TL;DR: 2025 ve 2026’da bir araştırma dalgası, yapay zekaya yaslanmanın zihni zayıflatıp zayıflatmadığını sordu ve dürüst yanıt, iki manşetten de daha yararlı. MIT Media Lab’in deneme yazma çalışması, ChatGPT ile yazanların herhangi bir gruba kıyasla en zayıf beyin bağlantısını gösterdiğini ve çoğunun az önce ürettiği bir cümleyi bile aktaramadığını buldu. Microsoft ile Carnegie Mellon’ın 319 bilgi çalışanıyla yaptığı anket, insanlar yapay zekaya ne kadar güvenirse o kadar az eleştirel düşünme uyguladığını ve öz-bildirilen çabanın neredeyse her muhakeme görevinde düştüğünü gösterdi. Ayrı bir 666 kişilik çalışma, sık yapay zeka kullanımı ile eleştirel düşünme puanları arasında güçlü bir negatif bağ buldu; bu bağ yük boşaltma aracılığıyla işliyor ve genç kullanıcılarda en keskin. Ancak bunların hiçbiri yapay zekanın sizi kalıcı olarak aptallaştırdığını kanıtlamıyor; hepsi kısa vadeli ya da öz-bildirilen etkileri ölçüyor. Asıl bulgu koşullu: zaten sahip olduğunuz bir beceriyi boşaltmak kaldıraçtır, oysa edinmeniz gereken bir beceriyi boşaltmak çürümedir. Bu yazı size araştırma tablosunu, editöryel bir Bilişsel Yük Boşaltma Defteri’ni ve her devretmeden önce çalıştırabileceğiniz iki soruluk bir testi veriyor. Neyi devredeceğinize bir CEO gibi karar verin, önemli tekrarları bir öğrenci gibi koruyun.
Her birkaç ayda bir, yapay zekanın bizi aptallaştırdığını söyleyen bir çalışma yayımlanıyor ve her birkaç ayda bir, çalışmanın küçük, hakem denetiminden geçmemiş ya da yanlış okunmuş olduğunu söyleyen bir yanıt geliyor. İki tepki de esas noktayı kaçırıyor. Asistan çağında kariyer kuran biri için önemli olan soru, soyut anlamda “yapay zeka beyne kötü mü” değildir. Çok daha dar ve çok daha pratiktir: hangi zihinsel adımları güvenle bir makineye devredebilirsiniz ve bunlardan hangileri, devredildiğinde, sessizce çalışmayı bırakır. Bu, çoğu zaman fark etmeden, günde onlarca kez verdiğiniz bir karardır. Bu rehber, o kararı bilerek vermenize yardım etmek için kuruldu.
Bilişsel yük boşaltma ne yenidir ne de doğası gereği zararlıdır. Bir telefon numarasını ezberlemek yerine yazmak bir yük boşaltmadır. Hesap makinesi, kontrol listesi ya da ortak takvim kullanmak da öyle. Bilişsel bilimciler bu ödünleşimi yıllardır inceliyor: yük boşaltma, bir görevin gerektirdiği içsel çabayı azaltır; tam da bu yüzden yararlıdır ve tam da bu yüzden, içsel çaba asıl mesele olduğunda bir bedel taşır. 2025’te değişen şey, aracın yalnızca depolama adımını değil, görevin tamamını soğuracak kadar iyileşmesiydi. Araştırma dalgası aslında, yalnızca hatırlamanın değil, düşünmenin kendisinin devredildiğinde ne olduğunu ölçme girişimidir.
Üç çalışma gerçekte ne buldu
Mevcut tartışmayı üç çalışma çapalıyor. Her birinin ne ölçtüğünü, manşetlerin ne iddia ettiğinden ayırmak değerlidir, çünkü kafa karışıklığının çoğu bu aradaki boşlukta yaşıyor.
Nataliya Kosmyna ve meslektaşlarının yürüttüğü ve 2025’te ön baskı olarak yayımlanan MIT Media Lab çalışması, 54 katılımcıyı deneme yazmak için üç gruba ayırdı: biri ChatGPT, biri arama motoru, biri de yalnızca kendi belleğini kullanan grup. Beyin etkinliğini izlemek için EEG kullanan araştırmacılar, yalnızca-beyin grubunun en güçlü ve en yaygın sinirsel bağlantıyı, arama grubunun ortada, ChatGPT grubunun ise en zayıfı gösterdiğini bildirdi. Dakikalar önce yazdıkları bir denemeden bir satır aktarmaları istendiğinde, ChatGPT kullanıcılarının yaklaşık yüzde 83’ü bunu yapamadı. Ekip bunu “bilişsel borç” biriktirmek olarak tanımladı. Yazarların kendilerinin de vurguladığı can alıcı uyarı şudur: bu, tek ve dar bir görevi ölçen, küçük ve hakem denetiminden geçmemiş bir ön baskıdır ve daha düşük beyin etkinliği, kalıcı hasarla aynı şey değildir.
Microsoft ile Carnegie Mellon çalışması, 2025 CHI konferansında sunuldu ve farklı bir yol izledi: 319 bilgi çalışanına, üretken yapay zekayla yaptıkları 936 gerçek görevi sordu. Merkezi bulgusu bir yargı değil, bir ilişkiydi. Bir kişinin yapay zekanın yeteneğine güveni ne kadar yüksekse, uyguladığı eleştirel düşünme o kadar az; kendi yeteneğine güveni ne kadar yüksekse, o kadar fazlaydı. Çalışanlar ayrıca yapay zekanın klasik muhakeme etkinliklerine harcadıkları çabayı azalttığını bildirdi ve anket, işin ortadan kalkmaktan çok kaydığını, yani yanıt üretmekten çok yanıtları doğrulamaya, bütünleştirmeye ve gözetmeye doğru taşındığını belirtti.
Michael Gerlich tarafından 2025 başında Societies dergisinde yayımlanan üçüncü çalışma, yaş ve eğitim gruplarına yayılmış 666 kişiyi anketledi ve sayıları 50 görüşmeyle birleştirdi. Sık yapay zeka aracı kullanımı ile eleştirel düşünme puanları arasında güçlü bir negatif ilişki buldu ve ikisini birbirine bağlayan mekanizma olarak bilişsel yük boşaltmayı belirledi. Etki, araçları daha çok kullanan ve daha düşük puan alan genç katılımcılarda en belirgindi. Bir korelasyon çalışması olarak nedenin yönünü kanıtlayamaz ve yazar bu sınırı açıkça belirtir.
| Çalışma | Örneklem ve yöntem | Ana bulgu | Göstermediği şey |
|---|---|---|---|
| MIT Media Lab (Kosmyna vd., 2025 ön baskı) | 54 kişi, EEG, üç araç koşulunda deneme yazma | Yapay zekayla yazanlarda en zayıf beyin bağlantısı; yaklaşık %83’ü kendi denemesini aktaramadı | Küçük, denetimsiz, tek görev; kalıcı zararın kanıtı değil |
| Microsoft ve Carnegie Mellon (CHI 2025) | 319 bilgi çalışanı, 936 öz-bildirilen görev | Yapay zekaya yüksek güven, daha az eleştirel düşünmeyle bağlantılı; çaba doğrulamaya kayıyor | Öz-bildirilen, korelasyonel; doğrudan beceri testi yok |
| Gerlich (Societies, 2025) | 666 kişi, anket artı 50 görüşme | Yapay zeka kullanım sıklığı ile eleştirel düşünme arasında güçlü negatif bağ, yük boşaltma yoluyla | Nedenin yönünü kanıtlayamaz; etkide gençler fazla temsil ediliyor |
Tablo: Üç 2025 çalışmasının yayımlanmış yöntem ve sonuçlarından CEOtudent sentezi. Örneklem büyüklükleri ve rakamlar yazarların bildirdiğini yansıtır.
Birlikte okunduğunda, çalışmalar yapay zekanın beyninizi çürüttüğünü söylemez. Daha kesin ve daha eyleme dönük bir şey söyler: araca muhakemeyi bıraktığınızda, sizin muhakeme ettiğinizin ölçülebilir işaretleri azalır ve araca ne kadar güvenirseniz, muhakemenin o kadar fazlasını devredersiniz. Bunun sorun olup olmaması, tümüyle o muhakemenin korumanız gereken bir muhakeme olup olmadığına bağlıdır.
Paniği çözen ayrım
Çalışan bir profesyonel için en yararlı fikir, yük boşaltmanın tek bir şey olmadığıdır. Zaten sahip olduğunuz bir beceriyi boşaltmakla, edinmeniz gereken bir beceriyi boşaltmak arasında belirleyici bir fark vardır.
Uykusunda yazabileceği tekrar niteliğindeki kodu bir yapay zekaya yazdıran kıdemli bir mühendis, mimariye harcayacağı zamanı satın alıyordur. Atladığı tekrarlar artık ihtiyaç duymadığı tekrarlardır. Aynı aracı her denemesini yazdırmak için kullanan birinci sınıf bir öğrenci, bir argümanı kurma yeteneğini inşa edecek tam da o tekrarları atlıyordur. Aynı araç, aynı eylem, zıt sonuç. Microsoft anketinin uzman çabasının doğrulamaya kaydığı bulgusu sağlıklı versiyondur: insan yargıyı korur ve üretimi devreder. MIT sonucu, yazarların kendi sözcüklerini hatırlayamadığı yerde, sağlıksız versiyondur: insan, bellek ve beceri olması gereken kısmı devretti.
Bu, doğrudan bu yayının döne döne geldiği CEO-ve-öğrenci çerçevesine oturur. Bir CEO, daha yüksek bir irtifada çalışabilmek için zaten ustalaştığı işi devreder; kendisini CEO yapan yargıyı devretmez. Bir öğrenci, yapmanın kendisinin mesele olduğu evredir, dolayısıyla yapmayı devretmek amacı boşa çıkarır. Çoğumuz göreve bağlı olarak aynı anda ikisiyiz de. Beceri, araca uzandığınız anda hangi şapkayı taktığınızı bilmektir. Bu, yapay zeka çağında bilinçli pratik yazısının arkasındaki kasla aynıdır; oradaki amaç, yeteneği inşa eden kısımlarla boğuşmayı sürdürürken inşa etmeyen kısımları devretmektir.
Bilişsel Yük Boşaltma Defteri
Ayrımı kullanışlı kılmak için, tipik bir profesyonelin yapay zeka kullanımını üç sütuna ayıran editöryel bir çerçeve. Bu bir ölçüm değil, bir yargı aracıdır: derecelendirmeler yukarıdaki araştırma mantığının sentezimizdir ve bir çalışmayı raporlamak değil, bir karar tetiklemek içindir.
| Devredebileceğiniz zihinsel adım | Kendiniz yapın: … olduğunda | Devretmek güvenli: … olduğunda | Tehlike işareti |
|---|---|---|---|
| Olgu ve rakamları hatırlama | Bir alanı öğreniyor ve zihinsel haritaya ihtiyaç duyuyorsanız | Harita sizde, sadece bir arama gerekiyorsa | Araç açık olmadan bir konuda artık muhakeme yapamıyorsunuz |
| Bir argümanı yapılandırma | O alanda hâlâ düşünmeyi öğreniyorsanız | Yapı rutinse ve ağır biçimde düzenleyecekseniz | Savunamayacağınız halde yapay zekanın taslağını kabul ediyorsunuz |
| İlk taslak yazımı | Yazmak ne düşündüğünüzü keşfetme biçiminizse | Biçim şablonlu ve düşük riskliyse | Kendi belgenizi bellekten özetleyemiyorsunuz |
| Analiz ve yorum | Yargı, değerinizin çekirdeğiyse | Analiz mekanikse ve doğruluyorsanız | Kontrol etmediğiniz sonuçları yayına veriyorsunuz |
| Kararlar ve ödünleşimler | Seçim gerçek sonuçlar taşıyorsa | Seçenek uzayı önemsizse | Sormadan önce kendi görüşünüzü oluşturmayı bıraktınız |
Tablo: CEOtudent editöryel çerçevesi. Sütunlar ölçülmüş sonuçları değil, karar sezgilerini betimler.
Her satırdaki örüntü aynıdır. Yük boşaltma, aracı olmadan görevi hâlâ yapabilecekken hız için yapmamayı seçtiğinizde güvenlidir. Aslında hiç öğrenmediğiniz bir şey için araç taşıyıcı hale geldiğinde çürümeye dönüşür. Tehlike-işareti sütunu erken uyarı sistemidir: her biri doğrulamanın sessizce durduğu bir andır ki bu, Microsoft çalışmasının aşırı güvene bağladığı davranışın ta kendisidir.
İki soruluk test
Her sohbet penceresi açtığınızda bir tabloya bakmanıza gerek yok. İhtiyacınız olan, bir istem yapıştırmadan önceki yarım saniyede sorulan iki sorudur.
Birincisi: depolamayı mı yoksa düşünmeyi mi boşaltıyorum? Bir olgunun nerede durduğunu devretmek ucuzdur ve neredeyse her zaman sorunsuzdur. Muhakeme etme eylemini devretmek ise bedel taşıyan hamledir ve bir anlık dikkate değer. İkincisi: bu, sahip olmak istediğim bir beceri mi, yoksa gitmesini istediğim bir görev mi? Bunda hiç ustalaşmasanız da mutlu olacaksanız, gönül rahatlığıyla devredin. Bunda ustalaşmak olmaya çalıştığınız kişinin bir parçasıysa, tekrarı kendiniz yapın ve yapay zekayı, girişiminizin yerine geçmesi için değil, onu eleştirmesi için kullanın.
O ikinci mod, aracı bir hayalet yazar yerine bir antrenman partneri olarak kullanmak, araştırmayla pratik tavsiyenin buluştuğu yerdir. Argümanınızı yaptıktan sonra yapay zekadan zayıf noktayı bulmasını isteyin. Analizinizi üretmesini değil, notlandırmasını isteyin. Bu, hızı yakalamayı sürdürürken taşıyıcı bilişi insanda tutar ve yapay zeka değerlendirmesini kendi başına bir beceri olarak ele almanın arkasındaki ilkeyle aynıdır; bu konu yapay zeka çıktısını yargılama becerisi yazısında işleniyor. Araç düşünmeyi yaptığında beyne ne olduğu fikri bilişsel yük boşaltma ve araştırmanın beyniniz hakkında söyledikleri yazısında daha da açılıyor; bir kariyer boyunca hangi zihinsel kapasitelerin biriktiği yönündeki daha geniş soru ise her diğer beceriyi kolaylaştıran meta-beceriler yazısı boyunca işleniyor.
Bu, önümüzdeki birkaç yıl için ne anlama geliyor
Çalışmalar gelmeye devam edecek ve daha iyi tasarlanmaya devam edecek. Mevcut grup erken, çoğunlukla korelasyonel ve bir durumda 54 kişi ile bir EEG başlığı üzerine kurulu. Bunların herhangi birini yerleşmiş bilim gibi ele almak hata olur; kusurlu diye bir kenara atmak da eşit ölçüde hata olur. Sinyalin yönü üç bağımsız yöntemde tutarlıdır ve tekrarlar durduğunda becerilerin nasıl solduğuna dair onlarca yıllık önceki çalışmayla örtüşür. Bu, kesin çalışma ortaya çıkmadan önce bile harekete geçmek için yeterlidir.
İyi iş çıkaracak profesyoneller, araçları korkuyla reddedenler değil, hız için her şeyi devredenler de değil. Yük boşaltmayı bir varsayılan yerine bir karara dönüştürenlerdir: ustalaşılan işi bilerek otomatikleştirir, yargıyı inşa eden tekrarları korur ve güvenmek yerine doğrulamayı sürdürürler. Yapay zeka, dikkatli insanları düşünmede daha kötü yapmıyor. Dikkatsizlik uçurumunu daha hızlı genişletiyor. O uçurumun hangi tarafında yer alacağınız, her zaman olduğu gibi, her seferinde tek bir görevle verdiğiniz bir karardır.
Sıkça sorulan sorular
Yapay zeka kullanmak beyninize kalıcı zarar verir mi?
Hiçbir çalışma kalıcı hasar göstermedi. MIT çalışması, yapay zeka destekli yazma sırasında ve hemen sonrasında daha zayıf beyin etkinliği buldu; ama bu, kalıcı zararın kanıtı değil, anlık katılımın bir ölçüsüdür. Daha güçlü ve daha iyi desteklenen iddia, pratik yapmayı bıraktığınız becerilerin solma eğiliminde olduğudur ki bu her beceri ve her araç için geçerlidir.
Her bilişsel yük boşaltma kötü müdür?
Hayır. Yük boşaltma, yazıdan hesap makinelerine ve arama motorlarına dek, insanların zihinlerini genişletme biçimidir. Yalnızca gerçekten inşa etmeniz ya da korumanız gereken bir beceriyi boşalttığınızda sorun olur. Ustalaşılan bir görevi boşaltmak kaldıraçtır; biçimlendirici bir görevi boşaltmak çürümedir.
Düşünme keskinliğimi kaybetmeden yapay zekayı nasıl kullanırım?
Önemli tekrarları kendiniz yapın ve yapay zekayı onların yerine geçmek için değil, eleştirmek için kullanın. Muhakeme ettikten sonra muhakemenizdeki kusurları bulmasını, yazdıktan sonra taslağınızı notlandırmasını, karar verdikten sonra kararınıza itiraz etmesini isteyin. Çıktısına varsayılan olarak güvenmek yerine doğrulamayı sürdürün ki bu, araştırmanın daha zayıf eleştirel düşünmeyle en yakından bağladığı tek davranıştır.
Hangi yaş grubu en çok etkileniyor?
Gerlich çalışması, en güçlü negatif etkiyi araçları en yoğun kullanan ve eleştirel düşünmede en düşük puanı alan genç katılımcılarda buldu. Bu, yük boşaltmanın çekirdek muhakeme becerilerinin hâlâ biçimlendiği yıllarda en riskli olduğu fikriyle tutarlıdır.
Bu çalışmalar güvenilir mi?
Erken ve kusurlular. MIT çalışması küçük, denetimsiz bir ön baskı; Microsoft ve Gerlich çalışmaları kısmen öz-bildirime dayanıyor ve neden-sonucu kanıtlayamıyor. Değerleri, üç farklı yöntemin aynı yönü göstermesidir; bu da etkinin tam boyutu açık kalsa bile yön konusundaki güveni artırır.
Kaynakça
- Kosmyna, N. vd. Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. MIT Media Lab, 2025 ön baskı.
- Lee, H. P. vd. The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers. Microsoft Research ve Carnegie Mellon University, 2025 CHI Conference on Human Factors in Computing Systems Bildirileri.
- Gerlich, M. AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking. Societies, 2025, Cilt 15, Sayı 1.
- Risko, E. F. ve Gilbert, S. J. Cognitive Offloading. Trends in Cognitive Sciences, 2016.
- Sparrow, B., Liu, J. ve Wegner, D. M. Google Effects on Memory: Cognitive Consequences of Having Information at Our Fingertips. Science, 2011.
Bu içerik, derinlemesine bir araştırmanın ardından yapay zeka desteğiyle derlenmiş ve CEOtudent editör ekibi tarafından yazılıp yayına hazırlanmıştır.
This post is also available in:
