IB ESS’te bazı konular vardır, nereye baksan karşına çıkar; Topic 1.2 Systems tam olarak öyle bir konu. Bir graph yorumlarken, bir system diagram okurken, hatta Internal Assessment (IA) araştırma sorunu yazarken bile aynı mantığa geri dönersin. Çünkü ESS, tek tek bilgi ezberinden çok “bağlantıları görme” dersidir.
Bu yazıda, system yaklaşımını ders notu gibi değil, pratik bir yol haritası gibi ele alacağız; “system, inputs, outputs, storages, flows, boundary, feedback, equilibrium” gibi English terimleri de baştan doğal biçimde yerine oturtacağız. Amacın, Grade Boundary’e yaklaşırken hız kazanmaksa, en iyi kısayol system thinking’dir; çünkü karmaşık bir çevre sorununu birkaç net parçaya ayırıp, sonra tekrar birleştirmeyi öğretir.
IB dilinde system, birbiriyle etkileşen parçalardan (components) ve bu parçaları hareket ettiren süreçlerden (processes) oluşan bir bütündür. Bu tanım basit görünebilir, ama ESS’te puanı getiren şey tam da bu basitliğin doğru uygulanmasıdır; “neyi seçtim, neyi dışarıda bıraktım, hangi bağlantıyı kurdum?” sorularını tutarlı yanıtlamaktır.
Günlük bir örnekle düşün; bir göl (pond) sadece su değildir, suyun içindeki nutrient düzeyi, plankton, balıklar, ışık, sıcaklık ve bunların hepsinin birbirini etkilemesiyle çalışan bir sistemdir. Sınav sorularında bir diagram verildiğinde, senden “kutuları sayman” değil, kutuların arasındaki ilişkileri açıklaman beklenir; bu yaklaşım özellikle 6-9 puan bandındaki uzun cevaplarda fark yaratır.
Systems thinking hakkında daha genel bir çerçeve görmek istersen, Michigan State University’nin açık ders kitabındaki “Systems Thinking” bölümünü referans almak iyi olur: Systems Thinking – CLUE (MSU).
Components, sistemin “neylerden oluştuğunu” anlatan, çoğu zaman ölçülebilir şeylerdir; su miktarı, biomass, nutrient konsantrasyonu, tür sayısı, toprak organik madde oranı gibi. Diagramlarda genelde kutuların içine yazılan kısımlar components’tır.
Processes ise sistemde değişim yaratan hareketlerdir; photosynthesis, respiration, decomposition, evaporation, runoff gibi. Diagramlarda bunlar çoğu zaman oklarla temsil edilir, ama kritik nokta şudur: Ok her zaman “process” değildir, bazen sadece “flow”u gösterir. Bu karışıklığı çözmenin pratik yolu, ok için şu cümleyi test etmektir: “Bu ok bir şeyi dönüştürüyor mu, yoksa sadece taşıyor mu?”
Sınavda bu ayrımı net yapan öğrenci, aynı diagramdan daha fazla anlam çıkarır; çünkü ESS’te yorum soruları, “kutuyu tanı”dan çok “mekanizmayı açıkla” ister.
Emergent properties, tek bir parçaya bakarak göremediğin, ama parçalar etkileşince ortaya çıkan sistem özellikleridir. Bir forest örneğinde “biodiversity” sadece ağaç sayısı değildir; habitat çeşitliliği, besin ağı, mikroiklim ve toprak döngülerinin birlikte ürettiği bir sonuçtur.
Bunu ESS cevaplarına çevirdiğinde, seviye atlatan soru şudur: “Bu özellik hangi etkileşimden doğuyor?” Örneğin gölde suya nutrient girişi artınca, alg artışı, ışığın azalması, dissolved oxygen düşüşü ve balık ölümleri zincir gibi ilerler; burada emergent olan şey, “gölün sağlığı” gibi tek bir ölçümle özetlenen ama birçok bağlantının sonucu olan durumdur. Examiner, tam da bu bağlantı dilini görmek ister.
ESS’te diagram okuma işi, göz yorucu bir detay değil, doğru bir “kutu ve ok” refleksidir. Storages (stock), sistemde biriken depolardır; flows ise depolar arasındaki hareketi gösterir. Bir orman sisteminde “carbon in biomass” bir storage iken, “carbon uptake by photosynthesis” bir flow gibi düşünülebilir.
Bu bölüm, IA’da da çok işe yarar; çünkü araştırma sorunu kurarken hangi storage’ı ölçtüğünü ve hangi flow’un onu değiştirdiğini söyleyebilirsen, yöntem kısmın otomatik olarak netleşir.
Bir diagramı okurken ilk işin boundaryyi düşünmek olmalı; yani “Bu çizim nerede başlıyor, nerede bitiyor, hangi çevre koşulları dışarıda?” Boundary, sorunun bağlamına göre değişebilir; aynı göl sistemi, bazen sadece su kolonunu kapsar, bazen havzayı (catchment) da kapsar.
Sonra okların yönüne bak; oklar genelde inputs ve outputs olarak okunur. Bazı diagramlarda ok kalınlığı magnitude gösterebilir, bu da “hangi akış daha baskın?” yorumunu açar. Bu yaklaşımın güzel bir örneğini, sistemlerin input output mantığını uygulamalı anlatan Carleton College kaynağında görebilirsin: Exploring Regional Inputs and Outputs (SERC, Carleton).
En sık hata şudur; öğrenci “transfer” yazması gerekirken “transformation” yazar, ya da tam tersini yapar. Ayrım net:
Mini kontrol listesi, sınav anında çok işe yarar:
Cevabın netleştiğinde, açıklaman da hızlanır; çünkü ESS’te doğru terimi seçmek, gerekçeyi daha kısa ve temiz yazdırır.
IB, sistemleri çoğunlukla energy ve matter alışverişine göre sınıflandırır. Burada ezber, kısa vadede iş görür; ama sınavda senden sadece etiketi değil, gerekçeyi de isterler. “Open system” demek yetmez, “Hangi input, hangi output var?” diye yazman gerekir.
Aşağıdaki tablo, sınıflandırmayı tek bakışta toparlar:
| System type | Matter exchange | Energy exchange | ESS’te tipik örnek |
|---|---|---|---|
| Open system | Var | Var | Ecosystem, river, city |
| Closed system | Yok (çok sınırlı) | Var | Earth (model olarak), terrarium (yaklaşık) |
| Isolated system | Yok | Yok | Teorik, pratikte yok |
Sistem tanımlarını daha “fizik” dilinde, net örneklerle görmek istersen şu ders PDF’i de iyi bir referans olur: Atmospheric Thermodynamics Definitions (Millersville University).
Ekosistemler genelde open system kabul edilir, çünkü hem matter hem de energy sürekli girer çıkar. Sunlight input’tur; heat output’tur. Nutrient runoff bir input olabilir; aynı şekilde organism migration veya leaf litter export bir output gibi düşünülebilir.
Sınavda iyi gerekçelendirme için tek satırlık bir şablon iş görür: “This ecosystem is an open system because it exchanges both matter (example) and energy (example) across the boundary.” Bu cümle, doğru örneklerle birleşince hızlı puan getirir, gereksiz uzatmayı engeller.
Closed system, çoğu zaman “tam kapanmış” bir gerçeklik değil, bir modelleme tercihi gibi çalışır. Earth örneği burada klasik; gezegen, energy alışverişi yapar (güneşten gelen ışınım, uzaya yayılan ısı), ama matter alışverişi görece sınırlıdır. Bu yüzden ESS’te Earth’ü “closed system” diye yazarken, bunun bir genelleme olduğunu belirten kısa bir ifade eklemek olgun bir cevap olur.
Isolated system ise pratikte yoktur; çünkü enerji alışverişini sıfırlamak gerçek dünyada neredeyse imkansızdır. IB, bu kavramı daha çok düşünce deneyi gibi kullanır; senin de amaçladığın şey, kavramı “model mi, gerçek mi?” filtresinden geçirebilmektir.
Bir sistemin kaderini çoğu zaman feedback belirler. Feedback loop, bir değişimin sistem içinde nasıl yankılandığını anlatır; ya değişimi azaltır, ya da büyütür. IB’nin diliyle:
Buradaki equilibrium genelde “hiç değişmiyor” anlamına gelmez; ESS’in sevdiği ifade steady-state equilibriumdur, yani inputs ve outputs zaman içinde birbirini dengeler, ama sistem yine de akış halindedir.
Predator-prey ilişkisi, negative feedback için temiz bir örnektir; prey artınca predator besin bulur, predator artar, prey baskılanır, sonra predator da düşer. Mekanizma, kısa ve net yazılınca daha ikna edici görünür.
Bunu 3 adımda kurarsan, yazılı cevapların kolay toparlanır: değişim (prey ↑), tepki (predator ↑), dengeleme (prey ↓ ve sistem steady-state’e yaklaşır). Bu dil, diagram sorularında da işe yarar; çünkü okları “sebep sonuç” cümlesine dönüştürür.
Ice-albedo örneğinde, buz azalınca yüzey koyulaşır, daha fazla güneş enerjisi soğurulur, ısınma artar, buz daha hızlı azalır. Burada temel mantık nettir: “Bir artış, daha fazla artış doğurur”, aynı şey “azalış” için de geçerlidir.
Eutrophication da ESS’in favori positive feedback örneklerindendir; nutrient artışı alg patlamasını tetikler, ışık azalır, bitkiler ölür, decomposition artar, oxygen düşer, ekosistem daha da bozulur. Çevresel yönetim kararları bu yüzden zorlaşır; çünkü küçük bir müdahale bazen beklenenden büyük sonuç üretir.
Model, gerçeğin basitleştirilmiş temsildir; yani işine yarayanı tutar, bazı detayları dışarıda bırakır. ESS’te model kullanmak, “eksik bilgi” değil, “kontrollü basitleştirme” demektir. IA’da system diagram çizmek, veri toplamaya başlamadan önce hangi variables’ların önemli olduğunu görmene yardım eder; Extended Essay’de ise model seçimi, tartışmanın sınırlarını belirler.
Systems thinking üzerine akademik bir arka plan okumak istersen, çevre eğitiminde sistem yaklaşımını inceleyen şu doktora çalışması iyi bir başlangıç sağlar: Fostering Systems Thinking (Washington State University).
Sınavda “evaluate a model” gibi bir komut geldiğinde, rastgele eleştiri yazmak yerine şu beş soruya yaslan:
Bunu yazıya dökerken, IB’nin sevdiği kalıp cümleler sade ve etkilidir: “This model is useful because…, however it may be limited because…” Bu kalıp, Grade Boundary’e oynayan cevaplarda gereksiz tekrarın önüne geçer, senin de argümanını düzenler.
Gaia hypothesis, Earth’ü tek bir self-regulating system gibi düşünmeyi önerir; yani canlı ve cansız bileşenlerin karşılıklı etkileşimlerle bazı koşulları dengeye yakın tuttuğu fikrini tartışmaya açar. Buradaki kritik nokta, bunun bir hypothesis olmasıdır; sınavda “kanıtlanmış yasa” gibi yazarsan puan kaybettirebilir.
Gaia’yı ESS’e bağlayan köprü, feedback ve global scale kavramlarıdır; bir değişimin sadece yerel değil, sistemin tamamında zincirleme etkiler doğurabileceğini düşünmeye iter. Bu bakış, özellikle iklim ve biyosfer konularında daha bütüncül yorum yapmanı sağlar.
Topic 1.2’de öğrendiğin şey, aslında tek bir büyük beceridir; system parçalarını, bağlantılarını, storages ve flows mantığını, open closed isolated ayrımını, feedback ve equilibrium dilini aynı çatıya koymak. Bunu yaptığında, IA planın da sınav cevapların da daha derli toplu görünür, çünkü her iddian bir mekanizmaya dayanır.
Bugün küçük bir pratik yap; seçtiğin bir ecosystem için bir system diagram çiz, her ok için transfer mı transformation mı karar ver, sonra bir positive ve bir negative feedback örneğini üç adımda yaz. Systems yaklaşımını daha teorik bir çerçevede okumak istersen, çevre kavramına sistem yaklaşımı getiren klasik çalışmalardan biri olan şu metin de iyi bir tamamlayıcıdır: Systems Approach to the Concept of Environment (Ohio State University).
Bir ormanın kesilmesine “evet” ya da “hayır” demek kolay görünebilir, ama IB Environmental Systems and Societies (ESS) içinde önemli olan kararın kendisi değil, neden o
Bir nehri kirleten fabrikanın bacası sadece duman mı çıkarır, yoksa görünmeyen bir fatura da mı üretir? IB ESS’de environmental economics, tam olarak bu görünmeyen faturayı
Bir nehre atılan atık, bir gecede balıkları öldürebilir, ama o atığın durması çoğu zaman aylar, hatta yıllar alır. Çünkü çevre sorunları sadece “bilim” sorusu değil,
Şehirde yürürken burnuna egzoz kokusu geliyor, ufuk çizgisi gri bir perdeyle kapanıyor, bazen de gözlerin yanıyor; bunların hepsi urban air pollution dediğimiz konunun günlük hayattaki
Şehir dediğimiz yer, sadece binalar ve yollardan ibaret değil, büyük bir canlı organizma gibi sürekli besleniyor, büyüyor, ısınıyor, kirleniyor, bazen de kendini onarmaya çalışıyor. IB
IB ESS Topic 8.1 Human populations, insan nüfusunun nasıl değiştiğini, bu değişimin nedenlerini ve çevre üzerindeki etkilerini net bir sistem mantığıyla açıklar. Nüfusu bir “depo”
Bir gün marketten eve dönüyorsun, mutfak tezgahına koyduğun paketli ürünlerin çoğu, aslında üründen çok ambalaj gibi görünüyor. Üstüne bir de dolabın arkasında unutulan yoğurt, birkaç
Evde ışığı açtığında, kışın kombiyi çalıştırdığında ya da otobüse bindiğinde aslında aynı soruyla karşılaşıyorsun, bu enerjiyi hangi kaynaktan üretiyoruz ve bunun bedelini kim ödüyor? IB
Bir musluğu açtığında akan su, markette aldığın ekmek, kışın ısınmak için yaktığın yakıt, hatta telefonunun içindeki metal parçalar; hepsi natural resources (doğal kaynaklar) denen büyük
Gökyüzüne baktığında tek bir “hava” var gibi görünür, ama aslında atmosfer kat kat bir yapı gibidir ve her katın görevi farklıdır. IB Environmental Systems and