Pazar akşamı saat 21:00. Bir öğretmen bilgisayar başına oturuyor. Yarınki dersin planını hazırlayacak, 7. sınıflar için bir quiz oluşturacak, geçen haftaki ödevlerin geri bildirimini yazacak. Klasik senaryo: en az iki saat.
Ama bu sefer farklı. Madlen'i açıyor, kazanımı seçiyor, birkaç parametre giriyor. Üç dakika sonra plan hazır, quiz hazır, geri bildirim taslağı hazır. Geriye kalan zamanı yarınki ders için bir "ders kancası" düşünmeye ayırıyor. Öğrencilerin dikkatini nasıl yakalayacağını kurguluyor.
Bu sahne, Ekim 2024'ten Nisan 2026'ya kadar platformumuzda 18.566 öğretmenin günlük rutinine dönüştü. Ve biz bu 18 ayın verisini ilk kez bir araya getirip "Geleceği Tasarlamak: Türkiye'deki Öğretmenlerin Yapay Zeka Adaptasyon Raporu"nu yayımladık.
Raporu hazırlarken amacımız sadece büyük rakamlar sıralamak değildi. Asıl merak ettiğimiz şuydu: öğretmenler yapay zekayı gerçekten nasıl kullanıyor? Neyi değiştiriyor, neyi koruyor? Nerede güveniyor, nerede direniyor?
İşte bulduklarımız.
Yapay zeka öğretmenlere ne kadar zaman kazandırıyor?
308.062 saat. Duyunca ilk refleks "vay be" demek oluyor. Ama bizi asıl heyecanlandıran rakamın kendisi değil, o zamanın nereye aktığı.
Nasıl hesapladık? Geleneksel yöntemlerle ortalama 60 dakika süren bir podcast oluşturma, 45 dakika süren kapsamlı bir rubrik hazırlama, her öğrenci için 10 dakika alan manuel kompozisyon değerlendirme gibi süreçleri baz aldık. Platformumuzun saniyeler içinde tamamladığı her işlemde, geleneksel süre ile yapay zekanın işlem süresi arasındaki fark "kazanılan zaman" olarak hesaplandı.
Peki o zaman nereye gidiyor? Verilerimiz ilginç bir tablo çiziyor. İçerik üretiminin %38'i öğleden sonra, yani tam da okul saatlerinde gerçekleşiyor. Aktivite yoğunluğu saat 10:00 ile 15:00 arasında zirve yapıyor. Yani öğretmenlerimiz bizi evde ders hazırlığı için değil, sınıfın tam ortasında kullanıyor. Ders arasında hızlı bir quiz, teneffüste yarınki plan, öğle arasında bir podcast taslağı.
OECD Digital Education Outlook 2026 raporuna göre öğretmen odaklı yapay zeka araçları hazırlık süresini %30'a kadar azaltabiliyor. Bizim verilerimiz bu bulguyu Türkiye ölçeğinde somutlaştırıyor. Ama biz bu tasarrufun kendisinden çok, tasarrufun yarattığı boşluğa bakıyoruz. O boşluk, öğretmenin öğrencisiyle göz teması kurmasına, koridorda "bugün nasılsın?" demesine, tahtada o açıklayıcı şekli çizmesine dönüşüyor.
425.669 soru üretildi, %98'i dokunulmadan öğrencilere atandı
Bu veri bizi hem gururlandırdı hem düşündürdü.
Platformumuzda üretilen ve atanan 238.281 sorunun 233.702 tanesi, öğretmenler tarafından tek bir virgülüne dokunulmadan doğrudan öğrencilere atandı. Oran: %98,08.
Stanford SCALE'in "The Evidence Base on AI in K-12: A 2026 Review" raporu, eğitim için özel tasarlanmış yapay zeka araçlarının genel amaçlı sohbet robotlarına göre daha tutarlı sonuç verdiğini ortaya koyuyor. Soru motorumuz genel bir metin üretici değil. Kazanım, zorluk seviyesi ve müfredat çerçevesine göre çalışan, amaca yönelik bir araç. %98'lik oran, bu farkın öğretmenler tarafından hissedildiğini gösteriyor.
Ama aynı veri bir soru da soruyor: bu güven, yapay zeka okuryazarlığıyla birlikte mi geliyor? Öğretmenlerimiz çıktıları sorgulayabilecek, gerektiğinde müdahale edebilecek donanıma sahip mi? Bu gerilimi görmezden gelmek istemedik. Raporumuzda yapay zeka okuryazarlığının bir gelecek yetkinliği değil, şu anın becerisi olduğunu açıkça söylüyoruz.
Yapay zeka asistanı sınıfta nasıl kullanılıyor?
Madlen Asistan'ın 25.843 oturumunu incelediğimizde dört farklı kullanım profili ortaya çıktı.
Oturumların yarısı kısa etkileşimler: 3-6 mesajlık, birkaç turda kapanan sohbetler. Öğretmen ders arasında soruyor, yanıtını alıyor, devam ediyor. Her beş oturumdan biri tek seferlik komut: tek cümleyle ne istediğini söylüyor, anında üretiliyor. Bu iki profil toplamda %70.
Ama bizi asıl heyecanlandıran geri kalan %30. Her dört oturumdan biri 7-14 mesajlık bir diyaloğa dönüşüyor. 1.809 oturum ise 15 mesajı aşıyor. Bu öğretmenler asistanı bir ansiklopedi gibi değil, birlikte düşünen bir meslektaş gibi kullanıyor. Üniteyi birlikte kurguluyor, içeriği katman katman geliştiriyorlar.
OECD'ye göre eğitim odaklı yapay zeka araçlarının öğretmen uzmanlığıyla birleştirilmesi, ikisinin de tek başına başaramayacağı sonuçlar yaratıyor. O %30'luk "birlikte düşünme" profili, bu modelin Türkiye'de pratikte nasıl işlediğini gösteriyor.
Türkiye'deki öğretmenler yapay zekada önce etiği düşünüyor
Raporun belki de en çarpıcı bulgusu webinarlarımızdan geldi. 22 webinar, 5.000'den fazla katılımcı. Ve bu katılımcıların sınıfta yapay zeka denince akıllarına gelen ilk ihtiyaç, "işlerin kolaylaşması" değildi.
İnsani değerlerin korunması.
Birincil öncelik: öğrencilere eleştirel düşünme ve bilgiyi doğrulama becerilerini kazandırmak. Önemli bir kesim, güvenli kullanım becerilerini müfredatın ayrılmaz parçası olarak görüyor.
UNESCO'nun "AI and the Future of Education" (2025) raporuna göre akademisyenlerin yarısından fazlası yapay zekanın etkili pedagojik uygulaması konusunda belirsiz hissediyor. Katılımcılarımızda gözlemlediğimiz "meraklı ama çekinceli" profil bu küresel eğilimle örtüşüyor. Bizim farkımız şu: bu belirsizliği somut eğitim programlarına dönüştürdük.
Raporun tamamını okuyun
Bu rapordaki tüm veriler, Madlen’in Ekim 2024 ile Nisan 2026 arasındaki kullanım kayıtlarından elde edildi. Veriler doğrudan platform veritabanından çekilmiş olup anket veya öz bildirime dayanmıyor. Rapor bir temsiliyet iddiası taşımıyor; aktif olarak kullanan okulların profilini yansıtıyor. Sınırlamalarımızı, metodoloji notlarımızı ve dış kaynak referanslarımızı raporun içinde açıkça paylaşıyoruz.
→ Raporun tamamını indirmek için kaynaklarımızı ziyaret edin
→ Madlen'i keşfetmek için ücretsiz demo talep edin
Kaynak göstermek için: Madlen. (2026). Türkiye'deki Öğretmenlerin Yapay Zeka Adaptasyon Raporu. İstanbul.
