Yapay Zekâ ve Yükseköğrenimin Dönüşümü

Yıl 2025, Cilt: 3 Sayı: 1, 1 - 14, 30.04.2025

Serhat Kologlugil

Öz

Bu çalışma, yapay zekâ (YZ) teknolojilerinin yükseköğrenim kurumları üzerindeki etkilerini tarihsel, sosyo-teknolojik ve pedagojik bir perspektifle ele almaktadır. Makalede, endüstriyel toplumun ihtiyaçlarına göre şekillenmiş mevcut üniversite yapısının, üretken YZ teknolojilerinin ortaya çıkardığı yeni dinamikler karşısında yetersiz kaldığı savunulmaktadır. ALM hipotezine atıfla, yalnızca rutin bilişsel işlerin değil, aynı zamanda yaratıcı ve üst-bilişsel görevlerin de YZ sistemleri tarafından ikame edilmeye başlandığı vurgulanmaktadır. Bu bağlamda, üniversitelerin yalnızca öğrencilerini bilgiyle donatmakla kalmayıp; onların yaratıcı, eleştirel düşünebilen ve anlam kurabilen bireyler olarak yetişmesini destekleyen yeni bir eğitim paradigmasına ihtiyaç duyduğu ileri sürülmektedir. Çalışmada, üç temel dönüşüm alanı öne çıkarılmaktadır: öğrencilerin üst-bilişsel yetkinliklerini geliştiren tematik ve bağlama dayalı öğrenme modelleri; YZ araçlarının bireyselleştirilmiş öğrenme süreçlerine entegrasyonu; ve üniversitenin bir platform olarak yeniden kurgulanması. Sonuç olarak çalışmada YZ çağında üniversitelerin hem kendi organizasyonel yapıları hem de pedagojik yaklaşımları açısından köklü bir dönüşüm geçirmeleri gerektiği ortaya konmaktadır.

Anahtar Kelimeler

Yapay Zekâ, Yükseköğrenim, Dijital Dönüşüm

Yapay Zekâ ve Yükseköğrenimin Dönüşümü

Öz

Bu çalışma, yapay zekâ (YZ) teknolojilerinin yükseköğrenim kurumları üzerindeki etkilerini tarihsel, sosyo-teknolojik ve pedagojik bir perspektifle ele almaktadır. Makalede, endüstriyel toplumun ihtiyaçlarına göre şekillenmiş mevcut üniversite yapısının, üretken YZ teknolojilerinin ortaya çıkardığı yeni dinamikler karşısında yetersiz kaldığı savunulmaktadır. ALM hipotezine atıfla, yalnızca rutin bilişsel işlerin değil, aynı zamanda yaratıcı ve üst-bilişsel görevlerin de YZ sistemleri tarafından ikame edilmeye başlandığı vurgulanmaktadır. Bu bağlamda, üniversitelerin yalnızca öğrencilerini bilgiyle donatmakla kalmayıp; onların yaratıcı, eleştirel düşünebilen ve anlam kurabilen bireyler olarak yetişmesini destekleyen yeni bir eğitim paradigmasına ihtiyaç duyduğu ileri sürülmektedir. Çalışmada, üç temel dönüşüm alanı öne çıkarılmaktadır: öğrencilerin üst-bilişsel yetkinliklerini geliştiren tematik ve bağlama dayalı öğrenme modelleri; YZ araçlarının bireyselleştirilmiş öğrenme süreçlerine entegrasyonu; ve üniversitenin bir platform olarak yeniden kurgulanması. Sonuç olarak çalışmada, YZ çağında üniversitelerin hem kendi organizasyonel yapıları hem de pedagojik yaklaşımları açısından köklü bir dönüşüm geçirmeleri gerektiği ortaya konmaktadır.

Anahtar Kelimeler

Yapay Zekâ, Yükseköğrenim, Dijital Dönüşüm

Kaynakça

• Acemoglu, D., & Autor, D. (2011). Skills, tasks and technologies: Implications for employment and earnings. In O.
• Ashenfelter & D. Card (Eds.), Handbook of labor economics (Vol. 4, pp. 1043–1171). Elsevier.
• Aoun, J. E. (2017). Robot-proof: Higher education in the age of artificial intelligence. The MIT Press.
• Autor, D. H. (2015). Why are there still so many jobs? The history and future of workplace automation. Journal of Economic Perspectives, 29(3), 3–30.
• Autor, D. H., Katz, L. F., & Kearney, M. S. (2008). Trends in U.S. wage inequality: Revising the revisionists. Review of Economics and Statistics, 90(2), 300–323.
• Autor, D. H., Levy, F., & Murnane, R. J. (2003). The skill content of recent technological change: An empirical exploration. Quarterly Journal of Economics, 118(4), 1279–1333.
• Baum, S., & McPherson, M. (2023). Campus economics: How economic thinking can help improve college and university decisions.
• Brown, P., Lauder, H., & Ashton, D. (2011). The global auction: The broken promises of education, jobs, and incomes. Oxford University Press.
• Brynjolfsson, E., Rock, D., & Syverson, C. (2021). The productivity J-curve: How intangibles complement general purpose technologies. American Economic Journal: Macroeconomics, 13(1), 333–372.
• Griffin, P., McGaw, B., & Care, E. (Eds.). (2015). Assessment and teaching of 21st century competencies: Methods and approach. Springer.
• Ifdil, I., Suranata, K., & Firman, F. (2020). The effectiveness of context-based learning approach in improving students’ higher order thinking skills in university. International Journal of Instruction, 13(3), 763–776.
• Jackson, N., & Sinclair, C. (2012). Developing creativity in higher education: An imaginative curriculum. Routledge.
• Koehn, P. (2020). Neural machine translation. Cambridge University Press.
• Mhlanga, D. (2023). Artificial intelligence in higher education: Implications for sustainable development. Education and Information Technologies, 28, 1585–1601.
• Mokyr, J. (1990). The lever of riches: Technological creativity and economic progress. Oxford University Press. Owen-Smith, J. (2018). Research universities and the evolving landscape of innovation. Oxford Review of Economic Policy, 34(1–2), 122–135.
• Ricardo, D. (1817). On the principles of political economy and taxation. John Murray.
• Russell, S., & Norvig, P. (2020). Artificial intelligence: A modern approach (4th ed.). Pearson.
• Susskind, D. (2020). A world without work: Technology, automation, and how we should respond. Metropolitan Books.
• Voogt, J., & Roblin, N. P. (2012). 21st century skills. Curriculum Journal, 23(2), 200–220.
• Wang, C. H. (2017). Theme-based project learning to cultivate 21st-century skills in higher education. Thinking Skills and Creativity, 26, 53–63.
• Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – Where are the educators? International Journal of Educational Technology in Higher Education, 16(1), 1–27.
• Zeng, R., & Wang, Z. (2023). The effectiveness of case-based teaching in higher education: A meta-analysis. Educational Research Review, 38, 100511.