2026’da Yapay Zekâ Okuryazarlığı: Kurumlar İçin AB AI Act Hazırlık Rehberi

Yapay zekâ artık yalnızca teknoloji ekiplerinin gündemi değil. İnsan kaynakları, eğitim ve gelişim, operasyon ve yöneticilik rollerinde çalışanlar; metin üretiminden veri yorumlamaya, aday değerlendirmeden kişiselleştirilmiş öğrenmeye kadar farklı sistemlerle temas ediyor. Bu temas arttıkça “Herkes yapay zekâ kullanmayı biliyor mu?” sorusu, “Kurumumuzun ihtiyacı olan bilgi ve davranışları nasıl ölçer, geliştirir ve izleriz?” sorusuna dönüşüyor.

Bu değişimin 2026’daki önemli başlıklarından biri AB Yapay Zekâ Yasası (AI Act). Yasanın Article 4 hükmü, AI sistemlerinin sağlayıcıları ve bu sistemleri kullanan kuruluşların, kendi adlarına sistemlerle ilgilenen personel ve diğer kişiler için yapay zekâ okuryazarlığını destekleyecek önlemler almasını öngörüyor. Article 4’ün denetim ve yaptırımı 2 Ağustos 2026 itibarıyla ulusal piyasa gözetim otoritelerinin gündeminde.[2] Bu yazı hukuki görüş değil; kurumların öğrenme ve gelişim planını güncel ihtiyaca göre tasarlaması için pratik bir çerçevedir.

2026’da AI okuryazarlığı neden bir eğitim başlığından fazlası?

Avrupa Komisyonu, Article 4 için tek bir sınav, tek bir kurs süresi veya herkes için aynı “yeterli seviye” tanımlamıyor. Bunun yerine çalışanın teknik bilgisi, deneyimi, eğitimi; kullanılan sistemin riski; kullanım amacı ve sistemden etkilenen kişiler dikkate alınmalı.[1] Bu yaklaşım, kurumsal gelişim ekipleri için önemli bir mesaj taşıyor: Genel bir yapay zekâ sunumu ile tamamlanan tek seferlik eğitim yerine, role ve riske göre tasarlanmış sürekli gelişim akışı gerekiyor.

İhtiyaç yalnızca mevzuatla da sınırlı değil. OECD’nin 2026 tarihli AI and skills çalışmasına göre beceri eksikliği, özellikle küçük ve orta ölçekli işletmelerde yapay zekâ benimsemesinin önemli engellerinden biri. İleri düzey AI uzmanlığına ihtiyaç duyan çalışanların oranı %1’in altında kalırken veri kullanma, analiz etme ve yorumlama; problem çözme, yaratıcılık ve yönetsel beceriler önemini koruyor.[4] Bu nedenle AI okuryazarlığı, yalnızca “iyi komut yazma” eğitimi olarak ele alınmamalı.

AI Act hazırlığı için rol bazlı gelişim modeli

İlk adım, kurum içindeki AI temas noktalarını görünür kılmaktır. Bir ekip üretken yapay zekâyı içerik taslağı için kullanırken başka bir ekip aday, çalışan veya öğrenci hakkında değerlendirme üreten bir sistem kullanabilir. Aynı eğitim içeriğini herkese sunmak, bu iki rolün risk ve sorumluluk farkını gözden kaçırabilir.

1. Kullanım envanterini çıkarın

Hangi ekip hangi sistemi, hangi veriyle ve hangi amaçla kullanıyor? Çıktı yalnızca bir taslak mı, yoksa bir kişinin eğitime, işe veya gelişim fırsatına erişimini etkileyen bir öneri mi? Bu sorulara verilen yanıtlar, eğitim kapsamını ve insan kontrolünün nerede kurulacağını belirler.

2. Beceri seviyelerini tanımlayın

Başlangıç seviyesindeki bir çalışanın temel kavramlara, veri gizliliğine ve doğrulama alışkanlıklarına ihtiyacı vardır. Yönetici düzeyinde ise kararın sorumluluğu, açıklanabilirlik, önyargı riski ve ekipte güvenli kullanım kültürü öne çıkar. Teknik ekip için modelin sınırları, kayıtlar, entegrasyon ve güvenlik gibi daha ayrıntılı hedefler eklenebilir.

3. Uygulama ve kanıt üretin

Bir videoyu izlemek, becerinin davranışa dönüştüğünü tek başına göstermez. Rol bazlı senaryolar, kısa değerlendirmeler, geri bildirim ve tekrar ölçümü kullanın. Örneğin bir yönetici, AI destekli bir gelişim önerisini çalışanla paylaşmadan önce veriyi, varsayımı ve insan kararını ayırabilmeli. Bu tür kanıtlar, eğitim tamamlanma oranından daha anlamlı bir gelişim resmi sunar.

Qulak ile gelişimi ölçülebilir bir akışa dönüştürmek

Qulak’ın odağı, eğitim ve gelişim süreçlerini uçtan uca yönetmek ve çalışan potansiyelini verimlilikle buluşturmak. Bu nedenle AI okuryazarlığı gibi güncel bir ihtiyacı, tek bir içerik kampanyası yerine birbirine bağlı bir gelişim akışı olarak ele almak mümkün.

1. Başlangıç ölçümü: Beceri değerlendirmesiyle ekiplerin kavram, risk farkındalığı ve uygulama seviyelerini görünür kılın.
2. Kişisel gelişim haritası: Rol, kullanım alanı ve eksik becerilere göre öğrenme hedefleri ve içerikler atayın.
3. Uygulama ve destek: Eğitim programı, danışmanlık veya mentorluk ile gerçek iş senaryolarını destekleyin.
4. Tekrar ölçümü: Gelişmiş ölçme-değerlendirme ve gelişim izleme ile bilgi aktarımının davranışa dönüşüp dönüşmediğini takip edin.

Bu akışın değeri, yalnızca rapor üretmesinde değil; kurumun beceri açığını hangi ekipte, hangi rolde ve hangi kullanım senaryosunda kapatması gerektiğini göstermesinde yatar. Kişisel öğrenme deneyimi, dijital rozet veya sertifikasyon gibi araçlar da gelişimi görünür kılabilir. Ancak rozetin amacı yalnızca tamamlanmayı işaretlemek değil, ölçülmüş bir beceri ve uygulanmış bir davranışla ilişki kurmak olmalıdır.

İlk 90 gün için uygulanabilir plan

İlk 30 günde AI kullanım envanterini ve risk önceliklerini çıkarın. Her rol için “bilmesi gereken”, “uygulayabilmesi gereken” ve “karar veremeyeceği” noktaları yazın. Bu aşamada kurumunuzun sağlayıcı mı, kullanıcı mı, yoksa her iki rolde mi olduğunu da netleştirin.

31–60. günlerde rol bazlı öğrenme yollarını başlatın. Genel farkındalık modülünün yanında; veri ve gizlilik, doğrulama, önyargı, insan gözetimi ve olay bildirimi gibi başlıkları gerçek senaryolarla çalışın. Yüksek riskli olabilecek kullanım alanlarında yalnızca kullanım talimatına güvenmeyin; Avrupa Komisyonu da bağlama uygun eğitim ve rehberliğin önemini vurguluyor.[1]

61–90. günlerde kısa bir tekrar ölçümü yapın ve yöneticilerden geri bildirim alın. Hangi ekip çıktıyı düzenli olarak doğruluyor? Hangi kullanımda insan onayı belirsiz? Hangi beceri açığı işe veya öğrenmeye erişimi etkileyebilir? Bu yanıtları bir sonraki gelişim döngüsüne taşıyın. Böylece AI okuryazarlığı, yıl sonunda unutulan bir eğitim değil; ölçülen ve güncellenen bir kurum yetkinliği olur.