Akıllı sınıflar eğitim seviyesini yükseltiyor

Öğrencilerin derslerle etkileşimini izlemek üzere sensörler bulunuyor

Akıllı sınıflar eğitim seviyesini yükseltiyor
TT

Akıllı sınıflar eğitim seviyesini yükseltiyor

Akıllı sınıflar eğitim seviyesini yükseltiyor

Telefonlar, saatler, hatta bastonlar gibi tüm eşyaların akıllı hale geldiği bir dünyada ‘akıllı sınıfların’ ortaya çıkması an meselesiydi.

Akıllı sınıflar

Geçtiğimiz günlerde, Brooklyn’de bulunan Üniversite Hazırlık ve Kariyer Keşfi Akademisi, 6. ila 12. sınıflardaki öğrenciler için bir ‘Okuma ve Yazma Odası’nın açılışını yaptı.

Salon, bu adı taşıyan bir alandan bekleyebileceğiniz her şeye sahip, içerisinde küçük bir kütüphane, okumak için rahat koltuklar, konsantrasyon gerektiren işler için küçük masaların yanı sıra sınıfın iki duvarında iki sensör ve bir duvarda büyük, düz bir tablet gibi beklemeyeceğiniz şeyler de bulunuyor.

Bu sensörler, öğrencilerin birbirleriyle ne sıklıkla konuştuklarını, ne tür konuşmalar yaptıklarını, hangi kelimeleri kullandıklarını ve derse kaç yeni öğrencinin katıldığını gözlemliyor.

Bununla birlikte, bu cihazlar belirli öğrencileri görsel olarak tanımlayamıyor, yalnızca duydukları seslerden öğrenci sayısını anlıyor ve bu da gizliliğin korunmasına yardımcı oluyor. Salonu tasarlayan Danish Kourani, bunun hakkında “Sınıf, bir fitness kontrolü gibi” dedi.

Akademi, çoğu ikinci dil olarak İngilizce konuşan öğrenciler arasında okuma ve yazma ile ilgili bir sorun tespit ettikten sonra beş yıl önce Kourani ile ortaklık kurdu. Bu, okulun her 6 haftada bir hedeflenen etkinlikler ve değerlendirmeler aracılığıyla öğrencilerin ilerlemesini izlemeye başlamasını sağladı.

Akademi Müdürü Joanne Moseley “Bu, işleri biraz iyileştirmeye yardımcı oldu, öğrencilerin ilerlemesini günlük olarak izleyebileceğimizi ve verileri öğretimi geliştirmek için bilinçli kararlar vermek üzere kullanabileceğimizi hayal edin” ifadelerini kullandı.

Eğitim teknikleri

İlk bakışta, öğrencilerin her sözünün kaydedildiği, izlenen bir sınıf fikri tartışmalı hatta ürkütücü bir şey olarak görünebilir ancak bu, bu türdeki ilk deneyim değil. 2019’da Carnegie Mellon Üniversitesi, öğrencilerin durumunu veya bir profesörün öğrencilerden birinin adını söylemeden önce beklediği süre gibi çeşitli ayrıntıları izleyebilen bir sistem geliştirdi. O zamandan bu yana EduSense adı verilen sistem üç üniversitede 45 derslikte test edildi.

Araştırmacı ve Paris’teki Ekonomik İşbirliği ve Kalkınma Teşkilatı’nda yetkili olan Andreas Schleicher, teknolojinin doğru kullanılması halinde öğretmenlerin öğrencilerin ihtiyaçlarıyla daha uyumlu olmalarına yardımcı olabileceğini belirtti. Schleicher “Benim için en önemli şey, öğretmenlerin bu algoritmaların kölesi olmaları değil, tasarımcıları olmalarıdır” ifadelerini kullandı.

Kourani, teknolojiyi okulla iş birliği içinde geliştirdi, yani öğretmenler aslında ‘okuma ve yazma odasının’ tasarımcıları olmuştu.

Kourani, sensörleri okula kurmadan önce, Wesleyan Üniversitesi’nden bir bilgisayar programcısı ile birlikte, teknolojinin çeşitli sesleri fotoğraflama, tanımlama ve kaydetme yeteneğini görmek amacıyla, üniversitenin bilgisayar bilimi laboratuvarında deneysel bir modeli bir aydan uzun süre boyunca test etti.

Şarku’l Avsat’ın Tribune Media’dan aktardığına göre Kourani, öğretmenin örneğin öğrencilerinden sadece iki veya üçünün belirli bir süre içinde kendini ifade edebildiğini fark etmesine yardımcı olabileceğinden, sensörleri başka bir eğitim aracı olarak değerlendirdi. Zira bunun, bazılarının herkesin önünde konuşmaktan çekindiklerini veya derse katılmadıklarını gösterdiğine dikkat çekti.

Son olarak, buradaki ana fikir, söz konusu teknolojinin öğretmenlere kendileri ve öğrencileri hakkında daha fazla bilgi verebileceği ve bunun da daha esnek bir öğrenme ortamı sağlamanın yolunu açabileceğine dayanıyor. Schleicher “Mevcut sınıf ortamları, öğrenciyi yalnızca bir tüketiciye, öğretmeni de bir tür hizmet sağlayıcıya indirgediği için verimsizdir. Geleceğin eğitimcisinin sadece harika bir öğretmen, koç ve akıl hocası değil, aynı zamanda iyi bir veri bilimcisi olması gerektiğine yürekten inanıyorum. Etkili olmak için bu bilgi akımlarını anlamalısınız” dedi.



Deepfake videoları tespit etmek giderek zorlaşıyor: Artık gerçekçi kalp atışları var

Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
TT

Deepfake videoları tespit etmek giderek zorlaşıyor: Artık gerçekçi kalp atışları var

Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)

Deepfake videoların gelişmiş saptama yöntemlerini yanıltabildiği ve her geçen gün daha gerçekçi hale geldiği tespit edildi. 

Bir kişinin yüzünün ya da vücudunun dijital olarak değiştirilmesiyle oluşturulan deepfake videolar endişe yaratmaya devam ediyor. 

Bu videolar gerçek bir kişinin görüntüsünün yapay zeka kullanılarak değiştirilmesiyle yapılıyor. Aslında bu teknoloji, kullanıcıların yüzünü kediye dönüştüren veya yaşlandıran uygulamalar gibi zararsız amaçlarla da kullanılabiliyor.

Ancak insanların cinsel içerikli videolarını üretmek veya masum insanlara iftira atmak için de kullanılabilmesi ciddi bir sorun teşkil ediyor.

Bu videoların sahte olup olmadığını anlamak için kullanılan gelişmiş yöntemlerden biri kalp atışlarını izlemek. 

Uzaktan fotopletismografi (rPPP) adlı araç, deriden geçen ışıktaki küçük değişiklikleri tespit ederek nabzı ölçüyor. Nabız ölçen pulse oksimetreyle aynı prensiple çalışan bu araç, çevrimiçi doktor randevularının yanı sıra deepfake videoları tespit etmek için de kullanılıyor.

Ancak bulguları hakemli dergi Frontiers in Imaging'de bugün (30 Nisan) yayımlanan çalışmaya göre deepfake görüntülerde artık gerçekçi kalp atışları var.

Bilim insanları çalışmalarına videolardaki nabız hızını otomatik olarak saptayıp analiz eden bir deepfake dedektörü geliştirerek başladı. 

Ardından rPPP tabanlı bu aracın verilerini, EKG kayıtlarıyla karşılaştırarak hassasiyetini ölçtüler. Son derece iyi performans gösteren aracın EKG'yle arasında dakikada sadece iki-üç atımlık fark vardı. 

Ekip aracı deepfake videolar üzerinde test ettiğindeyse rPPP, videoya kalp atışı eklenmese bile son derece gerçekçi bir kalp atışı algıladı. 

Bilim insanları kalp atışlarının videoya kasten eklenebileceği gibi, kullanılan kaynak videodan kendiliğinden geçebileceğini de söylüyor.

Almanya'daki Humboldt Üniversitesi'nden çalışmanın ortak yazarı Peter Eisert "Kaynak video gerçek bir kişiye aitse, bu artık deepfake videoya aktarılabiliyor" diyerek ekliyor: 

Sanırım tüm deepfake dedektörlerinin kaderi bu; deepfake'ler gittikçe daha iyi hale geliyor ve iki yıl önce iyi çalışan bir dedektör bugün tamamen başarısız olmaya başlıyor.

Araştırmacılar yine de sahte videoları saptamanın başka yolları olduğunu düşünüyor. Örneğin sadece nabız hızını ölçmek yerine, yüzdeki kan akışını ayrıntılı olarak takip eden dedektörler geliştirilebilir.

Eisert, "Kalp atarken kan, damarlardan geçerek yüze akıyor ve daha sonra tüm yüz bölgesine dağılıyor. Bu harekette gerçek görüntülerde tespit edebileceğimiz küçük bir gecikme var" diyor.

Ancak bilim insanına göre nihai çözüm deepfake dedektörlerinden ziyade, bir görüntünün üzerinde oynanıp oynanmadığını anlamaya yarayan dijital işaretlere odaklanmaktan geçiyor:

Bir şeyin sahte olup olmadığını tespit etmek yerine bir şeyin değiştirilmediğini kanıtlayan teknolojiye daha fazla odaklanmadığımız sürece, deepfake'lerin saptanmalarını zorlaştıracak kadar iyi olacağını düşünüyorum.

Independent Türkçe, BBC Science Focus, TechXplore, Frontiers in Imaging