Geçen aylarda bir müşterimdeydim, İK direktörüyle sohbet ediyorduk. Bana şöyle bir hikâye anlattı: bayilere verilecek eğitimin ihtiyaç analizini iki ayrı kişiye hazırlatmış. Biri bir haftada teslim etmiş, diğeri üç haftada. Sizce ne olmuş?
İki sunum da güzelmiş. Düzgün kurgulanmış, veriyle doldurulmuş, grafikleri yerli yerinde. Dosyalara bakarak hangisinin daha iyi olduğunu söyleyemezmişsiniz. Sonra sorular başlamış: "Bayi personelinde devir hızı neden bu kadar yüksek?", "Bu eğitimi geçen yıl da vermişiz, neden tutmamış?", "Sahadaki ustabaşı bu içeriği neden açmıyor?" Yapay zeka desteğiyle bir haftada hazırlayan kişi hızlı cevap vermiş, ama cevapları çok zayıf kalmış. Üç haftada teslim eden ise hepsini eksiksiz yanıtlamış. Çünkü o üç haftada bayileri tek tek aramış.
İki dosya da güzeldi. Ama biri yüzeyseldi, diğeri derindi. Fark dosyada değil, hazırlığın arkasındaki zihinde yatıyordu.
Ben de itiraf edeyim: bu tuzağa düşmüyor değilim. Bir teklif metnini yapay zeka ile hızla ürettirmek, fiyatlamayı çıkarmak, sonra toplantıda "bu neden böyle?" ya da "bu neden diğerinden farklı?" sorusuna hazırlıksız yakalanmak. Oysa yazmak ve onaylamak farklı şeylerdir. Onaylamak ciddi biçimde okumayı, düzenlemeyi, özümsemeyi ister.
Özetle bu yazı önce veriye ve kanıta bakıyor: yapay zeka işleri ne kadar iyileştiriyor, nerede yüzeysel kalıyor? Sonra da kurumsal eğitim ve gelişimde nelere dikkat etmek gerektiğine.
Kanıt ne diyor
Önce hızın gerçek olduğunu kabul edelim. 453 üniversite mezunu profesyonelle yapılan bir deneyde, orta düzey yazı işlerinde harcanan süre yaklaşık %40 kısaldı, çıktı kalitesi %18 arttı (Noy ve Zhang, 2023). Ama asıl dikkat çeken bulgu şuydu: en çok fayda görenler, başlangıçta en zayıf performans gösterenlerdi. Aradaki mesafe kapandı.
İkinci çalışma aynı yere işaret ediyor. 5.179 müşteri temsilcisinin izlendiği bir alan araştırmasında saatte çözülen konu sayısı ortalama %14 arttı; ama bu artış yeni başlayanlarda %34 iken, deneyimli temsilcilerde neredeyse sıfırdı (Brynjolfsson, Li ve Raymond, 2025). Sade bir dille: araç en çok, en az bileni yukarı çekiyor.
Bu ikisini yan yana koyduğunuzda tablo net: taban yükseldi. "Hızlı ve düzgün iş çıkarmak" artık bir ayrıcalık değil. Kurumda bir zamanlar sizi ayrıştıran şey, yani temiz rapor, derli toplu sunum, akıcı metin, bugün herkesin elinde.
Kurumsal öğrenme tasarımı açısından bunun anlamı açık: eğitim ekiplerinin yıllardır ürettiği çıktıların bir kısmı artık ayırt edici değil. Modül metni, senaryo taslağı, ölçme soruları, sunum düzeni; hepsi hızlandı ve ucuzladı. Geriye ayırt edici olarak ne kaldı diye sorarsanız cevap tek: sahayı bilmek ve doğru soruyu sorabilmek.
Peki fark nereye taşındı? Üçüncü çalışma bunu gösteriyor. 758 danışmanla yapılan deneyde, aracın güçlü olduğu görevlerde katılımcılar %12 daha fazla iş çıkardı, %25 daha hızlı çalıştı ve kalite puanları belirgin biçimde yükseldi. Aracın zayıf kaldığı görevlerde ise tam tersi oldu: kullananların doğru sonuca ulaşma ihtimali, hiç kullanmayanlara göre 19 puan düştü (Dell'Acqua ve ark., 2023). Araştırmacılar buna tırtıklı sınır (jagged frontier) diyor. Yeteneğin sınırı düz bir çizgi değil; girintili çıkıntılı. Ve dışarıdan bakınca o sınırın nerede olduğu belli olmuyor, çünkü çıktı her iki durumda da aynı özgüvenle geliyor.
Dördüncüsü doğrudan öğrenmeyle ilgili ve bizim coğrafyamızdan. Türkiye'de bir lisede yaklaşık 1.000 öğrenciyle yapılan çalışmada, alıştırma sırasında standart sohbet arayüzüne erişen öğrencilerin performansı %48, cevabı doğrudan vermek yerine yönlendiren "öğretmen" sürümüne erişenlerinki %127 arttı. Sonra destek kaldırıldı ve sınav yapıldı. Standart araca erişmiş olanlar, hiç kullanmamış olanlara göre %17 daha kötü sonuç aldı. Yönlendiren sürümü kullananlarda bu düşüş görülmedi (Bastani ve ark., 2024).
Bu son bulgu, bu yazıdaki en önemli cümleyi taşıyor: araç size cevabı verirse o anki performansınız yükselir, öğrenmeniz düşer. Aynı araç sizi düşündürürse ikisi birden yükselir. Fark araçta değil, aracın nasıl kurulduğunda.
Ama abartmayalım, sınırları da var
Dürüst olalım. Danışman deneyi tek bir şirkette, belirli bir görev setiyle ve 2023 modelleriyle yapıldı. Sınır o günden bu yana yer değiştirdi. Yön muhtemelen doğru, ama rakamları olduğu gibi başka bir işe taşımak yanlış olur.
Lise çalışması ise lise matematiği. Bunu yetişkin çalışana ve kurumsal işe taşımak bir ekstrapolasyon. Ben bu yazıda taşıyorum, ama taşıdığımı söyleyerek taşıyorum.
Bir de son aylarda çok dolaşan, beyin dalgası ölçümüne dayalı bir çalışma var; manşetlere "yapay zeka beyni köreltiyor" diye çıktı. 54 kişilik, hakem sürecinden geçmemiş bir çalışma bir uyarı olabilir, dayanak olamaz. Ben bu yazıda kullanmadım.
Ve ters yön: kazanç gerçek. Dar ve bağlamı belli işlerde hız artışı ölçülmüş bir olgu. Mesele "işe yarıyor mu" değil, neyin karşılığında işe yaradığı.
Ne çözer, ne çözmez
Çözer: ilk taslağı, biçimlendirmeyi, özetlemeyi, hacmi. Bilenin rutin yükünü kısaltır, yeni başlayanı hızla ortalamaya taşır.
Çözmez: "neden" sorusunun cevabını sizin yerinize üretmez. Hangi verinin eksik olduğunu söylemez, çünkü eksik veriyi görmez. Ve en önemlisi: odada soru sorulduğunda sizin yerinize konuşmaz.
Bunun öğrenme tasarımındaki en somut hâli soru bankaları. Yapay zeka bir konudan yüzlerce çoktan seçmeli soru üretir ve hepsi ilk bakışta düzgün görünür. Ama üretilen soruların çoğu hatırlamayı ölçer, karar vermeyi ölçmez; çünkü modelin elinde sizin sahanızda gerçekten neyin yanlış gittiğine dair bir bilgi yok. Bir vardiya amirinin hangi anda hangi kısayolu seçtiğini bilen sizsiniz. Aracın ürettiği yüz sorudan onunu ayıklayıp gerçek bir olaya bağlayan kişi, o yüz soruyu üretenden çok daha değerli iş yapmıştır.
Kurumlarda gördüğüm asıl değişim şu: içerik hızla çoğaldı, içerik başına düşünme süresi azaldı. Bu ikisi aynı anda olunca kimse fark etmiyor, çünkü çıktı sayısı yükselirken bakılan tek gösterge o oluyor.
Kurumsal eğitim ve gelişimde yarın ne yapmalı
- Öğrenme anıyla üretim anını ayırın. Günlük işte araç serbest olsun; ama eğitimin alıştırma bölümünde en az bir görev destek kapalı yapılsın. Lise çalışmasındaki düşüş tam olarak burada ortaya çıktı: destek varken kimse zorlanmadığı için kimse öğrenmedi.
- Aracı cevap makinesi değil, soru makinesi olarak kurun. Aynı teknoloji, "sana cevabı verme, adım adım sorularla düşündür" diye kurulduğunda öğrenmeyi bozmadı, üstelik alıştırma performansını daha da yukarı çekti. Bu bir kurulum tercihidir ve tamamen sizin elinizde.
- Yazar değil editör yetiştirin. İlk taslak makinenin olabilir; ölçtüğünüz şey neyi değiştirdiği olsun. Katılımcıya bir çıktı verin, "bunu göndermeden önce neyi düzelttin ve neden?" diye sorun. Bu soruya iyi cevap veren kişi, sıfırdan yazandan daha değerlidir.
- Sınırın nerede olduğunu öğretin. Ekibinizin kendi işindeki hangi görevlerde araca güvenilebileceğini, hangilerinde güvenilemeyeceğini birlikte listeleyin. Bu liste bir eğitim çıktısı olmalı; herkesin kafasında ayrı ayrı taşıdığı bir sezgi değil.
- Kıdemlinin rolünü yeniden tanımlayın. Araç yeni başlayanı ortalamaya taşıyorsa, kıdemlinin işi artık "aynı işi daha hızlı yapmak" değil. O; sınırı çizen, kalitesizi ayıklayan ve öğreten kişidir. Bu rolü yazılı hale getirmezseniz kıdem farkı görünmez olur ve kurum yanlış kişiyi ödüllendirir.
- Bağ kurmayı programın içine koyun. Aracın en zayıf olduğu yer, uzak alanlar arasında bağ kurmak. Steve Jobs bilgisayarı icat etmedi; teknolojiyi psikoloji ve tasarımla birleştirdi. Kurumda bunun karşılığı basit: eğitim uzmanını üretimin içine, saha ekibini veri masasına oturtan kısa rotasyonlar ve iki departmanın birlikte çözdüğü gerçek vakalar.
- İki soru kuralını uygulayın. Bu benim ekipte kullandığım en ucuz kontrol: yapay zeka desteğiyle hazırlanmış her teslimattan sonra, o belgenin cevaplamadığı iki soru sorulur. Sadece iki soru. Cevap gelmiyorsa iş bitmemiştir, belge bitmiştir. İkisi aynı şey değil.
Kapanış
Yapay zeka iyi bir yardımcı. Sorun onun ne yaptığında değil, biz kullanırken hangi kasımızı çalıştırmayı bıraktığımızda.
Gelecekte kurumda üç tür çalışan olacağını düşünüyorum: aracı bir koltuk değneği gibi kullanan, aracı rutini hızlandırmak için kullanan ve aracı kendi uzmanlığını büyütmek için kullanan. İlk grubun yerini teknoloji alacak. İkinci grup çoğalacak ve tam da çoğaldığı için sıradanlaşacak. Üçüncü grup ise az kalacak; odada sorular başladığında konuşabilen tek grup da o olacak.
Aracı öğretmek bir günlük iştir. Soru sorabilen bir ekip yetiştirmek bir program meselesidir; fark artık orada oluşuyor.