Work

Kuruma-Gömülü Pedagojik Ajan (IEPA): Bir Özel Sınav-Hazırlık Kurumunda Tek-Operatörlü ve Yerinde (In-Situ) Konuşlandırılan Çok-Modelli Bir Eğitim Yapay Zekâsının Mimarisi ve Saha Deneyimi

Year: 2026
Type: preprint
Abstract: ÖZ — EdTech'teki yapay zekâ araçlarının çoğu, kuruma dışarıdan entegre edilen üçüncü-parti hizmetlerdir ve dışarıdan gözlemlenir. Bu teknik rapor, yapısal olarak farklı bir modeli belgeler: yazarın sahibi ve tek geliştiricisi olduğu bir özel sınav-hazırlık kurumunun içine gömülü (embedded), yerinde (in-situ) çalışan bir pedagojik ajan. Bu modeli Kuruma-Gömülü Pedagojik Ajan (IEPA — Institutionally-Embedded Pedagogical Agent) olarak adlandırıp biçimsel bir tanım öneriyoruz. Sistem (çalışma adıyla FermatAI), ~125 öğrenci tarafından canlı kullanılır; çok-kanallı (mesajlaşma + web), çok-modelli hibrit yönlendirme mimarisi üzerine kuruludur ve RAG + çapraz-kodlayıcı yeniden sıralama, Bayesçi bilgi izleme (BKT) ve aralıklı tekrar (FSRS/Ebbinghaus) yöntemlerini operasyonelleştirir. Rapor; mimariyi, mühendislik değerlendirmelerini (RAG yeniden sıralamada +10 puan hit@1; ASR'de 0.024'e karşı 0.190 WER; sorguların ~%58'i bulut-dışı), güvenlik/mahremiyet katmanlarını ve in-situ konuşlandırma derslerini sunar. Bir sistem/saha-deneyimi çalışmasıdır; nedensel etkinlik (efficacy) iddiası taşımaz; tek kurum, kontrol grubu yokluğu ve geliştirici-sahip özdeşliği açıkça sınırlılık olarak tartışılır.ABSTRACT — Most AI tools in EdTech are third-party services integrated into an institution from the outside and observed externally. This report documents a structurally different deployment model: a pedagogical agent built as an embedded, in-situ component of a private exam-preparation institution owned and solely developed by the author. We name this the Institutionally-Embedded Pedagogical Agent (IEPA) and propose a formal definition. The system (working name FermatAI) is in live use by ~125 students; it is multi-channel and rests on a multi-model hybrid routing architecture, operationalising RAG with cross-encoder re-ranking, Bayesian Knowledge Tracing, and spaced repetition (FSRS/Ebbinghaus). We report the architecture, engineering evaluations (+10pp hit@1 from RAG re-ranking; 0.024 vs 0.190 WER; ~58% of production queries served by non-cloud models), safety/privacy layers, and lessons from single-operator in-situ deployment. This is a systems/experience report and makes no causal-efficacy claim; single-site, no control group, and developer–owner identity are explicit limitations.
Author: Zeki Göksal
Language: Turkish
Open Access status: green
OpenAlex ID: W7168040455
Cites:
Cited by:
Related to: 10