MEB'de Yapay Zeka Dönemi: Sınavları Algoritma mı Okuyacak?

Milli Eğitim Bakanlığı, okullarda klasik test sisteminden kademeli olarak uzaklaşırken, açık uçlu soruların değerlendirilmesinde yapay zeka teknolojilerinden yararlanmaya hazırlanıyor. Doğal Dil İşleme (NLP) altyapısına dayanması beklenen bu adım, binlerce öğrencinin klasik yanıtlarını standart ve hızlı bir şekilde puanlamayı hedefliyor. Eğitimde dijital dönüşümün en somut adımlarından biri olan bu karar, ölçme-değerlendirme süreçlerindeki insan faktörünü ve objektifliği yeniden tartışmaya açıyor.

Ne Oldu?

Onedio'nun aktardığı bilgilere göre MEB, yeni ölçme ve değerlendirme modeli çerçevesinde, öğrencilerin açık uçlu sorulara verdikleri yanıtları puanlamak için yapay zeka destekli bir yazılım geliştirdi veya bu yönde bir entegrasyon sürecini başlattı. Sistem; yazılı sınavlar, ortak sınavlar ve ilerleyen dönemde yapılması planlanan merkezi değerlendirmelerde öğretmenlerin üzerindeki yükü azaltmayı amaçlıyor. Pilot uygulamalarla test edilen altyapı, öğrencinin yazdığı metni semantik olarak analiz edip önceden tanımlanmış değerlendirme anahtarı (rubrik) ile eşleştirerek notlandırma yapacak.

Neden Önemli?

Eğitimde çoktan seçmeli testler onlarca yıldır pratikliği ve optik okuyucularla saniyeler içinde okunabilmesi nedeniyle tercih ediliyordu. Ancak test yöntemi, öğrencinin üst düzey düşünme, sentez yapma ve kendisini ifade etme becerilerini ölçmekte yetersiz kalıyordu. MEB'in açık uçlu sorulara dönüş kararı doğru bir pedagojik hamle olsa da, Türkiye genelindeki milyonlarca kağıdın öğretmenler tarafından tek tek okunması ciddi bir zaman kaybı ve kişisel değerlendirme farkları (öğretmenden öğretmene değişen notlama esnekliği) yaratıyordu.

İşte yapay zeka burada devreye giriyor. Doğal Dil İşleme (NLP) ve Büyük Dil Modelleri (LLM), bir metindeki sadece kelime eşleşmesini değil, cümlenin kurduğu mantıksal bağı, anlam bütünlüğünü ve kavramsal doğruluğu analiz edebilecek seviyeye ulaştı. Benzer sistemler halihazırda TOEFL veya GRE gibi uluslararası sınavlarda kompozisyon bölümünü puanlamak için "e-rater" gibi algoritmalarla kullanılıyor. MEB'in bu adımı, eğitim teknolojilerinde küresel standartları yakalama arzusu açısından oldukça kıymetli. Ancak Türkçe gibi eklemeli ve esnek bir dilde algoritmik puanlamanın ne kadar hassas çalışacağı en kritik teknik eşik olarak öne çıkıyor.

Türkiye'deki Kullanıcı İçin Ne Anlama Geliyor?

Bu gelişme ilk etapta doğrudan öğrencileri, velileri ve öğretmenleri etkileyecek. Öğrenciler açısından en büyük değişim, "hocam kanaat notu kullandı" ya da "yanlış okumuş olabilir" kaygısının yerini daha standart ama aynı zamanda esnetilmesi imkansız bir sisteme bırakacak olması. Yazım kuralları, noktalama işaretleri ve kavramların doğru kullanımı yapay zeka tarafından milimetrik olarak taranacağı için ezberci değil, ne söylediğini bilen yanıtlar öne çıkacak.

Öğretmenler için ise bu durum ilk bakışta saatler süren kağıt okuma yükünü hafifletecek pratik bir asistan anlamına geliyor. Ancak MEB'in henüz resmi olarak ilan etmediği entegrasyon detayları netleşene kadar, sistemin doğrudan Not Bilgi Sistemi'ne (e-Okul) otomatik not mu işleyeceği, yoksa öğretmene öneri puanı mı sunacağı belirsizliğini koruyor. Güvenli yaklaşım, yapay zekanın ilk aşamada bir ön kontrol mekanizması olarak çalışması yönünde olacaktır.

Karşılaştırma veya Dikkat Edilmesi Gerekenler

Yapay zekanın eğitimde puanlama aracı olarak kullanılması devrimsel avantajlar sunduğu kadar bazı teknik sınırlılıkları da beraberinde getirir. Dikkat edilmesi gereken temel noktaları şöyle özetleyebiliriz:

• Objektiflik vs. İnsani Empati: Yapay zeka yorulmaz, dikkati dağılmaz ve tüm kağıtlara aynı cetvelle yaklaşır. Ancak öğrencinin ifade etmek istediği ama tam kuramadığı mantığı "insani tecrübeyle" anlama yeteneği yoktur.
• El Yazısı Okuma (OCR) Doğruluğu: Dijital ortamda yazılmayan, kağıda el yazısıyla yazılan yanıtların taranıp metne dönüştürülmesinde yaşanacak Optik Karakter Tanıma (OCR) hataları, not kaybına yol açabilir.
• Türkçe NLP Zorlukları: Türkçe'de devrik cümleler, deyimler ve zengin anlamsal varyasyonlar yüksektir. Algoritmanın "doğru cevabı farklı bir yoldan anlatan" özgün yanıtları kısıtlamaması gerekir.
• İtiraz ve Şeffaflık: Öğrenci notuna itiraz ettiğinde, algoritmanın kararı nasıl verdiğini açıklayan (Explainable AI) şeffaf bir değerlendirme raporu sunulmalıdır.

Sık Sorulan Sorular

Yapay zeka öğrencilerin el yazısını okuyabilecek mi?

MEB'in geliştirdiği sistemin temelinde güçlü bir OCR (Optik Karakter Tanıma) yazılımı yer almalıdır. Ancak el yazısı karmaşıklığı nedeniyle başlangıçta sınavların dijital ekranda yapılması veya hibrit bir modelle öğretmen onaylı tarama kullanılması muhtemeldir.

Öğretmenler kağıt okumayı tamamen bırakacak mı?

Hayır. İlk aşamada yapay zeka bir "yardımcı denetmen" olarak çalışacaktır. Yapay zekanın verdiği puan ile öğretmenin puanı arasında ciddi fark olan kağıtlar üst kurula yönlendirilecek ve son karar yine insanda olacaktır.

Sistem LGS ve YKS gibi merkezi sınavlarda uygulanacak mı?

Şu an için bu teknoloji okul içi ortak yazılı sınavlarda ve ölçme-değerlendirme araştırmalarında test edilmektedir. LGS veya YKS gibi yüksek riskli sınavlarda açık uçlu sorulara ve yapay zeka okumasına geçilmeden önce uzun süreli pilot testlerin tamamlanması gerekecektir.

Editörün Notu