Yapay zekâ bizi daha meraklı mı yapıyor, yoksa öğrenme çabamızı mı azaltıyor?

Yapay zekâ sizi daha mı meraklı yaptı, yoksa öğrenmek için eskisi kadar çaba göstermiyor musunuz? Bu soruyu son günlerde sık duyuyoruz ve dürüst olmak gerekirse çoğumuz kendi cevabımızdan emin değiliz. Bir yanda aklımıza takılan her şeyi anında sorabildiğimiz bir araç var; öte yanda cevaplar bu kadar kolay gelince düşünmeyi de ona bırakıp bırakmadığımızı merak ediyoruz.

İyi haber şu: Bu soru artık yalnızca bir his değil. Son iki yılda MIT, Microsoft, Harvard ve Wharton’dan araştırmacılar konuyu deneyler ve anketlerle incelemeye başladı; bu çalışmalardan biri doğrudan Türkiye’de yapıldı. Bulgular tek bir yöne işaret etmiyor ama ortak bir ders veriyor: Sonucu belirleyen yapay zekânın kendisi değil, onu nasıl kullandığımız.

Kısaca: araştırmalar ne diyor?

• Cevabı doğrudan almak öğrenmeyi zayıflatabiliyor. Türkiye’de yaklaşık 1.000 lise öğrencisiyle yapılan deneyde, sınırsız GPT-4 erişimi olan öğrenciler alıştırmalarda daha başarılı oldu ama araç ellerinden alındığında sınavda hiç kullanmayanlardan %17 daha düşük not aldı.
• Yapay zekâya güven arttıkça eleştirel düşünme azalıyor. Microsoft ve Carnegie Mellon’ın 319 profesyonelle yaptığı araştırmada, yapay zekâya daha çok güvenenler daha az eleştirel düşündüklerini bildirdi.
• Doğru tasarlanmış bir yapay zekâ öğrenmeyi hızlandırabiliyor. Harvard’daki bir fizik dersinde, cevabı hemen vermeyen ve öğrenciyi adım adım düşündüren bir yapay zekâ öğretmeni, sınıf içi aktif öğrenmenin iki katından fazla öğrenme kazancı sağladı.
• Merak da desteklenebiliyor. Fransa’da 9–10 yaşındaki çocuklarla yapılan bir çalışmada, yapay zekânın hazır soru yerine ipucu verdiği düzen çocukların daha fazla merak sorusu sormasını sağladı.

Cevap hızlandıkça çabamız azalıyor mu?

En çok konuşulan çalışma MIT Media Lab’den geldi. Araştırmacılar 54 katılımcıdan deneme yazmalarını istedi: bir grup ChatGPT kullandı, bir grup arama motoru kullandı, bir grup ise hiçbir araç kullanmadı. EEG ile ölçülen beyin bağlantısı, dışarıdan alınan destek arttıkça zayıfladı: En güçlü bağlantı araçsız yazanlarda, en zayıf bağlantı ChatGPT kullananlardaydı. Daha çarpıcı bir bulgu da şuydu: İlk oturumda ChatGPT grubundaki 18 kişiden 15’i, az önce yazdığı metinden doğru bir alıntı yapamadı. Diğer iki grupta bu sayı 18’de 2’ydi. ChatGPT kullananlar yazdıkları metni de daha az sahiplendi.

Bu çalışmayı dikkatle okumak gerekiyor. Henüz hakem değerlendirmesinden geçmemiş bir ön baskı, örneklem küçük ve yöntemi başka araştırmacılar tarafından eleştirildi. Yine de tanıdık bir duyguyu ölçülebilir hâle getiriyor: Bir metni üzerine düşünmeden yazdırdığımızda, o metin aklımızda pek yer etmiyor.

Çalışma hayatına bakan araştırmalar da benzer bir tablo çiziyor. Microsoft Research ve Carnegie Mellon Üniversitesi’nin 319 bilgi çalışanından topladığı 936 gerçek kullanım örneğine göre, yapay zekâya güveni yüksek olanlar daha az, kendi yetkinliğine güvenenler ise daha fazla eleştirel düşündüklerini bildirdi. Araştırmacılar eleştirel düşünmenin ortadan kalkmadığını, biçim değiştirdiğini de vurguluyor: Düşünme artık daha çok bilgiyi doğrulamaya, gelen cevabı kendi işine uyarlamaya ve sürecin sorumluluğunu taşımaya kayıyor.

Michael Gerlich’in 666 kişiyle yaptığı araştırma da sık yapay zekâ kullanımı ile eleştirel düşünme becerisi arasında olumsuz bir ilişki buldu. Araştırmaya göre bu ilişkiyi açıklayan etken “bilişsel yük aktarımı”, yani düşünme işini araca devretmek. En çok etkilenen grup, araca en fazla güvenen genç katılımcılardı. Bu bir korelasyon çalışması olduğu için neden-sonuç ilişkisi kurmuyor, ama yönü öteki bulgularla örtüşüyor.

Türkiye’den çarpıcı bir deney: aynı araç, iki farklı sonuç

Konuya en net ışığı tutan çalışma, 2025’te PNAS dergisinde yayımlanan ve Türkiye’deki bir lisede yaklaşık 1.000 öğrenciyle yapılan saha deneyi. Wharton ve Pennsylvania Üniversitesi’nden araştırmacılar öğrencileri üç gruba ayırdı: bir grup matematik alıştırmalarında standart GPT-4 arayüzünü kullandı, bir grup öğretmenlerin katkısıyla hazırlanan, cevabı doğrudan vermeyip ipuçlarıyla yönlendiren bir “GPT Öğretmen” kullandı, bir grup ise hiç yapay zekâ kullanmadı.

• Standart GPT-4 kullananlar: alıştırmalarda %48 daha başarılı oldu, ancak araç olmadan girilen sınavda hiç kullanmayanlardan %17 daha düşük not aldı.
• GPT Öğretmen kullananlar: alıştırmalarda %127 daha başarılı oldu ve sınavda olumsuz bir etki görülmedi.

Fark, aracın neye izin verdiğinde. Cevabı hazır veren bir araç kısa vadede performansı artırıyor ama öğrenmeyi zayıflatıyor. Öğrenciyi düşünmeye zorlayan bir araç ise aynı teknolojiyle bu olumsuz etkiyi büyük ölçüde ortadan kaldırıyor. Araştırmacıların başlığı da durumu özetliyor: Koruyucu sınırları olmayan üretken yapay zekâ öğrenmeye zarar verebilir.

Aynı araç merakı büyütebilir de

Madalyonun öbür yüzü de en az bu kadar güçlü. Harvard’da 194 öğrencinin katıldığı ve Scientific Reports’ta yayımlanan randomize kontrollü deneyde, giriş düzeyindeki bir fizik dersinde iki konu bir kez yapay zekâ öğretmeniyle, bir kez de sınıfta aktif öğrenmeyle işlendi. Yapay zekâ öğretmeniyle çalışan öğrencilerin öğrenme kazancı, sınıfta aktif öğrenmeyle çalışan gruptakilerin iki katından fazlaydı ve bunu daha kısa sürede başardılar. Öğrenciler kendilerini derse daha bağlı (5 üzerinden 4,1’e karşı 3,6) ve daha motive (3,4’e karşı 3,1) hissettiklerini de bildirdi. Kilit nokta yine tasarımdaydı: Bu yapay zekâ öğretmeni cevabı hemen vermek yerine öğrenciyi adım adım düşündürecek şekilde, eğitim araştırmalarına dayanarak hazırlanmıştı.

Merakın doğrudan desteklenebildiğini gösteren bir örnek de Fransa’dan. Araştırmacılar 9–10 yaşındaki 75 çocukla çalıştı. Yapay zekânın çocuklara hazır soru vermek yerine birkaç anahtar kelime sunup soruyu onların kurmasına izin verdiği düzende, çocuklar belirgin biçimde daha fazla “merak sorusu”, yani cevabı metinde hazır bulunmayan, keşfe açık soru sordu. Bu gruptaki çocuklar soru sorma becerilerine olan güvenlerinin de arttığını belirtti.

İki tür merak: hangisini besliyoruz?

Arizona State Üniversitesi’nden Punya Mishra ve Danah Henriksen, bu çelişkili görünen sonuçları açıklamak için merak araştırmalarındaki eski bir ayrımı hatırlatıyor. Bir tür merak, belirli bir bilgi boşluğunu kapatma isteği: “Bunun cevabı ne?” sorusunun yarattığı kaşıntı. Diğeri ise keşfetme merakı: bir konuyu kurcalamaktan, yeni bağlantılar kurmaktan aldığımız keyif.

Yapay zekâ ilk türü çok hızlı tatmin ediyor. Üstelik kullanıcıyı memnun etmeye eğilimli olduğu için cevaplarını akıcı ve kendinden emin bir dille veriyor; cevap eksik ya da yanlış olsa bile bilmemenin verdiği rahatsızlığı hemen ortadan kaldırıyor. Yazarlar bunu bir tuzak olarak tarif ediyor: Soruyu kapatmayı anlamakla karıştırmaya başlayabiliriz. Keşfetme merakı ise ancak kendimize biraz belirsizlikte kalma ve “neden?” diye sormaya devam etme fırsatı verdiğimizde büyüyor.

Merakı koruyarak yapay zekâ kullanmak için 6 alışkanlık

• Önce kendiniz düşünün. Bir soruyu yapay zekâya sormadan önce iki dakika kendi cevabınızı not edin. Sonra karşılaştırın; aradaki fark çoğu zaman en çok şey öğrendiğiniz yerdir.
• Cevap değil, soru isteyin. “Bana cevabı verme, doğru cevaba ulaşmam için sorular sor” gibi bir komut, aracı bir cevap makinesinden düşünme ortağına çevirir. Türkiye’deki deneyde fark yaratan da buydu.
• “Neden?” diye bir adım daha ilerleyin. İlk cevapta durmayın. Gerekçeyi, karşı görüşü ya da cevabın hangi durumda yanlış olacağını sorun.
• Kaynağa gidin. Önemli bir bilgiyi yapay zekâdan aldıysanız asıl kaynağını açıp kendiniz okuyun. Microsoft araştırmasının da gösterdiği gibi, artık eleştirel düşünmenin önemli bir kısmı doğrulamadan oluşuyor.
• Kendi cümlelerinizle yeniden yazın. MIT çalışmasındaki “kendi metnini hatırlayamama” sonucu, sahiplenmenin önemini gösteriyor. Yapay zekânın taslağını kendi dilinize çevirdiğinizde hem metin size ait olur hem de akılda kalır.
• Ne öğrendiğinizi not edin. Günün sonunda “Bugün yapay zekâyla ne öğrendim, hangi soruyu hâlâ merak ediyorum?” diye sormak, yapay zekâ kullanımınızı tüketmekten öğrenmeye taşır.

Ekipler ve markalar için ne anlama geliyor?

Bu tartışma yalnızca okulları ilgilendirmiyor. Pazarlama ve iletişim ekiplerinde yapay zekâ artık metin yazma, sunum hazırlama ve araştırma işlerinin bir parçası. MIT çalışmasında ChatGPT kullananların yazılarının birbirine ve yapay zekânın kendine özgü kelime seçimlerine benzemeye başlaması, markalar için de bir uyarı: Herkes aynı araca aynı soruyu sorduğunda içerikler birbirine benziyor. Rakiplerinizden ayrışmanızı sağlayan şey, ekibinizin sorduğu soruların kalitesi ve merakı olmaya devam ediyor.

Bu yüzden ekipler için asıl soru “yapay zekâyı kullanalım mı?” değil, “nasıl kullanalım ki ekibimiz düşünmeye devam etsin?” sorusu. Hangi işlerin yapay zekâya devredileceğini, hangi aşamalarda insan muhakemesinin şart olduğunu ve sonuçların nasıl doğrulanacağını açıkça belirleyen ekipler, araçtan hız kazanırken düşünme kaslarını da korur. Bu konudaki deneyimlerimizi “Bir ekibe görünürlük öğretmek” yazımızda, yapay zekâ çağında tüketici güvenine dair araştırmayı da “Yeni tüketici” yazımızda paylaşmıştık.

Edda Creative bu konuda ne yapar?

Amsterdam ve Ankara ekibimizle markalara ve ekiplere yapay zekâyı iletişim ve içerik süreçlerine bilinçli biçimde dâhil etmeleri için eğitim ve atölyeler düzenliyoruz. Hangi işlerde yapay zekâdan destek alınabileceğini, marka sesinin ve stratejik düşünmenin nerede ekibin elinde kalması gerektiğini birlikte belirliyor, ekibin kendi sorularını sormaya devam ettiği bir çalışma düzeni kuruyoruz. Detaylar için eğitim ve atölyeler ile iş geliştirme ve pazarlama danışmanlığı sayfalarımıza bakabilirsiniz.

Sonuç: soru sormaya devam eden kazanıyor

Yapay zekâ bizi kendiliğinden ne daha meraklı ne de daha tembel yapıyor. Cevabı alıp geçtiğimizde öğrenme çabamız azalıyor; onu soru soran, itiraz eden, bizi düşündüren bir ortak gibi kullandığımızda ise merakımız büyüyebiliyor. Belki de kendimize sormamız gereken soru şu: Bugün yapay zekâya kaç soru sordum ve kaç tanesinin cevabını gerçekten anladım?

Sık sorulan sorular

Yapay zekâ kullanmak eleştirel düşünmeyi azaltır mı?

Araştırmalar, yapay zekâya fazla güvenildiğinde ve düşünme işi tamamen araca bırakıldığında eleştirel düşünmenin azaldığını gösteriyor. Ancak cevapları doğrulayan, sorgulayan ve kendi cümleleriyle yeniden kuran kullanıcılarda bu etki zayıflıyor.

Yapay zekâ öğrenmeye yardımcı olabilir mi?

Evet. Harvard’daki randomize deneyde, öğrenciyi adım adım düşündüren bir yapay zekâ öğretmeni sınıf içi aktif öğrenmenin iki katından fazla öğrenme kazancı sağladı. Belirleyici olan, aracın cevabı hazır vermek yerine düşünmeyi desteklemesi.

Türkiye’de yapay zekâ ve öğrenme üzerine bir araştırma var mı?

Evet. 2025’te PNAS’ta yayımlanan çalışma, Türkiye’de yaklaşık 1.000 lise öğrencisiyle yapıldı. Standart GPT-4 kullanan öğrenciler araç olmadan girdikleri sınavda %17 daha düşük not aldı; cevabı vermeyen “GPT Öğretmen” kullananlarda bu olumsuz etki görülmedi.

Yapay zekâyı merakımı koruyarak nasıl kullanabilirim?

Önce kendi cevabınızı düşünün, yapay zekâdan cevap yerine soru isteyin, “neden?” diye sorgulamaya devam edin, önemli bilgileri asıl kaynağından doğrulayın ve öğrendiklerinizi kendi cümlelerinizle yeniden yazın.

Bu yazı 27 Ekim 2026 itibarıyla yayımlanmış araştırmalara dayanmaktadır. Bazı çalışmalar ön baskı aşamasındadır; sonuçlar yeni araştırmalarla değişebilir.

Kaynaklar

• Kosmyna, N. vd. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. MIT Media Lab, arXiv:2506.08872
• Comment on: Your Brain on ChatGPT (2026), arXiv:2601.00856
• Lee, H.-P. vd. (2025). The Impact of Generative AI on Critical Thinking. CHI ’25, Microsoft Research ve Carnegie Mellon University
• Gerlich, M. (2025). AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking. Societies, 15(1), 6
• Bastani, H. vd. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. PNAS, 122(26)
• Kestin, G. vd. (2025). AI tutoring outperforms in-class active learning. Scientific Reports, 15, 17458
• Abdelghani, R. vd. GPT-3-driven pedagogical agents for training children’s curious question-asking skills, arXiv:2211.14228
• Mishra, P. ve Henriksen, D. (2025). The Curiosity Paradox: How Sycophantic GenAI May Undermine Learning. TechTrends, 69