Yapay Zeka İş Hayatını Dönüştürürken İşletmeler Nasıl Hazırlanabilir?

yazan: Özgür Kurtuluş

Yapay Zeka (YZ) teknolojilerinin yaygınlaşması, günlük yaşamlarımızı ve profesyonel ortamlarımızı önemli ölçüde dönüştürüyor. Yapay zeka artık geleceğe yönelik bir kavram olmaktan çıkarak, bir büyüme ve geçiş döneminin katalizörü olarak giderek daha etkili bir araç, verimliliği sağlayan bir süper asistan olarak görülüyor. Metin, görsel, ses ve video gibi içerikler hazırlayabilen, iş içerikleri ve hesaplamalarını müthiş bir hızla yapabilen YZ, rutin görevleri yetkin bir şekilde eleb alarak, diğer kritik görevler için daha fazla zaman kullanmayı mümkün kılıyor. Üretici YZ sistemleri, e-postaları, iş planlarını ve stratejilerini ve diğer gerekli belgelerin taslaklarını oluşturabiliyor, böylece bu tür rutin görevlerde geçirilen süreyi önemli ölçüde azaltıyor. Veri analizi ve öngörücü algoritmalarındaki yeteneği, karmaşık sorunlara çözümler sunarak üretkenliği arttırıyor ve karar verme süreçlerini geliştiriyor.

YZ’nin ve diğer dönüştürücü teknolojilerin yaygınlaşması, iş piyasalarını değiştirmesi, çalışanların yeni beceriler edinmesini ve değişen ekonomik görünüme uyum sağlama ihtiyacını beraberinde getiriyor. Çeşitli araştırmalar ve tahminler, YZ teknolojisinin işlerin dörtte birinin dönüştüreceğini gösteriyor. YZ, özellikle idari ve sekreterlik gibi masabaşı işleri önemli ölçüde değiştirme potansiyeline sahip. Bazı mesleklere ve pozisyonlara ihtiyaç azalırken, özellikle teknoloji, tarım, eğitim ve sağlık gibi sektörlerde yeni istihdam fırsatları yaratması bekleniyor. Ancak, bu sektörlerdeki işlerin kalitesi ve ücretleri büyük ölçüde değişebilir.

İşletmelerin amacı, gerek kendi işlerine yönelik YZ modelleri geliştirmek olsun, gerekse üretici YZ modellerini verimlilik hedefiyle kullanmak olsun, dikkat etmeleri gereken bazı hususlar var. Özellikle YZ teknolojisinin sosyo-teknik bir olgu olduğunun, diğer dijitalleşme süreçlerinden bu anlamda farklılaştığını göz önüne almak gerekiyor. Bu çerçevede işletmelerin YZ uygulamalarını işlerine ve işletmelerine adapte ederken dikkat etmeleri gereken hususlar şunlar:

Eğitim ve Bilinçlendirme

YZ’nin yetenekleri ve karşılaşılabilecek sorunlar konusunda, hem iç hem de dış paydaşlarınızla açık bir iletişim kurmalısınız. Yapay zekayı yanıltıcı sebeplerle kullanmak olasıdır, bu yüzden kuruluşların ve işletmelerin yapay zekayı hangi doğru amaçlar için ve hangi etik sınırlar dahilinde kullanacaklarına karar vermesi esastır. Her bireyin yapay zekanın ne olduğunu, nasıl uygulanabileceğini ve etik açıdan hangi zorluklarla karşılaşabileceğini kavraması önemlidir. Çalışanları bu geçiş sürecinde desteklemenin gerekliliği açık; bu da işletmelerin çalışanların yeni beceriler edinmesi için eğitime daha fazla yatırım yapmasını gerektirir. Bu değişimi yönetebilmek için, hükümet politikaları da dahil olmak üzere daha geniş destek sistemlerinin, gelir güvence ağları, ömür boyu öğrenme ve kariyer tavsiyesi gibi önlemleri kurumsallaştırması önemlidir. Coursera, EdX ve LinkedIn benzeri çevrimiçi öğrenme şirketleriyle ortaklık kurmak, daha hızlı bir geçiş sağlayabilir ve sertifikalandırma fırsatları sunabilir. Çalışanların eğitimi sadece YZ teknolojisi ile de sınırlandırılmamalı. YZ teknolojisini liderlik, iletişim, eleştirel düşünme, problem çözme, yaratıcılık ve uyum kabiliyeti gibi yumuşak becerilerin (soft skills) önemini artırmıştır. YZ, mesleki yetenekler ve teknik uzmanlık alanıyla ilgili sert becerileri (hard skills) karşılarken, işletmelerde yumuşak becerilere olan ihtiyacı artmaktadır.

Şeffaflık ve Açıklık

İşletmelerin, YZ kullanımı konusunda (iç ve dış olmak üzere) net ve dürüst bir yaklaşım sergilemesi önemlidir. Veri, yapay zekanın temel taşıdır. Kaliteli ve temiz verilere erişim, YZ modelinin doğru ve etkili sonuçlar üretmesi için kritik önemdedir. Ancak bu verilere erişirken, kişisel veri koruma kanunlarına uyulması da büyük önem taşır. İşletmelerin veri gizliliğine azami dikkat göstermesi gerekiyor. Özellikle müşterilerin ve çalışanların verilerinin güvenliği önemlidir. Örneğin Türkiye’de çalışanlarının işe giriş-çıkışlarını ve performanslarını YZ destekli sistemlerle biyometrik verilker üzerinden takip etmek isteyen işletmeler olmuştur. Ancak 2017 yılındaki Danıştay kararı ile, işletmelerin biyometrik veriler toplaması önemli ölçüde sınırlandırılmıştır. Danıştay kararında altı çizilen husus, bu verilerin güvenliğinin nasıl sağlanacağı ve başka amaçlarla kullanıp kullanılmayacağıdır.

Bir başka örnekte, Royal Bank of Scotland, sundukları bazı servisleri iyileştirmek adına YZ sistemlerinden faydalanmayı planladı. Bu sürece girişirken, hangi bilgileri aldıkları, bu bilgilerin ne şekilde değerlendirildiği ve müşterilerinin bu durumdan nasıl bir kazanç sağladığı hakkında müşterilerine karşı açık bir tutum benimsediler. Müşterilerin, çalıştıkları işletmelere güven duyması esastır ve bu, YZ’nin işletmenin genel yaklaşımına nasıl entegre olduğu ve müşterilere olan etkisi hakkında tam bir açıklığa sahip olmasını zorunlu kılar.

Veri Tarafsızlığı

YZ teknolojisi ile ilgili en büyük problemlerden biri, YZ modellerinin eğitildiği verilerin çeşitli önyargılar içermesidir. Örneğin, Amazon’un kullandığı YZ destekli işe alım araçlarının belirli demografik gruplara karşı ayrımcılık yaptığı bulunmuştur. 2018’de Amazon’un, kadın adaylara karşı önyargılı olduğu ortaya çıktı. Sistem, on yıl süreyle gönderilen özgeçmişlerle eğitilmişti ve bu süre zarfında çoğu başvuru sahibi erkek olduğu için YZ erkek adaylara yönelik ağırlıklı bir tercih geliştirmişti.

Bir başka örnekte ise, Google, ImageNet isimli geniş bir insan yüzü fotoğrafı veritabanı hazırladı. Bu veri seti, beyaz olmayan yüzlere kıyasla çok daha fazla beyaz yüz içermekteydi. Bu nedenle, yapay zeka bu veri setiyle eğitildiğinde beyaz yüzlere, beyaz olmayan yüzlere göre daha başarılı bir şekilde tepki verdi.

YZ tabanlı olsun veya olmasın, neredeyse tüm karar verme süreçleri önyargı yaratır. Bu araçları kullanan şirketler, önyargıyı değerlendirmeye yönelik bir yaklaşım ve yasa dışı önyargıyı test etmek ve bunlardan kaçınmak için bir mekanizma ve ayrıca ilgili veri gizliliği gereksinimlerinin karşılanmasını sağlayan bir çerçeve geliştirmelidir.

Açıklanabilirlik ve Hesap Verilebilirlik

YZ algoritmalarınız açıklanabilir mi? Derin öğrenme gibi modern yapay zeka araçlarını kullandığımızda, insanların yapay zeka algoritmalarında karar verme süreçlerini gerçekten netleştiremedikleri “kara kutuları” olabilir. Şirketler onları verilerle besler, yapay zekalar bu verilerden öğrenir ve sonra bir karar verir. Ancak, kimin sağlık hizmeti alması gerektiğini ve kimin almayacağını yada kimin kredi kullanabileceğine izin verilmesi gerektiğini belirlemek için YZ sistemleri kullanmanız, kişilerin bireysel yaşamı açısından büyük etkileri olan büyük kararlar aldığınız anlamına gelir.

Kapsayıcılık

Şu an yapay zeka alanında çalışanların çoğunluğu erkek ve özellikle beyaz bireylerden oluşuyor. Gelecekteki yapay zeka sistemlerini oluşturan kişilerin, dünyanın çeşitliliğini yansıtması esastır. Oluşturulan yapay zekanın toplumumuzu tam anlamıyla yansıtması için daha çok kadının ve farklı etnik kökenlerden gelen bireylerin bu alanda yer alması şarttır. Bu konuda bazı ilerlemeler kaydedilmiş olsa da, bu çabaların daha da genişletilmesi gerekmektedir.

Kurallara ve Yasalara Uymak

Tabii ki, yapay zeka kullanımı söz konusu olduğunda, bir takım düzenlemelere, yönetmeliklere ve yasalara bağlı kalmamız gerekiyor. Türkiye’de henüz bir yapay zeka yasamız yok. Ancak KVKK, yapay zekanın topladığı ve kullandığı biyometrik veriler dahil olmak üzere tüm verilerin kişisel gizlilik ve mahremiyet kıstaslarına göre korunmasını zorunlu kılmaktadır. Avrupa’da ve ABD’nin bazı bölgelerinde yapay zeka yasalarının ve düzenlemelerinin arttığını görüyoruz. Bununla birlikte, organizasyonların kendi kendini düzenlemesine dayanan ve hala birçok düzenlemeye tabi olmayan kısımları var. Google ve Microsoft gibi şirketler, yapay zekayı iyilik için kullanmaya odaklanıyor ve hatta Google’ın kendi tanımladığı Sorumlu YZ (Responsible AI) adlı yapay zeka ilkeleri var.

Yürürlükte olan ve hazırlanan YZ mevzuatları muhtemelen raporlama gerekliliklerini içereceğinden, YZ kullanan şirketler, kullanılan veri setlerinin, algoritmik işlevselliğin ve teknolojik sınırlamaların net bir şekilde anlaşılmasını sağlayan süreçlerin yürürlükte olduğundan emin olmalıdır. Bunun ötesinde, YZ ile ilgili riskin yönetilmesine yönelik uzun vadeli çözüm, teknolojinin sunduğu fırsatları ve riskleri tanıyan mevzuat, uygulama kuralları veya rehberlik çerçevelerini ilerletmek için yasal, düzenleyici ve özel sektördeki bilgili paydaşların güçlerini birleştirmesi gerekecektir.

Teknik Alt Yapı

YZ teknolojisinin avantajlardan yararlanabilmek için işletmelerin bazı temel teknik hazırlıkları tamamlaması gerekmektedir. Öncelikle, teknolojik altyapının yeterli olması şarttır. İşletmelerin donanım ve yazılım kapasitesi, üretici yapay zeka uygulamalarını sorunsuz bir şekilde çalıştırmalıdır. Bulut hizmetleri, ölçeklenebilirlik ve erişilebilirlik avantajı sunarken, yerel sunucular daha fazla kontrol ve güvenlik sağlar. İşletmenin ihtiyaçları doğrultusunda bir tercih yapması önemlidir.

Teknik hazırlıklar sırasında, maliyet ve yatırım geri dönüşü de dikkate alınmalıdır. YZ uygulamalarının maliyeti, işletmenin bütçesine ve ihtiyaçlarına göre değişkenlik gösterebilir. Ancak doğru bir planlama ve strateji ile bu yatırımın geri dönüşü hızla sağlanabilir.

Sonuç olarak, üretici yapay zeka, işletmeler için büyük fırsatlar sunan bir teknolojidir. Ancak bu fırsatları değerlendirebilmek için doğru hazırlık ve dikkatli bir yaklaşım gerekmektedir. İşletmeler, bu alanda bilinçli ve stratejik adımlar atarak, teknolojinin sunduğu avantajlardan en iyi şekilde yararlanabilir. Bugün birçok işletme, riski yönetmek için kilit karar vericilerin uygun gözetim ve uzmanlığından yoksun olduğu için YZ için yeterince hazırlıklı değil. Eğer b u hazırlıklar yeterince ciddi bir şekilde ele alınmazsa, teknolojinin etik ve etkili bir şekilde uygulanmasıyla ilgili
kurumsal kör noktaların, işletmenin iş süreçlerinde yasal ve etik sorunlar doğurması ve teknolojinin dönüştürücü fırsatlarının gölgede kalması muhtemeldir.

Kaynaklar:

How can organizations prepare for generative AI?, World Economic Forum,
https://www.weforum.org/agenda/2023/05/how-can-organizations-prepare-for-generative-ai/
How Do We Use Artificial Intelligence Ethically?, Bernard Marr, Forbes,
https://www.forbes.com/sites/bernardmarr/2021/09/10/how-do-we-use-artificial-intelligence-
ethically/?sh=1affa1a379fd

İşyerine Giriş – Çıkışlarda İşçiye Ait Biyometrik Verinin Kullanımı, Av. Dr. Başak Ozan Özparlak,
https://hrdergi.com/isyerine-giris-cikislarda-isciye-ait-biyometrik-verinin-kullanimi

İlgili Yazılar

Yorum bırakın

Bu site, istenmeyenleri azaltmak için Akismet kullanıyor. Yorum verilerinizin nasıl işlendiği hakkında daha fazla bilgi edinin.