Yapay zekâ ekosisteminde her gün bir yenilikle karşılaşırken hasar tespitleri de artmaya başladı. Bu bağlamda en büyük tahribatın insanın bilişsel sistemi ve hafızası üzerinde ortaya çıkacağı görülüyor. Her ne kadar üretken yapay zekâ teknolojisi ile insanın bilişsel kapasitesinin artacağı ve daha karmaşık problemlerin çözebilir olacağına yönelik bir anlatı yaygınlaşsa da bunun yapay zekâ teknolojilerini yaygın kullanan herkes için geçerli olmayacağı, bu imkânın belirli merkezlerde ve belirli beceri ve imkânlara sahip olanlar için geçerli olduğu, ancak büyük kitleler için yıkıcı etkisinin daha fazla olacağı yavaş yavaş belirginleşmeye başladı.

Bu kapsamda örneğin W. Sun tarafından yayımlanan "The Trajectory of Thinking Transformation in the Era of Artificial Intelligence" başlıklı makale (https://doi.org/10.32782/apfs.v048.2024.1), risklere dikkat çekse de yapay zekâ teknolojisi ile düşünme süreci dönüşerek daha üst seviyeye yükseleceğine yönelik iyimser bir tablo çiziyor. Makale, yapay zekâ çağında insanın bilişsel süreçlerinde yaşanan dönüşümleri, farklı düşünme biçimlerindeki değişimleri ve insan-makine işbirliği ile gelen olanakları kapsamlı bir şekilde ele alıyor. Makalede, doğrusal düşünmeden doğrusal olmayan düşünmeye, deterministik düşünmeden belirsiz düşünmeye, kapalı düşünmeden açık düşünmeye ve makine destekli düşünmeden insan-makine işbirlikçi düşünmeye uzanan bir bilişsel dönüşüm hattı çiziliyor. Makalenin ana iddiası, yapay zekânın sağladığı imkânlar üzerinden düşünsel kapasitenin genişlediği, bilgiye erişimin hızlandığı ve insan-makine işbirliği sayesinde üretkenliğin arttığıdır. Ancak makale, son yıllarda yapılan araştırmalarda giderek daha görünür hâle gelen bir sorun alanını büyük ölçüde göz ardı ediyor: Bu teknolojilerin vaat ettiği bilişsel faydaların, beraberinde getirdiği riskler tarafından gölgelenmesi ve nihayetinde faydalarından çok risklerinin çok daha fazla somutlaşması.

Makalede, insan-makine işbirliğinin insan bilişsel kapasitesini geliştirdiği ve bilişsel yükleri azalttığı vurgulanmaktadır. Ancak son dönemde yapılan çalışmalar, bu durumun çift yönlü bir etkisi olduğunu ortaya koymaktadır. Başlangıçta bilişsel yükün makineye devredilmesi, insanın kısa vadede karar alma süreçlerini kolaylaştırsa da uzun vadede bağımlılık ilişkisini derinleştirmektedir. Özellikle ChatGPT gibi üretken yapay zekâ sistemleri, kullanıcıların bilgiyi kendileri yapılandırmaları yerine, makine tarafından hazırlanmış, düzenlenmiş ve bütünleştirilmiş bilgiye yönelmelerine neden olmaktadır. Bu durum, bireylerin kendi bilişsel kapasitelerini aktif olarak kullanmalarını sınırlandırmakta ve eleştirel düşünme becerilerinde bir gerilemeye yol açmaktadır. Dolayısıyla, bu bağımlılık ilişkisi arttıkça, yapay zekânın insanın bilişsel otonomisini, eleştirel düşünme becerisini ve öznel karar alma kapasitesini aşındırma ihtimali artmaktadır.

Nitekim son yıllarda yürütülen deneysel çalışmalar, yapay zekâya dayalı karar destek sistemlerini yoğun kullanan bireylerin, karar verirken makinenin sunduğu içeriği sorgulama eğilimlerinin zayıfladığını göstermektedir. Böylece, makinenin sağladığı bilişsel kolaylıklar, insanın zihinsel çabasını geri plana iterken, düşünme süreçlerinde bir pasifleşmeye sebep olmaktadır. Bu bağlamda zihinsel süreçlere dışsal araçların etkisini belirlemede en kapsamlı çalışma MIT'den bir grup bilim insanı tarafından gerçekleştirilmiş, etkinin ölçeğini belirlemek için dışsal araç olarak geleneksel arama motoru kullanan ve büyük dil modeli (LLM) kullanan gruplara ilaveten hiçbir dışsal araç kullanmayan bir grup ta oluşturulmuştur (Nataliya Kosmyna vd., Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task, 2025). Doğal olarak bir deneme yazarken en fazla zihinsel çaba hiçbir dışsal araç kullanmayan gruptaki katılımcılar tarafından gösterilirken, bu çaba geleneksel arama motorları kullanırken biraz daha azalmakta, ancak LLM'ler kullanılırken en düşük düzeyde gerçekleşmektedir. Bir başka deyişle, insan-makine ilişkisi ile yürütülen zihinsel süreçte geleneksel arama motorları bilişsel yükleri makineye alırken LLM'lerde bu devir çok yüksek seviyelere çıkmaktadır. Araştırma bulguları da bu ilişkiyi desteklemektedir.

Bu kapsamlı deneysel çalışmanın bulguları her bir grubun birbirinden farklı, ancak her bir grup içerisindeki katılımcılarınki açısından tutarlı beyinsel aktivite desenlerine sahip olduklarını gösteriyor. Beklendiği gibi beyin bağlantılarının kapsamı beynin kullanım yoğunluğuna göre değişmekte, LLM grubunda en zayıf genel bağlantı tetiklenirken hiçbir dışsal araç kullanmayan grupta en güçlü ve en kapsamlı bağlantı ağları ortaya çıkmaktadır. Diğer taraftan, beyinsel aktivite azaldıkça katılımcıların yazdıkları denemelerdeki çeşitlilik azaldığı gibi, yeni yazılan denemeye dair hatırlananlar da azalmaktadır. Bu deneysel çalışma bulguları, insan-makine ilişkisinde insanın kendi bilişsel yüklerini makineye devrettikçe üretilen içerikteki payının azaldığını ve hafızasının da zayıfladığını göstermektedir. Nihayetinde, bu devir ilişkisi bir bağımlılığa dönüştükçe tamamen makine içeriğine mahkûm olunduğu için üretilen içerikler standartlaşmakta ve eleştirel düşünme becerisi de zayıflamaktadır.

İnsan-makine işbirliğini bilişsel verimlilik açısından olumlu bir paradigma değişimi olarak ele makalelerdeki yaklaşım, teknolojinin insan üzerindeki asimetrik etkilerini yeterince irdelememektedir. Yapay zekâ sistemleri geliştikçe, bilişsel kontrolün insandan makineye doğru kaydığına dair kanıtlar giderek artmaktadır. Bu kayma, yalnızca bilgi işleme hızının artması değil, aynı zamanda bilginin seçilmesi, önceliklendirilmesi ve değerlendirilmesi süreçlerinin de algoritmalar tarafından yönlendirilmesi anlamına gelmektedir. Literatürde "algoritmik yönlendirme" olarak adlandırılan bu durum, bireylerin farkında olmadan kendi bilişsel çerçevelerini makinenin önyargılı veri kümeleri üzerinden inşa etmelerine yol açmaktadır. Dolayısıyla, bu ilişkide insan-makine ilişkisi ile "bilişsel genişleme" argümanı, aslında insanın bilgiyle kurduğu ilişkinin yüzeyselleşmesini ve makinenin önerdiği çerçevelerle sınırlanmasını gözden kaçırmaktadır. Özellikle kişiselleştirilmiş öneri sistemleri ve üretken yapay zekâ uygulamaları, kullanıcının bilgi çeşitliliğine erişimini azaltarak bir tür bilişsel daralma ve bilgi tekelleşmesi yaratmaktadır. Bu etki, düşüncenin açıklığı ve çeşitliliği açısından önemli riskler doğurmaktadır.