1. Giriş: STEM Yaklaşımına Modern Bir Bakış
STEM; Fen (Science), Teknoloji (Technology), Mühendislik (Engineering) ve Matematik (Mathematics) disiplinlerini bir araya getiren bütünsel bir eğitim yaklaşımıdır. Dr. Tolga Topçubaşı’na göre STEM, günümüzde sıklıkla karşılaşılan yüzeysel bir “pazar dili” ya da popüler bir etiket olmanın ötesine geçmelidir. Bu yaklaşımın özü, teorik bilgilerin sınıf duvarları arasında kalması değil, disiplinler arası bir süreçle gerçek yaşam problemlerine çözüm bulma süreci olarak kurgulanmasıdır.
2. Türkiye’deki STEM Algısı ve Doğru Bilinen Yanlışlar
Türkiye’de STEM kavramı sıklıkla basit “maker” aktiviteleri veya hazır elektronik kitlerle karıştırılmaktadır. Bir projenin içinde motor veya ışık olması onu otomatik olarak bir STEM projesi yapmaz. Gerçek bir STEM uygulaması, somut bir problemle başlar ve derinlemesine bir disiplinler arası araştırma süreci gerektirir. Problemi odağına almayan, bilimsel araştırmadan yoksun uygulamalar STEM değil, yalnızca birer “oyuncak tasarımı” seviyesinde kalmaktadır.
STEM, belirli ders saatlerine sığdırılan bir müfredat parçası değil, yaşam boyu süren bir düşünme biçimi ve stratejik bir problem çözme kültürüdür.
3. Yapay Zeka Okuryazarlığı ve Eğitimdeki Dönüşüm
Eğitim dünyası, “bilgi odaklı” yapıdan “bilgiyi kullanma becerisine” doğru radikal bir geçiş yapmaktadır. Bilgiye ulaşmanın saniyeler sürdüğü bu çağda, “bilen” değil, sahip olduğu bilgiyi projeye dönüştürebilen “yapabilen” nesillere ihtiyaç vardır. Bu dönüşümün en güçlü katalizörü ise yapay zeka okuryazarlığıdır.
Yapay zeka, temelinde bir biyotaklit (insan öğrenmesini taklit etme) ürünüdür. İnsan zihninin çalışma mantığını modelleyen bu teknoloji, karmaşık kod yığınlarından ziyade veri odaklı bir yapıya sahiptir. Örneğin; bir çocuğa kedi kavramını öğretirken binlerce farklı kedi fotoğrafı gösterilmesi gibi, yapay zeka da veri setlerini eğiterek (data training) öğrenir. Bu mantığı kavrayan bir öğrenci, teknolojiyi yalnızca tüketen bir kullanıcı olmaktan çıkarak onu tasarlayan bir mimara dönüşür.
4. Yapay Zeka Destekli STEM Projelerinin Mantığı
Geleneksel robotik projeleri “sensör odaklı” bir mantıkla çalışır ve artık günümüz teknolojisi karşısında “ilkel” kalmaya başlamıştır. Örneğin; bir mesafe sensörü engeli gördüğünde robotun durması basit bir etkidir. Ancak yapay zeka destekli sistemler, karmaşık bir Karar Mekanizması (Decision Mechanism) sunar.
- Eskiden: Sadece sensörle kısıtlı bir hareket algılanırken,
- Şimdi: Yapay zeka sayesinde görüntü, ses ve pozisyon tanıma ile çalışan, veriyi analiz edip tahminlerde bulunan akıllı sistemler kurulabilmektedir.
Bu geçiş, projelerin sadece tepki veren mekanizmalar değil, veriyle düşünebilen akıllı sistemler olmasını zorunlu kılmaktadır.
5. Eğitimde Kullanılan Temel Yapay Zeka Araçları
Dr. Topçubaşı’nın önerileri doğrultusunda, eğitimciler ve öğrenciler için en verimli araçlar şu şekilde sınıflandırılabilir:
- Öğrenme ve Mantık Kavrama:
- Teachable Machine (Google): Makine öğrenimi mantığını görsel, işitsel ve pozisyonel verilerle kavratır.
- Quick Draw & Auto Draw: Veri setlerinin tahmine nasıl dönüştüğünü gösteren oyunlaştırılmış uygulamalardır.
- Blok Tabanlı Kodlama ve Uygulama:
- Mblock & Pictoblocks: Yüz ve nesne tanıma gibi gelişmiş yapay zeka eklentilerini blok kodlamaya entegre eder.
- Pino Studio: Arduino tabanlı bir sistemdir. Geleneksel jumper kablolar yerine RJ11 konnektörleri kullanarak öğrencilerin teknik karmaşaya takılmadan hayal güçlerini hayata geçirmelerine olanak tanır.
- Machine Learning for Kids: Çocuklara adım adım veri eğitimi ve modelleme süreçlerini öğretir.
- Sanal Laboratuvarlar ve Simülasyonlar:
- Labster: İnteraktif multimedya ödevleri ile gerçek bir laboratuvar deneyimi sunan sanal platformdur.
- PhET Colorado: Fen bilimleri alanında kavramsal öğrenmeyi destekleyen simülasyon merkezidir.
6. Somut Proje Örnekleri: Problemler ve Çözümler
Yapay zeka teknolojisinin STEM disiplinleriyle birleştiği, uluslararası arenada başarı kazanmış örnek senaryolar:
- Akıllı Trafik Işıkları (Acil Durum Geçiş Sistemi):
- Problem: Ambulans ve itfaiye gibi geçiş üstünlüğü olan araçların trafikte vakit kaybetmesi.
- Çözüm: Kameranın ambulans veya itfaiye görüntüsünü tanımasıyla ilgili yöndeki ışığın otomatik olarak yeşile çevrilmesi.
- Görme Engelliler İçin Akıllı Otobüs:
- Problem: Duraktaki bireyin hangi otobüsün geldiğini fark edememesi.
- Çözüm: Görüntü işleme ile otobüs numarasının tanınması ve bireye sesli bildirim yapılması.
- Güvenli Sürüş Asistanı (Teknofest Birincisi):
- Problem: Sürücü yorgunluğu ve uyku kaynaklı kazalar.
- Çözüm: Pozisyon tanıma ile sürücünün göz kapaklarının kapandığının algılanması ve sistemin anlık sesli uyarı/alarm vermesi.
- Akıllı Geri Dönüşüm:
- Problem: Atıkların türlerine göre yanlış ayrıştırılması.
- Çözüm: Atığın türünü (cam, kağıt, plastik) görüntü üzerinden analiz eden sistemin, ilgili atık kutusunun kapağını otomatik olarak açması.
- Deniz Canlılarını Koruma (Dünya Şampiyonluğu – Katar):
- Problem: Gemi pervanelerinin deniz canlılarına (kaplumbağa, balık vb.) zarar vermesi.
- Çözüm: Su altı kamerasının bir canlıyı algıladığı anda motor pervanesini durdurarak yaşamı koruması. (Sürdürülebilir Kalkınma: Suda Yaşam).
7. Yeni Nesil Teknolojiler: LEGO ve Pozisyon Tanıma
Eğitim teknolojilerinin devleri, yapay zekayı donanımların merkezine yerleştirmektedir. LEGO Education’ın nisan ayında çıkacak olan Computer Science & AI seti bu alandaki en güncel örnektir. Geleneksel sensörlerin yerini “vücut algılama” (body sensing) blokları almaktadır.
Örneğin; bir öğrenci kameranın karşısında zıpladığında, yapay zeka öğrencinin burnunun Y-koordinatındaki değişimi takip eder. Bu veri, bir kaykaycı robotun eş zamanlı olarak zıplamasını sağlar. Bu, karmaşık kodlar yerine doğrudan insan hareketlerinin birer veri girişi olarak kullanıldığı yeni bir seviyedir.
8. Üretken Yapay Zeka (Generative AI) ve STEM
Öğretmenler, ders hazırlık süreçlerinde ChatGPT, Gemini ve özellikle STEM ders planlarına odaklanan EduAID gibi araçlardan stratejik destek alabilirler:
- Belli kazanımlara uygun detaylı STEM ders planları oluşturma.
- Özgün ve gerçekçi problem senaryoları üretme.
- Projelerin başarısını ölçecek nitelikli rubrikler (değerlendirme anahtarları) hazırlama.
- Öğrenciler için yaratıcı beyin fırtınası seansları kurgulama.
9. Sonuç: Geleceğin Problemlerine Girişimci Çözümler
Eğitimin asıl vizyonu, yapay zeka kullanan değil, onu tasarlayan ve toplumsal fayda için yöneten öğrenciler yetiştirmek olmalıdır. STEM projeleri; iklim krizi (İklim Eylemi) ve denizlerin korunması (Suda Yaşam) gibi Sürdürülebilir Kalkınma Amaçları ile birleştiğinde anlam kazanır. Geleceğin dünyasında fark yaratacak olanlar, yapay zekayı bir girişimcilik aracı olarak kullanarak küresel sorunlara yenilikçi çözümler üretebilen nesiller olacaktır.
Canlı Yayını İzleyin
