Üniversitede yapay zekâ: Öğretmek ile öğrenmek arasındaki uçurum büyüyor

Üniversitede yapay zekâyla gerçekte olan şey bir depremden çok bir röntgene benziyor. Dil modelleri, kurumun onlarca yıldır ödüllendirdiği şeyi neredeyse sıfır maliyetle üretiyor: akıcı ve inandırıcı akademik düzyazı, ama arkasında anlama olduğuna dair hiçbir garanti olmadan. Bu yüzden öğretmekle öğrenmek arasında zaten var olan bir krizi görünür kılıyorlar. Kamusal tartışma, yapay zekânın üniversiteyi «bozduğunu» ilan edenler, direnişi örgütleyenler ve kurtuluş satanlar arasında bölünmüş durumda. Üç taraf da araç üzerine tartışıyor. İlişki üzerine ise neredeyse hiç tartışmıyor.

Tercüman olarak makine

Genellikle gözden kaçan bir veriyle başlayayım. HEPI ve Kortext'in Mart 2026'da yayımlanan İngiliz anketi, Aralık 2025'te tam zamanlı 1.054 lisans öğrencisiyle yapıldı. Ankete göre öğrencilerin %95'i yapay zekâyı bir şekilde kullanıyor, %94'ü de not verilen ödevlerde kullanmış; bu oran 2024'te %53'tü. Manşetler burada kaldı: neredeyse herkes «kopya çekiyor». Ama bu ödevler için en yaygın kullanım üretilmiş metni yapıştırmak değil: raporun 4. şekline göre bunu yaptığını kabul edenler yalnızca %12 (2024'te %3'tü). En yaygını, %61'le, makineden kavramları açıklamasını istemek; raporun kendi ifadesiyle, öğrencilerin neredeyse üçte ikisi yapay zekâyı kavramları kendilerine açıklatmak için kullanıyor.

Dil modelleri, kurumun onlarca yıldır ödüllendirdiği şeyi neredeyse sıfır maliyetle üretiyor: akıcı ve inandırıcı akademik düzyazı, ama arkasında anlama olduğuna dair hiçbir garanti olmadan.

Bu rakamı sakin kafayla okumak gerek, çünkü öz bildirime dayanıyor, tek bir ülkeden geliyor ve örneklem lisans öğrencilerinden oluşuyor. Yine de hiçbir ahlaki paniğin duymak istemediği bir şey söylüyor. Öğrencilerin çoğu yapay zekâyı derste, okumalarda ya da ödev metninde anlamadıklarının tercümanı olarak kullanıyor. Şirketlerin kendi raporları da —ki bunlar çıkarı olan kaynaklardır ve öyle okunmalıdır— aynı yönü işaret ediyor. Anthropic'in ilk eğitim raporu, Nisan 2025'te üniversite öğrencilerinin Claude ile yaptığı konuşmaları inceledi. Konuşmaların %39,3'ünün eğitim içeriği oluşturmaya ya da geliştirmeye ayrıldığını, geri kalanın büyük bir kısmının da teknik açıklama istemekten ibaret olduğunu buldu.

1965'te Pierre Bourdieu, Jean-Claude Passeron ve Monique de Saint Martin, Rapport pédagogique et communication adlı kitabı yayımladılar; kitap İngilizceye Academic Discourse: Linguistic Misunderstanding and Professorial Power adıyla çevrildi. Fransız üniversite öğrencilerine kelime testleri uygulayarak, kendilerine ders anlatılan dili ne kadar anladıklarını ölçtüler. Anlamanın son derece kusurlu ve toplumsal kökene bağlı olduğu ortaya çıktı; hocalar ise bunu verili sayıyordu. Öğrenciler de kelimelere aşinalığa dayanan bir anlama yanılsamasını erkenden beslemeyi öğreniyordu. Kitabın vardığı sonuç rahatsız edici: pedagojik ilişki, dilsel bir yanlış anlamanın ve bu yanlış anlamanın var olmadığına dair ortak bir kurgunun üzerinde duruyor. Hoca anlaşılıyormuş gibi yapıyor, öğrenci de anlıyormuş gibi. Her yanılsama ötekinin mazereti oluyor ve bu dili aileden miras alan yarışa önde başlıyor.

Altmış yıl sonra bu yanlış anlama endüstriyel bir aracı buldu. Buna kopya çekmek demek yetmez. Olan şey daha çok, sınıfın hiçbir zaman tam olarak yapmadığı bir tercümenin dışarıya devredilmesi. İlginç soru artık makinenin iyi açıklayıp açıklamadığı değil —bazen açıklıyor, bazen uyduruyor—, neden bir tercümana ihtiyaç duyulduğu.

Doğum tarihi belli bir kriz

Soy kütüğü Bourdieu'dan daha eski ve Córdoba aksanıyla konuşuyor. 21 Haziran 1918 tarihli, Deodoro Roca'nın kaleme aldığı Üniversite Reformu bildirisi Manifiesto Liminar, «üniversite hocalarının ilahi hakkı» üzerine kurulu bir üniversite rejimini anlatıyordu. Karşısına başka bir otorite fikri koyuyordu: bir öğrenci yuvasında emrederek değil, «telkin ederek ve severek: öğreterek» kullanılan otorite. Ve her kalite komisyonunun duvarına asması gereken bir cümle bırakıyordu: «Öğretenle öğrenen arasında manevi bir bağ yoksa, her öğretim düşmancadır ve dolayısıyla verimsizdir.» Teknolojiden söz etmiyordu. Kopmuş bir ilişkiden ve hiyerarşinin onu onaramadığından söz ediyordu.

Yarım asır sonra Okulsuz Toplum (1971) kitabında Ivan Illich, okulun öğrenciye öğretimi öğrenmeyle, sınıf geçmeyi eğitimle, diplomayı yetkinlikle, akıcılığı da yeni bir şey söyleyebilme becerisiyle karıştırmayı öğrettiğini yazdı (çeviri bana ait). 2026'da okununca son çift neredeyse bir dil modelinin teknik tarifi gibi duruyor. Bir LLM düpedüz akıcılıktır: bir şeyi anlamış bir metnin inandırıcı yüzeyini üretir. Akıcılığı yetenekle karıştıran bir kurum, ucuz bir akıcılık makinesi karşısında mazeretsiz kalır.

Akıcılıkla öğrenmenin birbirine karıştırılması ölçülmüş de bir şey. 2019'da Louis Deslauriers liderliğindeki bir Harvard Fizik ekibi, rastgele atanan öğrencilerle, deneyimli ve beğenilen hocaların verdiği düz anlatım derslerini aynı içerikler üzerine aktif öğrenme oturumlarıyla karşılaştırdı (PNAS, 2019). Aktif çalışanlar daha çok öğrendi, ama düz anlatım dersine katılanlara kıyasla daha az öğrendikleri hissine kapıldı. Yazarlar, bilişsel çabanın daha kötü öğrenmenin işareti olarak yaşandığını ve parlak bir konuşmacının öyle güçlü bir öğrenme hissi yaratabileceğini ki öğrencilerin sonunda onu tercih edebileceğini vurguluyor. Sohbet botlarından çok önce de akıcılık öğrenme hissini üretiyordu.

Bu okuma benim için yeni değil ve kronoloji önemli. Temmuz 2020'de, pandeminin ortasında ve ChatGPT'den iki yıl önce, Edgar Iglesias, José Luis Lalueza ve Moisès Esteban-Guitart ile birlikte Revista Internacional de Educación para la Justicia Social dergisinde bir manifesto imzaladım. Daha başlığından itibaren eleştirel, kuşaklararası, sürdürülebilir ve topluluk temelli bir eğitim talep ediyor, ertelenemez olanı reforme etmeyi hedefliyordu. Pandemi bunu ilk kez gözler önüne serdi, yapay zekâ bir kez daha seriyor. Krizin ticari bir lansman tarihi yok.

Üç siper, tek bir varsayım

Bir yanda kopuş söylemi, yapay zekânın ödev yazısını, değerlendirmeyi, hatta düşünmeyi bozduğunu anlatıyor. Direniş söylemi yasaklarla, tespit araçlarıyla, açık mektuplarla ve elle yazılan sınava dönüşle karşılık veriyor. Hype söylemi ise her öğrenciye kişisel bir özel ders hocası ve bol keseden kurumsal lisanslar vaat ediyor. Üçü birbirine düşman gibi görünüyor ama bir varsayımı paylaşıyor: yapay zekâdan önce ödevlerin ve sınavların öğrenmeyi belgelediği. Bu doğru olsaydı, bozulacak, savunulacak ve iyileştirilecek bir şey olurdu. Doğru değilse, üçü de hiçbir zaman tam olarak var olmamış bir asıl üzerine tartışıyor.

Üçü birbirine düşman gibi görünüyor ama bir varsayımı paylaşıyor: yapay zekâdan önce ödevlerin ve sınavların öğrenmeyi belgelediği.

Seymour Papert bu hataya daha 1987'de, «Computer Criticism vs. Technocentric Thinking» (Educational Researcher, 16(1)) makalesinde bir ad vermişti: teknomerkezci düşünce. Bilgisayarın öğrenmeye ne yaptığını, sanki bilgisayar bir kültürün içindeki bir parça değil de bir failmiş gibi sormak. Üstelik her siperin bir fetiş makalesi var. Alarmcılar, MIT Media Lab'in Your Brain on ChatGPT başlıklı, 54 katılımcılı ve viral olduğunda henüz hakem değerlendirmesinden geçmemiş ön baskısını düşüncenin otopsisiymiş gibi alıntılıyor. Coşkulular ise performans üzerinde olumlu etkiler gösteren meta-analizleri alıntılıyor; bunlar çoğu zaman, araç hâlâ el altındayken ürünün kalitesini ölçen kısa çalışmalar üzerine kurulu.

En iyi tasarlanmış çalışmalar başka bir şey anlatıyor. Lise öğrencileriyle yapılan bir saha deneyinde Bastani ve ekibi (PNAS, 2025), korumasız GPT-4'ü, cevap yerine ipucu veren, özel ders hocası olarak tasarlanmış bir sürümle karşılaştırdı. Korumasız sürümde performans alıştırma sırasında artıyor, araç geri çekildiğinde düşüyordu. Özel ders sürümünde bu zarar büyük ölçüde hafifliyordu. Fan, Gašević ve meslektaşlarının British Journal of Educational Technology'de (2025) yayımladığı, 117 üniversite öğrencisiyle yapılan randomize bir deney, ChatGPT ile yazanların daha fazla öğrenmeden daha iyi metinler teslim ettiğini buldu. Yazarlar buna artık dolaşımda olan bir ad verdi: «üstbilişsel tembellik». 421'de Tomás Milgron bu literatürü bilişsel egemenlik perspektifinden ele almıştı. Benim altını çizmek istediğim, bu çalışmaların beyinden çok üniversite hakkında söyledikleri. Belirleyici olan araç değil, öğreten, öğrenen ve değerlendirilen şey arasındaki ilişkinin tasarımı. Yani tam da siperlerin tartışmadığı şey.

Bu eksiklik reklamcılıktan bakınca daha iyi görülüyor. Üniversiteden önce interaktif iletişimde çalıştım; kreatif direktör olarak ama aynı zamanda metin yazarı ve planner olarak. O yıllarda stratejik planlama iletişim sürecinin merkezinde yer alıyordu. Bir hedef kitle tanımlayıp mesajı cilalamak yetmezdi: o insanların hayatında neler olup bittiğini ve onlarla hangi medya ve teknoloji anında konuşacağımızı anlamak gerekirdi. Bu gözle bakınca kopuş retoriği bir teşhisten çok bir reklam türü olarak hemen tanınıyor. Hatta iyi yapılmış bir planlama: bir dönemin kaygısını —neredeyse kimsenin tam olarak anlayamadığı bir teknoloji karşısındaki endişeyi— yakalıyor ve onu bir anlatıya dönüştürüp geri veriyor; bir öncesi ve sonrası olan, merkezinde de benimsenecek ya da reddedilecek bir şey duran bir anlatıya. Sektörün bunu yapması işin gereği. Tuhaf olan, üniversite tartışmasının önemli bir kısmının, planlamada asla eksik olmayan soruyu sormadan bu anlatıyı satın almış olması. Araç ve mesaj üzerine bıkıncaya kadar tartışıldı; okuyanların hayatında neler olduğu ve bu hayatın hangi medya ve teknoloji anında geçtiği üzerine ise çok daha az.

Kapalı devre ve kanonu ödüllendiren tespit aracı

Sisteme bütün olarak bakıldığında, kopyadan daha tuhaf bir şey ortaya çıkıyor: kapalı bir devre. Öğrenciler yapay zekâyla yazıyor. Hocalar yapay zekâyla materyal hazırlıyor ve bazen onunla not veriyor. Anthropic'in üniversite hocalarının Claude'u nasıl kullandığına dair raporu, yükseköğretim e-postasıyla açılmış Free ve Pro hesaplardan gelen, Mayıs ve Haziran 2025'e ait yaklaşık 74.000 konuşmayı inceledi ve bunu Northeastern University'deki hocalarla yapılan bir anketle tamamladı. Öğrenci performansını değerlendirmek toplamın %7'sini oluşturuyordu ve bu konuşmaların %48,9'unda görev otomatik biçimde makineye devrediliyordu. Üstelik ankete katılan hocaların kendileri, not vermeyi yapay zekânın en az etkili olduğu alan olarak görmesine rağmen.

Araştırma da bunun dışında kalmıyor. ChatGPT'nin gelişinden sonra düzenlenen dört büyük yapay zekâ konferansı üzerine yapılan bir tahmin, hakem değerlendirmelerindeki metnin %6,5 ile %16,9'unun bir dil modeli tarafından ciddi biçimde değiştirilmiş olabileceği sonucuna varıyor. Science Advances'ta yayımlanan, on beş milyonu aşkın biyomedikal özet üzerine bir analiz de 2024'tekilerin en az %13,5'inin bir dil modelinden geçtiğini hesaplıyor. Yapay zekâ, zaten toplumsal ve bürokratik olarak otomatikleşmiş bir ilişkiyi otomatikleştiriyor: kimsenin iki kez okumadığı rubrikler, kalıp yorumlar, yayın sayısıyla değerlendirilen bir araştırma. Bu alışkanlıkların hiçbiri 2022'de doğmadı.

En yaygın savunma refleksi olan tespit araçları, gördüğünden fazla ilgiyi hak eden bir ironi ekliyor. Patterns'te yayımlanan bir çalışmada Liang ve meslektaşları (2023), anadili İngilizce olmayan kişilerin yazdığı 91 TOEFL kompozisyonunu yedi popüler tespit aracından geçirdi. Ortalamada %61,22'si «yapay zekâ tarafından üretilmiş» olarak etiketlendi. ABD'li sekizinci sınıf öğrencilerinin kompozisyonları ise neredeyse hatasız sınıflandırıldı. Mekanizma basit: tespit araçları yaygın kelimeler kullanan, az çeşitlilik içeren öngörülebilir düzyazıyı cezalandırıyor. Baskın dilin dışında yazanı cezalandırıp kanona hâkim olanı ya da makineye daha az öngörülebilir görünmesini söylemeyi bileni aklıyorlar.

Dilsel şüphe üzerinden gözetlemek, üniversitenin düzeltmek istediğini söylediği sınıf, köken ve anadil hiyerarşilerini yeniden üretiyor.

Ángel Rama, Latin Amerika elitlerinin yazıyı bir iktidar sınırına dönüştürdüğü düzeneğe «okumuşlar kenti» adını vermişti. Tespit aracı bunun istatistiksel versiyonu. Dilsel şüphe yoluyla gözetlemek, üniversitenin düzeltmek istediğini söylediği sınıf, köken ve anadil hiyerarşilerini yeniden üretiyor. Modelleri eğiten ve onları denetleyen araçların beslendiği verilerde İngilizceye kıyasla daha az temsil edilen bir dil olan İspanyolcayla yazanlar için bu, teknik bir ayrıntı değil. Bu bir akademik yurttaşlık meselesi.

Sembolik sermaye: Akıcılık ucuzladığında kim değer kaybediyor?

Kamusal tartışmanın dokunmamayı tercih ettiği bir katman var; bunu kişisel değil, yapısal düzlemde ortaya koyuyorum. Bourdieu, Homo Academicus (1984) adlı kitabında üniversite içinde iki sermaye türünü birbirinden ayırır. Akademik sermaye, öğretim kadrosunun yeniden üretimi üzerindeki güçtür: jüriler, komisyonlar, kadrolar. Entelektüel ya da bilimsel sermaye ise eserle kazanılan prestijdir. Bourdieu iki strateji de tarif eder: zaten kutsanmış olanlara özgü koruma ve alana yeni girenlere özgü yıkım. Bir de histerezisten söz eder: alanın önceki bir durumunda biçimlenmiş eğilimlerin, alan çoktan değişmişken işlemeye devam etmesi.

Bu açıdan okunduğunda, «direnişin» bir kısmı bir koruma stratejisi olarak anlaşılabilir. Otoritesini basılı kültür rejimi altında, yazılı üsluba hâkimiyetle, alıntılanabilir bir birikimle ve düşünmenin kanıtı olarak denemeyle biriktirmiş biri, bir makinenin tam da o akıcılığı ucuzlattığını görüyor. Denemeyi olduğu gibi savunmak, aynı zamanda bir sermayenin değerini savunmak demek. Algoritmik dijital kültürle daha bağlantılı olan yeni katılımcıların sorunu ise genellikle tam tersi. Teknolojilerin eleştirel sahiplenilmesi, deneyim tasarımı ya da platform okuma konusundaki sermayeleri, tanınmış akademik sermayeye pek iyi tahvil edilmiyor.

Bu tablo, farklılıklarla birlikte, üniversite sistemlerinin büyük bölümünde tekrarlanıyor. Kadrolar yaşlanıyor ve tepede hem yaş hem karar gücü yoğunlaşıyor: Örneğin İspanya'da devlet üniversitelerinde kürsü sahiplerinin üçte birinden fazlası altmış yaş ve üzerinde. Tabanda ise güvencesiz, geçici ya da yarı zamanlı bir öğretim katmanı büyüyor; bu katman öğretimin önemli bir kısmını sırtlıyor ama onu belirleyen kararlarda söz sahibi değil. Akademik kariyerleri değerlendiren sistemler de yayını öğretimin çok üstünde ödüllendiriyor; dolayısıyla pedagojik ilişkiyi yeniden icat etmek, kimin yükseleceğine karar veren puan cetvellerinde pek bir şey getirmiyor. Yapay zekâya yönelik tutumları yaş, unvan ya da sözleşme türüyle çaprazlayan sağlam verilere sahip değilim. Dolayısıyla öne sürdüğüm şey ampirik bir bulgu değil, kuramsal bir yorum.

Üç nüans bunun bir kuşak savaşına dönüşmesini engelliyor. Birincisi: Fark yaşla ilgili değil. «Dijital yerliler» miti yıllardır çürütülmüş durumda; örneğin Kirschner ve De Bruyckere tarafından, Teaching and Teacher Education dergisinde (2017). Önemli olan doğum tarihi değil, alandaki konum ve dijital kültürle kurulan ilişkinin türü. İkincisi: Kararsızlık iki yönde de işliyor. Sermayesini hızla dönüştürüp kendini «yapay zekâ uzmanı» olarak sunan kutsanmışlar var. Görünürlük ekonomisine ya da eleştirdiklerini söyledikleri platformlara kapılmış yeni gelenler de var. Üçüncüsü beni de kapsıyor. Alanın içinden, ara bir konumdan yazıyorum. On yılı aşkın süredir bugün mikro yeterlilik hâline gelmiş bir dijital kimlik dersini koordine ediyorum ve bu emeğin, indeksli bir makaleyle aynı puan cetvelinde sayılmasının ne kadar zor olduğunu biliyorum. Dışarıdan bakılabilecek bir yer yok.

Otoritesini basılı kültür rejimi altında, yazılı üsluba hâkimiyetle, alıntılanabilir bir birikimle ve düşünmenin kanıtı olarak denemeyle biriktirmiş biri, bir makinenin tam da o akıcılığı ucuzlattığını görüyor.

Yüz yüze eğitim veren bir üniversitede ders veriyorum, uzaktan eğitim veren bir başkasına da danışmanlık yapıyorum; ikisinde yaşadıklarım birbirine pek benzemiyor. Uzaktan eğitim kurumunda alarmlar daha erken çaldı ve öğrencilerin olası kopyacılığının peşine de daha erken düşüldü. Ama başka bir tutuma doğru evrilmek de orada daha erken oldu: Kovalamak yerine, üründen çok sürece odaklanmaya teşvik edilen bir tutuma. Açıklamanın teknolojiyle pek az, bahanelerle ise çok ilgisi olduğundan şüpheleniyorum. Yüz yüze eğitimin, uzaktan eğitimin hiçbir zaman sahip olmadığı bir bahanesi var: Sınıf varsa öğrenme de vardır hissi. Sınıfı kanıt olarak sunamayan bir üniversite, büyük ölçüde öğrencilerinin teslim ettiklerine bağımlıdır; inandırıcı ödevler üreten bir makine de onu ilk ve tam ortasından vurur. Aynı korunaksızlık, onu birinin öğrendiğine dair neyin kanıt sayılacağını daha erken sorgulamaya da zorladı. Belki de bu yüzden, bahanenin hâlâ ayakta durduğu yerlerde ilişki yerine makine üzerine tartışılabiliyor.

Egemenliğin dipnotları

Geriye, genellikle fırsat diliyle paketlenmiş olarak gelen ekonomi politik kalıyor. Büyük teknoloji şirketleri kemer sıkma ortamlarında eğitim lisansları sunuyor ve verimlilik pedagoji diye pazarlanıyor. Avrupa düzenlemeleri ise başka bir hızda ilerliyor. Yapay Zekâ Tüzüğü, eğitimde kabullere karar vermek, sonuçları değerlendirmek ya da sınavları gözetlemek için kullanılan sistemleri yüksek riskli olarak sınıflandırıyor. Ama yapay zekâ üzerine Dijital Omnibus olarak bilinen ve 27 Temmuz 2026'dan beri yürürlükte olan (AB) 2026/1744 sayılı Tüzük, bu yükümlülükleri 2 Ağustos 2026'dan 2 Aralık 2027'ye erteledi. Bu arada kararlar, sınıflarda neredeyse kimsenin okumadığı lisans sözleşmelerinde alınıyor. Cory Doctorow'un internet için tarif ettiği boklaşma burada verimli bir toprak buluyor. Hangi pedagojik ilişkiyi korumak istediğini bilmeyen bir üniversitenin hangi madde üzerinde pazarlık yapacağını bilmesi de zor. Tomás Balmaceda ve Tobias J. Schleider'ın philowashing analizinde uyardığı gibi, bir sistemin nasıl davranması gerektiğini tartışmak, ona hangi kararları teslim etmenin uygun olduğu yönündeki önceki soruyu yanıtlamıyor.

Bu yüzden Juan Ruocco'nun 421'de bir kişinin, bir topluluğun ya da bir ulusun kendi bilgisini, dikkatini ve kararlarını kontrol edebilme kapasitesi olarak ortaya koyduğu bilişsel egemenlik sorusu, her bir kafanın içinde çözülmüyor. Neyin bilgi, neyin kopya sayılacağına ve her ikisi hakkında son sözün kimde olacağına karar veren kurumlarda da oynanıyor. Black Mountain College deneyi, öğretenle öğrenen arasında başka bir ilişkiyi deneyen üniversitelerin de olduğunu hatırlatıyor. Kıyametçilerle hype'çılar arasındaki tartışmalar da yapay zekâ sorusunun neredeyse her zaman aslında bizimle ilgili bir soru olduğunu hatırlatıyor.

Harcamak istemediğim son bir ironi var. Bu yazı bir yapay zekâyla İngilizceye çevrilecek ve ardından bir insan tarafından gözden geçirilecek. Çeviri akıcı çıkarsa, metnin yol boyunca anlaşılıp anlaşılmadığını kimse bilmeyecek. Her hafta bir değerlendirme platformuna ulaşan binlerce ödevde olan da tam olarak bu. Fark şu ki burada bunu açıkça söylüyoruz.

Córdoba'lı öğrenciler bir asırdan uzun bir süre önce öğretenle öğrenen arasında bir bağ talep ediyordu. Makine bu bağı koparmadı: Onu kibar yanlış anlamalardan örülmüş hâlde buldu ve bir hizmete dönüştürdü. Geriye, birbirimizi anlıyormuş gibi yapamayacağımız gün ne yapacağımızı bilmek kalıyor.