Yapay Zekâ Daha İyi Proje Kararları Almanıza Nasıl Yardımcı Olabilir?

Galen Low: Bazı açılardan projeler, yalnızca kararlar bütünüdür. Aslında kararlar, projeleri ileriye taşıyan unsurların önemli bir bölümünü oluşturur. Ancak projeler hızla ilerlerken ve değerlendirilecek ezici miktarda bilgi ve veri varken insanların iyi kararlar almasını nasıl bekleyebiliriz? Yapay zekâ kesinlikle yardımcı olabilir, ancak her zaman bağlama sahip değildir ve kararlar konusunda onu sorumlu tutmak da bir seçenek değildir.

Bu arada, içgüdüye dayalı anlık kararlar bazen en iyi kararlar olabilir. Peki veri odaklı, yapay zekâ destekli karar alma ile konuyu konuşarak karara bağlama arasında doğru denge nedir? Nerede azalan getiriler ortaya çıkar ve daha da önemlisi, gerçekten nasıl karar alırız? Bunu derinlemesine ele almak için psikolojiden kurumsal tahmin çalışmalarına, girişimcilikten Meta ve ExxonMobil gibi Fortune 50 şirketlerindeki ürün sahipliği rollerine kadar uzanan bir geçmişe sahip yapay zekâ ve bilgi yönetimi uzmanını programa davet ettim.

Birlikte yapay zekânın kaliteli karar almayı nasıl destekleyebileceğine, izlenebilirliğin insanların karar alma konusunda daha iyi olmasına nasıl yardımcı olabileceğine, yapay zekâ işin içindeyken sorumluluğun nasıl değiştiğine ve yapay zekâ daha önce önümüze gelen kararları kolaylaştırıyorsa proje yöneticisinin rolünün neye dönüşeceğine dair bazı somut örnekleri inceleyeceğiz.

Umarım bölümü beğenirsiniz.

Dijital Proje Yöneticisi Podcast'ine hoş geldiniz; bu program, yapay zekâ çağında teslimat liderlerinin daha akıllıca çalışmasına, daha sorunsuz teslimat yapmasına ve ekiplerini güvenle yönetmesine yardımcı olur. Ben Galen'im ve her hafta gerçek dünyadan stratejileri, yükselen trendleri, kanıtlanmış çerçeveleri ve proje cephelerinden ara sıra bir savaş hikâyesini ele alıyoruz.

İster büyük dönüşüm projelerini yönetiyor, ister yapay zekâ iş akışlarını düzenliyor, isterse kaosu kontrol altında tutmaya çalışıyor olun, doğru yerdesiniz. Ayrıca son zamanlarda bizden dinlediklerinizi beğendiyseniz, lütfen bizi dinlediğiniz veya izlediğiniz platformda takip etmeyi ve hatta bir değerlendirme bırakmayı düşünün. Hadi başlayalım.

Bugün yapay zekâ destekli karar alma ve karar kalitesinin günümüzde bir projenin veya girişimin başarısını belirleyen unsur olabileceği hakkında konuşacağız. Kopuk kararların nasıl risk oluşturduğunu, proje liderlerinin karmaşık ekiplerde karar kalitesini nasıl artırabileceğini ve yapay zekânın daha iyi kararlar almamıza nasıl yardımcı olabileceğini ele alacağız.

Bugünkü konuğum Optimality'nin kurucu ortağı ve baş ürün sorumlusu Cali Collins. Cali; yapay zekâ altyapısı, bilgi sistemleri, kurumsal dönüşüm ve büyük ölçekli sermaye projesi yürütme alanlarını kapsayan deneyimli bir ürün lideri. Optimality'yi kurmadan önce Meta ve ExxonMobil dâhil olmak üzere çeşitli kuruluşlarda ürün geliştirmeye liderlik etti. Bu da ona hem hızlı hareket eden teknoloji ortamlarında hem de karmaşık Fortune 50 şirketlerinde kararların nasıl alındığı veya alınmadığı konusunda benzersiz bir bakış açısı kazandırdı.

Bugün Optimality ile kuruluşların ezici miktarda veri ve birbiriyle rekabet eden öncelikler çağında karar alma süreçlerini yapılandırmasına, optimize etmesine ve ölçeklendirmesine yardımcı olan yapay zekâ temelli bir karar altyapısı platformunun değerini savunuyor.

Cali, bugün burada benimle olduğun için teşekkür ederim.

Cali Collins: Kesinlikle. Beni davet ettiğiniz için çok teşekkür ederim.

Galen Low: Seni ağırlayacağım için heyecanlıyım. Biraz çarpıcı bir soruyla başlayacağım ve konuya hızlı bir giriş yapacağım. Pek çok kuruluşta kararların nasıl alındığına dair aslında çok az yapı veya disiplin var ve bazen sonuçları önemli kararlar bir e-posta zincirinde veya sözlü olarak bir golf sahasında alınıyor.

Ekipler de çoğunlukla bu kararlara tepki vermekle o kadar meşgul ki durup, "Bu iyi bilgilendirilmiş bir karar mı?" diye düşünemiyorlar. Sadece kararı uyguluyorlar. Dolayısıyla sorum şu: İnsanlar olarak kararların nasıl ve neden alındığını birbirimize gerçekten açıklayamıyorsak, yapay zekânın kurumsal karar alma süreçlerini birdenbire iyileştirebileceğini düşünmek biraz yanılsama değil mi?

Cali Collins: Yani evet, kesinlikle. Bence bunun büyük bir kısmı önyargıyla ilgili. Bana neden o kararı aldığımı sorarsanız, size söylediğim şey aslında kararı neden o şekilde verdiğim olmayabilir. Hepimizin kendi bakış açıları var. Benim o kararı tekrar etmemi nasıl duyacağınız konusunda sizin de kendi bakış açınız var ve sanırım hazırlık sırasında bundan biraz bahsetmiştik.

Yaptığınız her şey bir karardır. Her şeyi yaparken belgeleyemezsiniz. Bu görüşmeye giriş yapmaya karar verdim. Sonra bunu yazacak mıyım? Çünkü biraz önce aldığım kararı ne zaman yazacağıma da karar vermem gerekiyor. Hayatlarımız bir kararlar dizisinden oluşuyor. Bunu siz yaparken otomatik olarak yakalayan ve bilinçli olarak belgelemenizi gerektirmeyen yapay zekâ gibi bir şeye sahip olmak bize bu noktada yardımcı olacak.

Galen Low: Bu yaklaşımı gerçekten seviyorum çünkü önyargıyla başladın ve ben önyargının iyi ve kötü olabileceğine inanan biriyim. Bir tür olarak bizi kesinlikle geride tutan bilinçdışı önyargılarımız var, ancak bildiklerinizi bilmenin getirdiği bir önyargı da var. İçgüdüyle karar vermek ve bunun iyi mi kötü mü olduğu hakkında çok konuşuyoruz, fakat temelde çoğu zaman, özellikle karar verici seviyelerinde, insanların yaptıkları her küçük şeyi açıklamak zorunda kalması zahmetli olurdu. Yine de bu süreç yaşanıyor.

Çok az kararın tamamen mantıksız alındığını düşünüyorum. Aslında bunu söylerken kararların bir bölümünün, insanlar nasıl düşündüklerini göstermese bile, arkasında bir mantıkla alındığını fark ediyorum. Dinleyenler de, "Peki ya işlerin ters gittiği o anlık karar ne olacak?" diye düşünüyor olabilir.

Elbette bu da var. Ancak bunu göz ardı ediyoruz çünkü her şeyi geriye dönük olarak haritalandırıp her unsuru açıklayacak zamanımız yok. Karar vericilerin iyi kararlar alacağına güvenmemiz gerekiyor. Ayrıca sürece dâhil olan pek çok unsur var ve bu her zaman dünyanın en kötü şeyi değil.

Cali Collins: Bu kesinlikle doğru. Farklı karar türlerini alırken beyninizin hangi bölümünü kullandığınıza dair bilimsel açıklamalar var. İçgüdüye dayalı hızlı ve fevri kararları alan bölüm, üzerinde düşünmek için zaman ayırdığınız kararları alan bölümden farklı. Bu gerçekten ilginç.

Galen Low: Bunu sevdim. Belki de burası biraz yakınlaşmak için iyi bir nokta çünkü karar almanın iki farklı biçimi fikrini seviyorum. Bir yanda, bunun savaş ya da kaç tepkisi olup olmadığını bilmiyorum ama hızlı bir karar verme zorunluluğu, sahip olduğumuz mantığı ve temelleri devre dışı bırakabilir.

Sonra daha sakin bir duruma dönüyoruz. Bilgili bir karar vermek için değerlendirmek ve analiz etmek gerekiyor. Bilgiye erişebilmek bizi o seviyeye geri getiriyor; çünkü aceleci kararlar vermek yerine zaman ayırabileceğimizi biliyoruz.

Bilgiye hızlı bir şekilde ulaşabiliyoruz ve bilinçli bir karar verebiliyoruz. Deneyimin hakkında düşündüğümde biraz daha geriye çekilmek istiyorum. Ürün geçmişinden geliyorsun. Meta ve ExxonMobil gibi kuruluşlarda çalışmaktan, temelde yapay zekâ temelli bir karar işletim sistemi oluşturmaya uzanan farklı bir yola sapmış, son derece deneyimli bir ürün uzmanısın.

Bunu böyle nitelendirmem doğru olur mu?

Cali Collins: Evet.

Galen Low: O zaman şunu sormak istiyorum: Neden kararlar? Hatalı karar alma süreçlerinin bir projeyi veya stratejik planı çökerttiğini nerede gördün ve seni buna bir çözüm tasarlamaya iten temel nedenler nelerdi?

Cali Collins: Yaptığınız her şey kararlarla ilgilidir. Bu, tüm insanlığı ilgilendiren bir sorun. Günlük çalışma biçimimizi gerçekten etkileyecek ve büyük bir fark yaratacak bir şey yapmak istedim. Senin de değinmeye başladığın gibi, düşündüğümüz veri odaklı kararlar var, bir de anında verilen hızlı kararlar.

Sen güvenlikten bahsedince ben bunu biraz farklı düşünmeye başladım; çünkü proje geçmişinden geldiğim için biri zarar görmek üzereyken akla iş sağlığı, güvenliği ve çevre güvenliği geliyor.

Galen Low: Doğru.

Cali Collins: Güvenli olmayan bir faaliyet görürseniz müdahale edip harekete geçmeniz gereken kararlar vardır. Ancak geri çekilip biraz daha analiz etmeniz ve üzerinde düşünmeniz gereken başka kararlar da vardır.

Anlamak ve bu işin içinde olmak... Uzun yıllar tahmin çalışmaları yaptım. Kariyerime tahmin alanında başladım. Ürün tarafım da her zaman vardı ama günlük işim tahmin yapmaktı. Bu nedenle pek çok üst düzey yöneticiye ve lidere erişimim oldu. Görüşmeler yaptığımız masada oturuyor ve bu büyük kararların neleri gerektirdiğini anlıyordum.

Yöneticilerin bir kaide üzerine konulduğunu görüyordum. İnsanlar onlara, "Ne düşünüyorsunuz? Ne yapmalıyız?" diye soruyordu. Bu yöneticilerden bazılarıyla bire bir oturma fırsatı bulduğumda, "Doğru kararı nasıl bildiğinizi nereden anlıyorsunuz? Elinizdeki tüm bu verilerden mi yararlanıyorsunuz? Azalan getirinin veya geri dönüş noktasının ne zaman geldiğini nasıl anlarsınız?" diye sordum. Onlar da, "Size bir sır vereyim. Zamanın yarısında bilmiyorum. Bir şekilde idare ediyorum," diyorlardı. "Bu pozisyondayım çünkü buraya iyi kararlar vererek geldim," diyorlardı. Ancak aynı zamanda insanlar bunu bekliyor ve doğru kararı verebilmek için her zaman gerekli bilgiye ve veriye sahip olmuyorlar.

Bu büyük değişim kararlarını veren insanları, yani milyarlarca doları buna mı yoksa şuna mı harcayacağımıza karar veren kişileri güçlendirebilseydim, böylesine önemli bir seçimde azalan getiri noktasının nerede olduğunu anlamalarına nasıl yardımcı olabilirdim diye düşündüm.

Veri sizi nereye kadar götürüyor? Bu veriyi onlara hızlıca nasıl sunabiliriz ki kararlarını çabuk verebilsinler, aynı zamanda karar verilerini kullanırken içgüdülerine de güvenebilsinler?

Galen Low: Bu kırılganlık anını seviyorum. Çoğumuz için durumun benzer olduğunu düşünüyorum. "Bilmiyorum, karar vermem için üzerimde baskı var. Daha önce bazı iyi kararlar verdim. Her zaman doğru kararı vereceğime dair hiçbir garantim yok ama olasılığım, başarı oranım oldukça iyi ve bu yüzden bu role geldim. Yine de bazen sadece doğaçlama hareket ediyorum," diyoruz.

Karar kaliten zaten kötü değil ama doğru kararı verme olasılığımızı artırabilir miyiz? Bu kaygıyı da ortadan kaldırabilir miyiz? Bazen kendinizi, "Bu pozisyondayım," derken buluyorsunuz. Biraz sahtekârlık sendromu olabilir ama kesinlikle baskı var. Bazen milyarlarca dolardan söz ediyoruz ve "Bilmiyorum. Bir karar vermem gerekiyor. Bildiklerime dayanmalıyım ama kararımı desteklemek için başka verileri de kullanabilirim," diyorsunuz.

Bence yapay zekânın bugün güzel olduğu nokta da bu: Büyük miktarda bilgi ve veriyi bir araya getirip ihtiyacımız olan şeye göre yoğunlaştırabilmesi.

Bu da Optimality'ye geçmek için iyi bir fırsat olabilir. Optimality'nin ne yaptığını ve nasıl yardımcı olduğunu, karar alma süreçlerindeki bazı riskleri nasıl ortadan kaldırdığını veya en azından azalttığını anlatabilir misin?

Cali Collins: Elbette.

Yaklaşık iki buçuk yıldır Optimality üzerinde çalışıyoruz. Bu nedenle Optimality'nin ne olacağı sürekli dönüşüyor ve büyüyor. Temel fikir her zaman karar almayı iyileştirmekti; ardından karar almayı optimize etmeye dönüştü. Optimality adı da buradan geliyor. Matematiksel olarak, azalan getirinin görüldüğü bir noktayla ilgili optimizasyon teorisi var.

Verilmesi gereken en uygun karar nedir? Üzerinde çalıştığımız şeyi bu anlayışla şekillendirdik. Optimality bir bağlam grafiği üzerinde çalışıyor. Optimality'de iş birliği yaptığınızda sistem, bugün ne üzerinde çalışmanız gerektiğini ve dün ne yaptığınızı anlamanıza yardımcı oluyor.

Ama bundan çok daha fazlası var. Ürettiğiniz içerik ve teslimatlar da bunun bir parçası. Üzerinde çalıştığınız tüm kararları kapsıyor. Bugün birkaç saat önce, derinlemesine ele almanız gereken bir karar olduğunda size adım adım yol gösteren yeni bir karar sihirbazını kullanıma sunduk.

Bu sihirbaz üzerinde çalışırken yanınızda Opti Chat bulunuyor. Opti'ye, "Şununla şunun arasında karar vermeye çalışıyorum. Ne düşünüyorsun?" diye sorabiliyorsunuz. O da konuyu çerçevelemenize yardımcı oluyor. Sonraki aşamada, "Vermeye çalıştığım bu kararla ilgili belirsizlikler neler? Kişisel önyargım nerede devreye giriyor? Daha önce buna benzer bir kararı ne zaman verdik ve sonucu ne oldu?" diye sorabiliyorsunuz.

İhtiyaç duyduğunuz anda Opti'nin gücüne erişebiliyorsunuz. Opti, karar üzerinde daha önce ne zaman çalıştığınızı anlamak için bağlam grafiğinize bakıyor.

Kurumsal ve uygulama zekânızı sisteme haritalandırıyorsunuz. Sistem tüm bu bilgileri arka planda Opti'nin zihnine sürekli aktarıyor; böylece daha akıllı hâle geliyor ve A mı B mi yapmanız gerektiğini veya henüz düşünmediğiniz bir C seçeneğinin bulunup bulunmadığını sorduğunuzda size daha iyi içgörüler sunabiliyor.

Galen Low: Bunu baştan sona ele aldığımızda, ismin ne kadar teknik olduğunu bile seviyorum. Karar almayı optimize etmekle kalmıyor; karar alma sürecinde azalan getirinin ortaya çıktığı noktayı açıklayan matematiksel bir teori de var. Bu gerçekten harika. Hazırlık sırasında bana bağlam grafiğinin kullandığımız bazı yapay zekâ araçları için bir tür sinir ağı olduğunu anlattın.

Sanırım karar bağlamı ifadesini kullandın ve şimdi bunu daha iyi anlıyorum. Opti, yol boyunca tüm bu bilgileri özümsüyor. Bu, "Bir karar vermemiz gerekiyor; lütfen tüm bilgileri topla ve şu kişilere sor" demek değil. Karar verici için tavsiye hazırlamak günler sürebilir. Burada ise bilgi zaten mevcut.

Yapay zekânın dışında, bir proje ortamında karar bağlamı gerçekte ne anlama geliyor? Ekipler karar alma süreçlerinde bazen neleri kaçırıyor ve bu sistem bunları nasıl destekliyor?

Cali Collins: İnsan beyni bazı konularda harika, ancak sınırlamaları da var. Herkesin söylediği tüm verileri toplamak için her toplantıda bulunamazsınız. Diğer toplantılarda bulunup bu bilgileri de özümseyen bir temsilciniz olduğunu düşünün.

Yapay zekâ burada devreye giriyor. Ancak insan tarafında iş birliği ve iletişim var. Bu da beni Meta'ya götüren önemli unsurlardan biriydi; çünkü Meta dünya için bir iş birliği platformu oluşturmaya çalışıyordu. İnsanlar oraya bir şeyler paylaşmak ve bir topluluğun parçası olmak için gidiyor. Bu, insan olmanın çok önemli bir parçası. Yapay zekâ ve insan dünyasını karşılaştırdığımız şu dönemde bunu söylemek biraz tuhaf olsa da durum böyle.

İnsan olarak gücüm, diğer insanlarla bir araya gelip fikir alışverişinde bulunmak ve onların söylediklerine göre düşüncelerimi geliştirmek ve değiştirmek. Karar alma sürecinde insanı korumamız gereken nokta bu. Hepimizin kendi deneyimleri olmalı ve burada verilebilecek en iyi kararı gerçekten ortaya koyabilmek için iş birliği yapabilmeliyiz.

Galen Low: Bu etkileşimi seviyorum. Buradaki yaklaşım, insanların tüm bu bilgileri özümseyecek kapasitesi olmadığı veya geleceği tahmin etmekte çok kötü olduğu için karar alma konusunda yetersiz olduğunu söylemek değil. Bunlar bir ölçüde doğru olsa da biz diyalog kuran, duyguları olan ve bunlara göre karar veren varlıklarız. Bugün özellikle yapay zekâ olmak üzere teknolojiye sahibiz ve beynimizin yapamadığı şeyleri yapabiliyor.

Daha önce yapılmış tüm konuşmaları bir araya getirip özetleyebiliyor. Böylece birinin karşısına geçip, "Aralık ayında bir salı günü yaptığımız 15 dakikalık toplantıyı hatırlıyor musun? O zaman şu kelimeleri kullanmıştın," dememize gerek kalmıyor.

Ancak bu sistem tavsiye ve bilgi sağlarken, karar alma konuşmasının yerini almıyor. "Bunu nasıl yapacağız? Hadi konuşalım," diyebilmemiz gerekiyor. İnsan iş birliğinde, iyi bir karar verebilmek için konuyu konuşmanın büyük bir önemi var.

Ama bunu beynimizin yapamayacağı şeylerle de desteklemeliyiz.

Cali Collins: Kesinlikle. Ben de Opti'yle sürekli konuşuyorum. Bir girişimde çalışırken, küçük bir ekip olduğumuz için bazı zamanlarda yapay zekâyla konuyu konuşmak ve fikirleri karşılıklı değerlendirmek gerçekten iyi oluyor.

Opti'nin bağlam grafiğine dayanması sayesinde ne üzerinde çalıştığınızı biliyor. Sizin ve ekibinizdeki herkesin ne yaptığını anlayabiliyor.

Galen Low: Belki buradan devam edebiliriz. Benim topluluğumdaki pek çok kişi için yapay zekâ artık hayatımızda. Bunu kabul edelim. Yapay zekâ burada. Evet. Bir bakıma zorunlu da hissediliyor çünkü onu kullanıp kullanmama konusunda seçeneğimiz yokmuş gibi.

Ayrıca Büyük Birader hissi de var. Teknoloji ne kadar çok bağlama sahipse ve ne kadar çok şey biliyorsa işini o kadar iyi yapabiliyor. İnsanlar, "Opti'nin her şeyi dinleyip kaydetmesi korkutucu geliyor," diye düşünebilir. Bu bir bakıma Orwellvari değil mi?

Karar bağlamı ve bağlam grafiği açısından, yapay zekâyla ne paylaşacağımızı seçerek onun bize daha iyi tavsiyeler vermesini sağlayabilir miyiz? Bu ya hep ya hiç meselesi mi? Değilse, bilgisayarlarımızdaki her tuş vuruşuna ve yaptığımız her konuşmaya tam erişim vermesek bile yapay zekâyla neleri paylaşmalıyız?

Yapay zekânın bize tavsiyelerde bulunmasına yardımcı olmak için doğru bilgiler neler?

Cali Collins: Optimality'yi ilk geliştirmeye başladığımızda e-postalarıma ve sohbetlerime API üzerinden bağlandık. Her şeyi bu şekilde başlattık ama bunu ölçeklendirmeye çalıştığımızda bunun korkutucu olduğunu ve insanların ne paylaşacakları üzerinde daha fazla kontrol sahibi olmak istediğini hızla fark ettik.

Bu aynı zamanda yapay zekâ yönetişimiyle de ilgili. Yapay zekânın bilgilerinizi almasını, kararlar vermesini ve sizin adınıza e-postalar göndermesini istemezsiniz. Opti'ye veya yapay zekâya parola yöneticinize, e-posta gönderme yetkisine ve banka hesabınıza erişim verirseniz, büyük bir karmaşa yaratmış olursunuz.

Bir e-postada gizli bir bilgi sızarsa, o aracıyı başlatan ve "Evet, bunu yapabilirsin" diyen kişi bundan hukuken sorumlu olur. O e-postayı gönderilmeden önce hiç görmemiş olsa bile yönetişim açısından sorumluluk ona aittir. Bu nedenle ne verdiğiniz ve ne yapmasına izin verdiğiniz konusunda kontrolün sizde kalması çok önemli.

Bu nedenle sistemi, toplantının sonunda dökümün sisteme eklenmesini isteyip istemediğinizi seçebileceğiniz şekilde tasarladık. E-posta konuşmasının eklenmesini isteyip istemediğinize de karar verebilirsiniz. Bu, ona sağlayacağınız iyi bilgiler üzerinde daha fazla kontrol sahibi olmanızı sağlar. Çünkü yalnızca internetin çöplüğüyle eğitildiğinde yapay zekâ neyin iyi neyin kötü olduğunu bilemez.

Bilgileri temiz tutup yalnızca iyi bilgileri verirseniz, bu ona daha fazla güç kazandırır. Ayrıca insanın sürecin içinde kalmasını sağlıyoruz. Optimality sizin için belgeler oluşturabilir, e-posta taslakları hazırlayabilir ve durum bilgilerini düzenleyebilir. Ancak sonunda hâlâ, "Bunu yapmasını istiyorum," diyen bir insan bulunur.

Galen Low: Bunu seviyorum ve dinleyicilerimin de seveceğini düşünüyorum. Teknoloji ile insanlığımız arasındaki etkileşim yine karşımıza çıkıyor. Bağlam grafiğinde paylaşacağımız şeyleri seçme fikrine daha sonra dönmek istiyorum çünkü insanların karar alma biçimi açısından bunun çok ilginç olduğunu düşünüyorum.

Ama önce iyi bir kullanım alanı çerçevesi çizdin. Buna biraz daha yakından bakabilir miyiz? Yapay zekâ ve Optimality daha iyi kararlar almamıza nasıl yardımcı olabilir? Pazarlama hakkında düşünmemiz gerekiyor. Bir düşünce ortağımız var. Opti'yle konuşabiliyoruz.

Bunun nasıl işlediğini adım adım inceleyebilir miyiz? Optimality arka planda çalışıp bilgi topluyor, ardından biz, "Bir kampanya geliştirmemiz veya haftanın LinkedIn paylaşımını hazırlamamız gerekiyor," diyoruz. Bu etkileşim nasıl görünüyor ve arkasında yapay zekâ olmasaydı nasıl olacağından ne şekilde daha iyi?

Cali Collins: Üzerinde çalışmaya başladığımız kullanım alanlarından biri Optimality üzerinde çalışan bir işletme işletim sistemi. Optimality'yi, Excel gibi farklı kullanım alanlarını mümkün kılan bir platform olarak düşünebilirsiniz. Excel'de pek çok şey yapabilirsiniz ama size bütçe tablosu oluşturmak için hangi formülleri kullanmanız gerektiğini söylemez.

Optimality bu imkânı sağlıyor. Bu açıdan Excel'den daha fazla yapıya sahibiz ancak pek çok farklı kullanım alanına da izin veriyoruz. Üzerinde çalışmaya başladığımız eğlenceli alanlardan biri işletme işletim sistemi. Bununla birlikte kendi işinizi kurmak istiyorsanız, hedeflerinizi ve ne yapmak istediğinizi sisteme anlatabiliyorsunuz.

Pek çok insan özellikle yapay zekâ dünyasında ek gelir getirecek işler kurmaya çalışıyor. Bir uygulamayı birkaç hafta içinde geliştirmek artık daha erişilebilir. Elbette güvenlik boyutları ve kötü kodla oluşturulmuş araçların riskleri var.

Ancak gerçekten kendi şirketinizi kurmak istiyorsanız bu artık daha erişilebilir. İnsanların girişimci olması için çok daha fazla alan var. Belki uygulama konusunda çok şey biliyorsunuz ama pazarlama, sosyal medya veya iş planı oluşturma konusunda deneyiminiz yok. Ya da pazarlamada çok iyisiniz ama finans, vergiler ve benzeri konularda yeterli bilgiye sahip değilsiniz.

Bizim geliştirmeye çalıştığımız şey, Optimality'ye girip hedeflerinizi ve yapmak istediklerinizi anlatabilmeniz. Sistem bu bilgileri alıp belgeliyor, sizin için bir strateji oluşturuyor ve "Bunu yapmak istediğiniz şey bu mu?" diye soruyor. Opti'yle karşılıklı konuşuyorsunuz.

"Evet, aslında istediğim bu. Kaydet," diyorsunuz. Sistem hedeflerinize ulaşmanız için planınızı haritalandırıyor. Bunu yapay zekâyla otomatik olarak gerçekleştiriyor. İsterseniz planı değiştirebilir veya üzerinde düzenleme yapabilirsiniz. Ancak bir işletme kurmaya yapı kazandırmanıza yardımcı oluyor.

İşletme kurmak yalnızca bir kullanım alanı. Örneğin müşterilerimizden biri olan Chevron'la bir rafinerinin inşası üzerinde de çalışıyoruz. Fakat kendi işletmenizi kurmak istediğiniz senaryoda, farklı adımlardan geçerken sistem size, "Opti'nin pazarlama planınıza yardımcı olmasını ister misiniz? Bu konuda içerik geliştirmesine yardımcı olmasını ister misiniz? Aracıların yapabildiği tüm bu işleri Opti'nin yapmasını ister misiniz?" diye sorabiliyor.

Yapay zekâyla yan yana çalışabilir ve bunu erişilebilir hâle getirebilirsiniz. Küçük ve orta ölçekli işletmeler yöneten veya ek iş kurmayı düşünen, yapay zekâyı merak eden ama nereden başlayacağını bilmeyen pek çok insan var.

Claude'u açıp aracıları nasıl çalıştıracağını anlamaya çalışmadan ve çok sayıda belirteç tüketmeden bunu insanlar için nasıl kolaylaştırabiliriz? Ben Claude'u her gün kullanan biriyim ve onu kötülemiyorum. Onu seviyorum. Ama yine de o noktaya gelmek zaman alıyor ve ortalama bir insan için bu çok erişilebilir değil.

Bu, üzerinde çalıştığımız kullanım alanlarından yalnızca biri.

Galen Low: Harika. Öncelikle tüm bunları anlattığın için teşekkürler. Başta, "İşte Cali'nin 'titreşimsel kodlamaya laf yok' diyeceği yer," diye düşünüyordum. Ancak gerçekten önemli noktaya değindin. Örneğin iş kurmanın önündeki giriş engelleri çok daha düşük ama bir ürünü ve platformu bir günde tamamen titreşimsel kodlamayla oluşturabileceğiniz yönünde de bir abartı var.

Hayır, bunu yapamazsınız. Ama eskisine göre çok daha kolay olabilir. Burada bir orta yol var. Excel'in çok genel bir araç olduğunu söyledin. Optimality ise bunları rayına oturtuyor. Claude Excel ise Optimality biraz daha uzmanlaşmış ve belirli bir göreve genel sohbet botundan daha uygun bir araç gibi.

Bazı dinleyiciler, "Cali, ben bunu zaten Claude'da yapıyorum. Claude pazarlamamda bana yardımcı oluyor. Ona soru soruyorum," diyebilir. Ancak başka bir fark daha var. Yanlış anlamıyorsam, Optimality'de iş gerçekten yapılıyor gibi görünüyor.

Yani yalnızca sohbet istemime gidip tavsiye almıyor, sonra bir belgeyi başka yere aktarmıyor ve son tarih geldiğinde hatırlamayı, yayımlamayı veya süreçteki diğer kararları almayı bana bırakmıyor. Gerçekten iş yapılıyor mu? Bu yalnızca bir karar optimizasyon platformu değil, aynı zamanda bir çalışma ve iş birliği platformu mu?

Cali Collins: Kesinlikle bir iş birliği platformu. Gerçek değeri şimdi görüyorsun. Bir şirket kurmaya çalışan ve ne yapacağını tam olarak bilmeyen tek kişi için yapı oluşturduktan sonraki büyük alan, küçük işletmelerin büyüyüp herkesin tam olarak ne yaptığını artık bilemediği noktaya gelmesi.

İnsanların sistem içinde iş birliği yapmasını sağlayabilir ve "Bu kişi şu alanda çalışıyor, şu kişiler de bunları yapıyor," diyebilirsiniz. Aynı zamanda süreç içinde bağlam grafiğinizi oluşturursunuz. Şirketinizin vizyonu nedir? Misyonunuz nedir?

İlkeleriniz nelerdir? Bunlar artık Opti'nin zihninin bir parçası hâline gelir. Böylece size bir pazarlama stratejisi veya farklı seçenekler önerdiğinde, önerileri sizin ona anlattıklarınıza dayanır. Sizin için neyin önemli ve değerli olduğunu bilir.

Bir çiçekçi mi kuruyorsunuz ve dünyanın en büyük çiçekçisi olup tüm pazarı ele geçirmek mi istiyorsunuz? Yoksa küçük şehrinizdeki en iyi çiçekçi olmak mı tutkunuz? Bağlamın bu şekilde kurulması çok yardımcı olur. Claude'a gidip, "Bana bir pazarlama planı oluştur," diyebilirsiniz. Size genel bir şey sunar.

Ancak sisteminizin ve ekosisteminizin içinde olup biten tüm parçaları, ayrıntıları ve hareketli unsurları anlayamaz.

Galen Low: Bunu seviyorum. İşletmeniz büyüdükçe görünürlüğün bazen azalmasından bahsettin. Çünkü geleneksel olarak bu sistemleri en başta kurmuyoruz.

Başlangıçta doğaçlama hareket ediyoruz. Sonra bir bakıyoruz, "Artık 15 veya 50 çalışanım var. Ne olduğunu bilmiyorum. Bazılarının ikinci adını bile bilmiyorum," diyoruz. Süreçlerimiz hâlâ doğru mu? İnsanlar değerlerimize ve misyonumuza uygun hareket ediyor mu?

Karar verme sürecinde yapay zekâya ne verdiğimizi seçme konusundaki karşıt görüşüme dönmek istiyorum. İnsanların karar almasına yardımcı olacak şekilde bilgileri seçtiğimizi düşünüyoruz. Örneğin geçen cuma dişçi randevum olduğunu bilmeleri gerekiyor mu?

Takvimime tam erişim sağlamalarına gerek olmayabilir. Ancak geçmişte kararların, herkese bütün resmi vermemek, bilgileri gizlemek veya bazı şeyleri dışarıda bırakmak üzerine kurulduğu odalarda bulundum.

Yapay zekâya tam bağlamı vermezsek onun yeteneklerini zayıflatmış olmaz mıyız? Bir yanda çok fazla bilgi verip bazı insani nüansların sistemi karıştırması ihtimali var. Diğer yanda ise belirli bir sonuç elde etmek için bilgileri paylaşmayarak sistemi yönlendirme ihtimali bulunuyor.

İnsanların yapay zekâyı kararları belirli bir yöne çekmek için kötüye kullanmasını nasıl önleriz? Ayrıca insan nüansı gerektiren ve yalnızca bağlam grafiğinden fazlasına ihtiyaç duyan bazı kararlar var mı? Her karara aynı şekilde yaklaşmak yerine bazı kararları daha insani bir biçimde mi yönlendirmeliyiz?

Cali Collins: Yapay zekâya ne vereceğimiz konusunda şunu söyleyebilirim: Neyin önemli olup olmadığına öncelik vermeyi kendi başına bilemez. Her şeyi olduğu gibi sisteme aktarırsanız ve "Bu döküm üst düzey bir liderle yapıldı; burada söylenenlerin diğer konuşmalardaki bilgilerin önüne geçmesini sağla," demezseniz sorun yaşayabilirsiniz.

Bazı sınırlar koymanız ve her şeyi olduğu gibi vermemeniz gerekiyor çünkü yapay zekâ, siz bu bilgiyi vermediğiniz sürece neyin önemli olduğunu ve kimin için önemli olduğunu tam olarak bilemez. İnsanlar açısından kararlara gelince, nihai kararı kesinlikle insanın vermesini istiyoruz.

İhtiyacımız olan veriler önümüze sunulursa daha iyi kararlar verebilir miyiz? Evet, buna da ihtiyacımız var. ExxonMobil'deyken bilgi yönetimi için bir mükemmeliyet merkezi ve yapay zekâ temelli bir platform oluşturuyordum. Buradaki büyük kullanım alanlarından biri, inşaatta bir ürün yöneticisinin veya proje yöneticisinin gelip, "Beş projede bulundum. Bunu her yaptığımızda başarısız oldu. Bunu yapmamalıyız," demesiydi.

Belki de bu beş proje, o uygulamanın başarısız olduğu tek örneklerdi ve diğer tüm örneklerde işe yaramıştı. Bu, yüzde ikilik bir durum olabilir. Bunun belirli bir kişiden kaynaklanıp kaynaklanmadığı da ayrı bir soru. Üstelik o kişi bu projede de yer alıyor olabilir. Yapay zekâ burada yardımcı olabilir.

Başta konuştuğumuz önyargıya dönersek, yapay zekâ bunun bir kısmını ortadan kaldırmaya yardımcı olur. Ancak o kişinin kişisel farkındalığı da önemlidir. "Bu işin yolunda gitmediğini hissediyorum," diyorsa, başkalarının bilmediği bir şeyi biliyor olabilir.

Sırf bunun yüzde ikilik bir örnek olduğunu söyleyip, "Bunu göz ardı et, fikrinin önemi yok," diyebilir miyiz? Hayır. Bunun yüzde ikilik bir durum olduğunu bilmek, ekibe normalde sahip olamayacağı daha bilinçli bir karar verme imkânı tanır.

Galen Low: Bunu seviyorum çünkü mesele, "Sen haklısın, sen haksızsın," demek değil. Burada öğrenilecek bir şey var. Tek bir örneklemden veya tek bir kaynaktan gelen beş kişilik bir örneklemden yola çıkarak aşırı genelleştirilmiş kararlar vermekten kaçınabiliriz.

Ama aynı zamanda dikkate almamız gereken bilgi ve birikim de var. Bir şey beş kez gerçekleştiyse, incelememiz gereken bir unsur mutlaka vardır. Bu kullanım alanında sevdiğim şey, karar öncesinde ve sonrasında işe yarayabilmesi.

"Bu kararı vermemiz gerekiyor. Toplayabildiğimiz tüm bilgileri toplayalım," diyebilirsiniz. Ya da insanlar olarak konuyu konuşurken, "Bunu doğrulamalı mıyız? Biraz eleştirel düşünme uygulayıp kararımızın kalitesini artırabilir miyiz?" diye sorabilirsiniz.

Karar alma sürecinde yalnızca odadaki yüksek sesli insanları dinlememek de önemli. Bazen herkes, "O konuda çok deneyimli üst düzey proje yöneticisine karşı çıkmayayım," diye düşünüyor. Böylece yıllar süren kötü kararlar zinciri oluşabilir.

Sen yüksek riskli, görünürlüğü yüksek, büyük bütçeli ve büyük kişiliklerin yer aldığı projelerde çalıştın. Bu, tüm bunları biraz dengelemenin bir yolu gibi görünüyor. İnsanlar ve teknoloji arasındaki etkileşim sayesinde yalnızca karizmatik konuşmacılara güvenmek zorunda kalmıyoruz. Eleştirel düşünme uygulayabiliyoruz.

Cali Collins: Kesinlikle. Bazı insanlar fevri karar vermekte daha iyidir. Bunda başarılı olan insanlar var. Bunda çok kötü olan ve düşünmek, üzerinde durmak, her şeyi bir beyaz tahtaya haritalandırmak için zamana ihtiyaç duyan insanlar da var.

Hepimiz aynı şekilde karar vermiyoruz. Hepimiz aynı şekilde karar alma konusunda iyi değiliz. Bu sistem oyun alanını biraz daha eşitlemeye yardımcı olabilir. Belki de fevri karar vermekte çok iyi olmadığınızı fark etmenizi ve biraz geri çekilip daha uzun süre düşünmenizi sağlayabilir.

Galen Low: Bu konuya o kadar teknoloji açısından yaklaştım ki sormayı hiç düşünmedim. Ürünü geliştirirken insan karar alma süreçleri hakkında neler öğrendin?

Bazı insanların ani karar verme konusunda oldukça iyi, bazılarının kötü ve bazılarının da kötü olup iyi olduklarını sandıkları fikrini seviyorum. Bunu proje liderleri üzerinden ele alalım. Bazen karar vermekten çok kararları kolaylaştırma sorumluluğuyla karşı karşıya kalıyoruz.

Kararların kaliteli olmasını istiyoruz ama zamanında da alınmaları gerekiyor. Paydaşlarla ve yönetici sponsorlarla çalışıyoruz. Yapay zekâya güvensek de güvenmesek de proje liderlerinin karar alma biçimini iyileştirmek için geliştirebileceği pratik alışkanlıklar veya taktikler neler? Hızdan ödün vermeden projelerde yer alan insanların iyi kararlar almasına nasıl yardımcı olabiliriz?

Ani karar veren biri gerçekten kötü bir karar alıyorsa bunu nasıl anlayabiliriz?

Cali Collins: Burada birkaç farklı alan var. Öncelikle psikoloji alanında lisans eğitimim var.

Galen Low: Bunu bilmiyordum.

Cali Collins: Söyleyeceklerimde bu eğitimin biraz etkisini görebilirsin.

Ayrıca kişisel gelişim kitabı bağımlısıyım. Artık çoğunlukla sesli kitap dinliyorum. İnsan zihninden, nasıl düşündüğümüzden ve neden bazı şeyleri yaptığımızdan bahseden her şeyi, podcast'leri ve benzeri içerikleri seviyorum. Daha sonra inşaat yönetimine geçtim ve ikinci lisansımı aldım çünkü psikoloji lisansımla ne yapacağımı bilmiyordum.

Bu süreç, inşaat açısından insanların aldığı tüm kararları anlamamı sağladı. Bu kararları neden alıyorlardı? Daha sonra MBA de yaptım. Böylece bu farklı alanları bir arada değerlendirebildim. İlk soruna dönersek, karar alma sürecini nasıl değerlendireceğimiz ve olumlu veya kötü kararlar verdiğimizi nasıl anlayacağımız konusunda şunu söyleyebilirim: Kararı alırken bilgi yönetimi tarafını, yani sonucun ne olduğunu ve bu kararı neden aldığınızı yakalayabilmeniz gerekiyor.

Böylece yapay zekâ geriye dönüp değerlendirme yapabilir. Çünkü insanlar özellikle sonuç iyi olmadığında geriye dönüp değerlendirme yapmak için zaman ayırmayacak.

Neden iyi sonuçlanmadı? Üzerinde çalıştığımız başka bir alan da verinin kökeni ve izlediği yol. Veri nereden geliyor ve süreç boyunca nasıl ilerliyor? Meta'dayken şirketin yapay zekâ modellerindeki tüm eğitim verilerini haritalandırmak için bir yapay zekâ soy çizgisi platformu kurdum.

Bu yaklaşımın bir kısmını Optimality'ye de taşıdık. Oluşturduğu bir belge varsa, örneğin pazarlama planınızda bir paragrafın hangi dökümlerden, başka bir paragrafın ise belirli bir kişinin size anlattıklarından geldiğini görebiliyorsunuz.

Sistem yalnızca ne söylemesi gerektiğini bilmiyor; kara kutu da olmak istemiyor. Bu bilgilerin nereden geldiğini size göstermek istiyor. Bazı insanlar için bu korkutucu olabilir. Çünkü işe yaramayan bir karar verdiyseniz, sistem bu kararı sizin verdiğinizi de bilecek.

Ancak insanlar olarak kötü kararları tekrar tekrar veriyorsak, bunun neden olduğunu fark etmeden bunu değiştiremeyiz. Belirli bir alanda kötü kararlar verdiğimizin farkına varmadan kendimizi geliştiremeyiz. Kendimizi geliştirmek de şirketi geliştirecek.

İnsanlar olarak daha iyiye doğru değişmemiz gerekiyor. Bunun için değişim, kırılgan olabilme ve kendimizi nasıl geliştirebileceğimizi anlama cesareti gerekiyor. Bunun herkese yardımcı olacağını düşünüyorum. Yapay zekâ, rahatsız edici olsa da bu unsurlardan bazılarını insanlar için görünür kılabilir.

Galen Low: Yapay zekâ daha iyi kararlar almamıza nasıl yardımcı olabilir diye sorduğumda aklıma ilk olarak veri gelmişti. Ancak kararlarımızı geriye dönük değerlendirme, izlenebilirlik oluşturma ve bu görünürlüğü gelişmek için kullanma fikrini de çok önemli buluyorum.

Yapay zekâ sonunda insanlardan daha iyi kararlar verecek ve insanlar artık karar almak zorunda kalmayacak demiyoruz. Hatta insan kararları giderek daha önemli hâle geliyor. Ancak bazen, "İyi liderler iyi kararlar veren insanlardır," gibi genellemeler yapıyoruz. Oysa çoğu liderin de yalnızca bir şekilde yolunu bulduğunu ve başarı oranının iyi olduğunu konuşmuştuk.

Cali Collins: Sezgi.

Galen Low: Evet, sezgileri. Ancak aldıkları kararların farkında olsalar bile bu, kendilerini geliştirmeleri için bir fırsat. Daha önce fiziksel güvenlikten ve bazı olayları geriye dönük değerlendirme gereğinden bahsetmiştin.

Bu süreçleri izleyebilmek istiyoruz. Mesele yalnızca bağlam grafiğine gidip muhasebedeki Sue'nun hata yaptığını bulmak ve onu cezalandırmak değil. Hepimizin karar alma biçimini geliştirmek için bu sistemi kullanabiliriz. Tanıdığım hiçbir insan her zaman iyi kararlar vermiyor veya neden verdiğini her zaman anlamıyor.

Cali Collins: Evet.

Galen Low: Yönetişim ve hesap verebilirlik konusuna dönmek istiyorum. Şu anda, yapay zekâ kararı tetiklemiş olsa bile iyi veya kötü karardan insanın sorumlu olduğunu söyledin. Ancak yapay zekâ sürekli kararlar veriyor.

İnsanlar olarak karar vericiyiz ve bu yalnızca belirli bir insan grubuna özgü değil. Aynı şey teknoloji için de geçerli. Yapay zekânın hata yapmasını önlemek, iyi davranışları pekiştirmek ve karar alma konusunda gelişmesini sağlamak için insanların koyması gereken sınırlar neler?

Bir noktada, "Artık yeterince iyi; karar verebilir ve bunlardan sorumlu tutulabilir," diyebileceğimiz bir gelecek mümkün mü? Mümkünse bu gelecek nasıl görünür?

Cali Collins: Bu alanda çok fazla iletişim ve araştırma yapılıyor.

Yalnızca büyük dil modellerini düşünürsek, yapay zekâ bir kararlar dizisidir. Bir sonraki kelimenin ne olması gerektiğine, en olası ve en iyi sonraki kelimeye dayanarak karar verir. Eğitildiği doğrultuda bir dizi karar vermekten ibarettir.

Başlangıçta, "Benim için e-posta taslakları hazırlamasını istiyorum," diyebilirsiniz. İlk başta çok iyi olmayabilir ama zaman içinde e-posta taslakları hazırlama veya şirketinizin sosyal medya hesabındaki doğrudan mesajlara yanıt verme konusunda gelişebilir.

Meta'da bana gösterilen örneklerden biri buydu. "Artık biri şirkete mesaj gönderdiğinde doğrudan mesaj yanıtları gönderebiliriz," dediler. Hazırlanan yanıtların bazılarına baktığımda, "Bunlar hiç iyi değil," diye düşündüm. Ancak onları düzenleyip eğitebildiğiniz için zamanla daha iyi hâle gelebilir.

Bazı düşük riskli konularda yanıt vermesine izin verebilirim. Bir tişört satıyorsanız ve biri, "Bu tasarımın şu bedeni var mı?" diye sorarsa, yapay zekâ bunu kontrol edip yanıt verebilir.

Ancak başka bir e-postaya yapay zekânın yanıt vermesini istemeyebilirsiniz. Bu nedenle hangi sınırların gerekli olduğunu anlamak önemli. Yapay zekânın hangi düzeyde karar verebileceği ve bunun nasıl görüneceği konusunda da araştırmalar sürüyor.

Bizim kişisel yaklaşımımız, insanı sürecin içinde tutmak ve yapay zekâya verebileceğimiz düşük riskli işleri yavaş yavaş devretmek. Ancak nihai sorumluluğun bende kalmasını isterim.

Yönetişim açısından korkutucu olmak istemem ama e-postalarıma erişip başkalarına yanıt verebilen Optimality'ye hukuki sorumluluğumu ve mütevelli görevimi devretmek istemem. Şirketimize zarar verebilecek bir şeyi sızdırması, almak istemediğim bir risk.

İnsanı sürecin içinde tutacağım ve yapay zekânın günümü optimize etmeme yardımcı olacak başka işleri yapmasına izin vereceğim.

Galen Low: Yapay zekâ dışındaki örneklerde de benzer durumlar var. Tıbbi teşhis sunan bir cihazla ilgili bir hikâye paylaşmıştın. Belirli bir tolerans aralığında teşhis koyabiliyor.

Bir yazılım geliştiricisinin sorumlu olup olmayacağı ilginç bir soru. Tıbbi cihaz şirketi teşhisin sorumluluğunu üstlenmişti. Ancak her bağlamda bu durum geçerli olmayabilir. OpenAI veya Anthropic'in yakın zamanda böyle bir sorumluluk üstleneceğini sanmıyorum.

Bu nedenle insanın sürecin içinde olması gerekiyor. Proje koordinatörlerini yetiştirmekten de bahsetmiştik. Onlara nasıl geri bildirim verebilir ve gelişebilecekleri, hata yapmanın güvenli olduğu senaryolar sunabiliriz?

Örneğin bir tişört bedeni, teslim tarihi veya belirli bir teslimatla ilgili e-postayı yanıtlamak. Yanıt mükemmel olmasa bile uçaklar düşmüyor. Sistem zamanla gelişiyor.

Ancak bazı şeyler için, "Bana danışmadan yeni bir tarih söz verme," dememiz gerekiyor. Bir müşteri veya sponsora danışmadan söz veren genç proje koordinatörünün yaptığından elbette ben sorumlu olurum. Bu bir koçluk anıdır ama nihai sorumluluk yine bendedir.

Cali Collins: Bunu bir stajyer gibi düşünebilirsin. Stajyere ne yapmasını söylediğine bağlı olarak onun eylemlerinden sen sorumlusun.

Yapay zekâ sorumlu tutulamaz çünkü sorumluluk duygusu yoktur. Onu kovamaz, rütbesini düşüremez veya kötü bir karar verdiğinde cezalandıramazsın. Ancak yapay zekâyı sözleşmeye uyumluluk gibi alanlarda kullanabilirsin.

Yapay zekâyı sözleşme gerekliliklerin ve teknik şartnamelerin konusunda eğitip, yaptıklarını izlemesini ve sözleşmeni ihlal etme ihtimalin olduğunda seni uyarmasını isteyebilirsin. İşi senin yerine yapmıyor; arkandan seni güvende tutmak, uyumluluğunu korumak ve yönetişim döngüsünde kalmanı sağlamak için izliyor.

Galen Low: Bu gerçekten iyi bir kullanım alanı. Modellerin gelişmesi ve daha yetenekli hâle gelmesi için geri bildirim vermek önemli. Belki henüz sorumlu tutulabilecekleri noktaya gelmeyecekler. Onları kovamaz veya performans geliştirme planına alamazsın.

Ama koçluk yapılabilecek anlar var. Ayrıca yapay zekânın en iyi yaptığı şeylerden yararlanabiliriz. Tüm hizmet seviyesi sözleşmelerimizi aynı anda aklımızda tutamayız. Bunu yapabilen bir sistemin olması harika olur.

Gelecek hakkında konuşarak bitirebiliriz. Yapay zekâ teknolojisi bilgileri bir araya getirme, neyin önemli olup neyin olmadığını belirleme konusunda giderek daha iyi hâle geliyor. Belki onların da sahtekârlık sendromu vardır; her kararda, "Sıradaki doğru kelime bu mu?" diye düşünüyorlardır.

Her durumda, kararların günlük işlerde ve milyarlarca doların söz konusu olduğu üst düzey yönetici kararlarında nasıl alındığı üzerinde büyük bir etkiden söz ediyoruz. Proje yöneticisinin rolünü karar alma süreçlerini kolaylaştıran, riskleri yöneten ve sorunları görünür kılan kişi olarak ele aldık.

Yapay zekâ riskleri tespit etme, bağımlılıkları görünür kılma ve kararlar önerme konusunda daha iyi hâle gelirse proje yöneticisinin rolü ne olur? İnsanlar olarak üstlendiğimiz roller nasıl etkilenir?

Cali Collins: Daha da önemli hâle gelir. Proje yöneticisinin rolü çok daha önemli olacak. Tahmin ve proje kontrolleri geçmişim var. Daha önce değindiğin gibi benim işim verileri bir araya getirip üst düzey yöneticiye karar vermesi için sunmaktı.

Bu huni daralacak. Proje kontrolü çalışanlarından kurtulacağımız anlamına gelmiyor. Onların bütün gün, "Bunu bugün tamamladın mı?" diye insanların peşinden koşmak yerine daha iyi roller üstlenmeleri anlamına geliyor.

Rapor hazırlamak gibi zihinsel olarak son derece sıkıcı işlerde zaman harcamak yerine verileri analiz edebilir, uzmanlıklarını kullanarak işleri iyileştirebilir ve sonuçları ürün yöneticisine sunabilirler.

Özellikle yazılım sektöründe, eskiden bir ürün yöneticisine sekiz ila on geliştirici düşerken bu sayı azalıyor. Geliştiriciler daha verimli çalışıyor. Ancak daha fazla ürün ve proje yönetimine ihtiyaç var çünkü yönü ve kararları belirleyen kişiler bunlar.

Daha fazla veriyi daha hızlı ve daha iyi biçimde elde ediyorsunuz. Bu bilgileri kullanarak büyük kararlar verebilmek için daha fazla proje ve ürün yöneticisine ihtiyaç duyuluyor.

Benim ürün tarafında iş yüküm arttı çünkü geliştiricilerim hızlandı. Artık, "Fikirlerini titreşimsel kodlamayla oluşturup bize verir misin? Biz de bunu gerçek koda dönüştürelim," diyorlar. Ben de bunu öğreniyorum.

Bu, kendi çözümlerinizi oluşturmanın önündeki engelleri azaltıyor ama ürün ve proje tarafında stratejik kararlar veren herkesin rolünü çok daha değerli hâle getiriyor.

Galen Low: Bence bu harika. Açıkçası bu kadar iyimser bir yanıt beklemiyordum ama haklısın. İşin hızı artıyor ve bazen daha az insan daha fazla iş yapıyor. Ancak ürün, proje ve diğer alanlarda liderlik eden, yön veren ve karar almayı kolaylaştıran rollere ihtiyaç devam ediyor.

İş daha hızlı gerçekleşiyorsa bu kişilerden daha fazlasına ihtiyaç duyabiliriz. Ayrıca verinin doğrudan yapay zekâdan karar vericiye gitmediğini, veriyi hâlâ anlamamız, analiz etmemiz ve değerlendirmemiz gerektiğini söylemen de önemli.

Daha önce söylediğin gibi kararları hâlâ konuşarak alıyoruz. Bazıları bunu insan kusuru olarak görebilir ama biz böyleyiz. Bir makinenin bize kararımızı nasıl alacağımızı söylemesini istemiyoruz. İnsan unsuruna, ikna edici unsura ve iyi bir karara ulaştığımızdan emin olmak için karşılıklı kontrol etmeye ihtiyacımız var.

Yapay zekâ bunu güçlendiriyor.

Cali Collins: Kesinlikle.

Galen Low: Cali, bu çok keyifliydi. Bugün zaman ayırdığın için teşekkür ederim. İnsanlar sen ve Optimality hakkında daha fazla bilgiyi nereden edinebilir?

Cali Collins: Elbette LinkedIn'deyiz. Ben de LinkedIn'deyim. Web sitemiz Optimalitypro.com. Artık doğrudan kaydolarak Optimality'yi 14 gün boyunca ücretsiz deneyebilir veya yaptıklarımıza göz atabilirsiniz.

Siteyi güncel ve sürekli erişilebilir tutuyoruz. Daha fazla dikey kullanım alanı geliştirdikçe bunlara ilişkin destekleyici belgeleri de ekleyeceğiz. İnsanlar Optimality platformu üzerinde daha fazla şey geliştirdikçe bunları da inceleyebilirsiniz. Adresimiz optimalitypro.com.

Galen Low: Harika. Profilinize ve Optimality'nin web sitesine bağlantıları program notlarına ekleyeceğim. Programa katıldığın için tekrar teşekkürler. Geçmişin gerçekten ilginç. Psikoloji eğitimin olduğunu bilmiyordum. Bu çok keyifli ve aydınlatıcı bir sohbetti. Kararlar dünyayı döndürüyor.

Artık işin içinde yapay zekâ da var ama insanlar da hâlâ işin içinde. Yaşamak için ne ilginç bir dönem.

Cali Collins: Kesinlikle. Şu an gerçekten heyecan verici.

Galen Low: Çok teşekkürler, Cali.

Cali Collins: Teşekkür ederim.

Galen Low: Pekâlâ millet. Dijital Proje Yöneticisi Podcast'inin bugünkü bölümü bu kadar. Bu sohbeti beğendiyseniz, dinlediğiniz platformda abone olmayı unutmayın. Daha fazla pratik içgörü, vaka çalışması ve uygulama kılavuzu istiyorsanız thedigitalprojectmanager.com üzerinden ücretsiz bir hesap oluşturun. Bir sonraki bölüme kadar dinlediğiniz için teşekkürler.