AI Araçlarının Dikkat Borcu: Bant Genişliği Yanılsaması

AI Araçlarının Dikkat Borcu: Bant Genişliği Yanılsaması

Bir sabah işe başladığınızda kaç farklı sekme açık oluyor? ChatGPT’de bir brief taslağı, Midjourney’de görsel sırası, Notion AI’da toplantı özeti, bir de iki gün önce denediğiniz ve ne için açtığınızı artık hatırlamadığınız yeni araç. Bunların hepsi size zaman kazandırmak için orada. Ama günün sonunda kendinizi neden daha yorgun hissediyorsunuz?

Bu sorunun adı var: dikkat borcu.

Kavramı ilk kez Mart 2026’da Adam Wespiser sistematik biçimde çerçeveledi. Wespiser’a göre AI araçlarının gerçek maliyeti ne lisans ücretleri ne altyapı ne de entegrasyon projeleri. Gerçek maliyet dikkat. Bir araçla her etkileşim — bir prompt yazmak, çıktıyı değerlendirmek, hatayı düzeltmek, başka bir araca geçmek — zihinsel bir borç olarak birikmekte. Ve bu borç er ya da geç ödenmek zorunda.

Türkiye’deki pazarlama ve dijital ekiplerde bu dinamiği yakından görmek mümkün. Yedi sekiz farklı AI aracı deneyen, hiçbirini tam anlamıyla benimseyemeyen, her ay yeni bir “devrim niteliğinde” araç aboneliği ekleyen ekipler. Teoride araç başına 10 kat verim artışı olmalı. Pratikte “bugün hangi araçla mı yaptım?” sorusu kaybedilen onlarca dakikanın sebebi oluyor.

İçindekiler

• Rakamlar Ne Diyor?
• Bant Genişliği Yanılsaması Nedir?
• Pazarlama Ekiplerinde Dikkat Borcunun Tezahürleri
• Dikkat Borcunu Yönetmek: Pratik Çerçeve
• RACI Çerçevesinden Bakış: AI’ı Nereden Konumlandırıyorsunuz?
• Ek Perspektif: Görünmez Sistemler En İyi Sistemlerdir
• Ne Yapmalı? — Somut Bir Başlangıç Listesi
• Aklınızda Kalsın: Az Araç, Derin Dikkat

Rakamlar Ne Diyor?

Sezgiye güvenmek zorunda değiliz. 2025-2026 araştırmaları tablonun ne kadar ciddi olduğunu ortaya koyuyor.

Reclaim’in 2026 verilerine göre ortalama bir bilgi çalışanının odaklanmış çalışma seansı 13 dakika 7 saniyeye gerilemiş — 2023’e kıyasla yüzde 9 düşüş. Bir kesintiden sonra derin odaklanmayı yeniden sağlamak ise yaklaşık 23 dakika alıyor. Kesintilerin sayısını ve bu rakamı çarpın; ortaya sıfıra yakın derin çalışma kapasitesi çıkıyor.

Deloitte’nin 2026 Kuşak Araştırması daha da çarpıcı: Y ve Z kuşağı çalışanların yüzde 54-58’i sürekli bildirimler, araç geçişleri ve çoklu platformlar nedeniyle “dijital yorgunluk” yaşadığını bildiriyor. Microsoft’un 2025 İş Trendi Endeksi ise küresel iş gücünün yüzde 80’inin işini yapmak için yeterli zaman ve enerji bulamadığını saptadı.

En ironik veri ise Google Cloud’un 2026 raporu: Yoğun AI kullanıcıları kullanmayanlara göre yüzde 45 daha fazla tükenmişlik riski taşıyor. Aynı eğilim yöneticilerde de görülüyor — yüzde 77’si AI’nın verimliliği artırdığına inandığını söylüyor, ama ağır AI kullanıcılarının yüzde 88’i artan tükenmişlik bildiriyor.

Başka bir bulgu daha: Ortalama bilgi çalışanı 12 farklı dijital araç aboneliğine sahip, ama bunların sadece dördünü gerçekten faydalı buluyor. Sekiz araç doğrudan dikkat borcu yaratıyor.

Bant Genişliği Yanılsaması Nedir?

Şu benzetme işe yarıyor: İnternet hızınızı artırdığınızda, aynı anda daha fazla sekme açıyorsunuz. Sonuç, 10 Mbps ile 100 Mbps arasında çoğu zaman aynı hız deneyimi — çünkü artık 10 sekme yerine 40 sekme açık.

AI araçlarında da aynı dinamik işliyor. Araçlar belirli görevleri hızlandırıyor. Bu gerçek. Ama hız kazancı, aynı süre içinde daha fazla ve daha karmaşık iş yüklenmek için kullanılıyor. Harvard Business Review’ın Şubat 2026 araştırması bunu sayısal olarak doğruladı: AI benimsemesi, iş yükünün azalmasıyla değil, iş yoğunluğunun artmasıyla korelasyon gösteriyor. 2025’te AI aracı benimseyen çalışanların yüzde 67’si yıl sonunda daha fazla saat çalışır hale geldi.

Bant genişliği arttı. Trafik arttı. Tıkanıklık aynı kaldı — hatta daha da kötüleşti.

Pazarlama Ekiplerinde Dikkat Borcunun Tezahürleri

Dijital pazarlama ortamı bu kırılganlığa özellikle açık. Çünkü pazarlama doğası gereği çok kanallı, çok araçlı ve yüksek hızlı bir alan.

İçerik ekibinde bir kişi aynı anda ChatGPT’de metin üretiyor, Canva AI’da görsel tasarlıyor, Grammarly’de düzeltiyor, başka bir araçta SEO kontrol yapıyor. Her araç geçişi zihinsel bir sıfırlama gerektiriyor. “Bu araca ne kadar güvenebilirim?” sorusu her seferinde bilinçsizce yeniden değerlendiriliyor. Wespiser’ın terimiyle bu “güven kalibrasyonu maliyeti.”

Performans pazarlamacıları için tablo daha da karmaşık. Google Ads asistanı, Meta’nın Advantage+ önerileri, bir üçüncü parti analiz aracı, bir AI raporlama platformu — her biri kendi mantığıyla, kendi terminolojisiyle, kendi çıktı formatıyla çalışıyor. Hangi öneriye güvenilecek? Çelişen verilerle ne yapılacak? Bu kararların kendisi büyük bir dikkat tüketiyor.

Türkiye’de özellikle görülen bir örüntü: Araçlar deneme aşamasında tutuluyor, tam benimseme seviyesine ulaşmıyor. Her birinin eksikliği farklı bir eklenti aracıyla kapatılmaya çalışılıyor. Ekosistem büyüdükçe entegrasyon karmaşası artıyor, dikkat borcu katlanıyor.

Dikkat Borcunu Yönetmek: Pratik Çerçeve

Çözüm daha az araç ya da AI’dan vazgeçmek değil. Dikkat bütçesini bilinçli yönetmek.

Araç konsolidasyonu en önemli ilk adım. Aktif kullanılan araç sayısını kişi başı 3-5 ile sınırlayın. Bu bir kısıtlama değil, bir dikkat koruması. Benzer işlev gören araçları karşılaştırın ve birini seçin. “İkisi de işe yarıyor” iyi bir gerekçe değil; ikisini birden aktif tutmak dikkat borcu üretiyor.

İkinci ilke: araçları iş akışına gömmek, iş akışını araçlara göre oluşturmamak. Bir pazarlama raporu her hafta aynı saatte otomatik üretiliyorsa, o araç dikkat tüketmiyor. Ama bir analist her Pazartesi farklı panellere girerek rapor derliyorsa, aynı araçlar dikkat borcu yaratıyor.

Üçüncüsü periyodik araç denetimi. Her çeyrek şu soruyu yanıtlayın: Hangi araçlar gerçek değer üretiyor, hangileri sadece “sahip olduğumuz araçlar”? Kullanılmayan ya da düşük değerli araçlar iptal edilmeli.

Son ve en kritik ilke: derin çalışma bloklarını korumak. AI araçları ne kadar gelişirse gelişsin, stratejik karar verme kapasitesi kesintisiz düşünme gerektiriyor. Araç bildirimleri, anlık geçiş talepleri ve sürekli değerlendirme döngüleri bu kapasiteyi en çok aşındıran faktörler.

RACI Çerçevesinden Bakış: AI’ı Nereden Konumlandırıyorsunuz?

Wespiser’ın analizindeki belki de en keskin gözlem şu: Bugün çoğu AI aracı RACI modelinde “danışılan” (Consulted) konumunda. İnsan işi yapıyor, AI öneri veriyor. Bu tam da dikkat maliyetini maksimize eden yapılandırma.

Gerçek verimlilik kazancı AI’ı “sorumlu” (Responsible) konumuna taşıdığınızda ortaya çıkıyor — AI işi yapıyor, insan yalnızca sonucu onaylıyor ya da yüksek riskli kararları devralıyor. “AI’dan tavsiye alma, AI’a işi yaptır” — bu basit ayrım, dikkat borcunun büyük bölümünü ortadan kaldırıyor.

Ek Perspektif: Görünmez Sistemler En İyi Sistemlerdir

İyi altyapı fark edilmez. Su musluğu açılınca su gelir. Elektrik düğmesine basılınca ışık yanar. Kimse bu sistemleri “kullanmayı” düşünmez.

En iyi AI sistemleri de bu şekilde çalışmalı. Sessizce, güvenilir biçimde, öngörülebilir çıktılarla. Başarılar fark edilmemeli, başarısızlıklar ise net, sınırlı ve düzeltilebilir olmalı.

Bugün çoğu AI aracı bunun tam tersini yapıyor: Konuşmayı gerekli kılıyor, sürekli yönlendirme istiyor, her adımda insan onayı bekliyor. Hangi araçların sessizce çalışıp size yalnızca sonucu bildirdiğini, hangilerinin her adımda dikkatinizi talep ettiğini bir kez listeleyin. Bu basit ayrım bile hangi araçlara yatırım yapacağınız konusunda çok daha net bir pusula sunacak.

Ne Yapmalı? — Somut Bir Başlangıç Listesi

Teorik bir çerçeveyi pratiğe taşımak için üç somut adım:

1. Araç envanteri çıkarın. Ekibinizdeki herkesin aktif olarak kullandığı AI araçlarını listeleyin. Sadece abonelikler değil, gerçekten haftalık olarak kullanılanlar. Bu sayı çoğunlukla sürpriz oluyor.

2. Her araç için “otomatik mı, interaktif mi?” sorusunu sorun. Otomatik çalışan araçlar dikkat borcu üretmiyor. İnsan adımı gerektiren araçlar borç üretiyor. Bu ikinci gruba özellikle dikkat edin.

3. “Hangi karar sadece ben verebilirim?” sorusunu belirleyin. Stratejik müşteri iletişimi, bütçe dağılımı, yaratıcı yön seçimi — bunlar insan dikkatinin gerçekten gerekli olduğu noktalardır. Diğer her şey için AI’ın sorumluluğu devraldığı bir iş akışı tasarlamaya çalışın.

Bu çerçeveyi tamamlayan bir okuma olarak, AI destekli süreçlerde neyin eksiltilebileceğini sorgulayan AI bakım alışkanlığı: ‘Ne çıkarabiliriz?’ yazısına ve AI / YZ kategorisindeki diğer analizlere bakabilirsiniz. Ekibinizin araç yığınını sadeleştirip AI’ı doğru yere konumlandırmak için dijital pazarlama danışmanlığı hizmetimden yararlanabilir, tüm içerik ve hizmetlere hyturkyilmaz.com üzerinden ulaşabilirsiniz.

Sıkça Sorulan Sorular

Dikkat borcu ile klasik “çoklu görev zararı” aynı şey mi?

Yakın ama aynı değil. Çoklu görev, aynı anda birden fazla işe bölünmeyi anlatır. Dikkat borcu ise her AI aracının kendisiyle etkileşim, çıktı doğrulama ve güven kalibrasyonu için talep ettiği zihinsel maliyetin zamanla birikmesi. Araç sayısı arttıkça tek işe odaklansanız bile borç büyüyor.

Ekipte kişi başı kaç AI aracı makul?

Yazıda önerdiğimiz pratik sınır 3-5 aktif araç. Kritik olan sayının kendisi değil, her aracın iş akışına gömülü ve net bir görev sahibi olması. “Denemek için açık duran” her abonelik, kullanılmasa bile dikkat borcu üretiyor.

Yeni çıkan araçları takip etmeyi tamamen bırakmalı mıyım?

Hayır, ama denemeyi bir sürece bağlayın: çeyrekte bir kez, belirli bir ihtiyaç tanımıyla ve süre sınırıyla test edin. Sürekli açık bir “yeni araç radarı”, bant genişliği yanılsamasının ta kendisi.

AI’ı RACI’de “sorumlu” konumuna almak riskli değil mi?

Düşük riskli, tekrarlayan ve doğrulanabilir işlerde değil. Raporlama, veri derleme, ilk taslak üretimi gibi alanlarda AI’ın işi uçtan uca yapıp insanın yalnızca onayladığı kurgu, hem hatayı yönetilebilir kılıyor hem de dikkat maliyetini ciddi biçimde düşürüyor. Stratejik ve yüksek riskli kararlar ise insanda kalmalı.

Aklınızda Kalsın: Az Araç, Derin Dikkat

AI araçlarının gerçek değeri, toplam zaman tasarrufundan değil doğru dikkat dağılımından geliyor. Kaydedilen zaman dikkat borcu olarak harcanıyorsa net kazanım sıfır hatta eksi.

Önümüzdeki dönemde rekabet avantajı en fazla araca sahip olmaktan değil, hangi işi AI’a devredip hangi kararı insan dikkatine sakladığını iyi ayarlayabilen ekiplerden gelecek. Bu, 2026’nın en hafife alınan verimlilik stratejisi.

Daha fazla bilgi ve strateji için: hyturkyilmaz.com/iletisim

Kaynaklar

Wespiser, A. (2026, Mart). The attention debt of AI tooling. https://www.wespiser.com/posts/2026-03-15-Attention-Debt-Of-AI-Tooling.html

Reclaim. (2026). Context switching: Why it kills productivity & how to fix it. https://reclaim.ai/blog/context-switching

Deloitte. (2026). Gen Z and millennial survey 2026. https://www2.deloitte.com/global/en/pages/about-deloitte/articles/genzmillennialsurvey.html

Microsoft. (2025). Work trend index 2025. https://www.microsoft.com/en-us/worklab/work-trend-index

Google Cloud. (2026). AI adoption and workforce burnout report.

Harvard Business Review. (2026, Şubat). AI adoption and work intensity study.

AI Magicx. (2026). The AI productivity paradox. https://www.aimagicx.com/blog/ai-productivity-paradox-exhaustion-burnout-2026