🌍📡 Okullarda Şiddete Sismolojik Bakış: Erken Uyarı Mümkün mü?
Depremi
öngörmek
mümkün.
GeoSchool şu an "deprem olduktan sonra hasar haritası" gibi çalışıyor. Hedef: USGS + Japonya modeli gibi olay olmadan önce risk azaltan bir sistem inşa etmek. Kahramanmaraş ve Şanlıurfa olayları (Nisan 2026), foreshock sinyallerinin yakalanmadığını bir kez daha gösterdi. Türkiye'deki sorun şiddet artışı değil, erken uyarı sisteminin yokluğudur.
Bu çalışma, şiddeti açıklamak için değil,
oluşmadan önce tespit edip önlemek için geliştirilmiştir.
Bu belgede içerikler iki farklı statü taşır: Kanıt etiketli bölümler mevcut ampirik literatürden derlenmiştr; Model Önerisi etiketli bölümler ise bu çerçeveden yola çıkılarak geliştirilen özgün bileşenleri ifade eder. Bu ayrımı aklınızda tutarak okumak, metnin epistemik düzeyini doğru değerlendirmenizi kolaylaştıracaktır.
Videonun ele aldığı dört strateji — devlet koordinasyonu, teknoloji tabanlı erken uyarı, veri analiziyle kırılma noktası tespiti ve Sosyal Duygusal Öğrenme (SEL) programları — okul şiddeti önlemede tamamlayıcı rol oynar. DTAM benzeri dijital izleme sistemleri, şiddet eylemlerinin büyük kısmının önceden dijital iz bıraktığını göstererek proaktif müdahale imkânı sunar. Uzun vadeli değişim noktası modelleri, şiddetin ani değil yavaş birikim sonucu ortaya çıktığını vurgular. SEL programları ise empati, öfke yönetimi ve ilişki becerilerini geliştirerek öğrencilerin okula aidiyet duygusunu güçlendirir, kaygı ve depresyonu azaltır, disiplin sorunlarını düşürür. Güncel meta-analizler SEL'in akademik başarıyı artırdığını ve şiddet davranışlarını azalttığını doğrular. Hibrit yaklaşım — teknolojik erken uyarı ile insani bağlantı ve duygusal eğitim birleşimi — en etkili yol olarak öne çıkar. Erken müdahale ve tehdit değerlendirme ekipleri hem şiddet hem intihar riskini azaltırken okullarda pozitif iklim oluşturur. Türkiye'de de benzer koordinasyon ve SEL entegrasyonu şiddeti kökünden azaltabilir.
00 · Araştırma Sorusu & Terimler Sözlüğü▾
Bu metin, Kanıt etiketli ampirik literatür sentezi ile Model Önerisi etiketli özgün bileşenleri bir arada sunmaktadır. GRI formülündeki ağırlık katsayıları ve eşik değerleri kavramsal düzeyde tasarlanmıştır; pilot veri ile kalibre edilmeden önce kesin sayısal iddialar olarak değil, test edilecek hipotezler olarak okunmalıdır.
01 · Problemin Tanımı▾
Atmaca & Öntaş (2024) tarafından sunulan ampirik kanıtlar, okul şiddetinin bir "sosyal sarsıntı" olduğunu göstermektedir. Okul cinayetleri doğal değil, insan kaynaklı (man-made disaster) bir afet olarak değerlendirilmelidir: gerilim birikimi önceden tespit edilebilir ve müdahale edilebilir. GeoSchool, bu sarsıntıları deprem bilimindeki Foreshock (Öncü Sarsıntı) ve Stress Accumulation (Gerilim Birikmesi) kavramlarıyla analiz eder.
Aşağıdaki sismolojik karşılaştırma, kavramsal bir düşünme çerçevesi sunmaktadır. Okul şiddetinin deprem gibi "öngörülebilir" olduğunu iddia etmez; bunun yerine risk birikiminin izlenebileceğini ve erken sinyallere müdahale edilebileceğini göstermeyi amaçlar. Nedensellik değil, olası risk artışı örüntüsü öngörülmektedir.
MEVCUT: "olay_oldu" → harita_güncelle() // reaktif
HEDEF: foreshock_sinyali → risk_hesapla() → erken_müdahale() // proaktif
// Eksik katman — Atmaca & Öntaş (2024): devamsızlık sinyalleri sistematik takip edilmiyor
if (pre_event_signals === null) {
sistem.erken_uyarı = false; // ← Türkiye'nin şu anki durumu
}
Deprem benzetmesi açıklayıcı bir düşünme aracıdır; birebir eşleme değildir. İnsan davranışı, tektonik plakalardan farklı olarak anlam, ilişki, kültür ve kurumsal yapıdan etkilenir. Bu nedenle modelin gücü, kesin tahmin üretmesinde değil, risk yoğunluğunu izlenebilir kılmasında yatar.
02 · Risk Modeli (GRI)▾
Langman çerçevesini operasyonel bir skora dönüştüren 4 katmanlı model. Atmaca & Öntaş (2024) — Ankara Çocuk Tutukevi'nde 10 tutuklu gençle yürütülen nitel araştırma — bu katmanları Türkiye verisiyle desteklemektedir. İhmal, damgalama, zayıf okul-öğrenci bağı ve akran etkisi tüm katmanlarla örtüşmektedir. Not: Nitel, küçük örneklemli bu çalışma risk faktörlerini işaret etmekte; nedenselliği kanıtlamamaktadır.
+ Tetikleyici + Erişim
03 · Risk Azaltma Çerçevesi (GRMF)▾
🔍 Buradan başlayın: Aşağıdaki parametreleri değiştirerek okul ortamındaki riskin nasıl değiştiğini gözlemleyin.
⚙️ Deneyin: Öğretmen desteğini azaltın veya sosyal ortam baskısını artırın → GRI skorunun nasıl yükseldiğine dikkat edin.
📊 Bu simülasyon, şiddetin aniden değil birikerek oluştuğunu gösterir.
👉 Şimdi deneyin: Tüm parametreleri en düşük seviyeye çekin, sonra tek tek artırın. Hangi değişkenin sistemi daha hızlı bozduğunu gözlemleyin.
GRMF, okul şiddetinin tahmin ve önlenmesinde bütünleşik bir çerçeve sunar. Risk, tek bir faktörün değil birden fazla katmanın birleşiminin ürünüdür.
Okullardaki şiddet, bir deprem gibi davranır.
⚠️ Küçük stresler zamanla birikir.
⚠️ Uzun süre görünmez kalır.
⚠️ Ve bir anda kırılma yaşanır.
🎯 Sorun olayın kendisi değil,
öncesinde biriken enerjidir.
GRI modeli, tam olarak bu görünmeyeni ölçer.
Mikro Sinyaller (Foreshock): Akran zorbalığı, sosyal izolasyon, davranış değişimi
Orta Seviye Risk: Disiplin olayları, sözel tehdit ifadeleri, devamsızlık
Kritik Eşik (Rupture): Silaha erişim, açık hedef belirtme, kültürel sapma
04 · Müdahale Matrisi▾
| Seviye | Sinyal (Indicator) | Müdahale Protokolü | Sorumlu |
|---|---|---|---|
| Düşük | İzolasyon, dışlanma | Zorunlu SEL Programı & Rehberlik | Okul Psikoloğu |
| Orta | Sözel tehdit, kültürel sapma | TAT Toplantısı & Aile Müşavirliği | Tehdit Değerlendirme Ekibi |
| Kritik | Silah erişimi, hedef belirleme | Kolluk Bildirimi & Acil Müdahale | Emniyet / MEB Koordinasyon |
05 · Harita Mimarisi & Risk Haritası▾
"Nerede olay oldu?" sorusundan "nerede olay olacak?" sorusuna geçiş. Model üç katmandan oluşur: Event Density Mapping, Risk Index Interpolation ve Institutional Capacity Scoring.
Gerçekleşmiş olayların nokta ve yoğunluk haritası. Sistem şu an yalnızca bu katmanda çalışıyor.
GRI skoruna dayalı bölgesel risk interpolasyonu. Ülke / şehir bazlı renkli risk haritası.
Kurumsal müdahale kapasitesi skoru.
🗺️ Haritadaki her nokta, bir okulun risk seviyesini temsil eder.
🔴 Kırmızı → Yüksek risk | 🟠 Turuncu → Orta risk | 🟢 Yeşil → Düşük risk
📌 Ama unutmayın: Bu bir sonuç değil, erken uyarı sistemidir.
| Metrik | Okul A | Okul B |
|---|
06 · Kültürel Rol Modeli Analizi▾
Gençlerin suç alt kültürlerine eğilimi, şiddet riskiyle ilişkili olabilecek bir kültürel boyutu temsil eder. Bu parametre, sistematik ölçümü en güç GRI bileşenidir; bu nedenle tanım ve ölçüm biçiminin açıkça belirlenmesi gerekmektedir.
"Kültürel rol model kayması" bu çalışmada, öğrencinin açıkça suç içeren figürleri (mafya/gangster arketipleri) sosyal medyada model alma biçiminde sergilemesi ve bunu okul ortamında dışavurması olarak işlemsel tanımlıdır. Dijital içerik tüketimi tek başına bu kategoriye girmez; bağlamsal yorum ve öğretmen gözlemi zorunludur. Ölçüm: anonim öğrenci bildirimleri + öğretmen gözlem formu; hiçbir algoritmik otomatik etiketleme yapılmaz.
Bu parametrenin GRI ile bağlantısı kavramsal düzeydedir. Aşağıdaki "risk_multiplier: 1.45" değeri pilot veri öncesi bir başlangıç varsayımıdır; ampirik kalibrasyona ihtiyaç duymaktadır.
{
// Gözlemlenebilir göstergeler (öğretmen gözlemi + anonim bildirim)
"observable_signals": ["suç figürü rol model ifadesi", "okul ortamında agresif kültürel dışavurum"],
"NOT_included": ["dijital içerik tüketimi tek başına", "müzik tercihi tek başına"],
"desensitization_level": "Level_4_High",
"hero_archetype": "Criminal_Leader",
// Aşağıdaki değer pilot veriye dayalı kalibrasyonu bekliyor
"risk_multiplier_draft": 1.45, // ← başlangıç varsayımı
"validation_status": "pending_empirical_test"
}
07 · Dünya Modelleri▾
Her modelden GeoSchool'a entegre edilmesi gereken bir kritik bileşen var. Sadece politika değil, algoritma dönüşümü gerekli.
08 · Etik Katman & Etiketleme Karşıtı Protokol▾
Sistem, damgalama (labeling) riskini minimize etmek için "Human-in-the-loop" prensibiyle çalışır. Veriler öğrenciyi dışlamak için değil, destekleyici rehabilitasyon sağlamak için kullanılır. Gizlilik Protokolü, risk uyarılarını idareye "ceza konusu" olarak değil "destek ihtiyacı" olarak raporlar.
Hiçbir öğrenci yalnızca algoritma çıktısı nedeniyle etiketlenemez, dışlanamaz veya cezalandırılamaz. Sistem yönlendirici olup sınıflandırıcı değildir. Tüm GRI verileri okul psikoloğu ve TAT ekibinin değerlendirmesine sunulur; nihai karar her zaman insan uzmanına aittir.
09 · Türkiye Stratejisi — 7 Kritik Hamle▾
Mevcut literatür (Atmaca & Öntaş, 2024), Türkiye'deki okullarda sistematik erken uyarı mekanizmasının yokluğunu ortaya koymaktadır. Şiddet vakalarının sıklığı kadar bu altyapı boşluğu da ciddi bir sorun olarak öne çıkmaktadır. Aşağıdaki adımlar, bu tespite yanıt olarak geliştirilen öncelik sıralı politika önerileridir.
Her okulda psikolog, öğretmen ve idari personelden oluşan disiplinlerarası risk değerlendirme ekibi kurulması. Atmaca & Öntaş (2024), görüştükleri tutuklu gençlerin tamamının okul psikolojik danışmanına yalnızca ceza amaçlı yönlendirildiğini ortaya koyuyor — destekleyici müdahale hiç gerçekleşmemiş.
Davranış değişimi takibi, disiplin kayıtları ve anonim ihbar mekanizmalarını birleştiren GRI tabanlı otomatik tarama sistemi. Şiddet eylemlerinin büyük kısmı önceden dijital iz bırakmaktadır; DTAM bu sinyalleri sistematik olarak yakalar. Türkiye'deki okullarda devamsızlık ve kaçma davranışlarının sistematik takibinin yapılmadığı saptanmıştır (Atmaca & Öntaş, 2024). Veri gizliliği en üst düzeyde korunmalı; sistem sınıflandırıcı değil, yönlendirici olmalıdır.
Kahramanmaraş vakasının net gösterdiği üzere, evde kontrolsüz silah bulunması en kritik risk faktörü. Okul-aile protokolleri ve farkındalık programları bu konuda yasal düzenlemelerle desteklenmeli.
Sosyal Duygusal Öğrenme matematik kadar kritik bir beceri setidir. Empati, öfke yönetimi ve ilişki becerileri geliştirilerek öğrencilerin okula aidiyet duygusu güçlendirilir; kaygı ve depresyon azalır, disiplin sorunları düşer. %20-25 şiddet azaltma etkisi bilimsel olarak kanıtlanmıştır (Cipriano et al., 2023). Türkiye'de seçmeli değil, zorunlu müfredata alınmalıdır. Psikolog/öğrenci oranı riskli bölgelerde yasal olarak 1/250 seviyesine çekilmeli ve bütçe bu fay hatlarına öncelikli aktarılmalıdır.
Edmonton modelinin en kritik ayağı aile katılımıdır. 7/24 kriz hattı yalnızca öğrencilere değil ailelere de açık olmalı. Araştırma, suça karışan gençlerin büyük çoğunluğunun ebeveyn denetiminden yoksun büyüdüğünü ve okul-aile iletişiminin hiç işlemediğini göstermektedir (Atmaca & Öntaş, 2024).
Şiddeti özendiren içeriklere, gangster/mafya glorification'a ve çevrimiçi zorbalığa karşı erken tespit mekanizması. DTAM'ın dijital ayağı olarak konumlandırılmalı; etik ve gizlilik sınırları içinde, insan gözetiminde çalışmalıdır.
Okul güvenliğinin yalnızca psikolojik değil, fiziksel boyutunun da güçlendirilmesi. MEB-İçişleri Bakanlığı ortak protokolü çerçevesinde kamera sistemleri ve devriye entegrasyonu; ancak bu adım, psikolojik müdahale olmadan tek başına yeterli değildir.
10 · Politika Önerileri▾
• Her okulda zorunlu Threat Assessment Team kurulması
• SEL müfredatının matematik kadar zorunlu hale getirilmesi
• GRI tabanlı DTAM erken uyarı algoritması ve anonim ihbar sistemi
• Silaha erişim kontrolü ve aile-okul-kolluk protokolü
• Veri gizliliği odaklı ulusal risk veritabanı oluşturulması
• Psikolog/öğrenci oranının 1/250'ye çekilmesi
• Kültürel rol model kayması için dijital leakage analizi
Kapasite Artışı
Riskli bölgelerde psikolog/öğrenci oranı yasal olarak 1/250 seviyesine çekilmeli ve bütçe bu fay hatlarına öncelikli aktarılmalıdır.
Zorunlu SEL
Sosyal Duygusal Öğrenme (SEL), matematik kadar kritik bir "Ulusal Eğitim Başarı Metriği" olarak müfredata entegre edilmelidir.
Hibrit Yaklaşım
Teknolojik erken uyarı ile insani bağlantı ve duygusal eğitim birleşimi en etkili model. Empati + teknoloji = GeoSchool v2.3.
Kurumsal Koordinasyon
MEB, İçişleri, Sağlık Bakanlığı ve sivil toplum ortak protokoller etrafında yapılandırılmalıdır.
11 · Aşamalı Pilot Uygulama▾
Zorbalık oranı düşüşü · GRI skoru değişimi · Disiplin vakası sayısı · Psikolojik destek erişimi · Öğretmen-veli memnuniyeti · SEL başarı skoru · Siber zorbalık bildirimi
12 · Veri Akış Mimarisi▾
Model teoride kalmamalıdır. Sistemi çalışan bir platforma dönüştüren şey veri mimarisinin somutlaştırılmasıdır: veri nereden gelir, nasıl işlenir, kim kullanır?
13 · Erken Uyarı Tetikleyici Sistemi▾
Erken uyarı kavramsal düzeyde kalmamalıdır. Sistem, aşağıdaki nesnel eşik kurallarına dayalı otomatik tetikleyicilerle çalışır. Her kural insan doğrulaması (TAT) gerektirmeden alarm üretmez; yalnızca dikkat eşiğini işaretler.
| Kural | Tetikleyici Koşul | Zaman Penceresi | GRI Ağırlığı | Aksiyon |
|---|---|---|---|---|
| T-01 | 3+ zorbalık kaydı | Son 30 gün | +18 puan | Sosyal katman uyarısı |
| T-02 | Ani davranış değişimi | 2 hafta içinde | +22 puan | Psikolojik değerlendirme |
| T-03 | Sosyal izolasyon artışı ≥%40 | Son 6 hafta | +20 puan | Rehber yönlendirmesi |
| T-04 | Tehdit ifadesi (dijital/sözlü) | Anlık | +35 puan | TAT acil toplantısı |
| T-05 ⚠ | Silah erişimi + T-04 | Anlık | +50 puan (KRİTİK) | Kolluk bildirimi |
14 · Zamansal Risk Modeli▾
GeoSchool'un sismoloji analojisindeki en güçlü katmanı budur: risk statik değil, birikimlidir. Depremde "creeping → stress loading → rupture" nasıl bir zaman eğrisi izliyorsa, okul şiddetinde de risk yavaş birikerek ani bir kırılma noktasına ulaşır.
if (gri_trend(t) > gri_trend(t-30) * 1.3) {
flag("HIZLI_BIRIKIM"); // ani sıçrama tespiti
erken_uyarı_seviyesi++;
}
15 · Model Sınırlılıkları & Doğrulama Stratejisi▾
Bilimsel bir modelin güvenilirliği yalnızca kapsamıyla değil, sınırlılıklarını açıkça tanımlamasıyla ölçülür. GeoSchool'un etik ve metodolojik kısıtları şeffaf biçimde belgelenmelidir. Aşağıdaki her sınırlılık için bir azaltma stratejisi önerilmektedir.
16 · Karar Destek Sistemi (DSS)▾
GeoSchool'u yalnızca analiz yapan bir sistemden karar öneren bir platforma dönüştüren katman. DSS, GRI skoru ve tetikleyici kurallara göre okul yöneticisine somut aksiyon önerileri sunar.
DSS yalnızca öneri üretir. Nihai karar her zaman insan uzmana aittir. Sistem, yöneticinin karar yükünü azaltır; kararın kendisini devre dışı bırakmaz. Bu, etik AI kullanımının temel prensibidir.
16b · Yöntem & Doğrulama Stratejisi▾
Bu bölüm, mevcut kavramsal modelin test edilebilir bir araştırmaya dönüştürülmesi için gerekli yöntemsel unsurları açıklamaktadır. GRI parametrelerinin ampirik geçerliliği henüz sınanmamıştır; aşağıdaki tasarım bu boşluğu kapatmak için önerilmektedir.
17a · Literatür Sentezi▾
Bu bölüm, GeoSchool modelinin dayandığı dört temel literatür kümesini sentezlemektedir. Her küme için modelin hangi bileşenini desteklediği ve hangi boşlukların hâlâ mevcut olduğu belirtilmektedir.
Cornell ve arkadaşlarının Virginia Threat Assessment modeli (2004, 2018), okul şiddetinin bireysel bir sapma değil, ölçülebilir ve yönetilebilir bir süreç olduğunu ortaya koymuştur. Yapılandırılmış TAT ekiplerinin varlığı, disiplin olaylarını anlamlı biçimde azaltmaktadır. Langman'ın (2018) üçlü tipolojisi psikolojik profilleme için temel çerçeveyi oluşturmaktadır. Peterson & Densley (2019), olay öncesi sızan sinyallerin (leakage) çevre tarafından fark edilmesine rağmen çoğunlukla raporlanmadığını belgelemektedir.
Cipriano ve arkadaşları (2023) meta-analizi SEL programlarının şiddet ve saldırganlığı %20-25 oranında azalttığını göstermektedir. Coelho ve arkadaşları (2023), 208 öğrencili quasi-deneysel çalışmada akran çatışmasının istatistiksel olarak anlamlı düşüşünü belgelemiştir. Bergin ve arkadaşları (2024), 5.000'den fazla okulda d=0.89 etki büyüklüğü bulmuştur. Bu kanıt tabanı, SEL'i GeoSchool'un en sağlam desteklenen müdahale bileşeni yapmaktadır.
Arhuis-Inca ve arkadaşları (2022), Peru'da 12.132 okul şiddeti vakasını GIS tabanlı mekânsal analiz ile incelemiş; Moran indeksi yöntemiyle yüksek riskli kümeleri saptamıştır. Bu yaklaşım GeoSchool'un Hotspot Harita Katmanı için doğrudan metodolojik dayanak oluşturmaktadır. Astor ve arkadaşları (2024), okul iklimi ile zorbalık prevalansı arasındaki ilişkiyi ulusal karşılaştırmalı veriyle ortaya koymuştur.
Atmaca & Öntaş (2024), Ankara Çocuk Tutukevi'nde 10 tutuklu genç ile yürütülen nitel görüşmelerde beş kritik risk faktörünü saptamıştır: ebeveyn ihmali, zayıf okul-öğrenci bağı, damgalama, zorbalık mağduriyeti ve akran baskısı. Bu bulgular GRI'nin Sosyal ve Tetikleyici katmanlarını Türkiye bağlamında desteklemektedir. Önemli kısıt: 10 kişilik nitel örneklem ön kanıt (preliminary evidence) düzeyindedir; nicel geniş örneklemle doğrulama gerekmektedir.
17 · Kaynakça▾
18 · Sonuç▾
Bu çerçeve, reaktif değil proaktif bir model önermektedir: riski oluşmadan önce izlemek, birikimleri erken saptamak ve insan uzmanı merkezine alan müdahaleler geliştirmek.
Bu çalışma kavramsal bir model önerisi olarak okunmalıdır. GRI parametrelerinin geçerliliği ve pilot uygulama sonuçları gelecekteki araştırmalarda sınanacaktır. Aşağıdaki eylem çerçevesi, mevcut literatür kanıtlarına ve model tasarımına dayanmaktadır.
1. Ölç
Okullardaki risk rastgele değil, ölçülebilir. GRI gibi modeller görünmeyeni sayısallaştırır.
2. İzle
Risk statik değildir, sürekli değişir. Bu yüzden düzenli izleme kritik öneme sahiptir.
3. Müdahale Et
Yüksek risk tespit edildiğinde gecikmeden müdahale edilmelidir. Aksi halde sistem kırılır.
4. Önle
En etkili strateji kriz sonrası değil, kriz öncesi alınan önlemlerdir.
Ölçülebilir, modellenebilir ve önlenebilir bir afettir.
GeoSchool, doğru geliştirilerek ve ampirik olarak doğrulanırsa okul şiddeti alanında proaktif risk izleme sistemlerinin Türkiye'deki öncülü olabilir. Mevcut literatür, erken uyarı yaklaşımlarının etkili olabileceğini desteklemektedir; ancak bu modelin spesifik katkısı pilot verisiyle netleşecektir. GRMF ve mekânsal risk haritalama bileşenleri, reaktiften proaktif modele geçişin potansiyel araçları olarak değerlendirilmektedir.
Hibrit yaklaşım — teknolojik erken uyarı (DTAM, GRI) ile insani bağlantı ve duygusal eğitim (SEL, TAT) birleşimi — en etkili ve etik yol olarak öne çıkmaktadır.
function geoSchoolV30(okul_id) {
const ham_veri = pipeline_topla(okul_id); // öğretmen + disiplin + anonim + veli
const sinyaller = normalize(ham_veri);
const dijital = dtam_analiz(okul_id); // leakage, siber zorbalık, kültürel sapma
const gri = hesapla_gri(sinyaller, dijital, LANGMAN_GRMF);
const trend = temporal_trend(gri, 90); // 90 günlük birikim analizi
const fp_risk = false_positive_check(gri); // yanlış pozitif denetimi
const öneri = dss_karar_öner(gri, trend); // insan onayı zorunlu
if (gri > 75 && !fp_risk) {
threat_team_bildir(); // TAT — insan kararı
aile_bildir(); // Edmonton protokolü
harita_güncelle(gri, "risk_layer");
}
return { gri, trend, öneri, aksiyon_listesi };
}
Comments
Post a Comment