UC Berkeley Homecoming etkinliğinde 9 Ekim 2026’da konuşan öğretim üyesi John DeNero, yapay zekânın bilgisayar bilimi eğitimini değiştirdiğini, ancak öğrencilerin gerçek beceri geliştirme ihtiyacını ortadan kaldırmadığını söyledi. Elektrik Mühendisliği ve Bilgisayar Bilimleri Bölümü’nden DeNero’nun öğrenciler, veliler ve mezunlara verdiği mesaj, yapay zekânın ancak pratik, geri bildirim ve insan yargısını desteklediğinde öğrenmeye yardımcı olabileceği yönündeydi.
Ana noktalar
- DeNero, Elektrik Mühendisliği ve Bilgisayar Bilimleri Bölümü’nde öğretim üyesi ve Data Science Undergraduate Studies programında pedagojiden sorumlu fakülte direktörü.
- Yapay zekâ araçlarının cevapları doğrudan vermek yerine öğrencileri hatalara yönlendirmesi gerektiğini söyledi.
- Berkeley araştırmacıları CS 61A dersinde 61A Bot gibi yapay zekâ destekli öğretim araçlarını test etti.
- DeNero, kendi yazılımını geliştirmiş öğrencilerin yapay zekâyı daha etkili kullandığını söyledi.
- Yapay zekâ araçlarının amaçlanan problemi gerçekten çözüp çözmediğini değerlendirmek için insan denetiminin gerekli olduğunu da vurguladı.
Bu gelişme Berkeley öğrencileri için ne anlama geliyor?
Bilgisayar bilimi ve ilgili derslerde okuyan öğrenciler için DeNero’nun mesajı, yapay zekânın bir kestirme değil, bir öğretmen yardımcısı olarak görülmesi gerektiğini gösteriyor. Ona göre ödevler hâlâ önemli; çünkü öğrencilere kavramları uygulama, tekniklerin farklı durumlarda nasıl çalıştığını görme ve bir problemi bağımsız çözebilme pratiği kazandırıyor.
Bu, ödevlerde yapay zekâ kullanan öğrenciler açısından somut bir sonuç doğuruyor. DeNero, ödev çözümlerini açıklayan yapay zekânın ilerleme hissi yaratabileceğini; ancak yetkinlik geliştiren tekrar ve öz denetimi sağlamadığını söyledi. Buna karşılık, bireyselleştirilmiş geri bildirim veren ve öğrenciyi hataya yönlendiren araçlar, Berkeley’in araştırdığı destek biçimine daha yakın.
DeNero’nun bir diğer vurgusu da AI yoğun alanlara giren öğrenciler için şu oldu: Alttaki kodu ve kavramları ne kadar iyi anlarsanız, yapay zekâ o kadar yararlı olur. Ona göre bir yapay zekâ planını sorgulayabilen, üretilen kodu okuyabilen ve hedefli düzeltme isteyebilen öğrenciler bu araçlardan daha fazla yarar sağlayabiliyor.
Berkeley neden yapay zekânın ödevi değiştirmemesi gerektiğini düşünüyor?
DeNero’ya göre ödev, öğrencilerin bilgisayar bilimini öğrenmesi için gereken pratiği sağladığı için hâlâ önemli. Yapay zekânın bir çözümü açıklamasını izlemenin verimli hissettirebileceğini; ancak kavramları uygulama, onların yeni problemlere nasıl aktarıldığını görme ve kişinin kendi çözme becerisini sınama işini ikame etmediğini savundu.
Bilgisayar bilimi öğrenmeyi piyano çalmayı öğrenmeye benzetti: İlerleme, işi yapmaktan gelir; yalnızca izlemekten değil. Bu benzetme, yapay zekânın öğrenmenin yerine geçmemesi, onu desteklemesi gerektiği yönündeki ana argümanının merkezindeydi.
Berkeley yapay zekâyı derslerde nasıl kullanıyor?
DeNero, 2023’te UC Berkeley, Harvard University ve Khan Academy tarafından geliştirilen erken dönem ders destek araçlarını farklı bir modelin örneği olarak anlattı. Bu araçlar, cevapları doğrudan vermek yerine öğrencileri hatalarına yönlendirecek şekilde tasarlandı.
Berkeley’de ise CS 61A dersinde kullanılan 61A Bot’u, kişiselleştirilmiş bir ödev öğretmeni olarak öne çıkardı. DeNero’ya göre sistem, bir cevabın neden yanlış olduğunu ve öğrencinin sonraki adımda ne yapması gerektiğini açıklıyor; sadece cevabı yanlış diye işaretlemekle yetinmiyor.
Ayrıca Berkeley araştırmacılarının, yapay zekânın sınıf içinde ve dışında öğrenmeyi nasıl güçlendirebileceğine dair başka yöntemleri de incelemeyi sürdürdüğünü söyledi. Bunlardan biri, öğrencilerin bir ödev problemini doğru çözdükleri her seferde cevapları hakkında sorular sorulan “mülakat” yaklaşımı.
Yapay zekâ güçlenirken insan yetkinliği neden hâlâ önemli?
DeNero’nun yanıtı, insan yargısının hâlâ belirleyici olduğu yönündeydi. Yapay zekâ geliştiren şirketlerin, bir aracın gerçekten çözmesi gereken problemi çözüp çözmediğini anlamak zorunda olduğunu; bunun da insan işi olduğunu söyledi.
2026 tarihli bir Anthropic çalışmasına da atıf yaptı ve Claude Code oturumlarında yeni başlayanlarla uzman kullanıcılar arasında başarı oranlarının farklılaştığını belirtti. Mesajı, yapay zekânın işe yaramaz olduğu değil; deneyimin insanların bu araçları ne kadar etkili kullanabildiğini değiştirdiğiydi. Ona göre yazılım geliştirmiş öğrenciler, yapay zekânın planını sorgulama, çıktıyı inceleme ve hedefli düzeltme yapma konusunda daha avantajlı.
Bu yaklaşımın arkasındaki öğretim üyesi kim?
John DeNero, Berkeley’in Elektrik Mühendisliği ve Bilgisayar Bilimleri Bölümü’nde öğretim profesörü ve Data Science Undergraduate Studies programında pedagojiden sorumlu fakülte direktörü. Bu yıl ayrıca, Berkeley’in veri bilimi lisans bölümünün kurulmasına katkısı nedeniyle Fiat Lux Faculty Award ile ödüllendirildi.
Homecoming’deki konuşması, bu öğretim deneyimini kampüsün daha geniş bir sorusuna bağladı: Yapay zekâyı kullanırken öğrencilerin düşünme, pratik yapma ve kendi değerlendirmelerini yapma becerisini zayıflatmadan bilgisayar bilimi eğitimi nasıl kurulabilir?
