Yapay zekâ 101

Yapay zekâ bugün neler yapabiliyor?

Hayatınızın zaten içinde. Fark etmediğiniz yerlerde bile.

İç içe dört halka.

Yapay zekâ bir şemsiye kavram. Her halka bir öncekinin alt kümesi; içe doğru daraldıkça uzmanlaşma artıyor. Halkalara tıklayarak keşfedin.

Peki uzmanlar yapay zekâyı nasıl tanımlıyor?

Şaşırtıcı ama net bir tanım yok. "Yapay zekâ" bir valiz kelime: içine herkes farklı şey koyuyor. Üstelik bir teknoloji işe yaramaya başlayınca onu "yapay zekâ" saymayı bırakıyoruz; düne kadar YZ sayılan yazım denetimi bugün sıradan. Bu yüzden uzmanlar tek tanım yerine iki özelliğe bakıyor.

Bir sistem bu iki özelliğe ne kadar çok sahipse onu "yapay zekâ" diye anmaya o kadar yatkınız. İkisi de bir aç-kapa düğmesi değil, bir yelpaze. Hemen aşağıda bu yelpazeyi kendiniz test edeceksiniz.

Bu yapay zekâ mı?

Altı gündelik senaryo. Her biri için kararınızı verin: net yapay zekâ mı, tartışmalı mı, yoksa hiç değil mi? Otonomi ve uyarlanabilirlik ölçütlerini aklınızda tutun. Cevabınızı seçin, gerekçeyi görün.

Yapay zekânın haritası.

Az önceki altı senaryoyu tek bir haritaya koyalım. Yatay eksen otonomiyi, dikey eksen uyarlanabilirliği gösteriyor. Sağ üste gidildikçe bir sistemi "yapay zekâ" saymaya daha yatkınız. Bir noktaya dokunun, nerede durduğunu görün.

Dikkat edin: noktalar köşelere değil, her yere dağılıyor. "Yapay zekâ" keskin bir sınır değil; iki eksen üzerinde kayan bir bölge. Termostat ile otonom araç aynı haritada, ama bambaşka yerlerde.

Derin öğrenme içeride nasıl çalışır?

Derin öğrenmenin "derinliği" katmanlarından gelir. Elle yazılmış bir rakamı tanıyan küçük bir sinir ağını birlikte çalıştıralım. "Sinyali ilerlet" butonuyla katman katman ilerleyin; düğümlerin üzerine gelerek bağlantılarını inceleyin.

Gerçek ağlarda bu katmanlarda milyonlarca, büyük dil modellerinde milyarlarca bağlantı bulunur. Ama ilke aynıdır: her katman, bir öncekinin çıktısından biraz daha soyut bir özellik öğrenir. Kimse ağa "kenar nedir" diye öğretmez; örneklerden kendisi çıkarır. Makine öğrenmesinin "öğrenme"si tam olarak budur.

Büyük dil modeli aslında ne yapar?

ChatGPT ve Claude gibi modellerin temel işi şaşırtıcı derecede basit görünür: sıradaki en olası parçayı tahmin etmek. Aşağıdaki cümleyi modelle birlikte tamamlayın.

Hangi cümle doğrulama ister?

Model olasılığa göre konuştuğu için en çok, en kesin görünen yerlerde hata yapar: rakamlar, isimler, tarihler ve kaynaklar. Aşağıda bir öğretmenin aldığı gerçekçi bir çıktı var. Kullanmadan önce doğrulamanız gereken ifadelerin üzerine tıklayın.

Kural olarak akılda kalsın: modelin ürettiği rakam, isim, tarih ve kaynak her zaman doğrulanır; kavramsal ve pedagojik genel ifadeler ise sizin mesleki süzgecinizden geçer. Bu refleksin ayrıntısına Modül 4'te döneceğiz.

Eğitimde durum ne?

Umut vaat edici mi, endişe verici mi? İkisi birden. Kullanım hızla yaygınlaşıyor ama eğitim aynı hızda yaygınlaşmıyor.

Tablo şunu söylüyor: öğrenciler çoktan kullanıyor, öğretmenlerin yarıya yakını ise bu konuda hiç eğitim almamış. Aradaki boşluk, bu eğitimin var olma sebebi. Bir kıyas daha: 2026'da eğitimde YZ pazarı 8 milyar dolar olarak değerleniyor; Türkiye'nin yıllık eğitim bütçesi yaklaşık 40 milyar dolar.

Mit mi gerçek mi?

Atölyede en hararetli tartışmalar burada çıkıyordu. Önce kendi cevabınızı verin, sonra kartı çevirin.

Yapay zekâ işini değil, görevlerini devralır.

Sık sorulan korku: "YZ öğretmenin yerini alır mı?" Daha isabetli soru şu: hangi görevleri devralır? Bir öğretmen haftasının büyük kısmı ders planı, not verme, rapor ve rubrik gibi öğrenciye dönük olmayan işlerle geçer. Sekmeyi değiştirin, zamanın nasıl yer değiştirdiğini görün.

Mesele iş kaybı değil, görevlerin yer değiştirmesi. Dünyada öğretmen açığı varken ihtiyaç azalmıyor; tekrar eden işler otomatikleşince öğretmene asıl işi, yani insan teması kalıyor. Bir başka yüz: aynı araç, cihazı ve interneti olan her öğrenciye düşük maliyetli bir özel öğretmen verir; olmayan öğrenciyi ise daha da geride bırakır. YZ eşitsizliği hem kapatabilir hem derinleştirebilir.

Peki öğrenci ne öğrenmeli?

Şaşırtıcı cevap: büyük ölçüde aynı temel beceriler. İyi yazmak, eleştirel düşünmek, problem çözmek, sağlam bir bilgi temeli ve dijital araçları hem kullanmak hem de nasıl çalıştığını anlamak. Üzerine bir beceri daha ekleniyor: yapay zekâyı yönetmek.

Kullanmadan önce beş soru.

Atölye katılımcılarının kendi sorularından damıtılmış bir çerçeve. Her YZ kullanımından önce bu beş soruyu hızlıca geçirin.

Boşlukları doldurun.