RAG ve veri · 2026-08-18
MEB YAZDİS Nedir? Yapay Zekâ Destekli Ders Kitabı İncelemede Model, İnsan ve Veri Güvenliği
MEB YAZDİS teknik isterini; çok modlu ders kitabı analizi, sekiz inceleme kriteri, RAG, Türkçe model benchmark'ı, precision-recall, insan denetimi ve kapalı devre güvenlik açısından inceleyin.
YAZDİS hangi süreci destekleyecek
YAZDİS, Millî Eğitim Bakanlığı Talim ve Terbiye Kurulu Başkanlığının ders kitabı inceleme sürecini desteklemek üzere tanımlanan sistemdir. Mevcut süreçte uzmanlar PDF üzerindeki bölümü işaretliyor, ana ve alt kriteri seçiyor, hata açıklaması ile sayfa-konum bilgisini kaydediyor. Bu geçmiş kayıtlar yeni sistemin temel veri kaynaklarından birini oluşturacak.
Amaç kitabın kabul veya reddine otomatik karar vermek değildir. Sistem metin ve görsel bileşenleri analiz ederek olası hata ve uyumsuzlukları inceleme uzmanına sunar; uzman kaynak ve gerekçeyi görür, değerlendirmeyi yapar ve resmî süreç mevcut yetki zincirinde ilerler.
Sekiz kriter ve çok modlu inceleme
Teknik ister, ders kitaplarını yalnızca dilbilgisi açısından değerlendirmiyor. Anayasa ve mevzuata uygunluk, bilimsel yeterlik, öğretim programına uyum, bütünleşik yapı, ölçme-değerlendirme, dil-anlatım, görsel ve içerik tasarımı ile elektronik içerik sekiz ana kriteri oluşturuyor.
Bu kapsam metin ve görüntünün birlikte okunmasını gerektiriyor. Bir görselin alt yazıyla çelişmesi, sayfa tasarımının öğrenme hedefini bozması veya grafik bilgisinin metindeki sayıyla uyuşmaması yalnızca düz metin modeliyle güvenilir biçimde yakalanamaz. YAZDİS Modeli bu nedenle LLM ve VLM bileşenlerini birlikte değerlendirebilen çok modlu bir yapı olarak tarif ediliyor.
| Başlık | İster | Kurumsal kontrol |
|---|---|---|
| Modalite | Metin ve görsel bileşenleri birlikte analiz | PDF bölgesi, sayfa ve koordinatla hata gösterimi |
| Dil | Türkçe öncelikli; İngilizce, Almanca ve Fransızca | Birincil performans hedefi Türkçe |
| Bilgi getirme | Vektör veritabanı, indeksleme, chunking ve embedding | Kaynak dokümanla ilişkilendirilmiş gerekçe |
| Recall | Her ana kriter için en az %65 | Gerçek hataların ne kadarının bulunduğu |
| Precision | Her ana kriter için en az %75 | İşaretlenen içeriklerin ne kadarının gerçekten hatalı olduğu |
| Dağıtım | Kurum içi kapalı devre | MEBBİS/e-Devlet rol entegrasyonu ve güvenli kurum ortamı |
RAG yalnızca arama değil, gerekçenin kaynağıdır
YAZDİS için vektör veritabanı, doküman parçalama, indeksleme, embedding modeli, veri güncelleme ve erişim yönetimi ayrı teknik sorumluluklar olarak yazılmıştır. Sistem tespit ettiği hatayı değerlendirme kriteri, öğretim programı veya ilgili kaynak dokümanla ilişkilendirerek uzmana göstermelidir.
Bu yaklaşım, modelin genel bilgisinden gelen akıcı fakat denetlenemeyen açıklama yerine kurumun belirlediği kaynağa dayalı gerekçe üretmeyi amaçlar. İndekse hangi belge sürümünün ne zaman girdiği ve eski sürümün ne zaman çıkarıldığı kaydedilmezse doğru atıf bile güncel olmayan bir kurala dayanabilir.
Türkçe model benchmark'ı nasıl kurulmalı
Yükleniciden, idarenin etiketli veri seti üzerinde aday model ve mimarileri karşılaştırması; seçimi performans, hız ve donanım maliyetiyle gerekçelendirmesi isteniyor. Temel modelin büyüklüğü kurumun mevcut donanım kapasitesi ve ölçeklenebilirlik şartıyla birlikte ele alınıyor. En büyük modelin otomatik olarak en uygun kabul edilmediği açık bir maliyet-performans yaklaşımı var.
Benchmark her sekiz kriteri ayrı göstermelidir. Toplam ortalama, verisi bol olan dil ve anlatım kriterinde iyi sonucu öne çıkarıp daha az örnekli bilimsel veya görsel hata sınıfındaki zayıflığı gizleyebilir. Model sürümü, prompt şablonu, görüntü çözünürlüğü, donanım ve test seti sabitlenmeden yapılan karşılaştırma tekrarlanamaz.
Precision, recall ve insan geri bildirimi
Teknik ister her ana kriter için recall değerinin en az yüzde 65, precision değerinin en az yüzde 75 olmasını hedefliyor. Recall düşükse gerçek hatalar atlanır; precision düşükse uzman çok sayıda yanlış alarmı incelemek zorunda kalır. İki metrik birlikte okunmadığında sistemin gerçek iş yüküne etkisi anlaşılamaz.
Pilot sırasında son kullanıcı geri bildirimi toplanması ve gerekirse RLHF, DPO veya GRPO gibi eğitim sonrası yöntemlerle iyileştirme yapılması öngörülüyor. Uzman geri bildirimi yeni eğitim verisine dönüşüyorsa kim tarafından verildiği, hangi model sürümüne uygulandığı ve hatalı geri bildirimin nasıl geri alınacağı da MLOps kaydında tutulmalıdır.
Kapalı devre, erişim ve izleme
Geliştirme, test ve canlı ortamları kurum içinde veya güvenli VPN erişimiyle sağlanacak; veri setleri ve PDF'ler idarenin güvenli ortamında açılacaktır. Nihai sistem kurum içi kapalı devre çalışmalı, mevcut rol-yetki sistemiyle ve MEBBİS ve/veya e-Devlet girişiyle bütünleşmelidir. OWASP Top 10, kaynak kod ve model teslimi ile kurum personeline işletim eğitimi de istenir.
Kullanıcı işlemleri ve sistem hataları değiştirilemez merkezî logda tutulmalı; API çağrısı, analiz talebi, model çıktısı, yanıt süresi ve işlem durumu kurumun izleme altyapısına aktarılabilir olmalıdır. Loglama ayrıntısı erişim yetkisi ve saklama süresiyle birlikte tasarlanmalı; eğitim PDF'lerinin veya hassas içeriklerin gereksiz kopyası hâline gelmemelidir.
LLMTR ile karşılaştırma yapılabilecek sınır
YAZDİS'in üretim çekirdeği açık kaynak modellerle kurum içi kapalı devre çalışmak üzere tarif edildiğinden LLMTR'nin internet API'si bu sistemin yerine geçmez. Ders kitabı taslaklarının veya geçmiş hata kayıtlarının doğrudan global modele gönderilmesi, teknik isterdeki güvenli kurum ortamı sınırıyla uyumlu kabul edilemez.
Kurumun onayladığı hassas olmayan bir benchmark setinde farklı modellerin genel Türkçe ve çok modlu yetenekleri karşılaştırılacaksa gateway maliyet, gecikme ve token ölçümünü tek yüzeyde toplayabilir. Bu yazı teknik analizdir ve hukuki görüş niteliği taşımaz; gerçek veri ve dış hizmet kullanımı MEB'in bilgi güvenliği, uyum ve hukuk birimlerinin kararıdır.
Sık sorulan sorular
MEB YAZDİS nedir?
Talim ve Terbiye Kurulu Başkanlığının ders kitabı inceleme sürecinde metin ve görsellerdeki olası hata ve uyumsuzlukları uzmana sunmak için tanımlanan yapay zekâ destekli karar destek sistemidir.
YAZDİS ders kitabı hakkında otomatik karar verecek mi?
Hayır. Sistem tespit ve gerekçeyi uzmana sunar; değerlendirme ve resmî karar mevcut insan yetki zincirinde kalır.
YAZDİS hangi dilleri destekleyecek?
Türkçe birincil performans hedefidir; İngilizce, Almanca ve Fransızca içerik işleme desteği de istenir ancak bu üç dil için ayrı performans eşiği tanımlanmaz.
YAZDİS precision ve recall hedefleri nedir?
Sekiz ana kriterin her biri için en az yüzde 65 recall ve en az yüzde 75 precision hedeflenir.
YAZDİS LLMTR API üzerinde çalışabilir mi?
Teknik ister nihai sistemin kurum içi kapalı devre çalışmasını istediği için LLMTR'nin haricî API'si üretim çekirdeğinin yerine geçmez. Yalnızca kurumca onaylı hassas olmayan karşılaştırma verilerinde ayrı değerlendirme yapılabilir.