2023’ün başından beri neredeyse her gün yapay zeka ile çalışıyorum. Sunumlar, beyin fırtınaları, fikirler, içerikler, planlar… Ve görüyorum ki yapay zeka ile geri dönülmez bir yoldayım☺️

Konuyu, yapay zekayı Google arama motoru gibi kullanmanın veya ona bir metin yazdırmanın çok daha ötesinde görüyorum. Bence artık işleri nasıl yaptığımızı yeniden düşünmemiz, yeniden tasarlamamız gerekiyor.

Bu noktada yapay zeka ile olan deneyimimden öğrendiklerimi birkaç başlık altında toparladım:

1. Yapay Zekanın Güçlerini Tanımak

Yapay zekanın etkili olduğu alanları tanımak, insan-YZ iş birliğinin temeli. Yapay zeka özellikle şu konularda bir süper güç:

• Bilgi toplamak

• Kaynakları analiz etmek

• Alternatif fikirler üretmek

• Metin-yoğun işler için içerik önermek

• Veri setlerinden eğilim çıkarmak

• Karmaşık bilgiyi yapılandırmak

• Kodlama

• Otomasyon

Yani analiz, hızlı üretim, otomasyonda daha çok üretken yapay zeka devreye girerken; kritik kararların alınması, iş birlikleri oluşturmak, işlere vizyon koymak ve liderlik etmek gibi konular insanın oyun alanında.

Örneğin, bir eğitimin ardından yüzlerce açık uçlu katılımcı yorumu topladınız. YZ bu verileri gruplandırabilir, temalar çıkarabilir, öneri listeleri oluşturabilir. Ama bu sadece ilk aşama. Asıl değer, bu verilerle ekip olarak oturup şu soruyu sorduğunuzda ortaya çıkar:

“Bu önerilerden yola çıkarak ne yaparsak gerçekten etkili olur?”

Çünkü stratejik seçimler, anlamlandırma, önceliklendirme hala size ait. Üretken yapay zeka sizi bilgiye taşır; ama en doğru kararlara siz yön verirsiniz.

2. Doğru Yapay Zeka Aracını Seçmek

“Yapay zeka ile en iyi ne yapabilirim?” sorusuyla birlikte bu işleri “hangi araçlarla yapabilirim?”sorusu da birlikte geliyor.

Her aracın güçlü olduğu alan farklıdır. Örneğin, ChatGPT iyi bir yazma partneriyken, NotebookLM gibi bir aracı, elinizdeki kaynakların analizi veya özeti için kullanmanız (ChatGPT’ye göre) daha uygun olur. Tam tersini yapmaya çalışırsak en iyi sonucu alamayabilirz.

Diğer bir örnek; Claude ile gerçekçi stilde görsel üretmeye çalışırsanız yine hayal kırıklığına uğrarsınız ama Claude ile elinizdeki bilgileri kullanarak interaktif bir panel oluşturmaya çalıştığınızda daha mutlu olursunuz.

Bu farkları ayırt edebilmek; denemeyi, yanılmayı ve kıyaslamayı gerektiriyor. Bu bir öğrenme eğrisi ve bence özellikle en başta sabırla yaklaşanlar uzun vadede ciddi avantaj sağlayacak.

3. Çıktıların Optimizasyonu

Hangi işi YZ ile yapalım, hangi araçları kullanalım sorularından sonra, bundan sonrası çıktıları optimize etmeye kalıyor. Bunun için öne çıkan birkaç beceri;

• İletişim ve ifade netliği: YZ ile çalışırken ne istediğinizi net şekilde ifade etmeden iyi sonuç beklemek mümkün değil. Bu, sadece yapay zekayla değil tüm insan ilişkilerinde de geçerli. Açık, net, hedefe odaklı tarifler… Prompt = iletişim ve ifade netliği.

• İyi geri bildirim: YZ ile iletişim kurarken, neyi iyi yaptığını, neleri geliştirmesi gerektiğini vermek gerekiyor. Muhtemelen tek seferde istediğiniz sonucu alamayacaksınız ama doğru geribildirimle sonuçları iyileştirebileceksiniz.

• Eleştirel bakış açısı: YZ her zaman doğru bigiyi vermez. Kaynakları uydurabilir, olmayan makaleleri yazılmış gibi gösterebilir. Bu yüzden özellikle bilgi temelli işlerde sorgulamak, kontrol etmek ve eleştirel kalmak vazgeçilmezdir.

Sonuç olarak, yapay zeka ile çalışmak ona sadece bir sunum hazırlatmak ya da yazı yazdırmaktan ibaret değil; işleri baştan sona yeniden tasarlamak ve süreçleri bütünsel şekilde yeniden ele almak anlamına geliyor.

Şimdilik bu sorular kritik:

• İşin hangi kısmını YZ’ye devredebilirim?

• İnsan nerede en etkili olur?

• Hangi araç, hangi problem için en uygunu?

• Ortaya çıkan sonuçları nasıl değerlendirmeliyim?

Birkaç sene sonra belki de daha farklı sorular sormak zorunda kalacağız.