GİRİŞ
ChatGPT’nin dünyayı kalıcı olarak değiştirdiği 2023 ile 2026 yılları arasında MIT, Wharton, Harvard, Stanford, Microsoft, OpenAI, Oxford, Google DeepMind ve Çin’deki üniversiteler gibi çeşitli kurumlarda yapılan pek çok araştırma, yapay zekâ sohbet robotlarının insan bilişi, öğrenme süreçleri ve psikolojisi üzerindeki etkilerini inceledi.
Hem ön baskı hem de hakemli olarak yayımlanan bu araştırmalar arasında beyin taramaları, binlerce katılımcının yer aldığı rastgele kontrollü çalışmalar, boylamsal araştırmalar, meta-analizler ile gerçek sınıf ve işyeri ortamlarında gerçekleştirilen saha deneyleri yer alıyor.
Ancak bildiğim kadarıyla, tüm bunları herkesin kolayca okuyup erişebileceği tek bir yerde toplayan çıkmadı. Hazırladığım bu derlemenin amacı da tam olarak bu.
Araştırmalar tek başına, birbirinden kopuk haberler gibi ele alınıyor: Önce endişe verici manşetler atılıyor, ardından günlük haber döngüsü içinde unutulup gidiyor. Sonuç olarak herkesin içinde, yapay zekânın düşünme yeteneğimize zarar verebileceğine dair belirsiz bir tedirginlik oluşsa da büyük resmi kimse tam olarak göremiyor.
Şu ana kadarki bulgulara dayanarak durumu şöyle özetleyebiliriz:
Tek tek inceleyerek bir araya getirdiğim 30’dan fazla çalışma; yapay zekâ sohbet robotlarını kullandığınızda beyninizde, düşünme biçiminizde, öğrenme süreçlerinizde ve duygusal dünyanızda neler yaşandığına dair bilimin ulaştığı gerçek sonuçları gözler önüne seriyor.
Ve daha da önemlisi, bilimin henüz neleri bilmediğini de ortaya koyuyor.
Bu derlemenin ortaya koyduğu genel sonuç politikadan ürün tasarımına, bireysel davranışlarımızdan bu yeni, büyüleyici ve bir o kadar da ürkütücü teknolojiyle kurduğumuz kolektif bağa kadar her şeyi şekillendiren bir paradokstur.
I. BEYİN AKTİVİTEMİZ AZALIYOR
Sayıca az ama giderek artan bazı araştırmalarda, katılımcılar ChatGPT kullanırken beyin taramasından geçiriliyor veya kafalarına EEG sensörleri takılıyor. Çeşitli etkenlerin beyin aktivitesini nasıl değiştirdiğini ölçen nörogörüntüleme araçları, kişilerin kendi beyanlarına dayanan anketlere ve davranışsal testlere kıyasla, doğası gereği en “güvenilir” kaynaklar olarak kabul ediliyor.
- ChatGPT’nin beyin üzerindeki etkisi, Kosmyna vd. (arXiv ön baskısı, 2025, N=54): MIT Medya Laboratuvarı ChatGPT kullanıcıları, Google’da arama yapanlar ve hiçbir yardım almadan yazanlardan oluşan üç grubun beyin aktivitelerini, birkaç ay boyunca dört oturumda 32 kanallı EEG ile izledi. İlk grup (ChatGPT kullanıcıları), kendi başına yazanlara kıyasla %55’e varan bir düşüşle “en zayıf nöral bağlantısallığı” sergiledi. Katılımcıların giderek tembelleştiği ve “3. oturumdan sonra kopyala-yapıştır yöntemine geçtiği” görüldü. Dördüncü oturumda tamamen kendi başlarına yazmaya döndüklerinde bile beyin aktiviteleri düşük kalmaya devam etti; araştırmacılar bu durumu “bilişsel borç” birikimi olarak adlandırdı. Öte yandan, yalnızca beyin aktivitesi verilerine bakıldığında, 4. oturumda ChatGPT’yi kullanan katılımcıların beyin bağlantılarında bir artış kaydedildi. Araştırmacılardan Kosmyna’nın da belirttiği gibi, “zamanlama önemli olabilir.”
- Çocukların ChatGPT’yi kullanırken bilişsel kontrol, dikkat ve modülasyon ağlarının daha az devreye girmesi ve yaratıcılıklarının daha düşük olması, Horowitz-Kraus vd. (bioRxiv ön baskı, 2025, N=31): Sohbet robotuyla etkileşim sırasında fMRI kullanarak hem çocukları (6–7 yaş) hem de yetişkinleri inceleyen tek araştırmada, yetişkinlerin bilişsel kontrol ağlarında “daha güçlü bir ağ içi bağlantı” olduğu görüldü. Çocuklar ise “bilişsel kontrol, dikkat ve modülasyon ağlarında daha düşük bir aktivite” sergiledi. Bu da çocuk beyinlerinin yapay zekâ kullanımından yetişkinlere kıyasla daha fazla etkilendiğini ortaya koyuyor.
- Yapay zekâ araçlarıyla yaratıcı tasarım sürecinde EEG, Wang vd. (Frontiers in Psychology, 2025, N=64): Yukarıdaki çalışmaya tezat oluşturan bir diğer araştırma ise şu bulguları ortaya koyuyor: yapay zekâ tabanlı yaratıcı araçları (ChatGPT, Midjourney, Stable Diffusion) kullanan tasarım öğrencileri, geleneksel yazılımlarla çalışan kontrol grubuna kıyasla “belirgin derecede daha yüksek bir odaklanma” ve daha güçlü bir yaratıcı performans sergiledi. Bu çalışmanın MIT araştırmasından temel farkı, öğrencilerin yapay zekâdan pasif bir şekilde hazır cevap almak yerine, onu yaratıcı bir araç olarak aktif biçimde yönlendirmeleriydi.
- Farklı yapay zekâ destekli sohbet robotlarının geri bildirimlerinin öğrenme sonuçları ve beyin aktivitesi üzerindeki etkileri, Yin vd. (Nature portfolio, 2025, N=87): Sohbet robotuyla etkileşim esnasında beyin aktivitesini ölçmek için fNIRS yönteminin kullanıldığı bir diğer çalışmada, farklı geri bildirim türlerinin beynin farklı bölgelerini tetiklediği görüldü. “Sence bu neden doğru cevap?” gibi metabilişsel geri bildirimler “frontopolar bölgedeki” aktiviteyi artırırken, daha yüksek bilgi aktarım skorlarıyla ilişkilendirildi. Nötr geri bildirimler ise bunun yerine “dorsolateral prefrontal korteksi” harekete geçirdi. Bu araştırma bir sohbet robotunun sizinle kurduğu iletişim dilinin, beyninizin hangi bölgelerinin devreye gireceğini doğrudan etkilediğini net bir şekilde ortaya koyuyor.
- NeuroChat: Öğrenme deneyimlerini kişiselleştirmek için tasarlanmış nöroadaptif bir yapay zekâ sohbet robotu, Baradari vd. (arXiv ön baskısı, 2025, N=24): MIT Media Lab bünyesinde geliştirilen bu prototip, EEG verilerini gerçek zamanlı izleyerek kullanıcının odağı azaldığında yanıtlarını buna göre ayarlıyor. Standart bir sohbet robotuna kıyasla, gerek EEG ölçümlerinde gerekse kullanıcıların kendi beyanlarında katılım düzeyinin belirgin şekilde arttığı gözlemlendi. Kısa vadeli öğrenme sonuçları üzerinde doğrudan bir etki görülmese de bu çalışma, “bilişsel kopukluğun” yapay zekayı farklı bir yaklaşımla tasarlayarak giderilebileceğini kanıtlıyor.
Sonuçlar: Beyin görüntüleme verileri henüz emekleme aşamasında; küçük örneklemler, ön baskı makaleler ve çelişkili sonuçlar söz konusu. Ancak araştırmaların genelinde ortaya çıkan eğilim net: Pasif yapay zekâ kullanımı (hazır cevaplar almak), zihinsel çaba gerektiren beyin bölgelerinin aktivitesini azaltırken, aktif yapay zekâ kullanımı (araçları yönlendirmek, zorlayıcı görevlerle uğraşmak) zihinsel katılımı koruyabiliyor, hatta artırabiliyor. Asıl mesele yapay zekânın varlığı değil, onun beyninizi ne yapmaya zorladığıdır: Düşünme işini yapay zekâ üstlendiğinde, beyniniz daha az çalışır.
II. ÇIKTILARI SORGULAMAYI BIRAKIYORUZ
Araştırmacıların “bilişsel teslimiyet”, “otomasyon önyargısı” ve “bilişsel yük devretme” gibi farklı isimlerle tanımladığı bu olgu, insanların yapay zekâ çıktılarını pek süzgeçten geçirmeden, doğrudan kabul etme eğiliminde olduğuna dair oldukça güçlü kanıtlar sunuyor.
- Yapay zekânın insan muhakemesini yeniden şekillendirmesi ve bilişsel teslimiyetin yükselişi, Shaw & Nave (SSRN ön makale, 2026, N=1.372): Wharton tarafından gerçekleştirilen ön kayıtlı üç deneyde, katılımcılara yapay zekânın kasıtlı olarak zaman zaman yanlış yanıtlar verdiği muhakeme soruları yöneltildi. Yapay zekâ hata yaptığında katılımcıların yaklaşık %80’i bu yanlışı aynen kabul etti; ortaya çıkan sonuçlar “yapay zekâ hiç kullanılmasaydı çok daha iyi olurdu” dedirtecek kadar kötüydü. Yapay zekâya duyulan güven, buradaki en güçlü belirleyici faktördü: Yapay zekâya yüksek güven besleyen katılımcıların bu hatalı yanıtları benimseme olasılığı 3,5 kat daha fazlaydı. Katılımcıların yalnızca %20’si yapay zekânın hatalı kararlarına aktif olarak müdahale edip bunları geçersiz kılarken; geri kalanlar araştırmacıların “bilişsel teslimiyet” olarak tanımladığı duruma düştü ve yapay zekâ çıktılarını dikkatlice inceleme gereği duymadı.
- Üretken yapay zekânın eleştirel düşünme üzerindeki etkisi, Lee vd. (CHI ‘25, 2025, N=319): Microsoft ve Carnegie Mellon, üretken yapay zekâyı haftalık olarak kullanan bilgi çalışanlarıyla bir anket gerçekleştirerek gerçek hayattan 936 kullanım örneği topladı. Araştırma, üretken yapay zekâya duyulan güvenin artmasının eleştirel düşüncenin azalmasıyla doğrudan bağlantılı olduğunu gösterdi. Çalışanlar, aktif problem çözme sürecinden pasif bir denetim rolüne; “yaparak düşünme” alışkanlığından ise “hazır çıktılar arasından seçim yapma” modeline geçti. Yapay zekâ kullanıldığında, ortaya çıkan “sonuçların çeşitliliğinde de ciddi bir düşüş” gözlemlendi.
- Teknolojinin çetrefilli sınırlarının keşfi, Dell’Acqua vd. (Organization Science, 2026, N=758): Harvard İşletme Okulu, Wharton, MIT Sloan ve BCG ortaklığında yürütülen bu önceden kayıtlı saha deneyinde, BCG danışmanları 18 gerçekçi görevi yerine getirdi. Yapay zekânın yetenek sınırları dahilindeki işlerde kullanıcılar %12,2 daha fazla görev tamamladı, %25,1 daha hızlı çalıştı ve %40 daha yüksek kalite elde etti. Ancak yapay zekânın sınırlarını aşan görevlerde, yapay zekâ kullananların doğru çözümler üretme olasılığı yüzde 19 daha düşük çıktı. Buradaki asıl sorun, bu zorlu görevlerdeki yapay zekâ çıktılarının görünüşte kusursuz olması ama aslında göze çarpmayacak şekilde yanlışlıklar barındırmasıydı ve insanlar bu durumu fark edemiyordu. Süreç içinde iki farklı işbirliği modeli öne çıktı: İnsan ve yapay zekâ arasında net bir iş bölümü yapan “sentorlar” ile süreçleri birbiriyle tamamen iç içe geçmiş bir iş akışıyla yürüten “siborglar”.
- Konuşma tabanlı yapay zekâ ile siyasi ikna vasıtaları, Oxford/Stanford/MIT, 2025 (Science, N=76.977): Konuşma tabanlı yapay zekânın, statik mesajlaşmaya kıyasla belirgin şekilde “daha ikna edici” olduğu görüldü. Yapılan ince ayarlar bu ikna ediciliği %51’e kadar artırabilirken araştırmadaki en endişe verici bulgu şu oldu: “Bir model ne kadar ikna ediciyse, içerdiği bilgilerin doğru olma ihtimali o kadar azalıyordu”.
Sonuçlar: Bu çalışmaların ortaya koyduğu sonuçlar, acilen dikkate alınması gereken son derece ciddi bulgulardır. İnsanlar yapay zekâya fazlasıyla güveniyor, fakat daha da önemlisi, yapay zekânın akıcı anlatım tarzının yepyeni bir hata türü doğurduğu görülüyor. Kusursuz bir üslupla sunulan yanlış yanıtlar doğrudan kabul ediliyor ve yapay zekâya duyulan güven arttıkça bu sorun daha da derinleşiyor.
III. HEM DAHA AZ HEM DAHA ÇOK ÖĞRENİYORUZ
Eğitim araştırmaları, 1) yapay zekâya sınırsız erişimin öğrenmeyi sürekli olarak olumsuz etkilemesi ile 2) öğretim amacıyla özel olarak tasarlanmış yapay zekânın öğrenmeyi önemli ölçüde iyileştirebilmesi arasında net bir ayrım olduğunu ortaya koyuyor. Buradaki temel değişken, yapay zekânın bilişsel işi tamamen devralması ya da sadece desteklemesidir. Bu doğrultuda ilgili bölümü, zararlı yan ve yararlı yan olmak üzere iki gruba ayırdım.
ZARARLI YAN
- Kontrol mekanizmaları olmayan üretken yapay zekâ öğrenmeyi olumsuz etkiliyor, Bastani vd. (PNAS, 2025, N=~1.000): Wharton ve Penn Mühendislik Fakültesi, lise matematik derslerinde önceden kayıtlı, rastgele kontrollü bir araştırma yürüttü. Standart ChatGPT kullanan öğrenciler alıştırma sınavlarında puanlarını %48 artırırken daha sonra tek başlarına girdikleri sınavlarda puanları “%17 daha düşük” çıktı. Çünkü öğrenciler ChatGPT’yi sadece bir yanıt makinesi gibi kullanıp çözümleri doğrudan kopyalamışlardı. Doğrudan cevap vermek yerine akıl yürütme sürecini yönlendiren özel tasarım GPT Tutor ise “deneme notlarını %127 artırdı” ve öğrenmedeki gerilemenin büyük ölçüde önüne geçti. İlginç olan ise öğrencilerin, tüm bu süreçte kendi öğrenme becerilerinde herhangi bir azalma hissetmemeleriydi.
- ChatGPT’nin bilişsel destek aracı olarak kullanımı, Barcaui (Social Sciences & Humanities Open, 2025, N=120): Fundação Getulio Vargas ve UFRJ, öğrenme sürecinden 45 gün sonra uygulanan sürpriz bir bilgi kalıcılığı testini içeren, önceden kayıtlı ve rastgele kontrollü bir çalışma yürüttü. Geleneksel yöntemlerle çalışan grup sınavdan yaklaşık %69 puan alırken ChatGPT grubu yaklaşık %58 puanda kaldı ve aradaki fark 11 puan oldu. Yapay zekâ grubu çok daha dik bir unutma eğrisi sergiledi. Bu durum bilginin zihne ilk aşamada daha zayıf kodlanmasıyla açıklanıyordu, yani öğrenciler bilgileri hafızalarında tutamadıkları için çok daha hızlı unuttular. Üstelik katılımcıların daha önceki yapay zekâ deneyimleri de onları bu zihinsel yük devretme etkisinden korumaya yetmedi.
- Metabilişsel tembelliğe dikkat edin, Fan vd. (British Journal of Educational Technology, 2025, N=117): Zhejiang Üniversitesi ve Monash Üniversitesi tarafından yürütülen bir yazma deneyinde, ChatGPT kullanan grubun daha iyi kompozisyonlar yazdığı ancak bilgi edinimi veya aktarımı konusunda kayda değer bir gelişme gösteremediği saptandı. Araştırmacılar, öğrencilerin kendi düşünme süreçlerini izleme ve değerlendirme sorumluluğunu yapay zekâya devrettiği bu duruma “metabilişsel tembellik” adını verdi. Sürecin özeti ise şu cümleyle açıklandı: “Ürün gelişti, öğrenen ise gelişmedi.”
- Bilişsel kolaylığın bedeli, Stadler, Bannert & Sailer (Computers in Human Behavior, 2024, N=91): Münih Teknik Üniversitesi ve Münih Ludwig Maximilian Üniversitesi tarafından yürütülen çalışmada, yapay zekâ (LLM) kullanıcılarının bilişsel açıdan çok daha az yük altında kaldığı ancak buna karşılık “daha düşük kalitede akıl yürütme ve argümantasyon” sergilediği saptandı. Bu görev katılımcılara çok daha kolay gelmişti çünkü sürecin en zor kısmı, yani asıl düşünme işi doğrudan onlar adına yapılıyordu.
YARARLI YAN
- Harvard’da yapay zekâ destekli özel ders, aktif öğrenmeden daha başarılı sonuçlar verdi, Kestin vd., Scientific Reports, 2025, N=194): Doğrudan cevap vermek yerine soru sormak üzere özenle geliştirilen GPT tabanlı bir özel ders programı, geleneksel aktif öğrenmeye kıyasla “iki katından fazla öğrenme kazanımı” sağladı. Üstelik öğrenciler bu süreçte daha az zaman harcadılar.
- Tutor CoPilot, Wang vd. (arXiv ön baskısı, 2024, N=1.800): Stanford Üniversitesi tarafından yürütülen randomize kontrollü bir çalışmada, yapay zekâ doğrudan öğrencilere değil, yalnızca insan eğitmenlere yönelik gerçek zamanlı koçluk önerileri sundu. Bu destek sayesinde öğrencilerin konuları tam olarak kavrama olasılığı %4 arttı. Özellikle başarı puanı düşük olan öğretmenlerin öğrencileri, derslerinde 9 puanlık bir gelişme kaydetti. Kısacası yapay zekâ insanı geliştirdi, insan da öğrenciyi geliştirdi. Üstelik bu sistemin maliyeti eğitmen başına yıllık sadece 20 dolardı.
- Tebeşir tahtalarından sohbet robotlarına, De Simone vd. (Dünya Bankası, 2025, N=~800): Nijerya’nın Edo Eyaleti’nde, öğretmen rehberliğinde Microsoft Copilot’un kullanıldığı altı haftalık bir okul sonrası programı uygulandı. Bu kısa süreçteki öğrenme kazanımları, 1,5-2 yıllık normal okul eğitimine denk geliyordu. Sergilenen bu yaklaşım, “gelişmekte olan ülkelerde rastgele kontrollü çalışmalarla incelenen eğitim müdahalelerinin %80’inden daha iyi sonuç verdi” ve en büyük olumlu etki kız öğrenciler üzerinde görüldü.
- Yapay zekâ destekli özel dersler öğrencileri güvenli ve etkili bir şekilde destekleyebilir, Google DeepMind/Eedi (arXiv ön baskısı, 2025, N=165): İnsan eğitmenler tarafından denetlenen ve pedagojik açıdan optimize edilen yapay zekâ uygulamasında eğitmenler, “LearnLM tarafından hazırlanan mesajların %76,4’ünü hiç düzenleme yapmadan ya da çok az değişiklik yaparak onayladı”. Bu sistem sayesinde öğrencilerin sonraki konularda “yeni problemleri çözme olasılıkları %5,5 daha yüksek çıktı”. Ayrıca öğretmenler de bu model vasıtasıyla yeni pedagojik uygulamalar öğrendiklerini bildirdi.
- Üretken yapay zekâ bireysel yaratıcılığı artırırken, yeni içeriklerin toplumsal çeşitliliğini azaltıyor, Doshi & Hauser (Science Advances, 2024, N=300): UCL ve Exeter Üniversitesi, yapay zekânın yaratıcı yazarlık üzerindeki etkilerini inceleyen bir deney gerçekleştirdi. Yapay zekâ destekli öyküler, özellikle yaratıcılık düzeyi daha düşük olan yazarlar tarafından kaleme alınanlar, daha yaratıcı olarak değerlendirildi. Ancak bu öykülerin birbirine %5,0-5,2 oranında daha fazla benzediği saptandı. Bu durum, bireysel kazanımların toplumsal yenilikçiliği aşındırdığı bir “toplumsal ikilemi” ortaya koyuyor. Bu örneği “yararlı yan” başlığı altına eklemiş olsam da süreç aslında çok daha karmaşık bir yapıya sahip. Bu da yapay zekâ kullanımının tek başına, basit bir olgu olarak ele alınamayacağını açıkça gösteriyor.
Sonuçlar: Eğitim alanındaki bulgular, bu derlemede politika açısından en önemli araştırma kümesini oluşturuyor ve net bir mesaj veriyor: Bir teknoloji, tasarımına bağlı olarak taban tabana zıt iki sonuç doğurabilir. Yanıt makinesi olarak kullanılan ChatGPT öğrenme düzeylerinde düşüşe neden olurken, pedagojik açıdan tasarlanmış bir yapay zekâ öğretmeni ise tam aksine öğrenme kalitesini artırıyor. Buradaki asıl mesele “yapay zekânın doğrudan kullanılması” değil, “yapay zekânın tam olarak nasıl kullanıldığıdır”.
IV. DAHA DA YALNIZLAŞIYORUZ (YOKSA TERSİ Mİ?)
Yapay zekâ sohbet robotları ve duygusal iyilik hali üzerine yapılan psikolojik araştırmalar, literatürdeki en tartışmalı alanı oluşturuyor. Bu konuyu buraya dahil ettim çünkü yapay zekâ tıpkı öğrenme ve bilişsel süreçlerde olduğu gibi, insanların duygu dünyası ve psikolojik davranışları üzerinde de doğrudan etkiler bırakıyor.
- Yapay zekâ ve insan davranışlarının uzun süreli sohbet robotu kullanımının psikososyal etkilerini nasıl şekillendiriyor, Fang vd. (arXiv ön baskısı, 2025, N=981): MIT Media Lab ve OpenAI; 300.000’den fazla mesajı kapsayan, dokuz farklı koşulda (3 iletişim biçimi × 3 konuşma türü) günlük ChatGPT kullanımını inceleyen dört haftalık ve rastgele kontrollü bir çalışma yürüttü. Araştırma bulgularına göre günlük yapay zekâ kullanımının artması; tüm iletişim biçimleri ve konuşma türleri genelinde daha fazla yalnızlık, bağımlılık, sorunlu kullanım ve daha az sosyalleşme eğilimiyle doğrudan ilişkiliydi. Sesli mod kullanımı başlangıçta yalnızlık hissini hafifletiyor gibi görünse de “yoğun kullanımda bu avantajlar azaldı”. Sonuç olarak uzun vadeli bir bağımlılık karşılığında elde edilen anlık bir rahatlama.
- Yalnızlığı gidermek için yapay zekâya başvurmak, yalnızlığa ve daha fazla kullanıma nasıl yol açıyor?, Folk & Dunn (PsyArXiv ön baskı, 2025, N=2.000+): British Columbia Üniversitesi, iki yönlü bir analize dayanan 12 aylık boylamsal bir çalışma yürüttü. Araştırma, net bir kısır döngüyü ortaya koydu: Yalnızlık sohbet robotu kullanımını tetikliyor; bu kullanım dört ay sonra yalnızlığı artırıyor, artan yalnızlık ise insanları yeniden sohbet robotuna yönlendiriyor. Ayrıca sohbet robotu kullanımının, genel sosyal bağlardaki düşüşün anlamlı bir göstergesi olmadığı saptandı.
- Sosyal sohbet robotu kullanımıyla ilişkili bireysel ve refah faktörleri, Latikka vd. (Journal of Social and Personal Relationships, 2026, N=5.663): Tampere Üniversitesi’nin altı ülkede (Finlandiya, Fransa, Almanya, İrlanda, İtalya, Polonya) yürüttüğü araştırma, sosyal sohbet robotu kullanımının tüm bu ülkelerde “psikolojik sıkıntı ile pozitif bir ilişki içinde olduğunu” ortaya koydu. Altı ülkenin dördünde, sohbet robotu kullanımının yalnızlığın habercisi olduğu saptandı. Kültürlerarası bu tutarlılık “dikkat çekici” olarak nitelendirildi.
- Antropomorfizmdeki bireysel farklılıklar, yapay zekâ arkadaşlarıyla kurulan sosyal bağı açıklamaya yardımcı oluyor; Folk, Heine ve Dunn (Scientific Reports, 2025, N=1.274): British Columbia Üniversitesi, teknolojiyi insanlaştırma (antropomorfizm) eğilimindeki bireysel farklılıkların, sohbet robotuyla etkileşim sonrası “bağlılık hissini büyük ölçüde belirlediğini” ortaya koydu. Yapay zekânın yapay doğası bazıları için aşılmaz bir engel oluştururken, diğerleri için bu insanlaştırma eğilimi engeli ortadan kaldırıyor.
Sonuçlar: Psikoloji literatüründe bir zaman ölçeği sorunu var. Kısa süreli deneyler (tek bir seans ya da birkaç günlük etkileşim) genellikle yalnızlığın azalması ve terapötik fayda gibi olumlu sonuçlar gösterirken; haftalar ve aylar süren uzun vadeli çalışmalar soyutlanma, bağımlılık ve sıkıntı gibi sorunları açığa çıkarıyor. Aslında bu bulgular birbiriyle çelişmiyor. Aynı dinamik diğer başa çıkma mekanizmalarında da geçerli: Örneğin alkol, anlık sosyal kaygıyı azaltırken zaman geçtikçe bu kaygıyı artırır. Yapay zekâ tabanlı sohbet robotlarının da aynı seyri mi izleyeceği, yoksa uzun vadeli etkilerin bir noktada dengede mi kalacağı henüz bilinmiyor.
V. META-ANALİZLER
Sayıları çok olmasa da birkaç meta-analiz, özellikle öğrenme konusundaki çelişkili bulguları uzlaştırmaya çalıştı.
- ChatGPT’nin öğrencilerin öğrenme performansı, öğrenme algısı ve üst düzey düşünme becerileri üzerindeki etkisi, Wang & Fan (Humanities and Social Sciences Communications/Nature, 2025, 2022-2025 yılları arasında yapılan 51 çalışma): Hangzhou Normal Üniversitesi, yapay zekânın öğrenme ve üst düzey düşünme becerileri üzerindeki etkilerini inceleyen bir meta-analiz yürüttü. Araştırmada, yapay zekânın öğrenme performansı üzerinde önemli ölçüde olumlu bir etkisi olduğu saptandı. Üst düzey düşünme becerilerinde ise uygulanan müdahale türüne göre şekillenen, orta düzeyde bir etki gözlendi.
- ChatGPT öğrencilerin öğrenimini geliştiriyor mu?, Deng vd. (Computers & Education, 2025, 2022-2024 yılları arasında yapılan 69 çalışma): Hangzhou Normal Üniversitesi’nin bir diğer meta-analizi, ChatGPT’nin zihinsel eforu azaltırken “akademik performansı, duyusal-motivasyonel durumları ve üst düzey düşünme becerilerini geliştirdiğini” ortaya koydu. Ancak yapay zekânın “öz yeterlilik üzerinde kayda değer bir etkisi yoktur.” Müdahale sonrası değerlendirmeler eksik olduğundan, uzun vadeli etkiler gözlemlenemiyor.
- ChatGPT’nin öğrenci öğrenme sonuçları üzerindeki etkisi, Wu vd. (Humanities and Social Sciences Communications/Nature, 2026, 2022–2024 yılları arasında yapılan 35 çalışma): Genel olarak orta düzeyde olumlu bir etki tespit edildi; yapay zekâ “hem bilişsel hem de bilişsel olmayan becerileri önemli ölçüde geliştiriyor.” Bu süreçte ders konusu, deney süresi ve öğretim yöntemi anlamlı birer faktör olarak öne çıktı.
Sonuçlar: Meta-analizler, bugüne kadar geniş ölçekte gözlemlediğimiz bu çelişkiyi doğruluyor: Anlık performans üzerindeki genel etki büyük ve güvenilir. Ancak üst düzey düşünme, metabiliş, öz yeterlilik ve transfer gibi bağımsız yetkinlikleri belirleyen bilişsel süreçler üzerindeki etki oldukça küçük; hatta yok denecek kadar az veya ölçülemez durumda. Araştırmalar, sınav puanları gibi ölçülmesi kolay unsurları ölçüyor, bireyin gerçekten gelişip gelişmediğini ya da gerilediğini gösteren, ölçülmesi zor durumları ise büyük ölçüde gözden kaçırıyor.
VI. TEORİK ÇERÇEVELER
Birçok makale, yapay zekânın bilişsel süreçleri neden böyle etkilediğini açıklamak için teorik çerçeveler sunuyor. Bunlar, mevcut kanıtları yapılandıran kavramsal modellerdir.
- Bilimsel araştırmada yapay zekâ ve anlama yanılsamaları, Messeri & Crockett (Nature, 2024): Yale ve Princeton’dan araştırmacılar, yapay zekânın “anlama yanılsamaları” yarattığını öne sürüyor: Yapay zekâ akıcı ve kendinden emin çıktılar ürettiği için kullanıcılar, aslında bildiklerinden daha fazlasını bildiklerini sanıyor. Araştırmacılar bilgi işlerinde her biri kendine özgü epistemik riskler barındıran dört yapay zekâ arketipinden (Oracle, Surrogate, Quant, Arbiter) oluşan bir sınıflandırma sistemi geliştirdi. Ayrıca yapay zekânın, bilim insanlarının aklına gelen soru yelpazesini daraltarak “bilimsel tek tip kültürler” yaratabileceği konusunda da uyarıda bulunuyorlar. Bulgularını ise şu sözlerle özetliyorlar: “Daha fazla üretiyoruz ama daha az anlıyoruz”.
- Sistem 0 düşüncesi olarak insan-yapay zekâ etkileşimi üzerine bir çalışma, Chiriatti vd. (Nature Human Behaviour, 2024): Yazarlar, Daniel Kahneman’ın modeline yeni bir katman eklenmesini öneriyor. Sistem 1 hızlı sezgidir, Sistem 2 ise yavaş düşünme sürecidir. Sistem 0 ise “düşüncenin yapay zekâya devredilmesi” anlamına gelir. Bu katman, insan bilincine neyin ulaşacağını şekillendiren ve “bilişsel teslimiyet”e benzeyen ön bilişsel bir aşamadır.
- Araçlardan tehditlere: yapay zekâ Sohbet Robotlarının Neden Olduğu Bilişsel Gerileme, Dergaa vd. (Frontiers in Psychology, 2024): Geliştirilen bir diğer teorik çerçeve, yapay zekâya aşırı bağımlılık ile sorunlu internet kullanımı arasında paralellikler kuruyor. “Genişletilmiş Zihin Teorisi”ne dayanan bu yaklaşım, yapay zekâ bilişsel bir protez haline geldiğinde “altta yatan bilişsel ‘kasların’ kullanılmadıkları için zayıfladığını” savunuyor.
- İnsan-yapay zekâ etkileşimlerinin uzun vadede beyin açısından ele alınması: “3R ilkesi”, Rossi, Fraccaro ve Manzotti (npj Artificial Intelligence, 2026): Yazarlar, yapay zekâya pasif ve eleştirel olmayan bir şekilde güvenmenin, aktiviteye bağlı beyin plastisitesini zayıflatabileceğini ve bilişsel işlevleri bozabileceğini savunuyor. Buna karşılık aktif bir ortak üretimin, bu yetileri koruyabileceğini veya geliştirebileceğini belirtiyorlar. “Özgürlüğü, anlam yaratma becerisini ve uzun vadeli beyin sağlığını korumak” amacıyla da “bilişsel hijyen için önleyici bir çerçeve” olarak 3R (Sonuçlar, Tepkiler, Sorumluluk) modeli öneriliyor.
Sonuçlar: Teorik yaklaşımlar, farklı açılardan baksalar da aynı temel kavrayışta birleşiyor. “Sistem 0”, “Sistem 3”, “bilişsel atrofi” ve “anlama yanılsamaları” gibi kavramların tümü tek bir noktaya işaret ediyor: Yapay zekânın akıcılığı ve erişilebilirliği, bilişsel olarak en zahmetsiz yolu yaratıyor. Bu konforlu yol pürüzsüzce işlediğinde ve yeterince iyi sonuçlar verdiğinde, daha fazla çaba gerektiren alternatife (yani gerçekten düşünmeye) o an için gerek duymak zorlaşıyor. Tüm bu yaklaşımlar, ampirik araştırmaların ortaya koyduğu net bir olguyu özetliyor: Yapay zekânın ürüne sağladığı katkı ile o ürünü ortaya koyan insan üzerinde bıraktığı etki arasındaki derin uçurum.
VII. HALKIN GÖRÜŞLERİ
- Amerikalılar yapay zekâyı ve insanlar ile toplum üzerindeki etkisini nasıl görüyor, Pew Research (2025, N=5.023): Toplumun %53’ü yapay zekânın yaratıcı düşünme yeteneğini körelteceğine inanıyor, %50’si ise anlamlı ilişkiler kurma becerisine zarar vereceğini düşünüyor. Yapay zekâ konusunda “heyecandan çok endişe” duyan Amerikalıların oranı ise 2021’deki %37 seviyesinden 2025’te %50’ye yükseldi.
- Ergenler, sosyal medya ve yapay zekâ sohbet robotları, Pew Research (2025, N=1.458): ABD’deki ergenlerin %64’ü yapay zekâ sohbet robotlarını kullanıyor, %30’u ise her gün bu araçlara başvuruyor. Üstelik yarısından fazlası bu robotları okul ödevleri için tercih ediyor. Düşük gelirli hanelerdeki gençlerin %20’si okul ödevlerinin tamamını veya büyük kısmını sohbet robotu yardımıyla yaparken, yüksek gelirli hanelerde bu oran %7’de kalıyor. Bu durum, akademik literatürde büyük ölçüde eksik olan bir eşitsizlik boyutunu gözler önüne seriyor. Ayrıca katılımcıların %60’ı, okullarındaki öğrencilerin kopya çekmek için sohbet robotlarından yararlandığını belirtiyor.
Sonuç: Halkın endişelenmesi haklı, ancak bu endişe henüz net bir odağa sahip değil. Pew verileri, insanların yapay zekânın bilişsel yetenekleri ve ilişkileri tehdit ettiğini düşündüğünü gösterirken, bu derlemedeki araştırmalar da söz konusu sezgiyi büyük ölçüde doğruluyor. Ancak kamuoyundaki algı “yapay zekâ iyi mi, yoksa kötü mü?” şeklinde ikili bir kalıba sıkışmışken, bilimsel çalışmalar bambaşka bir gerçeğe işaret ediyor: Aynı teknoloji, nasıl uygulandığına bağlı olarak tamamen zıt etkiler yaratabiliyor. Dolayısıyla halkın algısı ile bilimsel kanıtlar arasındaki asıl ayrım, hangi değişkenin daha önemli olduğu noktasında beliriyor: Teknolojinin sadece var olması mı, yoksa nasıl kullanıldığı mı?
GENEL SONUÇLAR
Temel bulgu: Teknolojinin kendisinden ziyade, gerçekleştirim tasarımının bir işlevi olarak ortaya çıkan performans-yetkinlik ayrışması.
30’dan fazla çalışmada, yapay zekâ destekli sohbet robotlarının test cevapları, kompozisyonlar, yaratıcı çalışmalar ve mesleki çıktılar gibi anlık sonuçların kalitesini ve hızını güvenilir bir şekilde artırdığı görülmüştür. Buna karşın araçlar, zamanla kalıcı bilgi, bağımsız muhakeme ve yaratıcı çeşitliliği oluşturan bilişsel süreçleri de aynı derecede tutarlı bir şekilde zayıflatıyorlar.
Temel ilkeler değişmediğinden, bu paradoksun daha gelişmiş modellerle çözülmesi mümkün olmayabilir; zira bu durum, insanla birlikte çalışmaktansa onun yerine bilişsel işler yapan her türlü aracın yapısal bir özelliğidir. Sonuç olarak, performans artışı ne kadar gerçekse yetkinlik kaybı da o kadar gerçektir ve bu iki olgu, farklı zaman dilimlerinde işledikleri için aynı anda bir arada var olabiliyorlar.
Ancak.
Müdahalelerin tasarımı ve yapay zekânın kullanım şekline özgü nitelikler, elde edilen sonuçları iyileştirebilir.
Aynı temel teknoloji, nasıl uygulandığına bağlı olarak birbirinden çok farklı bilişsel etkiler yaratır. Yapay zekâ, ürettiğiniz şeyi daha iyi hale getirebilirken sizin üretim becerilerinizi zayıflatabilir ya da sizi gerçekten daha iyi bir noktaya taşıyabilir. Hangisinin gerçekleşeceği ise yapay zekânın kendisine değil, tamamen tasarıma bağlıdır.
Bu nüans; politika, ürün tasarımı ve bireysel davranışları şekillendirmelidir. “Yapay zekâ kullanmalı mıyız?” tartışması, müdahalelerin nasıl tasarlandığı ve teknolojinin nasıl kullanıldığı sorusundan çok daha önemsizdir. Kulağa çok basit bir gerçek gibi gelse de kamuoyundaki algı hâlâ “yapay zekâ iyi mi, kötü mü?” sorusunda takılıp kalmış durumdadır.
Bu, tüm literatürdeki en önemli bulgudur.
Bilmediğimiz şeyler
Ancak hâlâ dört önemli eksiklik ve sınırlama var:
- Uzun süreli nörogörüntüleme yapılmamıştır. MIT’nin EEG çalışması katılımcıları yalnızca dört oturum boyunca izlemiştir. Aylar ya da yıllar süren yapay zekâ kullanımının beyinde yarattığı değişiklikleri ölçen hiçbir araştırma yoktur. Teknoloji bunun için henüz çok yeni olsa da bu konunun öncelikli olarak ele alınması gerekir. Ayrıca, yapay zekâ desteği çekildikten sonra bile devam eden beyin aktivitesindeki azalmayı ifade eden “bilişsel borç” bulgusu da henüz ön niteliktedir.
- Bireyler arası farklılıklar yeterince haritalanmamıştır. Bilişsel teslimiyete en yatkın olanların kimler olduğu ve kimlerin buna direndiği sorusu hala netleşmemiştir; Wharton araştırması yapay zekâya duyulan güveni en önemli belirleyici faktör olarak tespit ederken, İsviçre araştırması ise yaş ve eğitim düzeyinin önemli olduğunu ortaya koymuştur. Ancak kişilik, bilişsel stil, uzmanlık ve yapay zekâ güvenlik açıkları arasındaki etkileşim henüz büyük ölçüde araştırılmamış durumdadır. Uzun zamandır yapay zekânın, bireyin zaten sahip olduğu özellikleri daha da belirgin hale getiren “doğal eğilimleri güçlendirici” bir unsur olduğunu gözlemlesem de bunun tamamen kişisel bir gözlem olduğunu belirtmeliyim.
- Çocuklar neredeyse hiç incelenmemiştir. 31 çocuğu kapsayan tek bir fMRI çalışması buldum, tüm literatür bundan ibaret. Oysa ABD’deki gençlerin %64’ü yapay zekâ destekli sohbet robotlarını kullanıyor ve %30’u bunları her gün tercih ediyor. En fazla risk altında olan ve geleceği en çok tehlikeye açık bu grup göz önüne alındığında, yapay zekâ kullanımının gelişimsel sinirbilimi, yani henüz gelişme aşamasında olan beyinler üzerindeki etkileri, bu alandaki en acil eksiklik olarak öne çıkıyor.
- Bilim ile teknoloji arasındaki zaman farkı. Bilim teknolojik gelişmelerden daha yavaş ilerlediği için mevcut çalışmaların çoğu eski modellerle (örneğin GPT-4o, GPT-3.5 vb.) yürütülüyor. Bazı değişkenler belirli modellerden bağımsız olduğundan sabit kalıyor. Örneğin modellerin gelişmesiyle birlikte bilişsel yükün yapay zekâya devredilmesi kesintisiz devam edecek ve hatta artacaktır. Ancak yanıtların kalitesiyle ilgili dinamikler gibi diğer tüm unsurların dikkatle ele alınması gerekir. Tahminimce ilerleyen süreçte bazı etkiler tamamen ortadan kalkacak, doğru politikalar uygulanırsa eğitim yaklaşımları gibi alanlar iyileşecek, duygusal bağımlılık ve buna bağlı bilişsel riskler ise daha da kötüleşecektir.
Gelecekle ilgili en büyük soru işareti
Burada derlenen 30’dan fazla çalışma, mevcut duruma dair ortak bir tanımda buluşsa da bunun ne anlama geldiği konusunda farklı görüşler barındırıyor. Yapay zekâ kaynaklı bilişsel yük devri; hesap makinelerinin başlangıçta matematik öğretmenlerini endişelendirmesine rağmen nihayetinde öğrencilerin daha karmaşık problemleri çözmesine olanak tanıyan geçici bir uyum süreci midir? Yoksa altta yatan temel yeteneği geliştirme motivasyonunu tamamen ortadan kaldıracak kadar akıcı ve erişilebilir, niteliksel olarak bambaşka bir olgu mudur?
Hesap makinesi benzetmesi iç rahatlatıcıdır; başlangıçta paniğe yol açmış olsa da zamanla bu endişenin yersiz olduğu ortaya çıkmıştır. Ancak bu analoji mevcut durumla tamamen örtüşmeyebilir. Hesap makineleri, özünde mekanik bir işlem olan hesaplamayı otomatikleştirirken, yapay zekâ sohbet robotları bir araçtan ziyade temel birer yetenek olan akıl yürütme, argüman geliştirme, sentezleme ve yaratıcı ifade gibi üst düzey bilişsel faaliyetleri otomatikleştirir. Dolayısıyla, hesap makinesi sizin yerinize hesap yaptığında hesaplama becerinizi kaybedersiniz, fakat yapay zekâ sizin yerinize düşündüğünde, düşünme becerinizin kendisini kaybedersiniz.
Bu kaybın ne ölçüde önemli olduğu, yapay zekânın her zaman sizin yerinize düşünmeye devam edip etmeyeceğine bağlıdır. Ve en önemlisi; elde edilen çıktıdan bağımsız olarak, düşünme sürecinin kendisinde içsel bir değer olduğuna inanıp inanmadığınızla ilgilidir. Bir düşünün.
Resim kaynağı: ShutterStock
Kaynak: The Algorithmic Bridge, 15 Nisan 2026
