Korteks; oyunlaştırılmış etkileşimler, bilimsel gelişim modeli ve yapay zekâ destekli analizleri bir araya getirerek 5-10 yaş aralığındaki çocuklar için çok paydaşlı bir gelişim platformu kurar.
Kişiselleştirilmiş Test
Oyunlaştırılmış oturumlar ve uyarlanabilir akışlar
Zekâ Alanı Profili
Gardner temelli 8 boyutlu gelişim haritası
AI Modeli
LSTM, CNN, NLP ve dikkat/duygu analizi
Kritik Yaş Penceresi
5-10 yaş arasında en yüksek öğrenme esnekliği
Platform içindeki her etkileşim; dikkat, öğrenme hızı, hata örüntüsü ve güçlü alanlar açısından yeniden yorumlanır. Sonuç; ebeveynin anlayabildiği, öğretmenin kullanabildiği ve uzmanın derinleştirebildiği tek bir gelişim resmi olur.
8 alanlık yaşayan profil
Longitudinal gelişim eğrisi
Kısa oturumlar birikerek aylık örüntülere dönüşür; sistem en verimli saatleri, dikkat dalgalanmalarını ve ilerleme hızını izler.

Canlı profil
8 alan her etkileşimle yeniden güncellenir
4 model senkronize
LSTM, CNN, NLP ve TensorFlow birlikte çalışır
Edge + güvenlik
Ham veri cihazda tutulur, yalnızca gerekli sinyaller aktarılır
Howard Gardner'ın Çoklu Zekâ Teorisi ile modern nörobilim bulgularını birleştiren yapı, güçlü alanları ve gelişim fırsatlarını aynı haritada görünür kılar.
Bütüncül bilişsel profil
Profil statik bir test sonucu değildir. Platform içindeki her etkileşimle güncellenen, yaşayan bir gelişim haritasıdır.
Amaç etiketlemek değil; ebeveyn, öğretmen ve uzmanın aynı gelişim dilinde buluşmasını sağlamaktır.
Kelime dağarcığı, anlatım akıcılığı ve dil üretim örüntüleri izlenir.
Problem çözme stratejileri, örüntü kurma ve mantıksal akış değerlendirilir.
Şekil eşleştirme, görsel dikkat ve mekânsal organizasyon ölçülür.
Ritim algısı, işitsel örüntü farkındalığı ve tempo takibi gözlenir.
Motor koordinasyon, dokunma temelli tepki ve hareket planlama analiz edilir.
Sosyal ipuçlarını yorumlama, iş birliği ve etkileşim kalitesi izlenir.
Duygu düzenleme, öz farkındalık ve bireysel öğrenme ritmi görünür hale gelir.
Sınıflandırma eğilimi, çevresel örüntüleri fark etme ve gözlem becerileri takip edilir.
Korteks aynı anda davranışsal zaman serisi, görsel performans, dil gelişimi ve duygu/dikkat sinyallerini işler.
Haftalık ve aylık öğrenme trendleri, dikkat dalgalanmaları ve verimli kullanım saatleri yakalanır.
Görsel seçimler, şekil örüntüleri ve ekran içi mekânsal davranışlar analiz edilir.
Kelime çeşitliliği, sözdizimsel karmaşıklık ve pragmatik iletişim becerileri takip edilir.
Yüz ifadeleri ve oturum içi ilgi değişimleri üzerinden dikkat haritası oluşturulur.
Bu dört modelin çıktıları tek tek değil, birleşik bir karar destek katmanında buluşur. Sonuç; ebeveyne sade, öğretmene uygulanabilir, uzmana derinlikli içgörü sunan tek bir profil olur.
Platform tanı koymaz; olası risk sinyallerini görünür kılar ve gerektiğinde uzman yönlendirmesini destekler.
Haftalık ve aylık öğrenme trendleri, dikkat dalgalanmaları ve verimli kullanım saatleri yakalanır.
Görsel seçimler, şekil örüntüleri ve ekran içi mekânsal davranışlar analiz edilir.
Kelime çeşitliliği, sözdizimsel karmaşıklık ve pragmatik iletişim becerileri takip edilir.
Yüz ifadeleri ve oturum içi ilgi değişimleri üzerinden dikkat haritası oluşturulur.
Korteks yalnızca ebeveyn uygulaması değildir; ev, okul ve uzman hattını aynı gelişim döngüsüne bağlayan dijital bir destek katmanıdır.
Çocuğun güçlü yönlerini, gelişim alanlarını ve evde uygulanabilir önerileri anlaşılır raporlarla görür.
Sınıf içi uygulamaları bireyselleştirmek ve öğrenciyi öğrenme stiline göre desteklemek için kullanır.
Psikolog, pedagog ve nöropsikologlar için zaman serisi verilerini klinik gözlemle karşılaştıran karar destek katmanı sunar.
Aynı çocuğa üç farklı operasyonel görünüm
Veli için sadeleştirilmiş çıktı, okul için uygulanabilir plan, uzman için karar destek veri katmanı üretilir.
Veri akışı çocuk verisini korurken analitik derinliği kaybetmez; cihazda işleme, bulutta senkronizasyon ve audit log birlikte tasarlanmıştır.
Ham etkileşim verisi önce cihazda işlenir; yalnızca gerekli vektörler ve özet sinyaller buluta taşınır.
Kullanıcı yönetimi, değerlendirme motoru, analitik ve raporlama ile içerik yönetimi servisleri ayrıştırılır.
AES-256-GCM, anonim kimlik yaklaşımı ve immutable audit log ile her model çağrısı izlenebilir kalır.
Aynı veri; ebeveyn, öğretmen ve uzman için farklı derinliklerde anlamlı çıktılara dönüşür.
Yatırımcı, okul ve aile tarafında güvenlik tercih değil zorunluluktur. Mimari bu gereksinimi başlangıç seviyesinde değil, ürün çekirdeğinde karşılar.
Veri önce cihazda işlenir, yalnızca gerekli vektörler buluta aktarılır.
Çocuk kimliği anonim tutulur; yapay zekâ gerçek kimlikle çalışmaz.
KVKK ve GDPR uyumlu veri minimizasyonu yaklaşımı uygulanır.
AES-256-GCM şifreleme ile uçtan uca veri koruması sağlanır.
Immutable audit log ile her model çağrısı kayıt altında tutulur.
Uygulama iOS ve Android üzerinde kısa, tekrarlanabilir oturumlarla çalışır; sistem her kullanımda gelişim eğrisini biraz daha netleştirir.
Yaş grubuna göre otomatik içerik seçimi
8 alana özel test ve aktivite kütüphanesi
Gerçek zamanlı beceri analizi paneli
Ebeveyn ve öğretmen için ayrı rapor formatları
Türkçe doğal dil rapor üretimi
6 aylık gelişim eğrisi takibi

Hayvan figürleri, görev akışları ve mikro etkileşimler sayesinde sistem tepki süresi, dikkat ve çözüm tercihlerini baskı oluşturmadan toplar.

Zaman serisi görünümü; dikkat, öğrenme hızı, hata örüntüsü ve verimli kullanım saatlerini tek ekranda birleştirir.

Ebeveyn için uygulanabilir aktivite önerileri, öğretmen için sınıf içi yönlendirmeler ve uzman için raporlanabilir veri aynı akıştan üretilir.
Demo oturumunda oyun tabanlı değerlendirme akışını, 4 AI modelinin birleşik analizini ve raporlama deneyimini gerçek senaryolarla görebilirsiniz.