Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightBulgular, GAI modellerinin eğitimde bir öğrenme yardımcısı olarak kullanılabilme potansiyeli ve üniversite sınavlarına hazırlık süreçlerinde destekleyici bir araç olarak değerlendirilip değerlendirilemeyeceği konusunda önemli ipuçları sunmaktadır.
📌 3 Maddede Bu Makale
Özet
Bu çalışmada üretken yapay zekâ (GAI) modellerinin eğitim alanındaki potansiyeli değerlendirilmeye çalışılmıştır. Benzetimli bir sınav ortamı planlanmış ve GPT (Generative Pre-trained Transformer) ailesi modellerinin üniversite giriş sınavlarında sorulan sorulara verdiği yanıtlar baz alınarak hata analizi yapılmıştır. Çalışmada GPT, Gemini ve Copilot modelleri Türkiye’de Yükseköğretim Kurumları Sınavı (YKS)/ Temel Yeterlilik Sınavı ( TYT) oturumunda yer alan sorularla test edilmiştir. Bu modellerin ürettiği yanıtlar hem doğruluk oranları hem de akademik derinlik ve tutarlılık açısından analiz edilmiştir. GPT-4o %50.8 doğruluk elde ederken, Gemini %43.3 ve Copilot %42.5 doğruluk elde etmiştir. Bulgular, GAI modellerinin eğitimde bir öğrenme yardımcısı olarak kullanılabilme potansiyeli ve üniversite sınavlarına hazırlık süreçlerinde destekleyici bir araç olarak değerlendirilip değerlendirilemeyeceği konusunda önemli ipuçları sunmaktadır. Çalışma, GAI modellerinin eğitim alanında yükselişiyle ortaya çıkan kişiselleştirilmiş eğitim alanında kullanılabilme ihtimaline ışık tutmaktadır. Bu alanda yapılacak daha fazla çalışma, GAI modellerinin eğitim sistemine entegrasyonu için yeni stratejiler geliştirmeye yardımcı olabilir.
Abstract
This study attempts to evaluate the potential of generative artificial intelligence (GAI) models in the field of education. A simulated exam environment was planned and error analysis was performed based on the responses of GPT (Generative Pre-trained Transformer) family models to questions asked in university entrance exams. In the study, GPT, Gemini and Copilot models were tested with questions in the Higher Education Institutions Exam (YKS)/ Basic Proficiency Exam ( TYT) session in Turkey. The responses produced by these models were analyzed in terms of both accuracy rates and academic depth and consistency. While GPT-4o achieved 50.8% accuracy, Gemini 43.3% and Copilot achieved 42.5% accuracy. The findings provide important clues about the potential of GAI models to be used as a learning aid in education and whether they can be evaluated as a supportive tool in university exam preparation processes. The study sheds light on the possibility of using GAI models in the personalized education field that emerged with the rise of GAI models in the field of education. Further studies in this field may help develop new strategies for the integration of GAI models into the education system.