Yapay Zeka Destekli Timetable Nasıl Çalışır?

Yapay zeka destekli timetable, okulun kurallarını matematiksel kısıtlara çeviren ve bu kısıtların tamamını aynı anda sağlayan bir yerleşim arayan sistemdir. Önce bir çizelge kurup sonra hatalarını düzeltmez; baştan itibaren kuralları ihlal etmeyecek biçimde arar.

Bu ayrım kulağa teknik gelse de sonucu doğrudan etkiler. Deneme-yanılma yapan bir yöntem kabul edilebilir bir çizelgeyi bulmayı umut eder; kısıt üzerinden çalışan bir yöntem ise çözüm varsa bulur, yoksa olmadığını söyler.

Kural nasıl kısıta dönüşür?

Kurum tarafında girilen her tercih, sistem tarafında bir koşula karşılık gelir. Birkaç örnek:

Sağ sütundaki ifadelerin ortak özelliği kesin olmalarıdır. Sistem "genellikle", "tercihen" gibi belirsizliklerle çalışmaz; her kuralı ya sağlanması zorunlu ya da mümkün olduğunca sağlanacak bir hedef olarak ele alır.

Zorunlu kural ile tercih arasındaki fark

Kuralların hepsi aynı ağırlıkta değildir. İki sınıfa ayrılırlar:

• Zorunlu kurallar hiçbir koşulda ihlal edilmez. Öğretmen çakışması, sınıf çakışması ve derslik çakışması bu gruptadır.
• Tercihler mümkün olduğunca sağlanır. Boş saatin az olması, yükün günlere dengeli dağılması, zor derslerin gün sonuna yığılmaması böyledir.

Bu ayrım pratikte şu anlama gelir: bir çizelgede tercihlerin tamamı aynı anda karşılanmayabilir ve bu bir hata değildir. Otuz şubeli bir kurumda her öğretmenin sıfır boş saatle çalıştığı bir çizelge çoğu zaman matematiksel olarak mevcut değildir. Hangi dengenin seçileceği kurumun kararıdır.

Neden insan eliyle zor?

Zorluk işin büyüklüğünden değil, kararların birbirine bağlı olmasından gelir. Bir dersi bir slota koyduğunuzda üç kaynağı aynı anda meşgul edersiniz: öğretmeni, sınıfı ve dersliği. Bu üç kaynağın o slottaki bütün diğer seçenekleri kapanır.

Haftada 5 gün ve günde 8 ders saati çalışan 30 şubeli bir kurumda yaklaşık 1.100 ders saati yerleştirilir. Her yerleştirme sonrakilerin seçeneklerini daraltır. Elle çalışırken bir noktada tıkanılır ve geri dönülüp önceki kararlar bozulur; bu döngü günlerce sürebilir.

Yapay zeka destekli timetable bu geri dönüşleri sizin yerinize, çok daha hızlı yapar. İnsanın makul sürede deneyemeyeceği sayıda seçeneği değerlendirir.

Dil modelleri bu işi yapar mı?

Hayır, tek başına yapamaz. ChatGPT gibi dil modelleri metin üretmekte çok iyidir ama kısıt çözmek farklı bir iştir. Bir dil modelinden ders programı istediğinizde makul görünen bir tablo üretir; ancak o tablonun öğretmen çakışması içermediğine dair bir güvence sunmaz, çünkü model kuralları denetlemez, metni tamamlar.

Bu, dil modellerinin işe yaramadığı anlamına gelmez; yalnız görev ayrımı gerektirir. Bir dil modeli kuralları anlamanıza ve tarif etmenize yardım edebilir. Çizelgeyi kuran ise kısıt üzerinde çalışan ayrı bir bileşendir. Konuyu ChatGPT ile ders programı hazırlanır mı yazısında ayrıntılı ele aldık.

Sistem nerede durur?

Dürüst bir sınır beyanı, abartılı bir vaatten daha yararlıdır. Yapay zeka destekli bir çizelgeleme sistemi şunları yapamaz:

• Kapasite yaratamaz. Bir slotta 17 şube derse girecekse ve 15 öğretmen müsaitse, iki ders yerleşmez.
• Eksik veriyi tamamlayamaz. Müsaitliği girilmemiş öğretmen çoğu sistemde tüm saatlerde açık varsayılır; sonuç kâğıtta geçerli, uygulamada yanlış olur.
• Kurumun tercihine karar veremez. Boş saati mi azaltmak istersiniz, blokları mı korumak — bu bir yönetim kararıdır.
• Çelişkili kuralları uzlaştıramaz. Birbirini dışlayan iki kural verildiğinde çözüm yoktur.

Bu durumlarda beklenen davranış, eksik bir çizelgeyi sessizce üretmek değil, hangi dersin neden yerleşemediğini ve hangi kuralın gevşetilmesinin işe yarayacağını raporlamaktır. Gerekçesiyle bildirilen bir eksik hâlâ düzeltilebilir bir bilgidir; gizlenen bir eksik ise dönem içinde aksaklık olarak geri döner.

Aynı veriden farklı çizelgeler

Aynı veriyle iki kez üretim yaptığınızda birbirinden farklı ama ikisi de kurallara uyan çizelgeler çıkabilir. Bu bir tutarsızlık değildir: çoğu kurumda kuralları sağlayan tek bir çözüm yoktur, çok sayıda geçerli çözüm vardır. Hangisinin tercih edileceği, kurumun öncelik verdiği ölçütlere bağlıdır.

Bu özellik pratikte işe yarar. İki farklı üretimi yan yana koyup boş saat toplamı ve günlere dağılım açısından karşılaştırabilir, beğendiğinizi yürürlüğe alabilirsiniz.

Çözüm yoksa ne olur?

Kısıt üzerinden çalışan bir sistemin en yararlı özelliği, çözüm olmadığını da söyleyebilmesidir. Deneme-yanılma yapan bir yöntem "bulamadım" der; kısıt üzerinden çalışan bir yöntem "bu kurallarla çözüm yok" diyebilir. İkisi çok farklı bilgilerdir.

Birinci durumda ne yapacağınızı bilemezsiniz; belki biraz daha uğraşsanız bulunacaktır. İkinci durumda ise kararınız nettir: bir kuralı gevşetmeniz gerekir. Hangi kuralı gevşetmenin işe yarayacağı da raporlanabildiğinde, dönem başında düzeltilebilir bir bilgiye dönüşür.

Uygulamada en sık karşılaşılan üç çözümsüzlük kaynağı şunlardır: bir zaman diliminde derse girmesi gereken şube sayısının müsait öğretmen sayısını aşması, bir şubenin haftalık ders yükünün kapasitesini geçmesi, ve blok kuralının kalan dağınık boşluklara sığmaması.

Kurallar arttıkça ne değişir?

Sezgiye aykırı görünen bir durum vardır: kural eklemek her zaman çizelgeyi kötüleştirmez, ama katı kuralları aynı anda çok sayıda eklemek çözüm alanını hızla daraltır.

Pratik yaklaşım kademeli ilerlemektir. Önce yalnız zorunlu kurallarla üretin ve sonucu okuyun. Ardından tercihleri teker teker ekleyip her eklemeden sonra yerleşemeyen ders sayısına bakın. Bir kural eklendiğinde açık sayısı belirgin artıyorsa o kural kurumun kapasitesiyle çelişiyordur.

Bu yöntem aynı zamanda hangi kuralın ne kadar pahalı olduğunu gösterir. "Bu iki ders aynı güne düşmesin" gibi görünüşte masum bir tercih, dar kapasiteli bir şubede birkaç dersin yerleşememesine yol açabilir.

Üretim sonrası: sabitle ve yeniden üret

Otomatik üretim son söz değildir. Beğendiğiniz bölümleri sabitleyip yeniden üretebilirsiniz; sabitlenenler yerinde kalır, yalnız etkilenen bölüm dengelenir. Dönem içinde bir öğretmen ayrıldığında çizelgenin tamamını baştan kurmak gerekmez.

Farklı seçenekleri karşılaştırmak isterseniz çizelgenin kopyasını alıp farklı kurallarla üretebilir, ikisini yan yana değerlendirebilirsiniz. Önceki sürüm silinmediği için geri dönüş her zaman mümkündür.

Otomatik üretim ile elle düzenleme birlikte

Yaygın bir yanlış anlama, otomatik üretimin elle müdahaleyi dışladığı sanısıdır. Uygulamada ikisi birlikte çalışır ve sonuç bu birliktelikten doğar.

Sistem kuralları bilir ama kurumun yazılı olmayan tercihlerini bilmez: hangi öğretmenin sabah dersini tercih ettiğini, hangi şubenin gün sonunda hangi dersi kaldırabildiğini yönetim bilir. Bu tür bilgiler kural olarak tanımlanmadıysa çizelgeye ancak elle yansır.

Doğru sıra şudur: önce otomatik üretin, sonra bilgi sahibi olduğunuz noktalarda elle düzeltin, ardından beğendiğiniz bölümleri sabitleyin. Her elle müdahaleden sonra çakışma denetimi yeniden çalıştığı için taşıma sırasında yeni bir sorun oluşuyorsa uyarı alırsınız.

Bu yaklaşımın ikinci faydası, tercihlerin zamanla kurala dönüşmesidir. Her dönem aynı düzeltmeyi elle yapıyorsanız o düzeltme aslında tanımlanmamış bir kuraldır; bir kez kural olarak girildiğinde sonraki üretimlerde kendiliğinden sağlanır.

Ne beklemeli?

Gerçekçi beklenti şudur: veriler hazırsa üretim adımı dakikalar sürer, toplam sürenin büyük kısmını veri hazırlığı alır. Kurallar arttıkça sistemin kazandırdığı zaman da artar; az kısıtlı küçük bir kurumda elle hazırlamak da mümkündür.

Son bir uyarı: "yapay zeka destekli" ifadesi pazarlama dilinde çok geniş kullanılıyor ve tek başına bir şey anlatmıyor. Bir ürünü değerlendirirken sorulacak asıl soru şudur: kuralları nasıl ele alıyor, çözüm bulunamadığında ne söylüyor, ve yerleşemeyen dersi gerekçesiyle raporluyor mu?

Bu üç sorunun cevabı, arayüzdeki etiketten çok daha fazlasını anlatır. Bir demo sırasında kurumunuzun gerçek verisiyle deneme yapmak da yararlıdır; örnek veriyle üretilen çizelgeler her üründe düzgün görünür, asıl fark kendi kısıtlarınızla ortaya çıkar.

Yapay zekanın okul yönetiminin diğer alanlarındaki kullanımını yapay zeka okul yönetiminde nasıl kullanılır yazısında, çizelgeleme tarafını ise timetable ders planlama programı sayfasında bulabilirsiniz.