Bu çalışmanın amacı, bilgi ve iletişim teknolojilerinin gelişimiyle eğitim ortamlarında biriken büyük verinin, Eğitimde Veri Madenciliği (EDM) ve Öğrenme Analitiği disiplinleri aracılığıyla matematik eğitimine nasıl entegre edilebileceğini yapısal olarak incelemek; literatürdeki algoritmik uygulamaları somutlaştırarak eğitim süreçlerine sağladığı katmanlı katkıları ve beraberinde getirdiği etik riskleri tartışmaktır.

Çalışma, nitel bir kavramsal analiz ve geniş kapsamlı bir literatür taraması niteliğindedir. Bu doğrultuda, öğrencilerin dijital ortamlardaki etkileşim logları, performans çıktıları ve duyuşsal verileri; Hiebert ve Lefevre’in (1986) "Kavramsal ve İşlemsel Bilgi", Schoenfeld’in (1992) "Matematiksel Düşünme", Zimmerman’ın (2002) "Öz-Düzenlemeli Öğrenme" ve Vygotsky’nin "Yakınsal Gelişim Alanı" (ZPD) kuramsal çerçeveleriyle ilişkilendirilerek analiz edilmiştir.

Yapılan literatür analizi sonucunda, matematik eğitiminde veri madenciliği uygulamalarının temelde üç ana eksende (başarı tahmini, kavram yanılgısı tespiti ve uyarlamalı geri bildirim) ivme kazandığı saptanmıştır. Bu süreçte kullanılan denetimli ve denetimsiz makine öğrenmesi tekniklerinin pedagojik karşılıkları şu şekilde tasnif edilmiştir. Ayrıca, oyun tabanlı ortamlarda öğrencilerin sıkılma veya hayal kırıklığı anlarının anlık tespit edilebildiği; Bayesçi ve Derin Bilgi İzleme modelleriyle öğrenci ustalığının olasılıksal olarak haritalandırılabildiği belirlenmiştir.

Sonuç olarak, Eğitimde Veri Madenciliği tekniklerinin, geleneksel ve sonuç odaklı değerlendirme yaklaşımını "süreç odaklı ve biçimlendirici bir değerlendirme" kültürüne dönüştürdüğü görülmüştür. Bu bağlamda, gelecekteki sistemlerin Açıklanabilir Yapay Zeka prensiplerine uygun tasarlanması, Çok Modlu Öğrenme Analitiği ile duyuşsal boyutların da sürece dahil edilmesi ve yapay zekanın analitik gücü ile öğretmenin pedagojik alan bilgisini birleştiren iş birliğine dayalı bir "hassas eğitim" modelinin benimsenmesi önerilmektedir.