MÜFREDATIN, KPI VE Z-SKOR KULLANILARAK ÖĞRENCİ PERFORMANSI ANALİZİNDEKİ ROLÜ

Özet

2022 yılında akademik programlarda yapılan reformdan sonra, Kazakistan’daki üniversitelerin BT bölümlerinde hemen fark edilmeyen bir eğilim ortaya çıkmaya başladı. Kâğıt üzerinde müfredatlar güncellenmiş olsa da, uygulamada bunların iç yapısı, özellikle yapay zekâ ile ilgili derslerin giderek artan karmaşıklığına her zaman ayak uyduramadı. Hoca Ahmet Yesevi Uluslararası Kazak-Türk Üniversitesi’nin “Bilgi Sistemleri” programında bu durum zamanla daha belirgin hâle geldi: ilk dönemlerde başarılı olan öğrenciler, ilerleyen dönemlerde istikrarlarını kaybetmeye başladılar. Bu durum ani bir şekilde değil, fakat endişe uyandıracak kadar sık tekrarlanan bir biçimde gözlemlendi. Bu da Platonus sisteminden elde edilen öğrenci performans verilerinin daha ayrıntılı incelenmesine yol açtı. Verilerin kendisi ise yeterince temiz değildi; dönemler arasında eksiklikler, tutarsızlıklar ve önemli ölçüde gürültü bulunuyordu. Tüm bunları kullanılabilir bir hâle getirmek için ek çaba gerekti ve bu adım olmadan varılacak herhangi bir sonucun güvenilirliği tartışmalı olacaktı. Z-skor normalizasyonu uygulanıp temel dersler için KPI değerleri hesaplandıktan sonra tablo daha net hâle geldi. Farklı öğrenci gruplarında yaklaşık %14–18 oranındaki bir kesimin sürekli olarak daha yüksek risk grubunda yer aldığı görüldü. Önemli olan, bunun tek seferlik bir dalgalanma değil, tekrar eden bir örüntü olmasıydı. Bu da sorunun yalnızca bireysel performansla değil, öğrenme sürecinin nasıl yapılandırıldığıyla da ilişkili olduğunu göstermektedir. Sorunların ortaya çıkışı ile fark edilmesi arasındaki gecikmeyi azaltmak amacıyla Streamlit kullanılarak küçük bir araç geliştirildi. Statik raporların aksine bu araç, değişimlerin zaman içinde izlenmesine ve erken sapmaların daha kolay fark edilmesine olanak sağlamaktadır. Uygulamada bu durum, Bilgisayar Mühendisliği bölümündeki akademik danışmanlara, sorunlar bütünleme sınavı aşamasına gelmeden önce müdahale edebilmek için daha fazla zaman kazandırdı. Bu araç sorunu tamamen çözmemektedir, ancak sorunun ne zaman görünür hâle geldiğini değiştirmektedir; bunun ise oldukça önemli olduğu anlaşılmıştır. Genel olarak sonuçlar daha geniş bir sonuca işaret etmektedir: eğitimde kestirimsel analitik artık yalnızca ek bir katman değildir. Bu bağlamda, yalnızca dönem sonu ortalamalarına dayanmak, gerçekte yaşananların büyük bir kısmını gözden kaçırmaktadır.