İş Yerinde Oyunlaştırma: Rekabet Değil Anlam Kazanıyor

Şirketinizin eğitim platformuna girdiğinizi düşünün. Ekranın köşesinde bir liderlik tablosu var: Bu ay en çok modül bitiren meslektaşlarınız sıralanmış, siz de bir yerlerdesiniz. Bazı çalışanlar için bu, ilk sıraya çıkmak için bir neden. Bazıları içinse istemedikleri bir karşılaştırma. Eğitim ekiplerinin 'oyunlaştırma' deyince ilk kurduğu üç şey de genellikle bunlar: Puan, rozet ve liderlik tablosu.

Alman bir BT şirketinin ağında 358 ofis çalışanıyla yapılan yeni bir anket, çalışanların oyunlaştırılmış bir uygulamadan aslında ne beklediğini soruyor. Cevap bu alışılmış setle tam örtüşmüyor: Katılımcıların %81'i yaptığı işin neye yaradığını gösteren 'anlam' öğesini önemli buldu; rekabete ise yarısından fazlası düşük puan verdi. Çoğu çalışan başkalarını geçmekten çok, emeğinin bir karşılığı olduğunu görmek istiyor.

Çalışma Information Systems and e-Business Management dergisinde 5 Kasım 2026'da açık erişimle yayımlandı. Konusu kurumsal eğitim değil, ofiste enerji tasarrufu: Yazarlar, çalışanları elektrik tüketimini azaltmaya teşvik edecek bir uygulamada hangi oyun öğelerinin kime hitap ettiğini soruyor. Sorunun iskeleti ise eğitim ve gelişim yöneticisinin masasındaki soruyla aynı: Gönüllülüğe dayanan ve doğrudan para kazandırmayan bir davranışı oyun öğeleriyle nasıl desteklersiniz? Makaleye göre ofiste tasarruf çalışana mali bir karşılık getirmiyor, ekipman ortak kullanıldığı için de kişisel sorumluluk duygusu zayıflıyor. Kurum içi bir öğrenme platformu da benzer bir motivasyon sorunuyla uğraşır.

Araştırma Nasıl Kuruldu?

Anket 25 Haziran ile 2 Temmuz 2024 arasında çevrimiçi yapıldı ve ağırlıklı olarak Alman bir BT hizmet sağlayıcısının şirket ağında dağıtıldı. 388 yanıttan, çalışan olmayanlar ve ofiste çalışmayanlar elendikten sonra 358'i analize girdi. Katılımcılar önce Hexad ölçeğinin Almanca sürümünü doldurdu. Marczewski'nin 2015'te geliştirdiği bu model, kullanıcıları güdülerine göre altı tipe ayırıyor: Hayırsever (amaç ve anlam), Sosyalleşen (ilişki), Özgür Ruh (özerklik), Başarıcı (ustalık), Oyuncu (dış ödül) ve Bozucu (değişim). Ardından araştırmacıların hazırladığı görsellerle anlatılan 21 oyun öğesinin, işyerinde enerji tasarrufu uygulaması için ne kadar önemli olduğu 1 ile 7 arası bir ölçekte soruldu. Anket ortalama 10 dakika sürdü.

Analizin iki katmanı var. Birincisi, her kullanıcı tipiyle her oyun öğesi arasındaki ilişkiyi ölçen korelasyonlar. İkincisi, yaş, cinsiyet ve oyunlara ilginin bu ilişkileri güçlendirip zayıflatmadığına bakan moderasyon analizi. Yazarlar tasarım önerisi çıkarırken yalnız %1 düzeyinde anlamlı ve belirli bir asgari güce ulaşan ilişkileri kullandı.

Çoğunluk Rekabeti Değil Anlamı Seçti

Tipleri bir kenara bırakıp genel tercihlere bakınca tablo şaşırtıcı biçimde sakin. En çok istenen üç öğe anlam (%81,0 yüksek önem), geri bildirim (%70,1) ve seviye (%63,1). Yarıdan fazla katılımcının yüksek önem verdiği öğeler, yön gösterme, öğrenme, seçim, puan, meydan okuma ve ödülün eklenmesiyle dokuza çıkıyor. Bu dokuz öğenin hiçbiri herhangi bir kullanıcı tipiyle olumsuz ilişki göstermedi.

Listenin öbür ucunda sosyal ağ (%67,9 düşük önem), kişiselleştirme (%66,8) ve koleksiyon (%62,8) var. Yarıdan fazla katılımcının düşük puan verdiği yedi öğe arasında rekabet, anlatı, sonuç ve sanal ekonomi de yer alıyor. Kurumsal programların ilk kurduğu rekabet katmanı, bu örneklemde çoğunluğun istemediği tarafta duruyor. Liderlik tablosu ve rozet ise iki listeye de girmiyor: Çoğunluğun ne açıkça istediği ne de açıkça reddettiği öğeler arasında kalıyorlar.

Bu dağılımın nedeni örneklemin kendisinde. En yüksek ortalama puanı alan tipler Hayırsever ve Başarıcı oldu; en az temsil edilen Bozucu, onu izleyen Oyuncu. Yani dış ödülle ve rekabetle güdülenen tipler bu ofis çalışanları arasında azınlıkta. Makale bunu önceki Hexad çalışmalarıyla büyük ölçüde tutarlı buluyor: Tipik yönelim, içsel güdülü tiplerden geliyor. Yazarlar iki genel listeyi, kullanıcı tipleri bilinmediğinde başvurulacak varsayılan rehber olarak öneriyor. Düşük puanlı listeyi de 'ön öneri' diye işaretliyorlar, çünkü bu öğeleri yüksek bulan kayda değer bir azınlık var: Sanal ekonomide bu oran %35,5.

Tiplere Göre Tercihler

Oyuncu tipi 21 öğenin 19'uyla, Sosyalleşen tipi 16'sıyla anlamlı ilişki gösterdi. Orta ve güçlü etki büyüklükleri de yalnız bu iki tipte çıktı. Oyuncu için en sağlam öneriler ödül ve rekabet, ardından liderlik tablosu, sosyal statü ve seviye. Sosyalleşen için en sağlam öğe takım. Rekabet ve liderlik tablosu bir tasarım hatası değil; ama esas olarak azınlıkta kalan Oyuncu tipine hitap ediyor.

Hayırseverde en güçlü ilişkiler anlam, öğrenme, geri bildirim, takım ve seçimle çıktı. Makale bu tipin takım gibi işbirliği öğeleriyle ilişkili olduğunu, liderlik tablosu ve rekabet gibi yarışma öğeleriyle ise ilişki göstermediğini 'şaşırtıcı' diye not ediyor. Başarıcı geri bildirim, meydan okuma, ödül ve anlama yöneldi. Bozucu tipinde %1 düzeyinde anlamlı tek öğe rekabet oldu, o da eşiği ancak geçti. Özgür Ruh ise belirgin bir tercih göstermedi; bulunan dört ilişkinin hepsi çok zayıftı ve yazarlar bunun önceki çalışmalardan farklı olduğunu yazıyor.

50 Yaş Üstü Çalışan Daha Mesafeli Değil

Çalışmanın en dikkat çekici yan bulgusu yaşla ilgili. Katılımcılar 20-49 yaş (293 kişi) ve 50 yaş üstü (65 kişi) diye ikiye ayrıldı. Yaşın bulunan bütün etkileri olumlu yöndeydi. 50 yaş üstü Hayırseverlerde puan, seviye, geri bildirim, anlatı ve meydan okumayla ilişki güçlendi; 50 yaş üstü Oyuncularda öğrenme, geri bildirim ve anlamla. Makale bunu, yaşça büyük kullanıcıların oyunlaştırmaya daha az yanıt verdiği yönündeki örtük varsayıma karşı bir işaret olarak okuyor: Bu çalışanlar yapı, yön, ilerleme ve anlam sağlayan mekanizmalara değer veriyor olabilir.

Cinsiyet etkisi beklenenden zayıf çıktı. En güçlü bulgu, erkek Sosyalleşenlerde kişiselleştirme öğesiyle ilişkinin belirgin biçimde zayıflaması. Yazarlar buradan, ağırlıkla erkeklerden oluşan bir çalışan kitlesinde Sosyalleşenler için kişiselleştirmenin geri plana alınmasını öneriyor. Anlamlı cinsiyet etkileşimlerinin azlığını da cinsiyet farklarının literatürde sanıldığı kadar belirgin olmayabileceği şeklinde yorumluyorlar.

Eğitim Programına Taşırken Üç Ders

Makale, ilişkilerin başka bağlamlara olduğu gibi taşınamayacağını kendisi söylüyor. Aşağıdakiler bizim uyarlamamız, çalışmanın sınadığı şeyler değil. Yine de bir eğitim ekibinin bugün kullanabileceği üç ders çıkıyor.

1. Varsayılanı anlamdan kurun. Kitlenin tipleri bilinmiyorsa yazarların önerdiği set anlam, geri bildirim, seviye, yön gösterme, öğrenme, seçim, puan, meydan okuma ve ödül. Bir eğitim modülünde bu, 'bu beceri işinizde neyi değiştirecek' cümlesi, her adımdan sonra kısa bir geri bildirim ve görünür bir ilerleme seviyesi demek.
2. Rekabeti isteğe bağlı yapın. Rekabet Oyuncu tipinde güçlü karşılık buluyor, ama çoğunluk ona düşük puan verdi. Herkesin adının göründüğü zorunlu bir sıralama yerine, isteyenin katıldığı bir yarışma alanı iki tarafı da korur.
3. Kendi kitlenizi ölçün. Hexad ölçeği kısa bir anket. Gruptaki tip dağılımını görmek, hangi öğeye yatırım yapılacağını belirler. Amaç kişileri etiketlemek değil, grubun genel eğilimini görmek.

Kıdemli çalışanlara yönelik programlar için de bir not var. 50 yaş üstü grupta ilerleme ve anlam sağlayan öğelerle ilişkinin güçlenmesi, deneyimli çalışanın oyun öğelerine mesafeli duracağı varsayımını sorgulatıyor. Bu kitleyi oyunlaştırılmış bir programın dışında tutmak için bu çalışmada bir gerekçe yok.

Bulgunun Sınırları

Ölçülen şey davranış değil, beyan edilen tercih. Çalışma, oyun öğelerinin gerçek enerji tüketimini ya da öğrenme çıktısını değiştirdiğini göstermiyor; veriler tamamen öz bildirime dayanıyor ve öğeler araştırmacıların hazırladığı görsellerle anlatıldı. Örneklem tek bir Alman şirketinin ağından geliyor ve temsili değil: Katılımcıların %75,1'i erkek, %59,0'ı 40 yaşın altında, %77,4'ü yükseköğretim mezunu. Oyunlara ilgi de yüksek (7'li ölçekte ortanca 6) ve bu ilgi, ilişkileri değiştiren bir etken olarak çıktı. Yazarlar, oyunla arası daha mesafeli bir çalışan kitlesinin bu önerileri dikkatle uygulaması gerektiğini yazıyor.

Etki büyüklüklerinin çoğu zayıf. Yazarların on tasarım önerisinin büyük kısmı 'ön öneri' olarak işaretli; yaş ve cinsiyet analizleri keşif amaçlı. Öğeleri sınıflandırmak için kullanılan taksonomi de eğitim ortamları için geliştirilmişti ve yazarlar işyeri tasarrufuna her zaman oturmayabileceğini kabul ediyor. Türkiye'deki bir kurumda aynı dağılımın çıkıp çıkmayacağı bilinmiyor.

Sıkça Sorulan Sorular

Hexad modeli nedir?

Marczewski'nin 2015'te geliştirdiği, oyunlaştırılmış sistem kullanıcılarını güdülerine göre altı tipe ayıran model: Hayırsever, Sosyalleşen, Özgür Ruh, Başarıcı, Oyuncu ve Bozucu. Ölçekte her kişi altı tipin her birinden ayrı puan alır.

Liderlik tablosu kaldırılmalı mı?

Hayır. Çalışmada liderlik tablosu Oyuncu tipiyle orta düzeyde ilişkili çıktı ve genel tercihlerde ne en çok istenenler ne de en az istenenler arasına girdi. Sorun öğenin kendisi değil, herkese zorunlu tutulması.

Bu sonuçlar kurumsal eğitime uyar mı?

Doğrudan söylenemez. Çalışma işyerinde enerji tasarrufu bağlamında yapıldı ve makale ilişkilerin farklı bağlamlara olduğu gibi taşınamayacağını vurguluyor. Kendi programınızda küçük bir pilotla sınamak gerekir.

Yaşça büyük çalışanlar oyunlaştırmayı sevmez mi?

Bu çalışmanın verisi bunu desteklemiyor. 50 yaş üstü grupta yaşın hiçbir öğe üzerinde olumsuz etkisi bulunmadı; bazı tiplerde puan, geri bildirim, öğrenme ve anlamla ilişki güçlendi.

Kaynak: Eggert ve Strehle Mayo, 'Tailored gamification strategies for supporting energy efficient work behavior', Information Systems and e-Business Management (Springer Nature), 5 Kasım 2026, DOI 10.1007/s10257-026-00748-3. Ampirik çalışma, çevrimiçi anket (358 katılımcı).

Bu yazı EdTech Türkiye yayın masasında, yapay zeka desteğiyle birincil kaynaklardan hazırlandı; olgular kaynaklarla karşılaştırılarak denetlendi. Editörlerimiz yazıyı yayından sonra da izler; hata bildirimlerini düzeltme politikamıza göre ele alırız.