Yapay Zeka Bilinç Seviyesini Etiketlemez, Gelişimsel İpucu Okur
%69: Küresel CEO’ların bu oranı, yapay zekâ nedeniyle çalışanlarının çoğunun yeni beceriler geliştirmek zorunda kalacağını düşünüyor; bu da artık yalnızca performansı değil, gelişme kapasitesini de okumayı gerektiriyor (PwC, 2024). Çeyrek dönem değerlendirmesinde bir hizmet şirketinin direktörü aynı veriye bakıp iki farklı çalışan için aynı sonuca varamadığında sorun çoğu zaman yetenek eksikliği değil, gelişimsel farkın yanlış okunmasıdır.
Maliyet burada büyür. Dünya Ekonomik Forumu’na göre mevcut beceri setlerinin %39’u 2030’a kadar dönüşecek ya da geçerliliğini yitirecek; yani bugünün “iyi çalışanı”, yarının aynı bağlamında aynı şekilde iyi kalmayabilir (World Economic Forum, 2025). Eğer yapay zekâyı insanları sabit kategorilere ayıran bir etiketleme makinesi gibi kullanırsanız, yeniden beceri kazandırma yatırımlarını yanlış kişiye, yanlış sırayla ve yanlış yoğunlukta yönlendirme riskiniz artar. Bu yazı tam bu sorunu çözüyor: yapay zekânın bir insanı “hangi seviyede” diye damgalaması değil, hangi gelişimsel ipuçlarını gördüğüne dayanarak nasıl daha sağlam bir hipotez kurduğunu açıklıyor.
Yani mesele teşhis koymak değildir. Mesele, gelişimsel hipotez üretmektir.
Etiket ile hipotez arasındaki fark neden kritiktir?
Bir insanı sınıflandırmak, onu tek bir kutuya yerleştirip davranışını oradan açıklamaya çalışmaktır. Yapay zekânın daha yararlı rolü ise dil örüntülerini, karar alma biçimlerini, belirsizlik karşısındaki tepkileri ve ilişki kurma tarzını birlikte okuyarak “şu anda hangi gelişimsel mantık baskın olabilir?” sorusuna ihtiyatlı bir cevap üretmektir.
Bu ayrım pratikte çok şey değiştirir. Çünkü gelişim, sabit bir kişilik etiketi gibi işlemez; bağlama, role, stres düzeyine ve sorumluluk alanına göre farklı yüzlerini gösterir. Bir ekip lideri stratejik toplantıda karmaşıklığı taşıyabilir, ama çatışma anında daha savunmacı bir çerçeveye geri dönebilir. Yapay zekâ burada hüküm vermez; örüntü arar.
Integral bakış neden tek skorla yetinmez?
Integral yaklaşım, insanı tek eksende okumaya direnir. Bunun nedeni teorik bir titizlikten çok, uygulamadaki zorunluluktur. Aynı kişi değerler açısından bir yerde, bilişsel karmaşıklık açısından başka bir yerde, duygusal düzenleme kapasitesi açısından ise bambaşka bir yerde olabilir. Tek skor, bu farkları düzleştirir. Düzleşen veri de yanlış müdahale üretir.
Tek sayı karar vermeyi hızlandırır; ama insanı anlamayı sıklıkla bozar.
Bu yüzden iyi bir AI yorumu “sen busun” demez. “Şu koşullarda şu örüntüler görülüyor; şu alanlarda destek, geribildirim ya da deneyim tasarımı işe yarayabilir” der. Güvenilir olan budur.
Ama burada daha zor bir soru başlar: Yapay zekâ hangi sinyalleri gerçekten okuyabilir, hangilerinde yalnızca ikna edici görünen bir tahmin üretir? Tek fark yöntem mi, yoksa sınırların kendisi mi?
Spiral Dynamics ile Kegan Aynı Şeyi Anlatmaz: Farkı Bilmeden AI Yorumu Eksik Kalır
Spiral Dynamics ile Kegan modeli aynı davranışı açıklarken farklı sorular sorar. Bu fark görülmediğinde AI yorumu eksik kalır; çünkü sistem, değer tercihini gelişimsel yapı sanabilir ya da tersini yapabilir.
Aynı davranış neden iki farklı gelişim modelinde bambaşka anlamlara gelebilir? Çünkü biri daha çok değer sistemlerine, diğeri ise kişinin deneyimi nasıl anlamlandırdığına bakar.
Değer sistemi ile anlam kurma yapısı aynı şey değildir
Spiral Dynamics, insanların dünyayı hangi önceliklerle okuduğunu anlamaya çalışır: düzen, başarı, aidiyet, esneklik, bütünsellik gibi baskın değer mantıkları burada öne çıkar (Wikipedia, 2025). AI bir yöneticinin dilinde sürekli “hedef”, “rekabet”, “ölçüm”, “sonuç” örüntüsü görüyorsa, bunu belirli bir değer sistemiyle ilişkilendirebilir. Bu, yararlıdır. Ama sınırlıdır.
Kegan çizgisi başka yere bakar. Buradaki soru, kişinin neye önem verdiği değil, önem verdiği şeyi nasıl taşıdığıdır: Kendi düşüncesini nesne gibi inceleyebiliyor mu, yoksa onun içinde mi yaşıyor? Başka bir deyişle, kişi kurallara uyduğu için mi karar veriyor, yoksa kuralın bağlamını da değerlendirebiliyor mu? Kegan temelli araştırmalar, yetişkin gelişiminde bu anlam kurma kapasitesinin liderlik, öğrenme ve karmaşıklıkla baş etme biçimiyle yakından ilişkili olduğunu gösteriyor (PubMed, 2019).
Fark tam burada oluşur.
Aynı sinyal, iki ayrı okuma
Çeyrek dönem bütçe gözden geçirmesinde orta ölçekli bir teknoloji şirketinin ürün direktörü, ekibin her itirazına “önce veriyi görelim” diye karşılık veriyor olsun. Spiral Dynamics açısından bu, başarı ve performans odaklı bir değer sisteminin işareti olabilir. Kegan açısından ise iki olasılık vardır: Ya gerçekten farklı bakışları tutabilen bir zihinsel yapı vardır ya da yalnızca kontrol kaybını önlemek için veriye sığınılıyordur.
Dışarıdan davranış aynıdır. İç mantık aynı olmayabilir.
Tam bu nedenle stage ile tip ayrımını karıştırmamak gerekir. Tip, çoğu durumda tercih edilen tarzı anlatır; örneğin daha analitik, daha ilişkisel, daha kural odaklı bir eğilim. Stage ise kişinin karmaşıklığı hangi yapıyla işlediğini gösterir. AI tip sinyallerini stage kanıtı gibi okuduğunda, özellikle terfi, koçluk ve rol tasarımında yanlış sonuç üretir.
Aynı cümle, bir modelde “hangi değeri savunuyor?” sorusuna; diğerinde “bu değeri ne kadar esnek taşıyor?” sorusuna cevap verir.
Integral yaklaşım neden tek modele razı olmaz?
Integral teori, tam da bu nedenle tek mercekle yetinmez; iç dünya ile dış davranışı, bireysel olan ile kolektif olanı, gelişim çizgileri ile durum farkını birlikte düşünmeyi önerir (Integral European Conference, 2024). Pratik değeri şuradadır: AI bir kişinin dil örüntüsünden değer sistemine dair ipucu, karar mantığından anlam kurma yapısına dair hipotez, ekip ilişkilerinden de bağlamsal baskıya dair ayrı sinyaller çıkarabilir. Bunların hiçbiri tek başına yeterli değildir.
Sağlam yorum, modelleri üst üste bindirerek yapılır — birbirinin yerine koyarak değil. Peki AI bu ayrımı hangi somut sinyallerden kurabilir, hangi noktada sadece ikna edici görünen bir tahmin üretmeye başlar?
AI Hangi Sinyalleri Okuyabilir, Hangilerini Asla Kesinleştiremez?
95 ülkede 14.000 iş ve insan kaynakları lideriyle yapılan Deloitte araştırması bize şunu söylüyor: kurumlar insan kararlarını artık daha yoğun veriyle destekliyor, ama veri çoğaldıkça yorumun doğruluğu otomatik olarak artmıyor (Deloitte, 2024). Peki bu kadar çok sinyal varken yapay zekâ neden bir insanın gelişimsel düzeyini “net” söyleyemiyor?
Çünkü çok veri, çok gerçek anlamına gelmez. Bazen sadece çok iz bırakır.
AI neyi okuyabilir?
Yapay zekâ özellikle metin örüntülerini, öz değerlendirme dilini ve tekrar eden davranış kalıplarını iyi yakalar. Bir kişinin belirsizlik karşısında sürekli kesinlik araması, geri bildirim aldığında savunmaya geçmesi, çelişkili görüşleri birlikte taşıyıp taşıyamaması ya da kendi varsayımlarını sorgulama biçimi; gelişimsel açıdan anlamlı ipuçları üretir. Bunlar tek tek kanıt değildir, ama birlikte okunduğunda güçlü bir olasılık alanı oluşturur.
Spiral Dynamics yaklaşımının kavramsal ayrımları da burada işe yarar: sistem, kişinin yalnızca ne dediğine değil, hangi değer mantığını öncelediğine dair işaretler arar; düzen mi, başarı mı, uyum mu, bütünsellik mi baskın, bunu dil ve tercih örüntülerinden çıkarabilir (Spiral Dynamics). Fakat değer önceliği ile gelişimsel kapasite aynı şey değildir. AI bunu karıştırdığında, güçlü bir stil sinyalini yanlışlıkla derin bir yapı göstergesi sanabilir.
Bölgesel ölçekte faaliyet gösteren bir üretim şirketinde yeniden yapılanma haftasında operasyonlardan sorumlu bir başkan yardımcısının tüm toplantılarda “önce kontrolü geri alalım” çizgisine dönmesi, AI için anlamlı bir sinyaldir. Ama bu sinyalin anlamı tek değildir: gerçekten daha sınırlı bir karmaşıklık işleme kapasitesi de olabilir, yoğun baskı altında geçici bir daralma da. Dışarıdan aynı görünür.
AI neyi asla kesinleştiremez?
İç deneyimi kesinleştiremez. Niyet, korku, savunma, olgunluk ve bağlamsal gerileme arasındaki farkı doğrudan bilemez.
Araştırmalar, integral teorinin ruh sağlığı uygulamalarında yararlı bir çerçeve sunduğunu, ancak insan deneyimini çok boyutlu ele almanın zorunlu olduğunu gösteriyor (PubMed, 2022). Bu önemli bir uyarıdır: aynı davranış, farklı iç yapılardan doğabilir. AI yalnızca görünen izleri işler; yaşantının tamamına erişmez.
Yapay zekâ teşhis koymaz; olasılık sıralar.
İşte bu noktada yanlış sınıflandırma sadece teknik bir hata değildir. Etik bir sorundur; çünkü bir kişiye erken, dar ya da hatalı bir gelişim etiketi yapıştırmak, ona verilecek rolü, geri bildirimi ve fırsatı da daraltabilir. Aynı zamanda metodolojik bir sorundur; çünkü model, eğitim verisindeki dil normlarını “olgunluk” sanmaya başladığında kültürel farkları kusur gibi okuyabilir.
Asıl mesele burada sertleşir: kişiyi yanlış okumak mı daha büyük risk, yoksa hiç kişiselleştirmeden ilerlemek mi? Tek tip koçluk güvenli görünür — ama gerçekten daha mı etkilidir?
Neden Kişiselleştirilmiş Gelişim Planları Tek Tip Koçluktan Daha Etkilidir?
Integral Coaching tam burada önemlidir; çünkü yanlış koçluk yaklaşımının bedeli yalnızca düşük öğrenme hızı değil, kaçan yetenek, aşınan güven ve geciken iş sonuçlarıdır. Aynı müdahaleyi herkese uyguladığınızda, bir yönetici açılırken diğeri kapanır; biri sorumluluk alırken diğeri savunmaya çekilir.
Perakende sektöründe bölgesel ölçekte büyüyen bir şirketin operasyon direktörü, yeniden yapılanma döneminde iki mağaza müdürüne aynı koçluk çerçevesini uyguladığında bunu net biçimde görür: haftalık yansıtma soruları, açık uçlu geri bildirim, yüksek özerklik beklentisi. İlk müdür bu alanı hızla kullanır. İkinci müdür ise belirsizlik arttıkça daha çok netlik, sıra ve karar sınırı ister; birkaç hafta içinde performans görüşmeleri “gelişim” değil “yanlış anlaşılma” üretmeye başlar. Sorun veri eksikliği değildir. Sorun, verinin üstüne doğru yorum katmanı konmamış olmasıdır.
Daha çok veri değil, daha doğru okuma gerekir
Kişiselleştirme çoğu kurumda yanlış yerden başlar. Daha fazla anket, daha çok 360 geri bildirim, daha sık nabız ölçümü istenir. Oysa asıl farkı yaratan, bu sinyallerin hangi gelişimsel mantıkla yorumlandığıdır.
ICF verisi bunu dolaylı ama güçlü biçimde destekliyor: koçların %85’i, danışanlarının zihinsel iyi oluş konusunda destek talep ettiğini söylüyor (ICF, 2024). Bu, koçluğun artık yalnızca hedef takibi değil, kişinin baskı altında dünyayı nasıl kurduğunu anlama işi olduğunu gösterir. Aynı stres belirtisi bir kişide rol karmaşasından, diğerinde kimlik tehdidinden, bir başkasında ise aşırı seçenek yükünden doğabilir. Tek tip koçluk bu farkı düzleştirir.
Aynı davranışa aynı müdahaleyi vermek, büyük ölçüde adil değil; sadece kolaydır.
Plan etiket üzerine değil, değişim mekanizması üzerine kurulmalıdır
Sağlam bir gelişim planı “sen şu seviyedesin” diye başlamaz. Davranış, perspektif ve kapasite değişimi üzerinden kurulur: kişi çatışmada ne yapıyor, alternatif bakışları ne kadar taşıyabiliyor, kendi düşüncesini ne ölçüde inceleyebiliyor?
İntegral koçluk yaklaşımı bu yüzden yalnızca hedef belirlemeye değil, kişinin deneyimi nasıl organize ettiğine de bakar; The Integral Institute çizgisinde mesele, davranışı yüzeyde düzeltmekten çok onu üreten iç ve dış örüntüleri birlikte çalışmaktır. Spiral Dynamics tarafında da benzer bir pratik sonuç vardır: kişisel gelişim yönlendirmesi, herkes için aynı motivasyon dilinin işlemediğini; bazı kişilerin yapı ve güvenlikle, bazılarının başarı ve etkiyle, bazılarının ise anlam ve bütünlükle daha güçlü harekete geçtiğini gösterir (Spiral Dynamics, n.d.).
Koçluk dili bilinç mantığına göre değişir
Baskın çerçevesi düzen ve netlik olan biriyle çalışırken koçluk, seçenek çoğaltmaktan önce rol sınırlarını ve karar ilkelerini berraklaştırmalıdır. Başarı ve sonuç odaklı biriyle ise kör nokta genellikle hızdır; burada koçluk, yalnızca hedef büyütmek değil, başkalarının bakışını karar sürecine katma kapasitesini geliştirmektir. Daha çoğulcu bir mantıkla çalışan kişilerde ise risk tersine döner: fazla perspektif, düşük karar keskinliği yaratabilir.
Fark budur. Kişiselleştirme, herkese ayrı içerik vermek değil; aynı gelişim hedefini farklı bilinç mantıkları için farklı yollardan kurmaktır.
Ama hangi veriler bu yorumu gerçekten güçlendirir — hangileri sadece ikna edici görünen gürültüdür? Veri mi yol gösterir, yoksa veri kalabalığı mı yönü bozar?
Hangi Veriler Gelişimsel Hipotezi Güçlendirir, Hangileri Sadece Gürültü Yaratır?
Çeyrek dönem değerlendirmesinde bir sağlık hizmetleri kurumunun bölüm yöneticisi, aynı çalışanın bir toplantıda son derece esnek, ertesi gün ise belirgin biçimde savunmacı göründüğünü fark ettiğinde sorun birçok noktada performans değil, hangi veriye güveneceğini bilememektir. Gelişimsel hipotez tam burada güçlenir ya da dağılır: doğru sinyaller bir araya gelirse açıklık üretir, rastgele izler toplanırsa sadece ikna edici bir karmaşa yaratır.
1.134 anket yanıtı üzerinden hazırlanan Harvard Business Publishing araştırması, liderlik gelişiminde kurumların hâlâ dönüşüm ihtiyacı yaşadığını gösteriyor; yani mesele veri toplamak değil, hangi verinin gerçekten anlam taşıdığını ayırabilmek (Harvard Business Publishing, 2024). McKinsey’nin bulgusu da aynı baskıyı başka açıdan doğruluyor: liderlerin %69’u kurumlarında ciddi bir insan sermayesi ya da yetkinlik açığı görüyor (McKinsey, 2024). Bu açık, yalnızca beceri envanteriyle kapanmaz. Kişinin nasıl düşündüğünü, nasıl karar verdiğini ve baskı altında nasıl daraldığını da okumak gerekir.
Güçlü sinyal ile zayıf iz arasındaki fark
En değerli veri türleri genellikle üç yerde toplanır: davranış örüntüleri, yazılı refleksiyonlar ve karar dili. Davranış örüntüsü, kişinin benzer koşullarda tekrar tekrar ne yaptığını gösterir; örneğin belirsizlikte kontrolü sıkılaştırması, geri bildirimde açıklık yerine gerekçe üretmesi ya da çatışmada ilişkiyi mi sonucu mu öncelediği. Yazılı refleksiyonlar daha derine iner; kişi kendi varsayımlarını inceleyebiliyor mu, yoksa yalnızca yaşadığı olayı yeniden mi anlatıyor? Karar dili ise özellikle ayırt edicidir: “doğru olan”, “işe yarayan”, “herkes için adil olan” ya da “bağlama göre değişen” gibi ifadeler, düşüncenin hangi çerçevede kurulduğuna dair iz bırakır.
Tek kaynak yetmez. Hatta çoğunlukla yanıltır.
Stage çıkarımı neden doğrulama ister?
Gelişim aşaması çıkarımı, tek bir öz değerlendirme formundan ya da tek toplantı kaydından yapılacak kadar basit değildir. Gelişim aşamalarını açıklayan yaklaşım, insanların farklı bağlamlarda farklı kapasite gösterebildiğini açıkça hatırlatır; yani bir alandaki olgun ifade, başka bir alanda aynı esnekliğin bulunduğunu kanıtlamaz. Dolayısıyla stage inference için çapraz doğrulama gerekir: yazılı ifade ile gözlenen davranışın, karar örüntüsü ile koçluk konuşmasının birbirini desteklemesi gerekir.
Gürültü ise genellikle burada üretilir. Tek seferlik parlak cümleler, kurumsal jargona hâkimiyet, yüksek sözel akıcılık ya da iyi hazırlanmış öz değerlendirmeler kolayca derinlik sanılabilir. Oysa bunlar birçok durumda sadece sunum becerisidir.
AI tek başına değil, birlikte çalıştığında değerlidir
AI destekli yorum, en iyi halinde bir ön okuma motorudur; son karar mercii değildir. İnsan gözlemi, yönetici geri bildirimi ve koçluk diyaloğu devreye girmediğinde model örüntü görür ama anlamı eksik bırakır. Koçluk konuşması özellikle kritiktir; çünkü kişi kendi dilini açtıkça, AI’ın gördüğü sinyalin kalıcı bir yapı mı yoksa geçici bir savunma mı olduğu daha net anlaşılır.
Asıl fark burada çıkar: veri çokluğu mu daha güvenlidir, yoksa iyi seçilmiş birkaç sinyal mi? Bir gelişim planı kurarken cevap teorik değil, operasyoneldir — çünkü yanlış veriyle kurulan plan da kişiselleştirilmiş görünür, ama yine de yanlış kişiye yanlış yük bindirir.
Kişiselleştirilmiş Gelişim Planı Nasıl Kurulur ve Nereden Başlanır?
2030’a kadar her 100 çalışanın 59’unun bir tür eğitim ihtiyacı duyacağı öngörülüyor; bu da gelişim planını “iyi olur” düzeyinden çıkarıp operasyonel bir zorunluluğa dönüştürüyor (World Economic Forum, 2025). Peki çoğu plan neden yine de sonuç vermiyor? Sorun hedeflerin küçük olması değil; çoğu durumda sıranın yanlış kurulmasıdır. İnsanlar büyük gelişim cümleleri yazar, ama ilk gözlemi nasıl toplayacağını ve ilk deneyi nerede başlatacağını netleştirmez.
İyi plan, iddialı görünerek değil, test edilebilir başlayarak güç kazanır.
Basit akış: gözlem, hipotez, geri bildirim, küçük deneyler
Başlangıç için en güvenilir akış şudur: gözlem, hipotez, geri bildirim, küçük deneyler. Bu dört adımın değeri sadeliğinde değil, birbirini düzeltme kapasitesindedir.
Bölgesel ölçekte faaliyet gösteren bir finans şirketinde bütçe revizyonu haftasında bir ekip liderinin her itirazı hızla kapatıp kararı tek elde topladığını düşünün. İlk adım, bunu “kontrolcü” diye etiketlemek değildir; hangi koşulda, kimlerle, hangi baskı altında tekrarlandığını gözlemlemektir. İkinci adımda hipotez kurulur: kişi belirsizlikte perspektif daraltıyor olabilir. Üçüncü adımda geri bildirim verilir — davranışın etkisi somutlaştırılır. Dördüncü adımda ise küçük bir deney tasarlanır: örneğin sonraki iki toplantıda karar öncesi iki alternatif görüşü özetleme zorunluluğu.
Bu önemlidir. Çünkü planın amacı birini “daha yüksek stage”e çıkarmak değildir.
Hedef seviye atlamak değil, daha işlevsel perspektif kurmaktır
Kurumsal gelişim dilinin en yanıltıcı tarafı burada başlar: insanlar gelişimi bir üst basamağa geçmek gibi konuşur. Oysa pratikte ihtiyaç duyulan şey, kişinin daha fazla durumda daha işlevsel perspektifler kurabilmesidir; yani çatışmada tek doğruya sıkışmamak, belirsizlikte sadece hızla değil isabetle de karar verebilmek, geri bildirimi tehdit değil veri gibi işleyebilmek.
Küresel ölçekte çalışan bağlılığının yalnızca %23 olması, insanların sadece eğitime değil, daha anlamlı ve çalışabilir gelişim deneyimlerine ihtiyaç duyduğunu gösteriyor (Gallup, 2024).
Sonuç olarak kişiselleştirilmiş gelişim planları büyük dönüşüm vaatleriyle değil, davranışa bağlanan mikro değişimlerle kurulmalıdır.
Koçlar, liderler ve öğrenme tasarımcıları nereden başlamalı?
Koçlar için ilk adım, soyut içgörü üretmek değil, tekrar eden üç davranış örüntüsünü ayıklamaktır. Liderler için ilk adım, performans konuşmasını gelişim konuşmasından ayırmadan yürütmektir; “ne olmadı?” kadar “hangi bakış açısı eksik kaldı?” sorusu da masada olmalıdır. Öğrenme tasarımcıları içinse başlangıç, herkese aynı modülü açmak değil, kısa döngülü uygulamalar kurmaktır: yansıtma sorusu, karar öncesi duraklama, toplantı sonrası anlamlandırma gibi.
McKinsey’nin bulgusuna göre liderlerin zamanının yalnızca %22’si uzun vadeli büyüme girişimlerine gidiyor (McKinsey, 2024). Bu doğrultuda gelişim planı ağır ve geniş olamaz; işin içine sığmak zorundadır.
Asıl soru şudur: plan kişiye gerçekten uyuyor mu, yoksa sadece kişisel görünüyor mu? Bir sonraki hata tam burada yapılır — insanı anlamak yerine onu yeni bir kategoriye kapatmakla.
Bilinç Seviyesini Anlamak, İnsanı Kategorize Etmek Değil Onu Daha İyi Duymaktır
Integral teori, burada kritik olduğu için önemlidir: yanlış okunduğunda gelir değilse bile güven kaybı yaratır, güçlü çalışanı küstürür, iyi niyetli gelişim programını sessiz bir eleme mekanizmasına çevirir. Bir bölgesel hizmet şirketinde yıl sonu yetenek gözden geçirmesinde bir direktörün iki yüksek potansiyelli yöneticiden birini “henüz hazır değil” diye kenara alması, yaygın biçimde performans farkından değil, gelişimsel sinyali fazla erken kesinleştirmesinden kaynaklanır.
Eğer amaç insanı etiketlemek değilse, bu yaklaşımın gerçek değeri tam olarak nerede başlar?
Skorda değil, perspektif zenginliğinde
En güçlü taraf, tek bir bilinç puanı üretmesi değildir. Tam tersine, AI ile integral yaklaşım birlikte kullanıldığında değer; kişinin dili, karar mantığı, ilişki kurma biçimi ve baskı altındaki daralma örüntüsü arasında daha zengin bir okuma alanı açmasında ortaya çıkar. Integral teori uygulama çerçevesi tam da bu yüzden yararlıdır; insanı yalnızca dış davranıştan değil, birden çok boyutun kesişiminden anlamayı önerir.
Bu, özellikle beceri dönüşümünün hızlandığı bir dönemde daha da önemlidir. Küresel CEO’ların %69’u, AI nedeniyle çalışanlarının çoğunun yeni beceriler geliştirmek zorunda kalacağını düşünüyor (PwC, 2024). Dünya Ekonomik Forumu ise mevcut beceri setlerinin %39’unun 2030’a kadar dönüşeceğini ya da geçerliliğini yitireceğini öngörüyor (World Economic Forum, 2025).
Sorun artık yalnızca kimin iyi olduğu değil, kimin nasıl gelişeceğinin daha isabetli okunup okunmadığıdır.
Dolayısıyla iyi sistem, “bu kişi budur” demez. “Bu kişi şu koşullarda dünyayı böyle kuruyor olabilir” der. Aradaki fark küçümsenecek gibi değildir.
Etik sınır neden merkezdedir?
Yanlış sınıflandırma teknik bir kusurdan fazlasıdır. Birine dar bir gelişim etiketi verdiğinizde, ona sunduğunuz görevleri, geri bildirimi ve görünürlük fırsatlarını da daraltırsınız. İnsan, modelin çıktısına uymaya başlayan bir dosyaya dönüşür.
Tam bu nedenle insan yargısı merkezde kalmalıdır. AI örüntü yakalamada hızlıdır; bağlamı, kırılganlığı, niyeti ve geçici savunmayı ayırt etmede değildir. Özellikle terfi, kritik rol ataması ya da koçluk yatırımı gibi karar anlarında, yöneticinin gözlemiyle koçluk diyaloğunun model çıktısını sınaması gerekir. Nihai yorum, makinenin değil, sorumluluk taşıyan insanın işi olmalıdır.
Asıl amaç: daha iyi koçluk, daha iyi öğrenme
Gelişimsel yorumun değeri, insanları daha sofistike kutulara yerleştirmesinde değil; daha iyi soru sormayı mümkün kılmasındadır. Kime daha çok yapı gerekir, kime daha çok yansıtma alanı, kime daha net geri bildirim, kime daha fazla perspektif çalışması? Fayda burada başlar.
Sonuçta mesele bilinç seviyesini bilmek değil, bir insanın öğrenmesini daha doğru desteklemektir. Kendi ekibinize baktığınızda sorunuz şu olabilir: İnsanları ne kadar hızlı sınıflandırıyorum — ve ne kadar dikkatle duyuyorum?
