Yapay Zekâ İkna Edici Görünüyor. Sorun da Tam Olarak Bu.

Şu anda herkesin yapay zekâ konusunda bir görüşü var. Kimileri onu tamamen destekliyor, kimileri karşı çıkıyor, kimileri de işlerin nereye varacağını görmek için bekliyor. Bu görüşlere büyük bir özgüvenle sahip çıkıyoruz; ancak işin aslı, neredeyse hiç kimse yapay zekâyı ya da her şeyin nereye gittiğini henüz gerçekten anlamıyor. Bu yüzden LinkedIn, kararını çoktan vermiş insanlarla dolup taşıyor.

Geçen hafta bunlardan biriyle tartışmaya girdim. Bir çağrı yayımlamıştı: İşiniz hakkında geri bildirim almak için yapay zekâ kullanmayı bırakın. Savunduğu görüş sağlamdı; çoğu insanın başını sallayarak onaylayacağı türden bir görüştü. Yapay zekâ ağzını hiç kapatmaz. Ona ne sorarsanız sorun, doğru ya da yanlış, söyleyecek bir şeyi vardır. Çalışmanızın iyi olup olmadığını size yapay zekânın söylemesine ihtiyaç duyuyorsanız, asıl sorunun bu olduğunu savunuyordu. İçgüdülerinize güvenin.

Ben itiraz ettim. Haksız olduğu için değil, çözüm konusunda yalnızca kısmen haklı olduğu için. Geri bildirimlerin çoğu, yapay zekâdan da insandan da gelse, iyi değildir. Kendi içgüdüleriniz de aynı şekilde sizi yanıltabilir. Kendinden emin ve iyi yapılandırılmış bir yanıt—yapay zekânın üretmekte çok başarılı olduğu ve insanların da sürekli verdiği türden bir yanıt—inanması en kolay, sorgulaması ise en zor şeydir. 

Kendinden emin olmak haklı olmakla aynı şey değildir. Ne hakkında konuştuğunu biliyormuşsun gibi konuşmak, ne hakkında konuştuğunu bilmekle aynı şey değildir. Bunun bedelini zor yoldan öğrendim.

Özgüvenin Bedeli

Yıllar önce, mağazalarının satışlarına göre işletmelere nakit avans sunan Shopify Capital'ın arkasındaki ekibin kullanıcı deneyimi yöneticisiydim. Bir işletme sahibi teklifi kabul ettiğinde, paranın kurum içi onaylardan geçmesi yedi güne kadar sürüyordu. Yeniden stok yapmak ya da işini kurmak için bekleyen küçük bir işletme açısından bu, uzun bir haftaydı.

Bu onayların arkasındaki sistem, yıllardır kimsenin dokunmadığı ilk dönemlere ait bir MVP'ydi. Bu yüzden sorunu çözmek için doğru kişileri bir odaya topladım: finans ekibini, onayları yürüten kişileri, özgün sistemi oluşturan geliştiricileri ve tasarımcıları.

Darboğazın, birkaç manuel onay adımından kaynaklandığı ortaya çıktı. Onay verenlerin her kararı tam olarak nasıl aldıklarını ve bu kararları bir sistemin verip veremeyeceğini adım adım inceledik. Bir saat içinde bir çözümümüz vardı. Bunu ertesi gün yayına alabilirdik.

Önümüzde tek bir onay duruyordu. Son onay, bizimki gibi odalardan çok uzakta bulunan bir ürün liderine aitti. Yanıt açık, net ve kesindi: Bu işlem manuel kalmalıydı. Bu karar yıllar önce verilmişti. Nedenini kimse açıklayamıyordu. Arkasında izlenebilir hiçbir gerekçe yoktu. Bunu yayına alamadık.

Biz de çoğu ekibin yapacağını yaptık. Kendinden emin yanıtı sorgulamadan kabul ettik. Sonra üç haftamızı bunun yanlış olduğunu kanıtlamaya harcadık. Yirmi toplantı yaptık, sisteme gerçekten dokunan herkesle görüştük ve perde arkasında neler olup bittiğini haritalandırdık. 

Sonunda, ilk saatte bulduğumuz çözümün aynısını yayına aldık. Paydaşın geri bildirimi otoriter, iyi yapılandırılmış ve tamamen yanlıştı. Var olmayan bir sorunu tespit etmişti.

Bu makalenin konusu da bu başarısızlık. Ne yapay zekâ ne de insanlar. Birileri harekete geçmeden önce kimsenin sınamadığı, kendinden emin bir girdi.

Sormayı Bıraktığınız İkinci Görüş

Bir karar önemli olduğunda ve bir şeyler ters gittiğinde, kendinden emin ilk yanıta güvenmezsiniz. Gerçekten bilecek kişiye sorarsınız. İki ya da üç kişiyi bir odaya toplar ve nerelerde anlaşamadıklarını gözlemlersiniz. Üzerinde düşünmek için kendinize zaman tanırsınız. Kararınızı kesinleştirmeden önce, yargısına güvendiğiniz birine danışıp görüşünü alırsınız. Bunu size kimse öğretmedi ve kimse buna özel bir ad vermiyor. Dikkatli insanların yaptığı şey sadece budur.

Bu içgüdü gerçek bir muhakemedir. İyi muhakeme, herhangi bir şeyi yayına almadan önce soruna birden fazla kişinin gözünden bakmayı ve tüm ödünleşimleri açıkça ortaya koymayı gerektirir. Küçük ekipler bunun için kurulur: Birlikte yüksek sesle düşünecek kadar yakın ve bunu gerçekten yapabilecek kadar küçük.

Ancak farklı bakış açıları kendiliğinden ortaya çıkmaz. Zamana, yakınlığa ve nefes alacak alana ihtiyaç duyar. Yapay zekâ bu üçünün de aleyhine çalışır.

Üstelik çoğu zaman gözden kaçırdığımız bir şeye daha ihtiyaç vardır: yapıya. Yapı yavaş hissettirir; yapay zekânın hızı ve cazibesi karşısında yavaş olmak, kimsenin olmak istemediği tek şeydir.

Yapay zekâ, yanıtları onları iyice sınayabileceğinizden daha hızlı üretir ve insanın içinden, yanıtı alıp yoluna devam etmek gelir.

Ve buna bilerek boyun eğiyoruz, çünkü vaadi baştan çıkarıcı. Herkes, kişinin kendi yararına pek de olmayan bir şeye doğru çekildiğini ve yine de ilerlediğini hissetmenin nasıl bir şey olduğunu bilir.

Bugün yapay zekânın yaptığı hatalara , yarın dönüşebileceği şey uğruna hoşgörü gösteriyoruz ve onu geliştiren insanların eksikleri gidereceğine güveniyoruz. Bunların hiçbiri aptalca değil. Bu, insan olmaktan kaynaklanıyor. Aynı zamanda bizi baskı testini bırakmaya iten şey de tam olarak bu.

Microsoft ve Carnegie Mellon bundan sonra ne olduğunu inceledi. İnsanların yapay zekâya duyduğu güven arttıkça daha az eleştirel düşündüklerini ve işin kendisinin görevi yapmaktan, onu yapan yapay zekâyı denetlemeye kaydığını ortaya koydular. Denetim ancak hâlâ gerçekten kontrol ediyorsanız sizi korur. Çoğu insan bunu bırakıyor.

Dolayısıyla sizi koruyan gayriresmî alışkanlık gürültülü bir şekilde başarısız olmuyor. Sadece ölçeklenmeyi bırakıyor. Kararların hacmi tam arttığında, bu kararları iyi yapan disiplin zayıflıyor.

Geri Bildirim İstemek Bir Disiplin Değildir

Dolayısıyla çözüm, yapay zekâya daha az güvenmek ve içgüdülerinize daha fazla güvenmek değil. Çözüm, yapı. Ancak etraftan geri bildirim istemek, bunun için bir disipline sahip olmakla aynı şey değil ve çözüm de bu farkta yatıyor.

Etraftan sormak, çoğu ekibin zaten yaptığı şey. Bir şeyler ters geliyor, bu yüzden yakındaki herhangi birini buluyorsunuz. Konuyu bir toplantıda ortaya atıyorsunuz. Gerçekte bilen kişinin orada olmasını ve bunu dile getirmesini umuyorsunuz. Bazen öyle oluyor. Çoğu zaman bu sadece şans ve şanslı günleri diğerlerinden, artık çok geç olana kadar ayırt edemiyorsunuz.

Etraftan sormak pahalıdır. Toplantıları sıraya koyuyorsunuz, takvimler dolu ve grup bir araya gelebildiğinde an çoktan geçmiş ya da karar onlarsız alınmış oluyor. Bu yüzden toplantılar bir vergi gibi hissettirmeye başlıyor ve bu vergiyi daha seyrek ödüyorsunuz.

Bunun yerine bakış açıları dağılıyor; biri burada bir sunum dosyasında, diğeri orada bir e-postada, bir başkası da kimsenin zamanında okumadığı bir Slack yazışmasında. Herkes, eş zamansız çalışmanın kendisine geri veriyor gibi hissettirdiği zamanı seviyor, ancak bu, bakış açılarının hiçbir zaman gerçekten bir araya gelmemesi anlamına geliyor.

Eş zamansız çalışma, iki bakış açısı birbiriyle çelişene kadar iyi işliyor. Tam da o anda gerçek zamanlı bir alışverişe ihtiyacınız oluyor; bir kişi bunun böyle işlemediğini söylüyor, diğeri itiraz ediyor ve sonunda gerçeğin ne olduğu konusunda uzlaşıyorsunuz. Eş zamansız çalışma bunu yapamaz.

Bir odada beş dakikada çözülebilecek çelişki, günlerce süren yanıtlar arasında gidip geliyor. Bir çelişkiyi çözmek, bir varsayımın kökünü kazımak, bir şeyin neden belirli bir şekilde çalışması gerektiğini anlamak; bunlar dakikalara değil haftalara mal olmaya başladığında sorun büyüyor.

Bir disiplin bunların hepsini düzeltir. İrade gücünden bahsetmiyorum. Bir kararı uygulamaya koymanın tekrarlanabilir bir yolundan bahsediyorum. Bir karar hayata geçirilmeden önce hangi bakış açılarından geçmesi gerektiğine bilinçli olarak karar verir. Orada kim varsa onlara değil, bu karar için gerçekten önemli olan birkaç kişiye başvurur. Kararı her birinin önüne bilinçli olarak bir kez koyar ve her birinin neleri gözden kaçırma eğiliminde olduğuna dikkat edersiniz. İşte yapı budur. Doğru bakış açılarını, onları her seferinde bir toplantıda peş peşe kovalamak yerine bilinçli olarak sürece dâhil etmek.

Bu neden göründüğünden daha önemli? Çünkü bir şeyin nasıl çalıştığını bilmek, neden o şekilde çalıştığını anlamakla aynı şey değildir ve en kötü hatalar da bu boşlukta ortaya çıkar.

Richard Rumelt, "İyi Strateji Kötü Strateji" kitabının yazarı, ilk gerçek adımı teşhis olarak adlandırıyor: karar vermeden önce gerçekte neler olduğunu anlamak. İyi bir teşhis, belirtinin kendisini değil, asıl sorunu tanımlar. "Beklentilerin altında kalıyoruz" bir teşhis değil, bir sonuçtur. Teşhis, bunun altında yatan nedendir ve hangi birkaç şeyin kritik olduğunu, hangilerinin göz ardı edileceğini size söyler.

Farklı bakış açılarıyla dolu bir oda, katkısını işte burada gösterir. Sorun, onu kimin ele aldığına bağlı olarak farklı görünür.

Bütçeden sorumlu kişi, onu oluşturan kişi ve müşteri; her biri sorunun farklı bir versiyonunu taşır ve vereceğiniz karardan farklı bir şey bekler. Dolayısıyla doğru sorunu çözmek tek bir şey değildir. Farklı ihtiyaçların yeterince çoğunu aynı anda karşılayan tek çözümü bulmaktır; yalnızca birinin değil, hepsinin standardını yükselten hamle budur.

Bunu tek başınıza ya da uzaktan bulamazsınız. Bakış açıları bir araya geldiğinde ve aralarındaki anlaşmazlık size sorunun gerçek şeklini gösterdiğinde bulursunuz.

Diğer bakış açılarını ne kadar çok istediğimizi yapay zekâyla konuşma şeklimizde görebilirsiniz. "Bir metin yazarı gibi davran." "Bir pazarlama uzmanı gibi davran." Her istem, tek bir kişinin ancak bu kadar farklı açı taşıyabileceğinin ve bunun farkında olduğumuzun itirafıdır. Eksikliğini hissettiğimiz kişilerin yerine geçmesini istiyoruz.

Yapay zekânın var olduğu asıl boşluk tam da bu. Bir modelin elinde yalnızca bağlam penceresine sığanlar vardır; yani durumunuzun içine yüklenmiş sınırlı bir kesit.

Neyi kaçırdığını göremez ve bir görüşü diğerine karşı tartamaz. Aslında herhangi bir bakış açısını elinde tutmaz. Olasılıklar üzerinden çalışır; sırada en muhtemel neyin geleceğini tahmin eder ve doğru olup olmamasında hiçbir çıkarı yoktur. Bu yüzden size ikna edici bir şey söyler.

Ekibimin konunun özüne inmek için harcadığı o üç hafta mı? Bu teşhisti. Bunun nedenini anlamaktı. Yapay zekâ yanıtlar konusunda giderek daha iyi olacak. Daha iyi bir yanıt yine de anlayış değildir. Anlayış, her biri sorunu farklı gören ve sonucun nasıl olacağı konusunda pay sahibi olan gerçek insanlardan geldi. Ne kadar iyi olursa olsun, tek bir model bu insanların yerini tutamaz. Bu kısım size ve ekibinize aittir.

Herkes Hemfikir Olduğunda Birileri Eksiktir

Buradaki endişe, daha fazla toplantı, daha fazla insan ve daha fazla süreç tarif ediyor olmam. Öyle değil.

Bir disiplin, herkesi aynı odaya toplamakla ilgili değildir. Ben bunu her zaman şöyle düşündüm: Aralarındaki bütün sorunu hâlâ görebilen en az sayıda kişiyi istersiniz. Her biri diğerlerinin göremediği bir kısmı kapsar; bu nedenle farklı düşünen birkaç kişi, aynı düşünen bir kalabalıktan daha geniş bir alanı kapsar. Kaldıraç noktası da buradadır: kaç kişi olduklarında değil, ne kadar farklı olduklarındadır.

Bunun için bir organizasyon şemasına ihtiyacınız yok. Bu özel karar açısından, sizin göremediğiniz bir parçayı kimin gördüğünü sorarsınız. Çoğu karar, aynı birkaç unsurun bir karışımına dokunur: para, müşteri, bunu inşa etmek zorunda olan kişi, bunu satmak zorunda olan kişi ve işler ters gittiğinde suçlanan kişi.

Her kararın hepsine ihtiyacı yoktur. Yeni bir işe alım, her gün etkileşimde bulunacakları kişilere ve bütçeyi elinde tutan kişiye dayanır. Ekibin çalışma biçimindeki bir değişiklik, bunu gerçekten uygulamak zorunda olan kişilere ve değer yaratması beklenen, ancak karar alınırken çoğu zaman odada bulunmayan kişilere dayanır.

Şu anda ekiplerin özümsediği şeylerin çoğu bundan ibaret: yeni yazılımlar, daha fazla çalışan, işin her alanına yerleştirilen yapay zekâ ve bunların çoğu yukarıdan aşağıya geliyor. Beceri, bir kararın dayandığı iki ya da üç bakış açısını adlandırmaktır; bir yeter sayı toplamak değil.

Asıl zor beceri, bu açılardan birinin odada olmadığını fark etmektir. İşaret ise bekleyeceğinizin tam tersidir. Bu işaret uzlaşmadır.

Bir karar fazla pürüzsüz biçimde ortaya çıktığında, herkes başını sallayıp kimse rahatsız olmadığında, bu genellikle fikir birliği değildir. Eksik bir bakış açısıdır. İtiraz edecek kişi orada değildir. Boşluğu ortaya çıkaracak tartışma hiç yaşanmaz; bu yüzden karar yalnızca sorgulanmamışken tamamlanmış gibi görünür.

Boşluğu fark ettiğinizde, önünüzde iki dürüst seçenek vardır. Taahhütte bulunmadan önce, size bir güne mal olsa bile eksik görüşü gidip alın. Ya da gerçekten bunu yapamıyorsanız, yüksek sesle söyleyin: burada hiç kimse müşteriyi temsil etmiyor, dolayısıyla bu kısımda tahminde bulunuyoruz.

Adı konmuş bir boşluk, yönetebileceğiniz bir risktir. Adı konmamış olan ise sonunda yanlış olduğu ortaya çıkan, kendinden emin ve iyi yapılandırılmış yanıttır.

Çoğu ekibin yapay zekâyı zaten kısa bir tasma altında tutmasının nedeni de budur. Yakın tarihli bir Harvard Business Review araştırmasında, şirketlerin yalnızca %6'sı yapay zekâ ajanlarına temel bir süreci kendi başlarına yürütmeleri için tamamen güvendiğini söylerken, %43'ü onlara rutin görevleri ve daha fazlasını vermeyeceklerini belirtti.

Bu içgüdü doğrudur. Yapay zekâ işin kıyısında, yani uygulama kısmında bulunmalı; karar verme merkezinde değil. Ancak ne olduğunu doğru değerlendirin. Yapay zekâ artık odada: dinliyor, konuşurken yazıya döküyor ve özeti hazırlıyor. Bu, alınacak kararda pay sahibi olmakla aynı şey değildir.

Gerçekte söylenenlerle bu özetlerden birini daha önce karşılaştırdıysanız, gerisini bilirsiniz. Bir şeyleri kaçırır, yakalayamadıklarını doldurur ve bu konuda eminmiş gibi konuşur; ayrıca kendi çalışmasını asla kontrol etmez. Odayı kaydedebilir. Odanın içinde bir tutum sergileyemez.

Pazartesi Günü Uygulayabileceğiniz Bir Sürüm

Bunların hiçbiri yeni bir araç, yeni bir çalışan ya da yeni bir süreç katmanı gerektirmiyor. Mesele de tam olarak bu.

Büyük şirketlerin yazılımlar ve çalışan sayısını artırarak satın almaya çalıştığı disiplin, küçük bir ekibin doğrudan uygulayabileceği bir şey; çünkü bunun için gereken iki şeye zaten sahipsiniz: doğru insanlar ve onları bir odaya getirebilme becerisi.

İşte bunun yalın hâli.

Gerçekten önemli olan bir karar uygulamaya alınmadan önce, onu tek bir cümleyle adlandırın ve ihtiyaç duyduğu bakış açılarını belirleyin. Ardından o kişileri, gerçekten ilgili olanları, on beş dakikalığına aynı odaya ya da aynı görüşmeye getirin. Düzenli bir toplantı değil. Bir komite değil. Sadece bu karar için, bilinçli ve kısa bir değerlendirme.

Bu konuşmada anlaşmazlığı görevin bir parçası hâline getirin. Herkesin hemfikir olup olmadığını sormayın. Her bir kişiye, bulunduğu konumdan bakınca bunun neyi yanlış yaptığını sorun. Bir onay işareti toplamıyorsunuz. Yanıtı değiştirecek tek itirazı arıyorsunuz. Her şey fazlasıyla kolayca bir araya geliyorsa bunun genellikle ne anlama geldiğini hatırlayın. Odada olması gereken biri yoktur.

Yapay zekâ işin bir parçası olduğunda, ki olacaktır, onu çizginin doğru tarafında tutun. Taslak hazırlamasına, özetlemesine ve gözden kaçırmış olabileceğiniz bir bakış açısını ortaya çıkarmasına izin verin. Ardından yanıtını odaya getirin ve başkasının yanıtını değerlendireceğiniz gibi onu da sınayın.

Onu kontrol edilmesi gereken bir taslak olarak görün, asla kabul edilecek bir hüküm olarak değil. Oy hakkı yoktur. İncelemeye tabi tutulur. Sadece siz ve yapay zekâ olduğunuzda ise tüm görüşme size aittir. İş yükünü taşıyabilir, ağırlığını değil.

Bütün model bundan ibaret. Kararı adlandırın, bakış açılarını belirleyin, gerçek insanları gerçek zamanlı olarak bir araya getirin, anlaşmazlığa düşmelerini sağlayın ve çizginin uygulama tarafında kalın. Bunun maliyeti on beş dakikanızdır.

Alternatifin maliyeti ise üç hafta ve sonunda hatalı bir varsayıma dayandığı ortaya çıkan kendinden emin bir yanıttır. Kimsenin sınamadığı bir tahmin. Gerçekmiş gibi ele alınan bir çıkarım. Yapay zekâdan geldiğinde buna halüsinasyon diyoruz. Bir insandan geldiğinde ise sadece özgüven diyoruz.

Küçük Ekiplerin Kapatmak İçin Kurulduğu Açık

Bir adım geri çekilip düşünün. İnsanlar da yapay zekâ da hata yapar ve bir ekip bununla başa çıkabilir. Ancak bir ekibin başa çıkamayacağı şey, sorunun daha maliyetli hâlidir: en önemli bakış açısının eksik kalması.

Değeri yaratmak zorunda olan kişilerle bunun kendileri için tasarlandığı kişiler, karar alınırken nadiren aynı odada bulunur.

Büyük bir şirkette bu, işlerin normal hâlidir. Karar verme yetkisine sahip kişi genellikle değerin gerçekten yaratıldığı noktadan en uzakta olan ve en yoğun kişidir; bir odada oturmak için on beş dakika ayırma ihtimali en düşük kişidir. Böylece karar uzaktan, bir özet üzerinden ve yanıtı değiştirecek anlaşmazlığa tanık olmayan biri tarafından alınır.

Finans yöneticilerinin sürekli bildirdiği ama açıklayamadığı açık budur. Danışmanlık şirketi RGP tarafından yakın zamanda yapılan bir araştırmada, finans yöneticilerinin %66'sı iki yıl içinde yapay zekâdan önemli getiriler beklediğini söyledi. Yalnızca %14'ü bugün anlamlı bir değer gördüğünü belirtti.

İlk tepki, bunu daha iyi bir modelin ya da başka bir platformun çözeceği bir araç sorunu olarak okumaktır. Ancak çözmeyecek. Açık hiçbir zaman araçlarla ilgili değildi. Sorun, araçların beslediği kararların kalitesiyle ilgili.

İşte küçük bir ekibin bunu kapatmasının nedeni. Büyük bir şirketi zorlayan sürtüşme; tüm o katmanlar, takvimler ve koordinasyon, çoğunlukla sizin sorununuz değil.

Devreye sokacağınız insanlar zaten birbirini tanıyor, birbirine güveniyor ve sert bir şekilde fikir ayrılığı yaşadıktan sonra birlikte öğle yemeğine çıkabiliyor. Bir kararı organizasyon şemasındaki yabancılar arasında yönlendirmiyorsunuz. Her gün birlikte çalıştığınız üç kişiye dönüyorsunuz.

Büyük bir şirketin yeniden kurmaya çalışmak için milyonlar harcadığı disiplin, sizin bu öğleden sonra uygulayabileceğiniz bir şey; çünkü onun mücadele ettiği mesafe sizin için hiçbir zaman var olmadı.

Bunu bir keresinde küçük bir ajans bünyesinde yaşadım. En büyük projelerimizin çoğunda para kaybediyorduk. Çözüm bir araç ya da yeni bir çalışan değildi. Tahmin ve fiyatlandırmadan işi planlamaya ve teslim etmeye kadar, işe dokunan herkesi aynı odaya getirmekti. Tek bir toplantı değil, tekrar tekrar bir araya gelmek; belirtilerin ötesine geçip gerçekte neler olduğunu anlamaya çalışmaktı.

Net kâr marjımızı %33 artırdık. Kaldıraç, sorunları ve çözümleri birlikte konuşmayı bir alışkanlık hâline getirme kararıydı. İşe yarayan şey, uzman olsun ya da olmasın, bize ait olmayan işler hakkında da görüş bildirmemizdi. Yeniliklerin büyük bir kısmı buradan doğuyor ve AI'ın bize sunmasını umduğumuz şey de tam olarak bu.

Ve o zamandan beri yaptığım iş de bu: ekiplerin tek bir kişinin tek başına çözemeyeceği kadar büyük sorunların üstesinden gelmesine yardımcı olmak.

Asıl zor olan hiçbir zaman doğru insanları bulmak değildi. Onları aynı zamanda aynı odaya getirip birlikte tartışmalarını ve fikirleri şekillendirmelerini sağlamaktı. Her araç bunun yerini almayı vaat ediyor, ama hiçbiri bunu yapamıyor. Olayı farklı gören iki kişiyi gerçek zamanlı olarak karşı karşıya getirin; asıl sorun kendini gösterir. Geri kalanı lojistiktir.

AI'ın bakış açısı yok. Bir fikri yok. Hissettiği hiçbir şey yok. Sınırlı sayıdaki karar için bu mesafeli oluş tam olarak istediğiniz şeydir ve AI'ı bu noktada kullanmalısınız. Ancak yaptığımız şeylerin çoğunu, diğer insanlarla birlikte, nasıl sonuçlanacağını önemseyen diğer insanlar için bir şeyler inşa etmek ve sorunları çözmek amacıyla yapıyoruz.

Birini itiraz etmeye, gerilimin içinde kalmaya ve herkesin gözden kaçırdığı şeyi fark etmeye iten şey, işte bu önemsemedir.

Bu bakış açıları, işin asla vazgeçmemeniz gereken tek parçasıdır. Küçük bir ekipseniz buna mecbur da değilsiniz. Zaten masanızın etrafında oturuyorlar. AI işi yapmanıza yardımcı olabilir. Gerçekten size ait olan kısmı ise koruyabilirsiniz.