Yapay zeka destekli KİDR analizi ile YÖKAK olgunluk düzeyi ve gelişim planlaması
2nd International Conference On Quality Assurance and Accrediation Conference, İstanbul, Türkiye, 14 - 15 Eylül 2026, ss.822-828, (Tam Metin Bildiri)
- Yayın Türü: Bildiri / Tam Metin Bildiri
- Basıldığı Şehir: İstanbul
- Basıldığı Ülke: Türkiye
- Sayfa Sayıları: ss.822-828
- Trakya Üniversitesi Adresli: Evet
Özet
Yükseköğretimde kalite güvencesi süreçleri, artan veri hacmi ve çok boyutlu değerlendirme gereksinimleri nedeniyle giderek daha karmaşık hale gelmektedir. Türkiye’de Yükseköğretim Kalite Kurulu (YÖKAK) tarafından yürütülen Kurumsal İç Değerlendirme Raporu (KİDR) sistemi, üniversitelerin gelişim düzeylerini ölçüt ve alt ölçütler temelinde olgunluk düzeyi yaklaşımıyla değerlendirmektedir. Ancak bu süreç büyük ölçüde metin tabanlı dokümanlara ve uzman yorumuna dayanmakta, bu durum ise tutarlılık ve ölçeklenebilirlik açısından sınırlılıklar doğurmaktadır. Bu çalışmada, YÖKAK’ın C. Araştırma ve Geliştirme bölümüne odaklanılarak, büyük dil modelleri (LLM) ve doğal dil işleme (NLP) tekniklerine dayalı çok aşamalı bir analiz yaklaşımı geliştirilmiştir. İlk aşamada, YÖKAK KİDR hazırlama kılavuzundaki ölçüt, alt ölçüt ve olgunluk düzeyi tanımları modele tanıtılmıştır. Ardından Trakya Üniversitesi’nin 2024 yılı KİDR raporunun ilgili bölümü analiz edilerek faaliyetler listelenmiş ve olası olgunluk düzeyleri tahmin edilmiştir. İkinci aşamada, 2025 yılına ait birim iç değerlendirme raporları (BİDR) doküman karşılaştırma yaklaşımı ile analiz edilerek ilgili bölümdeki yeni faaliyetler belirlenmiş ve bunların olgunluk düzeyleri tespit edilerek 2025 yılı KİDR raporunun ilgili bölümünün doğru, eksiksiz ve kanıta dayalı biçimde oluşturulması sağlamıştır. Üçüncü aşamada ise benzer ve daha yüksek performansa sahip üniversitelerin son iki yıllık KİDR raporları ile YÖKAK’ın üniversitemize yönelik geri bildirimleri mevcut faaliyetlerimiz ile karşılaştırılarak kurumsal eksiklikler belirlenmiş ve mevcut olgunluk düzeylerini artırmaya yönelik faaliyet önerileri geliştirilmiştir. Bu sayede, 2026 yılına yönelik faaliyet planının oluşturulmasına katkı sağlanmıştır. Elde edilen bulgular, LLM ve NLP tabanlı metin analizinin kalite güvencesi süreçlerinde yalnızca değerlendirme değil, aynı zamanda iyileştirmeye açık alanlar analizi ve planlama için etkili bir karar destek aracı olarak kullanılabileceğini göstermektedir.