Tüm yazılar

“Ödevinizin neredeyse tamamını yapabilen bir makine var. Şimdi üniversite ne işe yarıyor?”

30.09.2026
“Ödevinizin neredeyse tamamını yapabilen bir makine var. Şimdi üniversite ne işe yarıyor?” 13 Ağustos 2026. MIT, yapay zekânın doğduğu kampüsten dünyaya 38 sayfalık bir rapor bırakıyor. Başlığı sakin: Report of MIT’s Ad Hoc Committee on AI Use in Teaching, Learning, and Research Training.
İçeriği sakin değil. Komite, üç iş için kurulmuştu: kullanımı ölç, yeniliği bul, politika yaz. Beş aylık çalışma bitince masaya başka bir şey koydular. Politika değil. Teşhis. Üniversite diplomasının üzerine kurulu olduğu ödev, problem seti, sınav ve “öğrenci kendi başına çözsün” varsayımı çatladı. Ve bunu söyleyen, “AI abartılıyor” diyen bir konservatuvar değil. Yapay zekânın tarihini yazmış kurumun kendisi. Bir cümle yeter Raporun en tehlikeli cümlesi şiir değil, laborat… [00:22, 29.09.2026] Gamze Sart Yatırım: Raporun sekiz ilkesinin orijinal metnini çıkararak her birini net ve iddialı biçimde açacağım.# MIT’nin 8 AI İlkesi Yasak listesi değil. Üniversitenin yeni anayasası. MIT Ad Hoc Komitesi Ağustos 2026 raporunda önce politika yazmadı. Önce omurga yazdı. Sekiz ilke. Sıra rastgele değil.
Önce duruş: alçakgönüllü ol, cesur ol.
Sonra değer: insanı merkeze koy, öğrenmeye yaslan.
Sonra yöntem: kasıtlı öğret, tek beden yok.
Sonra sınır: otomasyon değil güçlendirme, sınıfın ötesini düşün. Bu liste “ChatGPT serbest mi?” sorusunun cevabı değil.
Üniversitenin, makine ödevi çözebilirken hâlâ neye yaradığı sorusunun cevabı. 1. Alçakgönüllü ol Be humble Komitenin ilk cümlesi zafer değil, zaman ölçeği. Bazı teknolojiler yavaş girer. Toplum ve araç birlikte olgunlaşır; darbe yumuşar. Bilgisayar böyleydi. Üretken yapay zekâ öyle değil. Toplum “doğum”u, aracın herkesin eline geçtiği ana bağlar. O ölçüyle ChatGPT’nin kamuya çıkışı 2022 sonu. Dört yıldan az. Bir milyar kullanıcı. Borsa, manşet, zihin. Yani etki, kurumların gözlemleyip yavaşça uyum sağlayacağı tempo değil. Sıkıştırılmış bir tempo. Bu yüzden ilk ilke tevazu: öneriler kesin fetva değil. Teknoloji evrildikçe, kampüs denedikçe kurs düzeltmesi — belki büyük düzeltme — kaçınılmaz. Alçakgönüllülük pasiflik değil.
“2026’da yazdığımız kural 2028 modeline yeter” kibrini reddetmek. Öğrenci ve veli için çevirisi:
Bugün “doğru kullanım” sandığınız şey, model bir nesil atladığında yanlış olabilir. Esnek zihin, sabit yasaktan daha pahalı ve daha değerlidir. 2. Cesur ol Be bold İkinci ilke, birincinin tembelliğe dönüşmesini keser. Belirsizlik, eylemsizliğin bahanesi olamaz.
Bu, bant ve macun anı değil. Yamalık politika anı değil. MIT’nin iddiası sert: zorluk her yerde var, ama özellikle burada. Sosyal ve Etik Sorumluluklar programı yedi yılı doldurmuş bir kurum, “bekleyelim” diyemez. Öğrenciler çok yakında toplumun düşünsel, etik ve teknik yönünü şekillendirecek. Onlara hem zengin kullanım hem de sakıncaların sofistike okuması borçludur. Cesaret iki yönlüdür: • Zararı görmek ve müfredatı sarsmak. • Fırsatı görmek ve kaçırmamak: bireyselleşmiş koçluk, araştırma hızı, yeni proje ölçeği. Cesur olmayan kurum iki şekilde kaybeder.
Ya eski ödevi tapınak gibi korur.
Ya her şeyi araca teslim eder. MIT ikisini de reddediyor. 3. İnsanı merkeze koy Put humanity front and center Raporun kalbi burada. Karşıdaki teknoloji insan güçleri üzerine kurulmuş, onları modellemiş ve birçok noktada geçmiş durumda. O halde kurumun temel işi verimlilik değil. Paylaşılan insanlığı beslemek ve korumak. Cemaati, üyelerini, onların gelişimini her şeyin üstüne koymak. Komite dinleme seansından somut bir sahne taşıyor: bazı hocalar, lisans öğrencisi UROP almak yerine AI ajanını araştırma asistanı yapmayı düşünüyor. Hız var. Kaynak dar. Mantık kurulabilir. Sonra asıl soru geliyor:
“Biz burada birlikte ne yapmak için duruyoruz?” MIT’de araştırma sadece çıktı değil. Çıraklık. Bir sonraki kuşağı yetiştirme yolu. Öğrenerek yapmak “verimsiz” görünebilir. Rapor diyor: bu hata değil, özellik. İnsanı merkeze koymak, sınıf ilişkisini de korumak demek. Yetkisiz AI’yi “polis etmek” hoca–öğrenci bağını zedeliyor. Detektörler güvenilmez. Öğrenci haksız ithamdan korkuyor. Hoca, not ve geri bildirim gibi insan eli isteyen işleri makineye bırakınca öğrenci soğuyor. Yeraltında karşılıklı şüphe nehri oluşuyor. Sağlıklı sınıf bunun üstüne kurulmaz. Bu ilkenin ev ve okul çevirisi acımasızca net:
Hız kazandıysanız ama ilişki, çıraklık ve güven kaybettiyseniz, eğitim kazanmamıştır. 4. Öğrenmeye yaslan Lean into learning En tehlikeli cümle belki burada gizleniyor. Birçok MIT ödevini AI zaten yapabiliyor. Serbest kullanım, klasik ölçümü bireysel öğrenmenin göstergesi olmaktan çıkarıyor. Not ve diplomaya güven inceliyor. Eğitimci için bu, normların ani çöküşü. Ama komitenin asıl kaygısı not değil.
Birçok AI kullanımı, öğrenciyi öğrenme fırsatından yoksun bırakıyor. Burada rapor beklenmedik bir dönüş yapıyor. Tehdit, kılık değiştirmiş bir lütuf olabilir. Çünkü değişim o kadar ani ve ağır ki artık yok sayılamaz. Yirmi yıldır eğitimciler aynı erozyonu anlatıyor: parçalanmış dikkat, her yerde cihaz, nota dar saplantı, ortak düşünsel iş duygusunun zayıflaması. AI bunu görünür kıldı. Öğrenmeye yaslanmak, yeni bir toplumsal sözleşme demek: Eğitim üretken bir mücadeledir.
En önemli ürün GPA veya diploma değil, öğrencinin kendisi: kişisel büyüme, düşünsel olgunluk, hayal gücü, içgörü, yargı. Öğrenci ne öğreneceğini değil, nasıl öğreneceğini ve neden öğrendiğini de bilmeli. Düşünme üzerine düşünme. Yansıtma. Fail olma hissi. Bu, “daha kolay öğren” vaadi değil.
Kasın çalıştığı yerde makineye devretmeme disiplini. 5. Kasıtlı öğret Teach with intentionality Çoğu MIT dersi, AI ile karşılaşınca ciddi revizyon ister. İçerik seçimini, öğretim yöntemini, ölçümü taşıyan pedagojik varsayımlar sarsılır. Tepkisel yama yetmez.
Gelecekteki ders yapısı, değerlendirme ve politika yüksek niyet ve net amaç ile kurulmalı. Araç: geriye doğru tasarım (backward design).
İlk soru “bu derste AI serbest mi?” değil.
İlk soru: öğrenci ne bilmeli, ne yapabilmeli, neye değer vermeyi öğrenmeli?
Ödev ve sınav ondan sonra gelir. AI işe yarıyorsa girer. Yaramıyorsa girmez. Kasıtlı öğretim, kasıtlı öğrenmeyi doğurur. Hoca AI’nin neden serbest, sınırlı, zorunlu veya yasak olduğunu açıklar. Öğrenci, korunan öğrenmeyi görür. Kural artık kapris değil, mimari olur. Zaman ister. Emek ister.
Ama o düşünme sürecinin kendisi pedagojidir. Aile ve öğrenci için pratik test:
Öğretmen “kullanma” diyorsa gerekçesini söyleyebiliyor mu?
“Serbest” diyorsa neyi ölçtüğünü söyleyebiliyor mu?
Gerekçesiz kural, gizli müfredattır. 6. Tek beden yoktur No one size fits all Şiir semineri, matematiksel ispat dersi ve mimari stüdyo aynı ilişkiyi AI ile kuramaz. Birinde yaratıcı işi veya çözümü makineye yaptırmak egzersizin amacını yok eder.
Ötekinde AI akıcılığı mesleğin parçasıdır; kaçınmak öğrenciyi eksik bırakır. Birinci sınıf öğrencisi temel yargı inşa eder. Doktora adayı bildiği alanda literatürü hızlandırır. Aynı kural ikisine de uymaz. Bu, her hocanın sıfırdan politika icat etmesi demek değil. MIT ortak çerçeve istiyor: politika menüsü, beyan beklentisi, hesap verebilirlik. Seçim ise bölümde ve derste yapılır. Çünkü öğrenci bir major’ı tutarlı bir yol olarak yaşar. Tek kampüs yasağı bazı bağlamlarda fazla izinli, bazılarında fazla baskıcı olur.
Adalet, tek kuralda değil, amaca bağlı kuraldadır. Dört kapılı menünün nedeni budur: serbest / sınırlı / zorunlu / yasak.
Renk aynı, kapı farklı. 7. Otomasyon değil, güçlendirme Augmentation not automation Raporun en keskin ayrımı. Güçlendirme: AI, insanın daha iyi iş yapmasına yardım eder. Öğrenme durur, derinleşir veya başka bir düzleme çıkar.
Otomasyon: AI, insanın yapacağı işi devralır. Ve o işin içinde gizlenen öğrenmeyi de siler. Sorumlu kullanım bu farkı görmektir.
Ayrıca şunları bilmektir: problemi nasıl tarif edeceksin, çıktıyı nasıl doğrulayacaksın, model nerede halüsinasyon yapar, ne zaman hiç uzanmayacaksın. Araştırmada standart net: AI, doğruluğundan insanın sorumlu olduğu bir araçtır. Tezde, raporda, yayında katkı dürüstçe beyan edilir. Bu ilke evde de işler.
Çocuk ödevi “bitti” diye getirdiğinde sorun süre değil.
Soru şu: bu işte hangi kas çalıştı? Hangisi makineye devredildi? Devredilen kas, o dersin varlık nedeni miydi? Verimlilik öğrenmenin vekili değildir.
Bazen yavaşlık, eğitimin ta kendisidir. 8. Sınıfın ve kampüsün ötesini düşün Think beyond the classroom and the campus Son ilke, MIT’yi laboratuvar odasına hapsetmeyi reddeder. Öğrenci mezun olacak. Araştırma yapacak. Şirket kuracak. Kamu politikası yazacak. Enerji harcayacak. Telif, önyargı, güvenlik, çevre maliyeti üretecek. Dolayısıyla eğitim politikası sadece “bu quiz’de ChatGPT var mı?” olamaz.
Kampüsün dışındaki hayat, modelin meslekî kullanımı, toplumsal yönü ve maliyetleri de müfredatın parçasıdır. Raporun başka yerinde aynı damar var: yatılı deneyim zayıflamasın; UROP ve kariyer deneyimi korunsun; veri, gizlilik, model seçme hakkı, maliyet ve çevresel etki izlensin. Sınıf, prova sahnesidir. Asıl oyun dışarıdadır.
İlke 8, provayı oyundan koparmamaktır. Sekiz ilkenin tek cümlelik haritası İlke Öz cümle Reddettiği şey Alçakgönüllü ol Kural geçicidir, öğrenme kalıcıdır Kesin fetva kibri Cesur ol Beklemek de politikadır ve kötüdür Yamalık, erteleme İnsanı merkeze koy Verim, çıraklığın üstüne çıkmasın UROP yerine ajan, polis sınıfı Öğrenmeye yaslan Ürün not değil, kişinin kendisi Kolay biten, öğrenilmeyen ödev Kasıtlı öğret Önce amaç, sonra araç Gerekçesiz yasak / gerekçesiz serbestlik Tek beden yok Bağlam kuralı belirler Kampüs çapında tek yasa Güçlendir, otomatikleştirme Makine insana hizmet eder Öğrenmeyi silen hız Sınıfın ötesini düşün Diploma, hayata hazırlıktır Sadece quiz ahlakı Bu ilkeler kimin için yazıldı? Resmen MIT için.
Fiilen her ciddi okul, aile ve öğrenci için. Çünkü sekiz ilke bir araya gelince ortaya çıkan iddia şu: Yapay zekâ bir ödev krizi değil, anlam krizidir.
Kim alçakgönüllü olmadan cesur kesilirse körlemesine hızlanır.
Kim cesur olmadan alçakgönüllü kalırsa seyirci olur.
Kim insanı merkeze koymazsa kampüsü çağrı merkezine çevirir.
Kim öğrenmeye yaslanmazsa diplomayı içi boşaltır.
Kim kasıtsız öğretirse kuralı kaprise dönüştürür.
Kim tek beden dayatırsa bazı dersleri öldürür.
Kim otomasyonu güçlendirme sanırsa kası eritir.
Kim sadece sınıfa bakarsa mezunu hayata hazırlamaz. MIT’nin 8 ilkesi bu yüzden çekici ve rahatsız edici. Çekici: çünkü net.
Rahatsız edici: çünkü uygulaması pahalı. Hoca zamanı, yüz yüze emek, yeni sınav biçimi, dürüst beyan, yavaş düşünme istiyor. Ucuz olan şey makine.
Pahalı olan şey insan. Raporun tarafı belli. Stanford HAI’nin insan merkezli yapay zekâ ilkelerini resmi kaynaklardan doğruluyorum.# Stanford HAI İnsan Merkezli AI İlkeleri Üç harf. Bütün bir medeniyet iddiası. Stanford Institute for Human-Centered Artificial Intelligence’ın adındaki üç harf süs değil. Kuruluş anayasası. H — Human impact: Yapay zekâ, insana ve topluma etkisine bakılarak yönlendirilir.
A — Augment: İnsanı ikame etmez, güçlendirir.
I — Intelligence: İlhamını insan zekâsından alır. Fei-Fei Li ve John Etchemendy’nin kurduğu, bugün James Landay’ın yönettiği enstitünün cümlesi net: AI uygarlık değiştiren bir teknolojidir. Çalışmayı, konuşmayı, öğrenmeyi, yaratmayı, karar vermeyi yeniden yazar. HAI bu ânı beklemek için değil, önce insanı merkeze koymak için kuruldu. Landay’ın pusulası: insan onuru ve fail olma hali (agency).
Li’nin uyarısı: tarihî bir fırsat ve sorumluluk var; araştırma, eğitim, pratik ve politika için insan merkezli çerçeve kurulmazsa teknoloji kendi başına çerçeve kurar. 1. H — Etkiye göre yönlendir Guided by human impact İlke, “önce yap, sonra etik ekle” alışkanlığını keser. Teknoloji çok güçlü. Etkisini sonradan ölçmek geç kalmaktır. Etik, tasarımın önünde, sırasında ve sonrasında durur. HAI burada tek kullanıcıyı yeterli görmez. Landay’ın üç katmanı: • Kullanıcı — aracı eline alan kişi • Topluluk — sınıf, hastane, mahkeme, haber odası • Toplum — eşitsizlik, iş, hak, güven, çevre Çünkü AI’nin yan etkisi çoğu zaman doğrudan kullanıcıda değil, onun etrafındadır. Mahkeme algoritması sanığı “kullanıcı” sanır; asıl etkilenen hayatın geri kalanıdır. Eğitim aracı öğrenciyi hızlandırır; asıl etkilenen düşünme kası ve akran bağıdır. Bu yüzden HAI, mühendisliği yeterli saymaz. Beşerî bilimler, sosyal bilimler, hukuk, ekonomi, tıp, tasarım aynı masaya oturmadan “etki” görünmez. Disiplinler arası çalışma lüks değil, ilkenin şartıdır. Öğrenci ve okul için çevirisi:
“Bu araç işimi bitirdi mi?” yetmez.
“Bu araç kimi güçlendirdi, kimi görünmez kıldı, hangi ilişkiyi inceltti?” asıl sorudur. 2. A — İkame etme, güçlendir Augment, don’t replace HAI’nin en keskin çizgisi. Amaç daha ucuz insan değil.
Amaç daha güçlü insan. Klasik örnek raporda ve konuşmalarda döner: radyoloji. “AI radyoloğu öldürecek” kehaneti yerine daha dürüst cümle: AI kullanan radyolog, kullanmayanı geride bırakır. Mesele meslek cinayeti değil, kapasite yarışı ve tasarım kalitesidir. Güçlendirme şunları ister: • İnsan kontrolde kalsın • Yargı, empati, yaratıcılık, hikmet silinmesin • Anlamlı iş ve onur otomatikleştirilip yok edilmesin • Öğretmen daha anlayışlı, yazar daha keskin, hekim daha uyanık olsun İkame ise şunu yapar: işi makineye verir, işin içindeki öğrenmeyi ve ilişkivi de götürür. MIT’nin “augmentation not automation” ilkesi ile burada damar aynıdır. Stanford bunu kurumun adına kazımıştır. Fark tonundadır: MIT kampüsteki öğrenme sözleşmesini onarır; HAI baştan teknolojinin ne için var olduğunu tarif eder. Ev ve sınıf testi tek soruluk:
Araç kapandığında kişi daha mı yetkin, yoksa daha mı çaresiz? 3. I — İnsan zekâsından ilham al Inspired by human intelligence Üçüncü ilke, “büyük model her şeyi bitirdi” rehavetine karşı durur. HAI’nin iddiası: insan beyni bilinen evrendeki en sofistike aygıt olmayı sürdürür. Derin öğrenme bir sıçramadır; zekânın son cümlesi değildir. Esneklik, nüans, bağlam, enerji verimliliği, sağduyu hâlâ insandan öğrenilecek şeylerdir. Bu yüzden ilham kaynakları yalnızca GPU ve veri seti değil: • sinirbilim • psikoloji • bilişsel bilim • dil, sanat, ahlak, hukuk “Daha büyük model” ile “daha insanî zekâ” aynı proje değildir.
Birincisi ölçek. İkincisi anlayış. Eğitimde anlamı net: öğrenciye yalnızca prompt öğretmek, zekâyı taklit ettirmektir. Öğrenciye yargı, merak, yanlışını görme, bağlam kurma öğretmek, insan zekâsının neden hâlâ ölçü olduğunu hatırlatmaktır. Üç ilkenin etrafındaki iskelet HAI ilkeleri tek başına afiş olmaz. Dört destekle yürür. Açıklık. Açık bilim, açık kaynak, açık ders. Üniversitenin laboratuvara kilitlenmiş modele karşı getirdiği şey şeffaflıktır. Üç sütun. Keşfi hızlandırmak; insan gelişimi için eğitimi dönüştürmek; AI’yi toplum yararına anlamak ve biçimlendirmek. Çeşitlilik. AI’yi insanlık için eğitmek istiyorsan, yaratanlar insanlığı temsil etmeli: disiplin, kültür, yaş, bakış. Kuzey yıldızı. İnsan onuru ve fail olma. Hız, kâr, sıralama bu yıldızın altında durur; üstünde değil. Stanford’un kendi kampüs AI ilkeleri de aynı damardan akar: insan gözetimi, insan hizalaması, yetki zinciri, bozulunca insanı geri alma planı. “İnsanî durumu iyileştir.” Yerine koyma. HAI’yi MIT’den ayıran çizgi MIT 2026 raporu sorar: Ödev ölünce üniversite ne öğretir?
HAI daha erken ve daha geniş sorar: Bu teknoloji hangi insan için, kimin elinde, kimin zararına kuruluyor? Stanford HAI MIT AI Komitesi Merkez Medeniyet ve tasarım Kampüs, öğrenme, diploma Üçlü Etki / güçlendirme / insan zekâsı Alçakgönüllülük + cesaret + insan Korkulan şey İnsanın araçlaşması Öğrenmenin silinmesi Çözüm birimi Disiplinler + politika + tasarım Ders politikası + yüz yüze cemaat Ortak damar Makine insana hizmet eder Makine insana hizmet eder İkisi de aynı cümlede birleşir:
Otomasyon zafer değildir. Güçlenen insan zaferdir. Öğrenci, aile, okul için üç ilkenin pratik hali H — Etki.
Bu araç kimin notunu şişiriyor, kimin düşünmesini inceltiyor? Sınıfta, evde, stajda yan etkiyi konuşmadan “verimlilik” konuşulmaz. A — Güçlendirme.
Kullanım kuralı yasak/serbest değil, kas kuralıdır. Temel yazma, ispat, klinik muhakeme, portfolyo yargısı insanda kalır. Araç, insanın göremediğini göstermeye yarar; insanın yerine bakmaya değil. I — İnsan zekâsı.
2030 becerisi prompt hızı değil. Bağlam, şüphe, etik duruş, birlikte düşünme, “şimdi kapat” kararı. Bunlar modelden kopyalanmaz; ancak insanda inşa edilir. Kapanış cümlesi Stanford HAI’nin üç ilkesi nazik bir manifesto değildir. H der ki: etkiyi sonraya bırakırsan, zarar önce gelir.
A der ki: insanı çıkarırsan elde kalan şey eğitim değil, boru hattıdır.
I der ki: insan zekâsını unutan sistem, yalnızca daha hızlı taklittir. İnsan merkezli AI, “daha yumuşak teknoloji” demek değildir.
Daha sert bir sorudur: Bu araç insanı mı büyütüyor, yoksa insanı mı yedek parça yapıyor?