Yapay Zekâ Sınıfa Girdiğinde: Dört Öğrenme Kuramı Ne Söylüyor?

OECD’nin geçtiğimiz ay yayımladığı Digital Education Outlook 2026 raporunu okurken bir yerde durup tekrar okudum, çünkü rakam gerçekten çarpıcıydı: üretken yapay zekâ ile çalışan öğrenciler, verilen görevleri %48 daha başarılı tamamlıyor. Kulağa harika geliyor, değil mi? Ama raporun devamında ikinci bir rakam var, ve asıl mesele orada saklı: yapay zekâ ellerinden alınıp aynı görev bu kez tek başlarına verildiğinde, performansları %17 düşüyor (OECD, 2026).

Yani bir öğrenci YZ’nin yanında “başarılı” görünüyor, ama YZ’yi elinden aldığınızda o başarı da onunla birlikte gidiyor. Bu ikilik, aslında koca bir tartışmanın özeti gibi: görevi tamamlamak ile öğrenmek, göründüğü kadar aynı şey değilmiş. OECD raporu da tam olarak bunu söylüyor. Yapay zekâ net bir pedagojik amaçla, bilinçli bir tasarımla kullanıldığında öğrenmeyi gerçekten destekleyebiliyor; ama böyle bir çerçeve olmadan sadece “çıktıyı” güzelleştiriyor, altındaki öğrenmeyi değil. Bir nevi, evin dışını boyayıp temelini hiç güçlendirmemek gibi.

Peki bu durumu, eğitim psikolojisinin bize miras kalan klasik öğrenme kuramları nasıl açıklıyor? Ben burada dört kuramı tek tek ele alıp her birinin merceğinden YZ’ye bakmak istiyorum. Çünkü her biri, meseleye biraz farklı bir açıdan ışık tutuyor ve dördünü yan yana koyunca ortaya çok daha net bir tablo çıkıyor.

Davranışçılık: Anlık Geri Bildirimin Cazibesi

Davranışçı kuram Skinner, Pavlov, Watson’ın bize bıraktığı miras. Öğrenmeyi oldukça sade bir denklemle açıklar: bir uyaran, bir tepki, ve bu tepkiyi güçlendiren ya da zayıflatan bir pekiştirme. Doğru davranış ödüllendirilir, tekrarlanma ihtimali artar; yanlış davranış düzeltilir, tekrarlanma ihtimali azalır. Bu modelde zihnin içinde tam olarak ne olup bittiği pek önemli değildir. Davranışçılar buna bilinçli olarak “kara kutu” derler, önemli olan dışarıdan gözlemlenebilen sonuçtur.

Yapay zekânın belki de en görünür gücü tam bu noktada devreye giriyor: anlık, kişiye özel geri bildirim verebilmesi. Bir öğrenci bir matematik sorusunu yanlış çözdüğünde, YZ saniyeler içinde nerede hata yaptığını gösterip düzeltme sunabiliyor. Düşünün, otuz kişilik bir sınıfta bir öğretmenin her öğrenciye bu hızda, bu düzeyde kişiselleştirilmiş bir geri bildirim vermesi neredeyse imkânsız. YZ bu anlamda gerçekten devrimsel bir hız sunuyor. Davranışçı çerçeveden bakıldığında bu, son derece güçlü ve sık bir pekiştirme döngüsü kurma potansiyeli demek.

Ama OECD’nin bulgusu tam da burada bir uyarı lambası yakıyor. Davranışçılık, doğası gereği “ne öğrenildiğini” değil, “hangi çıktının doğru olduğunu” ölçer; öğrencinin kafasında ne olup bittiğiyle ilgilenmez. Bir öğrenci, YZ’nin verdiği ipuçlarını adım adım takip ederek doğru cevaba ulaşabilir. Davranışsal olarak görev tamamlanmıştır, pekiştirme de gerçekleşmiştir. Ama bu, kalıcı ve bağımsız bir öğrenmenin gerçekleştiği anlamına gelmiyor. O %17'lik düşüş de tam olarak bunu gösteriyor bence: pekiştirilen şey aslında öğrencinin kendi bilgisi değil, YZ ile birlikte üretilmiş, YZ olmadan ayakta duramayan bir performanstı.

Bilişselcilik: Zihin Rahatlıyor mu, Yoksa Devre Dışı mı Kalıyor?

Bilişsel kuram, davranışçılığın aksine, tam olarak o “kara kutu”nun içine girmeye çalışır. Öğrenmeyi bir bilgi işleme süreci olarak görür: dikkat, çalışma belleği, uzun süreli bellek, ve bilgiyi zihinde organize etme biçimlerimiz (şemalar) merkezi kavramlardır. Bu geniş çerçevenin özellikle öğretim tasarımı için çok kullanışlı bir alt kolu var: bilişsel yük kuramı (cognitive load theory). Bu kurama göre çalışma belleğimizin kapasitesi oldukça sınırlıdır, ve gereksiz, “işe yaramaz” zihinsel yük. Örneğin dağınık bir ders materyalinde bilgiyi bulmaya çalışmak. Asıl öğrenmeyi zorlaştırır.

Bu mercekten bakınca YZ, aslında oldukça cazip bir vaat sunuyor: bilgiye erişmek, onu özetlemek, düzenlemek gibi “dışsal” zihinsel yükleri YZ üstlenirse, öğrencinin zihni geriye kalan asıl önemli işe. Yani kavramı gerçekten anlamaya. Daha fazla kapasite ayırabilir. Kulağa mantıklı geliyor: bulmakla uğraşmayan bir zihin, anlamakla daha çok uğraşabilir.

Ama OECD raporunun altını özellikle çizdiği bir başka bulgu, bu iyimser resmi tersine çeviriyor. Rapor, aşırı YZ kullanımının üstbilişsel (metakognitif) katılımı azalttığını söylüyor (OECD, 2026). Yani öğrencinin kendi düşünme sürecini izleme, “bunu neden böyle yapıyorum, doğru mu gidiyorum” diye sorgulama, planlama gibi üst düzey zihinsel işlevlerden giderek geri çekildiğini. Demek ki bilişsel yükün azalması, otomatik olarak daha derin bir işleme anlamına gelmiyor; bazen sadece daha az düşünme anlamına geliyor. Zihin rahatlamıyor, sessizce köşeye çekiliyor.

Yapılandırmacılık: YZ Bir İskele mi, Yoksa Bir Kestirme mi?

Yapılandırmacı kuram, özellikle Vygotsky’nin geliştirdiği sosyal yapılandırmacılık versiyonuyla, öğrenmeye çok daha aktif bir rol biçer: öğrenci bilgiyi dışarıdan pasif biçimde almaz, kendi deneyimi ve başkalarıyla kurduğu etkileşim yoluyla adım adım inşa eder. Vygotsky’nin bu tartışmaya kazandırdığı en güçlü kavramlardan biri yakınsal gelişim alanı(zone of proximal development): öğrencinin tek başına yapamadığı, ama “daha bilgili bir öteki”. Bir öğretmen, bir ebeveyn, hatta daha deneyimli bir akran. Desteğiyle başarabildiği o ara bölge. Bu destek, literatürde “iskele” (scaffolding) olarak adlandırılıyor; tıpkı bir binanın inşaatında kullanılan iskele gibi, geçici bir destek sağlıyor ve öğrenci güçlendikçe kademeli olarak çekiliyor.

Yapay zekâ, ilk bakışta tam olarak bu “daha bilgili öteki” rolüne soyunmuş gibi görünüyor. Her an erişilebilir, sabırlı, tekrar tekrar açıklayabilen bir yardımcı. Ama iskele metaforunun can alıcı noktası şu: iskele geçici olmak zorunda. Destek zamanla azalmalı ki öğrenci sonunda kendi ayakları üzerinde durabilsin; aksi hâlde elinizde iskele olmadan ayakta duramayan bir bina kalır.

OECD raporunun vurguladığı ayrım da tam bu noktada devreye giriyor: pedagojik amaçla özenle tasarlanmış YZ araçları, öğrenciyi doğrudan cevaba değil, düşünme sürecine yönlendirecek şekilde kurgulanabiliyor. Soru sorarak, ipucu vererek, adım adım düşündürerek. Buna karşılık genel amaçlı bir YZ sohbet robotu, çoğu zaman doğrudan ve eksiksiz cevabı önüne seriyor. Bu ikinci durumda iskele hiç kurulmadan öğrenci doğrudan binaya taşınmış oluyor. Görünürde bir sonuç var, ama altındaki inşa süreci hiç yaşanmamış. YZ burada yakınsal gelişim alanını genişletmek yerine, o alanı tamamen atlıyor.

Bağlantıcılık: Ağın Merkezinde Hâlâ Kim Var?

Bağlantıcılık, diğer üçüne göre çok daha genç bir kuram; 2000'lerin ortasında George Siemens ve Stephen Downes tarafından, özellikle dijital çağın öğrenme biçimlerini açıklamak amacıyla önerildi. Bu kurama göre bilgi artık tek bir bireyin kafasında biriken bir şey değil; bir ağ içindeki sayısız düğüm ve bağlantı arasında dağılmış durumda. Öğrenmek de artık her şeyi ezberlemek değil, bu devasa ağda doğru bağlantıları kurabilme ve gerektiğinde doğru bilgiye erişebilme becerisi olarak tanımlanıyor.

Dört kuram arasında YZ’ye en “hazır giyim” gibi oturanı bağlantıcılık, çünkü zaten baştan dijital ve ağ tabanlı bir öğrenme modeli tarif ediyor. YZ, bu resimde adeta devasa bir bilgi ağına anında erişim sağlayan bir süper düğüm gibi çalışıyor. İstediğiniz anda, istediğiniz konuda, ağın en uzak köşesindeki bilgiyi önünüze getirebiliyor.

Ama OECD raporundaki bir diğer vurgu, bağlantıcılığın da kolayca gözden kaçırılabilecek bir kör noktasına işaret ediyor: öğretmenin rolünün, YZ kullanımına yalnızca “izin veren ya da yasaklayan” bir bekçi olmaktan çıkıp, öğrencinin düşünme sürecini aktif biçimde yönlendiren bir profesyonele dönüşmesi gerektiğini söylüyor (OECD, 2026). Yani ağ ne kadar zengin ve güçlü olursa olsun, o ağı anlamlı bir öğrenme deneyimine çevirecek insan aracılığı hâlâ tam da merkezde duruyor. Bağlantıcılık bilgiye erişimi muazzam kolaylaştırıyor, ama erişimin kendisi öğrenme değil. Tıpkı yazının başındaki o %48/%17 bulgusunun bize hatırlattığı gibi.

Sonuç: Mesele YZ Değil, Tasarım

Dört kuramı yan yana koyunca ortaya ilginç bir tablo çıkıyor: yapay zekâ, her bir öğrenme kuramının hem en güçlü vaadini hem de en büyük riskini aynı anda, aynı üründe taşıyor. Davranışçı açıdan bakınca inanılmaz güçlü bir pekiştirme aracı, ama altı boş kalabiliyor. Bilişsel açıdan zihni rahatlatabiliyor, ama üstbilişi zayıflatma riski taşıyor. Yapılandırmacı açıdan mükemmel bir iskele olabiliyor, ama iskeleyi hiç kurmadan doğrudan cevaba atlama eğiliminde. Bağlantıcı açıdan devasa bir ağ sunuyor, ama o ağı anlamlandıracak insan rehberliği olmadan büyük ölçüde işlevsiz kalıyor.

OECD raporunun vardığı sonuç da, aslında bu dört kuramın ortak paydasıyla birebir örtüşüyor: mesele yapay zekânın sınıfta olup olmaması değil, hangi pedagojik tasarımla orada olduğu. Bir öğretmenin bugün kendine sorması gereken soru artık “YZ’yi kullanmalı mıyım, kullanmamalı mıyım?” değil. Bu soru çoktan geride kaldı. Asıl soru şu olmalı: “bu araç, öğrencimin düşünme sürecini gerçekten destekliyor mu, yoksa sessizce onun yerine mi geçiyor?” Cevabı bulmak, çoğu zaman göründüğünden daha zor; ama en azından artık hangi sorulara bakmamız gerektiğini biliyoruz.

Kaynak

OECD (2026), OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education, OECD Publishing, Paris. https://doi.org/10.1787/062a7394-en