İLKE’nin Eğitim Politikaları Araştırma Merkezi (EPAM) Seminerleri kapsamında Prof. Dr. Mustafa Yunus Eryaman, yapay zeka ve büyük verinin öğretmen yeterliklerinin izlenmesinde nasıl dönüştürücü bir rol oynayabileceğini ele aldı. Seminerde, öğretmen performansını sadece nicel verilere indirgemeyen; sınıf içi etkileşim, pedagojik uygulamalar, okul kültürü ve bağlamsal unsurları birlikte değerlendiren bütüncül yaklaşımın önemi vurgulandı.
Prof. Dr. Eryaman, yapay zekanın “denetleyen” bir mekanizma olarak değil; öğretmenin kendi mesleki gelişimini yönlendirmesine olanak sağlayan bir araç olarak tasarlanmasının kritik olduğunu belirtti. Bu bakış açısı, öğretmeni pasif bir değerlendirme nesnesi olmaktan çıkarıp, kişiselleştirilmiş geri bildirim alarak gelişim sürecini veriye dayalı bir biçimde yönetebilen aktif bir özne konumuna getiriyor. Nitekim EPAM’ın Politika Notu 70’te de öğretmenlerin gelişim süreçlerinin tek bir veri tabanında izlenebilmesi ve geri bildirim ile desteklerin daha sistematik ve kişiselleştirilmiş hale gelmesi hedefi açıkça ortaya konuyor.
“Sorun, ölçmek değil; doğru ölçüp geliştirmek”
Seminerde yapılan değerlendirmeler, Türkiye’de öğretmen yeterliklerinin izlenmesine yönelik mevcut yapının hedeflere rağmen bütüncül ve sürdürülebilir bir sisteme dönüşemediğine işaret etti. Bu durum, öğretmenlerin mesleki gelişiminin düzenli takibini ve eğitimde kaliteye ilişkin kararların sağlam veriye dayanmasını zorlaştırıyor.
EPAM’ın aynı politika notunda vurgulandığı üzere, en temel eksiklerden biri öğretmen yeterliklerinin izlenmesine dair ulusal ölçekte dijital ve kurumsal bir veri tabanı ve değerlendirme sisteminin kurulamamış olması. MEBBİS gibi altyapılarda yeterlik modülü bulunsa da kullanımı sınırlı olup içeriği yeterince bilinmiyor. Değerlendirmeler çoğunlukla okul yönetiminin kanaati veya öz değerlendirme ile sınırlı kalıyor; öğrenci–akran–veli geri bildirimi gibi çok kaynaklı yaklaşımlar ise neredeyse hiç uygulanmıyor.
Çok kaynaklı (360°) geri bildirim: Adalet ve gelişim odağı
Uluslararası örnekler üzerinden yürütülen tartışmalarda, öğretmen performansının güvenilir şekilde değerlendirilebilmesi için sürekli, çok boyutlu ve yapıcı geri bildirim mekanizmalarının belirleyici olduğu vurgulandı. EPAM Politika Notu’nda yer alan örneklerde; Ontario’da farklı paydaşların katkısıyla gelişen değerlendirme kültürü ve Hollanda’da akran gözlemleri ile öğrenci anketlerini içeren 360 derece geri bildirim yaklaşımı öne çıkıyor.
EPAM’ın çerçevesi: Dijital altyapı + bağımsız yapı + etik güvenlik
Seminerde ayrıca EPAM’ın Aralık 2025’te yayımladığı “Öğretmen Yeterliklerinin İzlenmesi: Sorunlar ve Öneriler” (PN 70) politika notunun öneri seti, tartışmalar için yol haritası sundu. Politika notu; MEBBİS ile uyumlu dijital yeterlik izleme modülü, çok kaynaklı değerlendirme, pilot uygulamalar, mentörlük ve sürekli mesleki gelişim destekleri ile bağımsız bir yapının yıllık raporlama rolünü bir arada ele alıyor.
Öne çıkan önerilerden bazıları:
MEBBİS’e Dijital Yeterlik İzleme Modülü entegrasyonu: Değerlendirme ve geri bildirimlerin tek veri tabanında toplanması; okul/ilçe/ülke düzeyinde anlık analiz imkanı ve öğretmene yönelik geri bildirim ile desteklerin kişiselleştirilmesi.
Bağımsız bir ulusal yapı: Öğretmen yeterliklerinin sürdürülebilir ve sistematik izlenebilmesi için “Ulusal Öğretmen Yeterlik Gözetlemevi (UYEG)” önerisi.
Uygulamada güven: Dijital sistem ve çok kaynaklı değerlendirmenin ülke geneline yayılmadan önce pilot illerde test edilmesi, izleme uzmanlarının sahada destek sağlaması ve kapsamlı değerlendirme raporları hazırlanması.
Geri bildirimi gelişime dönüştürmek: İzleme sonuçlarının mentörlük ve sürekli mesleki gelişimle desteklenmesi; her öğretmen için bireyselleştirilmiş gelişim planları hazırlanması ve Öğretmen Akademilerinin sistemle entegre edilmesi.
Etik ve güvenlik: Öğretmen yeterliklerinin dijital dönüşümle birlikte çevreci etik, veri güvenliği ve yapay zeka okuryazarlığını kapsayacak biçimde güncellenmesi.
Hibya Haber Ajansı
