Yapay Zekâ ile Ders Çalışmak: Öğrenmeyi Geliştiren ve Zayıflatan Kullanımlar

Yapay zekâ bir soruyu saniyeler içinde çözebilir. Peki, bu durum öğrencinin o soruyu çözmeyi öğrendiği anlamına gelir mi? Bilimsel araştırmalar, yapay zekânın öğrenmeyi destekleyebildiğini ancak yanlış kullanıldığında öğrencinin bağımsız düşünme ve problem çözme sürecini zayıflatabildiğini gösteriyor. Önemli olan, bu iki kullanım arasındaki farkı anlamak.

Hazırlayan: Psikolojik Danışman Ahmet Usta

İki öğrencinin aynı matematik sınavına hazırlandığını düşünün.

İlk öğrenci, çözemediği soruları yapay zekâya gönderiyor. Ayrıntılı çözümleri okuyor, işlemleri inceliyor ve sonraki soruya geçiyor.

İkinci öğrenci ise soruyu önce kendisi çözmeye çalışıyor. Takıldığı noktada yapay zekâdan ipucu alıyor, hatasını inceliyor ve daha sonra benzer bir soruyu yardım almadan çözmeyi deniyor.

Her iki öğrenci de yapay zekâ kullanıyor.

Her ikisi de doğru cevaplara ulaşabiliyor.

Ancak sınav günü geldiğinde aralarında önemli bir fark ortaya çıkabilir: Öğrencilerden biri çözümü gördüğünde anlayabilirken diğeri aynı bilgiyi bağımsız olarak kullanabiliyor olabilir.

Burada temel soru şudur:

Yapay zekâ, öğrencinin öğrenmesini mi kolaylaştırıyor, yoksa öğrenmek için gerçekleştirmesi gereken düşünme işlemlerini onun yerine mi yapıyor?

Bu sorunun cevabı, yapay zekâ ile ders çalışmanın yararlı veya sakıncalı olabileceği koşulları anlamak açısından önemlidir.

Yapay Zekâ ile Başarılı Görünmek, Gerçekten Öğrenmek midir?

Bir öğrenci yapay zekâ desteğiyle on matematik sorusundan dokuzunu doğru çözebilir.

Ancak aynı öğrenciye, yapay zekâ kullanmadan benzer güçlükte yeni sorular verildiğinde yalnızca beşini çözebildiğini düşünelim.

Bu örnek varsayımsaldır; herhangi bir araştırmadan alınmış deneysel veri değildir.

Burada iki farklı durum söz konusudur:

İlkinde öğrenci dışarıdan destek alarak yüksek performans göstermiştir.

İkincisinde ise sahip olduğu bilgi ve becerileri bağımsız olarak kullanması gerekmiştir.

Bu nedenle öğrenmeyi değerlendirirken üç ayrı göstergeyi dikkate almak yararlıdır.

Değerlendirme	Temel soru
Destekli performans	Yapay zekâ yardımıyla ne yapabiliyorum?
Bağımsız performans	Yardım olmadan ne yapabiliyorum?
Gecikmeli öğrenme ve aktarım	Birkaç gün sonra neyi hatırlıyor ve yeni sorularda kullanabiliyorum?

Bir konunun açıklamasını anlamak, onu kalıcı biçimde öğrendiğinizi tek başına göstermez.

Öğrenmenin daha güvenilir biçimde değerlendirilmesi için öğrencinin bilgiyi hatırlaması, kullanması ve farklı problemlere aktarabilmesi de incelenmelidir.

Bilimsel Araştırmalar Yapay Zekâ ile Öğrenme Hakkında Ne Söylüyor?

Yapay zekânın eğitimdeki etkilerini inceleyen araştırmalar aynı sonuca ulaşmıyor.

Bazı çalışmalarda öğrenme performansı artarken bazılarında bağımsız performansın zayıfladığı veya belirgin bir gelişme görülmediği bildirilmiştir.

Bu farklılıkların anlaşılması için araştırmaların hangi öğrencilerle, hangi araçlarla ve hangi değerlendirme yöntemleriyle yürütüldüğüne bakmak gerekir.

Yapay Zekâ Yardımı Öğrenmeyi Zayıflatabilir mi?

Bastani ve arkadaşlarının (2025) yaklaşık bin lise öğrencisiyle gerçekleştirdiği matematik araştırmasında iki farklı yapay zekâ desteği incelenmiştir.

Bunlardan ilki, genel amaçlı bir sohbet sistemine benzeyen GPT Base uygulamasıdır.

İkincisi ise öğrencinin doğrudan cevaba ulaşmasını sınırlandıran ve öğretici ipuçları sunan GPT Tutor uygulamasıdır.

Genel amaçlı yapay zekâ desteği alan öğrencilerin çalışma sırasındaki performansında, yapay zekâ kullanmayan gruba kıyasla yaklaşık %48 artış bildirilmiştir.

Ancak yapay zekâ desteği kaldırıldığında aynı grubun bağımsız sınav performansı karşılaştırma grubundan yaklaşık %17 daha düşük bulunmuştur.

Bu iki oran farklı değerlendirme koşullarına aittir. Dolayısıyla birbirinden çıkarılarak bir toplam öğrenme kaybı hesaplanamaz.

Araştırmanın önemli bulgularından biri de pedagojik sınırlandırmalar içeren GPT Tutor uygulamasının olumsuz etkiyi büyük ölçüde azaltmasıdır.

Bu sonuç, yapay zekânın yalnızca varlığının değil, öğrenciye nasıl yardım ettiğinin önemli olduğunu göstermektedir.

Yapay Zekâ Öğrenmeyi Geliştirebilir mi?

Kestin ve arkadaşlarının (2025) üniversite fiziği öğrencileriyle gerçekleştirdiği randomize kontrollü araştırmada, pedagojik ilkelerle tasarlanmış bir yapay zekâ öğreticisi ile sınıf içi aktif öğrenme koşulu karşılaştırılmıştır.

Araştırmada, yapay zekâ öğreticisiyle çalışan öğrencilerin belirli öğrenme kazanımlarında daha olumlu sonuçlar gösterdiği bulunmuştur.

Ancak bu bulgu, bütün yapay zekâ uygulamalarının öğretmenlerden daha etkili olduğu anlamına gelmez.

Araştırmada özel olarak tasarlanmış bir öğretici sistem, belirli öğrenciler ve sınırlı öğretim içeriği değerlendirilmiştir.

Öğrenme Motivasyonu ve Öz Düzenleme Açısından Sonuçlar Neler?

Fütterer ve arkadaşları (2026), 371 ortaöğretim öğrencisiyle gerçekleştirdikleri araştırmada yapay zekâ destekli farklı öğrenme düzenlemelerini karşılaştırmıştır.

Araştırmada, öğrenilen içeriğin yararlı bulunmasını destekleyen uygulama, bazı motivasyonel göstergeler bakımından diğer müdahale koşuluna göre daha olumlu sonuç vermiştir.

Bununla birlikte konu bilgisi, çaba ve bazı öğrenme stratejileri açısından standart ChatGPT kullanılan karşılaştırma koşuluna göre istatistiksel olarak anlamlı bir üstünlük gösterilememiştir.

Dolayısıyla öğrencinin bir konuyu daha ilgi çekici veya yararlı bulması, o konuyu mutlaka daha iyi öğrendiği anlamına gelmez.

Daha Geniş Araştırmalar Ne Gösteriyor?

Boolzen ve arkadaşlarının (2026) fen, teknoloji, mühendislik ve matematik alanlarına yönelik sistematik derleme ve meta-analizinde, üretken yapay zekânın öğrenmeye etkisi değerlendirilmiştir.

İlk istatistiksel analizlerde olumlu bir ortalama etki görülmesine rağmen yayın yanlılığını dikkate alan düzeltme sonrasında genel etki istatistiksel olarak anlamlı bulunmamıştır.

Araştırmalar arasında oldukça büyük farklılıklar bulunduğu da belirtilmiştir.

Ekim 2026'da yayımlanan Liu ve arkadaşlarının çalışma raporunda ise 2.379 üniversite öğrencisinin katıldığı randomize bir araştırmanın sonuçları sunulmuştur. Dersle bütünleştirilmiş yapay zekâ öğreticisine erişimin bazı ders notları ve öğrenme yönetim sistemi katılım göstergeleri üzerinde olumsuz etkileri bildirilmiştir.

Ancak bu son çalışma, hakemli dergi makalesi değil, bilimsel değerlendirmeye açık bir çalışma raporudur. Bulguları bu sınırlılıkla ele alınmalıdır.

Bu araştırmalardan çıkarılabilecek sonuç, yapay zekânın kesin olarak yararlı veya zararlı olduğu değildir.

Önemli olan öğrencinin nasıl çalıştığı, hangi yardımı aldığı, hangi bilişsel işlemleri kendisinin gerçekleştirdiği ve öğrenmenin nasıl değerlendirildiğidir.

Yapay Zekâ Öğrenmeyi Hangi Durumlarda Geliştirebilir?

Yapay zekâ uygun kullanıldığında öğrenme sürecine farklı biçimlerde katkıda bulunabilir.

1. Anlaşılmayan Konuları Açıklamak

Bir öğrenci fizik dersinde elektrik akımı, gerilim ve direnç arasındaki ilişkiyi anlamakta zorlanabilir.

Yapay zekâdan kavramları daha basit örneklerle açıklamasını isteyebilir.

Ancak kavramları bilen başka bir öğrenci, aynı bilgileri farklı problem durumlarında kullanmaya ihtiyaç duyabilir.

Bu durumda iki öğrenciye aynı açıklamayı vermek yerine mevcut bilgi düzeylerine uygun destek sunulması daha yararlıdır.

Burada öğrencileri sabit öğrenme stillerine ayırmak değil, açıklamanın kapsamını öğrencinin mevcut bilgisine ve öğrenme hedefine göre düzenlemek önemlidir.

2. Doğrudan Cevap Vermek Yerine Düşündürmek

Bir matematik sorusunda zorlanan öğrenciye cevabı hemen göstermek yerine şu sorular yöneltilebilir:

“Problemde hangi bilgiler verilmiş?”

“Hangi büyüklükler arasında ilişki kurman gerekiyor?”

“Önceki hangi bilgilerini kullanabilirsin?”

“Kurduğun denklem sorunun bütün koşullarını karşılıyor mu?”

Bu sorular öğrencinin çözüm sürecine katılmasını destekleyebilir.

Ancak öğrencinin her adımda yardım alması da bağımsız çözüm fırsatlarını azaltabilir.

Bu nedenle öğrenci geliştikçe verilen desteğin azaltılması önemlidir.

3. Yanlışların Nedenini Belirlemek

Bir matematik sorusunda yanlış cevap veren öğrencinin sorunu her zaman işlem hatası değildir.

Öğrenci soruyu yanlış anlamış, eksik kavram bilgisiyle işlem yapmış veya uygun olmayan bir çözüm yöntemi seçmiş olabilir.

Yapay zekâ, öğrencinin kendi çözümünü inceleyerek bu olasılıkları değerlendirmesine yardımcı olabilir.

Ancak yapay zekânın hata açıklaması da yanlış olabilir.

Bu nedenle önemli hesaplamalar ve bilimsel açıklamalar güvenilir kaynaklarla karşılaştırılmalıdır.

4. Öğrenilen Bilgileri Hatırlamayı Desteklemek

Bir konuyu yeniden okumakla o konudaki bilgileri hatırlamaya çalışmak farklı öğrenme etkinlikleridir.

Dunlosky ve arkadaşlarının (2013) incelemesinde kendini sınama ve aralıklı çalışma, güçlü araştırma desteğine sahip öğrenme yöntemleri arasında değerlendirilmiştir.

Yapay zekâ öğrenciye sorular sorarak, cevapları değerlendirmesine yardımcı olarak ve eksiklerini yeniden çalışmasını destekleyerek bu yöntemlerin uygulanmasını kolaylaştırabilir.

Ancak yapay zekânın hazırladığı her sorunun doğru ve öğrenme hedefine uygun olduğu varsayılamaz.

5. Farklı Çözüm Yöntemlerini Karşılaştırmak

Bazı problemlerin birden fazla çözüm yöntemi vardır.

Örneğin bir matematik problemi uygun koşullarda hem denklem kurularak hem de farklı bir sayısal ilişki kullanılarak çözülebilir.

Yapay zekâ alternatif yöntemleri gösterebilir.

Ancak öğrencinin bu yöntemleri yalnızca okuması yeterli değildir.

Öğrenci, yöntemleri karşılaştırmalı ve neden belirli bir yöntemi tercih ettiğini açıklayabilmelidir.

Yapay Zekâ Öğrenmeyi Hangi Durumlarda Zayıflatabilir?

Yapay zekâdan alınan yardımın her zaman öğrenme yararına dönüşmemesinin bazı bilişsel açıklamaları bulunmaktadır.

1. Öğrenilmesi Gereken İşlemin Yapay Zekâya Devredilmesi

İnsanlar günlük yaşamlarında not defteri, hesap makinesi, takvim ve dijital araçları kullanarak bazı zihinsel işlemleri dışsal araçlara devreder.

Bu durum, bilişsel dış kaynak kullanımı olarak adlandırılır.

Bilişsel dış kaynak kullanımı kendi başına olumsuz değildir.

Örneğin karmaşık bir hesaplamayı kontrol ettirmek, öğrencinin problemin kavramsal yönüne daha fazla dikkat ayırmasını sağlayabilir.

Ancak öğrenci denklem kurmayı öğrenmeye çalışırken bütün denklemleri yapay zekâya kurduruyorsa öğrenmesi gereken beceriyi uygulama fırsatı azalabilir.

Temel soru, hangi zihinsel işlemin öğrenilmesi gerektiği ve bu işlemi kimin gerçekleştirdiğidir.

2. Anladığını Sanmak

Yapay zekâ açıklamaları çoğu zaman düzenli ve akıcıdır.

Öğrenci açıklamayı okuduğunda konuyu öğrendiğini düşünebilir.

Ancak açıklama kapatıldığında aynı bilgiyi kendi cümleleriyle anlatamıyorsa veya yeni bir soruda kullanamıyorsa bağımsız öğrenme henüz yeterli düzeye ulaşmamış olabilir.

Bu nedenle öğrencinin açıklamayı okuması kadar onu yeniden oluşturabilmesi de önemlidir.

3. Problem Çözme Deneyiminin Azalması

Bir problemi çözmek yalnızca doğru cevabı bulmak değildir.

Soruyu anlamak, verilenleri değerlendirmek, uygun stratejiyi seçmek, işlemleri yürütmek ve sonucu kontrol etmek gerekir.

Yapay zekâ bütün bu işlemleri üstlendiğinde öğrenci çözüme ulaşabilir ancak problem çözme deneyimi sınırlı kalabilir.

Bununla birlikte öğrencinin her soruda uzun süre zorlanması gerektiği sonucuna da varılmamalıdır.

Önemli olan öğrencinin bilgi düzeyine uygun, öğrenme hedefine hizmet eden zihinsel çabadır.

4. Çalışma Sorumluluğunun Tamamen Teknolojiye Bırakılması

Bir öğrenci çalışma hedeflerini, konu önceliklerini ve değerlendirme yöntemlerini sürekli yapay zekâya belirletiyorsa kendi öğrenmesini yönetme fırsatlarını azaltabilir.

Örneğin YKS'ye hazırlanan bir öğrenci, kendi bilgi eksiklerini değerlendirmeden yapay zekânın hazırladığı genel bir programı uygulayabilir.

Program düzenli görünse de öğrencinin gerçek gereksinimlerine uygun olmayabilir.

Bu nedenle yapay zekâ çalışma planını oluşturmaya yardımcı olabilir ancak öğrencinin mevcut bilgisi, hedefleri ve çalışma koşulları belirleyici olmalıdır.

5. Yanlış Bilgilerin Öğrenilmesi

Üretken yapay zekâ sistemleri yanlış matematiksel işlemler, hatalı tarihsel bilgiler, gerçekte bulunmayan kaynaklar veya eksik bilimsel açıklamalar üretebilir.

Öğrencinin bu bilgileri kontrol etmeden öğrenmesi yeni hatalara neden olabilir.

Bu yüzden yapay zekâ yanıtlarının doğruluğu, özellikle yüksek önem taşıyan bilgilerin kullanıldığı durumlarda bağımsız kaynaklarla değerlendirilmelidir.

Yapay Zekâdan Ne Zaman Yardım Almalısınız?

Her zaman ilk aşamada yapay zekâdan cevap almak gerekli değildir.

Aşağıdaki kısa karar akışından yararlanabilirsiniz.

1. Konuyla ilgili yeterli ön bilgim var mı?

Hayırsa önce temel kavramların açıklamasını ve çözümlü örnekleri inceleyin.

Evetse soruyu kendi başınıza çözmeyi deneyin.

2. Soruda hangi aşamada zorlandığımı belirleyebiliyor muyum?

Evetse yalnızca bu aşamaya ilişkin ipucu veya açıklama isteyin.

Hayırsa sorudaki verilenleri, istenenleri ve gerekli ön bilgileri birlikte değerlendirin.

3. Yapay zekânın açıklamasını anladım mı?

Evetse açıklamayı kapatıp benzer bir soruyu bağımsız çözün.

Hayırsa farklı bir açıklama veya örnek isteyin.

4. Yeni soruyu yardım olmadan çözebiliyor muyum?

Evetse öğrendiğiniz bilgiyi başka sorularda ve sonraki günlerde yeniden kullanmayı deneyin.

Hayırsa hangi kavram veya işlem basamağında zorlandığınızı yeniden belirleyin.

Bu karar akışı, öğrencinin yardım ihtiyacını değerlendirmesine yönelik bir uygulama önerisidir. Bilimsel olarak geçerliği kanıtlanmış bağımsız bir ölçme aracı değildir.

Derslere Göre Yapay Zekâ Nasıl Kullanılabilir?

Matematik: Hazır Çözüm Yerine Strateji Geliştirmek

Bir öğrenci, ikinci dereceden denklemlerde diskriminantın kök sayısıyla ilişkisini öğreniyor.

Bu durumda yalnızca formülü ezberlemek yeterli değildir.

Öğrencinin diskriminantın değerine göre gerçek kök sayısını yorumlayabilmesi de gerekir.

Yapay zekâya şu talimat verilebilir:

İkinci dereceden denklemlerde diskriminantın gerçek kök sayısıyla ilişkisini öğreniyorum. Önce bana kısa bir örnek ver. Ardından benzer bir soru sor ve cevabımı bekle. Yanlış yaparsam doğrudan cevabı açıklama; hangi aşamada hata yaptığımı fark etmem için ipucu ver.

Türkçe ve Edebiyat: Yorumu Metinle Gerekçelendirmek

Bir paragraf sorusunda öğrencinin yalnızca doğru seçeneği bulması yeterli değildir.

Seçiminin neden doğru olduğunu metindeki bilgilerle açıklayabilmesi de önemlidir.

Bir paragraf sorusundaki cevabımı ve gerekçemi açıklayacağım. Önce yorumumu metindeki ifadelerle karşılaştır. Hatalıysam doğru cevabı hemen söylemeden önce hangi ifadeyi yanlış yorumladığımı anlamam için soru sor.

Fizik: Formülü Seçmeden Önce İlişkiyi Anlamak

Fizikte aynı formülü ezberlemek, bütün problemleri çözmek için yeterli olmayabilir.

Öğrencinin fiziksel büyüklükler arasındaki ilişkileri anlaması gerekir.

Bu fizik probleminde önce hangi büyüklüklerin etkili olduğunu belirlememe yardımcı ol. Formülü doğrudan verme. Kurduğum fiziksel ilişkiyi değerlendir ve çözümden önce sonuca ilişkin tahminde bulunmamı iste.

Kimya: Sembolleri ve İşlemleri Doğrulamak

Kimyada öğrencilerin kavramlarla birlikte sembolleri, tepkimeleri ve sayısal ilişkileri kullanması gerekir.

Yapay zekâdan tepkimeleri açıklamasını veya işlem hatalarını incelemesini isteyebilirsiniz.

Ancak oluşturduğu kimyasal denklemleri ve bilimsel açıklamaları ders kitabı ya da güvenilir kaynaklarla karşılaştırmalısınız.

Biyoloji: Kavramlar Arasında İlişki Kurmak

Mitoz ve mayoz bölünmenin aşamalarını ezberlemek yerine süreçler arasındaki farkları ve bu farkların canlılar açısından önemini açıklamaya çalışabilirsiniz.

Mitoz ve mayoz bölünmeyi karşılaştırmam için bana sorular sor. Önce kendi açıklamamı yazmamı iste. Ardından eksik veya yanlış kavramları belirt ve yeni bir karşılaştırma sorusu yönelt.

Tarih ve Coğrafya: Neden-Sonuç İlişkilerini İncelemek

Yapay zekâ, tarihsel olayların nedenlerini veya coğrafi süreçlerin oluşumunu karşılaştırmak için kullanılabilir.

Ancak olayların tarihleri, yer adları, sayısal veriler ve kaynakların doğruluğu güvenilir başvuru kaynaklarından kontrol edilmelidir.

Özellikle tarihsel olgularla yorumları birbirinden ayırmak önemlidir.

Yabancı Dil: Hazır Cümle Yerine Kendi Cümlenizi Kurmak

İngilizce öğrenirken yapay zekânın bütün cümleleri sizin yerinize yazması, bağımsız anlatım becerinizi geliştirmenize yeterince yardımcı olmayabilir.

Bunun yerine kendi cümlelerinizi oluşturarak geri bildirim alabilirsiniz.

Bana A2 düzeyinde günlük yaşamla ilgili bir İngilizce soru sor. Cevabımı bekle. Dil bilgisi hatalarımı belirle ancak doğru cümleyi hemen yazma. Önce cümlemi kendim düzeltmem için ipucu ver.

Yapay Zekâ ile Ders Çalışmak İçin Altı Aşamalı Uygulama Modeli

Öğrencinin öğrenme sorumluluğunu korumak ve yapay zekâdan uygun biçimde yardım almasını desteklemek için aşağıdaki çalışma düzeni kullanılabilir.

1. Öğrenme Hedefini Belirleyin

Çalışmaya başlamadan önce neyi öğrenmek istediğinizi açıkça ifade edin.

Örneğin “Matematik çalışacağım.” yerine “İkinci dereceden denklemlerde gerçek kök sayısını belirleyebileceğim.” gibi somut bir hedef oluşturun.

2. Kendi Bilginizi Kullanın

Soruyu çözmeye veya konuyu açıklamaya çalışın.

Gerekli ön bilgilere sahip değilseniz önce temel açıklama ve örneklerden yararlanın.

3. İhtiyacınız Olan Yardımı Alın

Yapay zekâdan bütün çözümü istemek yerine zorlandığınız aşamaya yönelik açıklama, ipucu veya geri bildirim isteyin.

4. Bilgiyi Kendi Cümlelerinizle Açıklayın

Yapay zekânın verdiği açıklamayı yalnızca tekrar etmeyin.

Neden doğru olduğunu ve hangi koşullarda kullanılabileceğini kendi cümlelerinizle ifade edin.

5. Bağımsız Uygulama Yapın

Yapay zekâ desteğini kapatın.

Yeni bir soruyu çözün veya konuyu notlarınıza bakmadan anlatın.

6. Öğrendiklerinizi Daha Sonra Yeniden Değerlendirin

Birkaç gün sonra aynı bilgileri hatırlamaya ve farklı sorularda kullanmaya çalışın.

Hatırlayamadığınız veya yanlış uyguladığınız bilgileri yeniden çalışın.

Bu altı aşamalı model, öğrenme psikolojisi araştırmalarından hareketle oluşturulmuş bir uygulama önerisidir. Bütün aşamalarıyla standartlaştırılmış veya bağımsız olarak etkililiği kanıtlanmış bir müdahale programı değildir.

Elli Dakikalık Örnek Yapay Zekâ Destekli Çalışma

Bu uygulama modelini somutlaştırmak için aşağıdaki örnek çalışma düzeninden yararlanabilirsiniz.

Süre	Yapılacak çalışma
İlk 5 dakika	Öğrenme hedefinizi ve mevcut bilginizi belirleyin.
Sonraki 15 dakika	Soruları önce kendi başınıza çözmeye veya konuyu açıklamaya çalışın.
Sonraki 10 dakika	Zorlandığınız noktalarda yapay zekâdan açıklama ve ipucu alın.
Sonraki 10 dakika	Yapay zekâ kullanmadan yeni uygulamalar yapın.
Son 10 dakika	Yanlışlarınızı değerlendirin ve sonraki çalışma için eksiklerinizi belirleyin.

Bu süre dağılımı bilimsel olarak doğrulanmış ideal bir çalışma programı değildir.

Öğrencinin yaşı, ön bilgisi, çalışma koşulları ve öğrenme hedeflerine göre değiştirilebilir.

Öğrenciler Kendi Yapay Zekâ Kullanımlarını Nasıl Değerlendirebilir?

Yapay zekâ ile gerçekleştirdiğiniz bir çalışmanın ardından kendinize şu soruları yöneltebilirsiniz:

1. Çalışmaya başlamadan önce neyi öğrenmek istediğimi belirledim mi?

2. Yapay zekâya başvurmadan önce kendi bilgilerimi kullandım mı?

3. Hangi aşamada yardıma ihtiyaç duyduğumu belirleyebildim mi?

4. Hazır çözüm yerine uygun olduğunda ipucu istedim mi?

5. Yapay zekânın önemli bilgilerini güvenilir kaynaklarla karşılaştırdım mı?

6. Yanlışlarımın nedenlerini araştırdım mı?

7. Konuyu kendi cümlelerimle açıklayabiliyor muyum?

8. Yapay zekâ kullanmadan yeni sorular çözebiliyor muyum?

9. Öğrendiklerimi daha sonraki günlerde hatırlayabiliyor muyum?

10. Yapay zekâyı öğrenmemi desteklemek için mi, yoksa görevlerimi benim yerime tamamlaması için mi kullandım?

Bu sorular öğrenme davranışlarını gözlemleme amacı taşır. Standartlaştırılmış bir psikolojik ölçek değildir.

Yanıtlardan hareketle öğrencinin zekâsı, akademik kapasitesi veya gelecekteki başarısı hakkında kesin bir sonuç çıkarılamaz.

Öğretmenler Yapay Zekâ Kullanımını Nasıl Yönetebilir?

Yapay zekânın eğitimde kullanımı konusunda yalnızca yasaklama veya sınırsız kullanım seçeneklerine odaklanmak yeterli değildir.

Önemli olan, yapay zekâ kullanımının öğretim hedefleriyle uyumlu olmasıdır.

Öğrencilerden yalnızca doğru cevap vermeleri değil, çözüme nasıl ulaştıklarını açıklamaları da istenebilir.

Örneğin matematik dersinde şu sorular yöneltilebilir:

“Bu çözüm yöntemini neden seçtin?”

“Yapay zekâdan hangi aşamada yardım aldın?”

“Bu soruyu başka sayılarla çözebilir misin?”

“Çözümünün doğru olduğunu nasıl kontrol ettin?”

Türkçe ve edebiyat derslerinde yorumların metinsel kanıtlarla desteklenmesi istenebilir.

Fen bilimlerinde öğrenciden kullandığı varsayımları ve bilimsel gerekçeleri açıklaması beklenebilir.

Yapay zekâ kullanımının değerlendirilmesinde öğrenci hakları ve akademik dürüstlük ilkeleri gözetilmelidir. Bir öğrencinin yapay zekâ kullanıp kullanmadığı yalnızca metnin görünümünden veya otomatik tespit araçlarının sonucundan hareketle kesin olarak belirlenmemelidir.

UNESCO'nun öğretmenlere yönelik yapay zekâ yetkinlik çerçevesi de insan merkezli pedagojik değerlendirmeyi, etik sorumluluğu ve öğretmenin mesleki kararlarını vurgulamaktadır (Miao & Cukurova, 2024).

Rehberlik Servisleri İçin: Öğrenme Davranışlarını Değerlendirmek

Yapay zekâ kullanımı, öğrencilerin akademik öz düzenleme süreçleriyle birlikte ele alınabilir.

Rehberlik görüşmelerinde öğrencinin çalışma sürecini değerlendirmek için şu alanlara dikkat edilebilir:

Hedef belirleme: Öğrenci çalışma öncesinde neyi öğrenmek istediğini açıklayabiliyor mu?

Göreve başlama: Yapay zekâ desteği olmadan çalışmaya başlayabiliyor mu?

Strateji seçimi: Hangi öğrenme yöntemini neden kullandığını belirtebiliyor mu?

Hata farkındalığı: Yanlışlarını ve olası nedenlerini değerlendirebiliyor mu?

Kendi öğrenmesini izleme: Öğrendiğini düşündüğü bilgi ile bağımsız performansını karşılaştırabiliyor mu?

Yardım arama: Hangi durumda ne tür desteğe ihtiyaç duyduğunu belirleyebiliyor mu?

Bağımsız performans: Yapay zekâ desteği kaldırıldığında öğrenme görevini gerçekleştirebiliyor mu?

Dijital etik: Kişisel verilerin korunması, güvenilir bilgi kullanımı ve akademik dürüstlük ilkelerini dikkate alıyor mu?

Bu başlıklar psikoeğitim ve rehberlik görüşmeleri açısından kavramsal bir değerlendirme çerçevesidir.

Ancak standartlaştırılmış bir psikometrik test değildir. Öğrencilere normatif puan verilmesi, tanı konulması veya yüksek etkili bireysel kararlar alınması amacıyla kullanılmamalıdır.

Veliler Çocuklarının Yapay Zekâ Kullanımını Nasıl Değerlendirmeli?

Yapay zekâ kullanımını yalnızca ekran süresine göre değerlendirmek yeterli değildir.

Bir öğrencinin yarım saat boyunca hazır çözümleri kopyalaması ile aynı süreyi kendi yanlışlarını anlamaya çalışarak geçirmesi farklı öğrenme etkinlikleridir.

Bu nedenle veliler çocuklarının yapay zekâ ile ne kadar süre çalıştığının yanında nasıl çalıştığını da değerlendirebilir.

Örneğin şu sorular kullanılabilir:

“Bu soruya yapay zekâ olmadan nasıl başlardın?”

“Yapay zekâ sana hangi konuda yardımcı oldu?”

“Verdiği bilgiyi nasıl kontrol ettin?”

“Konuyu şimdi kendi cümlelerinle açıklayabilir misin?”

“Benzer bir soruyu yardımsız çözmeyi deneyebilir misin?”

Bu soruların amacı çocuğu sorgulamak veya yapay zekâ kullanımını sürekli denetlemek değildir.

Amaç, öğrencinin öğrenme sorumluluğunu ve bağımsız düşünme becerisini geliştirmesine yardımcı olmaktır.

Ayrıca ailelerin ve öğrencilerin kişisel veri güvenliğine dikkat etmesi önemlidir.

Öğrencilerin kimlik bilgileri, sağlık verileri, özel aile bilgileri ve başkalarına ait kişisel bilgiler gerekli hukuki dayanak, yetki ve güvenlik koşulları bulunmadan yapay zekâ sistemleriyle paylaşılmamalıdır.

Yapay Zekâ Öğretmenin Yerini Alabilir mi?

Yapay zekâ belirli öğrenme görevlerinde açıklama, alıştırma ve geri bildirim sunabilir.

Ancak eğitim yalnızca bilgi aktarmaktan ibaret değildir.

Öğretmen; öğrencilerin öğrenme süreçlerini değerlendirir, uygun öğretim ortamını oluşturur, sosyal etkileşimleri yönetir ve pedagojik kararlar verir.

Çocukların ve ergenlerin eğitiminde duygusal gelişim, sosyal ilişkiler, bireysel farklılıklar ve etik sorumluluklar da önemlidir.

Yapay zekâ öğrencinin yazılı cevaplarını inceleyebilir ancak öğrencinin içinde bulunduğu bütün eğitimsel ve psikososyal koşulları güvenilir biçimde değerlendirdiği varsayılamaz.

Bu nedenle yapay zekâyı öğretmenin bütün görevlerini üstlenecek bir araç olarak değil, uygun koşullarda öğretim süreçlerini destekleyebilecek bir teknoloji olarak ele almak daha savunulabilir bir yaklaşımdır.

Sık Sorulan Sorular

Yapay Zekâ ile Ders Çalışmak Öğrenmeyi Her Zaman Artırır mı?

Hayır. Araştırmalar, öğrenme sonuçlarının kullanılan yapay zekâ sistemine, öğretim tasarımına, öğrenci grubuna ve değerlendirme yöntemine göre değiştiğini göstermektedir.

Yapay Zekâya Soru Çözdürmek Yanlış mı?

Hayır. Çözümlü örnekler öğrenmeyi destekleyebilir. Ancak öğrencinin bağımsız problem çözme becerisi geliştirmesi için kendi çözüm denemelerine de ihtiyaç vardır.

Yapay Zekâdan Ne Zaman İpucu İstemeliyim?

Önce soruyu anlayıp kendi çözümünüzü denemek uygun olabilir. Zorlandığınız aşamayı belirlediğinizde o aşamaya ilişkin ipucu istemek daha hedefli bir yardım sağlar.

Yapay Zekâ ile Öğrendiğimi Nasıl Anlarım?

Konuyu kendi cümlelerinizle açıklamayı, yeni soruları yardım almadan çözmeyi ve öğrendiklerinizi birkaç gün sonra yeniden hatırlamayı deneyebilirsiniz.

Yapay Zekâ YKS Hazırlığında Kullanılabilir mi?

Evet. Konu açıklaması, yanlış analizi, örnek soru üretimi ve tekrar çalışmalarında kullanılabilir. Ancak sınav başarısının değerlendirilmesinde öğrencinin yapay zekâ kullanmadan gösterdiği performans esas alınmalıdır.

Yapay Zekânın Hazırladığı Sorulara Güvenebilir miyim?

Soruları çalışma amacıyla kullanabilirsiniz. Ancak bilgi doğruluğu, soru kökü, cevap seçenekleri ve cevap anahtarı kontrol edilmelidir. Yapay zekânın soruları kendisinin yeniden incelemesi bağımsız uzman denetimi yerine geçmez.

Sonuç: Yapay Zekâ Sizin Yerinize Değil, Öğrenmenize Yardımcı Olmalı

Yapay zekâ, öğrencilerin bilgiye ulaşmasını ve öğrenme sırasında yardım almasını kolaylaştırmaktadır.

Anlaşılmayan kavramları açıklayabilir, yeni sorular hazırlayabilir, yanlışların değerlendirilmesine yardımcı olabilir ve alternatif çözüm yolları sunabilir.

Ancak bu olanakların bulunması, öğrencinin mutlaka daha iyi öğrendiği anlamına gelmez.

Yapay zekâ öğrencinin yerine sürekli problem çözüyor, metin üretiyor ve bütün öğrenme kararlarını alıyorsa bazı önemli öğrenme etkinliklerine katılım azalabilir.

Buna karşılık öğrenci önce kendi düşüncesini oluşturuyor, ihtiyaç duyduğunda destek alıyor, verilen bilgileri değerlendiriyor ve daha sonra bağımsız uygulama yapıyorsa yapay zekâ öğrenmeyi destekleyen bir araca dönüşebilir.

Bu nedenle yapay zekâ ile ders çalışmanın başarısı yalnızca ne kadar hızlı cevap bulunduğuyla veya kaç sorunun doğru çözüldüğüyle değerlendirilmemelidir.

Daha önemli sorular şunlardır:

Öğrenci neyi öğrendi?

Hangi bilgileri hatırlayabiliyor?

Hangi problemleri yardımsız çözebiliyor?

Öğrendiklerini yeni durumlarda kullanabiliyor mu?

Yapay zekânın eğitimdeki değeri, öğrencinin yerine düşünmesinde değil; öğrencinin daha doğru, daha bağımsız ve daha nitelikli düşünmesine yardımcı olmasındadır.

---

Kaynakça

Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), Article e2422633122. https://doi.org/10.1073/pnas.2422633122

Boolzen, C., Kuhn, J., Flegr, S., Rott, E.-M., Stausberg, N., & Küchemann, S. (2026). Evidence of impact and interpretational limits of generative AI in STEM education: A systematic review and meta-analysis on cognitive learning outcomes. Artificial Intelligence Review, 59, Article 223. https://doi.org/10.1007/s10462-026-11665-9

Dunlosky, J., Rawson, K. A., Marsh, E. J., Nathan, M. J., & Willingham, D. T. (2013). Improving students' learning with effective learning techniques: Promising directions from cognitive and educational psychology. Psychological Science in the Public Interest, 14(1), 4–58. https://doi.org/10.1177/1529100612453266

Fütterer, T., Bardach, L., Kuhn, J., Keller, S. D., & Gerjets, P. (2026). Enhancing school students' self-regulated learning through generative AI support: A randomized controlled trial. Educational Psychology Review, 38, Article 42. https://doi.org/10.1007/s10648-026-10133-8

Kestin, G., Miller, K., Klales, A., Milbourne, T., & Ponti, G. (2025). AI tutoring outperforms in-class active learning: An RCT introducing a novel research-based design in an authentic educational setting. Scientific Reports, 15, Article 17458. https://doi.org/10.1038/s41598-025-97652-6

Liu, J., Sweet, T., Chen, M. H., Engelberg, J., Masters, M., Clark, M., Persaud, A., Lancaster, A., Hollingsworth, J. K., & Rice, J. K. (2026). The effects of course-integrated AI tutoring on student performance and engagement: A randomized university trial (EdWorkingPaper No. 26-1598). Annenberg Institute at Brown University. https://doi.org/10.26300/y3f8-vh05

Miao, F., & Cukurova, M. (2024). AI competency framework for teachers. UNESCO. https://www.unesco.org/en/articles/ai-competency-framework-teachers

Miao, F., Shiohira, K., & Lao, N. (2024). AI competency framework for students. UNESCO. https://www.unesco.org/en/articles/ai-competency-framework-students

---

Bilimsel değerlendirme notu: Bu yazı, seçilmiş bilimsel araştırmaların eleştirel anlatısal incelemesine dayanmaktadır. Sistematik derleme veya meta-analiz değildir. Araştırmaların farklı örneklemleri, öğretim koşulları ve değerlendirme yöntemleri bulunmaktadır. Yazıda önerilen altı aşamalı çalışma modeli ve örnek süre dağılımı, bağımsız olarak etkililiği doğrulanmış standart bir müdahale programı değildir.

Yayın açıklaması: İçeriğin araştırılması, bilimsel kaynakların karşılaştırılması ve editöryal düzenlenmesinde ChatGPT (OpenAI) desteğinden yararlanılmıştır. Bağımsız uzman hakem değerlendirmesi gerçekleştirilmemiştir.

Hazırlayan: Psikolojik Danışman Ahmet Usta

Yayın: İnsana Bakınca

İlgili okuma: Yapay zekâ ile çalışırken yapılan yaygın hataların kısa ve uygulamalı kontrol listesi için Yapay Zekâ ile Ders Çalışırken Yapılan 10 Temel Hata yazısını inceleyebilirsiniz.