Bir yapay zekâ eğitiminde en çok hatırlanan anlar genellikle aracın özelliklerinin anlatıldığı bölümler değil, katılımcının kendi işiyle bağlantı kurduğu anlardır. “Bunu haftalık raporumda kullanabilirim” ya da “müşteri taleplerini bu yöntemle sınıflandırabiliriz” cümlesi duyulduğunda teknoloji soyut bir merak olmaktan çıkar ve işe dönüşür. Bu geçişi sağlayan şey iyi tasarlanmış gerçek iş senaryosudur.
Gerçek iş senaryosu, kurumdan alınmış uzun bir dokümanın eğitim sunumuna eklenmesi değildir. Görevin amacı, girdisi, karar noktaları, riskleri ve beklenen çıktısı birlikte tanımlanmalıdır. Aksi halde katılımcılar yapay zekâdan bir şeyler üretir; fakat bu üretimin mevcut süreçte nereye yerleşeceğini anlayamaz.
Senaryoya Teknolojiden Değil İşten Başlayın
“ChatGPT ile neler yapabiliriz?” sorusu geniş olduğu için çoğu zaman dağınık cevaplar üretir. Daha verimli başlangıç, “Ekip hangi işte gereğinden fazla zaman harcıyor?” sorusudur. Süreç sahipleriyle yapılan kısa görüşmeler, tekrar eden ve metin yoğun görevleri görünür kılar. Rapor taslağı hazırlama, geri bildirimleri gruplama, doküman karşılaştırma, teklif metni oluşturma veya toplantı kararlarını izleme bunlara örnek olabilir.
Her zaman en çok zaman alan işe yönelmek de doğru değildir. Görev sık tekrarlanıyor olabilir ama hassas veriler içeriyor ya da yanlış çıktının maliyeti yüksek olabilir. Eğitim için seçilecek ilk senaryo; anlaşılır, sınırları belirli, örnek verisi hazırlanabilir ve insan tarafından kolayca kontrol edilebilir olmalıdır.
Süreci Olduğu Gibi Görünür Hale Getirin
Bir işi yapay zekâ ile yeniden tasarlamadan önce mevcut yöntem yazılmalıdır. Çalışan görevi nereden alıyor, hangi bilgiye bakıyor, neyi kendi deneyimiyle tamamlıyor, kimden onay alıyor ve sonuç nereye kaydediliyor? Bu sorular basit görünür; fakat görünmeyen emeği ortaya çıkarır.
Örneğin aylık faaliyet raporu “verileri birleştirip metin yazmak” diye özetlenebilir. Gerçekte ise çalışan farklı dosyalardan güncel bilgiyi topluyor, tutarsız satırları ayıklıyor, önceki ayla karşılaştırıyor, yönetimin önem verdiği başlıkları seçiyor ve dili kurum üslubuna göre düzenliyor olabilir. Yapay zekâ bu adımların bazılarını hızlandırabilir; tamamını güvenle devralması beklenmemelidir.
İyi Bir Senaryo Kartında Neler Bulunur?
Eğitim öncesinde her örnek için tek sayfalık bir senaryo kartı hazırlanabilir. Bu kart, katılımcıya hazır cevabı vermez; çalışma alanını netleştirir.
- Görevin kısa adı ve iş sahibi
- Bugünkü yöntemin temel adımları
- Kullanılacak örnek veri ve veri sınıfı
- Beklenen çıktı formatı
- Kabul edilebilir kalite ölçütleri
- İnsan onayı gereken noktalar
- Yanlış sonucun oluşturabileceği risk
- Eğitim sonunda teslim edilecek küçük çıktı
Bu çerçeve eğitmenin de gereksiz ayrıntıda kaybolmasını önler. Katılımcı hangi probleme çözüm aradığını bilir ve aracın sunduğu her özelliği kullanmaya çalışmak yerine hedefe odaklanır.
Örnek Veriyi Güvenli Hazırlamak
Gerçek iş senaryosu kullanmak, gerçek müşteri veya çalışan verisini doğrudan modele yüklemek anlamına gelmez. Eğitim verisi mümkünse sentetik olarak hazırlanmalı; kişi adları, iletişim bilgileri, fiyat koşulları, ticari sırlar ve kurum içi notlar kaldırılmalıdır. Biçim korunabilir ama kimlik ve hassas içerik değiştirilmelidir.
Veriyi fazla temizlemek de senaryoyu gerçeklikten uzaklaştırabilir. Günlük hayatta dosyalar eksik, ifadeler tutarsız ve sınıflandırmalar kusurludur. Bu nedenle eğitim verisinde kontrollü belirsizlik bırakmak değerlidir. Katılımcı yapay zekânın her eksikliği kendiliğinden çözemediğini, bazen soru sorması veya işlemi durdurması gerektiğini öğrenir.
Başarı Ölçütünü Önceden Yazın
Çıktı üretildikten sonra “güzel olmuş” demek ölçme değildir. Senaryo başlamadan önce değerlendirme ölçütleri belirlenmelidir. Bir yönetici özetinde kritik kararların eksiksiz yer alması, metnin belirlenen uzunluğu aşmaması ve kaynağı olmayan iddia bulunmaması beklenebilir. Bir sınıflandırma görevinde doğru kategori oranı, belirsiz kayıtların işaretlenmesi ve tekrar üretimde tutarlılık değerlendirilebilir.
Zaman kazancı önemli olsa da tek gösterge değildir. İnsan kontrolü için harcanan süre, düzeltme sayısı ve kullanıcı güveni de izlenmelidir. İlk taslak çok hızlı oluşuyor ancak çalışan tüm metni baştan yazıyorsa süreç gerçekte iyileşmemiştir.
Promptu Değil Kararları Öğretin
Hazır prompt şablonları başlangıcı kolaylaştırır. Fakat katılımcı neden o rolün verildiğini, bağlamın neden gerekli olduğunu veya çıktı biçiminin neyi çözdüğünü anlamazsa şablon farklı bir göreve taşınamaz. Eğitim sırasında promptun her bölümü bir iş kararıyla ilişkilendirilmelidir.
“Bir insan kaynakları uzmanı gibi davran” ifadesi tek başına yeterli değildir. Hangi şirket politikası dikkate alınacak, hangi bilgi kaynağı kabul edilecek, sonuç kime sunulacak ve model bilmediği yerde ne yapacak? Bu ayrıntılar, iyi görünen ama güvenilmez cevap ile işte kullanılabilir taslak arasındaki farkı belirler.
İnsan Onayını Tasarımın Parçası Yapın
İnsan kontrolü sonradan eklenen bir güvenlik notu değil, senaryonun temel adımıdır. Katılımcı çıktıyı hangi kaynakla karşılaştıracağını, hangi hatalarda işlemi durduracağını ve son kararı kimin vereceğini bilmelidir. Özellikle müşteri iletişimi, insan kaynakları, hukuk ve finans gibi alanlarda onay noktaları açık biçimde tanımlanmalıdır.
Eğitimde kasıtlı olarak zayıf veya eksik bir çıktı üzerinden kontrol çalışması yapmak faydalıdır. Katılımcı yalnızca üretmeyi değil, eleştirmeyi öğrenir. Bu beceri model veya araç değiştiğinde de geçerliliğini korur.
Senaryoyu Küçük Bir Pilotla Bitirin
Atölyede hazırlanan çalışma, sınıfta kalan bir örnek olmamalıdır. Uygun senaryolar iki ila dört haftalık küçük bir pilot planına dönüştürülebilir. Pilotun sahibi, kullanıcı grubu, kullanılacak veri, ölçüm biçimi ve değerlendirme tarihi belirlenir. Bu aşamada kapsamın küçük tutulması önemlidir. Tek departman, tek görev ve sınırlı kullanıcı grubu öğrenmeyi hızlandırır.
Pilot sonunda yalnızca “kullandık” denmemeli; ne kadar zaman kazanıldığı, hangi hataların çıktığı, çalışanların yöntemi tekrar edip edemediği ve hangi koşullarda kullanımın durdurulduğu konuşulmalıdır.
Sonuç
Gerçek iş senaryosu, yapay zekâ eğitimini kurumun günlük hayatına bağlayan köprüdür. İyi tasarlanmış bir senaryo teknoloji gösterisi yapmaz; iş problemini netleştirir, güvenli veriyle çalışır, kalite ölçütü koyar ve insan kararını görünür tutar. Böyle bir eğitimden çıkan katılımcı yalnızca yeni bir araç tanımaz; kendi sürecini daha dikkatli okumayı ve yapay zekâyı doğru noktaya yerleştirmeyi öğrenir.