Yapay Zekâ Katmanı — Education Suite Pro
Education Suite Pro’da yapay zekâ ayrı bir eklenti değil; öğrenci yaşam döngüsünün her aşamasını besleyen ortak bir katmandır. Motorlar ilgili modüllerin içinde çalışır ve kurumun tercihine göre bulutta ya da verinin kurum dışına çıkmadığı on-premises kurulumda çalıştırılabilir — çocuk verisi söz konusu olduğunda bu seçenek özellikle önemlidir.
Education Suite Pro’da yapay zekâ ayrı bir eklenti değil; öğrenci yaşam döngüsünün her aşamasını besleyen ortak bir katmandır. Motorlar ilgili modüllerin içinde çalışır ve kurumun tercihine göre bulutta ya da verinin kurum dışına çıkmadığı on-premises kurulumda çalıştırılabilir — çocuk verisi söz konusu olduğunda bu seçenek özellikle önemlidir.
Motor kataloğu
| # | Motor | İşlevi |
|---|---|---|
| 01 | İçerik üretim motoru | Kazanıma bağlı ders planı, materyal ve çalışma kâğıdı taslakları. |
| 02 | Soru üretim motoru | Kazanım ve zorluk seviyesine göre soru ve çeldirici üretimi. |
| 03 | Sınav kurgu motoru | Belirtke tablosuna uygun dengeli sınav taslağı. |
| 04 | Kurum bilgi tabanı (RAG) | Üretimin kurumun kendi müfredat ve kaynaklarına dayandırılması. |
| 05 | Çizelgeleme optimizasyonu | Katı ve esnek kısıtları çözen çakışmasız ders programı. |
| 06 | Vekil öğretmen önerisi | Öğretmen yokluğunda uygun vekil ve telafi planı. |
| 07 | Kazanım analiz motoru | Hangi konunun sınıf ve öğrenci düzeyinde anlaşılmadığının tespiti. |
| 08 | Soru kalitesi analizi | Zorluk, ayırt edicilik ve çeldirici etkinliğinin istatistiksel değerlendirmesi. |
| 09 | Ön değerlendirme motoru | Açık uçlu yanıtlar için rubrik bazlı ön öneri (karar öğretmenindir). |
| 10 | Geri bildirim üretimi | Öğrenciye özel, yapıcı ve somut geri bildirim taslakları. |
| 11 | Erken uyarı motoru | Devam, not ve katılım sinyallerinin birleştirilerek eğitimciye iletilmesi. |
| 12 | Devamsızlık örüntü analizi | Belirli derse veya güne yoğunlaşan devamsızlığın tespiti. |
| 13 | Kişiselleştirilmiş öneri | Eksik kazanıma göre alıştırma ve kaynak önerisi. |
| 14 | Seviye uyarlama motoru | Aynı içeriğin farklı seviyeler için sadeleştirilmesi veya zenginleştirilmesi. |
| 15 | Belge okuma (OCR/IDP) | Kayıt evrakı ve optik formlardan otomatik veri çıkarımı. |
| 16 | Veli iletişim taslağı | Anlaşılır ve dengeli bilgilendirme metinleri. |
| 17 | Anket & yorum analizi | Açık uçlu geri bildirimin temalara ayrılması. |
| 18 | Tahsilat risk tahmini | Ödeme geçmişinden gecikme riskinin öngörüsü (idari veri). |
| 19 | Önyargı denetim motoru | Model çıktılarının gruplar arası sistematik sapma açısından test edilmesi. |
| 20 | Eğitim asistanı (chatbot) | Öğretmen ve idare için kurum politikalarına dayalı soru-cevap. |
Genişletme motorları
| # | Motor | İşlevi |
|---|---|---|
| 21 | ◆ Veli & aday asistanı | Kayıt, takvim, ödeme ve belge sorularını kurum bilgi tabanından yanıtlar; öğrenciye ilişkin değerlendirme yapmaz, yetkili personele yönlendirir. |
| 22 | ◆ Doğal dil yönetim analitiği | Yöneticinin doğal dille sorduğu soruları yetkisi dahilindeki raporlara dönüştürür; her yanıt kaynak rapora bağlıdır. |
| 23 | ◆ Sınav oturma & gözetmen planı | Salon kapasitesi, öğrenci dağılımı ve öğretmen yüküne göre oturma ve gözetmen planı üretir. |
| 24 | ◆ Otomatik altyazı & özet | Ders videoları için altyazı ve konu özeti taslağı üretir; öğretmen düzeltir ve yayınlar. |
| 25 | ◆ Erişilebilir içerik dönüştürücü | Materyallerin sade dil, büyük punto ve disleksi dostu sürümlerini hazırlar; öğretmen onaylar. |
| 26 | ◆ Çeviri asistanı | Veli duyuruları ve çok dilli program belgeleri için çeviri taslağı; yayın öncesi yetkili onayı gerekir. |
| 27 | ◆ Toplantı tutanağı taslağı | Zümre ve kurul toplantıları için gündem ve karar tutanağı taslağı; rehberlik ve disiplin içerikleri hariçtir. |
| 28 | ◆ Kayıt kapasite öngörüsü | Geçmiş kayıt verisinden kademe bazında gelecek dönem öğrenci sayısı öngörüsü (idari veri). |
Güvence ve denetim (AI guardrails)
Yapay zekânın eğitimdeki etik sınırları
Aşağıdaki sınırlar ürünün tasarımına gömülüdür ve kurum tarafından gevşetilemez.
| Sınır | Anlamı |
|---|---|
| Yüksek etkili kararlarda otomasyon yok | Sınıf geçme, mezuniyet, disiplin ve yerleştirme kararları hiçbir koşulda yapay zekâ tarafından verilmez. |
| Nihai not öğretmenindir | Yapay zekâ açık uçlu yanıta ön değerlendirme önerebilir; nota dönüştürme kararı öğretmene aittir. |
| Kalıcı etiketleme yok | Öğrenci bir “başarı puanı”, “risk skoru” veya “potansiyel sınıfı” ile damgalanmaz. |
| Rehberlik verisi modele girmez | Psikolojik ve ailevi içerikli notlar hiçbir yapay zekâ işlemine tabi tutulmaz. |
| Duygu/dikkat analizi yapılmaz | Kameradan dikkat düzeyi veya duygu ölçtüğünü iddia eden uygulamalar platformda yer almaz. |
| Önyargı denetimi | Modeller gruplar arası sistematik sapma açısından test edilir. |
| Açıklanabilirlik | Sistem bir öneriyi neden ürettiğini gösterir; kara kutu çıktı üretmez. |

