Eğitim teknolojileri (EdTech) ekosistemi; LMS’ler (Moodle, Canvas, Blackboard), canlı sınıf araçları (Zoom, Teams, BigBlueButton), sınav gözetim yazılımları (proctoring), çevrimiçi ödev/quiz platformları, portfolyo ve e-değerlendirme sistemleri, kod eğitim ortamları, açık ders arşivleri, hatta öğrenme analitiği panoları gibi geniş bir yelpazeyi kapsar. Bu platformların ortak ihtiyacı yalnızca “teslim sonrası kopyayı yakalamak” değildir. Esas gereksinim, öğrenen-odaklı ve öğretici bir çerçevede, intihali önleyici ve şeffaf biçimde yönetebilmektir.
1) İhtiyaç Analizi: “Neyi Neden Tespit Ediyoruz?”
-
Pedagojik hedefler: Yazarken geri bildirim (in-editor), teslimde denetim, dönem sonunda kalite güvencesi.
-
İçerik türleri: Metin, slayt, tablo, görsel, kod, transkript; kısa-sosyal metin vs. uzun-araştırma metni.
-
Risk profilleri: Başlangıç dersleri (yüksek boilerplate), proje dersleri (özgün tasarım beklentisi), açık kitap sınavlar.
-
Başarı kriterleri: Yanlış pozitif/negatif oranı, itiraz süresi, öğretici etki (öneri uygulanma oranı), akademik memnuniyet.
2) Mimari Tasarım: Akışın Haritası
-
İstemci/Entegrasyon Katmanı: LMS modülü, belge editörü eklentisi, ödev yükleme kapısı, kod değerlendirme IDE eklentisi.
-
Ön-işleme: Unicode normalizasyonu, dil tespiti, paragraf/cümle bölütleme, boilerplate ayıklama.
-
Aday çıkarma: Shingle/MinHash/LSH ile hızlı benzer aday kümesi.
-
Derin karşılaştırma: Çokdilli embedding + ANN (parafraz/çeviri-intihali), yapı benzerliği, görsel pHash/OCR, tablo şeması, kod için AST/CFG.
-
Skorlama: Tür bazlı ağırlıklar ve bileşik risk; çift/üç bantlı karar.
-
Raporlama/Koçluk: Satır içi vurgular, kaynak kartları, atıf şablonları, yeniden yazım/derinleştirme önerileri.
-
Yönetişim ve Log: Rıza, rol bazlı erişim, audit trail, itiraz paneli, sürüm kayıtları.
3) İçerik Türüne Göre Algoritmik Katmanlar
-
Metin: n-gram (5–7 kelime), Jaccard/winnowing; çokdilli cümle/paragraf embedding + HNSW/IVF-PQ; yapı (başlık/DOM/outline) sinyali.
-
Slayt/görsel: pHash/dHash, OCR, tablo şeması (kolon başlıkları/birim); ekran görüntüsü türevleri.
-
Kod: AST alt-ağaç hash’leri, CFG/PDG, API çağrı n-gram’ları, test izomorfizmi, rare-line index.
-
Transkript/sohbet: Pencereleme, alıntı işaretleri, konuşmacı ayrımı (etik sınırlar içinde).
4) Bileşik Risk Skoru ve Kalibrasyon
S=αSyu¨zey+βSsemantik+γSyapı+ζSgo¨rsel/kod−δSboiler+κSatıf_eksiklig˘i
-
Profil bazlı ağırlık: Ödev/tez/yarışma/quiz/kısa post için ayrı α,β,γ.
-
Kalibrasyon: ROC/PR ve isotonic/Platt ile eşik stabilizasyonu; dönem/ders bazlı yeniden ayar.
-
Açıklanabilirlik: Skora en çok katkı veren sinyal raporda görünür.
5) Çokdillilik ve Çeviri-İntihali
-
Çokdilli embedding: TR↔EN↔DE gibi akışlarda tek uzay; pivot çeviri ile ikincil doğrulama.
-
Yerelleştirme sinyalleri: Para birimi, birim, mevzuat örnekleri; “yerel bağlam” skor düşürücü olabilir.
-
Alıntı ve atıf: Farklı dildeki kaynaktan çeviri yapılmışsa kaynak+çeviri beyanı.
6) Boilerplate ve Şablon Farkındalığı
-
Ders şablonları, ödev yönergeleri, etik bildirgeler, standart “giriş/sonuç” kalıpları beyaz listede.
-
Boilerplate rozeti: Rapor, bu kısımların skor dışı olduğunu şeffafça gösterir.
7) Editör-İçi Koçluk: Öğretici Önleme
-
Satır içi yumuşak vurgular: Tıklayınca kanıt kartı (kaynak başlık, ilk görülme tarihi, kısa alıntı).
-
Eylem önerileri: “Atıf ekle”, “örnek/veri ile derinleştir”, “karşılaştırma yap”, “kavramsal sentez” kartları.
-
Özgünlük barı: Öğrenci önerileri uyguladıkça yükselir; “yasaklayıcı” değil, rehber tonda.
8) Sınav/Quiz ve Proctoring ile Etkileşim
-
Açık kitap senaryoları: İzinli materyaller beyaz listede; eşik daha yüksek.
-
Kapalı kitap sınavları: Kısa metinde yanlış pozitif riski yüksek; bu yüzden çoklu sinyal şartı katı.
-
Proctoring entegrasyonu: Tarayıcı kilitleme, clipboard/ekran görüntüsü sınırlamaları; KVKK/GDPR uyumu.
9) Kod ve Proje Derslerinde Uygulama
-
Starter code ve test harness skordan düşer.
-
AST + CFG + test izi katmanları; “aynı hatada aynı kırılma” güçlü sinyal.
-
LLM beyanı: Öğrenciden yardım aldığı yerleri belirtmesini isteyen kutu; gerekçe/yorum şartı.
10) Slayt ve Görsel İçerik için Uygulama
-
pHash ile slayt şablon eşleşmesi; OCR ile üst metin kontrolü.
-
Tablo şeması: Kolon başlığı/birim kümeleri; “eş tablo” uyarısı ve kaynak şablonu.
-
Görsel kredi: Zorunlu “caption/credit” alanları; stok/ajans lisansı kontrolü.
11) Transkript ve Sohbet İçerikleri
-
Pencereleme: Cümleleri 2–3 cümlelik bloklar halinde kıyaslamak.
-
Alıntı işaretleri: “Hoca şöyle dedi” gibi etiketler skoru düşürür; alıntılar meşru gösterilir.
-
Diyalog dili temizliği: Dolgu sözlerin ayıklanması, normalizasyon.
12) KVKK/GDPR ve Etik
-
Veri minimizasyonu: Kanıtta yalnız kısa pasaj + kaynak; PII maskeleme.
-
Rıza ve aydınlatma: Öğrenciye hangi verinin nasıl işlendiği açıkça anlatılır.
-
Saklama ve silme: Dönemsel arşiv; itiraz/erişim/silme haklarına hızlı yanıt.
-
Tenant/rol izolasyonu: Danışman sadece yetkili olduğu içerikleri görür.
13) İtiraz ve İnceleme Süreci
-
Bantlar: Yeşil (temiz), sarı (öneri/düzelt), kırmızı (zorunlu inceleme).
-
Kanıt paketi: Eşleşen pasajlar, kaynak kartları, görsel/tablo/kod kanıtları, boilerplate rozetleri.
-
Mikro-viva: Kırmızı bantta kısa sözlü doğrulama; öğrenci yöntemini açıklar.
14) Değerlendirme Rubriği Entegrasyonu
-
Rubrikte özgün tartışma, kaynak şeffaflığı, metodoloji açıklığı, görsel/tabloda kaynak başlıkları.
-
Otomatik puan önerisi değil, rubrik alanları için kanıt bağlantıları; eğitmen kararını destekler.
15) Yanlış Pozitif/Negatif Yönetimi
-
Çoklu sinyal şartı: Tek katmandaki yüksek skor bayrak için yeterli değil.
-
Örnek galerileri: Yanlış pozitif örnekleri ekipçe gözden geçirip beyaz listeyi güncellemek.
-
Periyodik kalibrasyon: Ders tipine göre eşik ve ağırlıkları ROC/PR ile revize etmek.
16) Öğrenme Analitiği ile Sinerji
-
Öneri uygulanma oranı: Öğrenci uyarıdan sonra atıf/derinleştirme yaptı mı?
-
Tekrar ihlal oranı: Aynı öğrencinin sonraki ödevde skor dağılımı.
-
Danışman yükü: İnceleme başına dakika; koçluğun iş yüküne etkisi.
17) Sosyo-Teknik Boyut: Kültür İnşası
-
Atölyeler: “Parafraz ≠ sentez”, “kaynak şeffaflığı”, “görsel/tabloda lisans” gibi kısa eğitimler.
-
Ödüller: “Özgün Katkı”, “Veriyle Derinleştirme” rozetleri.
-
Dilin tonu: Sistemin dili suçlayıcı değil, danışman tonda olmalı.
18) Operasyon ve Maliyet Yönetimi
-
Kademeli sonuç mimarisi: <300 ms yüzeysel, <2 sn semantik; geri planda zengin tarama.
-
Sıcak/soğuk depolama: Son dönem indeksleri sıcak, eski dönem arşivde.
-
Batch ve önbellek: Popüler ders şablonları, terminoloji sözlükleri RAM’de pinlenir.
19) Uygulama Yol Haritası (60–90 Gün)
-
Hafta 1–2: Risk haritası, içerik türleri, boilerplate envanteri, rıza/aydınlatma metinleri.
-
Hafta 3–5: LMS eklentisi + yükleme anı taraması (yüzeysel) pilot; iki ders.
-
Hafta 6–8: Çokdilli semantik + görsel/tablolu katman + kod için AST modülü.
-
Hafta 9–10: Eşik kalibrasyonu (ROC/PR), rubrik entegrasyonu, itiraz paneli.
-
Hafta 11–12: Yaygınlaştırma, eğitim atölyeleri, metrik panosu, beyaz liste güncellemesi.
20) Vaka Çalışması A — Sosyal Bilimler Dersi
Sorun: Transkript/parafraz yoğunluğu.
Müdahale: Pencereleme + çokdilli semantik; editör içi atıf şablonları; yansıtma paragrafı zorunluluğu.
Sonuç: Kırmızı bant oranı %10,3 → %3,4; itiraz süresi −%40.
21) Vaka Çalışması B — Mühendislik Projesi
Sorun: Slayt–rapor–kod karışık; görsel/tabloda kaynak eksik.
Müdahale: pHash/OCR + tablo şeması; AST/CFG; görsel kredi zorunlu alanı.
Sonuç: Doğru atıf sayısı 3×; yanlış pozitifler %30 azaldı.
22) Vaka Çalışması C — Programlama Yarışması
Sorun: Kısa sürede benzer çözümler.
Müdahale: Zaman penceresi + telmetri + cluster analizi; mikro-viva.
Sonuç: Hızlı ön eleme; yalnız üst bant insan incelemesine gitti.
23) Gelecek: Multimodal Birleşik Encoder ve “Akıllı Danışman”
-
Metin+görsel+tablo+kod tek embedding uzayı; kavram-ötesi benzerlik.
-
Akıllı danışman: Ders hedeflerine göre kişiselleştirilmiş öneriler; “kanıtlı yeniden anlatım” yönlendirmeleri.
-
Su-izi/watermark sinyalleri: Üretken YZ için yalnız uyarı; karar tek başına buna bağlanmaz.
Sonuç
Eğitim teknolojilerinde intihal tespitini başarıyla uygulamak, yalnızca “teslim sonrası kırmızı rapor” üretmek değildir. Etkili bir sistem:
-
Katmanlı ve açıklanabilir bir algoritmik yapı (yüzey, semantik, yapı, görsel/kod) kurar;
-
Editör içi koçluk ile yazım anında rehberlik sağlar; öğrenciye atıf ve derinleştirme yolları sunar;
-
Çokdilli/çeviri-intihali adil biçimde ele alır; yerel bağlam ve alıntı sinyallerini skora doğru yansıtır;
-
KVKK/GDPR ve etik çerçevesinde veri minimizasyonu, rol bazlı erişim ve şeffaf itiraz süreçleri sunar;
-
Rubrik entegrasyonu ve öğrenme analitiği ile denetimi değerlendirmenin parçası değil, öğrenmenin destekçisihâline getirir;
-
Operasyon ve maliyet tarafında kademeli sonuç, önbellek ve arşiv stratejileriyle sürdürülebilirlik sağlar.
Son tahlilde amaç, yakalamak değil yetiştirmektir: öğrenciyi kanıta dayalı yazım ve adil alıntı pratiklerine yönlendirmek; eğitmeni şeffaf kanıtla güçlendirmek; kurumu ise akademik dürüstlüğü gündelik pratik hâline getiren bir kültüre taşımaktır. Böylece intihal tespiti, cezai bir bariyer olmaktan çıkıp öğrenmeyi derinleştiren pedagojik altyapıyadönüşür.
No responses yet