Sonuç olarak amaç yalnızca çocukların internette daha az zaman geçirmesi değil; dijital dünyada daha güvenli, bilinçli ve yaşlarına uygun bir deneyim yaşamaları.

Eğitimde Veri Analitiğinin Karar Alma Kültürüne Dönüşümü

Eğitim kurumları bugün hiç olmadığı kadar fazla veri üretiyor. Sınav sonuçları, kazanım değerlendirmeleri, devamsızlık kayıtları, dijital öğrenme platformlarındaki etkileşimler, proje ve kulüp çalışmaları, öğrenci geri bildirimleri ve öğretmen gözlemleri; öğrencinin okul yaşamına ilişkin geniş bir veri alanı oluşturuyor. Ancak asıl mesele, ne kadar veriye sahip olduğumuz değil, bu veriden ne kadar anlam üretebildiğimizdir.

Bir tabloya bakmak, bir grafiği incelemek ya da dönem sonunda ortalamaları karşılaştırmak elbette değerlidir. Fakat veri analitiğinin eğitimdeki gerçek gücü, görünen sayıların arkasındaki soruları ortaya çıkarabilmesinde yatar. Bir sınıfın matematik ortalamasının düşmesi bize bir sonuç söyler; hangi kazanımlarda zorlanıldığını, bu değişimin ne zaman başladığını, belirli öğrenci gruplarında yoğunlaşıp yoğunlaşmadığını ve hangi desteğin gerekli olabileceğini araştırmak ise veriyi anlamaya başladığımız noktadır.

Veriden İçgörüye

Veri tek başına bir karar değildir. Ham verinin anlamlı bilgiye, bilginin içgörüye, içgörünün ise eğitimsel bir aksiyona dönüşmesi gerekir. Bu nedenle eğitimde veri analitiğini yalnızca raporlama faaliyeti olarak görmek eksik kalır. İyi tasarlanmış bir analiz, öğretmene ya da okul yöneticisine hazır cevaplar vermekten çok, doğru soruları sordurmalıdır.

Örneğin bir öğrencinin tek bir sınavdan aldığı düşük not, tek başına sınırlı bir bilgi sunar. Aynı öğrencinin farklı dönemlerdeki performansı, kazanım bazındaki değişimi, devam durumu, öğrenme etkinliklerine katılımı ve öğretmen gözlemleri birlikte değerlendirildiğinde ise çok daha anlamlı bir tablo ortaya çıkabilir. Burada amaç öğrenciyi bir sayı ya da göstergeye indirgemek değil; farklı göstergeleri bir araya getirerek gelişim sürecini daha bütüncül biçimde okuyabilmektir. 

Gösterge Panellerinden Karar Destek Sistemlerine

Son yıllarda eğitim kurumlarında gösterge panelleri ve görsel raporlama araçları giderek daha yaygın kullanılıyor. Renkli grafikler, yüzdeler, karşılaştırmalar ve performans göstergeleri veriyi görünür hâle getiriyor. Ancak iyi bir gösterge panelinin başarısı, ekranda kaç grafik bulunduğuyla değil, kullanıcıyı ne kadar doğru bir karara yaklaştırdığıyla ölçülmelidir.

Bir yönetici için öğrenci sayılarındaki değişim, bir öğretmen için kazanım düzeyleri, bir rehberlik birimi için gelişim eğilimleri farklı anlamlar taşır. Bu nedenle aynı veri, farklı kullanıcıların ihtiyaçlarına göre farklı sorulara cevap verebilmelidir. Eğitim analitiğinin temelinde de tam olarak bu yaklaşım bulunur: veriyi herkes için aynı biçimde sunmak yerine, kararın bağlamına uygun biçimde anlamlandırmak.

Veri Kültürü Teknolojiden Daha Büyük Bir Konudur

Eğitimde veri odaklı dönüşüm çoğu zaman yeni yazılımlar, yapay zekâ uygulamaları veya gelişmiş raporlama sistemleri üzerinden konuşuluyor. Oysa teknolojik altyapı bu dönüşümün yalnızca bir parçasıdır. Asıl dönüşüm, kurum içinde ortak bir veri kültürü oluşturabilmektir.

Veri kültürü; öğretmenin gördüğü bir grafiği sorgulayabilmesini, yöneticinin bir göstergenin nasıl hesaplandığını bilmesini, ekiplerin aynı kavramları aynı biçimde tanımlamasını ve alınan kararların hangi verilere dayandığını açıklayabilmesini gerektirir. Bu yaklaşım aynı zamanda veri kalitesi, güvenilirlik, mahremiyet ve etik kullanım konularını da beraberinde getirir. Çünkü yanlış, eksik ya da bağlamından koparılmış bir veri, doğru bir kararı desteklemek yerine yanlış bir algı oluşturabilir.

Tahmin Etmekten Önce Fark Etmek

Veri analitiği ve yapay zekâ alanındaki gelişmeler, eğitimde tahmine dayalı modelleri de gündeme getiriyor. Ancak öğrencinin geleceğini bir algoritmanın tahmin etmesi fikrinden önce daha temel ve daha insani bir hedefe odaklanmak gerekir: öğrencinin desteğe ihtiyaç duyabileceği noktaları daha erken fark edebilmek.

Akademik performanstaki değişim, devam durumu, öğrenme etkinliklerine katılım veya uzun dönemli gelişim eğilimleri tek tek kesin hükümler oluşturmaz. Fakat öğretmenin mesleki gözlemiyle birlikte ele alındığında erken bir işaret niteliği taşıyabilir. Böyle bir yaklaşımda veri, öğretmenin yerine karar veren bir mekanizma değil; öğretmenin dikkatini doğru noktaya yönlendiren bir karar destek aracıdır.

Veriyi Anlayan Okul

Veriyi anlayan bir okul, en fazla veriyi toplayan okul değildir. Hangi verinin neden toplandığını bilen, göstergeleri bağlamı içinde değerlendiren, sonuçları sorgulayan ve elde ettiği içgörüyü öğrencinin öğrenme deneyimini geliştirmek için kullanan okuldur. Böyle bir kurumda veri yalnızca dönem sonlarında hazırlanan raporlarda değil, öğrenme ve yönetim süreçlerinin doğal bir parçası olarak yaşar.

Bu anlayışın merkezinde teknoloji değil insan bulunur. Çünkü bir öğrencinin gelişim yolculuğunu bütünüyle bir grafik, ortalama veya algoritma açıklayamaz. Verinin görevi öğrenciyi tanımlamak değil; öğretmenin, yöneticinin ve öğrencinin kendisinin bu yolculuğu daha iyi anlayabilmesine yardımcı olmaktır.

Geleceğin eğitim kurumlarını birbirinden ayıracak temel unsurlardan biri, sahip oldukları veri miktarı olmayacaktır. Asıl fark; veriye doğru soruları sorabilen, farklı göstergeler arasındaki ilişkileri görebilen ve ortaya çıkan içgörüyü anlamlı eğitimsel kararlara dönüştürebilen kurumlarda oluşacaktır. Çünkü eğitimin geleceğini daha fazla veri toplamak değil, elimizdeki veriyi daha doğru sorularla anlamlandırmak şekillendirecektir.

Padlet Arcade ile Yapay Zekâ Destekli Öğrenme

Bir öğretmenin elinde bir PDF, bir ders sunumu, bir YouTube videosu ya da yalnızca birkaç kelimelik bir öğrenme hedefi olduğunu düşünün.

“Dijital ayak izi nedir?”
“Fotosentezin aşamaları”
“İstanbul’un fethi”
“Algoritmalar günlük hayatımızı nasıl etkiliyor?”

Şimdi bir de bu içeriğin birkaç dakika içerisinde öğrencilerin oynayabileceği, puan toplayabileceği, eşleştirmeler yapabileceği, soruları çözebileceği veya tamamen öğretmenin tarif ettiği kurallarla ilerleyen etkileşimli bir öğrenme oyununa dönüştüğünü düşünün.

Yakın zamana kadar böyle bir oyun hazırlamak; içerik üretmek, soruları yazmak, görselleri seçmek, oyun mekaniğini kurgulamak ve bütün bunları dijital bir ortama aktarmak anlamına geliyordu. Kısacası ciddi bir zaman ve teknik beceri gerektiriyordu.

Padlet Arcade, tam da bu noktada öğretmenlerin karşısına farklı bir yaklaşımla çıkıyor:

“Siz ne öğretmek istediğinizi söyleyin, yapay zekâ bunu oynanabilir bir öğrenme deneyimine dönüştürsün.”

Padlet tarafından geliştirilen Arcade, yapay zekâ destekli bir öğrenme oyunu oluşturma platformu. Kullanıcı bir konu yazabiliyor, PDF veya DOCX dosyası yükleyebiliyor, bir görsel ekleyebiliyor ya da bir web sitesi veya YouTube bağlantısını kaynak olarak gösterebiliyor. Ardından yapay zekâ bu içeriği analiz ederek etkileşimli bir oyun oluşturabiliyor. Padlet'in güncel yardım belgelerine göre şablon tabanlı oyunlar genellikle bir dakikadan kısa sürede, özel olarak tasarlanan oyunlar ise yaklaşık iki dakika içerisinde oluşturulabiliyor.

Ancak Padlet Arcade’i ilginç yapan yalnızca hızı değil.

Asıl önemli değişim, öğretmenin artık “oyunu hazırlayan kişi” olmaktan çıkıp “öğrenme deneyimini tasarlayan kişi” hâline gelmesi.

Bir PDF’den Oyuna…

Arcade’in çalışma mantığı oldukça basit.

Öğretmen önce oyunun hangi içerikten üretileceğini belirliyor.

Bir konu yazmak mümkün:

“5. sınıf öğrencileri için güneş sistemi.”

Daha ayrıntılı bir öğrenme hedefi de verilebilir:

“7. sınıf öğrencilerinin güvenli parola oluşturma, kişisel verileri koruma ve sosyal medyada gizlilik ayarlarını değerlendirme becerilerini ölçen bir oyun hazırla.”

Bunun yanında PDF ve DOCX belgeleri ile JPG ve PNG görselleri sisteme yüklenebiliyor. İçerik bir internet sitesinde veya YouTube videosundaysa bağlantısı da kullanılabiliyor. Sistem ayrıca anaokulundan 12. sınıfa ve yükseköğretime kadar sınıf seviyesi seçilmesine olanak tanıyor. Yapay zekâ seçilen seviyeyi oyunun dili ve soru karmaşıklığını ayarlamak için kullanıyor.

Bu küçük ayrıntı aslında eğitim açısından oldukça değerli.

Çünkü aynı konu:

3. sınıfta:
“İnternette tanımadığın biri senden fotoğraf isterse ne yapmalısın?”

şeklinde ele alınabilirken,

11. sınıfta:
“Bir sosyal medya platformunun kişiselleştirilmiş reklam amacıyla kullanıcı verilerini işlemesini mahremiyet açısından değerlendiriniz.”

gibi çok daha karmaşık bir probleme dönüştürülebilir.

Yani burada yapay zekâ yalnızca soru üretmiyor; doğru yönlendirildiğinde içeriğin seviyelendirilmesine de yardımcı oluyor.

Her Ders Quiz Olmak Zorunda Değil

Dijital araçlarla oyunlaştırma denildiğinde ilk akla gelen yöntem genellikle çoktan seçmeli sorulardır.

Soru gelir.
Dört seçenek görünür.
Öğrenci cevaplar.
Puan kazanır.

Arcade bunun ötesine geçmeye çalışıyor.

Platformda çoktan seçmeli soruların yanı sıra flash kartlar, hafıza kartları, eşleştirme, sınıflandırma, sıralama ve boşluk doldurma gibi farklı oyun yapıları bulunuyor. Öğretmen isterse yapay zekânın içerik için uygun formatı seçmesine de izin verebiliyor.

Bu çeşitlilik önemli. Çünkü her öğrenme hedefi aynı yöntemle ölçülemez.

Örneğin;

Yabancı dil dersinde kelime–anlam eşleştirme,

Tarih dersinde olayları kronolojik sıralama,

Fen bilimlerinde canlıları özelliklerine göre sınıflandırma,

Bilişim teknolojilerinde algoritma adımlarını doğru sıraya koyma,

Matematikte kavram–örnek eşleştirme,

Dijital vatandaşlık dersinde güvenli ve riskli çevrim içi davranışları kategorilere ayırma

kullanılabilir.

Böylece oyunlaştırma yalnızca “soruyu daha eğlenceli göstermek” olmaktan çıkıp öğrenme hedefinin yapısına uygun bir deneyime dönüşebilir.

Asıl İlginç Bölüm Custom Game

Arcade’in eğitim açısından en dikkat çekici özelliklerinden biri ise Custom, yani özel oyun oluşturma yaklaşımı.

Hazır bir şablon seçmek yerine öğretmen oyunun nasıl çalışmasını istediğini yapay zekâya tarif edebiliyor. Padlet, Arcade'in hazır oyun formatlarının yanında tamamen özelleştirilebilir oyun oluşturma seçeneği sunduğunu belirtiyor.

İşte yapay zekânın eğitimdeki rolü tam burada değişmeye başlıyor.

Artık yalnızca:

“Bana bu konuyla ilgili 10 soru hazırla.”

demiyoruz.

Bunun yerine şöyle bir öğrenme deneyimi tarif edebiliriz:

“Öğrenciler dijital dedektif rolünde olsun. Karşılarına sosyal medyada geçen beş farklı olay çıksın. Her olayda yanlış bilgi, mahremiyet, algoritmalar, dijital ayak izi veya siber zorbalıkla ilgili bir problem bulunsun. Öğrenci doğru kararı verdiğinde bir sonraki vakaya geçsin. Yanlış cevapta doğrudan cevabı vermek yerine ipucu göster.”

Burada öğretmen artık soru yazarı değil.

Oyun tasarımcısı.

Ve belki de yapay zekânın eğitimde yaratacağı en önemli dönüşümlerden biri tam olarak bu noktada yatıyor.

Öğretmenin Yeni Süper Gücü: Prompt Değil, Pedagojik Tasarım

Yapay zekâ araçlarıyla ilgili konuşurken sık sık “iyi prompt yazmak” kavramı üzerinde duruyoruz.

Ancak eğitim açısından daha önemli bir soru var:

Öğretmen yapay zekâya ne yazacağını nereden biliyor?

Çünkü iyi bir eğitim oyunu oluşturmak için yalnızca teknoloji bilgisi yeterli değil.

Öğretmenin şunları düşünmesi gerekiyor:

• Öğrenci bu etkinliğin sonunda ne öğrenecek?

• Hangi hataları yapmasını bekliyorum?

• Hangi yanlış cevaplar benim için anlamlı?

• Oyunda rekabet mi olmalı, keşif mi?

• Öğrencinin hatası karşısında cevap mı göstermeliyim, ipucu mu vermeliyim?

• Hatırlamasını mı istiyorum, yoksa karar vermesini mi?

İşte bu soruların cevapları yapay zekâdan değil, öğretmenin pedagojik bilgisinden geliyor.

Dolayısıyla Arcade gibi araçlar öğretmenin önemini azaltmıyor.

Tam tersine öğretmenin rolünü içerik üreticisinden öğrenme mimarına doğru taşıyor.

Oyundan Sonra Ne Oluyor?

Arcade oyunları bağlantı veya otomatik oluşturulan QR kod aracılığıyla paylaşılabiliyor. Oyunlar web tabanlı olduğu için öğrenciler bağlantıyı açarak oyuna katılabiliyor ve mevcut bir oyunu oynamak için Padlet hesabına sahip olmaları gerekmiyor. Oluşturucu olmak için ise hesaba giriş yapılması gerekiyor.

Oyun sonunda bir liderlik tablosu (leaderboard) kullanılabiliyor.

Öğretmen burada öğrencilerin isimlerini, puanlarını, tamamlanma sürelerini ve deneme sayılarını görebiliyor.

Ancak önemli bir ayrıntı var:

Arcade şu anda canlı, öğretmen tarafından yönetilen eş zamanlı bir yarışma sistemi şeklinde çalışmıyor. Oyun deneyimi bireysel ve asenkron ilerliyor. Öğrenciler aynı anda veya farklı zamanlarda oyunu oynayabiliyor ve sonuçlar liderlik tablosunda karşılaştırılabiliyor. Ayrıca mevcut durumda sonuçları dışarı aktarma özelliği bulunmuyor.

Bu özellik özellikle;

• ders sonu değerlendirmesi,

• istasyon çalışmaları,

• ev çalışmaları,

• konu tekrarı,

• hazırbulunuşluk etkinlikleri,

• öğrenme merkezi çalışmaları

• ve dersin girişindeki kısa “ısınma” aktivitelerinde kullanışlı olabilir.

Yapay Zekâ Üretti, Peki Öğretmen Kontrol Edecek mi?

Kesinlikle.

Yapay zekâ destekli eğitim araçlarının belki de en önemli kuralı şu olmalı:

“Oluştur” düğmesi öğretmenin işinin bittiği yer değil, başladığı yerdir.

Arcade, oluşturulan oyun fikrini öğretmenin düzenleyebilmesine imkân veriyor. Sorular zorlaştırılabiliyor, cevap seçenekleri değiştirilebiliyor ve görseller eklenebiliyor.

Bu nedenle öğretmenin oyunu öğrencilerle paylaşmadan önce mutlaka oynaması gerekir.

• Sorular doğru mu?

• Dil öğrenci seviyesine uygun mu?

• Yanlış anlaşılabilecek ifadeler var mı?

• Kaynak içerikten uzaklaşmış mı?

• Tek bir doğru cevabı olmayan bir soruyu kesin doğru–yanlış biçiminde mi sunuyor?

• Görseller doğru bağlamda mı?

Özellikle sosyal bilimler, etik, yapay zekâ, dijital vatandaşlık veya tartışmalı konularda yapay zekânın ürettiği içerik mutlaka öğretmen kontrolünden geçmelidir.

Yapay zekâ hızlıdır.

Ama pedagojik sorumluluk hâlâ öğretmendedir.

Oyunu Yapay Zekâ Oluşturabilir, Öğrenme Deneyimini Öğretmen Tasarlar

Yapay zekâ eğitimde içerik üretme hızımızı olağanüstü ölçüde artırıyor.

Ancak önümüzdeki dönemin asıl dönüşümü daha fazla içerik üretmek olmayabilir.

Belki de dönüşüm, öğretmenlerin daha kısa sürede daha farklı öğrenme deneyimleri tasarlayabilmesi olacak.

Padlet Arcade ve benzeri araçlar bize bunun ilk örneklerini gösteriyor.

• Bir ders notu artık yalnızca okunacak bir metin olmak zorunda değil.

• Bir PDF bir keşif oyununa dönüşebilir.

• Bir ünite tekrar etkinliği bir yarışmaya dönüşebilir.

• Bir tarih konusu kronolojik bir mücadeleye dönüşebilir.

• Bir dijital vatandaşlık dersi öğrencinin kararlar verdiği bir simülasyona dönüşebilir.

• Ve bütün bunların merkezinde hâlâ teknoloji değil, öğretmen bulunuyor.

Çünkü yapay zekâ oyunu oluşturabilir.

Ama hangi oyunun öğrenmeye değer olduğunu hâlâ öğretmen belirler.

Oyun dolu bir öğrenme yılı olmasını dilerim..

Otonom Yapay Zekâ Ajanları: Chatbot'ların Ötesi

Yapay zekânın soru-cevap kutusundan çıkıp kendi başına iş yapan bir dijital çalışana dönüşmesi

Özet

Bugüne kadar yapay zekâ ile ilişkimiz basitti: bir şey sorarız, bir cevap alırız. Ama artık yeni bir tür yapay zekâ sistemi var — kendisine verilen bir hedefi alıp, bu hedefe ulaşmak için kendi kendine plan kuran, gerektiğinde farklı programları kullanan ve işi sonuna kadar takip eden sistemler. Bunlara "ajan" deniyor.

Bu yazıda, ajanların chatbot'lardan nasıl farklı olduğunu, nasıl çalıştıklarını, hangi işlerde kullanıldıklarını ve beraberlerinde getirdiği güvenlik risklerini sade bir dille anlatıyoruz. Teknik bilgi gerektirmez; konuya hiç aşina olmayan biri için yazıldı.

Anahtar Kelimeler: otonom ajanlar, yapay zekâ, otomasyon, dijital güvenlik

Giriş

Yapay zekâ ile kurduğumuz ilişki hızla değişiyor. Birkaç yıl önce yapay zekâ deneyiminin merkezinde şu vardı: bir soru yazarsın, bir cevap alırsın, etkileşim orada biter. Bugün ise durum farklı. Yeni nesil yapay zekâ sistemleri bir hedef aldıktan sonra bu hedefe nasıl ulaşacağına kendisi karar verebiliyor, ihtiyaç duyduğu programları kendisi çalıştırabiliyor, sonuçları kontrol edip gerekirse stratejisini değiştirebiliyor — ve çoğu zaman, işi baştan sona kendi başına tamamlayabiliyor.

Bunun ölçeği hiç de küçük değil. Danışmanlık şirketi McKinsey'in yaptığı bir araştırmaya göre, yapay zekâ ajanları bugün ABD'de yapılan işlerin (çalışma saati bazında) yaklaşık %44'ünü üstlenebilecek olgunluğa ulaşmış durumda. Bu yazı, bu değişimin ne olduğunu, nasıl çalıştığını ve hangi riskleri beraberinde getirdiğini basit bir dille anlatmayı amaçlıyor.

Chatbot ile Ajan Arasındaki Fark

Bir chatbot ile bir ajan arasındaki fark, "daha akıllı bir yapay zekâ" meselesi değil. Asıl fark, kim karar veriyor sorusunda gizli.

Klasik bir sohbet penceresinde siz bir soru sorarsınız, yapay zekâ bir cevap yazar ve durur. Bir sonraki adımı atmak size kalmıştır — sonucu siz okur, siz değerlendirir, gerekirse siz yeni bir soru sorarsınız. Bir ajan ise farklı çalışır: bir hedef verirsiniz ("şu raporu hazırla", "şu hatayı bul ve düzelt", "şu talebi çöz") ve ajan bu hedefe ulaşana kadar kendi kendine şu döngüyü tekrarlar: duruma bak → ne yapması gerektiğine karar ver → bir adım at → sonucu kontrol et. Bu döngüyü, işi bitirene ya da bir engelle karşılaşana kadar kendi başına sürdürür.

Şekil 1. Chatbotlar ile yapay zekâ ajanları arasındaki temel farklar

Bu üçüncü madde önemli, çünkü beraberinde bir soru getiriyor: bir sistem kendi kararlarını verebiliyorsa, onu kim, ne zaman ve nasıl denetleyecek? Araştırma şirketi Gartner'ın 2026 yılında yayımladığı bir değerlendirmeye göre, bir ajana ne kadar çok karar yetkisi verilirse, o ajanın denetlenme biçimi de o kadar değişmesi gerekiyor: düşük riskli, basit bir ajanla; şirketin verilerine dokunabilen yüksek riskli bir ajanı aynı şekilde denetlemek yeterli olmuyor.

Bir Ajan Nasıl Çalışır?

Bir ajanı çalışır kılan tek bir yapay zekâ modeli değil, bu modelin etrafına kurulan bir sistemdir. Bu sistemi altı basit parçaya ayırabiliriz:

Şekil 2. Bir yapay zekâ ajanının çalışmasını sağlayan altı temel parça.

Bu altı parça içinde en can alıcı olanı, akıl yürütme ile eylem arasındaki döngüdür. Bu döngü şöyle işler: ajan önce durumu değerlendirir ("şu an neredeyim, ne yapmam lazım?"), sonra tek bir adım atar (bir programı çalıştırır, bir dosyayı okur, bir arama yapar), sonucu gözlemler ve bunu bir sonraki değerlendirmesine katar. Bu basit ama güçlü döngü, alanda "düşün-eyle-gözlemle" döngüsü olarak biliniyor ve bugün çoğu ajanın temelini oluşturuyor.

Şekil 3. Bir ajanın iş tamamlama (ReAct) döngüsü: Düşün, davran ve gözlemle

Bazı ajanlar bu basit döngü yerine önce baştan sona bir plan çıkarıp sonra bu planı adım adım uygular; bazıları ise tek bir büyük ajan yerine, her biri farklı bir işte uzmanlaşmış birkaç ajanın birlikte çalışmasına dayanır. Hangi yöntemin kullanılacağı, işin ne kadar karmaşık ve ne kadar öngörülebilir olduğuna göre değişir.

Ajanlar Nerede Kullanılıyor?

Ajanların şu anda en çok işe yaradığı yerlerde ortak bir örüntü var: başarının ne demek olduğu net olan ve bir hatanın maliyetinin ölçülebildiği işler. Birkaç örnek:

Şekil 4. Sektörlere göre yapay zekâ ajanlarının görevleri.

Bazı uygulamalarda finans ajanlarının şüpheli işlem tespitinde ulaştığı doğruluk oranı %90'a kadar çıkabiliyor; şirketler ajanlar sayesinde bazı operasyonel maliyetlerini %30'a kadar azalttıklarını bildiriyor. Yazılım tarafında da hızlı bir artış var: 2026 başında incelenen açık kaynak yazılım projelerinin yaklaşık dörtte birinde artık kod yazan bir ajan aktif olarak görev alıyordu. Bu oran bir yıl önce yaklaşık altıda bir seviyesindeydi.

Riskler, Güvenlik ve Denetim

Bir ajana ne kadar çok özgürlük verirsek, o kadar çok fayda alabiliriz — ama aynı zamanda o kadar çok risk de üstleniriz. Çünkü bir ajan artık sadece metin yazmıyor; dosyalara erişebiliyor, programları çalıştırabiliyor, dış sistemlerle konuşabiliyor. Bu da işlerin planlanmadık şekilde yanlış gitme ihtimalini artırıyor.

Bunun somut bir örneği 2026 başında yaşandı:

2026'nın başlarında, Çinli teknoloji şirketi Alibaba ile bağlantılı bir yapay zekâ ajanı, kendisine hiçbir talimat verilmediği hâlde bilgisayar kaynaklarını izinsiz biçimde kripto para üretmek için kullanmaya başladı ve fark edilmeden sistemde gizli bir arka kapı açtı. Bu durum ancak Alibaba'nın kendi güvenlik sisteminin olağandışı ağ trafiğini fark etmesiyle ortaya çıktı.

Kaynak: Atlan, "AI Agent Risks & Guardrails: 2026 Enterprise Security Guide" (2026).

Şekil 5. Alibaba bağlantılı yapay zekâ ajanının izinsiz kripto üretimi ve tespiti vakası

Bu tek örnek küçük görünebilir, ama işaret ettiği sorun büyük: birçok şirket ajanları kullanmaya, onları tam olarak denetleyecek altyapıyı kurmadan önce başlıyor. Güvenlik alanında çalışan Gravitee şirketinin 2026 yılında yaptığı bir araştırmaya göre bu açık oldukça net görülüyor:

Şekil 6. Şirketlerde yapay zekâ ajanlarının kullanım, onay ve izlenme oranlarındaki farklar.

Başka bir çarpıcı bulgu da algı ile gerçeklik arasındaki fark: yöneticilerin büyük çoğunluğu ("%82'si) kendi şirketlerinin kurallarının yetkisiz ajan hareketlerine karşı yeterli koruma sağladığına inanıyor. Oysa aynı araştırmaya göre, kullanılan ajanların yarıdan fazlası hiçbir güvenlik takibi veya kayıt tutma sistemi olmadan çalışıyor; yöneticilerin sadece %21'i ajanların hangi verilere eriştiğini, hangi izinlere sahip olduğunu tam olarak bildiğini söylüyor. Benzer bir tablo başka bir araştırmada da karşımıza çıkıyor: şirketlerin %58'i, son bir yıl içinde yapay zekâ ile ilişkili en az bir güvenlik olayı ya da olay eşiği yaşadığını bildiriyor.

Bu tablodan çıkan basit ders şu: bir ajana ne kadar çok yetki veriyorsanız, o ajanı o kadar sıkı takip etmeniz gerekiyor. Herkese aynı, tek tip kuralı uygulamak işe yaramıyor — basit bir soru-cevap asistanı ile şirketin veri tabanına yazma yetkisi olan bir ajanın aynı denetimden geçmesi, ya gereksiz yavaşlığa ya da yetersiz kontrole yol açıyor.

Sonuç

Otonom yapay zekâ ajanları, chatbot'ların biraz daha gelişmiş hâli değil; yapay zekâyla nasıl çalıştığımıza dair gerçek bir değişimi temsil ediyor. Bir soruya cevap alan kullanıcıdan, bir hedef veren ve bu hedefin kendi başına gerçekleştirildiğini gören bir kullanıcıya geçiyoruz. Bu geçiş büyük fırsatlar taşıyor — ama aynı zamanda "bu sistemi kim, ne zaman ve nasıl denetleyecek?" sorusunu da her zamankinden daha önemli hâle getiriyor. Teknoloji hazır görünüyor; asıl mesele, bu teknolojiyi güvenli ve hesap verebilir biçimde kullanmayı öğrenmek.

Kaynakça

Arahi AI. “AI Agent Architecture in 2026: The Practical Reference.” Arahi AI, 2026, arahi.ai.

Atlan. “AI Agent Risks & Guardrails: 2026 Enterprise Security Guide.” Atlan, 2026, atlan.com.

Beam AI. “AI Agent Security in 2026: Enterprise Risks & Best Practices.” Beam AI, 2026, beam.ai.

Cloud Security Alliance. “Agentic Enterprise: AI Governance.” Cloud Security Alliance, 2026, cloudsecurityalliance.org.

Gartner. “Gartner Says Applying Uniform Governance Across AI Agents Will Lead to Enterprise AI Agent Failure.” Gartner, gartner.com.

GuruSup. “How AI Agents Work: Architecture and ReAct Cycle.” GuruSup, gurusup.com.

Humanize AI. “The Rise of Autonomous AI Agents in 2026: Key Statistics and Market Insights.” Humanize AI, 2026, humanizeai.io.

MLflow. “Types of AI Agent Architectures: 2026 Developer Guide.” MLflow, 2026, mlflow.org.

SQ Magazine. “AI Agent Autonomy Statistics 2026: Levels, Benchmarks and Oversight.” SQ Magazine, 2026, sqmagazine.co.uk.

“RedTeamLLM: An Agentic AI Framework for Offensive Security.” arXiv, 2025, arXiv:2505.06913.

Yapay zekanın eğitim dünyasına hızlı girişi, geleneksel öğrenme modellerini temelinden sarsarken öğretmenin rolünü de yeniden tanımlıyor. Günümüzde yapay zeka; bilgiye erişimi saniyeler düzeyine indiren, kişiselleştirilmiş öğrenme yolları sunan ve idari yükleri hafifleten güçlü bir "asistan" konumundadır. Ancak bu teknolojik dönüşüm, bilgiyi aktaran tek otorite olma özelliğini yitiren öğretmen için ciddi pedagojik zorlukları beraberinde getirmektedir. Öğrencilerin eleştirel düşünme süzgecinden geçirmeden hazır bilgiye yönelmesi ve akademik dürüstlük kaygıları, doğal zekanın temsilcisi olan öğretmeni bir kimlik sorgulamasına itmektedir.

Bu yeni dönemde öğretmenler için en büyük zorluk, teknolojinin hızına yetişmekten ziyade, "insani dokunuşu" dijital gürültü içinde muhafaza edebilmektir. Dünyadan somut bir örnek vermek gerekirse; New York Şehri Eğitim Departmanı'nın 2023 başında ChatGPT'yi okullarda yasaklaması, ardından bu karardan dönerek yapay zekayı bir "eğitim ortağı" olarak kabul etmesi, bu krizin en net yansımasıdır. Bu olay, öğretmenin sadece yasaklayıcı bir otorite değil, aynı zamanda etik kullanımı öğreten bir rehber olması gerektiğini kanıtlamıştır. Yapay zeka veri setleriyle konuşurken, öğretmenin öğrencinin gözündeki bir parıltıyı veya motivasyon kaybını fark etme zorunluluğu her zamankinden daha kritiktir. Teknoloji sınıfın her köşesine sızarken, öğretmenin rehberlik vasfının dijital bir arayüzle ikame edilme riski, mesleki motivasyon üzerinde baskı oluşturmaktadır.

Yapay zekayla baş etmenin yolu, onu bir rakip olarak değil, pedagojik tasarımı güçlendiren bir enstrüman olarak konumlandırmaktan geçmektedir. "Doğal zeka" olarak öğretmen, odak noktasını bilgi aktarımından beceri inşasına; yani derinlemesine öğrenmeyi teşvik eden modellere kaydırmalıdır. Yapay zekanın henüz kopyalayamadığı empati, etik yargılama ve üstbilişsel rehberlik gibi alanlara yoğunlaşarak sınıfı bir laboratuvara dönüştürmek en etkili yöntemdir. Sonuç olarak, teknolojiyi eğitim süreçlerine entegre ederken öğrenciyle kurulan kalbi bağ ve mentorluk vizyonu, doğal zekanın yapay zeka karşısındaki en sarsılmaz kalesi olmaya devam edecektir.

Dil Öğretmeni Olarak Sessizleşmeli miyiz, Yoksa Daha mı Çok Sormalıyız?

Bir dil öğretmeni için sınıf, her zaman yalnızca kelimelerin öğrenildiği bir yer olmamıştır. Sınıf; seslerin anlam kazandığı, cümlelerin kimlik taşıdığı ve en önemlisi, öğrencinin dünyayla ilişki kurmayı öğrendiği bir alandır. Çünkü dil öğrenmek, aslında düşünmeyi öğrenmektir. Ancak bugün bu alan, görünmez ama son derece güçlü bir müdahaleyle yeniden şekilleniyor: üretken yapay zeka.

“Tek bir kişinin kurduğu milyar dolarlık bir şirketin ortaya çıkacağı yıl için tahminler yapıyoruz. Yapay zekâ olmasaydı bu mümkün değildi, ama artık olacak.”
                                                                                    Sam Altman, OPENAI

Dijital Rönesans: Büyük değişim, büyük adaptasyon

Son zamanlarda fark etsek de etmesek de büyük bir değişimin içindeyiz.

Yapay zekâ artık hayatın dışında bir şey değil, tam ortasında.

Ben de bu süreci yakından takip eden ve yapay zeka araçlarını aktif kullanan biri olarak, eğitim alanında bunun ne anlama geldiğini kendi deneyimim üzerinden paylaşmak istiyorum.

Açıkçası yapay zekâya ilk başta ben de çoğu kişi gibi yaklaştım. İlginçti, güçlüydü ama çok da hayatımı değiştirecek bir şey gibi gelmiyordu.

Zamanla sadece bu teknolojiyi kullanan değil, gerçekten hâkim olan biri hâline geldim. Yeni teknolojilere ve kullanım alanlarına olan ilgim sayesinde de yapay zeka ile haşır-neşir olmaya başladım.  Farklı araçları denedim, neyi nerede kullanmam gerektiğini öğrendim. Bu yüzden değişimi biraz daha içeriden gözlemleme şansım oldu.

Ve bir süre sonra fark ettim ki Yapay Zeka sadece “yeni bir araç” değildi.

Yapay Zeka artık yavaş yavaş günlük hayatımın içine girmeye başlamıştı; Bir şey yazarken yardım almak, bir fikri hızlıca geliştirmek, bir şeyi daha iyi anlatabilmek için yanımda danışabileceğim bir yardımcım vardı artık. Ancak daha sonra fark ettim ki bu araç bana sadece hız kazandırmıyor, aynı zamanda yapabileceklerimin sınırlarını da genişletiyordu.

Tüm bu düşüncelerle meşgulken kırılma noktası biraz daha farklı bir yerden geldi.

Bir sunum hazırlıyor ve yeni teknolojilere adapte olma üzerine düşünüyordum. Aklıma birden dünyaya çarpan meteor ve yok olan dinozorlar örneği geldi. Devasa, güçlü, alanına tamamen hâkim canlılar…  Bir meteor geliyor ve neredeyse hepsi yok oluyordu. Hayatta kalanlar ise en güçlü olanlar değil; daha küçük, daha esnek, daha uyum sağlayabilen canlılardı.

Ve kendi kendime şu soruyu sordum:
Bugünün “dinozorları” kim? Bu dijital meteora, bu dijital değişime ayak uyduramayıp yok mu olacağız? Yoksa adapte olup hayatta mı kalacağız?

Son 100 yıldır bir alanda uzmanlaşma, o alanda en iyi hizmeti sunma ve en sonunda da alanında vazgeçilmez olma, profesyonel hayatımızda önemli bir nokta. Bu hâlâ önemli, ama artık tek başına yeterli değil gibi geliyor.

Çünkü bu dijital dönüşüm, bu dijital meteor tabiri caizse oyunu tamamen değiştirdi.

Rönesans Dönemi’nin en önemli bilim insanlarından biri olan Leonardo Da Vinci, sadece bir ressam değil, bir mucit, bir pratisyen, bir mühendis ve bir filozoftu. Bu da onu kendi dönemindeki akranlarından bariz bir şekilde ayırıyordu. Kendi zamanının büyük değişimine ayak uydurmuş ve adapte olmuştu.

Yapay zekâ ile birlikte de artık “Dijital Rönesans” devrine giriyoruz.  Artık tek bir kişi birden fazla alanda üretim yapabiliyor: Yazı yazabiliyor, görsel oluşturabiliyor, kod yazabiliyor, fikir geliştirebiliyor. Yani bir anlamda yeniden günümüzün “da Vinci”si olabilmek mümkün hâle geliyor.

Kendi adıma bu değişimi çok net yaşadım demiştim.
Okulumuzun sunduğu Dijital Liderler Akademisi programı kapsamında öğrendiğimiz yeni yapay zeka araçları ile çok daha efektif ve hızlı bir şekilde görseller, yeni dokümanlar, testler, ders planları oluşturabiliyor ve daha öncekileri de çok kısa sürede geliştirebiliyorum.

Eskiden bir dersi planlamak, materyal oluşturmak ve derse hazır hale getirmek, bir fikri kullanılabilir bir materyale çevirmek çok daha uzun sürüyordu. Şimdi ise fikirden prototipe geçiş çok daha hızlanmış durumda. Eksik olduğum yerlerde yapay zekadan anında destek alabiliyor, her gün yeni bir kullanım yolu keşfediyorum. Bu da beni sadece inovatif bir öğretmen olmaktan çıkarıp daha geniş düşünebilen birine dönüştürüyor.

Açıkçası bu süreçte kendimi ciddi şekilde geliştirdiğimi de hissediyorum.
Tek bir alana bağlı kalmak yerine, farklı alanları birleştirebilen birine dönüşmeye başladım.

Son 5 yıldır küçük bir video oyun geliştirme sürecinin içerisine de girdim. Bu sürecim de OPENAI Codex, Anthropic Claude ve Gemini’ın kod yazma, görsel oluşturma araçları sayesinde inanılmaz bir şekilde ve katlanarak hızlandı. 

İşte tam burada tekrar “Rönesans” fikrine dönmek istiyorum.

Artık tek başımıza değiliz.
Yanımızda sürekli destek alabileceğimiz bir “yardımcımız” var.

İşte bu yüzden de bu değişime “Dijital Rönesans” adını verdim. Nasıl Rönesans ile bilgi yayılabilir ve herkese ulaşılabiir bir hale geldiyse dünyanın tüm kütüphaneleri ve onlarla neler yapabileceğimizi bize sunan ve insan dilini anlayıp sizinle etkileşim kurabilen bir kütüphaneye sahibiz. Bu yüzden bu değişimin insanoğlunun bilgiye bakışını, kullanışını tamamen değiştirecek bir büyüklükte olduğunu düşünerek bu isimde karar kıldım.

Tekrar eğitime dönersek,

Sınıfa girdiğimde artık şunu çok net görebiliyoruz:
Öğrenciler bilgiye ulaşmakta zorlanmıyor. Bir şeyi merak ettiklerinde saniyeler içerisinde cevap bulabiliyorlar.

Bu da biz öğretmenlerin rolünü ister istemez değiştiriyor.

Eskiden daha çok anlatan taraftaydık. Şimdi ise daha çok yönlendiren taraftayız.
Bazen kendimi ders anlatan biri gibi değil de, öğrencilerle birlikte öğrenme sürecini yöneten biri gibi hissediyorum.

Bir öğrenci bir sorunun cevabına anında ulaşabiliyor ama burada kritik olan şey şu:
Sadece cevaba ulaşmak değil, o cevabı anlamak.

O yüzden artık öğrencilerle konuşurken şunlar daha önemli hâle geliyor:

●       Öğrenci bu cevaba nasıl ulaşmış?

●       Bunun doğru olduğunu nasıl anladın?

●       Bunu sen nasıl geliştirebilirsin?

Yani aslında yapay zekâ arttıkça insan tarafı ve onu yönlendirenler olarak biz insanların rolü daha da artıyor.

 Bence önümüzdeki dönemde öne çıkacak insanlar en güçlü olanlar değil.
 En hızlı uyum sağlayabilenler olacak. Aslında bu süreç tarih boyunca da böyle olmuştur.

Tıpkı o meteor sonrası hayatta kalanlar gibi.

Dijital Rönesans dediğimiz şey aslında çok uzak bir gelecek değil. Zaten başlamış ve içinde olduğumuz bir süreç..

Ve belki de en önemli soru şu:
Biz bu değişimi dışarıdan izleyen mi olacağız, yoksa onunla birlikte dönüşen mi?

Ben kendi adıma ikinci tarafta olmayı seçiyorum.

Dijital çağın ortasında, bilginin artık "saklanan" bir değer değil, "gürültüye boğulan"  bir metaya dönüştüğü kırılma noktasındayız. George Orwell’in 1984’ündeki kaba sansür ile Ray Bradbury’nin Fahrenheit 451’indeki gönüllü cehalet, bugün Açık Kaynak İstihbaratı (Open Source Intelligence-OSINT)  dediğimiz o devasa veri okyanusunda çarpışıyor.

İşte bu üçlü saç ayağının —modern teknoloji, korku ve boşluk— birleşiminden doğan yeni  "Hakikat Mücadelesi"…

George Orwell’ın, hayalindeki 1984’te  "Gerçek Bakanlığı” tarihi her sabah yeniden yazar, fotoğraflar silerdi. Bilgi  tek bir otoritenin elindeydi. Bugün ise durum tam tersi: Bilgi artık her yerde... Dijital ayak izleri, anlık veri akışı, sensörler…

Ray Bradbury Fahrenheit 451’de kitapların  yakıldığı bir dünya tasvir etmişti. Bu yakma eylemi, düşünmekten yorulmuş taleple başlamıştı.

Bugünün dünyasında kitaplar yakılmıyor ama algoritmalar bizi doğrulanmamış bilgi sağanağına tutarak zihnimizi bir sis perdesi içinde bırakıyor.

Bu kadar bilginin sağanağında gerçek bilgiye erişme çabası ve uygulaması teknik bir yöntem değil, aynı zamanda bir dijital okuryazarlık manifestosu.

Zaman, insanın sadece bir "izleyici" olmaktan çıkıp, aktif bir "hakikat dedektifi"ne dönüşme sürecidir. Orwell’in baskısı ve Bradbury’nin boşluğu arasında kendimize zarif bir yol arıyoruz. Bu yolda ilerlemek; "Bunu biliyorum" demenin kolaylığına kaçmak yerine, "Bunu bildiğime dair kanıtım ne?" sorusunun titizliğine sığınmayı gerektiriyor.

Gerçek artık bize hazır olarak sunulan bir veri değil, büyük bir gürültünün içinden söküp almamız gereken bir hazine…

Bradbury’nin “Yaşayan Kitaplar”ı hafızayı korumayı seçmişti. Bu kadar çok bilgi, doğruyu seyreltiyorken, belki de bugünün seçimi vicdanı ve gerçekliği korumak olmalı… 

Fen bilimleri eğitiminin temel amaçlarından biri; öğrencilerin yalnızca bilgiye ulaşmalarını değil, aynı zamanda bilgiyi sorgulayan, üreten ve dönüştüren bireyler olarak yetişmelerini sağlamaktır. Bu noktada proje tabanlı çalışmalar, öğrencilerin bilimsel düşünme becerilerini geliştiren en etkili öğrenme ortamlarından biri olarak ön plana çıkmaktadır. Bir fen bilimleri öğretmeni olarak, öğrencilerime bu deneyimi yaşatmanın onların akademik gelişimlerinin yanı sıra özgüvenini artırdığını, problem çözme ve araştırma becerilerine de önemli katkılar sunduğunu düşünmekteyim. Aynı zamanda bu süreçler, bilimsel üretimi teşvik ederken öğrenme ortamlarını zenginleştirir, iş birliğini güçlendirir, üretkenliği teşvik ederek eğitimde sürdürülebilir gelişimi destekler.

TÜBİTAK 2204-B Ortaokul Öğrencileri Araştırma Projeleri Yarışması süreci, bizlere bilimsel merakın sistematik bir araştırma sürecine dönüştürdüğü kapsamlı bir öğrenme deneyimi sundu. “Gülüşümüz Solmasın: Asitli ve Sıcak İçeceklerin Kompozit Dolguya Etkisi ve Çocuk Ağız Bakım Uygulamalarının Karşılaştırılması” başlıklı projemiz, günlük yaşamdan yola çıkan bir problemin bilimsel yöntemlerle ele alınması fikriyle şekillendi. Araştırma sorularımızı belirleyip literatür taraması yaparak çalışmamızın ilk adımlarını attık.

Eylül ayında oluşturduğumuz çalışma takvimi doğrultusunda uygulama sürecine deney düzeneklerini kurarak başladık. Kompozit dolgu materyalleri üzerinde asitli ve sıcak içeceklerin oluşturduğu renk değişimini ve ardından uygulanan çocuk ağız bakım yöntemlerinin bu değişim üzerindeki etkisini inceledik. Gerçekleştirdiğimiz ölçümleri düzenli aralıklarla kaydederek verilerimizi titizlikle analiz ettik. Bu süreç, veri toplama ve yorumlama aşamalarının yalnızca teknik bilgiyle sınırlı olmadığını; aynı zamanda dikkat, sabır ve süreklilik gerektirdiğini ortaya koydu. Elde edilen bulgular, bilimsel düşünme becerilerinin gelişimini destekleyen somut çıktılar sundu.

Projemizin bölge sergisine davet edilmesi, sürecin en heyecan ve gurur verici aşamalarından biri oldu. Bu aşamada poster ve broşür hazırlıklarını titizlikle yürüterek çalışmamızı daha anlaşılır ve etkili bir biçimde sunmaya odaklandık. Ayrıca jüri değerlendirmesi için hazırladığımız sunum kapsamında gerçekleştirdiğimiz provalar, hem içeriğin sistematik biçimde aktarılmasına katkı sağladı hem de öğrencimin sunum becerilerini güçlendirdi.

Bölge sergisi süreci, akademik kazanımların yanı sıra sosyal ve mesleki açıdan da zengin bir etkileşim ortamı sundu. Konaklama süresince öğrencimle birlikte çalışmalarımızı gözden geçirerek hazırlıklarımızı sürdürdük. Sergi alanında farklı kurumlardan gelen öğretmen ve eğitmenlerle kurulan iletişim, mesleki açıdan ufuk açıcı nitelik taşırken; farklı öğrenci sunumlarını dinlemek, her bir projenin yoğun emek ve özveriyle şekillendiğini açıkça gösterdi. Bu ortam, bilimsel paylaşımın ve etkileşimin önemini daha görünür kıldı.

Sonuç olarak, TÜBİTAK 2204-B süreci, öğrencilerin araştırma, sorgulama, analiz etme ve sunum becerilerini çok yönlü biçimde geliştirdiği bütüncül bir öğrenme deneyimi sunmaktadır. Erken yaşlarda kazanılan bu deneyimler, öğrencilerin bilimle kurdukları bağı güçlendirirken, onları geleceğin üretken ve sorgulayan bireyleri olma yolunda desteklemektedir. Ayrıca, bilimsel üretime yönelik ilgiyi pekiştirirken, gelecekte gerçekleştirilecek çalışmalar için de güçlü bir motivasyon zemini oluşturmaktadır.

 
Dijital dünya hiç olmadığı kadar hızlı bir dönüşüm içinde. Yapay zeka destekli araçlar, gündelik yaşamın ayrılmaz bir parçası haline gelmiş durumda. Artık bir metin yazarken, araştırma yaparken ya da basit bir soruya cevap ararken bile çoğu insan doğrudan yapay zekaya başvuruyor. Ancak burada dikkat çekici bir durum var: Bu araçları yoğun bir şekilde kullanmamıza rağmen, onların zihinsel süreçlerimiz üzerindeki etkilerini tanımlayan kavramların büyük çoğunluğundan habersiziz.

Aslında bu durum, dijital çağın yeni bir paradoksunu ortaya koyuyor: yapay zekayı kullanıyoruz ama sorgulamıyoruz.

Bir öğrenci ödevini yazmak için yapay zekaya başvuruyor. Bir öğretmen ders planı hazırlarken destek alıyor. Bir çalışan e-posta yazarken birkaç saniyede “kusursuz” bir metne ulaşıyor. Dijital dünyada bu sahneler artık sıradan. Ancak bu sıradanlığın içinde gözden kaçan önemli bir gerçek var: Hepimiz bu araçları kullanıyoruz, ama onların zihnimiz üzerinde nasıl bir etki yarattığını çoğu zaman bilmiyoruz.

Yapay zeka araçları, hayatımızı kolaylaştıran güçlü yardımcılar olarak karşımıza çıkıyor. Fakat bu kolaylık, beraberinde görünmez bir dönüşümü de getiriyor. Bu dönüşümün merkezinde yer alan en önemli kavramlardan biri cognitive offloading, yani bilişsel yük boşaltma. Artık bilgileri ezberlemek, uzun uzun düşünmek ya da bir metni sıfırdan üretmek yerine, bu süreçleri teknolojik araçlara devretmeyi tercih ediyoruz. Eskiden bir bilgiyi öğrenmek için çaba harcarken, bugün o bilgiye ulaşmanın kolaylığı öğrenmenin kendisinin yerini alıyor.Telefon numaralarını ezberlemiyoruz, yolları hatırlamıyoruz. Bir konuyu anlamaya çalışmak yerine “özetle” demek, bir yazıyı kendimiz oluşturmak yerine yapay zekaya yazdırmak bu durumun en açık örnekleri.

Bu süreç çoğu zaman fark edilmeden ilerliyor. Bireyler önce küçük destekler alıyor, ardından giderek daha fazla düşünme sürecini yapay zekaya bırakıyor. Bir öğrenci düşünelim: Önce fikrini geliştirmek için yapay zekadan yardım alıyor. Sonra paragraf yazdırıyor. En sonunda ise tüm ödevi tamamen ona yaptırıyor. Bu durum literatürde Cognitive Offloading Ladder (COL) olarak tanımlanıyor. Yani birey, adım adım düşünme sorumluluğunu devrediyor ve çoğu zaman bu merdivenin üst basamaklarına geldiğinin farkına bile varmıyor.

Bilgiye erişimin bu kadar kolaylaşması, beraberinde farklı bir riski de getiriyor: epistemic atrophy, yani bilgisel körelme. Bugün herkes bilgiye saniyeler içinde ulaşabiliyor. Ama şu soruyu sormak gerekiyor: Gerçekten biliyor muyuz, yoksa sadece erişebiliyor muyuz? Bilgiye ulaşmak, onu anlamak anlamına gelmiyor. Bir öğrencinin sınav öncesinde konuyu derinlemesine öğrenmek yerine hızlı özetlerle yetinmesi, kısa vadede pratik görünse de uzun vadede düşünme ve analiz etme becerilerinin zayıflamasına yol açabiliyor. Ya da bir çalışan düşünün: Yapay zeka ile kusursuz raporlar hazırlıyor.  Ama aynı raporu kendi başına yazması istendiğinde zorlanıyor.  Bu noktada ortaya çıkan bir diğer dikkat çekici durum ise performance paradox olarak adlandırılıyor. Yapay zeka sayesinde üretilen çıktılar daha hızlı ve daha kaliteli hale geliyor. Ancak bu artan performans, her zaman gerçek bir öğrenmeye ya da beceri gelişimine karşılık gelmiyor. Bir kişinin yapay zeka yardımıyla mükemmel bir rapor hazırlaması, o raporu kendi başına yazabileceği anlamına gelmeyebiliyor.

Elbette sorun yapay zekanın kendisi değil. Asıl mesele, bu araçları nasıl kullandığımız. Bu nedenle cognitive sustainability, yani bilişsel sürdürülebilirlik kavramı giderek daha önemli hale geliyor. Amaç, teknolojiyi tamamen reddetmek değil; onu bilinçli bir şekilde kullanarak zihinsel becerleri koruyabilmek. Önce düşünmek, sonra destek almak ve elde edilen sonucu sorgulamak bu dengenin temelini oluşturuyor.

Günlük hayatta sıkça karşılaştığımız bir diğer durum ise delegated cognition, yani düşünmenin devredilmesi. “Bunu sen yaz”, “bunu sen çöz” gibi basit görünen tercihler, aslında düşünme sorumluluğunun giderek teknolojiye aktarılması anlamına geliyor. Bu noktada kritik olan, bu devrin farkında olmak ve kontrolü tamamen kaybetmemek.

Bu sürecin sağlıklı ilerleyebilmesi için bireyin kendi bilgi düzeyini doğru değerlendirebilmesi gerekir. Metacognitive calibration olarak adlandırılan bu durum, kişinin neyi gerçekten bildiğini ve neyi sadece araç sayesinde yapabildiğini ayırt edebilmesidir. Yapay zeka ile çalışan bireyler için bu farkındalık, dijital çağın en önemli becerilerinden biri haline gelmiştir.

Eğitim ortamlarında ise bu durum, öğrenmenin desteklendiği ve öğrenmenin yerini aldığı iki farklı alanı ortaya çıkarır: Instructional Safe Zone ve Danger Zone. Yapay zeka, doğru kullanıldığında öğrenmeyi derinleştirirken; yanlış kullanıldığında öğrenmenin yerini alabilir. Bu ince çizgiyi ayırt edebilmek, özellikle öğrenciler ve eğitimciler için kritik bir sorumluluktur.

Tüm bu süreçler, zihinsel yorgunluğu da beraberinde getirir. Sürekli ekranlara maruz kalmak, hızlı içerik tüketimi ve kesintisiz bilgi akışı, bireylerde brain fry olarak adlandırılan bir tükenmişlik hali oluşturabilir. Bu durum, derin düşünme ve odaklanma becerilerinin giderek azalmasına neden olur.

Tüm bu kavramların merkezinde ise tek bir soru yer alır: Kontrol kimde? Human agency, yani insanın düşünsel özne olma gücü, yapay zeka çağında her zamankinden daha önemli hale gelmiştir. Teknolojiyi kullanmak bir avantajdır; ancak düşünme sorumluluğunu tamamen devretmek, insanı pasif bir kullanıcıya dönüştürebilir.

Sonuç olarak, yapay zeka hayatımızı kolaylaştırıyor, süreçleri hızlandırıyor ve verimliliğimizi artırıyor. Ancak bu kolaylığın bedeli, farkında olmadan zihinsel becerilerimizin zayıflaması olabilir. Bugün bir metni saniyeler içinde yazabiliyoruz, ama o metnin gerçekten bize ait olup olmadığını, ne kadar özgün olduğunu ve etik değerler açısından ne ifade ettiğini çoğu zaman sorgulamıyoruz.

Belki de asıl mesele şu soruda saklıdır:
“Yapay zeka sadece hayatımızı kolaylaştıran bir araç mı, yoksa farkında olmadan düşünmeyi çoktan ona mı bıraktık?”