Kırıkkale Üniversitesi Sağlık Bilimleri Enstitüsü Müdürü Doç. Dr. Ali Yılmaz hocamız ile Gençlik ve Spor Bakanlığı’nın ÜNİDES programı için ne tür bir proje hazırlanabileceğini konuşurken, yine hocamızın önerisi ile bir soruya cevap aradık. Sağlık Kurumları İşletmeciliği öğrencileri yapay zekâyı zaten kullanıyor; peki kim onlara nasıl kullanılacağını öğretiyor? Ders notlarını ChatGPT’ye yapıştırıp özet isteyen, ödevini Gemini’ye yazdıran, sınav öncesi yapay zekâdan soru üreten bir öğrenci kuşağı var ve bu kuşak, araçları çoğunlukla sosyal medyadan öğrendiği kadarıyla, kimi zaman kendine zarar verecek biçimde kullanıyor. Süleyman Demirel Üniversitesi’nde sağlık bilimleri öğrencileriyle yapılan bir araştırma bu tabloyu rakama döküyor: öğrencilerin yüzde 92’si yapay zekâ hakkındaki bilgiyi sosyal medyadan ediniyor, büyük çoğunluğu araçları kullanmak istiyor, ama aynı çoğunluk bu konuda endişe ve bilgi eksikliği taşıdığını söylüyor.
Bu yazı, o sorudan yola çıkarak hazırladığımız bir yıllık ders paketini anlatıyor. Paket, ÜNİDES’e başvuru için hazırlandı; onaylanırsa 2026-2027 eğitim-öğretim yılında Kırıkkale Üniversitesi’nde uygulanacak. Ancak yazının asıl amacı bir başvuruyu duyurmak değil. Tüm ders planı, haftalık içerikler, eğitmen materyalleri ve kaynak listeleri açık lisansla GitHub’da yayımlandı; herhangi bir üniversitenin herhangi bir bölümü bu paketi alıp kendi alanına uyarlayabilir. Bilgi paylaşıldıkça çoğalır.
Türkiye’de ne var, ne yok
İşe mevcut durumu anlamakla başladık. Türkiye’de yükseköğretimde yapay zekâ eğitiminin politika zemini son birkaç yılda kuruldu: YÖK ile BTK arasındaki protokol yapay zekâ derslerinin müfredatlara girmesini öngörüyor, YÖK’ün Dijital Üniversite Platformu herkese açık ücretsiz dersler sunuyor, BTK Akademi sertifikalı eğitimlerini genişletiyor. Sağlık alanında da öncü örnekler var. Kocaeli Sağlık ve Teknoloji Üniversitesi diş hekimliği, eczacılık, fizyoterapi ve hemşirelik bölümlerinde yapay zekâ dersini zorunlu hale getirdi. Işık Üniversitesi’nin “Sağlık Hizmetleri Yönetiminde Yapay Zekâ” dersi ve Çağ Üniversitesi’nin “Sağlıkta Yapay Zekâ ve Otomasyon” dersi, bizim alanımıza en yakın örnekler.
Bu dersleri incelediğimizde ortak bir özellik gördük: neredeyse tamamı “sektörde yapay zekâ ne yapar” sorusunu yanıtlıyor. Derin öğrenme yöntemleri, tanı ve tedavide yapay zekâ, dijital hastane, algoritmalar. Bunlar değerli konular; ama öğrencinin kendi masasındaki soruyu yanıtlamıyorlar: ders çalışırken, literatür tararken, ödev yazarken, proje hazırlarken, iş ararken bu araçları nasıl kullanmalıyım, nerede kullanmamalıyım, çıktıya ne kadar güvenmeliyim? Gaziantep Üniversitesi’nin lisansüstü “Akademik Yapay Zekâ Okuryazarlığı” dersi bu soruya en yakın duran örnekti ve araştırma modülümüzü tasarlarken ondan yararlandık. Lisans düzeyinde, sağlık yönetimi bağlamında, ücretsiz araçlara dayalı, bir yıla yayılmış ve Türkçe bir uygulama dersi ise bulamadık. Boşluk buradaydı.
Dünyadan ne aldık
Dersi sıfırdan icat etmek yerine sınanmış çerçevelere dayandırmak istedik. İki çerçeve omurgayı oluşturdu. Birincisi UNESCO’nun 2024’te yayımladığı Öğrenciler İçin Yapay Zekâ Yetkinlik Çerçevesi; bu belge yetkinlikleri Anla, Uygula ve Yarat olmak üzere üç basamağa yayıyor ve biz bu basamakları doğrudan iki yarıyıla yansıttık: güz yarıyılı anla ve uygula, bahar yarıyılı uygula ve yarat düzeyinde ilerliyor. İkincisi, Ringling College ve University College Cork öğretim üyelerinin Anthropic ile geliştirdiği 4D çerçevesi. Bu çerçeve, yapay zekâyla çalışmayı dört beceriye indirgiyor: hangi işi yapay zekâya devredeceğine karar vermek (Delegasyon), görevi açıkça anlatmak (Tanımlama), çıktıyı değerlendirmek (Ayırt Etme) ve kullanımın sorumluluğunu üstlenmek (Özen). Çerçevenin bizim için cazibesi, hiçbir teknik bilgi gerektirmemesi ve araçtan bağımsız olmasıydı; ChatGPT’nin arayüzü iki yıl sonra değişecek, ama bu dört soru değişmeyecek.
Finlandiya’nın Elements of AI kursundan ölçek dersi aldık: 170’ten fazla ülkeden 1,4 milyonu aşkın kişinin tamamladığı bu kurs, kodlama gerektirmeyen kısa bölümler ve bölüm sonu öz değerlendirmelerle ilerliyor. Amerika Birleşik Devletleri’ndeki üniversitelerin 2026 güz izlencelerinden ise ölçme fikirlerini aldık: Southern Utah ve North Carolina Greensboro üniversitelerinin yapay zekâ okuryazarlığı dersleri sınav yerine kullanım günlüğü, yansıma yazısı, çıktı değerlendirme ödevi ve portfolyo kullanıyor. Bu model, bizim dersin notlandırma sistemine neredeyse olduğu gibi geçti.
Dersin omurgası
Ders iki yarıyıl, yirmi sekiz hafta ve haftada iki saat olarak tasarlandı; her ders bir saat anlatım ve vaka, bir saat uygulamalı atölyeden oluşuyor. Dört modül var. Birinci modül, ilk yedi haftada, yapay zekâyı hiç kullanmamış ya da rastgele kullanan öğrenciyi 4D çerçevesiyle bilinçli bir kullanıcıya dönüştürüyor: dil modellerinin nasıl çalıştığı teknik ayrıntıya girmeden anlatılıyor, halüsinasyon deneyle gösteriliyor, sufle yazma ve iteratif diyalog öğretiliyor, yedinci haftada KVKK, hasta mahremiyeti ve akademik dürüstlük işleniyor. İkinci modül güz yarıyılının geri kalanında akademik kullanıma odaklanıyor: NotebookLM ile kaynak temelli çalışma, Sokratik modda öğrenme, DergiPark ve TR Dizin’den literatür tarama, Zotero ile kaynak yönetimi, yapay zekâyı yazar değil editör olarak kullanma ve alanı takip etmek için bir bilgi akışı sistemi kurma.
Bahar yarıyılında üçüncü ve dördüncü modül iç içe ilerliyor. Üçüncü modül üretim becerilerini kazandırıyor: kişisel gelişim planı, kodsuz kişisel asistan kurma, hastane göstergeleriyle veri analizi, sunum ve görsel üretimi, iş başvurusu ve mülakat provası, otomasyon ve ajanlara kavramsal giriş, son olarak deepfake ve dezenformasyona eleştirel bakış. Dördüncü modül ise dersin sektörel ve uygulamalı zirvesi: sağlık kurumlarında yapay zekânın operasyonel kullanımı ve yöneticinin satın alma kararındaki sorumlulukları iki hafta boyunca vaka temelli işleniyor, ardından öğrenciler gruplar halinde ÜNİDES ya da TÜBİTAK 2209 gibi gerçek bir çağrıya sunulabilecek nitelikte sağlık temalı bir proje yazıyor ve final haftasında bir jüriye sunuyor.
Her haftanın bir sağlık kurumu vakası var. Faturalama biriminde mevzuatı yapay zekâya soran ve kesinti yiyen personel, hasta dilekçesini kimlik bilgisiyle birlikte ücretsiz bir sohbet asistanına yapıştıran çalışan, çağrı merkezine sesli asistan satmaya çalışan tedarikçi, deepfake videoyla ilaç bıraktırılan hastalar; vakaların hiçbiri klinik karar gerektirmiyor, hepsi öğrencinin birkaç yıl sonra oturacağı yönetici masasından bakıyor. Ve dersin birinci haftasından itibaren geçerli tek bir kural var: gerçek bir kişiye ait sağlık ya da kimlik bilgisi hiçbir yapay zekâ aracına girilmez.
Üç tasarım kararı
Üç kararı özellikle açıklamak istiyorum, çünkü paketi uyarlamak isteyenlerin en çok bu noktalarda tereddüt edeceğini düşünüyorum.
Birincisi, tüm uygulamalar ücretsiz araçlarla yapılıyor. ChatGPT, Gemini, Claude ve Copilot’un ücretsiz sürümleri, NotebookLM, Perplexity, Google Scholar, Zotero, Anki, Canva, Google Classroom; hiçbir ödev ücretli bir özellik gerektirmiyor. Ücretli sürümler yalnızca bilgi amaçlı tanıtılıyor. Bu kararın nedeni erişim eşitliği kadar pedagojik: dört aracı yan yana kullanan öğrenci, aynı soruya farklı yanıtlar aldığını görüyor ve tek kaynağa güvenmemeyi deneyimle öğreniyor.
İkincisi, derste sınav yok. Not; haftalık ödevler, güz boyunca tutulan yapay zekâ kullanım günlüğü ve sufle kütüphanesi, her yarıyıl sonunda sunulan portfolyo ve bahar yarıyılındaki grup projesinden oluşuyor. Yapay zekâ okuryazarlığı bir bilgi değil, bir beceri ve tutum; beceriyi ölçmenin yolu ürünler ve o ürünlerin nasıl üretildiğinin açıklanması.
Üçüncüsü ve belki en tartışmalısı: yasak yerine şeffaflık. Öğrenciler ödevlerinde yapay zekâ kullanabiliyor, ancak her teslimin sonunda hangi aracı, hangi amaçla, hangi aşamada kullandıklarını ve kendi katkılarının ne olduğunu belirten bir Yapay Zekâ Kullanım Beyanı yer alıyor. Yapay zekâ tespit araçlarının güvenilir olmadığını biliyoruz; insan yazısını yapay zekâ yazısı diye işaretleyebiliyorlar. Öğrenciyi koruyan şey tespit aracını atlatmak değil, sürecini belgelemek. Bu yaklaşım, YÖK’ün 2024’te yayımladığı üretken yapay zekâ etik rehberinin ruhuyla da uyumlu.
Bir haftanın içinden
Soyut kalmasın diye altıncı haftayı anlatayım. Konu, yapay zekâ çıktısını doğrulama. Öğrencilere, bir yapay zekânın yazmış olabileceği tarzda 250 kelimelik bir obezite ve tütün metni dağıtılıyor. Metin akıcı, kendinden emin ve büyük ölçüde doğru; TÜİK Türkiye Sağlık Araştırması 2022 ve Dünya Sağlık Örgütü verilerine dayanıyor. Ama içine üç hata yerleştirilmiş: beden kitle indeksinde obezite sınırı 30 yerine 25 olarak verilmiş, obezite oranı yüzde 20,2 yerine yüzde 32,4 yazılmış ve “artıyor” denmiş (oysa 2019’daki yüzde 21,1’den düşmüş) ve var olmayan bir Sağlık Bakanlığı raporuna atıf yapılmış.
Öğrenciler ikili gruplar halinde metni iddialara ayırıyor ve her iddiayı birincil kaynakta arıyor. İlk iki hata TÜİK’in sayfasında birkaç dakikada ortaya çıkıyor. Üçüncüsü ise dersin asıl dersi: öğrenciler raporu bulamıyor ve “bulamadım” ile “yok” arasındaki farkı tartışmak zorunda kalıyorlar. Bir kaynağın var olmadığını kanıtlamak zordur; ama Bakanlığın yayın sayfalarında ve hiçbir arama motorunda iz bulunmaması, o kaynağı kullanmamak için yeterli gerekçedir. Dersin sağlık vakası da bu haftayı tamamlıyor: bir il sağlık müdürlüğünün yapay zekâyla hazırlanmış bir bilgi notunu yayımlamadan önce kontrol etmesi ve kontrol etmeseydi ne olacağı. Sağlık iletişiminde yanlış bilginin maliyeti, herhangi bir sektörden yüksek.
Paket neleri içeriyor
GitHub deposunda dokuz dosya var. Araştırma raporu, bu yazıda özetlediğim dünya ve Türkiye incelemesini tablolar ve grafiklerle ayrıntılandırıyor. Ders planı çalışma kitabı, yirmi sekiz haftanın konu, kazanım, araç, uygulama, ödev ve sağlık vurgusunu tek tabloda topluyor; ölçme-değerlendirme ağırlıkları ve on altı aracın ücretsiz katman bilgisi ayrı sayfalarda. Dört modül dosyası, her hafta için eğitmen anlatım metni, sağlık vakası, adım adım atölye yönergesi, ödev tanımı, puanlama ölçütü ve Türkçe video ile basılı kaynak bağlantıları içeriyor; toplamda altmış dokuz video ve altmış bir okuma kaynağı. Eğitmen materyalleri dosyasında hatalı metin ve cevap anahtarı, etik ikilem kartları, anonimleştirme alıştırması, çağrı merkezi vakası, zayıf ve güçlü örnek proje metinleri ve değerlendirme formları var. On yedinci haftanın kurgusal hastane veri setleri çözüm anahtarıyla birlikte bir Excel dosyasında. Son olarak, dersi Google Classroom’da kurmak için adım adım bir rehber.
Tüm dosyalar Creative Commons Atıf 4.0 (CC BY 4.0) lisansıyla yayımlandı. Bu, kaynak göstermek koşuluyla kopyalayabileceğiniz, değiştirebileceğiniz, kendi bölümünüze uyarlayabileceğiniz ve derste kullanabileceğiniz anlamına geliyor. Hemşirelik, eczacılık, hukuk ya da işletme bölümü için uyarlamak isteyenlerin yalnızca her haftanın vaka sütununu ve on dokuzuncu-yirminci haftaların sektörel içeriğini değiştirmesi yeterli; çerçeve, araçlar ve ölçme sistemi alan bağımsız.
Depo adresi: https://github.com/mahmutakyuz/yapay-zeka-okuryazarligi-dersi
Doç. Dr. Ali Yılmaz hocama fikri sahiplendiği ve kurumsal süreci üstlendiği için teşekkür ederim. Paketi inceleyip uyarlayan, eksik bulan ya da kendi dersinde deneyen herkesin geri bildirimini bekliyorum; depoda bir konu açabilir ya da bana doğrudan yazabilirsiniz. Bu yazı ve paketteki tüm dosyalar, sitedeki genel ilkeye uygun olarak yapay zekâ desteğiyle hazırlandı; araştırma kaynakları raporun sonunda, haftalık kaynaklar ise modül dosyalarının içinde yer alıyor.
