Bir ekip toplantısını hayal edin. Yönetici, yeni bir yapay zekâ aracının lisansını aldıklarını açıklıyor. Herkes telefonu çıkarıyor, uygulamayı indiriyor, birkaç şey yazıyor. İlk tepkiler heyecanlı. Ama bir hafta sonra geri dönüp sorduğunuzda, kimi “pek işe yaramadı” diyor, kimi “ben zaten kullanmıyorum” diyor, kimi de “harika, her şeyi ona yaptırıyorum” diyor. Aynı araç, aynı ekip — ama birbirinden çok farklı sonuçlar.
Bu fark, araçtan kaynaklanmıyor. Araçla kurulan ilişkiden kaynaklanıyor.
2026 itibarıyla yapay zekâ araçlarına erişim neredeyse evrensel bir eşiğe geldi. ChatGPT, Copilot, Gemini, Claude ve onlarca sektörel alternatif; hem bireysel hem kurumsal kullanıma açık, fiyatı giderek düşen, arayüzü giderek basitleşen ürünler olarak masaların üstüne yerleşti. Artık “yapay zekâya erişimi olan” ile “olmayan” arasındaki mesafe kapandı. Ama yeni bir mesafe açıldı: Araçtan gerçekten yararlananlar ile araca sahip olanlar arasındaki mesafe.
Erişim Eşitledi, Çıktı Eşitlemedi
Teknoloji tarihinde bu tablo yeni değil. Elektrik, internet, akıllı telefon — her büyük teknolojik dönüşümde benzer bir süreç yaşandı. Araç demokratikleşti, ama araçtan değer üretme kapasitesi herkese eşit dağılmadı. Traktör alıp toprağa işleyen çiftçi ile aynı traktörü garajda bekletenin farkı; traktörde değil, traktörü kullanmayı bilmekte.
Yapay zekâda da aynı dinamik işliyor. Ama buradaki nüans şu: Bu sefer arayüz o kadar basit görünüyor ki, “nasıl kullanılacağı” sorusu akla bile gelmiyor. Metin kutusuna bir şeyler yazıyorsunuz, karşıdan bir şeyler geliyor. Kullanıcı deneyimi bu kadar sezgisel olunca, “bunu iyi yapıp yapmadığımı” sorgulamak için bir neden kalmıyor gibi hissediliyor.
İşte tam da burada kör nokta oluşuyor. Araçla yüzeysel bir etkileşim, “araç işe yaramıyor” sonucuna götürüyor. Oysa sorun araçta değil, sorulan sorunun kalitesinde.
Prompt, Sadece Bir Komut Değil
“Prompt” kelimesi Türkçe’ye tam oturmasa da kavramın özü basit: yapay zekâya ilettiğiniz giriş. Ama bu girişin nasıl kurulduğu, ne içerdiği, hangi bağlamı taşıdığı — bunların hepsi çıktının kalitesini doğrudan belirliyor.
“Bu konuda bir rapor yaz” ile “B2B teknoloji şirketlerinin 2025 sonrası müşteri edinme stratejilerini ele alan, üst yönetime yönelik, 500 kelimelik bir yönetici özeti hazırla; örnekleri Türkiye piyasasından seç” arasında dağlar kadar fark var. İkincisi daha fazla çaba istiyor mu? Evet. Ama karşılığında aldığınız çıktı, birincisiyle kıyaslanamaz düzeyde daha kullanışlı.
Burada “prompt mühendisliği” gibi teknik bir beceriden bahsetmiyoruz. Bahsettiğimiz çok daha temel bir yetkinlik: ne istediğini bilmek, bunu açık ve yapılandırılmış biçimde ifade etmek ve aldığın çıktıyı eleştirel gözle değerlendirebilmek. Bu üç adım, aslında iyi düşünme pratiğinin ta kendisi. Yapay zekâ bu pratiği yeni bir formata taşıdı, onu icat etmedi.
Kurumlar İçin Gerçek Tehlike: Araçla Uyum Değil, Araçla Yanılsama
Bireysel kullanımda çıktının kalitesi kişiyi etkiler. Kurumsal kullanımda ise yanlış kullanılan bir araç, kurumun kararlarını, iletişimini ve üretkenliğini şekillendirir. Bu yüzden mesele bireysel bir öğrenme sorununun çok ötesine geçiyor.
Örneğin bir satış ekibi, teklif metinlerini yapay zekâya ürettirmeye başlıyor. Ama kimse çıktıyı eleştirel gözle okumayı öğrenmedi, bağlam sağlamayı öğrenmedi, şirketin ses tonunu sisteme aktarmayı bilmiyor. Üretilen metinler jenerik, yüzeysel ve birbirinden ayırt edilemez. Müşteri bunu hissediyor. Araç “işe yaramadı” deniyor ve rafa kaldırılıyor.
Ya da tam tersi bir senaryo: Ekip yapay zekânın ürettiği her şeyi sorgulamadan benimsiyor. Analizler ham, veriler doğrulanmamış, stratejik tavsiyeler bağlamsız — ama karar vericilerin önüne “yapay zekâ dedi” güvencesiyle sunuluyor. Bu, araçsızlıktan bile tehlikeli bir durum.
Asıl dijital okuryazarlık, araçların ne yapabileceğini ve ne yapamayacağını net olarak görebilmekte yatıyor. Yapay zekâ, iyi bir asistana benziyor: ne kadar iyi yönlendirirseniz, o kadar iyi yardım eder. Ama yönlendirmenin sorumluluğu her zaman insanda.
Yeni Okuryazarlığın Üç Boyutu
Yapay zekâ çağında kurumsal dijital okuryazarlığı üç katmanda düşünmek gerekiyor.
İfade yetkinliği: Ne istediğinizi net biçimde tanımlayabilmek. Bu, yapay zekâya özel bir beceri değil; temel iletişim ve analitik düşünme yetkinliği. Ama yapay zekâ bu yetkinliğin eksikliğini çok daha görünür hale getirdi. Belirsiz bir insan talimatı bir meslektaşı tarafından yorumlanabilir; yapay zekâ ise yalnızca size verilen ile çalışır.
Bağlam sağlama kapasitesi: Kurumsal bilgiyi, sürecin geçmişini, hedef kitleyi ve kısıtları sisteme aktarabilmek. Bu, salt teknik bir beceri değil; kurumun içini dışarıya anlatabilme kapasitesi. Bunu yapabilen kişiler, yapay zekâdan katbekat daha özelleştirilmiş ve kullanışlı çıktılar alıyor.
Eleştirel değerlendirme refleksi: Çıktıyı körce kabul etmemek. Yapay zekânın ürettiğini bir başlangıç noktası, bir taslak, bir fikir üretici olarak görmek — nihai ürün olarak değil. Bu refleks, aslında bilgi çalışanlarının her zaman sahip olması gereken temel bir tutum. Yapay zekâ bu tutumu daha da kritik hale getiriyor.
Kurum Olarak Ne Yapabiliriz?
Bu noktada bireysel kullanıcıyı eğitmek yeterli değil. Kurumun bir bütün olarak bu yetkinliği inşa etmesi gerekiyor. Bu ne demek?
Önce, kullanım standartları oluşturmak. Yapay zekânın hangi süreçlerde, ne amaçla, nasıl kullanılacağı. Hangi çıktıların doğrulama gerektirdiği, hangilerinin doğrudan kullanılabileceği. Bunlar yazılı olmayan kurallar olarak zihinlerde kalmaya devam ettiği sürece, her departman farklı bir yol izliyor ve kurumsal tutarlılık sağlanamıyor.
Sonra, iyi örnekleri görünür kılmak. En iyi prompt bir şablona dönüşüyor mu? En iyi kullanım senaryosu paylaşılıyor mu? Kurumsal öğrenme, bireylerin keşfini beklemek yerine bu keşifleri ortak bir birikime dönüştürmekten geçiyor.
Ve son olarak, kültürü şekillendirmek. “Yapay zekâ kullandın mı?” sorusu değil, “yapay zekâyı doğru kullandın mı?” sorusu kurumun günlük diline girmeli. Bu ince fark, araçla yüzeysel bir alışkanlık yerine araçla gerçek bir yetkinlik geliştirmeyi mümkün kılıyor.
ATP Digital Olarak Bu Meseleye Bakışımız
Müşterilerimizle kurduğumuz ilişkide sık sık şunu gözlemliyoruz: Yapay zekâ altyapısı kurulmuş, araçlar entegre edilmiş, lisanslar ödenmiş. Ama sahadan gelen soru değişmedi: “Bundan nasıl faydalanacağız?”
Bu soru artık sadece teknik bir entegrasyon sorusu değil. Aynı zamanda organizasyonel bir okuryazarlık sorusu. Sistemin var olması, sistemden değer üretildiği anlamına gelmiyor. Değeri üretmek için, sistemle etkileşime giren insanların doğru soruları sorabilmesi gerekiyor.
Biz bu süreçte süreç mimarı rolümüzü koruyoruz: Teknolojiyi kurmakla kalmayıp, kurumun o teknolojiyle nasıl çalışacağını birlikte tasarlıyoruz. Hangi ekibin hangi senaryoda yapay zekâyı nasıl kullanması gerektiği, hangi çıktının hangi kararı destekleyeceği, kurumsal bilginin sisteme nasıl aktarılacağı — bunları kurumla birlikte kuruyoruz.
Çünkü en iyi araç bile, onu kullanan kişinin netliğinden besleniyor. Prompt yazmayı bilmek yetmiyor — ama oradan başlamak her şeyi değiştiriyor.
