2030’a giden yolda üniversitelerin önünde yeni bir dönüşüm gündemi var

Türkiye’nin 2026–2030 Yapay Zekâ Eylem Planı, yalnızca teknoloji şirketlerini ve kamu kurumlarını değil, üniversiteleri de doğrudan ilgilendiren önemli hedefler ortaya koyuyor. Plan kapsamında iki yılda 5 milyon kişiye yapay zekâ eğitimi verilmesi, 10 bin ileri düzey yapay zekâ uzmanı ve 100 bin yapay zekâ uygulama profesyoneli yetiştirilmesi hedefleniyor. Bu hedeflerin gerçekleştirilmesinde yükseköğretim kurumlarının önemli bir rol üstlenmesi bekleniyor. Peki üniversiteler bu dönüşüme nasıl hazırlanmalı? Yanıt yalnızca “yapay zekâ bölümü açmak” değil. Üniversitelerin eğitimden araştırmaya, akademik etik kurallarından kurumsal yönetime kadar geniş kapsamlı bir dönüşüm gerçekleştirmesi gerekiyor.

1. Yapay zekâ okuryazarlığı bütün bölümlere yayılmalı

Yapay zekâ eğitiminin yalnızca bilgisayar mühendisliği veya yazılım bölümleriyle sınırlı tutulması artık yeterli görünmüyor. Hukuk öğrencisinin yapay zekânın hukuki sonuçlarını, işletme öğrencisinin yapay zekâ destekli karar sistemlerini, sağlık öğrencisinin klinik uygulamalardaki YZ kullanımını, iletişim öğrencisinin üretken yapay zekâyı bilmesi gerekecek. Bu nedenle üniversiteler “her öğrenci için temel yapay zekâ okuryazarlığı” yaklaşımına geçebilir. Temel derslerde; üretken yapay zekâ kullanımı, promptlama, doğrulama, halüsinasyon, veri gizliliği, algoritmik önyargı, etik ve akademik dürüstlük birlikte ele alınmalı.

2. Yeni program açmaktan önce mevcut programlar güncellenmeli

Türkiye’de son yıllarda yapay zekâ odaklı yeni programların sayısı artıyor. Ancak dönüşümün yalnızca yeni bölümler açılması üzerinden yürütülmesi yeterli olmayacaktır. Asıl büyük değişim mevcut programların içerisinde gerçekleşmeli. Örneğin pazarlama derslerinde AI Marketing, insan kaynaklarında AI-supported HRM, finansta AI in Finance, sağlık yönetiminde AI in Healthcare, araştırma yöntemlerinde ise AI-assisted Research konuları müfredata entegre edilebilir. Nitekim önceki Ulusal Yapay Zekâ Stratejisi Eylem Planı’nda da YÖK ve üniversitelere yapay zekâ alanında akademik insan kaynağı, tez, proje, yayın ve eğitim kapasitesinin geliştirilmesine ilişkin görevler verilmişti.

3. “Yapay zekâ kullanmak” yeni bir mezun yetkinliği hâline gelmeli

Bugüne kadar üniversiteler mezunlarından yabancı dil, bilgisayar kullanımı, iletişim ve problem çözme gibi temel yetkinlikler bekliyordu. Buna artık yeni bir yetkinlik ekleniyor: AI Competency – Yapay Zekâ Yetkinliği.

Öğrencinin yalnızca ChatGPT benzeri araçları kullanabilmesi değil; doğru prompt oluşturabilmesi, çıktıyı sorgulayabilmesi, kaynakları doğrulayabilmesi, yapay zekânın hata ve önyargılarını fark edebilmesi ve YZ’yi kendi mesleki alanında etik biçimde kullanabilmesi mezuniyet yeterliliklerinden biri hâline getirilebilir.

4. Akademisyenlerin yapay zekâ eğitimi öğrencilerden önce ele alınmalı

Üniversitelerin karşılaşabileceği en önemli sorunlardan biri öğrencilerin yapay zekâyı akademisyenlerden daha yoğun kullanmaya başlamasıdır. Bu nedenle öğretim elemanlarına yönelik sistematik AI Faculty Development programları oluşturulması gerekir. Eğitimler yalnızca “ChatGPT nasıl kullanılır?” düzeyinde kalmamalı. Akademisyenlere; YZ ile ders tasarımı, ölçme-değerlendirme, araştırma, literatür analizi, veri analizi, akademik etik ve YZ çıktılarının doğrulanması konularında uygulamalı eğitim verilmesi daha doğru olacaktır. Sanayi ve Teknoloji Bakanlığı da insan kaynağını dönüşümün temel unsurlarından biri olarak görüyor; mevcut programlarda üniversite–sektör etkileşiminin artırılmasına yönelik uygulamalar yürütülüyor.

5. Ödev ve sınav sistemi yeniden düşünülmeli

Üretken yapay zekâ, üniversitelerde klasik ödev sistemini ciddi biçimde sorgulatıyor. Öğrenciye: “Dijital pazarlama hakkında 2.000 kelimelik ödev yaz.” demek giderek daha az anlamlı hâle geliyor. Bunun yerine öğrencinin veri topladığı, gözlem yaptığı, kanıt sunduğu, ürettiği YZ çıktısını eleştirdiği ve kendi kararını gerekçelendirdiği değerlendirme yöntemleri geliştirilebilir. Dolayısıyla üniversitelerin önündeki soru artık: “Öğrencinin yapay zekâ kullanmasını nasıl engelleriz?” değil, “Yapay zekâ varken öğrencinin gerçekten öğrenip öğrenmediğini nasıl ölçeriz?” olmalı.

6. Her üniversitenin bir “Üretken Yapay Zekâ Kullanım Politikası” olmalı

Türkiye’deki üniversitelerin önemli gündemlerinden biri de kurumsal YZ politikaları olacaktır. Öğrencinin hangi ödevlerde YZ kullanabileceği, akademik çalışmalarda kullanımın nasıl beyan edileceği, kişisel ve kurumsal verilerin hangi sistemlere yüklenemeyeceği, sınavlarda kullanım koşulları ve akademik etik ihlallerinin nasıl değerlendirileceği açık biçimde belirlenmeli. Basit bir “YZ yasaktır” yaklaşımı uzun vadede uygulanabilir görünmüyor. Daha işlevsel yaklaşım: Serbest kullanım → Beyan edilmesi gereken kullanım → Sınırlı kullanım → Yasak kullanım şeklinde kademeli bir politika geliştirmek olabilir.

7. Üniversiteler veri üreticisi olmaktan veri ekosistemi aktörüne dönüşmeli

Yeni Eylem Planı’nın en önemli hedeflerinden biri en az 2 bin kamu veri setinin Ulusal Veri Kütüphanesi üzerinden erişime açılması. Plan özellikle araştırmacıların, girişimcilerin ve kamu kurumlarının veriden değer üretmesini hedefliyor. Bu gelişme üniversiteler açısından büyük bir araştırma fırsatı yaratabilir. Üniversiteler kendi araştırma merkezlerini; açık veri + yapay zekâ + disiplinlerarası araştırma ekseninde yeniden yapılandırabilir. Böylece sosyal bilimciler, mühendisler, sağlık bilimcileri ve veri bilimcileri aynı veri altyapıları üzerinde ortak projeler geliştirebilir.

8. Yapay zekâ araştırmaları laboratuvardan girişime taşınmalı

Türkiye’nin hedefi yalnızca yapay zekâ konusunda yayın yapan akademisyen sayısını artırmak değil, yapay zekâ teknolojilerini ekonomik ve toplumsal değere dönüştürmek. Bu nedenle üniversitelerin Teknoloji Transfer Ofisleri, teknoparkları ve araştırma merkezleri daha kritik hâle gelecek. Akademik süreç: Tez → Makale ile sınırlı kalmak yerine: Araştırma → Prototip → Patent → Girişim → Ürün → Ticarileşme zincirine dönüştürülebilir. Eylem Planı’nın kamu, üniversite ve özel sektör iş birliğini özellikle vurgulaması da bu dönüşümü destekliyor.

9. Üniversitelerin kendi yapay zekâ altyapılarına ihtiyacı olacak

Bir başka mesele veri güvenliği. Öğrencilerin ve akademisyenlerin tezleri, yayımlanmamış makaleleri, araştırma verilerini veya kişisel verileri kontrolsüz biçimde herkese açık YZ sistemlerine yüklemeleri önemli riskler oluşturabilir. Bu nedenle büyük üniversitelerin zaman içinde kurumsal yapay zekâ platformları, güvenli LLM erişimi, araştırma amaçlı hesaplama altyapıları ve kontrollü veri ortamları geliştirmesi beklenebilir. Türkiye’nin 2030’a kadar veri merkezi kapasitesini en az 1 GW’a çıkarma hedefi de yapay zekâ dönüşümünün yalnızca yazılım değil, ciddi bir hesaplama altyapısı meselesi olduğunu gösteriyor.

Üniversiteler için 10 maddelik hazırlık listesi

Üniversiteler için asıl soru: Yapay zekâ bölümü açacak mıyız?

Aslında bundan daha önemli bir soru var: “Yapay zekâ bütün bölümleri nasıl değiştirecek?” Türkiye Yapay Zekâ Eylem Planı’nın 10 bin ileri düzey uzman ve 100 bin uygulama profesyoneli yetiştirme hedefi, yükseköğretim sistemini bu dönüşümün merkezine yerleştiriyor. Önümüzdeki dönemde başarılı üniversiteleri yalnızca kaç yapay zekâ programı açtıkları değil; yapay zekâyı eğitim, araştırma, ölçme-değerlendirme, etik, girişimcilik ve kurumsal yönetime ne ölçüde entegre ettikleri farklılaştırabilir. Bu nedenle 2026–2030 dönemi üniversiteler açısından basit bir teknoloji adaptasyonu değil, yükseköğretimin yapay zekâ çağının koşullarına göre yeniden tasarlanması gereken bir dönem olarak görülmeli.

Türkiye Yapay Zekâ Eylem Planı – Sanayi ve Teknoloji Bakanlığı