Erişim Sorunu Çözüldü mü? Öğretmenler ve Yapay Zekânın Görünmeyen Eşiği

Yapay zekânın eğitime neler katabileceğini konuşurken çoğu zaman öğretmenlerin ve öğrencilerin bu araçlara erişebildiğini varsayıyoruz. İnternet bağlantısı olan, bilgisayar ya da akıllı telefon kullanabilen herkesin aynı başlangıç noktasında bulunduğunu düşünüyoruz. Oysa bir teknolojiye ulaşabilmekle o teknolojiden gerçekten yararlanabilmek aynı şey değil.

Dijital uçurum, en temel anlamıyla insanların dijital teknolojilere erişme, bu teknolojileri kullanma ve kullanımları sonucunda somut bir fayda elde etme imkânları arasındaki eşitsizliği anlatıyor. Kavram ilk ortaya çıktığında daha çok internete ve dijital cihazlara kimin sahip olup olmadığıyla ilgiliydi. Bugün ise yalnızca bağlantıyı değil, insanların hangi araçlara erişebildiğini, bu araçları ne ölçüde kullanabildiğini ve kullanımın eğitim, gelir, mesleki gelişim ya da toplumsal katılım gibi alanlarda nasıl sonuçlar doğurduğunu da kapsıyor.

Yapay zekâ bu uçurumu daha karmaşık hâle getiriyor. Aynı uygulamayı kullanan iki kişi aynı imkânlara sahip olmayabiliyor. Birinin ücretli ve daha güçlü bir modele erişimi varken diğeri ücretsiz sürümün sınırları içinde kalıyor. Biri yapay zekâyı kendi dilinde nitelikli sonuçlar alarak kullanırken diğeri sürekli hataları düzeltmek zorunda kalıyor. Birinin bu araçları denemek için zamanı, eğitimi ve kurumsal desteği bulunurken diğeri teknolojiyi gündelik iş yüküne sıkıştırmaya çalışıyor. Her ikisi de istatistiklere “erişimi var” diye geçiyor fakat bu erişimin niteliği aynı değil.

Bu nedenle dijital uçurum meselesi yalnızca teknoloji politikalarını ilgilendirmiyor. Eğitimin geleceği, öğretmenlerin çalışma koşulları ve öğrencilerin hangi öğrenme imkânlarına ulaşabileceği üzerinde de doğrudan etkili. Yapay zekâ araçları eğitimde giderek daha fazla yer aldıkça bugün küçük görünen farklar zaman içinde daha büyük eşitsizliklere dönüşebilir. Bu araçlardan daha iyi yararlanan öğretmenler ders hazırlama, öğrenciye geri bildirim verme, farklı öğrenme ihtiyaçlarına uygun içerik geliştirme ve mesleki bilgiye ulaşma konusunda avantaj kazanırken aynı olanaklara sahip olmayan öğretmenler geride kalabilir. Bu fark doğal olarak öğrencilerin karşılaştığı öğrenme deneyimlerine de yansır.

Dünya açısından mesele, yapay zekânın mevcut eşitsizlikleri azaltıp azaltmayacağı ya da onları yeni bir biçimde yeniden üretip üretmeyeceğiyle ilgili. Ülkeler arasındaki gelir, dil ve altyapı farkları yapay zekâ kullanımına da taşınıyor. İngilizce konuşan, güçlü dijital altyapıya ve yüksek satın alma gücüne sahip ülkeler yalnızca bu teknolojilere daha erken erişmiyor; aynı zamanda daha iyi çalışan modellerden ve kendi dillerinde üretilmiş daha geniş kaynaklardan yararlanıyor.

Türkiye açısından ise konu başka bir nedenle önemli. İnternete erişim artık toplumun büyük bölümü için mümkün olsa da ücretli modellere erişim, Türkçe çıktıların niteliği, öğretmenlerin iş yükü, okullar arasındaki altyapı farkları ve kurumsal destek aynı ölçüde çözülmüş değil. Dolayısıyla artık yalnızca “Öğretmenlerin yapay zekâya erişimi var mı?” diye soramayız. “Hangi yapay zekâya, hangi koşullarda ve ne kadar nitelikli biçimde erişebiliyorlar?” sorusunu da sormamız gerekiyor.

Tam bu noktada Ocak 2026’da yayımlanan bir araştırma dikkat çekici bir iddia ortaya koyuyor. Öğretmenlerin yapay zekâ okuryazarlığını hangi etkenlerin belirlediğini inceleyen çalışma, beklenmedik bir sonuca ulaşıyor. 270 öğretmenle yürütülen araştırmaya göre yaş ve cinsiyet anlamlı bir fark yaratmıyor. Eğitim düzeyi ile bilgi-işlemsel düşünme becerileri de bütün değişkenler birlikte değerlendirildiğinde açıklayıcı gücünü kaybediyor. Yapay zekâ kaygısı için de benzer bir durum söz konusu. Geriye iki değişken kalıyor: Öğretmenin yapay zekâ kullanmaktan aldığı keyif ve bu araçları kullanmaya ne kadar istekli olduğu.

Araştırmacılar bu sonuçtan oldukça iddialı bir çıkarım yapıyor. Onlara göre çağdaş dijital uçurum artık öncelikle erişimden kaynaklanan yapısal bir sorun değil; psikolojik ve duygusal bir soruna dönüşmüş durumda. Yeni uçurumun kaynağında özgüven, merak ve kullanımdan alınan haz arasındaki farklılıklar bulunuyor. Bu, kolayca alıntılanabilecek kadar güçlü bir cümle ve tam da bu nedenle üzerinde biraz daha dikkatle durmak gerekiyor.

Çalışmada dijital uçurumun nasıl ölçüldüğüne baktığımızda karşımıza çok daha dar bir çerçeve çıkıyor. Araştırmacılar, dijital uçurum ölçeğinin yalnızca fiziksel erişim boyutunu kullanmış: Bir cihazın var mı, internete bağlanabiliyor musun? Oysa dijital uçurum literatürü erişim meselesini üç ayrı düzeyde ele alıyor. Birinci düzey fiziksel erişimi, ikinci düzey dijital becerileri ve teknolojinin nasıl kullanıldığını, üçüncü düzey ise bu kullanımdan elde edilen somut sonuçları kapsıyor. Yalnızca ilk düzeyi ölçerek uçurumun bütünüyle psikolojik bir hâl aldığını söylemek, bir binanın yalnızca giriş kapısına bakıp herkes için erişilebilir olduğuna karar vermeye benziyor.

Araştırmanın nerede ve kimlerle yapıldığı da önemli. Çalışma İsrail’de, çevrimiçi bir tüketici paneli üzerinden yürütülmüş. Araştırmacılar bu yöntemin teknolojiye daha yatkın kişileri örneklem içinde olduğundan fazla temsil etmiş olabileceğini kendileri de belirtiyor. Aynı dönemde İsrail, Anthropic’in Eylül 2025 Ekonomi Endeksi’nde kişi başına yapay zekâ kullanımında dünyada ilk sırada yer alıyordu. Ülkedeki kullanım, nüfusa göre beklenen düzeyin yaklaşık yedi katıydı. Başka bir deyişle çalışma, fiziksel erişimin büyük ölçüde sağlandığı bir ülkede ve teknolojiyle zaten yakın ilişki kuran bir grubun içinde yapılmıştı.

Burada istatistiğin sıkıcı görünen fakat belirleyici kurallarından biri devreye giriyor: Bir değişken herkes için hemen hemen aynıysa gruplar arasındaki farkı açıklayamaz. Erişimin bu araştırmada belirleyici görünmemesi, erişimin artık önemsiz olduğu anlamına gelmiyor; yalnızca bu örneklemde yeterince değişkenlik göstermediğini anlatıyor. Bunlar aynı şey değil. Aradaki fark, bir araştırmanın sonucunu tekrarlamakla o sonucun hangi koşullarda ortaya çıktığını anlamak arasındaki fark.

Türkiye’ye baktığımızda ilk anda “Biz henüz o eşiği geçmedik” demek kolay olabilir. Ancak veriler tam olarak bunu söylemiyor. TÜİK’in 2025 araştırmasına göre 16-74 yaş grubunda internet kullanım oranı yüzde 90,9’a ulaştı. Dolayısıyla bağlantı, en azından dijital uçurumun ilk düzeyinde, artık temel sorun olmaktan çıkmaya başladı. Bu açıdan Türkiye de araştırmanın tarif ettiği tabloya benziyor: Kapı eşiği büyük ölçüde aşıldı. Asıl mesele, kapıdan geçtikten sonra neye ulaşabildiğimiz.

Bunun ilk boyutu ekonomik. Güçlü modeller, uzun bağlamlı sohbetler, güncel bilgilere erişim, dosya yükleme ve daha geniş kullanım hakları çoğunlukla dolarla fiyatlandırılan aboneliklerin arkasında bulunuyor. Ücretsiz sürümü kullanan bir öğretmenle ücretli aboneliği olan bir öğretmen dışarıdan bakıldığında aynı cümleyi kurabilir: “Yapay zekâ kullanıyorum.” Gerçekte ise aynı yapay zekâyı kullanmıyorlar.

Uçurum ortadan kalkmadı; aracın dışından içine taşındı. İnternet bağlantısına sahip olmayı ölçen istatistiklerde bu fark görünmüyor. İki öğretmen de “erişimi var” hanesine yazılıyor fakat birinin ulaşabildiği model, işlem kapasitesi ve kullanım süresi diğerinden oldukça farklı olabiliyor.

İkinci boyut dil ve bu, Türkiye açısından çok daha az konuşulan bir eşitsizlik. Türkçe, eklemeli yapısı nedeniyle büyük dil modellerinin ağırlıklı olarak üzerinde geliştiği dillerden farklı işliyor. Yakın tarihli bir çalışma, Türkçedeki tokenizasyon kalitesinin, yani modelin dili hangi parçalara ayırarak işlediğinin bazı durumlarda model büyüklüğünden daha belirleyici olabildiğini gösteriyor. Yalnızca parametre sayısını artırmak Türkçedeki performansı kendiliğinden iyileştirmiyor.

Bu nedenle İstanbul’daki bir öğretmenle Tel Aviv ya da Boston’daki bir öğretmen aynı modeli kullansa bile aynı kalitede destek almayabilir. Modelin adı ve sürümü aynı olabilir fakat kullanıcının karşısına çıkan deneyim aynı değildir. Metin üzerinde çalışan ve yapay zekâ çıktılarını satır satır değerlendiren biri için bu soyut bir teknik mesele değil. Dilin inceliklerinin nerede kaybolduğunu, hangi kalıpların İngilizceden Türkçeye sızdığını, hangi cümlenin dilbilgisel olarak doğru görünmesine rağmen Türkçede doğal durmadığını görmek işin kendisidir.

Bu farkı “keyif” değişkeniyle açıklayamayız. Tam tersine çıktı kalitesi, kişinin yapay zekâ kullanmaktan aldığı keyfi doğrudan etkiler. Sürekli düzeltilmesi gereken, dili yapaylaştıran ya da kullanıcının ne istediğini yeterince iyi anlamayan bir araç, insanda merak değil yorgunluk yaratabilir.

Üçüncü boyut ise kurumsal koşullar. Bir öğretmenin yapay zekâyı dersine taşıyabilmesi için yalnızca bir hesaba sahip olması yetmez. Bunu yapabilmek için kurumsal izne, zamana, uygun altyapıya ve neyi hangi sınırlar içinde yapabileceğine dair açık bir çerçeveye de ihtiyacı vardır.

Türkiye’de bu boşluk politika düzeyinde görülmüş durumda. MEB’in “Eğitimde Yapay Zekâ Politika Belgesi ve Eylem Planı” Haziran 2025’te yürürlüğe girdi. Kırk eylem maddesinden oluşan planın içinde öğretmenlere yönelik hizmet içi eğitimler ve yapay zekâ okuryazarlığı programları da bulunuyor. UNESCO’nun 2024 tarihli Öğretmenler İçin Yapay Zekâ Yetkinlik Çerçevesi ise dünya genelinde henüz az sayıda ülkenin öğretmenlerin sahip olması gereken yapay zekâ yetkinliklerini tanımladığını ve bunlara yönelik ulusal eğitim programları geliştirdiğini belirtiyor. Türkiye bu açıdan geride değil.

Yine de bir politika belgesiyle kalabalık bir sınıfta geçen kırk dakika arasında ciddi bir mesafe var. Öğretmenin ders yükü, sınıf mevcudu, müfredat baskısı, teknik destek eksikliği ve hazırlık için ayırabildiği zaman değişmeden yalnızca eğitim programlarıyla bu mesafeyi kapatmak kolay değil.

Bütün bunlar araştırmanın temel bulgusunu geçersiz kılmıyor. Aksine o bulgu doğru ve önemli: Motivasyon, insanların düşündüğünden daha belirleyici olabilir. Yalnızca teknik bilgi vererek yapay zekâ okuryazarlığı oluşturmak mümkün değil. Bir kişinin aracı merak etmesi, denemeye istekli olması, hata yapmaktan çekinmeden kurcalaması ve kendi ihtiyacına göre kullanmayı öğrenmesi gerekiyor. Öğretmen eğitimleri açısından bu, ciddiye alınması gereken bir sonuç.

Ancak “Yapay zekâ kullanmaktan keyif alan öğretmen daha yüksek yapay zekâ okuryazarlığına sahip oluyor” cümlesinin sessiz bir ön koşulu var: Önce bu keyfin mümkün olması gerekiyor. Bunun için yeterli erişime, işini görecek kadar güçlü bir araca, iyi bir bağlantıya, yeterli zamana ve kullanıcının dilinde tatmin edici sonuçlar üreten bir modele ihtiyaç var. Zar zor ulaşabildiğin, seni yarım anlayan bir dilde konuşan ve teneffüs arasına sıkıştırarak kullanmaya çalıştığın bir araçtan keyif alman kolay değil. Haz, erişimin yerini alan bir şey değil; erişimin arkasından gelen bir şey.

Bu sıralamayı tersine çevirdiğimizde yapısal bir eksikliği kişisel isteksizlik olarak okumaya başlarız. Öğretmenin yeterince meraklı olmadığını, teknolojiden korktuğunu ya da değişime direnç gösterdiğini söylemek kolaylaşır. Aracın pahalı olması, Türkçede daha düşük nitelikte sonuç vermesi veya öğretmenin onu kullanacak zamanı bulamaması ise görünmezleşir.

Dijital uçurumun psikolojik bir soruna dönüştüğü iddiası biraz da bu nedenle çekici. Psikolojik sorunların çözümü daha ucuz görünür: Bir atölye düzenlenir, daha eğlenceli bir eğitim modülü hazırlanır, öğretmenin tutumunu değiştirmeye yönelik bir program geliştirilir. Yapısal sorunlar ise para, altyapı, lisans, dil yatırımı ve zaman gerektirir.

Bir araştırma bulgusunun nasıl dolaşıma girdiğini çoğu zaman yalnızca ne kadar doğru olduğu belirlemez. O bulgunun hangi çözümleri gerektirdiği ve bu çözümlerin kimin işine geldiği de belirler. Buradaki asıl risk çalışmanın yanlış olması değil, hiç ölçülmeyen alanlar hakkında konuşmak için kullanılmasıdır. Bir uçurum, onu ölçen araç tarafından görünmez hâle geldiğinde kapanmış olmaz; yalnızca sayılmayı bırakır.

Kaynaklar

Anthropic (2025). Anthropic Economic Index: Uneven Geographic Adoption, Eylül 2025 raporu.

Bayram, M. A., Fincan, A. A., Gümüş, A. S., Karakaş, S., Diri, B. & Yıldırım, S. (2025). Tokenization Standards for Linguistic Integrity: Turkish as a Benchmark. arXiv:2502.07057.

Deshen, M., Harari, R. & Aharony, N. (2026). Teachers’ Artificial Intelligence (AI) Literacy: An Exploratory Study. Smart Learning Environments, 13(7).

Millî Eğitim Bakanlığı (2025). Eğitimde Yapay Zekâ Politika Belgesi ve Eylem Planı (2025-2029), Haziran 2025.

Scheerder, A., van Deursen, A. & van Dijk, J. (2017). Determinants of Internet Skills, Uses and Outcomes: A Systematic Review of the Second- and Third-Level Digital Divide. Telematics and Informatics, 34(8).

TÜİK (2025). Hanehalkı Bilişim Teknolojileri Kullanım Araştırması; Anadolu Ajansı aktarımı.

UNESCO (2024). AI Competency Framework for Teachers.