Yapay Zekâ Dalgasına Hazırlanmanın Asıl Meselesi: Zaraf ve Yargı

Yapay zekâ dalgasının herkesi yakalayacağı bir dönem başladığında, asıl soru yıkım değil uyum oluyor: bu araçları, başarı ihtimalini en yüksek tutacak biçimde nasıl benimsemiz gerekir? Konuşmacı çevresinde bol miktarda kötümseri bulunduğunu, insanların birbirlerine AI'nin hangi işleri yok edeceğini kanıtlamaya çalışarak zaman harcadığını söylüyor. Onun tezi, uzun vadeli perspektiften bakıldığında AI'ın ortalamada aldığı iş sayısından çok daha fazla iş yaratacağı yönünde. Yine de bir kısım mesleklerin kaybolacağını, yerlerine tamamen farklı nitelikte işlerin geleceğini kabul ediyor.

Bunun arkasındaki mekanizma şu: insanlık bilgisinin tamamı ile bilgi olmayan ama bilgiden türetilebilecek o gri bağlantı noktaları, birkaç adım ötede erişilebilir hale geldiğinde yaşanan büyük bir sarsıntı olacak. Bilgi bedelsiz ve anında erişilebilir olunca, geride kalan tek şey onu ayıklama, değerlendirme ve doğru yere koyma becerisi. Konuşmacı bunu zaraf ile yargı kavramlarıyla özetliyor: modellerin müthiş araçlar olduğunu, ama başarının modelin kalitesine değil, modelin çıktısına biçim kazandıran insana bağlı olduğunu. Zaraf, neyin iyi göründüğünü bilmektir; yargı ise hangi çıktının kullanılacağına karar vermektir.

Bunu kendi işinde somut bir örnekle gösteriyor. Günün büyük bölümünü yatırım yapmak ve 89 90 numaralı platformu kurmak gibi işlerle geçiren biri için, asıl mesele sürekli olarak pazarlık ve ikna. Bunun için bir ajan kurmuş: Nash dengesi ajanı . Ajan, çok taraflı kazanç dinamiklerini, taraflar arasındaki ödünleşimleri, riskleri ve masadaki görünmeyen oyuncuları modelliyor; yani pazarlığın kazanan tarafını değil, bütün paydaşların kazanç ve kayıp dağılımını birlikte ele alıyor. Amaç, tek bir karşı tarafı kazanmak değil, bütün paydaşların kazanç ve kayıp dağılımını birlikte ele almak.

Ajanın içeriği ise kendi okuma birikiminden geliyor. İş kitaplarından ve psikoloji literatüründen derlenen ilkeler tek bir kılavuz kümesinde toplanıyor; ismi geçen yazarlar arasında Robert Greene, Dale Carnegie ve Dört Uzlaşma sayılıyor. Okurken ilgisini çeken bir fikir bulduğunda bunu korpusa ekliyor, sonra metni yeniden düzenliyor. Yani ajan bir nevi kişisel dünya modeli: hazır bir şablon değil, okuma, seçme ve budama döngüsüyle büyüyen bir belge.

Kişisel bir dünya modeli nasıl kuruluyor

Korpusun ikinci işlevi bir süzgeç olmak. Ajanın ürettiği çıktıyı, kişisel zaaflarıma daha çok köklenmiş psikolojik açıdan yeniden okuyup süzüyorum. Yani modelin söylediği şeyi modelin üretmiş olması tek başına doğru kabul edilmiyor; kendi eğilimlerimin hangi noktada devreye girdiğini ayrıca denetlemek gerekiyor. İkinci ajan daha çok mekanik işler yapıyor: sürekli güncellenen bir yanan harcama takibi, sigortasız ve risksiz portföy kurulumu, Monte Carlo simülasyonları ve portföy optimizasyonu, ardından da bu sonuçları günlük olarak iletme. Böylece model sürekli güncel bir geri bildirim döngüsü haline geliyor.

Bir kural da borçta yaşamamak ve bu konuda kendisini defalarca ihlal ettiğini itiraf ediyor. Yanan harcamanın net faiz geliri, vergiler sonrası tüm yaşam giderini karşılayacak seviyede tutulduğunda yaşam üzerinde tam bir opsiyon elde ediliyor: karar verme baskısı altında olmadan, yanlış bir hamleden kaçınmak için acele etmeden hareket edebilmek. Eşiyle birlikte sağlık için de benzer bir sistem kullanıyorlar; kan tahlillerini, beslenmeyi ve okudukları çalışmaları sürekli bir canlı güncellemeye dönüştürüyor, gizli sorunları ve ne anlama geldiklerini soruyor. Zaten sahip olmadığı bir bilgiyi modele yükletmek yerine, gelen veriyi okuyup anlamlandırmak için ikinci bir göz kullanmak.

Buradaki asıl teknik karar, model seçimi değil, kurduğu altyapının sürekli güncellenmesi. Grok, Gemini, OpenAI ve Claude arasında hangisinin kullanılacağına göre hepsi güçlü adaylar; asıl fark modelde değil, içine yerleştirilen mikro servisleri ne kadar iyi beslendiğinde. Bu ciddi bir emek istiyor ama tamamlandığında ortaya bir yaşam modeli çıkıyor: bir pazarlık ajanı, bir psikolojik süzgeç, bir portföy optimizasyon ve harcama yönetimi aracı, bir uzun ömür ve sağlık takibi ve zaman zaman çocukların yetişmesiyle ilgili sorulara giren başka bir katman.

Yönetimin bu sistemi her gün bakımla geçmesi şart. Bakım yapılmaz, budama yapılmazsa model, ortalama bir sağlık tavsiyesi makinesine dönüşüyor: her şeye sauna ve soğuk dalma önerir, çünkü istatistiksel olarak en sık görülen şey odur. Oysa sistemi kullanan kişi, modele ne düşüneceğini yönlendiren uzmanlığa sahip. Buradaki beceri, sonucu yazmaktan çok modelin bir sonraki adımda ne düşüneceğine rehberlik etme becerisi. Yatırımcı buna çok zaman harcadığını, metinleri yazdığını, budadığını, çıktıları okuyup yargıladığını ve sonucun kendi zarafına göre olduğunu kabul ediyor.

Ekipindeki bu ajanı talep ettiğinde ilk tepkisi olmuş. Çünkü bir sistemi başkalarına vermek, o kişinin kendi sistemi üzerinden çalışmayı bırakması anlamına geliyor. Sonra şu sonuca varmış: bunların hepsini birleştirip dışarıya açmak gerekiyor. Bir sistemin başkasına işe yarayıp yaramayacağını anlamanın en hızlı yolu, onu kendi hayatında fiilen denemek; kullanıldıkça ne olduğu kadar ne olmadığı da öğreniliyor. Uzun süre kullanıldığında ortaya çıkan asıl bulgu, bunun bir süper silah olmadığı. İşe yaradığı alanlar var, ama beklentiyi karşılamayan çok sayıda alan da var.

Zaraf ve yargının nereden geldiği de önemli. Bir işi gerçekten sevdiğiniz bir alanda yapıyorsanız, o işe ayırdığınız süre sonsuza yakın olduğu için zaraf ve yargınızı ifade etmek kolaylaşıyor. Ama bu lüks herkese ait değil. Kredi memuru örneğinde, kredileri baştan sona model işleyip onay dokümanını doldursa bile nihai evet ya da hayır cevabı hâlâ insanın sorumluluğunda ve burada yargının payı zarafın payından daha büyük. Hatta bu durumda insanın kazandığı şey yeni bir iş değil: idari ve sıradan işlerden kurtulup düşünmeye daha çok zaman bulmak. Peki okulda ne okunmalı? Konuşmacının bu soruya iyi bir cevabı yok, çünkü işin hangi aşamada olduğunu o da bilmiyor. Yargı tarafı için düşünüldüğünde en açık yol mühendislik ve fizik: dünyanın nasıl işlediğini açıklayan ve her şeyin bir yasayla sınırlı olduğu disiplinler. Zaraf tarafı içinse teşvikleri ve psikolojiyi anlamak, yani felsefe, siyaset ve ekonominin birleştiği alana kaymak. Ama asıl belirsizlik şurada: model iyi çalışıyor, işleri yok edecek mi yoksa refah mı yaratacak belli değil. Herkesin tahmini var ve herkesin hangi tarafın doğru çıkmasına yatırımı var. Ne kadar bilmediğimiz kadar de doğruyu arayanla doğruyu yaygınlaştırmak isteyen arasındaki farkın sosyal medyanın tıklama için optimize olduğu bir ortamda kutuplaştırıldığını söylüyor. Aynı virüslü dönemde 1910'a sosyal medya gelseydi bulaşma inanılmaz olurdu; geriye dönüp bakıldığında ise sanayi devrimi bütün insanlık için son derece olumluydu. Bugün de aynı hesap geçerli olabilir. Buna karşılık, 1910'ın kurumları bugüne ölçüde işe yaramadı.

Okunacak okul ve dürüst belirsizlik

Sorunun bugünkü hali, dönemin çözümüyle aynı değil. Sanayi devriminin başındaki çerçeve, iş dünyasının önde gelen birkaç ismin bir araya gelip kaynaklarını toplamasıydı. Sanayileşmenin onlara kazandıracağı faydayı görüp, toplumun da yükselen yörüngeye katılması için kaynaklarını ileriye ödediler. Fabrika hayatına geçen insanların karşısında kütüphane, okul ve altyapı hazırdı. Bugünün karşılığı, AI'ın çözüm sunan bir grup olarak bir araya gelip öneriler ortaya koyması ve bunu yaparken kaynakları ileriye ödemesi. Bunun nedeni, doğru yapılırsa yükselen gel-gitirin bütün tekneleri kaldırması; yapılmazsa çürüme başlayacağı için. Umut verici bir net sonuç, herkesin çıkarına olsa bile oraya varılamaz: çünkü insanlar bir süreliğine kötüleşip sonra düzelecek bir tabloya dayanacak bir çerçeve bulamaz ve güven de kurulamaz, çünkü bu güveni söyleyecek ve inanılacak liderlerden gelmemiş olur. Videonun kapanışındaki tespit sert: bu, insanın ne yaptığını takdir etmeyen bir alet, ama onu yönlendirmeyi gerektiriyor. Ve topluluk bu işi anlatmakta başarısız. Videonun son söylediği şey, okur için en somut dersi veriyor. Bugün için yapılacak şey, dört temel modelden birini seçip ona birbiriyle konuşan mikro servisler kurmak ve bunları haftalık olarak budamak. Bir dahaki seferinde hangisinin işe yarayacağı, hangisinin yalnızca iyi görüneceğini ancak kendiniz test ederek anlayabilirsiniz. Karar verme yükünü ve maliyetini modele devretmeyin; o ikisini saklayın, çünkü yargı tam da oradan doğar.