Kuramsal makale · 2023
Generative AI
Okur sorusu
Üretken yapay zeka, entelektüel ve yaratıcı görevlerin yalnızca insanlara özgü olduğu yönündeki tarihsel kabulü kökten değiştirmektedir.
Öne çıkanlar
Yapay zeka alanındaki son gelişmeler, teknolojinin rolünü geleneksel analitik karar destek sistemlerinden yaratıcı ve özerk içerik üreten araçlara doğru evriltmiştir. Eğitim verilerinden hareketle metin, görsel, kod ve ses gibi özgün içerikler üretebilen üretken yapay zeka sistemleri, iş yapış biçimlerini ve iletişim süreçlerini dönüştürmektedir. Ancak mevcut akademik yazın, bu teknolojiyi sıklıkla tekil yöntemler veya sınırlı uygulama alanları üzerinden ele alma eğilimindedir. İş ve Bilişim Sistemleri Mühendisliği (BISE) alanında ortaya çıkan bu yöntemsel ve kuramsal boşluk, teknolojinin organizasyonel, ekonomik ve sosyo-teknik boyutlarını bütüncül bir çerçevede inceleyen kapsayıcı bir kavramsallaştırmayı zorunlu kılmaktadır.
Bu çalışma, üretken yapay zekayı sosyo-teknik sistemler içerisindeki özerk bir varlık olarak konumlandırmayı ve BISE araştırmacıları için stratejik bir yol haritası sunmayı amaçlamaktadır. Araştırmada kavramsal çözümleme yaklaşımı benimsenmiş ve teknoloji üç temel katmanda hiyerarşik olarak modellenmiştir: matematiksel ve mimari ilkeleri kapsayan model düzeyi, altyapı ve kullanıcı arayüzlerini içeren sistem düzeyi ve organizasyonel değer üreten uygulama düzeyi. Çalışma ayrıca insan-yapay zeka etkileşimini görev devri modelinden birlikte yaratım süreci modeline kaydıran kuramsal bir bakış açısı geliştirmekte ve BISE dergisinin yedi uzmanlık departmanıyla hizalanan disiplinlerarası bir araştırma gündemi oluşturmaktadır.
Çözümleme sonuçunda üretken yapay zekanın gelişimini ve yayılımını kısıtlayan dört temel teknik sınırlılık tespit edilmiştir. Bunlar, modellerin olasılıksal yapısından kaynaklanan hatalı çıktı ve halüsinasyon problemi, eğitim verilerinden aktarılan toplumsal yanlılıklar ve adillik sorunları, özgün içeriklerin izinsiz kullanımıyla ortaya çıkan telif hakkı ihlalleri ve devasa sınır ağlarının eğitilmesinden kaynaklanan yüksek çevresel karbon ayak izidir. Ayrıca insan-yapay zeka iş birliğinde güvenin tesisi için kullanıcıların yapay zekanın zihinsel durumlarını ve işleyiş mantığını kavramasını sağlayacak yeni etkileşim modellerine ve yapay zihin teorisine ihtiyaç duyulduğu belirlenmiştir.
Çalışmanın sunduğu kavramsallaştırma ve araştırma gündemi, üretken yapay zekanın bilişim sistemleri literatüründeki yerini sağlamlaştırmaktadır. İş süreçlerinin otomasyonundan kurumsal mimari modellerinin otomatize edilmesine, kod geliştirme süreçlerinden kişiselleştirilmiş eğitime kadar geniş bir yelpazede gelecekteki araştırmalara yön vermektedir. Bu çerçeve, araştırmacıların ampirik ve tasarım odaklı çalışmalarında hipotez kurmalarına, yapay zeka odaklı iş modellerini değerlendirmelerine ve sorumlu yapay zeka yönetişim ilkelerini geliştirmelerine doğrudan katkı sağlayacak niteliktedir.
Çalışma, Sosyo-Teknik Sistemler Teorisi çerçevesinde şekillenmiştir. İnsan ve yapay zeka arasındaki ilişkiyi geleneksel görev devri (delegation) kalıbının ötesine geçirerek ortak yaratım (co-creation) ve hibrit zeka (hybrid intelligence) perspektifinden ele almaktadır. Ayrıca yapay zeka etmenliği (agentic IT artifacts) ve insan-bilgisayar etkileşiminde Yapay Zihin Teorisi (Theory of Artificial Mind) kuramsal mercek olarak kullanılmıştır.
Literatürde yer alan önceki çalışmalar genellikle üretken yapay zekayı belirli bir yöntem (örneğin sadece büyük dil modelleri) ya da pazarlama, eğitim veya akademisyenlik gibi dar uygulama alanları üzerinden incelemiştir. Bu makale ise mevcut yazındaki parçalı yapıyı aşarak üretken yapay zekayı bilişim sistemleri genel bağlamında ve BISE disiplininin yedi temel bölümünün (İş Süreçleri Yönetimi, Karar Analitiği, Dijital Yönetim, Bilişim Ekonomisi, Kurumsal Modelleme, İnsan-Bilgisayar Etkileşimi ve Sistem Mühendisliği) tamamını kapsayacak bütüncül bir yapıda ele almaktadır.
Bu çalışmanın amacı, üretken yapay zekayı sosyo-teknik sistemler bağlamında model, sistem ve uygulama katmanlarında bütüncül biçimde kavramsallaştırmak ve İş ve Bilişim Sistemleri Mühendisliği (BISE) disiplini için geleceğe yönelik stratejik bir araştırma gündemi sunmaktır (Feuerriegel et al., 2023).
Çalışma, üretken yapay zekayı sadece teknik bir algoritma olarak değil, sosyo-teknik sistemler içindeki entite olarak ele alan kavramsal ve kuramsal bir yaklaşım benimsemektedir. Bu doğrultuda teknoloji model, sistem ve uygulama katmanlarında ayrıntılandırılmaktadır (Feuerriegel et al., 2023).
Model düzeyinde üretken yapay zeka, bir makine öğrenimi mimarisi ile somutlaşan ve öğrenilen desenlere dayanarak yeni veri örnekleri oluşturabilen matematiksel tabanlı yapılardan ibarettir (Feuerriegel et al., 2023).
Sistem düzeyinde, tek başına yetersiz olan matematiksel modeller; veri işleme süreçleri, altyapı ve kullanıcı arayüzü bileşenleriyle bütünleşerek bütünsel ve etkileşimli bir yapı kazanır (Feuerriegel et al., 2023).
Uygulama katmanında üretken yapay zeka, organizasyonel yapılarda belirli iş problemlerini çözmek ve paydaş ihtiyaçlarını karşılamak üzere konumlandırılan insan-görev-teknoloji sistemlerine dönüşür (Feuerriegel et al., 2023).
Sosyo-teknik düzeyde insan ve yapay zeka etkileşimi, hiyerarşik bir görev devrinden ziyade tarafların birbirini sürekli beslediği ve yönlendirdiği bir ortak yaratım (co-creation) modeli sergiler (Feuerriegel et al., 2023).
Mevcut üretken yapay zeka sistemlerinin en temel sınırlılıkları arasında hatalı çıktılar (halüsinasyon), veri taraflılığı ile adillik sorunları, telif hakkı ihlalleri ve yüksek enerji tüketimi yer almaktadır (Feuerriegel et al., 2023).
Çalışmada elde edilen kavramsallaştırma, üretken yapay zekanın sadece teknik bir algoritma olmanın ötesinde, kullanıcı arayüzleri ve veri işleme altyapılarıyla desteklenen sosyo-teknik bir sistem bütünü olduğunu ortaya koymaktadır. Bu durum, teknolojinin iş süreçlerine entegrasyonunda yalnızca model performansına değil, sistemin kullanılabilirlik ve ölçeklenebilirlik gibi operasyonel boyutlarına da odaklanılması gerektiğini göstermektedir.
Yazarlar, insan-yapay zeka etkileşiminin geleneksel tek taraflı delegasyon modellerinden sıyrılarak karşılıklı bir ortak yaratım (co-creation) sürecine evrildiğini açıklamaktadır. Bu yeni etkileşim kalıbında üretken yapay zeka, kullanıcının niyetini yorumlayıp geri bildirimler sunarak tasarımı yönlendirirken; kullanıcı da kendi zihinsel şemalarını bu çıktılara göre dinamik biçimde yeniden yapılandırmaktadır.
Yazarların literatürdeki diğer çalışmalarla kurduğu ilişki, üretken yapay zekanın kurumsal mimari tasarımı ve süreç modellemesi gibi alanlardaki pratik değerini doğrulamaktadır. Özellikle Fill ve diğerlerinin (2023) deneysel verileriyle paralellik gösteren tartışmalar, bu teknolojinin yazılı açıklamaları yapılandırılmış teknik modellere dönüştürme potansiyelini ve bu sayede tasarım bilimi araştırmalarında nasıl bir katalizör işlevi görebileceğini kanıtlamaktadır.
Sonuç olarak, üretken yapay zekanın sunduğu olağanüstü fırsatların yanında halüsinasyon, telif hakları, adillik ve çevresel maliyetler gibi derin sınırlılıkların yönetilmesi gerekmektedir. Yazarlar, bu sınırlılıkların aşılabilmesi için İş ve Bilişim Sistemleri Mühendisliği (BISE) topluluğunun disiplinler arası gücünü kullanarak insan-makine perspektifinden güvenilir, şeffaf ve enerji tasarruflu yeni sosyo-teknik tasarım ilkeleri geliştirmesi gerektiğini savunmaktadır.
Yazarlar, kuramsal olarak kurulan model ve sistem katmanlarındaki kabiliyetleri, Fill ve meslektaşlarının ChatGPT ile gerçekleştirdiği deneysel bulgularla desteklemektedir. Bu karşılaştırma, üretken yapay zekanın ER, BPMN ve UML gibi karmaşık kurumsal modelleme şemalarını metinsel girdilerden yüksek doğrulukla üretebildiğini göstermekte ve teorik iddialara somut bir kanıt sunmaktadır (Feuerriegel et al., 2023).
Bu makale, literatürde hızla gelişen ancak teorik çerçevesi dağınık olan üretken yapay zeka alanını sosyo-teknik bir bakış açısıyla sistemli hale getiren kurucu bir Catchword çalışması işlevi görmektedir. Teknolojiyi yalnızca algoritmik bir yenilik olarak değil, model, sistem ve uygulama katmanlarından oluşan üçlü bir mimariyle kavramsallaştırarak, bilişim sistemleri araştırmacıları için ortak bir dil ve kavramsal zemin inşa etmektedir. Ayrıca, bu teknolojinin bireyler ve organizasyonlar üzerindeki etkilerini inceleyen çalışmalara kurumsal bir çerçeve sunmaktadır.
Çalışma, geleneksel analitik yapay zeka modellerini ve karar destek sistemlerini ele alan önceki literatürle doğrudan bir köprü kurmaktadır. Önceki çalışmaların üretken yapay zekayı belirli bir yöntem (dil modelleri vb.) veya dar bir uygulama alanı (pazarlama, eğitim vb.) üzerinden ele alan parçacıklı yaklaşımından ayrışmaktadır. Ng ve Jordan (2001) tarafından ortaya konan ayrıştırıcı ve üretici modelleme ilkelerini genişleterek, bu kavramları günümüzün büyük dil modelleri ve yayılım modelleri seviyesine taşımakta ve teorik altyapıyı güncellemektedir.
Makale, üretken yapay zekanın iş dünyasındaki ve organizasyonlardaki rolünü bütünsel bir literatür taraması eşliğinde sunarak akademik literatüre katkı sağlamaktadır. İş ve Bilişim Sistemleri Mühendisliği'nin (BISE) farklı alt alanları (Süreç Yönetimi, Karar Analitiği, Dijital Liderlik vb.) için somut araştırma soruları ve gündemleri önererek gelecekteki ampirik ve tasarım odaklı çalışmaların önünü açmaktadır. Ayrıca, adillik, telif hakları, halüsinasyon gibi teknik ve etik sınırlılıkları bir arada ele alarak çok disiplinli bir sentez sunmaktadır.
Makalenin doğrulanmış yöntemi, bulguları ve kuramsal çerçevesi; tez ve makale çalışmalarında kullanılacağı bölümle birlikte aşağıdaki araştırma taslaklarına dönüştürülmüştür.
Bu iddia, makalenin sosyo-teknik analizindeki insan-AI iş birliği modelini temellendirmek ve hibrit zeka kavramını genişletmek amacıyla kullanılabilir (Feuerriegel et al., 2023).
Makaleyle bağlantısı: Yazarların BPM lifecycle kapsamında üretken modellerin exploitative ve explorative tasarım stratejilerine katkı sağlayacağı yönündeki kuramsal tartışmalarından ve fikir üretme potansiyeline yönelik vurgularından hareketle bu araştırma önerilmiştir (Feuerriegel et al., 2023).
Üretken yapay zekanın teknik tanımlamasını literatür taramasında net ve doğrulanabilir bir akademik referansla yapmak amacıyla bu kaynaktan faydalanılabilir (Feuerriegel et al., 2023).
Makaleyle bağlantısı: Makalede belirtilen kod üretici sistemlerin (GitHub Copilot vb.) yaygınlaşması ve bu modellerin halüsinasyon/hata üretme potansiyeli karşısında kullanıcıların güven düzeylerini doğru kalibre etme gerekliliğine yapılan çağrıdan esinlenilmiştir (Feuerriegel et al., 2023).
Tez çalışmasında üretken sistemlerin güvenilirlik ve veri kalitesi sınırlarını tartışırken bu kavramsal tanımdan ve referanstan yararlanılabilir (Feuerriegel et al., 2023).
Makaleyle bağlantısı: Yazarların enterprise modeling bölümünde Fill ve diğerlerinin (2023) ChatGPT ile yaptığı kavramsal modelleme deneylerine atıfta bulunarak kurumsal dijital ikizlerin oluşturulmasında dil modellerinin rolüne yönelik sunduğu gelecek vizyonuna dayanmaktadır (Feuerriegel et al., 2023).
Üretken yapay zeka, 1950'lerdeki basit kural tabanlı sistemlerden günümüzün karmaşık Generative Adversarial Networks (GAN) ve Transformer mimarilerine evrilerek metin, görüntü ve müzik üretiminde insan düzeyinde performansa ulaşmıştır.
Hao Yu ve Yunyun Guo · Frontiers in Education · Mühendislik ve Teknoloji
Temel algoritma problemlerinde ChatGPT %96 başarı oranıyla uç durumlara karşı en yüksek uyum ve hata toleransı sergilerken; Gemini %94, Copilot %86 ve Claude %82 başarı oranına ulaşmıştır.
Abdulkadir Şeker ve Halil Kaynarpınar · Mühendislik ve Teknoloji
Üretken yapay zeka modelleri, öğrenenlerin yakınsal gelişim bölgesinde uyarlanabilir destek sağlayarak ak ölçekte kişiselleştirilmiş öğrenme deneyimleri sunma potansiyeli taşımaktadır.
Lixiang Yan ve 3 yazar · Nature Human Behaviour · Mühendislik ve Teknoloji