Bir işletme yeni bir yapay zekâ aracı değerlendirdiğinde, “Bu işi yapay zekâya verelim mi?” sorusu çoğu zaman fazla geniş kalır. Aynı iş akışında bir cümleyi anlamlandırma, tanımlı koşula göre karar verme, hesap yapma ve sonucu müşteriye iletme adımları bulunabilir. Bunların hepsini tek bir araca bırakmak gerekmez. Daha yararlı başlangıç, görevi parçalara ayırıp hangisinin dil yorumu, hangisinin değişmez kural olduğunu görünür kılmaktır. Bu rehber, bir görevi üretken yapay zekâya, sabit kontrole ya da insan denetimine yönlendirmek için uygulanabilir bir çerçeve sunar.

Önce sonucu değil, işi tarif edin

Görev cümlesini sonunda ortaya çıkması gereken kayıt veya karar üzerinden yazın. “E-postaları yönet” ölçülebilir değildir. “Gelen mesajın konu başlığını ve talep türünü taslak bir etikete dönüştür; sipariş numarası varsa aynen çıkar; ücret iadesi veya hukuki itiraz sözü verme; belirsiz talebi kişiye yönlendir” daha incelenebilir bir tanımdır. Burada birkaç işlem türü vardır. Mesajın isteğini anlamlandırmak dil yorumudur; numaranın biçimini kontrol etmek sabit kuraldır; iade kararını vermek yetkili kişiye ait olabilir.

Çıktının kime gideceğini ve yanlışlığın neye yol açacağını da baştan belirtin. Bir taslak, çalışan tarafından okunmadan yayımlanmayacaksa yanlış ifade düzeltilebilir. Sistem doğrudan ödeme, erişim veya müşteri hakkı etkileyen işlem başlatıyorsa hata daha ağırdır. Aynı model farklı kullanım bağlamlarında farklı risk yaratabilir. Dijital pazarlama hizmeti kapsamında da önce görev, hedef kitle ve insan onayının hangi noktada kalacağı tanımlanmalıdır; araç seçimi bu çerçevenin yerini tutmaz.

Dil yorumunu sabit kontrolden ayırın

Serbest biçimli metinlerde aynı niyet farklı sözcüklerle anlatılabilir. “Kargom nerede?”, “Paketim çıkmış mı?” ve “Teslim tarihi belli oldu mu?” benzer bir bilgi ihtiyacını ifade edebilir. Yapay zekâ burada aday konu veya yanıt taslağı önerebilir. Buna karşılık sipariş kodunun belirli biçimde olup olmadığını sınamak, toplamı toplamak, zorunlu alan boş mu diye kontrol etmek ya da belirli durum kodunda akışı durdurmak açık kurallarla yapılabilir.

Ayrım, “yapay zekâ yaratıcıdır, kural motoru doğrudur” gibi mutlak bir iddia değildir. Her iki sistem de hatalı kurulabilir. Sorulması gereken, adımın kabul edilebilir cevabının önceden açık ve sınırlı biçimde tarif edilip edilemediğidir. “Kod on karakter olmalı ve sipariş tablosunda bulunmalı” doğrulanabilir bir koşuldur. “Müşteri ne demek istiyor?” bağlama bağlı bir yorum gerektirir. Yorum adımını öneri üreten bileşene, koşul adımını doğrulayıcı kontrole ayırmak, yanlış önerinin sonraki adıma sessizce geçmesini önlemeye yardım eder.

Her adımı dört soruyla sınıflandırın

İlk soru, girdinin biçimi midir? Sabit dosya alanları, sayısal tutarlar veya belirli kodlar varsa geleneksel doğrulama çoğu zaman açık sonuç verir. İkinci soru, aynı anlamın farklı cümlelerle ifade edilip edilmediğidir. Serbest metin, özetleme veya tema bulma bu alana yaklaşır. Üçüncü soru, sonucun güncel bir dış kaynağa bağlı olup olmadığıdır. Güncel fiyat, mevzuat, ürün özelliği veya hesap durumu için modelin belleğine güvenmeyin; yetkili kaynaktan ayrıca doğrulayın.

Dördüncü soru, yanlış cevabın ne kadar kolay fark edilip geri alınabileceğidir. Öneri kaynak mesajla yan yana gösterilebiliyor ve yetkili çalışan tarafından düzeltilebiliyorsa sınırlı bir deneme düşünülebilir. Otomatik gönderim veya geri alınması zor işlem doğuruyorsa önce kapsamı daraltın; insan onayı ya da durduran kontrol ekleyin. Bu soruları tek bir puanlama formülüne indirgemeyin. Amaç, her adım için neden belirli bir yöntemin seçildiğini ve hangi koşulda yeniden değerlendirileceğini kayda geçirmektir.

Hibrit akışı açık sınırlarla kurun

Pratik bir hibrit örnekte yapay zekâ mesajı sınıflandırır ve olası yanıt taslağı önerir. Sabit kurallar boş zorunlu alanları, tanınmayan kodları, belirli eşik dışındaki değerleri veya yasaklı işlem türünü kontrol eder. İnsan inceleyici belirsiz eşleşmeleri ve karar yetkisi gerektiren durumları değerlendirir. Modelin çıktısı karar değil, inceleme için hazırlanmış adaydır. Arayüzde ve kayıtta bunu “öneri” olarak göstermek, çalışanların taslağı kesin bilgi sanma olasılığını azaltır.

Devir noktasında hangi bilginin taşınacağını yazın: ham girdi, önerilen sınıf, belirsizlik sinyali mevcutsa anlamı, uygulanan kural, kontrol sonucu ve insanın son kararı. Bir bileşenin yalnız “uygun” demesi yeterli kayıt değildir; hangi koşula göre uygun bulunduğu anlaşılmalıdır. Hata durumunda insan kontrolüne dönüş planı, sistem emin olmadığında veya beklenmedik girdi geldiğinde işi kime ve hangi bilgiyle devredeceğinizi belirlemenize yardım eder.

İstisnaları normal akıştan ayırın

Gerçek iş akışları eksik, çelişkili veya eski bilgi içerir. Bu durumları zorla en yakın sınıfa atamak yerine “eksik”, “çelişkili” ve “tanımsız” sonuçlarına ayırın. Örneğin başvuru mesajında iki tarih varsa sistemden tek tarihi seçmesini istemeyin; iki değeri kaynak konumuyla çıkarmasını ve incelemeye göndermesini sağlayın. Sabit kontrol iki tarihin de bulunduğunu saptayabilir; hangisinin geçerli olduğuna yetkili kişi karar verir. Böylece otomasyon görünüşte tamamlanmış ama kanıtsız bir seçim yapmaz.

İstisna yolu tasarımın sonradan eklenecek eki değildir. Hangi durumda işlem durur, hangi durumda taslak kaydedilir, kim devralır ve kullanıcıya ne söylenir soruları ilk şemada cevaplanmalıdır. Model sürümü değiştiğinde sabit örneklerle sınama, sistem veya ayarlar değişince uygun görülen akışın aynı sonucu verip vermediğini yeniden değerlendirmeye yardım eder. Geçmiş onay, yeni sürüm için otomatik onay sayılmaz.

Denemeyi küçük ve gözlenebilir tutun

İlk denemede tüm kurumu veya tüm mesaj türlerini kapsamayın. Sınırı belli bir görev seçin; örneğin yalnız bir talep türünü taslak etikete ayırın. Başlamadan önce doğru sınıfı, yanlış sınıfı, eksik veriyi ve insana devir durumunu örneklerle açıklayın. Test kayıtlarında kişisel veya ticari açıdan hassas bilgileri gereksiz yere taşımayın. Gerçek kullanıma geçmeden önce izinli ve uygun biçimde hazırlanmış örneklerle normal ve sıra dışı durumları çalıştırın.

Sonuçları tek bir “başarılı” oranına sıkıştırmayın. Önerinin doğru, doğru ama eksik, yanlış sınıfa giden, kural denetiminde duran ve insana devredilen durumlarını ayrı kaydedin. Çalışanların öneriyi ne sıklıkla düzelttiğini, hangi istisnaların tekrarlandığını ve yanlış taslağın hangi aşamada yakalandığını inceleyin. NIST’in AI Risk Management Framework yaklaşımı kullanım bağlamını anlama, riskleri ölçme ve yanıtları yönetme adımlarını öne çıkarır; her görevde yapay zekâ kullanılmasını söylemez. Açık uçlu yanıtlarda tema ve sayım kontrolü, ölçüm tasarımına dair ek örnek sunar.

Karar notunu ve durdurma eşiğini yazın

Kısa bir karar notu görev adı, amaç, girdi türü, yapay zekâya bırakılan yorum, sabit kurallara bırakılan kontroller, insanın karar yetkisi ve istisna yolunu içerebilir. Ayrıca araç ve görünür ayarların kaydını, test örneklerinin tarihini, bilinen sınırları ve sorumlu kişiyi belirtin. Böylece ekip aylar sonra “neden bu adım otomatik?” sorusuna yalnız araca değil, test edilmiş görev kapsamına dayalı cevap verebilir. Başka bir ekibin aynı aracı farklı veri veya amaçla kullanması bu kararı kendiliğinden geçerli kılmaz.

Ne zaman duracağınızı önceden belirleyin. Kritik bir alanın yanlış sınıflanması, kaynak gösteremeyen yanıt, kabul edilen eşiğin üzerinde insan düzeltmesi veya yeni veri türünün devreye girmesi yeniden değerlendirme nedeni olabilir. Evrensel eşik veya başarı garantisi yoktur; ölçüt kullanımın etkisine ve işletmenin risk toleransına göre sorumlularca belirlenir. İş planında kapasite ve son tarih çakışmasını sınama, otomasyon kararının ekip kapasitesi ve takvimle uyumunu düşünmeye yardımcı olur.

Uygun görev ayrımını küçük bir karar tablosuna dökün

Bir sayfalık çizelgede her adımı, kullandığı girdiyi, önerilen bileşeni, doğrulama sahibini ve başarısızlıkta gideceği yolu yazın. “Serbest mesajı konuya ayırma” satırında yapay zekâ yalnız aday sınıf verir; “sipariş numarası biçimi” satırında kural denetimi çalışır; “iade kabulü” satırında yetkili çalışan karar verir. Ardından her satırın yanına örnek test koyun. Bu tablo satın alınacak ürünü seçmez, iş akışında sorumluluğun nerede durduğunu gösterir.

Son olarak, öneri bileşenini kapatınca işin nasıl devam edeceğini deneyin. Kurallar ve insan yolu tek başına iş görebiliyor mu? Gerekli kayıtlar okunur durumda mı? Ekip yeni araca erişemediğinde iş duruyor mu? Bu sorular, yapay zekânın gerçekten gerekli olup olmadığını ölçmeye yardım eder. Yanıtlar net değilse kapsamı büyütmek yerine önce süreci açıklığa kavuşturun.

Yapay Zeka Önerileri hakkında sık sorulan sorular

Hangi görevlerde yapay zekâ değerlendirmeye değer?

Girdi doğal dil, çok sayıda ifade biçimi veya bağlama bağlı sınıflandırma içeriyorsa yapay zekâ bir öneri adımı olarak düşünülebilir. Önerinin hangi kaynakla karşılaştırılacağını ve kimin onaylayacağını belirleyin. Bu, her dil görevinin yapay zekâ gerektirdiği anlamına gelmez; basit anahtar sözcük veya form kuralı yeterli olabilir.

Bir işi yalnız sabit kurallarla yapmak ne zaman daha uygundur?

Koşullar açıkça yazılabiliyor, sonuç alanları sınırlı ve her durum için kabul ölçütü belirlenebiliyorsa kural tabanlı kontrol güçlü bir adaydır. Zorunlu alan, biçim, toplam veya durum kodu doğrulaması buna örnektir. Kuralın kapsamı değişirse dokümantasyonunu ve testlerini de güncelleyin.

Yapay zekâya doğrudan karar verdirmek yerine nasıl kullanabilirim?

Modelden sınıf, özet veya taslak isteyin; çıktıyı açıkça öneri olarak işaretleyin. Zorunlu koşulları kurallarla denetleyin ve yetki gerektiren kararı insana bırakın. Kayıtta öneriyi ve son kararı ayrı tutmak düzeltme nedenlerini incelemeyi kolaylaştırır.

Bir görev hem dil yorumu hem hesaplama içeriyorsa ne yapmalıyım?

Adımları ayırın: dili anlamlandırmayı veya alan çıkarmayı öneri adımı, aritmetiği ve eşik denetimini deterministik kontrol olarak kurun. Çıkarılan değerleri kaynağın yanında gösterin ve hesaplanan sonucu yeniden hesaplanabilir tutun. Modelin aritmetik cevabını tek doğrulama saymayın.

Eksik veya çelişkili bilgi geldiğinde akış nasıl davranmalı?

Akışın “belirsiz” sonucu üretebilmesini sağlayın. Eksik alanı doldurulmuş gibi göstermeyin; çelişen değerleri kaynaklarıyla sunup yetkili kişiye devredin. Hangi eksikliklerin akışı durdurduğu test senaryosunda açıkça bulunmalıdır.

Deneme öncesinde hangi örnekleri hazırlamalıyım?

Normal örneklerin yanında boş alan, eşanlamlı ifade, birden fazla olası sınıf, çelişki ve sınır değerleri ekleyin. Her örnekte beklenen sonucu ve gerekçesini kaydedin. Kişisel veri içeren örnekleri ancak gerekli izin, erişim ve saklama koşullarını değerlendirdikten sonra kullanın.

İnsan incelemesinin gerçekten gerekli olup olmadığını nasıl anlarım?

Kararın kişiye, para hareketine, erişime, hakka veya geri alınması zor bir işleme etkisini değerlendirin. Çıktı doğrulanamıyor veya yanlışlık kolay düzeltilemiyorsa kontrolü genişletin ya da otomasyonu daraltın. İnceleyicinin neye bakacağı ve hangi durumda durduracağı yazılı olmalıdır.

Bir model veya ayar değiştiğinde neyi yeniden kontrol etmeliyim?

Önceden kullandığınız sabit test örneklerini tekrar çalıştırın; yeni hata türü veya insan düzeltmesi artışı olup olmadığını inceleyin. Araç, model, talimat ve kaynak değişikliklerini kayda bağlayın. Kapsamlı değişiklikte eski test sonucu yeni sürümün onayı sayılmamalıdır.

Yapay zekâ kullanımı için evrensel bir başarı eşiği var mı?

Her görev ve etki düzeyi için geçerli tek bir eşik yoktur. Kabul ölçütünü denemeden önce yanlışlığın sonucuna, doğrulama maliyetine ve geri alma olanağına göre sorumlular belirlemelidir. Sonucu yalnız hızla değil, hata türleri ve inceleme yüküyle birlikte değerlendirin.

Kullanım kararı ne zaman yeniden açılmalı?

Girdi türü, kullanıcı grubu, araç ayarı, kararın etkisi veya ilgili kural değiştiğinde; beklenmedik hata ya da tekrarlanan düzeltme görüldüğünde karar notunu gözden geçirin. Düzenli kontrol sorumluluğunu da belirleyin; otomasyon kendini onaylayan bir süreç değildir.