Yapay Zekâ ile Öğrenci Başarısını Tahmin Etmek Eşit Olmayabilir Mi?
Üniversiteler öğrencilerin başarı ihtimallerini tahmin etmek için algoritmalardan yararlanıyor. Öğrencilerin demografik bilgileri, notları ve maddi durumu gibi verilerle çalışan bu sistemler, kimlerin desteğe ihtiyaç duyduğunu öngörerek burs veya rehberlik gibi hizmetlerin hedef kitlelerini belirliyor.
Ancak bu modellerin, özellikle siyah ve Hispanik öğrenciler için başarısızlık ihtimalini olduğundan fazla göstermesi büyük bir eşitsizlik sorunu yaratıyor. Yapılan araştırmalar, bu gruplardaki öğrencilerin önemli bir kısmının başarısız olarak etiketlendiğini, buna karşılık beyaz ve Asyalı öğrencilerin başarı oranlarının fazla iyimser tahmin edildiğini gösteriyor.
Araştırmacılar, algoritmalardaki bu ön yargıyı azaltmak için farklı teknikleri test etti. Veriler üzerinde yapılan ön düzenlemelerden çok, model eğitimi sırasında adalet ilkeleriyle geliştirilen yöntemlerin daha etkili olduğu görüldü. Yine de her yöntemin her grup için aynı başarıyı göstermediği ve bağlama özel çözümler gerektiği vurgulanıyor.
Uzmanlar, üniversitelerin yapay zekâyı etik ve adil şekilde kullanabilmesi için şeffaflık, algoritma denetimi ve bilinçli uygulama çağrısında bulunuyor. Aksi takdirde bu teknolojiler, destek yerine dışlayıcı bir araca dönüşebilir ve eğitimdeki mevcut eşitsizlikleri daha da derinleştirebilir.
Kaynak için tıklayın
