Gündelik hayatımızda pek çok çevreden “yapay zeka insanı aptallaştırdı.” minvalinde cümleleri işitmişizdir. Peki gerçekten durum bçyle mi? Üretken yapay zekadan sonra düşünme yeteneğimiz gerçekten köreliyor mu, yoksa zihnimizi daha verimli kullanmak için gereksiz yüklerden mi kurtuluyoruz? Bu soruya cevap vermek için henüz erken olsa da yapay zeka araçlarıyla iletişimimizin artışıyla beraber “bilişsel yüksüzleşme” diyebileceğimiz yeni bir fenomen artık daha çok hayatımızda. Peki nedir bu “yüksüzleşme”? Yapay zeka ile ilişkilerimiz derinleşirken bu ilişkiye bilişsel kabiliyetler ve yükler üzerinden bakmanın bize açacağı pencereden gözüken manzara nasıl?
Bunun için önce “biliş”e, diğer bir ifadeyle “kognisyon” a odaklanmalıyız. Biliş; algı, hafıza ve dikkat gibi kavramları kapsayan bir çatı kavram olarak benliğimizi şekillendirici etkiye sahip ana unsurlardan birini teşkil ediyor. Gündelik deneyimimizin bir bütün olarak dolayımlandığı, eylemlerimize eşlik eden, dolayısıyla varoluşumuzun pratik veçhesini kuşatan bir edim olduğunu söyleyebiliriz. Karar almak, hareket etmek, hatırlamak, algılamak, deneyimlemek… Dünyayla kurduğumuz ilişki biliş denilen bu süzgeçten geçerek gerçekleşiyor. İnsan olmayı bir araya toplayan fiillerin hepsi bir şekilde bilişle ilişkilenebilmektedir. Bu edim zihinsel bir faaliyet içerdiği için de genellikle birinci şahıs perspektifine gömülü, biricik ve tekil olarak tahayyül edilmektedir. Zira algılarken özne tek başına gibi görünür, hatırlarken de, karar alıp hareket ederken de. Ancak gerçekten biliş, zihinsel olanın içinde saklı tekil bir edim olarak görülebilir mi?

Her ne kadar bilişsel süreçler zihinde asıl formuna ulaşıyor olsa dahi insanoğlu yüzyıllar boyunca çeşitli bilişsel görevleri dış dünyaya devrederek taşıdığı saf bilgi yükünü hafifletmeyi amaçlamıştır. Bu duruma temel örnek olarak yazıya geçişi ve takvim kullanımını örnek verebiliriz. Yakın geçmişte de akıllı telefon kullanımıyla artan not alma, rehber kullanma, GPS uygulamaları ve hesap makineleri dış alana devredilen bilişsel yüklerin devamlılığını göstermektedir. İnsanlar bu sayede bilişsel yüklerini hafifleterek asıl kapasitelerini daha üst düzey işlemlere ayırma imkanı bulmuşlardır.
Taze bir kavram olarak bilişsel yüksüzleşmenin ilk akademik görünürlüğü 2003 yılında Andy Clark’ın “cognitive offloading” isimlendirmesidir; ki bu da bilişsel talebi azaltmak amacıyla bir görevin bilgi işleme gereksinimlerini değiştirmeyi, bunun için de fiziksel eylemin kullanılmasını ifade eder (Clark, 2003; Risko & Gilbert, 2016). İnsanlar, çevresel destekler aracılığıyla hatırlatıcı yazmaktan arama motoru kullanmaya kadar geniş bir davranış yelpazesinde bilişsel yeteneklerini rutin olarak genişletirler. Bu durum felsefe ve psikoloji literatüründe yine Clark ve Chalmers’in öne sürdüğü Dünyaya Uzanan Zihin Teorisi olarak tercüme edilebilecek Extended Mind Theory olarak bilinir (Clark & Chalmers, 1998). Not tutarak zihnimi sanki not defterime genişletmiş olurum. Hesaplamayı hesap makinesiyle yaptığımda makine de zihnimden bir parça oluverir. Ancak bu durumda dünyaya uzanan zihnim, fonksiyon gösterdiğinde dünyaya uzandığı her yeri kapsamayı da gerektirir. Yani gelecek haftaki planımı zihnime uzantı kıldığım not defterime not ettiğimde artık onsuz yaşayamaz hale gelirim. Çünkü not defterim de zihnimin bir parçasıdır. Dolayısıyla dünyaya erişimim artık yalnızca zihinsel süreçlerle değil, elimde not defteriyle, hesap makinesiyle ve telefonumla beraber gerçekleşir. Bu durum günümüzde yapay zeka araçlarını de hesaba katınca geri dönmesi zor bilişsel devirleri de kapsar. Bu sayede aslında devretmekten kastımız bir çeşit terk halinden ziyade insan zihninin genişlemesine, yayılmasına ve çeşitli uygulamaları kullanmasına evrilir. Yani devrettiğimiz görevler diğer araçlarla zihnimizin arasında bir köprü oluşmasına ve tabiri caizse simbiyotik bir ilişkiye sebebiyet verir. Bu araçları kullanım durumuna ve amacına bağlı olarak çeşitli şekillenmelerin muhatabı oluruz. Peki tüm bu bilişsel görevleri bir dereceye kadar yapay zekaya devretmek insanın bilgi birikimini, karar verme süreçlerini ve eyleyiciliğini nasıl dönüştürür?
Bu soruya cevap aramadan önce bilişsel yüksüzleşmenin temelini oluşturan iki asli teoriye değinmemiz gerekiyor bunlar; Cognitive Load Theory (Bilişsel Yük Kuramı) ve Self Determination Theory (Öz Belirleme Kuramı). Bilişsel Yük Kuramı, dışsal yükü, içsel yükü ve öğrenmeye yönelik yükü birbirinden ayırır. Bu ayırım neticesinde hangi yükün azaltılmasının daha efektif olacağına dair bir analiz yapabiliriz (Chirayath vd., 2025). Öz Belirleme Kuramı ise kişinin psikolojik ihtiyaçlarının içsel motivasyonu üzerindeki etkisini yine üç ana başlıkta inceler; bunlar özerklik, yeterlik ve ilişkiselliktir (Zhu vd., 2026). Bu teoriler bilişsel yüksüzleşmenin çerçevesini ve alt kategorilerini biçimlendiren başlıca aktörlerdir.
Yapay zeka öncesi dönemde bilişsel yüksüzleşmeyle sadece belirli işlevleri hatırlama yükümüzü araçlara devretmeyi kastediyorduk. Bu noktada nispeten daha statik ve sınırları çizilmiş bir dışa aktarım mantığı söz konusuydu. Her ne kadar bu durum bilgiyi uzun vadede hatırlama becerisini ve içeriğe aktif biçimde katılma isteğini olumsuz etkileme ihtimaline sahip olsa da (Jose vd., 2025) direkt bilişsel süreçlerin kendisine dahil olan bir sistem olmadığı için bir çeşit çıktı deposu olmaklığını koruyor ve insan sistem karşısında özerkliğini daha iyi sağlayabiliyordu. Fakat yapay zeka uyum sağlayan, öngörüde bulunan ve yanıt veren bir sistem. Bu özellikleri onu hem destekleyici hem de potansiyel olarak bilişsel yetileri dönüştürücü ve tahrip edici bir araç hâline getiriyor. Bu durum bilişsel yüksüzleşmenin kapsamını oldukça genişletmiş ve akıl yürütme, bilgileri sentezleme, değerlendirme ve yaratıcı üretim gibi süreçlerin de dışsallaştırılabilmesine kapı aralamıştır (Zhu vd., 2026). Yapay zeka kullanımının yaygınlaşmasıyla birlikte beceri kaybı, bilişsel ve davranışsal bağımlılık, entelektüel aşınma gibi endişeler giderek daha fazla tartışılmaktadır (Jose vd., 2025); ki bunlar da farklı bilişsel yüksüzleşme çeşitlerinin neticeleridir.
Bilişsel yüksüzleşmenin alt kategorilerinin oluşumunda temel rol oynayan bilişsel kapasite ve bilişsel katılım kavramları aynı bağlamlarda kullanılsalar dahi aynı manayı ifade etmezler. Bilişsel yüksüzleşmenin insanda ulaşmaya çalıştığı netice kişinin bilişsel katılımını azaltarak kapasitesini daha sofistike alanlarda kullanmasını sağlamaktır fakat uzun vadede bilişsel katılımın azalması ve bilişsel kapasitenin diğer alanlara entegre edilmemesi ve nihayetinde kapasitenin daralmasına da sebebiyet verebilir. Alt kategoriler bilişsel katılımın seviyesine göre temelde ikiye ayrılır; bunlar bağımlı ve özerk bilişsel yüksüzleşmedir, başka bir şekilde destekleyici ve ikame edici olarak da ifade edilebilir. Destekleyici yapıda yapay zeka bir ikame değil, sağlamlaştıran bir çeşit iskele gibi kullanılır. Kişi burada yapay zekadan öneri alır, önerileri kendi düşünceleriyle karşılaştırır, alternatifleri değerlendirir, ve nihai üründe bilişsel katkısını korur. Bu nedenle özerk bilişsel yüksüzleşmenin hem özerkliği hem de yeterlilik duygusunu destekleyebileceği ileri sürülmektedir. Bağımlı, yani ikame edici kullanım ise hem özerklik hem de yeterlik duygusunu tehdit edebilir. İnsan-makine etkileşimini arttırarak insanın ilişkiselliğinin düşmesine de sebebiyet verebilir. Yapay zeka desteği kişinin becerisinin yerine geçmez; direkt kişi adına karar veren, görevleri üstlenen bir yapıya bürünür. Görevleri üstlenmenin de ötesinde artık yalnızca eylemin gerçekleşmesi değil bilişsel sürecin yönetiminin de yapay zekaya geçmesiyle bilişsel eyleyicilik aktarımı (cognitive agency transfer) önemli bir kavram olarak karşımıza çıkar (Zhu vd., 2026). Çünkü artık yapay zeka sadece uygulayan değil kişi adına karar alan, plan yapan ve “doğru” olanı tercih eden durumdadır.
Bağımlı bilişsel yüksüzleşmenin oluşumunu engellemek ve bilişsel eyleyiciliğinin kişideki kalıcılığını sağlamak adına, bireyin kendi anlama düzeyini değerlendirmesi, dışsal araçlara aşırı bağımlılığını fark etmesi ve bilişsel katılımını düzenleyebilme kapasitesini sağlaması gerekir. Bu da kavramsallaşarak metacognitive monitoring, yani üst bilişsel izleme adını alır. Üst bilişsel izlemeyi sağlamak adına Zhu ve diğerleri (2026), yapay zeka kullanımının sonuçlarını birbirinden ayırarak dört farklı bilişsel boyut ortaya koymuştur; bunlardan ilki takip eden bağımsız yeterliliktir (subsequent autonomous capability), yani yapay zeka olmadan da benzer bir görevi bağımsız şekilde gerçekleştirme kapasitesi, bu kişinin işlevsel öz yeterliliğini (functional self efficacy) de belirleyen bir olgudur. İkinci boyut ise yaratıcılık yani yeni ve özgün fikirler üretebilme kapasitesidir. Buradaki asıl amaç çeşitlenen özgün fikir üretimidir, yani yapay zekanın kişinin tekdüze düşünmesine sebebiyet vermemesidir. Bilgiyi eleştirel biçimde değerlendirme, farklı bilgiler arasında bağlantı kurma durumu ise derinlemesine bilişsel işleme olarak adlandırılır. Sonuncu ise bir epistemik özerklik belirleyicisi olan bağımsız yargıdır ki bu da etki altında kalmadan bir sonuç oluşturabilme ve bunu savunabilme kapasitesidir (Zhu vd., 2026). Bu nedenle yapay zekanın bilişsel etkisini tek düzlemde değerlendirmek yeterli değildir, bir bütün olarak bu alanlarda kapasitesinin gelişmesi yapay zekayı etkili kullanmaya destek olur. Bunun yanı sıra asıl sorumuz düzlemler arasında hangi bilişsel kapasitenin ne ölçüde, ve hangi tür yapay zeka kullanımında etkilenmesidir.

Burada hiyerarşik olarak bilişsel kapasiteyi kategorize etmek gerekirse, bunlar üst düzey ve alt düzey olarak sınıflandırılır. Alt düzey kapasiteler hatırlama, anlama-yorumlama, ve uygulamadır. Üst düzey kapasiteler ise analiz etme, değerlendirme ve özgün içerik üretimidir (Jiang & Chen 2026). Bu ayrım önemli çünkü üst düzey bilişsel işlemler genellikle daha fazla zihinsel çaba ve bilişsel kaynak gerektirir. Ngai ve Gilbert (2026) güncel bir çalışmalarında yapay zekayı teknik olarak üst düzey görevlerinde kullanabilenlerin dahi kendilerini üstbilişsel olarak denetlemediklerinde normale göre daha yüksek derecede özerklik kaybı ve yapay zeka bağımlılığı yaşayabileceklerini gözlemlemişlerdir. Yoğun ve uzun süre kullanımı sonrası birey, kendi bağımsız düşünme yetisini yapay zekaya kıyasla daha yavaş, daha verimsiz ve daha az güvenilir olarak algılamaya başlar. Bu içsel yeniden kalibrasyon, belirsizliğe karşı tahammülsüzlük, zihinsel çabadan kaçınma ve kendi zihninin üreteceği fikirleri “üretmeye değer bulmama” gibi sonuçlar doğurur. (Jose vd., 2025). Ayrıca bireyin ortaya çıkan nihai bir karar, bir fikir ya da bir yazı ile kurduğu “yazarlık bağı” (cognitive ownership) kopma riskiyle karşılaşabilir (Su vd., 2026), süreçten aldığı içsel motivasyon (intrinsic motivation) ve tatmin ciddi ölçüde düşer (Zhu vd., 2026). Bu da bireyin kararlarına yabancılaşması ve bir “deneyimsel düzleşme” (experiential flattening) yani zihinsel çabalama süreci es geçildiği için bireyin çıktısına karşı duygusal ve entelektüel olarak nötrleşme yaşamasıyla sonuçlanır (Mishali & Ezra, 2026).
Bilişsel yüksüzleşmenin sebebiyet verdiği diğer bir durum ise hızlanma yanılsamasıdır (the speedup illusion). Bireyler bilişsel yüklerini gerektirdiği efor dolayısıyla işleri dışarıya devrederler. Yu ve diğerlerinin (2026) yaptığı bir çalışmada katılımcılar yapay zeka olmadan görevi ne kadar sürede tamamlayacaklarını doğru tahmin ederken, yapay zeka desteğiyle görevin ne kadar süreceğini olduğundan kısa tahmin etmişlerdir. Bu kalibrasyon bozukluğu, görevin zorluk düzeyinden bağımsız olarak gözlenmiştir. Katılımcılar YZ kullanırken öznel olarak daha az çaba harcadıklarını bildirmiş, ancak görevi tamamlama süreleri aynı ölçüde kısalmamıştır. Harcanan çabanın azalması kişide bir hızlanma hissi sağlamasına rağmen aslında anlamlı bir hız artışı oluşmamıştır. Bu da yapay zekanın insanlarda bir çeşit hızlanma yanılsaması oluşturarak harcadıkları efordan bağımsız şekilde görevleri daha kolay hallettiklerini hissetmelerini sağlamıştır.
İlk anda işlerin kolaylaştığını hissetmenin uzun vadede farklı sonuçlar doğurması muhtemeldir. Anlık performansın iyi olması öğrenmenin gerçekleştiğine delalet etmeyebilir. Anlık fayda, kişinin benimsemiş olduğu bilişsel yüksüzleşme biçimini sürdürmesini güçlendiren bir pekiştirme sinyali olarak işlev görebilir (Zhu vd., 2026). Bu durum yetkinlik tuzağı (competency trap) olarak bilinen dinamikle benzerlik taşır. Yani bir yöntemin kısa vadede çok işe yaraması nedeniyle kişi onu sürekli kullanmaya başlar ve başka becerileri geliştirmeyi bırakabilir. Fakat kısa vadede zihinsel çaba düşüp performans ve kolaylık artıyor olmasına rağmen uzun vadede aktif katılım, bağımsız akıl yürütme ve bilginin kalıcılığı potansiyel olarak azalır. Bunun neticesinde yapay zeka kişinin kendi bilişsel kapasitesini geliştiren bir destek olmaktan çıkıp, onsuz işlev göstermeyi zorlaştıran bir “bilişsel bir koltuk değneğine” dönüşebilir (Barcaui, 2025).
Öğrenme sürecinde karşılaşılan belirli miktardaki zorluk ve bilişsel çaba, öğrenmenin kendisinin bir parçasıdır (Ding vd., 2026). Bu sebeple tüm zorluklardan kaçınmak ve bu yükü yapay zekaya devretmek; öğrenme sürecine katkıda bulunan problemi çözmeye çalışırken zorlanmayı, cevabı hatırlamaya çalışmayı, yanlış yapmayı, tekrar denemeyi engeller. Başka bir perspektiften, sürekli mükemmel çıktıların muhatabı olmak ise ortaya çıkan yüksek kaliteli ürün ile bireyin bilişsel kapasitesini birbirinden ayrıştıramamasına sebep olur ve sahte bir yeterlilik hissi sağlayarak kişinin bir çeşit açıklama derinliği ilüzyonuna kapılmasını ve kendi performanslarına ilişkin aşırı güven geliştirmesini beraberinde getirebilir.
Bu bağlamda, biliş bulaşmış her alanda bir çeşit bilişsel yüksüzleşme durumu muhtemeldir. Haliyle yapay zeka sonrası bilişsel yüksüzleşmeyle beraber hem gündelik görevleri, hem insanın düşünme süreçlerini hem de özerkliği olumlu veya olumsuz şekilde etkileyebilecek bir araçla karşı karşıyayız. İnsanoğlu için bilişsel görevleri dışa devretmek yeni bir fenomen olmasa dahi bu kadar dinamik ve adapte olabilen bir yapıyı kullanmak bireylere bir öz izlem yapmayı zorunlu kılıyor. Bu bağlamda anlık performans ve uzun süreli aktif öğrenme arasındaki mesafe büyüyor. İnsanlar neyi zihinlerinde tutup neyi atmaları gerektiğine dair çeşitli perspektifler ediniyor. Yapılan analizler neticesinde de efektif kullanım şekilleriyle bağımlılıktan uzak, insan otonomisini tehdit etmeyen, yanılsamalardan etkilenmeyen biçimler benimsenebilir. Diğer uçta ise ciddi seviyede bir bağımlılık ve otonomi kaybı, dolayısıyla da giderek bilişsel kapasitenin düşüşü gözlemlenebilir. Fakat bireysel bir inceleme bilişsel yüksüzleşme kavramı adına tek başına yeterli kalmıyor. Daha kapsamlı bir sonuç için bilginin epistemik analizinin, eğitim-öğretim anlayışındaki kaymanın, kurumun bilgiyle ilişkisi ve bireysel-kurumsal hafıza ayrımının da değerlendirilmesini ve göz önünde bulundurulmasını gerekli kılıyor.
Bibliyografya
Barcaui, A. (2025). ChatGPT as a cognitive crutch: Evidence from a randomized controlled trial on knowledge retention. Social Sciences & Humanities Open, 12, Article 102287. https://doi.org/10.1016/j.ssaho.2025.102287
Chirayath, G., Premamalini, K., & Joseph, J. (2025). Cognitive offloading or cognitive overload? How AI alters the mental architecture of coping. Frontiers in Psychology, 16, Article 1699320. https://doi.org/10.3389/fpsyg.2025.1699320
Clark, A., & Chalmers, D. (1998). The extended mind. Analysis, 58(1), 7–19. https://doi.org/10.1093/analys/58.1.7
Deci, E. L., & Ryan, R. M. (2000). The “what” and “why” of goal pursuits: Human needs and the self-determination of behavior. Psychological Inquiry, 11(4), 227–268. https://doi.org/10.1207/S15327965PLI1104_01
Jiang, Y., & Chen, H. (2026). Could AI risk perception, AI learning anxiety and personal growth initiative influence university students’ AI usage capability? An empirical investigation based on the control-value theory. Frontiers in Psychology, 17, Article 1788475. https://doi.org/10.3389/fpsyg.2026.1788475
Jose, B., Joseph, D., Mohan, V., Alexander, E., Varghese, S. K., & Roy, A. (2025). Outsourcing cognition: The psychological costs of AI-era convenience. Frontiers in Psychology, 16, Article 1645237. https://doi.org/10.3389/fpsyg.2025.1645237
Mishali, M., & Ezra, R. (2026). Psychological absorption and the maintenance of agency in AI-mediated cognition: A relapse prevention perspective—V4. AI & Society, 41, 7391–7406. https://doi.org/10.1007/s00146-026-03077-8
Risko, E. F., & Gilbert, S. J. (2016). Cognitive offloading. Trends in Cognitive Sciences, 20(9), 676–688. https://doi.org/10.1016/j.tics.2016.07.002
Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257–285. https://doi.org/10.1207/s15516709cog1202_4
Zhu, Q., Li, X., Dong, Y., Chang, P., & Fan, M. (2026). Not all cognitive offloading is equal: Distinguishing dependent and autonomous offloading to generative AI. Frontiers in Psychology, 17, Article 1878629. https://doi.org/10.3389/fpsyg.2026.1878629
Yu, S., Cheng, M., Jabbar, A., Sucholutsky, I., Collins, K. M., Jurafsky, D., & Hawkins, R. D. (2026). Cognitive offloading and the speedup illusion in human-AI interaction. arXiv. https://arxiv.org/abs/2605.23177
Ngai, C., & Gilbert, S. J. (2026). Metacognitive training facilitates optimal cognitive offloading. Cognitive Research: Principles and Implications, 11, Article 21. https://doi.org/10.1186/s41235-026-00714-0
Su, J., Wang, Z., Qiang, Z., & Wang, Z. (2026). Is it mine or not mine? Cognitive offloading to generative AI and concern over the erosion of cognitive ownership. Journal of Intelligence, 14(8), Article 182. https://doi.org/10.3390/jintelligence14080182
