Yapay Zekâ Okuryazarlığı: Ekibinizi Güvenle Hazırlama Rehberi

Yapay zekâ okuryazarlığı, bu araçları yazabilmek değil; neyi iyi yaptıklarını, nerede yanıldıklarını ve hangi bilgiyi hangi araca verebileceğinizi bilerek onları güvenle kullanabilmektir. Kısacası ekibinizin yapay zekâdan doğru işi isteyebilme ve gelen çıktıyı sorgulayabilme becerisidir.

Bu beceri hızla iş dünyasının temel yetkinliklerinden biri hâline geliyor. Türkiye'nin yapay zekâ eylem planında da ana başlıklardan biri insan kaynağı ve toplumsal farkındalık; yani araçtan önce insan geliyor. Aşağıda, ekibinizi bu konuda hazırlarken izleyebileceğiniz sade bir yol haritası var.

Yapay zekâ okuryazarlığı nedir, neyi kapsar?

Bir çalışanın yapay zekâ okuryazarı sayılması için model eğitmeyi bilmesi gerekmiyor. Gereken şey çok daha basit: aracın nasıl davrandığını sezmek.

Bunu araba kullanmaya benzetebiliriz. Motorun nasıl çalıştığını bilmeden güvenle araba kullanabilirsiniz; ama frenin ıslak zeminde nasıl tepki verdiğini bilmiyorsanız tehlikedesiniz. Yapay zekâda da durum aynı: aracın "nasıl" çalıştığını değil, "ne zaman yanıldığını" bilmek kritik.

Pratikte okuryazarlık üç soruya cevap verebilmek demektir: Bu işi yapay zekâya vermeli miyim? Verdiğim bilgi burada durabilir mi? Gelen cevabı olduğu gibi kullanabilir miyim? Bu üç soruyu refleks hâline getiren bir ekip, hangi aracı kullanırsa kullansın güvendedir.

Neden bu iş yalnızca IT departmanının değil?

Yapay zekâ araçları bugün tarayıcı üzerinden, ücretsiz sürümlerle, kimseye sorulmadan kullanılabiliyor. Yani ekibiniz muhtemelen zaten kullanıyor; sadece siz görmüyorsunuz. Buna genelde "gölge BT" (shadow IT) deniyor: şirketin haberi olmadan iş amaçlı kullanılan araçlar.

Satış ekibi teklif metni yazdırıyor, muhasebe bir konuyu sadeleştirmek için soruyor, insan kaynakları ilan taslağı hazırlatıyor. Bunların hepsi meşru işler. Riskli olan, herkesin kendi kurallarını kendi kafasına göre belirlemesi.

Bir gerekçe daha var: yapay zekâ kaynaklı hata çoğu zaman "teknik bir arıza" gibi görünmez. Yanlış bir rakam içeren teklif, uydurulmuş bir kaynak ya da müşteriye giden hatalı bir cümle olarak görünür. Yani bedelini IT değil, işi yapan ekip ve şirketin itibarı öder.

Bu yüzden yapay zekâ okuryazarlığı bir departman eğitimi değil, ortak bir dil çalışmasıdır. Yapay zekânın KOBİ'lerde gerçekçi kullanım alanları yazısında araçların nerelerde işe yaradığını anlatmıştık; burada odak, o araçları kimin nasıl kullanacağı.

Ekibinizin kazanması gereken dört temel beceri

Uzun eğitim programlarına gerek yok. Aşağıdaki dört alışkanlık, çalışanların çoğu için yeterli bir temel oluşturur:

• Doğru soru sorma (istem yazma). Yapay zekâya "bir e-posta yaz" demekle "ödemesi geciken bir müşteriye, ilişkiyi bozmadan hatırlatma yapan, kısa ve resmî bir e-posta yaz" demek arasında dağlar kadar fark var. Bağlam, hedef kitle, ton ve uzunluk verildiğinde çıktı kalitesi belirgin şekilde yükselir.
• Çıktıyı doğrulama alışkanlığı. Yapay zekâ metinleri emin bir tonla yazar; emin olması doğru olduğu anlamına gelmez. Sayı, tarih, mevzuat maddesi, kişi adı ve kaynak içeren her çıktı insan tarafından kontrol edilmelidir.
• Sınırları bilme. Modeller bazen "halüsinasyon" görür; yani var olmayan bir bilgiyi ikna edici bir dille uydurur. Ayrıca modelin bilgisi belirli bir tarihte durmuş olabilir; güncel mevzuatı ya da dünkü fiyatı bilmeyebilir. Resmî bir konu söz konusuysa doğru adres her zaman kurumun kendi kaynağıdır.
• Veri gizliliği refleksi. Müşteri listesi, kimlik bilgisi, sözleşme metni, maliyet tablosu... Bunları herkese açık bir araca yapıştırmadan önce durup "bu bilgi buraya girmeli mi?" diye sormak gerekir.

Bu son madde tek başına bir yazıyı hak ediyor. Kişisel veri işlerken hangi sorumlulukların doğduğunu KOBİ'ler için KVKK uyum rehberi yazısında ele almıştık; yapay zekâ araçları bu sorumluluğu ortadan kaldırmaz, aksine yeni bir kanal ekler.

Şirket içi yapay zekâ kullanım politikası nasıl hazırlanır?

Politika deyince kimse kırk sayfalık bir doküman beklemesin. Herkesin okuyup anlayabileceği iki sayfalık bir metin fazlasıyla yeterli. Şu dört başlığı içersin:

İzinli araçlar listesi. Hangi araçların iş amaçlı kullanılabileceğini net yazın. Liste kısa olabilir; önemli olan belirsizliği ortadan kaldırmak. Yeni bir araç eklenmesi için kimden onay alınacağını da belirtin.

Gizli veri kuralı. "Şu bilgiler hiçbir yapay zekâ aracına girilmez" diye açık bir liste yapın: müşteri kişisel verileri, çalışan özlük bilgileri, imzalı sözleşmeler, kaynak kod, henüz açıklanmamış finansal bilgiler. Kural ne kadar somutsa o kadar uygulanır.

İnsan onayı gereken işler. Müşteriye giden her metin, resmî yazışmalar, teklif belgeleri, hukuki içerikler... Bu işlerde yapay zekâ taslak üretebilir, ama son sözü insan söyler.

Şeffaflık. Müşteriyle konuşan otomatik bir sistem varsa bunu gizlemeyin. Müşteri hizmetlerinde yapay zekâ ve chatbotlar yazısında değindiğimiz gibi, karşısındakinin bir asistanla konuştuğunu bilmesi güveni azaltmaz, artırır.

Çalışanlara yapay zekâ eğitimi nasıl verilir?

En işe yarayan yöntem büyük bir eğitim bütçesi değil; küçük ve gerçek işler üzerinden ilerleyen bir pilot çalışma.

1. Küçük bir pilot ekip seçin. Üç-beş kişi yeter. Meraklı olmaları, teknik olmalarından daha önemli.

2. Gerçek bir iş üzerinde deneyin. "Yapay zekâyı öğrenelim" değil, "haftalık satış raporunun özetini hazırlayalım" gibi somut bir görev seçin. Öğrenme, işin içinde çok daha hızlı gerçekleşir.

3. Önce-sonra karşılaştırın. Bu iş kaç dakika sürüyordu, şimdi kaç dakika sürüyor? Kalite düştü mü? Bu basit karşılaştırma, sonraki adımın gerekçesi olur.

4. Ayda bir paylaşım toplantısı yapın. Yarım saat yeter: "bu ay ne işe yaradı, nerede tökezledik" formatında. İyi istemleri ortak bir notta biriktirin; şirketin kendi bilgi birikimi böyle oluşur.

5. Sonra yayın. Pilot ekip işi öğrendiğinde eğitmen onlar olur. Dışarıdan gelen bir uzmandan çok, aynı işi yapan bir mesai arkadaşının anlatması daha kalıcı olur.

Bu döngü ilk turunda kusursuz işlemeyebilir; önemli olan öğrenilenin şirkette kalması. Tek bir kişinin kafasında biriken deneyim, o kişi izne çıktığında ya da ayrıldığında sıfırlanır. Yazılı bir not, kısa bir örnek arşivi ve birkaç ekran görüntüsü bunu engellemeye yeter.

Yaygın hatalar nelerdir?

En sık görülen iki hata birbirinin zıddı, ama sonuçları benziyor.

Tamamen yasaklamak. Yasak, kullanımı bitirmez; sadece görünmez kılar. Çalışan, işini kolaylaştıracak aracı kişisel hesabından ve hiçbir kural olmadan kullanmaya başlar. Bu, kontrolü tamamen kaybetmek demektir.

Başıboş bırakmak. "Herkes istediğini kullansın" demek de gizli veri sızıntısından yanlış bilgiyle müşteriye gitmeye kadar uzanan bir risk listesi yaratır.

Üçüncü bir hata, sonucu hiç ölçmemek: aracın işe yarayıp yaramadığını bilmeden ne yaygınlaştırabilir ne de vazgeçebilirsiniz. Dördüncüsü ise sahte içerik farkındalığını atlamak. Yapay zekâ yalnızca ürettiğiniz içerikte değil, size gelen içerikte de karşınıza çıkar; sesi ve görüntüsü taklit edilen dolandırıcılık girişimlerine karşı deepfake dolandırıcılığına karşı şirket rehberi yazımız iyi bir başlangıç. Bu araçların çalıştığı zemin de sağlam olmalı; veri güvenliği ve yedekleme alışkanlıkları yerleşmeden hiçbir yeni teknoloji güvenli sayılmaz.

Nereden başlarsanız başlayın, insandan başlayın

Yapay zekâ okuryazarlığı bir yazılım satın alma kararı değil, bir kültür meselesi. İyi haber şu: başlangıç maliyeti neredeyse sıfır. İki sayfalık bir kullanım politikası, beş kişilik bir pilot ekip ve ayda yarım saatlik bir paylaşım toplantısıyla ekibiniz ilk aylarda gözle görülür biçimde daha rahat çalışmaya başlayabilir.

Nereden başlayacağınıza karar veremiyorsanız ya da kullanım politikanızı kendi süreçlerinize göre şekillendirmek istiyorsanız bizimle iletişime geçin; veri ve yazılım tarafındaki hizmetlerimizi inceleyerek de fikir edinebilirsiniz. Doğru soruyu birlikte bulalım, teknoloji kısmı ondan sonra kolay.