Yapay Zekâ Çağında Dijital Uçurumu Yeniden Düşünmek: Eğitime Yönelik Altı Boyutlu Bir Kavramsal Çerçeve
Abstract
Bu çalışma, üretken yapay zekâ (ÜYZ) çağında dijital uçurumun niteliğini yeniden değerlendirmekte ve literatürde parçalı olarak ele alınan tartışmaları bütünleşik bir kuramsal çerçevede bir araya getirmektedir. Dijital uçurum geleneksel olarak erişim, beceri ve kullanım çıktıları üzerinden tanımlansa da, ÜYZ’nin hızlı yayılımı bu alanları hem derinleştirmekte hem de teknolojik gelişmeler ile toplumsal eşitsizlikler arasındaki etkileşim sonucunda farklı şekillerde yeniden tanımlamaktadır. Çalışma, dijital uçurumun üç temel boyutunu (erişim; beceri/dijital–algoritmik–ÜYZ okuryazarlıkları; çıktı ve fayda) ve bunları çapraz olarak etkileyen üç sosyoteknik ekseni (etik düzenlemeler ve yönetim, coğrafya ve kurumsal kapasite, kültür–dil–epistemik adalet) birlikte ele alan bir kavramsal model önermektedir. Bu model, ÜYZ’nin ortaya çıkardığı eşitsizliklerin yalnızca erişim veya bireysel kullanım becerilerinden değil, aynı zamanda kurumsal farklılıklardan, politik düzenlemelerden ve epistemik temsil sorunlarından da beslendiğini göstermektedir. Eğitim bağlamına uygulandığında, bu yaklaşım öğrenci, öğretmen ve kurum düzeyinde ortaya çıkan farklılaşmaları sistematik biçimde görünür kılmakta ve ÜYZ çağındaki dijital eşitsizliklerin anlaşılmasına yönelik özgün bir analiz çerçevesi sunmaktadır. Çalışma ayrıca dijital uçurumu azaltmaya yönelik politika önerilerini mikro, kurumsal ve makro düzeyleri kapsayan bir yönetim perspektifinden tartışmaktadır.
Keywords
Dijital uçurum, üretken yapay zekâ, eğitimde eşitsizlik, epistemik adalet
References
- Acemoglu, D., & Restrepo, P. (2019). Automation and new tasks: How technology displaces and reinstates labor. Journal of economic perspectives, 33(2), 3-30. https://doi.org/10.1257/jep.33.2.3
- Archambault, S. G. (2023). Expanding on the frames: Making a case for algorithmic literacy. Communications in Information Literacy, 17(2), 11. https://doi.org/10.15760/comminfolit.2023.17.2.11
- Bender, E. M., Gebru, T., McMillan-Major, A., & Mitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (FAccT ’21), 610–623. https://doi.org/10.1145/3442188.3445922
- Birhane, A. (2021). Algorithmic injustice: A relational ethics approach. Patterns, 2(2), 100205. https://doi.org/10.1016/j.patter.2021.100205
- Brynjolfsson, E., & McAfee, A. (2015). Will humans go the way of horses. Foreign Aff., 94, 8.
- Capraro, V., Lentsch, A., Acemoglu, D., Akgun, S., Akhmedova, A., Bilancini, E., ... & Viale, R. (2024). The impact of generative artificial intelligence on socioeconomic inequalities and policy making. PNAS nexus, 3(6), pgae191. https://doi.org/10.1093/pnasnexus/pgae191
- Couldry, N., & Mejias, U. A. (2019). The costs of connection: How data is colonizing human life and appropriating it for capitalism.Stanford University Press.
- Cruces, G. A., Amarante, V., & Lotitto, E. (2024). Generative artificial intelligence and its implications for labor markets in developing countries: a review essay. Documentos de Trabajo del CEDLAS. http://sedici.unlp.edu.ar/handle/10915/174949
- Daepp, M. I., & Counts, S. (2025). The Emerging Generative Artificial Intelligence Divide in the United States. In Proceedings of the International AAAI Conference on Web and Social Media (Vol. 19, pp. 443-456). https://doi.org/10.1609/icwsm.v19i1.35825
- Eshet, Y. (2012). Thinking in the digital era: A revised model for digital literacy. Issues in informing science and information technology, 9(2), 267-276.