Bilgisayarda bireyselleştirilmiş testler (BBT) temelde, bireyin seviyesine uygun zorluktaki soruya verilen yanıta göre daha kolay veya daha zor yeni bir soru yönlendirme üzerine kurulu bir ölçme yöntemi olarak ifade edilebilir.
BBT uygulamaları kâğıt-kalem testlere alternatif olarak geliştirilmiş olup en önemli avantajları daha kısa test uzunluğu ve daha iyi yetenek kestirimi sağlamasıdır (Meijer ve Nering, 1999). BBT’ye ait teorik çalışmalar 40 yıl öncesine dayansa da, pratikteki çalışmalar ilk olarak Amerikan ordusunun kendi personelini seçmesi için kullandığı testleri kapsamaktadır (Armed Services Vocational Aptitude Battery [ASVAB]; Segall vd., 1997). Daha sonraları hemşire akreditasyon testleri (National Council Licensure Examination [NCLEX]), yabancı dil sınavları (Test of English as a Foreign Language [TOEFL]) ve lisansüstü eğitim sınavları (Graduate Record Examinations [GRE]) gibi farklı alanlarda BBT’nin birçok uygulaması gerçekleştirilmiştir. Bu uygulamalar güvenlik nedeniyle kapalı ağlar içinde öğrencilere verilmektedir fakat son yıllarda ticari test şirketlerinin de katkılarıyla ABD’de ilk büyük boyutlu çevrimiçi BBT uygulamalarına başlanmıştır (örneğin The Partnership for Assessment of Readiness for College and Careers [PARCC] ve Smarter Balanced konsorsiyumları gibi).
BBT uygulamalarının kâğıt-kalem testlerine göre birçok avantajı bulunmaktadır. Örneğin; BBT’de testler öğrencinin seviyesine göre oluşturulduğu için bu testler, kâğıt-kalem testlere göre daha kısa test uzunluğuna sahiptir. Soru yazımı için harcanan emek ve maliyetler düşünüldüğü zaman BBT bu avantajından dolayı test uygulamalarında kullanılması cazip hale gelmiştir. Buna ek olarak kâğıt-kalem testlerde çok başarısız ve çok başarılı öğrencilere uygun yeterince soru bulunmadığı için bu testler bu öğrencileri yeterli güvenirlikte ölçememekte ve dolayısıyla yetenek kestirimlerindeki hata payları yüksek çıkmaktadır. Hâlbuki BBT uygulamalarında soru bankaları oldukça büyük olduğu için her öğrencinin seviyesine göre yeterli soru bulunmakta ve madde seçme algoritmaları tarafından sorular öğrencilerin seviyelerine göre sorulmaktadır.
BBT uygulamaları sadece çoktan seçmeli sorulara değil, ses, çizim gibi girdileri, öğrencinin fare hareketleri analizleri, öğrencinin soruyu cevaplama süresi gibi birçok bilgiyi de kaydetmektedir. Bu bilgiler öğrencinin başarı seviyesinin daha güvenilir bir şekilde ölçülmesinde faydalı sağlamaktadır. Ayrıca BBT uygulamalarında öğrenciler istedikleri gün ve saatte sınava girme rahatlığına sahiptir. BBT uygulamalarının madde havuzu, teste başlama kriteri, madde seçme algoritması, puanlama yöntemi ve testi sonlandırma kriteri olmak üzere beş ana bileşeni bulunmaktadır (Weiss ve Kingsbury, 1984).
Genel olarak BBT uygulamaları şu şekilde gerçekleştirilir: önceden belirlenmiş test başlama kriteri dikkate alınarak (örneğin orta zorlukta bir madde veya rastgele seçimle) öğrenciye madde havuzundan bir soru çekilerek cevaplanması istenir. Eğer öğrenci bu soruyu doğru cevaplayabilirse daha zor, cevaplayamazsa daha kolay bir madde havuzdan seçilerek sorulur. Bu şekilde test ilerledikçe madde seçme algoritması öğrencinin önceki cevaplarını ve soru bankasında kalan soruların psikometrik özelliklerini değerlendirerek öğrenciye sunulacak en uygun soruyu bulur. Sonrasında yine önceden belirlenmiş test bitirme kriteri (örneğin sabit test uzunluğu ya da sabit kestirim hatası) ile test sonlandırılır. Test sonlandırıldığında da öğrenciye bir puan verilir. Ara basamaklarda öğrencinin geçici seviyesini belirlemede, soru bankasındaki öğrenciye sunulacak en uygun soruyu seçmede, testi sonlandırmada birçok farklı yöntem önerilmiştir (van der Linden ve Pashley, 2000). Bu şekilde sadece maddenin zorluk parametresi temel alınarak BBT uygulaması gerçekleştirildiği gibi daha ileri düzey psikometrik modellerin kullanımıyla farklı madde parametreleri dikkate alınarak da madde seçimi yapılabilir.
