirken ve dolayısıyla arayanın bu sitelerden bulduğu bilgileri ayıklaması, değerlendirmesi, analiz etmesi ve nihayetinde araştırdığı konu bağlamında anlamlı bir metin oluşturması gerekirken LLM’ler bu yükü arayandan alarak doğrudan........

© SuperHaber