Karışıklık tablosu: Yapay zekânın hangi hatayı yaptığını görmek

Bir modelin “Beş hatası var” demesi, hangi nesneleri karıştırdığını anlatmaz. Hatanın yönünü görmek için gerçek etiket ile tahmini aynı tabloda gösterebilirsiniz. Aşağıdaki sayılar tamamen kurgusal bir öğretim örneğidir; bir kurumun, öğrencinin veya gerçek modelin ölçülmüş sonucu değildir.

İki sınıf, dört kutu

On daire ve on kare resmi bulunan yirmi test örneği düşünün. Model dairelerin sekizine daire, ikisine kare demiş olsun. Karelerin yedisine kare, üçüne daire demiş olsun. Bu bilgiyi dört kutuya yerleştirebiliriz.

Doğru olan iki kutunun toplamı sekiz artı yedi, yani on beştir. Yirmi örneğin on beşi doğru olduğundan bu kurgusal testte doğruluk yüzde yetmiş beştir. Fakat tablo toplamdan daha fazla bilgi verir: Kareden daireye üç, daireden kareye iki karışma vardır.

Hata türü neden önemli?

Çocuklardan önce bütün yanlışları tek bir torbaya koymak yerine yönlerini göstermelerini isteyin. Hangi sınıf daha çok başka sınıfla karışmış? Karışan fotoğrafların ortak özelliği var mı? Görüntü açısı, etiket veya arka plan gibi olası açıklamalar ayrıca incelenebilir.

Bu dört bölümlü gösterim, iki sınıflı modeller için kullanılan karışıklık tablosu fikrini somutlaştırır. Google’ın eşik ve karışıklık tablosu açıklaması kavramı daha ayrıntılı anlatır.

Tablo tek başına nedeni söylemez

Tablo hangi hataların bulunduğunu gösterir; hatanın nedenini otomatik olarak açıklamaz. Çocuk “Kareler mavi zeminde olduğu için karıştı” diyorsa bu bir hipotezdir. Yeni ve kontrollü bir denemeyle araştırılmalıdır. Sayıyı görmek ile nedenini bilmek farklı aşamalardır.

Alanya’da Yonga Akademi’nin çocuklar için yapay zekâ yaklaşımını incelerken sonuçların bu tür ayrıntılarla nasıl konuşulduğunu sorun. Öğrencinin hedefi yalnız daha yüksek bir oran elde etmek değil, hangi örneklerde ne tür hata yaptığını açıkça gösterebilen bir proje hazırlamaktır.