AI Eğitim Programı Nasıl Oluşturulur

Geçen ay Nihal Kaya Öztürk ile birlikte "Şirketiniz Yapay Zekaya Ne Kadar Hazır?" eğitimini gerçekleştirdik. Eğitim boyunca fark ettik ki odadaki herkes aynı soruyla boğuşuyordu:

"Araçları aldık, erişim verdik — ama bir türlü işe yaramıyor. Neden?"

Bu yazı tam o sorunun cevabı. Ve spoiler: cevap lisansta değil, stratejide.

Rakamları Görelim

%78: Organizasyonların bu kadarı artık en az bir iş sürecinde yapay zeka kullanıyor. (McKinsey, 2024) 📊

%38: Ama yalnızca bu kadarı çalışanlarına resmi bir AI eğitimi sunuyor.

Yani bir tarafta neredeyse herkes AI kullanıyor, diğer tarafta çalışanların büyük çoğunluğu bunu kendi başına, kendi yöntemiyle, trial-and-error ile öğreniyor. Bu uçurum, şirketlerin önündeki en büyük stratejik risk.

%88: Gartner'a göre İK liderlerinin bu kadarı yapay zekadan henüz anlamlı bir iş değeri elde edemedi. 😰

%20: AI projelerinin sadece beşte biri ölçülebilir bir ROI sağlıyor. Geri kalanı? Bütçe yakıyor, rapor üretiyor, sonuç vermiyor.

%29: İK ekiplerinin yalnızca bu kadarı, yapay zekayı ölçeklendirecek veri ve araç altyapısına güvendiklerini söylüyor.

Tamam, mesaj net. Ama bu neden oluyor?

"Araç Aldık, Hazırız" — En Tehlikeli Yanılgı

Organizasyonların AI yolculuğunda yaptığı en büyük hata: Benimseme (Adoption) ile Hazırbulunuşluk (Readiness) kavramlarını birbirine karıştırmak.

Araç almak = erişim vermek = "hazırız" demek.

Ama gerçek hazırbulunuşluk çok farklı bir şey. Strateji, yönetişim, teknoloji, insan ve beceri boyutlarının yapısal olarak dönüştürülmesi gerekiyor. Biri eksik olunca sistem tutmuyor.

Nihal'in eğitimde çok güzel ifade ettiği gibi:

"Yapay zeka hazırbulunuşluğu; yüzeysel bir araç temini değil, stratejinin, yetkinliklerin ve rollerin yapısal olarak yeniden yapılandırılmasıdır."

(Haklı.)

Üç Klasik Yanılgı — Hep Aynı Hatayı Neden Yapıyoruz?

🔴 Yanılgı 1: Güçlendirme Yanılgısı

"Lisans verdik, artık inovasyon gelir."

Hayır gelmez. Veriler, direncin asıl kaynağının iş kaybı korkusu olmadığını gösteriyor (%12 civarı). Asıl sorun: aracın günlük iş akışıyla organik bağının kurulamaması. Çalışan bireysel olarak deney yapıyor, ama bu bireysel çaba kurumsal bir kas kütlesine dönüşmüyor.

BCG'nin 10.600 çalışanla yürüttüğü araştırma bunu sayısal olarak ortaya koyuyor: En az 5 saat eğitim alan ve bire-bir koçluk erişimi olan çalışanlarda düzenli AI kullanımı belirgin biçimde artıyor. Sadece erişim vermek yetmiyor. 📊

🔴 Yanılgı 2: Altyapı Körlüğü

Bir şirket CV tarama aracı entegre etti. Harika. Ama aday verileri üç farklı, birbiriyle konuşmayan sistemde dağınık halde duruyordu. Sonuç: hatalı eşleşmeler, güven kaybı, ekibin manuel yöntemlere geri dönmesi.

Amazon'un CV algoritması vakasını hatırlıyor musunuz? Geçmiş verilere dayanarak kadın adayları eleyecek şekilde eğitilmişti. En gelişmiş AI modeli bile kirli veri ve kötü tasarlanmış süreçlerle işlevsiz — hatta zararlı — hale gelir.

🔴 Yanılgı 3: Stratejik Hizalanma Eksikliği

İK liderlerinin yalnızca %30'u yapay zekanın kurum içindeki amacı ve somut kullanım senaryoları hakkında net bir stratejiye sahip. Ortak bir yönetişim çerçevesi olmadığında Pazarlama, Satış ve İK ayrı araçlar kullanmaya başlar. Yapısal silolar oluşur. Bir dalga etkisiyle tüm organizasyona karmaşa yayılır.

Global Şirketler Ne Yapıyor? Büyük Tablo

Tamam, sorunları gördük. Şimdi işe yarayan ne?

Şu an dünya genelinde devasa bir iş gücü yeniden eğitim dalgası yaşanıyor. İşte rakamlar konuşsun:

Amazon → $1,2 milyar ve 700.000+ çalışan 🚀

Amazon'un Upskilling 2025 programı, başlangıçta 100.000 çalışanı hedefliyordu. Sonunda 700.000 kişiyi aştı — hedefin 7 katı. Dokuz farklı eğitim izinden oluşan ekosistem; giriş seviyesinden, Amazon'un kendi bilim insanları tarafından verilen haftada yarım ile tam gün süren, 6 haftalık yüksek lisans düzeyindeki modüllere uzanıyor. Ayrıca 2 milyon insanı ücretsiz eğitmeyi hedefleyen "AI Ready" programı ve 2030'a kadar 50 milyon kişiyi geleceğe hazırlamayı amaçlayan "$2,5 milyarlık Future Ready" taahhüdü de gündemde.

Samsung → 267.000 çalışan, 4 seviyeli sertifika sistemi

Samsung'un yaklaşımı katmanlı: Tüm çalışanlar için GenAI PowerUser temeli, yazılım mühendisleri için gelişmiş AI izleri, tasarımcılar için ayrı bir program. Bunun üzerine 4 seviyeli Veri Analizi sertifika sistemi ekleniyor. 2024'ten itibaren tüm çalışanlar için AI Etiği eğitimi zorunlu hale getirildi. Ve şunu da ekleyelim: Samsung'un şirket içi yükseköğretim kurumu SSIT, bugüne kadar 1.100'den fazla lisans, 654 yüksek lisans ve 107 doktora derecesi verdi. Şirket içinde doktora. 😶

JPMorgan Chase → Tüm yeni işe alımlara zorunlu prompt mühendisliği

JPMorgan Chase, 2024'te tüm yeni çalışanlar için prompt mühendisliği eğitimini zorunlu kıldı. Şirketin GPT-4 ve Anthropic modellerine erişim sağlayan iç platformu "LLM Suite" artık 200.000'den fazla çalışana ulaşıyor.

Accenture → $3 milyar yatırım, terfiye bağlı AI kullanımı

Accenture, 700.000 çalışanından 550.000'inden fazlasına üretken AI temeli kazandırdı. Ama asıl ilginç olan şu: Şubat 2026'dan itibaren AI benimsemesi terfi kararlarıyla doğrudan ilişkilendirildi. Kıdemli yöneticilerin haftalık AI kullanımları izleniyor. CEO Julie Sweet ise Eylül 2025'te yeniden eğitimin "mümkün olmadığı" çalışanların şirketten ayrılacağını açıkladı — ve bunun için $865 milyon ayırdı. Sert bir mesaj, ama net.

Deloitte → %100 AI akıcılığı hedefi, Anthropic ortaklığı

Deloitte'un AI Academy'si 120.000'den fazla profesyoneli eğitti. Üç katmanlı yapı: tüm iş gücü için AI Akıcılığı, yöneticiler için AI Liderliği ve yoğun geliştirici izleri. Anthropic ile ortaklık kurarak 15.000 profesyoneli anayasal AI prensipleri konusunda sertifikalandırdı.

Meta → 2026'dan itibaren performans değerlendirmesinde AI kullanımı zorunlu

Meta, büyük teknoloji şirketleri arasında AI kullanımını resmi olarak performans kriterlerine bağlayan ilk şirket oldu. "Level Up" adlı iç gamification aracı, AI kilometre taşları için rozetler dağıtıyor. 😰

Google → Tüm iç öğrenme platformunu AI'ya odakladı

Google, Haziran 2025'te "Grow" platformunu AI kurslarına odaklanacak şekilde yeniden yapılandırdı; bugünkü işe "uygun olmayan" eski içerikleri kaldırdı. CEO Sundar Pichai, Temmuz 2025 toplantısında çalışanlardan AI'ı günlük olarak kullanmalarını açıkça beklediğini duyurdu.

Tüm bu örneklerde ortak bir mimari görüyoruz: "Geniş + Derin" — tüm çalışanlar için temel AI okuryazarlığı, ardından ileri düzey, role özgü uzmanlaşma izleri. McKinsey bunu şöyle çerçeveliyor:

Okuryazarlık → Benimseme → İnovasyon.

Çoğu şirket birinci aşamada takılıp kalıyor.

"Silicon Ceiling" — Yöneticiler Kullanıyor, Sahada Duvar Var

BCG araştırması çarpıcı bir noktaya parmak basıyor: Yönetici ve üst düzey çalışanların %75'inden fazlası üretken AI'ı haftada birkaç kez kullanıyor. Ön saflardaki çalışanlarda bu oran? %51. Ve bu rakam bir yıldan fazladır olduğu yerde duruyor.

BCG buna "silikon tavan" (silicon ceiling) diyor.

Asıl ilginç bulgu şu: Liderler AI kullanımını aktif olarak modelleyip teşvik ettiğinde, çalışanların AI'ya yönelik olumlu tutumu %15'ten %55'e çıkıyor. Yani en güçlü eğitim aracı bazen bir liderlik davranışı.

Microsoft tam bunu yaptı: Copilot'u tüm çalışanlarına ve iş ortaklarına dağıttı, ardından takım düzeyinde eğitimler inşa etti. Haziran 2025'te bir üst düzey yönetici şirket geneline şu notu gönderdi: "AI artık çalışma şeklimizin temel bir parçası — isteğe bağlı değil."

AI Olgunluk Piramidi — Eğitim Programını Nereye Oturtmalısın?

Nihal'in eğitimde paylaştığı bu çerçeve, "nereden başlayacağım?" sorusunun en net cevabı:

▲ 5. Beceri & Yetkinlik → Çalışanlar çıktıları eleştirel süzgeçten geçirebiliyor mu?

▲ 4. İnsan → Psikolojik güvenlik ve rol netliği sağlandı mı?

▲ 3. Teknoloji & Veri → Veriler AI modellerini besleyecek kadar temiz mi?

▲ 2. Yönetim → AI kararlarının etik sorumlusu kim?

▲ 1. Strateji (TEMEL) → Hangi problemi çözmek için AI kullanıyoruz?

Çoğu şirket 5. katmandan başlıyor — "prompt eğitimi verelim" diyor. Ama 1. katman sağlam değilse, üstteki her şey kumdan kule.

Accenture bu piramidi somutlaştırıyor: Önce strateji (ne için AI?), ardından altyapı ve veri, sonra ölçekli eğitim, en sonunda da bunu terfi ve performans sistemlerine bağlama. Sıra önemli.

İyi Bir AI Eğitim Programının 4 Yapı Taşı

Rakamları gördük, yanılgıları gördük, global örnekleri gördük. Şimdi ne yapmalı?

🧱 1. Strateji & Amaç

Eğitim başlamadan önce tek bir soruyu cevaplayın: "Bu eğitimden sonra hangi iş problemini farklı çözeceğiz?" Cevap yoksa, eğitim de olmaz. Samsung'un tüm programlarının belirli bir iş çıktısına bağlı olmasına, Amazon'un her eğitim izinin ayrı bir iş birimiyle ilişkilendirilmesine bakın.

🧱 2. İçerik: Prompt Değil, Problem Çerçeveleme

"ChatGPT'ye nasıl yazılır" değil — "Doğru soruyu nasıl sorarım, çıktıyı nasıl eleştiririm, ne zaman güvenirim ne zaman güvenmem?" öğretilmeli.

BCG'nin danışmanlar üzerinde yaptığı deneyi hatırlayalım: AI kullananlar %40 daha hızlıydı. Ama "Problem Çerçeveleme" yeteneği zayıf olanlar, daha hızlı ama daha düşük kaliteli çıktılar üretti. Hız tek başına bir şey ifade etmiyor.

Mesaj net: AI akıcılığı = prompt yazmak değil. Asıl yetkinlik, doğru soruyu sormak ve çıktıyı eleştirel süzgeçten geçirmek.

🧱 3. Güvenli Deneyim Alanı (Sandbox)

Çalışanlar AI kullanmayı hâlâ "tembellik" olarak görüyor. Bu algıyı kırmak için hata yapılabilir, deneme-yanılma ortamları şart.

Bain'in "ChatGPT Olimpiyatları"nda çalışanlar 19.000'den fazla özel GPT geliştirdi. PwC'nin "Prompting Party"leri — haftada 10 adet, 1.500 AI benimseme temsilcisi tarafından kolaylaştırılan sosyal öğrenme etkinlikleri — firmada AI kullanımını %95'in üzerine taşıdı. Öğrenme sosyal ve güvenli olduğunda ölçekleniyor.

🧱 4. Ölçüm & Süreklilik

Eğitim bitti, ne oldu? AI günde 1,5 saat kazandırıyor — ama bu zaman stratejik işlere yönlendirilmeden performansa dönüşmüyor.

EY, programı başlattığından bu yana 115.000'den fazla AI rozeti verdi — günde 430 sertifika. Citigroup'un adaptif platformu, uzmanların 10 dakikada, yeni başlayanların 30 dakikada tamamladığı bir değerlendirme sistemi kurdu. Ölçüm mekanizması olmadan hiçbir eğitim kurumsal değere dönüşmez.

Düzenleyici Baskı Geliyor — Hazır Olmayanı Bekleyen Ceza Var

Bir de şunu ekleyelim: AB Yapay Zeka Yasası'nın 4. Maddesi, 2 Şubat 2025 itibarıyla yürürlüğe girdi. Tüm AI sistemleri için — risk seviyesinden bağımsız olarak — çalışanların "yeterli düzeyde AI okuryazarlığına" sahip olması zorunlu hale geldi. Teknik ekiplerle sınırlı değil; yöneticiler, proje yöneticileri ve son kullanıcılar da kapsam dahilinde.

Yaptırımlar 2 Ağustos 2026'da başlıyor. Ceza tavanı: 35 milyon Euro ya da küresel cironun %7'si. 😰

HSBC zaten bu yolda: Tüm çalışanlar için Sorumlu AI eğitimini zorunlu tuttu. AB düzenlemesinin standardını öngördü ve uygulamaya geçti.

Türkiye'deyiz, AB yasası doğrudan bağlayıcı olmayabilir — ama global ortaklarınız, müşterileriniz ve çalıştığınız sistemler için bu standart giderek bir beklenti haline geliyor.

"Ne Yapmalıyım?" Diyorsan 3 Adım

1. Önce stratejiyi yaz, sonra araç al. Hangi problemi çözüyorsunuz? Hangi süreci dönüştüreceksiniz? Bu soruların cevabı yoksa, başka bir lisans almayın.

2. Eğitimi prompt kursundan çıkar, yetkinlik programına dönüştür. Eleştirel düşünme, problem çerçeveleme, çıktı değerlendirme — bunlar yeni dönemin elite yetkinlikleri. "Versatilist çalışan" modeli: teknik bilgi değil, stratejik çerçeveleme.

3. Güvenli alan aç, sonucu ölç. Çalışanların denemesine izin ver. Ama kazanılan zamanı takip et ve stratejik işlere yönlendir. Ölçmediğin şeyi yönetemezsin.

Araç almak yetmez.

Öğrenmek de tek başına yetmez.

Kurum olarak öğrenmek — işte asıl mesele bu.

Dünya genelinde Samsung'dan Accenture'a, JPMorgan'dan Unilever'a — hepsi aynı şeyi söylüyor: AI okuryazarlığı artık bir avantaj değil, taban beklenti. Ve bu tabana ulaşmak rastgele lisans dağıtmakla olmuyor.

Nihal'in eğitimde söylediği bir şeyi burada bırakalım:

"Gerçek dönüşüm, eski süreçlere teknoloji yamalamak yerine, veri altyapısını ve iş akışlarını yapay zeka merkezli olarak baştan tasarlamayı zorunlu kılar."

Hadi başlayalım. 🚀