Kurucu
September 14, 2026
23 min read
Bir eğitim kurumu, yapay zekâ kullandığını beyan etmeden önce daha güç bir soruya cevap vermelidir: Bu sistem neden kullanılmalı, kimleri nasıl etkileyecek ve hangi şartlarda hiç kullanılmamalıdır? Bu yazı, YAZEK’in açtığı yönetişim alanını bir adım ileri taşıyarak “Eğitimde Yapay Zekâ Etki Değerlendirmesi”ni —kısaca EYZED’i— öneriyor. EYZED; pedagojik gerekliliği, çocuk haklarını, kişisel verileri, ölçme geçerliliğini, eşitliği, insan denetimini ve tedarikçi riskini tek bir yaşam döngüsü içinde ele alan, kurumların kendi politika setlerine uyarlayabileceği bir karar usulüdür.
Kavramsal statü notu: EYZED, bu yazıda geliştirilen bir model önerisidir; Millî Eğitim Bakanlığı tarafından yayımlanmış resmî bir sistem veya mevzuatta tanımlanmış bağımsız bir yükümlülük değildir. YAZEK’in, KVKK süreçlerinin ya da diğer kanuni ve idari yükümlülüklerin yerine geçmez. Bunlardan önce ve bunlarla bağlantılı çalışan bir kurumsal değerlendirme katmanı olarak tasarlanmıştır.
Bir okulun, devamsızlık veya akademik başarısızlık riski taşıyan öğrencileri daha erken desteklemek amacıyla yapay zekâ tabanlı bir sistem kullanmak istediğini düşünelim. Sistem; yoklama kayıtlarını, sınav sonuçlarını, çevrim içi platform hareketlerini ve geçmiş destek bilgilerini analiz ederek her öğrenci için bir risk düzeyi üretiyor. Tedarikçinin sunumuna göre modelin doğruluk oranı yüzde 91. Amaç da tartışmasız biçimde meşru: öğrenciyi kaybetmeden önce ona ulaşmak.
Model, “yüksek riskli” olarak işaretlediği bir öğrenci için rehberlik servisine bildirim gönderiyor. Henüz ortada not, disiplin cezası veya kayıt silme kararı yok. Buna rağmen etiket öğretmen beklentilerini değiştiriyor; öğrenci daha düşük başarı grubuna yönlendiriliyor, bazı etkinlikler yerine telafi programına alınıyor ve görüşmelerde sürekli “riskli öğrenci” kabulüyle karşılaşıyor. Sistem hata yapmış olsa bile bu kabul, bir süre sonra kendi sonucunu üretebiliyor.
Bu tabloda yüzde 91, cevaplanması gereken soruların yalnızca başlangıcıdır. Doğruluk hangi sonuç için ve hangi öğrenci grubu üzerinde ölçülmüştür? Yanlış pozitif ile yanlış negatif hatanın eğitimsel bedeli aynı mıdır? Rehberlik notlarının bu amaçla kullanılması gerekli midir? Öğrenci hangi verilerle sınıflandırıldığını bilebilir mi? Etiket ne zaman geçerliliğini kaybeder? Öğretmen sistem önerisini reddetmekte gerçekten serbest midir? Uyarı destek için mi kullanılacaktır, yoksa zamanla öğrencinin fırsatlarını daraltan bir göstergeye mi dönüşecektir?
Bu soruların her biri farklı bir disipline aittir; fakat karar tektir: Sistem, bu okulda, bu öğrenci grubu için, bu amaçla ve bu güvencelerle kullanılmalı mıdır? Eğitimde yapay zekâ yönetişiminin eksik halkası tam olarak bu bütünleşik karardır.
Millî Eğitim Bakanlığının 2025–2029 Politika Belgesi; öğrenme analitiği, gelişim takibi, erken uyarı, örüntü tanıma, karar desteği ve otomatik sınav değerlendirme gibi yüksek etkili kullanım alanlarını eğitim sisteminin gündemine taşımıştır.[1] 2 Şubat 2026’da kullanıma açılan YAZEK ise öğrenci etkileşimi, öğrenci verisinin işlenmesi, ölçme-değerlendirme ve karar desteği içeren uygulamaları beyan ve izleme düzenine bağlamıştır.[2]
YAZEK’in işlevi önemlidir: Dağınık kullanımları görünür kılar, sorumluluğu kayda geçirir ve etik ihlal süreçleri için kurumsal bir hat oluşturur. Ancak YAZEK bir ön izin sistemi değildir. Güncel açıklamalara göre öğretmen, beyanını yaptıktan sonra ayrıca bir kurul onayı beklemeksizin uygulamaya başlayabilir; okul yapay zekâ etiği ekibi ise onay makamı değil, rehberlik ve izleme birimidir. Bariz risk gördüğünde uygulamanın başlatılmaması veya durdurulması yönünde uyarıda bulunabilir.[2]
Burada bir eksiklikten değil, iki aracın farklı işlevlerinden söz ediyoruz. Beyan, planlanan kullanımın görünür kaydıdır; etki değerlendirmesi ise o kullanım hakkında nasıl karar verildiğinin gerekçeli dosyasıdır. YAZEK “ne yapmayı planlıyorsunuz?” sorusunu kurumsallaştırırken EYZED “neden, hangi kanıtla, hangi sınırlar içinde ve hangi vazgeçme ölçütleriyle?” sorularını cevaplandırmayı amaçlar.
MEB Etik Kılavuzu da bu yönde güçlü bir zemin sunmaktadır. Kılavuz, yapay zekâ kullanımının geçici eğilim veya teknolojik popülerlikle değil kanıta dayalı eğitsel faydayla gerekçelendirilmesini; uygulama öncesinde doğruluk ve güvenilirlik testleri yapılmasını; kritik kararların insan denetiminde kalmasını; haksız sonuçlara karşı öğrenci ve veli için itiraz mekanizması kurulmasını öngörür.[3] EYZED’in yaptığı, bu ilkeleri tek tek tekrarlamak değil, onları uygulama başlamadan önce sonuç üreten bir karar sürecine dönüştürmektir.
Bu öneri Bakanlığın daha önce çizdiği pratik yönle de uyumludur. YEĞİTEK’in Yapay Zekâ Etiği Tavsiyeleri, yeni bir yapay zekâ sistemi kullanılmadan önce öğrenciler üzerindeki akademik, psikolojik ve sosyal etkilerin değerlendirilmesini; motivasyon, özgüven, sosyal ilişkiler ve psikolojik durum üzerindeki sonuçların düzenli gözlemlenmesini tavsiye eder.[13] Eksik olan ilke değil, farklı uzmanlıkların ürettiği bu incelemeleri tek dosyada karara bağlayacak yöntemdir.
EYZED, bir eğitim kurumunun geliştirmeyi, satın almayı veya kullanmayı planladığı yapay zekâ uygulamasını somut bağlamında inceleyen; beklenen yararları ve olası zararları belirleyen; kanıtları sınayan; tedbirleri, sorumluları ve izleme koşullarını kayda alan; sonunda gerekçeli bir kullanım kararı üreten kurumsal usuldür.
Her EYZED dosyası üç temel soruyu cevaplamalıdır:
Kullanmalı mıyız? Tanımlanan eğitim ihtiyacı gerçek mi ve yapay zekâ bu ihtiyacı karşılamak için gerekli mi?
Kullanacaksak nasıl kullanmalıyız? Amaç, veri, kullanıcı grubu, karar etkisi ve süre hangi sınırlar içinde tutulmalıdır?
Ne zaman durmalıyız? Hangi hata, zarar, değişiklik veya kanıt eksikliği sistemi yeniden incelemeyi ya da kullanımdan kaldırmayı gerektirir?
Bu yönüyle EYZED bir risk envanterinden daha fazlasıdır. Yalnızca “ne ters gidebilir?” sorusunu sormaz; beklenen eğitsel yararın gerçekleşip gerçekleşmediğini, aynı sonuca daha az müdahaleci bir yöntemle ulaşılıp ulaşılamayacağını ve teknolojiye ayrılan kaynağın daha etkili bir eğitim tedbirinden vazgeçilmesine yol açıp açmadığını da araştırır. Etkisiz bir sistem yalnızca satın alma bütçesini tüketmez; öğretmen zamanını, öğrencinin dikkatini ve kurumun iyileştirme kapasitesini de kullanır.
EYZED ayrıca bir veri koruma etki değerlendirmesinin yeni adı değildir. Kişisel Verileri Koruma Kurumunun Kasım 2025 tarihli rehberi, 6698 sayılı Kanun’un genel bir veri koruma etki değerlendirmesini zorunlu tutmadığını açıkça belirtmektedir. Bununla birlikte kişiler üzerinde önemli sonuç doğurabilecek üretken yapay zekâ işlemelerinde böyle bir değerlendirmeyi faydalı, yaşam döngüsü boyunca risklerin belirlenmesi ve yönetilmesini ise iyi uygulama olarak nitelendirmektedir.[4] Veri koruma değerlendirmesi EYZED’in zorunlu bağlantılarından biridir, fakat EYZED bunun ötesinde öğrenme niteliğini, çocuğun gelişimini, fırsat eşitliğini, karar usulünü ve eğitim sürekliliğini de kapsar.
Benzer şekilde siber güvenlik testi sistemin saldırılara dayanıklılığını, tedarik incelemesi sağlayıcının yeterliliğini, pedagojik pilot ise öğrenme etkisini gösterir. Bunların hiçbiri tek başına bütün kararı taşımaz. EYZED’in asıl değeri, parçalı değerlendirmeleri ortak bir kullanım senaryosu ve ortak bir karar kaydı etrafında birleştirmesidir.
UNESCO’nun üretken yapay zekâ rehberinde eğitim kurumlarının araçları doğrulama kapasitesine ilişkin işaret ettiği hazırlık açığı ve önerdiği insan merkezli, yaşa uygun etik doğrulama ile pedagojik tasarım yaklaşımı da bu bütünleşme ihtiyacını desteklemektedir.[8]
Aynı model, öğretmenin öğrenci verisi kullanmadan çalışma kâğıdı taslağı hazırlamasında düşük etkili; öğrencilerin metinlerini puanlamasında veya psikolojik durumlarına ilişkin çıkarım üretmesinde yüksek etkili olabilir. Dolayısıyla “hangi yapay zekâ aracını kullanıyoruz?” sorusu, etki değerlendirmesi için yetersizdir.
EYZED’in inceleme birimi şu birleşimdir:
Eğitim ihtiyacı + amaç + etkilenen grup + girdi verisi + model çıktısı + karar üzerindeki etki + kullanım koşulları + süre
Değerlendirme bu nedenle kısa bir kullanım senaryosu pasaportu ile başlamalıdır. Pasaportta en azından çözülecek sorun, kullanım sahibi, hedeflenen öğrenme veya yönetim sonucu, doğrudan ve dolaylı etkilenenler, girilecek ve üretilecek veriler, sistem çıktısının hangi kararı nasıl etkileyeceği, kullanımın zorunlu olup olmadığı, sağlayıcı ve model/sürüm bilgisi, pilot süresi ve yapay zekâ kullanılmayan alternatif yer almalıdır.
Bu kayıt yalnızca bürokratik düzen sağlamaz. Muğlak vaatleri sınanabilir iddialara çevirir. “Kişiselleştirilmiş öğrenme sağlayacağız” ifadesi yerine “sekizinci sınıf öğrencilerinin belirli matematik kazanımlarındaki hata örüntülerine göre öğretmen onaylı ek alıştırma önereceğiz” denildiğinde, veri ihtiyacı, başarı ölçütü, hata maliyeti ve insan denetimi artık tartışılabilir hâle gelir.
İlk kapı teknolojiye değil ihtiyaca bakar. Kurum; çözmeye çalıştığı pedagojik veya idari sorunu, mevcut yöntemin neden yetersiz kaldığını ve yapay zekânın hangi somut katkıyı sağlamasının beklendiğini ortaya koymalıdır. Ardından karşı-olgusal soru sorulur: Aynı sonuç daha basit bir kural, öğretim tasarımı, personel desteği veya kişisel veri işlemeyen bir araçla makul ölçüde elde edilebilir mi?
Bu yaklaşımı pedagojik gereklilik ilkesi olarak adlandırabiliriz. İlke, yapay zekâyı son çareye dönüştürmez; teknoloji tercihinin eğitimsel gerekçesini ispatlanabilir kılar. Özellikle öğrenci verisi ve yüksek etkili kararlar söz konusuysa, sağlayıcının sunduğu kolaylık ile öğrencinin maruz kalacağı müdahale arasında ölçülü bir ilişki bulunmalıdır.
OECD’nin 2026 Dijital Eğitim Görünümü bu ayrımın önemini somutlaştırıyor: Genel amaçlı üretken yapay zekâ, öğrencinin görev çıktısını iyileştirebilir; fakat pedagojik amaç ve yönlendirme bulunmadığında bu performans artışı gerçek öğrenme kazanımına dönüşmeyebilir. Bilişsel görevin araca devri, uzun vadeli beceri edinimini de zayıflatabilir.[7] O hâlde EYZED’in başarı sorusu “daha iyi metin üretildi mi?” değil, “öğrenci araç olmadan da daha iyi düşünebilir, açıklayabilir veya uygulayabilir hâle geldi mi?” olmalıdır.
Pedagojik gereklilik gösterilemiyorsa değerlendirme burada sona erebilir. Hukuken kurulabilecek ve teknik olarak çalışabilecek bir sistemin eğitim kurumunda kullanılmaması, inovasyon karşıtlığı değil; amaç disiplinidir.
Çocuk Haklarına Dair Sözleşme, çocukları ilgilendiren işlemlerde çocuğun üstün yararını temel düşüncelerden biri hâline getirir; çocuğun görüşünü serbestçe ifade etmesi ve görüşüne yaşı ile olgunluğu ölçüsünde ağırlık verilmesi de ayrı bir haktır.[6] Bu çerçeve, “veli izin verdi” denilerek tüketilemez. Veli bilgilendirmesi veya hukuken gerektiğinde alınan rıza önemli olabilir; fakat çocuğun üstün yararının somut değerlendirmesinin ve çocuğun katılımının yerine geçmez.
UNICEF’in 2025 tarihli Çocuklar ve Yapay Zekâ Rehberi, çocuk merkezli yaklaşımı üç eksende kurar: zarardan koruma, çocuğa yarar sağlama ve çocuğu sürece katma. Rehber ayrıca çocukluğun tek bir kullanıcı profili olarak ele alınamayacağını; kuralların gelişim aşamalarına uyarlanması gerektiğini ve büyük ölçekli, yeterince sınanmamış eğitim teknolojileri için çocuk hakları etki değerlendirmesi ile etkililik incelemesi yapılmasını önerir.[5]
EYZED bu nedenle yalnızca fiziksel güvenliği değil; bilişsel gelişimi, özerkliği, duygusal esenliği, insan ilişkilerini, oyun ve dinlenme alanını, mahremiyeti ve gelecekteki fırsatları birlikte inceler. Örneğin sürekli öneri veren bir öğrenme asistanı doğru içerik sunsa bile öğrencinin kendi stratejisini kurma kapasitesini köreltebilir. Bir sohbet botunun nazik ve akıcı olması, çocuğun onu insan gibi algılaması veya duygusal bağımlılık geliştirmesi riskini ortadan kaldırmaz.
Katılım da hazır sistemi çocuklara gösterip “beğendiniz mi?” diye sormak değildir. Yüksek etkili kullanımlarda farklı yaşlarda ve farklı engellilik, dil ve sosyoekonomik koşullara sahip öğrencilerden; güvenli ve yaşa uygun yöntemlerle, tasarım aşamasında görüş alınmalıdır. Kurum, hangi görüşün tasarımı nasıl değiştirdiğini kaydetmelidir. Katılımın sonucu her talebin kabul edilmesi değil, çocukların yaşanmış deneyiminin karar dosyasında gerçek ağırlık kazanmasıdır.
Bir yapay zekâ sistemi yalnızca kendisine girilen veriyi işlemez; öğrencinin başarı ihtimali, dikkat düzeyi, ilgi alanı, davranış örüntüsü veya risk durumu hakkında yeni çıkarımlar üretir. Bu çıkarımlar isabetli de olsa yanlış da olsa öğrenciyle ilişkilendirildiğinde onun eğitim hayatını etkileyebilir. EYZED, bu nedenle veri haritasına girdiler kadar modelin ürettiği etiket, skor, özet ve tahminleri de dâhil eder.
Her veri unsuru için amaç, hukuki sebep, gereklilik, kaynak, erişim yetkisi, saklama süresi, aktarım zinciri, doğruluk ve silme yöntemi belirlenmelidir. “Sistem daha iyi çalışsın” genel bir amaç değildir. Rehberlik görüşme notu, öğrencinin devamsızlık riskini tahmin etmeye teknik olarak katkı sağlayabilir; fakat bu katkı söz konusu verinin bu amaçla işlenmesini kendiliğinden gerekli ve hukuka uygun hâle getirmez. Özellikle özel nitelikli veriler, serbest metinler ve üçüncü kişi bilgileri bakımından veri kategorisi ile kullanım amacı ayrı ayrı sınanmalıdır.
Burada EYZED’e özgü ikinci politika önerisi eğitsel çıkarımların son kullanma tarihidir. Bir öğrencinin “düşük motivasyonlu”, “yüksek riskli” veya “belirli alana uygun” olduğuna ilişkin model çıktısı süresiz bir kurumsal gerçekliğe dönüşmemelidir. Çıkarımın geçerlilik süresi, güncelleme şartı, kimlerce görülebileceği ve önceki etiketin hangi sistemlerden silineceği önceden belirlenmelidir. UNICEF de çocuklukta toplanan verinin mümkün olan en kısa süre tutulmasını ve çocuğu yetişkinliğe kadar izlememesini vurgular.[5]
Bu “son kullanma tarihi”, yürürlükteki hukukta bu adla tanınmış bağımsız bir hak değildir. Çocuğu geçmiş bir örüntüye dondurmamak, veri doğruluğunu ve saklama sınırlamasını işletmek, eğitimsel gelişime alan açmak için önerilen bir yönetişim kuralıdır.
Teknik doğruluk ile pedagojik geçerlilik aynı şey değildir. Bir otomatik puanlama sistemi insan değerlendiricilerle yüksek oranda aynı sonuca ulaşabilir; fakat yaratıcı, lehçe farklılığı taşıyan veya özel gereksinimli öğrencilerin yanıtlarını sistematik biçimde düşük değerlendirebilir. Bir erken uyarı modeli devamsızlığı başarılı biçimde öngörebilir; ancak ihtiyaç duyulan desteğin nedenini açıklayamayabilir. Bir sohbet botu doğru cevabı verebilir; fakat öğrencinin düşünme sürecini gereksiz yere ikame edebilir.
Bu kapıda kurum önce başarı ölçütünü tanımlar. Ölçüt, sağlayıcının genel doğruluk oranı değil, eğitim amacıyla uyumlu yerel göstergeler olmalıdır. Öğrenme için araçsız aktarım, kalıcılık, kavramsal anlama ve üst düzey düşünme; karar destek için yanlış pozitif ve yanlış negatif oranları, zamanında müdahale ve karar kalitesi; içerik üretimi için olgusal doğruluk, yaş uygunluğu ve müfredat uyumu birlikte değerlendirilebilir.
Test, hedef gruba benzeyen yerel ve yeterli örneklem üzerinde yapılmalı; insan uygulaması veya mevcut yöntemle anlamlı bir karşılaştırma içermelidir. NIST Yapay Zekâ Risk Yönetimi Çerçevesi de yapay zekâ riskinin kullanım bağlamına göre değiştiğini, laboratuvar ölçümlerinin gerçek kullanım sonuçlarından ayrışabileceğini ve insan faaliyetini destekleyen ya da ikame eden sistemlerde bir karşılaştırma tabanına ihtiyaç bulunduğunu belirtir.[9]
Hata maliyeti ayrıca incelenmelidir. Bir çalışma kâğıdındaki yanlış öneri ile öğrencinin program erişimini etkileyen yanlış sınıflandırma aynı toleransla yönetilemez. Etki ağırlaştıkça test derinliği, insan incelemesi ve kanıt standardı yükselmelidir. Kanıt yetersizse çözüm, belirsizliği düşük risk diye kaydetmek değil; kapsamı daraltmak, kontrollü pilot yapmak veya kullanımı ertelemektir.
Bir modelin toplam doğruluğu yüksekken belirli öğrenci gruplarında sürekli daha fazla hata yapması mümkündür. Dil, engellilik, sosyoekonomik durum, coğrafi koşullar ve dijital erişim farklılıkları; veri temsilinden arayüz tasarımına kadar sistemin her katmanında sonuca etki edebilir. Üstelik ayrımcılık yalnızca açıkça korunan bir özelliğin modele girilmesiyle oluşmaz. Posta kodu, cihaz türü, çevrim içi olma saati veya devamsızlık örüntüsü bazı koşullarda dolaylı göstergeye dönüşebilir.
EYZED; farklı gruplardaki hata oranlarını, faydaya erişim düzeyini ve yük dağılımını görünür kılmalıdır. Erişilebilirlik sonradan eklenen teknik özellik değil, kullanım kararının parçasıdır. Sesli arayüzün işitme engelli öğrenci için alternatifi, karmaşık metnin bilişsel erişilebilirliği, ücretli cihaz gereksinimi ve çevrim dışı seçenek bulunup bulunmadığı başlangıçta değerlendirilmelidir.
Bu test yapılırken yeni bir hukuk sorunu üretilmemelidir: Eşitlik analizi amacıyla hassas veri toplamak da ayrıca hukuki sebep, gereklilik, güvenlik ve erişim sınırı gerektirir. Çözüm, korunan özellikleri görmezden gelmek değil; ölçümü veri koruma tasarımıyla birlikte kurmaktır. Fark belirlenirse yalnızca modeli ayarlamak değil, kullanım amacını daraltmak veya bazı karar alanlarında sistemi hiç kullanmamak da meşru sonuçtur.
MEB Etik Kılavuzu, öğrencinin akademik geleceğini veya eğitimsel haklarını etkileyen kritik kararlarda yapay zekânın tek başına belirleyici olmamasını, insanın çıktıyı düzeltebilmesini ve öğrenci/veli için itiraz mekanizması bulunmasını ister.[3] KVKK’nın 11. maddesi de kişisel verilerin münhasıran otomatik sistemlerle analizi sonucunda kişinin aleyhine bir sonuç doğmasına itiraz hakkı tanır. KVKK Kurumunun rehberi bu hakkı, yalnızca sonuca karşı çıkmakla sınırlı görmeyip kararın dayanaklarının yeniden değerlendirilmesini istemeye imkân veren bir güvence olarak yorumlar.[4]
EYZED bu kaynaklardan hareketle insan tarafından ikinci bakış güvencesi önerir. Bu ifade, yürürlükteki mevzuatta bu adla düzenlenmiş yeni bir hak iddiası değildir. Kurumsal politika bakımından şu standardı anlatır: Öğrenci veya veli, yapay zekânın etkilediği önemli bir sonucun başka bir yetkili kişi tarafından; ilk çıktıya otomatik bağlılık göstermeden, ilgili ek bilgi ve açıklamalar dikkate alınarak yeniden incelenmesini isteyebilmelidir.
İlk insan onayı ile ikinci bakış aynı şey değildir. İlk aşamada yetkili, sistem önerisini anlamalı, bağımsız kaynaklarla karşılaştırmalı, reddetme veya değiştirme yetkisine ve bunu yapacak zamana sahip olmalıdır. İtiraz aşamasında ise mümkün olduğunca farklı bir değerlendirici, hem sonucu hem kullanılan verinin güncelliğini ve modelin rolünü yeniden ele almalıdır. Öğrenciye teknik model ayrıntısı yığmak yerine, hangi verilerin önemli olduğu, sistemin sonuca ne ölçüde etki ettiği, insanın hangi gerekçeyle kararı benimsediği ve başvurunun nasıl yapılacağı anlaşılır biçimde açıklanmalıdır.
AB Yapay Zekâ Tüzüğü’nün yüksek riskli sistemler için öngördüğü insan gözetimi de denetleyenin sistem sınırlarını anlamasını, otomasyona aşırı güven eğilimini fark etmesini, çıktıyı görmezden gelme veya tersine çevirme ve gerektiğinde sistemi durdurma imkânına sahip olmasını arar.[10] Bu düzenleme Türkiye’deki her okul kullanımına doğrudan uygulanıyor kabul edilemez; ancak “insan döngüde” ifadesinin neden yalnızca bir imza veya onay düğmesi anlamına gelmediğini gösteren güçlü bir karşılaştırmalı ölçüttür.
Satın alınan sistemin geliştiricisi başka bir şirket olabilir; fakat eğitim kurumunun kendi kullanım bağlamındaki sorumluluğu ortadan kalkmaz. Tedarikçi “veriler güvende”, “model tarafsız” veya “eğitim için optimize” diyorsa EYZED bu beyanların hangi belge, test ve sözleşme hükmüyle doğrulanabildiğini sorar.
İnceleme; model ve sürüm bilgisini, amaçlanan ve yasak kullanımları, yerel performans kanıtını, veri saklama ve model eğitimi seçeneklerini, alt hizmet sağlayıcıları, güvenlik olay yönetimini, yaş ve içerik güvenliği kontrollerini, günlük kayıtlarını, değişiklik bildirimlerini ve hizmetten çıkış imkânını kapsamalıdır. Kurumun kendi testini yapmasına, gerekli günlükleri almasına veya önemli bir değişikliği önceden öğrenmesine izin vermeyen sözleşme, yalnızca ticari değil yönetişimsel bir eksikliktir.
Tedarikçinin açıklayamadığı husus kurum açısından “sıfır risk” değil, kanıtlanmamış risktir. Özellikle öğrenci profilleme, ölçme-değerlendirme, biyometrik özellikler veya psikolojik çıkarım gibi alanlarda belirsizlik, yüksek güvence ihtiyacını azaltmaz. Sağlayıcı gerekli kanıtı vermiyorsa kurum; işlevi kapatmalı, veri ve etki kapsamını daraltmalı, alternatif tedarikçiye yönelmeli veya sistemi kullanmamalıdır.
Yapay zekâ sistemi aynı adla kalırken temel model, veri politikası, güvenlik ayarı veya çıktı davranışı değişebilir. Öğrenci grubu, ders amacı ya da sistem çıktısının karardaki ağırlığı da zamanla genişleyebilir. Bu nedenle ilk değerlendirme, süresiz bir uygunluk belgesi olamaz.
NIST çerçevesi risk yönetimini yönetişim, bağlamı haritalama, ölçme ve yönetme işlevleriyle yaşam döngüsüne yayar.[9] AB düzenlemesi yüksek riskli sistemlerde risk yönetimini sürekli ve yinelemeli bir süreç olarak ele alırken, Avrupa Konseyi Çerçeve Sözleşmesi de gerçek ve muhtemel insan hakları etkilerinin yinelemeli biçimde değerlendirilmesini ve gerekli azaltım tedbirlerinin kurulmasını öngörür.[10][11] Kanada’nın kamu kurumları için geliştirdiği Algoritmik Etki Değerlendirmesi ise değerlendirmeyi tasarımın başında ve üretime geçmeden önce yapmayı, işlev veya kullanım kapsamı değiştiğinde güncellemeyi esas alır.[12] Bunlar doğrudan Türk eğitim mevzuatı gibi sunulamaz; fakat ortak yön açıkça görülür: değişen sistem, yeniden değerlendirilecek sistemdir.
EYZED dosyasında bu nedenle izlenecek göstergeler, inceleme sıklığı, sorumlu kişi ve durdurma eşikleri önceden yazılmalıdır. Model/sürüm değişikliği, yeni veri kategorisi, yeni hedef grup, kullanım amacının genişlemesi, beklenmeyen grup farkı, itirazlarda artış, ciddi yanlış çıktı, güvenlik olayı veya sağlayıcının koşullarındaki önemli değişiklik yeniden değerlendirme tetikleyicisidir.
Burada üçüncü özgün ilke geri döndürülebilirliktir. Kurum yalnızca sistemi kapatabilmeyi değil, etkilerini mümkün olduğu ölçüde geri alabilmeyi tasarlamalıdır: Hatalı etiket düzeltilebilir ve ona erişim sınırlandırılabilir mi? Bu etikete dayanan yönlendirme yeniden incelenebilir mi? Veriler ve yedekler silinebilir mi? Öğrenci alternatif öğrenme yoluna dönebilir mi? Sağlayıcı değiştirildiğinde kayıtlar taşınabilir mi? Karar ne kadar güç geri döndürülüyorsa, uygulama öncesi kanıt ve insan güvencesi o kadar güçlü olmalıdır.
Etki değerlendirmesini tek bir aritmetik puana indirgemek caziptir; fakat yanıltıcı olabilir. Pedagojik yarar, hukuki sebep eksikliğini telafi etmez. Yüksek teknik doğruluk, etkili bir itiraz yolunun yokluğunu ortadan kaldırmaz. Çok sayıda düşük risk göstergesi de çocuğun güvenliğine ilişkin bir kırmızı çizgiyi “ortalayarak” kabul edilebilir hâle getiremez.
Bu nedenle EYZED, puandan önce karar kapıları kullanmalıdır. Etki; sonucun ağırlığı ve süresi, etkilenenlerin kırılganlığı, kullanımın ölçeği, verinin niteliği, sistemin özerkliği, hatanın geri alınabilirliği ve kurumun denetim kapasitesiyle birlikte sınıflandırılabilir.
Hafif kayıt, öğrenciyle etkileşim ve öğrenci verisi yokken ve çıktı eğitimsel kararı belirlemiyorken yeterlidir; asgari süreç kullanım senaryosu pasaportu ile gizli bilgi ve çıktı doğruluğu kurallarıdır, olası sonuç ise kapsamı sabit tutarak kullanımdır. Standart değerlendirme, öğrenci etkileşimi veya sınırlı veri varken, kullanım öğretmen gözetiminde, düşük etkili ve kolay geri alınabiliyorsa devreye girer; sekiz kapının orantılı incelemesi, sınıf öncesi test, bilgilendirme ve izleme beklenir, sonuç uygun veya şartlı kullanım olabilir. Güçlendirilmiş değerlendirme, profilleme, özel nitelikli veri, ölçme, yönlendirme, geniş ölçek, zorunlu kullanım ya da öğrencinin geleceğini etkileyen çıktı söz konusu olduğunda gerekir; çok disiplinli kurul, çocuk/veli katılımı, yerel doğrulama, ayrım testi, ayrıntılı veri ve tedarik incelemesi, sınırlı pilot ve üst yönetim kararı aranır, sonuç şartlı pilot, yeniden tasarım veya kullanmama olabilir. Kırmızı çizgi, hukuki zemin kurulamadığında, yüksek etkili sonuç yalnızca sisteme bırakıldığında, amaç açıklanamadığında, ciddi zarar yönetilemediğinde veya sağlayıcı kritik veri ya da performans bilgisini vermediğinde açılır; telafi edilebilir eksiklik varsa tasarıma dönülür, giderilemezse değerlendirme durdurulur, sonuç kullanılmama veya mevcut kullanımın sona erdirilmesidir.
Bu yollar da YAZEK’in resmî risk sınıfları değildir; kurum içi politika önerisidir. YAZEK beyanı gerekip gerekmediği ayrıca güncel MEB ölçütlerine göre belirlenir. Örneğin standart veya güçlendirilmiş değerlendirme yolundaki öğrenci etkileşimi, veri işleme ya da karar desteği içeren bir uygulama, kural olarak YAZEK beyanını da gündeme getirir. Buna karşılık beyan gerektirmeyen bazı hazırlık kullanımları, kurumun gizli bilgileri veya telifli içeriği nedeniyle yine hafif kayda tabi tutulabilir.
Aşağıdaki kapılar, uzun değerlendirme dosyasının yerine değil, hangi kanıtın nerede aranacağını gösterecek bir politika eki olarak kullanılabilir.
1. Pedagojik gereklilik, hangi eğitim ihtiyacı için neden yapay zekâ kullanıldığını sorar; beklenen kanıt sorun tanımı, alternatif analizi ve ölçülebilir fayda iddiasıdır, uyarı işareti ise çözümün sorundan önce seçilmiş olmasıdır. 2. Çocuk hakları ve katılım, çocuğun üstün yararının, gelişiminin ve görüşünün nasıl gözetildiğini sorar; kanıt yaş/gelişim analizi, esenlik değerlendirmesi ve katılım kaydıdır, uyarı işareti tek tip “öğrenci” varsayımı ile katılımın yalnızca tanıtım veya memnuniyet anketine indirgenmesidir. 3. Veri ve çıkarımlar, girdi ve türetilen verilerin hukuka uygun, gerekli ve süreli olup olmadığını sorar; kanıt veri akış haritası, hukuki sebep, saklama-silme ve aktarım planıdır, uyarı işareti belirsiz amaç, süresiz profil ve bilinmeyen model eğitimi veya alt işleyen zinciridir. 4. Pedagojik geçerlilik, sistemin doğru şeyi, doğru grupta, doğru ölçütle değerlendirip değerlendirmediğini sorar; kanıt yerel test, mevcut yöntemle kıyas, hata ve etkililik analizidir, uyarı işareti yalnızca sağlayıcının genel doğruluk oranına dayanılmasıdır.
5. Eşitlik ve erişilebilirlik, yarar ve hatanın gruplar arasında nasıl dağıldığını sorar; kanıt alt grup performansı, erişilebilirlik ve alternatif erişim testidir, uyarı işareti ortalama sonucun grup zararını örtmesi ve dijital erişimi olmayan öğrenci için yol bulunmamasıdır. 6. İnsan kararı ve itiraz, insanın çıktıyı anlayıp anlayamadığını, reddedip reddedemediğini ve yeniden inceleyip inceleyemediğini sorar; kanıt yetki akışı, karar kaydı, açıklama ve ikinci bakış prosedürüdür, uyarı işareti insan onayının biçimsel olması ve itirazda aynı otomatik sonucun tekrarlanmasıdır. 7. Tedarikçi ve teknik kanıt, kurumun vaatleri doğrulayıp doğrulayamadığını ve değişikliği yönetip yönetemediğini sorar; kanıt test raporu, sürüm kaydı, denetim ve değişiklik hükümleri ile güvenlik/çıkış planıdır, uyarı işareti kritik bilginin “ticari sır” denilerek tamamen kapatılması ve güncellemenin bildirilmemesidir. 8. Yaşam döngüsü ve çıkış, başarının nasıl izleneceğini, ne zaman yeniden bakılacağını veya durulacağını sorar; kanıt pilot planı, göstergeler, eşikler, yeniden değerlendirme ve silme/geri dönüş kaydıdır, uyarı işareti süresiz uygunluk ile kapatma ve hatalı sonucu düzeltme imkânının bulunmamasıdır.
Başlangıçtaki erken uyarı sistemi EYZED’den geçirildiğinde, ilk olarak amaç daraltılır: Sistem “başarısız olacak öğrenciyi belirlemek” için değil, ek insan değerlendirmesine alınabilecek destek ihtiyacını işaretlemek için kullanılacaktır. Kullanımın dili dahi önemlidir; “riskli öğrenci” kalıcı bir kimlik, “gözden geçirilecek destek sinyali” ise geçici bir işlem önerisidir.
Pedagojik gereklilik incelemesinde kurum, yalnızca devamsızlık eşiğine dayanan basit bir kural ile modelin katkısını karşılaştırır. Model anlamlı bir erken tespit avantajı sağlamıyorsa karmaşık profillemeye gerek kalmaz. Sağlıyorsa bu katkının hangi veriyle elde edildiği incelenir. Rehberlik görüşmelerindeki serbest metinlerin küçük bir performans artışı sağladığı, buna karşılık mahremiyet ve yanlış yorum riskini ciddi biçimde yükselttiği görülürse bu veri modelden çıkarılır.
Çocuk hakları incelemesi, işaretlemenin öğrenciye yaptırım, seviye düşürme veya etkinlikten çıkarma amacıyla kullanılmasını yasaklar. Öğrenci ve velilerle yapılan yaşa uygun görüşmeler, öğrencilerin “neden seçildiğini bilmeme” ve öğretmenlerin kendilerine artık farklı davranacağı kaygısını ortaya koyabilir. Bunun üzerine bilgilendirme metni, erişim yetkileri ve sınıf içi kullanım kuralı yeniden tasarlanır.
Pedagojik ve eşitlik testinde yalnızca toplam doğruluk değil; kız ve erkek öğrenciler, farklı sınıf seviyeleri, özel gereksinimli öğrenciler ve farklı erişim koşulları bakımından yanlış uyarı oranları incelenir. Burada değerlendirme için gerekli kişisel verilerin işlenmesi de ayrı bir hukuki ve güvenlik tasarımına tabi tutulur. Küçük gruplarda sonuçların kimlik açığa çıkaracak şekilde raporlanmaması sağlanır.
İnsan denetimi aşamasında her uyarı, öğrenciyi tanıyan rehber öğretmen tarafından güncel bilgiyle incelenir. Sistem skoru tek başına geniş erişimli, kalıcı bir etikete dönüşmez. Öğretmen öneriyi reddedebilir; kabul ederse gerekçesini kaydeder. Öğrenci ve veli, değerlendirmeye esas verinin yanlış veya eski olduğunu söyleyebilir ve farklı bir yetkiliden yeniden inceleme isteyebilir.
Son olarak sistem bütün okulda süresiz devreye alınmaz. Belirli sınıflarda, bir dönemle sınırlı ve yalnızca destek yönlendirmesi amacıyla pilot yapılır. Etkililik; kaç uyarı üretildiğiyle değil, zamanında ve uygun desteğe erişim, yanlış işaretleme, itiraz ve düzeltme oranı ile öğrencilerin esenlik geri bildirimleri üzerinden izlenir. Her uyarının örneğin otuz gün sonra güncel veriyle yenilenmemesi hâlinde geçersizleşmesi kararlaştırılır. Belirlenen grup farkı, güvenlik olayı veya model değişikliği otomatik yeniden değerlendirme nedenidir.
Bu dosyanın sonucu “sistem güvenlidir” şeklinde genel bir sertifika olmaz. Daha sınırlı ve dürüst bir karar çıkar:
Belirtilen veri seti, hedef grup, destek amacı, model sürümü, pilot süresi, insan incelemesi ve durdurma eşikleriyle koşullu olarak uygundur. Bu şartlardan biri değişirse karar geçerliliğini yitirir.
Etki değerlendirmesinin hukuk ve politika değeri tam da bu sınırlılıktadır. Kurum neye izin verdiğini bildiği kadar neye izin vermediğini de kayda geçirir.
EYZED’in çalışması için yeni ve kalabalık bir kurul yaratmak şart değildir. Asıl ihtiyaç, mevcut görevleri aynı karar zincirine bağlamaktır. Kullanım sahibi eğitim ihtiyacını ve senaryoyu tarif eder; pedagojik uzman öğrenme iddiasını ve ölçme geçerliliğini sınar; hukuk/KVKK işlevi veri ve hak etkilerini değerlendirir; bilişim ve bilgi güvenliği teknik kanıtı inceler; rehberlik veya çocuk gelişimi uzmanı esenlik boyutunu ele alır; satın alma birimi tedarik koşullarını karara bağlar. Yüksek etkili kullanımda sistemi talep eden veya geliştiren kişi tek başına nihai uygunluk kararı vermemelidir.
Her dosyanın asgari kurumsal hafızası şu belgelerden oluşabilir:
kullanım senaryosu pasaportu ve kapsam/sürüm kaydı;
pedagojik gereklilik ve alternatif analizi;
etkilenen kişiler ile çocuk hakları değerlendirmesi ve katılım kaydı;
veri akış haritası, hukuki sebepler, saklama ve aktarım planı;
yerel pedagojik geçerlilik, hata, eşitlik ve erişilebilirlik testleri;
insan karar akışı, açıklama, itiraz ve ikinci bakış prosedürü;
tedarikçi kanıtları, sözleşmesel kontroller, güvenlik ve iş sürekliliği planı;
karar, şartlar, kalan riskin sahibi ve onay süresi;
izleme göstergeleri, değişiklik günlüğü, yeniden değerlendirme ve çıkış kaydı.
Bu dosya, diğer süreçlerle yarışmamalı; onları beslemelidir. Uygulanabilir sıra şöyledir:
Fikir ve ihtiyaç → hızlı etki taraması → gerekiyorsa tam EYZED → tasarım/sözleşme tedbirleri → sınırlı pilot → gereken hâllerde YAZEK beyanı → kontrollü kullanım → izleme ve yeniden değerlendirme → çıkış
YAZEK formu böylece son anda doldurulan ayrı bir belge olmaktan çıkar; EYZED dosyasında zaten doğrulanmış amaç, araç, hedef kitle, veri ve tedbir bilgilerinin görünür kaydına dönüşür. Veri koruma envanteri, saklama-silme politikası, tedarik sözleşmesi, bilgi güvenliği olayı ve ölçme-değerlendirme prosedürü de aynı kullanım senaryosu kimliğiyle birbirine bağlanabilir.
Orantılılık, küçük kurumlar için özellikle önemlidir. Öğrenci verisi içermeyen düşük etkili kullanım için iki sayfalık pasaport yeterli olabilir. Öğrenciyi sınıflandıran, notu etkileyen, özel nitelikli veri işleyen veya geniş ölçekte zorunlu kullanılan bir sistemde ise “zamanımız yok” gerekçesi değerlendirmeyi kısaltmamalı; tam tersine kullanımın ertelenmesini gündeme getirmelidir. Kurumun denetleyemediği ölçekte teknoloji kullanması, kapasite açığını öğrenciye risk olarak aktarması demektir.
EYZED benzeri bir model kurum, sektör veya kamu politikası düzeyinde benimsenecekse dört tercih belirleyici olacaktır.
İlk olarak değerlendirme erken başlamalıdır. Ürün satın alındıktan, veriler taşındıktan ve öğretmenler sisteme bağlandıktan sonra yapılan inceleme, karar vermekten çok verilmiş kararı gerekçelendirmeye dönüşür. Hukuk, pedagoji ve çocuk hakları tedarik öncesinde masada olmalıdır.
İkinci olarak süreç katmanlı olmalıdır. Her yapay zekâ kullanımı aynı dosya yükünü doğurmamalı; ancak yüksek etkiyi hafif gösteren istisnalar da yaratılmamalıdır. Hızlı tarama, standart inceleme ve güçlendirilmiş değerlendirme arasındaki geçiş ölçütleri politika metninde açıkça yazılmalıdır.
Üçüncü olarak değerlendirme itiraza ve öğrenmeye açık olmalıdır. Öğrenciler, veliler ve öğretmenler yalnızca hakkında karar verilen kişiler değil, sistemin gerçek etkisini gösteren bilgi sahipleridir. Başvuru ve olay kayıtları bir savunma dosyası gibi kapatılmamalı; modelin, eğitimin ve politikanın iyileştirilmesine dönmelidir.
Dördüncü olarak kurumlar kendi kırmızı çizgilerini önceden ilan etmelidir. Hukuki dayanağı kurulamayan veri işlemesi, yalnızca yapay zekâ çıktısına dayalı yüksek etkili karar, çocuğu manipüle eden tasarım, etkili insan incelemesinin imkânsızlığı, ciddi grup zararının giderilememesi ve kritik tedarikçi bilgisinin doğrulanamaması gibi durumlarda “kullanılmama” gerçek bir politika seçeneği olmalıdır. Etki değerlendirmesi yalnızca kullanıma evet demenin daha düzenli yolu hâline gelirse asli işlevini kaybeder.
Eğitimde yapay zekâya ilişkin ilk dönem, araçların ne yapabildiğini keşfetme dönemiydi. YAZEK ile başlayan yeni dönem, kullanımların görünür, izlenebilir ve sorumlu hâle gelmesini gerektiriyor. Bir sonraki eşik ise daha ileri bir kurumsal olgunluk istiyor: Kurum, yalnızca yapay zekâ kullandığını değil, onu neden kullandığını, hangi kanıtı yeterli bulduğunu, hangi riski kabul etmediğini ve hangi koşulda vazgeçeceğini gösterebilmelidir.
EYZED bu amaçla önerilen bir köprüdür. Bir yanında YAZEK’in etik beyan ve izleme düzeni; diğer yanında kişisel verilerin korunması, çocuk hakları, pedagojik kalite, ölçme bilimi, siber güvenlik ve tedarik yönetişimi bulunur. Köprünün taşıdığı şey yeni bir form değil, gerekçeli kurumsal karardır.
Bugün başlanabilecek en anlamlı çalışma, uzun bir politika metni yazmak olmayabilir. Kurum, hâlen kullandığı üç farklı yapay zekâ senaryosunu seçip şu sorularla pilot bir EYZED yapabilir: Bu kullanım hangi ihtiyacı karşılıyor? Öğrenci üzerinde hangi görünür ve görünmez sonuçları doğuruyor? Elimizde hangi kanıt var? Hangi karar geri alınamaz? Kim ikinci kez bakabilir? Ne olursa sistemi durdururuz?
Bu sorulara verilen cevaplar, kurumun ihtiyaç duyduğu politika setini kendiliğinden görünür kılacaktır. Geleceğin eğitim kurumu, en fazla yapay zekâ kullanan kurum olmayacaktır. Öğrenciyi bir veri noktasına veya kalıcı bir tahmine indirgemeden, hangi yapay zekâyı nerede durduracağını bilen kurum olacaktır.
