Yapay Zekâ Destekli Egzersiz: Faydaları ve Sınırları

Telefonu yere dayıyorsunuz, squat yapmaya başlıyorsunuz. Ekranda küçük bir iskelet beliriyor; dizinizin açısını işaretliyor, tekrar sayısını tutuyor. İlk bakışta bir antrenörün gözünü yanınızda taşıyormuşsunuz gibi. Peki kamera gerçekten doğru hareket ettiğinizi anlıyor mu, yoksa yalnızca eklemlerinizin nerede olduğunu mu tahmin ediyor?

Yapay zekâ destekli egzersiz hakkında konuşurken tam da bu soruyla başlamak gerekiyor. Çünkü yeni nesil uygulamaların bazısı hareketi çok iyi izliyor; bazısı günlük adım hedefinizi size göre ayarlıyor; bazısı da yalnızca ikna edici cümleler kuruyor. Aradaki fark, iyi bir egzersiz deneyimiyle hayal kırıklığı arasındaki fark olabilir.

• 239 kişi: 2025'te kişiselleştirilmiş ev egzersizlerini inceleyen randomize araştırmanın katılımcı sayısı [4].
• 12 çalışma: Sohbet robotlarının fiziksel aktivite üzerindeki etkisini değerlendiren meta-analiz [5].
• 37 çalışma: 2026'da anlık uyarlanan aktivite müdahalelerini inceleyen derleme [6].

Yapay zekâ destekli egzersiz tam olarak nedir?

En kısa tanımıyla, hareket veya fiziksel aktivite verilerinden anlam çıkararak egzersiz sürecine geri bildirim veren sistemlerdir. Veriyi kamera, akıllı saat, telefonun hareket sensörü ya da nabız ölçer toplayabilir. Yazılım bu veride bir örüntü arar: hareket tekrarları, tempo, eklem konumu, aktivite düzeyi veya antrenman sıklığı gibi.

İşin önemli ayrıntısı şu: Her dijital egzersiz uygulaması yapay zekâ kullanmaz. Önceden kaydedilmiş bir video kütüphanesi, adım sayacı veya sabit bir “her gün 10 tekrar” hatırlatıcısı da faydalı olabilir; ama bunlar tek başlarına öğrenen bir sistem sayılmaz. YZ farkı, veriyi sınıflandırma, tahmin yapma ya da kişiye ve duruma göre öneriyi güncelleme aşamasında ortaya çıkar.

İyi bir sistem yalnızca “kaç tekrar yaptın?” diye sormaz. “Bu tekrarları nasıl yaptın, zaman içinde ne değişti?” sorusuna da ölçülebilir bir yanıt arar.

Teknoloji genellikle üç adımda çalışır

1. Hareketi yakalar. Kamera eklem noktalarını tahmin eder; bileklik hareketi ve nabzı kaydeder. Bu ilk katman ölçüm yapar, tanı koymaz.
2. Veriyi yorumlar. Algoritma tekrar sayar, hareketin başlangıç ve bitişini ayırır veya kişinin geçmişine göre bir aktivite örüntüsü oluşturur.
3. Geri bildirim verir. Ekranda görsel bir uyarı çıkarabilir, tempo önerisini değiştirebilir veya uygun zamanda yürüyüş hatırlatıcısı gönderebilir.

45 çalışmayı inceleyen bir derleme, poz tahminiyle hareket geri bildiriminin hızla geliştiğini; ancak yanlış geri bildirimin nasıl yönetileceği ve hangi geri bildirim yönteminin ne zaman işe yaradığı konusunda hâlâ araştırma gerektiğini bildiriyor.^[2]

Antrenörler için not: Danışanlarınıza antrenman programı veriyor ve programın salonda ya da evde ne kadarının yapıldığını görmek istiyorsanız, antrenörler için danışan takip programı sayfamızda danışanın setlerini telefondan nasıl işaretlediğini anlattık.

Kamera hareketinizi ne kadar anlayabilir?

Örneğin bir lunge yaptığınızı düşünün. Yazılım kalça, diz ve ayak bileğinin görüntüdeki konumlarını izleyebilir. Ama ağrı hissedip hissetmediğinizi, uykusuz olduğunuzu ya da eski bir sakatlığınızı kendiliğinden bilemez. Bunu ancak siz aktarırsanız veya sistem başka güvenilir verilerle desteklenirse dikkate alabilir.

Telefon videolarından üç boyutlu hareket analizi yapmaya yönelik OpenCap gibi akademik çözümler, daha önce yalnızca özel laboratuvarlarda mümkün görünen bazı biyomekanik ölçümleri erişilebilir hâle getiriyor.^[3] Yine de teknik ölçüm başarısıyla kişisel egzersiz güvenliği birbirine karıştırılmamalı.

Yapay zekâ destekli hareket analizinde olanaklar ve sınırlar

Teknoloji	Yardımcı olabildiği konu	Tek başına garanti etmediği şey
Kamera ve poz tahmini	Tekrar sayma, eklem konumları, hareket ritmi	Hareketin herkes için güvenli olduğu veya ağrının nedeni
Giyilebilir sensör	Adım, kalp hızı, aktivite örüntüsü ve süre	Kesin kalori harcaması ve her koşulda doğru ölçüm
Makine öğrenmesiyle kişiselleştirme	Geçmiş performansa göre hedef ya da egzersiz çeşitliliği	Profesyonel değerlendirme olmadan uygun tıbbi egzersiz reçetesi
Sohbet robotu	Hatırlatıcı, hedef takibi, motivasyon ve açıklama	Doğru tanı veya her önerinin kişiye uygunluğu
Oyunlaştırılmış egzersiz	Egzersizi sürdürmeyi kolaylaştıran etkileşim	Yalnızca oyunda başarılı olmanın klinik iyileşme anlamına gelmesi

Tablo, araştırmaların ortak değerlendirmelerinden hazırlanmıştır; bir ürünün performansını temsil etmez.

Araştırmalar: Daha çok hareket mi, sadece daha çok bildirim mi?

1. Kişiselleştirmenin fark yaratabildiği bir örnek

2025 tarihli, 239 kişinin katıldığı randomize çalışmada 65 yaş üstü katılımcılara telefonla değerlendirilen hareket kapasitelerine göre bireyselleştirilmiş egzersiz videoları sunuldu. Sekiz haftalık programın ardından, kişiselleştirilmiş grubun dinamik denge, bazı kol esnekliği ölçümleri ve kol kuvveti sonuçları karşılaştırma gruplarından daha iyiydi. Buna karşılık otur-kalk ve gövde rotasyonu ölçümlerinde benzer bir üstünlük görülmedi.^[4]

Bu sonuç kıymetli; ama bağlamı da önemli. Çalışma, sağlıklı ve düşme riski düşük, seçilmiş yaşlı bireylerde yapıldı. Bulguları ciddi denge bozukluğu olan bütün kişilere doğrudan taşımak doğru olmaz.

2. Sohbet robotlarının etkisi var, ama mütevazı

2025'te yayımlanan 12 araştırmalık meta-analiz, sohbet robotlarıyla desteklenen müdahalelerin fiziksel aktivitede küçük düzeyde, istatistiksel olarak anlamlı bir iyileşme sağladığını buldu. Standartlaştırılmış etki büyüklüğü 0,20 idi. Egzersiz alışkanlığı ve hareketsiz geçirilen süre için ise genel analizlerde anlamlı fark bulunmadı.^[5]

Yani iyi zamanlanmış bir “hareket etmek ister misin?” mesajı işe yarayabilir. Ama telefonun konuşkan olması, antrenmanı kalıcı bir alışkanlığa dönüştürmeye tek başına yetmiyor.

3. Tam zamanında öneri göndermek her zaman kazandırmıyor

2026'da 37 araştırmayı ve 6.939 katılımcıyı inceleyen derleme, kişinin o andaki koşullarına göre değişen aktivite önerilerinin potansiyelini değerlendirdi. Bazı araştırmalarda günlük adım sayısı arttı; ancak çalışma yöntemleri ve sonuçlar arasında yüksek farklılık vardı. Yazarlar, dinamik uygulamaların sabit bildirim gönderen uygulamalara gerçekten üstün olup olmadığını göstermek için daha sağlam karşılaştırmalar istiyor.^[6]

Yapay zekâ, hareketi ölçmekte ve bazı kişiler için kişiselleştirmeyi geliştirmekte işe yarayabiliyor. Fakat “YZ kullanan herkes daha fit olur” şeklinde bir bilimsel sonuç yok. Sonuç; kullanıcıya, programa, karşılaştırma grubuna ve ölçülen hedefe bağlı.

Hangi egzersiz türlerinde daha anlamlı?

Direnç ve kuvvet antrenmanları

Squat, lunge, şınav veya omuz hareketinde tekrar ve tempo takibi oldukça somut bir fayda. Özellikle tek başına egzersiz yapan biri için hareketin başına ve sonuna dair geri bildirim işe yarayabilir. Buna karşılık kamera, kasın gerçek yüklenmesini veya kişisel toleransı tek başına belirleyemez. Ağırlık artırma kararını salt ekrandaki bir puana bağlamak iyi fikir değil.

Yürüyüş ve aerobik aktivite

Giyilebilir sensörlerin en doğal kullanım alanı. Günlük hareketin saatini, sıklığını ve yaklaşık yoğunluğunu görünür kılabilirler. Burada değer bazen büyük bir teknoloji hamlesinde değil, “Salı günü hiç dışarı çıkmamışım” cümlesini fark ettiren basit geri bildirimde saklıdır.

Denge ve hareketlilik egzersizleri

Yaşlı yetişkinler için evde yapılan dengeli hareket programlarında kişiselleştirme dikkate değer bir araştırma alanı. Ancak düşme riskini değerlendirmek ve düşmeyi önlemek çok farklı iddialar. Bir uygulamanın denge skorunu artırması, gerçek hayattaki düşmeleri azalttığını kanıtlamaz.

Yoga, pilates ve motor beceri çalışmaları

Pozların sıraya konması, açıların karşılaştırılması ve ritim ölçümü mümkün olabilir. Yine de herkesin beden geometrisi aynı değil: “modelin referans pozuna daha çok benzemek” her zaman “daha sağlıklı hareket etmek” demek değildir.

Akıllı saatler ve yapay zekâ koçlarının kör noktaları

Bir uygulamayı değerlendirirken en sık gözden kaçan nokta, ölçümün nerede ve kimde doğrulandığı. Giyilebilir cihazlara ilişkin 545 doğrulama çalışmasını inceleyen geniş derleme, testlerin önemli bölümünde yüksek yanlılık riski bulunduğunu ve cihazların farklı ölçümlerde tutarlı biçimde yüksek geçerlilik sunmadığını bildiriyor.^[7]

Aynı problem spor biyomekaniğinde de görülüyor. 2025'te 73 çalışmayı tarayan derleme, performans ve sakatlık öngörüsünde umut verici modeller bulurken standart veri toplama ve gerçek yaşamda doğrulama gereğini vurguluyor.^[8]

Üstelik büyük dil modellerinin ürettiği antrenman programları için ayrı bir ihtiyat gerekiyor. 2026 tarihli bir sistematik derleme, 24 çalışmanın 14'ünde güvenlikle ilgili sorunlar bildiriyor. Metin üretmenin kolaylaşması, doğru egzersiz reçetesinin otomatik olarak kolaylaştığı anlamına gelmiyor.^[9]

Ekranda görünen sayı nettir. O sayının ne anlama geldiği ise çoğu zaman daha fazla bağlam ister.

Yapay zekâ destekli egzersiz uygulaması seçerken 7 soru

Ürünü indirmeden veya abonelik başlatmadan önce

Sorulacak soru	Neden önemli?	Aranacak iyi işaret
Hangi veriyi topluyor?	Video, hareket sensörü ve sağlık bilgisi aynı hassasiyette değildir.	Açık veri politikası, silme ve izin yönetimi
Gerçekten neyi ölçüyor?	“Akıllı koç” iddiası çok genel olabilir.	Tekrar, açı veya aktivite ölçütünün açık tanımı
Ölçüm bağımsız doğrulanmış mı?	Demo videosu bilimsel doğrulama değildir.	Çalışma bağlantısı, örneklem ve karşılaştırma bilgisi
Hata yaptığında ne oluyor?	Yanlış poz algılama gereksiz uyarı veya risk yaratabilir.	Uyarıyı düzeltme, geçersiz ölçüm bildirimi
İnsan uzmanla bağlantısı var mı?	Özellikle yaralanma ve hastalıkta önem kazanır.	Fizyoterapist/uzman değerlendirmesine uygun sistem
Program neye göre değişiyor?	Gerçek kişiselleştirme veriye dayanmalı.	Açıklanabilir ilerleme ve kullanıcı geri bildirimi
İşiniz bittiğinde veriyi silebiliyor musunuz?	Hareket videoları kişisel bilgi taşıyabilir.	Kolay silme ve açık saklama süreleri

Uygulamanın verdiği tavsiyelerin Dünya Sağlık Örgütü'nün genel fiziksel aktivite çerçevesiyle çelişmemesi de temel bir kontrol noktasıdır. WHO, yetişkinler için haftada 150–300 dakika orta yoğunlukta aerobik aktiviteyi ve büyük kas gruplarını çalıştıran kuvvet egzersizlerini haftada en az iki gün öneriyor.^[1] Bu, kişisel sakatlık veya hastalık durumunda özel egzersiz planı yerine geçmez.

Bir uygulamayı iki haftada nasıl değerlendirirsiniz?

Bunun için antrenman düzeninizi baştan aşağı değiştirmeniz gerekmiyor. Zaten size uygun olan hareket planını koruyup teknolojinin günlük hayatınızı kolaylaştırıp kolaylaştırmadığını gözlemek daha anlamlı.

1. Başlangıcı not edin: Uygulamayı açmadan önce, mevcut antrenman sıklığınızı ve takip etmek istediğiniz tek bir metriği belirleyin. Örneğin düzenli yürüyüş yaptığınız gün sayısı.
2. Veriyi değil deneyimi de izleyin: Egzersiz daha anlaşılır hâle geldi mi? Yanlış uyarılar sizi böldü mü? Kullanmak için gereğinden fazla zaman harcadınız mı?
3. Gösterilen sayıyı başka bir ölçüyle karşılaştırın: Tekrar sayımı tutarlı mı, kendinizi yormadan ölçüm yapabiliyor musunuz? Uygulamanın puanını mutlak doğruluk saymayın.
4. İki haftanın sonunda tek bir soru sorun: Bu teknoloji hareket etmeyi kolaylaştırdı mı, yoksa egzersizi daha karmaşık mı yaptı?

İyi teknoloji, antrenmanın önüne geçmez. Arka planda çalışır; hayatınızı biraz daha anlaşılır, biraz daha takip edilebilir kılar.

Sık sorulan sorular

Yapay zekâ destekli egzersiz uygulamaları işe yarıyor mu?

Bazı araştırmalarda fiziksel aktivite, denge veya belirli hareket ölçümlerinde yarar gösteriliyor. Etki, kullanılan teknolojiye ve hedefe göre değişiyor; her uygulamanın etkili olduğu söylenemez.

Telefon kamerası squat hareketini doğru değerlendirebilir mi?

Kamera tabanlı sistemler tekrar sayımı ve eklem konumu hakkında geri bildirim verebilir. Ancak açı tahmini kamera yerleşiminden etkilenebilir ve tek başına egzersizin herkes için güvenli olduğunu göstermez.

Akıllı saatlerin kalori ölçümü güvenilir mi?

Cihaza, aktiviteye ve kişiye göre doğruluk değişir. Enerji harcaması tahmini kesin bir ölçüm olarak değil, sınırlılıkları olan bir gösterge olarak ele alınmalıdır.

Yapay zekâ kişiye özel antrenman programı yazabilir mi?

Teknik olarak program üretebilir; ancak özellikle sakatlık veya kronik hastalıkta bu programların güvenli ve etkili olduğu varsayılamaz. Egzersiz dozunu bir uzmanla belirlemek daha güvenli bir yaklaşımdır.

Ücretli bir yapay zekâ fitness uygulaması seçerken neye bakmalıyım?

Bağımsız doğrulama, ölçümün ne olduğu, yanlış geri bildirimle nasıl başa çıktığı, kişisel veri politikası ve uzman desteği en önemli ölçütler arasındadır.

Kaynaklar ve bilimsel çalışmalar

Yazı boyunca başvurduğumuz çalışmaların tam metinlerine veya yayın kayıtlarına aşağıdaki bağlantılardan ulaşabilirsiniz.

1. Bull FC ve ark. (2020). World Health Organization 2020 guidelines on physical activity and sedentary behaviour. British Journal of Sports Medicine. DOI: 10.1136/bjsports-2020-102955. https://doi.org/10.1136/bjsports-2020-102955
2. Tharatipyakul A, Srikaewsiew T, Pongnumkul S. (2024). Deep learning-based human body pose estimation in providing feedback for physical movement: A review. Heliyon. DOI: 10.1016/j.heliyon.2024.e36589. https://doi.org/10.1016/j.heliyon.2024.e36589
3. Uhlrich SD ve ark. (2023). OpenCap: Human movement dynamics from smartphone videos. PLOS Computational Biology. DOI: 10.1371/journal.pcbi.1011462. https://doi.org/10.1371/journal.pcbi.1011462
4. Netz Y ve ark. (2025). A Smartphone Platform for Remote Motor Fitness Assessment and AI-Generated Personalized Exercise Programs for Older Adults: Randomized Controlled Trial. JMIR. DOI: 10.2196/73145. https://doi.org/10.2196/73145
5. Wang Q, Yang W, Xu K, Lam LT. (2025). The effect of chatbot-based exercise interventions on physical activity, exercise habits, and sedentary behavior: A systematic review and meta-analysis. Digital Health. DOI: 10.1177/20552076251353731. https://doi.org/10.1177/20552076251353731
6. Yang S ve ark. (2026). Just-in-Time Adaptive Interventions for physical activity: a systematic review of their public health impact and methodological quality. Frontiers in Public Health. DOI: 10.3389/fpubh.2026.1934024. https://doi.org/10.3389/fpubh.2026.1934024
7. Giurgiu M ve ark. (2023). Assessment of 24-hour physical behaviour in adults via wearables: a systematic review of validation studies. International Journal of Behavioral Nutrition and Physical Activity. DOI: 10.1186/s12966-023-01473-7. https://doi.org/10.1186/s12966-023-01473-7
8. Souaifi M ve ark. (2025). Artificial Intelligence in Sports Biomechanics: A Scoping Review on Wearable Technology, Motion Analysis, and Injury Prevention. Bioengineering. DOI: 10.3390/bioengineering12080887. https://doi.org/10.3390/bioengineering12080887
9. He T ve ark. (2026). The AI recommendation paradox: a systematic review evaluating the promise, peril, and path forward for large language models in exercise recommendation. Biology of Sport. DOI: 10.5114/biolsport.2026.158676. https://doi.org/10.5114/biolsport.2026.158676

Bilgilendirme: Bu yazı bilimsel literatürü açıklamak amacıyla hazırlanmıştır. Tanı koyma, kişiye özel tedavi veya egzersiz reçetesi yerine geçmez. Özellikle ağrı, yaralanma veya kronik hastalık durumunda uygun egzersiz planı sağlık uzmanıyla belirlenmelidir.

İlgili yazı: Fizyoterapide Yapay Zekâ: Evde Rehabilitasyon Gerçekten Güvenli mi? Ağrı, ameliyat sonrası süreç ve ev egzersizlerinde ekranın nerede yardımcı olduğunu, nerede uzmanın gerekli kaldığını inceleyin.