Bıçak keskinleştikçe usta ile acemi arasındaki uçurum büyür. Yapay zekâ da öyle: kimi güçlendiriyor, kimin elindeki son düşünme kırıntısını alıyor.
Ses kaydı değil. Aynı düşüncenin kulağa göre yeniden düzenlenmiş yazılı hâli, cümle ritimleri, bilgi sıralaması, soluklanma noktaları farklı. Bir sesli okuma aracıyla dinlenebilir.
Okumak her zaman tercihimizdir. Göz geri döner, durur, tekrar okur, kulak için bu lüks yok. Bu farkın kendisi üzerine bir araştırmamız var: Yazıdan Sese.
Dinleme metnine geç →2026 yılında yapay zekâ kullanmayan kimse kalmadı gibi görünüyor. Şirketler bunu pazarlıyor, gazeteler bunu yazıyor, sosyal medyada herkes yapay zekâ ile bir şeyler yaptığını anlatıyor. Bir avukat davasını yapay zekâya yazdırıyor, bir öğrenci ödevini yapay zekâya yaptırıyor, bir pazarlamacı reklam metnini yapay zekâya ürettiriyor. Herkes kullanıyor. Peki gerçekten kullanıyor mu?
Bir benzetme yapayım. 1990'ların sonunda internet herkesin evine girdi. Herkes "internete giriyorum" demeye başladı. Ama internete girmek ne demekti o zamanlar? Çoğu insan için şu demekti: tarayıcıyı aç, arama motoruna bir şey yaz, ilk çıkan sonuca tıkla, oku, kapat. Bu "interneti kullanmak" mıydı? Teknik olarak evet. Ama interneti gerçekten kullanan insanlar, araştırmacılar, yazılımcılar, gazeteciler, bambaşka bir şey yapıyorlardı. Kaynak kodunu okuyorlardı, veritabanlarına erişiyorlardı, birden fazla kaynağı çapraz kontrol ediyorlardı, bilginin nereden geldiğini sorguluyorlardı.
Aradaki fark neydi? İkisi de aynı aracı kullanıyordu. Fark araçta değildi. Fark, kullanan adamın kafasındaydı.
Bir aracı açmak ile o aracı kullanmak arasında uçurum var. ChatGPT'ye bir soru yazmak, yapay zekâ kullanmak değildir, tıpkı Google'a bir kelime yazmak, araştırma yapmak olmadığı gibi.
Bugün yapay zekâ alanında olan tam olarak bu. ChatGPT'yi açıp "bana şunu yaz" demek ile yapay zekâyı gerçekten kullanmak arasında uçurum var. Ama bu uçurumu kimse görmüyor. Çünkü uçurumun bu tarafında olan insanlar, öbür tarafın var olduğunu bile bilmiyor. Onlara bunu söyleyen de yok, çünkü söylemek kârlı değil.
Bir paradoks gibi görünüyor: araç ne kadar güçlenirse, onu kullananlar arasındaki fark o kadar büyür. Sezgisel olarak bunun tersi beklenir, güçlü araç herkesi yukarı çekmeli, eşitlemeli. Ama öyle olmuyor. Hiçbir zaman öyle olmadı.
Araç sınırlamayı bıraktığı anda kullananın kapasitesi belirleyici oluyor.
Herkesin taş bıçak kullandığı çağda, insanlar arasındaki fark küçüktü. Araç herkesi aynı düzeyde sınırlıyordu, ne kadar yetenekli olursan ol, taşla yapabileceğin şeyin bir sınırı vardı. Çelik bıçak geldiğinde bu sınır kalktı. Birdenbire kasap ile amatör arasındaki fark patladı. Çünkü araç artık sınırlamıyordu, araç, kullanan adamın kapasitesini yansıtıyordu.
Aynı desen her güçlü araçta tekrar etti:
Paradoks gibi görünmesinin sebebi şu: insanlar güçlü aracın herkesi yukarı çekeceğini varsayıyor. Oysa güçlü araç herkesi yukarı çekmiyor, tavanı kaldırıyor. Tavan kalktığında, yere yakın duran yere yakın kalıyor, yukarı çıkabilenler daha da yukarı çıkıyor.
Yapay zekâ eşitleyici bir güç değil. Yapay zekâ büyüteç. Ne varsa onu büyütüyor: düşünme kapasitesi olan insanda kapasiteyi, olmayan insanda yokluğu.
Google'ın ilk yıllarında bir umut vardı: artık herkes bilgiye eşit erişecek, bilgi tekelciliği bitecek, insanlık bilgilenecek. Bu umut gerçekleşmedi. Bugün Google'a herhangi bir şey yazın. İlk sayfanın neredeyse tamamı: sponsor bağlantı, SEO manipülasyonu yapılmış site, bir başka yapay zekânın bir başka yapay zekâdan derlediği makale. Aracın kendisi çürüdü.
Ama aracın çürümesinden daha büyük bir sorun var: kullanan insanın çürümesi. Çünkü Google yıllar boyunca insanlara çok tehlikeli bir alışkanlık öğretti: bir şey yaz, ilk çıkan sonuca bak, "tamam öğrendim" de. Bu alışkanlık o kadar derine işledi ki, insanlar artık bilmek ile bildiğini sanmak arasındaki farkı ayırt edemez hale geldi.
Sığ soru → akıcı cevap → tatmin → aramayı kes → sığlıkta kal → sığ soru sor. Döngü kendi kendini kapatıyor.
Şimdi aynı alışkanlık ChatGPT'ye taşındı. Adam bir soru yazıyor, akıcı bir paragraf geliyor, adam "araştırdım ve öğrendim" diyor. Oysa ne araştırdı ne öğrendi. Bir dil modelinin istatistiksel çıktısını okudu ve bunu kendi düşüncesi sandı.
Bu döngü kendi kendini kapatıyor ve bu döngünün en acımasız yanı şu: döngüyü kırmak için döngünün dışında olmak lazım. Sığlığını fark etmek için derinliğin ne olduğunu bilmen gerekir. Ama sığ olan adam derinliğin varlığından habersiz, çünkü sığlıkta "buldum" duygusu zaten tatmin edici. Bilmediğini bilmek bir yetkinliktir, bilmediğini bilmemek ise kendi kendini besleyen bir körlük.
Bu körlüğü besleyen en güçlü araç, artık yapay zekâ. Çünkü Google'ın çıktısı en azından kuru ve teknik görünüyordu, adam "tam anlayamadım" diyebiliyordu. ChatGPT'nin çıktısı akıcı, düzgün, kendinden emin. Cevap kötü olsa bile iyi görünüyor. İnsanın "anladım" yanılgısına düşmesi çok daha kolay.
1990'larda insanlar akşam haberlerini izleyip "artık siyasetten anlıyorum" diyorlardı. Spiker anlattı, adam dinledi, bilgilendiğini sandı. Aslında ne olmuştu? Başka birinin çerçevelediği, başka birinin seçtiği, başka birinin yorumladığı bilgiyi pasif olarak tüketmişti. Ama en azından bir farkındalık vardı: karşısındaki bir başkasıydı. Spiker ayrı, izleyici ayrı. Sınır netti.
ChatGPT'de bu sınır bulanıklaştı. Adam bir soru soruyor. Yapay zekâ cevap veriyor. Adam bu cevabı okuyunca beyin şöyle kodluyor: "Ben sordum, o cevapladı, demek ki bu benim araştırmam." Oysa ne sordu (başkasının sorusunu sordu), ne araştırdı (bir düğmeye bastı), ne değerlendirdi (gelen cevabı olduğu gibi kabul etti). Ama süreç "soru-cevap" formatında olduğu için, beyin bunu "kendi çabası" olarak kaydetti.
Bu, televizyon spikerinden daha tehlikeli. Çünkü televizyonda en azından pasif olduğunuzu biliyordunuz. ChatGPT'de aktif olduğunuzu sanıyorsunuz. Soru sormak bir eylem gibi hissettiriyor, ama sığ bir soru sormak, hiç sormamaktan daha kötü olabilir. Çünkü hiç sormayan adam en azından bilmediğini biliyor. Sığ soruyla tatmin olan adam, bildiğini sanıyor.
En acı kısmı: bu yanılgıda kalan insanlar, yapay zekânın gerçekten ne yapabildiğini hiçbir zaman göremeyecekler. Çünkü gördükleri şey, kendi sığ sorularına gelen akıcı cevaplar. Bu cevaplar onları tatmin ediyor. Tatmin olan adam aramayı bırakıyor. Aramayı bırakan adam keşfetmiyor. Keşfetmeyen adam, keşfedilecek bir şey olduğunu bile bilmiyor.
Şimdi bir soru soralım: yapay zekâyı üreten şirketler, OpenAI, Anthropic, Google DeepMind, piyasadaki sahte kurslar, şişirilmiş ünvanlar, yetersiz eğitmenler hakkında ne söylüyor?
Sıfır. Tek bir blog yazısı bile yok. Tek bir uyarı bile yok. "Piyasada sizi soyuyorlar, dikkat edin" diyen tek bir cümle bile yok.
Bu arada aynı şirketler ne yapıyor? Kendi ücretsiz eğitim materyallerini yayınlıyorlar. Anthropic Academy: tamamen ücretsiz, sertifika bile ücretsiz. OpenAI ile DeepLearning.AI ortak kursu: ücretsiz. Google'ın prompt eğitimi: ücretsiz. Yani binlerce liraya ChatGPT kursu satan adam varken, aracı üreten şirket aynı bilgiyi bedava veriyor. Ama "dikkat edin" demiyor.
Birincisi, bu kurslar onlara müşteri getiriyor. Kötü bir kurs bile olsa, sonuçta insanlara ChatGPT kullandırıyor. ChatGPT kullandıran her kurs, ChatGPT'ye abone kaydettiriyor. OpenAI bu kanalı neden kıssın? Sahte bir kursun mezunu bile potansiyel bir müşteri.
İkincisi, pazar büyütme stratejisi. Bu şirketlerin birincil hedefi kullanıcı tabanını büyütmek. "Yapay zekâ korkutucu değil, herkes öğrenebilir" mesajı veriyorlar. Kim öğretirse öğretsin, nerede öğrenilirse öğrenilsin, öğrenen kişi müşteri oluyor. Kalite kontrolü yapmak bu büyümeyi yavaşlatır. Onlar için kötü eğitim, eğitimsizlikten daha kârlı.
Üçüncüsü, Silikon Vadisi'nin sorumluluk anlayışı. Bu kültürde standart tavır: "Biz aracı üretiriz, nasıl kullandığınız sizin sorununuz." Uber taksi şoförlerinin çalışma koşullarıyla ilgilenmedi. Airbnb ev sahiplerinin kalitesiyle ilgilenmedi. Meta kullanıcılarının ruh sağlığıyla ilgilenmedi. Aynı mantık: "Platformu sunuyoruz, etrafında ne olduğu bizi ilgilendirmez."
Bu şirketler güvenlik raporları yayınlıyor, etik ilkeler ilan ediyor, "sorumlu yapay zekâ" manifestoları yazıyor, ama kendi ürünlerini kullanan insanların soyulmasına ses çıkarmıyor. Çünkü soyulanlar son kullanıcı, soyanlar da dolaylı yoldan onlara müşteri getiren kanal.
Bir ilaç şirketi düşünün: ilacı üretiyor, prospektüsü yazıyor, ama sahte "ilaç danışmanları"nın o ilacı yanlış dozda, yanlış bilgiyle satmasına sesini çıkarmıyor. Çünkü sonuçta ilaç satılıyor. Reçete yanlış olabilir, doz yanlış olabilir, danışman yetersiz olabilir, ama ilaç satıldığı sürece ilaç şirketi kâr ediyor.
Yapay zekâ piyasasında olan tam olarak bu.
OpenAI'ın CEO'su Sam Altman, 13 Eylül 2022'de, ChatGPT henüz çıkmadan iki buçuk ay önce, şöyle dedi:
Beş yıl içinde prompt engineering diye bir şey kalmayacağını düşünüyorum. Ses ya da metin, doğal dilde konuşacaksın ve bilgisayar istediğini yapacak.
Altman ne kastetmişti? Modellerin o kadar akıllı olacağını ki, insanların özel formüller, kalıplar, teknik hileler kullanmasına gerek kalmayacağını. İlk yapay zekâ modelleri gerçekten kırılgandı: doğru çıktı almak için sihirli formüller gerekiyordu. "Adım adım düşün" yazmazsan adım adım düşünemiyordu. "Sen bir uzmansın" demezsen yüzeysel cevap veriyordu. Bu teknik hileler, evet, bunlar gerçekten ölüyor. 2026'da yapay zekâ modelleri, insanın doğal konuşma dilini büyük ölçüde anlıyor.
Bu kısmında Altman haklıydı. Fortune dergisi Mayıs 2025'te doğruladı: "200.000 dolar maaşlı, kodlama gerektirmeyen meslek olarak pazarlanan prompt engineering artık geçersiz." İş ilanlarında "prompt engineer" aramalarının zirvesi Nisan 2023'müş, sonra sürekli düşmüş.
Ama Altman'ın söylediği şeyin altında çok tehlikeli bir varsayım var: araç yeterince iyi olursa, kullanan insanlar arasındaki fark kapanır. Bu varsayım yanlış. Tarihin her döneminde yanlıştı ve şimdi de yanlış.
Çünkü Altman "prompt engineering"i çok dar tanımladı: doğru kelime dizisini bulmak, model davranışını formülle yönlendirmek. Ama yapay zekâyı gerçekten kullanmak bununla sınırlı değil. Yapay zekâyı gerçekten kullanmak demek:
Ne sorduğunu bilmek, doğru soruyu sormak, doğru sözdizimiyle yazmaktan çok daha zor. Yapay zekâ akıllandıkça bu daha da kritik hale geliyor, azalmıyor.
Soruyu doğru çerçevelemek, model akıllanınca kötü soru sormanın maliyeti artıyor. Çünkü akıllı model kötü soruya da akıcı cevap veriyor ve bu akıcı cevap sizi yanıltıyor.
Cevabı değerlendirebilmek, yapay zekâ bazen yalan söylüyor. Bunu fark etmek hiçbir zaman otomatikleşmeyecek. Fark etmek için konuyu zaten bilmeniz ya da kontrol etmeyi bilmeniz gerekiyor.
Modelin sınırlarını tanımak, her modelin güçlü ve zayıf olduğu alanlar farklı. Bunu bilmeden doğru aracı doğru işe koşamazsınız.
Birden fazla modeli orkestre etmek, tek bir yapay zekâya bağımlı kalmak, tek bir kaynaktan haber okumak gibi. Çapraz doğrulama, farklı modellerin farklı güçlerini birleştirmek, bu teknik hilelerle değil, düşünme biçimiyle ilgili.
İşte çelişki: Altman 2022'de "ölecek" dedi. Ama 2026'da OpenAI kendi eğitim platformunu kurmuş durumda, prompt kılavuzları yayınlıyor, ortaklaşa kurslar veriyor. Eğer gerçekten öldüyse, neden hâlâ öğretiyorsun? Çünkü ölen şey teknik formül oldu, ama onun yerine çok daha derin bir yetkinlik geldi: modelle düşünebilmek. Bu yetkinliği satın alamazsınız.
Bu sadece bir ülkenin sorunu değil. Dünya genelinde yapay zekâ eğitim piyasası bir balon gibi şişti. ABD'de "prompt engineer" iş ilanları 2023'te zirve yaptı, sonra çöktü. Ama kurslar satılmaya devam ediyor. LinkedIn'de "AI expert" yazan profil sayısı 2022'den bu yana katlanarak arttı. Udemy, Coursera, Skillshare gibi platformlarda binlerce "yapay zekâ kursu" var, çoğunun tek yaptığı şey ChatGPT web arayüzünü ekran kaydıyla göstermek.
Ortak desen her yerde aynı: yüzlerce, binlerce dolarlık veya liralık eğitimler, içerik sadece ChatGPT. Claude yok, Gemini yok, DeepSeek yok, Llama yok, yapay zekâ dünyasının sadece tek bir aracı öğretiliyor, o da en yüzeysel kullanım biçimiyle. Kursun sonunda bir sertifika veriliyor. O sertifika bir çerçeveye konuyor. İnsanlar "artık yapay zekâ biliyorum" diyorlar.
Freelance platformlarda "yapay zeka uzmanı" olarak kayıtlı yüzlerce, binlerce kişi var, dünyanın her yerinde. Profillerine bakıyorsunuz: "makine öğrenmesi uzmanı", "derin öğrenme uzmanı", "prompt mühendisi". Yetkinlik belgesi: genellikle bir online platformdan alınmış sertifika. Yani birkaç saat video izleyip sertifika almış insanlar, kendilerini yapay zekâ uzmanı olarak pazarlıyor.
Kurumsal tarafta durum daha da ilginç: şirketlere satılan yarım günlük "AI dönüşüm seminerleri". Birkaç saat, birkaç bin dolar veya lira. İçerik: ChatGPT'ye nasıl soru sorulur, artı bir otomasyon aracı ve birkaç hazır şablon. Eğitim bütçesinden karşılanıyor, kimse içeriği sorgulamıyor.
Birkaç saatlik bir seminer için binlerce dolar veya lira. Bu para karşılığında öğretilen şey: bir web arayüzüne soru yazmak. Bunu herhangi bir 12 yaşındaki çocuk 5 dakikada kendi başına keşfedebilir.
Ama asıl soru fiyat değil. Asıl soru şu: bu eğitimi veren insanlar, verdikleri eğitimi verecek yetkinliğe sahip mi?
Dünya genelinde üniversiteler "yapay zekâ" etiketli yüksek lisans programları açmak için yarışıyor. ABD'de, Avrupa'da, Türkiye'de, her yerde aynı eğilim. Ama bu programların çoğunun ortak bir sorunu var: ticari kaygıyla açılmış olmaları.
Mekanizma şöyle çalışıyor: yapay zekâ kelimesi talep yaratıyor. Talep olan yere program açılıyor. Programın dolması için giriş standartları düşük tutuluyorbazılarında giriş sınavı yok, yabancı dil şartı yok, herhangi bir lisans diploması yeterli. Programın adı "Bilgisayar Bilimleri" veya "Bilişim" olabilir ama pazarlanırken "yapay zekâ" etiketi öne çıkıyor. Çünkü "bilgisayar bilimleri yüksek lisansı" yazmakla "yapay zekâ yüksek lisansı" yazmak arasında, başvuru sayısı açısından uçurum var.
Etiket: "Yapay Zekâ" veya "Veri Bilimi", ama altta yatan program genellikle klasik Bilgisayar Bilimleri.
Giriş koşulları: Tezsiz seçeneklerde sınav veya dil şartı olmayan modeller yaygın. Kapı sonuna kadar açık, amaç kontenjanı doldurmak.
Müfredatta LLM / transformer / generatif AI: Çoğunda yok. 2022 öncesi müfredatlar güncellenmemiş. Varsa seçmeli, almadan mezun olmak mümkün.
Kadro: Mevcut akademisyenler kendi alanlarında yetkin, ama çoğunun uzmanlığı, insanların bugün "yapay zekâ" derken kastettiği şeyle ilgili değil.
Bu programlardaki akademik kadroları düşünün. Güç elektroniği profesörleri, sinyal işleme uzmanları, görüntü işleme araştırmacıları, kontrol sistemleri mühendisleri. Kendi alanlarında ciddi insanlar. Ama bu alanların hiçbiri, bir dil modelinin nasıl çalıştığı, nasıl yönlendirildiği, sınırlarının ne olduğu ile ilgili değil. Hepsi "yapay zekâ" şemsiyesinin altında, ama bir çamaşır makinesinin bulanık mantık kontrolü ile ChatGPT'nin çalışma prensibi arasında ortak olan tek şey "yapay zekâ" kelimesi.
Bu, bir ortopedi cerrahının "ben doktorum" diyerek beyin ameliyatı yapmasına benziyor. İkisi de tıp fakültesi bitirmiş, ikisi de doktor. Ama biri diz ameliyatı yapar, öbürü beyin ameliyatı. "İkisi de doktor" demek hiçbir şey anlatmaz.
"Yapay zekâ" tam olarak böyle bir şemsiye terim. Altında düzinelerce farklı alan var: görüntü işleme, doğal dil işleme, robotik, kontrol sistemleri, öneri sistemleri, pekiştirmeli öğrenme, üretici modeller... Bunların hepsi "yapay zekâ" ama birbirinden tamamen farklı disiplinler.
Bu programların müfredatlarında geçen bazı kavramlar var ki, dışarıdan bakınca çok etkileyici görünüyorlar, ama dil modelleriyle ilişkileri sıfır:
| Kavram | Gerçekte ne? | Dil modelleri ile ilişki |
|---|---|---|
| Web Madenciliği | Web sayfalarından istatistiksel yöntemlerle bilgi çıkarma. 2000'lerin başında popülerdi, artık eski nesil bir teknik. | SIFIR |
| Bulut Bilişim | İnternet üzerinden sunucu kiralama. Sanal makine kurma, container yönetimi. Altyapı meselesi, yapay zekâ değil. | SIFIR |
| Zeki Optimizasyon | Doğadan esinlenen algoritmalarla matematiksel problem çözme. Karınca kolonisi, arı sürüsü, genetik algoritma. Yapay zekâ modasından çok önce de vardı. | SIFIR |
| Görüntü İşleme | Fotoğraf ve video üzerinde gürültü temizleme, nesne tanıma, tıbbi analiz. Farklı bir yapay zekâ dalı, dil modeli değil. | FARKLI DAL |
| Bulanık Mantık | 1965'te geliştirilen, belirsizlik altında karar verme tekniği. Çamaşır makinesinden asansöre kadar her yerde. Klasik kontrol mühendisliği. | SIFIR |
Bu kavramların hepsi bilgisayar bilimlerinin meşru ve değerli alanları. Sorun bu alanların kendisinde değil. Sorun, bu alanların "yapay zekâ" şemsiyesi altında, dil modelleri konusunda yetkinlik varmış gibi sunulmasında. Bu sunumun arkasında ticari bir itici güç var: programa öğrenci çekmek, kontenjanı doldurmak, ücretini tahsil etmek. Eğitimin kalitesi değil, etiketin cazibesi satılıyor.
Herkes yapay zekânın zararından bahsediyor. "İşimizi elimizden alacak", "insanlığı yok edecek", "dünyayı ele geçirecek". Hollywood senaryoları, kıyamet haberleri, komplo teorileri. Bunların hepsi gürültü. Gerçek zarar çok daha sessiz, çok daha sinsi ve çoktan başladı.
Yapay zekâ, düşünme kapasitesi olan insanı güçlendiriyor. Düşünme kapasitesi olmayan insanın elindeki son düşünme kırıntısını da alıyor.
Bu cümle sert görünüyor ama mekanizmayı düşünün:
Aynı araç, iki farklı sonuç. Fark araçta değil, kullanan insanın düşünme kapasitesinde.
Düşünme kapasitesi olan insan yapay zekâyı araç olarak kullanıyor. Soruyor, değerlendiriyor, kontrol ediyor, yönlendiriyor, birden fazla kaynakla doğruluyor. Her kullanımda biraz daha öğreniyor, kapasitesi artıyor. Yapay zekâ onu güçlendiriyor.
Düşünme kapasitesi olmayan insan yapay zekâyı otorite olarak kullanıyor. Soruyor, ne gelirse kabul ediyor, "öğrendim" diyor, düşünmeyi bırakıyor. Her kullanımda biraz daha tembelleşiyor, kapasitesi azalıyor. Yapay zekâ onu zayıflatıyor.
Bu iki grup arasındaki makas her gün açılıyor. Çünkü birinci grup yapay zekâyı kullandıkça güçleniyor, ikinci grup kullandıkça zayıflıyor. Aynı araç, zıt sonuçlar. Tıpkı keskin bıçağın ustayı güçlendirip, aceminin elini kesmesi gibi.
Bu piramitteki çoğunluk, en üstteki %85, yapay zekâ "kullandığını" sanıyor. Binlerce liralık kurslar bu çoğunluğa satılıyor. Kursun verdiği şey, en üst katmanda kalmayı daha güvenli hissettirmek. "Artık ben de yapay zekâ kullanıyorum" sertifikası. Oysa gerçekte olan şey şu: sığ kullanımın onaylı versiyonunu satın almak.
Bu yazı bir saldırı değil. Bu yazı bir uyarı.
Yapay zekâ gerçekten güçlü bir araç. Tarihte belki de matbaadan bu yana en güçlü bilgi aracı. Ama her güçlü araç gibi, onu kullanma kapasitesi olmayan insanın elinde zararlı. Bu zararın en sinsi biçimi, insanın zarar gördüğünü fark etmemesi.
Yapay zekâya balıklama atlamak tehlikeli. "Herkes kullanıyor, ben de kullanayım" demek, "herkes bu ilacı içiyor, ben de içeyim" demek gibi. İlacın ne olduğunu, ne yaptığını, yan etkilerini, dozajını bilmeden ilaç içmek tedavi değil, kumar.
Yapay zekâyı gerçekten öğrenmek demek, bir web arayüzüne soru yazmayı öğrenmek demek değil. Yapay zekâyı gerçekten öğrenmek demek:
Ne sorduğunuzu bilmek. Çünkü sığ soru akıcı ama boş cevap getirir ve siz farkı göremezsiniz.
Cevabı değerlendirebilmek. Çünkü yapay zekâ bazen yalan söyler ve bunu çok ikna edici biçimde yapar.
Tek bir araca bağımlı kalmamak. Çünkü her modelin güçlü ve zayıf yönleri farklıdır.
Düşünme sorumluluğunu devretmemek. Çünkü yapay zekâ sizin yerinize düşünemez, sadece düşündüğünüz şeyi hızlandırabilir.
"Bilmiyorum" diyebilmek. Çünkü bilmediğinizi bilmek, bildiğini sanmaktan bin kat daha değerli.
Binlerce liralık bir kurs bunu öğretmez. Bir sertifika bunu vermez. Bir yüksek lisans diploması bunu garanti etmez. Çünkü bu, bir araç kullanma becerisi değil, bir düşünme biçimi.
Bu düşünme biçimi satın alınamaz. Sadece inşa edilebilir.
Yapay zekâ zararlı değil. Yapay zekâyı düşünmeden kullanmak zararlı. Bu ikisi arasındaki farkı öğretecek olan, ne bir kurs, ne bir sertifika, ne de bir üniversite diploması. Bu farkı öğretecek olan tek şey, kendi düşünme sorumluluğunuzu üstlenmeniz.