1950’de tıp fakültesinde öğrenilen bilgilerin yarısının 45 yılda geçerliliğini yitirdiği hesaplanıyordu. 2020’de bu süre 18 yıla indi; bazı uzmanlık alanlarında 5 yılın altına düştüğü tahmin ediliyor. Eğer bir mühendis, doktor ya da veri bilimciyseniz, mesleğinize girdiğinizde edindiğiniz bilginin önemli bir bölümü kariyer sürenizin ortasında artık yanlış — ya da en azından yetersiz. Bu, bireysel başarısızlık değil; yapısal bir gerçek. Adı: bilgi çürümesi.
Bilgi Çürümesi Nedir?
Kavramı 1962’de sosyolog Fritz Machlup çerçeveledi; sonraki on yıllarda fizikçi Samuel Arbesman “The Half-Life of Facts” kitabıyla geniş bir okuyucu kitlesine taşıdı. Temel önerme şu: olgular, ilkeler ve pratik bilgiler değişmez değil, zamana bağlı bir bozunma sürecine tabi. Bir bilginin “yarı ömrü”, o alandaki uzmanların yarısının onu doğru kabul etmeyi bıraktığı süre. Jeoloji’de bu süre binlerce yıldır; kodlama pratiklerinde ortalama 2,5 yıl.
Alanlar Arası Çarpıcı Farklar
- Matematik (temel teoremler): Pratikte sonsuz yarı ömür; Pisagor teoremi 2026’da da geçerli.
- Tıp (klinik protokoller): Ortalama 5-7 yıl; bazı kanser tedavi protokolleri 18 ayda revize ediliyor.
- Yazılım geliştirme: Framework ve kütüphane bazında 1-3 yıl; JavaScript ekosistemi neredeyse sürekli değişim içinde.
- Ekonomi (makro tahminler): Modeller ortalama 4-6 yılda geçerliliğini önemli ölçüde yitiriyor (IMF kendi öngörülerinin doğruluk analizi, 2023).
- Beslenme bilimi: 1990’larda “sağlıksız” ilan edilen yağlar 2010’larda rehabilite edildi; bu döngü sürüyor.
Neden Hızlanıyor?
Yayımlanan akademik makale sayısı her 9 yılda ikiye katlanıyor (Dimensions veritabanı, 2024). Daha fazla araştırma daha hızlı paradigma değişimi anlamına geliyor. Üstelik yapay zeka araçları hipotez üretimini ve deneysel tasarımı hızlandırdığından bu ivme önümüzdeki on yılda daha da artacak. Bilgi birikimi hem hızlanıyor hem de önceki bilgiyi daha hızlı eskitiyor.
Bireysel Stratejiler: Çürümeyle Nasıl Başa Çıkılır?
Harvard Business Review’da 2024’te yayımlanan bir makalede araştırmacı Adam Grant şunu önerdi: “Neyi bildiğinizi değil, nasıl öğrendiğinizi koruyun.” Bu ayrım kritik. Ezberlenen gerçekler çürümeye açık; ama bir alanı nasıl analiz edeceğinizi, kaynakları nasıl değerlendireceğinizi ve hipotez kurmayı bilmek çürümeye karşı dayanıklı. İkinciye “meta-beceri” deniyor.
Kurumsal Düzeyde Bilgi Yönetimi
McKinsey’nin 2025 anketine göre Fortune 500 şirketlerinin yüzde 67’si “knowledge decay management” için özel bütçe ayırıyor. Bu bütçe çoğunlukla üç alana gidiyor: çalışanların sürekli eğitimi (reskilling), kurumsal bilgi tabanlarının düzenli audit’i ve yapay zeka destekli “bilgi eskime uyarı” sistemleri. Türkiye’de bu bilinç henüz kurumsal kültürün sınırlı bir bölümünde var.
Pratik Bir Test: Kendi Alanınızda Yarı Ömrü Tahmin Edin
Mesleğinizde bilgiyi güncel tutmak için ne sıklıkla kaynaklara döndüğünüzü düşünün. Ayda bir makale okuyorsanız yılda 12 bilgi güncellemesi yapıyorsunuz demektir. Bu yeterli mi? Alanınızın yarı ömrüne bakın: yazılım geliştiriciyseniz muhtemelen değil. Muhasebeciyseniz belki yeterli. Sağlık çalışanıysanız kesinlikle yetersiz.
Bilmekten Öğrenmeye: Kalıcı Yetkinlik
Bilgi çürümesi bizi bir paradoksla yüzleştiriyor: ne kadar çok “şey” bilirseniz, o şeylerin bir gün hatalı çıkma olasılığı o kadar artar. Bu yüzden en güvenilir yatırım, belirli bir bilgiye değil, bilgiyi edinme ve revize etme kapasitesine yapılandır. Değişen dünyada rakiplerinizden önde olmak için daha çok bilmek değil, daha çabuk öğrenmek yeterli.
