Eğitim.  / Slider

Yabancı Dilin Yapay Zekâ ile imtihanı: Kim kazanacak?

Gelecek Eğitimde Yayınlanma Tarihi 21 Aralık 2019

İngilizce öğretmenliği bölümünde öğretmenlik mesleğini öğrenmeye çalışan öğrencilerim, bu dönem okuma becerilerinin öğretimine yönelik mikro öğretim uygulamaları yapıyorlar. Yaklaşık 20 dakika süren bu ders uygulamalarında; öğretmen adayları, öğrenciymiş gibi davranmaları beklenen sınıf arkadaşlarına bir okuma metni üzerinden okuduğunu anlama soruları soruyor ve metni birlikte detaylıca işliyorlar. Bugün işlenen okuma metinlerinden birinin konusu, yapay zekâ uygulamaları sayesinde çeviri yapmak için İngilizce bilmeye ihtiyaç kalınmayacağıydı. Dersin sonlarına doğru, öğrencilerimden biri bu konuyu gündeme getirdi.

“Hocam, gerçekten çeviri için bizim gibi İngilizce bilenlere ihtiyaç kalmayacak mı?

Nasıl olacak?

Her şey çevrilebilir mi?

Bilgisayarlar sizce insanlar kadar iyi çeviri yapabilirler mi?

İngilizce öğrenmeye ilgi azalır mı?”

gibi soruları arka arkaya sıraladı. Yapay zekâ uygulamalarını yakından takip ediyorum. Özellikle Google Translate ile yapılan çevirilerde bu yıl bir iyileşme olduğunu ve her ne kadar mükemmel olmasa da verilmek istenen anlamı büyük oranda karşıladığını biliyorum. Gerçekten bu tür uygulamalar bir insanın yapabileceği mükemmelliğe yakın çeviri yapabilir miydi? İşte bu yazıda; tam olarak yapay zekâdaki ilerlemelerin bir sonucu olarak sayıları gittikçe artan çeviri uygulamalarının ne derece etkili çeviriler yapabildiğini ele alacağım.

Yapay Zekâ nedir?

Yapay Zekâ konusunda araştırmalara sahip olan Prof. Dr. Cem Say’ın “50 Soruda Yapay Zekâ” isimli kitabı, Türkçede edinilebilecek en nitelikli kaynaklardan biri. Yapay zekâ kavramının geçmişteki tohumlarından (Türkçeye Yapay Oyun ismiyle çevrilen “Imitation Game” filmiyle popüler kültürde kendine yer bulan Alan Turing’in katkıları gibi) yıllar içindeki uygulamalarına kadar geniş bir yelpazede bu kavramı tartışan bir başucu kitabı. İlk kez 2 Eylül 1955 tarihinde Nathaniel Rochester ile Marvin Minsky tarafından kaleme alınan resmi başvuru yazısında geçen yapay zekâ kavramının çeşitli tanımları bulunsa da ortak bir tanıma ulaşmak zor. Yapay zekâ en basit haliyle; insana özgü olan mantık yürütme, hareket, konuşma ve ses algılama gibi birçok yeteneğin yapay sistemler aracılığıyla en üst düzeyde kullanılması olarak tanımlanabilir. Dünya Satranç Şampiyonu Garry Kasparov’un 1997 yılında, IBM tarafından geliştirilen Deep Blue 2 isimli bilgisayara yenilmesi yapay zekânın uzanabileceği boyutları anlatan en bilindik örnek. Yapay zekânın hukuktan sağlığa, eğitimden tarıma, işsizlikten güvenliğe kadar yaşamımızı nasıl etkileyeceğini hepimiz heyecanla bekliyoruz. Aslında bu değişikliklerin bir kısmını da yaşıyoruz. Peki, yapay zekânın eğitimdeki faydaları nelerdir?

Yapay Zekâ ve Eğitimde Faydaları

Son yıllarda oldukça popüler olan yapay zekâ kavramı, Milli Eğitim Bakanlığı (MEB) ile İstanbul Teknik Üniversitesi arasındaki protokolün sonucu olarak eğitimcilerin de gündemine geldi. Bu bağlamda, yapay zekâ ile öğrencilerin kişisel gelişimlerini destekleyen bireyselleştirilmiş eğitim içerikleri ve ortamlarının oluşturulması hedeflendi. Bunun dışında, Bakanlıkça öğrencilere ilkokuldan itibaren yapay zekâ eğitimlerinin verilmesi amacıyla, okullar ve öğretmenler için eğitim içeriklerinin hazırlanacağı bir proje hayata geçirildi. Türkiye’deki eğitim dünyasında da fark edilen ve üzerine çeşitli yazılar yazılan, konuşmalar yapılan ve MEB nezdinde sayısız uygulamanın yürütüldüğü yapay zekâ, eğitimde ne tür faydalar sağlar? Dünyanın önemli teknoloji liderlerinin bir araya gelerek bu soruya cevap aradıkları forumlarda öne çıkan noktalar şunlar:

1) Yapay zekâ öğrenme sürecine ilişkin kişileştirilmiş bir perspektif kazandırıyor.

2) Yapay zekâ öğrencilerin eksik ve güçlü taraflarını daha kolay fark etmelerine yardımcı oluyor.

3) Yapay zekâ öğrencilerin gelişim süreçlerini yakından izleyebiliyor.

4) Yapay zekâ içerik üretimini daha hızlı destekleyebiliyor.

5) Yapay zekâ niteliğin artmasına ve bilgiye ulaşmanın kolaylaşmasına destek olabilir.

Öyle gözüküyor ki yapay zekânın eğitime özellikle öğrenmenin bireyselleştirilmesi noktasında çok önemli katkıları olabilir. Ancak dilerseniz biz ana odağımız olan çeviri uygulamaları bağlamında yapay zekâyı irdelemeye geçelim.

Yapay Zekâ ve Çeviri Uygulamaları

Thomas Friedman, “Dünya Düzdür” isimli kitabında, dünyanın düzleşmesine (iletişimin hızlanması, fiber-optik kabloların etkili bir şekilde kullanılması ile birlikte Amerika’da yaşayan bir insanla Hindistan’da yaşayan arasında teknolojiye ulaşım açısından pek bir fark kalmaması) neden olan gerekçeleri tek tek sıralıyor. Bu gelişmelerin yapay zekâ, düşünen robotlar, insanların yerine karar veren makineler ile süreceğini ifade ediyor. Pekâlâ, çeviri yapan uygulamalar, birçok kişinin yaşadığı çeviri sorununa çözüm olabilir mi? 2019 yılındaki gelişmeler ışığında çok ciddi ilerlemelerin sağlandığını söylemek mümkün. Ancak bu yine de tam anlamıyla bir memnuniyetin olduğu anlamına gelmemeli. Biz örnekler üzerinden yapay zekâ ve bu tür uygulamaların çekişmesine detaylıca bakalım.

Speexx’in başkanı ve kurucusu Armin Hopp 2019 yılının Mart ayında katıldığı teknoloji forumunda en son geliştirdikleri yapay zekâ tabanlı uygulamayla, telaffuz konusunda özel bir yazılım geliştirdiklerini ve ayrıca yapay zekâyı kullanıcının davranışlarını tahmin etmekte de kullandıklarını söyledi. Bu konudaki bir diğer ilginç gelişme ise, İngilizce öğrenmek için üretilmiş Sohbet Robotu Uygulamaları. Yine yapay zekâ mantığıyla kurgulandığı söylenen bu robotlar, iletişime geçeceği bireylerin İngilizce seviyelerini tespit ettikten sonra onlarla sohbet ediyor. Bu uygulamadan sonra, Google’nin yapay zekâ ile ilgili önemli bir diğer adımı ise Translatotron isimli ürününü tanıtması oldu. 15 Mayıs 2019 tarihinde detayları paylaşılan bu uygulama, üç adımlı bir çeviri işlemini takip ediyor. Önce konuşmayı yazıya döküyor, sonra yazıyı çeviriyor ve elindeki yazıyı okuyor. Yeni geliştirilen versiyon, metin kısmını tamamen pas geçiyor ve konuşmayı bir spektograma çeviriyor. Spektogram, ses frekanslarını gösteren bir görsel. Sistem daha sonra hedef dilde yeni bir spektogram oluşturup onu okuyor. Çeviriler de mükemmel olmaktan uzak ancak ilk adımlar olarak göz önüne alındığında oldukça dikkat çekici.

Bu uygulamaların hepsinin ortak amacı insana ihtiyaç duymadan gerek sözel gerekse yazılı metinleri bir insanın çevirebileceği kadar iyi çevirmek ve bu anlamda insanların üstündeki dil öğrenme baskısını ortadan kaldırmak. Öyleyse yanıtlanması gereken soru da şu oluyor:

Yapay Zekâ her şeyin anlamlı bir şekilde çevrilmesine imkân tanır mı?

Bu sorunun yanıtı o kadar da kolay değil. İsterseniz yapay zekâ teknolojisinin çeviri sürecinde insanlardan hangi noktada ayrıldığını ve insanlar kadar iyi çeviri yapamayacağını sizin de şu anda bile deneyeceğiniz örneklerle ele alalım:

1- Amerika’da bir doktora dersinde, edimbilim ve dil öğrenimine etkisi üzerine okuduğumuz makalelerin analizini yapıyorduk. Dersin bir noktasında, bu konularla son derece önemli dergilerde yazıları bulunan Profesör, bize “you can say that again” (şunu tekrar söyleyebilirsin) dedi. Biz de, bağlamdan kopuk olan bu ifade karşısında biraz şaşırdık ve benimle birlikte diğer üç ana dili İngilizce olmayan öğrenci, profesörün bu ifadesini tekrarlayarak “you can say that again” diye karşılık verdi. Ancak ana dili İngilizce olan sınıf arkadaşlarım, bu ifadeyi “Ok” şeklinde cevapladı. Bu küçük deney bittikten sonra, profesör, “you can say that again” ifadesinin aslında “I agree with you (sana katılıyorum)” anlamına geldiğini söyledi. İletişimde dil kullanımının, özellikle cümlelerle kullanıldıkları bağlam ve durumlar arasındaki ilişkileri inceleyen edimbilim, cümle yapılarının konuşan ve dinleyen arasındaki ilişkiden nasıl etkilendiğine odaklanmaktadır. Bu cümleyi bugün yapay zekâ uygulamalarından birine yazıp çevrilmesini isterseniz- ben denedim ve başarılı olamadı- bu uygulamaların hepsinin benim yıllar önce düştüğüm hataya düşeceğini göreceksiniz.

2- Yine Amerika’da bulunduğum sırada, uygulamalı dilbilim alanındaki önemli profesörlerinden birinin evine diğer lisansüstü öğrencilerle birlikte davet edilmiştim. Ev, doğanın içinde bir gölün hemen yanındaydı. Ben de istemsiz bir şekilde, “Quiet a view! The nature is calling me” (Ne harika bir manzara! Doğa beni çağırıyor) cümlelerini kurdum. Cümlelerimin bitmesiyle birlikte odada bulunanların kahkahalarını işitince yanlış bir şey yaptığımı anladım. Meğer “the nature is calling me”, İngilizce “nature calls” şeklinde kullanılıyormuş ve “acilen lavaboya gitmem gerekiyor” anlamına geliyormuş. Bu keyifli anı, bize her zaman dil öğreniminin dilbilgisinden oluşmadığını, kelimeleri, yapıları yan yana dizerek anlamlı bir ilişki serisi kurulamayacağını gösteriyor. Bu ve benzeri ifadelerin çevrilmesi boyutu ise tam olarak bu uygulamaların birincil anlama odaklandığını ve ikincil anlamları çeviremediğine işaret ediyor.

3- Prof. Dr. Say’ın kitabında da verdiği örnek olan dünyaca ünlü dilbilimci Noam Chomsky’in bir gazeteye verdiği mülakatta söylediği bir cümlenin bağlamından çok uzak bir şekilde çevrilmesidir. Chomksy siyasi ilişkiler açısından kurduğu cümlesindeki “her şey süt liman” ifadesinin “milk port” şeklinde çok anlamsız bir şekilde paylaşılması ve bunun ilgili gazete tarafından sanki Chomsky “milk port” ifadesini kullanmış gibi gösterilmesi de yapay zekâ ve çeviri arasındaki ilişkinin ilginç bir hikâyesi olarak tarihe not düştü. İngilizce “süt” anlamına gelen “milk” ile “liman” anlamına gelen “port” yan yana geldiğinde Türkçemizde “dalgasız, durgun, gürültüsüz, olaysız” anlamında kullanılan sütliman ifadesiyle “milk port” ifadesinin yakından uzaktan ilişkisi yoktur. Anlamsal olarak ele aldığımızda, iki kelimenin yan yana gelip İngilizcede aynı anlama gelmesini beklemek de yine yapay zekânın şimdilik beceremediği noktalardan biri oldu.

4- Bu satırları yazarken yeğenimin jimnastik kursundayım. Antrenörün öğrencilerden birine “aferin sana” dediğini duydum. 6 yaşındaki öğrenci tarafından bu bir tebrik olarak algılanırken aslında öğretmenin vermek istediği mesaj tam olarak şu: “Bir o eksik kalmıştı, aferin sana, onu da tamamladın oldu” anlamında bir yergi söz konusuydu. Hepimiz “aferin sana” ifadesinin yergi olarak kullanıldığı bağlamları biliriz, bunları kullanmışızdır. Hemen bu ifadeyi yapay zekâ mantığıyla oluşturulan uygulamalardan biri üzerinde denediğimde “Good for you” çıktı. Bir adım daha öteye geçerek bu sefer uygulamaya bir bağlam daha verdim, “Bunu defalarca gösterdim. Hala olmuyor. Aferin sana” cümlelerini girdiğimde ise İngilizce çevirisindeki “good for you” ifadesi daha anlamsız bir şekilde bağlam dışı kaldı.

Semantik anlamın ötesinde dil kavramıyla toplumsal olgular arasındaki ilişkilere, birbirlerini nasıl etkilediğine ve toplumsal normlarla şekillen dil kullanımına odaklanan sosyo-pragmatik anlamları ve direkt söylenmektense ima içeren çevirilere ulaşmak zor. Bir kelimeyi hedef dildeki karşılığıyla değiştirmek aslında bir çevirmenin en kolay işiyken yukarıdaki boyutlarla derin bir anlama ulaşmak hiç de kolay değil. Zira bir dildeki kelime başka bir dilde farklı anlamlarda birçok karşılığı olduğundan bilgisayara doğru seçeneği buldurmak için gramer yetmiyor. İnsanlar, bir bağlam içinde daha önceden kurulan cümlelerle yeni kurulan cümleler arasında bir ilişki kurup verilmek istenen mesajı anlamlandırma noktasında herhangi bir sıkıntı yaşamaz iken bu tür sistemlerin verilen metinleri (sözel veya yazılı) bağlamsal ilişkilerden uzak bir şekilde ele aldığı görülmektedir. Acaba konuşmacının zihninden ne geçiyor sorusuna cevap vermede yetersiz kalıyor.
Neden her şeyi çeviremiyor?

Bunun aslında temel olarak üç nedeni var;

1) Ana dil konuşmacılarının her zaman kendi ana dillerini kusursuz konuştuklarına dair bir inanış vardır. Ancak çok iyi biliyoruz ki Türkçe konuşurken dilbilgisi anlamında pek çok şeyi yanlış kullanma eğilimindeyiz. Yapay zekâya bu ve benzeri yanlışlar eklenmediği sürece bunların bağlama uygun bir şekilde çevrilmesi pek mümkün olmayacaktır. Bir cümleyi başka bir dile çevirirken cümlenin sözdizimsel formun korunması her zaman olumlu sonuçlar vermeyebiliyor. İnsanlar olarak bizler, önce okuduğumuz dildeki cümlenin anlamını deşifre ederiz, sonra ise çeviri yapılacak dile kodlarız.

2) Bir metnin dil yeterliği anlamındaki seviyesi sadece içerdiği söz varlığı ve söz dizimi çeşitliliğiyle ölçülmez. Sosyo-pragmatik yükü, içerdiği kültürel unsurlar, iletişimsel söylem parçacıkları ve genel bilişsel yükünü de dikkate alarak anlamsal karşılığı uygun olabilecek çeviriler yapılmalıdır. Ancak sadece ama sadece söz varlığı ve dilbilgisi açısından oluşturulan metinler her zaman eksik kalacaktır.

3) Bir kelimenin anlamını doğru bir şekilde çevirmek için kelimenin geçtiği cümlenin geri kalanındaki yerlere de bakmak gerekecektir. İnsanlar, doğal akışı içinde sürdürülen iletişimin doğasını içselleştirip birçok farklı değişkeni aynı anda yorumlama ve bunlardan doğru anlamı büyük oranda çıkarmada bilgisayarlardan daha başarılılar.

Bu analizlerden de anlaşılacağı üzere; yapay zekâ çeviri alanında çok önemli işlevleri yerine getirme gücüne sahip. Bunu geldiğimiz bu noktada inkâr etmek anlamlı olmayacaktır. Mühendislerin bu konudaki çalışmalarının özellikle söz dizimsel olarak birbiriyle benzerlik gösteren diller için nispeten daha olumlu sonuçlar verdiğini de görüyoruz (İngilizceden Fransızcaya yapılan çeviriler İngilizceden Türkçeye yapılan çevirilerden daha başarılı oluyor). Ancak farklı yapıda diller için (farklı dil ailesinden gelen Türkçeden İngilizceye yapılan çeviriler) aynı şeyi söylemek mümkün değil. Sonuç olarak, bu potansiyelin en azından 2019 yılı itibarıyla insan faktörünü geçemediğini söyleyebiliriz. Dolayısıyla yazımın hemen başındaki öğrencimin merak ettiği sorunun cevabı şimdilik hayır, yani yapay zekâ uygulamaları İngilizce öğrenmeye duyulan ihtiyacı azaltmayacak. Ancak şunu kabul etmek zorundayız: Bu uygulamalar, sanatsal boyut içermeyen, teknik konularla ilgili olmayan çevirileri- anlamsız öbek yığınları da olsa- pekâlâ yapabilecek. Ancak alanı iyi bilen çevirmenler tarafından yapılmış çevirilere ulaşması zor gözüküyor. Shakespeare’nin “Bir Yaz Gecesi Rüyası” isimli oyununu “Bahar Noktası”, “Hamlet’in” meşhur “Olmak ya da olmamak! İşte bütün mesele bu” repliğini “Bir ihtimal daha var; o da ölmek mi dersin” diye çeviren Türk edebiyatımızın önemli şairlerinden Can Yücel’in sanatsal estetiğine ulaşmaları ne mümkün.

Severek takip ettiğim Bilim ve Teknik dergisinin 2019 Aralık sayısında bulunan yapay zekâyı kandırmak başlıklı bir yazıda da, yapay zekâyı eğitmek için kullanılan derin öğrenmeyle ilgili çeşitli sorunların olduğu ve verilerdeki ufak tefek oynamaların beklenmedik ve telafisi zaman zaman pek de mümkün olmayan hatalara sebebiyet vereceğinden söz ediliyor. Prof. Dr. Say’ın, yapay zekâ tanımıyla ilgili soruyu cevaplarken kendisinin 20 yıl önceki bir yazısından örnek vererek artık bu tanımın pek geçerli olmadığını ifade etmesi gibi belki ben de 20 yıl sonraki yapay zekâ ile ilgili gelişmelerin sonucu olarak her türlü ortamda konuşmacının zihninden geçenleri de okuyarak doğru bağlam içinde cümleler kurabilen ve bunları en uygun şekilde çevirebilen makinalara hayranlıkla bakacağım. Kim bilir?

Prof. Dr. Cem Balçıkanlı
Gazi Üniversitesi, Yabancı Diller Eğitimi Bölümü

Kaynaklar

Avcı, H. (2019) Dil Öğrenmek, Yapay Zekâ ile Sorun Olmaktan Çıkabilir. https://www.webtekno.com/dil-ogrenmek-yapay-zeka-ile-sorun-olmaktan-cikabilir-h65064.html web sayfasından 24.11.2019 tarihinde indirildi.

Friedman, T. L. (2016) Dünya Düzdür. Boyner Yayınları: İstanbul

Derin Öğrenme(Deep Learning) Nedir ve Nasıl Çalışır? https://medium.com/@nyilmazsimsek/derin-%C3%B6%C4%9Frenme-deep-learning-nedir-ve-nas%C4%B1l-%C3%A7al%C4%B1%C5%9F%C4%B1r-2d7f5850782 web sayfasından 25.11.2019 tarihinde indirildi.
Google’ın ‘Translatotron’u İle Sesiniz Yabancı Bir Dile Çevrilebilecek https://www.matematiksel.org/googlein-translatotronu-ile-sesiniz-yabanci-bir-dile-cevrilebilecek/ web sayfasından 23.11.2019 tarihinde indirildi.

MEB, “Eğitimde Yapay Zeka Uygulamaları için İTÜ ile e sıkıştı. https://www.meb.gov.tr/meb-egitimde-yapay-zeka-uygulamalari-icin-itu-ile-el-sıkıstı/haber/18720/tr web sayfasından 20.11.2019 tarihinde indirildi.

MEB okullarda “yapay zeka” eğitimi için kolları sıvadı. https://www.aa.com.tr/tr/egitim/meb-okullarda-yapay-zeka-egitimi-icin-kollari-sivadi/1597733 web sayfasından 18.11.2019 tarihinde indirildi.

McCourt, D. (2019) AI-powered language learning is more than just a buzzword https://www.androidpit.com/interview-ai-powered-language-learning web sayfasından 19.11.2019 tarihinde indirildi.

Nguyen, Q. & Vanaer C. (2019) İngilizce Öğrenmek için Robotlarla Sohbet Et! Seni Asla Yargılamayacak 5 Sohbet Robotu https://www.fluentu.com/blog/english-tur/ingilizce-ogrenmek-icin-robotlarla-sohbet-et/ web sayfasından 25.11.2019 tarihinde indirildi.

Ocak, M. E. (2019). Yapay Zekâyı Kandırmak. Bilim ve Teknik. 53 (625) 28-36

Say, C. (2019). 50 soruda yapay zekâ. Bilim ve Gelecek Kitaplığı: İstanbul

What Benefits Will AI Bring To Education? 19 Experts Share Their Insights https://www.disruptordaily.com/ai-benefits-education/ web sayfasından 18.11.2019 tarihinde indirildi
Yapay zekâ yabancı dil öğrenme ihtiyacını ortadan kaldırır mı? (2017) https://erginhoca.com/2018/05/12/yapay-zeka-yabanci-dil-ogrenme-ihtiyacini-ortadan-kaldirir-mi/amp/ web sayfasından 27.11.2019 tarihinde indirildi.

Yapay zekânın yeni kahramanı AlphaGo, go ustası Lee Sedol’u altetti. https://webrazzi.com/2016/03/10/yapay-zekanin-yeni-kahramani-alphago-go-ustasi-lee-sedolu-altetti/ web sayfasından 30.11.2019 tarihinde indirildi.