Deepfake Nedir?

Deepfake, derin öğrenme (deep learning) teknikleriyle üretilmiş sahte (fake) medyayı tanımlar: gerçek bir kişinin yüzü, sesi ya da bedeni taklit edilerek, o kişinin hiç yapmadığı şeyleri yapıyor/söylüyor gibi gösteren video, ses ve görüntüler. Daha geniş şemsiye kavram ise sentetik medya: tamamen ya da kısmen yapay zekayla üretilmiş her tür görsel-işitsel içerik.

Önemli bir dürüstlük notu: teknolojinin kendisi kötü değil. Aynı teknikler seslendirme, erişilebilirlik (ör. sesini kaybeden birinin sesinin yeniden üretilmesi), çeviri ve eğitim içeriği üretiminde meşru biçimde kullanılıyor. "Deepfake" kelimesi, bu gücün rıza dışı ve aldatma amaçlı kullanımını anlatır — sorun teknoloji değil, niyettir.

Eğitim Dünyasını Neden Doğrudan İlgilendiriyor?

• Akran zorbalığının yeni yüzü: Dünyada okulları en çok sarsan vakalar, öğrencilerin birbirinin görüntüsüyle ürettiği rıza dışı sahte içerikler oldu. Bu artık bir "teknoloji konusu" değil, rehberlik ve okul iklimi konusudur.
• Dolandırıcılık: Ses taklidiyle "acil durum" aramaları ve yönetici taklidiyle talimat e-postaları, kurumları da aileleri de hedef alıyor.
• Bilgi güvenilirliği: "Gördüğüme inanırım" çağı kapanıyor; kanıt kavramının kendisi ders konusu haline geliyor.

"Tespit İpuçları" Neden Yetmez?

Bir dönem herkes aynı listeyi öğretti: ellere bak, göz kırpmaya bak, ışığa bak... Sorun şu ki bu ipuçları teknolojiyle yaş alıyor — bugün üretilen içerikte dünkü kusurlar yok. Bu yüzden kalıcı beceri, karede hata aramak değil, kaynağı sorgulamaktır:

• Bu içerik ilk nerede yayınlandı? Güvenilir bir kaynak mı, anonim bir hesap mı?
• Başka güvenilir kaynak doğruluyor mu? Önemli bir olaysa tek kanalda kalmaz.
• Duygu tetiklemesi var mı? Öfke ya da panik yaratmak için tasarlanmış görünen içerik, paylaşmadan önce iki kez sorgulanmayı hak eder.
• Teyit mekanizması: Kritik durumlarda (para, şifre, acil talep) kişiye başka bir kanaldan ulaşıp doğrulamak — okul yönetimleri için de aileler için de altın kural.

Okul ve Kurumlar Ne Yapmalı?

Üç katman birden gerekir: eğitim (medya okuryazarlığının parçası olarak sentetik medya farkındalığı — dijital vatandaşlık çalışmalarının doğal uzantısı), politika (rıza dışı içerik üretiminin açık biçimde tanımlandığı, bildirim yolunun belli olduğu kurallar) ve iklim (mağdurun suçlanmadığı, bildirmenin güvenli olduğu bir kültür). Konuyu yalnızca yasakla çerçevelemek, kalitesiz içerik tartışmasında olduğu gibi burada da yetersiz kalır — amaç korkutmak değil, sorgulama refleksi kazandırmaktır.

Sizin kurumunuzda sentetik medya farkındalığı herhangi bir eğitimin parçası mı? Deneyimlerinizi ve sorularınızı yorumlarda bekliyoruz.

Yapay Zeka Kavram Rehberi serisinden: Yapay zeka dünyasının kavramlarını sade bir dille, eğitim penceresinden anlatıyoruz. Serinin çıkış yazısı: Döngü Mühendisliği Nedir?

Programın Yapısı ve Eğitim Modülleri

Dijital Üniversite Platformu, 2025 yılında hayata geçirilen Veri Analizi Okulu projesinin kapsamı genişletilerek 2026-2027 akademik yılında yeniden yapılandırıldı. Koordinasyon sürecini üstlenen üniversitelerin yanı sıra Boğaziçi Üniversitesi, İstanbul Teknik Üniversitesi ve Orta Doğu Teknik Üniversitesi platforma doğrudan akademik katkı sağlıyor. Beş köklü üniversitenin uzman öğretim üyeleri, ders içeriklerini katılımcılara doğrudan ulaştırıyor.

Eğitimler üç ana başlık altında toplanıyor: Yapay Zekâ Okulu, Veri Analizi Okulu ile Yeşil Dönüşüm ve Sürdürülebilirlik Okulu. Program kapsamında herhangi bir katılım ön koşulu aranmıyor. Katılımcılar ortak temel dersleri tamamladıktan sonra tercih ettikleri alan odaklı modüllere geçiş yapıyor. Dersler haftada bir gün ve üç saat şeklinde planlanıyor.

Yapay Zekâ Okulu Kapsamı

Yapay Zekâ Okulu bünyesinde toplam üç temel modül açılıyor:

• Yapay Zekâ: Makine Öğrenmesi: Algoritmaların temellerine ve model geliştirme mantığına odaklanıyor.
• Yapay Zekâ: Kolaylaştırıcı Araçlar: Üretken teknolojilerin günlük ve mesleki iş akışlarına entegrasyonunu ele alıyor.
• Modern Yazılım Geliştirme: Güncel programlama araçları ve yazılım mimarileri inceleniyor.

Veri Analizi Okulu Kapsamı

Platformun en geniş programı olan Veri Analizi Okulu, yedi ayrı modülden meydana geliyor:

• Temel İstatistik
• Panel Veri
• Hesaplamalı Sosyal Bilimler
• Dijital Beşerî Bilimler
• Psikometri
• Biyoistatistik
• Veri Analitiği

Yeşil Dönüşüm ve Sürdürülebilirlik Okulu

Çevre ve sürdürülebilirlik başlıklarını altı farklı derste toplayan bu okul şu başlıklardan oluşuyor:

• İklim Değişikliği ve Küresel Politikalar
• Kurumsal Sürdürülebilirlik
• Çevresel Sürdürülebilirlik
• Döngüsel Ekonomi ve Sürdürülebilir Finans Ekosistemi
• Sosyal Sürdürülebilirlik
• Temiz Enerji Teknolojileri

Başvuru Takvimi Nasıl İşleyecek?

Adaylar başvurularını 14 Ekim 2026 ile 20 Ekim 2026 tarihleri arasında tamamlayacak. Başvuru değerlendirme sonuçları 30 Ekim 2026 tarihinde ilan edilecek. Dersler ise 3 Kasım 2026 tarihinde çevrim içi ortamda başlayacak. Kontenjanların sınırlı tutulması nedeniyle adayların süreci zamanında tamamlaması gerekiyor.

Her katılımcının sisteme en fazla iki modül için kayıt hakkı bulunuyor. Derslerin tamamı çevrim içi ortamda yürütüleceğinden fiziksel katılım gereksinimi aranmıyor. Ön koşulsuz katılım modeli, farklı disiplinlerden gelen kişilerin eşit şartlarda başvuru yapmasına imkân veriyor.

Türkiye Eğitim Ekosistemi İçin Anlamı

Yükseköğretim düzeyinde farklı üniversitelerin akademik birikimini tek bir dijital platform altında toplaması, yükseköğretimde kaynak paylaşımı açısından belirgin bir zemin sunuyor. Değerlendirmemize göre, tek bir üniversitenin kadrosuyla sınırlı kalmak yerine birden fazla kurumun ortak müfredat üretmesi, eğitim içeriğindeki uzmanlık düzeyini artırıyor.

Eğitim modüllerinin profili incelendiğinde, klasik akademik yaklaşımlardan ziyade disiplinler arası ihtiyaçlara odaklanıldığı görülüyor. Örneğin biyoistatistik, dijital beşerî bilimler veya hesaplamalı sosyal bilimler gibi başlıklar, sosyal ve fen bilimleri arasındaki metodolojik ayrımı daraltıyor. Bu durum, veri odaklı araştırma yöntemlerinin standart eğitim süreçlerine eklemlenmesini kolaylaştırıyor.

Yeşil dönüşüm başlığının bağımsız bir okul olarak konumlandırılması da kurumsal sürdürülebilirlik alanındaki yetişmiş insan kaynağı ihtiyacına denk düşüyor. İklim politikaları ve temiz enerji gibi konuların doğrudan akademik uzmanlarca işlenmesi, bu alandaki bilgi transferini hızlandırıyor.

Kim Hangi Adımı Atmalı?

Programın sunduğu imkânlardan verimli yararlanmak adına paydaşların dikkat etmesi gereken adımlar bulunuyor:

1. Üniversite Öğrencileri ve Araştırmacılar İçin: Başvuru hakkı iki modülle sınırlı olduğundan, doğrudan uzmanlaşmak istenen alanın seçilmesi gerekir. Özellikle tez veya saha araştırması planlayan adayların veri analizi alanındaki metodolojik derslere yönelmesi çalışma kalitesini doğrudan artıracaktır.
2. Eğitim ve Gelişim Ekipleri İçin: Kurum çalışanlarının dijital yetkinliklerini desteklemek isteyen birimler, Yapay Zekâ Okulu modüllerini çalışan gelişim planlarına alternatif dış kaynak olarak önerebilir. Bu yaklaşım, şirket içi eğitim bütçelerini zorlamadan temel becerilerin kazanılmasını sağlar.
3. Öğretmenler ve Akademisyenler İçin: Dijital beşerî bilimler ve kolaylaştırıcı yapay zeka araçları modülleri, ders tasarımlarında güncel teknolojileri kullanmak isteyen eğitimcilere somut yöntemler sunar. Haftalık üç saatlik ders yükü mevcut akademik iş akışına göre planlanmalıdır.
4. EdTech Girişimcileri İçin: Kamusal platformların yöneldiği konu başlıkları, sektördeki beceri talebini açıkça göstermektedir. Girişimler, bu platformun sunduğu teorik ve pratik temelleri tamamlayıcı mikro araçlar ve uygulama ortamları geliştirmeye odaklanabilir.

Platform bünyesindeki kontenjan sınırlaması dikkate alınarak, başvuruların 20 Ekim 2026 Salı günü saat 23.59'a kadar sistem üzerinden eksiksiz tamamlanması gerekiyor.

Kaynak: Yükseköğretim Kurulu ve Yıldız Teknik Üniversitesi Rektörlüğü, YÖK'ün Öncülüğünde Kurulan Dijital Üniversite Platformuna Başvurular Başladı duyurusu.

Bu sayının kapak dosyası küçük bir dil değişikliğinden doğdu. Bir zamanlar internete girerdik. Bilgisayarı açar, modemin bağlanmasını bekler, o cızırtılı sesi dinlerdik. Bugün bu cümleyi kurmuyoruz, çünkü internetten çıkmıyoruz. Dosya, Yahoo'dan yapay zekâ ajanlarına uzanan otuz yılı tek bir soru üzerinden okuyor. Teknoloji hangi zahmetleri azalttı, karşılığında neleri değiştirdi?

Dosyada neler var

Dizinden arama motoruna, sohbet odalarından sosyal ağlara, YouTube'dan öneri algoritmalarına ve bugünün sohbet kutusuna uzanan bir anlatı. Beş kolaylık ve beş yeni sorunu tek sayfaya indiren "Sürtünme yasası", 1991'den 2026'ya zaman çizelgesi ve üç küçük başlangıcın hikâyesi. Dosya, eğitimin bu hikâyenin neresinde durduğu sorusuyla kapanıyor.

Konuk yazar Ömür Doğan

Bu sayıda ilk kez bir konuk yazar var. Öğrenme tasarımcısı Ömür Doğan, yapay zekâ ile öğrenirken düşünme işini kimin yaptığını soruyor. Yazı, bir görevi yeniden tasarlamak için üç sorudan oluşan KİM çerçevesini öneriyor. Kilit düşünme işi ne, iş bölümü nasıl olacak, muhakemenin kanıtı ne?

Derinlik, sınıf, araç kutusu

Derinlik bölümünde iki araştırma var. Biri not ortalaması yüksek öğrencilerin yapay zekâyı nasıl kullandığına, diğeri yapay zekâyla üretilen alıştırmaların doğruluğuna bakıyor. Özel eğitimde sekiz yardımcı teknoloji, ters yüz sınıf modeli ve eğitimde simülasyon bu sayının uygulama yazıları. Araç Kutusu'nda Wayground'u (eski adıyla Quizizz) ve Google Classroom'u inceledik. Yeni aracımız EdTech Türkiye AI Lab'i de tek sayfada tanıttık.

Veri ve kurumsal

IBM'in eleştirel düşünme araştırması ve Türkiye'de çocukların yapay zekâ kullanımına ilişkin ilk bulgular iki infografikte. Kurumsal bölümde TEGEP 16. Eğitim ve Gelişim Zirvesi'nin notları ve yetkinlik matrisi rehberi var.

İki yenilik

Sitedeki yazılar artık dinlenebiliyor. Kapak yazısının tamamı 47 dakikalık sesli sürümüyle yayında. AI Lab ise okuduğunuz yazılardan quiz, eğitim tasarımı ve yol haritası üretiyor. Prompt Kitaplığı'nda görsel, video ve ses üretimi için 12 hazır prompt, Raf'ta internetin tarihi ve dikkat üzerine altı kitap, Ekran'da iki film, bir dizi ve iki podcast, Sözlük'te dosyanın 15 terimi var.

Sayı 4'ü okumak için edtechturkiye.com/e-dergi

Yapay zekaya rağmen insan neden merkezdedir?

Yapay zeka araçları veriyi saniyeler içinde derlese bile eleştirel muhakeme, etik değerlendirme ve özgün sentez yeteneği yalnızca insana aittir. Araştırma sürecinde ter dökmek, bilginin doğruluğunu sorgulamak ve bağlam kurmak otomatikleştirilemez. Bu nedenle algoritmalar sonuca giden yolu kısaltsa da bilginin değerini belirleyen temel unsur araştırmacının kişisel emeği ve metodolojik disiplinidir.

Eğitim teknolojileri hızla gelişirken yazılım odaklı üretim çoğu zaman yüzeysel bir hız yanılsaması yaratıyor. Bilgiye tek komutla erişmek, o bilginin içselleştirildiği anlamına gelmiyor. Bir kütüphane dolusu veriyi özetlemek, o veriden yeni bir kuram inşa etmeye yetmez.

Emek yoğun araştırma kültürü

Akademik üretim sadece nihai çıktıdan ibaret değildir. Sorun tanımlama, hipotez kurma ve saha çalışması yürütme aşamalarında gösterilen sabır, araştırmacının mesleki kimliğini biçimlendirir. Üretici yapay zeka modelleri taslak metinler sunabilir; fakat o taslağın içindeki mantıksal boşlukları yakalamak derin bir uzmanlık gerektirir.

Algoritmik kolaycılığın sınırları

Kullanıcıların hazır yanıtlara bağımlı hale gelmesi, zihinsel kasların zayıflaması riskini beraberinde getirir. Ekrana gelen ilk cevabı mutlak doğru saymak, sorgulayıcı düşünceyi köreltir. Açılış töreninde çizilen çerçeve, teknolojiyi tümden dışlamak yerine teknolojinin kullanıcısı olan bireyin sorumluluğunu hatırlatıyor.

Mesleki eğitimde 120 bin öğrenci neyi değiştirir?

İşletmede Mesleki Eğitim Modeli, meslek yüksekokulu öğrencilerinin derslik ortamında edindikleri teorik birikimi doğrudan sanayi ve iş sahasında test etmelerini sağlar. Bu uygulama, istihdam piyasasının aradığı pratik becerileri kazandırarak mezunların işe uyum sürecini kısaltır. Modelin 7 ilde ve 185 programda 120 bin öğrenciye genişletilmesi, teorik bilginin pratikle buluşmasını tabana yayan somut bir operasyondur.

Sınıfta öğretilen kodlama parçası veya teknik çizim, işletmenin canlı üretim hattında çalışmadıkça soyut kalır. Saha deneyimi, öğrencinin sadece teknik yetkinliklerini değil; kriz yönetimi ve takım çalışması gibi doğrudan aktarılamayan örtük bilgilerini de geliştirir.

Kampüsten sahaya doğrudan geçiş

Geleneksel staj yaklaşımları çoğunlukla gözlem düzeyinde kalabiliyor. Yeni modelde ise öğrencinin işletmenin günlük iş akışına katılması hedefleniyor. Bu adım, üniversite ile iş dünyası arasındaki bağın protokolden çıkıp somut bir müfredat ortaklığına dönüşmesi anlamına gelir.

Bu mesajlar Türkiye için ne anlama geliyor?

Akademik açılışta verilen bu mesajlar, Türkiye'deki kurumsal eğitim ve yükseköğretim ekosistemine doğrudan bir yön çiziyor. Bir yanda 208 üniversiteye yayılan devasa bir öğrenci kitlesi, diğer yanda bilgi üretiminin otomasyona devredilmesi tehlikesi bulunuyor. Türkiye'deki eğitim yöneticileri için bu durum, içerik üretme hızından ziyade içerik denetleme ve doğrulama süreçlerine ağırlık verilmesi gerektiğine işaret ediyor.

Kurumsal tarafta faaliyet gösteren eğitim ve gelişim ekipleri, çalışanlarına sadece hızlı içerik tüketmeyi değil; yapay zeka çıktılarını analiz etme yetkinliğini kazandırmak zorunda. Kendi kurumunuzdaki öğrenme süreçlerini düşünün: Çalışanlar önlerine gelen raporu yapay zekaya özetletip geçiyor mu, yoksa çıkan veriyi şirketin gerçekleriyle kıyaslayıp sorguluyor mu? Asıl katma değer bu ikinci aşamada ortaya çıkıyor.

Yerli eğitim teknolojisi girişimleri açısından ise durum yeni bir ürün geliştirme alanı yaratıyor. Sadece içerik üreten araçlar artık tek başına yeterli ilgi görmüyor. Kullanıcının araştırma sürecini adım adım takip eden, intihali önlemenin ötesine geçip öğrencinin muhakeme zincirini ölçen ve işletmedeki saha çalışmalarını raporlayan takip sistemlerine ciddi bir ihtiyaç var. Mesleki eğitimdeki 120 bin öğrencinin saha performansını takip edecek dijital platformlar, ekosistemdeki girişimciler için somut bir pazar alanı oluşturuyor.

Üniversitelerde ilk yüz hedefi ve teknolojik altyapı

Dünya sıralamasında ilk 100 arasına en az iki üniversite yerleştirme hedefi, yayın kalitesinin ve araştırma ciddiyetinin doğrudan bir sonucudur. Yalnızca makale sayısını artırmak sıralamaları yükseltmeye yetmez; o makalelerin küresel ölçekte aldığı atıf ve yarattığı toplumsal etki belirleyicidir.

Yapay zeka çağında küresel sıralamalarda öne çıkmak, algoritmaların ürettiği tekrara dayalı metinlerle mümkün olamaz. Dünya çapındaki saygın indeksler, yöntem bilimi sağlam kurulmuş ve özgün veri toplanmış çalışmalara değer veriyor. Dolayısıyla insan faktörünün korunması uyarısı, doğrudan bu küresel hedefle örtüşen bir akademik kalite şartıdır.

Ekipler ve girişimciler için somut aksiyonlar

Açıklanan hedefler ve çerçeve karşısında eğitim ekosistemindeki paydaşların gecikmeden atabileceği adımlar şunlardır:

1. Eğitim ve Gelişim Ekipleri İçin: Kurum içi eğitimlerde hazır yapay zeka çıktılarının doğrudan sunulmasını engelleyen doğrulama mekanizmaları kurun; eğitim ölçme süreçlerinde bilgi ezberini değil, problem çözme aşamalarındaki kişisel mantık yürütmeyi puanlayın.
2. Mesleki Eğitim Yöneticileri İçin: 185 program kapsamındaki işletme modellerinde öğrencilerin sahadaki pratik kazanımlarını düzenli kayıt altına alan dijital değerlendirme kriterleri belirleyin; teorik sınavların ağırlığını azaltıp uygulama performansını öne çıkarın.
3. Öğretim Elemanları İçin: Ders ödevlerini metin tabanlı özet çıkarma görevlerinden arındırın; sınıf içi tartışma, sözlü savunma ve gerçek hayat vaka analizlerini değerlendirme rubriklerinin merkezine yerleştirin.
4. Eğitim Teknolojisi Girişimcileri İçin: Ürün geliştirme planlarınızı salt içerik üretiminden, saha çalışması takip sistemlerine ve öğrencilerin muhakeme adımlarını haritalandıran analiz araçlarına doğru genişletin.

Yapay zeka araçlarının işlem hızına odaklanmak yerine, üretilen bilginin arkasındaki insan muhakemesini güçlendirecek yöntemleri bugünden müfredata ve kurumsal iş akışlarına dahil edin.

Önce kısa bir hatırlatma: Bir eğitimin değeri, sonunda verilen belgeden çok çocuğun o süreçte ne ürettiğinde saklı. Yine de veliler ve öğretmenler için “hangi program kimin için, ne veriyor” sorusunun net cevabı önemli. Aşağıdaki tablo bu yüzden var.

Tek bakışta: Program, yaş ve belge

Koşullar dönemden döneme değişebiliyor; başvurudan önce her programın resmî sayfasına bakmak en güvenli yol.

Türkiye'nin güçlü kamu programları

DENEYAP Teknoloji Atölyeleri

Listenin en kapsamlısı. T3 Vakfı'nın 2017'de başlattığı program, 2018'den bu yana Sanayi ve Teknoloji Bakanlığı, Gençlik ve Spor Bakanlığı ve TÜBİTAK iş birliğiyle ülke geneline yayıldı. Atölyelerde öğrencilere 36 ay boyunca ücretsiz teknoloji eğitimi veriliyor: İlk 24 ay proje temelli dersler, ardından 12 aylık takımlar dönemi. Eğitim ortaokul ve lise olmak üzere iki düzeyde yürüyor.

Programa herkes istediği an katılamıyor. 2026 kılavuzuna göre başvuru hakkı yalnızca 4., 5., 8. sınıf, lise hazırlık ve 9. sınıf öğrencilerinde. Sebep basit: Üç yıllık programı tamamlayabilecek düzeydeki öğrenciler alınıyor. Seçim üç aşamalı; e-sınav, çevrim içi eğitim ve görev aşaması, uygulama sınavı. 2026'da başvurular ocak-mart arasında alındı, e-sınav nisanda 81 ilde yapıldı. Bir sonraki dönem için başvuru takvimini kış aylarında takip etmek gerekiyor.

TÜBİTAK Bilim Genç

Bilim Genç, TÜBİTAK'ın dijital ortamdaki ücretsiz popüler bilim yayını. Uzay, doğa, teknoloji ve güncel bilim konularında makaleler, deneyler ve etkinlikler herkese açık. Asıl fırsat ise dönemlik akademilerde: TÜBİTAK Bilim Merkezleri Kış Akademisi 2026, 6. ve 7. sınıf öğrencilerine yönelikti. Derslere düzenli katılan öğrenciler katılım belgesi, akademi sonundaki sınavda başarılı olanlar başarı belgesi aldı. Yaz akademisi ve bilim kampları da duyurularını aynı platformdan yapıyor.

BTK Akademi

Bilgi Teknolojileri ve İletişim Kurumu'nun eğitim portalı yazılımdan siber güvenliğe, yapay zekadan veri bilimine geniş bir katalog sunuyor ve yaş fark etmeksizin herkese açık. 16 yaş üstü kullanıcılar e-Devlet ile giriş yapıyor; 16 yaş altı için ayrı bir kayıt alanı var. Sertifika için eğitim videolarının eksiksiz tamamlanması ve sondaki sınavdan en az 70 puan alınması gerekiyor. Belge e-Devlet üzerinden doğrulanabiliyor. Katalogdaki yapay zeka eğitimlerini daha önce ayrıntılı tanıtmıştık. İçeriklerin önemli bölümü yetişkin diliyle hazırlandığı için en verimli kullanım lise öğrencileri için.

Küresel ve ücretsiz: Çocuklar için tasarlanmış platformlar

Scratch

MIT Media Lab'in geliştirdiği, kâr amacı gütmeyen Scratch Vakfı'nın sürdürdüğü Scratch, 8-16 yaş için tasarlanmış ücretsiz bir programlama ortamı. Çocuklar blokları birleştirerek animasyon, oyun ve etkileşimli hikayeler yapıyor, projelerini dünyanın her yerinden çocuklarla paylaşıyor. Belge vermiyor; kazanım, çocuğun kendi yaptığı proje. Kodlamaya ilk adım için hâlâ en iyi başlangıç noktalarından biri.

Code.org

Bilgisayar bilimi, yapay zeka ve veri bilimi üzerine ücretsiz kurslar ve etkinlikler sunuyor. Yol iki yaş grubuna ayrılmış: 5-11 yaş için blok tabanlı kodlama, 11 yaş ve üstü için uygulama, oyun ve animasyon geliştirme kursları. Sınıfta da kullanıldığı için öğretmenler için de pratik bir kaynak.

Khan Academy

Kâr amacı gütmeyen Khan Academy matematikten bilgisayar programlamaya geniş bir içerik sunuyor ve öğrenciler, öğretmenler ve aileler için ücretsiz. Türkçe arayüzü var. 13 yaş altı çocuklar için e-posta istemeyen, veliye bildirim giden çocuk hesabı açılabiliyor; veli ilerlemeyi kendi hesabından izleyebiliyor.

Microsoft Learn

Bulut, veri ve yapay zeka üzerine kapsamlı ücretsiz modüller sunuyor; öğrenci hesabı için alt sınır 13 yaş. Burada bir ayrımı bilmek önemli: Modülleri tamamlamak rozet, öğrenme yollarını bitirmek kupa kazandırıyor; bunlar sertifika değil. Microsoft'un resmî sertifikaları ayrı ve ücretli sınavlarla alınıyor. Lise öğrencisi için yine de değerli bir kendi kendine öğrenme alanı.

Bir çocuğun portfolyosunda tek bir tamamlanmış proje, beş indirilen belgeden daha çok şey anlatır.

Listelerde geçen ama öğrenciye uymayabilen üç seçenek

Sosyal medyadaki listelerde sık görülen bazı platformlar iyi kaynaklar, ancak okul çağındaki öğrenciler için koşulları farklı:

• Kodluyoruz: Ücretsiz bootcamp'leri 18-35 yaş arası katılımcılar için. Lise öğrencisinin bugün değil, mezun olduktan sonra takip etmesi gereken bir seçenek.
• Udemy'nin ücretsiz kursları: Udemy'nin kendi destek sayfasına göre ücretsiz kurslar tamamlama sertifikası vermiyor. Hesap açmak için 18 yaş gerekiyor; 18 yaş altı kullanıcılar ancak veli ya da vasinin açıp yönettiği hesapla katılabiliyor.
• Google'ın Türkiye eğitimleri: Eskiden “Dijital Atölye” adıyla bilinen sayfa bugün Google'ın iş ve kariyer odaklı eğitim sayfasına yönleniyor. İçerikler ücretsiz ve bir bölümü sertifikalı, ama hedef kitle kariyerine yön veren gençler ve yetişkinler. Türkiye'de kendi Google hesabını yönetebilmek için alt sınır 13 yaş. Lise son sınıf öğrencisi ve üniversite adayı için anlamlı.

Yetişkinler ve üniversite öğrencileri için ücretsiz yapay zeka eğitimlerini ayrı bir rehberde toplamıştık.

Yaşa göre nereden başlanır?

Veli ve öğretmen için beş soru

Bir program seçmeden önce bu soruların cevabını bulmak, hayal kırıklığını baştan önler:

1. Yaş ve sınıf koşulu ne? Bazı programlar yalnız belirli sınıflardan başvuru alıyor.
2. Hesabı kim açacak? 13 ve 18 yaş, birçok platformda velinin devreye girdiği eşikler.
3. Belge veriyor mu, hangi koşulla? Rozet, katılım belgesi ve sınavla alınan sertifika aynı şey değil.
4. Çocuk sonunda ne üretmiş olacak? Bir oyun, bir robot, bir sunum ya da bir proje dosyası.
5. Kim eşlik edecek? Çevrim içi kurslarda bitirme oranını en çok artıran şey, haftada bir “ne yaptın, göster” diye soran bir yetişkin.

Türkiye'nin kamu programları ve küresel ücretsiz platformlar bir arada kullanıldığında çocuklar için sağlam bir yol oluşuyor. Bu dönem tek bir program seçin, çocuğunuzla birlikte ilk projeyi bitirin; sonraki adımı o proje gösterecek. Kodlamaya bilgisayarsız başlamak isterseniz algoritma düşüncesi rehberimiz, platform güvenliğini karşılaştırmak isterseniz çocuklar için güvenli kodlama platformları yazımız iyi bir devam.

Sık sorulan sorular

DENEYAP'a hangi sınıflar başvurabilir?

2026 öğrenci seçme kılavuzuna göre 4., 5. ve 8. sınıf, lise hazırlık ve 9. sınıf öğrencileri başvurabiliyor. Daha önce DENEYAP'ta öğrenci olmaya hak kazanmış öğrenciler yeniden başvuramıyor.

BTK Akademi sertifikası nasıl alınır?

Eğitim videolarının eksiksiz izlenmesi ve eğitim sonundaki sınavdan en az 70 puan alınması gerekiyor. Sertifika e-Devlet üzerinden doğrulanabiliyor. 16 yaş altındaki kullanıcılar ayrı kayıt alanından üye olabiliyor.

Udemy'deki ücretsiz kurslar sertifika veriyor mu?

Hayır. Udemy'nin destek sayfasına göre ücretsiz kurslarda tamamlama sertifikası yok; sertifika ücretli kurslarla sınırlı. Ayrıca 18 yaş altı kullanıcılar yalnızca veli ya da vasinin yönettiği hesapla katılabiliyor.

Microsoft Learn rozetleri sertifika yerine geçer mi?

Geçmez. Modül ve öğrenme yolu tamamlandığında profile rozet ve kupa ekleniyor. Microsoft'un resmî sertifikaları ise ayrıca girilen ücretli sınavlarla alınıyor.

Kaynaklar

• T3 Vakfı, DENEYAP Türkiye 2026 Öğrenci Seçme Sınavı Kılavuzu ve Sık Sorulan Sorular
• TÜBİTAK, Bilim Genç ve Bilim Merkezleri Kış Akademisi 2026 duyurusu
• BTK Akademi, eğitim portalı ve kayıt sayfası
• Code.org, öğrenciler sayfası
• Scratch, veliler için bilgi sayfası
• Khan Academy, Türkçe ana sayfa ve hesap yardım sayfaları
• Microsoft, Microsoft Learn Öğrenci Merkezi
• Udemy, ücretsiz kurs deneyimi ve kullanım koşulları
• Google, Google Hesaplarında yaş şartları ve Türkiye eğitim sayfası
• Kodluyoruz, program sayfası

Zirve, farklı sektörlerden uzman ve liderlerin katkısıyla iş dünyasındaki hızlı dönüşümün bireyler, ekipler ve organizasyonlar üzerindeki etkisini ele aldı. TEGEP bu yılın temasını tek bir soruyla özetliyor:

“Belirsizlik kaçınılmazsa, doğru etkiyi başlatan karar nasıl verilir?”

Derneğin tema metnindeki ifadeyle mesele kusursuz planlar yapmak değil, ilk taşı bilinçle yerleştirmek. Küçük bir karar, bir süreci anlamlı bir bütünlüğe dönüştürebilir. Liderlik, öğrenme ve yapay zeka kullanımı iki gün boyunca bu gözle tartışıldı. Aynı tema derneğin Ankara zirvesinin de çatısıydı.

İlk gün: Kuruçeşme'de kırılım, iş gücü ve insan

Yüz yüze günün açılış konuşmasını TEGEP Yönetim Kurulu Başkanı ve Akbank Akademi Başkanı Selda Özçalık yaptı. Ardından Eczacıbaşı Holding Başkan Yardımcısı Faruk Eczacıbaşı “Kırılım Çağı” başlıklı konuşmasıyla dönüşümün dinamiklerine odaklandı. Cisco Networking Academy'den Giuseppe Cinque ise yapay zeka ajanları çağında gelişen iş gücünü anlattı.

Günün devamında organizasyonların geleceği, yapay zeka çağında gelişimin yeniden tasarlanması, anlamın iş yaşamındaki rolü ve insan stratejileri gündeme geldi. İnsan kaynaklarından sorumlu üst yöneticileri buluşturan CHRO Oturumu'nda Sahibinden'den Güntulu Peker ve ING'den Hale Ökmen insan ve organizasyon gündemini değerlendirdi. Öğleden sonraki programda “Hiyerarşiden Zekaya: Şirketiniz Bu Devrime Hazır mı?”, “Doğru Hamle ile İnovasyonda Büyük Etki” ve “Kültür Canavarı: Güçlü Bir Domino Etkisi Yaratabilir mi?” gibi başlıklar yer aldı.

Salonun yanında bir de atölye programı vardı. Katılımcılar etkileşimli video hazırlama, davranış değişimi, bir dedektiflik hikayesi üzerinden oyunla öğrenme ve finansal esenlik atölyelerine, ayrıca ağ kurma seanslarına katılma fırsatı buldu.

İkinci gün: Meslek, kültür ve saha

Çevrim içi gün, mesleğin kendisine dönük bir soruyla açıldı. ATD Global Head Dr. Wei Wang, yapay zeka çağında eğitim ve gelişim profesyonellerinin ihtiyaç duyduğu yetkinliklere odaklandı. Gün boyunca kriz yönetimi, öğrenme kültürü, davranışsal gelişim, liderlik, bilgi paylaşımı ve yetenek yatırımı konuşuldu.

Temanın adını taşıyan “İlk Taştan Kültüre: Öğrenmenin Domino Etkisi” oturumunu Renault MAİS Yetenek ve Organizasyonel Gelişim Yöneticisi Özge Aktaş yönetti. Mars Athletic Club'dan Ece Doğan ve MR.DIY'den Berkin Ölçer, öğrenmenin kurum kültürü üzerindeki etkisini ve gelişim çalışmalarının organizasyonlara yansımasını değerlendirdi.

İkinci günün bir başka güçlü yanı sahaya açılan oturumlardı. Mavi yaka eğitim uygulamaları Coşkunöz Eğitim Vakfı, TEMSA ve SANKO'nun deneyimleriyle ele alındı. Genç Akademiler Oturumu'nda ASAŞ, AXA Sigorta ve FLO'dan eğitim profesyonelleri bir araya geldi; “Ne Vitrinlik Ne de Vaatlik” başlıklı panel gençlerin kurumsal hayata bakışını tartıştı. Öğrenme çevikliğinin neden yeni bir liderlik yetkinliği sayıldığı da günün başlıkları arasındaydı.

Kapanış bölümü iki uluslararası isme ayrıldı. Dr. Patti P. Phillips, etki ve yatırım getirisini artırmak için domino etkisinden nasıl yararlanılacağını anlattı. Gregory LaBlanc ve Alper Utku ise “Yapay Zeka Çağında Yönetim Her Zamankinden Daha Önemli” başlıklı oturumla yönetim ve yapay zeka ilişkisine odaklandı.

İki günün gündemi tek tabloda

Zirvenin programını tema tema bir araya getirdik. Sağ sütundaki sorular bizden: Her tema için bir eğitim ekibinin kendine sorabileceği birer başlangıç sorusu.

EdTech Türkiye'nin notu: Programdan aklımızda kalan üç şey

1. Yapay zeka, insan gündeminin içine yerleşmiş

Programda başlığında yapay zeka geçen dört oturum var ve dikkatimizi çeken, bunların hiçbirinin bir aracı tanıtmaması. Biri iş gücünü, biri gelişimin yeniden tasarlanmasını, biri eğitim profesyonelinin yetkinliklerini, biri yönetimi soruyor. Değerlendirmemize göre bu, sektörün olgunlaştığını gösteren güzel bir denge: Soru artık “yapay zekayı nasıl kullanırız” değil, “yapay zekanın çalıştığı bir kurumda insanı nasıl geliştiririz”. Aynı soruyu iş gücündeki yetenek açığı yazımızda da ele almıştık.

2. Eğitimcinin kendi gelişimi de masada

Dr. Wei Wang'ın başlığı, eğitim ekiplerine aynayı kendilerine tutmayı öneriyor. Bu başlık bize ATD'nin yetkinlik modelini hatırlattı: Model mesleği üç alanda toplanan 23 yetkinlikle tarif ediyor. Bu alanlar kişisel yetkinliği geliştirmek, mesleki yetkinliği geliştirmek ve kurumsal yetkinliği etkilemek. Üçüncü alan, eğitimcinin içerik hazırlamanın ötesine geçip iş sonucuna dokunmasını anlatıyor. Kendi ekibinizin haritasını çıkarmak isterseniz yetkinlik matrisi rehberimiz iyi bir başlangıç.

3. Kapanışta doğru soru: Etkiyi nasıl gösteririz?

Zirvenin Dr. Patti P. Phillips ile kapanması anlamlı bir tercih. Phillips'in kurumu ROI Institute'un yatırım getirisi metodolojisi, bir programın sonuçlarını beş düzeyde topluyor ve bunu bir etki zinciri olarak tanımlıyor. Domino temasıyla bundan iyi örtüşen bir çerçeve bulmak zor.

Yöntemin en öğretici adımı, programın etkisini diğer etkenlerden ayırmak. ROI Institute bunu tek bir soruyla anlatıyor: Değişimin programdan kaynaklandığını nereden biliyorsunuz? Taşlar sırayla devrildiğinde, yani tepki öğrenmeye, öğrenme uygulamaya dönüştüğünde son taş da düşüyor. İlk dört düzeyi Kirkpatrick modeli rehberimizde, bütçe kararına yansımasını yatırım getirisi odaklı karar rehberimizde anlattık.

Kendi programınız için domino kontrolü

Zirvenin teması bir toplantı odasında da denenebilir. Planladığınız tek bir eğitim programını alın ve zinciri sondan başa doğru yazın. Hangi halkada duraksıyorsanız, ilk çalışılacak yer orası.

1. Son taş: Bu program hangi iş sonucunu değiştirecek? Bir cümleyle ve ölçülebilir biçimde yazın.
2. Davranış: O sonucun değişmesi için çalışan işinde neyi farklı yapacak?
3. Öğrenme: O davranış için hangi bilgi ve beceri gerekiyor, hangisi zaten var?
4. Deneyim: Katılımcı programı neden kendi işiyle ilgili bulacak?
5. Ayrıştırma: Sonuç değiştiğinde bunun programdan geldiğini nasıl göstereceksiniz? Karşılaştırma grubu ya da eğilim çizgisi gibi bir yöntemi baştan seçin.
6. İlk taş: Bu zinciri başlatacak en küçük, bugün atılabilecek adım ne?

TEGEP, öğrenme ve gelişim ekosisteminin paydaşlarını bir araya getiren platformlar oluşturmayı ve bilgi ile deneyim paylaşımını desteklemeyi sürdüreceğini açıkladı. On altıncı zirvenin bıraktığı soru ise her eğitim ekibinin kendi masasına taşıyabileceği kadar sade: Bu yıl ilk taşı nereye koyuyoruz?

Sık sorulan sorular

TEGEP 16. Eğitim ve Gelişim Zirvesi ne zaman ve nerede yapıldı?

Zirvenin yüz yüze günü 16 Eylül 2026'da İstanbul'da Divan Kuruçeşme'de, çevrim içi günü 17 Eylül 2026'da yapıldı.

“DOMİNO” teması ne anlatıyor?

TEGEP'in tema metnine göre kurumların sınavı belirsizlik içinde verdikleri kararlarla şekilleniyor ve küçük bir karar zincirleme bir etki başlatabiliyor. Tema liderliğe, öğrenmeye ve yapay zeka kullanımına bu açıdan bakmayı, ilk taşı bilinçle yerleştirmeyi öneriyor.

Zirvede hangi konular öne çıktı?

Yapay zeka çağında iş gücü ve yönetim, kurum kültürü ve liderlik, mavi yaka eğitim uygulamaları, genç akademiler, gençlerin kurumsal hayata bakışı, eğitim profesyonellerinin yetkinlikleri ve eğitimin etkisinin ölçülmesi iki günün ana başlıklarıydı.

Yatırım getirisi metodolojisi Kirkpatrick modelinden nasıl ayrılır?

Kirkpatrick modeli eğitimi dört düzeyde değerlendirir: Tepki, öğrenme, davranış ve sonuç. ROI Institute'un metodolojisi buna beşinci düzey olarak yatırım getirisini ekler ve programın etkisini diğer etkenlerden ayırmayı zorunlu bir adım sayar.

Kaynaklar

• TEGEP Eğitim ve Gelişim Paydaşları Derneği, 16. Eğitim ve Gelişim Zirvesi basın bülteni (Eylül 2026)
• Eğitim ve Gelişim Zirveleri, 16-17 Eylül 2026 zirve programı ve tema metni
• ROI Institute, ROI Methodology
• ATD, Talent Development Capability Model

Bir dönem internete gerçekten “girerdik.” Bu ifade bugün kulağa tuhaf geliyor, çünkü artık internetten çıkmıyoruz ki tekrar girelim. Sabah uyandığımızda telefon bağlı, saat bağlı; televizyon, otomobil, iş uygulamaları, banka, müzik, fotoğraflar, toplantılar bağlı. Günün büyük bölümünde internetin nerede başlayıp nerede bittiğini düşünmüyoruz bile.

Bir zamanlar öyle değildi. Bilgisayar açılır, modemin telefon hattına bağlanması beklenirdi. O kendine özgü elektronik sesler duyulur, birkaç saniyelik küçük bir seremoni tamamlanır ve başka bir dünyaya geçildiği hissedilirdi. İnternete bağlanmak başlı başına bir eylemdi. Üstelik bağlandıktan sonra bugün son derece basit görünen bir soru beklerdi: Şimdi nereye gideceğiz?

Bugün bir çocuğa bunu anlatmak kolay değil. Arama motorunun olmadığı, sosyal medya akışının olmadığı, telefonun kullanıcısını tanımadığı, algoritmanın önüne sürekli yeni şeyler koymadığı bir internet. Orada olmak yetmiyordu; yolu da insanın kendisi bulmak zorundaydı.

İnternetin son otuz küsur yıllık hikayesini anlamanın en iyi yolu belki de tam buradan başlıyor. Çünkü bu süre boyunca teknoloji hep aynı şeyi yaptı: Önümüzde duran bir zorluğu biraz daha azalttı. Biz de teknoloji kolaylaştıkça davranışlarımızı değiştirdik. Sonra o yeni davranış, daha önce var olmayan fırsatları doğurdu. Ve neredeyse her seferinde, çözülen problemin arkasından yeni bir problem çıktı. Bugün yapay zeka konusunda yaşanan heyecanı, endişeyi ve belirsizliği anlamak için biraz geriye bakmak gerekiyor. Çünkü buraya bir gecede gelinmedi.

Önce bize bir harita gerekti

1990'ların başı. World Wide Web henüz çok genç. Tim Berners-Lee'nin CERN'de geliştirdiği sistem 1991'de daha geniş çevrelere açılmaya başlamış, CERN de 30 Nisan 1993'te web yazılımını kamuya açık hale getiren kararı vermişti. Web büyümeye başlamıştı. Ama büyüyen bir şeyin çok temel bir problemi vardır: Bir noktadan sonra içinde kaybolursunuz.

1994'te Stanford'da Jerry Yang ve David Filo'nun oluşturduğu web rehberi tam olarak bu probleme cevap veriyordu. Daha sonra Yahoo adını alacak sistemin mantığı bugünkü internet kullanıcısına şaşırtıcı derecede basit gelebilir: Web siteleri konularına göre sınıflandırılıyor, kullanıcı da bu kategoriler arasında ilerliyordu. Eğitim. Tıklayın. Alt kategori. Bir kez daha tıklayın. İlgili siteler. Bir bakıma dev bir kütüphanenin katalog çekmeceleri arasında dolaşıyorduk.

O günün problemi açısından bu çok değerliydi. İnternet büyüyordu ve birileri onun haritasını çıkarıyordu. Buradaki ilk dönüşüm teknolojiden çok zihinseldi: İnternet artık yalnızca bilgisayarların birbirine bağlandığı teknik bir ağ değil, içinde keşfedilecek yerlerin bulunduğu bir dünya haline geliyordu. Bununla birlikte yeni bir ekonomik değer doğdu: Kürasyon. İnsanların önündeki seçenekler çoğaldıkça “hangisine bakmalıyım?” sorusunun cevabı değer kazandı. Bu fikir kaybolmadı; Netflix'in ne izleyeceğimizi, Spotify'ın ne dinleyeceğimizi, sosyal medya algoritmalarının ne göreceğimizi seçmesine kadar uzanan uzun hikayenin ilk izlerinden biri burada.

Büyük fırsatlar çoğu zaman yeni teknoloji icat etmekten değil, yeni teknolojinin yarattığı karmaşayı azaltmaktan doğuyor.

Ama web çok hızlı büyüyordu. İnsanların bütün interneti kategorilere ayırması bir noktadan sonra yetmeyecekti. Artık bir haritadan fazlasına, bir arama kutusuna ihtiyaç vardı.

Bir kutuya birkaç kelime yazmak dünyayı değiştirdi

Digital Equipment Corporation laboratuvarlarında geliştirilen AltaVista 15 Aralık 1995'te halka açıldığında, dönemi için olağanüstü ölçekte web sayfasını tarayıp tam metin araması yapılabilir hale getiriyordu. Bugün son derece sıradan görünen hareketi düşünün: Bir kutuya kelime yazıyorsunuz, Enter'a basıyorsunuz ve makine sizin için internetin içinde arıyor. Bu çok büyük bir davranış değişikliğiydi. Yahoo “Nereye gitmek istiyorsun?” diye soruyordu; AltaVista ise “Ne arıyorsun?” İlkinde kullanıcı bir yapının içinde geziniyordu. İkincisinde niyetini söylüyor, makine uygun yerleri bulmaya çalışıyordu.

Tam bu dönemde bazı okurların hatırlayacağı başka bir isim hayata girdi: Copernic. Arkasındaki şirket 1996'da Kanada'da kuruldu; Copernic 98 ve ardından Copernic 99 gibi masaüstü yazılımları tek bir arama motoruna güvenmek yerine çok sayıda arama servisine aynı anda sorgu gönderebiliyor, sonuçları bir araya getirip tekrarları ayıklayarak kullanıcının önüne koyabiliyordu. 1999'da dönemin teknoloji basını onu, farklı internet arama servislerini aynı anda kullanan güçlü bir masaüstü araştırma aracı olarak tanımlıyordu.

Burada hafızanın küçük bir oyunu var. Copernic çoğu zaman “Google'dan önce” diye hatırlanır; oysa kronoloji daha ilginç. Copernic'in şirket kökeni 1996'ya uzanırken Google, Stanford'daki araştırmanın ardından 1998'de şirketleşti. İki sistem aynı büyük sorunla boğuşan aynı dönemin farklı cevaplarıydı. Copernic “Birçok yere ben bakayım” diyordu; Google “Tek bir yerde daha iyi sonucu bulayım.” Bu ayrımı akılda tutmak gerekiyor, çünkü yazının sonunda Copernic'e geri döneceğiz. Hikayenin en güzel halkalarından biri orada kapanıyor.

Önce Google'ın neyi değiştirdiğini hatırlamak gerekiyor. Web büyüdükçe problem artık yalnızca bir şeyleri bulmak değil, en doğru sonucu öne getirmekti. Stanford'da Larry Page ve Sergey Brin'in geliştirdiği PageRank yaklaşımı, web sayfaları arasındaki bağlantıları önem sinyallerinden biri olarak kullanıyordu. Google'ın o sade sayfasını hatırlayanlar bilir: Ekranın ortasında bir logo, altında bir kutu. Bugünkü internetin bütün gürültüsüyle karşılaştırınca neredeyse boş görünüyordu. Ama o boş kutunun arkasında devasa bir fikir vardı: İnternetteki bilgiyi düzenlemek.

Burada sadece arama teknolojisi değişmedi; yeni bir ekonomi doğdu. İnternette bir web sitesine sahip olmak artık yeterli değildi, bulunmak gerekiyordu. Arama motoru optimizasyonu (SEO), arama reklamcılığı, anahtar kelime analizi, performans pazarlaması, web analitiği: Bugün son derece olağan bulduğumuz işler zamanla bu yeni davranışın çevresinde oluştu. Küçük bir düşünce deneyi: 1997'de bir üniversite öğrencisine “Büyüdüğünde şirketlerin Google'da üst sıralara çıkmasını sağlayarak para kazanabilirsin” deseydiniz, önce Google'ın, sonra SEO'nun ne olduğunu açıklamanız gerekirdi. Çünkü meslek henüz ortada yoktu. Bu ayrıntı, birazdan bugünün yapay zeka tartışmalarına döndüğümüzde önemli olacak.

Sonra internette birbirimizi bulduk

Arama motorunda bilgi bulmak etkileyiciydi. Fakat ekranın diğer tarafında bir insanın olması başka bir şeydi. mIRC'ın ilk kamuya açık sürümü 28 Şubat 1995'te yayımlandı. Yazılımın geliştiricisi Khaled Mardam-Bey, o dönemdeki IRC istemcilerini zor veya sınırlı bulduğu için daha kolay ve keyifli kullanılabilecek bir istemci geliştirmeye başladığını anlatıyor. Bu küçük ayrıntı teknoloji tarihinin tekrar tekrar karşımıza çıkan kurallarından birini gösteriyor: Çoğu büyük ürün sıfırdan yepyeni bir insan ihtiyacı yaratmıyor, var olan bir şeyi daha az zahmetli hale getiriyor. IRC zaten vardı; mIRC kullanmayı kolaylaştırdı.

Bir kanala giriyordunuz. Ekranda kullanıcı adları, akan yazılar, bir “Selam.” Bugünün Instagram, TikTok ya da Discord dünyasıyla karşılaştırıldığında son derece ilkel görünebilir. Ama o ekranın yaşattığı hissi teknik özelliklerle açıklamak kolay değil: Dünyanın başka bir yerindeki, hayatınızda hiç karşılaşmadığınız biriyle o anda aynı dijital odadaydınız.

Bir süre sonra ICQ geldi. 1996 yılında geliştirilen ICQ, internet üzerinden anlık birebir iletişimi geniş kitlelerin gündelik kullanımına taşıyan öncü servislerden biri oldu. Öyle hızlı büyüdü ki geliştiricisi Mirabilis, Haziran 1998'de AOL tarafından yüz milyonlarca dolarlık bir anlaşmayla satın alındı. Dönemin AOL yöneticilerinden Bob Pittman'ın ICQ'yu tarif ederken yaptığı ayrım anlamlıydı: Bu, arama üzerine değil, başka bir insanla iletişim üzerine kurulmuş bir internet kapısıydı. İnternetin temel sorusu bir kez daha değişmişti: “Kim çevrimiçi?”

O dönemi yaşayanlar hatırlar: Çevrimiçi olmak görünür bir durumdu. Birisi internete bağlanır, listede belirir, sohbet başlardı. Bugün internet bağlantısının sürekli açık olması kadar doğal görünen bir davranış, o yıllarda başlı başına yeni bir deneyimdi. Ve yine fırsatlar ortaya çıktı: Dünyanın farklı yerlerinden topluluklar kurulabiliyor, teknik bilgi hızla paylaşılıyor, oyun toplulukları oluşuyor, uzaktaki insanların birlikte çalışmasının kültürel zemini kuruluyordu.

Fakat ilk defa başka sorunları da konuşmaya başladık: Anonimlik, çevrimiçi güven, kimlik, mahremiyet, taciz, çocukların internet ortamında korunması. Teknoloji yeni bir oda açmıştı ama o odada nasıl yaşanacağı henüz bilinmiyordu. Bu durum bugünkü yapay zeka tartışmalarını hatırlatıyorsa tesadüf değil. Teknoloji çoğu zaman önce gelir; toplumsal kurallar, hukuk, etik ve eğitim onun arkasından yetişmeye çalışır.

İnternet artık baktığımız değil, içinde yaşadığımız bir yerdi

2000'lerin başında kullanıcı yalnızca web sayfalarına bakmıyor, web'i kendisi de oluşturmaya başlıyordu. Wikipedia 15 Ocak 2001'de yayın hayatına başladı. 2026'da 25. yılını geride bırakan yapı, yüz binlerce gönüllünün birlikte oluşturduğu, 300'den fazla dilde 65 milyon maddeye ulaşan küresel bir bilgi altyapısına dönüştü. O gün için düşünce radikaldi: Ansiklopedi dediğiniz şey uzmanlar tarafından hazırlanır, basılır, ciltlenir ve kitaplıkta dururdu. Şimdi dünyanın farklı yerlerinden insanlar aynı bilgi kaynağını birlikte oluşturabiliyordu. Tüketici ile üretici arasındaki çizgi bulanıklaşmaya başlamıştı.

Hemen ardından internet başka bir soru sormaya başladı: “Peki sen kimsin?” LinkedIn 5 Mayıs 2003'te yayına açıldı; ilk ayının sonunda 4.500 üyesi vardı. Yıllar içinde profesyonel profil, bağlantı, iş ilanı ve işe alım altyapısıyla iş hayatının dijital katmanlarından birine dönüştü. 2004'te Harvard'da The Facebook ortaya çıktı; başlangıçta üniversite öğrencilerine yönelik çevrimiçi bir sosyal dizindi, Eylül 2006'da geçerli bir e-posta adresi olan herkese açıldı.

Burada çok önemli bir eşik geçildi. İnternette artık yalnızca bilgi aranmıyor, insanlar kendilerini de inşa ediyordu: Fotoğraflar, arkadaşlar, eğitim, iş, ilgi alanları, bağlantılar, profesyonel geçmiş. Dijital dünya yavaş yavaş fiziksel hayatın bir temsiline dönüşmeye başladı. Bir kez daha, bugün son derece normal görülen koca sektörler ortaya çıktı: Profesyonel ağ kurma, çevrimiçi işe alım, kişisel marka, sosyal medya yönetimi, topluluk yönetimi, sosyal satış, dijital itibar. Bunların hiçbiri web'in ilk yıllarında bugünkü anlamıyla yerleşik kariyer alanları değildi.

Fakat fırsatın yanında bedeli de geldi. Kendimizi internete taşıdıkça iz bırakmaya başladık. Daha önce arkadaş ortamında söylenip unutulan bir söz artık yıllarca bulunabilir hale geliyor, eski bir fotoğraf kaybolmuyor, iş hayatıyla özel hayat arasındaki sınırlar bulanıklaşıyordu. Dijital kimlik fırsat yaratırken dijital ayak izi de yaratıyordu.

Hepimiz yayıncı olduğumuzda dünya başka bir yere döndü

23 Nisan 2005. San Diego Hayvanat Bahçesi. Kameranın karşısında genç bir adam, arkasında filler. Yaklaşık 19 saniyelik son derece sıradan bir görüntü: YouTube'a yüklenen ilk video, “Me at the zoo.” Bugünden bakınca dünyanın en büyük medya dönüşümlerinden birinin başlangıcının bu kadar sıradan olması neredeyse şiirsel geliyor.

YouTube'un devrimi internette video olması değildi; video zaten vardı. Asıl devrim şuydu: Yayın yapabilmek için artık bir televizyon kanalına ihtiyacınız yoktu. Bir dönem kitlelere video ulaştırmak son derece pahalı bir işti: Stüdyo, dağıtım, frekans, yayıncı gerekiyordu. YouTube bu yapının önemli bir bölümündeki sürtünmeyi ortadan kaldırdı. Bir kamera, bir internet bağlantısı, bir fikir; teorik olarak bütün dünya karşınızdaydı. Ekonomik sonuç birkaç yıl içinde belirginleşti: YouTube 2007'de kullanıcı üreticilerini reklam gelirinden pay alabilecekleri Partner Program'a dahil etmeye başladı. Bugün “creator economy” dediğimiz içerik üreticisi ekonomisinin büyük bölümünün o gün henüz adı yoktu.

Eğitim açısından daha da ilginç bir hikaye vardı. 2004'te Boston'da yaşayan Salman Khan, New Orleans'taki kuzenine matematik anlatmaya başladı; telefon ve Yahoo'nun Doodle aracını kullanıyordu. Öğrenci sayısı artınca zamanlama zorlaştı ve 2006'da derslerini YouTube'a yüklemeye başladı. İnsanlar videoları kendi hızlarında izleyebiliyordu. Bu süreç 2008'de kâr amacı gütmeyen Khan Academy'nin kuruluşuna uzandı.

Burada dijital eğitimin geleceğine dair çok önemli bir fikir vardı: Öğrenme, öğretmenin takviminden ayrılabiliyordu. Öğrenci videoyu durdurabiliyor, geri alabiliyor, bir daha izleyebiliyor, gece çalışabiliyor, başka bir ülkedeki öğretmenden öğrenebiliyordu. Bir öğretmen aynı anlatımı tekrar tekrar yapmak yerine bir kere kaydedip milyonlarca insana ulaştırabiliyordu. İçeriğin dağıtım maliyeti dramatik biçimde düşüyordu. Ama yıllar sonra başka bir gerçek de öğrenildi: İçeriğin ölçeklenmesi, öğrenmenin otomatik olarak ölçeklendiği anlamına gelmiyordu. Bir videonun milyonlarca kişiye ulaşabilmesi başka şeydi, milyonlarca kişinin gerçekten öğrenmesi başka. Bu ayrım bugün yapay zeka döneminde yeniden karşımızda.

2006'da başka bir küçük fikir ortaya çıktı: Kısa metinler ve tek bir soru, “Şu anda ne yapıyorsun?” İlk yıllarında “twttr” adıyla başlayan servis zamanla Twitter'a, sonra X'e dönüştü. Twitter'ın büyük etkilerinden biri interneti gerçek zamanlı bir kamusal alana çevirmesiydi. Bir deprem, bir futbol karşılaşması, bir ürün lansmanı: Dünyanın herhangi bir yerindeki olay hakkında birkaç saniye içinde milyonlarca insan aynı dijital ortamda konuşabiliyordu. Eskiden gazete ertesi sabah alınırdı; şimdi olay olurken olayın içindeki insanların anlattıkları okunuyordu. Fakat aynı denklem çalıştı: Hız arttıkça doğrulama süresi azaldı. Herkes yayıncı olabiliyordu, ama herkes editör değildi.

Sonra internet bize “Sen arama, ben seçerim” dedi

İnternet tarihindeki en büyük kırılmalardan biri belki de yeterince dramatik görünmediği için gözden kaçtı. Bir sabah internetin çalışma şekli değişmişti: Artık sürekli aramak zorunda değildik. Akış vardı. Facebook 2006'da News Feed'i devreye aldığında kullanıcı tepkisi o kadar büyüktü ki şirket birkaç gün içinde ek gizlilik kontrolleri açıklamak zorunda kaldı. Ama geri dönüş yoktu. İnternet artık yalnızca istediğimizi göstermiyor, ne görmek isteyebileceğimizi tahmin etmeye başlıyordu. Arama motorunda kullanıcı başlangıç noktasını belirler: “Bana İstanbul'daki müzeleri göster.” Akışta ise sistem başlangıç noktasını seçebilir: “Bunu da sevebilirsin.” Bilgiye ulaşma sorumluluğunun bir bölümü kullanıcıdan algoritmaya geçmişti.

Kişiselleştirme sosyal medyayla başlamadı. Amazon'un 2003'te IEEE Internet Computing'de yayımlanan teknik çalışması, satın alınan ve değerlendirilen ürünlerden hareketle gerçek zamanlı kişiselleştirilmiş öneriler üreten sistemini ayrıntılı biçimde anlatıyordu. Netflix ise 2006'da öneri sistemini geliştirmek için bir milyon dolarlık Netflix Prize yarışmasını başlattı. Sonra bu mantık sosyal medyanın merkezine yerleşti: YouTube, Instagram, TikTok, Spotify, Netflix. Örneğin TikTok kendi yardım sayfasında For You akışını, kullanıcının ilgi alanları ve etkileşimlerinden hareketle kişiselleştirilen bir içerik akışı olarak tanımlıyor.

Burada çok ilginç bir şey oldu: Hepimizin kullandığı internet aynıydı ama gördüğümüz internet aynı değildi. İki kişinin YouTube ana sayfası farklı, aynı Spotify uygulamasında öneriler farklı, herkesin TikTok'u başka bir dünya. İnternet kişiselleşiyordu. Fırsat tarafı çok büyüktü: Milyonlarca içerik arasından ilgi çekeni bulmak kolaylaştı, küçük üreticilerin doğru kitleye ulaşma şansı arttı; performans pazarlaması, büyüme ekipleri, öneri sistemi mühendisliği, influencer pazarlaması, programatik reklamcılık, dönüşüm optimizasyonu gibi alanlar büyüdü.

Ama başka bir sorun belirdi. Bir önceki internet çağında kıt olan şey bilgiydi; bu çağda kıt kaynak giderek dikkat olmaya başladı. Platformlar yalnızca doğru şeyi bulmamıza yardım etmiyor, ekranda ne kadar kalacağımız için de rekabet ediyordu. Bu durum öğrenme dünyasını da değiştirdi: Bir eğitim içeriği artık yalnızca başka eğitim içerikleriyle değil, aynı telefon ekranındaki Netflix'le, YouTube'la, TikTok'la, oyunlarla, mesajlarla ve bildirimlerle rekabet ediyordu. Dijital eğitim tasarımının önüne yeni bir soru çıkmıştı: İçeriği dijitale aktarmak yetiyor mu, yoksa deneyimi de yeniden düşünmek mi gerekiyor?

İnternet cebimize girdiğinde görünmez olmaya başladı

9 Ocak 2007'de Steve Jobs ilk iPhone'u tanıttığında cihazı üç ürünün birleşimi olarak tarif etmişti: Telefon, geniş ekranlı iPod ve internet iletişim cihazı. Asıl ekonomik kırılma bir yıl sonra geldi. App Store 10 Temmuz 2008'de 500 uygulamayla açıldı; ilk hafta sonunda on milyondan fazla uygulama indirilmişti.

O ana 2008'in gözleriyle bakalım. Yazılım dağıtmak eskiden ciddi bir operasyondu: Program yazılır, insanların onu bulması, satın alması, indirmesi ya da fiziksel olarak edinmesi, kurması gerekirdi; güncellemeler ayrı bir meseleydi. App Store bunun önemli bir bölümünü tek bir dağıtım katmanında topladı. Birdenbire birkaç kişilik bir ekip dünyanın çok farklı ülkelerindeki insanlara yazılım ulaştırabilir hale geldi. Mobil oyunlar, fintech, yemek siparişi, ulaşım, sağlık uygulamaları, dil öğrenme uygulamaları: Yeni bir ekonomi oluştu.

Daha önemlisi, internet bir yere giderek kullandığımız bir şey olmaktan çıktı; bizimle dolaşmaya başladı. Eskiden “internete giriyorduk,” şimdi cebimizde internet vardı. Bu, öğrenmeyi de mekândan kopardı. Bir eğitim için bilgisayar başına geçmek gerekmiyordu: Otobüste, metroda, evde, iş yerinde, beş dakikalık boşlukta. Öğrenme davranışı küçük parçalara ayrılabilir hale geldi. Mikro öğrenmenin, mobil öğrenmenin ve “ihtiyaç anında öğrenme” yaklaşımlarının yükselmesinin arkasında yalnızca pedagojik fikirler değil, insanın dijital hayatının değişmesi de vardı. Teknoloji davranışı değiştiriyor, davranış eğitim tasarımını değişmeye zorluyordu.

Sonra karşımıza boş bir sohbet kutusu çıktı

30 Kasım 2022. İnternette yeni bir sayfa açıldı. İlk bakışta çok etkileyici görünmeyebilirdi: Bir sohbet alanı, altında yazı yazılabilecek bir kutu. ChatGPT araştırma ön izlemesi olarak kullanıma sunulduğunda öne çıkan fikirlerden biri, sistemle diyalog kurulabilmesi ve takip sorularının konuşma bağlamında sürdürülebilmesiydi.

İlk günlerde insanların yaptığı şeyleri hatırlayın: “Bana şiir yaz.” “Bu kod neden çalışmıyor?” “Bir e-posta hazırla.” “Bu metni özetle.” Bazen eğlenceliydi, bazen şaşırtıcı, bazen yanlış cevap veriyordu. Çoğu kişi için başlangıçta gelişmiş bir sohbet botu gibi görünüyordu. Ama arka planda internet kullanımında çok daha temel bir değişiklik başlıyordu.

Google çağında bir sorunun yolculuğu kabaca şöyleydi:

Üretken yapay zeka bu zincirin ortasına girdi.

Kullanıcının internetle kurduğu ilişki de değişmeye başladı. Artık “Roma’daki müzeleri bul” demek yerine, “Roma’da üç günüm var, sanatla ilgileniyorum; çok turistik olmayan iki restoran da ekleyerek bana bir program hazırla” diyebiliyor. Ya da “Liderlik hakkında kaynak bul” yerine, “Bu araştırmaları incele, ortak noktalarını çıkar ve yeni yöneticiler için bir eğitim akışı tasarla” yazarak doğrudan ihtiyacına uygun bir sonuca ulaşabiliyor.

Kısacası, internet bize bilgiyi bulduruyordu; üretken yapay zeka ise bilgiyi anlamlandırıp bir sonuca dönüştürmeye başladı. Arama motorları kaynakları önümüze koyarken, yapay zeka kaynakla sonuç arasındaki mesafeyi kısalttı.

Bu son derece güçlüydü ama aynı zamanda internet çağının yeni problemini doğurdu. Arama motorunda yanlış bir siteye tıklayabilirsiniz. Yapay zeka ise yanlış bilgiyi son derece düzgün cümlelerle, gayet emin görünen bir yanıt halinde sunabilir. Böylece ortaya ilginç bir paradoks çıktı.

Bilgiye ulaşmak hiç bu kadar kolay olmamıştı. Bilginin doğruluğunu değerlendirebilmek de hiç bu kadar önemli olmamıştı.

Ve şimdi yapay zeka bizi tanımaya başlıyor

Bugün yaşanan asıl dönüşüm belki ChatGPT'nin 2022'de açılması bile değil. Sohbet kutusu yalnızca ilk aşamaydı. 2025 ve 2026 boyunca yapay zeka sistemleri iki yönde hızla ilerledi: Bizi daha iyi tanımak ve bizim için daha fazla şey yapabilmek.

Kişiselleştirme bunun ilk tarafı. Güncel sistemlerde kullanıcı izin verdiğinde geçmiş konuşmalar, tercihler, projeler, dosyalar ve bağlı kaynaklardan gelen bağlam yeni konuşmalarda kullanılabiliyor. OpenAI Haziran 2026'da bellek sistemini, tercihleri, projeleri ve kısıtları zaman içinde sentezleyerek konuşmaların her seferinde sıfırdan başlamamasını sağlayan bir yapı olarak yeniledi. Google da Gemini için Gmail, Fotoğraflar, YouTube ve Arama gibi servislerden gelen, kullanıcının kontrolündeki bağlamı bir araya getiren “Kişisel Zeka” özelliğini Nisan 2026'da Türkiye'de kullanıma sundu.

Bir düşünün. Otuz yılda internetin kullanıcıya sorduğu soru beş kez değişti:

Bu dönüşüm yalnızca daha iyi tavsiyeler almak anlamına gelmiyor; arayüzün kendisi de değişiyor. Aynı soruyu iki kişi sorabilir, ancak geçmişleri, hedefleri, işleri ve ihtiyaçları farklıysa ideal yanıtın da farklı olması bekleniyor. Yapay zeka, herkese aynı cevabı veren bir araçtan giderek kullanıcıya ve bağlama göre şekillenen bir çalışma katmanına dönüşüyor.

Bir sonraki dönüşüm ise daha büyük: Cevap üretmekten iş yapmaya geçiş. 2025’te yaygınlaşmaya başlayan yapay zeka ajanları; web’de araştırma yapmak, dosyaları incelemek, formlarla ve elektronik tablolarla çalışmak gibi çok adımlı görevleri yerine getirmeye başladı. 2026’da ise bu yaklaşım daha ileri taşındı; sistemler artık daha uzun soluklu işleri araştırıp analiz edebiliyor ve sürecin sonunda tamamlanmış bir belge, tablo, sunum ya da başka bir çıktı ortaya koyabiliyor.

Buradaki değişim aslında tek bir fiille özetlenebilir: Yapay zeka artık yalnızca “cevap vermiyor”, “yapıyor.”

Ve işte Copernic yeniden karşımızda

Tam burada otuz yıl geriye dönüp Copernic'e tekrar bakalım. 1999'da Copernic'in temel vaadini hatırlayın: Kullanıcının tek tek farklı arama motorlarına gitmesi gerekmiyordu. Bir sorgu veriyordunuz; yazılım çeşitli kaynaklara gidiyor, sonuçları topluyor ve önünüze getiriyordu.

Yaklaşık otuz yıl sonra bugün gelişmekte olan yapay zeka sistemlerine bakın. Web, dosyalar, e-postalar, takvim, kurumsal uygulamalar, veritabanları, bağlı servisler. Kullanıcı tek tek hepsinin içinde dolaşmak yerine hedefini söylüyor. Sistem uygun kaynaklara gidiyor, bilgiyi topluyor, karşılaştırıyor, işliyor ve giderek bir sonuç üretmekle kalmayıp sonraki adımları da gerçekleştirebiliyor. Elbette iki teknoloji arasında muazzam bir kapasite farkı var; ama fikir düzeyinde ilginç bir akrabalık var.

Teknoloji tarihinin güzel taraflarından biri bu: Bazı fikirler gerçekten kaybolmuyor, teknoloji yeterince geliştiğinde başka bir biçimde geri geliyor.

Aslında bütün hikaye tek bir şeyin etrafında dönüyor: Sürtünme

Buraya kadar anlatılan otuz yılı bir an için teknoloji isimlerinden arındıralım. Yahoo'yu, Google'ı, Facebook'u, YouTube'u, iPhone'u, ChatGPT'yi unutalım. Geriye daha basit bir hikaye kalıyor: Her dönemde insanın yapmak istediği bir şey vardı, ama önünde bir sürtünme bulunuyordu.

Dijital dönüşümün tarihine bu gözle bakıldığında girişimcilik açısından da değerli bir ders çıkıyor.

Büyük fırsatın bulunduğu yer bazen yeni teknolojinin kendisi değil, insanların hâlâ katlanmak zorunda olduğu gereksiz sürtünmedir.

Ama her sürtünme ortadan kalktığında yeni bir problem doğuyor

Teknoloji tarihini romantikleştirmemek gerekiyor, çünkü hikaye yalnızca “her şey sürekli daha iyi oldu” şeklinde ilerlemedi. Yahoo ve arama motorları bilgiye erişimi kolaylaştırdı ama bilgi kalitesi problemi büyüdü. Sosyal medya herkese yayın yapma imkânı verdi ama yanlış bilgi, manipülasyon ve dijital taciz daha görünür hale geldi. Öneri sistemleri milyonlarca seçenek arasından seçim yapmayı kolaylaştırdı ama dikkat ekonomisini büyüttü. Mobil uygulamalar küçük ekiplerin önünü açtı ama işletmelerin büyük platformların kurallarına bağımlılığını artırdı. Üretken yapay zeka üretme ve araştırma hızını yükseltti ama doğrulama, telif, güven ve veri mahremiyeti gibi sorunları daha önemli hale getirdi. Kişiselleştirilmiş yapay zeka daha alakalı yanıtlar üretebilir ama sistemin sizi ne kadar tanımasını istediğiniz sorusunu beraberinde getiriyor. Ajanlar günlük işleri kolaylaştırabilir ama başka bir soru yaratıyor: Hangi kararı makineye devredebiliriz, hangisini devretmemeliyiz?

Teknoloji tarihinde belki de en tutarlı desen bu: Bir dönemin çözümü, çoğu zaman bir sonraki dönemin problemini yaratıyor. Ve yeni fırsatlar da genellikle tam o problemlerin çevresinde doğuyor. Arama motoru çıktı, SEO doğdu. E-posta büyüdü, spam filtreleri doğdu. E-ticaret büyüdü, çevrimiçi ödeme ve güvenlik sistemleri gelişti. Sosyal medya büyüdü; içerik moderasyonu, sosyal medya analitiği ve dijital itibar alanları doğdu. Yapay zeka büyüdükçe de bugün küçük görülen doğrulama, güven, kimlik, veri kontrolü, yapay zeka güvenliği ve insan ile yapay zeka arasındaki iş akışı gibi alanların bazılarının yepyeni endüstrilere dönüştüğü görülecek.

Peki eğitim bu hikayenin neresinde?

Aslında başından beri tam ortasında. İnternetin her dönüşümü öğrenmenin bir özelliğini değiştirdi. Web bilgiyi dijitalleştirdi. Arama motorları bilgiyi bulunabilir hale getirdi. Wikipedia bilgiyi kolektif hale getirdi. YouTube anlatımı ölçekledi. Mobil cihazlar öğrenmeyi mekândan kopardı. Öğrenme yönetim sistemleri (LMS) süreci yönetilebilir ve izlenebilir hale getirdi. Öneri sistemleri içerik seçiminde kişiselleştirme beklentisini artırdı. Şimdi üretken yapay zekayla ilk kez içeriğin kendisi bizimle konuşabiliyor.

Bu, önceki eğitim teknolojisi dalgalarından farklı. Bir PDF size “Burayı anlamadığını düşünüyorum, başka örnekle anlatayım mı?” demez. Klasik bir video, verdiğiniz yanlış cevabın arkasındaki düşünceyi anlamaya çalışmaz. Önceden hazırlanmış bir quiz, sorunun cevabını bilmediğiniz için mi yoksa soruyu yanlış yorumladığınız için mi hata yaptığınızı doğal dil üzerinden tartışamaz. Yapay zeka bunu mümkün kılmaya başlıyor.

Ama burada çok kritik bir tehlike var.

Öğrenciye bir işi yaptırmak ile öğrencinin öğrenmesini sağlamak aynı şey değil.

OECD'nin Ocak 2026'da yayımladığı Digital Education Outlook 2026 raporu bu ayrım üzerinde özellikle duruyor. Rapor, genel amaçlı üretken yapay zeka kullanımının öğrencilerin ortaya çıkardıkları ürünün kalitesini yükseltebildiği durumlarda bile bunun otomatik olarak daha iyi öğrenme anlamına gelmediğini; pedagojik rehberlik olmadan görevin yapay zekaya devredilmesinin performansı artırıp gerçek öğrenme kazanımı sağlamadığını, öğrenme hedeflerine uygun tasarımın belirleyici olduğunu vurguluyor. Sitemizde yakın zamanda ele aldığımız “en iyi öğrenenler yapay zekayı daha kontrollü kullanıyor” bulgusu da aynı yöne işaret ediyor.

Bir öğrenci yapay zeka kullanarak mükemmel bir rapor hazırladıysa neyi ölçtük? Raporun kalitesini mi, öğrencinin bilgisini mi, yapay zeka kullanma becerisini mi, muhakemesini mi? Ve hepsinden önemlisi: Gerçekten öğrendi mi? Bu sorular eğitim tasarımının merkezine taşınacak. Çünkü yapay zekayla birlikte öğrenmenin önündeki bazı sürtünmeler ortadan kalkarken, öğrenmenin kendisini makineye devretme riski de ortaya çıkıyor. Dolayısıyla geleceğin iyi eğitim teknolojisi ürünü muhtemelen öğrenci adına mümkün olduğunca çok şey yapan ürün olmayacak; tam tersine, öğrencinin düşünmesini gerektiren doğru noktaları koruyan ürün olacak.

Yapay zeka okuryazarlığını “iyi prompt yazmak” sanırsak önemli kısmı kaçırırız

Bugün birçok yapay zeka eğitiminin merkezinde hâlâ prompt yazmak bulunuyor: “Rol verin, bağlam ekleyin, çıktı formatını belirtin.” Bunların faydası var. Ama muhtemelen bugünkü komut satırını öğrenmek gibi geçici bir katmana fazla önem veriliyor. Arayüzler geliştikçe sistemler zaten eksik bağlamı kullanıcıdan isteyecek, niyeti daha iyi anlayacak, daha uzun projeleri takip edecek.

Kalıcı beceri başka bir yerde. Aşağıdaki sorular bir kontrol listesi olarak okunabilir; bir kurum yapay zeka eğitimi tasarlarken müfredatın bu soruların kaçına cevap verdiğine bakabilir:

1. Problemi tanımlayabiliyor muyum?
2. Hangi kısmı makineye vereceğimi, hangi kısmı kendim yapmam gerektiğini biliyor muyum?
3. Sonucun mantıklı olup olmadığını değerlendirebiliyor muyum?
4. Kaynağın nereden geldiğini sorguluyor muyum?
5. Yanlış bir cevabı ve önyargıyı fark edebiliyor muyum?
6. Kişisel ya da kurumsal verinin sınırını biliyor muyum?
7. Kendi fikrimle yapay zekanın fikrini birbirinden ayırabiliyor muyum?
8. Çıktı ile bilgi arasındaki farkı anlayabiliyor muyum?

OECD ve Avrupa Komisyonu tarafından 2026'da yayımlanan AI Literacy Framework de yapay zeka okuryazarlığını yalnızca araç kullanımı olarak tanımlamıyor; yapay zeka sistemlerini anlama, çıktılarını eleştirel biçimde değerlendirme ve teknolojiyi etik ve yaratıcı biçimde kullanabilme gibi bilgi, beceri ve tutumları birlikte ele alıyor. Öğretmenler için hazırladığımız yapay zeka okuryazarlığı rehberi bu çerçeveyi sınıf pratiğine çevirmeyi deniyor. Bu nedenle geleceğin “yapay zeka konusunda iyi” insanı belki en fazla yapay zeka kullanan kişi olmayacak; neyi yapay zekaya vermesi gerektiğini ve neyi vermemesi gerektiğini bilen kişi olacak. Bu eğitim dünyası için küçük bir müfredat güncellemesi değil, oldukça büyük bir zihniyet değişimi.

Ya eğitim içeriği de artık herkese aynı olmak zorunda değilse?

Bugüne kadar normal kabul edilen bir şeyi sorgulayalım. Netflix'i açan herkes aynı ana sayfayı görmüyor. Spotify herkese aynı müziği önermiyor. TikTok herkese aynı akışı göstermiyor. Yapay zeka sistemleri giderek kullanıcının geçmişini, tercihlerini ve bağlamını anlayabiliyor. Ama eğitimde hâlâ sıklıkla şu yapılıyor: Yüzlerce çalışana aynı modül, aynı sırayla, aynı örneklerle, aynı sorularla, aynı sürede.

Belki önümüzdeki eğitim teknolojisi kırılması burada gerçekleşecek. Aynı satış eğitiminin herkese gösterilmesi yerine, çalışanın zorlandığı müşteri tipine göre değişen simülasyonlar. Yeni yöneticinin verdiği kararlara göre dallanan bir liderlik deneyimi. Bir çalışanın doğal dilde konuştuğu sanal müşteri. Oryantasyonda çalışanın görevine göre farklı bir yol. Bir güvenlik eğitiminde yalnızca “doğru seçeneği” değil, kişinin neden o kararı verdiğini değerlendiren sistem. Öğrenenin hatasına göre anında yeni örnek oluşturan içerik. Kişiselleştirilmiş öğrenme üzerine daha önce yazdıklarımız bu listenin teknik zeminini anlatıyor.

Burada dijital eğitim, yalnızca önceden hazırlanmış içeriği oynatan bir sistem olmaktan uzaklaşıp içeriği, deneyimi ve geri bildirimi o anda üreten bir sisteme dönüşebilir. Ancak yine aynı şart geçerli: Amaç yapay zeka göstermek değil, öğrenmeyi iyileştirmek. Bu ayrımı koruyanlar ile yalnızca yeni teknoloji ekleyenler arasındaki fark önümüzdeki yıllarda çok daha görünür hale gelecek.

“Yapay zeka işlerimizi elimizden alacak mı?” sorusunun tarihi biraz eksik

Yeni bir teknoloji ortaya çıktığında bazı soruların geleceğini tahmin etmek zor değil. En büyüğü: “İşimizi elimizden alacak mı?” Bazı görevleri azaltacağı açık; bazı roller dönüşecek, bazı beceriler eskisi kadar değerli olmayacak. Bunu küçümsemek doğru olmaz. Ama tarihe yalnızca kaybolan işler üzerinden bakılırsa resmin yarısı görülür.

World Economic Forum'un Future of Jobs Report 2025 çalışmasında işverenlerden derlenen beklentiler, teknolojik ve diğer yapısal dönüşümler sonucunda 2030'a kadar 92 milyon rolün yerinden olabileceğini, buna karşılık 170 milyon yeni rol oluşabileceğini öngörüyor. Bunlar kesin gelecek rakamları değil, bir projeksiyon. Ancak raporda teknoloji ve yapay zeka alanlarının yanında eğitim, bakım ve farklı insan odaklı mesleklerde de büyüme beklentisinin bulunması önemli.

Rakamlardan daha ilginç olan tarih. Google'ın ilk yıllarında “SEO uzmanı” diye kaç çocuk kariyer planı yapıyordu? YouTube'un ilk videosu yüklenirken “YouTuber” bir meslek miydi? App Store'un ilk 500 uygulaması yayınlandığında uygulama ekonomisinin bugünkü ölçeğini kaç kişi öngörebilirdi? Sosyal medya ortaya çıkmadan influencer pazarlaması diye bir bütçe kalemi var mıydı? Bugün sıradan gelen birçok ekonomik faaliyet, oldukça yakın geçmişte ya yoktu ya da adı henüz konmamıştı. O nedenle yapay zeka döneminde “Hangi işler bitecek?” sorusunun yanına mutlaka ikinci soruyu koymak gerekiyor: Hangi işler ilk kez mümkün olacak?

Geleceğin en büyük şirketi bugün adı olmayan bir problemi çözüyor olabilir

Teknoloji tarihinde geriye bakıldığında başka bir şey daha görülüyor: Kazananlar her zaman temel teknolojiyi ilk icat edenler olmadı. Web'i Tim Berners-Lee geliştirdi, ama Yahoo başka bir fırsatı gördü. Arama Google'dan önce vardı, ama Google sıralamayı başka bir seviyeye taşıdı. Video YouTube'dan önce, akıllı telefon iPhone'dan önce, çevrimiçi sosyal topluluklar Facebook'tan önce, mesajlaşma ICQ'dan önce vardı. Ama bazı şirketler tam doğru anda insanların önündeki sürtünmeyi diğerlerinden biraz daha iyi gördü.

Bu yüzden bugün herkes temel model geliştirmek zorunda değil. Yapay zeka döneminin çok büyük şirketlerinden bazıları belki modeli geliştirenler değil, modelin ortaya çıkardığı yeni problemi çözenler olacak: Yapay zeka çıktısını güvenilir hale getirenler. Kurumsal bilgiyi yapay zeka için kullanılabilir hale getirenler. Veri mahremiyetini yönetenler. Eğitimde doğrulanabilir öğrenmeyi sağlayanlar. Küçük işletmelerin yapay zeka ajanlarıyla çalışmasını kolaylaştıranlar. Bugün pahalı olduğu için yapılamayan bir hizmeti yapay zeka sayesinde bin kat daha ucuzlatanlar. Ya da bunların hiçbiri; belki büyük fırsat henüz adı bile duyulmamış başka bir davranıştan çıkacak.

Peki yarın internete hâlâ “girecek” miyiz?

Yazının başına dönelim. Bir zamanlar internete giriyorduk. Sonra tarayıcıyı açtık. Sonra Google'ı, Facebook'u, Instagram'ı. Sonra telefonu elimize aldığımız anda zaten internetin içindeydik. Şimdi ise web'in kendisi yavaş yavaş görünmezleşmeye başlayabilir.

Düşünün: Bir seyahat planlarken on farklı siteyi siz mi açacaksınız, yoksa yapay zeka mı araştıracak? Bir ürün satın alırken yirmi incelemeyi siz mi okuyacaksınız, yoksa sistem kriterlerinize göre ortak noktaları mı çıkaracak? Şirketinizde bir rapor hazırlarken e-posta, dosya deposu, elektronik tablo, web ve sunum programı arasında siz mi dolaşacaksınız, yoksa hedefi söylediğinizde sistem bu araçların arasında sizin için mi çalışacak? Bu yöndeki sistemler artık teorik değil: 2026'daki ajan tabanlı çalışma araçları web sayfalarını okuyabiliyor, bağlı uygulama ve dosyalardan bilgi toplayabiliyor ve çok adımlı görevlerden tamamlanmış çıktılar üretmeye başlayabiliyor.

Bu durumda internet ortadan kalkmayacak; tam tersine, daha da önemli hale gelecek. Ama kullanıcıyla internet arasındaki ilişki değişebilir. Tıpkı elektrik kullanırken elektrik santralini düşünmediğimiz gibi, internet de giderek arka planda çalışan bir altyapıya dönüşebilir. Görünen şey ise kişisel bir yapay zeka katmanı olabilir: Sizi tanıyan, bağlamınızı anlayan, kaynaklara ulaşan ve hedefinizi eyleme dönüştürmenize yardım eden bir katman. Böyle bir dünyanın iş modellerini, eğitim biçimlerini, şirket yapılarını ve mesleklerini bugünden eksiksiz tahmin etmek mümkün değil. Geçmişte de edilemedi.

Otuz yıl sonra aynı yerdeyiz: Önümüzde yeni bir kapı var

1995'e geri dönelim. Bilgisayarın başında AltaVista'yı ilk kez gören ya da Yahoo'nun kategorileri arasında gezen birine önümüzdeki otuz yılda olacaklar anlatılsaydı: Bir gün dünyanın neredeyse bütün bilgisini saniyeler içinde arayabileceği; dünyanın başka ucundaki biriyle görüntülü konuşacağı; profesyonel kimliğinin internette yaşayan bir profile dönüşeceği; evinde çektiği bir videonun milyonlarca insana ulaşabileceği; hiç mağazası olmadan bütün dünyaya ürün satabileceği; telefonundaki küçük bir uygulamanın milyarlarca dolarlık bir şirkete dönüşebileceği; algoritmaların hangi filmi, müziği ya da videoyu seveceğini tahmin edeceği; ve sonunda bir bilgisayarla doğal dilde konuşup ona araştırma yaptıracağı, içerik ürettireceği, verileri analiz ettireceği ve giderek bazı işleri kendi adına yaptıracağı söylenseydi, ne kadarına inanırdı?

Bunların tamamı bir insan ömrünün oldukça küçük bir bölümünde gerçekleşti. Bu nedenle 2035'i bugünden kesin biçimde tarif etmeye çalışmak pek gerçekçi değil; bugün yapılan tahminlerin bir bölümü yanlış çıkacak. Ama geçmiş, geleceğin ayrıntılarını vermese de bir örüntü gösteriyor: Önce yeni teknoloji geliyor, bir sürtünmeyi azaltıyor, insanların davranışı değişiyor, yeni davranışın çevresinde fırsatlar oluşuyor, ardından yeni problemler ortaya çıkıyor ve o problemler bir sonraki dönüşümün hammaddesine dönüşüyor. Yahoo'dan Google'a, mIRC ve ICQ'dan sosyal ağlara, YouTube'dan içerik üreticisi ekonomisine, akıllı telefondan uygulama ekonomisine, algoritmik akışlardan kişiselleştirilmiş internete ve şimdi oradan yapay zekaya.

Belki bu nedenle bugün yapay zeka konusunda sorulması gereken en ilginç soru “Yapay zeka neleri yapabilecek?” değil. Biraz daha ileri gidelim: “Yapay zeka sayesinde artık mümkün olduğu halde, bizim henüz yapmayı düşünmediğimiz şey ne?”

Çünkü teknoloji tarihinin öğrettiği bir şey varsa, o da şu: Bir sonraki büyük fırsat geldiğinde üzerinde çoğu zaman büyük harflerle “GELECEK” yazmıyor. Bazen küçük bir arama kutusu olarak geliyor. Bazen anlamsız gibi görünen 19 saniyelik bir video olarak. Bazen 500 uygulamalık yeni bir mağaza olarak. Bazen “Şu anda ne yapıyorsun?” diye soran basit bir web sitesi olarak. Bazen de ekranda bekleyen boş bir sohbet kutusu olarak. İlk görüldüğünde çoğu zaman neye dönüşeceği bilinmiyor. Sonra insanlar onu kullanmaya başlıyor, davranış değişiyor ve yıllar sonra geriye dönüp “Her şey aslında orada başlamış” deniyor.

Bugün de büyük ihtimalle böyle bir dönemin içindeyiz. Bir sonraki büyük değişimin ne olacağı henüz bilinmiyor, ama parçalarının çoktan önümüzde olduğuna dair güçlü işaretler var. Belki yapılması gereken geleceği kusursuz biçimde tahmin etmeye çalışmak değil, daha iyi bir şey: Değişen davranışı fark etmek. Çünkü geçmişte yeni fırsatları yaratan şey çoğu zaman teknolojiyi herkesten önce görmek değildi; teknolojinin insanlarda neyi değiştirdiğini herkesten önce fark etmekti. Otuz yılı aşkın dijital dönüşümün ardından soru yine aynı: Şu anda biz fark etmeden hangi davranış değişiyor?

Sık sorulan sorular

Copernic neydi ve neden bugünün yapay zeka ajanlarına benzetiliyor?

Copernic, 1990'ların sonunda bilgisayara kurulan bir meta-arama yazılımıydı: Kullanıcının sorgusunu AltaVista, Lycos, Yahoo gibi birçok arama servisine aynı anda gönderir, sonuçları toplar, tekrarları ayıklar ve tek listede sunardı. Bugünün yapay zeka ajanları da kullanıcının hedefini alıp web, dosyalar, takvim ve bağlı uygulamalar arasında dolaşarak sonucu getiriyor. Kapasite farkı çok büyük olsa da “sen tek tek dolaşma, ben gidip getireyim” fikri aynı.

Yapay zeka öğrencinin ödevini yapıyorsa öğrenme gerçekleşmiş sayılır mı?

OECD'nin Digital Education Outlook 2026 raporuna göre hayır, otomatik olarak sayılmaz. Genel amaçlı yapay zeka araçları ortaya çıkan ürünün kalitesini yükseltebilir, ama görev pedagojik rehberlik olmadan tümüyle makineye devredildiğinde performans artarken gerçek öğrenme kazanımı oluşmayabilir. Öğrenmeyi destekleyen kullanım, öğrenciyi düşündürmeye devam eden ve öğrenme hedefine göre tasarlanmış kullanımdır.

Yapay zeka okuryazarlığı prompt yazmayı öğrenmek mi?

Prompt yazmak bugünkü arayüzlerin geçici bir katmanı. OECD ve Avrupa Komisyonu'nun 2026'da yayımladığı AI Literacy Framework, yapay zeka okuryazarlığını sistemleri anlama, çıktıları eleştirel değerlendirme ve teknolojiyi etik ve yaratıcı biçimde kullanma yetkinliklerinin bütünü olarak tanımlıyor. Kalıcı beceri, hangi işi makineye verip hangisini kendinizin yapması gerektiğini bilmek ve çıktı ile bilgi arasındaki farkı ayırt edebilmek.

Yapay zeka işleri yok edecek mi, yoksa yeni işler mi yaratacak?

World Economic Forum'un Future of Jobs Report 2025 projeksiyonu, 2030'a kadar 92 milyon rolün yerinden olabileceğini ve 170 milyon yeni rol oluşabileceğini öngörüyor; bunlar işveren beklentilerine dayanan tahminler, kesin sonuçlar değil. Tarih ise ikinci soruyu daha ilginç kılıyor: SEO uzmanlığı, YouTuber'lık ve mobil uygulama geliştiriciliği gibi bugün sıradan görülen meslekler, ilgili teknoloji çıktığında henüz yoktu.

Kaynaklar

• CERN, The birth of the Web ve web yazılımının kamuya açılması (30 Nisan 1993)
• Yahoo Inc., şirket tarihçesi (1994); Web Design Museum ve Internet Archive, AltaVista (15 Aralık 1995)
• Los Angeles Times, Copernic 99 incelemesi (1999); Copernic Technologies kurumsal sayfaları (1997-1999, Internet Archive)
• Google, şirket hikayesi (1998)
• mIRC, Khaled Mardam-Bey'in notu (28 Şubat 1995)
• WIRED, AOL'in Mirabilis'i satın alması (Haziran 1998)
• Wikimedia Foundation, Wikipedia 25. yıl (15 Ocak 2026)
• LinkedIn, kuruluş ve ilk ay üye sayısı (5 Mayıs 2003); Harvard Gazette, The Facebook (2004-2006)
• YouTube, Me at the zoo (23 Nisan 2005) ve Partner Program (2007); Khan Academy destek merkezi, kuruluş hikayesi (2004-2008)
• Twitter, ilk tweet (Mart 2006); Facebook, News Feed duyurusu (Eylül 2006)
• Linden, Smith ve York, Amazon.com Recommendations: Item-to-Item Collaborative Filtering, IEEE Internet Computing (2003); Netflix Prize (2006)
• TikTok, For You akışı nasıl çalışır
• Apple, iPhone tanıtımı (9 Ocak 2007) ve App Store onuncu yıl değerlendirmesi (2008-2018)
• OpenAI, ChatGPT araştırma ön izlemesi (30 Kasım 2022); bellek sistemi (Haziran 2026); OpenAI Help Center, ajan araçları (2025-2026)
• Google Türkiye, Gemini Kişisel Zeka (Nisan 2026)
• OECD, Digital Education Outlook 2026 (19 Ocak 2026); OECD ve Avrupa Komisyonu, AI Literacy Framework (2026)
• World Economic Forum, Future of Jobs Report 2025

Dönem görselleri Internet Archive Wayback Machine'deki arşiv kopyalarından, ilgili sitelerin o tarihteki hâliyle alınmıştır.

Geliştirilen bu yeni sistemler, işlem kabiliyetini korurken özellikle kurumsal entegrasyonlarda ve eğitim teknolojilerinde operasyon maliyetlerini aşağı çekmeyi hedefliyor. Şirketlerin paylaştığı fiyatlandırma tablosuna göre Opus 5.5 sürümünde 1 milyon giriş tokenı 4 dolar, 1 milyon çıkış tokenı ise 20 dolar seviyesine çekildi. Bu tablo, önceki Opus 5 sürümüne kıyasla yaklaşık yüzde 20 oranında bir maliyet indirimi sunuyor. Kodlama ve ajan tabanlı süreçlerde giderlerin önemli bir bölümünü oluşturan önbellek okuma maliyetlerinde ise 1 milyon token başına 0,20 dolar düzeyi yakalanarak yüzde 60 oranında tasarruf sağlandı.

Düşen Birim Maliyetlerin Eğitim Ekosistemine Yansımaları

Gelişmiş geniş dil modellerinin API harcamaları, dijital öğrenme platformları kuran girişimler ile üniversitelerin bütçelerinde en büyük gider kalemlerinden birini oluşturuyor. Yeni duyurulan indirimli fiyat politikaları, yapay zeka tabanlı öğrenci asistanları ve akıllı geri bildirim motorlarının bütçe sınırlarını aşmadan ölçeklenmesini sağlıyor. Sektördeki geliştiriciler, edtech nedir sorusuna yanıt ararken teknolojinin ekonomik erişilebilirliğini artık merkeze koyuyor.

Metin analizi, otomatik kod değerlendirmesi ve problem çözümü gerektiren pedagojik uygulamalarda, token maliyetlerinin azalması yerel girişimlerin sunucu yükünü doğrudan hafifletiyor. Yükseköğretim kurumlarında yürütülen yazılım geliştirme derslerinde öğrencilere sunulan anlık kod analizlerinin sürdürülebilirliği, geliştiricilerin eriştiği bu birim fiyatlara bağlı kalıyor. Bütçesini optimize etmek isteyen eğitim kurumları, ücretsiz yapay zeka eğitimleri ve benzeri kaynakları incelerken bir yandan da arka plandaki API masraflarını yeniden hesaplıyor.

Yapay Zeka Destekli İçerik Üretiminde Yeni Eşik

Daha ekonomik modeller, eğitim materyali hazırlayan eğitimciler ve içerik üreticileri için sistemlerin arka planda daha sık çalıştırılabilmesi anlamına geliyor. Büyük veritabanlarını tarayan, ders planlarını zenginleştiren ve çok adımlı görevleri yerine getiren yapay zeka araçları, altyapı maliyetleri düştükçe daha geniş bir kullanıcı tabanına erişiyor.

Okullarda ve uzaktan eğitim süreçlerinde kullanılan uygulamaların yanıt süresi ile sunucu bütçesi doğrudan ilişkilidir. Opus 5.5 modelinin karmaşık bilgi işleme testlerinde GPT-6 Astra karşısında elde ettiği performans sonuçları, eğitimde kodlama asistanlarının sadece yanıt kalitesiyle değil, hesaplama giderleriyle de rekabet ettiğini gösteriyor.

Kurumlar ve Geliştiriciler İçin Pratik Ayrım

Yüksek hacimli veri işleyen eğitim platformları için token başına harcamayı düşürmek, yazılım operasyon bütçelerini doğrudan etkiliyor. Yeni modelleri entegre etmek isteyen teknik ekiplerin, yalnızca kıyaslama testlerindeki performans artışına değil, kendi platformlarındaki önbellek okuma ve token tüketim metriklerine bakarak geçiş takvimi belirlemesi gerekiyor.

Meta, sanal gerçeklik cihazlarının en büyük problemlerinden biri olan ağırlığı önemli ölçüde azaltmayı hedefleyen yeni Meta VR Glasses modelini 23 Eylül'de düzenlenen Meta Connect 2026 etkinliğinde duyurdu.

Yaklaşık 100 gram ağırlığındaki yeni cihaz, klasik VR başlıklarından çok büyük bir güneş gözlüğünü andırıyor. Meta bunu başarabilmek için işlemciyi, bataryayı ve depolamayı gözlüğün dışına taşıdı. Bu bileşenler cepte veya çantada taşınabilen ve gözlüğe ince bir fiber optik kabloyla bağlanan, yaklaşık 300 gramlık ayrı bir ünitede bulunuyor.

Meta VR Glasses'ın 2027 ilkbaharında 1.299,99 dolar fiyatla satışa çıkması planlanıyor.

Meta VR Glasses neden önemli?

VR teknolojisinin yıllardır çözemediği önemli sorunlardan biri kullanıcı konforu. Meta Quest 3 yaklaşık 500 gram seviyesindeyken Meta, yeni VR Glasses'ın Quest 3'ten yaklaşık beş kat daha hafif olduğunu söylüyor.

Buradaki yenilik aslında cihazın tamamen küçülmesinden çok, ağırlığın başımızdan alınması. Meta VR Glasses iki parçadan oluşuyor:

• Yaklaşık 100 gramlık gözlük: ekranlar, kameralar ve takip sensörleri burada.
• Yaklaşık 300 gramlık cep ünitesi: işlemci, batarya ve depolama burada.

Bu yaklaşım özellikle uzun süreli VR kullanımında önemli olabilir. Çünkü VR'ın eğitim, çalışma ve günlük kullanım senaryolarında yaygınlaşmasının önündeki temel sorunlardan biri, ağır cihazların uzun süre kafada taşınması.

5K micro-OLED ekran ve göz takibi

Meta VR Glasses, şirketin 5K Infinite Display adını verdiği micro-OLED ekran sistemini kullanıyor ve 37 PPD piksel yoğunluğu sunuyor. Dolby Vision desteğinin yanı sıra Dolby Atmos uzamsal ses sistemi de gözlüğün çerçevesine entegre edilmiş durumda.

Cihaz aynı zamanda göz, el ve yüz takibi yapabiliyor. Kullanıcılar menüler arasında gezinmek veya uygulamalarla etkileşim kurmak için fiziksel kontrolcülere ihtiyaç duymadan gözlerini, ellerini ve seslerini kullanabilecek.

Meta ayrıca çıkış döneminde 75'ten fazla oyunun yalnızca el hareketleriyle oynanabileceğini belirtiyor. Xbox Cloud Gaming üzerinden yüzlerce geleneksel oyunun sanal ekranda oynanması da mümkün olacak.

Ancak cihazın önemli bir dezavantajı da var: görüş alanı. Meta VR Glasses yaklaşık 70° yatay görüş alanına sahipken Quest 3 yaklaşık 110° sunuyor. Dolayısıyla yeni cihaz çok daha hafif ve keskin görüntülü olsa da tam VR deneyiminde Quest 3 kadar geniş bir görüş alanı sağlamıyor.

Meta VR Glasses, Quest 3 ve Apple Vision Pro karşılaştırması

Yeni cihazın konumunu anlamanın en kolay yolu mevcut iki önemli ürünle karşılaştırmak.

Quest 3 teknik verileri Meta'nın geliştirici belgelerinde, güncel M5 Vision Pro verileri ise Apple'ın teknik özellik sayfasında doğrulanıyor.

Quest 3 mü, Meta VR Glasses mı?

Quest 3 bugün hâlâ oyun ve tam sürükleyici VR deneyimi açısından daha geleneksel bir VR cihazı. Özellikle 110 derecelik yatay görüş alanı, yeni Meta VR Glasses'ın 70 derecelik görüş alanından belirgin biçimde daha geniş.

Meta VR Glasses'ın avantajı ise başka bir yerde ortaya çıkıyor: konfor ve görüntü keskinliği. 100 gramlık yapı, micro-OLED ekran, 37 PPD görüntü yoğunluğu ve göz takibi; cihazı yalnızca oyun oynanan bir VR başlığından çok, uzun süre kullanılabilecek bir kişisel ekran ve karma gerçeklik cihazına yaklaştırıyor.

Dolayısıyla Meta, Quest 3'ü yalnızca küçültmüş değil; VR kullanım biçimini değiştirmeye çalışıyor.

Peki Apple Vision Pro ile farkı ne?

Belki de en ilginç karşılaştırma burada. Apple Vision Pro'nun güncel M5 modeli 750–800 gram ağırlığında. Buna ek olarak 353 gramlık harici bataryası bulunuyor. Başlangıç fiyatı ise ABD'de 3.499 dolar. Meta VR Glasses ise yaklaşık 100 gramlık gözlük ağırlığı ve 1.299,99 dolarlık fiyatıyla çok farklı bir noktaya yerleşiyor.

İki ürünün ortak tarafları da dikkat çekici. Her ikisi de göz ve el takibini kullanıcı arayüzünün merkezine yerleştiriyor, micro-OLED ekran teknolojisini kullanıyor ve fiziksel monitörlerin yerine büyük sanal çalışma alanları oluşturmayı hedefliyor. Ancak Meta'nın yaklaşımı, yüksek performanslı donanımı kullanıcının yüzünde taşımak yerine harici bir üniteye aktarmak.

Bu nedenle önümüzdeki dönemde XR cihazlarında yeni rekabet alanının yalnızca "daha yüksek çözünürlük" değil, "ne kadar uzun süre rahat kullanılabiliyor?" olması mümkün.

Eğitim teknolojileri açısından neden önemli?

EdTech tarafında ise yeni cihazın belki de en dikkat çekici özelliği işlemci gücü değil, yine 100 gramlık ağırlığı. Bugün VR eğitimlerinin önündeki engellerden biri içerik eksikliğinden çok kullanım sürtünmesi. Bir çalışan 5-10 dakikalık VR deneyimine rahatlıkla katılabilirken 30-40 dakikalık bir oryantasyon, teknik eğitim veya simülasyonda cihazın ağırlığı çok daha önemli hale geliyor.

Meta'nın yeni form faktörü bu problemi azaltabilirse kullanım alanı yalnızca oyunlarla sınırlı kalmayabilir. İş sağlığı ve güvenliği eğitimleri, fabrika ve üretim simülasyonları, oryantasyon programları, teknik beceri eğitimleri, sanal laboratuvarlar ve dijital ikiz üzerinde gerçekleştirilen senaryo tabanlı eğitimler bu cihazların potansiyel kullanım alanları arasında yer alabilir. Örneğin bir fabrikanın dijital ikizine giren çalışan, gerçek üretim ortamının sanal kopyasında tehlikeleri tespit edebilir veya belirli görevleri gerçekleştirebilir. VR'ın öğrenmeye kattığı değeri daha ayrıntılı ele aldığımız VR tabanlı etkileşimli ve deneyimsel öğrenme yazımıza da göz atabilirsiniz.

Yeni cihazın Quest ekosistemiyle içerik uyumluluğunun korunması da geliştiriciler açısından önemli. Meta VR Glasses, Quest 3 ile aynı işletim sistemini kullanıyor ve mevcut Quest içeriklerini çalıştırıyor; Quest 3 ve 3S'in Touch Plus kontrolcüleri de cihazla eşleştirilebiliyor. Kurumların VR yatırımında dikkat etmesi gereken artı ve eksileri AR ve VR'ın kurumsal eğitim için artı ve eksileri yazımızda derledik.

VR gözlükleri gerçekten "gözlüğe" dönüşüyor

Meta VR Glasses belki de VR sektöründeki daha büyük bir dönüşümün göstergesi. İlk VR cihazlarında temel yarış daha yüksek çözünürlük, daha güçlü işlemci ve daha iyi takip sistemleri üzerine kuruluydu. Şimdi ise başka bir soru öne çıkıyor: Bu teknolojiyi insanların saatler boyunca kullanabileceği kadar küçük ve rahat hale getirebilir miyiz?

Meta'nın yaklaşık 100 gramlık yeni cihazı bu soruya verilmiş en iddialı cevaplardan biri. Ancak bunun karşılığında daha dar görüş alanı ve kabloyla bağlı harici işlem ünitesi gibi tavizler bulunuyor. Dolayısıyla Meta VR Glasses'ın Quest 3'ün doğrudan yerine geçen bir ürün olduğunu söylemek için henüz erken.

Fakat eğitim teknolojileri açısından asıl önemli gelişme başka olabilir. VR başlıklarının giderek normal bir gözlüğe yaklaşması, sanal gerçekliği kısa süreli bir "deneyim" olmaktan çıkarıp günlük öğrenme araçlarından birine dönüştürebilir. Bunun gerçekten gerçekleşip gerçekleşmeyeceğini ise Meta VR Glasses'ın 2027 ilkbaharındaki çıkışından sonra göreceğiz.

Kaynaklar: Meta – Introducing Meta VR Glasses · Apple Vision Pro (M5) teknik özellikleri

Bu sayıyı hazırlarken masamızda üç yapay zeka aracı açıktı: biri sayfaları dizdi, biri metinleri denetledi, biri görselleri üretti. Aynı araçların o sabah bir öğrencinin ödevini de yazmış olması, sayının konusunu kendiliğinden belirledi. Kapak dosyası yapay zeka okuryazarlığı; ama araç tanıtımı değil, "sınıfa nasıl iner" sorusunun peşinde.

Dosyada neler var

Türkiye Yapay Zeka Eylem Planı'nın 2026-2030 kilometre taşlarını tek sayfalık bir zaman çizelgesine indirdik. Kamu çalışanlarına gelen zorunlu yapay zeka eğitiminin ne anlama geldiğini yazdık. Öğretmenler için kapsamlı bir rehber var: yapay zeka okuryazarlığı derste hangi beceriye karşılık geliyor, nereden başlanır. Dünyadan üç vaka da dosyada: Cornell'in birinci sınıflara zorunlu tuttuğu program, OSSE'nin yaklaşımı ve fren yapan ülkeler.

Derinlik: ChatGPT sınıfta ve KVKK

İki uzun yazı öğretmenin elini güçlendirmek için yazıldı. İlki ChatGPT'nin sınıfta etik ve pedagojik kullanımını somut örneklerle anlatıyor: hangi soruda işe yarar, hangi durumda sınır çizilir, öğrenci çıktısı nasıl denetlenir. İkincisi eğitimde veri gizliliği ve KVKK: bir sınıf listesini WhatsApp grubuna atmaktan öğrenci verisini yapay zeka aracına yüklemeye kadar öğretmenin günlük kararlarını ele alıyor.

Test ettik: Nearpod, Padlet, Gemini Notebook

Araç Kutusu'nda üç aracı sınıf gözüyle denedik. Nearpod'un anlık geri bildirimi, Padlet'in sade panosu ve Gemini Notebook'un kaynak tabanlı çalışması; hangisi hangi derste, hangi sınırla.

Veri, kurum, sınıf

OECD'nin 2026 raporu "yapay zeka eğitimde gerçekten işe yarıyor mu" sorusuna rakamla cevap arıyor; biz de Türkiye için ne anlama geldiğini yazdık. Coursera'nın 6 milyon öğrencilik beceri haritası, ATD'nin "çalışanlar eğitime ilgisiz değil" bulgusu, sınıfta ekran politikası ve sorgulama temelli öğrenme rehberi de bu sayıda.

Kes, sakla, kullan

Prompt Kitaplığı'nda öğretmenler için 12 hazır komut var; ders planından geri bildirim metnine. Raf'ta yapay zeka okuryazarlığı için altı kitap, Ekran'da üç belgesel ve iki podcast, Sözlük'te dosyanın 15 temel terimi.

Sayı 3'ü okumak için: edtechturkiye.com/e-dergi 

Bir yıl önce öğretmenlere önerdiğimiz araçların bir kısmı bugün artık yok. OpenAI'ın video aracı Sora Nisan 2026'da kapandı, Microsoft Math Solver 2025 yazında emekliye ayrıldı, sınıfların vazgeçilmezi Quizizz ise Wayground adıyla yoluna devam ediyor. Yapay zeka araçları hızla çoğalıyor ama aynı hızla el değiştiriyor, ücretleniyor ya da ortadan kalkıyor. Bu yüzden listeyi bu kez baştan kurduk: Her aracın resmi sitesini tek tek açtık, hâlâ çalışıp çalışmadığını, ücretsiz planının gerçekte ne sunduğunu ve Türkçe desteğini kontrol ettik.

Millî Eğitim Bakanlığı da aynı ihtiyacı görmüş durumda. YEĞİTEK'in 2026'da yayımladığı 200 sayfalık Eğitimde Kullanılan Yapay Zeka Araçları: Öğretmen El Kitabı, branş branş yüzlerce aracı tanıtıyor ve öğretmenlere net bir uyarı yapıyor: Araçlar geçici, pedagoji kalıcıdır. Bu liste o kitabın yerine geçmiyor. Onun yanında, sınıfa bugün girebilecek güncel ve doğrulanmış bir başlangıç noktası sunuyor.

Bu Listeyi Nasıl Hazırladık?

Listedeki her araç için dört şeye baktık: Araç hâlâ aktif mi, resmi adresi ne, kalıcı bir ücretsiz planı var mı ve Türkçe arayüz ya da Türkçe dil desteği sunuyor mu. Kapanan, başka bir şirkete geçip adı değişen, yapay zeka özelliği bulunmayan ve varlığı doğrulanamayan maddeleri çıkardık. Her aracın altında gördüğünüz etiketler şu anlama geliyor:

• Ücretsiz plan. Var: Kalıcı ücretsiz plan mevcut. Sınırlı: Kısıtlı kredi, deneme süresi ya da indirme gibi temel bir özelliğin kapalı olduğu plan. Yok: Ücretsiz kullanım sunulmuyor. Belirsiz: Resmi kaynaklarda teyit edemedik.
• Türkçe. Var: Türkçe arayüz ya da Türkçe dil desteği resmi olarak doğrulandı. Kısmen: Türkçe içerik üretiyor ama arayüzü başka dilde ya da desteği sınırlı. Yok: Türkçe desteklenmiyor. Belirsiz: Teyit edemedik, kullanmadan önce kontrol edin.
• ?? işareti Türkiye'de kurulu şirketlerin geliştirdiği araçları gösteriyor. Bu bilgiyi şirketlerin yasal kayıt ve iletişim bilgilerinden doğruladık.

Liste 15 Eylül 2026 itibarıyla günceldir. Fiyat ve özellikler sık değiştiği için bir aracı sınıfa almadan önce güncel koşullarına bakmanızı öneririz.

Hangi İş İçin Hangi Araçla Başlamalı?

Yüz araç çok gelebilir. Yeni başlayan bir öğretmen için en sık karşılaşılan ihtiyaçlarda ücretsiz planı olan ve Türkçe desteği doğrulanmış seçeneklerden bir başlangıç tablosu hazırladık:

Sık kullanılan araçları iş bazında daha ayrıntılı karşılaştırmak isterseniz hangi iş için hangi yapay zeka aracı rehberimize, eğitimde yapay zekanın Türkiye'deki genel tablosu için Eğitimde Yapay Zeka: Araçlar, Uygulamalar ve Türkiye yazımıza göz atabilirsiniz.

1. Genel Yapay Zeka Asistanları

Her şeyin başladığı yer. Bu dört asistan ders planından sınav sorusuna, metin özetinden fikir üretmeye kadar geniş bir alanı tek başına karşılıyor; farkları çoğu zaman hangi ekosistemde çalıştığınızda ortaya çıkıyor.

1. ChatGPT

Öğretmen ders planı, sınav sorusu ve rubrik taslağı çıkarır; öğrenci konu anlatımı ister ve yazısına geri bildirim alır. Öğretmenlere özel ücretsiz kampanya şimdilik yalnızca ABD'deki okulları kapsıyor.

Ücretsiz plan: Var  ·  Türkçe: Var  ·  Resmi site

2. Claude

Uzun PDF ve metinleri analiz etmekte güçlü. Öğrenme modu, öğrenciye cevabı hazır vermek yerine sorularla düşündürüyor. Türkçe konuşuyor, arayüzü ise İngilizce.

Ücretsiz plan: Var  ·  Türkçe: Kısmen  ·  Resmi site

3. Gemini

Konu araştırması, ders içeriği ve etkinlik fikri üretir. Google Dokümanlar ve Drive ile birlikte çalıştığı için Google kullanan okullarda en az sürtünmeyle devreye giren asistan.

Ücretsiz plan: Var  ·  Türkçe: Var  ·  Resmi site

4. Microsoft Copilot

Word ve PowerPoint içinde sunum ve sınav hazırlamaya yardım eder. Eğitim hesaplarında Copilot Chat ve öğretmenlere yönelik Teach modülü de bulunuyor.

Ücretsiz plan: Var  ·  Türkçe: Var  ·  Resmi site

2. Araştırma ve Akademik Çalışma

Kaynağı belli olmayan bilgi sınıfa taşınmamalı. Bu gruptaki araçların ortak özelliği cevaplarını kaynağa bağlamaları; lisansüstü öğrenciler ve araştırma ödevi veren öğretmenler için özellikle değerli.

5. Perplexity

Her cevabın altında kaynak gösteren bir arama asistanı. Öğrenci ödev araştırmasında alıntıları doğrular, öğretmen güncel bir konuyu hızla derler.

Ücretsiz plan: Var  ·  Türkçe: Var  ·  Resmi site

6. NotebookLM

Yüklediğiniz ders notlarından Türkçe sesli özet, bilgi kartı, slayt ve çalışma rehberi üretir. Cevaplarını yalnızca sizin verdiğiniz kaynaklara dayandırması en büyük artısı.

Ücretsiz plan: Var  ·  Türkçe: Var  ·  Resmi site

7. Elicit

Literatür taraması, makalelerden veri çıkarma ve sistematik derleme için tasarlanmış. Tez aşamasındaki öğrenciye ciddi zaman kazandırır; arayüzü ve kaynak havuzu İngilizce ağırlıklı.

Ücretsiz plan: Sınırlı  ·  Türkçe: Yok  ·  Resmi site

8. Consensus

Bilimsel bir soruyu hakemli makalelere dayanarak özetler. Türkçe sorgu kabul ediyor, kaynaklar ise çoğunlukla İngilizce.

Ücretsiz plan: Sınırlı  ·  Türkçe: Kısmen  ·  Resmi site

9. SciSpace

Akademik bir PDF ile sohbet edip karmaşık bölümleri açıklatmaya yarar. Araç çıktılarının dili Türkçe olarak seçilebiliyor.

Ücretsiz plan: Sınırlı  ·  Türkçe: Kısmen  ·  Resmi site

10. Semantic Scholar

Ücretsiz akademik arama motoru. Yapay zeka özetleri sayesinde bir makalenin işinize yarayıp yaramayacağını hızla anlarsınız.

Ücretsiz plan: Var  ·  Türkçe: Belirsiz  ·  Resmi site

11. ResearchRabbit

Atıf ağları üzerinden ilgili makaleleri görsel olarak keşfettirir. 2025'te Litmaps bünyesine geçti ve ücretli bir katman eklendi.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

12. Connected Papers

Tek bir makaleden yola çıkarak benzer çalışmaların görsel haritasını çıkarır. Bir alanın literatürünü ilk kez tanıyan öğrenci için iyi bir başlangıç.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

3. Öğretmen Asistanları ve Ders Hazırlığı

Genel asistanlardan farkları, öğretmenin günlük işine göre paketlenmiş olmaları: Ders planı, farklılaştırılmış materyal, rubrik ve veli iletişimi hazır şablonlarla birkaç dakikaya iniyor.

13. Madlen

Türkiye'de geliştirilen bir yapay zeka eğitim platformu. Öğretmene 56'dan fazla araç, öğrenciye soru çözümü ve sesli yapay zeka eğitmeni, okula ise ilerleme analitiği sunuyor. Kurumsal lisansla çalışıyor, ücretsiz demo talep edilebiliyor.

Ücretsiz plan: Yok  ·  Türkçe: Var  ·  Resmi site

14. MagicSchool

Seksenden fazla öğretmen aracı bir arada: Ders planı, rubrik, seviyeye uyarlanmış materyal ve veli e-postası. Öğretmenlere ücretsiz planı var, öğrenciler için güvenli çalışma alanları da sunuyor.

Ücretsiz plan: Var  ·  Türkçe: Kısmen  ·  Resmi site

15. Brisk Teaching

Chrome eklentisi olarak çalışır. Google Dokümanlar'daki öğrenci yazısına geri bildirim yazar, metni farklı seviyelere uyarlar ve dakikalar içinde quiz çıkarır. Öğretmenlere ücretsiz planı var.

Ücretsiz plan: Var  ·  Türkçe: Belirsiz  ·  Resmi site

16. Eduaide.ai

Yüzü aşkın kaynak türüyle ders planı, etkinlik, soru bankası ve geri bildirim taslağı üretir.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

17. Diffit

Herhangi bir metni farklı okuma seviyelerine uyarlar; özet, kelime listesi ve sorular hazırlar. Aynı sınıftaki farklı düzeydeki öğrenciler için pratik bir çözüm.

Ücretsiz plan: Var  ·  Türkçe: Belirsiz  ·  Resmi site

18. Curipod

Ürününü yazma pratiğine odakladı. Öğrencinin yazısına anında güçlü yönler ve gelişim alanları şeklinde geri bildirim veriyor.

Ücretsiz plan: Sınırlı  ·  Türkçe: Var  ·  Resmi site

19. SchoolAI

Öğretmenin kontrolünde öğrencilere yapay zeka çalışma alanları açar ve her öğrencinin ilerlemesini anlık izletir.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

20. Khanmigo

Khan Academy'nin eğitmeni, öğrenciye cevabı vermeden adım adım rehberlik ediyor; öğretmene de ders planı ve soru üretiyor. Ücretsiz öğretmen araçlarının kapsadığı ülkeler arasında Türkiye'yi teyit edemedik.

Ücretsiz plan: Sınırlı  ·  Türkçe: Var  ·  Resmi site

21. Gemini in Google Classroom

Classroom'un içinde otuzu aşkın yapay zeka aracı. 10 Ağustos 2026'dan beri her yaştan öğrenciye açık ve varsayılan olarak etkin geliyor; okul yöneticisi isterse kapatabiliyor.

Ücretsiz plan: Var  ·  Türkçe: Belirsiz  ·  Resmi site

22. Twee

Yabancı dil öğretmenleri için CEFR seviyesine uygun okuma metni, diyalog ve alıştırma üretir; bir YouTube videosunu dakikalar içinde derse dönüştürür.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

23. Teachy

Ders planı, slayt, sınav, zihin haritası ve çalışma kâğıdı hazırlar. Ücretsiz planda her gün yenilenen kredi veriliyor.

Ücretsiz plan: Var  ·  Türkçe: Var  ·  Resmi site

24. Flint

Okullar için kurgulanmış bir yapay zeka platformu. Öğretmen etkinliği ve sınırları belirliyor, öğrenci kendi hızında kişiselleştirilmiş pratik yapıyor.

Ücretsiz plan: Belirsiz  ·  Türkçe: Belirsiz  ·  Resmi site

25. Edcafe

Öğretmenlere yönelik bir yapay zeka araç seti. Ders planı, ödev, quiz ve derse özel sohbet botunu tek yerden üretip paylaşmayı sağlıyor.

Ücretsiz plan: Belirsiz  ·  Türkçe: Belirsiz  ·  Resmi site

4. Ölçme, Değerlendirme ve Geri Bildirim

Yapay zekanın öğretmenden en çok zaman geri kazandırdığı alan burası. Yine de not verme gibi kritik kararlarda son sözün öğretmende kalması gerektiğini unutmamak gerekiyor.

26. Tested ??

Türkiye'de geliştirilen bir ölçme ve değerlendirme platformu. Konu başlığından yapay zeka ile test oluşturuyor, PDF, Word veya PowerPoint dosyasından otomatik quiz çıkarıyor ve açık uçlu cevapları yapay zeka ile analiz ediyor. Test, anket ve raporlama ücretsiz; 50'yi aşkın hazır test şablonu, QR kod ile paylaşım ve uzaktan sınav gözetimi de ücretsiz planda. Yapay zeka özellikleri ücretsiz planda bir kez denenebiliyor, sınırsız kullanımı kurumsal pakette.

Şeffaflık notu: Tested, EdTech Türkiye ile aynı çatı altında MediaRubic tarafından geliştiriliyor.

Ücretsiz plan: Var  ·  Türkçe: Var  ·  Resmi site

27. Wayground (eski adıyla Quizizz)

Quizizz Haziran 2025'te Wayground adını aldı. Bir dosyadan quiz, ders paketi ve seviyeye uyarlanmış etkinlik üretip canlı ya da ödev olarak uygulatıyor. Mobil uygulaması şimdilik yalnızca İngilizce.

Ücretsiz plan: Var  ·  Türkçe: Yok  ·  Resmi site

28. Kahoot!

Sınıfın en tanıdık canlı quiz oyunu. Bir metinden, PDF'ten ya da slayttan saniyeler içinde soru üretme özelliği ücretli planlarda.

Ücretsiz plan: Sınırlı  ·  Türkçe: Var  ·  Resmi site

29. Quizlet

Öğrencinin kendi notlarından bilgi kartı ve deneme testi oluşturur, aralıklı tekrarla çalıştırır.

Ücretsiz plan: Sınırlı  ·  Türkçe: Var  ·  Resmi site

30. Gradescope

Taranmış kâğıt sınavları rubrikle notlamayı hızlandırır. Benzer cevapları gruplayıp toplu puanlayan yapay zeka özelliği yalnızca kurumsal planda.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

31. Turnitin

Ödevlerde intihal ve yapay zeka ile üretilmiş metin oranını raporlar. Önemli uyarı: Yapay zeka yazısı tespiti Türkçe metinleri desteklemiyor, bu nedenle Türkçe ödevlerde bu rapora dayanarak karar verilmemeli.

Ücretsiz plan: Belirsiz  ·  Türkçe: Yok  ·  Resmi site

32. FeedbackFruits

Öğrenme yönetim sisteminin içinde akran değerlendirmesi ve rubrikli geri bildirim akışları kurar; yapay zeka ile bir dosyadaki rubriği sisteme aktarır.

Ücretsiz plan: Belirsiz  ·  Türkçe: Belirsiz  ·  Resmi site

33. Class Companion

Yazılı ödevlere öğretmenin rubriğine dayalı anında geri bildirim verir. Öğrenci düzeltip yeniden gönderir, öğretmen süreci izler.

Ücretsiz plan: Var  ·  Türkçe: Belirsiz  ·  Resmi site

34. Snorkl

Öğrenci çözümünü sesli ve görsel olarak anlatıyor, yapay zeka bu akıl yürütmeye anında geri bildirim veriyor. Doğru cevaptan çok düşünme sürecini görmek isteyen öğretmenler için ilginç bir yaklaşım.

Ücretsiz plan: Belirsiz  ·  Türkçe: Belirsiz  ·  Resmi site

5. Etkileşimli Ders ve Oyunlaştırma

Dikkat süresinin kısaldığı sınıflarda etkileşim bir tercih olmaktan çıktı. Bu araçlar yapay zekayı özellikle etkinlik hazırlama süresini kısaltmak için kullanıyor.

35. Wordwall

Türk öğretmenlerin en sık kullandığı etkinlik oluşturuculardan biri. Otuzu aşkın etkinlik türü, yapay zeka araçları ve milyonlarca hazır etkinlikten oluşan bir kütüphane sunuyor; etkinlikler çıktı olarak da alınabiliyor.

Ücretsiz plan: Belirsiz  ·  Türkçe: Var  ·  Resmi site

36. Genially

Etkileşimli sunum, kaçış odası ve oyunlaştırılmış içerik hazırlar. Yapay zeka destekli oluşturucusu bir istemden quiz ve oyun bileşeni çıkarıyor.

Ücretsiz plan: Var  ·  Türkçe: Belirsiz  ·  Resmi site

37. Nearpod

Etkileşimli ders, anlık yoklama ve quiz bir arada. Yapay zeka ile ders ve soru üretme özellikleri ücretli planlarda.

Ücretsiz plan: Sınırlı  ·  Türkçe: Var  ·  Resmi site

38. Pear Deck

Google Slaytlar ve PowerPoint sunumlarına etkileşimli sorular ekler; kırkı aşkın yapay zeka aracıyla ders ve değerlendirme hazırlar.

Ücretsiz plan: Var  ·  Türkçe: Belirsiz  ·  Resmi site

39. Educaplay

Yapay zeka asistanı Ray, bir içerikten eşleştirme, bulmaca ve boşluk doldurma oyunları üretiyor; etkinlikler sınıfla doğrudan paylaşılabiliyor.

Ücretsiz plan: Var  ·  Türkçe: Var  ·  Resmi site

6. Kişiselleştirilmiş Öğrenme ve Sınav Hazırlığı

Her öğrencinin eksiği farklı. Bu araçlar öğrencinin takıldığı yeri bulup oradan devam etmeye odaklanıyor.

40. Kunduz ??

Türkiye'de geliştirilen bir sınav hazırlık platformu. YKS, LGS ve KPSS'ye hazırlanan öğrencilere soru çözümü, canlı ders, koçluk ve yapay zeka asistanı KAI sunuyor; paketler hâlinde satılıyor.

Ücretsiz plan: Belirsiz  ·  Türkçe: Var  ·  Resmi site

41. Brilliant

Matematik, veri ve kodlamayı etkileşimli problemlerle öğretir. Öğrenci takıldığında yapay zeka eğitmeni Koji adım adım yol gösteriyor.

Ücretsiz plan: Sınırlı  ·  Türkçe: Yok  ·  Resmi site

42. Photomath

Kamerayla taranan matematik problemini adım adım çözümüyle açıklar. Ödev kontrolü ve konu tekrarı için kullanışlı; çözümü kopyalamak yerine adımları anlamak için kullanılmasını öğrenciye özellikle anlatmak gerekiyor.

Ücretsiz plan: Var  ·  Türkçe: Var  ·  Resmi site

7. Kodlama ve Bilişim

Kod yazmayı öğrenmekle yapay zekaya kod yazdırmak arasındaki çizgi bilişim derslerinin yeni tartışması. Bu araçlar doğru kullanıldığında hata ayıklamayı ve kavramayı hızlandırıyor.

43. GitHub Copilot

Kod tamamlama, hata açıklama ve sohbetle kod yazma. Onaylı öğrenci ve öğretmenler Mart 2026'da açılan öğrenci planıyla ücretsiz kullanabiliyor.

Ücretsiz plan: Var  ·  Türkçe: Belirsiz  ·  Resmi site

44. Cursor

Yapay zeka destekli kod editörü. Öğrenci proje kodunu açıklatabilir ve hatasını ayıklatabilir. Öğrencilere bir yıllık ücretsiz Pro programı Haziran 2026'da yeni başvurulara kapandı.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

45. Replit

Kurulum gerektirmeden tarayıcıda kod yazdırır. Replit Agent doğal dille anlatılan bir uygulamayı üretip yayına alabiliyor.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

46. Code.org

Ücretsiz kodlama ve yapay zeka okuryazarlığı dersleri, Hour of AI etkinlikleri ve öğretmenlere yapay zeka asistanı. Türkçe içeriğiyle ilkokuldan liseye geniş bir yelpaze sunuyor.

Ücretsiz plan: Var  ·  Türkçe: Var  ·  Resmi site

47. CodeCombat

Oyun oynarken Python ya da JavaScript yazdırır. AI HackStack bölümü güvenli bir ortamda yapay zeka okuryazarlığı projeleri yaptırıyor.

Ücretsiz plan: Belirsiz  ·  Türkçe: Kısmen  ·  Resmi site

8. Sunum ve Tasarım

Görsel olarak iyi hazırlanmış bir materyal öğrenmeyi tek başına garanti etmez ama dikkati kesinlikle artırır. Bu araçlar tasarım becerisi olmayan öğretmenin de profesyonel görünen materyal hazırlamasını sağlıyor.

48. Canva (Canva for Education)

Sunum, çalışma kâğıdı, afiş ve infografik. Eğitim sürümü öğretmen ve öğrencilere ücretsiz; sınıfça ortak tasarım ödevi yapmak da mümkün.

Ücretsiz plan: Var  ·  Türkçe: Var  ·  Resmi site

49. Gamma

Bir konu başlığından ya da ders notundan dakikalar içinde sunum, doküman veya tek sayfalık web sayfası üretir. Ücretsiz yapay zeka kredisi tek seferlik veriliyor.

Ücretsiz plan: Sınırlı  ·  Türkçe: Var  ·  Resmi site

50. Microsoft Designer

Metinden sınıf duyurusu, davetiye ve afiş üretir, PowerPoint içinde tasarım önerir. Teams içindeki Designer Şubat 2026'da kaldırıldı; görsel üretim Copilot'a taşınıyor.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

51. Adobe Express

Öğrencilerin poster, kısa video ve web sayfası üretmesi için uygun. Okulların kurduğu eğitim sürümü ücretsiz ve güvenli görsel araması var.

Ücretsiz plan: Var  ·  Türkçe: Var  ·  Resmi site

52. Prezi

Bir belgeden yakınlaştırmalı ve etkileşimli sunum çıkarır; slaytlardan izleyiciye anlık quiz hazırlar.

Ücretsiz plan: Sınırlı  ·  Türkçe: Var  ·  Resmi site

53. Napkin

Ders metnini akış şemasına, zihin haritasına, infografiğe ve slayta dönüştürür. Kavram özetlerini görselleştirmek için pratik.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

9. Görsel Üretim

Tarih dersinde bir sahneyi canlandırmak ya da bir hikâyeye illüstrasyon eklemek artık dakikalar sürüyor. Telif, yaş sınırı ve ücretsiz planda üretimlerin herkese açık olup olmadığı bu grupta özellikle dikkat edilmesi gereken konular.

54. Midjourney

Hikâye, tarih ve sanat derslerinde yüksek kaliteli sahne görselleri üretir. Ücretsiz planı ya da deneme süresi yok.

Ücretsiz plan: Yok  ·  Türkçe: Belirsiz  ·  Resmi site

55. Adobe Firefly

Ticari kullanıma güvenli görsel, video ve ses üretir; sunum ve proje görsellerini hızla hazırlar.

Ücretsiz plan: Sınırlı  ·  Türkçe: Kısmen  ·  Resmi site

56. Leonardo AI

Günlük ücretsiz kredilerle ders materyali için illüstrasyon, karakter ve oyunlaştırma görselleri üretir. 2024'ten beri Canva'nın bünyesinde, arayüzü İngilizce.

Ücretsiz plan: Sınırlı  ·  Türkçe: Yok  ·  Resmi site

57. Ideogram

Üzerinde okunaklı yazı bulunan afiş ve kapak görselleri üretmekte başarılı; en iyi sonucu İngilizce metinlerde veriyor. Ücretsiz planda üretilen görseller herkese açık yayımlanıyor.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

10. Video ve Animasyon

Bu yılın en hızlı değişen kategorisi. OpenAI'ın Sora'sı kapanırken Google'ın video araçları öne çıktı; avatarlı eğitim videosu üreten platformlar ise kurumsal eğitimin standart bir parçası oldu.

58. Google Vids

Google Workspace içinde yapay zeka destekli video oluşturma ve düzenleme aracı. Türkçe arayüzü var; Google kullanan okullarda ders videosu hazırlamanın en kolay yollarından biri.

Ücretsiz plan: Belirsiz  ·  Türkçe: Var  ·  Resmi site

59. Google Veo (Flow)

Veo modeliyle sesli kısa video ve sahne kurgusu hazırlar. 18 yaş sınırı olduğu için öğrenci ödevinde değil, öğretmenin materyal hazırlığında kullanılmalı.

Ücretsiz plan: Sınırlı  ·  Türkçe: Var  ·  Resmi site

60. Synthesia

Avatar sunuculu eğitim videoları hazırlar ve bir videoyu tek tıkla başka dillere çevirir. Ücretsiz planda video indirilemiyor.

Ücretsiz plan: Sınırlı  ·  Türkçe: Var  ·  Resmi site

61. HeyGen

Öğretmenin dijital ikiziyle ders anlatım videosu yapar; videoları dudak senkronlu olarak başka dillere çevirir.

Ücretsiz plan: Sınırlı  ·  Türkçe: Var  ·  Resmi site

62. Runway

Metinden ya da görselden video üretir ve efekt düzenler. Medya ve film dersleri için güçlü; ücretsiz kredi tek seferlik.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

63. Kling AI

Metinden ve görselden sinematik kısa videolar üretir. Bilim ve tarih konularını canlandırmak için sık kullanılıyor.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

64. InVideo AI

Tek bir komutla senaryosu, görüntüleri ve seslendirmesi hazır bilgilendirme videosu üretir; mevcut videoları çevirebilir.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

65. Descript

Videoyu ve podcast'i bir metin belgesini düzenler gibi kurgulatır; otomatik transkript ve altyazı üretir. Türkçe transkripsiyonu destekliyor.

Ücretsiz plan: Sınırlı  ·  Türkçe: Var  ·  Resmi site

66. Opus Clip

Uzun bir ders ya da webinar kaydından altyazılı kısa klipler çıkarır; Türkçe altyazı üretebiliyor.

Ücretsiz plan: Sınırlı  ·  Türkçe: Var  ·  Resmi site

67. Animaker

Hazır karakterlerle animasyonlu kavram anlatım videoları hazırlatır; öğrencilerin çizgi film tarzı proje ödevleri için de uygun.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

68. Vyond

Senaryodan animasyonlu eğitim ve senaryo tabanlı öğrenme videoları üretir; Türkçe seslendirme ve otomatik çeviri sunuyor. Kalıcı ücretsiz planı yok, deneme süresi var.

Ücretsiz plan: Yok  ·  Türkçe: Var  ·  Resmi site

69. Colossyan

İçine soru eklenebilen avatarlı ve etkileşimli eğitim videoları hazırlar; öğrenme yönetim sistemleri için SCORM çıktısı verir.

Ücretsiz plan: Sınırlı  ·  Türkçe: Var  ·  Resmi site

11. Ses, Seslendirme ve Müzik

Sesli materyal hem erişilebilirlik hem çeşitlilik demek. Türkçe seslendirme kalitesinin son iki yılda ciddi biçimde artması bu grubu öğretmenler için gerçekten kullanışlı hâle getirdi.

70. ElevenLabs

Ders metnini doğal bir Türkçe sesle anlatıma çevirir. Okuma güçlüğü yaşayan öğrenciler için sesli materyal hazırlamanın en pratik yollarından biri.

Ücretsiz plan: Var  ·  Türkçe: Var  ·  Resmi site

71. Murf AI

Sunum ve eğitim videolarına Türkçe dış ses hazırlar. Ücretsiz planda toplam on dakika ses var ve indirme yapılamıyor.

Ücretsiz plan: Sınırlı  ·  Türkçe: Var  ·  Resmi site

72. Adobe Podcast (Enhance Speech)

Sınıfta ya da evde çekilen ders videosundaki gürültü ve yankıyı tek tıkla temizler.

Ücretsiz plan: Var  ·  Türkçe: Belirsiz  ·  Resmi site

73. Suno

Öğrencilerin bir ders konusunu şarkıya dönüştürmesini sağlar. Ücretsiz planda indirme ve ticari kullanım hakkı yok; telif davaları da sürüyor.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

74. Speechify

PDF ve ders notlarını Türkçe sesli okur. Disleksi ya da görme güçlüğü yaşayan öğrenciler için önemli bir erişilebilirlik aracı.

Ücretsiz plan: Var  ·  Türkçe: Var  ·  Resmi site

12. Dil Öğrenimi, Yazma ve Çeviri

Konuşma pratiği yapabileceği bir muhatap bulmak dil öğrenenin en büyük sorunuydu. Yapay zeka eğitmenler bu açığı kapatmaya başladı; yazma ve çeviri araçları da günlük akademik işin parçası oldu.

75. Duolingo

Türkçe konuşanlar için İngilizce ve Almanca kursları ücretsiz. Yapay zeka ile görüntülü konuşma pratiği sunan Max paketinin Türkiye'de sunulup sunulmadığı net değil.

Ücretsiz plan: Var  ·  Türkçe: Var  ·  Resmi site

76. Busuu

Türkçe arayüzle kısa dersler, yapay zeka destekli tekrar araçları ve anadili konuşanlardan geri bildirim.

Ücretsiz plan: Sınırlı  ·  Türkçe: Var  ·  Resmi site

77. Speak

Yapay zeka eğitmenle sesli konuşma pratiği yaptırır ve telaffuz ile ifade üzerine anında geri bildirim verir.

Ücretsiz plan: Sınırlı  ·  Türkçe: Kısmen  ·  Resmi site

78. ELSA Speak

İngilizce telaffuz analizi, rol yapma ve sunum provası. Öğrenci konuşma puanını zaman içinde takip edebiliyor.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

79. Praktika

Avatar bir eğitmenle senaryolu konuşma pratiği yaptırır; dilbilgisi ve telaffuz geri bildirimi verir.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

80. Grammarly

Yazım, dilbilgisi ve ton kontrolü. Türkçede yalnızca temel yazım ve dilbilgisi desteği var. Şirketin adı Ekim 2025'te Superhuman oldu, ürün Grammarly adıyla devam ediyor.

Ücretsiz plan: Var  ·  Türkçe: Kısmen  ·  Resmi site

81. QuillBot

Metni farklı sözcüklerle yeniden yazar, özetler ve dilbilgisini denetler. Akademik yazma pratiğinde yardımcı; öğrencinin kendi sesini kaybetmemesine dikkat etmek gerekiyor.

Ücretsiz plan: Var  ·  Türkçe: Belirsiz  ·  Resmi site

82. DeepL

Yabancı dildeki makale ve ders materyalini Türkçeye çevirir. DeepL Write ile yazılan metin de iyileştirilebiliyor.

Ücretsiz plan: Var  ·  Türkçe: Var  ·  Resmi site

83. Microsoft Reading Coach

Öğrenci sesli okurken yapay zeka akıcılık ve telaffuz hatalarını ölçüp çalışma önerir. Türkçede hikâye üretme özelliği yok.

Ücretsiz plan: Var  ·  Türkçe: Kısmen  ·  Resmi site

13. Erişilebilirlik ve Özel Eğitim

Yapay zekanın eğitimdeki belki de en anlamlı katkısı bu alanda. Görme, işitme ya da öğrenme güçlüğü yaşayan öğrenciler için dün pahalı ve erişilmez olan destekler bugün bir telefon uygulamasına sığıyor.

84. Engelsiz Çeviri ??

Türkiye'de, Eskişehir Osmangazi Teknoparkı'nda geliştirilen yapay zeka destekli işaret dili çeviri sistemi. Okuduğunu anlamakta zorlanan işitme engelli ve sağır bireyler için içerikleri Türk İşaret Dili'ne aktarıyor. Kurumlara ücretsiz demo sunuluyor.

Ücretsiz plan: Belirsiz  ·  Türkçe: Var  ·  Resmi site

85. Microsoft Immersive Reader

Metni sesli okur, hecelere ayırır ve çevirir. Word, Edge ve Teams'in içinde çalıştığı için ayrı bir kurulum gerektirmiyor.

Ücretsiz plan: Var  ·  Türkçe: Var  ·  Resmi site

86. Seeing AI

Görme engelli öğrenciye basılı metni, fotoğrafı ve belgeyi sesli olarak betimler; görsel hakkında soru da sorulabiliyor.

Ücretsiz plan: Var  ·  Türkçe: Var  ·  Resmi site

87. Be My Eyes

Görme engelli öğrenci ders materyalinin fotoğrafını çekip yapay zekadan betimleme alır ya da gönüllü bir kişiye bağlanır.

Ücretsiz plan: Var  ·  Türkçe: Var  ·  Resmi site

88. Read&Write

Okuma güçlüğü yaşayan öğrenciye sesli okuma, metin sadeleştirme, kelime tahmini ve çeviri sunar. Geliştiricisi Texthelp'in adı Ocak 2025'te Everway oldu.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

89. Goblin Tools

Nöroçeşitli öğrenciler için ödevi küçük adımlara böler, metnin tonunu ayarlar ve bir işin ne kadar süreceğini tahmin eder.

Ücretsiz plan: Var  ·  Türkçe: Yok  ·  Resmi site

14. Verimlilik, Not ve Transkripsiyon

Öğretmenin zamanı ders dışındaki işlerde de eriyor. Bu araçlar toplantı notundan ders kaydının yazıya dökülmesine kadar tekrar eden işleri üstleniyor.

90. Transkriptor

Ses ve videoyu yüzden fazla dilde metne çevirir; ders kaydı, röportaj ve toplantılar için kullanışlı. Merkezi Dubai'de, Türkçe desteği güçlü ve Türkiye'de pek çok üniversite ve kurum tarafından kullanılıyor.

Ücretsiz plan: Sınırlı  ·  Türkçe: Var  ·  Resmi site

91. Fireflies.ai

Online dersleri ve toplantıları kaydedip transkript, özet ve aksiyon maddelerini çıkarır.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

92. Harpa AI

Tarayıcı eklentisi olarak web sayfalarını ve YouTube videolarını özetler, tekrar eden içerik görevlerini otomatikleştirir.

Ücretsiz plan: Sınırlı  ·  Türkçe: Var  ·  Resmi site

93. Zapier

Kayıt, hatırlatma ve raporlama gibi iş akışlarını doğal dille kurdurur. Eğitim-gelişim ekiplerinin rutin işlerini otomatikleştirmek için güçlü.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

94. Goodnotes

El yazısı notlardan quiz üretir, notlara soru sormayı sağlar ve ders kaydını yazıya döküp özetler.

Ücretsiz plan: Sınırlı  ·  Türkçe: Var  ·  Resmi site

15. Kurumsal Eğitim ve Eğitim İçeriği Geliştirme

Kurumsal akademiler için yapay zeka artık bir deneme değil, iş akışının kendisi. Bu platformlar bir dokümanı günler yerine saatler içinde etkileşimli bir kursa dönüştürmeye odaklanıyor.

95. Articulate 360 AI

Kurs taslağı, avatarlı eğitim videosu ve seksenden fazla dile çeviri üretir. Eylül 2026'da platform yeniden yapılandırıldı ve kredi tabanlı yapay zeka ajanı Nova devreye girdi.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

96. Docebo

Kurumsal akademiler için eğitim içeriği ve değerlendirme üretir, içerikleri çevirir, çalışana içerik önerir ve becerileri eşleştirir.

Ücretsiz plan: Yok  ·  Türkçe: Var  ·  Resmi site

97. 360Learning

Yapay zeka asistanıyla çalışan kurs içeriğine soru sorabiliyor; yönetici yüzlerce kursu toplu olarak güncelleyebiliyor.

Ücretsiz plan: Sınırlı  ·  Türkçe: Var  ·  Resmi site

98. Coursebox AI

Bir dokümandan dakikalar içinde kurs, quiz, avatarlı video ve kursa özel yapay zeka eğitmen oluşturur.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

99. Mindsmith

Sunum ve uzman materyalinden etkileşimli ders, sesli diyalog pratiği ve SCORM paketi üretir.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

100. Easygenerator

Konu uzmanı çalışanın bir yapay zeka ajanıyla sohbet ederek kurs yazmasını sağlar; kursları yetmiş beş dile çevirir.

Ücretsiz plan: Sınırlı  ·  Türkçe: Belirsiz  ·  Resmi site

Bu Yıl Listeden Çıkanlar ve Adı Değişenler

Güncellemenin görünmeyen yüzü, neyi çıkardığımız. Aşağıdaki değişiklikler, yapay zeka araçlarına dayanarak ders tasarlayan öğretmenin neden her dönem başında kısa bir kontrol yapması gerektiğini de gösteriyor:

• OpenAI Sora kapandı. Uygulama ve web sürümü Nisan 2026'da erişime kapatıldı.
• Microsoft Math Solver Temmuz 2025'te kapatıldı.
• Quizizz Haziran 2025'te Wayground adını aldı.
• Texthelp Everway adıyla devam ediyor; Read&Write ürünü aynı adla sürüyor.
• Tome ve DreamStudio gibi eski listede yer alan bazı araçların adreslerine artık ulaşılamıyor ya da başka markalara yönleniyor.
• Wordtune, geliştirmesi durdurulduğu ve yalnızca İngilizce çalıştığı için; Udio ise üretilen içerik indirilemediği için listeden çıkarıldı.
• Eski listede bağlantısı olmayan ve gerçek bir ürün olarak doğrulanamayan birkaç madde de kaldırıldı.

Bir Aracı Sınıfa Almadan Önce Sorulacak Beş Soru

MEB'in el kitabının en değerli bölümlerinden biri araç tanıtımları değil, sondaki uyarılar. Kitap öğretmenlere markaya değil işleve odaklanmayı, freemium tuzağına hazırlıklı olmayı ve bir aracın gizlilik politikasını okumayı öğütlüyor. Bu tavsiyeleri sınıf pratiğine çevirdiğimizde beş soru öne çıkıyor:

1. Öğrenci verisi nereye gidiyor? Aracın gizlilik politikası ve kişisel verilerin nerede saklandığı KVKK açısından kontrol edilmeli. MEB'in eğitimde yapay zeka uygulamaları etik kılavuzu bu konuda okulların başvurabileceği temel çerçeveyi sunuyor.
2. Yaş sınırı var mı? Google Flow gibi bazı araçlar 18 yaş sınırı koyuyor. Böyle araçlar öğrenci ödevinde değil, öğretmenin hazırlığında kullanılmalı.
3. Ücretsiz plan gerçekte ne veriyor? Synthesia'nın ücretsiz planında video indirilemiyor, Suno'da üretilen şarkılar ticari olarak kullanılamıyor. Dersi bir araca göre kurmadan önce bu sınırları bilmek gerekiyor.
4. Türkçe çıktı ne kadar güvenilir? Arayüzün Türkçe olması, aracın Türkçeyi iyi işlediği anlamına gelmiyor. Örneğin Turnitin'in yapay zeka yazısı tespiti Türkçe metinlerde çalışmıyor.
5. Çıktıyı kim doğruluyor? Yapay zeka ikna edici ama hatalı içerik üretebiliyor. Doğrulama katmanı olmadan üretilen eğitim içeriğinin riskleri ve en başarılı öğrencilerin yapay zekayı neden daha temkinli kullandığı üzerine yazdıklarımız bu sorunun neden kritik olduğunu anlatıyor.

Bakanlık düzeyindeki çerçeveyi merak edenler için eğitimde yapay zeka etik kurulu yönergesi de önemli bir kaynak.

Sıkça Sorulan Sorular

Eğitimde en çok kullanılan yapay zeka araçları hangileri?

Genel amaçlı asistanlar olan ChatGPT, Gemini, Claude ve Microsoft Copilot en yaygın kullanılanlar. Eğitime özel araçlarda öğretmenler için MagicSchool ve Madlen, ölçme değerlendirmede Tested, Wayground ve Kahoot!, sunum için Canva ve Gamma, ders notlarından çalışma materyali üretmek için NotebookLM öne çıkıyor.

Öğretmenler için ücretsiz yapay zeka araçları hangileri?

Kalıcı ücretsiz planı olan araçlar arasında NotebookLM, Gemini, MagicSchool, Brisk Teaching, Diffit, Canva for Education, Code.org, ElevenLabs, Microsoft Immersive Reader ve Tested'in test ve raporlama özellikleri bulunuyor. Pek çok aracın ücretsiz planı kredi ya da indirme gibi konularda sınırlı olduğu için kullanmadan önce koşulları kontrol etmek gerekiyor.

Türkçe destekli yapay zeka araçları hangileri?

Bu listede Türkçe desteği doğrulanan araçlar arasında ChatGPT, Gemini, NotebookLM, Madlen, Tested, Kunduz, Canva, Gamma, Google Vids, ElevenLabs, Speechify, DeepL, Photomath ve Seeing AI var. Türkiye'de geliştirilen araçlar ise Madlen, Tested, Kunduz ve Engelsiz Çeviri.

MEB'in yapay zeka araçları öğretmen el kitabı nedir?

Millî Eğitim Bakanlığı Yenilik ve Eğitim Teknolojileri Genel Müdürlüğü'nün 2026'da yayımladığı Eğitimde Kullanılan Yapay Zeka Araçları: Öğretmen El Kitabı, Türkçeden müziğe on dört branşta kullanılabilecek araçları, öğretmen ve öğrenci kullanım örnekleriyle tanıtan 200 sayfalık bir yayın. Kitap ayrıca araç seçiminde etik, pedagojik ve hukuki çerçeveye dair uyarılar içeriyor ve bakanlığın sitesinden ücretsiz indirilebiliyor.

Yapay zeka ile sınav sorusu nasıl hazırlanır?

En pratik yol, ders notunu ya da kazanımları bir ölçme aracına vermek. Tested'de konu başlığı girerek ya da PDF, Word veya PowerPoint dosyası yükleyerek test oluşturulabiliyor; Wayground ve Kahoot! de dosyadan soru üretiyor. Hangi aracı kullanırsanız kullanın, üretilen soruların doğruluğunu, kazanımla uyumunu ve seçeneklerin mantığını öğrencilere uygulamadan önce kontrol etmek gerekiyor.

Öğrenciler yapay zeka araçlarını güvenle nasıl kullanabilir?

Önce aracın yaş sınırına ve gizlilik politikasına bakılmalı. Ardından öğrenciye yapay zekayı cevabı hazır almak için değil, açıklama istemek, geri bildirim almak ve kendi çalışmasını kontrol etmek için kullanması öğretilmeli. Okulun yapay zeka kullanım kurallarını açıkça belirlemesi ve öğretmenin çıktıları düzenli olarak denetlemesi güvenli kullanımın temelini oluşturuyor.

Yüz araçlık bir liste gelecek yıl bugün tekrar değişmiş olacak; bazıları kapanacak, bazıları yenileriyle birleşecek. Değişmeyecek olan şey, iyi bir öğretmenin aracı değil öğrenmeyi merkeze alması. Bu listeyi o yüzden bir alışveriş rehberi olarak değil, sınıfınızdaki bir ihtiyacı çözecek doğru aracı bulmak için bir harita olarak kullanmanızı öneriyoruz. Listeyi düzenli olarak güncellemeye devam edeceğiz.

Son güncelleme: 15 Eylül 2026. Kaynak: Araçların resmi internet siteleri ve T.C. Millî Eğitim Bakanlığı YEĞİTEK, Eğitimde Kullanılan Yapay Zeka Araçları: Öğretmen El Kitabı (2026).

Human-Centric Intelligent Systems dergisinde 10 Eylül 2026'da yayımlanan bir çalışma bu soruna doğrudan eğiliyor. Araştırmacıların kendi ölçümünde, bir dil modelinin doğrudan ürettiği alıştırmaların yaklaşık yarısı fiziksel olarak geçersiz ya da makul olmayan problemlerdi. Aynı soruları elle yazmak ise doğru ama yavaş ve ölçeklenemez bir zanaat. Ekibin sorusu şuydu: Hem hızlı hem güvenilir bir üçüncü yol mümkün müydü?

Neden dil modeli tek başına yanılır?

Sorunun kökü, dil modellerinin nasıl çalıştığında. Bir dil modeli metni istatistiksel olarak, yani "bir sonraki kelime büyük olasılıkla ne olur" mantığıyla üretir. Bu onu akıcı ve ikna edici yapar, ama fiziksel ya da matematiksel tutarlılığı garanti etmez. Model bir termodinamik probleminin "doğru göründüğünü" bilir; o problemin enerjinin korunumunu ihlal edip etmediğini bilmez. Dolayısıyla üretilen metin dilsel olarak kusursuz, mantıksal olarak çürük olabilir. İşte bu boşluk, eğitim gibi doğruluğun pazarlık konusu olmadığı bir alanda ciddi bir risk.

Fikir: Dil modeline uydurtma, doğrulanmışı anlattır

Önerilen yaklaşımı bir benzetmeyle düşünmek işi kolaylaştırıyor. Diyelim ki sınav sorusu üreten bir sistem kuruyorsunuz. Alışıldık yöntem, dil modeline konuyu verip "sen hallet" demektir. Bu çalışma işi tam tersinden kuruyor. Önce konunun kuralları kesin biçimde yazılıyor, ardından bir mantık motoru bu kurallara uyan bütün geçerli senaryoları tek tek çıkarıyor, sayısal değerler ve çözüm yolları bu aşamada birbiriyle tutarlı biçimde atanıyor. Dil modeli devreye ancak en sonda, bu doğrulanmış senaryoyu akıcı bir dile çevirmek için giriyor. Yani modele içerik uydurtulmuyor, doğrulanmış içerik anlattırılıyor.

Teknik iskelet şöyle işliyor: Alan bilgisi birinci dereceden mantıkla (first-order logic) kodlanıyor, bir SMT çözücü (satisfiability-modulo-theories, yani belirli matematiksel kısıtların birlikte sağlanıp sağlanamayacağını denetleyen bir motor) fiziksel ve pedagojik olarak kabul edilebilir senaryoları hesaplıyor, senaryo tabanlı bir bilgi grafiği üzerinde çözüm yolları seçiliyor. Termodinamik örneğinde bu süzgeç, 512 ham nitelik kombinasyonunu 12 geçerli senaryoya indiriyor ve her biri için doğru, çözülebilir alıştırmalar üretiyor. Doğrudan üretimdeki hatalar burada sonradan ayıklanmıyor; mimari sayesinde en baştan oluşamıyor. Literatürdeki adıyla "correctness by construction", yani tasarım gereği doğruluk.

Bu neden bizim meselemiz?

Konu termodinamik gibi dursa da asıl mesele çok daha geniş bir kitleyi ilgilendiriyor: Yapay zeka ile eğitim içeriği üreten herkesi. Serious game senaryoları, dallanan vaka çalışmaları, kurumsal simülasyonlar, otomatik sınav soruları; hepsinde aynı sinsi risk pusuda. Akıcı ama mantıken çürük içerik. Bir çalışanı yanlış bir vakayla eğitmek, çoğu zaman hiç eğitmemekten daha pahalıya patlar, çünkü yanlış olduğu belli olmaz.

Örnekler soyut değil. Bir uyum eğitiminde yanlış kurgulanmış bir senaryo, çalışana kusurlu bir prosedürü doğruymuş gibi öğretebilir. Bir teknik sertifikasyonda tutarsız verili bir problem, öğrenenin kafasını karıştırıp güvenini sarsar. Bir dil öğrenme uygulamasında dilbilgisel olarak hatalı bir örnek cümle, yanlışı pekiştirir. Bu durumların hepsinde ortak payda aynı: İçerik ikna edici göründüğü için kimse durup sorgulamaz.

Çalışmanın verdiği ders bir model tavsiyesi değil, bir mimari tavsiyesi: Güvenilirlik daha akıllı bir dil modelinden değil, dil modelinin önüne konan doğrulanabilir bir kural katmanından geliyor. Bu ilke, yapay zeka ile ölçme-değerlendirme ve eğitimde dijital oyun tasarlayan ekipler için doğrudan uygulanabilir. Dahası, yapay zeka destekli üretim araçlarını satın alırken sorulacak soruyu da değiştiriyor. Artık kritik soru "ne kadar hızlı üretiyor?" değil, "ürettiğini ne doğruluyor?"

Kurumsal içerik üretiminde nasıl uygulanır?

Bir kural motoru kurmadan da bu çalışmanın mantığını pratikte işletmek mümkün. Yapay zekayla eğitim içeriği üreten bir ekip için üç adımlı bir disiplin işi büyük ölçüde güvenceye alır:

• Önce kuralı yaz: İçeriğin uyması gereken doğru/yanlış ölçütlerini (fiziksel, hukuki, prosedürel) yapay zekaya iş yaptırmadan önce netleştirin.
• Üretimi sınırla: Modele serbest üretim yaptırmak yerine, önceden onayladığınız geçerli senaryolar veya şablonlar içinde ürettirin.
• İnsan doğrulaması bir katman olsun: Alan uzmanının onayı, sürecin sonundaki bir formalite değil, yayına giden yolun zorunlu bir kapısı olmalı.

Bu disiplin, hızdan büyük bir ödün vermeden hatanın büyük kısmını kaynağında keser.

Henüz erken olan kısım

Çalışmayı olduğundan büyük göstermemek adına: Bu bir kavram kanıtı (proof of concept) ve yalnızca tek bir alanda, giriş düzeyi termodinamikte gösterildi. Yöntemin daha karmaşık konulara ve farklı disiplinlere ne kadar taşınabileceği henüz belirsiz, çünkü her yeni alan için kuralların baştan modellenmesi ayrı bir emek istiyor. Yani ortada "her yerde çalışır" diyebileceğimiz bitmiş bir ürün yok; mantığı sağlam, umut vaat eden bir yön var.

Yapay zekanın ürettiği içerik eğitim dünyasını hızla doldururken, ayrışmayı neyin sağlayacağı da netleşiyor. En çok üreten değil, ürettiğinin doğru olduğunu ispatlayabilen öne geçecek. Bu çalışma, o ispatın hangi mimariyle mümkün olabileceğine dair elle tutulur bir örnek ve bu haftanın en çok konuşulmayı hak eden teknik tartışmalarından biri.

Sıkça Sorulan Sorular

Neuro-symbolic (nöro-simgesel) yapay zeka ne demek?

Dil modellerinin esnekliğini, kural ve mantık motorlarının kesinliğiyle birleştiren bir mimari yaklaşım. Amaç, modelin akıcı üretim gücünü korurken çıktının doğruluğunu simgesel kurallarla güvence altına almak.

Dil modeli neden fiziksel olarak yanlış soru üretebiliyor?

Çünkü dili istatistiksel olarak üretir, gerçekliği modellemez. "Doğru görünen" ile "doğru olan" arasındaki farkı kendi başına ayırt edemez; bir problemin fizik yasalarını ihlal edip etmediğini denetleyecek bir mekanizması yoktur.

Bu yöntem her konuda çalışır mı?

Henüz değil. Çalışma tek bir alanda, giriş düzeyi termodinamikte gösterildi. Her yeni konu için kuralların ayrıca modellenmesi gerekir ve bu ek bir emek anlamına gelir. Yöntem umut verici ama genel geçer bir ürün değil.

Kural motoru kurmadan kurumsal eğitimde nasıl uygulanır?

Mantığı bir iş akışı disiplinine çevirerek: Önce içeriğin uyması gereken kuralları tanımlayın, üretimi onaylı senaryolar içinde sınırlayın ve alan uzmanı doğrulamasını yayının zorunlu bir kapısı hâline getirin. Özellikle uyum, güvenlik ve teknik eğitim içeriğinde bu üç adım hatanın çoğunu kaynağında keser.

Kaynak: Combining Formal Reasoning and LLMs for Scenario-Based Educational STEM Exercises, Human-Centric Intelligent Systems, 10 Eylül 2026.

BMC Medical Education dergisinde 10 Eylül 2026'da çıkan çalışma, nöroşirürji eğitiminde sanal gerçeklik (VR) ve artırılmış gerçeklik (AR) temelli eğitimi geleneksel yöntemlerle karşılaştıran bir sistematik derleme ve meta-analiz. Araştırmacılar sonuçları eğitim alanlarına göre yeniden sınıflandırmış: Öğrenen memnuniyeti veya algıları, bilgi edinimi, teknik beceriler ve nesnel operatif performans.

Çalışma ne buldu?

Derlemeye sekiz çalışma girdi; beşi VR, üçü AR. Ekip, tek bir küresel VR ortalaması hesaplamaktan bilinçli olarak kaçındı, çünkü çalışmalar kavramsal olarak farklı şeyleri ölçüyordu. Birinin baktığı "memnuniyet" ile ötekinin baktığı "nesnel operatif performans" aynı kefeye konamaz. Sonuçlar; ölçülen alana, karşılaştırma grubuna, ölçüm yöntemine ve katılımcının seviyesine göre yön, büyüklük ve kesinlik bakımından ciddi biçimde değişti. AR tarafındaki kanıt ise az ve belirsizdi; bu yüzden anlamlı çıkmayan AR sonucu, "fayda yok" değil "sonuçsuz" olarak yorumlandı.

Araştırmacıların vardığı yargı açık ve dürüst: Mevcut kanıt, VR ya da AR'ın nöroşirürji eğitiminde güvenilir bir eğitsel üstünlüğünü doğrulamak için yetersiz. Daha büyük, önceden kaydedilmiş, yöntemsel olarak standartlaştırılmış ve daha uzun takipli çalışmalar gerekiyor.

Neden bu bizim de meselemiz?

Konu tıp eğitimi gibi görünse de mantık her XR yatırımı için aynı. Kurumsal eğitimde ya da okulda bir sürükleyici öğrenme projesine karar verirken en büyük tuzak, demo etkisiyle öğrenme kanıtını birbirine karıştırmak. Etkileyici bir deneyim, mutlaka daha iyi bir öğrenme çıktısı üretmez. Bu, XR'a karşı olmak anlamına gelmiyor; yalnızca doğru soruyu sormak anlamına geliyor: Bu teknoloji hangi beceriyi, hangi ölçümle, neye kıyasla iyileştiriyor?

Aynı temkinli çerçeve, AR ve VR'ın kurumsal eğitimdeki artı ve eksilerini tartarken, VR'ın uzaktan çalışan eğitimindeki rolünü değerlendirirken ve VR tabanlı deneyimsel öğrenme tasarlarken de geçerli. Teknolojinin parlaklığı satın alma kararını yönetmemeli; öğrenme hedefine kanıtlı katkısı yönetmeli.

XR yatırımından önce sorulacak dört soru

Meta-analizin mantığını bir satın alma kontrol listesine çevirmek mümkün. Bir XR eğitim çözümünü değerlendirirken şunları sorun:

• Hangi beceri? Çözüm somut olarak hangi bilgi ya da beceriyi geliştirmeyi vaat ediyor, yoksa yalnızca "etkileyici bir deneyim" mi sunuyor?
• Hangi ölçüm? Başarı memnuniyet anketiyle mi, yoksa nesnel bir performans ölçümüyle mi kanıtlanıyor?
• Neye kıyasla? İyileştirme, geleneksel bir yönteme göre mi ölçüldü, yoksa tek başına mı değerlendirildi?
• Ne kadar süreyle? Etki, kullanımdan hemen sonra mı ölçüldü, yoksa kalıcılığı için daha uzun bir takip var mı?

Bu dört soruya net yanıt veremeyen bir XR vaadi, çoğu zaman bir öğrenme aracından çok bir gösteri aracıdır.

Bir uyarı payı

Temkinli olmayı temkinle okumak gerekir. Bu meta-analiz nöroşirürjiye özgü ve yalnızca sekiz çalışmaya dayanıyor. Yani "VR öğretmiyor" gibi kesin bir olumsuz sonuç çıkarmak da aynı ölçüde yanlış olur; çalışmanın söylediği, henüz güvenilir bir üstünlüğü doğrulayacak kadar kaliteli ve karşılaştırılabilir kanıt bulunmadığı. Kanıtın yokluğu, faydanın yokluğu değil. Alan hâlâ genç ve doğru tasarlanmış çalışmalar tabloyu değiştirebilir.

Bu yüzden bu meta-analiz bir fren değil, bir pusula. XR'ın eğitimdeki yeri, başlığın içindeki görkemle değil, dışarıda ölçülen öğrenmeyle belirlenecek. Teknolojiyi satın alan değil, ondan gerçek bir öğrenme çıktısı talep eden kurumlar bu dalgadan kazançlı çıkacak.

Sıkça Sorulan Sorular

Bu çalışma "VR eğitimde işe yaramaz" mı diyor?

Hayır. Söylediği şey, VR ya da AR'ın geleneksel eğitime güvenilir üstünlüğünü şu an doğrulayacak kadar güçlü ve karşılaştırılabilir kanıt bulunmadığı. Bu, faydanın olmadığı değil, henüz kanıtlanamadığı anlamına gelir.

Neden tek bir genel VR başarı puanı hesaplanmamış?

Çünkü incelenen çalışmalar farklı şeyler ölçüyordu: Kimi memnuniyeti, kimi bilgi edinimini, kimi nesnel operatif performansı. Bunları tek bir ortalamada birleştirmek yanıltıcı olurdu.

Sonuç sadece nöroşirürji için mi geçerli?

Doğrudan kanıt nöroşirürjiye ait. Ama "teknolojinin varlığı değil, ölçülen öğrenme önemlidir" ilkesi her alan için geçerli bir değerlendirme çerçevesi sunuyor.

Kurumsal bir XR eğitimi alırken nelere dikkat etmeliyim?

Dört soruyu sorun: Hangi beceri geliştiriliyor, hangi ölçümle kanıtlanıyor, neye kıyasla ve ne kadarlık bir takiple. Bu sorulara nesnel yanıt veremeyen çözümler genellikle öğrenmeden çok gösteri sunar.

Kaynak: Virtual and augmented reality in neurosurgical training: a systematic review and meta-analysis, BMC Medical Education, 10 Eylül 2026.

CarPlay içindeki bu yapay zeka servisleriyle yalnızca sesli olarak etkileşim kurulabiliyor. Apple'ın güvenlik kuralları çerçevesinde, bu asistanlar araçların özelliklerini doğrudan kontrol edemiyor ve kullanım sırasında herhangi bir yazılı ya da görsel cevap gösteremiyor. Ancak sorulan her soruya yanıt verebilen bu sistemler, yalnızca uygulama açıldığında iletişim kurma imkanı sunuyor ve geçmiş görüşmelerin kaydını listeleyebiliyor.

Dijital Öğrenme ve Yapay Zeka Asistanları

Apple CarPlay'e entegre olan Claude gibi yapay zeka asistanları, dijital öğrenme ortamları için önemli potansiyeller barındırıyor. Özellikle uzun yolculuklarda veya araç içinde geçen zamanlarda, sürücüler ve yolcular için sesli öğrenme deneyimleri sunabilirler. Bu tür sistemler, bir konuyu araştırmak, bir dil öğrenmek için pratik yapmak veya ders notlarını dinlemek gibi çeşitli eğitim faaliyetlerini destekleyebilir. Türkiye'deki eğitim ekosistemi açısından bakıldığında, bu teknoloji, özellikle uzaktan eğitim alanında esneklik ve erişilebilirlik sağlayabilir.

Eğitim Teknolojilerinde Yeni Bir Boyut

Yapay zeka asistanlarının araç içi entegrasyonu, eğitim teknolojileri (EdTech) sektöründe yeni bir boyut açıyor. Öğrenciler ve profesyoneller, trafikte geçirdikleri zamanı verimli bir öğrenme fırsatına dönüştürebilirler. Örneğin, “dijital öğrenme platformları” ve öğrenme yönetim sistemleri (ÖYS) bu entegrasyonlar sayesinde içeriklerini doğrudan araçlara taşıyabilir. Bu durum, bilgiye erişimi kişiselleştirerek ve mobil öğrenme alışkanlıklarını güçlendirerek, Türkiye'nin dijital olgunluk hedeflerine ulaşmasına katkı sağlayabilir.

Türkiye Eğitim Ekosistemi İçin Fırsatlar ve Zorluklar

Claude'un CarPlay'e entegrasyonu, Türkiye'deki eğitim sektöründe çeşitli fırsatlar sunarken bazı zorlukları da beraberinde getirebilir. Fırsatlar arasında, erişilebilirlik ve esneklik öne çıkıyor. Öğrenciler ve eğitimciler, ders materyallerine ve bilgiye her yerden ulaşabilecek, bu da öğrenme sürekliliğini artıracaktır. Ancak bu teknolojilerin yaygınlaşması için altyapı yatırımları ve dijital okuryazarlık eğitimlerinin artırılması gerekiyor. Ayrıca, kişisel verilerin korunması ve yapay zeka etiği gibi konular da dikkatle ele alınmalı.

Gelecekteki Eğitim Senaryoları ve Yapay Zeka

2026 ve sonrasında, yapay zeka destekli araç içi öğrenme sistemleri daha da gelişebilir. Bu sistemler, öğrencilerin öğrenme stillerine ve hızlarına göre kişiselleştirilmiş içerikler sunabilir. Örneğin, bir öğrenci ders çalışırken anlamadığı bir konuyu anında yapay zeka asistanına sorarak açıklama alabilir. Bu, geleneksel öğrenme yöntemlerini tamamlayıcı nitelikte olacak ve örgün eğitimin dışında kalan bireyler için de sürekli öğrenme imkanları yaratacaktır. Türkiye'de Milli Eğitim Bakanlığı (MEB) ve Yükseköğretim Kurulu (YÖK) gibi kurumlar, bu tür teknolojilerin eğitimdeki potansiyelini değerlendirerek ilgili politikaları geliştirebilir.

Yapay zeka asistanlarının araç içi entegrasyonu, sadece bilgiye erişimi kolaylaştırmakla kalmıyor, aynı zamanda öğrenme deneyimini daha etkileşimli ve kişisel hale getiriyor. Gelecekte, bu teknolojilerin eğitimle daha derinlemesine entegre olmasıyla birlikte, bireylerin bilgiye ulaşma ve öğrenme şekillerinde önemli değişimler yaşanması bekleniyor. Bu da Türkiye'nin eğitimde dijital dönüşüm hedeflerine ulaşmasında kritik bir rol oynayabilir.

Önce Efsane: "İlgi Bitti" Anlatısı Nereden Çıktı?

Bu algının üç kaynağı var. Birincisi, mikro öğrenme ve kısa içerik furyasının yarattığı "uzun eğitim öldü" söylemi. İkincisi, çoğu kurumun tek metriği olan tamamlanma oranlarının düşük görünmesi — ama bu oran genellikle zorunlu, jenerik modüllerin oranıdır. Üçüncüsü, pandemi döneminin ekran yorgunluğunun kalıcı bir "eğitimden soğuma" gibi yorumlanması. Üçü birleşince ortaya "çalışan gelişime ilgisiz" gibi rahatlatıcı ama yanıltıcı bir hikâye çıktı. Rahatlatıcı, çünkü sorumluluğu çalışana yıkıyor; yanıltıcı, çünkü veriler tersini söylüyor.

Veriler Ne Diyor? (ATD 2026 Raporu)

ATD'nin 2026'da yayımladığı State of the Industry raporuna göre (veriler 2025 yılına ait), kurumların eğitime yatırımı azalmıyor — aksine derinleşiyor:

Öğrenme saatinin bir yılda 13,7'den 16,7'ye çıkması ve yatırımın hem parasal hem de örgütsel olarak (üst yönetim temsili, ekip büyümesi) sürmesi, "ilgi bitti" anlatısını doğrudan çürütüyor. Kurumlar eğitime her zamankinden çok yatırıyor. Peki o zaman neden pek çok eğitim-gelişim ekibi "çalışanlar eğitime gelmiyor" hissi yaşıyor?

Uzun Eğitim ≠ Profesyonel Gelişim

Cevap, iki farklı şeyi aynı kefeye koymamızda. "Uzun kurumsal eğitim" ile "profesyonel gelişim" özdeş değil. Çalışan, kendisine dayatılan, kariyeriyle bağı belirsiz jenerik bir uyum modülünü sevmeyebilir — ve bu son derece makul. Ama aynı çalışan, kendi mesleğini ilerletecek bir sertifikaya, alanının konferansına ya da seçebildiği bir uzmanlaşma yoluna koşarak gelir.

ATD'nin ayrıca yayımladığı işveren destekli profesyonel gelişim araştırması da tam bu ayrımı işliyor: en çok fonlanan gelişim biçimleri arasında konferanslar, sertifikasyon/lisanslama ve sınıf eğitimi öne çıkıyor; alana özel çevrim içi öğrenme abonelikleri ise işverenlerin tam finansmana en istekli olduğu kategoriler arasında. Yani talep, "eğitime gelmeme" biçiminde değil, farklı bir kanalda birikiyor — kurumun çoğu zaman ölçmediği kanalda.

Bu ayrımın pratik sonucu net: Fark, içeriğin uzunluğunda değil; ilgililik (çalışanın kariyerine değmesi), seçim özgürlüğü (sahiplik) ve finansman netliğinde. Bu üçü kurulduğunda "katılım sorunu" büyük ölçüde buharlaşıyor.

Peki Doğru Yeri Nasıl Ölçeriz?

Kurumların çoğu yanlış göstergeye bakıyor: tamamlanma oranı. Bu, zorunlu içeriğin ne kadar "bitirildiğini" ölçer; çalışanın neyi istediğini değil. Talebi görünür kılmak için farklı sinyalleri izlemek gerekir:

• Gönüllü kayıt oranı: Zorunlu olmayan eğitimlere kendi isteğiyle kaç kişi katılıyor? Asıl ilgi buradadır.
• Dış talep kayıtları: Çalışanlar hangi sertifika, kurs ve konferansları talep ediyor? Bu talep listesi, kataloğunuzun kör noktalarının haritasıdır.
• Beceri açığı öz-bildirimi: Çalışanlar hangi alanda gelişmek istediğini söylüyor — ve bu, sunduğunuzla örtüşüyor mu?
• Tekrar ve tavsiye: Bir eğitimi bitirenler onu meslektaşına öneriyor mu? Öneri, tamamlanmadan daha güçlü bir kalite sinyalidir.

Bu sinyaller, "kaç kişi izledi" verisinin göstermediği şeyi gösterir: çalışan, kurumun sunduğu değil, kendi peşinde olduğu gelişime yöneliyor. Ölçümü oraya taşıyan kurum, "ilgisizlik" sorununun aslında bir eşleşme sorunu olduğunu görür.

Türkiye Kurumsal Akademileri İçin Mini Öz-Değerlendirme

Bu bulguları uygulanabilir bir çerçeveye çevirelim. Kurumunuzun eğitim-gelişim yapısını şu beş soruyla test edin:

• Format çeşitliliği: Katalogunuz zorunlu-uyum eğitimlerinin ötesinde sertifika, konferans ve seçmeli gelişim yolları sunuyor mu — yoksa çoğunlukla "herkese aynı modül" mü?
• Finansman netliği: Çalışan bir dış sertifika/konferans istediğinde önü açık mı, yoksa bürokrasiye mi takılıyor? İşverenin neyi tam finanse ettiği yazılı ve belli mi?
• Kariyer bağı: Eğitimler terfi, rol değişimi ve yetkinlik haritasıyla ilişkilendirilmiş mi — yoksa "katıldı/katılmadı" kutucuğunda mı kalıyor?
• Ölçüm yeri: Yalnızca tamamlanma oranına mı bakıyorsunuz, yoksa gönüllü kayıt ve dış talep gibi talep sinyallerini de izliyor musunuz?
• Yapay zeka hazırlığı: ATD verisinde kurumların %55'i yapay zeka becerisi eğitimi veriyor. Sizin kataloğunuzda bu var mı, yoksa açık mı büyüyor?

"Hayır" cevaplarının yoğunlaştığı madde, çalışan ilgisizliği sandığınız şeyin gerçekte nerede saklandığını gösterir. Eğitim-gelişim ekiplerinin öğrenme psikolojisi ilkelerini ve etkili kurumsal eğitim yöntemlerini bu çerçeveyle birlikte okuması, katalogdaki kör noktaları görünür kılar.

Sonuç

ATD verilerinin özeti tek cümlede toplanabilir: talep azalmadı, talebin şekli değişti. Çalışan; kariyerine değer katan, seçebildiği ve kurumun arkasında durduğu gelişime her zamankinden açık. Kurumların işi "neden gelmiyorlar?" diye sormak değil, ölçtükleri yeri değiştirmek — zorunlu tamamlanma oranından, çalışanın gerçekten peşinde olduğu yetkinliğe. Bu bakış açısı, hem bütçenin daha isabetli kullanılmasını hem de çalışan bağlılığının artmasını sağlıyor. Daha ayrıntılı veri için ATD'nin işveren destekli profesyonel gelişim raporuna ve 2026 State of the Industry özetine bakabilirsiniz.

Sizin kurumunuzda çalışanlar hangi tür gelişime daha çok talep gösteriyor — zorunlu eğitimlere mi, yoksa kendi seçtikleri sertifika ve konferanslara mı? Gözlemlerinizi yorumlarda paylaşın.

Astra, gelişmiş yetenekleri nedeniyle daha önce kullanılmayan ek güvenlik önlemleriyle birlikte geliyor. Model, ilk olarak “Daybreak” programına dahil olan özel müşterilerin kullanımına sunuldu. Yakın zamanda ücretli planlar ve API üzerinden tüm kullanıcılara erişime açılması bekleniyor.

GPT-6 Astra'nın Öne Çıkan Yetenekleri Neler?

OpenAI, GPT-6 Astra’nın şirketin önceki üst seviye modellerine göre hemen her alanda daha yüksek performans gösterdiğini belirtiyor. Özellikle çok adımlı otonom görevleri rahatlıkla yerine getirebilmesi, işlevsel internet siteleri geliştirebilmesi ve profesyonel nitelikte belgeler, tablolar ve sunumlar oluşturabilmesi dikkat çekiyor. Şirket, Astra’yı yazılım mühendisliği için şimdiye kadar geliştirilen en iyi model olarak nitelendiriyor ve modelin gerçek kod tabanlarında yürütülen karmaşık görevlerde oldukça güçlü performans sergilediğini ifade ediyor.

Yeni modelin bilgisayar ve tarayıcı kullanımında yeni bir dönem başlattığı, görevleri eşsiz bir hız ve doğrulukla gerçekleştirdiği aktarılıyor. Siber güvenlik, profesyonel iş süreçleri, yazılım mühendisliği, bilim ve bilgisayar kullanımı gibi alanlarda “nesil sıçraması” gerçekleştirdiği iddia edilen Astra, bu yetenekleriyle birçok iş akışını baştan sona değiştirebilir.

Eğitim Ekosistemi İçin Yeni Bir Dönem Başlıyor mu?

GPT-6 Astra’nın özellikle yazılım mühendisliği ve profesyonel belge oluşturma yetenekleri, Türkiye eğitim ekosisteminde önemli dönüşümleri tetikleyebilir. Bilgisayar bilimleri ve yazılım mühendisliği bölümlerinde, öğrencilerin gerçek kod tabanları üzerinde çalışarak pratik deneyim kazanmaları için daha etkili araçlar sunulabilir. Astra, öğrencilerin karmaşık projeleri daha hızlı ve doğru bir şekilde tamamlamalarına yardımcı olabilir. Aynı zamanda, e-öğrenme platformları ve dijital öğrenme materyalleri geliştiren EdTech girişimleri için yeni kapılar açabilir. Özellikle Milli Eğitim Bakanlığı (MEB) ve Yükseköğretim Kurulu (YÖK) bünyesinde yürütülen dijital okuryazarlık ve yazılım geliştirme programları, Astra gibi ileri düzey yapay zeka modelleriyle daha da güçlendirilebilir.

Öğretmenler, ders materyali hazırlama süreçlerinde Astra’nın belge ve sunum oluşturma yeteneklerinden faydalanabilirler. Bu, öğretmenlerin daha fazla zamanlarını öğrencilere ayırmasına olanak tanırken, eğitim içeriklerinin kalitesini de artırabilir. Ayrıca, siber güvenlik alanındaki gelişmiş yetenekleri sayesinde, eğitim kurumlarının dijital altyapılarının güvenliğini sağlamada ve öğrencilere siber güvenlik konularında pratik uygulamalar sunmada önemli bir rol oynayabilir.

Astra ile Geleceğin Öğrenme Deneyimleri Nasıl Şekillenecek?

2026 ve sonrasında, GPT-6 Astra gibi gelişmiş yapay zeka modelleri, kişiselleştirilmiş öğrenme deneyimlerini bir üst seviyeye taşıyabilir. Bireysel öğrenme stillerine ve hızlarına uygun olarak içerik üretebilen, öğrencilerin zorlandığı konularda anında destek sağlayabilen sistemler yaygınlaşabilir. Bu, geleneksel sınıf ortamlarının ötesinde, her öğrencinin kendi hızında ilerleyebileceği ve ilgi alanlarına göre derinleşebileceği bir öğrenme ortamı yaratma potansiyeli taşıyor. Örneğin, TÜBİTAK’ın desteklediği eğitim teknolojileri projelerinde, Astra’nın yetenekleri kullanılarak akıllı öğretim sistemleri geliştirilebilir.

Ancak bu tür teknolojilerin yaygınlaşmasıyla birlikte, yapay zeka etiği, veri gizliliği ve öğrenci verilerinin korunması gibi konuların da titizlikle ele alınması gerekiyor. Ayrıca, yapay zeka destekli araçlara erişimdeki eşitsizlikler, dijital uçurumu daha da derinleştirebilir. Bu nedenle, Türkiye’deki ilgili kurumların, bu teknolojilerin faydalarını tüm öğrencilere ulaştıracak politikalar geliştirmesi büyük önem taşıyor.

OpenAI’ın GPT-6 Astra modeli, yapay zeka teknolojilerinin siber güvenlikten yazılım mühendisliğine, profesyonel iş süreçlerinden bilimsel keşiflere kadar geniş bir yelpazede nasıl bir değişim yaratabileceğinin güçlü bir işareti. EdTech Türkiye olarak, bu gelişmelerin Türkiye eğitim ekosistemine entegrasyonunu ve potansiyel etkilerini yakından takip etmeye devam edeceğiz. Bu tür yenilikler, öğrenme deneyimlerini zenginleştirme ve eğitimde fırsat eşitliğini artırma konusunda bize yeni yollar açabilir, ancak beraberinde getirdiği zorlukları ve etik sorumlulukları da göz ardı etmemek gerekiyor.

Anthropic, yeni modelleri Claude Fable 5.1 ve Mythos 5.1'i, OpenAI’ın Astra serisi modellerine yanıt olarak piyasaya sürdü. Samsung LSI, yonga tasarımı süreçlerini optimize etmek amacıyla Anthropic'in Claude Code aracını test etmeye başladığını doğruladı. 1 Eylül 2026 itibarıyla yapılan bu duyurular, teknoloji dünyasında büyük yankı uyandırdı.

Claude Fable 5.1 Performans Standartlarını Yeniden Belirliyor

Yeni duyurulan Claude Fable 5.1 modeli, kıyaslama testlerinde oldukça dikkat çekici sonuçlar sergiliyor. Artificial Analysis Intelligence Index üzerinde selefine göre 4 puanlık bir performans artışı gösteren bu model, özellikle bilimsel terminal testlerinde önceki modele göre iki katın üzerinde bir performans sunuyor. Bu durum, Fable 5.1'in GPT-5.6 Sol gibi sektörün önde gelen rakiplerini geride bıraktığını ortaya koyuyor.

Anthropic, maliyet optimizasyonu konusunda da önemli bir adım attı. Fable 5.1 için önbellek okuma maliyetlerini %75 oranında düşürerek, 1 milyon token başına 1 dolardan 0,25 dolara çekti. Bu stratejik hamle, şirketin KV önbellek yönetimini Flash depolama birimlerine daha verimli bir şekilde aktardığı yönünde yorumlanıyor. Ancak, karmaşık gerçek dünya senaryolarında birim işlem maliyetinin bir miktar arttığı da gözlemleniyor. Bu durum, modelin sağladığı yüksek zeka kapasitesinin operasyonel bir bütçe dengesi gerektirdiğini gösteriyor.

Samsung LSI Yonga Tasarımında Yapay Zekadan Yararlanıyor

Anthropic Kore CEO’su Choi Ki-young’un açıklamaları, Samsung Electronics’in yapay zekayı donanım geliştirme süreçlerine entegre etme konusundaki kararlılığını kanıtlıyor. Samsung araştırmacıları, daha önce manuel olarak yürüttükleri karmaşık tasarım yazılımı süreçlerini artık Claude Code yardımıyla otomatize etmeye çalışıyor. Bu iş birliği, özellikle yarı iletken dünyasında yapay zekanın uygulama alanlarının ne kadar genişleyebileceğine dair somut bir örnek teşkil ediyor.

Samsung’un bu alandaki çalışmaları, Claude Code’un sağladığı kod üretimi ve hata tespiti yeteneklerine odaklanıyor. Her ne kadar sonuçların güvenilirliği için insan denetimi hala zorunlu olsa da, Claude Code’un sağladığı hızın tasarım sürecini önemli ölçüde kısalttığı belirtiliyor. OpenAI’ın kendi ASIC yongası olan Jalapeno üzerindeki çalışmaları göz önüne alındığında, Anthropic ve Samsung arasındaki bu ortaklık, donanım dünyasındaki rekabeti daha da kızıştıracak gibi görünüyor.

Eğitim Teknolojilerine Yansımaları ve Gelecek Perspektifi

Yonga tasarımında yapay zeka kullanımı, eğitim teknolojileri (EdTech) sektörü için de önemli çıkarımlar sunuyor. Daha hızlı ve verimli donanım geliştirme süreçleri, YZ tabanlı öğrenme platformlarının ve cihazlarının daha erişilebilir ve güçlü hale gelmesini sağlayabilir. Öğrenme Yönetim Sistemleri (ÖYS) ve diğer dijital öğrenme çözümleri, bu tür gelişmiş donanımlar sayesinde daha karmaşık simülasyonlar, adaptif öğrenme algoritmaları ve kişiselleştirilmiş içerikler sunabilir.

Türkiye bağlamında, bu tür teknolojik ilerlemeler Milli Eğitim Bakanlığı (MEB) ve TÜBİTAK gibi kurumların desteklediği Ar-Ge projelerinde değerlendirilebilir. Özellikle mesleki ve teknik eğitimde, öğrencilere yonga tasarım süreçlerini anlatan simülasyonlar veya YZ destekli tasarım araçları sunularak, geleceğin mühendisleri yetiştirilebilir. Bu gelişmeler, Türkiye'nin dijital olgunluk hedeflerine ulaşmasında kritik bir rol oynayabilir.

Riskler ve Fırsatlar

Yapay zekanın bu denli kritik mühendislik alanlarına entegrasyonu beraberinde bazı riskleri de getiriyor. YZ tarafından üretilen kodların veya tasarımların doğruluğu ve güvenliği, insan denetimi olmaksızın tam anlamıyla sağlanamayabilir. Bu durum, özellikle hassas donanım üretiminde büyük sorunlara yol açabilir. Diğer yandan, bu teknolojiler doğru kullanıldığında, tasarım süreçlerindeki verimliliği artırarak, inovasyonu hızlandırma ve maliyetleri düşürme potansiyeli taşıyor.

2026 ve sonrası için, yapay zekanın donanım tasarımı alanındaki etkisi giderek artacak. EdTech sektörü, bu gelişmeleri yakından takip ederek, yeni nesil öğrenme araçlarını ve metotlarını geliştirmelidir. Öğrenme deneyimi odaklı yaklaşımlarla, öğrencilerin bu karmaşık teknolojileri anlamalarına ve kullanmalarına yardımcı olacak programlar tasarlamak, Türkiye'nin teknolojik rekabet gücünü artırabilir. Sizce yapay zekanın yonga tasarımı gibi kritik mühendislik alanlarında tam otonom hale gelmesi ne kadar sürecek ve bu durum eğitim süreçlerini nasıl etkileyecek?

Gemini 3.7 Flash Rakamlarla: Bir Nesilde Büyük Sıçrama

"Flash" serisi, Gemini ailesinin hızlı ve ekonomik kolunu temsil ediyor — yani devasa akıl yürütme modelleri değil, günlük iş yükünü ucuza kaldıran çalışkan model. 3.7 sürümünün öne çıkan yanı, aynı anda hem daha yetenekli hem daha ucuz olması. Resmî ve bağımsız kıyaslamalardan derlediğimiz tablo:

Kısacası kodlamada bir sürümde on puanı aşan sıçrama var; model 1 milyon token'lık bağlamıyla (yani yüzlerce sayfalık materyali tek seferde işleyebiliyor) uzun belgelerde de güçlü. Not: Bu değerler üreticinin ve bağımsız kıyaslama sitelerinin açıkladığı sonuçlardır; gerçek performans kullanım senaryosuna göre değişir.

Asıl Haber Fiyatta — Ama Bir Son Kullanma Tarihi Var

Modelin en çarpıcı yanı fiyatlandırması. Google, 3.7 Flash'ı milyon giriş token'ı başına 0,75 dolar, milyon çıkış token'ı başına 3,75 dolar tanıtım tarifesiyle sundu — bu, bir önceki modelin lansman fiyatının yarısı. Ancak dikkat: bu indirimli tarife 31 Aralık 2026'ya kadar geçerli; 1 Ocak 2027'den itibaren fiyat iki katına (1,50 / 7,50 dolar) çıkıyor. Yani "daha güçlüsü daha ucuza" başlığının altında bir zamanlayıcı işliyor. Yine de eğilim net: yapay zeka gücü ucuzluyor ve bu, bütçesi kısıtlı kurumların lehine.

Eğitim İçin Ne Anlama Geliyor?

Bir modelin kıyaslama puanı öğretmenin doğrudan işine yaramaz; asıl soru, bu yeteneklerin sınıfa ve kuruma nasıl döneceği. Üç somut alan öne çıkıyor:

• Kodlama eğitimi: Mesleki ve teknik eğitimde, üniversitelerin bilişim bölümlerinde yapay zeka destekli kodlama asistanları artık daha isabetli. Öğrenci hatayı daha hızlı görür, ama burada bir uyarı şart: aracın kodu yazması, öğrencinin anlamasının yerine geçmez — temel kavrayış olmadan üretim, sığ öğrenme üretir.
• Yapay zeka ajanları: Modelin "ajan" yeteneğindeki artış, öğrenme yönetim sistemine bağlı, öğrencinin performansına göre kaynak öneren ya da zorlandığı konuyu tespit eden akıllı asistanların önünü açıyor. Bu ajanların nasıl çalıştığını daha önce ayrıntılı ele almıştık; kritik nokta, kararın insanda kalması (döngüde insan) ilkesi.
• Erişilebilirlik: Düşen maliyet, ileri yapay zeka araçlarını yalnızca büyük kurumların değil, küçük okulların ve girişimlerin de erişimine sokuyor.

Ulusal Eylem Planı Bağlamında Bir Fırsat ve Bir Uyarı

Bu gelişmeyi Türkiye açısından anlamlı kılan şey zamanlaması. Geçtiğimiz günlerde yürürlüğe giren Türkiye Yapay Zeka Eylem Planı (2026-2030), önceliklerinin başına "nitelikli insan kaynağının yetiştirilmesi"ni ve "dijital egemenlik" ilkesini koymuştu. Gemini 3.7 Flash gibi ucuzlayan güçlü modeller, planın "istifade et" ayağı için birebir fırsat: eğitim kurumları bu araçları düşük maliyetle benimseyebilir.

Ama planın "dijital egemenlik" vurgusu da tam burada devreye giriyor: küresel bir modele bağımlılık ile yerli çözüm üretme dengesi. Küresel araçtan yararlanmak ile ona bağımlı hale gelmek farklı şeyler; sağlıklı yol, hazır gücü kullanırken veri politikası ve yerli yetkinlik üretimini ihmal etmemek. Yapay zeka aracı olarak Gemini'nin eğitimdeki yerini merak edenler, Gemini for Education ve Gemini nedir yazılarımıza da göz atabilir.

Özetle: model her üç haftada bir yenilenebilir, ama kurumların asıl yatırımı araca değil, o aracı doğru ve eleştirel kullanabilen insana olmalı. EdTech Türkiye olarak bu gelişmeleri insan odaklı bir çerçeveyle takip etmeye devam edeceğiz.

Sizce kurumunuz bu tür hızlı yapay zeka gelişmelerine ayak uydurabiliyor mu, yoksa değişim hızı yetişilmez mi geliyor? Görüşlerinizi yorumlarda paylaşın.

Baraj Genellikle Ne Kadar?

En sık karşılaşılan eşik üç dakikada doksan doğru kelime, yani dakikada otuz kelime. Kulağa ürkütücü gelmeyebilir ama kritik ayrıntı "doğru" kelimesinde saklı: yanlış yazılan kelimeler çoğu değerlendirmede sayılmıyor. Yani hızlı ama hatalı yazan bir aday, yavaş ama temiz yazandan geride kalabiliyor. Not: baraj değeri ilandan ilana değişebildiği için başvurduğunuz kadronun kılavuzunu mutlaka teyit edin.

Çalışma Stratejisi: Hız Değil, Önce Temizlik

Deneyimli adayların ortak tavsiyesi tek cümlede özetlenebilir: hızı kovalamayın, hatasızlığı oturtun. Doğru parmak yerleşimiyle (10 parmak tekniği) ekrana bakmadan yazma alışkanlığı oturduğunda hız zaten arkadan geliyor. İlk haftalar yavaş ama hatasız; ikinci ay hem hızlı hem temiz. Ters sıra denemek, kalıcı yanlış alışkanlıklar yerleştiriyor.

• Isınma: Her çalışmaya bir dakikalık serbest yazımla başlayın, parmaklar temel sıraya otursun.
• Süre provası: Asıl antrenman üç dakikalık, kesintisiz denemeler. Sınav temposunu ancak baskı altında yazınca öğrenirsiniz.
• Q mu F mi: Hangi dizilimle sınava gireceksen antrenmanı da onda yap. F klavye Türkçe'ye göre tasarlandığı için kâtiplik camiasında yaygın, ama belirleyici olan ilan şartıdır.
• Ölçüm: İlerlemeyi görmek motivasyonu ayakta tutar; her denemede WPM (dakikadaki kelime) ve doğruluğunu kaydedin.

Ücretsiz Prova Yapabileceğiniz Araçlar

Baraj temposunu birebir taklit eden, üyelik istemeyen bir simülasyon işi çok kolaylaştırıyor. RaceKeys'in kâtip sınavı simülasyonu tam bu iş için kurulmuş: sabit üç dakika, canlı "90 kelime baraj" ilerleme çubuğu, hatalı harfte geri silme zorunluluğu ve süre sonunda GEÇTİN/KALDI rozetiyle net bir sonuç. Q ve F klavye ayrım gerektirmeden çalışıyor, her denemede metin değiştiği için ezberleme de mümkün değil — yani prova dürüst kalıyor.

Genel yazma hızını ölçmek isteyenler için ayrıca 10 parmak klavye hız testi (serbest 3-5 dakikalık test) ve kısa denemeler için klavye hız testi sayfaları var. Hepsi tarayıcıda, ücretsiz ve Türkçe. Biraz da rekabet katmak isteyenler canlı yazma yarışında başkalarıyla kapışabiliyor; sıkıcı tekrarın motivasyon düşüşünü bu şekilde kırmak mümkün.

Sınav Gününe Doğru

Son bir hafta yeni teknik denemeyin; oturmuş düzeninizi koruyun. Sınav sabahı birkaç dakikalık ısınma, elin hafızasını tazeler. Ve unutmayın: barajı provada rahatça geçen aday, gerçek sınavdaki heyecana karşı bir pay biriktirmiş olur. Düzenli prova, tek ve en güvenilir kısayoldur.

Genelge Bir Bakışta

Planın Öncelikleri: İnsan Kaynağı İlk Sırada

Genelgeye göre eylem planıyla hedeflenenler arasında yapay zeka farkındalığının artırılması ve nitelikli insan kaynağının yetiştirilmesi, veri ve hesaplama altyapılarının güçlendirilmesi, yapay zeka uygulamalarının kamuda ve özel sektörde yaygınlaştırılması ile uluslararası düzeyde rekabetçi ve güvenilir bir yapay zeka ekosisteminin oluşturulması yer alıyor. Dikkat çeken nokta sıralama: teknoloji ve altyapı değil, insan önceliklerin başında geliyor.

"Fark Et, İstifade Et, Üret ve Yönet" çerçevesi de aslında bir öğrenme yolculuğu gibi okunabilir: önce teknolojiyi tanımak, sonra ondan yararlanmak, ardından üretici tarafa geçmek ve nihayetinde onu sorumlulukla yönetmek. Bu basamaklar, OECD'nin yapay zeka okuryazarlığı çerçevesindeki yaklaşımla da (tanıma → kullanma → üretme → şekillendirme) dikkat çekici biçimde örtüşüyor.

Eğitim Dünyası İçin Ne Anlama Geliyor?

Genelgenin eğitim ekosistemine üç somut mesajı var:

• Nitelikli insan kaynağı hedefi = eğitim görevi: 5 yıllık planın ilk önceliği eğitim sistemine, üniversitelere ve kurumsal eğitim birimlerine iş düşürüyor. Yapay zeka okuryazarlığı programları, müfredat güncellemeleri ve öğretmen eğitimleri bu dönemin gündem maddeleri olacak.
• Tüm kamu kurumlarına görev: Genelge, kamu kurumlarının planla eş güdüm içinde hareket etmesini öngörüyor — Millî Eğitim Bakanlığı ve yükseköğretim kurumları da bu kapsamda. Planın açıklanma sürecinde eğitim ayağını "Eylem planı eğitimi nasıl değiştirir?" analizimizde ayrıntılı incelemiştik; genelgeyle birlikte o başlıklar artık resmî takvime bağlanıyor.
• "Dijital egemenlik" vurgusu: Yerli model, yerli veri altyapısı ve güvenli kullanım vurgusu, eğitim teknolojisi tedarik kararlarından veri politikalarına kadar kurumların önümüzdeki dönemde daha sık duyacağı bir çerçeve.

Bundan Sonra Ne Olacak?

Genelgenin yayımlanması başlangıç vuruşu; asıl iş, eylem planındaki başlıkların kurum düzeyinde uygulamaya dönüşmesinde. Eğitim kurumları ve eğitim-gelişim ekipleri için pratik öneri şu: 2026-2030 dönemini kapsayan bu çerçeveyi, kendi yapay zeka yol haritanız için bir referans olarak okuyun — özellikle farkındalık ve insan kaynağı başlıkları, kurumsal eğitim planlarına şimdiden yansıtılabilir. Gelişmeleri ve planın eğitime dokunan uygulama adımlarını takip etmeye devam edeceğiz.

Kaynak: Anadolu Ajansı ve 18 Ağustos 2026 tarihli Resmî Gazete.