Yapay Zeka Kullanırken Ne Kadarını Paylaşmalıyız?

Son dönemde katıldığım yapay zeka eğitimlerinde sıkça karşılaşılan bir soru var:

“Yapay zeka kullanırken sizi en çok zorlayan şey ne?”

Farklı ekiplerden ve uzmanlıklardan gelen yanıtlar değişse de bir konu neredeyse her seferinde öne çıkıyor: veri paylaşımı.

“Neyi paylaşabilirim?”, “Ne kadarı fazla?”, “Detay vermezsem istediğim sonucu alabilir miyim?”, “Detay verirsem paylaşmamam gereken bir şeyi de paylaşmış olur muyum?”

Bir taraftan yapay zekayı daha etkili kullanmayı öğreniyoruz. İyi sonuç almak için bağlam vermenin önemli olduğunu biliyoruz. Diğer taraftan hangi bilginin paylaşılabileceğini doğru değerlendirmemiz gerekiyor.

Dolayısıyla asıl soru biraz değişiyor:

İyi bir sonuç almak için yapay zekaya gerçekten ne kadarını anlatmamız gerekiyor?

Daha fazla veri, daha iyi sonuç mu?

Yapay zekayı kullanırken en kolay yöntemlerden biri elimizde ne varsa vermek olabilir.

Bir dokümanı yükleyip “özetle”, bir tabloyu verip “analiz et”, uzun bir yazışmayı ekleyip “buna cevap hazırla” diyebiliriz. Bazı durumlarda ihtiyacımız olan tam olarak budur.

Ancak her zaman değil.

Örneğin bir müşteriye gönderilecek metin için destek alırken yapay zekanın müşterinin adını, telefon numarasını veya tüm işlem geçmişini bilmesi gerçekten gerekli mi?

“Uzun süredir hizmet alan bir müşteriye, yaşadığı gecikmeyle ilgili profesyonel ve empatik bir bilgilendirme yapmak istiyorum” demek çoğu durumda yeterli bağlamı sağlayabilir.

Benzer şekilde bir veri seti üzerinde çalışırken uygun durumlarda veriyi anonimleştirmek, genelleştirmek veya örnek veri kullanmak mümkün olabilir.

Bu nedenle “Bu bilgiyi paylaşabilir miyim?” sorusunun yanına bir soru daha eklemek önemli:

“Yapay zekanın bu işi yapabilmesi için bu bilgiyi gerçekten bilmesi gerekiyor mu?”

İlki sınırı sorguluyor. İkincisi ise önce bizim neye ihtiyacımız olduğunu bilmemizi gerektiriyor.

Mesele prompt'tan önce başlıyor

Aynı yapay zeka aracını kullanan iki kişinin elde ettiği değer birbirinden oldukça farklı olabiliyor.

Bir yaklaşım, eldeki veriyi olduğu gibi yapay zekaya aktarıp ondan problemi anlamasını, yorumlamasını ve sonucu üretmesini beklemek.

Diğer yaklaşım ise önce veriyi değerlendirmek, neyin önemli olduğunu anlamak, aranan sonucu netleştirmek ve yapay zekadan hangi noktada destek alınacağını belirlemek.

İki durumda da teknoloji aynı.

Farkı yaratan, kullanıcının muhakemesi.

Hangi bilginin gerekli olduğunu seçmek, problemi tanımlamak, doğru soruyu kurmak ve gelen cevabın tutarlılığını değerlendirmek bu sürecin bir parçası.

Bu nedenle iyi prompt yazma becerisini tek başına ele almak yeterli olmayabilir.

İyi bir prompt çoğu zaman iyi bir düşünme sürecinin sonunda ortaya çıkıyor.

Kolaylaştırmak ile düşünmeyi devretmek aynı şey değil

Yapay zeka saatler sürebilecek bir çalışmanın ilk taslağını dakikalar içinde oluşturabiliyor, büyük miktarda bilgiyi hızla tarayabiliyor ve alternatifler üretebiliyor.

Ancak işi kolaylaştırmak ile düşünme sürecini tamamen devretmek arasında önemli bir fark var.

Bir tabloyu analiz ettirmek başka; yapay zekanın yorumunu değerlendirmeden doğru kabul etmek başka. Bir öneri istemek başka; hangi önerinin bizim koşullarımız için doğru olduğuna karar verme sorumluluğunu da yapay zekaya bırakmak başka.

Yapay zeka cevap üretmeyi kolaylaştırıyor. Ancak hangi sorunun sorulmaya değer olduğunu belirlemek ve gelen cevapla ne yapılacağına karar vermek hala insana ait.

Bu nedenle yapay zeka yaygınlaştıkça muhakemenin önemi azalmak yerine daha görünür hale geliyor.

Veri güvenliği ile muhakeme aynı noktada buluşuyor

Elimizdeki her şeyi olduğu gibi yapay zekaya vermek en kolay yol olabilir. Ancak önce problemi anlamak farklı soruları beraberinde getiriyor:

Ben aslında neyi öğrenmek istiyorum?

Bu sonuca ulaşmak için hangi bilgi gerçekten gerekli?

Hangi detayları çıkarabilir veya anonimleştirebilirim?

Bu sorular yalnızca veriyi korumaya yardımcı olmuyor; yapay zekanın daha bilinçli kullanılmasını da sağlıyor.

İyi bir prompt, çok veri vermek değil; gerekli bağlamı verebilmek.

Elbette bütün sorumluluğun kullanıcıya bırakılması da yeterli değil. Çalışanların hangi aracı hangi amaçla kullanabileceğini, hangi bilgilerin paylaşılabileceğini ve hangi durumlarda daha dikkatli olunması gerektiğini bilmesi gerekiyor.

Tam bu noktada AI Governance, yani Yapay Zeka Yönetişimi devreye giriyor.

İlk bakışta teknik bir kavram gibi görünse de günlük karşılığı oldukça basit: Hangi aracı kullanabilirim? Hangi veriyi paylaşabilirim? Aldığım çıktıyı nerede kontrol etmeliyim? Hangi kararlarda insan değerlendirmesi devrede kalmalı?

İyi bir yönetişim yaklaşımı yalnızca sınırları tanımlamakla kalmıyor; bu sınırların içinde güvenle hareket edilebilecek alanı da belirliyor.

Çünkü belirsizlik her zaman daha güvenli kullanım anlamına gelmiyor. Bazen yalnızca teknolojiden gereğinden fazla uzak durmamıza neden olabiliyor.

Aynı teknolojiye eriştiğimizde farkı ne yaratacak?

Yapay zeka araçları giderek daha erişilebilir hale geliyor ve farklı fonksiyonların günlük işlerinin bir parçasına dönüşüyor.

Bu yaygınlaşma önemli bir soruyu beraberinde getiriyor:

Herkes benzer teknolojiye erişebildiğinde farkı ne yaratacak?

Yanıt yalnızca kimin daha gelişmiş araca sahip olduğunda değil, o aracın nasıl kullanıldığında yatıyor olabilir.

Bir organizasyonun yapay zeka yetkinliği yalnızca AI araçlarına erişim sağlamakla oluşmuyor. İnsanların problemi tanımlayabilmesi, veriyi anlayabilmesi, doğru soruyu sorabilmesi, AI çıktısını sorgulayabilmesi ve sonunda kendi muhakemesiyle karar verebilmesi de bu yetkinliğin önemli bir parçası.

Yapay zeka bize cevap verebilir.

Ancak hangi problemin çözülmeye değer olduğunu, hangi cevabın içinde bulunduğumuz bağlamda anlamlı olduğunu ve o cevapla ne yapacağımızı hâlâ bizim belirlememiz gerekiyor.

Bu nedenle aynı teknoloji herkes için erişilebilir hale geldikçe muhakeme yeteneği önemli bir farklılaştırıcıya dönüşebilir.

AI okuryazarlığının önemli bir parçası: Muhakeme

Yapay zeka eğitimlerinde daha iyi prompt yazmayı, doğru bağlam vermeyi ve istediğimiz çıktıyı daha açık tarif etmeyi öğreniyoruz. Bunların hepsi yapay zekayı etkili kullanmanın önemli parçaları.

Ancak AI okuryazarlığı yalnızca yapay zekaya ne söyleyeceğimizle sınırlı değil. Hangi bilgiyi paylaşacağımızı değerlendirmek, doğru soruyu oluşturmak, gelen cevabı sorgulamak ve gerektiğinde doğrulamak da aynı sürecin içinde.

Bu nedenle muhakeme hem prompt'tan önce hem de sonra devrede.

Prompt'tan önce:

Ne arıyorum? Hangi bilgi gerçekten gerekli?

Prompt'tan sonra:

Gelen cevap mantıklı mı? Neyi doğrulamam gerekiyor?

Dolayısıyla mesele yalnızca yapay zekaya doğru komutu vermek değil.

Onunla birlikte çalışırken düşünmeye devam etmek.

Bugün kullandığımız araçlar değişecek, modeller gelişecek ve yapay zeka günlük işlerimizin içine daha fazla yerleşecek. Bu değişim içinde kalıcı olacak becerilerden biri de teknolojiyi nerede kullanacağımızı, hangi bilgiyi paylaşacağımızı, hangi çıktıyı sorgulayacağımızı ve nerede kendi muhakememizi devrede tutacağımızı bilmek olacak.

Bütün bu konunun çıkış noktası ise oldukça basit bir soruydu:

“Ne kadarını paylaşabilirim?”

Bu sorunun yanına bir tane daha ekleyebiliriz:

“Gerçekten neyi öğrenmek istiyorum ve yapay zekanın bunu yapabilmesi için neyi bilmesi gerekiyor?”

Çünkü aynı yapay zeka aracına hepimiz erişebiliriz.

Bizi birbirimizden ayıracak olan belki de ona ne kadar veri verdiğimiz değil;

o verinin içinde ne gördüğümüz, hangi soruyu sorduğumuz ve aldığımız cevapla ne yaptığımız olacak.