Yalnızca Verimlilik İçin Değil, Yapay Zekâyla Güçlendirilmiş Bir Dünyada Hazırlık İçin Tasarlamak

David Rice: Yapay zekâ iş tanımınızı çaldı; sizin işinizi değil. Son on yıldır yaptığınızı söylediğiniz şeyi biliyorsunuz. Yapay zekâ bunu daha hızlı, daha ucuza ve ihtiyaç anında yapıyor. Eğer Öğrenme ve Gelişim alanındaysanız ve işinizi eğitim sunmak, içerik üretmek ya da çalışanlara iş akışı içinde yanıtlar vermek olarak tanımlıyorsanız, Degreed’de Yapay Zekâ Laboratuvarları ve Yeni Girişimlerden Sorumlu Kıdemli Başkan Yardımcısı Taylor Blake’in size kötü bir haberi var.

Başınız dertte, çünkü yapay zekâ bunların tamamını yapabiliyor ve yardımınıza ihtiyaç duymuyor. Fakat yapay zekânın yapamayacağı şeyler var. İnsanların daha yüksek riskli kararlar için yetkinliklerini genişletemez. Henüz gerçekleşmemiş anlara hazırlayamaz veya tepki vermek yerine hazır olma durumunu inşa edemez. Artık tek bir kişinin böylesine büyük bir fark yaratabildiği noktada ortaya çıkan stratejik karmaşıklığın içinde insanların yol almasına yardımcı olamaz.

İşte Öğrenme ve Gelişim sektöründeki bazı kişiler içerik sunumunu savunmakla meşgulken, alanın kaçırdığı fırsat bu. Taylor’ın ekibi yalnızca kurumlar için yapay zekâ araçları geliştirmiyor. Bunları kurum içinde ilk müşteri olarak kullanıyorlar; bu da verdikleri kararların sonuçlarının içinde yaşadıkları anlamına geliyor. Keşfettikleri şey ise rahatsız edici.

Yapay zekâ demosu ile uygulamadaki yapay zekâ arasındaki fark çok büyük. Verimlilik baskısı insanların duygusal kapasitesini düzleştiriyor. Bazen bunun sonuçları, Taylor’ın 10 yaşındaki kızının ailesi yerine yapay zekâdan onay araması gibi, asla tahmin edemeyeceğiniz etkiler olabiliyor. Bugün Öğrenme ve Gelişim’in daha kapsamlı düşünmesi gerektiğini, aksi takdirde yerini kaybedeceğini ele alacağız.

Tam zamanında öğrenme ile hazır olma arasındaki farkı ve artık her ikisinin de neden önemli olduğunu; yapay zekânın herkesin işini nasıl daha stratejik ve daha yüksek riskli hâle getirdiğini; yapay zekâyla hepimizin daha fazlasını yapmasına rağmen neden her zamankinden daha meşgul hissettiğimizi açıklayan verimlilik paradoksunu; ayrıca yalnızca iyimserlerin değil, düşünceli ve kaygılı insanların da neden yapay zekâ araçları geliştirmesi gerektiğini konuşacağız.

Ben David Rice. Burası People Managing People. Mevcut değer önerinizi yeniden hayal etmek yerine onu savunuyorsanız, bu konuşma sizin için bir uyanış çağrısı olacak. Hadi başlayalım.

Merhaba Taylor, hoş geldin! Nasılsın?

Taylor Blake: İyiyim David. Beni davet ettiğin için teşekkürler.

David Rice: Gartner Konferansı’nda konuşma fırsatımız olmuştu.

Degreed ile yaptığınız tüm çalışmalar hakkında bilgi edinmek gerçekten ilginçti. Sohbete Degreed’in bir tür ilk müşteri olması fikriyle başlamak istedim. Yalnızca ürün geliştirme amacıyla değil, kendi yapay zekâ araçlarınızın kullanıcısı olarak da deneyler yapıyorsunuz. Bunun sonucunda elde ettiğiniz en büyük faydalardan bazıları neler oldu ve bu yaklaşım zaman içinde nasıl değişti?

Taylor Blake: Evet, kesinlikle. Bu deneyleri yapmamızın, Yapay Zekâ Laboratuvarları’na sahip olmamızın nedeni, yapay zekâyla birlikte ortaya çıkan çok sayıdaki yeni teknoloji ve yetkinliği anlamlandırmak için gerçekten bir fırsata ihtiyaç duymamız. Bu da oldukça zor. Okuyup kolayca anlayabileceğiniz ve bunların Öğrenme ve Gelişim kullanım alanlarına ya da kullanıcı deneyimine nasıl çevrildiğini görebileceğiniz basit teknik özellikler yok.

Bu şeyleri gerçekten denemeniz gerekiyor; biz de bunları kurum içinde deneyebiliyoruz. Bunun birkaç sonucu oldu. Birincisi, hangi şeylerin hazır olup hangilerinin hazır olmadığını anlamamıza gerçekten yardımcı oldu. Yapay zekânın kendisi farklı heyecan dalgalarından geçiyor, fakat her yapay zekâ yetkinliği ve her kullanım alanı için bazı şeyler hazır olabilirken bazıları henüz hazır olmayabiliyor.

Dolayısıyla bunları kendimiz deneyebilmemiz, bir şeylerin hazır olduğu konusunda bize güven veriyor ve henüz tam anlamıyla hazır olmayan şeyleri anlamamıza yardımcı oluyor. Ancak bence öğrenme deneyimlerinin çoğu bireyin deneyimine dayanıyor. Kendimizi gerçekten ilk müşteri konumuna getirip bunları bizzat deneyimleyerek, çıtayı yükselttik. Bu deneyimlerin gerçekten harika olmasını istiyoruz. Bir şeyi ancak “Bunu ben de kullanırdım” diyecek kadar iyi hâle getirdiğimizde, onu temel alabiliyoruz.

Sonra bunu kurumsal müşterilerimizin kullanabileceği bir yetkinliğe dönüştürüyoruz.

David Rice: Bu modelde sevdiğim şey, bana sen söyle ama sanki hesap verebilirliği zorunlu kılıyor. Piyasaya yalnızca bir fikir satıp sonra onu orada bırakmıyorsunuz; aldığınız kararların sonuçlarının içinde yaşıyorsunuz.

Bence bu oldukça nadir. Ayrıca insanların yapay zekâdan istediklerini söyledikleri şeylerle, yapay zekâ iş akışlarında kullanıma sunulduğunda gerçekten kullandıkları şeyler arasındaki gerilim gibi, başka türlü göremeyeceğiniz gerilimleri de ortaya çıkarıyordur diye düşünüyorum.

Taylor Blake: Evet, kesinlikle. Pek çok farklı katman var. Yapay zekâ demosu ile uygulamadaki yapay zekâ arasındaki fark çok büyük olabilir ve bunu gerçekten uygulamaya geçmeden bilemezsiniz.

Bu sorunları görmeniz ve hissetmeniz, ne gibi sorunlar yarattığını görmeniz ve bunları nasıl azaltacağınızı anlamanız gerekiyor. Dolayısıyla evet, bu hesap verebilirliği kesinlikle hissediyoruz. Bu şeyleri önce kendimiz kapsamlı biçimde kullandığımız için tüm bu sorunları deneyimliyoruz. Ancak aynı zamanda, müşterilerimizin mutlaka biz olmadığımızı da biliyoruz.

Bir şeyi kendimiz için çalışır hâle getirdiğimizde bile bu yalnızca bir temel oluşturuyor. Son adım bu değil. Daha yapılması gereken çok şey var. Bu yetkinliklerin büyük kurumsal müşteriler için kullanıma hazır olmasını sağlamak üzere izlenmesi gereken süreçler bulunuyor.

David Rice: Büyük ya da küçük, Öğrenme ve Gelişim değişiyor, değil mi? Konferansta konuştuğumuzda yapay zekânın Öğrenme ve Gelişim’in alanına biraz girdiğinden söz etmiştik.

İnsanların önündeki engelleri o anda, Öğrenme ve Gelişim ekiplerinin yapabileceğinden daha hızlı kaldırıyor. Bu büyük bir değişim. Birinin önündeki engeli kaldırmak artık asıl değer önerisi değilken Öğrenme ve Gelişim nasıl güncelliğini koruyabilir?

Taylor Blake: Bence bu, Öğrenme ve Gelişim için iyi bir meydan okuma. Çünkü işimizi eğitim sunmak, içerik üretmek veya insanlara iş akışı içinde yanıtlar vermek olarak tanımlıyorsak başımız dertte demektir.

Çünkü yapay zekâ bunların çoğunu yapabilir. Evet, yardıma, yönlendirmeye ve koruyucu sınırlara ihtiyaç duyuyor. Ancak bunların çoğunu yapabiliyor. Bence Öğrenme ve Gelişim daha kapsamlı düşünme fırsatına sahip. Her performans sorunu bir eğitim sorunu değildir, ama pek çok performans sorunu insanlara geri döner.

Bu nedenle Öğrenme ve Gelişim’in daha kapsamlı bir bakış açısı benimsemesi gerektiğini düşünüyorum: İnsanların değişmesine, yetkinliklerini genişletmesine ve işlerinde daha iyi performans göstermesine yardımcı olmak için buradayız. Yalnızca eğitime ve içerik sunumuna odaklanırsak, evet, bunlar ortadan kalkıyor. Ancak daha kapsamlı bir bakış açısı benimsersek, özellikle de müşterilerimizin gördüğü üzere teknoloji ve fırsat artık kısıtlayıcı unsur değilse, çok sayıda fırsat ortaya çıkar. Bu kurumların ve gerçekleştirmeye çalıştıkları stratejik hamlelerin gerçek kısıtlayıcısı insanlardır.

Her şey insanlara, ne kadar hızlı değişebileceklerine, değişim iştahlarına, insanları ne kadar hızlı hizalayıp doğru yöne yönlendirebileceğinize dayanıyor. İnsan merkezli çok sayıda zorluk var ve bence Öğrenme ve Gelişim’in “Evet, yardımcı olabiliriz. Yardımcı olabiliriz. Nasıl yardım edeceğimiz konusunda araç setimizi genişletmemiz gerekiyor” demesi yeterli.

Bu yalnızca içerik, geleneksel kurslar veya eğitim değil.

David Rice: Evet, bunun güçlü bir nokta olduğunu düşünüyorum. Çünkü burada çok fazla fırsat var. Bir kişiyle gerçekten rahatsız olduğu, bir şeyi düzeltmeye çalıştığı veya her ne olursa olsun ihtiyaç anında bağlantı kurmayı düşündüğümüzde, yalnızca içerik sunma becerisine sahip değiliz; Öğrenme ve Gelişim bunu herkesten daha iyi biliyor.

İnsanlar farklı şekillerde öğrenir. Dolayısıyla bunu ayarlayabilmek, kişiselleştirebilmek ve üzerine düşünebilmek, eğitimi, mikro öğrenmeyi veya her ne sunuyorsak onu nasıl sunduğumuzu yeniden şekillendirmek için gerçekten bir fırsat yaratıyor.

Bence burada sınırsız bir potansiyel var.

Taylor Blake: Evet. Fırsat yalnızca ihtiyaç anında değil, ihtiyaç anından önce de var. Bu, hazır olma açısından önemli. Bazen bunu kötü bir şekilde, “tam zamanında” olan her şeyin karşısına “her ihtimale karşı” olan şeyler konuluyormuş gibi tanımlıyoruz; sanki bu yalnızca bir sigorta poliçesiymiş ve zaman kaybıymış gibi.

Tam zamanında yaklaşıma çok fazla vurgu yapıldı, çünkü çok verimli, çok uyumlu ve çok ilgili. Ancak bence hazır olma fikrini yeniden yakalamamız gerekiyor. Birini ihtiyaç anına hazırlamak, eğitmek ve yetkinleştirmek için o andan önce gerçekleşmesi gereken şeyler var.

Özellikle yapay zekânın işlerimizi daha stratejik hâle getirdiğini düşündüğümüzde insanları nasıl hazırlayabiliriz? Daha yüksek riskli kararlar vermemiz gerekiyor. Artık hepimiz daha yüksek kaldıraç noktalarındayız, çünkü çok sayıda araç ve yetkinliğe sahibiz. Bu nedenle tek bir kişi çok büyük bir fark yaratabiliyor.

Peki insanları bu ana nasıl hazırlayacağız? Hazırlık ve hazır olma, bence artık her zamankinden daha önemli.

David Rice: Burada bugünlerde sıkça düşündüğümüz bir kelimeden söz ettin: verimli. Sürekli verimlilikten söz ediyoruz ve bence öğrenmeyi daha verimli hâle getirmeye çalışmaktan, insanların değişime uyum sağlamasına yardım etmeye doğru bir kayma var.

Bunun bir şirket içinde gerçekte ne tür bir altyapı gerektirdiğini merak ediyorum. Bu işi yapan insanlardan ne talep ediyor?

Taylor Blake: Verimliliğe yönelik bu baskı ilginç. Şöyle bir örnek vereyim: Bir kitap düşünün. Çoğu kişiye “Düşünme biçiminizi gerçekten değiştiren, dönüştürücü olmuş bir kitap var mı?” diye sorsanız, çoğumuz evet diyebiliriz.

Ancak o kitabın 400 sayfa olduğunu varsayalım. İçeriği bir özete, birkaç cümleye indirgeseydiniz ve bilgiyi tüketmeyi mümkün olduğunca verimli hâle getirseydiniz, kitap aynı etkiyi ve dönüşümü yaratmazdı.

Her şeyi en küçük bileşenine indirgemeye ve insanlara işlemsel biçimde bilgi vermeye çalışmanın yeterli olmadığını görüyoruz. Değişim yalnızca bir bilgi sorunu değildir; yalnızca bir talimat sorunu da değildir. İnsanlara alan ve zaman vermeniz gerekir. Bunu mümkün kılacak şeylerden biri de diyalogdur.

Bir kurum içindeki herkesin yalnızca bilgi almasını değil, değişime katılmasını, ne düşündüğünü ve hissettiğini paylaşmasını, gördüğü zorlukları aktarmasını sağlayacak araçlara ihtiyacımız var. Kurumun bu girdileri ve geri bildirimleri alıp uyum sağlamasına olanak tanımamız gerekiyor.

Değişim böyle gerçekleşecek. Bu yalnızca bir yöneticinin hazırladığı nottan veya Microsoft Copilot’u açmaktan ibaret olmayacak. Yapay zekâ bize daha açık diyaloğu teşvik edecek ve değişimi insanların katıldığı iki yönlü bir süreç hâline getirecek araçlar sunuyor.

David Rice: İlginç. Çünkü yıllar boyunca kurumsal öğrenmenin büyük bölümü içeriği daha ucuz, daha hızlı ve tüketilmesi daha kolay hâle getirmek üzerine kuruluydu. Ancak senin de söylediğin gibi insanların değişmesine ve uyum sağlamasına yardımcı olmak duygusal bir yolculuk. Biraz farklı. Düşünme, geri bildirim, bağlam ve benzersiz biçimde insana özgü, karmaşık tüm bu şeyleri gerektiriyor.

Bu da şu soruyu aklıma getiriyor: Belki de ihtiyacımız olan öğrenme türü için yanlış altyapıyı kurduk. Tarihsel olarak yanlış bir yapı mı oluşturduk?

Taylor Blake: Evet. Bence bu, kısıtların değişmesine bir örnek. Eskiden kısıt bilgi olabilir; bilgi mevcut olmayabilirdi. Bu nedenle bilgiyi insanlara ulaştırmaya çalışıyorduk.

Ama artık bilgi oluşturmak, üretmek ve dağıtmak çok kolay. Böylece bir sonraki kısıtlayıcı unsuru keşfettik: Bilgi yeterli değil. Değişim bir yolculuk. İnsanların bu konu hakkında nasıl düşündüğünü ve hissettiğini anlamayı ve onları bu sürece katmayı gerektiriyor.

Bu, tamamen farklı bir araç ve müdahale seti gerektiriyor. Yapay zekâ şu anda bunun çok iyi bir örneği, çünkü her kurum bir şekilde yapay zekâyı düşünüyor. İnsanların gerçek korkuları ve kaygıları var. Bazıları heyecanlı, bazıları dehşete kapılmış durumda. Yapay zekâ bir değişim girişimi olarak insanların her türlü deneyimi, duyguyu ve kaygıyı beraberinde getirdiğini gösteriyor. Bunun etrafında etkileşim kurmak için yeni yöntemlere ihtiyacımız var.

David Rice: Yeni araçlara ihtiyacımız olduğunu ve farklı düşünmemiz gerektiğini söyledin. Değişim ve hizalanma için sesli arayüzler, koçluk deneyimleri ve gerçek zamanlı rehberlik gibi yapay zekâ destekli yeni araç setleri geliştirdiğini biliyorum. Bu yaklaşımın eski yöntemlerden daha iyi çalıştığını gördüğünüz kullanım alanları neler?

Bunlar yalnızca ürün kararları değil; iş yerinde nasıl insanlar şekillendirmeye çalıştığımıza dair varsayımlar gibi görünüyor.

Taylor Blake: Yapay zekâ dönüşümüne geri döneceğim. Bunu sürekli duyuyoruz ve ilginç bir örnek, çünkü çok hızlı gerçekleşiyor ve yapay zekâ ortamı çok hızlı değişiyor. “Yöneteceğimiz tek ve belirli bir değişim var; bir değişim planı oluşturacağız, uygulayacağız ve sonra işimiz bitecek” şeklindeki eski değişim yaklaşımı artık geçerli değil.

Bunun yerine bir sistem gerekiyor. Değişim girişiminin tamamlandığını söyleyemezsiniz. Değişimi yönetebilen, uyum sağlayabilen ve insanların değişime uyum sağlamasına yardımcı olabilen bir sisteme ihtiyacınız var.

İnsanları yapay zekâ konusunda rahat ettirmekten söz ediyoruz. Evet, yapay zekâ bize yeni araçlar sunuyor, ama insanları bu etkileşimlerin ön saflarına taşımanın yollarını da bulmamız gerekiyor. Daha fazla konuşmayı ve diyaloğu teşvik etmek önemli.

Kurumların insanların nerede olduğunu, hangi zorlukları yaşadığını ve hangi kaygılara sahip olduğunu daha iyi görebilmesini sağlamamız gerekiyor. Müdahaleler arasında koçluk olabilir; bu, yöneticinin desteklediği bir koçluk ya da yapay zekâ koçu olabilir. Farklı ihtiyaçlar ortaya çıkacağı için esnekliğe ihtiyacımız var.

Bunun büyük bölümü, insanların nerede olduğunu anlayabilmek için algılayan, uyum sağlayan ve onlarla konuşan bir sistem kurmaya dayanıyor. Varsayımlarda bulunamaz ve değişime dair yukarıdan aşağıya beklentilerin kurum içinde aşağıya doğru süzülmesini bekleyemezsiniz. İnsanları yanınıza almalı ve yol boyunca sürece katmalısınız.

David Rice: İlginç. Bu yalnızca ürün yeniliği değil; bir bakıma insan davranışıyla ilgili bir dizi varsayım. Sanırım şu tür sorulara yanıt vermeniz gerekiyor: Hangi sürtünmeyi çözmeye değer? İnsanların ne kadar özerk olmasını istiyorsunuz? Çünkü bunlar artık iş tasarımı kararlarına dönüşüyor.

İnsanlar birbirleriyle, işleriyle ve kendi gelişimleriyle nasıl etkileşim kurmalı? Bu araçların etkilediği sorular bunlar.

Taylor Blake: Çok sayıda soru var ve deneylere inanmamızın nedenlerinden biri de bu. Küçük kavramları test etmeye ve hızlıca anlamlandırmaya inanıyoruz.

Bugün iyi bir çözüm gibi görünen bir şey, dokuz ay sonra farklı bir yaklaşım gerektirebilir. Bunun büyük bölümü çeviklik, hızlıca anlama ve yanıt verme gibi üst düzey beceriler ve yetkinliklerle ilgili. Çünkü işler artık o kadar hızlı değişiyor ki yalnızca çözümün, paketin veya programın kendisine sahip olmak yeterli değil.

David Rice: Daha önce konuştuğumuzda yapay zekânın düşük riskli işleri ortadan kaldırdığından söz etmiştin. Geriye ise daha önce bahsettiğin yargı, strateji ve işleri farklı bir hızda yapma gibi unsurlar kalıyor.

Bu kulağa harika geliyor, ancak insanların daha az gelişim süresiyle yüksek riskli kararların içine çok daha hızlı atılması anlamına da geliyor. Böyle bir ortamda hazır olmayı nasıl düşünüyorsunuz?

Taylor Blake: Hava trafik kontrolörleri hakkında bir Freakonomics podcast’i dinliyordum. Bu işin ne kadar karmaşık olduğunu, ne kadar çok değişkeni yönettiklerini ve ne kadar çok optimizasyon ile karar vermek zorunda olduklarını daha önce yeterince takdir etmemiştim. Bu gerçekten stresli ve talepkâr bir iş.

Teknoloji tüm kolay optimizasyonları üstlendiğinde geriye karmaşık, yüksek riskli ve kritik yargı gerektiren parçalar kalıyor. Bu kesinlikle zorlayıcı ve bunaltıcı olabilir.

Hava trafik kontrolörlerini düşünürsek, çok fazla eğitim alıyorlar ve hazır olma konusunda çok şey yapıyorlar. Psikolojik tarafın yanı sıra teknik tarafı da ele alıyorlar. Zorunlu molaları var. İşin gerektirdiği bilişsel karmaşıklığı anlıyorlar.

Başka bir örneği baş ürün sorumlumuz Nikki Helmer veriyor. Avrupa şehirlerinin veya büyük şehirlerin yürümeye çok elverişli olduğunu söylüyor. Markete yürüyebilir, toplu taşımaya yürüyebilirsiniz. Ancak banliyölerde yaşayan ve arabalar sayesinde hareket eden bizler için evden çıkıp yürümek için doğal bir neden yok.

Birçoğumuz için yürüme mesafesinde gerçekten hiçbir şey yok. İşe yürüyemiyorum. Markete yürüyemiyorum. Bu nedenle her gün spor salonuna gitmek veya evimize koşu bandı koymak gibi nedenler yaratmamız gerekiyor. Ayağa kalkmak, dışarı çıkmak ve egzersiz yapmak için kendimizi bilinçli olarak teşvik etmeliyiz.

Eskiden bu doğal biçimde gerçekleşiyordu. Artık bunu bilinçli olarak düşünmemiz gerekiyor. Giderek daha fazla karşılaşacağımız zorlu iş türlerinde de aynı şeyin olduğunu düşünüyorum.

David Rice: Anlayışımızı geliştirme biçimimiz için de aynı şeyin geçerli olduğunu düşünüyorum. Giriş seviyesindeki işlerin azalmasından veya düşük seviyeli görevlerin otomatikleştirilmesinden sürekli söz ediyoruz.

Ancak bu düşük seviyeli görevler çoğu zaman yaptığımız işin mekaniğine dair bağlamı veya arka plan bilgisini sağlıyordu. Bu kasları nasıl geliştireceğimiz konusunda kendimizi daha bilinçli biçimde zorlamamız gerekecek. Bu kesinlikle çok farklı bir yöntem olacak.

Taylor Blake: Kesinlikle. Belki kötü bir örnek ama paylaşacağım. Evimizde kalorifer sorunları yaşıyoruz. HVAC teknisyenlerini aradığımızda, yüzeysel eğitim almış kişileri anlayabiliyorsunuz. Aradıkları yaklaşık on tür çözüm var. Bir şey bu on seçenekten birine uymuyorsa, yeni bir kalorifer almanız gerektiğini söylüyorlar.

Sonra, çok uzun süredir bu işi yapan ve kendi hesabına çalışan eski usul birini buluyorsunuz. Her parçanın nasıl çalıştığını biliyor. “Hayır, yalnızca burayı temizlemeniz ve şurayı düzeltmeniz gerekiyor” diyebiliyor. Tüm sistemi o kadar iyi anlıyor ki sorunu bulabiliyor.

David Rice: Evet.

Taylor Blake: Bunu kaybediyoruz. Daha bilinçli olmamız ve bu fırsatları yaratmamız gerekecek. İnsanlarımızın neler olup bittiğini yüzeysel olarak bildiğini, ama parçaların ardındaki sezgiyi gerçekten anlamadığını fark ettiğimizde, kurumların bu acıyı hissetmeye başlaması yalnızca zaman meselesi olabilir. Çünkü zor yoldan öğrenmek zorunda kalmadılar.

David Rice: Bir yazar ve hikâye anlatıcısı olarak Home Depot veya Lowe’s mağazalarında dolaşırken her şeyin bir analojisi olduğunu düşünürdüm. Oradaki malzemelerin ne için kullanıldığını merak ederdim.

Sen bunu söyleyince hepimizin Gene’i aradığını düşündüm. Tesisat bölümündeki yaşlı adamı. Genç çalışan anahtarı veya belirli bir boruyu nerede bulacağınızı söyleyebilir. Ama Gene bunları nasıl birleştireceğinizi ve hangi vanalara ihtiyacınız olduğunu anlatır.

Tam bir bilgi hazinesidir. Bence dünya ve işlerimiz bir bakıma buna dönüşüyor. Derin bilgiye ve kurumsal bağlama sahip kıdemli çalışanların değerinin katlanarak arttığını gösteren araştırmalar da var.

Yapay zekânın karmaşık görevleri yapmasını istiyorsanız ona çok fazla bağlam vermeniz gerekir. Bunu belirtmen gerçekten ilginç.

Taylor Blake: Yapay zekâ için bağlamdan çok söz ediyoruz. “Bu yapay zekânın bir milyon belirteçlik bağlam penceresi var; belgeleri vererek ona bağlam sağlayacağız” diyoruz.

Bunu insanlarla karşılaştırın. Kıdemli çalışanın sahip olduğu bağlam miktarını düşünün. Deneyimi yıllara yayılan çalışanlarınızda çok büyük bir bağlam birikimi var. Belgelenmemiş ve görünmez çok sayıda şey var. İnsan uzmanlığını ve insan yetkinliğini savunmamız gerektiğini düşünüyorum.

İnsanların durumlara getirdiği bağlamın büyük bölümü görünmez olabilir. Bunu savunmanın, temsil etmenin ve değerli hâle getirmenin daha iyi yollarına ihtiyacımız var, çünkü bunun son derece değerli olduğuna inanıyorum.

David Rice: Katılıyorum. Bu, yaşanmış deneyimin değeri. Belki yaşlandığım içindir ama bazen buna yeterince değer vermediğimizi düşünüyorum. Yaşanmış deneyim en büyük öğretmendir.

Yapay zekâ pek çok şeyi yapabilir, ancak yaşanmış bir deneyime sahip olamaz. CEO’nun bir şeye verdiği tepkiyi, bir toplantıda bir öneri sunulduğunda birinin yüzündeki ifadeyi veya sessiz olan diğer şeyleri anlayamaz. Bir insan beyninin anlayabildiği şekilde bunların hepsini özümseyemez. Bu nedenle yaşanmış deneyim sonsuz derecede daha değerli.

Eskiden düşük baskılı ve yüksek baskılı işlerin bir karışımına sahiptik. Daha önce dengeden söz ettin. Yapay zekâ kolay işlerin bir kısmını ortadan kaldırırken yerleşik bir duraklama da kalmıyor. Hepimiz bağlam değiştirmekten şikâyet ediyoruz, ancak bazen bu iyi bir şey olabilir.

Sence yanlışlıkla tükenmişlik mi tasarlıyoruz? Buna nasıl karşı koyabiliriz?

Taylor Blake: Öncelikle işin değiştiğini kabul etmemiz gerekiyor. Bir Netflix siyasi dizisinde, kararlar yönetici seviyesine ulaştığında iki şey arasında seçim yapıldığından söz ediliyordu.

Bu 80’e 20 değildir. Bir yanıtın açıkça doğru, diğerinin açıkça yanlış olduğu bir durum değildir. Daha çok 51’e 49 gibidir. Bir şey 80’e 20 kadar net olsaydı, kurumun daha alt seviyelerinde çözülürdü.

Dolayısıyla giderek daha fazla yüksek baskıdan değil, aynı zamanda net bir yanıtın bulunmadığı stratejik olarak karmaşık meselelerden söz edeceğiz. Net yanıtlar giderek daha fazla otomatik olarak verilecek. Bu da yalnızca insanlara karar vermeyi öğretmekle ilgili değil; kararın ardından gelen her şeyle de ilgili.

Karmaşık kararlar veriyorsunuz ve ortada net bir doğru ya da yanlış yok. Kararı açıklayabilmeniz, gerekçelendirebilmeniz ve kararın olumsuz etkilediği insanların “Bunu neden yaptınız? Bu kararı beğenmiyorum” demesiyle ortaya çıkan kaygıyı yönetebilmeniz gerekecek.

Böylece öncelikle bu tür işlerin beraberinde getirdiği baskıyı kabul etmemiz gerekiyor. Bunu nasıl azaltabiliriz? Hazır olma ve hazırlıktan söz ettik. İnsanları bu durumlara hazırlamak için simülasyonlar ve koçluk gibi yeni araçlara ihtiyacımız var.

Ayrıca ekip çalışmasında bir artış olabilir. Hava trafik kontrolörlerinde de bunu görüyorlar. Sorumluluğu paylaşabileceğiniz ve birbirinizi destekleyebileceğiniz bir ekip dinamiği var. Bu tür ekip destek modellerinden daha fazlasına ihtiyacımız olabilir.

Her şeyin tek bir kişinin omuzlarına yüklenmemesi gerekiyor. Çünkü tüm bu baskının tükenmişliğe yol açması kaçınılmaz olur.

David Rice: Hepimiz sistemimize biraz esneklik yerleştirmeyi sahiplenmeliyiz. Baskının ne zaman fazla yükseldiğini bilmeliyiz. Özellikle liderlik pozisyonlarında, liderlik gelişimini ve bu geçişlerin nasıl yönetileceğini düşünürken herkesin duygusal kapasitesini düzleştirmek istemiyoruz.

Daha fazla iş yüksek riskli ve yüksek baskılı karar alma hâline geldiğinde ne olduğunu nasıl ele alacaksınız? Bu sürekli bir zorluk olacak. Ancak son yıllarda iş-yaşam dengesi ve ruh sağlığı gibi konularda çok daha sağlıklı konuşmalar yapıyoruz.

Bu konuşmalardan öğrendiklerimizi şimdi kullanmanın zamanı geldiğini düşünüyorum.

Taylor Blake: Evet. Verimliliğe ve daha az kaynakla daha fazlasını yapmaya yönelik güçlü bir baskı oldu. Yüzeyde yapay zekâ çok şeyin üstesinden gelebilir. Ancak perde arkasında, insanların yaşanmış deneyimlerinde de gördüğümüz üzere, yapay zekâ benim için çok daha fazlasını yapıyor ama ben her zamankinden daha meşgul hissediyorum.

İstisnaların, kararların ve çözülmesi gereken meselelerin yüzeyi giderek büyüyor. Verimlilik ve optimizasyon baskısının sonuçlarını kesinlikle göreceğiz. Her şeyi optimize edemez ve sistemin sağlıklı kalmasını bekleyemezsiniz.

Görünmez oldukları için optimizasyonun hesaba katmadığı çok sayıda değişken var. Sonunda bunlar bozuluyor ve sistemin düzeltilmesi gerektiğini fark ediyorsunuz.

David Rice: Kesinlikle.

Birçok alanda hızlı başarısızlık teşvik ediliyor. Ancak gerçek kurumlarda deney yaptığınızda gerçek insanlar etkileniyor. Hırs ve sorumluluk için nasıl alan açıyorsunuz? Bazı durumlarda çok hırslı ve biraz da pervasız davranabiliyoruz.

Son zamanlarda bu gerilimin sizin için ortaya çıktığı bir an oldu mu?

Taylor Blake: Deney yapmamızın nedenlerinden biri, işlerini yapmaya çalışan gerçek insanların bulunduğu müşteri kurumlarının içinde deney yapmak istemememiz. Test ettiğimiz şeyleri daha küçük ve daha sınırlı ortamlarda ele almaya çalışıyoruz.

Deney yaparken aslında riski azaltmaya çalışıyoruz. Dünyanın hızla ilerlemesi, hırs ve tüm bunların sonuçları arasındaki gerilime gelince, iş dışında bir örnek vereceğim.

Çocuklarımla ilgili. Büyük kızım 10 yaşında. Geçtiğimiz yaz arka bahçemizde bir kelebek bahçesi yapıyordu. Hangi bitkileri kullanması ve kelebekleri çekmek için nasıl bir alan oluşturması gerektiği konusunda araştırma yaptı. Onun için çok sevimli ve harika bir projeydi.

Yapay zekâyı kullanmasına izin verdim. Kelebek bahçesini yapay zekâya gösterip farklı bitkilerin bakımı konusunda tavsiye alabiliyordu. Bir gün yanıma gelip “Telefonunu kullanabilir miyim? Yapay zekâyla tekrar konuşmak istiyorum” dedi. “Sorun ne? Neden onunla konuşman gerekiyor?” diye sordum.

“Belirli bir sorum yok, ama bana çok iyi davranıyor. Bana söylediği güzel şeyler o kadar çok ki onunla konuşmak istiyorum” dedi.

Benim için alarm zilleri çaldı. Burada ne tür bir ilişki oluşuyordu? Kızım benim veya eşimin onayını aramıyordu. Artık yapay zekânın onayını almaya ve ona güzel şeyler söylemesini ummaya takılmıştı.

Görünüşte basit kullanım alanlarında bile tahmin edilmesi zor çok sayıda yan etki ve sonuç olabileceğini hatırlattı. Benim daha iyi hâle gelmem gereken şeylerden biri de ekibimle ilgili.

Yeni ve büyük fikirler bulmaya çalışıyoruz ve bunlar bizi heyecanlandırıyor. Ancak fikir, “Bunu düşündünüz mü?” ve “Neden böyle yapıyorsunuz?” gibi soruların yöneltildiği birçok turdan geçiyor. Herkes fikirdeki açıkları bulmaya çalışıyormuş gibi hissedilebiliyor.

Aslında bu, fikirlerin kullanıma sunulmadan önce farklı açılardan eleştirel biçimde değerlendirilmesini sağlayan bir arıtma süreci. İlk fikrin verdiği heyecandan, fikri gerçekten zorlayıp güvenle ortaya koyabileceğimiz noktaya gelmek kesinlikle ilginç bir yolculuk.

David Rice: Bunu sürecin içine yerleştirmenizi seviyorum; çünkü bu konuşmayı yapmak etik bir koruyucu sınır oluşturuyor. Kendimize gerçekten zor sorular sormalıyız.

Bunları geliştirirken felsefi düşünmeden de yapabiliriz, ama bence bunu yapmamak daha iyi. Günün sonunda geliştirdiğimiz şeylerin çoğu insanların günlerini ve kendileri için önemli olan şeylerle etkileşim biçimlerini değiştiriyor.

Kızınla ilgili örnek çok ilginç. Ben de bunun giderek daha fazlasını görüyorum. Bu konuşmaları kurum içinde yapmanızı ve “Düşünmediğimiz şey ne?” diye sormanızı seviyorum. Hepimizin bunu yapmaya başlaması gerektiğini düşünüyorum.

Taylor Blake: Kesinlikle kör noktalar var. İnsanlar kör noktalarınızı size gösterdiğinde, “Evet, geliştirdiğiniz şey harika ama düşünmediğiniz şu olumsuz etki ve sonuç ortaya çıktı” diyebiliyorlar.

Böyle şeylerin olacağını öngörmeniz gerekiyor. Bunlara açık olmalısınız. Tasarım sürecine bunları dâhil etmenin yollarını bulmalıyız.

Ayrıca düşünceli ve kaygılı insanların da bu sürecin parçası olmasını istiyorum. Yapay zekâ araçlarını yalnızca yapay zekânın olumsuz sonuçları olamayacağını varsayan insanlar geliştirirse bu bir felaket olur.

Yapay zekânın olası olumsuzluklarını eşit veya daha fazla düşünen, kaygılı ve bilinçli insanlara ihtiyacımız var. Bu teknolojiyi görmezden gelmemeli, sürece katılmalılar. Umarım böylece düşünceli ve sorumlu şeyler yaratmamıza yardımcı olurlar.

David Rice: Taylor, bugün programa geldiğin için teşekkür ederim. Seni ağırlamaktan gerçekten keyif aldım.

Taylor Blake: Bu fırsat için çok teşekkür ederim. Bu benim için de faydalı oldu. Yansıtma hakkında konuştuk; bu konuşma, üzerinde düşündüğüm bazı şeyleri değerlendirmem için bir fırsat oldu. Bu yüzden gerçekten minnettarım.

David Rice: Dinleyiciler, henüz yapmadıysanız peoplemanagingpeople.com/subscribe adresine gidip bültene kaydolun. Etkinliklerden podcast’lere, yaklaşan içerik serilerine kadar yaptığımız her şeyle ilgili en son güncellemeleri alırsınız.

Bir sonraki buluşmamıza kadar deneyin, ama kendinize zor soruları sormayı unutmayın.