Yapay Zeka ile Ders Planlama

Yapay zeka ders programını nasıl oluşturur?

Ders çizelgeleme, bilgisayar biliminde timetabling problemi olarak bilinen bir problem sınıfına girer. Bu problemin belirleyici özelliği, olası kombinasyon sayısının okul büyüdükçe katlanarak artmasıdır. Orta ölçekli bir okulda bile tüm olasılıkları tek tek denemek, en hızlı bilgisayarla dahi pratik olarak imkânsızdır.

Bu yüzden çözüm, olasılıkları denemek değil arama uzayını kısıtlarla daraltmaktır. Girdiğiniz her kural bir kısıta çevrilir:

• "Bu öğretmen çarşamba 3. saatte müsait değil" → o hücreye yerleşim yasak
• "Bu iki ders arka arkaya olmalı" → iki değişken arasında bitişiklik kuralı
• "Bu derslik aynı anda tek gruba verilebilir" → kaynak paylaşım kısıtı
• "Bir öğretmen aynı saatte tek yerde olabilir" → tekillik kısıtı

Çözücü, tüm bu kısıtları eş zamanlı sağlayan bir yerleşim ararken çelişkiye düştüğü dalları erkenden budar. Bu sayede milyarlarca olasılığın büyük bölümü hiç denenmeden elenir.

Zorunlu kısıt ve tercih arasındaki fark

İyi bir planlama motoru iki tür kuralı ayırt eder.

Zorunlu kısıtlar ihlal edilemez. Öğretmen müsaitliği, öğretmen–sınıf–derslik çakışması ve blok bütünlüğü bu gruptadır. Bunlardan biri bile sağlanmıyorsa çözüm geçerli değildir.

Tercihler ise mümkün olduğunca sağlanmaya çalışılır. Derslerin haftaya dengeli yayılması, öğretmenlerin gün içindeki boş saatlerinin (pencere) azaltılması, aynı dersin bir güne yığılmaması ve zor derslerin sabah saatlerine gelmesi bu gruptadır. Sistem geçerli çözümler arasından tercihleri en iyi karşılayanı seçer.

Bu ayrım sonucun kalitesini belirler. Yalnız zorunlu kısıtlara bakan bir sistem "çakışmasız ama kullanışsız" programlar üretir: dersler gün içinde dağınık, öğretmenler saatlerce boş bekler.

Bütün dersler yerleşmezse ne olur?

Bazı durumlarda program matematiksel olarak tamamlanamaz. Örneğin belirli bir saatte ders yapması gereken sınıf sayısı, o saatte müsait öğretmen sayısından fazlaysa hiçbir algoritma bunu çözemez; sorun yazılımda değil verinin kendisindedir.

Apakademia bu durumu gizlemez. Yerleşemeyen dersler ayrı bir listede, sebebiyle birlikte gösterilir. Böylece hangi öğretmenin hangi saate müsaitlik açması durumunda programın tamamlanacağını görüp hedefli bir düzeltme yapabilirsiniz — tüm programı kurcalamak yerine.

Değişiklik olduğunda yeniden hesaplama

Yapay zeka destekli planlamanın elle hazırlamaya göre en belirgin üstünlüğü, ilk üretimde değil revizyonda ortaya çıkar. Elle hazırlanan bir programda tek bir saatin kaydırılması ilişkili öğretmenlerin programlarını zincirleme etkiler ve bu etki genellikle fark edilmez.

Kısıt tabanlı bir sistemde ise değişmesini istemediğiniz dersleri sabitler, geri kalanı yeniden ürettirirsiniz. Sabitlenen dersler yeni çözümde de zorunlu kısıt sayılır; sistem onların etrafında yeni bir denge kurar. Programın tamamı bozulmaz.

Yapay zeka öğretmenlerin tercihlerini dikkate alır mı?

Öğretmenlerin müsait olmadığı saatler zorunlu kısıttır; sistem oraya asla ders koymaz. Bunun ötesinde "derslerin belirli günlerde toplanması" veya "gün içinde boş saat kalmaması" gibi tercihler tanımlanabilir ve sistem bunları karşılayan çözümleri önceler.

Pratikte en çok fark yaratan tercih, boş saat (pencere) azaltmadır. Bir öğretmenin günün ilk ve son saatinde dersi olup arada üç saat boş beklemesi, kurum içi memnuniyetsizliğin en yaygın sebebidir ve elle planlamada gözden kaçar.

Yapay zeka planlama gerçekten güvenilir mi?

Kısıt çözümleme, sezgisel tahmin yapan bir yöntem değildir. Bir çözüm üretildiğinde o çözümün tanımlanan tüm zorunlu kısıtları sağladığı matematiksel olarak kesindir. "Acaba bir yeri kaçırdım mı" sorusu ortadan kalkar.

Apakademia bunun üzerine ek bir güvenlik katmanı daha koyar: program üretildikten sonra derslik ve şubeler arası öğretmen çakışmaları için bağımsız bir denetim turu daha çalışır. Elle yapılan her müdahaleden sonra da aynı denetim tekrarlanır.

Hangi durumlarda en çok fayda sağlar?

• Çok şubeli kurumlar: şubeler arası ortak öğretmen çakışması elle tespit edilemez.
• Yarı zamanlı öğretmen yoğun kurumlar: dar müsaitlik pencereleri arama uzayını daraltır, elle çözmek çok zorlaşır.
• Özel derslik bağımlılığı yüksek kurumlar: laboratuvar ve atölye çakışmaları kâğıt üzerinde görünmez.
• Sık revizyon yapan kurumlar: her değişiklikte yeniden dengeleme en büyük zaman kazancıdır.