Kürsüden Klinik Odasına: Yapay Zekâ Çağında İktisadı Nasıl Öğretmeli?

 

Kürsüden Klinik Odasına: Yapay Zekâ Çağında İktisadı Nasıl Öğretmeli?

Ercan Eren

Bir iktisat dersini hayal edin: öğretim üyesi tahtaya bir arz-talep eğrisi çiziyor, denge noktasını buluyor, öğrenciler defterlerine geçiriyor. Şimdi aynı sahneyi bir kaç yıl sonrasına taşıyın — tahtanın yerini bir ekran, tebeşirin yerini bir sohbet kutusu almış. Öğrenci artık soruyu hocasına değil, önündeki yapay zekâya soruyor; hatta bazen ödevini de o yazıyor. Peki bu, iktisat eğitiminin sonu mu, yoksa daha önce de yaşadığımız bir şeyin son perdesi mi?

İkincisi. Ve bunu anlamak için biraz geriye, çok geriye gitmek gerekiyor.

Bu ilk kriz değil

İktisat eğitiminin tarihine bakınca ilginç bir şey fark ediyorsunuz: disiplinin kendini nasıl öğreteceği sorusu hiçbir zaman rahat bırakılmamış. Her kuşak, elindeki teknolojiye ve zamanın ruhuna göre bu soruyu yeniden sormuş.

İşe en baştan başlayalım. "İktisat" kelimesinin atası olan oikonomia, Antik Yunan'da "ev idaresi" anlamına geliyordu ve Ksenophon'un yazdığı diyalogda ortaya net bir soru çıkıyor: Bu, tıp ya da marangozluk gibi öğretilebilir bir zanaat mı, yoksa doğuştan gelen bir yetenek mi? Cevap "öğretilebilir bir zanaat" olarak veriliyor. Aristoteles bu çerçeveyi biraz daha ileri götürüyor ve bugün hâlâ tartıştığımız bir ayrımı koyuyor ortaya: ev idaresinin amacı yeterli ve dengeli bir yaşam sürdürmekken, sınırsız kâr peşinde koşmak — özellikle faizcilik yoluyla — "doğaya aykırı" bir şey sayılıyor. Yani daha o zamandan, iktisadın öğrettiği şeyin sınırlı, insani bir amaca mı hizmet ettiği, yoksa kendi başına bir hedefe mi dönüştüğü sorusu var.

Orta Çağ'a geldiğimizde işler daha da çarpıcı bir hal alıyor: dönemin üniversitelerinde okutulan "yedi özgür sanat" listesinde iktisadi faaliyete yer bile yok. Ticaret, "mekanik sanatlar" denen, özgür bir insana yakışmayan, neredeyse aşağılanan bir kategoriye konuyor. İktisadın bugünkü saygın, "bilimsel" konumuna gelmesi, aslında oldukça yakın tarihli ve kırılgan bir kazanım.

Bu statü sıçraması nasıl oldu? 1615'te Antoine de Montchrétien, "hane" ölçeğindeki bu bilgiyi doğrudan devlet ölçeğine taşıyıp krala sunulan bir danışmanlık metni yazdığında. Ya da fizyokratların, özellikle sarayın hekimi olan Quesnay'ın, ekonomiyi kan dolaşımına benzeterek kendi iç yasalarıyla işleyen bir organizma gibi tasvir ettiğinde. İlginç bir ayrıntı: iktisatçıyı bir "hekim" gibi düşünme fikri, bu yazının ileride önereceği "klinisyen" benzetmesinden çok önce, disiplinin kurucu metinlerinde zaten gizliydi.

Kürsüden kürsüye

Adam Smith, Ulusların Zenginliği'ni yazdığında bağımsız bir iktisat kürsüsünde değil, Glasgow Üniversitesi'nde Ahlak Felsefesi Kürsüsü'nde profesördü. Dersleri doğal teoloji, etik, hukuk ve "politika-vergi-silahlar" olmak üzere dört bölümden oluşuyordu; bugün "iktisat" dediğimiz şey, o zaman hukuk dersinin bir yan koluydu. Halefi Dugald Stewart da aynı yolu izledi — iktisadı ayrı bir kürsü değil, ahlak felsefesinin bir alt başlığı olarak okuttu.

Gerçek kopuş 19. yüzyıl ortasında geliyor. Cambridge'de "Doğa Bilimleri" ile "Ahlak Bilimleri" bölümleri tam olarak aynı yıl, 1851'de kuruluyor — ikisi de "eski müfredat yetersiz" eleştirisine karşı aynı reform dalgasıyla doğuyor. İktisat henüz bağımsız değil, "Ahlak Bilimleri" şemsiyesinin altında. Bağımsız bir iktisat bölümü ancak 1903'te, Alfred Marshall'ın ısrarıyla kuruluyor. Yani bugün iktisat ile ahlak/toplum bilimleri arasında çizdiğimiz keskin çizgi, aslında yüz yıllık bir kurumsal tercihten ibaret.

Almanca konuşulan dünyada işler farklı gelişiyor. Kameralwissenschaft denen gelenek, geleceğin devlet memurlarını yetiştirmek için kurulmuş bir idari bilim müfredatı. Bu geleneğin en önemli ismi Gustav von Schmoller, iktisatçıyı masa başında soyut teoriler kuran bir matematikçi olarak değil, toplumun sorunlarını somut verilerle teşhis edip tedavi öneren bir klinisyen olarak tanımlıyor. Kurduğu dernek üzerinden akademik atamalara kadar uzanan bir etki kuruyor; onun onayından geçmeyen bir iktisatçının kariyer yapması neredeyse imkânsız hale geliyor. Bu "klinik" yaklaşımın somut sonucu: 1883-1889 arasında yürürlüğe giren Bismarck sosyal sigorta yasaları. Bismarck'ın ünlü sözü tam da bu teşhis-reçete mantığını özetliyor: "Devlet, insanları köprüden atlamaya bırakmak yerine bir köprü kurmalı."

Schmoller'in karşısında Carl Menger duruyordu; aralarındaki "Yöntem Tartışması" bugün ders kitaplarında genellikle Menger'in kesin zaferiyle anlatılır — oysa dönemin kendi atmosferinde Schmoller'in ağırlığı çok daha büyüktü. Birkaç yıl sonra bu kez Max Weber, Schmoller'e karşı "değerden arınıklık" ilkesini savunarak ikinci bir cepheyi açtı: iktisatçıya öğretilen şey sadece "ne olduğunu" anlatan bir teknik mi, yoksa "ne yapılması gerektiğine" dair bir muhakeme mi olmalı? Bu soru, aşağıda önereceğimiz modelin de tam kalbinde duruyor.

Bu kısa tarih turundan çıkan ders şu: iktisat eğitiminin "doğru" biçimi hiçbir zaman tek bir kalıba oturmadı. Her kuşak, kendi teknolojik ve kurumsal koşullarına göre bu dengeyi yeniden kurdu. "Klinisyen iktisatçı" fikri de bu yazıda ilk kez ortaya atılan bir icat değil — 140 yıllık bir soyağacına sahip.

Tahtadan hesap makinesine, oradan büyük dil modeline

1870'lerdeki Marjinalist Devrim, iktisadı bir optimizasyon problemine indirgeyince sınıfta kelimelerin yerini giderek denklemler aldı. Léon Walras'ın piyasa dengesine ulaşmak için tarif ettiği, bir "mezatçının" fiyatı deneme-yanılmayla ayarladığı süreç, döneminin teknolojisiyle gerçekleştirilemeyen ama modern algoritmik düşüncenin ilk tohumlarını taşıyan teorik bir hayal olarak kaldı.

1930'larda ekonometri sahneye girdi: artık öğrenciden sadece "fiyat artarsa talep düşer" gibi nitel önermeler değil, "fiyat yüzde bir artarsa talep şu kadar düşer" gibi ölçülebilir tahminler bekleniyordu. 1950'lerde girdi-çıktı tabloları, binlerce değişkenli matrislerin tersini almanın yarattığı hesaplama yüküyle, iktisat eğitiminde ilk kez ciddi bir "büyük veri" ihtiyacını doğurdu.

1970 sonrası mikroişlemci devrimi bu yükü büyük ölçüde ortadan kaldırdı ve hesaplamalı iktisat, bilgisayarı analitik çözümün tıkandığı yerde bir "laboratuvar" olarak kullanmaya başladı. Bu satırların yazarının 2005 yılında Murat Donduran[1] ile birlikte kaleme aldığı bir çalışma da tam bu dönüşümü konu alıyordu: mikro iktisadın salt tahta-tebeşirle değil, öğrencinin arz-talep dengesini veya oyun teorisi senaryolarını bizzat bilgisayarda simüle ederek öğrenmesi gerektiğini savunuyordu. Bugünden bakınca o çalışma, yirmi yıl sonra üretken yapay zekânın sınıfa girişiyle yeniden gündeme gelen "hesaplama aracının sınıftaki rolü nedir?" sorusunun doğrudan bir öncülü. Değişen sadece aracın kendisi — o zaman elektronik tablo ve simülasyon yazılımı, bugün büyük dil modelleri.

1980 sonrası kompleksite iktisadı ve ajan-bazlı modelleme, öğrenciye artık "denge noktasını bulmayı" değil, basit etkileşim kurallarından karmaşık örüntülerin nasıl kendiliğinden ortaya çıktığını (emergence) göstermeyi hedefledi. Bu akımın en sistemli pedagojik eleştirmeni David Colander, üniversite müfredatlarının hâlâ 19. yüzyılın Newtoncu hesabına göre kurgulandığını sert biçimde eleştirip, 21. yüzyıl iktisat eğitiminin merkezine bilişimsel düşünmeyi, kodlamayı ve veri odaklı simülasyonları koymamız gerektiğini savundu. 2020'lerin başından itibaren büyük dil modellerinin ajan-bazlı modellemeyle buluşması, Colander'ın öngördüğü bu dönüşümü beklenmedik biçimde hızlandırdı: artık yapay zekâ ajanları doğal dille verilen talimatları anlayabiliyor, geçmiş deneyimlerini "hatırlayabiliyor" ve buna göre plan yapabiliyor.

Kara kutu sorunu

Burada ilginç bir paradoks var: yapay zekânın altında yatan matematik — doğrusal cebir, matris hesapları, çok boyutlu vektör uzayları — ironik biçimde, 19. yüzyıl sonunda genel denge teorisini inşa etmek için geliştirilen formalizmin ta kendisinden türüyor. Yani bugünün öğrencisi, Schmoller'in bir asır önce eleştirdiği "soyut, tarihsiz, kesinlik iddiasındaki" matematiksel dilin en gelişmiş — ve en az şeffaf — haliyle karşı karşıya.

Fırsat tarafı şu: öğrenci artık kapalı-form çözümü olmayan karmaşık modelleri bizzat simüle ederek deneyimleyebiliyor; bir piyasa arızasını teşhis etmekle kalmıyor, o arızanın oluşmayacağı bir mekanizmayı kodlayarak test edebiliyor. Tehdit tarafı ise şu: öğrenci, bir modelin neden o sonucu ürettiğini anlamadan, sadece "makul görünen" bir çıktıyı kabul etme riskiyle karşı karşıya — Schmoller'in bir asır önce Menger'e yönelttiği "zamansız ve mekânsız fantezi" eleştirisinin, bu kez algoritma eliyle yeniden üretilmesi ihtimali.

Nitekim güncel araştırmalar bu riskin soyut kalmadığını gösteriyor: büyük dil modelleri standart müfredat sorularında güçlü performans gösterirken, bağlama duyarlı ve çok adımlı akıl yürütme gerektiren sorularda tutarsızlaşıyor. Bu da geleneksel "yaz ve teslim et" ödev formatının, yapay zekâ çağında bir ölçme aracı olarak büyük ölçüde anlamını yitirdiğini gösteriyor.

İşin bir de ironik boyutu var: bir yapay zekâ çıktısını sorgusuz kabul eden öğrenci, aslında iktisadın kendi eleştirdiği "temsili ajan" varsayımının çağdaş bir yansımasını sergiliyor — toplumsal çeşitliliği tek bir "ortalama" davranışa indirgemek yerine, olası yorumların çokluğunu tek bir "makul görünen" cevaba indirgiyor.

Bu arada iktisat bu krizle yalnız değil. Hukuk, tıp ve mühendislik eğitimi de benzer bir "gölge asistan" sorununu daha erken yaşadı. Tıptaki klinik süpervizyon modeli ve mühendislikteki, öğrencinin ürettiği çözümü jüri önünde sözlü savunduğu "tasarım stüdyosu" geleneği, bu komşu disiplinlerin geliştirdiği kısmi çözümler. İktisadın buradan çıkaracağı ortak ders: değerlendirmenin ağırlık merkezini çıktıdan, sürece ve muhakemeye kaydırmak.

Bir öneri: Klinik Pedagoji

Peki ne yapmalı? Burada önerilen model, "Klinik Pedagoji" adını taşıyor ve temel fikri şu: yapay zekâ, "reçete yazan doktor" değil, öğrencinin elinde bir "teşhis cihazı" olmalı.

Bunun için üç bileşen gerekiyor. Birincisi, teşhis: tıpkı bir klinisyenin bir belirtiler kümesinden yola çıkıp altta yatan mekanizmayı teşhis etmesi gibi, öğrenci de bir veri setinden ya da vaka anlatısından yola çıkarak teşhis koymayı öğrenmeli — yapay zekâ burada olası teşhisleri hızla sıralayan ama nihai kararı öğrenciye bırakan bir destek sistemi olarak kullanılmalı. İkincisi, vaka öyküsü: hiçbir iktisadi "belirti", tarihsel ve kurumsal bağlamından bağımsız okunamaz. Üçüncüsü, reçete: bir toplumda işe yarayan politika "ilacı", başka bir toplumda "zehir" etkisi yaratabilir; dolayısıyla öğrenciye tek bir "doğru cevap" değil, bağlama duyarlı bir reçete yazma pratiği kazandırılmalı.

Bunu somutlaştırmak için basit bir örnek düşünelim: geleneksel bir mikro iktisat dersinde öğretim üyesi tekel dengesini tahtada türetir, öğrenci formülü ezberler. Klinik Pedagoji uyarlamasında ise önce gerçek bir piyasa vakası sunulur; öğrenciler yapay zekâdan hem standart çözümü hem de modelin dayandığı varsayımları (homojen ürün, sabit maliyet yapısı gibi) listelemesini ister; bu varsayımların incelenen vakada ne kadar geçerli olduğunu tartışır ve modelin nerede "kırıldığını" tespit eder; son olarak sınıf içinde sözlü olarak kendi teşhislerini savunurlar. Bu senaryoda yapay zekâ öğrencinin yerine düşünmüyor — öğrencinin düşüncesini hızlandıran ve sınırlarını görünür kılan bir alet olarak duruyor.

Bu modelde öğretim üyesinin rolü de değişiyor: artık tek bilgi kaynağı, tahtada denklem çözen "teorisyen" figürü değil; öğrencinin yapay zekâ ile kurduğu etkileşimi denetleyen, hangi sorunun sorulmaya değer olduğunu ve bir modelin çıktısının hangi tarihsel bağlamda anlamlı olduğunu gösteren bir "klinik süpervizör." Bu, öğretim üyesinin otoritesini zayıflatmıyor — tam tersine, artık yapay zekânın da yapabildiği salt bilgi aktarımından, onun kolayca ikame edemeyeceği bağlamsallaştırma ve etik denetim işlevine taşıyarak güçlendiriyor.

Öğrencinin kimliği de değişiyor: Alvin Roth'un "mühendis olarak iktisatçı" fikrinden ilham alarak, öğrenci sadece bir piyasa arızasını teşhis eden değil, o arızanın oluşmayacağı bir mekanizmayı tasarlayabilen bir zanaatkâr-mühendis olarak yetişmeli — yapay zekâyı ustalıkla ama kör bir bağımlılık olmadan kullanan biri.

Sınıfta işe yarar mı?

Bu öneriye yöneltilebilecek en az üç makul eleştiri var. Birincisi, kaynak eşitsizliği: sözlü savunma ve yoğun bireysel süpervizyon gerektiren bir model, kalabalık sınıflarda uygulanabilirlik sorunuyla karşılaşabilir. İkincisi, tıp benzetmesinin sınırları: tıpta klinik süpervizyon onlarca yıllık, kurumsallaşmış bir altyapıya dayanıyor; iktisat eğitiminde böyle bir altyapı henüz yok. Üçüncüsü, teknolojik kırılganlık: bugün "tutarsız" bulunan bir model yeteneği birkaç yıl içinde sıradanlaşabilir, bu da müfredatın sürekli güncellenmesini gerektirir.

Bu sınırlılıklar modelin reddedilmesi için değil, ölçülü ve kademeli bir şekilde denenmesi için bir gerekçe. Somut olarak önerilebilecek adımlar arasında şunlar var: mikro ve makro derslerine öğrencinin bizzat kurup çalıştıracağı basit simülasyon modülleri eklemek; ayrı bir "prompt okuryazarlığı" ve "yapay zekâ çıktısı denetimi" modülü kazandırmak; klasik ödevlerin yanına sözlü savunma bileşeni eklemek; öğrenciye kasıtlı olarak hatalı bir yapay zekâ çıktısı verip o hatayı teşhis etmesini istemek; ve grup projelerinde yapay zekâ kullanımını şeffaf biçimde belgelemeyi standart hale getirmek — bu sonuncusu, akademik dürüstlüğü cezalandırıcı bir denetim yerine öğretici bir alışkanlığa dönüştürüyor.

Son söz

Bu yazının çıkardığı temel ders şu: yapay zekânın iktisat eğitimine getirdiği eşik ne ilk ne de son. Disiplin, kendini öğretme biçimini teknolojik ve kurumsal koşullara göre defalarca yeniden icat etti — Smith'in ahlak felsefesi kürsüsünden, Schmoller'in klinisyen-sosyal fizikçi ayrımından, hesaplamalı iktisadın laboratuvarından geçerek bugünün büyük dil modellerine kadar. Ama her yeniden icat anında ortaya çıkan soru hep aynı kaldı: iktisatçı — ve iktisat öğrencisi — bir "sosyal fizikçi" mi olacak, yoksa bağlamı, tarihi ve etiği bilen bir "klinisyen" mi?

Doğru kullanıldığında yapay zekâ, öğrenciyi ikinci role — mühendis-iktisatçıya, klinisyene, zanaatkâra — daha da yaklaştırabilecek bir araç. Yeter ki sınıf bu aracı bir otorite değil, denetlenmesi gereken bir hipotez üreticisi olarak görsün.

 

 

---

[1] Eren, E. ve Donduran, M. (2005). "Bilgisayar Destekli Mikro İktisat Eğitimi: Bir Uygulama”, İçinde: E. Uygur (Der.), İktisat Eğitimi, Türkiye Ekonomi Kurumu.