Yapay zekâ artık her yaştan insanın günlük yaşamının ayrılmaz bir parçası hâline geldi. Özellikle ChatGPT gibi büyük dil modellerinden (LLM) yararlanan üretken yapay zekâ araçları, farklı alanlardaki öğrenciler ve profesyoneller tarafından günlük işlerinde giderek daha fazla kullanılmaktadır. Metin oluşturma, diller arasında çeviri yapma, grafik hazırlama, özetleme ve karşılaşılan sorunlara ilişkin öneriler sunma gibi yetenekleriyle bu uygulamalar bireylere son derece kullanışlı bir seçenek sunmaktadır. Özellikle ilköğretimden yükseköğretime kadar eğitimin her kademesinde çok sayıda öğrenci artık bu araçları öğrenme süreçlerinde önemli bir destek olarak kullanmaktadır.
Eğitim sistemleri, yapay zekânın dönüştürücü etkisinin en güçlü şekilde hissedileceği alanların başında gelmektedir. Bu dönüşüm karşısında eğitim sistemlerinin iki temel sorumluluğu bulunmaktadır. Bunlardan ilki, iş gücü piyasalarının ihtiyaç duyduğu becerilere sahip bireyler yetiştirmektir. Yapay zekâ sektörleri ve dolayısıyla iş gücü piyasalarını hızla dönüştürürken, yeni koşullara uygun becerilere sahip bir iş gücü yetiştirme meselesi önemini korumaktadır. Örneğin Çin, öğrencileri yapay zekâ ile ilgili becerilerle donatmayı amaçlayan proaktif girişimleri ilkokul, ortaokul ve lise düzeylerinde uygulamaya başlamıştır. Benzer dönüşümler yükseköğretimde de yaşanmaktadır. İkinci sorumluluk ise bu teknolojilerin eğitim sistemleri üzerindeki doğrudan etkisiyle ilgilidir. Özellikle üretken yapay zekâ teknolojileriyle birlikte eğitim ortamlarını zenginleştirmek ve kişiselleştirilmiş öğrenme imkânları oluşturmak çok daha kolay hâle gelmiştir. Diğer taraftan yabancı dil öğretimi, görsel sanatlar, müzik ve sanat eğitimi gibi alanlarda da önemli fırsatlar ortaya çıkmaktadır. Ayrıca bu teknolojiler metin oluşturma, proje önerileri geliştirme, literatür taraması yapma ve akademik makale yazma gibi görevlerde önemli destek sağlayabilmektedir.
Elbette tüm genel amaçlı teknolojik dönüşümlerde olduğu gibi bu araçlar da yalnızca faydalar değil, önemli riskler ve zorlukları da beraberinde getirmektedir. Bu risklere ilişkin tartışmalar çoğunlukla veri güvenliği, yanlı çıktılar yoluyla eşitsizliklerin derinleşmesi, karar verme süreçlerinde şeffaflık eksikliği ve yanlış bilgi üretimi (yapay zekâ halüsinasyonları) gibi konulara odaklanırken son dönemde bu uygulamaların bilişsel maliyetlerini ele alan çalışmalar da ortaya çıkmaya başlamıştır. Bu yazıda da, büyük dil modellerinin bilişsel etkilerini ve ortaya çıkmaya başlayan maliyetlerini inceleyen üç güncel araştırmayı değerlendireceğiz. Her bir çalışma konuya farklı bir açıdan yaklaşmakla birlikte, elde ettikleri bulgular birbirini desteklemektedir.
Bu bağlamda ilk çalışma, Çin ve Pakistan’daki bir grup yükseköğretim öğrencisi üzerinde yapay zekânın kişisel güvenlik ve mahremiyet kaygıları, karar verme yetisinin kaybı ve tembelliğin artması üzerindeki etkilerini incelemektedir (Ahmad, S. F., Han, H., Alam, M. M., Rehmat, M. K., Irshad, M., Arraño-Muñoz, M., & Ariza-Montes, A. (2023). Impact of artificial intelligence on human loss in decision making, laziness and safety in education. Humanities and Social Sciences Communications, 10:311). Çalışmanın bulguları, araştırmada kullanılan öğrenci örnekleminde yapay zekâ uygulamalarının öğrencilerin karar verme yetilerinin zayıflaması ve tembelliklerinin artması üzerinde önemli bir etkiye sahip olduğunu göstermektedir. Sonuçlara göre öğrencilerdeki tembelliğin %68,9’u, kişisel mahremiyet ve güvenlik sorunlarının %68,6’sı ve karar verme yetisindeki kaybın %27,7’si yapay zekâ uygulamalarının etkileriyle ilişkilendirilmektedir.
Çalışmanın bulguları, yapay zekâ uygulamalarının işlevleri arttıkça ve eğitimde kullanımları yaygınlaştıkça öğrencilerin akademik çalışmalarında bu uygulamalara duydukları güvenin de arttığını ve bunun sonucunda tembelliğin yükseldiğini göstermektedir. Öğrenciler akademik görevlerinin daha büyük bir bölümünü bu uygulamalara devrettikçe, üretilen içeriği kontrol etme ve doğrulama refleksleri zayıflamaktadır. Bunun sonucunda öğrenciler içerik üretiminde analitik düşünme becerilerini ve bilişsel kapasitelerini giderek daha az kullanmaktadır. Yapay zekâ tarafından üretilen içeriğe aşırı güven, zamanla bu uygulamalara bağımlılığı beslemektedir. Nihayetinde bu bağımlılık öğrenciler arasında tembelliğe yol açmaktadır. Aslında benzer bir risk öğretmenler ve akademisyenler için de geçerlidir.
Diğer taraftan çalışmanın bulguları, yapay zekâ uygulamalarının eğitimde bu şekilde yaygınlaşmasının öğrencilerin karar verme becerilerini de zayıflattığını göstermektedir. Bunun nedeni, öğrencilerin kararları kendileri vermek yerine yapay zekâ tarafından üretilen kararları kendi kararlarının yerine koyma alışkanlığını giderek daha fazla benimsemeleridir. Bunun sonucunda karar verme sürecinin içerdiği gerilimlerle başa çıkma yetenekleri de azalmaktadır. Uzun vadede bu kırılganlık, öğrencilerin karşılaştıkları güçlükler karşısındaki dayanıklılıklarını dolaylı olarak olumsuz etkileyecektir.
Bu etkilerin ötesinde, yukarıda kısmen değinildiği üzere, yapay zekâ tarafından üretilen içerikle ilişkili iki önemli risk bulunmaktadır. Bunlardan ilki, yapay zekâ uygulamalarının din, kültür, cinsiyet, sosyoekonomik durum, ırk ve benzeri faktörlere dayalı yanlılıklar üretebilme riskidir. Öğrenciler bu tür içeriklere aşırı güven duyduklarında bunları doğrulama ihtiyacı hissetmeyecekler ve bunun sonucunda da mevcut eşitsizlikleri pekiştiren bakış açıları eğitim sistemi aracılığıyla yaygınlaşacaktır. İkinci risk ise yapay zekâ uygulamalarının halüsinasyon veya konfabulasyon davranışıyla ilgilidir. Bu davranış ortaya çıktığında yapay zekâ sistemleri doğruymuş gibi görünen yanlış içerikler üretmektedir. Söz konusu içerik tespit edilip ayıklanmadığında, gerçeklikle örtüşmeyen bilgilerin eğitim yoluyla daha kolay yayılması söz konusu olacaktır.
İkinci çalışma, öğrenme sürecinde bilgi toplamak amacıyla büyük dil modellerinin kullanılmasının geleneksel arama motorlarının kullanımıyla karşılaştırıldığında bilişsel yükü ve öğrenme çıktılarını nasıl etkilediğine odaklanmaktadır (Stadler, M., Bannert, M., & Sailer, M. (2024). Cognitive ease at a cost: LLMs reduce mental effort but compromise depth in student scientific inquiry. Computers in Human Behavior, 160:108386). Çalışmada 91 üniversite öğrencisi iki gruba ayrılmıştır. Gruplardan biri bir konuyu araştırmak ve öneriler geliştirmek için ChatGPT’yi, diğer grup ise Google arama motorunu kullanmıştır. Bilindiği üzere arama motorları, kullanıcıları araştırdıkları konuyla ilgili internet sitelerine yönlendirmektedir. Bu süreç kullanıcının ulaştığı bilgileri ayıklamasını, değerlendirmesini ve analiz etmesini, ardından da araştırmasının bağlamı içinde anlamlı bir metin oluşturmasını gerektirmektedir. Buna karşılık ChatGPT gibi büyük dil modelleri bu yükü büyük ölçüde üstlenmekte ve yanıtları doğrudan üreterek kullanıcıyı söz konusu bilişsel görevlerden önemli ölçüde kurtarmaktadır. Başka bir ifadeyle, arama motoru kullanırken birey içerikle daha aktif bir ilişki kurarken ChatGPT kullanımında rolü görece daha pasif hâle gelmektedir.
Bu farklılık iki önemli soruyu gündeme getirmektedir: Bilgiye ulaşmada kullanılan bu iki farklı yaklaşım, üretilen içeriğin niteliğini nasıl etkilemektedir? Ayrıca kullanıcı üzerinde oluşturdukları bilişsel yük açısından nasıl farklılaşmaktadırlar? Çalışmanın bulguları, ChatGPT kullanan öğrencilerin geleneksel arama motorlarını kullananlara kıyasla bilişsel yükün üç boyutunda da—dışsal, içsel ve öğrenmeyle doğrudan ilişkili bilişsel yükte—daha düşük düzeyler yaşadığını göstermektedir. En büyük fark öğrenmeyle doğrudan ilişkili bilişsel yükte, en küçük fark ise dışsal bilişsel yükte ortaya çıkmıştır. Bu sonuç, geleneksel arama motorlarını kullanan öğrencilerin iyi temellendirilmiş bir metin oluştururken bilgiyi daha derinlemesine işlediklerini ve öğrenmeyle doğrudan ilişkili bilişsel kaynaklarını daha yoğun biçimde kullandıklarını göstermektedir. Kısacası büyük dil modelleri bilgiye hızlı ve kolay erişim sağladıkları için bilişsel yükü azaltmakta; bu durum öğrencilerin bilgiyi işlemek için daha az çaba göstermelerine ve içerikle daha yüzeysel bir ilişki kurmalarına yol açmaktadır. Diğer taraftan çalışmanın öğrencilerin gerekçelendirilmiş önerilerindeki çeşitliliğe ilişkin bulguları, geleneksel arama motorlarını kullananların anlamlı ve geçerli argümanları önemli ölçüde daha fazla üretebildiklerini göstermektedir. Büyük dil modelleri bilişsel yükü azaltıp insan katkısını en aza indirdiği gibi gerekçelerin çeşitliliği de azaltmaktadır.
Son ve en kapsamlı çalışma ise ChatGPT gibi büyük dil modeli araçlarının eğitim ortamlarında, özellikle kompozisyon yazma sürecinde kullanılmasının bilişsel maliyetini ortaya koymayı amaçlamaktadır (Kosmyna, N., Hauptmann, E., Yuan, Y. T., Situ, J., Liao, X. H., Beresnitzky, A. V., Braunstein, I., & Maes, P. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. https://doi.org/10.48550/arXiv.2506.08872). Çalışmaya katılanlar kompozisyon yazmak üzere üç farklı gruba ayrılmıştır: Büyük dil modeli kullanan LLM grubu, geleneksel internet aramalarından yararlanan arama motoru grubu ve hiçbir dış araç kullanmayan yalnızca beyin grubu. Her grup üç ayrı yazma oturumuna katılmıştır. Tüm oturumlar boyunca katılımcıların beyin aktiviteleri kaydedilmiştir.
Çalışmada, LLM kullanan grubun yoğun zihinsel çaba gerektiren düşünme süreçleriyle ilişkili beyin bağlantılarının diğer gruplara kıyasla daha düşük düzeyde olduğu görülmüştür. Buna karşılık arama motorlarını kullananlar yalnızca bilgi toplamakla kalmayıp bu bilgileri işleyerek bütünleştirmiş ve yeni bilgiye dönüştürmüşlerdir. Bu doğrultuda çalışma birkaç temel soruya yanıt aramaktadır: Bireyler bir LLM, arama motoru veya yalnızca kendi bilişsel çabalarını kullanarak kompozisyon yazdıklarında beyin aktiviteleri nasıl farklılaşmaktadır? Bu farklı grupların ürettiği kompozisyonlar arasında nitelik açısından ne tür farklılıklar ortaya çıkmaktadır? Süreç boyunca hafıza nasıl etkilenmektedir? Ve üretilen metin üzerindeki sahiplik duygusu, kullanılan yönteme bağlı olarak değişmekte midir?
Çalışmanın bulguları, her grubun farklı sinirsel bağlantı örüntüleri sergilemesine karşın aynı gruptaki katılımcıların kendi içlerinde tutarlı örüntüler gösterdiğini ortaya koymaktadır. Beyindeki bağlantıların düzeyi beynin sürece katılım yoğunluğuna göre değişmektedir. Bilişsel çabanın en düşük düzeyde olduğu LLM grubunda genel olarak en zayıf sinirsel bağlantı gözlenmiştir. Buna karşılık en fazla zihinsel çabayı gerektiren yalnızca beyin grubunda en güçlü ve en yaygın sinir ağları etkinleşmiştir. Ayrıca yalnızca beyin grubundaki katılımcıların yazdığı kompozisyonlar her bir konuya ilişkin farklı yaklaşımlar ortaya koyarken, LLM grubundaki katılımcıların yazdığı kompozisyonlar istatistiksel olarak daha homojen olmuş ve konular arasında önemli ölçüde daha az çeşitlilik göstermiştir. Başka bir ifadeyle, LLM araçları yalnızca daha düşük beyin aktivitesine yol açmakla kalmamakta, aynı zamanda üretilen içerikte tekdüzeliği artırarak yazılı içeriğin çeşitliliğini ve zenginliğini de azaltmaktadır.
Diğer taraftan katılımcıların yazdıkları kompozisyonlara yönelik sahiplik duyguları da ortaya koydukları çabanın miktarına, dolayısıyla beyin aktivitelerinin düzeyine bağlı olarak farklılaşmıştır. Çalışmanın bulgularına göre en yüksek sahiplik duygusu, herhangi bir dış araç kullanmadan yazan ve bu nedenle en fazla zihinsel çabayı gösteren yalnızca beyin grubundaki katılımcılarda gözlenmiştir. LLM grubundaki katılımcılar ise yalnızca en düşük sahiplik duygusunu bildirmekle kalmamış, aynı zamanda çok kısa bir süre önce yazdıkları kompozisyonları hatırlama veya bu metinlerden alıntı yapma konusunda da dikkat çekici ölçüde düşük bir performans göstermiştir. Başka bir ifadeyle, LLM grubundaki katılımcılar ürettikleri içeriğe karşı en yüksek düzeyde yabancılaşmayı yaşamıştır.
Özetle, ele alınan üç farklı çalışma, üretken yapay zekâ uygulamalarının kısa vadede bilişsel yükü azaltırken uzun vadede eleştirel düşünmeyi zayıflatabileceğini ve bilişsel gerilemeye yol açabileceğini göstermektedir. Bu olumsuz etki yalnızca metin üretimiyle sınırlı değildir. Bireylerin bilgiyi arama ve bilgiyle ilişki kurma biçimlerinde de önemli bir dönüşüm yaşanmaktadır. Geleneksel arama yöntemlerinde bireyler ulaştıkları bilgileri analiz etmek ve sentezlemekten kendileri sorumludur. Ancak yapay zekâ araçlarının yaygınlaşmasıyla birlikte bu bilişsel görevler giderek teknolojinin kendisine devredilmektedir. Bunun sonucunda bireyler, söz konusu süreçler aracılığıyla temel becerilerini geliştirme fırsatından mahrum kalmaktadır. Başka bir ifadeyle, insanlar bilişsel süreçlere aktif biçimde katılmaktan uzaklaştırılarak hazır içeriğin pasif tüketicileri hâline yönlendirilmektedir. Bu dönüşüm, bizi insan yapan temel bilişsel yetilerin gelişimini zayıflatırken aynı zamanda yapay zekâ gibi dışsal araçlara olan bağımlılığı artırmaktadır. Bu nedenle özellikle eğitim sistemlerinde yapay zekâ uygulamalarının bilişsel katılımı aktif biçimde destekleyecek ve karmaşık içeriklerle etkileşimi teşvik edecek şekilde kullanılması büyük önem taşımaktadır. Kısacası, üretken yapay zekâ araçları yalnızca sağladıkları kolaylıklar açısından değil, nasıl kullanıldıkları ve hangi tür bilişsel süreçleri harekete geçirdikleri açısından da değerlendirilmelidir.