UC Berkeley Bilgisayar Bilimlerinde Başarısızlıklar Tavan Yaptı: Yapay Zeka ve Matematik Becerileri Endişesi
UC Berkeley Bilgisayar Bilimleri bölümlerinde, Bahar 2026 döneminde başarısız notların yüzdesi önceki dönemlere kıyasla önemli ölçüde arttı. Bu durum, bölümün notlandırma yönergelerinden bir sapma teşkil ediyor. Eğitmenler, öğrencilerin yapay zekaya artan bağımlılığı, matematiksel hazırlık eksikliği ve yetersiz personel gibi faktörleri bu yükselişin potansiyel nedenleri olarak gösteriyor.
Yükselen Başarısızlık Oranları ve Resmi Yönergeler
Berkeleytime verilerine göre, Bahar 2026’da CS 10 öğrencilerinin %35.3’ü ve CS 61A öğrencilerinin %10.6’sı F notu aldı. Önceki Bahar 2025 ve Bahar 2024 dönemlerinde bu oranlar her iki ders için de %10’u aşmamıştı. Elektrik Mühendisliği ve Bilgisayar Bilimleri (EECS) bölümünün notlandırma yönergeleri, CS 10 ve CS 61A dahil olmak üzere alt düzey derslerde öğrencilerin %7’sinin D ve F notu alması gerektiğini belirtiyor. Ayrıca, yönergelere göre alt düzey dersler için tipik bir GPA (not ortalaması) 2.8 – 3.3 aralığında olmalıdır. Ancak Bahar 2026’da her iki dersin ortalama notu C+, yani 2.3 GPA’ya karşılık geliyor.
Yapay Zeka Kullanımı ve Akademik Dürüstlük İhlalleri
Bahar 2026’da hem CS 10 hem de CS 61A derslerini veren UC Berkeley öğretim üyesi Dan Garcia, yüksek başarısızlık oranlarının ‘birincil itici gücünün’ öğrencilerin Claude, ChatGPT ve Google Gemini gibi büyük dil modellerini (LLM) kullanmasından kaynaklanan ‘akademik dürüstlükte büyük bir artış’ olduğuna inanıyor. Garcia, yakalanan yaklaşık 30 CS 10 öğrencisinin kopya çektiğini ve davalarının öğrenci davranış merkezi tarafından ele alındığını belirtti. Ayrıca, sınav zamanında LLM’lere aşırı yaslanan öğrencilerin yeterince hazırlıklı olmadığını vurguladı. Garcia, derslerinin notlarının harf notu eşiklerine göre belirlendiğini ve öğrencilerin performansının akranlarının notlarına bağlı olmadığını, bu nedenle eğrinin kullanılmadığını ifade etti. Harvard’ın A notu alabilecek öğrenci sayısını sınırlayan politikasına şiddetle karşı çıktığını, standartları düşürmeden öğrencilere A’ya ulaşmaları için bol fırsat tanınması gerektiğini savundu.
Matematiksel Eksiklikler ve Ders Yapısındaki Değişiklikler
Garcia’nın yanı sıra, kampüs yardımcı öğretim görevlisi Gireeja Ranade de öğrencilerin matematiksel hazırlıksızlığına dikkat çekti. Ranade, Bahar 2026’da verdiği EECS 127 ‘Mühendislikte Optimizasyon Modelleri’ dersinin bu dönem ‘farklı bir şekilde zorlayıcı’ olduğunu belirtti ve bu derste %16.8’lik bir F oranı görüldüğünü, bunun EECS bölümünün üst düzey dersler için ‘tipik’ olarak tanımladığı %5’lik D ve F oranının çok üzerinde olduğunu ekledi. Ranade, öğrencilerin derse doğrusal cebir, vektör analizi ve matematiksel ispatlar gibi önkoşul dersleri alarak gelmeleri beklenirken, birçok öğrencinin doğrusal cebirde zorlandığını ve hatta bazı öğrencilerinin UC Berkeley’de aldıkları doğrusal cebir dersinde ‘açık internet, açık yapay zeka politikası’ olduğunu öğrendiğinde şok olduğunu ifade etti. Garcia ve Ranade dahil olmak üzere 1.300’den fazla UC öğretim üyesi, UC sisteminde STEM kabulleri için ACT ve SAT standart test puanlarının yeniden getirilmesini talep eden bir dilekçeyi imzaladı.
Personel eksikliği de derslerin yapısını etkiledi. Ranade, daha önce EECS 127’nin profesör ve TA ekibi rehberliğinde tamamlanan bir final projesi içerdiğini, ancak personel eksikliği nedeniyle bu bölümü kaldırmak zorunda kaldığını belirtti. Bu projenin genellikle öğrencilerin yüksek puan aldığı bir kısım olduğunu ekledi. EECS bölüm başkanı Jelani Nelson’ın X’teki bir gönderisine göre, kampüs, EECS TA’larına ödenen yüksek saatlik ücretler nedeniyle hem lisans CS kayıtlarını hem de lisans TA sayısını azaltmak zorunda kaldı.
Düşük Katılım ve Geleceğe Yönelik Çözümler
Her iki profesör de sınıflarda öğrenci katılımının azaldığını fark etti. Ranade, önceki dönemlerde ofis saatlerinin ‘taştığını’, ancak bu dönemde kendisinin ve TA’larının ofis saatlerinde ‘çok düşük katılım’ fark ettiğini belirtti. Garcia da son iki dönemde ofis saatlerinde benzer bir katılım eksikliği gözlemledi. ‘Eskiden ofis saatlerim dolup taşardı, ilk kez ofisimde tek başıma oturuyordum, bu çok şaşırtıcıydı’ dedi.
Geleceğe yönelik olarak, her iki profesör de derslerini yeniden gözden geçiriyor. Garcia, Bahar 2026’da yaşananları gelecekteki derslerinde ilk günden ‘duyurmayı’ ve ek telafi desteğine ihtiyaç duyan öğrencileri belirlemenin bir yolunu bulmayı planlıyor. Ranade, yapay zeka çağında profesörlerin öğrencilere ‘daha az değil, daha çok’ öğretmesi gerektiğini vurguladı. Öğrencilerin ‘çok rekabetçi bir dünyada’ lider olabilmek için gerekli eleştirel ve analitik düşünme becerilerini kazanmalarını istediğini ekledi. Her iki profesör de öğrencilerin zor problemlerle daha rahat olmaları gerektiğinin altını çizdi. Ranade, ‘Öğrencilerimizi sonraki 40 yıl boyunca sağlam, katkıda bulunan vatandaşlar ve liderler olmaya hazırladığımızdan emin olmalıyız’ derken, Garcia ise bir meslektaşının ‘Kafa karışıklığı öğrenmenin teridir’ sözünü çok sevdiğini ve birçok öğrencinin bu ‘terlemeyi’ yapmadığını ifade etti.
