Sosyal medyada etki alanı yüksek ve kendi alanında fikir lideri konuşmacılar ile markaları dijital proje iş birlikleri ve marka elçilikleri kapsamında bir araya getirerek markaların iş sonuçlarına katkı sağlayan projeler geliştiriyoruz.
Yapay zekâ akıcılığı, yapay zekâyı kullanmak değil onu yargılayabilmektir. Yüce Zerey'den kognitif outsourcing riski ve eleştirel düşünce çerçevesi anlatımı.
Geçen hafta deneyimsiz birine, bir ürün müdürüne, “yapay zekâ olmadan nasıl çalışırsın” diye sordum. “Yüce, ben artık yapay zekâ olmadan yapamıyorum, çıktısı bana hep iyi geliyor.” Bu cümle, alkış almak için değil, alarm vermek için söylenmesi gereken bir cümle. Çünkü yapay zekâ akıcılığı, yapay zekâyı kullanabilmek değil; yapay zekânın çıktısını yargılayabilmektir.
Yapay zekâ sana cevap verir. Soru sormayı öğretmez. Soru sormak senin işin. Eleştirmek senin işin. Reddetmek senin işin. Bu üç yetkinlik kaybedilirse yapay zekâ seni yetkinleştirmez, körleştirir.
Eleştirel Düşünce: Yıllarca Sınıfta Öğrendiğim
Üniversitede yıllarca marka stratejisi anlattım. Her dönemin başında öğrencilere aynı soruyu sorardım: “Bu dersten ne öğreneceksin?” Cevap çoğu zaman “marka nasıl konumlanır” türünden olurdu.
Cevabım da sabitti: “Marka konumlanma tekniğini Wikipedia’dan okurum, dört saatte öğrenirim. Bu dersten öğreneceğin tek şey: aynı vakaya bakarken farklı zihinlerin nasıl farklı sonuca vardığını görmek. Sonra kendi zihninin nasıl çalıştığını fark etmek. Sonra o zihni daha keskin tutmak.”
Yapay zekâ akıcılığı tam bu pedagojinin kurumsal versiyonu. Yapay zekâ sana cevap verir, ama hangi cevabı kabul edeceğin senin zihninin keskinliğine kalır. O keskinlik kaybedilirse, yapay zekâ değerli olmaz; tehlikeli olur.
Workday'in Yüzde 40 Verisi: Tasarrufun Kaçtığı Yer
Workday'in Ocak 2026'da yayımladığı "Beyond Productivity: Measuring the Real Value of AI" araştırması, Kasım 2025'te Hanover Research tarafından Kuzey Amerika, APAC ve EMEA'da 3.200 katılımcıyla yapıldı. Çıkan bulgu rahatsız edici.
Yapay zekânın kazandırdığı zamanın yüzde 40'a yakını yeniden işe gidiyor. Hata düzeltme, yeniden yazma ve çıktı doğrulama. Araştırmacılar buna üretkenlik üzerindeki yapay zekâ vergisi diyor. Çalışanların yalnızca yüzde 14'ü yapay zekâ kullanımından tutarlı biçimde net pozitif sonuç bildiriyor.
Rakamı doğru okumak önemli. Yapay zekâ gerçekten hızlı üretiyor, sorun üretimde değil. Sorun, üretilen şeyin güvenilirliğini ölçecek yargının kurulmamış olması. Kontrol katmanı zayıf olduğunda kazanılan saat, düzeltmeye harcanan saate dönüşüyor ve tabloda net kazanç kalmıyor.
Bu bulgu yapay zekâ akıcılığının tanımını netleştirir. Akıcılık, yapay zekâyla hızlı üretmek anlamına gelmiyor. Çıktıyı hızlı ve doğru değerlendirebilmek anlamına geliyor. Üretim makineye delege edilebilir. Yargı çalışanda kalır ve yüzde 40'lık kayıp tam olarak o yargının eksikliğinden doğuyor.
Kognitif Outsourcing Tuzağı
İlk uyarı: kognitif outsourcing.
Çalışan, yapay zekâya bir görev verir, çıktıyı kabul eder, başka şeye geçer. İlk başta zaman tasarrufu gibi görünür. İki ay sonra çalışanın, o görevi kendi başına yapma becerisi körelmeye başlar. Altı ay sonra çalışan yapay zekâ olmadan o işi yapamaz hale gelir.
MIT’nin 2025 sonbaharında yayımlanan çalışması, programlama dünyasından çarpıcı bir veri verdi: GitHub Copilot’ı 12 aydan fazla yoğun kullanan junior geliştiricilerin yüzde 48’i, Copilot kapatıldığında basit algoritma sorularında performans düşüklüğü gösterdi. Yetenek kaybı değil, refleks kaybı. Kas, çalıştırılmadığı için zayıflıyor.
Bu, programlamaya özel değil. Yazı yazma, analiz, müzakere, sunum hazırlama: her bilişsel görevde aynı dinamik geçerli. Yapay zekâya delege ettiğin her görev, eğer kontrol katmanı yoksa, kendi yetkinliğini eritir.
Yapay Zekâ Akıcılığının 4 Boyutu
Akıcılığı dört boyuta ayırıyorum. Hepsi birden geliştirilmediğinde “yarım akıcı” insan çıkar; tehlikeli olur.
Boyut 1: Üretim Akıcılığı
Yapay zekâya etkili prompt yazabilme. Doğru bağlamı verebilme, çıktının formatını şekillendirebilme, iteratif düzeltebilme. Bu, en görünür boyut. Ama tek başına yetmez.
Boyut 2: Yargı Akıcılığı
Yapay zekâ çıktısını eleştirebilme. “Bu sayı doğru mu?”, “Bu argüman tutarlı mı?”, “Bu öneri benim bağlamıma uyar mı?” sorularını refleks olarak sorabilme. Üretim akıcılığı yüksek olup yargı akıcılığı düşükse, çalışan yapay zekânın hatalı çıktısını üst yönetime taşır. Tehlikeli kombinasyon.
Boyut 3: Sınır Akıcılığı
Yapay zekânın hangi görevde işe yaradığını, hangisinde yaramadığını bilebilme. Yapay zekâ, müşteri özel ilişkisi yönetiminde işe yaramaz. Yapay zekâ, etik ikilemlerde işe yaramaz. Yapay zekâ, vizyon yaratmada zayıftır. Bu sınırları bilen çalışan, doğru görevde doğru aleti kullanır.
Boyut 4: Bağımsızlık Akıcılığı
Yapay zekâ olmadan da o görevi yapabilme yetisi. Şart değil aynı hızda yapsın, ama prensipte yapabilmesi gerekir. Aksi halde çalışan, yapay zekânın sigortası kaplı bir bağımlıdır.
Bağımsızlık Akıcılığı Nasıl Korunur?
Bu boyut en hassas olanı. Üç pratik öneriyorum:
Pratik 1: Haftada bir gün yapay zekâsız çalış
Cuma günleri yapay zekâsız çalışma günü. O gün rapor yazılır, analiz yapılır, sunum hazırlanır: hepsi tamamen kendi başına. İlk dört Cuma zor olur, sonraki dört Cuma rahatlar, sekizinci Cuma’dan sonra çalışan “ben aslında bunu kendim yapabiliyormuşum” hissi yaşar. Bu his, akıcılığın temelidir.
Pratik 2: Yapay zekâ çıktısını üç kez challenge et
Her yapay zekâ çıktısını teslim etmeden önce üç soru: 1. Bu argümanın aksi olabilir mi? Aksi argüman aynı veriyle nasıl kurulur? 2. Bu sayı / kaynak gerçek mi? Üç saniyede doğrulanabilir mi? 3. Ben bu çıktıyı kendim yazsaydım nasıl olurdu, fark nerede?
Üç soru, 90 saniye sürer. Yapay zekâ çıktısını ham haliyle kullanmak yerine bu üç filtreyi koyduğunda, akıcılığın sürekli antrenmanda kalır.
Pratik 3: Yapay zekâ olmadan da geliştirici aktiviteler tut
Kitap oku (akademik kitap, yapay zekâ özetinden değil: 300 sayfasını başından sonuna). Uzun yazı yaz (yapay zekâsız 2.000 kelime, ayda en az iki kez). Tartışma yap (canlı insan ile, mesajlaşma değil). Bu üç aktivite, kasın çalışmasını sağlar. Yapay zekâ yokken kullanılan zihin kası, yapay zekâ varken de kullanılır.
Pazarlama Ekibinde Kontrol Disiplini
Türkiye’de bir e-ticaret şirketinde gözlemlediğim vakada, pazarlama ekibinin tamamı yapay zekâ tabanlı içerik üretim platformuna geçtiğinde, ilk altı ay içinde “yapay zekâ akıcılık değerlendirmesinden” geçti.
Değerlendirme şuydu: yapay zekâ ile üretilen 5 farklı içerik versiyonu verilir. 30 dakika içinde çalışan, hangi versiyonun gönderilebilir olduğunu, hangisinin neden riskli olduğunu işaretler. Ekibin bir kısmı kontrol katmanında zayıf çıktı. Bu kişilere ek 40 saatlik “kritik okuma” eğitimi verildi.
Eğitim sonrası ekibin tamamı, yapay zekâ çıktısını yargılayabilen seviyeye ulaştı. Verim arttı, hata azaldı. Önce kontrol disiplini, sonra üretim hızı. Sıra önemli.
“Yapay Zekâ Bağımlısı” Çalışan Profili
Akıcılığı düşük, kullanımı yüksek çalışanın belirtileri:
Her görevde önce yapay zekâ açıyor, problemi okumadan
Yapay zekâ çıktısını tartışmadan kabul ediyor, manager’a gönderiyor
Toplantıda yapay zekânın söylediği şeyi tekrar ediyor, kendi yorum eklemiyor
Yapay zekâ yokken görev yarıda kalıyor
“Eskiden bunu nasıl yapıyordum” sorusuna cevap bulamıyor
Bu beş işaret birden gelirse alarm. Bireysel görüşme açılır, akıcılık programı başlatılır. Eğer 6 ay içinde durum değişmezse, çalışan rolü değişmek zorunda: çünkü yapay zekâlı dünyada çalışanın değeri, yapay zekâyı denetleyebildiği oranda var.
Akıcılığı Yaş Değil, Zihin Tipi Belirliyor
Sahada tekrar eden bir gözlem var: akıcılığı yüksek çalışanlar tek bir yaş kuşağında toplanmıyor. Workday’in 3.200 kişilik araştırmasında da net kazancı tutarlı biçimde bildiren kesim yüzde 14 ile dar kalıyor ve bu kesimi ayıran şey araç kullanımı değil, çıktıyı değerlendirme alışkanlığı. Yani genç olmak akıcı yapmıyor. Akıcılığın belirleyici faktörü, “eleştirel düşünce zihin tipi”.
51 yaşında bir ürün direktörü, 27 yaşında bir junior’dan çok daha akıcı olabilir, çünkü yapay zekâ çıktısını yargılayan zihin kası daha güçlü. Tersi de olur. Yaş, korelasyon değil; zihin tipi, korelasyon.
Bu, yapay zekâ eğitiminde iyi haber. Akıcılık öğretilebilir. Eleştirel düşünce egzersizleri ile çalışan, 6-12 ayda akıcı hale gelir. Yaş, geçit kapısı değil.
Bir Bakışta
Yapay zekâ akıcılığı, yapay zekâyı kullanabilmek değil; yapay zekâ çıktısını yargılayabilmektir. Dört boyut: üretim akıcılığı (prompt), yargı akıcılığı (eleştiri), sınır akıcılığı (uygun görev seçimi), bağımsızlık akıcılığı (yapay zekâsız da yapabilme). Workday verisi: yapay zekâ tasarrufunun yüzde 40’a yakını kontrol eksikliği yüzünden yeniden işe gidiyor. Çalışan, yapay zekâ çıktısını sorgulayabildiği oranda değer üretir. Kognitif outsourcing tuzağı, akıcılığı erittiği için tehlikelidir.
Yarın Masaya Getir
Çarşamba sabahı kendi takımına, yıllardır kullandığın bir günlük görevde yapay zekâ olmadan 90 dakika çalışmasını öner. Sonuçları paylaşsınlar. Hangi adımda zorlandılar? Hangi adımda kolay buldular? Bu konuşma, takımının akıcılık seviyesini gösterir. Sayı değil, gözlem ile başla.
Kaynakça
Beyond Productivity: Measuring the Real Value of AI · Workday, Ocak 2026 (saha: Hanover Research, Kasım 2025, 3.200 katılımcı) · Tasarrufun yüzde 40'a yakını yeniden işe gidiyor, çalışanların yüzde 14'ü net pozitif sonuç bildiriyor
MIT Economics: Generative AI on High-Skilled Work · Copilot ve junior geliştirici performansı
Communications of the ACM: Measuring GitHub Copilot’s Impact on Productivity · Junior’larda öneri kabul oranı ve refleks erozyonu
Stanford Enterprise AI Playbook (2026) · Eleştirel düşünce ve yapay zekâ yargısı
HBR: To Thrive in the AI Era, Companies Need Agent Managers (2026) · Yöneticinin denetim ve yargı rolü
McKinsey: The State of AI (2025) · Üretim ve kontrol toplam akışı verimlilik analizi
MIT %95 AI Pilot Failure · Fortune (2025) · Pilotlarda kontrol katmanı eksikliği
Yapay zekâ akıcılığı tek başına eğitimle kazanılır mı?
Eğitim gerekli ama yetmez. Pratik gerekir. 16 saatlik akıcılık eğitimi, çalışana çerçeveyi verir. Akıcılık, sonraki 90 günlük günlük pratikle olgunlaşır. Eğitim olmadan pratik kaotik kalır. Pratik olmadan eğitim, slayttan ileri gitmez. İkisi birlikte.
Yapay zekâ akıcılığı düşük çalışanı işten mi çıkartayım?
Hayır, önce eğit. 60 saatlik fokus programı + 90 günlük mentörlü pratik. Bu sürede akıcılık gelişir, kişinin yüzde 75’inde sonuç alınır. Sonuç alınmayan yüzde 25, tipik olarak başka eksikleri olan profil. Yapay zekâ akıcılığı tek başına işten çıkarma kriteri olamaz; ama 12 ay sonra hâlâ akıcılık yoksa, rol değişimi tartışılır.
Eleştirel düşünceyi kurumsal eğitime nasıl taşırsın?
Bilgiyi öğrenmek kolay, eleştirel düşünceyi öğrenmek zor. Bilgi, slayt ve okuma ile aktarılır. Eleştirel düşünce, ancak vaka tartışması, zıt argüman üretimi ve dürüst geri bildirim ile aktarılır. Yapay zekâ akıcılığı eğitiminde aynı yöntemi kullanmak gerekir: çalışana 5 vaka veriyorsun, hepsinde yapay zekâ çıktısını eleştirmesini istiyorsun, sonra eleştirisini yine eleştiriyorsun. İki katmanlı kritik, akıcılığı hızlandırır.
Şirketim yapay zekâyı çok kullansın isterken aynı zamanda akıcılığı nasıl korurum?
İki KPI birden ölç. Birincisi: yapay zekâ kullanım sıklığı (haftada en az 5 görev). İkincisi: yapay zekâ çıktısı kabul oranı (toplam çıktının yüzde kaçı redakte edildi/reddedildi). Birincisi tek başına ölçülürse bağımlılık hızlanır. İkisi birlikte ölçülünce, çalışan yapay zekâyı kullanır ama yargılayan zihni canlı tutar. İkinci KPI’nın hedefi: yüzde 25-40 redakte/red oranı. Yüzde 5’in altı uyarı işareti.
Yapay zekâ akıcılığı, nesil farkı yaratıyor mu?
Nesil değil, zihin tipi farkı yaratıyor. Türkiye gözlemi de bunu doğruluyor. 55 yaşında bir CFO, 28 yaşında bir analyst’ten daha akıcı olabilir, çünkü onlarca yıllık eleştirel düşünce kası yapay zekâyı yargılamayı kolaylaştırır. Genç olmak akıcılığı kolaylaştırmaz, prompt yazmayı kolaylaştırır. İkisi farklı şey.
İçindekiler
