Kısaca. Öğrenmeye ayırabildiğiniz zaman çok az ve sabit; öğrenilecek şeylerin arzı ise devasa ve büyüyor. 2025 Amerikan Zaman Kullanımı Anketi’nde 35-44 yaş arası yetişkinler eğitim faaliyetlerine günde ortalama 0,09 saat ayırdı; bu yaklaşık 5 dakika, yani yılda kabaca 33 saat ediyor. Dünya genelinde bilim ve mühendislik makalesi üretimi 2010’da 2,0 milyondan 2022’de 3,3 milyona çıktı (National Science Board) ve yayın veri tabanları üzerine yapılan uzun vadeli bir çalışma, bilimin 1952’den bu yana yılda yüzde 5,08 büyüdüğünü, yani her 14 yılda ikiye katlandığını hesaplıyor. Psikologlar Ralph Hertwig ve Christoph Engel, bilgiyi aramamayı ya da kullanmamayı bilinçli olarak seçmeye “kasıtlı cehalet” diyor ve bunun çoğu zaman yararlı işlevleri olduğunu gösteriyor. CEO hamlesi: her yeni konuyu fırsat maliyeti olan bir yatırım gibi ele alın ve bu çeyrekte neyi öğrenmeyeceğinizi yazın. Öğrenci hamlesi: derinlemesine öğrendiğiniz birkaç şeyi koruyun, çünkü kullanılmayan bilgi hızla silinir; geri kalanını ise devrettiğiniz insanları ve yapay zeka araçlarını değerlendirebilecek kadar öğrenin.
Bu yazı öğrenmeye strateji tarafından bakıyor: nasıl öğrenileceğine değil, neyin dışarıda bırakılacağına. Seçim tarafı için sıradaki beceriniz için 4 faktörlü karar matrisi ile birlikte okuyun. Bu kararı besleyen bilgi diyeti için sinyal-gürültü krizi ve dikkat portföyü yazılarına bakın.
“Neyi öğrenmemeli?” sorusu neden artık bir strateji sorusu?
Öğrenmeye dair kariyer tavsiyelerinin çoğu eklemeci: bir kurs daha, bir araç daha. Oysa kısıt eski. Herbert Simon, o sırada Carnegie-Mellon Üniversitesi’nde bilgisayar bilimi ve psikoloji profesörüyken, 1971’deki bir konferansında sorunu tek satırda tarif etti: bilginin neyi tükettiği “oldukça açıktır: alıcılarının dikkatini tüketir. Dolayısıyla bilgi bolluğu, dikkat yoksulluğu yaratır.”
İktisat bu fikri daha sonra biçimselleştirdi. Christopher Sims’in ilk kez 2003’te Journal of Monetary Economics’te yayımlanan rasyonel dikkatsizlik çalışması, haberlere verilen yavaş tepkileri “mevcut bilginin tamamına dikkat edememe” olarak modelliyor ve bunu sınırlı bir bilgi işleme kapasitesi olarak ele alıyor. Bu durumda bilginin çoğunu görmezden gelmek bir rasyonellik hatası değil, bir zorunluluk. Asıl soru, bu görmezden gelmenin seçilmiş mi yoksa tesadüfi mi olduğu.
Hertwig ve Engel, Perspectives on Psychological Science’ta 2016’da yayımlanan makalelerinde bu takası açıkça ortaya koyuyor: “bir olguyu bilmeyi seçmek, kaçınılmaz olarak başka olguları bilmemek anlamına gelir.” Şunu da ekliyorlar: “birkaç değerli bilgi parçasını seçip diğerlerini bilerek görmezden gelme becerisi, okulda okuma yazma gibi öğretilecek temel bir kültürel yetkinlik haline gelebilir.”
Bu, tek cümlede CEO ve öğrenci lensi. Bir genel müdür neyi bizzat bileceğine, neyin kendisine özetleneceğine ve neyin başkalarına bırakılacağına karar verir. İyi bir öğrenci temel eserleri dikkatle okur, gerisine göz gezdirir. Aynı disiplin artık işine yapay zekanın dokunduğu herkes için geçerli.
Öğrenilecek ne kadar şey var ve gerçekte ne kadar zamanınız var?
Arz tarafıyla başlayalım. Aşağıdaki rakamlar kaynaklarında basıldığı şekliyle verilmiştir.
| Ölçüt | Rakam | Kaynak |
|---|---|---|
| Dünya genelinde bilim ve mühendislik makaleleri, 2010 | 2,0 milyon | National Science Board, Indicators (Scopus verisi) |
| Dünya genelinde bilim ve mühendislik makaleleri, 2022 | 3,3 milyon | National Science Board, Indicators (Scopus verisi) |
| Dört veri tabanında bilimin büyümesi, serinin tamamı | Yılda %4,10, her 17,3 yılda ikiye katlanma | Bornmann, Haunschild ve Mutz (2021) |
| 1952’den bu yana bilimin büyümesi | Yılda %5,08, her 14,0 yılda ikiye katlanma | Bornmann, Haunschild ve Mutz (2021) |
Kaynaklar: National Science Board ve NCSES, Publications Output: U.S. Trends and International Comparisons (NSB-2023-33); Bornmann, Haunschild ve Mutz, Humanities and Social Sciences Communications, 2021.
Bilimsel makaleler yalnızca bir akış; yazılım sürümlerini, yapay zeka modeli güncellemelerini, düzenlemeleri ve sektör raporlarını eklediğinizde toplam ölçülemez hale gelir. Mesele makale okumanız gerektiği değil. Mesele, iyi endekslenmiş tek bir yeni bilgi akışının bile herkesin takip edebileceğinden daha hızlı büyümesi.
Şimdi talep tarafı: yetişkinler gerçekte öğrenmeye ne kadar zaman ayırıyor. ABD Çalışma İstatistikleri Bürosu (BLS) bunu Amerikan Zaman Kullanımı Anketi’nde doğrudan ölçüyor. Rakamlar, o gün hiç öğrenme faaliyeti yapmayan çok sayıda kişi de dahil olmak üzere, her yaş grubundaki herkesin günlük ortalamasıdır.
| Yaş grubu | Eğitim faaliyetleri (günde saat) | Okuma, boş zaman faaliyeti olarak (günde saat) |
|---|---|---|
| 25-34 | 0,42 | 0,17 |
| 35-44 | 0,09 | 0,22 |
| 45-54 | 0,03 | 0,21 |
| 55-64 | 0,04 | 0,21 |
Kaynak: ABD Çalışma İstatistikleri Bürosu, Amerikan Zaman Kullanımı Anketi, 2025 yıllık ortalamaları, Tablo 3 (eğitim faaliyetleri) ve Tablo 11A (okuma, bir boş zaman faaliyeti). Yayın tarihi 25 Haziran 2026.
15 yaş ve üzerindeki herkes dikkate alındığında, belirli bir günde herhangi bir eğitim faaliyeti yapanların oranı yalnızca yüzde 8,5’ti ve bunu yapanlar ortalama 5,17 saat ayırdı: öğrenme öğrencilerde yoğunlaşıyor. Tam zamanlı çalışanlar boş zamana günde 3,99 saat ayırdı; bunun 0,17 saati okumaydı.
AB’de 25-64 yaş arası yetişkinlerin yüzde 13,7’si 2025 anketinden önceki dört hafta içinde eğitim ya da öğretime katıldı; bu oran 2019’da yüzde 10,8’di. 2022 Yetişkin Eğitimi Anketi’nde ise on iki aylık dönemde katılım yüzde 46,6 oldu (Eurostat). Daha fazla insan öğreniyor, ama küçük miktarlarda.
Aşağıdaki tablo, zaman kullanımı ortalamalarını yıllık saatlere çeviriyor ve ölçeği göstermek amacıyla makale sayısıyla karşılaştırıyor.
| Yaş grubu | Eğitim faaliyetleri, yılda saat | Okuma dahil, yılda saat | 40 saatlik iş haftası cinsinden (toplam) | Yıllık eğitim zamanının her saatine düşen yeni bilim ve mühendislik makalesi |
|---|---|---|---|---|
| 25-34 | 153,3 | 215,3 | 5,38 | yaklaşık 21.500 |
| 35-44 | 32,9 | 113,2 | 2,83 | yaklaşık 100.500 |
| 45-54 | 10,9 | 87,6 | 2,19 | yaklaşık 301.400 |
| 55-64 | 14,6 | 91,2 | 2,28 | yaklaşık 226.000 |
BLS Amerikan Zaman Kullanımı Anketi 2025 (Tablo 3 ve 11A) ile National Science Board yayın sayılarına dayanan CEOtudent analizi. Yıllık saat = günlük ortalama x 365; saat başına makale = 3,3 milyon / yıllık eğitim saati. Nüfus ortalamaları olduğu için bireysel öğrenenler arasında büyük farklar olacaktır.
National Science Board sayıları, 2010-2022 arasında yılda yaklaşık yüzde 4,26’lık bileşik büyümeye işaret ediyor; bu, yukarıdaki uzun vadeli tahminlere yakın ve saatte yaklaşık 377 yeni makale anlamına geliyor.
Pratik okuma şu: ortalama bir programa sahip kariyerinin ortasındaki bir profesyonelin yılda iki ila üç iş haftası kadar öğrenme ve okuma zamanı var. Zorlu bir sertifika programı ekleyin, başka bir şeyin çıkması gerekir. Soru, neyin çıkacağını sizin seçip seçmediğiniz.
Bilmemeyi seçmek rasyonel mi, yoksa sadece kaçınma mı?
Bilmek istememek yaygındır. Gerd Gigerenzer ve Rocio Garcia-Retamero, kasıtlı cehalet üzerine ilk temsili ulusal çalışmaları Almanya’da 1.016 ve İspanya’da 1.002 yetişkinle yürüttü ve sonuçları 2017’de Psychological Review’da yayımladı. Beşi olumsuz, beşi olumlu on gelecek olay hakkında soru sordular.
| Olay (önceden bilmek ister miydiniz?) | Bilmek istemeyenlerin oranı |
|---|---|
| Partnerinizin ne zaman öleceği | %90,2 |
| Partnerinizin hangi nedenle öleceği | %89,4 |
| Sizin ne zaman öleceğiniz | %86,7 |
| Sizin hangi nedenle öleceğiniz | %85,8 |
| Evliliğinizin boşanmayla bitip bitmeyeceği | %86,2 |
| Kaydedilmiş bir futbol maçının sonucu | %73,6 |
| Yılbaşında ne hediye alacağınız | %64,4 |
| Ölümden sonra yaşam olup olmadığı | %50,4 |
| 2.000 avroluk bir safirin gerçek olup olmadığı (test 50 avro) | %51,9 |
| Doğumdan önce çocuğunuzun cinsiyeti | %37,4 |
| On olayın tamamı | %71,6 |
Kaynak: Gigerenzer ve Garcia-Retamero (2017), Psychological Review 124(2), Tablo 7, Almanya ve İspanya toplam satırı (N = 2.018).
Yazarlar örüntüyü şöyle özetliyor: “İnsanların %85 ile %90’ı yaklaşan olumsuz olayları bilmek istemiyor ve %40 ile %70’i olumlu olaylar hakkında bilgisiz kalmayı tercih ediyor. Katılımcıların yalnızca %1’i tutarlı biçimde bilmek istedi.” Açıklamaları beklenen pişmanlık: insanlar, cevabını öğrendiklerinde pişman olacaklarını düşündükleri bilgiden kaçınıyor. Bilmemeyi tercih edenler aynı zamanda riskten daha fazla kaçınıyordu ve hayat ile hukuki koruma sigortası yaptırma olasılıkları daha yüksekti.
Bunun iki açıdan önemi var. Bilinçli bir “öğrenmeyeceklerim” listesi tuhaf bir şey değil; neredeyse hiç kimse her şeyi bilmek istemiyor. Ama bu kaçınmanın büyük kısmı duygusal ve stratejik cehaletin rahat versiyonu, sizi tehdit eden konuyu atlamaktır: işinizin bir kısmını otomatikleştiren yapay zeka aracı, duymak istemediğiniz geri bildirim. Bu, odaklanma kılığına girmiş kaçınmadır.
Hertwig ve Engel’in sınıflandırması ikisini ayırmaya yardımcı oluyor. Kasıtlı cehaletin altı işlevini sıralıyorlar: duygu düzenleme ve pişmanlıktan kaçınma; merakı ve sürprizi en üst düzeye çıkarma; performansı artırma; stratejik bir araç olarak kullanma; tarafsızlık ve adaleti koruma; ve bilişsel sürdürülebilirlik ile bilgi yönetimi adını verdikleri işlev. Bunlardan yalnızca bazıları bir öğrenme kararı için iyi gerekçedir.
| İşlev (Hertwig ve Engel, 2016) | Kariyerde nasıl görünür | Öğrenme kararlarında kullanılmalı mı? |
|---|---|---|
| Bilişsel sürdürülebilirlik ve bilgi yönetimi | Her yapay zeka modeli sürümünü takip etmemek; günlük akışlar yerine aylık bir özet okumak | Evet. Stratejik cehaletin özü budur |
| Performansı artırma | Derin çalışma sırasında metrikleri ya da sıralamaları saat başı kontrol etmemek | Evet, belirli bir gözden geçirme tarihiyle |
| Stratejik araç (öz disiplin dahil) | Bakımına çekilmemek için bir aracı öğrenmemek; aşırı kullandığınız bir uygulamayı silmek | Bazen, takas açıkça ortadaysa |
| Tarafsızlık ve adalet | Adayları ya da fikirleri kör değerlendirmek; bir teklifi kimin yazdığına bakmamak | Evet, başkalarıyla ilgili kararlarda |
| Merak ve sürpriz | Spoiler’lardan kaçınmak | İşle ilgili öğrenmeyle ilgisi yok |
| Duygu düzenleme ve pişmanlıktan kaçınma | Rolünüzü tehdit eden beceriye bakmamak | Nadiren. Aşağıdaki sınırlarla test edin |
CEOtudent analizi: altı işlev Hertwig ve Engel’den (2016), Şekil 1; kariyer örnekleri ve sağ sütun bir CEOtudent editoryal çerçevesidir.
Kullanmadığınız öğrenme neden silinir?
Neyi öğrenmeyeceğinizi seçmenin ikinci gerekçesi, kullanmadığınız öğrenmenin büyük kısmının aşınması. Jaap Murre ve Joeri Dros 2015’te Hermann Ebbinghaus’un 1880 tarihli unutma deneyini tekrarladı. Bir denek, anlamsız hece listelerini öğrenmek ve 20 dakika ile 31 gün arasında değişen aralıklardan sonra yeniden öğrenmek için 70 saat harcadı. “Tasarruf”, bir listenin ikinci kez ne kadar daha hızlı öğrenildiğini ölçer; yüksek değer daha fazla şeyin akılda kaldığı anlamına gelir.
| Öğrenmeden sonraki aralık | Tasarruf, Ebbinghaus (1880’ler) | Tasarruf, Dros (2015 tekrarı) |
|---|---|---|
| 20 dakika | 0,582 | 0,472 |
| 1 saat | 0,442 | 0,373 |
| 9 saat | 0,358 | 0,276 |
| 1 gün | 0,337 | 0,317 |
| 2 gün | 0,278 | 0,230 |
| 6 gün | 0,254 | 0,168 |
| 31 gün | 0,211 | 0,041 |
Kaynak: Murre ve Dros (2015), PLOS ONE 10(7), Tablo 3. Anlamsız heceler öğrenen tek denekler; anlamlı beceriler için bir tahmin olarak değil, eğrinin şeklinin bir gösterimi olarak ele alın.
- günde Ebbinghaus’un tasarrufu 20 dakikalık değerin yaklaşık yüzde 36’sına, tekrar çalışmasınınki ise yaklaşık yüzde 9’una düşmüştü (Tablo 3’ten CEOtudent hesaplaması). Anlamlı ve pratik yapılan beceriler anlamsız hecelerden daha iyi dayanır, ama yön değişmez. Winfred Arthur ve meslektaşlarının Human Performance’ta (1998) yayımlanan ve 53 makaleden 189 veri noktasını birleştiren meta-analizi, beceri kaybının eğitimden hemen sonra eksi 0,01 etki büyüklüğünden, 365 günden uzun süre kullanılmadığında eksi 1,4’e kadar uzandığını buldu. Fiziksel, doğal ve hıza dayalı görevler; bilişsel, yapay ve doğruluğa dayalı görevlere göre daha az aşındı.
Çıkarım şu: bir şeyi gelecek yıl için “ne olur ne olmaz” diye öğrenmek çoğu zaman kötü bir yatırımdır, çünkü ihtiyaç doğduğunda büyük kısmı gitmiş olur. Kullanacağınız zaman öğrenin ya da yalnızca nerede bulacağınızı öğrenin. Farklı yeteneklerin ne kadar hızlı silindiği ve bakımın nasıl planlanacağı için beceri kaybı ve bakım takvimi yazısına bakın.
Neden yeni konulara evet demeye devam ediyoruz?
Çünkü yeni bir konunun maliyeti, seçim anında görünmezdir. Shane Frederick ve meslektaşları bunu 2009’da Journal of Consumer Research’te fırsat maliyetini göz ardı etme adıyla inceledi. Bir çalışmada 150 öğrenciye 14,99 dolarlık bir DVD alıp almayacakları soruldu. Satın almama seçeneği “Satın alma” yerine “14,99 doları başka alışverişler için sakla” olarak tarif edildiğinde, satın alma isteği yüzde 75’ten yüzde 55’e düştü; oysa iki tarif de aynı anlama geliyordu. Başka bir çalışmada, iki iPod arasındaki fiyat farkını elde kalan nakit olarak tarif etmek, ucuz modeli seçenlerin oranını yüzde 37’den yüzde 73’e çıkardı.
Zaman da aynı şekilde işler ve öğrenme erdemli hissettirdiği için bu tuzağa düşmek daha kolaydır. “Bu yeni çerçeveyi öğrenmeli miyim?” sorusu neredeyse her zaman evet cevabı alır. “Başladığım istatistik kursunu bitirmek yerine bunu mu öğrenmeliyim?” sorusu ise çoğu zaman almaz. Her öğrenme kararını “şunun yerine bu” şeklinde kurun.
Dört kova testi: derinlemesine öğren, değerlendirmek için öğren, devret ya da görmezden gel
İşte temel araç. Herhangi bir konuyu, aracı ya da beceriyi, yukarıdaki araştırmaların işaret ettiği beş ölçütle dört kovadan birine yerleştirir: ne sıklıkla kullanacağınız, bir hatanın ne kadar maliyetli olacağı, başka becerilere katlanarak katkı sağlayıp sağlamadığı, ne kadar hızlı eskidiği ve güvenilir bir kişinin ya da aracın bunu sizin kontrol edebileceğiniz şekilde yapıp yapamayacağı.
| Kova | Ne anlama gelir | Tipik işaretler | Zaman bütçesi |
|---|---|---|---|
| 1. Derinlemesine öğren | Düzenli pratik yaptığınız, gerçek ve hatırlanabilir bir yetkinlik inşa edin | Haftada bir ya da daha sık kullanılır; hatalar maliyetlidir; katlanarak büyür (başka beceriler bunun üzerine kurulur); yavaş eskir | Öğrenme saatlerinizin çoğu; aralıklı pratik |
| 2. Değerlendirmek için öğren | İşi kendiniz yapmadan, kaliteyi yargılayacak, iyi sorular soracak ve hataları fark edecek kadar bilin | Ayda bir kullanılır; satın alır, yönetir ya da gözden geçirirsiniz; hatalar maliyetlidir ama işi başkası yapar | Kısa bir giriş artı bir kontrol listesi; yılda bir tazeleyin |
| 3. Yapay zekaya ya da uzmanlara devret | Bunu kimin ya da neyin yaptığını ve sonucun nasıl kontrol edileceğini bilin | Nadir ya da tek seferlik; yetkin bir araç ya da uzman var; çıktı kontrol edilebilir | Dakikalar: bir kaynak listesi ve bir doğrulama adımı |
| 4. Bilerek görmezden gel | Bu dönemde takip etmemeye bilinçli olarak karar verin ve bunu yazın | Düşük kullanım, düşük risk, hızlı değişen, katlanarak büyümeyen ya da salt yenilik | Sıfır, bir gözden geçirme tarihine ya da tetikleyiciye kadar |
Hertwig ve Engel’in (2016) bilgi yönetimi, Murre ve Dros (2015) ile Arthur ve diğerlerinin (1998) kullanılmadığında aşınma ve Frederick ve diğerlerinin (2009) fırsat maliyetini göz ardı etme üzerine çalışmalarına dayanan CEOtudent editoryal çerçevesi.
- kova, çoğu insanın atladığı ve yapay zekanın en değerli hale getirdiği kovadır: bir yapay zeka aracına ya da bir yükleniciye güveniyorsanız, işi hiç yapmasanız bile çıktılarını yargılayabilmeniz gerekir. Bu başlı başına bir beceridir ve yapay zeka çıktısını değerlendirme becerisi yazısında ele alınıyor. Bu beceri olmadan devretmek stratejik cehalet değil, düpedüz cehalettir.
Altı soruluk karar testi
Öğrenmeye heveslendiğiniz her konu için bunları cevaplayın. Her soruya 0, 1 ya da 2 puan verin.
- Sıklık. Önümüzdeki 12 ayda bunu en az ayda bir kullanacak mısınız? (0 = hayır, 1 = birkaç kez, 2 = haftada bir ya da daha sık)
- Risk. Yanlış yaparsanız maliyeti, sizin ya da başkaları için yüksek ya da geri döndürülmesi zor mu? (0 = önemsiz, 1 = orta, 2 = ciddi ya da geri döndürülemez)
- Katlanarak büyüme. Öğrenmek istediğiniz başka şeyler buna bağlı mı? (0 = hayır, 1 = kısmen, 2 = bir temel)
- Kalıcılık. Öğrendiğiniz şey üç yıl sonra hala geçerli olacak mı? (0 = muhtemelen eskimiş, 1 = kısmen, 2 = büyük ölçüde)
- Devredilebilirlik. Bir kişi ya da yapay zeka aracı bunu, sizin kontrol edebileceğiniz şekilde iyi yapabilir mi? (2 = hayır, 1 = kısmen, 0 = evet, kolayca)
- Fırsat maliyeti. Bu saatleri buna ayırmak, listenizdeki en iyi şeye ayırmaktan daha mı iyi? (0 = hayır, 1 = aşağı yukarı eşit, 2 = açıkça daha iyi)
Puanı okumak. 9-12: derinlemesine öğren (1. kova). 6-8: değerlendirmek için öğren (2. kova). 3-5: devret (3. kova) ve sonucu kontrol edebildiğinizden emin olun. 0-2: bilerek görmezden gel (4. kova) ve bir gözden geçirme tarihiyle listenize ekleyin.
Geçersiz kılma kuralı. 2. soru sizin ya da başkalarının güvenliği, hukuki durumu veya sağlığı üzerindeki sonuçlar nedeniyle 2 puan alıyorsa, toplam ne olursa olsun konu 2. kovanın altına inemez. Aşağıdaki sınırlar bölümüne bakın.
CEOtudent editoryal çerçevesi. Eşikler muhakeme için bir başlangıç noktasıdır, doğrulanmış bir ölçek değildir.
Bir öğrenmeyeceklerim listesi: şablon
Listeyi yazmak, tesadüfi ihmali gözden geçirebileceğiniz bir karara dönüştürür ve fırsat maliyeti sorusunu önceden cevaplar.
| Konu ya da araç | Kova | Neden (hangi ölçütler) | Onun yerine ne yapıyorum | Yeniden ele alma tetikleyicisi | Gözden geçirme tarihi |
|---|---|---|---|---|---|
| Örnek: her yeni yapay zeka modeli sürüm notu | 4. Görmezden gel | Hızlı değişiyor, katlanarak büyümüyor, hacim yüksek | Güvendiğim bir kaynaktan aylık bir özet okumak | Ekibimin benimsediği bir model | Çeyrek sonu |
| Örnek: ikinci bir programlama dili | 4. Şimdilik görmezden gel | Rolümde kullanım sıklığı düşük; istatistik kursuyla rekabet ediyor | Önce istatistik kursunu bitirmek | Bunu gerektiren bir proje | Gelecek çeyrek |
| Örnek: serbest çalışma için temel sözleşme hukuku | 2. Değerlendir | Risk yüksek, sıklık düşük | Kısa bir giriş artı gerçek sözleşmeler için bir avukat | Yeni bir müşteri sözleşmesi | Yıllık |
| Örnek: elektronik tablo modelleme | 1. Derinlemesine öğren | Haftalık kullanım, analiz ve tahmine katlanarak katkı sağlıyor | Gerçek işler üzerinde aralıklı pratik | Yok, sürekli | Aylık kontrol |
CEOtudent editoryal şablonu. Satırlar örnektir, belirli bir rol için öneri değildir.
İki kural listeyi dürüst tutar. Her “görmezden gel” kaydının bir tetikleyicisi olmalı ki karar geri alınabilsin. Her “devret” kaydının adı konmuş bir kontrolü olmalı ki devrettiğiniz kişi ya da araç yanıldığında bunu anlayabilesiniz. On kayıt fazlasıyla yeterli.
Çeyreklik kontrol listesi
Bunu çeyrekte bir kez, yaklaşık 30 dakikada uygulayın.
- [ ] Son üç ayda öğrenmeye başladığınız, abone olduğunuz ya da “öğrenilecek” diye yer imlerine eklediğiniz her şeyi listeleyin.
- [ ] Her birini altı soruluk testten geçirin ve bir kova atayın.
- [ ] 1. kovadaki her kalem için düzenli pratiğin planlandığını kontrol edin; planlanmadıysa aşınıyordur.
- [ ] 2. kova için “iyi”nin neye benzediğini anlatan tek sayfalık bir kontrol listesi yazın ya da güncelleyin.
- [ ] 3. kova için aracın ya da kişinin adını ve doğrulama adımını belirtin.
- [ ] 4. kovadaki her kalemi bir tetikleyici ve gözden geçirme tarihiyle öğrenmeyeceklerim listesine ekleyin.
- [ ] Bir sonraki öğrenme seçiminizi “şunun yerine bu” şeklinde kurun ve ikisini de yazın.
- [ ] Listeyi kaçınma açısından kontrol edin: bir şey önemsiz olduğu için değil de rahatsız edici olduğu için mi orada?
Bunun anlamına gelmediği şeyler
Stratejik cehaleti destekleyen araştırmalar, nerede işe yaramadığını da gösteriyor.
Riski başkaları taşıdığında. Hertwig ve Engel şunu belirtiyor: “Bilgiyi görmezden gelmek başkalarını riske (ya da yakın bir zarara) maruz bıraktığında, Mill’in zarar ilkesine başvurulabilir.” İşiniz başka insanların güvenliğini, parasını, sağlığını ya da haklarını etkiliyorsa, bilme yükümlülüğü tercihinizin önüne geçer. Güvenlik prosedürleri, veri koruma kuralları ve alanınızda hataların müşterilere zarar verdiği kısımlar asla 4. kovaya girmez.
Hukuk bilmenizi beklediğinde. Hertwig ve Engel, ceza hukukunun çoğu zaman sanığın olguları bildiğinin kanıtlanmasını gerektirdiğini ve ABD mahkemelerinin, jüriye sanığın ilgili olgulara yönelik kasıtlı cehaletini bilgi olarak kabul edebileceğini söyleyen “devekuşu talimatı” denen uygulamayı nasıl kullandığını anlatıyor. Bilmemeyi seçmek, mesleki ve hukuki konularda zayıf bir kalkandır. Rolünüzle ilgili düzenleyici yükümlülükler en azından 2. kovaya aittir.
Konu kendi sağlığınız ya da paranız olduğunda. Gigerenzer ve Garcia-Retamero’nun verileri, hoş olmayan kişisel bilgiden kaçınma eğiliminin ne kadar güçlü olduğunu gösteriyor. Makaleleri ayrıca hastalık ve enfeksiyon testlerini reddetme oranlarının tipik olarak yüzde 10 ile yüzde 30 arasında olduğu daha önceki tıbbi çalışmalara atıf yapıyor. Cevap canınızı yakabilir diye bir testten ya da banka ekstresinden kaçınmak, bilgi yönetimi değil, duygu düzenleme işlevidir.
Konu katlanarak büyüyen bir temel olduğunda. Bazı beceriler kısa vadede düşük değerli görünür ama her şeyin altında yatar: açık yazma, temel istatistik, dikkatli okuma, alanınızın temel kavramları. Bunlarda 3. sorudaki puan belirleyici olmalı. Acil olmadığı için bir temeli görmezden gelmek, bu çerçevenin üretebileceği en pahalı hatadır. Sürekli okumanın neden bunlardan biri olduğu için rekabet avantajı olarak derin okuma yazısına bakın.
Değerlendiremediğiniz bir şeyi devrettiğinizde. Bir konuyu kontrol edemediğiniz bir yapay zeka aracına devretmek riski ortadan kaldırmaz, yalnızca yerini değiştirir. Karar testi, yüksek riskli konuları bu nedenle 2. kovaya iter.
Değişimden kaçınma olduğunda. En çok görmezden gelmek istediğiniz konu, işinizi değiştirme olasılığı en yüksek olan konuysa, ona bakın.
Sıkça sorulan sorular
Stratejik cehalet nedir?
Zamanın başka yerde daha iyi harcanacağı için, belirli bir süre boyunca bir şeyi öğrenmeme ya da takip etmeme yönünde verilen bilinçli ve kayda geçirilmiş karardır. Psikologlar Hertwig ve Engel daha geniş olguya kasıtlı cehalet diyor: bilgiyi aramamayı ya da kullanmamayı bilinçli olarak seçmek.
Bilmek istememek irrasyonel mi?
Mutlaka değil. Dikkat sınırlıyken bilginin çoğunu görmezden gelmek kaçınılmazdır. Görmezden gelinen bilgiye ulaşmak ucuzsa ve önemli bir kararı değiştirecekse irrasyonel hale gelir.
Yetişkinler gerçekte öğrenmeye ne kadar zaman ayırıyor?
2025 Amerikan Zaman Kullanımı Anketi’nde 35-44 yaş arası yetişkinler eğitim faaliyetlerine günde ortalama 0,09 saat, yani yılda kabaca 33 saat ayırdı; buna günde 0,22 saatlik boş zaman okuması ekleniyor. AB’de 25-64 yaş arası yetişkinlerin yüzde 13,7’si 2025 anketinden önceki dört hafta içinde eğitim ya da öğretime katıldı.
Bir şeyi öğrenmekle onu yapay zekaya devretmek arasında nasıl karar veririm?
Görev nadirse, çıktı kontrol edilebiliyorsa ve yetkin bir araç varsa devredin. Risk yüksek ama işi kendiniz yapmanız gerekmiyorsa değerlendirmek için öğrenin. Haftalık kullanıyorsanız, başka becerilere katlanarak katkı sağlıyorsa ve hatalar maliyetliyse derinlemesine öğrenin.
Yeni yapay zeka araçlarını görmezden gelirsem geride kalmaz mıyım?
Bazılarında evet; her sürümü takip etmek imkansız. Birkaçını derinlemesine öğrenin, geri kalanı için aylık bir özet tutun ve bir kalemi listenize geri taşıyacak tetikleyiciler belirleyin, örneğin ekibinizin bir aracı benimsemesi gibi.
Cehalet ne zaman asla kabul edilemez?
Riski başkaları taşıdığında, hukuk bilmenizi beklediğinde, konu kendi sağlığınız ya da finansınız olduğunda ve konu başka becerilerin dayandığı bir temel olduğunda.
Kaynaklar
- Hertwig R, Engel C. Homo Ignorans: Deliberately Choosing Not to Know. Perspectives on Psychological Science 11(3): 359-372, 2016.
- Hertwig R, Engel C (ed.). Deliberate Ignorance: Choosing Not to Know. Strüngmann Forum Reports, cilt 29. Cambridge, MA: MIT Press. Bölüm 1 ve kaynakça.
- Gigerenzer G, Garcia-Retamero R. Cassandra’s Regret: The Psychology of Not Wanting to Know. Psychological Review 124(2): 179-196, 2017.
- Simon HA. Designing Organizations for an Information-Rich World. İçinde: Greenberger M (ed.). Computers, Communications, and the Public Interest. Baltimore: The Johns Hopkins Press, 1971.
- Sims CA. Rational Inattention: A Research Agenda. Deutsche Bundesbank Discussion Paper, Series 1, No 34/2005. Atıf yaptığı çalışma: Sims CA, Implications of Rational Inattention, Journal of Monetary Economics 50: 665-690, 2003.
- Bornmann L, Haunschild R, Mutz R. Growth rates of modern science: a latent piecewise growth curve approach to model publication numbers from established and new literature databases. Humanities and Social Sciences Communications 8: 224, 2021.
- National Science Board ve National Center for Science and Engineering Statistics. Publications Output: U.S. Trends and International Comparisons. Science and Engineering Indicators, NSB-2023-33, Aralık 2023.
- U.S. Bureau of Labor Statistics. American Time Use Survey: 2025 Results, basın bülteni USDL-26-1022, 25 Haziran 2026, Tablo 1, 3 ve 11A.
- Eurostat. Participation rate in education and training (last 4 weeks), veri seti trng_lfse_01, erişim Ekim 2026.
- Eurostat. Adult Education Survey, participation rate in education and training, veri seti trng_aes_100 ve anket metaverisi, erişim Ekim 2026.
- Murre JMJ, Dros J. Replication and Analysis of Ebbinghaus’ Forgetting Curve. PLOS ONE 10(7): e0120644, 2015.
- Arthur W Jr, Bennett W Jr, Stanush PL, McNelly TL. Factors That Influence Skill Decay and Retention: A Quantitative Review and Analysis. Human Performance 11(1): 57-101, 1998.
- Frederick S, Novemsky N, Wang J, Dhar R, Nowlis S. Opportunity Cost Neglect. Journal of Consumer Research 36, Aralık 2009.
Veri tabloları rakamları kaynaklarında basıldığı şekliyle verir. Öğrenme zamanı ile yayın sayısını karşılaştıran tablo, yıllığa çevrilmiş zaman kullanımı saatleri, ima edilen yüzde 4,26’lık büyüme oranı, 20 dakikalık değere göre unutma yüzdeleri, Hertwig ve Engel’in altı işlevinin kariyere uyarlanması, dört kova çerçevesi, altı soruluk karar testi ve öğrenmeyeceklerim şablonu CEOtudent analizleri ya da editoryal çerçeveleridir. Kullanılmayanlar: Eurostat’ın öğrenen başına ortalama ders saati, çünkü iki Eurostat tablosu aynı grup için farklı değerler verdi; bilginin “birkaç ayda bir ikiye katlandığı” ve bir becerinin yarı ömrünün sabit sayıda yıl olduğu yönündeki popüler iddialar, çünkü bunları birincil bir ölçüme kadar izleyemedik; ve Sims’in 2003 tarihli dergi makalesinin yayımlanmış hali, çünkü açamadık, bu nedenle rasyonel dikkatsizlik tanımı 2005 tarihli Bundesbank çalışmasına dayanıyor.
Bu içerik, derinlemesine bir araştırmanın ardından yapay zeka desteğiyle derlenmiş ve CEOtudent editör ekibi tarafından yazılıp yayına hazırlanmıştır.
