Bilimsel temelli kariyer karar destek platformu
CareerMap AI Nedir?
CareerMap AI, üniversiteye hazırlanan öğrencilerin bölüm ve meslek tercihlerini yalnızca sınav puanı ve başarı sıralamasına göre değil; ilgi alanları, kişilik özellikleri, iş değerleri ve bireysel özellikleri doğrultusunda değerlendirebilmeleri amacıyla geliştirilen yapay zekâ destekli bir kariyer karar destek platformudur.
Platform, bilimsel geçerliliği bulunan psikometrik ölçeklerden elde edilen veriler doğrultusunda öğrencinin bireysel profilini oluşturur ve bu profili, açıklanabilir bir değerlendirme yöntemi kullanarak meslekler ve üniversite programlarıyla eşleştirir. Sonuçlar, kişiye özel hazırlanan ayrıntılı bir rapor ile sunulur ve öğrencinin tercih sürecini daha bilinçli şekilde yönetmesine destek olur.
Neden CareerMap AI?
Türkiye’de üniversite tercih süreci çoğu zaman yalnızca “Bu sıralamayla hangi bölümü kazanabilirim?” sorusu etrafında şekillenmektedir. Oysa bir bölümü kazanabilmek ile o bölümde başarılı ve mutlu olabilmek aynı şey değildir.
Her yıl birçok öğrenci, ilgi alanlarını, kişilik özelliklerini ve iş yaşamından beklentilerini yeterince değerlendirmeden tercih yapmakta; bu durum bölüm değiştirme, motivasyon kaybı ve mesleki uyumsuzluk gibi sorunlara yol açabilmektedir.
Profesyonel kariyer danışmanlığı, tercih sürecinde önemli bir rol oynamaktadır. Ancak maliyet ve erişim koşulları nedeniyle bu hizmetten her öğrenci yararlanamamaktadır. CareerMap AI, bilimsel değerlendirme araçlarını daha geniş kitlelere ulaştırmayı amaçlayan yapay zekâ destekli bir kariyer karar destek platformu olarak bu ihtiyaca cevap vermek üzere geliştirilmiştir.
Amacımız öğrencinin yerine karar vermek değildir. Amacımız, öğrencinin kendisini daha iyi tanımasını sağlayacak bilimsel veriler sunarak tercih sürecinde daha bilinçli kararlar almasına katkıda bulunmaktır.
Bilimsel Altyapı
CareerMap AI değerlendirmeleri, uluslararası literatürde yaygın olarak kullanılan ve bilimsel geçerliliği gösterilmiş psikometrik yaklaşımlara dayanmaktadır.
Kullanılan temel değerlendirme araçları şunlardır:
- Holland RIASEC Mesleki İlgi Modeli
- International Personality Item Pool (IPIP-50) ile Beş Faktör Kişilik Özellikleri değerlendirmesi
- O*NET Work Values Framework (İş Değerleri Çerçevesi)
- Brief Resilience Scale (Kısa Psikolojik Sağlamlık Ölçeği)
Her ölçek kendi puanlama yöntemiyle değerlendirilir. Elde edilen puanlar, önceden tanımlanmış ve bilimsel temellere dayanan açıklanabilir bir eşleştirme modeli kullanılarak meslekler ve üniversite programlarıyla ilişkilendirilir. Hazırlanan raporda yalnızca sonuçlar değil, bu sonuçların hangi psikometrik değerlendirmelere dayandığı ve eşleştirme sürecine nasıl yansıdığı da ayrıntılı olarak açıklanır. Böylece kullanıcılar, değerlendirme sürecini şeffaf bir şekilde inceleyebilir ve raporun bilimsel dayanaklarını açıkça görebilir.
Değerlendirme Yaklaşımı
CareerMap AI, ergonomi, insan-bilgisayar etkileşimi ve psikometrik ölçme alanlarında akademik çalışmaları bulunan Dr. Öğr. Üyesi Aycan Pekpazar (Samsun Üniversitesi Endüstri Mühendisliği Bölümü) tarafından geliştirilmiştir.
Projenin çıkış noktası, doğru kariyer kararlarının yalnızca eğitim hayatını değil, bireyin uzun vadeli mesleki yaşamını da doğrudan etkilediği gerçeğidir. Araştırmalar, bireyin ilgi alanları, kişilik özellikleri ve iş değerleri ile seçtiği meslek arasındaki uyumun; iş doyumu, motivasyon, performans ve psikolojik iyi oluş üzerinde önemli bir rol oynadığını göstermektedir. Buna karşılık, birey ile meslek arasındaki uyumsuzluk uzun vadede tükenmişlik, stres, mesleki memnuniyetsizlik ve verimlilik kaybı gibi sorunlara yol açabilmektedir.
CareerMap AI, öğrencilerin kariyer yolculuklarına daha bilinçli başlamalarını desteklemek amacıyla geliştirilmiştir. Platformun temel hedefi, birey ile meslek arasındaki uyumu kariyer kararının en başında değerlendirebilmek ve öğrencilerin kendilerine en uygun alanları bilimsel veriler ışığında keşfetmelerine yardımcı olmaktır.
Bu kapsamda yapay zekâ, psikometrik ölçeklerden elde edilen verileri önceden tanımlanmış değerlendirme kuralları doğrultusunda analiz ederek kişiye özel bir kariyer değerlendirme raporu oluşturur. Tüm değerlendirme süreci, kullanılan psikometrik ölçeklerin bilimsel amaç ve kapsamına uygun şekilde yürütülür ve açıklanabilir değerlendirme ilkelerine dayanır.
CareerMap AI Size Ne Sunar?
CareerMap AI raporu aşağıdaki başlıkları içeren kapsamlı bir değerlendirme sunar:
- Mesleki ilgi alanlarının analizi
- Kişilik özelliklerinin değerlendirilmesi
- İş değerleri profili
- Psikolojik sağlamlık değerlendirmesi
- Meslek ve üniversite programlarıyla uyum analizi
- Güçlü yönler ve gelişim alanları
- Size özel ayrıntılı kariyer değerlendirme raporu
- Tercih sürecine yönelik bilimsel karar desteği
Kişisel Verileriniz ve KVKK
CareerMap AI kapsamında paylaşılan kişisel veriler, 6698 sayılı Kişisel Verilerin Korunması Kanunu (KVKK) hükümlerine uygun olarak işlenmektedir.
Değerlendirme süreci başlamadan önce kullanıcılara Aydınlatma Metni sunulur ve açık rızanız alınır. 18 yaşından küçük kullanıcılar için veli veya yasal temsilci onayı gerekmektedir.
Verileriniz Türkiye’deki sunucularda şifrelenmiş olarak saklanır ve yalnızca hizmetin sunulması amacıyla işlenir. Kullanıcılar, KVKK kapsamındaki haklarını kullanarak kişisel verilerinin silinmesini veya işlenmesine ilişkin taleplerini iletebilirler.
İletişim: pandoraidanismanlik@gmail.com
Kaynaklar
Dawis, R. V., & Lofquist, L. H. (1984). A psychological theory of work adjustment: An individual-differences model and its applications. University of Minnesota Press..
Doğan, T. (2015). Kısa psikolojik sağlamlık ölçeği’nin Türkçe uyarlaması: Geçerlik ve güvenirlik çalışması. The Journal of Happiness & Well-Being, 3(1), 93-102.
Goldberg, L. R. (1992). The development of markers for the Big-Five factor structure. Psychological Assessment, 4(1), 26–42. https://doi.org/10.1037/1040-3590.4.1.26
Goldberg, L. R., Johnson, J. A., Eber, H. W., Hogan, R., Ashton, M. C., Cloninger, C. R., & Gough, H. G. (2006). The International Personality Item Pool and the future of public-domain personality measures. Journal of Research in Personality, 40(1), 84–96. https://doi.org/10.1016/j.jrp.2005.08.007.
McCloy, R., Waugh, G., Medsker, G., Wall, J., Rivkin, D., & Lewis, P. (1999). Development of the O* NET computerized work importance profiler. Raleigh, NC: National Center for O* NET Development. Smith, B. W., Dalen, J., Wiggins, K., Tooley, E., Christopher, P., & Bernard, J. (2008). The brief resilience scale: Assessing the ability to bounce back. International Journal of Behavioral Medicine, 15(3), 194–200. https://doi.org/10.1080/10705500802222972