2026 ve sonrasına baktığımda, küçük, kademeli değişiklikler görmüyorum. Temellerinden yeniden şekillenen bir sektör görüyorum.

Değerlendirmeyi etkileyen en büyük güçler sektörümüzde değil, hizmet verdiğimiz mesleklerde gerçekleşiyor. Yapay zeka, insanların çalışma şeklini, rollerin yapılandırılışını ve gerçek uygulamada yetkinliğin nasıl göründüğünü değiştiriyor. O aksaklık zaten burada ve sadece hızlanacak. Sorumluluğumuz, verdiğimiz belgelerin, iş ve eğitim doğasının – ve aralarındaki yolların – değişmeye devam ettiği bir dünyada geçerli ve güvenilir kalmasını sağlamaktır.

Aynı zamanda, teknoloji sistemlerimizi sömürmek isteyenlere sunulan araçları geliştiriyor ve genellikle kopya hizmetleri için ödeme yapmaya ikna edilen sınav katılımcılarını hedef alıyor. Güvenlik tehditleri hızla gelişiyor ve suistimal fırsatları giderek daha karmaşık hale geliyor. Yani geleceğe en çok maruz kaldığımız baskılar açık: kimlik bilgilerini gerçek dünya uygulamalarıyla uyumlu tutmak ve bunları destekleyen test sürecinin bütünlüğünü korumak.

Yapay zeka şimdiden değerlendirme sürecini geliştiriyor, içerik daha verimli üretiyor, büyük veri setlerini analiz ediyor ve daha yenilikçi güvenlik kontrolleri sağlıyor. Bu iyileştirmeler önemlidir, ama asıl sorun onlar değildir. Daha temel değişim ise iş yerinde gerçekleşiyor.

Radyografi, mimarlık, muhasebe, inşaat, eğitim ve birçok diğer alanda yapay zeka günlük dünyayı yeniden şekillendiriyor. Yapay zeka araçları, eskiden manuel olarak yapılan görevleri otomatikleştirmek için giderek daha fazla kullanılıyor. Eskiden ezberlenmesi gereken bilgiler şimdi anında erişilebilir. Sonuç olarak, en önemli beceriler artık bilgiyi tutmakla değil, uygulamayla ilgilidir: bilgiyi yorumlamak, yargı uygulamak ve otomatik sistemlerin çıktılarını denetlemek.

Eğer bilgi hatırlaması artık yeterliliğin birincil göstergesi değilse, değerlendirme gelişmelidir. İnsanların bilgiyi bağlamda nasıl uyguladıklarını, yapay zeka araçlarıyla nasıl iş birliği yaptıklarını ve teknoloji iş akışlarına entegre edildiğinde nasıl karar verdiklerini ölçmemiz gerekecek. Yapay zekanın en büyük etkisi, değerlendirmeleri nasıl oluşturduğumuzda değil, yetkinliğin kendisini nasıl tanımladığımızda hissedilecek.

Bu yetkinlik değişimleri doğal olarak değerlendirme modellerinde değişikliklere yol açar. Ortaya çıkan en net eğilimlerden biri, tek puanlı, çoktan seçmeli sınavlardan daha sürekli, gerçek zamanlı yetkinlik gösterimine geçiştir.

Erken benimseyenler, yetenek açısından daha zengin ve doğru bir tablo oluşturmak için pratik görevleri, performans verilerini ve gerçek zamanlı faaliyetleri şimdiden keşfediyor. Zamanla, bu yaklaşımların çok daha yaygın hale geleceğini düşünüyorum.

Bu değişim karmaşık olacak. Değerlendirme, eğitim, öğretim, denetimli uygulama ve düzenleme ekosisteminin içinde yer alır. Örneğin, biri lisans sınavına girmeden önce, yıllarca hazırlık yapmış olur. Değerlendirme modelinin değişmesi, ekosistemin her parçasının bizimle birlikte hareket etmesi gerektiği anlamına geliyor.

Yeniden tasarlanan TOEFL sınavında gördüğümüz gibi, anlamlı değişim uzun teslim süreleri ve dünya çapındaki eğitimcilerle derin etkileşim gerektiriyor. Ama yön açık. Sertifika ve lisanslama, yetkinliği birkaç yılda bir kanıtlamaktan çok, bunu sürekli göstermekten ziyade olacak.

Tüm bunlar, iş gücü belirsizliği fonunda gerçekleşiyor. Özellikle giriş seviyesi roller olmak üzere otomatik yapılabilecek rollerin sayısı artıyor. Bazı işler ortadan kalkacak, birçok yeni iş ortaya çıkacak. Ancak şu anda ortadan kalkacak işler hakkında yaratılanlardan daha fazla şey biliyoruz. Bu durum, işçileri ve işverenleri iki gerçek arasında sıkıştırıyor:

• Geleneksel beceriler artık yeterli değil.
• Yeni beceriler henüz net tanımlanmamış.

En çok bahsedilen yeni yetkinliklerden biri olan yapay zeka okuryazarlığı bile evrensel bir standarda sahip değil. Farklı platformlar farklı uzmanlık türleri gerektirir ve yapay zekanın pratikte yetkin kullanımının nasıl olduğu konusunda ortak bir anlayışımız yok. Bu zorluğu daha da artıran ise, bu platformların o kadar hızlı evrilmesi ki, bugün yeterlilik mutlaka yarın yeterlilik anlamına gelmiyor.

İşte bu yüzden önümüzdeki yıllarda araştırma bu kadar önemli olacak. Varsayımlara güvenemeyiz. Bu yeni beceri alanlarını tanımlamak ve sorumlu şekilde nasıl ölçüleceğimizi belirlemek için sağlam verilere, kalibre edilmiş metodolojilere ve ölçüm bilimiyle desteklenen titiz analizlere ihtiyacımız var.

İş yerinde veya eğitimde ihtiyaç duyulan beceriler değişebilir, ancak bir şey değişmeyecek: ölçüm bilimi. Psikometrik prensipler, araçlar ve bağlamlar evrilse bile hâlâ geçerlidir. Tıpkı atlardan arabalara geçtiğimizde ya da uçmaya başladığımızda yerçekimi prensibi değişmediği gibi, değerlendirmenin temelleri de sabit. Adalet, geçerlilik, güvenilirlik, önyargısızlık ve etik uygulama, becerilerin nasıl geliştiğine bakılmaksızın uygulanmaya devam ediyor.

Yakın vadede, şu konulara daha fazla odaklanılmasını bekliyorum:

• Uygulamalı beceriler ve karar alma
• YZ destekli araçların denetimi ve yönetimi
• Dijital görev performansı
• Dayanıklı, aktarılabilir ve uyum sağlamayı destekleyen beceriler

Gücümüz, onlarca yıllık bilime dayanan sağlam ve savunulabilir metodolojilerle yeni yetkinlikleri ölçebilme yeteneğimizde yatıyor.

ETS ve PSI, bu dönüşüm döneminde sektörü yönlendirmek için benzersiz güçlü bir konumda. Yeniliğin peşinden koşmadığımız için değil, onu bilime, kanıta ve gerçek dünya etkisine dayandırdığımız için.

Bu liderliğin merkezinde, değerlendirme gelişirken yapay zeka destekli bir dünyada üç kritik önceliğe odaklanan ETS Araştırma Enstitüsü'nün çalışmaları yer alıyor:

• Yapay Zeka Çağında önemli olan yetkinliklerin tanımlanması
  İş ve çalışma değiştikçe, hangi beceri ve yeterlilik biçimlerinin gerçekten önemli olduğunu belirlemeye odaklanıyoruz. Ve bu beklentilerin meslekler, eğitim ve iş gücü arasında nasıl değiştiği.
• Ölçümün nasıl yapılacağına dair yeni bir paradigma oluşturmak
  Bu, geleneksel değerlendirme modellerini yeniden düşünmeyi, zaman içinde yeterlilik kanıtlarını yakalamanın yeni yollarını keşfetmeyi ve ortaya çıkan yaklaşımların geçerli, adil, güvenilir ve savunulabilir kalmasını sağlamayı içerir.
• Yeniliğin sorumlu kullanımını bilgilendiren politika araştırması yapmak
  Yenilik boşlukta gerçekleşmez. Araştırmamız, politika yapıcıların, düzenleyicilerin ve kurumların AI'nin değerlendirme, yeterlilik ve kamu güveni üzerindeki etkilerini anlamalarını desteklemek için tasarlanmıştır.

Bu çalışma, yüzlerce meslek, sektör ve coğrafya boyunca topladığımız geniş veri ve içgörü ile güçlendirilerek ortaya çıkan trendlere erken bir bakış açısı sağlıyoruz. Ama liderlik aynı zamanda disiplin gerektirir: bilime bağlı kalmak, kanıtlarla yönlendirilmek ve verilerin bize ne anlattığına odaklanmak, abartı ya da spekülasyon değil.

Yapay zeka yönetimi çok önemli olacak. Test güvenliğinde yenilik de öyle. Yapay zekanın sonsuz eşya havuzları ve her sınav katılımcısı için neredeyse benzersiz sınav formları oluşturmasıyla eşya maruz kalma korkularının azalacağını düşünüyorum. Dijital ve biyometrik veriler olgunlaştıkça, kolayca çoğaltılamayan davranışsal imzalarla taklit ve vekil testleri tespit edebilecektik.

Dürüstlük güvenin temel taşı olmaya devam edecek ve teknoloji bize bu güveni sürdürmek için yeni araçlar sunacak.

Değerlendirmenin geleceği, AI'nin çalışmayı temelden yeniden şekillendirdiği bir dünyada alaka düzeyi, dürüstlük ve gerçek yetkinliği değerlendirme yeteneğiyle tanımlanacak. Başarılı olan kuruluşlar, bilime bağlı kalan, verilerle yönlendirilen ve öğrenenlerin, çalışanların, işverenlerin ve halkın ihtiyaçlarına odaklananlar olacaktır.

ETS, PSI'nin operasyonel güçleriyle desteklenerek bu geçişi yönetmek için iyi bir konumda. Önünüzdeki yol zorlu olacak, ama aynı zamanda fırsatlarla dolu olacak. Temellere odaklanırsak, sadece değerlendirmenin geleceğine uyum sağlamakla kalmaz, aynı zamanda onu şekillendirmeye de yardımcı oluruz.