Yapay Zekâyla Güçlendirilmiş Ekip: Ürün Liderleri İçin Yeni Bir Yol Haritası

Transkripti okuyun:

Podcast’lerimizin transkripsiyonunu bir yazılım programı kullanarak deniyoruz. Bot her zaman yüzde 100 doğru olmadığı için lütfen yazım hatalarını mazur görün.

Hannah Clark: Bu yapay zekâ devrimiyle ilgili yönümüzü şaşırtan pek çok şeyden biri, hep birlikte yeni bir gerçeklik icat ediyor olmamız. Bunun kulağa geldiğinden çok daha az ütopyacı olduğunu söylememe muhtemelen gerek yok. Ancak ilginç olan bir başka nokta da hem liderlerin hem de bireysel katkı sağlayan çalışanların yeni bir yol oluşturmanın beraberinde getirdiği karmaşıklık içinde yol almakta zorlanmasını, hatta bunu söylemeye cesaret ediyorum, gerçek zamanlı olarak izliyor olmamız.

İş yeri etiği, çıktı kalitesi ve gelecekteki sonuçlar üzerindeki etki gibi konular, organizasyon şemasındaki herkesin zihninde. Ancak bu aynı zamanda birbirimizin atılımlarından öğrenmek ve kendi kararlarımızı ulaşmak istediğimiz gerçekliğe göre şekillendirmek için büyük bir fırsata sahip olduğumuz anlamına geliyor.

Bugünkü konuğum Smartling’de Ürün Başkan Yardımcısı olan Andrew Saxe. Smartling, yapay zekâdan etkilenen sektörlerin adeta başlıca örneği sayılabilecek çeviri ve dil hizmetleri sektöründe faaliyet gösteriyor. Andrew Smartling’e başladığında ekipleri çeviri hizmetlerini manuel olarak yürütüyordu ve yapay zekâ, Haley Joel Osment’ın robot Pinokyo’yu canlandırdığı eski bir bilim kurgu filminden ibaretti.

Söylemeye gerek yok, işler değişti. Bu bölümde Andrew’un gerçek yapay zekâ değerini abartılı propagandadan ayırma, yapay zekâ destekli iş akışlarını kullanıma alırken liderlerin düşünmesi gereken etik hususlar ve en çok talep gören becerilerin neden herkesin beklediğinden daha hızlı değiştiğine ilişkin görüşlerini dinleyeceksiniz. Hadi başlayalım.

Bu arada, her hafta bunun gibi sohbetler gerçekleştiriyoruz. Bu size ilginç geliyorsa neden abone olmayasınız? Tamam, şimdi başlayalım.

Ürün Yöneticisi podcast’ine tekrar hoş geldiniz. Bugün Smartling’de Ürün Başkan Yardımcısı olan Andrew Saxe ile birlikteyim.

Andrew, yoğun programından zaman ayırıp bugün bizimle olduğun için çok teşekkür ederim.

Andrew Saxe: Kesinlikle. Burada olmak harika.

Hannah Clark: Geçmişinden ve bugün bulunduğun noktaya nasıl geldiğinden biraz bahsedebilir misin?

Andrew Saxe: Evet. Biliyor musun, muhtemelen doksanların ortalarından beri internete ilgi duyuyorum. O zamanlar internet yeniydi ve ben her zaman teknoloji dünyasında oldum; teknolojinin pek çok alanında eğitim aldım. Tüm işlerim geliştirme ve ürün alanında oldu.

Bir süre sahte bir web geliştiricisiydim; pek de iyi olmayan web siteleri ve kodlar üretiyordum. Sonunda ürün alanına geçtim. Smartling’de yaklaşık 14 yıldır bulunuyorum; temmuz ayında 15 yıl olacak, yani oldukça uzun bir süre. Ama evet, her zaman ürünle ilgilendim ve Smartling’de kaldım.

Hannah Clark: Evet, harika. On beş yıl hiç de küçümsenecek bir süre değil.

Andrew Saxe: Kesinlikle kısa bir süre değil.

Hannah Clark: Özellikle teknoloji dünyasında. Köpek yılı gibi.

Andrew Saxe: Evet. Bu sanırım en uzun ilişkim.

Hannah Clark: Bugün liderlik perspektifinden yapay zekâ etrafında gelişen etik konulara odaklanacağız. Başlangıç olarak, Smartling’de geçirdiğin 15 yıl boyunca gözlemlediklerin üzerinden sohbeti çerçevelemek ister misin?

Görev süren boyunca Smartling’in çeviri sektöründe olduğunu ve şirketi kurduğunuzdan bu yana pek çok büyük teknolojik dönüşüm yaşandığını gördün. Bulut teknolojisinin benimsenmesi, şeffaflık ve şimdi de yapay zekâ çağındayız. Bu dönüşümün farkı nedir?

Andrew Saxe: Evet, kesinlikle. Çeviri sektöründeyim; İngilizceyi Fransızcaya, İspanyolcaya ve benzeri dillere çevirebiliyorum. Bu süreci düşündüğünüzde, işin büyük ölçüde insanlardan oluştuğunu görüyorsunuz. Bir şeyleri çevirmek yüzyıllardır var olan bir faaliyet. Diller her zaman başka dillere dönüştürüldü ve bu her zaman insan odaklı bir girişim oldu.

Son 15 yıldaki diğer teknolojik gelişmeleri düşündüğümüzde, bulut teknolojisi muhtemelen en büyüğüydü. Bunlar daha çok işletme ve organizasyon üzerindeki etkilerdi. Yapay zekâya geçiş ise çeviri dünyası üzerinde şimdiden derin bir etki yarattı ve muhtemelen başka alanlarda da insanları giderek daha fazla etkilemeye başlayacak.

Bulut teknolojisi büyük bir etki yarattı; insanların işletmeleri ölçeklendirmesine, sunucu çiftlikleri kurmak zorunda kalmamasına ve benzeri şeylere olanak sağladı. Ancak bu etkiyi son kullanıcılar büyük ölçüde hissetmedi; yalnızca daha fazla uygulamaya, işletmeye ve benzeri hizmetlere sahip oldular. Günümüzdeki yapay zekâ dönüşümünden en fazla etkilenenlerin günlük çalışanlar olduğunu düşünüyorum ve bunu çeviri dünyasında kesinlikle görüyoruz.

Hannah Clark: Bu özel alanda etkinin gerçekten büyük olması gerektiğini tahmin edebiliyorum.

Çeviri hizmetlerinde yapay zekânın uygulanmasından bahsettiğimizde, belirttiğin gibi çevirmenlerden ve son kullanıcılardan oluşan iş gücü üzerinde büyük bir etki var. Verimlilik kazanımlarını iş gücünüz üzerindeki etkiyle nasıl dengeliyorsunuz ve onların rolü nasıl değişti?

Andrew Saxe: Hem bir yazılım şirketi hem de çevirileri ve tüm süreci yönetmek için araçlar sağlayan bir hizmet olarak yazılım şirketiyiz. Binlerce ya da yüz binlerce kişinin çevirileri yazdığını düşünürseniz, bunu yönetmek için araçlar sunuyoruz.

Bir de çevirileri gerçekten yapan insanlar var. Biz bu çeviri hizmetlerini sunuyoruz. Büyük ölçüde insanlar bu çevirileri yazıyor ya da çevirileri kalite açısından inceliyor, hataları düzeltiyor ve bir kuruluşun marka sesini koruyor.

Birkaç yıl önce, yaklaşık 10 yıl önce, sinirsel makine çevirisi ortaya çıktı. Belki beş ya da altı yıl önceydi, zamanlamayı hatırlamıyorum. Google Çeviri uzun zamandır vardı ve sinirsel makine çevirisine geçiş yaptılar. Bu, kalitede oldukça büyük bir etki yarattı ancak insanları süreçten çıkarmanıza olanak sağlayacak düzeyde değildi.

Süreci düşünürseniz biri çeviriyi yazar, biri kalite açısından inceler ve ardından içerik sahibine geri gönderir. Her zaman böyleydi ve makine çevirisi kullanıldığında da aynı şekilde devam etti. Yapay zekâyla birlikte bu iş akışındaki, bu süreçteki insanları çıkarmaya ya da en azından rollerini değiştirmeye bakıyoruz. Yapay zekâ ve etrafındaki araçlar geliştikçe insanlar belki çeviriyi yazmaktan uzaklaşıyor ve en iyi ilk çeviriyi yeniden oluşturabiliyoruz. Kalitesini değerlendirmek için yapay zekâ ve büyük dil modelleri kullanabiliyor, ardından insan incelemesine gönderilip gönderilmeyeceğine karar verebiliyoruz.

Dolayısıyla insanın rolü daha çok doğrulama rolüne dönüşüyor. Kalitenin kontrol edilmesi gerektiğini değerlendirdiğimizde insan devreye giriyor ve “Evet, bu pek iyi olmayabilir” diyor. Büyük dil modelinin doğru şekilde kontrol edemediği veya bulamadığı uç durumları keşfedebiliyor ve ardından bunu makineye geri besleyerek genel olarak gelişmesini sağlayabiliyorsunuz.

Rol kesinlikle iş akışının başında ve ortasında olmaktan çıkıp sonunda, kalite için içeriğin rastgele doğrulanmasını veya örneklenmesini yapmaya kayıyor. İnsanların çalışma biçiminde oldukça büyük bir değişim var. Kim bilir, belki sonunda doğrulama bileşenlerinin bazılarına ihtiyaç duyulmayacak bir noktaya geliriz; ancak şu anda gerçekleşen yönelim kesinlikle bu.

Hannah Clark: Evet, özellikle marka sesi gibi, çok incelikli ve fark edilmesi ve ustalaşılması gerçekten zor olabilen bir şeyden bahsetmen çok ilginç. Bu, kendi dilinizde bile zor olabilir. Çevirinin yapay zekânın yeterince değerlendirmesi ve çevirmesi açısından çok daha karmaşık olabileceğini görebiliyorum.

Dolayısıyla bu katmanın hâlâ çok önemli olduğunu ve yerini almanın oldukça zor olacağını anlayabiliyorum.

Andrew Saxe: Kesinlikle öyle. Marka sesi büyük bir bileşen; özel terminoloji de öyle. İnsanların kullanmak istediği marka sözcükleri ve sözlük terimleri ya da uzak durmak istedikleri kelimeler oluyor.

Çevirilerin bunların tümüne uyduğundan emin olmanız gerekiyor. Yapay zekâ bu konuda oldukça iyi iş çıkarıyor, ancak bazı hatalar da yapabiliyor. Güvenlik bariyerleri oluşturmanız gerekiyor ve bazen bunun insan unsuru güvenlik bariyerinin kendisi oluyor.

Hannah Clark: Kesinlikle. Yapay zekâyı içerik fikirleri geliştirmek ve benzeri işler için kullandığımda bunu ben de görüyorum. Teknolojinin şu anda neler yapabileceğini düşünmek ilginç, ancak bunun yalnızca basit ve doğrudan bir çeviri işi olmadığını; farklı müdahale rolleri bulunduğunu düşünmek de ilginç.

İnsanların yazdığı bir görevden doğrulama rolüne dönüşüm biraz daha ilerlediğinde, bugün iş akışı nasıl görünüyor ve yapay zekâ dönüşümü çağını görmeden beş yıl önce nasıldı?

Andrew Saxe: Açıkçası, Smartling’de bile çevirilerin onlarca yıldır teknolojiyi kullandığını gördük. Masaüstü araçları, sunucu araçları ve yönetim için her türden araç vardı. Ancak her zaman çeviriyi yazan, inceleyen ve kaliteyi değerlendiren bir insan oldu.

Çeviriye kuruluşların yüz milyonlarca, hatta milyarlarca dolar harcadığını düşündüğümüzde süreç gerçekten değişiyor. İnsanlar yaptığında çevirinin tamamlanması zaman alabiliyor. İş akışı, anında gerçekleşecek şekilde ve maliyetin hızla düşmesiyle büyük ölçüde değişiyor; insanlara ödeme yapmıyorsanız artık bu kişilere ödeme yapmıyorsunuz.

İş akışı çok daha verimli hâle geliyor ve gerçekten yalnızca uç durumlarla ve benzeri konularla ilgileniyorsunuz. Yapay zekâ ve benzeri araçlar gelişse de hâlâ bazı durumlar var. Örneğin hukuki belgeleriniz varsa, insanların bunların tamamını ya da gerçekten kesin olması gereken tüm bilgileri incelemesini isteyebilirsiniz.

Dolayısıyla belirli içerik türlerinde hâlâ insanlara ihtiyaç var, ancak bunun önümüzdeki birkaç yıl içinde zamanla değişmesini bekliyorum.

Hannah Clark: Sanırım teknolojiye duyulan güven arttıkça ve teknoloji daha etkili hâle geldikçe bu da değişecek. Etik konulardan bahsettiğimizde, yapay genel zekâya ve benzeri gelişmelere ulaşma konusunda etik açıdan nerede durduğumuza ilişkin bir iç tartışma yaşanıyor. Yapay zekânın kurum içinde ya da genel olarak çeviri hizmetleri sektöründe uygulanmasıyla ilgili liderlik tartışmalarınızda hangi etik değerlendirmeler gündeme geldi?

Andrew Saxe: Bizim açımızdan, birlikte çalıştığımız dil uzmanlarını ve benzeri kişileri düşündüğümüzde, insanları farklı rollere oldukça başarılı biçimde taşıyabildik. Önceden kazandıkları miktarı kazanmaya devam etmelerini sağladık. Yalnızca daha fazla içeriği inceleyebiliyorlar; çünkü daha az düzenleme ve daha az inceleme gerekiyor. Yani hızları arttı.

İş akışının farklı bir ucunda çalışıyorlar. Bu araçları kullanmaya gerçekten daha yeni başladığımız için, üzerinde daha fazla düşünmemiz gereken bir konu. Sektörde kesinlikle şu soru soruluyor: Bütün bu insanlar sonunda nerede yer alacak?

Çeviri çok incelikli bir iş. Dediğin gibi, İspanyolca ya da Fransızca konuşmanız, belgeleri, uzmanlık içeren içerikleri ve benzeri şeyleri çevirebileceğiniz anlamına gelmiyor. Çeviri doğru sonuç vermeyebilir. Bu nedenle oldukça düşünceli bir yaklaşım gerekiyor.

Bence bunun için hâlâ alan var. Hatta mevcut içeriği çevirmek yerine bir dilde içerik oluşturmaya daha fazla kayabilir. Dolayısıyla çeviri alanında insanlar için kesinlikle roller olmaya devam edecek.

Hannah Clark: Bu durum birçok açıdan içerik alanını da yansıtıyor. Süreci daha verimli hâle getiren araçlar artık var ve bu nedenle sektörde talep edilen beceriler de değişti. Eskiden çıktı üretme becerisi ve teknik gerekliliklere, özellikle SEO’ya dikkat etmek çok talep görüyordu. Şimdi çeviri alanında da durumun benzer olduğunu tahmin ediyorum.

Belirli nüansları, dilsel incelikleri ve üslubu fark edebilme ya da bir müşterinin gereksinimlerine çok fazla ayrıntıya dikkat ederek yaklaşabilme becerisi, yalnızca kelime kelime çeviri yapabilmekten daha önemli hâle geliyor gibi görünüyor. Bu tür teknoloji değişimlerinin tüm sektör üzerinde nasıl domino etkisi yarattığı ve hangi becerilerin talep edildiğini değiştirdiği ilginç.

Andrew Saxe: Kesinlikle öyle. Yaptığımız araştırmalara baktığımızda ve muhtemelen bu yıl uygulamaya alacağımız şeyleri düşündüğümüzde, bu nüansların bazılarını yakalamaya çalışıyoruz. Örneğin kuruluşunuz kendisini nasıl görüyor ya da müşterilerin sizin hakkınızda nasıl konuşmasını istiyorsunuz?

Bu tür tanımlamalar oluşturmak, yapay zekânın, büyük dil modelinin ya da kullandığınız her neyse onun ürettiklerini gerçekten etkileyebiliyor. Buna bağlı olarak kalite değişiklikleri gördük. Şu anda insanların, hatta bazı doğrulama ve inceleme alanlarında bile, bu nüansların bir bölümünde hâlâ rol oynadığını görüyoruz.

Bu da muhtemelen zamanla değişecek.

Hannah Clark: Ben bunu şöyle düşünmeyi seviyorum: Piyasa bir alanda arzı artırdığında, örneğin çıktı hacmi yükseldiğinde, daha yüksek kaliteye, daha özgün içgörülere veya aynı araçlara sahip bir rakibin içeriği karşısında sizi öne çıkaracak şeylere yönelik talep de artıyor.

Hayatta olmak için çok ilginç bir dönem.

Andrew Saxe: Evet. Bu kadar kısa sürede böylesine çarpıcı bir değişim görmek gerçekten çok ilginç.

Hannah Clark: Bazen normalde onlarca yıl içinde gözlemlenecek bir değişime tanık oluyormuşuz gibi hissediyorum; oysa bu birkaç ay içinde gerçekleşti. Başım hâlâ dönüyor. Bu tür sohbetleri her yaptığımda, programımızda ayda bir yapay zekâ konuşması gerçekleştiriyoruz ve her seferinde inanılmaz geliyor.

İş akışlarına dönelim. İşe alım ve iş akışınızı nasıl değiştireceğiniz konusunda karar verirken merak ediyorum: Hız kazanımını gerçekten mümkün kılmak istediğinizi söyledin. Bu iş gücündeki pek çok kişinin artık dışarıdan yaptırılabilecek sıradan işlerden ziyade daha tatmin edici işler yapma konusunda güçlendirildiğini düşündürüyor.

Hangi iş akışlarının veya görevlerin öncelikle insanlar tarafından yürütülmesi gerektiğine, hangilerinin yapay zekâ görevi olduğuna ve bunlar için yapay zekâ kullanılması beklendiğine nasıl karar veriyorsunuz?

Andrew Saxe: Gerçekten duruma bağlı. Çeviri dünyasında insanların her zaman yönlendirmeye çalıştığı bir maliyet-kalite-hız matrisi var. En yüksek kaliteyi en düşük fiyata ve mümkün olan en kısa sürede elde etmeye çalışıyorlar.

Doğru içerik türü için doğru aracı sunduğumuzdan emin olmak amacıyla çok sayıda araştırma, inceleme ve test yapıyoruz. Özellikle yapay zekâ araçlarımızda baktığımız bazı güven düzeyleri var. Belirli bir teknoloji, araç seti ya da iş akışı sürecinin, kalitesini garanti edebileceğimiz bir içerik üreteceğinden emin olmak istiyoruz.

Belirli bir sürecin ya da iş akışının kalitesini garanti edebiliyorsak müşterinin kullanması gereken iş akışını seçmek için bunu müşteriye sunuyoruz. Bazı müşteriler gerçekten insan istiyor. Bu süreçte iki insanın yer almasını talep edebiliyorlar ve belirli içerik türleri bunu gerektirebiliyor.

Ancak teknoloji destekli iş akışlarını daha geniş ölçekte her tür içeriğe uygulayabildiğimizi görüyoruz. Bunun bir istisnası var: Bazı az konuşulan dillerde büyük dil modelinde çevirinin nasıl olması gerektiğini gerçekten anlamaya yetecek bilgi bulunmayabilir.

Bu nedenle bazı az konuşulan dillerde hâlâ insanlara ihtiyaç duyulabilir. Bunun dışında bu araçları neredeyse her tür içeriğe geniş ölçekte uygulayabildiğimizi ve yine de kaliteyi garanti edebildiğimizi gördük.

Hannah Clark: Biraz da organizasyonun geneline bakalım. Belirli bir ekibe odaklanıyoruz. Smartling genelinde, organizasyon düzeyinde benimsemeye nasıl yaklaşıyorsunuz?

Bu noktada herkesin yapay zekâ için bir kullanım alanı var. Organizasyonun yapay zekâyı oldukça yeknesak bir şekilde benimsediğini mi görüyorsunuz? Yoksa bazı alanlarda daha uygulanabilir olduğu veya insanların işleri eski yöntemlerle yapmaya daha fazla direndiği durumlar var mı?

Andrew Saxe: Sanırım bunun iki tarafı var. Müşterileri olan bir yazılım sağlayıcısı olarak müşterilerimizin genellikle kurum içinde yapay zekâ talep eden yönergeleri oluyor. Nasıl kullanacaklarından emin olmasalar bile verimlilik elde ettiklerinden ve kullandıkları tedarikçilerin yapay zekâ kullandığından emin olmak istiyorlar. Bu verimliliği raporlayabilmeleri gerekiyor.

Dolayısıyla müşteriler bunu kesinlikle istiyor ve biz de kuruluşları için talep ettikleri verimliliği, maliyet tasarrufunu ya da başka gereklilikleri sağlayacak çözümlerin ne olması gerektiğini anlamaya çalışıyoruz. Kurum içinde yapay zekâyı ve yapay zekâ araçlarını nasıl kullandığımıza baktığımızda da her ekibin yapay zekâ araçlarını kullandığını görüyorum. Mühendislik ekibimiz ve ürün ekibimiz kesinlikle kullanıyor.

Belki daha sınırlı ölçüde, ama yine de yapay zekâ kullanıyorlar. Müşteri destek araçlarımızın ve yardım masamızın yapay zekâ destekli olduğunu biliyorum. Gerçekten her şey bu yönde ilerliyor.

Hannah Clark: Yapay zekâ yönergelerini giderek daha fazla görüyorum. Şimdiye kadar bununla ilgili birkaç sohbet yaptım ve kuruluşların kullandığı farklı yaklaşımlar var. Bunlardan birinin havuç ya da sopa yaklaşımı olarak tanımlandığını duydum. Yapay zekâyı teşvik edebilirsiniz; benimseme oranı istediğiniz seviyede değilse bu bir zorunluluğa dönüşebilir.

Amaç, insanların keşfetmesini, araçları denemesini ve iş akışlarını nasıl destekleyebileceklerini anlamasını sağlamak. Ancak bunun bazı sonuçları da olabilir.

Andrew Saxe: Kurum içinde kesinlikle bazı politikalar ve izin verilen araçlar belirledik. Kullandığımız tedarikçiler genellikle güvenlik denetimlerinden ve benzeri süreçlerden geçmiş oluyor. Böylece bu konuda belirli bir güvenlik sağlayabiliyoruz.

Ancak her gün herkesin kullanabileceği yeni bir araç çıkıyor ve eminim herkes bunları denemeye çalışıyor.

Hannah Clark: Hype döngüsünden bahsedersek; bu yeni bir teknoloji, yönergeler var, heyecan var ve çok fazla abartılı ilgi söz konusu. Şu anda, “Büyük şüphecilik” diye adlandırabileceğim bir dönemden çıkıyoruz: Neyin abartı olduğu ve hangi araçların gerçekten yapay zekâ özelliklerine ihtiyaç duyduğu sorgulanıyor.

Büyük bir ilerleme olduğunda bu her zaman yaşanıyor. Sosyal medyada ve Web3’te de gördük. Organizasyonun abartılı ilgiyi ayırmasına, meseleyi gerçek değerin nerede olduğuna göre temellendirmesine nasıl yardımcı oluyorsunuz? Çünkü madalyonun diğer tarafında benimsemeye isteksiz insanlar olduğu gibi fazla hevesli insanlar da olabilir.

Kaliteye zarar vermeyen, değerli yapay zekâ kullanım alanını nasıl belirliyorsunuz?

Andrew Saxe: Yapay zekâ araştırmacılarımızdan ve mühendislerimizden biri her zaman şunu söyler: Her şey yapay zekâ olmak zorunda değil. Bir kural ya da koşullu mantıkla yapabiliyorsanız bunu kullanın; her şeyin yapay zekâ destekli olması gerektiğini düşünerek çok fazla zaman harcamayın.

ChatGPT gibi araçları kullandığınızda ya da bir şey yazdığınızda ve onun sizin için koca bir makale oluşturduğunu gördüğünüzde şaşırıyorsunuz. Bu, heyecanı yaratan unsurlardan biri; çünkü araç inanılmaz şeyler yapıyor gibi görünüyor.

Ancak yapay zekâyı işletme çözümlerine ve müşterilere yönelik çalışmalara uygulamaya başladığınızda, gördüğü şey konusunda farklı bir güven düzeyine sahip olmanız gerekiyor. Şüpheciliğin ortaya çıktığı yer burası. Bunun ChatGPT’ye bir şey yazıp harika bir yanıt almakla aynı şey olmadığını görüyorsunuz.

Mesele, işletmenizi veya müşterinizin sonucunu iyileştirecek bir teknoloji uygulaması bulmak. Herkes bunu istiyor ve ortada büyük bir heyecan var; ancak araçları oluşturmaya başladığınızda daha ölçülü bir tepki gerekiyor.

İnsanlara gerçekten fayda sağlayacak ve kullanışlı olacak bir şey geliştirdiğinizden emin olmak istiyorsunuz. Bazen bu, ChatGPT’ye bir şey yazmaktan daha fazla zaman alıyor.

Hannah Clark: Kesinlikle. Sosyal medyanın kitlesel olarak ortaya çıktığı döneme benzer bir durum olduğunu düşünüyorum. İşletmelerin sosyal medyada yer alması gerektiğine dair bir norm oluştu.

Bazı insanlar bunu hiç ciddiye almadı ya da yeterince önemsemedi. Bazıları da diğer uca giderek sosyal medyaya gereğinden fazla odaklandı. Sonra da yatırım getirisinin nerede olduğu sorusu ortaya çıktı. Bu dengeyi ayarlamak, insanların keşfetmesi için bir alan ve teşvik sunmak, iyi kullanım alanlarını bulmalarını sağlamak gerekiyor.

Ancak sonunda yalnızca işletmeye gerçekten kanıtlanmış fayda sağlayanları korumak gerekiyor.

Andrew Saxe: Evet. Bir şeyler geliştirirken çok sayıda deney yapıyoruz. Müşteriler için harika olacağını düşündüğümüz bir şeyi test ediyoruz. Birkaç ay boyunca yüzde 80 ya da yüzde 85 güven düzeyine ulaşmaya çalışıyoruz.

Bunun işe yarayıp yaramayacağı bazen yazı tura gibi oluyor. Yapay zekâ harika, ancak yine de istediğimiz sonucu üretme ihtimali bazı durumlarda yüzde 50 civarında. Bu nedenle teknoloji için doğru kullanım alanlarında bir güven katmanı ve güven düzeyi gerekiyor.

Hannah Clark: Çeviri dışındaki sektörlere bakarsak, paylaşmak istersen yapay zekânın nasıl entegre edildiği konusunda hangi benzerlikleri görüyorsun?

Genel olarak ürün alanında, kariyerindeki deneyimlerinden daha geniş ölçekte uygulanabilecek ve bu teknolojiyle ilerlerken bakışını şekillendiren dersler var mı?

Andrew Saxe: Biraz var. Ürün ve ürün yöneticileri için en yeni araçları takip etmeye çalışıyorum.

Ürün geliştirmede henüz çok faydalı olduğunu görmediğim pek çok alan var. Bunu, en azından bizim henüz var olmayan şeyleri, yeni araçları, arayüzleri, teknolojileri ve uygulamaları icat ettiğimizi düşündüğüm için söylüyorum.

Yazma konusunda faydalı olabilir. Örneğin bir gereksinim belgesinin ana hatlarını oluşturabilir veya bunu Jira görevlerine dönüştürebilirse harika olur. Bu, ürün yöneticilerinin yapmak zorunda kaldığı bazı karmaşık işleri ortadan kaldırır. Bir kâğıda bir şey çizip bunu güzel bir taslağa dönüştüren ve odaklanabileceğiniz farklı alanları gösteren bazı harika araçlar da gördüm.

Dolayısıyla günlük, ayrıntılarla uğraşmayı gerektiren ve yeni bir şey icat etmek kadar fazla düşünmeyi gerektirmeyen işlerin bir bölümünü iyileştirecek pek çok uygulama göreceğimizi düşünüyorum.

Hannah Clark: Yeni bir şey icat etmekten bahsetmişken, beni çok heyecanlandıran bir konu da kodlama eğilimi.

Ekipler arasındaki iş birliği için büyük bir potansiyel ortaya çıkıyor. Bir fikre sahip olabilir ve bunu, fikri bir sonraki seviyeye taşıyabilecek becerilere sahip bir ekip tarafından üzerinde yineleme yapılabilecek bir prototipe dönüştürebilirsiniz.

Andrew Saxe: Bu araçlardan bazılarını geliştirilirken gördün mü?

Hannah Clark: Evet, kurum içi ekibimiz bunlarla çok oynuyor ve insanların neler icat ettiğini görmek gerçekten çok güzel. Bence en ilginç nokta, akıllı telefon kullanıcıları olarak hepimizin yaşadığı o an: “Keşke özellikle istediğim şeyi yapan bir uygulama olsa” diye düşünüyorsunuz.

Muhtemelen başka hiç kimse bunu istemiyor. Şimdi ise bunu deneyecek teknolojiye sahipsiniz. Fikrinizin aslında saçma bir fikir olup olmadığını görebiliyorsunuz. Benim de bir fikrim var ama ne olduğunu açıklayamam.

Andrew Saxe: Fikrinizin gerçekten işe yarayıp yaramadığını test etmek için harika bir yöntem.

Hannah Clark: Kesinlikle. Bir şeyi anında doğrulayabilmek harika; çünkü fikirler böyle ortaya çıkıyor. Çoğu zaman birileri muhtemelen bunu zaten yapıyordur, ama siz daha iyi yapabilirsiniz.

Andrew Saxe: Kesinlikle.

Hannah Clark: Yapay zekâ ve insan çalışanlar arasındaki ilişkiye gelirsek, lider olarak şu anda organizasyon üzerindeki etkilerden bahsediyoruz. Bunun son kullanıcılar ve genel olarak insanlar için nereye gittiğini görebiliyoruz. Peki ne görmek istersin? Bunun iş gücünüzü nasıl güçlendirdiği konusunda seni heyecanlandıran şey ne ve önümüzdeki üç ila beş yılda ne görmek istersin?

Andrew Saxe: Platform açısından düşündüğümde, en azından çeviri dünyasında ve pek çok alanda çok fazla yönetim işi var. İnsanlar sürekli ayrıntıların içinde çalışıyor ya da bütün günlerini platformlarda geçiriyorlar. Bu onların işi.

Bunun istisna yönetimine dönüştüğünü düşünüyorum. Yapay zekânın, büyük dil modellerinin veya kullandığınız herhangi bir aracın istediğiniz sonucu ürettiğine güvenebiliyorsanız, yalnızca istediğiniz sonucu üretmediğinde yönetmeniz gerekir. Smartling gibi platformlar da dâhil olmak üzere pek çok aracı, sürekli yönetmek yerine istisnaları yönetecek şekilde yeniden konumlandırmak ve yeniden tasarlamak gerekiyor.

Ayrıca insanların tüm bu işleri yapmasına ihtiyaç yoksa teknoloji, araçlar ve bunların tamamı yalnızca belirli bir yerde değil, çok daha fazla yerde kullanılabilir.

Hannah Clark: Şu görüş hakkında ne düşünüyorsun? Kariyer ilerlemesi söz konusu olduğunda uzun zamandır eleştirdiğim bir konu var. Bireysel katkı sağlayan çalışanlar içinde belirli bir görevde gerçekten iyi olan kişiler, temel işlevlerindeki becerileri sayesinde yükseliyor ve ardından insan lideri oluyorlar; ancak insan yönetimi becerilerinden yoksun kalabiliyorlar.

Şimdi bireysel katkı sağlayan çalışanların temel düzeydeki görevleri yerine getiren teknolojileri yönettiği bir konumdayız. Bu, bireysel katkı düzeyinde yönetim eğitimi vermeye başladığımız ilk dönem gibi geliyor. İnsanlar, insan yönetimi katmanına geçmeden önce bir ekibi yönetmek için gerekenleri gerçekten anlamaya ve yönetme becerisi geliştirmeye başlıyor.

Andrew Saxe: Bu gerçekten mantıklı. Daha önce bunu düşünmemiştim, ancak kesinlikle üzerinde düşüneceğim. Smartling ekibine bakarken de bunu değerlendireceğim.

Hannah Clark: İnsanların yönetici olmadan önce yönetici gibi düşünmeye başlaması ilginç. İnsanlara ilişkin meseleleri yönetmenin incelikleri var, ancak insanların yönetici olmadan önce yönetici gibi düşünmeye başlamasını görmek güzel.

Ben de bu değişim için heyecanlıyım.

Andrew Saxe: Bu tamamen mantıklı. İnsanların daha önce yapmadıkları işleri yapabilmesi için pek çok yeni fırsat yaratıyor.

Hannah Clark: Bir teknoloji tamamen paradigma değişimi yarattığında ortaya çıkan bu beklenmedik sonuçları görmek çok ilginç.

Andrew Saxe: Evet.

Hannah Clark: Bu sohbet gerçekten çok keyifliydi. Programa katıldığın için çok teşekkür ederim. Hareketli bir yapay zekâ sohbetini seviyorum.

Andrew Saxe: Eminim daha pek çok sohbet yapacaksın.

Hannah Clark: Muhtemelen gelecek ay da. İnsanlar seni çevrim içi nereden takip edebilir, Andrew?

Andrew Saxe: Beni LinkedIn’de bulabilirler. Sanırım kullanıcı adım ASaxe.

Hannah Clark: Harika. Katıldığın ve zaman ayırdığın için teşekkür ederim.

Andrew Saxe: Çok teşekkürler.

Hannah Clark: Bizi dinlediğiniz için teşekkürler. Daha fazla harika içgörü, nasıl yapılır rehberi ve araç incelemesi için theproductmanager.com/subscribe adresinden bültenimize abone olun. Bunun gibi daha fazla sohbeti, podcast’lerinizi dinlediğiniz her yerde Ürün Yöneticisi’ne abone olarak dinleyebilirsiniz.