“Yapay Zeka ve Büyük Veri Çağında Öğretmen Yeterliklerinin İzlenmesi” Semineri Gerçekleşti!

EPAM Seminerleri kapsamında Prof. Dr. Mustafa Yunus Eryaman, yapay zeka ve büyük verinin öğretmen yeterliklerinin izlenmesinde nasıl dönüştürücü bir rol oynayabileceğini değerlendirdi. Seminerde, öğretmen performansının yalnızca nicel verilere dayanmasının yeterli olmadığı; sınıf içi etkileşim, pedagojik uygulamalar, okul kültürü ve bağlamsal unsurların birlikte dikkate alınması gerektiği vurgulandı.Prof. Dr. Eryaman, yapay zekanın öğretmeni denetleyen bir mekanizma olarak değil, öğretmenin kendi mesleki gelişimini yönlendirmesine yardımcı olan bir araç olarak tasarlanmasının kritik önem taşıdığını ifade etti. Bu yaklaşımın, öğretmeni pasif bir değerlendirme nesnesi olmaktan çıkarıp kişiselleştirilmiş geri bildirimler alan, güçlü ve gelişime açık yönlerini veri üzerinden izleyebilen aktif bir özne hâline getirdiğini belirtti. Ayrıca bireyselleştirilmiş öğrenme süreçlerinde yapay zekanın, öğrencilerin farklı öğrenme hızlarını ve ihtiyaçlarını görünür kılarak öğretmenin sınıf içi çeşitliliği daha etkili yönetmesine katkı sağlayabileceği örneklerle aktarıldı.Uluslararası örnekler üzerinden tartışılan farklı modeller, Türkiye açısından etik, güvenli ve öğretmeni güçlendiren bir değerlendirme yaklaşımının gerekliliğini ortaya koydu. Bu bağlamda eğitim fakülteleri ile okullar arasındaki işbirliğinin güçlendirilmesi, veri güvenliğinin sağlanması ve bağımsız değerlendirme yapılarının oluşturulması seminerin öne çıkan temaları arasında yer aldı. Öne Çıkan TespitlerPerformans göstergelerinin güncel ve kanıta dayalı olmaması büyük bir sorun.Türkiye de dahil olmak üzere birçok ülkede öğretmenlerden beklenen yeterlilikleri ölçmek için kullanılan kriterler, eğitimde yaşanan hızlı teknolojik ve pedagojik dönüşüme ayak uyduramıyor. Bu da değerlendirmelerin gerçek durumu yansıtmamasına yol açıyor.Değerlendirme süreçleri çoğu zaman bürokratik bir yüke dönüşüyor.Öğretmenler performanslarını geliştirmeye odaklanmak yerine belge toplamak, formlar doldurmak veya göstermelik kanıt üretmek zorunda kalıyor. Bu da sistemi amacından uzaklaştırıyor.Okul başarısı, öğretmen yeterliliği ve öğrenci öğrenmesi arasındaki bağ çoğu modelde kopuk.Dünyanın birçok yerinde bu üç alan ayrı ayrı izleniyor. Oysa bütüncül bir yaklaşım olmadan hiçbir değerlendirme gerçek resmi göstermiyor; öğretmenin etki alanı ya abartılıyor ya da küçümseniyor.Kişisel verilerin korunması yapay zeka çağında kritik bir mesele.Toplanan verilerin nerede saklandığı, kimlerle paylaşıldığı ve ne amaçla kullanıldığı konusunda şeffaflık olmazsa, eğitim verisi kolayca suistimal edilebilir hale geliyor.Hizmet içi eğitimler öğretmenlerin gerçek ihtiyaçlarına yanıt vermiyor.Çoğu ülkede reformlar kısa süreli eğitimlere dayanıyor, ancak bu eğitimler öğretmenin pratikte karşılaştığı sorunları çözmüyor. Bu nedenle reformlar sürdürülebilir hale gelemiyor.Sunulan ÖnerilerBağımsız bir ulusal akreditasyon ve politika kurulu kurulmalı.Öğretmen performansı ve okul değerlendirmeleri bakanlığın iç işleyişinden bağımsız, bilimsel ilkelere göre çalışan bir üst kurul tarafından yürütülürse sistem daha şeffaf ve güvenilir olabilir.Üniversitelerde yapay zeka, büyük veri ve eğitim teknolojisi odaklı ortak programlar açılmalı.Eğitim fakülteleri ile mühendislik fakültelerinin birlikte geliştireceği yüksek lisans/doktora programları, geleceğin öğretim tasarımcılarını ve veri okuryazarı öğretmenlerini yetiştirmek için zorunlu hale geliyor.Öğretmen değerlendirmesi cezalandırıcı değil, geliştirici bir modele dönüşmeli.Amaç, öğretmene eksiklerini göstermek değil; kişisel gelişimini destekleyen somut, uygulanabilir geri bildirim sağlamak olmalı.Mikro sertifikalar ve öğretmen akademileri yaygınlaştırılmalı.Öğretmenler kısa, hedef odaklı eğitimlerle dijital pedagojiden sınıf içi veri kullanımına kadar pek çok alanda yetkinleşebilir. Bu sistem öğretmenin kendi gelişim yolunu seçmesine de imkân tanır.Okullar kendi mükemmeliyet modellerini geliştirebilmeli.Her okulun bağlamı farklıdır. Bu nedenle tek tip bir model yerine, okulların güçlü ve zayıf yönlerini analiz edip kendi gelişim yol haritalarını oluşturması hedeflenmeli.Veri güvenliğini önceleyen sıkı etik ve hukuki yapı kurulmalı.Eğitim verisi en hassas veri türlerinden biridir. Öğrencilerin ve öğretmenlerin mahremiyetini korumayan bir sistem, uzun vadede eğitime zarar verir. Seminerin tamamını izlemek için: