Sözlü Değerlendirme

Bu İngilizce sayfanın bir ana dili konuşanı tarafından gözden geçirilmemiş otomatik çevirisidir.

Sözlü değerlendirme — bir öğrenenin anlayışı canlı ya da kayıtlı biçimde sözlü açıklamak, savunmak ya da göstermek zorunda olduğu değerlendirme: viva voce, sözlü sınav, sözlü savunma, kod inceleme görüşmesi, klinik konsültasyon. Değişim gerçek zamanlı olduğu ve soruların önceden bilinmesi gerekmediği için, biçim, evde yapılan özgün görevlerin yapamadığı bir biçimde üretilmiş metnin anlayışın yerine geçmesine direnir. Ayrıca ayırt edici bir geçerlilik sorunu da taşır: sözlü değerlendirmeler bilginin yanında akıcılığı ve güveni ölçer; bu nedenle neyi belgeledikleri, büyük ölçüde nasıl tasarlandıklarına, kimin sorduğuna ve öğrenenin konuşmasının kanıt olarak nasıl ele alındığına bağlıdır.

Dikkate Alınması Gereken Sorular

• Sözlü değerlendirmeler, YZ çağında bir makinenin odada oturup sizin adınıza yanıt veremeyeceği için övülür. Bunu savunan derlemde ise sözlü değerlendirmenin yazılı değerlendirmeye karşı hiçbir rastgele denemesi yoktur. Bu savı çözülmüş saymadan önce neyi görmeniz gerekir?
• Aynı çalışma gövdesi, azalan kaygı için iki farklı mekanizma bildirir: öğretmenin canlı gözleminin ortadan kaldırılması ve biçime pratik yoluyla aşina olmak. Bunlar farklı tasarımlar ima eder. Hangisi sizin bağlamınıza uyar ve hangisinin genellenebileceğine güvenirdiniz?
• Yalnızca konuşmaya dayalı notlama, sözlü akıcılığı kavramsal anlayışla karıştırabilir. Bir öğrenci doğru hareketi yapar ama yanlış sözcüğü söylerse ya da doğru sözcüğü anlamadan söylerse, değerlendirmeniz tam olarak neyi ölçüyor?
• Bu derlemdeki her sözlü tasarım aynı duvara çarpar: personel ve oda zamanı. Kısıt, on beş öğrenci için dönem başına yirmi sekiz temas saati ise, dürüst yanıt daha az sayıda savunulan ödev mi, daha büyük bir öğretim ekibi mi, yoksa farklı bir biçim mi?

Giriş

Sözlü değerlendirme en eski değerlendirme biçimlerinden biridir ve geçen yüzyılın çoğunda en az moda olanlardandır: ölçeklendirmesi zor, standartlaştırması zor, bir itiraz sürecinde savunması zor. Üretici YZ onun kaderini tersine çevirmiştir. Yazılı bir teslim bir model tarafından talep üzerine üretilebildiğinde, nesnenin değerlendirme değeri çöker ve dikkat kişinin değerlendirmesine kayar. Yabancı bir soruyu yüksek sesle, gerçek zamanlı yanıtlamak zorunda olan bir öğrenen, en azından gösterilebilir biçimde hazırdır ve düşünmektedir.

Bu tersine dönüş artık araştırma derleminde görünürdür, ancak eşit olmayan biçimde. Bazı çalışmalar sözlü sınavı akademik dürüstlüğe bir politika yanıtı olarak ele alır, bazıları sözlü performansı ölçekte sunmak ya da notlamak için otomatik bir sistem tasarlar ve bazıları konuşmanın kendisinin anlayış hakkında ne gösterebileceğini ve gösteremeyeceğini sorar. Aşağıda bağlantılı sayfalar, sözlü değerlendirmelerin aslında ne kadar şey kanıtladığı konusunda anlaşmazlık halindedir. Birlikte okunduğunda, onlar için genellikle yapılandan daha dar ve daha savunulabilir bir iddiayı desteklerler.

Canlı bir performansın neyi belgeleyebileceği

Fenton (2025) savın en güçlü biçimini sunar. Özgün değerlendirme literatüründen yararlanan makale, sözlü sınav savısını onun etkileşimliliğine dayandırır: sorular sınav anına kadar saklanabilir, peşi sıra derinleştirici sorular doğaçlanabilir ve öğrenen görmediği bir soruya yanıtı prova edemez. Biçim ayrıca ezberci öğrenmeyi engeller; çünkü hatırlama çoğaltma yoluyla değil, açıklama yoluyla denetlenir. Makale, Educational Researcher dergisinde bir derleme ve tutum yazısıdır, ampirik bir çalışma değildir ve geliştirilmiş çıktıların kanıtı yerine on üç numaralı uygulama önerisiyle biter.

Dürüstlük iddiasının dürüst versiyonu, sıklıkla ifade edildiğinden daha dardır. Sözlü değerlendirmeler yerine geçmeyi gizlemeyi zorlaştırır; derlem onların YZ kullanımını azalttığını göstermez. CS1 sözlü kod inceleme çalışmasında, her hafta on beş dakikalık görüşmeler her ödevin notunun yetmiş yüzdesini taşımıştır ve yapıştırılmış karakterlerin toplam karakterlere oranı üç dönem boyunca yüzde 61,0’dan yüzde 68,1’e yükselmiştir (p < 0.0001), buna karşın sınav puanları istatistiksel olarak anlamlı olmayan yüzde iki oranında değişmiştir. Öğrencilerin yüzde doksanı incelemelerin kodlarını daha iyi anlamaları için kendilerini motive ettiğini ve yüzde altmış beşi YZ’ye aşırı güvenmekten kaçınmalarına yardımcı olduğunu söylemiştir; ancak ölçülen davranış bunu izlememiştir. Sözlü değerlendirme, gizlenebilecek şeyi değiştirdi, öğrencilerin yaptıklarını değil.

Derleminin gerçekten kapsadığı tasarım alanı

Derlemdeki biçimler, otomasyon ve eşzamanlılıkta geniş bir yelpazeyi kapsar ve her biri problemin farklı bir bölümünü çözer.

Canlı, insan, eşzamanlı. otuz beş üniversite öncesi öğrenciyle yapılmış bir viva voce çalışması tarafından incelenen viva voce taban çizgisidir: aynı öğretmen, aynı sorular, bir teslim yüz yüze ve biri bir YZ sistemi aracılığıyla. Doktora viva’sı, katılımcıların bir tezin taklit edilmesinin daha kolay olduğu ve viva’nın yerinde verilmesi gerektiği akıl yürütmesiyle değerlendirme ağırlığını ona doğru kaydırmayı savunduğu on beş lisansüstü araştırmacıyla yapılmış nitel bir çalışmada görünür. Yazarlar bu akıl yürütmeyi yalnızca kısmen kabul eder; çünkü bir viva, YZ desteğine karşı doğal olarak bir kanıt değildir.

Kayıtlı ve eşzamansız. Eşzamansız sözlü değerlendirmeler, odanın yerine süre sınırlı, üzerinde düzeltme yapılamayan bir web kamerası yanıtı koyar; kabuca otuz saniye hazırlık ve iki ile üç dakika konuşma. Bildirilen pilotta puanlar, yüz yüze çoktan seçmeli testlerinkileri aşmıştır: ara sınav ortancası 70’e karşı 92,5 (p < .001) ve final ortancası 86,4’e karşı 94,2 (p = .002), yalnızca orta düzeyde çapraz biçim korelasyonlarıyla birlikte. Yazarlar farkı biçime değil, öğrenmeye değil açıkça atfederler ve tasarım kurs notunun yüzde 7,5’ini taşımıştır.

Otomatik sunum ve notlama. Mesleki otomotiv ve mühendislik sınıflarında denenmiş bir sese dayalı sistem otuz üç öğreneni değerlendirmiştir; bunlardan yirmi biri canlı ses görevinin gerçekçi hissettirdiğini kabul etmiş ve hiçbiri gerçek zamanlı konuşmanın görev için yazılı bir portföyden daha uygun olduğunu reddetmemiştir. Aynı sorular için sözcük sayıları öğrenenler arasında beş ila sekiz kat değişmiştir, akıcılık kapalı maddelerde hiçbir doğruluk avantajı sağlamamıştır ve öncül bir ajan notu, komşu bahçecilik ve süt ürünleri denemelerinde insan öğretmeninkine yüzde doksan beşte eşleşmiştir. Konuşmaya dayalı bir Sokratik test ters tasarım yolunu izleyerek kavramsal sorgulamayı hedefler; onun kanıtı doksan sekiz öğrenciyle bir öz bildirim anketidir; burada yüzde 80,6’sı YZ’nin etkili biçimde iskele sağladığını kabul etmiş ve yüzde elli ikisi geleneksel sınavlara kıyasla daha düşük stres bildirmiştir. Her iki makale de öğrenme yerine benimsemeyi ölçer.

İnceleme yerine savunma olarak sözlü kanıt. Araca bağımsız bir değerlendirme çerçevesi, sınıf içinde YZ’siz sınavları, yorumları ayıklanmış YZ destekli işin on dakikalık sözlü savunmalarıyla eşleştirir; kod kavrayışı, yöntem anlayışı, terminoloji, yorumlama ve doğrulama üzerinden notlanır ve toplamdan bağımsız olarak geçmek için doğrulama gerekir. Tasarım savunulur, doğrulanmaz; makalenin on beş öğrenci için kendi aritmetiği, ödev başına iki buçuk temas saati ve on bir savunulan ödev boyunca dönem başına kabaca yirmi sekiz temas saatidir.

Kaygı, yanlılık ve biçimin kimi dezavantajlı duruma düşürdüğü

Sözlü değerlendirmeler kapsayıcılık gerekçeleriyle savunulur; çünkü sözlü bir yanıt satın almak yazılı bir yanıttan daha zordur ve aynı gerekçelerle karşı çıkılır. Fenton zorlukları doğrudan kataloglar: programlama yükü, kaygı ve cinsiyet, etnik köken, dil ile yanıtlama hızı boyunca yanlılık, artı anonim olmayan notlamanın etkileri. Buna karşı makalenin atıfladığı kanıtlar, sözlü değerlendirmelerin disleksisi olan öğrenciler dâhil yazılı sınavlar kadar kapsayıcı olabileceğini ve bildirilen kaygının çoğunu biçimin kendisi değil, aşinalıksızlığın yönlendirdiğini düşündürür; atıflanan bir çalışmadaki öğrenciler sonraki sözlü sınavlarında daha az kaygılıydı.

Kaygının gerçekten düştüğü yerde sebep önemlidir. YZ aracılı viva’da, öz bildirime dayalı sakinlik yüz yüze versiyondan belirgin biçimde daha yüksekti (ortalamalar 5,86’ya karşı 6,50, t(34) = −1,97, p = .028) ve kullanılabilirlik iyi olarak değerlendirildi. Ancak yüz yüze koşul, öğrencilerin kendi işlerini anlamalarına yardım etmede belirgin biçimde daha yüksek puan aldı (p = .004). Öğretmenin canlı gözlemini ortadan kaldırmak öğrencileri daha sakin kıldı ve kendi raporlarına göre kendileri için daha az aydınlatıcı oldu.

Sözlü kanıt sayılan şey da göründüğünden daha dardır. Sözlü açıklamalarda vücut içi kanıt üzerine bir çalışma, yalnızca konuşmayı notlamanın sözlü akıcılığı kavramsal bilgiyle karıştırdığını ve hareketin taşıdığı anlayışı yazı dökümünün yitirdiği dille ilgili güçlüğü olan öğrenenleri dezavantajlı duruma düşürdüğünü savunur. Onun gösterimi küçüktür: istatistiksel kavramları açıklayan iki mühendislik öğrencisi, belirli fikirler üzerinde kümelenen yüksek güvenli hareketler, kabaca yüzde elli dört ile altmış bir arasında kare ve kutu biçimleri ve daha tutarlı açıklamalara eşlik eden daha sıkı hareket–konuşma koordinasyonu.

Notlama, geçerlilik ve ölçek sorunu

Üç bulgu, sözlü puanları öğrenme kazanımları olarak okumaya karşı çıkar. Eşzamansız biçim çalışması, kendi puan avantajı için öğrenme kazanımlarından feragat eder ve ara sınavda ICC 0,73 ile finalde 0,60 olan öğretmen ile model arasındaki yeniden notlama uzlaşımını bildirir; bu da makine notlamasının ne ölçüde güvenilir olabileceğini sınırlar. Yüz üçüncü yıl tıp öğrencisiyle yapılmış bir RCT’te, kademeli açıklamalı vaka materyaline karşı bir simüle hasta sistemi karşılaştırılmıştır; final sınav performansı yükselmiştir (yüzde 55,6’ya karşı 71,8, Hedges’ g = −0,81) ve OSCE iletişim değerlendirmeleri yükselmiştir (beş puanlık ölçekte 2,64’e karşı 3,53), buna karşın ikili tanı doğruluğu istatistiksel olarak aynıdır (yüzde 86’ya karşı 84, P = 1,000). Yalnızca doğruluğa dayalı bir okuma müdahaleyi etkisiz sayardı; yalnızca iletişime dayalı bir okuma ise onu dönüştürücü sayardı.

Bağlayıcı kısıt pedagoji değil, personel ve donanımdır ve derlem aritmetiye ilişkin olağanüstü açıktır: on beş öğrenci için dönem başına yirmi sekiz temas saati, CS1 tasarımında yüzden fazla öğrencili bir sınıf için on bir öğretim asistanı ve çevrim dışı mesleki dağıtımda eşzamanlı olarak çalışan on iki öğrenciye hizmet eden bir dizüstü bilgisayar. Sözlü değerlendirmenin yazılı değerlendirmeye karşı hiçbir rastgele denemesi bu çalışma gövdesinde hiçbir yerde yoktur ve farkı ölçen her çalışma, kontrol grubu olmayan tek kurumlu bir tasarımdır. Sözlü değerlendirme, YZ destekli yerine geçmeye bir yanıt olarak iyi desteklenir ve öğrenmede bir iyileşme olarak ince desteklenir.

• Ölçek tavanı tasarım kısıtıdır. 73 bilgisayar bilimi eğitimcisiyle yapılan bir atölyede, sözlü ve etkileşimli değerlendirme bireysel anlayışın en güçlü mevcut kanıtı ve en ölçeklenemez çaresi olarak bildirilmiştir; katılımcıların tanımladığı hafifletmeler dağıtım ve örneklemedir — paylaşılan öğretim asistanı havuzları, bir final sınavının altında ağırlıklandırılan akran değerlendirmesi ve dönen bir öğrenci alt kümesini çağırma (Akbar ve diğerleri, 2026).

Bağlı kavramlar

• Pedagojik Kalıplar — Sözlü ve viva doğrulama dizileri ve bunların ne gösterdiği ile göstermedikleri
• Değerlendirme — bu biçimin içinde yer aldığı daha geniş alan
• Özgün Değerlendirme — dürüstlük vakanı yapan tasarım geleneği
• Değerlendirme Geçerliliği — bir biçimin neyi ölçtüğünü iddia edebileceği ve edemeyeceği
• Akademik Dürüstlük — sözlü değerlendirmeleri yeniden öne çıkaran baskı
• Otomatik Değerlendirme — sözlü performansın makine ile sunumu ve notlanması
• YZ Tespiti — alternatif yanıt ve neden daha zayıf olduğu
• Konuşma ve Ses Teknolojileri — bir sözlü sistemin üzerinde çalıştığı konuşma hattı
• Çok Kipli YZ — birleşik kanıt olarak hareket ve konuşma
• Kaygı ve Stres — canlı performansın duygusal maliyeti
• Geri Bildirim — bir viva’nın öğrenene kendi anlayışı hakkında söyledikleri
• Yükseköğretim — bu kanıtların hemen hemen tamamının geldiği ortam

Bağlı makaleler

• Reconsidering the Use of Oral Exams and Assessments: An Old Way to Move Into a New Future — Sözlü sınavların ve değerlendirmelerin kullanımının yeniden değerlendirilmesi (Fenton 2025)
• Asynchronous Oral Assessments: Enhancing Integrity, Engagement, and Communication in the AI Era — Eşzamansız sözlü değerlendirmeler: bütünlük, katılım ve mesleki iletişim
• Designing AI-Supported Oral Assessment in TVET — Mesleki eğitimde YZ destekli sözlü değerlendirme tasarlamak
• Exploring student anxiety and experience in performance-based assessments using AIvaluate: an LLM-augmented emotionally — YZ aracılı performansa dayalı değerlendirmede kaygı ve deneyim
• Combating Harms of Generative AI in CS1 with Code Review Interviews and a Flipped Classroom — Giriş düzeyi programlama kursunda sözlü kod inceleme görüşmeleri
• A Multimodal Framework for Embodied Cognition in Oral Explanations — Sözlü açıklamaları değerlendirmede kanıt olarak hareket
• The Theoretical Foundation of Socratic Tests: Dynamic, Multimodal, Conversational Examinations — Sözlü değerlendirme olarak otomatik konuşmaya dayalı test
• A Tool-Invariant Framework for Teaching and Assessing Computational Methods in the Age of Agentic AI — YZ destekli işin sözlü savunmaları
• Evaluating Scaffolding-Oriented Multi-Agent Large Language Model System for Clinical Interview Training — Simüle hasta sistemi altında sözlü klinik görüşmeler
• From Research Assistant to Surrogate Supervisor: A Qualitative Study Exploring PGR Students' Diverse Uses of Generative AI — Üretici YZ altında doktora viva’sı
• AI Can Do Your Homework. Now What? Report from an online workshop on computing assessment in the age of generative AI — AI Can Do Your Homework. Now What? Üretici YZ çağında bilgisayar bilimi değerlendirmesi üzerine çevrim içi bir atölye raporu