Yapay zekânın, insan emeğini ortadan kaldırmaz, aksine insan yargısının doğasını değiştirir. Bir yandan çalışanları rutin görevlerden uzaklaştırırken, diğer yandan hataların maliyetli olduğu ve güvenin esas olduğu hassas ve belirsiz alanlara yönlendirir. Bu nedenle, Yoav Ziv’in (*) yazdığı gibi, sonuçlarla ilgili “rasyonel yargı” ihtiyacı devam etmektedir.
Bu değişim, Yapay zekânın etrafındaki tartışmadaki giderek genişleyen uçurumu açıklamaktadır. Bir yandan modeller şaşırtıcı bir hızla gelişirken, diğer yandan birçok iddialı Yapay zekânın uygulaması tökezliyor, beklenenden daha yavaş ölçekleniyor veya sessizce hibrit çalışma yöntemlerine geri dönüyor.
Akıllı Araçlara Güvenme Sorunu
Sorun yetenek değil, güvendir. Çoğu Yapay zekânın stratejisinin göz ardı ettiği bir güven açığı vardır.
Yapay zekânın
Yapay zekânın benimsenmesi, akıllı bir sistemin bir görevi yerine getirme yeteneğine değil, insanların çıktılarına doğrulama yapmadan güvenme istekliliğine bağlıdır. Performans ve güvenilirlik arasındaki bu boşluk—güven açığı—nihayetinde yapay zekanın işin yerini nerede alacağını, nerede işi geliştireceğini ve insanların nerede vazgeçilmez kalacağını belirler.
Belirsizlik ve Risk
Bu boşluğu şekillendiren iki faktör diğerlerinden daha önemlidir: belirsizlik ve risk.
Belirsizlik, bir işlemin açıklama, bağlam veya tahmine ne kadar ihtiyaç duyduğunu ifade eder. Risk ise sistemin yanlış gitmesi durumunda ne olacağını ifade eder: finansal, yasal, itibar veya etik açıdan.
Belirsizlik ve risk düşük olduğunda otomasyon gelişir. Her ikisi de yüksek olduğunda, güçlü bir insan unsuru şarttır. Gerçek dünyadaki işlerin çoğu bu iki uç nokta arasında bir yerdedir ve işin geleceği burada yeniden şekillenmektedir.
Yapay Zekanın Yerini Anlamanın Basit Bir Yolu
İşi iki eksen açısından düşünün: belirsizlik derecesi ve hataların maliyeti.
* Temel sınıflandırma, basit etiketleme ve rutin yönlendirme gibi düşük belirsizlik ve düşük riskli görevler hızla tamamen otomatik hale gelecektir. Burada yapay zeka, genellikle az tartışmayla, insan emeğinin yerini sessizce alıyor.
* Uyumluluk kontrolleri veya kimlik doğrulama gibi düşük belirsizlik ve yüksek risk içeren görevler genellikle otomatikleştirilir ancak yakından izlenir. Burada, doğrulama, denetim ve herhangi bir düzensizlik tespit edildiğinde müdahale için insan müdahalesi çok önemlidir.
* Genellikle yapay zekayı yardımcı olarak kullanan yaratıcı sınıflandırma, duygu analizi ve keşifsel araştırma gibi yüksek belirsizlik ve düşük risk içeren görevler, sınırlı insan gözetimi gerektirir.
* Yüksek belirsizlik ve yüksek risk. Bu en kritik kategoridir, çünkü bunlar güven kazanmanın en zor olduğu görevlerdir: anormal dolandırıcılık vakaları, hassas güvenlik düzenlemeleri, tıbbi veya finansal yorumlama ve yapay zeka modellerinin gerçek dünyada nasıl çalıştığını belirleyen veri kararları.
Burada insan unsuru ortadan kaybolmaz, aksine daha odaklı, uzmanlaşmış ve talebe duyarlı hale gelir.
İnsan Unsuru: Kaybolma mı, Var Olma mı?
* Otomatik ses sistemleri. Etkileşimli sesli yanıt (IVR) sistemleri bu eğilimleri güçlendirir. IVR, kelimenin tam anlamıyla şirketin müşterileriyle olan sesidir. Yapay sesler yeterince iyi hale geldiğinde, kaliteyi değerlendirmek daha kolay hale gelir ve güven açığı ortadan kalkar. Bu bile yapay zekanın devralması için yeterliydi.
* Makine Çevirisi Yolları. Çeviri farklı bir yol izledi. Çeviri doğası gereği belirsizdir; tek bir cümleyi çevirmenin birden fazla yolu vardır. Sonuç olarak, makine çevirisi TikTok videoları gibi gayri resmi, düşük riskli içerikleri hızla özümsedi. Bununla birlikte, yasal sözleşmeler, tıbbi talimatlar, finansal raporlar ve küresel marka iletişimleri gibi kritik bağlamlarda, güven makineye tam olarak aktarılmaz.
Bu görevler için, yapay zekanın ilk çıktısını geliştirmek için hala profesyonel çevirmenlere ihtiyaç duyulmaktadır. Yapay zeka artık işin büyük kısmını yaptığı için, tam zamanlı çevirmenler azalmaktadır. Bunun yerine, giderek daha fazla uzman ağları içinde çalışmakta, süreci ince ayar yapmak ve doğrulamak için “ihtiyaç duyulduğunda” işe alınmakta ve böylece güven açığı kapatılmaktadır.
* Veri Doğrulama. Aynı değişim, verilerin yapay zeka sistemleri için nasıl hazırlandığı ve doğrulandığı konusunda da yaşanmaktadır. İlk yapay zekâ eğitimleri, büyük ölçekli, tam zamanlı insan sınıflandırma süreçlerine dayanıyordu. Bugün ise modeller giderek artan bir şekilde rutin değerlendirmeleri üstleniyor. İnsan uzmanlığı, en hassas kararlar için, yani yapay zekânın baskı altında nasıl davranacağını belirleyen kararlar için saklı tutuluyor.
İşin Geleceği
Bu, işin geleceği için ne anlama geliyor? Popüler söylem, yapay zekâyı bir yer değiştirme teknolojisi olarak tasvir ediyor: makineler insanlara karşı. Ancak kuruluşlar içindeki gerçeklik radikal bir şekilde farklı.
Yapay zekâ, genişleme için tercih edilen seçenek haline geldi. İnsanlar artık istisnai durumları ele almak, belirsiz koşullarda karar vermek, sonuçların vahim olduğu durumlarda veya güvenin söz konusu olduğu durumlarda sorumluluk üstleniyor.
ile ilgili:Yapay zekâ ev işlerini yapabilir mi?
* Çalışanın rolünün değişmesi. Bu, mutlaka daha az çalışan anlamına gelmiyor, daha ziyade rollerinde bir değişim anlamına geliyor: daha az rutin iş ve zamanında kararlara daha fazla güvenme. Ayrıca, birden fazla sistemde çalışan daha fazla uzman ve kesin olarak tanımlanmış görevlere bağlı daha az çalışan anlamına geliyor.