FermatAI: YKS ve LGS İçin Bilimsel Temelli, Çok-Motorlu Yapay Zekâ Eğitim Ajanı

FermatAI, Fermat Eğitim Kurumları bünyesinde sıfırdan tasarlanmış, YKS (TYT/AYT) ve LGS hazırlığına özel, dikey ve eyleyici (agentic) bir yapay zekâ eğitim ajanıdır. Bu yazı, sistemin bilimsel temellerini, bilişsel mimarisini ve pedagojik yöntemini akademik bir çerçevede ele alır.

Giriş: Eğitim Teknolojisinde Üçüncü Dalga

Eğitim teknolojisi son çeyrek yüzyılda üç farklı paradigmadan geçti: önce kural-tabanlı (rule-based) öğretim yazılımları, ardından makine öğrenmesiyle güçlenen uyarlanabilir (adaptive) sistemler ve nihayet bugün, büyük dil modellerinin (Large Language Models) yönlendirdiği eyleyici yapay zekâ ajanları. FermatAI bu üçüncü dalganın, Türkiye'de kurum-içi (in-house) geliştirilmiş özgün bir temsilcisidir: yalnızca soru-cevap üreten bir sohbet aracı değil; araştıran, araç kullanan, hata yaptığında kendini düzelten ve öğrenciyle birlikte boylamsal (longitudinal) olarak gelişen bir eğitim ajanı.

FermatAI Nedir?

FermatAI, genel amaçlı modellerin aksine tek bir alana — Türkiye'nin YKS ve LGS sınav ekosistemine — derinlemesine uzmanlaşmış dikey (vertical) bir yapay zekâ sistemidir. Dikey yapay zekâ yaklaşımı, ilgili alanın müfredatını, ölçme-değerlendirme geleneğini ve pedagojik inceliklerini içselleştirir; alanyazın, bu tür uzmanlaşmış sistemlerin dar görev kümelerinde genel modellere kıyasla belirgin biçimde daha yüksek isabet sağladığını ortaya koymaktadır.

FermatAI'ı sıradan bir asistandan ayıran üç temel nitelik vardır: çok-kanallı (multi-channel) erişim, araç-artırılmış (tool-augmented) akıl yürütme ve eyleyici (agentic) karar verme. Sistem, bir öğrencinin mesajını aldığı anda niyetini milisaniyeler içinde sınıflandırır, görevin doğasına en uygun muhakeme motoruna yönlendirir ve gerektiğinde onlarca aracı tek bir yanıt içinde orkestra hâlinde çalıştırır.

Bilişsel Bilim Temelleri

FermatAI'ın pedagojik çekirdeği, öğrenme bilimlerinin (learning sciences) yarım asırlık ampirik birikimine dayanır. Sistem, öğrenciyi statik bir not ortalamasıyla değil; her konudaki gerçek anlama derinliğini matematiksel olarak modelleyen dinamik bir bilişsel durum (cognitive state) temsiliyle ele alır.

Bilgi İzleme (Knowledge Tracing) ve Bayesçi Modelleme

Öğrencinin bir kavramı ne ölçüde içselleştirdiğini kestirmek için FermatAI, Corbett ve Anderson'ın (1995) öncülük ettiği Bilgi İzleme paradigmasını ve onun Bayesçi türevi olan Bayesian Knowledge Tracing (BKT) yaklaşımını kullanır. Bu olasılıksal model, her etkileşimde öğrencinin kavrama gerçekten hâkim olup olmadığını; dikkatsizlik hatası (slip) ve şans eseri doğru (guess) parametreleriyle birlikte sürekli günceller. Ustalık eşiği, Bloom'un ustalık temelli öğrenme (mastery learning) ilkesine uygun olarak yüksek tutulur; böylece yüzeysel başarı ile kalıcı kavrayış birbirinden titizlikle ayrıştırılır.

Aralıklı Tekrar: Unutmaya Karşı Bilimsel Mücadele

Hermann Ebbinghaus'un 1885'te belgelediği unutma eğrisi (forgetting curve), insan belleğinin bilgiyi üstel bir hızla yitirdiğini gösterir. FermatAI bu kayba karşı aralıklı tekrar (spaced repetition) algoritmalarını devreye sokar: klasik SM-2 ailesinden çağdaş FSRS (Free Spaced Repetition Scheduler) modeline uzanan bir çizgide, her konunun tekrar zamanlamasını öğrencinin kişisel hatırlama olasılığını hedef bir tutma oranında (retention) tutacak biçimde optimize eder. Sonuç, çalışma süresini en verimli noktalara yoğunlaştıran, bilimsel temelli bir tekrar takvimidir.

ELO-Tabanlı Yeterlik Kalibrasyonu

Satranç derecelendirmesinde Arpad Elo'nun geliştirdiği ELO yöntemi, iki tarafın göreli gücünü her karşılaşmada güncelleyen zarif bir olasılıksal çerçeve sunar. FermatAI aynı matematiksel mantığı öğrenci-soru etkileşimine taşır: öğrencinin yeterlik düzeyi ile soruların zorluk düzeyi karşılıklı olarak, her cevapta yeniden kalibre edilir. Böylece sistem öğrenciye ne aşırı kolay ne de aşırı zor — en yakınsal gelişim alanına (zone of proximal development) denk düşen sorular sunar.

Duyuşsal Hesaplama (Affective Computing)

Öğrenme salt bilişsel değil, aynı zamanda duygusal bir süreçtir. Rosalind Picard'ın MIT'de temellendirdiği Duyuşsal Hesaplama (1997) çerçevesinden ilhamla FermatAI, öğrencinin metinlerindeki duygu sinyallerini — kaygı, motivasyon düşüklüğü, tükenmişlik — okur ve yanıt tonunu buna göre ayarlar; gerektiğinde destekleyici, gerektiğinde teşvik edici bir pedagojik duruş benimser. Kriz işaretleri söz konusu olduğunda ise sistem, kategorik güvenlik protokolleriyle yetkili destek mekanizmalarına yönlendirir.

Teknolojik Mimari: Çok-Motorlu Hibrit Zekâ

FermatAI'ın altında, tek bir modele bağımlı olmayan, çok-sağlayıcılı (multi-provider) hibrit bir muhakeme mimarisi yatar. Bu mimari iki ilkeye dayanır: her görevi o görev için en uygun motora yönlendirmek (görev-motor eşlemesi) ve hiçbir tek noktanın çökmesine izin vermeyecek yedeklilik (redundancy).

Niyet Yönlendirme ve Motor Orkestrasyonu

Bir mesaj sisteme ulaştığı anda milisaniye ölçeğinde bir niyet sınıflandırma (intent classification) katmanı devreye girer ve mesajı doğru muhakeme hattına yönlendirir. Selamlama ve şablonlu sorgular kural-tabanlı hızlı yanıt katmanında anında karşılanır; kavramsal açıklama, motivasyon ve sohbet düşük gecikmeli akış motorlarına; veri analizi, araç çağırma ve hassas pedagojik kararlar ise derin akıl yürütme motoruna iletilir. Bu katmanlı yapı hız ve kaliteyi aynı anda gözetir.

Frontier-Tier Çıkarım Altyapısı

FermatAI'ın hibrit motoru, alanın en iddialı çıkarım (inference) altyapılarını bir araya getirir: ultra-yüksek hızlı çıkarım için özel donanım hızlandırıcıları, derin çok-adımlı akıl yürütme ve araç çağırma için ileri düzey dil modelleri, çok-kipli görü (vision) ve konuşma tanıma (ASR) için uzman modeller, matematiksel ifadelerin yüksek doğrulukla okunması için özel OCR motorları ve mahremiyet-kritik işlemler için yerel (on-premise) gömme (embedding) modelleri. Bu çeşitlilik, her görevin en uygun maliyet, performans ve kalite noktasında işlenmesini sağlar.

Araç-Artırılmış Akıl Yürütme

Schick ve arkadaşlarının Toolformer (2023) çalışmasıyla literatüre yerleşen araç-artırılmış akıl yürütme (tool-augmented reasoning), dil modellerinin dış araçları kendi muhakemelerine entegre etmesini ifade eder. FermatAI bu ilkeyi uç noktaya taşır: tek bir öğrenci sorusu, gerektiğinde yüzlerce aracın — canlı sınav verisi sorgulama, semantik müfredat araması, görsel soru çözümü, bilimsel veri tabanları, simülasyon motorları — tek bir yanıt içinde hizalanmasını tetikleyebilir.

Erişimle-Artırılmış Üretim (RAG) ve Bilgi Bankası

Halüsinasyonu (uydurma bilgi) en aza indirmek için FermatAI, Erişimle-Artırılmış Üretim (Retrieval-Augmented Generation) mimarisini benimser. Resmî eğitim kaynaklarından çıkmış sorulara, konu anlatımlarından kavram haritalarına uzanan on binlerce akademik kaydı, vektör tabanlı semantik arama ile anlam düzeyinde indeksler. Böylece üretilen her açıklama doğrulanabilir bir kaynağa demirlenir; sistem yanlış bilgi üretmektense bilmediğini söylemeyi tercih edecek biçimde tasarlanmıştır.

Dikey-AI Öğrenme Döngüsü: Boylamsal Verinin Değeri

FermatAI'ın en ayırt edici katmanı, kapalı bir pedagojik döngüdür: teşhis, plan, anlatım, pratik, hata-teşhisi ve ustalık. Her tur, öğrenci hakkındaki bilişsel temsili biraz daha derinleştirir. Genel amaçlı bir sohbet aracının yapısal olarak sahip olamayacağı şey tam da budur: aylara yayılan, kuruma özgü, boylamsal öğrenci verisi. Eğitim araştırmaları, birebir ve ustalık-temelli öğretimin sınıf ortalamasına kıyasla çarpıcı etki büyüklükleri ürettiğini — Benjamin Bloom'un meşhur iki sigma gözlemini — uzun süredir vurgular; FermatAI bu birebir uyarlanmışlığı ölçeklenebilir kılmayı hedefler.

Akademik Yetenekler

FermatAI'ın yetenekleri, yukarıdaki bilimsel ve teknolojik temellerin somut çıktılarıdır:

• Deneme Röntgeni — TYT/AYT/LGS denemelerini ders ve konu kırılımında çözümler; net değişimlerini, güçlü yönleri ve kör noktaları ortaya çıkarır.

• Bayesçi Zayıf Konu Tespiti — hangi konunun gerçekten eksik, hangisinin yalnızca dikkat hatası olduğunu olasılıksal olarak ayırt eder.

• Çok-Kipli Soru Çözümü — fotoğrafla gönderilen soruları görü ve matematiksel OCR katmanlarıyla okur, adım adım çözüm üretir.

• Kişiye Özel Çalışma Planı — zayıf konu, deneme trendi, hedef ve müsait zamanı birleştirerek gün-gün, konu-konu plan çıkarır.

• Puan Tahmini — mevcut performans eğiliminden ileriye dönük puan kestirimi yapar.

• Tercih Danışmanlığı — resmî yükseköğretim yerleştirme verileriyle, çok-yıllık sıralama eğilimlerine dayalı liste önerileri sunar.

• Sesli Etkileşim — Türkçe konuşma tanıma ile sesli soruları metne çevirip yanıtlar.

Veri Mahremiyeti ve KVKK Uyumu

FermatAI, kişisel verinin korunmasını mimarinin merkezine yerleştirir. Mahremiyet-kritik işlemler — özellikle gömme (embedding) üretimi — yerel altyapıda gerçekleştirilir; dış modellere yalnızca anonimleştirilmiş, kişisel tanımlayıcıdan arındırılmış akademik içerik iletilir. Çok katmanlı (defense-in-depth) yetki denetimi, her öğrencinin yalnızca kendi verisine erişebilmesini güvence altına alır. Sistem, KVKK ilkeleriyle tam uyumlu olacak biçimde tasarlanmıştır.

Kapsanan Sınavlar ve Müfredat

FermatAI Türkiye'nin merkezî sınav ekosistemine odaklanır: Yükseköğretim Kurumları Sınavı (YKS) kapsamındaki TYT ve AYT oturumları ile Liselere Geçiş Sınavı (LGS). Sistem, güncel müfredat yapısını — soru sayıları, alan dağılımları, kazanım çerçeveleri — ve ölçme kurumunun yıllara yayılan konu dağılımı eğilimlerini içselleştirmiştir.

Sıkça Sorulan Sorular

FermatAI nedir?

FermatAI, Fermat Eğitim Kurumları'nın kurum-içi geliştirdiği, YKS ve LGS öğrencilerine yönelik bilimsel temelli bir kişisel eğitim yapay zekâ ajanıdır. Deneme analizi, zayıf konu tespiti, fotoğrafla soru çözümü ve kişiye özel çalışma planı sunar.

Hangi sınavlara hazırlıkta yardımcı olur?

FermatAI, YKS (TYT ve AYT) ile LGS sınavlarına hazırlanan öğrencilere kişiselleştirilmiş akademik destek verir.

FermatAI nasıl çalışır?

Öğrencinin her mesajı niyetine göre en uygun yapay zekâ motoruna yönlendirilir; bilgi izleme, aralıklı tekrar ve araç-artırılmış akıl yürütme katmanları birlikte çalışarak kişiselleştirilmiş bir yanıt üretir.

Verilerim güvende mi?

Evet. Mahremiyet-kritik işlemler yerel altyapıda yapılır, dış modellere yalnızca anonim akademik içerik iletilir ve sistem KVKK ilkeleriyle uyumludur.

FermatAI'a nasıl erişilir?

Fermat Eğitim Kurumları öğrencileri, kuruma kayıtlı WhatsApp numaralarıyla aldıkları güvenlik koduyla giriş yaparak FermatAI'a erişir.

Sonuç

FermatAI, öğrenme bilimlerinin yarım asırlık birikimi ile çağdaş yapay zekâ mimarilerinin kesişiminde duran, kuruma özgü bir eğitim ajanıdır. Hedefi nettir: birebir, ustalık-temelli ve bilimsel olarak temellendirilmiş öğrenmeyi her öğrenci için ölçeklenebilir kılmak. Her etkileşimde öğrenciyi biraz daha iyi tanır, her sınavda onunla birlikte evrilir.

---

Akademik künye — Bu yaklaşımın mimarisi ve saha deneyimi açık erişimli olarak yayımlanmıştır. Teknik rapor: Zenodo, DOI 10.5281/zenodo.21203519. Tanım/pozisyon makalesi: Zenodo, DOI 10.5281/zenodo.21309306. Preprint: EdArXiv, DOI 10.35542/osf.io/pnm9b_v1. Çalışma ayrıca OSF, ScienceOpen, SSRN, SocArXiv ve Academia.edu açık akademik ağlarında yer alır. Tüm kayıtlar: Araştırma & Yayınlar.