Preprint'in sade dille anlatımı: Yapay Zeka Destekli Öğrenmede Devredilemeyeni Yetiştirmek: Eylemliliği Ayrıştırmak, Sorumluluğu Yalıtmak (Tomita, 2026).
Preprint: https://osf.io/preprints/edarxiv/hvbfe*
(Japonca versiyonu: *https://researchmap.jp/ketomy/others/54141521
Bir sistem bir makaleyi planlayabildiğinde, taslağını çıkarabildiğinde, revize edebildiğinde ve istendiğinde kendi muhakemesini açıklayabildiğinde, eskiden retorik olan bir soru kaçınılmaz hale gelir: yapay zeka işi yapabildiğinde, öğrencinin başlatması için geriye ne kalır?
Kurumlar çoğunlukla iki yoldan birini yanıtladı — yetenekleri korumak için araçları yasaklamak ya da araçları kabul edip yeteneklerin hayatta kalmasını ummak. Her iki yanıt da eylemliliği, yapay zekanın ya tehdit ettiği ya da etmediği tek bir nicelik olarak ele alır. Bu makale, sorunun bu şekilde çerçevelenmesinin yanlış olduğunu savunuyor. Eylemlilik tek bir şey değildir. Doğru kesimle onu parçalarına ayırdığınızda, çoğunun eğitilebilir, desteklenebilir veya insan-yapay zeka sistemleri arasında dağıtılabilir olduğu ortaya çıkar — ve küçük, kesin bir kalanın ise aslında bir yetenek olmadığı görülür.
Farklı bir kesim: psikolojiye göre değil, devredilebilirliğe göre
Eylemliliği ayrıştırmanın klasik yolları onu psikolojik işleve (Bandura, 2001) veya zamansal yönelime (Emirbayer & Mische, 1998) göre keser. Her ikisi de kendi sorularında iyidir. Hiçbiri yapay zekanın şimdi zorladığı soru için inşa edilmemiştir. Bu nedenle bu makale farklı bir eksende kesiyor — devredilebilirlik — tek bir testle tanımlanan: her bir parçayı devretmeye çalıştığınızda ne olur?
Üç bileşen ortaya çıkıyor.
- Yönelim — öğrencinin neye yöneldiği: bazı problemleri sadece atanmış olmaktan çıkarıp onların problemi haline getiren değerlendirici bağlılık.
- Güdü, iki katmanda — genel güdü (özellik benzeri enerji ve aktivite düzeyi) ve motivasyonel güdü (belirli bir nesneye yönelik durum benzeri kuvvet).
- Tarz — bu güdünün öğrencinin mizacından geçerken izlediği karakteristik örüntü: kişinin tipik olarak yaratması, bağlantı kurması, eleştirmesi veya sürdürmesi. Önüne konan her taslağı keskinleştiren ama hiçbirini başlatmayan öğrencinin eylemliliği düşük değildir; tek bir tarzda çalışıyordur.
Bunlar yeni bir psikoloji değil, bir devredilebilirlik analizi için sıralama kategorileridir. Önemli olan, her birinin teste tabi tutulduğunda ne olduğudur.
Çoğu temiz bir şekilde sıralanır
Tablo 1. Devredilebilirlik ekseni altında öğrenci eylemliliği.
Testi uygulayın ve eylemliliğin çoğu sıralanır: genel güdü seçilebilir ve desteklenebilir; tarz eğitilebilir ve desteklenebilir — yapay zeka daha zayıf tarzları doğrudan iskeleleyebilir (eleştirmenin bir nesneye sahip olması için taslak hazırlamak, bağlayıcının malzemelere sahip olması için yapılandırmak), bu da onu en az tartışmalı giriş yapar; motivasyonel güdü genel güdüden dönüştürülebilir.
Yalnızca yönelim direnir — ancak hassasiyet önemlidir. Direnç gösteren şey, aday yönelimlerin arzı değildir. Öneriler ucuzdur: bir öğretmen on tane önerebilir, bir yapay zeka istek üzerine elli tane üretebilir ve her ikisinin de öğrencinin karşılaştıklarını genişletmede meşru bir rolü vardır. Devredilemeyen şey sahipliktir. Önerilen bir yönelim, önerenin kontrol etmediği bir süreçle öğrencinin kendine ait hale gelir — ya da gelemez — ve yerleştirilmiş bir yönelim ile sahiplenilmiş bir yönelim arasındaki fark davranışsal olarak görülebilirdir: uyum, denetçinin dikkatini izler; bağlılık ise izlemez. Öz-belirleme teorisi, bu ayrım için başka bir açıdan yakınsak destek sunar — dışarıdan önerilen hedefler, yalnızca bilgilendirici olduğu kadar ilişkisel koşullar altında, salt uyum gösterilmek yerine bütünleşik hale gelir (Ryan & Deci, 2000).
Mevcut ayrıştırmada bu, eylemliliğin dağıtım görüşünü (Cukurova, 2026) tam olarak şu bileşenler için doğrular: planlama iskeleleri, genel güdü desteği, tarz genişletici araçlar, mevcut bir motivasyon etrafındaki sürdürme mimarisi — bunların tümü insan-yapay zeka konfigürasyonları arasında gerçekten dağılır. Makale, dağıtılmış eylemliliğin bir reddi değildir. Dağıtımın neyi açıklayabileceğine dair bir sınırlamadır. Dağıtım açıklamaları, dağılan şey konusunda haklıdır — ve dağılmayan şey konusunda sessizdir.
Hiçbir zaman bir bileşen olmayan kalan
Şekil 1. Birinin bileşenleri vardır; diğeri sorumluluk içinde durur.
Sıralama bittiğinde, listede hiç bulunmayan bir şey kalır — ve bu dördüncü bir bileşen değildir. Bir ilişkidir: sorumluluk, bir yargı için, sormaya yetkili birine cevap vermek zorunda olmanın devredilemez konumu. (Eğitimde, sorumluluğun ayrıca bir Bakhtinci soyu vardır; burada kullanılan anlam daha dardır ve Darwallcıdır — sormaya yetkili olana cevap verme konumu.)
Makale bunu ikinci-kişisel olarak temellendirir ve ödünç almanın tam olarak işaretlenmesi gerekir. Darwall'dan (2006) ikinci-kişisel hitap yapısını alır: iddialar ve talepler kişiden kişiye yapılır ve sorumlu olmak, cevap vermeye çağrılabilen kişi olmaktır. Ödünç alınan şey bu hitap yapısıdır. Burada özgün olan şey ise uzanımdır — bunu davranıştan (Darwall'ın kendi konusu) bir yargının gerekçesine taşımak: değerlendirici bir yargının, bir eylemden daha az olmamak üzere, hitap edilebilen, sorgulanabilen ve cevap vermesi gereken bir taşıyıcı gerektirmesi.
Darwall'ın anlatısındaki bir asimetri burada belirleyici olarak okunur. Talep etme tarafı açıkça temsile izin verir — bir vekil bir başkası adına talep edebilir, üçüncü bir taraf bir mağdur için öfkelenebilir. Cevap verme tarafında paralel bir vekil görünmez: suçluluğun doğal ifadeleri itiraf, özür ve kendine yöneltilmiş sitemdir. Makale bu asimetriyi, argümanın döndüğü eklem olarak alır: cevap verme, öğrenci adına yapılamaz.
İki ayrım, bunun komşu fikirlere bulanmasını engeller:
- Hesap verebilirlik vs. sorumluluk. Hesap verebilirlik kurumsal olarak tahsis edilebilir: dağılabilir, denetlenebilir ve yeniden atanabilir. Sorumluluk ilişkiseldir ve kişiye endekslidir: bir yargının gerekçesi, cevap vermesi gereken belirli faile demirlenmiş kalır (Tomita, 2026b).
- Otorite vs. konum. Bu konum, Xing ve diğerleri (2026) tarafından incelenen yapay zeka fail otoritesinin tersi yönde işler. Mevcut açıklamada, otorite öğrenci tarafından verilir ve algılanan yetkinliği izler; oysa konum, yargılayan kişi tarafından tutulur ve sorumluluğu izler. Faile, sorumluluk kazanmadan daha fazla otorite verilebilir.
Yapay Zeka Neden Bu Konumda Duramaz — ve Bu Neden Bir Yetenek İddiası Değildir
Yetenekli bir dolandırıcı bolca yönelime sahiptir ve kimseye cevap vermez — cevap vermek zorunda bırakılana kadar. Bu niteleme önemlidir: bir insan dolandırıcı cevap vermeye zorlanabilir; tam da bu duyarlılık — hitap edilebilme, sorgulanabilme, tutulabilme — eylem halindeki ikinci-kişisel yeterliliktir. Mevcut bir yapay zeka sisteminin çıktısı bu anlamda cevap vermeye zorlanamaz: ondan hiçbir şey alınamaz, ortada onun kendi bağlılığı yoktur ve senaryolaştırılmış öz-sitem boşta kalır. Fark, herhangi bir bileşen boyutu boyunca bir derece farkı değildir. Bir ilişkiyi reddetmek ile bir ilişkinin içinde duramamak arasındaki farktır.
İki yanlış okuma dışlanmalıdır:
- Bu bir görev-yeteneği iddiası değildir. Hiçbir planlama, taslak hazırlama, açıklama veya öz-izleme yeteneği birikimi kendi başına ikinci-kişisel konumu tesis etmez — Darwall'ın ikinci-kişisel kavramları (otorite, geçerli talep, ikinci-kişisel neden ve sorumluluk) dışarıdan girilemeyecek, birbirini tanımlayan bir daire oluşturur. İlgili soru, bir sistemin hitap ve yanıt ilişkisine girip giremeyeceğidir, kaç görevi yerine getirebileceği değil. Makale, gelecekteki bir sistemin ikinci-kişisel yeterlilik kazanıp kazanamayacağına karar vermez; tek başına yeteneğin bir kısayol olarak kullanılmasını reddeder. Sınır, alt katmanı değil, yeterliliği izler.
- Bu elitizm değildir. Sorumluluk, yetenekli bir azınlık tarafından tutulmaz. Bir asistan, ruhsatının ilk gününden itibaren cevap verme konumuna sahiptir; bir öğrenci, kendi adına çalışma teslim ettiği andan itibaren bu konuma sahiptir. Eğitimin inşa ettiği şey konum değil, onu iyi işgal etme yeterliliğidir.
Ayrıca diğer yönde pratik bir uyarı da vardır: eleştirisiz devretme, öğrencinin tarafını etkisiz bırakmaz — ağır bağımlılık altında planlama, izleme ve değerlendirmeye katılımı zayıflatabilir (Fan ve diğerleri, 2025). Bu nedenle reçete, devretmeyi sadece izin verilen değil, şekillendirilmesi gereken bir şey olarak ele alır.
Yönelim Nereden Gelir
Yönelim yerleştirilemiyorsa, nereden gelir? Makale üç hareketten oluşan yalın bir mekanizma önerir: bir problem sahibiyle somut karşılaşma, değerlendirici bağlılığın kristalleşmesini hızlandırır; kristalleşen yönelim daha sonra genel güdüyü motivasyonel güdüye dönüştürür. Her hareket bir garanti değil, bir koşul adlandırır.
Tıp bu tasarımı bir yüzyıldır yürütmektedir. Klinik staj, öğrencileri hastalara, bakıma yönelik yönelimin yatak başında oluştuğu, ders salonunda yerleştirilmediği açık öncülüyle yönlendirir. Model, bir müfredatın problemleri elinde tutan insanlarla sürekli, erken, somut temas yaratabildiği her yerde bir tasarım sezgisi olarak hizmet edebilir.
İki Aşamalı Bir Reçete
İki katmanlı yapı, iki aşamalı bir reçete verir ve aşamalar birleştirilmemelidir.
Birinci aşama — ayrıştırmanın yerleştirebildiği her şey için.
- Bir teşhis pusulası. OECD'nin Öğrenme Pusulası 2030, eylemliliği öğrencilerin belirsiz bir dünyada gezinmelerinin merkezine koydu, ancak seyahat edilecek bir yönü işaret eder, bir eğitimcinin okuyabileceği parçalara ayırmaz (OECD, 2019). Bu aşama ikinci türü sağlar: bir öğrencinin yönelimini, genel güdüsünü, motivasyonel güdüsünü ve tarzını tek bir "yetenek"te toplamak yerine, devredilebilirlik sıralamasına karşı ayrı ayrı okuyun. Yeni bir psikometriye gerek yoktur — yalnızca mevcut araçların farklı okunması yeterlidir. Bir çekince uyarıcı değil, kurucudur: pusula yalnızca dışsallaştırılabileni okur. Sorumluluk hiçbir ibrede görünmez ve onu puanlayacağını iddia eden bir pusula, bu makalenin teşhis ettiği aynı birleştirmeyi yeniden ithal ederdi. Çalışılmış örnek. Bir öğrenci "motivasyonsuz" olarak sunulur. Pusula ayrıştırır: genel güdü yüksek (aynı öğrenci başka yerde canlıdır), yönelim yok, tarz ağırlıklı olarak eleştirel. Bu bir motivasyon eksikliği değil, kristalleşme öncesi bir durumdur — nesnesi olmayan güçlü bir motor — ve kaldıraç, öğüt değil, karşılaşmalara maruz kalmaktır. Pusula ayrıca amacını bul (çoğunlukla felç eden ikili bir talep) yerine kendi eğilimlerini gözlemle koyar; kristalleşme öncesi bir öğrencinin gerçekten yapabileceği bir şey.
- Karşılaşma mühendisliği. Karşılaşma yönelimi hızlandırıyorsa, müfredatlar karşılaşma yoğunluğu için tasarlanabilir — problem sahipleriyle, geleneksel olarak yetkinliğin bunu "haklı çıkaracağı" zamandan önce, erken ve somut temas.
- Yapay zeka korkulukları. Yapay zekayı, devretme öğrencinin yerine geçmeden engelleri kaldıracak şekilde yapılandırın. Ancak sınırı not edin: bir yapay zeka ile diyalog, ne kadar iyi yapılandırılırsa yapılandırılsın, sorumluluğu geliştirmez — sistem bağlılıkları ortaya çıkarabilir, ancak öğrencinin kime cevap vereceği kişi olamaz. Korkuluklar birinci aşamaya hizmet eder. İkinci aşamanın yerini tutmazlar.
İkinci aşama — birinci aşamanın ulaşamadığı şey için.
Sorumluluk yalnızca ikinci-kişisel alışveriş içinde büyür: sorgulanmak, cevap vermek ve cevabın arkasında durmak. Eğitimcinin yeri doldurulamaz işlevi — hiçbir araç konfigürasyonunun absorbe edemediği — diğer kişi olmaktır: öğrenciye değerlendirmen nedir? diye sormak ve onu söylediğine bağlı tutmak. Klinik denetim her zaman böyle çalışmıştır — asistan, sormaya yetkili birine vaka üstüne vaka cevap verir ve cevap verme yeterliliği, en başından beri orada olan bir konum üzerine bu şekilde inşa edilir.
Bu yapısal olarak temellendirilmiştir, nostaljik değildir. Nonaka ve Takeuchi'nin SECI modelini (1995) kullanan Tomita (2026b), yapay zeka bilginin dışsallaştırılmasını ve birleştirilmesini hızlandırdığında, etkin hız sınırlayıcı süreçlerin sosyalleşme ve içselleştirmeye kaydığını savunur — ve değerlendirici bağlılıkların kişiler arasında tartışıldığı ve revize edildiği sosyalleşme, tam da ikinci-kişisel alandır. Öz-belirleme teorisinin içselleştirme için gerekli bulduğu ilişkisel koşullar da aynı yönü işaret eder (Ryan & Deci, 2000). Hibrit insan-yapay zeka konfigürasyonu doğru kaptır ve birinci aşama onu doldurur; ancak herhangi bir konfigürasyon içinde, cevap veren taraf içindeki insandır, konfigürasyonun kendisi değil.
Bunun Anlamı Nedir?
Yani öğrenci için geriye ne kalır sorusunun yanıtı iki türdendir ve bunları ayrı tutmak makalenin temel disiplinidir:
- Yönelim — yerleştirmeye direnen ancak karşılaşmaya boyun eğen bir bileşen.
- Sorumluluk — hiçbir şekilde bir bileşen değil, öğrencinin bir yargı için birine cevap verdiği konumdur.
Yapay zeka, bu ilişkinin etrafındaki her şeyin ekonomisini değiştirir, öğretme ve öğrenmenin dışsallaştırma yükünü ortadan kaldırır. Değiştirmediği şey ise ilişkinin kendisidir: kimin cevap vermesi gerektiği ve kime. Eğitimcinin konumu böylece netleşir, azalmaz — karşılaşmaları tasarla, araçları yapılandır, pusulayı oku; ve sonra öğrencinin cevap verdiği kişi ol.
Yapay zeka eğitimin dışsallaştırma yükünü kaldırır; kaldıramadığı şey ise diğer kişidir.
Yapay zeka çağında eğitim, insan görevlerinin otomasyona karşı savunulması değildir. Hiçbir zaman bir görev olmayan şeyin yetiştirilmesidir.
Bu Daha Büyük Bir Çerçeveye Nasıl Uyuyor?
Bu, yapay zekanın neyi sıkıştırıp neyi sıkıştırmadığına dair bir çalışma dizisinin üçüncü parçasıdır. İlki, dışsallaştırma maliyetini (yapay zekanın ortadan kaldırdığı şey) belirtimden — yapay zeka yardımının çerçevenin hedef alanlarında kendi başına sağlamadığı alan yargısı — ayırdı (Tomita, 2026a). İkincisi, belirtimi olgu-tipi (Sein) ve değer-yüklü (Sollen) bileşenlere ayırdı ve bir devretme meşruiyet sınırı belirledi — yapay zekanın çıktı üretebileceği ancak meşruiyetlerinin kaynağı olamayacağı çizgi (Tomita, 2026b). Bu makale, bu makalelerin sabit tuttuğu değişkeni — öğrenciyi — açar ve insan sınırında bir nicelik değil, bir ilişki bulur. Operatör sabittir; tartışmalı kavram değişir.
Referanslar (temel; tam liste preprint'te)
Preprint, döngüsellik karşıtı argümanı, mekanizma modelinin kanıtsal sınırlarını ve bu kısa anlatımdan çıkarılan kurumsal nitelemeleri geliştirir.
- Bandura, A. (2001). Social cognitive theory: An agentic perspective. Annual Review of Psychology, 52, 1–26.
- Cathcart, S., Priestley, M., Priestley, A., & Rushton, E. A. C. (2026). Unravelling agency. Review of Education, 14(1), e70131.
- Cukurova, M. (2026). Agency as a system property in human–AI interaction in education. British Journal of Educational Technology, 57(4), 1065–1070.
- Darwall, S. (2006). The second-person standpoint: Morality, respect, and accountability. Harvard University Press.
- Emirbayer, M., & Mische, A. (1998). What is agency? American Journal of Sociology, 103(4), 962–1023.
- Fan, Y., et al. (2025). Beware of metacognitive laziness. British Journal of Educational Technology, 56(2), 489–530.
- Nonaka, I., & Takeuchi, H. (1995). The knowledge-creating company. Oxford University Press.
- OECD. (2019). OECD Learning Compass 2030: A conceptual learning framework.
- Ryan, R. M., & Deci, E. L. (2000). Self-determination theory and the facilitation of intrinsic motivation. American Psychologist, 55(1), 68–78.
- Tomita, K. (2026a). Domain-native development: A Mekiki framework for AI-assisted knowledge work [Preprint]. SocArXiv.
- Tomita, K. (2026b). Philosophy as cognitive assay [Preprint]. SocArXiv.
- Xing, W., et al. (2026). Unveiling interaction patterns between students and a generative AI teachable agent. British Journal of Educational Technology, 57(4), 896–923.
- Zimmerman, B. J. (2000). Attaining self-regulation: A social cognitive perspective. In Handbook of self-regulation (pp. 13–39). Academic Press.
N.S. Bu anlatım yoğun ve arkasındaki makale daha da yoğun. Bir yapay zekadan ikisinden birini sizinle okumasını isteyin — özetlesin, çevirsin, açsın. Bu, yapay zekanın elinizden tam olarak alması gereken türden bir dışsallaştırmadır. Yapay zeka ayrıca argümanı test edebilir: mantığı kontrol edin, karşı örnekler çıkarın, kanıtları tartın. Yapamayacağı şey, sizin için, onu kabul edip etmemeye karar vermektir. Argümanı gerekçeli olarak almak ve arkasında durmak, size kalmıştır.
