Üretken yapay zekâ yoluyla eğitimde sürdürülebilirliğin itici güçleri olarak istem mühendisliği yetkinliği, bilgi yönetimi ve teknoloji uyumu

Neden yapay zekâya daha akıllı sorular sormak öğrenciler için önemli

Chatbotlar gibi üretken yapay zekâ araçları sınıflara girmeye başladıkça, temel bir soru ortaya çıkıyor: bazı öğrenciler bu araçları kalıcı öğrenme ortaklarına nasıl dönüştürürken diğerleri neden onları yalnızca geçici ya da yetersiz biçimde kullanıyor? Bu çalışma, öğrencilerin yapay zekâyla iyi sorular sorma becerisi, edindikleri bilgiyi nasıl yönettikleri ve yapay zekâ araçlarının çalışma ihtiyaçlarına ne kadar uygun olduğu unsurlarının yükseköğretimde uzun vadeli, sürdürülebilir öğrenimi nasıl birlikte desteklediğini araştırıyor.

Çalışma, öğrencilerin yapay zekâyı nasıl kullandığını nasıl inceledi

Araştırmacılar, ChatGPT gibi üretken yapay zekâ araçlarını akademik işlerde zaten kullanan 437 üniversite öğrencisini anketle incelediler. İstatistiksel modelleme kullanarak öğrencinin “istem mühendisliği” yetkinliğiyle başlayan, öğrencinin edindiği ve gerçekten kullandığı yararlı bilginin aracılığıyla ilerleyen, bunun ardından yapay zekânın hem yapılacak görevlere hem de bireysel öğrenciye ne kadar uygun hissettirdiğini şekillendiren ve son olarak öğrencinin yapay zekâyı kullanmaya devam etme niyetine yol açan bir etki zinciri kurup test ettiler. Bu zincirin son noktası, burada, öğrenmede kısa ömürlü bir teknolojik hevesten ziyade yapay zekânın kalıcı ve etkili kullanımı olarak anlaşılan eğitsel sürdürülebilirliktir.

Daha iyi istemlerden daha iyi öğrenme uyumuna

Temel fikir şudur: üretken yapay zekâ sistemlerinde öğrencilerin elde ettikleri çıktının kalitesi büyük ölçüde girdilerine bağlıdır. Açık, ayrıntılı ve amaçlı istemler oluşturabilen öğrenciler genellikle daha doğru ve ilgili bilgiler çıkarır ve bunları ödevlere, projelere ve problem çözmeye uygulamada daha yetkindir. Çalışma, bu bilgi edinme ve uygulamanın öğrencilerin yapay zekâyı ders görevlerine ve kendi tercihleri, becerileri ile rahatlık düzeylerine ne kadar uygun hissettiklerini güçlü biçimde şekillendirdiğini ortaya koyuyor. Başka bir deyişle, akıllı istem oluşturma yalnızca daha iyi cevaplar vermekle kalmaz; teknolojinin hem yapılan işe hem de kullanan kişiye daha uygun hissettirilmesini sağlar.

Neden “uyum” devam eden kullanımı tetikliyor

Araştırma iki tür uyuma dikkat çekiyor. Görev–teknoloji uyumu, yapay zekâ araçlarının bir kavramı anlamak veya bir problemi çözmek gibi belirli öğrenme görevlerine ne kadar yardımcı olduğunu yakalar. Birey–teknoloji uyumu ise araçların öğrencilerin öğrenme stilleri, özgüvenleri ve ihtiyaçlarıyla ne kadar örtüştüğünü yakalar. Her iki uyum türü de öğrencilerin yapay zekâyı kullanmaya devam etme planlarıyla ilişkilidir, ancak görev–teknoloji uyumu daha güçlü bir iticidir. Öğrenciler yapay zekânın akademik görevleri gerçekten daha etkili tamamlamalarına yardımcı olduğunu hissettiklerinde, onu gönüllü ve düzenli olarak kullanmaya devam etme olasılıkları çok daha yüksektir. Bu devam eden kullanım da eğitsel sürdürülebilirlik fikriyle yakından bağlıdır; çünkü araçlar sadece çalışma rutinlerinin bir parçası olmaya devam ettiklerinde öğrenimi yeniden şekillendirirler.

İstem becerileri yeni bir okuryazarlık olarak

Çalışma ayrıca istem mühendisliğini yeni bir akademik okuryazarlık türü olarak konumlandırıyor. Karmaşık görevleri daha küçük sorulara ayırmada becerikli olan, istemleri farklı yapay zekâ araçlarına göre ayarlayan, önceki yanıtlara dayanarak taleplerini rafine eden ve yapay zekâ çıktılarında önyargı ile doğruluğu kontrol eden öğrenciler bilgi kazanımı ve bilgi kullanımı açısından çok daha yüksek düzeyler gösteriyor. İstem mühendisliği, tüm modelde en güçlü öngörücü olarak ortaya çıktı; bu da öğrencilerin yapay zekâyla nasıl konuştuğunun seçtikleri platformdan daha fazla önem taşıyabileceğini öne sürüyor. İlginç biçimde, genel desen hem erkek hem kadın öğrenciler için geçerli kaldı, ancak bilgiyi gerçek görevlere uygulamanın görev uyumu hissini kadınlarda biraz daha güçlü kıldığı görüldü.

Bu, öğrenmenin geleceği için ne anlama geliyor

Bir düz okuyucu için çalışmanın mesajı açıktır: üretken yapay zekâ, öğrenciler daha iyi sorular sormayı öğrenip yanıtlarla aktif biçimde çalıştıklarında eğitimi en çok güçlendirir. Güçlü istem becerileri istikrarlı bilgi kazanımı ve gerçek dünyada kullanımla beslendiğinde, öğrenciler yapay zekâyı geçici bir yenilik değil çalışma araç setlerinin doğal bir parçası olarak görürler. Yazarların eğitsel sürdürülebilirlik olarak adlandırdığı şey işte bu sürekli, anlamlı kullanımdır. Okullar, öğrencilerin bu güçlü araçları yönlendirecek ve sorgulayacak yeterlilikleri geliştirmelerine yardımcı olduğu sürece, yapay zekâ insan öğreniminin yerini almak yerine daha derin anlayışı ve kalıcı becerileri destekleyen bir ortak haline gelir.

Atıf: Gibreel, O., Karataş, K. & Arpaci, I. Prompt engineering competence, knowledge management, and technology fit as drivers of educational sustainability through generative AI. Sci Rep 16, 15596 (2026). https://doi.org/10.1038/s41598-026-46335-x

Anahtar kelimeler: eğitimde üretken yapay zekâ, istem mühendisliği, eğitsel sürdürülebilirlik, görev-teknoloji uyumu, bilgi yönetimi