Yapay Zekaya Hazırlık: Kurumunuzu 16 Kategoride Sınayın

Dünya Ekonomik Forumu'nun (WEF) Haziran 2026 raporu, BAE Eğitim Bakanlığı'nın mali desteğiyle hazırlandı ve sorunu Stanford'ın AI Index Report'undan aktardığı tek rakamla özetliyor: Öğrencilerin ve öğretmenlerin çoğunun yapay zeka araçlarını kullandığı görülürken, öğretmenlerin yalnızca %6'sı mevcut yapay zeka politikalarının net rehberlik sunduğuna inanıyor. Araç sınıfa girmiş, yönün netliği aynı hızda gelmemiş. Rapor bu durumu açıkça 'yönetişim başarısızlığı' diye adlandırıyor: Öğrenmeyi en doğrudan etkileyen teknoloji, kurumsal denetimin dışında benimseniyor.

Bu bir kurum raporu: WEF'in Education 4.0 girişimi kapsamındaki daha geniş çalışmanın parçası ve yeni bir anket ya da deney değil. Çerçeve, ilgili literatürün ve ampirik eğilimlerin taranmasına, ayrıca alanın önde gelen uzmanlarıyla yapılan görüşmelere dayanıyor; danışılan kişi sayısı metinde belirtilmiyor. Rapordaki rakamlar Stanford, RAND, Turnitin gibi başka kaynaklardan aktarılıyor.

Kullanım Aşağıdan Yukarı Yayılıyor

Raporun ilk tespiti, yapay zekanın kurumların kararıyla değil öğrencilerin ve öğretmenlerin tercihiyle girmesi. Rapor buna aşağıdan yukarıya benimseme diyor: Kullanım günlük öğrenmeye yerleşirken müfredat, ölçme ve yönetişim güncellenmiyor. RAND araştırmasına göre ödevde yapay zekadan yardım alan öğrencilerin payı Mayıs 2025'te %48'ken Aralık 2025'te %62'ye çıktı. Aynı aktarımda öğrencilerin %67'si, bu kullanımın eleştirel düşünmelerine zarar verebileceğini kabul ediyor.

Öğretmen tarafında Estonya'da yapılan bir çalışma, öğretmenlerin %53,2'sinin derslerinde yapay zeka kullandığını buldu; ilkokul öğretmenlerinde bu oran %66. Rapora göre sıra tepkisel işliyor: Öğretmenler öğrencilere yanıt olarak yapay zekayı benimsiyor, kurumlar da öğretmenleri izliyor.

Kural, kullanım başladıktan sonra yazılıyorsa öğretmen onu sınıfta kendi başına yorumlamak zorunda kalır. Pazartesi sabahı bir öğretmenin 'bu ödevde yapay zeka serbest mi?' sorusunu kime soracağı, politikanızın gerçek sınavıdır. Kuralınız bu soruya iki cümlede cevap veremiyorsa, rapordaki %6'lık rakam sizin kurumunuz için de bir uyarıdır.

Çerçevenin Dört Boyutu, On Altı Kategorisi

WEF çerçevesi eğitim sistemini birbirine bağlı dört boyutta ele alıyor ve kurumlardan 16 kategoride öncelikli boşlukları belirlemesini bekliyor. Amaç, yapay zekayı benimsemeden önce hangi koşulların yerinde olduğunu görmek. Tablo, boyutları ve kategorileri raporda geçen adlarıyla veriyor.

Okul ve üniversite yöneticisinin ağırlıklı olarak ilgileneceği boyut ikincisi. Eğitim ve gelişim ekipleri çoğunlukla üçüncü boyutla, yani eğitimcinin mesleki yargısını koruyan koşullarla çalışacak. Raporun uyarısı şu: Göstergeler reçeteli kontrol listesi değil. Resmî bir puanlama sistemi olarak da tasarlanmamışlar, ama birçoğu ölçülebilir göstergeye çevrilebilir. Rapor, koşulların hiçbirini tek bir aktörün kontrol etmediğini de ekliyor; yani bir okulun elinde olanla olmayanı ayırması gerekiyor.

Hazır Cevap Zorluğu Ortadan Kaldırıyor

Raporun bilişsel boyuttaki iddiası bir ayrıma dayanıyor: İnsan bilişini genişleten araçlarla onun yerine geçen araçlar aynı şey değil. Hesap makinesiyle karmaşık bir işlemi kontrol eden öğrencinin matematik anlayışı yerinde kalır. Bir problemin her adımını yapay zekaya düşündüren öğrencide ise anlayışı inşa edecek zihinsel iş hiç gerçekleşmeyebilir. Rapor, ayrıntısını vermediği tek bir deneyi örnek gösteriyor: Yapay zeka aracına erişen öğrenciler başta performanslarını artırmış, araç geri alınınca hiç erişimi olmayanlardan daha kötü sonuç almış.

İkinci katman güven. Raporun aktardığı bir araştırmaya göre modeller halüsinasyon yaptığında, yani gerçek dışı ya da uydurma bilgi ürettiğinde, 'kesinlikle' ve 'şüphesiz' gibi ifadeleri bilgi verdiklerine kıyasla %34 daha olası kullanıyor.

Değerlendirmemize göre bu iki bulgu birlikte okunmalı: Zorluğu kaldıran araç öğrenmeyi, kendinden emin görünen araç da doğrulama alışkanlığını aşındırıyor olabilir. Rapor 'istenen zorluk' (desirable difficulty) fikrini çerçevenin bir öğrenme deneyimi sinyaline çevirmiş: Çaba, hata ve zihinsel emek, kalıcı öğrenmenin oluştuğu mekanizma olarak tanımlanıyor. Sınıftaki karşılığı küçük. Pazar akşamı ders planı hazırlayan bir öğretmen, etkinliğin ortasına 'bu adımı yapay zekasız çöz, gerekçeni iki cümleyle yaz' satırını ekleyebilir.

Ezber ve Çıktı Artık Zayıf Kanıt

Rapora göre geleneksel ölçme yöntemlerinin çoğu, bilginin anında erişilebildiği ve yapay zekanın saniyeler içinde düzenli cevap üretebildiği bir bağlam için tasarlanmamıştı. Ezbere ya da nihai çıktıya odaklanan yaklaşımlar, gerçek öğrenmenin giderek zayıflayan bir göstergesi. Akademik dürüstlük de yer değiştiriyor: Mesele artık yalnızca intihalden kaçınmak değil, öğrencinin neyi kendisinin yaptığı ve yapay zekanın nerede yardım ettiği konusunda açık olmak.

Ölçek sorusuna iki veri yanıt veriyor. Anthropic'in Claude.ai üzerindeki yaklaşık 575.000 anonim öğrenci konuşmasını inceleyen analizine göre, bu etkileşimlerin yaklaşık %47'si asgari bilişsel katılımla cevap ya da hazır içerik arayışıydı. Turnitin'in anketinde eğitimciler, yöneticiler ve öğrencilerden oluşan katılımcıların %95'i yapay zekanın bir ölçüde kötüye kullanıldığına inanıyor. İkisi de aktarılan veri; ilki bir şirketin kendi ürünündeki kullanımı, ikincisi fiilî davranışı değil algıyı ölçüyor.

Çerçevenin 'Assessments' kategorisinde iki gösterge öne çıkıyor: Akıl yürütmeyi, düşünmeyi ve yinelemeyi önceleyen ölçme ('Demonstrated understanding') ve izin verilen yapay zeka kullanımını tanımlayıp bildirim isteyen politikalar ('Transparent assisted performance'). Öğretmen için bu, ödev tasarımına çevrilebilir: Yapay zekanın kolayca üretebileceği bir çıktı yerine, öğrencinin gerekçesini ve akıl yürütmesini gösteren bir adım istemek.

Bu Hafta Ne Yapılabilir

Aşağıdaki liste, değerlendirmemize göre bir kurumun bu hafta sınayabileceği adımları sıralıyor. Raporun resmî ölçeği değil; kategorilerinden ve yöneticilere önerdiği sorulardan türetilmiş bir uyarlama.

• Politikayı öğretmene okutun. Yapay zeka kuralınızı üç öğretmene verin ve 'bu ödevde yapay zeka serbest mi?' diye sorun. Cevaplar birbirinden farklıysa kural net değildir. Bağlı olduğunuz üst kurum (okullar için MEB, üniversiteler için YÖK) bu konuda belge yayımlamışsa, kuralınızı önce onunla karşılaştırın.
• Bir ödevi yapay zekaya çözdürün. Son dönemin bir sınav ya da ödev sorusunu bir araca verin. Cevap bir dakikada geliyorsa soruya akıl yürütmeyi gösteren bir adım ekleyin.
• Öğrenci yapay zeka kullandığında bunu nasıl belirtecek? Tek cümlelik bir bildirim şablonu yeter.
• İş yükünü sorun. Rapor, bir araştırmaya atıfla öğretmen zamanının yüzde 20'sine kadarının otomatikleştirilebilir idari işlere gittiğini, ders planlama ve performans değerlendirme gibi analitik görevlerin yüzde 8 ile 20'sinin de yapay zekayla desteklenebileceğini aktarıyor. Kendi öğretmenlerinizin idari yükünü kısa bir anketle ölçün; yapay zekayı bu yüke karşı değerlendirin.
• Satın almadan önce kanıt isteyin. Tedarikçiden etkiyi gösteren bağımsız ve kamuya açık bir çalışma isteyin; donanım, yazılım, eğitim ve bakım dahil toplam maliyeti çıkarın.
• Velilere tek sayfalık bir not gönderin: Hangi araçlar kullanılıyor, hangi veri toplanıyor? Raporun velilere önerdiği soru tam olarak bu.
• Eğitimi araç gösteriminin ötesine taşıyın. Öğretmenlere yalnızca düğmeleri değil, yapay zekanın ne zaman yardım ettiğini ve ne zaman öğrenmeyi engellediğini tartışacakları bir oturum açın.

Raporun Sınırları

Bu bir kurum raporu ve kendi verisini üretmiyor; aktardığı rakamlar farklı yöntemlerle yapılmış çalışmalardan geliyor. RAND verisinin hangi ülkede toplandığı metinde belirtilmiyor, Estonya bulgusu ise tek ülkeye ait. Rapor kanıtın sınırlı olduğunu kendisi de söylüyor: Araştırmalar özellikle K-12 düzeyinde kısıtlı, çoğu 18 yaş üstü öğrenciye odaklanıyor ve tek seferlik 20 dakikalık deneyler gibi kısıtlı koşullarda yapılıyor. Kontrollü çalışmaların kanıtı geniş ölçekli uygulamaya güvenilir biçimde çevrilmeyebilir. Bilişsel gerilemeyle ilgili deneyin yöntemi de raporda yok.

Raporun feragat notu, bulguların WEF'in ya da üyelerinin görüşlerini zorunlu olarak yansıtmadığını belirtiyor. Metin Türkiye'ye özgü veri içermiyor. Yukarıdaki kontrol listesi raporun değil, bizim uyarlamamızdır.

Sıkça Sorulan Sorular

Çerçeve bir puanlama aracı mı?

Hayır. Rapor göstergelerin resmî bir puanlama sistemi olarak tasarlanmadığını, ancak birçoğunun gözlenebilir ya da ölçülebilir göstergeye çevrilebileceğini söylüyor. Amaç kurumları sıralamak değil, öncelikli boşlukları görmek.

16 kategoriyi aynı anda ele almak gerekir mi?

Rapor tek bir model dayatmıyor ve her bağlamın aynı noktadan başladığını varsaymıyor. Önerilen, öncelikli boşlukları belirleyip kaynak ve kapasite çalışmasını ona göre hizalamak. Tavsiyemiz, ilk turda iki ya da üç kategoriyle başlamak.

Rapor yapay zekayı sınırlamayı mı öneriyor?

Hayır. Rapor ileriye giden yolun yeniliği sınırlamak değil, bilinçli biçimde şekillendirmek olduğunu söylüyor. Hedef, teknolojinin kendisi için benimsenmesi değil, yeniliğin insan yeteneğinin gelişimiyle bilinçli biçimde hizalanması.

Kaynak: World Economic Forum, 'Shaping the Future of Learning: Education Readiness for the Age of AI', Insight Report, Haziran 2026.

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

Bu içerik, Edtech Türkiye Editörlüğü'nün yapay zeka destekli yayın hattında kaynak taraması ve otomatik editör denetiminden geçirilerek hazırlanmıştır. Süreç için Editöryal İlkelerimize bakabilir, hata bildirimini iletişim sayfasından iletebilirsiniz.