TL;DR: Yarım asır boyunca uzmanlık bilimi tek bir bulguya dayandı: insanlar bir beceride, yeteneklerinin sınırında tekrarlanan çaba ile anlık geri bildirimin birleşmesi anlamına gelen bilinçli pratik yoluyla çarpıcı biçimde daha iyi olur. Yapay zeka, bu pratiğin teslim mekanizmasını bozar. Araç tekrarları yaptığında, çıktıyı elinizde tutarsınız ama eskiden beceriyi inşa eden mücadeleyi yitirirsiniz; kontrollü çalışmalar bunu şimdiden gösteriyor: yapay zeka, acemi kişi altta zorunlu olarak daha iyi olmadan onun verimini yüzde 34 artırıyor. Bu rehber, hangi tekrarların elle tutulacağına ve hangilerinin güvenle devredileceğine karar vermek için adı konmuş bir CEOtudent çerçevesi olan Tekrar Tahsis Matrisini ve yapay zeka destekli işin üzerine bilinçli pratik döngüsünü yeniden inşa etmek için dört parçalı bir protokolü verir. Bir CEO bileşik büyüyen varlıkları korurken geri kalanı otomatikleştirir; öğrenci ise zor tekrarları bilerek yapmayı sürdürür, çünkü büyüme hâlâ orada yaşar.
Anders Ericsson kariyerini, uzman performansının doğuştan değil inşa edildiğini göstererek geçirdi. 1993 araştırması, müzikte ve diğer zorlu alanlarda kimin seçkin düzeye ulaştığını en iyi açıklayanın ham yetenek değil, bilinçli pratiğin miktarı ve kalitesi olduğunu ortaya koydu. Buradaki “bilinçli” sözcüğü ağır bir yük taşır. Bu, otomatik pilottaki tekrar değildir. Çabalı, rahatsız edici, geri bildirim açısından zengin, tam olarak henüz yapamadığınız şeye yönelmiş pratiktir. Bu mekanizma şimdi, tüm değer önerisi çabayı kaldırmak ve size bitmiş sonucu vermek olan bir teknolojiyle çarpışıyor.
Tekrar sorunu
İşte gerilim tek cümlede. Bilinçli pratik, zor olan şeyi tekrar tekrar yapmanızı gerektirir; yapay zeka ise zor olan şeyi sizin yerinize yapmak için vardır. Yapay zeka üretimi bir taslağı kabul ettiğiniz, kendiniz yapamayacağınız bir yapay zeka analizini çalıştırdığınız veya anlamadığınız bir düzeltmeyi yayına aldığınız her seferinde, görevi tamamlar ve pratiği atlarsınız. İş yapılır. Öğrenme gerçekleşmez. Aylar içinde bu, belirli ve tehlikeli bir profil üretir: görünür çıktısı yükselmeye devam ederken altındaki yeteneği sessizce duran ya da gerileyen bir kişi.
Verilerde bunun bir ipucunu şimdiden görüyoruz. Yapay zekanın iş yerindeki en büyük kontrollü çalışmasında, bir yapay zeka asistanına erişim, müşteri destek verimini ortalama yüzde 14 ve acemilerde yüzde 34 artırdı; bunu büyük ölçüde, yetenekli meslektaşların zorlukla öğrendiği ifadeleri ve çözümleri onlara vererek yaptı. Bu gerçek bir üretkenlik kazanımıdır. Ama ne olduğuna dikkat edin: aracın, acemi kişinin inşa etmediği uzmanlığı yayması. Aceminin bunun bir kısmını içselleştirip içselleştirmediği ya da sonsuza dek yalnızca araca yaslanıp yaslanmayacağı, verim rakamının yanıtlayamayacağı açık bir sorudur. Aynı belirsizlik şu anda yapay zeka destekli her meslekte oturuyor.
Bilinçli pratiğin her yerde eşit ölçüde güçlü olmadığını hatırlamak yardımcı olur. Alanın en özenli meta-analizi, pratiğin performansı ne kadar açıkladığının büyük ölçüde alana ve özellikle o alanın ne kadar yapılandırılmış ve geri bildirim açısından zengin olduğuna bağlı olduğunu buldu.
Doğrulanmış veri: bilinçli pratik performansı ne kadar açıklıyor, alana göre
| Alan | Bilinçli pratiğin açıkladığı performans varyansı | Geri bildirim yapısı |
|---|---|---|
| Oyunlar | yüzde 26 | Sıkı, anlık, belirsizliksiz |
| Müzik | yüzde 21 | Sıkı, anlık |
| Spor | yüzde 18 | Oldukça sıkı |
| Eğitim | yüzde 4 | Gevşek, gecikmeli |
| Meslekler | yüzde 1’den az | Gevşek, gürültülü, gecikmeli |
Kaynak: Macnamara, Hambrick ve Oswald, Psychological Science (2014).
Örüntü, dersin kendisidir. Pratik, en çok geri bildirimin sıkı ve anlık olduğu yerde işe yarar; en az ise geri bildirimin gevşek ve gecikmeli olduğu yerde. Yapay zeka destekli bilgi işi, varsayılan olarak o tablonun en altında oturur, çünkü araç geri bildirim döngüsünü emer ve nerede yanlış yaptığınızı hissetmenizden önce size cilalı bir sonuç verir. Stratejik yanıt, yapay zekayı terk etmek değildir. Aracın aksi hâlde sileceği sıkı geri bildirimli tekrarları bilinçli olarak yeniden devreye sokmak ve bu tekrarların hangileri olduğunda seçici olmaktır.
Tekrar Tahsis Matrisi
Her tekrar korunmaya değer değildir. Bazı zor görevler bileşik büyüyen ve değerli kalan beceriler inşa eder; bu yüzden yapay zeka onları alabilecekken bile onları elle yapmayı sürdürmelisiniz. Diğerleri, kalıcı hiçbir şey inşa etmeyen angaryadır; bu yüzden onları devretmek saf kazançtır. Hata, seçimi ya hep ya hiç olarak ele almaktır: ya nostaljiden her şeyi elle yapmak ya da her şeyi devredip içini boşaltmak. Tekrar Tahsis Matrisi, seçimi tekrar tekrar zorlar.
CEOtudent editoryal çerçevesi: Tekrar Tahsis Matrisi
| Bileşik bir beceri inşa eder | Kalıcı beceri az inşa eder | |
|---|---|---|
| Değerinizin çekirdeği | Tekrarları KORU. Bunları elle yapın, yapay zekayı yalnızca denemenizden sonra onu eleştirmek için kullanın. | Denetimle OTOMATİKLEŞTİR. Yapay zeka yapsın, ama muhakemeniz keskin kalsın diye çıktıyı kontrol edin. |
| Değerinize çevresel | Tekrarları ÖRNEKLE. Yeteneği canlı tutmak için ara sıra elle yapın, gerisini devredin. | Tamamen DEVRET. Yapay zeka bunun içindir. Zamanı sol üst çeyrek için geri kazanın. |
Sol üst çeyrek kutsaldır. Bunlar, zorluğun asıl mesele olduğu tekrarlardır, çünkü onların içinden mücadeleyle geçmek, sizi değerli kılan muhakemeyi inşa eder. Bir yazarsanız, zor argümanı kendiniz taslaklamak buraya aittir. Bir analistseniz, belirsiz durumu akıl yürüterek çözmek buraya aittir. Bu çeyrekte yapay zekayı yalnızca kendi denemenize kararlılıkla giriştikten sonra yanıt veren bir eleştirmen olarak kullanın, denemeden önce yanıt veren bir ikame olarak asla. Bu sıralama, tüm mekanizma olan geri bildirim döngüsünü korur ve doğrudan yapay zeka çıktısını yargılama değerlendirme becerisine bağlanır, çünkü modeli ancak işi hâlâ kendiniz yapabiliyorsanız iyi değerlendirebilirsiniz.
Sağ alt çeyrek, yapay zekanın hakkını verdiği yerdir. Biçimlendirme, kalıp metin, ilk geçiş araştırma derlemesi ve rutin dönüştürme kalıcı hiçbir beceri inşa etmez ve suçluluk duymadan devredilmelidir. Geri kazanılan zaman, boş vakit için değildir. Aksi hâlde asla vaktinizin olmayacağı sol üst tekrarlara yeniden yatırım için ayrılmıştır.
Dört parçalı pratik protokolü
Hangi tekrarları koruyacağınızı bildikten sonra, onları düşüncesizce değil bilinçli kılmanız gerekir. Ericsson’ın döngüsü dört öğeye sahipti ve yapay zeka her birini belirli bir biçimde aşındırır. Onları geri kazanmak, protokolün kendisidir.
CEOtudent editoryal çerçevesi: yapay zeka altında bilinçli pratik döngüsünü geri kazanmak
| Döngü öğesi (Ericsson) | Yapay zeka onu nasıl aşındırır | Onu bilinçli olarak nasıl geri kazanırsınız |
|---|---|---|
| Yeteneğin sınırında belirli bir hedef | Araç varsayılan olarak kolay, bitmiş çıktı verir, böylece sınırınıza asla ulaşmazsınız | Görevi yapay zekanın size vereceğinin bir seviye üstüne koyun ve komut vermeden önce deneyin |
| Tam yoğunlaşma ve çaba | Bir öneriyi kabul etmek tek tuş vuruşu alır, böylece çaba çöker | İlk denemeyi araç kapalıyken yapın, sonra açın |
| Anlık, bilgilendirici geri bildirim | Araç size hatanızın tanısını değil, cilalı bir yanıt verir | Yapay zekayı eleştirmen olarak kullanın: onu yeniden yapmasını değil, denemenizdeki kusuru bulmasını isteyin |
| İyileştirmeyle tekrar | İyi bir çıktı bitmiş hissi verir, böylece durursunuz | Aynı sınıftan problemi bir hafta boyunca yeniden yapın, denemelerinizi zaman içinde karşılaştırın |
Bunun pratik biçimi bir ritimdir, bir kural değil. Önce deneyin, araç kapalıyken. Sonra aracı yeniden yapmaya değil, eleştirmeye davet edin. Sonra problem sınıfını, denetimsiz denemeleriniz gözle görülür biçimde iyileşene dek yeterince tekrarlayın. Bu, herhangi bir tekil görevde saf otomasyondan daha yavaştır, ki çoğu insanın bunu yapmamasının ve bunu yapan azınlığın beceriler süregiderken sona ererken öne çıkmasının nedeni tam da budur. Bu sona erişin ne kadar hızlı işlediğini 2026’da becerilerin yarı ömrü yazımızda ele aldık, daha geniş öğrenme araç setini ise kanıt öğrenme hakkında ne diyor yazımızda.
Bu neden bir CEO-ve-öğrenci sorunu
Bir CEO, bileşik büyüyen varlıklar ile büyümeyen giderler açısından düşünür. Yeteneğiniz bileşik büyüyen bir varlıktır ve yapay zekanın tehlikesi, bu varlığı görünmez biçimde tüketmenize izin vermesidir: mevcut becerinizi bugünkü çıktı için harcarken geriye hiçbir şey yatırmamak. Tekrar Tahsis Matrisi, kendi zihniniz için sermaye tahsisidir: bileşik büyüyen tekrarları koruyun, büyümeyenleri gider yazın.
Öğrenci yarısı, daha kolay bir yol tek tuş vuruşu uzaktayken zor şeyleri yapmayı sürdürme disiplinidir. Öğrenci kalmak şimdi öncekinden daha zordur, çünkü araç, eskiden öğrenmeyi size dayatan sürtünmeyi kaldırır. Gelişenler, o sürtünmeyi önemli olan çeyreklerde bilerek yeniden getiren, yapay zeka destekli her görevi daha hızlı bitirmek ile daha iyi olmak arasında bir seçim olarak ele alan ve bileşik büyüyecek kadar sık daha iyi olmayı seçenler olacak. Bu yatırıma değer yeteneklerin haritasını istiyorsanız, yapay zekanın otomatikleştiremeyeceği on bilişsel beceri başlanacak yerdir, her diğer beceriyi kolaylaştıran meta-beceriler ise alanlar arasında aktarılan pratik alışkanlıklarını kapsar.
Sıkça sorulan sorular
Yapay zeka kullanmak becerilerimi gerçekten kötüleştirir mi, yoksa yalnızca gelişmesini mi durdurur?
İkisi de mümkündür ve hangisinin olacağı aracı nasıl kullandığınıza bağlıdır. Bir daha asla elle yapmadığınız tekrarları devrederseniz, yetenek, kullanılmayan herhangi bir becerinin solması gibi kullanılmama yoluyla geriler. Çekirdek tekrarları yapmayı sürdürür ve yapay zekayı bir eleştirmen olarak kullanırsanız, becerileriniz eskisinden daha hızlı gelişebilir, çünkü araç size başka türlü alamayacağınız geri bildirimi verir. Araç nötrdür; sonucu kullanım örüntüsü belirler.
Yapay zeka görevi benden daha iyi yapabiliyorsa bilinçli pratik hâlâ önemli mi?
Evet, sol üst çeyrekteki tekrarlar için, çünkü oradaki amaç yapay zekayı görevde yenmek değildir. Amaç, yapay zekayı yönlendirmenize ve değerlendirmenize izin veren muhakemeyi korumaktır. Bir yönetici ekibinden daha hızlı yazmak zorunda değildir, ama işi yargılaması gerekir, ve o muhakeme pratik olmadan körelir.
Yapay zeka bu kadar hızlıyken tekrarları elle yapmaya nasıl zaman bulurum?
Zamanı, sağ alt çeyreği agresif biçimde devrederek satın alırsınız. Angaryayı otomatikleştirmekten geri kazanılan saatler, önemli olan şeyde bilinçli pratik için bütçedir. Her şeyi otomatikleştirir ve hiçbir şeyi yeniden yatırmazsanız, yeteneğin doğrudan pahasına çıktı için optimizasyon yapmış olursunuz.
Yapay zekayı bilinçli pratikte geri bildirim kaynağı olarak kullanabilir miyim?
Evet, ve bu onun en iyi kullanımlarından biridir. Bir modelden denemenizi eleştirmesini, zayıflıklarını bulmasını veya onu daha güçlü bir versiyonla karşılaştırmasını istemek, bilinçli pratiğin gerektirdiği ve profesyonel işte sıklıkla eksik olan anlık, bilgilendirici geri bildirimi sağlar. Kilit nokta, önce sizin denemeniz ve modelin denemenize yanıt vermesine izin vermenizdir, denemeyi sizin yerinize üretmesine değil.
Önce hangi becerileri korumalıyım?
Değerinizin çekirdeği olan ve zaman içinde bileşik büyüyenleri, matrisin sol üst çeyreğini, önce koruyun. Çoğu bilgi işi rolünde bunlar, hangi işin yapılmaya değer olduğunu belirleyen akıl yürütme, muhakeme ve iletişim becerileridir; yapay zekanın artık iyi yaptığı mekanik yürütme becerileri değil.
Kaynakça
- K. Anders Ericsson, Ralf Th. Krampe ve Clemens Tesch-Romer, “The Role of Deliberate Practice in the Acquisition of Expert Performance,” Psychological Review, 1993.
- Brooke N. Macnamara, David Z. Hambrick ve Frederick L. Oswald, “Deliberate Practice and Performance in Music, Games, Sports, Education, and Professions: A Meta-Analysis,” Psychological Science, 2014.
- K. Anders Ericsson ve Robert Pool, Peak: Secrets from the New Science of Expertise, Houghton Mifflin Harcourt, 2016.
- Erik Brynjolfsson, Danielle Li ve Lindsey Raymond, “Generative AI at Work,” Quarterly Journal of Economics, 2025.
- Dünya Ekonomik Forumu, Future of Jobs Report 2025.
- OECD, OECD Skills Outlook 2023.
Bu içerik, derinlemesine bir araştırmanın ardından yapay zeka desteğiyle derlenmiş ve CEOtudent editör ekibi tarafından yazılıp yayına hazırlanmıştır.
