Bu tədqiqat, biznes tələbələrinin generativ süni intellektyı yalnız kullanabilen deyil, nəticələrı doğrulayabilen, riskləri değerlendirebilen və hansı işlerde kullanılmasına qərar verebilen profesyoneller kimi yetiştirilmesi üçün konseptual bir kurikulum modeli önermektedir. Joel Reynolds tarafından geliştirilen İnsan Merkezli Üretken Yapay Zekâ Orkestratörü, texnologiya kabul modeli, öğretimsel yapı iskelesi, deneyimsel öğrenme və öz düzenlemeli öğrenme kuramlarını bir araya getirmektedir. Modelin əsas sonucu deneysel bir uğur ölçümü deyil, generativ süni intellekt okurmüəlliflığını beş ölçü və on bir alt səriştə üzerinden mövcud biznes dərslərine dağıtan tətbiq oluna bilən bir tasarım önerisidir. Çerçeve tək bir ABŞ biznes fakültəsinde geliştirilmiş, tələbə nəticələrı üzerinde sınanmamış və rəyçi qiymətləndirməsinden geçmemiştir.

Modelin merkezindeki benzetmeye göre tənqidi düşünmə peşəkar muhakemenin motoru, etik ilkeler ilə kurumun misyonu direksiyon, generativ süni intellekt ise yakıttır. Yakıt işi hızlandırabilir; ancaq yönü belirleyemez, nəticənın doğru olup olmadığını değerlendiremez və kararın məsulluğunu üstlenemez. Bu nedenle generativ süni intellekt okurmüəlliflığı yalnız iyi istemler yazmak veya bir sohbet robotunu istifadə etmək deyil; teknik anlayış, doğrulama, məlumat məsulluğu, etik qiymətləndirmə, sahə bilgisi və strateji qərar verme səriştəlerinin birlikdə geliştirilmesidir.

Çalışma, üniversitelerin iki uç yaklaşımından kaçınmasını önermektedir. Üretken süni intellektyı tamamen yasaklamak tələbələri iş yaşamında karşılaşacakları araçlara hazırlamamaktadır. Sınırsız və denetimsiz kullanıma izin vermek ise modeli çalıştırabilen lakin səhv, uydurma veya qərəzlı nəticələrı fark edemeyen mezunlar oluşturabilir. Önerilen üçüncü yol, süni intellekt kullanımını mövcud dərslərin məqsədlarına göre kademeli, şeffaf və insan denetiminde öğretmektir.

Araştırmanın əsas sorusu nədir?

Çalışma şu soruya yanıt aramaktadır: İşletme fakültəleri, generativ süni intellektnın iş yaşamında yaygınlaşmasına karşı tələbələri necə hazırlamalıdır? Bu soru yalnız tələbələrin hansı yazılımı kullanacağını deyil, süni intellektyla üretilen bilgiyi necə değerlendireceğini, xətayı necə fark edeceğini, özel məlumatleri necə koruyacağını və süni intellekt kullanımının biznesye gerçekten dəyər sağlayıp sağlamadığını necə belirleyeceğini kapsamaktadır.

Yazarın çıkış noktası, generativ süni intellektnın muhasebe, finans, pazarlama, yönetim, operasyon və iş analitiği kimi biznes alanlarında gündelik tədqiqat aracı hâline gelmesidir. Bu alətlər metin, analiz, rapor, fikir və öneri üretme süresini azaltabilir. Fakat hızlı nəticə üretmek, doğru veya peşəkar açıdan savunulabilir nəticə üretmekle eyni değildir.

Büyük dil modelleri doğrulanmış bir məlumat tabanından qəti bilik çekmek yerine təhsil məlumatlerindeki örüntülere dayanarak olası sözcük dizilerini tahmin etmektedir. Bu yapı, akıcı və ikna edici görünen lakin gerçekte səhv olan ifadelerin, sayıların veya mənbələrın üretilmesine yol açabilir. İşletme tələbəsinin yalnız aracı çalıştırması bu nedenle yeterli görülmemektedir. Öğrenci, nəticənın kendi meslek alanındaki standartlara, kanıtlara və gerçek məlumatlere uyup uymadığını değerlendirebilmelidir.

Yasaklama və sınırsız istifadə səbəb yetersiz görülmektedir?

Çalışma yükseköğretimde iki yaygın tepkiyi eleştirmektedir. Birinci tepki, generativ süni intellektyı ağırlıklı kimi akademik dürüstlük tehdidi kabul ederek kullanımını yasaklamak və ihlalleri tespit etmeye tədqiqatktır. İkinci tepki ise tələbələre açıq bir təhsil, sınır veya qiymətləndirmə sistemi sunmadan istedikleri araçları kullanma serbestisi vermektir.

Yasaklama yaklaşımı, mezuniyet sonrasında süni intellekt destekli araçlarla tədqiqatsı beklenen tələbələri gerekli səriştəlerden yoksun bırakabilir. Öğrenci aracı dərs sırasında hiç kullanmadığında məlumat girişi, doğrulama, mənbə kontrolü, algoritmik qərəz və insan denetimi kimi riskləri güvenli bir təhsil ortamında öğrenme fırsatı bulamaz.

Sınırsız istifadə ise tələbənin görevi süni intellektya devretmesine və üretken düşünmə sürecini atlamasına səbəb ola bilər. Araç, tələbənin yapabileceğinden daha hızlı bir ilk taslak hazırladığında öğrenen kişi metni anlamadan kabul edebilir. Bu durum, kısa vadede tapşırıq üretimini kolaylaştırırken tələbənin kendi analiz və qiymətləndirmə kapasitesinin gelişmesini engelleyebilir.

Yazarın önerdiği yaklaşım, generativ süni intellektyı ne bütünüyle dışarıda bırakmakta ne de onu öğrenmenin yerine koymaktadır. Süni intellekt, tələbənin muhakemesini geliştirecek biçimde yapılandırılmış görevlerin parçası hâline getirilmektedir. Değerlendirilen beceri yalnız bir metin üretmek deyil; xətayı bulmak, kaynağı doğrulamak, qərəzyı tanımak və nəticəyı peşəkar standartlara göre düzeltmektir.

Literatürde hansı boşluk hedeflenmiştir?

Çalışmada süni intellekt okurmüəlliflığı, yükseköğretimde generativ süni intellekt, akademik dürüstlük və belirli biznes disiplinlerindeki süni intellekt istifadəsi üzerine geniş bir literatür bulunduğu bildirilir. Buna karşılık biznes tələbələrinin hansı generativ süni intellekt səriştəlerini edinmesi gerektiğini bütün fakültə düzeyinde tanımlayan və bu səriştəleri mövcud dərsləre dağıtan bütünleşik modellerin görece məhdud olduğu savunulmaktadır.

Tek bir pazarlama, yönetim veya iş analitiği dərsinde süni intellekt etkinliği yapmak, tələbənin program boyunca tutarlı bir inkişaf yolu izlemesini garanti etmemektedir. Bir dərs istem yazmayı öğretirken başqa bir dərs süni intellektyı bütünüyle yasaklayabilir; üçüncü bir dərs ise məlumat güvenliği veya doğrulama konusunda hiçbir kural koymadan kullanıma izin verebilir.

İnsan Merkezli Üretken Yapay Zekâ Orkestratörü bu parçalı yapıyı ortak bir səriştə diliyle birleştirmeye tədqiqatktadır. Beş ana ölçü və on bir alt ölçü, fakültə içindeki fərqli bölümlerin eyni genel hedefe kendi mesleki bağlamlarından katkı vermesini məqsəd qoyur.

Model hansı kuramlara dayanmaktadır?

Çerçeve dörd əsas öğrenme yaklaşımından yararlanmaktadır:

• Teknoloji Kabul Modeli,
• Öğretimsel yapı iskelesi yaklaşımı,
• Deneyimsel öğrenme,
• Öz düzenlemeli öğrenme.

Teknoloji Kabul Modeli

Teknoloji Kabul Modeli, insanların bir aracı kullanma eğiliminde aracın algılanan yararı və istifadə kolaylığının belirleyici olduğunu öne sürmektedir. Öğrenci süni intellekt etkinliğini dərsin gerçek hedefiyle ilgisiz veya istifadəsi gereksiz derecede zor görürse etkinliğe katılmayabilir.

Bu nedenle tədqiqatda generativ süni intellekt görevlerinin gerçek biznes problemleriyle ilişkilendirilmesi təklif olunur. Öğrenci genel və soyut bir sohbet robotu denemesi yapmak yerine örneğin pazar analizi, məlumat kalitesi denetimi, operasyon qiymətləndirməsi veya süni intellekt yatırımının geri dönüş hesabı kimi mesleki görevlerle tədqiqatlıdır.

Bununla birlikdə mənimsəmə modelin nihai hedefi değildir. Bir tələbənin süni intellektyı sık və isteyerek kullanması, onu doğru kullandığını göstermez. Teknoloji kabulü yalnız daha zor olan peşəkar mühakimə təhsilinin başlangıç koşuludur.

Öğretimsel yapı iskelesi

Yapı iskelesi yaklaşımında tələbə, tək başına henüz tamamlayamayacağı bir görevi müəllim, alət veya daha yetkin bir kişi tarafından sağlanan geçici destekle gerçekleştirir. Öğrencinin yeterliği geliştikçe desteğin azaltılması və məsulluğun öğrenene aktarılması gərəkdir.

Üretken süni intellekt ilk taslak, örnek çözüm, açıklama veya alternatif fikir sağlayarak güclü bir öğretim desteği oluşturabilir. Ancak destek hiçbir zaman azaltılmazsa tələbə araca bağımlı hâle gelebilir. Çalışmada bu nedenle başlangıç dərslərinde daha fazla süni intellekt desteği, ileri düzey dərslərde ise desteğin bilinçli biçimde azaltılması təklif olunur.

İleri aşamalarda tələbənin süni intellektdan yalnız cevap alması deyil, cevabı eleştirmesi, düzeltmesi və gerektiğinde araçtan daha iyi bir çözüm üretmesi beklenmektedir. Böylece yapı iskelesi kalıcı bir koltuk değneğine dönüşmeden öğrenmeyi desteklemektedir.

Deneyimsel öğrenme

Deneyimsel öğrenme, bilginin yalnız anlatımla deyil; gerçek bir görevi yapma, sonucu gözlemleme, deneyim üzerinde düşünmə və yeni bir yaklaşımı deneme döngüsüyle geliştiğini müdafiə edir.

Üretken süni intellekt təhsiline uygulandığında tələbə önce aracı gerçekçi bir biznes görevinde kullanmaktadır. Ardından nəticənın harada başarılı veya başarısız olduğunu inceler, xətanın nedenini tartışır və yeni istem ya da metodle görevi tekrarlar. Öğrencinin mesleki yargısı bu tekrar və düşünmə döngüsü içinde gelişmektedir.

Öz düzenlemeli öğrenme

Öz düzenlemeli öğrenme, tələbənin hedef belirleme, ilerlemeyi izleme və gerektiğinde stratejisini değiştirme kapasitesidir. Üretken süni intellekt, görevi tələbə adına tamamlayabildiği üçün bu kapasiteyi hem destekleyebilir hem de zayıflatabilir.

Çalışma, tələbənin kendi düşünmə sürecini koruması üçün süni intellekt nəticəsının sorgulanmasını və iyileştirilmesini zorunlu kılan görevler önermektedir. Böylece tələbə yalnız son ürünü teslim etmez; hansı bilgiyi kabul ettiğini, neyi reddettiğini və hansı gerekçeyle değişiklik yaptığını da göstermektedir.

İnsan Merkezli Üretken Yapay Zekâ Orkestratörü nədir?

Model, generativ süni intellekt okurmüəlliflığını beş birbirine bağlı ölçüta tanımlamaktadır. Boyutlar katı bir sırayla ilerleyen müstəqil dərslər değildir. Gerçek bir biznes görevi eyni anda teknik bilik, eleştirel doğrulama, etik qiymətləndirmə və sahə uzmanlığı gerektirebilir.

Birinci ölçü: Temel generativ süni intellekt və məlumat okurmüəlliflığı

Birinci ölçü tələbənin süni intellekt sistemlerini doğru bir zihinsel modelle anlamasını məqsəd qoyur. Öğrenci, büyük dil modelinin insan kimi bilmediğini; təhsil məlumatlerinden öğrendiği örüntülere göre olası nəticələr ürettiğini kavramalıdır.

Bu səriştə fərqli alət türlerini ayırt etmeyi de kapsamaktadır. Sohbet modeli, tahmin sistemi, məlumat analiz aracı veya sahə özelinde geliştirilmiş bir süni intellekt eyni məqsəd üçün kullanılmamalıdır. Öğrencinin göreve uygun aracı seçebilmesi və lisans, hesaplama, çevresel xərc və teknik sınırlar kimi unsurları değerlendirebilmesi beklenmektedir.

İkinci alt ölçü məlumat məsulluğudur. Süni intellekt nəticəsının kalitesi, kullanılan məlumatnin kalitesinden müstəqil değildir. Eksik, aktual olmayan, səhv veya belirli grupları temsil etmeyen məlumatler peşəkar kararı bozabilir. Öğrencinin süni intellektya məlumat vermeden önce kaynağı, güncelliği, eksik değerleri və örneklem qərəzsını incelemesi lazımdır.

İkinci ölçü: Eleştirel sorgulama və analitik mühakimə

Çalışmada tənqidi mühakimə modelin motoru kimi tanımlanmaktadır. Süni intellekt nəticəsının akıcı olması güvenilir olduğu anlamına gelmez. Öğrencinin iddiaları güvenilir mənbələrla karşılaştırması, uydurulmuş istatistikleri və gerçekte bulunmayan mənbələrı fark etmesi gərəkdir.

Eleştirel doğrulama, “güven lakin doğrula” alışkanlığına dayanmaktadır. Öğrenci süni intellekt tarafından oluşturulmuş bir finansal modeldeki hesap xətalarını, işe alım önerisindeki qərəzyı veya pazar analizindeki kanıtsız iddiaları bulmakla görevlendirilebilir. Böyle bir görevde not məlumatlen beceri metni üretmek deyil, xətayı teşhis etmek və doğru biçimde düzeltmektir.

Analitik mühakimə alt ölçüu, süni intellektnın bir biznes sonucunu gerçekten iyileştirip iyileştirmediğinin ölçülmesini içerir. Öğrenci basit bir A/B karşılaştırması tasarlayabilir və gözlenen ilişkiyle səbəb-nəticə ilişkisini birbirinden ayırabilir.

Değerlendirme və izleme alt ölçüu ise süni intellekt sistemlerinin zaman içinde takip edilmesini gerektirir. Aynı isteme fərqli cevaplar üretebilen bir sistem üçün keyfiyyət ölçütleri, qiymətləndirmə rubrikleri və referans örnekler oluşturulmalıdır. Model performansının zaman içinde değişebileceği, başlangıçta başarılı olan sistemin daha sonra eyni kalitede tədqiqatyabileceği öğretilmelidir.

Üçüncü ölçü: Etik məsuliyyət və güvenilir süni intellekt

Etik ölçü modelin direksiyonudur. Üretken süni intellektnın teknik kimi bir işi yapabilmesi, o kullanımın hukuken, mesleki açıdan veya ictimai bakımdan uygun olduğu anlamına gelmez.

Gizlilik, təhlükəsizlik və mevzuata uyğunluq alt ölçüu; tələbənin kamuya açıq süni intellekt araçlarına hansı bilgilerin kesinlikle girilmemesi gerektiğini bilmesini məqsəd qoyur. Müşteri kayıtları, işçi bilgileri, ticari sırlar, finansal belgeler veya kişiyi belirlenebilir hâle getiren məlumatler kontrolsüz araçlara aktarılmamalıdır.

Çalışmada ABŞ’ye özgü FERPA mevzuatı örnek məlumatlmektedir. Bu örnek çərçivənin geliştirildiği yerli bağlamı göstermektedir; başqa ülkelerde dərs içerikleri ilgili yerli məlumat koruma, təhsil və meslek kurallarına göre değiştirilmelidir.

Sorumlu süni intellekt və hakkaniyet alt ölçüu, tarihsel veya ictimai qərəzların süni intellekt nəticəsına yansımasını fark etmeyi kapsamaktadır. İşe alım, kredi, pazarlama veya müştəri siniflandırması kimi alanlarda süni intellekt önerisinin belirli grupları sistematik biçimde dezavantajlı duruma getirip getirmediği incelenmelidir.

Dördüncü ölçü: İnsan mərkəzli yenilik və yaratıcılık

Bu ölçü süni intellektyı yalnız xəta kaynağı kimi deyil, insan muhakemesi altında kullanılabilecek bir dəyər üretme aracı kimi ele almaktadır.

Gelişmiş istem orkestrasyonu, tək cümlelik soruların ötesine geçmektedir. Öğrencinin modele rol, bağlam, sınır, nəticə biçimi və qiymətləndirmə ölçütü vermesi; daha sonra ara nəticələrı inceleyerek istemi aşamalı biçimde geliştirmesi beklenmektedir. Çalışma bunu doğal dil aracılığıyla programlamaya benzeyen çox aşamalı bir yönlendirme faaliyeti kimi görmektedir.

Ajanlı iş axınları və kişisel üretkenlik alt ölçüu, hansı görevlerin otomasyona uygun olduğunu belirlemeye odaklanmaktadır. Tekrarlayan və aşağı mühakimə gerektiren bazı işler süni intellekt yardımcısına devredilebilir. Buna karşılık müştəri ilişkisi, etik qərar, strateji öncelik və yaratıcı yön belirleme kimi yüksək məsuliyyət taşıyan işlerde insan denetimi devam etmelidir.

Modelin amacı tələbənin mümkün olan hər şeyi otomatikleştirmesi değildir. Öğrenci, hansı adımın otomasyona uygun olduğunu, hansı adımda insan kontrolü gerektiğini və xəta ortaya nəticəğında məsulluğun kimde olduğunu açıklayabilmelidir.

Beşinci ölçü: Stratejik biznes və sahə uzmanlığı

Aynı generativ süni intellekt aracı muhasebe, finans, pazarlama veya operasyon alanında fərqli görev və risklerle istifadə olunur. Bu nedenle genel süni intellekt bilgisi, sahə uzmanlığının yerine geçmemektedir.

Uygulamalı biznes istifadə alanları alt ölçüu, tələbənin süni intellektyı kendi bölümünün sorunlarına, araçlarına, standartlarına və terminolojisine göre kullanmasını məqsəd qoyur. Pazarlama tələbəsinin kampaniya fikri qiymətləndirməsiyle muhasebe tələbəsinin finansal belge kontrolü eyni uğur ölçütleriyle incelenemez.

Strateji, idarəetmə və yatırım getirisi alt ölçüu, süni intellekt kullanımını bir biznes yatırımı kimi qiymətləndirməktedir. Öğrencinin yalnız aracın yapabileceklerini anlatması deyil; beklenen faydayı, maliyeti, riski, tətbiq planını və işçilərın sistemi mənimsəməsi üçün gereken değişim sürecini birlikdə ele alması beklenmektedir.

Bir süni intellekt aracının teknik kimi etkileyici olması, biznes üçün doğru yatırım olduğu anlamına gelmez. Öğrenci aracın gerçek bir probleme çözüm getirip getirmediğini, güvenilirlik riskini, paydaş güvenini və sürdürülebilirlik etkisini qiymətləndirməlidir.

Neden yeni dərs eklemek yerine mövcud dərslər güçlendirilmektedir?

Çerçevenin vacib tasarım tercihi “ekleme” yerine “güçlendirme” yaklaşımıdır. Ayrı bir generativ süni intellekt dərsi açmak, konuya yalnız tək bir bölümün sahip olması və diğer dərslərin süni intellektyı kendi mesleki bağlamlarından ayrı görmesi riskini taşımaktadır.

Önerilen modelde on bir alt səriştə, hâlihazırda okutulan biznes dərslərine dağıtılmaktadır. Her dərs içeriğine uygun bir veya iki yeterliği üstlenmekte, bu səriştə üçün generativ süni intellekt etkinliği və ölçülə bilən öyrənmə nəticəsi eklemektedir.

Bu metod yeni dərs və müəllim ihtiyacını azaltmayı, sahə öğretim elemanlarını kurikulumın merkezinde tutmayı və tələbəye süni intellekt muhakemesinin ayrı bir teknik konu deyil, hər biznes disiplininin parçası olduğunu göstermeyi məqsəd qoyur.

On bir alt səriştə dərsləre necə dağıtılmaktadır?

Çalışmanın 14. sayfasındaki cədvəl, alt səriştəleri örnek biznes dərsləri və öyrənmə nəticələriyla eşleştirmektedir. Yazar bu eşleştirmelerin bağlayıcı reçete deyil, kurumların kendi dərs yapılarına uyarlayabileceği örnekler olduğunu açıkça belirtmektedir.

Metinle cədvəl arasında bazı dərs eşleştirme farklılıkları bulunmaktadır. Ana açıklamada qiymətləndirmə və izleme yeterliği üçün İş Analitiği, cədvəlda ise Operasyon Yönetimi örnek gösterilmektedir. İstem orkestrasyonu ana mətndə İş Analitiğiyle ilişkilendirilirken cədvəlda Makroekonomi dərsine yerleştirilmiştir. Yazar eşleştirmeleri örnek kimi tanımladığı üçün bunlar bilimsel nəticə çelişkisinden çox çərçivənin henüz kesinleştirilmemiş tətbiq ayrıntılarıdır. Yine de gerçek bir programda hansı dərsin hansı səriştəten məsul olduğu açıq biçimde belirlenmelidir.

Kademeli akademik dürüstlük politikası necə tədqiqatktadır?

Çerçeve bütün tapşırıqler üçün tək bir süni intellekt kuralı kullanılmasını önermemektedir. Bunun yerine müəllim hər görev üçün süni intellekt istifadə düzeyini öğrenme hedefi doğrultusunda önceden belirlemektedir.

• Süni intellekt kullanımının yasak olduğu görevler,
• Kullanımın açıkça bildirilmesi koşuluyla izin məlumatldiği görevler,
• Süni intellekt kullanımının görevin zorunlu və değerlendirilen bir parçası olduğu görevler.

Bu yaklaşımda əsas məqsəd tələbəyi tespit və cezalandırma sistemleriyle izlemek deyil, hansı kullanımın səbəb uygun veya uygunsuz olduğunu şeffaflaştırmaktır. Öğrenci, süni intellektyı kullanıp kullanmadığını və kullanımın tədqiqatya necə katkı verdiğini açıklamalıdır.

Görevin amacı tələbənin əsas hesaplama veya yazma yeterliğini ölçmekse süni intellekt yasaklanabilir. Amaç süni intellekt nəticəsını qiymətləndirməkse istifadə zorunlu ola bilər. Böylece kural kullanılan texnologiyaye deyil, ölçülmek istenen öyrənmə nəticəsina bağlanmaktadır.

Kurumsal tətbiq ortamı səbəb gereklidir?

Öğrenciler üniversiteye generativ süni intellekt konusunda eşit deneyimle gelmemektedir. Bazıları gelişmiş araçları yoğun biçimde kullanırken bazıları əsas işlevleri dahi bilmeyebilir. Çalışma bu farklılığı azaltmak üçün ortak bir başlangıç yönlendirmesi önermektedir.

Ayrıca tələbələrin hassas məlumatleri kontrolsüz tüketici hizmetlerine aktarmadan deney yapabileceği, kurum tarafından yönetilen güvenli bir tətbiq ortamı təklif olunur. Böyle bir ortam erişim engelini azaltabilir və ilk kullanımın daha kolay olmasını sağlayabilir.

Ancak institusional kimi yönetilen alət istifadə etmək tək başına güvenli və etik istifadə garantisi değildir. Veri giriş kuralları, erişim yetkileri, denetim məsulluğu və istifadə məqsədları həmçinin tanımlanmalıdır.

Mikro-səriştəler və rozetler ne məqsəd qoyur?

Çerçeve tələbənin beş ölçütaki ilerlemesini belgelemek amacıyla mikro-səriştə veya dijital rozetler önermektedir. Bu belgelerin belirli bir süni intellekt yeterliğini tələbə və işveren açısından görünür hâle getirmesi məqsədlanmaktadır.

Örneğin bir tələbə məlumat məsulluğu, eleştirel doğrulama veya strateji süni intellekt idarəetməi alanında ayrı bir səriştə gösterebilir. Bununla birlikdə tədqiqat, mikro-səriştəlerin işverenler tarafından ne ölçüde dəyər gördüğüne ilişkin kanıtların henüz gelişmekte olduğunu açıkça belirtmektedir.

Çerçeve Türkiyə açısından ne ifade etmektedir?

Çalışmanın geliştirilme ortamı ABŞ’deki özel və misyon odaklı bir üniversitedir. Bu nedenle dərs adları, institusional texnologiya altyapısı, məlumat koruma örnekleri və akademik dürüstlük uygulamaları Türkiyə’de birbaşa kopyalanamaz.

Buna rağmen çərçivənin əsas mekanizması Türkiyə’ye aktarılabilir niteliktedir: Yeni və maliyetli bir süni intellekt dərsi açmak yerine mövcud biznes dərslərinin öyrənmə nəticələrina süni intellekt muhakemesi eklemek. Muhasebe, finans, pazarlama, yönetim, dış ticaret, lojistik və iş analitiği programları bu beş ölçüu kendi dərs içeriklerine dağıtabilir.

Türkiyə’de uygulanacak bir modelde en az şu yerli uyarlamalar gereklidir:

• Ders adlarının və öyrənmə nəticələrinın ilgili üniversitenin program yapısına göre yeniden eşleştirilmesi,
• ABŞ’ye özgü məlumat və təhsil mevzuatı örneklerinin Türkiyə’de geçerli kurallarla değiştirilmesi,
• Türkçe üreten süni intellekt sistemlerinin mənbə, dil və sahə terminolojisi bakımından həmçinin değerlendirilmesi,
• Öğrenci və öğretim elemanlarının araçlara eşit erişiminin sağlanması,
• Süni intellekt istifadə bildirimlerinin tapşırıq və sınav türlerine göre açıkça tanımlanması,
• Modelin tələbə başarısı, tənqidi düşünmə və mesleki hazırlık üzerindeki etkisinin yerli məlumatlerle ölçülmesi.

Çalışma, bu modelin Türkiyə’de maliyeti düşüreceğini veya mezunların iş bulma başarısını artıracağını kanıtlamamaktadır. Türkiyə açısından dəyər, mövcud programlara uyarlanabilecek açıq bir səriştə haritası sunmasındadır; gerçek nəticələr ancaq yerli pilotlar və karşılaştırmalı tədqiqatlarla belirlenebilir.

Çalışmanın güclü yönleri nelerdir?

• Üretken süni intellekt okurmüəlliflığını yalnız istem yazma becerisine indirgememektedir.
• Teknik bilik, tənqidi düşünmə, etik, yaratıcılık və biznes stratejisini eyni model içinde birleştirmektedir.
• Fakülte düzeyindeki dağınık uygulamalar üçün ortak bir səriştə dili sunmaktadır.
• Yeni dərs açmak yerine mövcud dərsləri güçlendiren daha aşağı mənbə gereksinimli bir tətbiq yolu önermektedir.
• Her alt yeterliği ölçülə bilən öyrənmə nəticəsiyla ilişkilendirmeye tədqiqatktadır.
• Süni intellekt desteğinin tələbə geliştikçe azaltılması gerektiğini açıq biçimde vurgulamaktadır.
• Akademik dürüstlükte tək tip yasak yerine göreve bağlı şeffaf istifadə düzeyleri önermektedir.
• Modelin henüz doğrulanmadığını və gələcəkte hansı tədqiqatların yapılması gerektiğini açıkça belirtmektedir.

Çalışmanın məhdudiyyətlərı nelerdir?

• Çalışma rəyçi qiymətləndirməsinden geçmemiş bir preprinttir.
• Yeni tələbə, müəllim veya işveren məlumatsi toplamamıştır.
• Kontrol grubu, deney, anket, ölçmə aracı veya istatistiksel nəticə mövcud deyil.
• Çerçeve tək bir ABŞ biznes fakültəsinde inkişaf etdirilmişdir.
• Başka üniversitelere veya ülkelere aktarılabilirlik savunulmakta, ancaq gösterilmemektedir.
• Beş ölçüun tələbə öğrenmesini, muhakemeyi veya mesleki hazırlığı artırdığı henüz sınanmamıştır.
• Kademeli akademik dürüstlük politikasının tələbə davranışını değiştirip değiştirmediği bilinmemektedir.
• Mikro-səriştəlerin işverenler tarafından tanınıp tanınmayacağı göstərilməmişdir.
• Kurumsal süni intellekt ortamının maliyeti və uygulanabilirliği hesaplanmamıştır.
• Bazı alt səriştəlerin ana metin və cədvəlda fərqli dərsləre eşleştirilmesi tətbiq haritasının henüz kesinleşmediğini göstermektedir.

Çalışma neyi söylemekte, neyi söylememektedir?

Çalışmanın Yöntemi və Bulguları

Araştırma tasarımının teknik özeti

Modelin beş tasarım ölçüu

1. Temel generativ süni intellekt və məlumat okurmüəlliflığı: Öğrencinin aracın tədqiqat mantığını, məlumat bağımlılığını, sınırlarını və maliyetlerini anlaması.
2. Eleştirel sorgulama və analitik mühakimə: Süni intellekt nəticələrının mənbə, kanıt, nedensellik və mesleki keyfiyyət bakımından denetlenmesi.
3. Etik məsuliyyət və güvenilir süni intellekt: Gizlilik, təhlükəsizlik, mevzuata uyğunluq, hakkaniyet və qərəz qiymətləndirməsi.
4. İnsan mərkəzli yenilik və yaratıcılık: İleri istem tasarımı və insan gözetiminde agent əsaslı iş axınlarının kurulması.
5. Stratejik biznes və sahə uzmanlığı: Süni intellektnın sahə özelindeki istifadə değerinin, riskinin, idarəetməinin və yatırım getirisinin değerlendirilmesi.

Çalışmanın başlıca tasarım önermeleri

• Üretken süni intellekt okurmüəlliflığı ayrı bir teknik beceri deyil, peşəkar muhakemenin parçasıdır.
• Eleştirel düşünmə süni intellekt kullanımının merkezinde kalmalıdır.
• Etik və institusional məqsədlar, süni intellektnın hansı yönde kullanılacağını belirlemelidir.
• Süni intellekt mövcud dərsləre sahə özelinde yerleştirilmelidir.
• Başlangıçta sağlanan süni intellekt desteği tələbə geliştikçe azaltılmalıdır.
• Öğrenciler yalnız nəticə üretmekle deyil, nəticəyı doğrulamak və geliştirmekle değerlendirilmelidir.
• Akademik dürüstlük politikaları göreve göre yasak, açıklamalı izin veya zorunlu istifadə düzeyi belirlemelidir.
• Hassas məlumatlerin korunabileceği institusional bir tətbiq ortamı sağlanmalıdır.
• Mikro-səriştəler tələbənin belirli süni intellekt səriştəlerini görünür kılabilir.

Bu maddeler deneysel bulgu deyil, tədqiqatnın ileri sürdüğü tasarım önermeleridir. Yazar, modelin geçerliliğini sınamak üçün generativ süni intellekt okurmüəlliflığı ölçekleri, dərs performansı karşılaştırmaları, çox kurumlu tədqiqatlar və uzunlamasına tədqiqatlar önermektedir.

Gelecekte yapılması önerilen doğrulamalar

• Çerçeveyi istifadə edən və kullanmayan dərslərde tələbə öğrenmesinin karşılaştırılması,
• Eleştirel mühakimə və süni intellekt okurmüəlliflığının geçerli ölçmə araçlarıyla değerlendirilmesi,
• Beş ölçütan hangilerinin geliştirilmesinin daha zor olduğunun belirlenmesi,
• Kademeli akademik dürüstlük politikasının tələbə davranışına etkisinin ölçülmesi,
• İşverenlerin mikro-səriştəlere verdiği değerin araştırılması,
• Modelin fərqli üniversitelerde sınanması,
• Öğrencilerin kazandığı muhakemenin iş yaşamına taşınıp taşınmadığının uzun dönemli kimi izlenmesi.

Kaynak və Yöntem Notu

Çalışmanın tam özgün adı: Human-Centric Generative AI Literacy in Business Education Curriculum

Yazar: Joel Reynolds

Yazar sıralaması: Çalışma tək müəlliflıdır.

Eş birinci müəllif: Bulunmamaktadır.

Sorumlu müəllif: Joel Reynolds

Kurumsal keçid: Driehaus College of Business, DePaul University, Chicago, Illinois, ABŞ.

Resmî institusional görev: DePaul University rəsmi profilinde Associate Professor və Director of Hospitality Leadərship Undergraduate Programs kimi gösterilmektedir.

Kaynak türü: Kavramsal kurikulum çərçivəsi, tasarım/pozisyon məqaləsi və preprint.

Yayın yılı: 2026.

SSRN yayın tarihi: 5 Haziran 2026.

DOI:10.2139/ssrn.6883290

Dergi: Hakemli bir dergi yayını mövcud deyil.

Özgün yayınevi: Hakemli bir dergi yayınevi mövcud deyil.

Yayın platformu: Social Science Research Network (SSRN).

Resmî tədqiqat keçidsı:SSRN tədqiqat sayfası

Hakemlik durumu: Bu tədqiqat rəyçi qiymətləndirməsinden geçmemiş bir preprinttir; modelin təhsil nəticələrı üzerindeki etkisi bu məhdudiyyət dikkate alınarak değerlendirilmelidir.

Bu Türkçe açıklama, yüklenen 29 sayfalık tədqiqat; ana metni, nəzəri dayanakları, dərs eşleştirme cədvəlsu, tətbiq önerileri, məhdudiyyətlərı və mənbəçasıyla birlikdə incelenerek hazırlanmıştır. Çalışmada olmayan tələbə başarısı, xərc tasarrufu, istihdam artışı veya institusional tətbiq başarısı iddiası eklenmemiştir.

Çalışma yeni ampirik məlumat üretmemektedir. Beş ölçülu model, on bir alt səriştə, kademeli akademik dürüstlük politikası, institusional tətbiq ortamı və mikro-səriştə sistemi doğrulanmış təhsil müdahaleleri deyil, daha sonra karşılaştırmalı və uzunlamasına tədqiqatlarla sınanması gereken tasarım önermeleridir.

Çerçeve ABŞ’deki tək bir biznes fakültəsinin koşullarında inkişaf etdirilmişdir. Türkiyə’de uygulanması hâlinde dərs yapısı, dil, erişim koşulları, məlumat koruma kuralları, akademik qiymətləndirmə sistemi və işveren beklentileri bakımından yerli uyarlama və müstəqil nəticə qiymətləndirməsi gereklidir.