Psikoloji ve Psikiyatride Kuşaklar Arası Mesleki Bilgi Aktarımı: Teknoloji ve Yapay Zekânın Rolü

Farklı kuşaklardan ruh sağlığı profesyonelleri birbirlerinden ne öğrenebilir?

Günümüzde psikoloji ve psikiyatri alanında farklı kuşaklardan profesyoneller giderek daha fazla bir arada çalışıyor. Mesleğini uzun yıllardır sürdüren deneyimli klinisyenler ile eğitimine devam eden veya mesleğinin ilk yıllarında bulunan genç profesyoneller aynı ekip içerisinde vaka tartışıyor, süpervizyon süreçlerine katılıyor ve birlikte klinik kararlar alıyor.

Bu çeşitlilik yalnızca yaş farkını değil; eğitim geçmişi, mesleki deneyim, kullanılan bilgi kaynakları, teknolojiyle kurulan ilişki ve bilgiye erişim biçimleri açısından da önemli farklılıkları beraberinde getiriyor.

Bu noktada kuşaklar arasındaki farklılıkları yalnızca bir “kuşak çatışması” olarak değerlendirmek yerine başka bir soru sormak mümkün: Farklı kuşakların sahip olduğu bilgi ve beceriler birbirine nasıl aktarılabilir?

Bu soru özellikle ruh sağlığı alanlarında önem taşıyor. Çünkü psikoloji ve psikiyatride mesleki bilgi yalnızca akademik eğitimden ve kitaplardan edinilen teorik bilgilerden oluşmuyor. Klinik muhakeme, vaka örüntülerini tanıma, terapötik ilişkiyi yönetme, risk değerlendirmesi yapma, etik ikilemler karşısında karar verme ve kriz durumlarını değerlendirme gibi birçok mesleki beceri; deneyim, gözlem, süpervizyon, vaka tartışmaları ve mentorluk yoluyla zaman içerisinde gelişiyor.

Diğer taraftan teknoloji, çevrim içi kaynaklar ve özellikle yapay zekâ araçları mesleki yaşamın giderek daha önemli bir parçası hâline geliyor. Bu değişim, bilginin yalnızca deneyimli profesyonelden genç profesyonele aktarıldığı geleneksel modeli de dönüştürüyor.

Dolayısıyla günümüzde kuşaklar arası mesleki aktarımı tek yönlü bir “usta–çırak” ilişkisi yerine, farklı kuşakların birbirlerinden öğrendiği çift yönlü bir öğrenme süreci olarak düşünmek mümkün.

Klinik Deneyim Neden Bu Kadar Önemli?

Psikoloji ve psikiyatride aktarılan mesleki bilginin önemli bir bölümü yalnızca teorik veya yazılı bilgiden oluşmuyor.

Literatürde “tacit knowledge” (örtük bilgi) olarak tanımlanan kavram, kişinin deneyimleri sonucunda geliştirdiği ancak tamamen yazılı kurallara veya açık yönergelere dönüştürülmesi zor olan bilgi ve becerileri ifade ediyor.

Örneğin deneyimli bir klinisyenin bir görüşme sırasında hangi bilginin önemli olduğunu fark etmesi, benzer vaka örüntülerini tanıması, terapötik ilişkide ortaya çıkan bir değişikliği değerlendirmesi veya kriz durumunda hangi risk faktörlerine öncelikle dikkat edilmesi gerektiğine karar vermesi yalnızca teorik bilgiyle açıklanamayabilir.

Bu nedenle kıdemli profesyonellerin genç meslektaşlarına aktarabilecekleri şey yalnızca “Bu durumda ne yapılmalı?” sorusunun cevabı değildir. Hangi ipuçlarına dikkat ettikleri, hangi bilgiyi neden önemli gördükleri ve belirli bir klinik karara nasıl ulaştıkları da mesleki öğrenmenin önemli bir parçasıdır.

Süpervizyon, mentorluk, vaka tartışmaları ve birlikte çalışma, bu deneyime dayalı bilginin aktarılabileceği temel alanları oluşturur.

Bilgi Aktarımı Yalnızca Kıdemliden Gence mi Olur?

Geleneksel olarak mentorluk ve mesleki öğrenme daha deneyimli profesyonelin genç profesyonele bilgi aktarması üzerinden düşünülüyor. Ancak kuşaklar arası öğrenme üzerine yapılan çalışmalar, bu ilişkinin tek yönlü olmak zorunda olmadığını gösteriyor.

Literatürde “reverse mentoring” (tersine mentorluk) olarak adlandırılan yaklaşım, genç profesyonellerin de sahip oldukları farklı bilgi ve beceriler aracılığıyla daha kıdemli çalışanların öğrenme süreçlerine katkı sağlayabileceğini öne sürüyor.

Murphy (2012), Gerpott ve arkadaşları (2017) ve Gadomska-Lila’nın (2020) çalışmaları, kuşaklar arası öğrenmenin karşılıklı biçimde gerçekleşebileceğine dikkat çekiyor. American Psychological Association da (2023) iş yaşamındaki kuşak farklılıklarını değerlendirirken kuşakları homojen gruplar olarak ele alan genellemelerin sınırlılıklarını vurguluyor.

Ruh sağlığı alanında bu karşılıklılık oldukça somut biçimde görülebilir.

Kıdemli profesyoneller; klinik muhakeme, vaka deneyimi, terapötik ilişki, etik değerlendirme, kriz ve risk yönetimi ile mesleki sezgi konusunda önemli bir birikime sahip olabilir.

Genç profesyoneller ise güncel literatüre hızlı erişim, yeni teknolojiler, yapay zekâ araçları, dijital platformlar, veri araçları ve yeni iletişim biçimleri konusunda ekibe katkı sağlayabilir.

Dolayısıyla aynı kişi bir alanda “öğreten”, başka bir alanda “öğrenen” konumunda olabilir.

Teknoloji Mesleki Bilgi Aktarımını Nasıl Değiştiriyor?

Teknolojinin en görünür etkilerinden biri, profesyonellerin öğrenmek için fiziksel olarak aynı ortamda bulunma zorunluluğunu azaltmasıdır.

Çevrim içi süpervizyon ve telesüpervizyon sayesinde farklı şehirlerde veya ülkelerde bulunan uzmanlar bir araya gelebiliyor. Canlı görüşmeler, ekran paylaşımı, rol oynama çalışmaları, kayıtların birlikte incelenmesi ve uzaktan vaka tartışmaları aracılığıyla mesleki bilgi aktarımı sürdürülebiliyor.

Psych Hub’ın çevrim içi ruh sağlığı süpervizyonuna ilişkin eğitimleri ve Tavistock and Portman NHS Foundation Trust’ın çevrim içi terapi ve süpervizyon uygulamaları bu dönüşümün örnekleri arasında yer alıyor.

Teknolojinin bir başka önemli katkısı ise kurumsal hafızanın korunması olabilir.

Deneyimli bir klinisyenin yıllar içerisinde geliştirdiği bilgi yalnızca o kişinin zihninde kaldığında, profesyonelin kurumdan ayrılması veya emekli olmasıyla bu birikimin önemli bir bölümü de kaybolabilir.

Eğitim materyalleri, protokoller, vaka deneyimlerinden çıkarılan genel ilkeler ve klinik karar süreçleri; uygun etik ve gizlilik koşulları altında kayıt altına alınarak dijital bir bilgi havuzuna dönüştürülebilir.

Böylece teknoloji yalnızca yeni bilgiye ulaşmanın değil, yıllar içerisinde edinilmiş mesleki bilgiyi korumanın ve sonraki kuşaklara aktarmanın da bir aracı hâline gelebilir.

Yapay Zekâ Bu Sürecin Neresinde?

Son yıllarda yapay zekâ araçlarının hızla gelişmesiyle birlikte bu teknolojilerin klinik eğitim ve süpervizyonda nasıl kullanılabileceği de tartışılmaya başlandı.

Yapay zekâ; görüşme dökümlerinin yapılandırılması, eğitim amacıyla örnek vakaların oluşturulması, rol oynama uygulamaları, belirli klinik becerilere ilişkin ön değerlendirmeler ve kişiselleştirilmiş geribildirim gibi alanlarda eğitim süreçlerini destekleyebilir.

Creed ve arkadaşlarının (2022) toplum temelli bilişsel davranışçı terapi süpervizyonunda yapay zekâ temelli terapiye bağlılık ölçümünü ele alan çalışması ve Millman’ın (2025) klinik süpervizyonda yapay zekâ kullanımını inceleyen araştırması, bu alanın giderek daha fazla araştırılmaya başladığını gösteriyor.

Yapay zekânın özellikle ilginç kullanım alanlarından biri ise örtük bilginin daha görünür ve aktarılabilir hâle getirilmesi olabilir.

Falckenthal ve arkadaşları (2025), yapay zekânın kuşaklar arası örtük bilgi aktarımındaki potansiyelini ele alıyor. Deneyimli profesyonellerin yıllar içerisinde geliştirdiği ve yazılı kurallara dönüştürülmesi zor olan bilgi; vaka anlatıları, soru-cevap süreçleri ve tematik sınıflandırmalar aracılığıyla daha sistematik biçimde kayıt altına alınabilir.

Benzer şekilde Guo ve Wei (2025), yapay zekâ teknolojilerinin benimsenmesi ile yaşça daha büyük çalışanların kuşaklar arası bilgi aktarımı arasındaki ilişkiyi inceleyerek yapay zekâ ve kuşaklar arası öğrenmenin birlikte ele alınabileceğini gösteriyor.

Yapay Zekâ İnsan Süpervizyonunun Yerini Alabilir mi?

Yapay zekânın sunduğu olanaklar önemli olsa da ruh sağlığı alanındaki kullanımında bazı temel sınırlılıklar bulunuyor.

Ruh sağlığı verilerinin hassas niteliği nedeniyle hasta mahremiyeti, veri güvenliği, bilgilendirilmiş onam, algoritmik önyargı, şeffaflık ve hesap verebilirlik özellikle önem taşıyor.

Dünya Sağlık Örgütü’nün yapay zekânın sağlık alanındaki etik kullanımına ilişkin rehberleri de bu risklere dikkat çekiyor. WHO’nun 2021, 2023 ve 2026 tarihli çalışmalarında yapay zekânın sağlık ve ruh sağlığı alanında kullanımında etik yönetişim, veri güvenliği ve sorumlu kullanımın önemi vurgulanıyor.

Bunun yanında yapay zekâ hızlı ve düzenli geribildirim sağlayabilse de klinik bağlamı değerlendirme, terapötik ilişkinin inceliklerini anlama ve vakaya özgü klinik muhakeme açısından insan süpervizyonunun yerini alabilecek bir araç olarak görülmemelidir.

Bu nedenle yapay zekâyı bağımsız bir “süpervizör” olarak değil, insan süpervizyonunu destekleyen bir araç olarak konumlandırmak daha uygun görünmektedir.

Örneğin yapay zekâ süpervizyon öncesinde görüşme materyalini yapılandırabilir veya tartışılabilecek noktaları belirlemeye yardımcı olabilir. Ancak ortaya çıkan çıktı nihai klinik değerlendirme olarak değil, insan süpervizörüyle yapılacak tartışmayı destekleyen bir başlangıç noktası olarak kullanılabilir.

Kuşaklar Arası Çalışmanın Avantajları Neler?

Farklı kuşaklardan profesyonellerin bir arada çalışması, aynı klinik duruma farklı eğitim ve deneyim geçmişlerinden bakılmasına olanak sağlayabilir.

Deneyimli profesyonellerin mesleki birikimi mentorluk, süpervizyon, vaka tartışmaları ve dijital arşivler aracılığıyla korunabilirken; genç profesyoneller yeni teknolojilerin ve güncel bilgi kaynaklarının kuruma taşınmasında rol oynayabilir.

Çevrim içi sistemler farklı şehir veya ülkelerdeki uzmanlara erişimi kolaylaştırabilir. Eğitim materyallerinin dijital olarak kayıt altına alınması ise mesleki bilginin daha fazla profesyonele ulaşmasına yardımcı olabilir.

Juris ve arkadaşlarının (2022) sanal kuşaklar arası tersine mentorluk programını değerlendirdiği pilot çalışma da dijital ortamların kuşaklar arasında yeni etkileşim ve öğrenme alanları oluşturabileceğini gösteren örneklerden biridir.

Ancak kuşak çeşitliliğinin kendiliğinden daha iyi bir öğrenme ortamı yaratacağını varsaymamak gerekir.

Kuşak Farklılıkları Hangi Sorunları Beraberinde Getirebilir?

Kuşaklar hakkındaki stereotipler mesleki bilgi aktarımının önündeki önemli engellerden biridir.

“Gençler deneyimsizdir” veya “kıdemli çalışanlar teknolojiye kapalıdır” gibi genellemeler bireysel farklılıkları gözden kaçırabilir ve profesyonellerin birbirlerinden öğrenmesini zorlaştırabilir.

Hiyerarşi de benzer bir sorun yaratabilir. Genç profesyoneller, kıdemli meslektaşlarına yeni bir teknoloji veya çalışma yöntemi önermekten çekindiğinde teorik olarak çift yönlü olması beklenen öğrenme süreci pratikte yeniden tek yönlü hâle gelebilir.

Teknoloji kullanımındaki farklılıklar da yeni eşitsizlikler yaratabilir. Ayrıca dijital sistemlerde kayıt altına alınan bilgi, canlı klinik deneyimin ve bağlama özgü muhakemenin yerini tutmayabilir.

Aşırı dijitalleşmenin mentorluk ve süpervizyon ilişkilerinin kişiselleşme ve güven boyutunu azaltma ihtimali de göz önünde bulundurulmalıdır.

Bunlara yapay zekâ eklendiğinde yanlış veya yüzeysel geribildirim, algoritmik önyargılar ve sorumluluğun kimde olduğu gibi yeni sorular ortaya çıkmaktadır.

Ruh Sağlığı Kurumlarında Nasıl Bir Model Uygulanabilir?

Bu bulgular doğrultusunda psikoloji ve psikiyatri ekipleri için en işlevsel modellerden biri karşılıklı mentorluk olabilir.

Kıdemli ve genç profesyoneller eşleştirilerek klinik deneyim ile dijital bilgi ve becerilerin karşılıklı paylaşılması sağlanabilir.

Düzenli vaka toplantılarında, farklı kuşaklardan profesyonellerin aynı vakayı nasıl değerlendirdiği tartışılabilir. Ortak literatür toplantılarında genç profesyoneller güncel araştırmaların bulunmasına katkıda bulunurken, deneyimli klinisyenler araştırma bulgularını klinik deneyim ve uygulanabilirlik açısından değerlendirebilir.

Mesleki hikâyeler ve vaka anlatıları aracılığıyla deneyimli klinisyenlerin yalnızca ne yaptıkları değil, belirli kararları neden verdikleri de aktarılabilir.

Bu süreçlerden elde edilen genel ilkeler, gerekli anonimleştirme ve etik önlemler sağlanarak dijital bir kurumsal hafızanın parçasına dönüştürülebilir.

Yapay zekâ kullanımında da benzer bir çift yönlü öğrenme modeli düşünülebilir. Genç profesyoneller dijital araçların ve yapay zekâ sistemlerinin kullanımı konusunda bilgi aktarırken, kıdemli profesyoneller bu araçlardan elde edilen çıktıların klinik muhakeme açısından nasıl eleştirel değerlendirileceği konusunda rehberlik edebilir.

AI destekli süpervizyonda yapay zekâ çıktıları nihai değerlendirme yerine, süpervizyon öncesinde kullanılabilecek bir taslak veya tartışma materyali olarak değerlendirilebilir.

Bütün bunların yanında çevrim içi süpervizyon, dijital vaka sistemleri ve yapay zekâ kullanımı için hasta onamı, veri güvenliği, kayıtların saklanması ve kullanılabilecek platformlara ilişkin açık etik protokoller oluşturulması gerekir.

Makhanya ve arkadaşlarının (2026) Güney Afrika ve Uganda’da dijital ergen depresyon tedavisi kapsamında akran mentorlarının eğitim ve süpervizyonunu değerlendirdiği çalışma da dijital sistemlerin mentorluk ve süpervizyon süreçleriyle birlikte kullanılabileceğine ilişkin güncel örneklerden birini sunmaktadır.

Sonuç

Psikoloji ve psikiyatride kuşaklar arası farklılıklar yalnızca yönetilmesi gereken bir güçlük değil, uygun koşullar sağlandığında önemli bir mesleki öğrenme kaynağı olabilir.

Deneyimli profesyoneller yıllar içerisinde geliştirdikleri klinik muhakeme, vaka deneyimi, terapötik beceriler ve örtük mesleki bilgiyi aktarırken; genç profesyoneller dijital teknolojiler, güncel araştırmalar, yapay zekâ araçları ve değişen iletişim biçimleri konusunda ekibe yeni perspektifler kazandırabilir.

Teknoloji ve yapay zekâ ise bu iki bilgi alanı arasında bir köprü oluşturabilir. Ancak bu araçların klinik muhakemenin, güvene dayalı süpervizyon ilişkisinin veya deneyimle gelişen mesleki sezginin yerine geçmesi değil, bunları desteklemesi önemlidir.

Dolayısıyla geleceğin mesleki öğrenme modeli tek yönlü bir “usta–çırak” ilişkisinden çok; deneyim, güncel bilimsel bilgi ve teknolojinin birlikte kullanıldığı çift yönlü ve hibrit bir öğrenme sistemi olarak düşünülebilir.

Bu bakış açısıyla temel soru “Hangi kuşak daha fazla biliyor?” olmaktan çıkıyor.

Bunun yerine belki de şu soruya odaklanmak gerekiyor: Kim, neyi, kimden öğrenebilir?

Kaynakça

American Psychological Association. (2023). Speaking of Psychology: Are generational differences at work a myth? American Psychological Association.

Gadomska-Lila, K. (2020). Effectiveness of reverse mentoring in creating intergenerational relationships. Journal of Organizational Change Management, 33(7), 1313–1328.

Gerpott, F. H., Lehmann-Willenbrock, N., & Voelpel, S. C. (2017). A phase model of intergenerational learning in organizations. Academy of Management Learning & Education, 16(2), 193–216.

Murphy, W. M. (2012). Reverse mentoring at work: Fostering cross-generational learning and developing millennial leaders. Human Resource Management, 51(4), 549–573.

World Health Organization. (2021). Ethics and governance of artificial intelligence for health: WHO guidance. World Health Organization.

World Health Organization Regional Office for Europe. (2023). Artificial intelligence in mental health research: New WHO study on applications and challenges. World Health Organization.

World Health Organization. (2026). Towards responsible AI for mental health and well-being: Experts chart a way forward. World Health Organization.

Guo, Y., & Wei, L. (2025). AI technology adoption and intergenerational knowledge transfer among older employees. Frontiers in Psychology, 16, 1673730.

Falckenthal, B., Au-Yong-Oliveira, M., & Figueiredo, C. (2025). Intergenerational tacit knowledge transfer: Leveraging AI. Societies, 15(8), 213.

Juris, J. J., Bouldin, E. D., Uva, K., Cardwell, C. D., Schulhoff, A., & Hiegl, N. (2022). Virtual intergenerational reverse-mentoring program reduces loneliness among older adults: Results from a pilot evaluation. International Journal of Environmental Research and Public Health, 19(12), 7121.

Noureddine, C. (2025, June 23). Intergenerational gaps and the role of technology in psychiatric leadership: A trainee’s perspective. Psychiatric Times.

Psych Hub. (2020). Online supervision in mental health [Online course].

Tavistock and Portman NHS Foundation Trust. (n.d.). Online therapy and supervision.

Creed, T. A., Kuo, P. B., Oziel, R., Reich, D., Thomas, M., O’Connor, S., Imel, Z. E., Hirsch, T., Narayanan, S., & Atkins, D. C. (2022). Knowledge and attitudes toward an artificial intelligence-based fidelity measurement in community cognitive behavioral therapy supervision. Administration and Policy in Mental Health and Mental Health Services Research, 49(3), 343–356.

Millman, D. A. (2025). The use of artificial intelligence in the clinical supervision of counselors in training: A comparative quantitative study [Doctoral dissertation, Liberty University]. Scholars Crossing.

Makhanya, Z., Moffett, B., Pozuelo, J. R., Davis, M., Gumikiriza-Onoria, J. L., Geffen, S., Baloyi, T., Sodi, T., Kinyanda, E., Craske, M. G., Tusiime, C., Lund, C., Van Heerden, A., Kahn, K., Stein, A., O’Mahen, H., & DoBAt and Ebikolwa Consortium. (2026).

Peer mentor training and supervision for a digital adolescent depression treatment in South Africa and Uganda: Mixed methods evaluation. JMIR Mental Health, 13, e86470.

University of North Texas. (n.d.). Revolutionizing therapist training with AI-guided supervision [Video].

Clinical supervision: The missing ingredient in psychology training [Video]. (n.d.).

The Association for Child and Adolescent Mental Health. (2025, July 23). From generation to generation: Mentorship and legacy in child & adolescent psychiatry [Video].

Cornish, M. (2024, July 16). How Eleos supercharges clinical supervision: A study. Eleos Health.

Advanced Counselor Training, LLC. (n.d.). Artificial intelligence in mental health.