Yetenek Kaybının Çağı

Endişe artık bir mırıltıdan bir gürültüye dönüştü; hepsi aynı temanın versiyonları: “Beyniniz ChatGPT’de.” “Yapay Zeka Sizi Daha da Aptallaştırıyor.” “Yapay Zekâ Eleştirel Düşünmeyi Öldürüyor.” Bir zamanlar korku, gezegeni ataç fabrikasına çevirirken bizi de yok edecek, kontrolden çıkmış bir zekâydı. Artık sohbet robotları Google’ın yolunu izleyerek mucizevî olandan sıradan olana doğru ilerlerken, kaygının düzeyi de; kıyamet beklentisinden kaygının körelmesine doğru kaydı. Özellikle öğretmenler, çürümeyi görmeye başladıklarını söylüyor. Bunun için kullanılan terim hoş olmasa da yersiz değil: beceri yoksunluğu.

Bu endişe temelsiz değil. Twelfth Night’ı özetlemek için Gemini’ye başvuran çocuklar, Shakespeare’le kendi başlarına boğuşmayı asla öğrenemeyebilir. Hukuk analizinde Harvey AI kullanan hevesli avukatlar, seleflerinin doğal saydığı yorumlama becerilerini geliştiremeyebilir. Yakın zamanda yapılan bir çalışmada, Birleşik Krallık’tan birkaç yüz katılımcıya standart bir eleştirel düşünme testi verildi ve bilgi bulmak veya karar almak için yapay zekâ kullanımları hakkında kendileriyle röportajlar yapıldı. Genç kullanıcılar teknolojiye daha fazla güveniyor ve testte daha düşük puan alıyorlardı. Temel çıkarım; kullan ya da kaybetti. Başka bir çalışmada, polip tespiti için yapay zekâ sistemi kullanan doktorlar üç ay sonra sistem olmadan daha az becerikli hâle gelmişti.

Ancak asıl anlaşılması gereken şey, vasıfsızlaştırmanın var olup olmadığı değil (ki açıkça var), bunun ne tür bir şey olduğudur. Tüm beceri kayıpları zararlı mı? Yoksa bazılarını tolere edebilir, hatta hoş karşılayabilir miyiz? Beceri kaybı, çok farklı türdeki kayıplar için kullanılan genel bir terimdir: kaybolan becerileri bazıları maliyetli, bazıları önemsiz, bazıları da tuhaf bir şekilde üretkendir. Neyin tehlikede olduğunu anlayabilmek için, yeni teknolojiler ortaya çıktığında becerilerin nasıl yıprandığını, kaybolduğunu veya mutasyona uğradığını yakından incelememiz gerekiyor.

Sohbet robotlarımız yeni: dayandıkları “dönüştürücü” mimari 2017’de icat edildi ve ChatGPT bu tarihten beş yıl sonra halka sunuldu. Ancak yeni bir teknolojinin zihni köreltebileceği korkusu çok eski. M.Ö. dördüncü yüzyıla tarihlenen Phaedrus’ta Sokrates, Mısır tanrısı Thoth’un Kral Thamus’a yazı yazma armağanını, “hafıza ve bilgelik için bir reçete” olarak sunduğu bir efsaneyi anlatır. Thamus bundan etkilenmez. Yazmanın tam tersi bir etki yaratacağı konusunda uyarıda bulunur: Unutkanlığa yol açacak, insanların hatırlama çabalarını papirüs üzerindeki işaretlerle değiştirmelerine ve anlamanın görünüşünü, şeylerin kendilerinin görüntüleriyle karıştırmalarına neden olacaktır. Sokrates, Thamus’un tarafında yer alır. Yazılı sözcüklerin, sizin özel sorularınıza asla cevap vermediğinden yakınıyor; herkese aynı şekilde cevap veriyorlar, bilgeye de aptala da; ve yanlış anlaşıldıklarında çaresiz kalıyorlar.

Elbette, tüm bunları bilmemizin sebebi, bu bölümün Whig (İngiliz Liberal Partisi’nin atası olan parti, Amerika’da ise İngiltere’den bağımsızlaşma taraftarı) tarzı teknoloji tarihçelerinde sıkça karşımıza çıkmasının sebebi, Platon’un bunları yazmış olmasıdır. Yine de, yazının eleştirmenleri tamamen haksız değildi. Sözlü kültürlerde ozanlar destanları ezberlerinde tutarlardı; kabile tarihçileri (griotlar) istedikleri zaman yüzyıllara dayanan soyağacını sıralayabilirlerdi. Yazı, bu tür becerileri gereksiz kıldı. Artık fikirleri onlarla boğuşmadan da edinebiliyordunuz. Diyalog cevap gerektirir: açıklama, itiraz, düzeltme. (Bazen “Çok doğru, Sokrates” yeterli olurdu ama yine de.) Okumak, kendinizi hiç sınamadan, başkasının dehasının tadını çıkarmanızı, ona onay vermenizi sağlar.

Bir açıdan kayıp gibi görünen şey, başka bir açıdan kazanç olabilir. Yazı yeni zihinsel alanlar açtı: yorum, hukuk, güvenilir tarih, bilim. Sözlü ve yazılı kültür uzmanı Walter J. Ong bunu net bir şekilde şöyle ifade etmiştir: “Yazı, düşünceyi yeniden yapılandıran bir teknolojidir.” Bu izah şekli tanıdıktır. Denizciler sekstant kullanmaya başladıklarında, denizcilerin gökyüzü aracını, bir zamanlar onları güvenli bir şekilde evlerine götüren yıldızların ayrıntılı okumasını geride bıraktılar. Daha sonra, uydu navigasyonu, sekstant becerilerini de sona erdirdi. Bir zamanlar bir Model T sahibi olmak bir zamanlar tamircilik yapmak anlamına geliyordu; boruları nasıl yamayacağını, ateşleme zamanlamasını nasıl ayarlayacağını, arabanın motorunu stop ettikten sonra nasıl tekrar çalıştıracağını bilmek anlamına geliyordu. Günümüzün son derece güvenilir motorları sırlarını saklıyor. Sürgülü hesap cetvelleri yerini hesap makinelerine, hesap makineleri de bilgisayarlara bıraktı. Her seferinde bireysel ustalık azaldı, ancak genel performans arttı.

Bu güven verici bir durum; bir şey bırakılıyor, başka bir şey kazanılıyor. Ancak bazı kazanımların daha derin bedelleri var. İnsanların sadece neler yapabileceğini değil, aynı zamanda kendilerini nasıl hissettiklerini de altüst ediyorlar.

1980’lerde sosyal psikolog Shoshana Zuboff, ABD’nin güneyindeki kâğıt hamuru fabrikalarında manuel kontrolden bilgisayarlı kontrole geçiş sürecini inceledi. Bir zamanlar kaygan mı ya da yapışkan mı diye anlamak için hamuru dokunarak değerlendiren operatörler artık klimalı odalarında oturup ekranlarda kayan rakamları izliyor, eski becerilerini kullanmıyor ve değerlendirmiyorlardı. Çalışanlardan biri Zuboff’a “işimi bilgisayar üzerinden yapmak farklı hissettiriyor” dedi. “Sanki büyük ve güçlü bir ata biniyorsunuz ama arkanızda eyerde dizginleri tutan biri oturuyor.” Yeni sistem daha hızlı, temiz ve güvenliydi; ama aynı zamanda işin anlam içeriğini de boşaltmıştı.

Sosyolog Richard Sennett de Boston’da bir fırında benzer bir dönüşüm hikâyesini kaydetti. 1970’lerdeki işçiler, ekmeğin ne zaman hazır olduğunu gözleriyle ve burunlarıyla anlayan ve işlerinde gurur duyan Yunan erkeklerdi; 1990’larda onların yerini, Windows tarzı bir dokunmatik ekrandan işlem yapan çalışanlar aldı. Ekmek bir ekran simgesine dönüştü; rengi verilerden çıkarılan, çeşidi dijital bir menüden seçilen bir simge. Becerilerin incelmesiyle kimlik de inceldi. Ekmek hâlâ güzeldi ama mutfaktakiler artık kendilerini gerçekten fırıncı gibi hissetmiyordu. Bir keresinde çalışanlardan birisi Sennett’e yarı şaka yollu, “fırıncılık, ayakkabıcılık, baskıcılık;  aklınıza ne gelirse, hepsini becerebilirim” demiş. Aslında hiçbir beceriye ihtiyacı olmadığını anlatmak istiyordu.

Kültürel alanda da dokunuştan uzaklaşma uzun zamandır sürüyor. 19. yüzyıl Avrupa’sının orta sınıf evlerinde, müziği sevmek genellikle onu çalmak demekti. Senfoniler salona stereo ile değil, piyano uyarlamasıyla ulaşıyordu; dört el, bir klavye, Brahms’ın 1. Senfonisi, ev halkının elinden geldiğince seslendiriliyordu. Beceri gerektiriyordu: nota okumak, tekniğe hâkim olmak, parmaklarınızla bir orkestrayı canlandırmak. İstediğiniz müziği duymak için pratik yapmanız gerekiyordu.

Sonra gramofon çıktı ve salon piyanoları tozlanmaya başladı. Kazanç açıktı: artık orkestrayı doğrudan oturma odana çağırabiliyor, kulak zevkinizi Debussy, Strauss, Sibelius’a kadar genişletebiliyordunuz. Modern müziksever belki daha az icracıydı ama bir anlamda daha iyi bir dinleyiciydi. Yine de, genişlik-yaygınlık derinliğin yok olması pahasına geldi. Bir parçayı çalışmak, size onun dokusunu ve kıvrımlarını derinden hissettirirdi. Parlak Victrolası (plak çalar markası) olan çocuğunuz bunu hissedebildi mi acaba?

Gerçek şeylerden bir adım uzaklaşmış olma hissi, güçlü yeni bir araç ortaya çıktığında ortaya çıkar. 17. yüzyıldan itibaren sürgülü hesap cetveli, zihinsel matematikte uzmanlığa olan ihtiyacı azalttı; yüzyıllar sonra cep hesap makinesi, sayı duygusunun kaybolacağından korkan bazı mühendisler arasında huzursuzluk yarattı. Bu kaygılar temelsiz değildi. Klavyede “Cos” tuşuna bastığınızda bir sayı elde ediyordunuz ama arkasındaki anlam kaybolabiliyordu. Daha seçkin alanlarda bile bu kaygı sürüyordu. MIT fizikçisi Victor Weisskopf, meslektaşlarının bilgisayar simülasyonlarına artan bağımlılığından rahatsızdı. Yazıcı çıktılarını kendisine verdiklerinde, “bilgisayar cevabı anlıyor” derdi, “ama sanırım siz cevabı anlamıyorsunuz.”

Bu, çıktıların içgörüyle karıştırıldığına inanan dijital çağın Mısır kralının huzursuzluğuydu.

Zuboff’un “akıllı makine çağı” dediği dönemde otomasyon, esas olarak işyerine, fabrikaya, endüstriyel fırına, kokpite hapsolmuştu. Kişisel bilgisayarların ve ardından internetin ortaya çıktığı çağda teknoloji evlere kadar girdi, genel amaçlı hale geldi ve günlük yaşamın içine işledi. 2000’li yıllara gelindiğinde araştırmacılar arama motorlarının bize ne yaptığını sormaya başlamışlardı. “Google Kullanan Beyniniz” gibi başlıklar görmek mümkündü. Panik abartılıydı ama bazı etkiler gerçekti. Yaygın olarak alıntılanan bir çalışma, bazı durumlarda insanların bir bilginin kendisini değil, nerede bulunabileceğini hatırladığını ortaya koydu.

Gerçekte, insan idraki her zaman kafatasının ötesine, aletlere, sembollere ve birbirlerine sızmıştır. (Tanıdığınız çiftleri düşünün: biri doğum günlerini, diğeri pasaportların nerede olduğunu hatırlar.) Çentikli kemiklerden kil tabletlere kadar on binlerce yıldır düşüncelerimizi dünyaya kaydediyoruz. Birçok yaratık alet kullanır, ama onların bilgi birikimleri de onlarla birlikte ölür; bizimki ise kültür olarak birikir; zekâ için bir aktarım sistemi. Bunu miras alıyoruz, genişletiyoruz ve üzerine inşa ediyoruz, böylece her nesil bir öncekinden daha yükseğe tırmanabiliyor: basınçla parçalanmış bıçaklardan kemik iğnelere, baskı makinelerine, kuantum hesaplamaya geçiyoruz. Homo sapiens’i farklı kılan şey, bu dışsallaştırılmış, korunmuş, paylaşılmış içgörü birleşimidir. Bonobolar ekolojik olarak şimdiki zamanda yaşarlar. Biz ise tarihte yaşıyoruz.

Bu arada birikimin kritik bir sonucu vardır: uzmanlaşmayı teşvik eder. Bilgi genişledikçe artık her kafada eşit şekilde yer alamaz. Küçük topluluklarda herkes av izini sürebilir, bitki toplayabilir, ateş yakabilirdi. Ancak tarım devriminden sonra toplumlar büyüdükçe zanaatlar ve loncalar çoğaldı; dayanıklı bıçaklar dövebilen demirciler, tonozu çökmekten koruyan duvar ustaları, gizli tarifler ve teknikler geliştiren cam üfleyiciler. Bir zamanlar bedenle bütünleşik olan beceriler aletlere geçti ve kurumlara kavuştu. Zamanla emek bölümü kaçınılmaz biçimde bilişsel bir emek bölümü hâline geldi.

Filozof Hilary Putnam bir keresinde karaağaçla kayın ağacını ayırt edemese de karaağaç kelimesini kullanabildiğini söylemişti. Referans toplumsaldır: Karaağaçlar hakkında konuşabilirsiniz çünkü dil topluluğunuzdaki diğer kişiler (botanikçiler, bahçıvanlar, ormancılar) karaağaçları tanıyabilir. Dil için geçerli olan, bilgi için de geçerlidir. İnsan kapasitesi yalnızca bireylerde değil, aynı zamanda oluşturdukları ağlarda da bulunur; her birimiz, kendimiz karşılayamadığımız şeyleri doldurmak için başkalarına bağımlıyız. Ölçek büyüdükçe, sosyal alışveriş sistematik bir karşılıklı bağımlılığa dönüştü.

Sonuç, kimsenin bir kalemi baştan sona tek başına yapamadığı bir dünyadır. Her bir bireyin en basit nesnenin elde edilmesinin ardında bile görünmez bir zanaatkâr ağı olarak ormancıların, kerestecilerin, madencilerin, kimyagerlerin, cilacıların becerilerine ihtiyacı olacaktır. Mark Twain, A Connecticut Yankee in King Arthur’s Court adlı eserinde, 19. yüzyılda Camelot’a bırakılan ve ev sahiplerini modern harikalarla büyüleyen bir mühendisin hayalini kurmuştur. Okurlar buna inanabiliyordu. Ama muadil 21. yüzyıl mühendisini aynı ortama koyduğunuzda çaresiz kalacaktır. Yalıtımlı kablo mu üreteceksiniz? Bir dinamit karışımı mı yapacaksınız? Sıfırdan bir telgraf mı inşa edeceksiniz? Çoğumuz Wi-Fi’a bağlanamadığımızda afallıyoruz.

Bilişsel emek bölümü artık o kadar ileri seviyededir ki, iki fizikçi bile birbirini zor anlar; biri karanlık maddeyi modelliyor, diğeri kuantum sensörleri geliştiriyor olabilir. Bilimsel ustalık artık daha az konuda daha çok şey bilmek anlamına gelir. Bu yoğunlaşma olağanüstü ilerlemeler doğurur, ancak aynı zamanda ne kadar sınırlı olduğumuzu da gösterir: uzmanlar artık yalnızca kullanabildikleri ama üretemedikleri kavramsal araçları devralıyor. Uzun süre yalnızca dâhilerin alanı olarak romantize edilen matematik alanı bile artık böyle işliyor. Andrew Wiles, Fermat’ın Son Teoremi’ni ispatladığında, her yardımcı önermeyi kendisi yeniden türetmedi; güvendiği ancak kişisel olarak yeniden üretmediği sonuçları bir araya getirdi ve her bir kirişi kendisi kesmemiş olsa bile bütün olarak görebileceği bir yapı inşa etti.

İşbirliğinin genişlemesi bir şeyi bilmenin anlamını değiştirdi. Bir zamanlar bir sahiplik olarak düşünülen bilgi, başkalarının bildiklerini ne kadar iyi tespit edip yorumlayabildiğimiz ve sentezleyebildiğimizle ilgili bir mesele olarak bir ilişkiye dönüştü. Dağıtılmış zekâ ağının içinde yaşıyoruz ve erişimimizi genişletmek için uzmanlara, veritabanlarına ve araçlara bağımlıyız. Ölçek hikâyeyi anlatıyor: DNA’nın yapısını açıklayan Nature makalesinin iki yazarı vardı; bugün genomik üzerine bir Nature makalesinin 40 yazarı olabilir. Peki ya Higgs bozonunu açıklayan iki makalenin? Binlerce yazar. Büyük bilimin büyük olmasının bir sebebi var. Ağın, bilgiyi depolamakla kalmayıp aynı zamanda anlayışı da taklit edebilen yeni bir katılımcı edinmesi an meselesiydi.

Bilgi ile beceri, “bir şeyi bilmek” ile “o şeyin nasılını bilmek” arasındaki eski ayrım, büyük dil modelleri çağında belirsizleşti. Bir bakıma bu modeller statiktir: dizüstü bilgisayarınıza indirebileceğiniz dondurulmuş bir ağırlıklar matrisi. Bir diğerinde ise dinamiktirler; bir kez harekete geçtiklerinde anında tepki üretirler. Sokrates’in yazının yapamadığından şikâyet ettiği şeyi yaparlar: Soruları yanıtlarlar, muhataplarına uyum sağlarlar, sohbeti sürdürürler. (Hatta bazen kendileriyle bile; kendi çıktılarını girdi olarak geri verdiklerinde, yapay zekâ araştırmacıları buna “akıl yürütme” adını veriyor.) Google’ı hafızanın bir uzantısı olarak görmek kolaydı; ancak büyük bir dil modeli birçok kişi için zihnin yerini alan bir şey gibi hissettiriyor. Yapay zekânın yeni biçimlerini kullanırken, kendi zekâmız mı güçlendiriliyor yoksa yapay zekâ, küçük adımlarla kendi kendine mi gelişiyor?

Cin artık şişeye geri sokulamaz; ancak hangi büyüleri yapacağına biz karar verebiliriz. İnsanlar beceri eksikliğinden bahsettiklerinde, genellikle bir şeye olan yeteneğini kaybetmiş bir bireyi düşünürler; elle uçma becerisi körelen bir pilot, yapay zekâ yardımı olmadan tümörleri fark edemeyen bir doktor. Ancak modern işlerin çoğu işbirliğine dayanır ve yapay zekânın gelişi bunu değiştirmemiştir. Mesele, insanların botlarla nasıl karşılaştırıldığı değil, bot kullanan insanların kullanmayanlara göre nasıl değiştiğidir.

Bazı insanlar yapay zekâya güvenmenin, vaat edilen faydaları ortadan kaldıracak şekilde bizi daha kötü hale getireceğinden korkuyor. Yapay Zekâ şirketi Anthropic’in CEO’su Dario Amodei iyimser bir şekilde “dâhiler ülkesi”ni hayal ederken, diğerleri “aptallar ülkesi”nden endişe ediyor. Bu durum, “risk telafisi” üzerine eski bir tartışmanın yankısıdır: birkaç on yıl önce bazı sosyal bilimciler, emniyet kemerleri veya ABS fren sistemleri eklendiğinde, insanların daha pervasızca araba kullanacağını, teknolojinin verdiği güvenle ihtiyaç duyulan güvenlik marjını aradan çıkaracaklarını iddia etmişti. Ancak araştırmalar sonunda daha umut verici bir sonuca ulaştı: insanlar uyum sağlar ama tamamen değil, bu yüzden yeni gelişmelerden bazı anlamlı faydalar elde kalır.

Benzer bir durum, on yılı aşkın süredir hastanelerde yaygın olan yapay zekâ destekli klinik uygulamalarda da gözlemlenmiş görünüyor. Bahsi geçen kolonoskopi çalışmasını hatırlayın: yapay zekâ destekli işlemlerden sonra gastroenterologların, sistem olmadan polip tespit oranı yüzde altı azalmıştı. Ancak 24.000 hastayı kapsayan başka bir meta-analiz daha net bir tablo sundu: yapay zekâ yardımı, genel tespit oranını yaklaşık yüzde 20 artırmıştı. (Buradaki yapay zeka bir uzman sistemiydi; sohbet robotlarını çalıştıran üretken türden değil, dar ve güvenilir bir makine öğrenim biçimiydi.) Daha yüksek tespit oranları daha az sayıda gözden kaçan kanser anlamına geldiğinden, bu “sentor” yaklaşımı, bireysel klinikçilerin daha az keskin hale gelip gelmemesinden bağımsız olarak, açıkça yararlıydı. Eğer bu işbirliği hayat kurtarıyorsa, gastroenterologların gururdan dolayı tek başlarına hareket etmekte ısrar etmeleri sorumsuzluk olur.

Diğer alanlarda ise kişi ne kadar becerikliyse, işbirliği de o kadar becerikli oluyor; en azından yakın zamanda yapılan bazı araştırmalar böyle olduğunu gösteriyor. Bunlardan biri, iki tür çalıkuşu ve iki tür ağaçkakanın görüntülerini sıralarken insanların botlardan daha iyi performans gösterdiğini buldu. Ancak sahte otel yorumlarını tespit etme görevinde botlar kazandı. (Sanırım “oyunu oyun bilir.”) Daha sonra araştırmacılar insanları botlarla eşleştirip insanların, makinenin önerileriyle bilgilendirilmiş yargılarda bulunmasına izin verdiler. Sonuç, göreve bağlıydı. İnsan sezgisinin zayıf olduğu yerlerde, otel yorumlarında olduğu gibi, insanlar botu fazlaca sorguladılar ve sonuçları aşağı çektiler. Sezgilerinin güçlü olduğu durumlarda ise, sistemin kaçırdıkları bir şeyi yakaladığını fark ederek kendi yargılarına güvendiklerinde makineyle uyum içinde çalışıyorlardı. Kuşlarda, insan-bot ikilisi her iki tarafın tek başına elde ettiğinden daha iyi sonuç verdi.

Aynı mantık başka yerlerde de geçerlidir: Bir makine iş akışına girdiğinde, ustalık üretimden değerlendirmeye kayabilir. GitHub Copilot kullanan yazılımcılar üzerine yapılan 2024 tarihli bir çalışma, yapay zekâ kullanımının insan becerisini ortadan kaldırmadığını, yönünü değiştirdiğini gösterdi. Kodlayıcılar, kod oluşturmaya daha az, onu değerlendirmeye daha fazla zaman harcadılar; mantık hatalarını kontrol etmeye, uç durumları yakalamaya, betiği temizlemeye. Bu beceri, kod oluşturmadan kodu denetime geçti.

Bu giderek “döngüdeki insan”ın gerçek anlamı hâline geliyor. Uzmanlık, ilk taslağı üretmekten onu düzenlemeye, hızdan yargıya kayıyor. Üretken yapay zekâ, kesin değil olasılıklı bir sistemdir; gerçeği değil, olasılıkları sunar.  Riskler gerçek olduğunda, yetenekli insan unsuru çağrıdan sorumlu kalmak zorundadır; modelin gerçeklikten saptığını fark etmeli ve çıktısını itaat edilecek bir cevap olarak değil, test edilecek bir hipotez olarak ele almalıdır. Bu yeni ortaya çıkan bir beceridir ve kritik önemdedir. Uzmanlığın geleceği, araçlarımızın ne kadar iyi olduğuna değil, onlarla ne kadar iyi düşünebildiğimize bağlı olacaktır.

Ancak işbirliği, yetkinliği varsayar. İnsan tarafı ne yaptığını bilmiyorsa bir sentor daireler çizer. İşte bu noktada eğitimle ilgili panik devreye giriyor. Eğer hiç beceri sahibi değilsen, becerini de kaybedemezsin. Peki, dünyanın en iyi ödev makinesi her öğrencinin cebindeyken temel beceriler nasıl kazandırılır?

Biz öğretmenlerin de kendi ödevlerimizi yapmamız gerekiyor. Eski yöntemlerimizin yeniden inşa edilmesi şart; son birkaç yılda çok fazla üniversite öğrencisi rahatsız edici bir ifadeyle “ChatGPT’de ana dal yapar” hâle geldi. Yine de yapay zekânın genel pedagojik etkisinin ne olacağını kesin olarak söylemek için çok erken. Evet, yapay zekâ bazı köşeleri köreltebilir. Ama iyi kullanıldığında onları keskinleştirebilir de.

Harvard Üniversitesi’nde bir fizik dersinde yakın zamanda yapılan büyük bir rastgele deneyi ele alalım. Öğrencilerin yarısı, geleneksel “en iyi uygulama” yönteminde iki ders öğrendi: yetenekli bir eğitmenin liderliğinde aktif ve uygulamalı bir ders. Diğer yarısı özel olarak geliştirilmiş bir yapay zekâ öğretmeni kullandı. Sonra gruplar yer değiştirdi. Her iki turda da yapay zekâ ile eğitilen öğrenciler açık ara öndeydi. Sadece daha fazla şey öğrenmekle kalmadılar. Aynı zamanda daha hızlı çalıştılar ve kendilerini daha motive ve istekli hissettiklerini bildirdiler. Sistem, iyi bir koç gibi davranacak şekilde tasarlanmıştı: büyük sorunları küçük parçalara ayırmayı öğretmek, cevapları doğrudan vermek yerine ipuçları sunmak, geri bildirimi ayarlamak ve her öğrencinin temposuna göre uyum sağlamak.

Eski tarz öğretim sistemini güçlü kılan şey buydu: dikkat. Cambridge Üniversitesi’ndeki ilk haftalarımı, biyokimya hocamla birebir oturduğumuzu hatırlıyorum. “Sanırım anladım,” dediğimde o, gerçekten anladığımdan emin olana kadar baskı yapardı. Bu hedefe yönelik yoğun ilgi, Cambridge denetimlerinin özüdür. Eğer doğru şekilde özelleştirilirse, büyük dil modelleri yün kazak değil, parlatılmış pipo değil, düşünceli dudak bükme değil, ama kafa karışıklığını yeterliliğe dönüştüren o istikrarlı, duyarlı rehberliği, o türden bir ilgiyi seri üretme vaadi taşır.

Makineler rehberlerin yerini almayacak. Vaat ettikleri şey, öğretmenliğin rutin kısımlarını üstlenmek: cebir kontrolü yapmak, yardımcı önerme alıştırmaları yaptırmak, öğrencilere birim yazmayı hatırlatmak ve zar yapılarının nasıl çalıştığını kavratmak. Teoride bu, öğretmenin önemli olan diğer şeylere odaklanmasını sağlayabilir: büyük fikirleri açıklamak, zarafeti zorlamak, kariyerlerden bahsetmek, bir öğrencinin tükenmişlik sendromuna girdiğini fark etmek

Bu, iyimser senaryodur elbette. Tek bir çalışmadan genelleme yaparken dikkatli olmalıyız. (Türk lise öğrencileriyle yapılan bir araştırma, öğretmen bot kullanımının gerçek bir kazanç sağlamadığını ortaya koydu.) Ve fizik öğrencilerinin derslerinde ders robotlarını iyi kullandıklarını unutmamalıyız çünkü karşılarında ders gözetmeni, kronometre ve not verenin soğuk bakışları vardı.

Ayrıca STEM derslerinde işe yarayan bir şeyin beşeri bilimlerde aynı etkiyi göstermeyebileceğini de unutmamak gerekir. Tüm sıkıcılığına rağmen dönem ödevi, konuşma ortamında kolayca yeniden üretilemeyen bir disiplini öğretir: bir argümanı adım adım inşa etmek, kanıtı tartmak, malzemeyi düzenlemek, bir ses geliştirmek. Lisans öğrencilerine ders veren bazılarımız artık hevesli öğrencilere, bir makale yazarlarsa bunu okuyup tartışacağımızı ama notlarına dâhil etmeyeceğimizi söylüyoruz. Bu bir teselli, ama çözüm değil. İlginç bir kültürel geri dönüşte, sözlülük daha fazla yük taşımak zorunda kalabilir. Diyalogun büyük savunucusu Sokrates, sonunda son sözü söyleyen kişi mi olacak acaba?

Aşındırıcı beceri kaybı, göz ardı edilemeyecek bir ihtimal olarak kalmaya devam ediyor: araçlara aşırı güvenerek temel bilişsel veya algısal kapasitelerin istikrarlı bir şekilde körelmesi ve bunun telafi edici, kaybı dengeleyici bir kazancının olmaması. Bu tür açıklar, sistemin rezervlerini tüketebilir; bunlar, işler ters gittiğinde sahip olmanız gereken ancak nadiren ihtiyaç duyduğunuz yeteneklerdir. Onlar olmadan dayanıklılık zayıflar, kırılganlık yavaşça içeri süzülür. Otomatik pilotu binlerce saat denetledikten sonra sistem bozulduğunda donup kalan hava yolu pilotunu düşünün. Bazı otomasyon kuramcıları, yapılan işin içinde aktif kalan “döngüdeki insan” ile yalnızca makine işini bitirdikten sonra onay veren “döngü üzerindeki insan” arasında ayrım yapar. İkincisi kötü yönetildiğinde, endüstriyel psikolog Lisanne Bainbridge’in uzun zaman önce uyardığı şeyi üretir: rol karmaşası, azalan farkındalık, zayıflayan hazırlık. Çoğu gününü sakin sularda yüzen iyi yüzücüleri izleyerek geçiren bir cankurtaran gibi, bu tür insan denetçiler nadiren harekete geçmek zorundadır ama gerektiğinde hızlı ve ustaca hareket etmelidirler.

Aynı dinamik, her türlü ofis işini gölgeliyor. Avukatlar, proje yöneticileri ve analistler, sistemin önceden hazırladığı veya çıkarım yaptığı şeyleri onaylamak için aylar harcadıklarında, “döngüye” dâhil oluyorlar ve pratikten uzaklaşıyorlar. Kısmi otomasyonun paradoksu şudur: Sistem ne kadar iyi performans gösterirse, tetikte kalmak için o kadar az insan gerekir ve performansın düştüğü nadir anlara karşı o kadar az hazırlıklıdırlar. Çözüm muhtemelen kurumsal tasarımda yatmaktadır. Örneğin, bir iş yeri, pilotların uçuş simülatörü üzerinde tekrarlayan eğitimlerine benzer şekilde, insanların makineye meydan okumaları ve uzun süreli sorunsuz uçuşlarda gerçek yargı kapasitelerinin azalmadığından emin olmaları gereken düzenli tatbikatlar düzenleyebilir.

Yedek becerilerin çoğu durumda evrensel olması gerekmez; karaağaç uzmanları gibi, sistemin bir yerinde bulunmaları yeterlidir. Bu nedenle, GPS paraziti ihtimalinden endişe duyan Deniz Harp Okulu, yıllarca ihmal edilen temel göksel navigasyon eğitimini geri getirdi. Çoğu denizci açık denizde asla sekstant kullanmayacaktır, ancak birkaçı bu beceriyi edinirse, uydular devre dışı kaldığında donanmayı yönlendirmek için yeterli olabilirler. Amaç, en azından bir miktar somutlaşmış yeteneğin hayatta kalmasını sağlamak, böylece bir sistem tökezlediğinde insanın ayakta kalabilmesini veya en azından su üstünde kalabilmesini sağlamaktır.

En rahatsız edici ihtimal ise, kurucu beceri kaybı olarak adlandırılabilecek şeydir: bizi ilk etapta insan yapan kapasitelerin aşınması. Yargılama, hayal gücü, empati, anlam ve oran duygusu; bunlar yedek parça değil, gündelik yaşam dinamikleridir. Jean-Paul Sartre’ın ürkütücü ifadesiyle “makinenin makinesi” haline gelirsek kayıp; sıradan hayatın dokusunda kendisini gösterecektir. Kaybolabilecek şey, günlük muhakeme yeteneğimizi destekleyen örtük, somut bilgidir. İnsanlar soruları sistemin tercih ettiği şekilde çerçevelemeyi, makul cevaplar menüsünden seçim yapmayı öğrenselerdi, zararımız muhteşem muhakeme başarısızlıkları şeklinde olmazdı; daha çok karakterimizin kademeli olarak zayıflaması olurdu: daha sığ bir konuşma, belirsizliğe karşı azalmış bir iştah, bir zamanlar doğru kelimeyi aradığımız yerde otomatik ifadelere doğru bir kayma, anlayışın yerini akıcılığın sessizce alması. Bu yetileri devretmek, aslında kendimizi devretmek olurdu. Onları kaybetmek yalnızca nasıl çalıştığımızı değil, kim olduğumuzu da değiştirirdi.

Beceri kaybının çoğu biçimi, uzun vadeli bakıldığında, zararsızdır. Bazı beceriler, onları ayakta tutan altyapının da eskimesi nedeniyle geçersiz hale geldi. Telgraf, nokta ve çizgilere hâkimiyet; dizgi, erimiş metal klavyede el becerisi; kurgu film düzenleme, yağlı kalem dokunuşu ve bant yapıştırma ve ayrıca makaralar ile ses bantları arasında sahnelerin nerede olduğunu zihinde haritalayabilme becerisi gerektiriyordu. Telgraf hatları, sıcak metal baskı makineleri ve selüloit makaralar ortadan kalktığında, onları destekleyen zanaatlar da yok oldu.

Bir başka tür beceri kaybı ise angaryanın ortadan kalkması anlamına gelir. Pek azımız çamaşırı elde yıkamanın ya da uzun bölme işlemlerini kâğıt üzerinde yapmanın kaybına üzülür. Tanıdığım bir sinirbilimci, araştırma fonu hibe tekliflerinin kalıp metinlerle dolu kısımlarını hızlandırmak için büyük dil modellerine (LLM’lere) güveniyor. İçeriğin sorumluluğu hala onda, ancak hibe projesi yazma yeteneği zayıflasa bile umursamıyor. Ona göre bu bilim değil; araştırma ekonomisinin dayattığı bir gösteri performansı. Bunun bir kısmını devretmek, ona keşif için zaman kazandırıyor.

Mesleki beceri kaybı aslında demokratikleştirici de olabilir; bir işi yapabilecek kişilerin halkasını genişletebilir. İngilizce konusunda zorluk çeken bilim insanları için, sohbet robotları; kurumsal inceleme kurulu bildirilerinin hazırlanmasını kolaylaştırabilir ve araştırmalarının kalitesiyle pek ilgisi olmayan dil engelini ortadan kaldırabilir. Buradaki beceri kaybı erişimi genişletir. Ya da Sennett’in fırınını ve mutfakta çalışan Yunanlıları düşünün. Fırınlar kollarını yakıyor, eski tip hamur çırpıcılar kaslarını zorluyor ve ağır ekmek tepsileri sırtlarını incitiyordu. 90’larda sistem bir Windows kontrol cihazıyla çalıştığında, iş gücü farklı görünüyordu: Çok etnikli erkek ve kadınlardan oluşan bir grup ekranların başında durup simgelere dokunuyordu. Zanaatkârlık küçülmüştü; uygun işgücü artmıştı. (Ve evet, emekleri daha da ucuzlamıştı: daha geniş bir kapı, daha düşük bir ücret.)

Teknolojinin zamanımızı daha iyi kullanmamızı ve becerilerimizi değer zincirinde daha üst sıralara taşımamızı sağlaması nedeniyle çoğu zaman becerilerimizi kaybediyoruz. Zuboff’un kâğıt fabrikalarından birinde, manuel işlerden kurtulan operatörler, sorunları önceden tahmin edip önlemeye daha fazla zaman ayırabiliyordu. Çalışanlardan biri; “Bu odada oturup sadece düşünmek artık işimin bir parçası oldu” demişti. Zuboff buna yeniden beceri kazandırma adını verdi: eylem becerilerinin yerini soyutlama ve prosedürel akıl yürütmeye ya da onun deyimiyle “entelektüel becerilere” bırakması. VisiCalc gibi elektronik tablo programlarının ortaya çıkmasıyla muhasebecilerin başına da benzer bir durum geldi; artık sütunlar dolusu sayıyı toplamakla görevlendirilmiyorlar, vergi stratejisi ve risk analizine daha fazla zaman ayırabiliyorlardı.

Daha radikal, yeni teknolojiler yeni becerilerin ortaya çıkmasını sağlayabilir. Mikroskoptan önce doğa bilimciler vardı, ancak mikroskopçular yoktu: Robert Hooke ve Antonie van Leeuwenhoek, görünmeyeni görme ve yorumlama pratiğini icat etmek zorundaydı. Film yapımcılığı yalnızca tiyatrodan ödünç almadı; aynı zamanda zanaatları gerçek anlamda yeni olan görüntü yönetmenleri ve editörler de yetiştirdi. Her sıçrama, mümkün olanın alanını genişletti. Bugün de aynı şeyin geçerli olabileceği anlaşılıyor. Genç meslektaşlarım, büyük dil modelleriyle çalışmanın, teşvik etmek, araştırmak, önyargı ve halüsinasyonları yakalamak ve evet, makineyle uyumlu düşünmeyi öğrenmek gibi becerilerden oluşan yeni bir tür zanaatkârlık öğrettiğini ısrarla vurguluyorlar. Bunlar, dijital mimariyle girift bir ilişkinin içinden doğan yeni becerilerdir ve bu mimari hiç bir yere gitmiyor. Önemli teknolojiler doğaları gereği henüz adını koymadığımız yeni meslekleri ve uğraşları beraberinde getiriyor.

İşin zor olan kısmı; nostaljiye kapılmaksızın ve uyuşuk olmaksızın, hangi becerilerin korunması ve hangilerinin atılması gerektiğine karar vermektir. Kimse, büyük emeklerle kazanılmış becerilerin eskimiş diye bir kenara atıldığını görmek istemez; bu yüzden duygusallığın çekimine karşı koymak zorundayız. Her ilerlemenin bir bedeli olmuştur. Okuryazarlık, hafızanın olağanüstü başarılarını köreltti ama yeni bir çözümleme gücü yarattı. Hesap makineleri zihinsel aritmetiği zayıflattı; ama daha çok insana “matematik yapma” olanağı tanıdı. Kayıtlı ses, günlük müzik yeteneğini zayıflattı ama dinleme biçimimizi değiştirdi. Peki bugün? Elbette LLM’lerin (büyük dil modellerinin) zihnimizi genişletip genişletmeyeceği ya da daraltıp daraltmayacağı konusunda söz hakkımız olmalı.

İnsanlık tarihi boyunca yeteneklerimiz hiçbir zaman sabit kalmadı. Bilgi birikimi her zaman dışarıya doğru aktı; elden alete, aletten sisteme. Bireysel zekâ, hafızayı notlara, mantığı makinelere, yargıyı kurumlara ve son zamanlarda da öngörüyü algoritmalara depolayarak düşünceyi dışsallaştırma alışkanlığımızın da etkisiyle kolektif, koordineli bir zekâya dönüştü. Bir zamanlar loncaları üreten uzmanlaşma artık araştırma konsorsiyumları üretiyor; bir zamanlar ustalar ve çıraklar arasında dolaşan şey artık ağlar ve dijital matrisler aracılığıyla dolaşıyor. İnsan bilgisinin istatistiksel bir yoğunlaşması olan üretken Yapay Zekâ, kendi icatlarımızla ilgili uzun süren çıraklığımızın son bölümüdür.

O halde en acil soru, irademizi nasıl sağlam tutacağımızdır: düşüncelerimizin çoğunu üstlenmeye hazır olan sistemlerin yaratıcısı olmayı nasıl sürdüreceğiz? Her nesil, ister kalem, ister kaydırma çubuğu, ister akıllı telefon olsun, yeni edindiği bilişsel protezlerle nasıl çalışacağını öğrenmek zorunda kaldı. Yeni olan şey, bu alışverişin hızı ve yakınlığı: biz onlardan öğrenirken, onlar da bizden öğrenen araçlar. Bu gün idare etmek demek artık; yargılama, hayal gücü, anlayış gibi insanlığımızın dayandığı temel yeteneklerin içimizde canlı kalmasını sağlamak anlamına geliyor. Kaybetmeyi göze alamayacağımız bir beceri varsa, o da hangilerinin önemli olduğunu bilme becerisidir.

*Kwame Anthony Appiah, New York Üniversitesi’nde felsefe ve hukuk profesörüdür ve Captive Gods: Religion and the Rise of Social Science kitabının yazarıdır.

 

Kaynak: https://www.theatlantic.com/ideas/archive/2025/10/ai-deskilling-automation-technology/684669/