Teachable Machine ile çocuklara makine öğrenmesini göstermek

Ayşe Hanım dördüncü sınıf öğretmeni. Geçen hafta bir öğrencisi “Telefon kediyi nasıl tanıyor?” diye sordu. Cevabı biliyor: telefona çok sayıda kedi fotoğrafı gösterilmiş. Ama bunu tahtada anlatmak zor, çünkü çocuklar böyle bir şeyi dinleyerek değil, görerek anlıyor. Teachable Machine bu yüzden işe yarayabilir.

Bu derste Google’ın web aracı Teachable Machine ile yaklaşık 20 dakikalık bir gösteri hazırlayacaksınız. Bilgisayarı siz kullanacaksınız. Çocuklar izleyecek, tahmin yürütecek ve kendi çizdikleri kartları kameraya uzatacak. Kameraya yüz ya da ses girmeyecek; yalnızca masadaki eşyalar ve el çizimleri görünecek.

Aklınıza bir soru mu takıldı?

Sorunuzu ya da aradığınız konuyu yazın Ders bul

Bu derste neler öğreneceksiniz?

• Makine öğrenmesinin kurallarla değil örneklerle çalıştığını kısa bir gösteriyle açıklamak.
• Teachable Machine’de iki kategorili bir görüntü projesi kurmak, eğitmek ve canlı denemek.
• Az ve tek tip örneğin yanlış tahmine yol açtığını çocuklara bir deneyle göstermek.
• Örneklerin nerede işlendiğini bilerek etkinliği çocukların yüzü ve sesi olmadan yürütmek.

Teachable Machine ne yapar?

Teachable Machine, bilgisayara görüntü, ses ya da vücut duruşu tanımayı öğretmeye yarayan bir web aracıdır. Kod yazmanız gerekmez. İşleyişi üç adımdan oluşur: örnek toplarsınız, tek düğmeyle modeli (model) eğitirsiniz, sonra yeni bir şey gösterip aracın tahminine bakarsınız. Sonuç hoşunuza gitmezse örnekleri değiştirip yeniden denersiniz.

Makine öğrenmesinin (machine learning) özü bu gösteride açıkça görünür. Kimse araca “güneş yuvarlaktır, çevresinde çizgiler vardır” demez. Araç, gösterdiğiniz örneklerdeki ortak deseni kendisi bulur. Çocuklara yapay zekâ öğretimi için hazırlanan AI4K12 çerçevesinin beş büyük fikrinden biri de budur: bilgisayarlar veriden öğrenebilir.

Örnekler nereye gidiyor?

Google’ın 2019 tarihli tanıtım yazısına göre topladığınız örnekler cihazda kalır; projeyi Google Drive’a kaydetmeyi seçmediğiniz sürece bilgisayarınızdan çıkmaz. Eğitim de tarayıcının (browser) içinde yapılır. Google 2017’de aracın ilk sürümünü tanıtırken de görüntülerin bir sunucuya gönderilmediğini yazmıştı.

Bu güvence tek başına yetmez. Kamerayı yalnızca masaya çevirin; çocukların yüzü, sesi ve üzerinde adı yazan defterler görüntüye girmesin. Ses projesi yerine görüntü projesi seçin. Ders bitince projeyi kaydetmeden sekmeyi kapatın. UNICEF’in yapay zekâ ve çocuklar rehberi de çocukların kişisel verisini ve mahremiyetini korumayı temel gereklilikler arasında sayar.

Az ve tek tip örnek neden yanıltır?

Model yalnızca gördüğünü bilir. “Kalem” kategorisine sadece üç kırmızı kalem gösterirseniz araç kalemi belki de “kırmızı ve uzun bir şey” olarak öğrenir. Sonra kırmızı bir cetvel gösterdiğinizde ona da kalem diyebilir, mavi bir kalemi ise tanımayabilir.

Google’ın makine öğrenmesi kursu bu duruma seçim yanlılığı (selection bias) adını verir: örnekler, gerçek dünyadaki çeşitliliği yansıtmayacak biçimde seçilmiştir. Çocuklara bunu “Bilgisayar ne gördüyse onu öğrenir” cümlesiyle anlatabilirsiniz. Aynı sorun büyük sistemlerde de var. AI4K12, yanlı eğitim verisinin (training data) bazı insanların sistemden daha kötü hizmet almasına yol açabileceğini vurgular.

Adım adım uygulama

1. Malzemeyi hazırlayın: çocuklardan kalın kalemle çizilmiş 10 güneş ve 10 bulut kartı isteyin; kartlara ad yazılmasın. Tamam sayılır: iki ayrı yığın var ve her birinde birbirinden farklı en az 10 çizim bulunuyor.
2. Bilgisayarda teachablemachine.withgoogle.com adresini açın, bir görüntü projesi başlatın ve kamerayı masaya sabitleyin. Tamam sayılır: ekranda yalnızca masa yüzeyi ve kartlar görünüyor.
3. İki kategori açıp birine Güneş, öbürüne Bulut adını verin. Kartları kameraya farklı açılardan göstererek her kategoriye örnek ekleyin. Tamam sayılır: iki kategoride de yığındaki kartların hepsinden örnek var.
4. Eğitme düğmesine basın. Bitince çocukların daha önce göstermediği yeni bir çizimi kameraya tutun. Tamam sayılır: çocuklar tahminlerini önceden söyledi ve aracın sonucuyla sesli olarak karşılaştırdı.
5. Yanlılık deneyi yapın: yeni bir projede Kalem kategorisine yalnızca iki üç kırmızı kalem, Diğer kategorisine birkaç farklı eşya gösterip eğitin. Sonra mavi bir kalem ve kırmızı bir cetvel gösterin. Tamam sayılır: en az bir çocuk, aracın neden yanıldığını ya da neden kararsız kaldığını kendi cümlesiyle söyledi.
6. Düzeltin: Kalem kategorisine farklı renk, boy ve açılardan örnekler ekleyip yeniden eğitin, aynı eşyaları tekrar gösterin. Tamam sayılır: çocuklar ilk ve ikinci denemenin sonuçlarını karşılaştırdı.
7. Kapanışta projeyi Drive’a kaydetmeden sekmeyi kapatın. Tamam sayılır: çocuklar “Bilgisayar ne gördüyse onu öğrenir” fikrini kendi örnekleriyle anlattı.

Sık yapılan hatalar

• Kamerayı sınıfa çevirmek. Yüzler ve isim etiketleri görüntüye girer. Kamerayı masaya sabitleyin ve çocukları kameranın arkasında tutun.
• Bir kategoriye çok, öbürüne az örnek koymak. Böyle bir karşılaştırma adil olmaz; ilk deneyde iki kategoriye yakın sayıda örnek ekleyin.
• Yanlış tahmini “bilgisayar bozuldu” diyerek geçiştirmek. Dersin asıl anı odur. Durup çocuklara hangi örneğin eksik kaldığını sorun.

Kendinizi deneyin

Kaynaklar

• Teachable Machine 2.0 makes AI easier for everyone (İngilizce)
• Now anyone can explore machine learning, no coding required (İngilizce)
• Teachable Machine resmî sayfası (İngilizce)
• Fairness: Types of bias, Google Machine Learning Crash Course (İngilizce)
• AI4K12 Five Big Ideas in AI (İngilizce)
• UNICEF Guidance on AI and children (İngilizce)

Son kontrol: 12 Kasım 2026. Bu bilgi 12.11.2026 tarihli kaynaklara dayanır; durum değişebilir.

Kaynak: yzdersleri.com/ders/teachable-machine-ile-cocuklara-makine-ogrenmesi/ · Yapay Zeka Dersleri