Editöre,
Ray Schröder’in “Şimdi Ne Öğretiyoruz?” (1 Nisan 2026) acil bir soru sorar. Ancak sütun, incelemeye en çok ihtiyaç duyan sistem ve şirketlere çok fazla yetki veriyor. OpenAI’den hareket ediyor GDPval Kolejlerin ne öğretmesi gerektiğine dair tavsiyeler için tekrar Gemini’ye dönmeden önce, “2026’nın şu ana kadarki gerçekliği” konusunda Gemini tarafından oluşturulan bir yoruma kıyaslama yapın. Satıcı karşılaştırmasından yapay zeka tarafından oluşturulan analize ve müfredat reçetesine geçiş kritik bir araştırma değildir. Bu, epistemik dış kaynak kullanımıdır: incelenen sistemlerin kendi gerekliliklerini anlatmalarına izin vermek.
Sorun bu köşenin yapay zekayı ciddiye alması değil; yüksek öğrenim yapay zekayı ciddiye almalıdır. Sorun, makine tarafından oluşturulan reçeteyi insan muhakemesi, hızlanmayı da kader sanmasıdır. Gemini’den hem mevcut koşulları açıklaması hem de müfredatı belirlemesi istendiğinde, bu köşe yapay zekanın yükselişini raporlamaktan fazlasını yapıyor; teknolojinin kendi merkeziliğini savunmasına izin verir.
Sütun ayrıca, arkalarındaki kaynakları veya yöntemleri belirtmeden, Gemini’nin kurumsal işlerin yeniden tasarımı ve işsizlik oranıyla ilgili ürettiği rakamları da aktarıyor. Sayısal özgüllük bu tür iddialara ödünç alınmış yetki kazandırır. Argümanın kaynak eleştirisine ve metodolojik şeffaflığa en çok ihtiyaç duyduğu noktada, okuyuculardan makine üretimi rakamları sabit deliller gibi kabul etmeleri isteniyor.
Karşılaştırma ölçütünün kendi şartlarına göre bile GDPval, sütunun izin verdiğinden daha dardır. Schroeder’in belirttiği gibi OpenAI, GDPval’i ekonomik açıdan anlamlı görevler için bir referans noktası olarak sunarken, sınırlarını ve gelecekteki yinelemelerini de kabul ediyor. Bir kıyaslama tartışmaya bilgi verebilir; kurumların öğrencilere ne kadar borçlu olduğunu, hangi emeğin insan olarak kalması gerektiğini veya verimlilik adına hangi kayıpların kabul edilebilir olduğunu belirleyemez; özellikle de sütun otomasyonun zararlarının eşit şekilde karşılanmayacağını belirtirken.
Yüksek öğretimin görevi yalnızca araçları düzenleyebilen ve çıktıları doğrulayabilen “yapay zekaya dayanıklı” mezunlar yetiştirmek değildir. Aynı zamanda daha zor insani sorular da sormalı: Ne insan olarak kalmalı? Hangi muhakeme, özen, yorumlama ve güven biçimleri optimize edilmemelidir? Öğretmenlik sadece içerik sunumu değildir. Yazmak sadece metin üretmek değildir. Danışmanlık yönlendirmek değildir. Kütüphanecilik geri getirme değildir. Bunlar marjinal eklentiler değil; öğrencilerin yargılamayı, hesap verebilirliği ve başkalarına karşı sorumluluğu öğrendikleri uygulamalardır.
Üniversiteler öğrencilere yapay zekayı sorgulamayı, iddialarını doğrulamayı ve sınırlarını anlamayı öğretmelidir. Ancak aynı zamanda insan yargısının işin bir parçası olduğu durumlarda yapay zekanın kullanımını sınırlama veya reddetme hakkını da saklı tutmalıdırlar: danışmanlık, öğrenci yazıları hakkında geri bildirim, araştırma danışmanlığı ve eğitimsel emeğin diğer ilişkisel biçimleri. Sorun sadece şu anda ne öğrettiğimiz değil, aynı zamanda neyi otomatikleştirmemeyi seçtiğimizdir. Yüksek öğrenim, yapay zekanın kendi kaçınılmazlığıyla ilgili argümanı yazmasına izin vermemelidir.
