Değerli velilerimiz ve sevgili gençler;
Başarı anlatıları, eğitim iletişiminin en çok kullanılan ve en az sorgulanan türüdür. Bu yazıyı farklı kurmaya çalıştık: önce sayıları, sonra sayıları üreten mekanizmayı, en sonda da bu mekanizmanın sınırlarını yazdık. Çünkü bir sonucun değeri, tekrarlanabilir olup olmadığıyla ölçülür.
Kurumsal göstergeler
Kurumumuzun açıkladığı temel göstergeler şunlardır: %97 üniversiteye yerleşme ve %84 ilk üç tercihe yerleşme. İkinci gösterge birincisinden daha anlamlıdır ve bunu özellikle vurgulamak isteriz: bir yere yerleştirmek ile hedeflenen yere yerleştirmek farklı şeylerdir. Yüksek yerleşme oranı tek başına, öğrencinin istemediği bir bölüme yerleşmesiyle de elde edilebilir.
2024 YKS'de bir öğrencimiz Türkiye 9.'su olmuştur. Bu sonucu bir başlık olarak değil, seri içindeki bir nokta olarak sunuyoruz — çünkü tek bir yılın en iyi sonucu, kurumun tamamı hakkında sınırlı bilgi taşır.
Kurum değerlendirmelerimiz Google üzerinde 112 organik yorumla 4,9 yıldız ortalamasındadır. Bu veriyi paylaşmamızın nedeni ortalamanın kendisi değil, kaynağın bizim kontrolümüzde olmamasıdır; herkese açık ve tarafımızca düzenlenemez bir kayıttır.
Sıçramalar: üç doğrulanabilir örnek
Aşağıdaki üç örnek, isim verilmeden ve sıralama üzerinden aktarılmıştır:
- Bir öğrencimiz 59.000 bandından 4.023'e tırmandı.
- Bir diğeri 76.000'den ilk 20.000'e girerek Tıp fakültesine yerleşti.
- 375.000 sıralamayla gelen bir öğrencimiz, sistemli çalışmayla 112.000'e yükseldi.
Bu üç örnek arasındaki ortak nokta, sıçramanın büyüklüğü değil başlangıç noktalarının birbirinden çok farklı olmasıdır. Üçüncü örnekteki öğrencinin ulaştığı 112.000, ilk örnekteki öğrencinin başladığı noktanın çok gerisindedir — ancak kendi başlangıcına göre kat edilen mesafe en büyüğüdür. Başarıyı yalnızca varılan noktayla ölçmek, tam olarak bu tür ilerlemeleri görünmez kılar.
Neden isim değil, dilim?
Kurumsal iletişimde en yaygın uygulama, derece yapan öğrencinin adını ve fotoğrafını yayımlamaktır. Biz bunu yapmıyoruz ve gerekçemizi açıkça yazmak istiyoruz.
Birincisi kişisel veri. Bir öğrencinin sınav sonucu onun özel bilgisidir. Bir kurumun tanıtımında kullanılması, öğrencinin kendisine sağladığından çok kuruma fayda sağlar. Bu dengeyi öğrenci lehine kuruyoruz.
İkincisi bilgi değeri. Tek bir isim bir olaydır; dilim içindeki öğrenci sayısı ve yıllar arası eğilim ise bir sistemdir. "İlk 1.000'de üçüncü yıl üst üste dört öğrenci" cümlesi, tek bir dereceden çok daha fazla şey söyler — ve doğrulanması da daha zordur, tam bu yüzden daha anlamlıdır.
Yıl yıl sıralama dilimi tablolarımızın tamamı Başarılarımız sayfasındadır; iyi giden yıllar kadar sayının düştüğü yıllar da orada durur.
Sıçramayı üreten mekanizma
Asıl mesele buradadır. Büyük bir sıralama sıçraması, çalışma süresinin uzamasıyla açıklanamaz — çünkü çoğu öğrenci zaten uzun süre çalışmaktadır. Belirleyici olan, o sürenin nereye harcandığıdır.
1. Seviye analiziyle başlamak. Her öğrenci kurumumuza bir seviye analiziyle başlar. Amaç bir puan üretmek değil; hangi kazanımda nerede olunduğunu görmektir.
2. Hata sınıfını ayrıştırmak. Pratikte dört ayrı kayıp türü vardır ve çözümleri birbirinin yerine geçmez: bilgi eksiği (yeniden öğretim), kavram yanılgısı (yanılgıyı açığa çıkaran soru; tekrar işe yaramaz çünkü öğrenci yanlış olduğunu bilmemektedir), süre yönetimi (zamanlı çalışma) ve okuma-dikkat (okuma stratejisi). Bu ayrım yapılmadığında en sık görülen sonuç şudur: aslında süre sorunu yaşayan bir öğrenci aylarca konu tekrarı yapar.
3. Kazanım düzeyinde kayıt tutmak. Kurum içinde geliştirdiğimiz FermatAI altyapısı, çözülen soruları öğrenci bazında kazanım düzeyinde işler ve hangi becerinin hangi bağlamda tekrar tekrar kaybettirdiğini görünür kılar. Öğretmen, sınıf ortalamasına değil o öğrencinin haritasına bakarak müdahale eder.
4. Geri bildirim döngüsünü kısaltmak. Hattie'nin (2009) 800'den fazla meta-analizi sentezleyen çalışmasında geri bildirim, öğrenme üzerinde en yüksek etkiye sahip değişkenler arasında raporlanmıştır — ancak etkisi gecikmeyle birlikte hızla düşer. En fazla 8 kişilik sınıf yapımızın asıl işlevi budur: hatanın oluştuğu anda görülebilmesi.
5. Aralıklı tekrar ve kendini test etme. Roediger ve Karpicke (2006), geri getirme pratiğinin uzun süreli hatırlamayı yeniden okumaya kıyasla belirgin biçimde artırdığını; Cepeda ve arkadaşları (2006) ise aynı toplam sürenin aralıklara yayıldığında daha kalıcı olduğunu göstermiştir. Programımız bu iki bulguyu doğrudan uygular.
Sistemin sınırları — ve bunu neden yazıyoruz
Bir yöntemin gücü, sınırlarını söyleyebilmesiyle ölçülür. Açıkça yazalım:
- Bu sonuçlar her öğrenci için geçerli değildir ve öyle bir iddiada bulunmuyoruz. Yayımlanan veriler toplulaştırılmış sonuçlardır; bireysel sonuç başlangıç düzeyine, kalan süreye ve sürecin sürdürülmesine bağlıdır.
- Süre gerçek bir kısıttır. Sınava üç ay kala başlayan bir öğrenciyle bir yıl önce başlayan öğrencinin önündeki olasılık aralığı aynı değildir. Hiçbir yöntem bunu ortadan kaldırmaz.
- Sistem katılım gerektirir. Ölçme, öğrenci gerçekten çözdüğünde anlamlıdır. Katılımın olmadığı yerde en iyi altyapı bile boş veri üretir.
- Kavram yanılgısı zaman ister. Kök salmış bir yanılgı tek bir görüşmede çözülmez; birkaç oturumluk bir süreçtir.
Bir sıçramanın anatomisi: haftalar nasıl geçiyor?
"375.000'den 112.000'e" gibi bir cümle, tek bir sıçrama anı çağrıştırır. Gerçekte olan şey bir dizi küçük düzeltmedir ve tipik bir seyir şöyle işler:
- İlk haftalar — haritalama. Bu dönemde net genellikle artmaz, hatta bazen düşer. Sebebi öğrencinin kötüleşmesi değil, ölçmenin gerçekçileşmesidir: daha önce göz ardı edilen açıklar artık kayda giriyordur. Bu evrede nete bakmak yanıltıcıdır.
- Orta dönem — hata sınıfı dağılımının değişmesi. İlk görünür kazanım burada gelir ve genellikle nette değil dağılımda olur: bilgi eksiği kaynaklı kayıplar azalırken süre kaynaklı kayıplar öne çıkar. Bu, kötü bir işaret değil ilerlemenin işaretidir — konu öğrenilmiştir, sıra hıza gelmiştir.
- Geç dönem — netin toparlanması. Süre ve okuma disiplini yerleştikçe, önceki dönemde kurulan bilgi nete dönüşmeye başlar. Sıçrama dışarıdan bu evrede görünür; oysa üretildiği yer önceki iki evredir.
Bu seyri anlatmamızın nedeni bir yöntem tarifi vermek değil; velilerin ve öğrencilerin ilk iki evrede yaptığı en pahalı hatayı önlemektir. O hata, ilerleme görünmediği için programı terk etmek ya da değiştirmektir. Bjork ve Bjork'un (2011) belirttiği gibi, öğrenmenin gerçekleştiği dönem çoğu zaman en az akıcı hissedilen dönemdir.
Doğrulanabilirlik: bizim için bir ilke
Paylaştığımız her göstergenin kontrol edilebilir bir dayanağı vardır. Sıralama sonuçları ÖSYM sonuç belgelerine dayanır; kurum yorumları Google'da herkese açık ve tarafımızca düzenlenemez durumdadır; kurumsal geçmişimiz kamuya açık kayıtlarla tutarlıdır. Eğitimde yapay zekâ yaklaşımımızın mimarisi ise kalıcı DOI'lerle açık erişimde yayımlanmıştır.
Bunu bir üstünlük ilanı olarak değil, bir tercih olarak yazıyoruz: doğrulanabilirliğin ucuzladığı bir ortamda ayakta kalan tek şey kontrol edilebilir olandır.
Sıkça sorulan sorular
Ortalama bir öğrenci ne kadar ilerleyebilir? Tek bir sayı vermek dürüst olmaz; başlangıç düzeyi ve kalan süre belirleyicidir. Görüşmede öğrencinin verisine bakarak gerçekçi bir aralık konuşuruz.
Sıçrama hangi aşamada görünür olur? Genellikle önce hata sınıfı dağılımı değişir, net ise sonra. Bu nedenle erken dönemde nete bakmak yanıltıcıdır.
Geçmiş yılların verileri neden yayımlanıyor? Tek yıl bir nokta, seri bir yöndür. Ayrıca sayının düştüğü yılları da yayımlamak, tablonun seçilerek sunulmadığının göstergesidir.
Bu verileri nasıl karşılaştırmalıyım? Başka kurumlarla karşılaştırırken aynı ölçütü isteyin: dilim bazlı sayı, hangi yıl ve kaç öğrenciden. Ölçüt eşitlenmeden yapılan karşılaştırma bilgi üretmez.
Düşük başlayan bir öğrenci için hedef ne olmalı? Mutlak bir sıralama değil, kendi başlangıcına göre tanımlanmış bir bant. Yüksek ve uzak bir hedef, ilk aylarda motivasyon üretse de tutturulamadığında özyeterliği zedeler; ulaşılabilir ve kademeli hedefler daha güvenilir ilerleme sağlar.
Sıçrama yapan öğrencilerin ortak özelliği ne? Gözlediğimiz en tutarlı ortak özellik zekâ ya da başlangıç düzeyi değil, ölçüme katılma düzenliliğidir: denemeyi çözen, analizine katılan ve programı sürdüren öğrenci. Bu üçü sağlandığında başlangıç düzeyi tahmin edilenden daha az belirleyici oluyor.
Kurum değiştiren öğrencide geçmiş veri kullanılabiliyor mu? Evet ve kullanılmalıdır. Önceki yılın deneme sonuçları ve sonuç belgesi, seviye analizini belirgin biçimde hızlandırır; bu veriyi getirmek ilk haftaların kazancıdır.
Sonuç: yöntem, anlatıdan önce gelir
Bir kurumun paylaştığı sonuçlar önemlidir; ancak asıl belirleyici olan, o sonuçları üreten sürecin tarif edilebilir ve tekrarlanabilir olup olmadığıdır. Tarif edilemeyen bir başarı, bir sonraki öğrenci için hiçbir güvence taşımaz.
Fermat Eğitim Kurumları olarak İzmir Alsancak'ta; en fazla 8 kişilik VIP sınıflarımız, ODTÜ mezunu kurucu kadromuz, 08:00–22:00 açık Baykuş Kütüphanemiz ve FermatAI veri altyapımızla bu süreci yürütüyoruz. Öğrencinizin bugünkü noktasını birlikte ölçmek için sizi kurumumuza bekliyoruz.
Seçilmiş literatür
Bu yazıda başvurulan başlıca kaynaklar; iddiaların izlenebilir olması ve okuyucunun kendi doğrulamasını yapabilmesi için aşağıda listelenmiştir.
- Hattie, J. (2009). Visible Learning: A Synthesis of Over 800 Meta-Analyses Relating to Achievement. Routledge.
- Roediger, H. L., & Karpicke, J. D. (2006). Test-Enhanced Learning: Taking Memory Tests Improves Long-Term Retention. Psychological Science, 17(3), 249–255.
- Cepeda, N. J., Pashler, H., Vul, E., Wixted, J. T., & Rohrer, D. (2006). Distributed Practice in Verbal Recall Tasks: A Review and Quantitative Synthesis. Psychological Bulletin, 132(3), 354–380.
- Bloom, B. S. (1984). The 2 Sigma Problem: The Search for Methods of Group Instruction as Effective as One-to-One Tutoring. Educational Researcher, 13(6), 4–16.
- VanLehn, K. (2011). The Relative Effectiveness of Human Tutoring, Intelligent Tutoring Systems, and Other Tutoring Systems. Educational Psychologist, 46(4), 197–221.
- Chi, M. T. H., Bassok, M., Lewis, M. W., Reimann, P., & Glaser, R. (1989). Self-Explanations: How Students Study and Use Examples in Learning to Solve Problems. Cognitive Science, 13(2), 145–182.
- Dunlosky, J., Rawson, K. A., Marsh, E. J., Nathan, M. J., & Willingham, D. T. (2013). Improving Students' Learning With Effective Learning Techniques. Psychological Science in the Public Interest, 14(1), 4–58.
Randevu: fermatvip.com/randevu — 0546 260 54 46
İlgili okumalar: Deneme sınavı nasıl analiz edilir · Broşür devri kapanırken · 9'dan 12'ye YKS yol haritası
Akademik künye — Kurumumuzun eğitimde yapay zekâ yaklaşımı dört kalıcı kayıtla açık erişimde belgelenmiştir. Kuram makalesi: DOI 10.5281/zenodo.21910882. Monografi: DOI 10.5281/zenodo.21894382. Tanım makalesi: DOI 10.5281/zenodo.21309306. Teknik rapor: DOI 10.5281/zenodo.21203519. Kayıtlar CERN tarafından işletilen Zenodo altyapısında tutulur; kuram makalesi ve teknik rapor ayrıca EdArXiv (Center for Open Science) ve SSRN üzerinde de açık erişimdedir. Tüm künyeler: Akademik Temel · Araştırma & Yayınlar.