Diplomayı kime vereceğiz?

Ödevi öğrenci adına yapay zekâ yapacak, işi yapay zekâ bulacak ve mezunun işini de yapay zekâ yapacaksa diplomayı kime vereceğiz?

Biraz keskin bir soru, kabul. Ama üniversitelerle iş dünyasının yapay zekâ heyecanını yan yana koyunca insanın aklına doğal olarak bu tür sorular geliyor. Bir tarafta öğrenciyi yeni teknolojiyle donatmak istiyoruz. Öte tarafta aynı teknolojinin yapabildiği işlerden tasarruf etmeyi düşünüyoruz. Genç insana da bu iki hedef arasında kendine bir gelecek kurmasını söylüyoruz. Bu yazıda önce üniversitede duralım. Mezunu kapıdan çıkarmadan, içeride ne öğrendiğine bir bakalım.

Kendisinden beklentimiz hayli yüksek: Eleştirel düşünsün, karmaşık sorunları çözsün, değişime uyum sağlasın. Güzel. Peki bunları öğrenirken biraz yavaşlamasına, yanlış yapmasına, bir sorunun başında debelenmesine tahammülümüz var mı? Yoksa öğrencisiyle hocasıyla hepimiz, sonuç bir an önce önümüze gelsin mi istiyoruz?

Öğrenci açısından hesabı anlamak zor değil. Önünde bir ödev, yetişmesi gereken başka işler ve birkaç saniyede cevap veren bir araç var. Notunu da sadece sonuca göre alıyorsa hız kazanmanın cazibesi ortada. Biz kürsüdekiler, çıktıyı ödüllendirip sonra öğrencinin öğrenme sürecini neden atladığına şaşırıyoruz. Anlamsız bir şaşırma hâli. Teşvikleri böyle kurmuşuz; öğrenciden teşviklere rağmen ilkeli davranmasını bekliyoruz.

Tasarruf ettiğimiz şeyin bir bölümü öğrenmenin kendisi olabilir

Gelgelelim öğrenmenin hesabı biraz farklı. Üretimde ortadan kaldırmak istediğimiz bazı zahmetler, öğrenirken işin kendisini oluşturuyor. Bir problemi kurmak, yanlış varsayım yaptığını görmek, başa dönmek, bir paragrafı yazamayınca aslında ne söylemek istediğini bilmediğini fark etmek… Bunların hepsi vakit alıyor. Fakat o vakit yalnızca harcanmıyor. İnsan o zihinsel mücadele sırasında bağlantılar kuruyor, yanlışını düzeltiyor, bir sonraki soruya taşıyabileceği bir kavrayış geliştiriyor. Ödevi bitirme süresini kısaltırken bunları da aradan çıkarırsak, tasarruf ettiğimiz şeyin bir bölümü öğrenmenin kendisi olabilir.

Bir iktisat öğrencisini düşünelim. Yapay zekâya işsizliğin nedenlerini sorup gayet düzgün bir metin elde edebilir. Ama metin korelasyondan nedenselliğe usulca atlamışsa bunu fark eder mi? Hangi varsayımın hangi sonucu taşıdığını görebilir mi? Bütün cümleler yerli yerinde dururken akıl yürütmenin bir halkasında açık olduğunu anlar mı? Düzgün yazılmış cevabı okumak, o cevabı değerlendirecek bilgiye sahip olmakla aynı şey değil. Üstelik metnin akıcılığı, anlamadığımız yeri fark etmemizi de zorlaştırabilir. Her şey pek anlaşılır görünür; ta ki biri “Neden?” diye sorana kadar.

OECD’nin 2026 Dijital Eğitim Görünümü Raporu tam da bu ayrıma dikkat çekiyor: Yapay zekâ yardımıyla bir görevi daha iyi tamamlamak, daha iyi öğrenmiş olmak anlamına gelmeyebiliyor. Aracın doğrudan çözüm sunmasıyla öğrencinin düşünme sürecini desteklemesi arasında fark var. Bu nedenle eğitimde başarıyı yalnızca ortaya çıkan ürünün kalitesine bakarak değerlendiremeyiz.

“Artık bilgiye gerek yok, doğru soruyu sormak yeterli” diyenlere de küçük bir sorum var: O doğru soru hangi bilgiyle sorulacak? İşsizliğin ölçümünü bilmeyen biri, önüne konan işsizlik yorumunda neyin eksik olduğunu nasıl görecek? Alan bilgisi, yapay zekânın cevabını tartabileceğimiz ölçüyü sağlıyor. Araç güçlendikçe bu ölçüye duyulan ihtiyaç kendiliğinden ortadan kalkmıyor. Öğrenciye yalnızca komut yazmayı öğretip gerisini zat-ı şahanelerine bırakamayız.

Her ders için aynı reçeteyi yazamayız

Öyleyse dersin tasarımını değiştirmek zorundayız. Öğrenci önce kendi açıklamasını kursun; sonra yapay zekânın açıklamasıyla karşılaştırsın. Nerede fikrini değiştirdiğini, hangi öneriyi neden reddettiğini anlatsın. Bir çözümü teslim ettikten sonra koşullardan birini değiştirelim ve yeniden düşünmesini isteyelim. Hesabı doğru çıkmış olabilir. Peki sonucun neden değiştiğini açıklayabiliyor mu? Kimi çalışmayı araçla, kimini araçsız yaptırmak da bu yüzden anlamlı. Öğrencinin hem teknolojiyle neler yapabildiğini hem kendi başına neyi anlayabildiğini görmemiz gerekiyor.

Bu yaklaşım, her ödeve bir kullanım beyanı eklemekten fazlasını gerektiriyor. Beyan şeffaflık sağlar; öğrenmenin gerçekleştiğini tek başına göstermez. Kısa sözlü açıklamalar, sınıf içi uygulamalar, aşamalı çalışmalar ve geri bildirimle düzeltilen taslaklar birlikte düşünülebilir. Her ders için aynı reçeteyi yazamayız. Birinci sınıf öğrencisinin temel kavramı öğrenmesiyle son sınıf öğrencisinin araştırma yaparken araç kullanması aynı ihtiyaç değil. Kuralın da bu farkı gözetmesi gerekir.

Elbette bütün bunları söylemek, yapmaktan kolay. Onlarca öğrencinin olduğu bir derste her öğrencinin düşünme sürecini izlemek emek ister. Öğretim üyesinin yeni ödevler tasarlamaya, denemeye, sonuçlarını değerlendirmeye zamanı olmalı. Asistan desteği, ortak materyaller ve meslektaşlarıyla öğrenme imkânı da gerekir. Hocanın iş yükünü olduğu gibi bırakıp üzerine “Bir de yapay zekâya uyum sağlayın” ekleyince kurumsal dönüşüm gerçekleşmiş olmuyor. Müfredata bir yapay zekâ dersi eklemek ya da yeni bir bölüm açmak da diğer derslerde ne olduğunu kendiliğinden değiştirmiyor.

Türkiye açısından mesele tam burada ağırlaşıyor. Hazır bulunuşluğu kaç kişinin bir uygulamaya eriştiğiyle ölçemeyiz. O uygulamanın ürettiğini anlayacak, sınayacak ve kendi bilgisine katacak temel de gerekiyor. PISA 2022’de Türkiye’de 15 yaşındaki öğrencilerin yüzde 61’i matematikte en az temel yeterlik düzeyine ulaşırken OECD ortalaması yüzde 69. Bu veri üniversite öğrencilerinin yapay zekâ becerisini ölçmüyor. Yükseköğretimin devraldığı temel beceri meselesini hatırlatıyor. Üzerine yeni kat çıkacağımız binanın bütün odaları aynı sağlamlıkta değil.

Bu nedenle yapay zekânın eşitsizliği azaltacağına da artıracağına da peşinen karar veremeyiz. İyi tasarlanmış öğrenme desteği, özel derse ulaşamayan bir öğrenciye yeni bir imkân sunabilir. Fakat aynı araç, güçlü bir temeli olan öğrencinin bilgisini derinleştirirken temel eksikleri olan öğrencinin o eksiklerle yüzleşmeden ödev teslim etmesini de kolaylaştırabilir. İkisi de aynı uygulamayı kullanır, ikisi de düzgün bir metin getirir. Dışarıdan bakınca eşitlenmiş görünürler. Öğrenmede aralarındaki mesafe ise açılmış olabilir.

Dönüşümün insan emeği kısmını bedelsiz varsayamayız

Dolayısıyla üniversitelerin erişim imkânını öğrenme desteğiyle birlikte düşünmesi gerekiyor. Öğrencinin temel eksiklerini fark edebileceği çalışmalar, yazma ve nicel düşünme desteği, ders içinde anlaşılır kullanım kuralları bu işin parçası. Hazır bulunuşluk, satın alınan lisansın yanında öğrencinin ve hocanın ne yapacağını bilmesini de içeriyor. Bütçeye yazılım bedelini yazıp dönüşümün insan emeği kısmını bedelsiz varsayamayız. Bir iktisatçı olarak söyleyeyim: O maliyet kaybolmaz. Birinin zamanından, öğrencinin öğrenmesinden ya da eğitimin niteliğinden çıkar.

Üniversitenin başarısını da buna göre sorgulamalıyız. Kaç dersimizde yapay zekâ kullanıldığını sayabiliriz. Fakat öğrencinin yeni bir sorunu çözebildiğini, gerekçesini açıklayabildiğini ve öğrendiğini başka bir bağlama taşıyabildiğini görmeden bu sayının ne anlattığını bilemeyiz. Teknolojiyi ne kadar kullandığımız kadar, kullanırken ne öğrendiğimizle ilgilenmek zorundayız. Üniversite, hızlı ve düzgün cevap üretmenin ötesinde, o cevaptan hangi koşullarda şüphe edileceğini de öğretmeli.

Başlangıçta diplomayı kime vereceğimizi sormuştum. Diplomayı yine öğrenciye vereceğiz tabii. Ama o diploma, öğrencinin kendi başına neyi anlayabildiği ve henüz bilmediği bir şeyi nasıl öğrenebileceği hakkında bir sözümüz olacak. Altına imzamızı atacağız.

Diyelim ki bu sözün hakkını verdik. Öğrenci öğrendi, mezun oldu. Şimdi karşısına bir iş ilanı çıktı: “Deneyimli eleman aranıyor.” O deneyimin nerede kazanılacağı da bir sonraki yazının meselesi olsun.

Her güçlük öğretici, her kolaylık da zararlı değil

Bastani ve arkadaşlarının Türkiye’de bir lisede yaklaşık bin öğrenciyle yaptığı matematik deneyi meseleyi somutlaştırıyor. Genel amaçlı yapay zekâ desteği, alıştırmalar sırasında başarıyı artırıyor. Destek kaldırıldığında öğrenciler yapay zekâ kullanmayan gruptan daha düşük sınav performansı gösteriyor. Öğretmenlerin katkısıyla hazırlanmış, cevabı vermek yerine ipuçları sunan sürümde bu olumsuz etki büyük ölçüde gideriliyor. Tek bir okulda, kısa vadeli sonuçlara bakılan bu çalışmadan bütün üniversite eğitimine ilişkin hüküm çıkarmayalım. Ödevin notuyla öğrencinin bilgisi arasındaki mesafenin açılabileceğini görelim. Buradan “Yasaklayalım, kurtulalım” sonucu çıkmıyor. Öğrencinin takıldığı noktayı açıklayan, kavramı farklı örneklerle anlatan, yanlış yaptığı adımı gösteren bir yardımcı kıymetli olabilir. Her güçlük öğretici olmadığı gibi her kolaylık da zararlı değil. Öğrenciyi aynı çıkmazda bırakmanın pedagojik bir fazileti yok. Hangi çabayı neden aradan çıkardığımıza bakmamız gerekiyor.