Problem Çözme Süreci Üretiminde Çince İlköğretim Fen Soruları Veri Küməsi

Çocukların Fen Öğrenimine Daha Akıllı Yapay Zeka ile Destek

Ebeveynler ve öğretmenler giderek daha fazla yapay zekâyı potansiyel bir çalışma arkadaşı olarak görüyor; ancak mevcut sohbet robotları sıklıkla ya çok yüzeysel ya da çocuklar için aşırı derecede ileri düzeyde açıklamalar veriyor. Bu makale, büyük dil modellerine iyi bir ilkokul öğretmeninin yaptığı gibi adım adım, doğru zorluk seviyesinde ve çocukların sınıfta gerçekten öğrendikleriyle yakından uyumlu şekilde fen anlatmayı öğretecek yeni bir Çince İlköğretim Fen Soruları (CSQ) veri kümesini tanıtıyor.

Genç Fen Öğrencileri için Yeni Bir Soru Bankası

CSQ veri kümesi, Çin’in ilköğretim müfredatından, okul sınavlarından ve güvenilir çevrimiçi kaynaklardan derlenmiş, özenle hazırlanmış 12.000 fen sorusundan oluşuyor. Sorular 1. sınıftan 6. sınıfa kadar yaşam bilimi, fiziksel bilimler, dünya ve uzay ile teknoloji ve mühendislik olmak üzere dört geniş alanı kapsıyor. Birçok mevcut soru bankasının yalnızca soru ve doğru cevabı listelemesinin aksine, her CSQ öğesi aynı zamanda sınıf düzeyi, konu ve hangi bilimsel becerilerin test edildiğine dair bilgiyi ve yaşa uygun, eksiksiz bir çözüm açıklamasını içeriyor.

Çocukların Gerçekte Nasıl Düşündüğünü Yansıtmak

CSQ’nun temel yeniliği, her cevabın arkasındaki “problem çözme düşüncesine” odaklanmasıdır. Her soru için uzmanlar hedef sınıfa uygun dil ve ayrıntıda akıl yürütme sürecini açıklar. Daha küçük çocuklar için açıklamalar somut ve gözlemsel kalır — örneğin görülen veya hissedilenin betimlenmesi gibi. Daha büyük öğrenciler içinse kademeli olarak sistemler, neden-sonuç ilişkileri veya basit modeller gibi daha soyut fikirler tanıtılır. Her öğe ayrıca bir olguyu gözlemleme, iki nesneyi karşılaştırma ya da bir aracın işlevini belirleme gibi temel becerileri etiketler. Bu yapı, yapay modellerin yalnızca doğru cevabı belirtmesini değil, öğrencilerin öğrenmesi beklenen düşünme yolculuğunu nasıl yapacaklarını da pratik etmelerini sağlar.

Sınıf Gerçekçiliğini Gözeterek Veri Kümesini Oluşturma

CSQ’nun oluşturulması yapısal ve insan odaklı bir süreç gerektirdi. Fen eğitimi ve yapay zekâ konusunda deneyimli 19 araştırmacıdan oluşan bir ekip işi aşamalara böldü. Kıdemli ekip üyeleri resmi müfredat standartları, sınav kağıtları ve ansiklopedilerden sorular topladı ve bunların yasal olarak yeniden kullanılabilir olmasını sağladı. Lisansüstü öğrenciler daha sonra soruları çoktan seçmeli veya doğru/yanlış formatlarına uyarlayıp notlandırdı ve Zorunlu Eğitim için Fen Müfredat Standartları (2022) ile uyumlu hale getirdi. Eğitimleri, sınıf düzeyine uygun sözcük seçimi ve bilişsel derinlikten sapmama üzerinde duruyordu. Her veri öğesi — soru, ders özellikleri ve çözüm — başka bir notlandırıcı tarafından çapraz kontrol edildi ve doğru beceriler veya açıklama derinliği konusundaki anlaşmazlıklar ulusal standartlar rehber alınarak çözüldü.

Yapay Zekâyı İşlem Adımlarını Göstermeye Öğretmek

CSQ’nun değerini test etmek için araştırmacılar birkaç açık kaynak dil modelini ince ayarladı ve önde gelen bir ticari modeli de bu veri kümesi üzerinde değerlendirdi. Modellerin yalnızca doğru çoktan seçmeli yanıtı seçip seçmediği ölçülmedi. Üretilen akıl yürütme kalitesi hem otomatik metin metrikleri hem de uzman insan değerlendirmeleriyle değerlendirildi. CSQ ile eğitildikten sonra açık kaynak modeller doğrulukta ve açıklamaların açıklığı ile bütünlüğünde belirgin kazanımlar gösterdi. Örneğin, daha önce ilkokul düzeyinde bir ses sorusunu gelişmiş dalga teorisiyle yanıtlayan bir model, ince ayardan sonra daha basit ve yaşa uygun bir tanıma kaydı. İnsan hakemler, ince ayarlı modellerin çocukların sınıf düzeyinde kalma, yani aşırı teknik fikirlerin yardımcı olmak yerine kafa karıştırdığı “bilgi aşımı”ndan kaçınma konusunda çok daha iyi olduğunu buldu.

Bugünün Sınırlılıkları, Yarının Şablonu

Yazarlar, CSQ’nun Çin’in fen müfredatının yapısını yansıttığını ve yalnızca çoktan seçmeli ve doğru/yanlış gibi soru formatlarına odaklandığını; uygulamalı deneyler veya açık uçlu projeler gibi etkinlikleri kapsamadığını kabul ediyor. Açıklamalar sınıf öğretmenleri veya çocuklar tarafından değil, eğitimli lisansüstü öğrenciler tarafından yazıldığı için gerçek sınıf diline tam olarak uyması adına daha yapılacak iş var. Buna rağmen, CSQ’nun arkasındaki çerçeve — her soruyu konuya, başlığa, sınıf düzeyine, belirli becerilere ve adım adım akıl yürütmeye bağlama — benzer kaynaklar için diğer diller ve okul sistemleri üzerinde ilham verici olacak kadar genel. Basitçe söylemek gerekirse, bu çalışma dikkatle tasarlanmış soru setlerinin yapay zekâyı genç öğreniciler için daha güvenilir, yaşa duyarlı bir fen rehberine dönüştürmesine nasıl yardımcı olabileceğini gösteriyor.

Atıf: Li, D., Liu, Z., Wen, C. et al. A Chinese Elementary Science Question Dataset in Problem-Solving Process Generation. Sci Data 13, 291 (2026). https://doi.org/10.1038/s41597-026-06618-4

Anahtar kelimeler: ilköğretim fen eğitimi, büyük dil modelleri, soru-cevap veri kümesi, kişiselleştirilmiş öğretim, Çin müfredatı