Uygulamada Gerçekten Değişim Yaratacak Akademik Personel Gelişimini Nasıl Tasarlarım?

Bu İngilizce sayfanın bir ana dili konuşanı tarafından gözden geçirilmemiş otomatik çevirisidir.

Akademik personel gelişimi işlerinden siz soruluysanız, üzerinizdeki baskı muhtemelen şunlardan biridir: rektör yardımcınız bu yıl bir YZ programı istiyordur, katılıım iyi olup sınıflarda hiçbir şey değişmiyordur ya da en çok ihtiyaç duyan kişiler hiç gelmemektedir. Üçü de aynı tasarım hatasını işaret eder. Bir öğretmenin uygulamasını değiştiren şey, bir aracın neler yapabileceğini öğrenmek değildir; yeni bir alışkanlığın eskisinin yerini alabilecek kadar uzun süre, desteklenen ve yapılandırılmış biçimde, kendi dersindeki bir sorun üzerinde çalışmak ve kurumun deneye açıkça “evet” demesidir — yalnızca izin vermesi değil.

Kısa özet. Araç gösterileri yapmayı bırakın. Her katılımcının gerçek bir ders materyali getirdiği ve düzeltilmiş bir materyalle ayrıldığı bir oturum döngüsünü standartlaştırın; doğrulamayı, şeffaflığı (açıklamayı) ve risk kontrolünü etik ek bileşeni olarak değil, çalışma şablonunun içine yerleştirin; programı tek bir günün ötesine uzatın ve mentorlukla eşleştirin; disipline özgü kohortlar oluşturun; ve katılımcıların son gün kendilerini ne kadar kendinden emin hissettiklerini değil, gecikmeli biçimde ürettikleri materyalleri ölçün. Bu sayfanın geri kalanı, bu tercihlerin her biri için kanıtları, bunların geçerli olup olmadığına karar veren kurumsal koşulları ve işe yaradı mı diye soran bir dekana ne söyleneceğini içerir.

Atölye modeli neden beklentiyi karşılamıyor

Bu literatürdeki en doğrudan karşılaştırma, beş üniversitedeki 568 akademik personele anket uygulayan ve ardından bunların 160’ıyla yarı-deneysel bir çalışma yürüten Bi ve ark. (2026) olmuştur. Her iki kol da arka arkaya haftalar boyunca dörter 90 dakikalık atölye aldı; temas süresi, kullanılan platform ve kolaylaştırıcı desteği aynıydı. Fark içerikteydi: bir kol geleneksel GenAI akademik personel gelişimi aldı, diğeri istek metni formüle etme, çıktı değerlendirme, ders materyali revizyonu ve yazılı refleksiyondan oluşan yapılandırılmış bir döngüyü; hedefleri, görev kısıtlarını, değerlendirme ölçütlerini, doğrulamayı, açıklamayı ve risk kontrolünü kapsayan yedi bileşenli bir şablona göre işledi. Yapılandırılmış kol yedi hazırbulunuşluk boyutunun tamamında daha yüksek puan aldı; en büyük avantajını istek metni tasarımında yaklaşık iki standart sapma ile elde etti ve istek metni tasarımındaki kazancı gecikmeli testte ayakta kalan tek kol oldu — geleneksel kolun daha küçük kazancı izleme ölçümünde taban çizgisinin altına gerilemişti.

Gösterilerin neden yayılmadığını iki sonuç daha açıklıyor. AI-TPACK ölçekleri üzerinde 898 üniversite öğretmenine anket uygulayan Bai ve Hsieh (2026) çalışmasında, üretici araçların nasıl çalıştığını anlayan veya onları yetkin biçimde kullanabilen öğretmenler, bunu yapamayanlara göre yeni öğretim uygulamaları icat edip hayata geçirdiklerini bildirme olasılığında hiç daha yüksek değildi. Bütünleşik AI-TPACK yapısının yenilikçi davranışa hiç doğrudan bir yolu yoktu: etkisi tamamen YZ Okuryazarlığı, öğretim Öz Yeterlilik algısı ve mesleki kimlik üzerinden işliyordu. Başka bir deyişle, yetenek, öğretmenin kendini nasıl gördüğü tarafından aracılık ediliyor; aracın adım adım gösterilmesinin ele aldığı bir şey değil bu.

Bir tavan da var. 13 yükseköğretim öğretmeniyle yürütülen katılımcı içi bir çalışmada, sohbet robotu erişimi Bloom’un iki veya daha fazla üst düzey görevine ulaşan etkinliklerin payını %41,7’den %91,7’ye yükseltti (p = ,01) ve algılanan bilişsel çabayı ortanca değeri 6,33’ten 3,33’e düşürdü (p = ,004) — ancak üzerine eklenen pedagojik istek metni eğitimi tasarım kalitesini daha fazla artırmadı ve çabayı hafifçe yükseltti. 60 ortaokul fen bilimleri öğretmeniyle yapılan bir atölyede ise verimli unsur, ChatGPT tarafından üretilen değerlendirme sorularının işbirlikçi biçimde gözden geçirilmesiydi; kavramsal kesinlik sorunlarını ve YZ Hakkında Yanlış Kanılar’ın güçlendirilme riskini ortaya çıkaran şey buydu. Bu iki çalışmanın paylaştığı şey, öğrenmenin materyal gösterilmekten değil, materyalin eleştirilip düzeltilmesinden geldiğidir.

Onun yerine ne yapılmalı

Yukarıdaki kanıtlara en çok uyan tasarım mimarisi, bir GenAI profesyonel gelişimi PRISMA incelemesinden ve 17 ek çalışmayı gün yüzüne çıkaran bir aramadan yola çıkılarak oluşturulmuş Dogan’ın (2026) i-TPACK çerçevesidir. Beş bilgi alanını — akıllı teknoloji bilgisi, teknolojik içerik bilgisi, teknolojik pedagoji bilgisi, bütünleşik i-TPACK ve YZ etiği — dört kanıta dayalı yol ile hizalar: Etkin Öğrenme, modeller ve örnekler, koçluk ve uzman desteği, ile Geri Bildirim ve refleksiyon; ve bunların tümünü “Siloslar Üzerinde Bütünleşik Sinerjiden Yapı İçinde Esnekliğe” uzanan beş ilke yönetir. Kimsenin programını kopyalamadan önce ciddiye alınmaya değer olan eleştirisi şudur: mevcut birçok uygulamada etik ya yüzeysel ele alınır ya da tümüyle yok sayılır. Çerçevenin sınırı, kavramsal olması ve program düzeyinde sonuç verisi bulunmamasıdır.

Gelecek dönem yürütebileceğiniz bir programa dönüştürüldüğünde bu şu anlama gelir:

• Her oturum düzeltilmiş bir materyalle sonuçlanır. Katılımcılar bir hedef, bir rubrik veya bir değerlendirme görevi getirir ve onu değiştirilmiş olarak bırakır. Bi ve ark. (2026) tam olarak bu döngüyü ölçmüştür ve izleme ölçümünde ayakta kalan sürüm budur.
• Şablon zor kısımları taşır. Doğrulama, açıklama ve risk kontrol, katılımcıların hafta boyunca kullandıkları çalışma belgesinin içinde olmalıdır; kapanış bölümünde değil. Aynı zamanda gerginliğin gidecek yararlı bir yer bulmasının yolu da budur; bunun önemi aşağıda ortaya çıkacaktır.
• Değerlendirme tasarımını en yüksek verimli hedef olarak ele alın. Talebzadeh’in (2026) iki saatlik dört oturumdan oluşan, 163 öğretmen ve öğretmen adayıyla yürüttüğü sekiz saatlik programında toplam AI-PCK 151,65’ten 220,14’e yükseldi (d = 2,36, p < ,001) ve en büyük bileşen etkisi Değerlendirme Rubrikleri’ydi (d = 2,19) — aynı zamanda ön testteki en zayıf alan da buydu. Boşluk, öğretim yöntemine göre değerlendirmede daha dardı.
• Bir günden fazlası için bütçe ayırın ve mentorluk ekleyin. Aynı programdaki öğretmen adayları deneyimli öğretmenlerden belirgin biçimde daha fazla kazanım elde etti (p = ,033); bu çoğunlukla senaryo temelli görev tasarımı ve rubrik tasarımındaydı. Deneyimli öğretmenler sekiz saatin kökleşmiş alışkanlıkları değiştirmek için fazla kısa olduğunu söyledi ve uzun vadeli, mentor temelli destek istedi.
• Tek bir evrensel atölye yürütmek yerine kitlenizi segmentlere ayırın. Sutedjo, Chowdhury ve Liu (2026), 127 katılımcı arasında özdeğerlendirmeye dayalı pedagojik içerik bilgisinin yüksek (M = 4,70), içerik bilgisinin ise tavana yakın (M = 5,15) olduğunu; teknolojik pedagoji bilgisinin (M = 2,62), teknolojik içerik bilgisinin (M = 2,75) ve bütüncül TPACK’in (M = 2,55) belirgin biçimde daha düşük olduğunu buldu. İçerik bilgisi teknoloji bütünleştirilmiş alanların hiçbiriyle anlamlı bir korelasyon göstermedi (r = ,11–,15); dolayısıyla konu ustalığı kendiliğinden aktarılmıyor ve bu üç düşük alan birbiriyle r = ,81–,91 düzeyinde ilişkiliydi — muhtemelen ayrı üç modül değil, birlikte paylaşılan bir temel olarak tek bir öğretme kapasitesi.
• İlişkilerin kapsamda olup olmayacağına karar verin. Aponte ve ark. (2026), YZ’nin öğretmenlerin sosyo-duygusal gelişimine yalnızca ilişkisel altyapı görevi gördüğünde — mentorluk için korunan süre, meslektaş diyaloğu, uygulama toplulukları — katkıda bulunduğunu ileri sürer ve temas saatleri yerine güveni, desteğin sürekliliğini ve ortak düzenlemeyi sayan bir ölçüt olarak ilişkisel yoğunlaşma (relational densification) kavramını önerir. İki iddiaları doğrudan aktarılıyor: kurum serbest kalan sürenin yeniden yatırımını resmen şart koşmazsa o süre ek talep olarak emilir; ve sohbet robotları, gelişimi üreten zor insan müzakerelerinin yerine sessiz sedasız düşük sürtünmeli bir ikame haline gelebilir. Çerçeveleri sezgiseldir, sınanmış nedensel bir iddia değildir.

Kurumsal koşullar müfredattan daha çok şey belirler

Bu bulguyu yönetim toplantısına götürün. Aynı çalışmada, Kazakistanlı akademik personel yedi boyutun tamamında Çinli meslektaşlarına göre daha yüksek bir taban hazırbulunuşluğu bildirdi; en geniş boşluklar disiplinler arası aktarımda, istek metni tasarımında ve temel anlamadaydı. Yine de hiyerarşik regresyonda, tek başına açıkça anlamlı olan Kazakistan katsayısı — önceki GenAI kullanımı, son dönem YZ eğitimi, kurumsal destek, algılanan izin, çok dilli kaynak erişimi, politika netliği ve risk duyarlılığı modele girildiğinde — anlamlılığını yitirdi; bu azalma yaklaşık beşte dört kadardı. Kurumsal destek ve algılanan izin en yüksek pozitif ağırlığı taşıdı. Risk duyarlılığı, hazırbulunuşluk aleyhine işleyen tek yordayıcıydı. Son altı ayda YZ ile ilgili eğitim aldığını bildiren Çinli personel sayısına kıyasla iki katından fazla Kazakistanlı personel bu eğitimi aldığını bildirdi.

Bir program lideri için bu nedenle kaldıraçlar yerel ve yakındır: uygulamalı pratik, denemeye açık izin, personelinizin gerçekten çalıştığı dillerde materyaller ve birimin görünür desteği. Ulusal politika çerçevesi tek başına hazırbulunuşluğu taşımaz. Risk duyarlılığının ısırdığı yerde çözüm temkinliliği aşağılamak değil, onun kullanılabileceği bir yer sağlamaktır — gerginliğin yargıya dönüştüğü yol rubrik tasarımı ve doğrulama rutinleridir.

Aynı konuşmaya girmesi gereken iki pratik sürtünme daha vardır. Kullanıma devam etme niyeti, Bi ve ark. (2026) çalışmasında en yüksek puan alan memnuniyet boyutuydu; araç kullanılabilirliği ise en düşüktü — dolayısıyla isteksizlik gibi görünen şeylerin bir kısmı platform sürtünmesidir. Aponte ve ark. (2026) ise zor sınırı şöyle yerleştirir: YZ kronik aşırı yükü, cezalandırıcı bir hesap verebilirlik kültürünü, zayıf liderliği ya da korunan sürenin olmayışını telafi edemez. Bunlar sizin koşullarınızsa, daha iyi bir atölye onları düzeltmez.

Şüpheciler ve kaygılılar engel değil, asıl konunun kendisidir

Laidlaw (2026), bir otoetnografik anlatıdan yola çıkarak direncin bir beceri açığı olmadığını savunur. GenAI dünyasında öğretmenin amacının ne olduğunu soran personel, bir aracı güvenle nasıl kullanacağını sormuyor; soru ontolojiktir. GenAI’yi bir eşik kavramı olarak okuyan — dönüştürücü, sorunlu, geri döndürülemez, bütünleyici, sınırlı — yazar, kaygının, direncin ve kafa karışıklığının düzeltilmesi gereken sorunlar değil, onu geçmenin zorunlu parçaları olduğu sonucuna varır ve önerileri standart atölyeyi ters yüz eder: gösterilerle değil kimlik sorularıyla açılır, disipline özgü kohortlar yürütülür, farklı zaman çizelgelerine izin verilir ve disiplin değerlerine dayanan ilkeli benimsememek meşru sayılır. Yazar ayrıca kuralların iletiminin, desteğin yerine uyum mesajlarını koyan bir “uygulama yanılsaması”na (enforcement illusion) dönüşebileceğini uyarır.

Uyarlama lehine burada bir tasarım argümanı da var. Bai ve Hsieh (2026) çalışmasında, mesleki kimlik, yenilikçi davranışı YZ’yi nadiren kullananlarda günlük kullananlara kıyasla neredeyse iki kat daha güçlü yordadı — sınırda bir sonuç, ama araçlara neredeyse hiç dokunmayan kişilerde kimlik çalışmasının en çok karşılığı olduğunu düşündürüyor. Sutedjo ve meslektaşları, uzmanlığın aktarılmadığı gerekçesiyle kasten disipline özgü programlama savunur; Laidlaw disipline özgü kohortları kimlik konuşmalarının yapıldığı ortam olarak ister; Bai ve Hsieh ise deneyime göre ayrım yapılmasını önerir: sınırlı kullananlar temel rehberliğe, sık kullananlar ise disiplinler arası projelerden daha fazla kazanç sağlar.

Kaygılı katılımcı için Aponte ve ark. (2026), motivasyonel değil yönetişimsel bir koşul ekler: iyi oluş desteğini yönetsel değerlendirmeden ayırın, veriyi en aza indirin, amacı sınırlandırın, katılımı gönüllü tutun ve insan gözetimini güvence altına alın. YZ aracılı bir ortamda belirsizliğin itiraf edilebilir olmasını sağlan şeyler bunlardır.

Duygusal katmanın artık kendi ölçüm aracı var. Vassallo (2026), 109 akademisyene anket uygulayarak bir “YZ suçluluk kompleksi” belirledi: %35’i YZ kullanımının itibarlarını zedelediğinden endişe duydu, %26’sı kendilerini “hile yapıyor” gibi hissettiğini bildirdi; itibar konusunda kullanım sonrası pişmanlığı aşan, öngörülü bir suçluluk söz konusuydu — dolayısıyla sıkıntı sosyo-meslekiydi, özel değil. Dört profil ortaya çıktı: Rahat Benimseyenler (27%), Suçlu Olmayan Kullanıcılar (29%), İhtiyatlı Kullanıcılar (28%) ve Ahlaki Sıkıntı İçindeki Uzak Duranlar (16%) — demek oluyor ki tek bir program dört farklı soruna hitap ediyor ve araçları kullanmazken suçluluk hisseden %29’un bir gösteriden başka bir şeye ihtiyacı var. Kurumsal görevin boyutu, 1.057 akademik personelle yapılan AAC&U/Elon anketinde (Watson ve Rainie 2026) görülür: %68’i okullarının personeli öğretim ve mentorlukta üretici YZ kullanımına hazırlamadığını bildirdi (akademik çalışmalar için benzer bir oran), katılımcıların %26’sı araçları hiç kullanmıyor — sanat ve beşeri bilimler personelinin %40’ı dâhil — ve %82’si bölümsel benimsemeye karşı engel olarak meslektaşlarının direncini gösteriyor.

İşe yaradığını finanse edene kanıtlamak

Uyumlanmaya değer kurumsal iskele, iki makro döngüde ve 114 katılımcıyla — 28 ABD kurumundan ve 11 ülkeden personel, ayrıca öğretim merkezi direktörleri ve akreditasyon koordinatörleri — yürütülen tasarıma dayalı araştırmasıyla Crompton, Burke ve Nickel (2026) tarafından üretilmiştir; çıkan altı standart, akademik rolün öğretim dilimi yerine tamamını kapsar: Eğitmen, Koordinatör, Lider, Araştırmacı, Öğrenen ve Katkıcı. Boşluk gerçektir: mevcut çerçeveler ve eğitimci standartları ya K-12 öğretmenlerini hedefler ya da yalnızca öğretimi ele alır. Bu tür standartlar, bir gelişim merkezinin sunduklarını performans değerlendirme ve akreditasyonla hizalamasına izin verir; bağlantısız atölyeler yürütmek yerine — aynı zamanda bütçe incelemesinden sağ çıkan argüman da budur.

Değerlendirmeye dikkat edin, çünkü bu literatürün çoğu öz bildirim ölçmektedir. Bi ve ark. (2026) uygulanan öğretimi ya da öğrenme öğrenmesini değil, öz bildirime dayalı hazırbulunuşluğu ölçmüştür; kolları rastgele atamayla değil, gönüllü kayıt ve kurumsal programlamayla oluşturulmuştur, dolayısıyla sonuçlar nedensel tahminler değil, ilişkilerdir. Bai ve Hsieh (2026) kesitsel ve öz seçilimlidir, bir ülkedeki sekiz üniversiteye dayanmış ve her yapıyı aynı katılımcılardan tek bir zamanda ölçmüştür; yenilik ölçekleri ayrıca genel bir yenilik ölçüsünün ifadelerini korumuştur. Sutedjo ve meslektaşları nedensellik yönünü kuramaz; bu, en güçlü iddiaları — teknolojik bilginin bir geçit görevi gördüğü — kesitsel bir tasarımın tam olarak çözemeyeceği şey olduğu için önemlidir. Talebzadeh (2026), rastgele atama, izleme ölçümü veya disiplin düzeyinde döküm olmadan çok büyük etkiler bildirir; bu nedenle d = 2,36 kalıcı uygulamanın kanıtı değil, kısa vadeli bir sonuç olarak okunmalıdır. Laidlaw (2026) bir otoetnografik yansımadır ve Aponte ve ark. (2026) çerçevelerinin kavramsal olduğunu belirtir.

Savunulabilir bir değerlendirme bu nedenle görüşleri değil materyalleri ölçer: katılımcının düzelttiği ders materyallerini, yazdığı rubrikleri, tasarladığı görevleri. Gecikmeli test yapar, çünkü Bi ve ark. (2026) çalışmasındaki boşluk yalnızca izleme ölçümünde ortaya çıkmıştı; geleneksel kol düşüş yaşamış, yapılandırılmış kol yaşamamıştır. Memnuniyet ve özgüveni zayıf sinyal olarak ele alır — Pishtari ve meslektaşları (2026), kalite kazanımlarının tek başına özümsemeyi kanıtlamadığını; yükselen tasarım kalitesinin rutin işlerin devredilmesini veya YZ üretimi yapıların benimsenmesini eşit biçimde yansıtabileceğini not eder. Ve Aponte ve ark. (2026) izinden en az bir ilişkisel gösterge ekler, çünkü katılımcıları yalıtırken materyalleri iyileştirmek programın iddia ettiği şey değildir.

Üç itiraz, üç yanıt

“Saatimiz yok.” O zaman eklemek yerine farklı harcayın. Bi ve ark. (2026) karşılaştırması temas süresini dörter 90 dakikalık oturumda sabit tuttu; yapılandırılmış kol aynı bütçeyle daha iyi performans gösterdi. Bir materyal döngüsü olarak düzenlenen altı saat, altı saatlik gösteriyi geride bırakır; değerlendirme rubriklerine ayrılmış daha kısa bir format ise Talebzadeh (2026) çalışmasındaki en zayıf alanı hedefler.

“Personelimiz gelmez ya da şüpheciler altını üstüne getirir.” Şüphecileri bir gösteriye katılmaya zorlamayın. Kimlik sorularıyla açın, disipline özgü kohortlar yürütün, farklı zaman çizelgelerine izin verin ve ilkeli benimsememenin meşru bir pozisyon olduğunu yüksek sesle söyleyin — bu, Laidlaw (2026) tavsiyesidir ve uyum tartışmasını ortadan kaldırır. Kimlik çalışmasının en çok nadiren kullananlarda işe yarayacağını bekleyin; dayanak Bai ve Hsieh (2026) çalışmasıdır.

“İnsanları harekete geçiremeyiz.” Çoğunlukla geçiremezsiniz, ama kurumun ne sinyal verdiğini değiştirebilirsiniz. Bi ve ark. (2026) çalışmasında ulusal-arka plan etkisi çöktükten sonra algılanan izin ve kurumsal destek en yüksek pozitif ağırlığı taşımıştı; dolayısıyla işe yarar hamleler ucuz olanlardır: denemenin onaylandığını açıkça belirtin, sürenin emilmemesi için onu resmen koruyun, personelin çalıştığı dillerde materyaller sağlayın ve platform sürtünmesini giderin — aynı çalışmadaki en düşük puan alan boyut buydu.

Program tasarımcıları için kontrol listesi

• Her oturumu, katılımcıların getirip ayrılmadan önce düzelttiği gerçek bir ders materyaline — hedef, rubrik veya değerlendirme görevi — dayandırın.
• Doğrulama, açıklama ve risk kontrolünü etiği kapanış ünitesi olarak eklemek yerine çalışma şablonunun içine yerleştirin.
• Yeterince uzun süre yürütün ve programa mentor temelli bir izleme eşlik ettirin; deneyimli personel kısa formatların kökleşmiş alışkanlıkları değiştiremediğini bildirmektedir.
• Tek bir evrensel atölye yürütmek yerine disipline özgü kohortlar kurun ve deneyim düzeyine göre ayrım yapın.
• Gösterilerden önce kimlik sorularıyla açın ve ilkeli benimsememeyi meşru bir mesleki pozisyon olarak ele alın.
• Kurumsal desteği, algılanan izni, korunan süreyi ve personelin çalıştığı dillerde erişimi güvence altına alın; bunlar ulusal politika çerçevesinden daha fazla ağırlık taşır.
• Materyalleri, gecikmeli ölçümü ve en az bir ilişkisel göstergeyi kullanarak değerlendirin; etki büyüklüklerini öz bildirim ve kesitsel tasarımlara karşı dürüstçü bildirin.

Yetkinlik hedefinin kendisi için Akademisyenlerin YZ Konusunda Hangi Yetkinliklere İhtiyacı Var? bölümüne; YZ’yi bir atölyede değil bir kursta yapılandırmak için YZ Öğrenme Deneyiminin İçine Nasıl Tasarınmalıdır? bölümüne; daha geniş kurumsal tablo için ise Öğretim Elemanlarının Bilmesi Gereken Eğitimde Yapay Zeka Araştırmasından En Önemli 10 Bulgu Nedir? bölümüne bakın.