Yapay Zekâ21 dk okuma

Yöneticiler İçin Yapay Zekâ Okuryazarlığı Müfredatı

Bu nedenle yapay zekâ okuryazarlığını yalnızca yeni araçların öğrenilmesi olarak değil, geleceğin işletme modelini yönetebilmek için geliştirilmesi gereken stratejik bir liderlik yetkinliği olarak değerlendiriyorum.

Bilgin Çavuş

Bilgin Çavuş

Yapay zekâ çağında yöneticilerin hangi yetkinliklere sahip olması gerektiğini tartışırken, konunun çoğu zaman teknoloji kullanım becerilerine indirgenmesini önemli bir eksiklik olarak görüyorum. Bir yöneticinin üretken yapay zekâ araçlarını kullanabilmesi, etkili komutlar yazabilmesi veya belirli uygulamaları tanıması elbette yararlıdır. Ancak bunların hiçbiri tek başına yapay zekâ yatırımlarını yönetebileceğini, doğru kullanım senaryolarını seçebileceğini, ortaya çıkan riskleri değerlendirebileceğini veya teknolojiyi ölçülebilir iş değerine dönüştürebileceğini göstermez. Kurumsal dönüşüm, PMO, teknoloji yönetişimi ve iş geliştirme alanlarında edindiğim deneyimler bana, yöneticilerin teknoloji uzmanı olmaktan önce teknolojinin organizasyon üzerindeki etkilerini anlayabilen karar vericiler olması gerektiğini düşündürüyor. Bu nedenle yapay zekâ okuryazarlığını yalnızca yeni araçların öğrenilmesi olarak değil, geleceğin işletme modelini yönetebilmek için geliştirilmesi gereken stratejik bir liderlik yetkinliği olarak değerlendiriyorum.

Yapay Zekâ Okuryazarlığı Neden Artık Yöneticilerin Gündeminde?

Kurumsal dünyada teknoloji okuryazarlığı uzun yıllardır önemli bir yönetim yetkinliği olarak değerlendiriliyor. Ancak yapay zekânın karar destek sistemlerinden üretken yapay zekâ uygulamalarına ve giderek daha fazla görev üstlenebilen AI ajanlarına doğru gelişmesi, yöneticilerin teknolojiyle kurduğu ilişkiyi değiştiriyor.

Geçmişte bir yöneticinin yeni bir kurumsal yazılım yatırımında temel sorumluluğu, iş gereksinimlerini tanımlamak, bütçeyi değerlendirmek ve beklenen faydaları izlemek olabilirdi. Teknik mimarinin ayrıntıları ise büyük ölçüde bilgi teknolojileri ekiplerinin sorumluluğunda bulunurdu.

Bugün bu ayrım tamamen ortadan kalkmış değil. Ancak yapay zekâ sistemlerinin bazı çıktıları doğrudan yönetim kararlarını etkileyebiliyor, çalışanların günlük görevlerini değiştirebiliyor ve belirli koşullarda operasyonel işlemleri başlatabiliyor.

Örneğin bir satış yöneticisi yapay zekâ destekli müşteri analizi kullanabilir. Bir finans yöneticisi nakit akışı tahminlerinde makine öğrenmesi modellerinden yararlanabilir. Bir insan kaynakları yöneticisi işe alım süreçlerinde yapay zekâ destekli araçlarla karşılaşabilir. Bir proje yönetim ofisi yöneticisi ise portföy risklerini analiz eden sistemleri değerlendirebilir.

Bu kullanım senaryolarının her biri farklı iş sonuçları ve riskler içerir.

Dolayısıyla yöneticilerin yalnızca yapay zekânın neler yapabildiğini bilmesi yeterli değildir. Hangi koşullarda güvenilir sonuçlar üretebildiğini, hangi sınırlamalara sahip olduğunu ve hangi kararların insan sorumluluğunda kalması gerektiğini de anlamaları gerekir.

Benim açımdan yönetici düzeyinde yapay zekâ okuryazarlığının başlangıç noktası budur.

Yapay zekâ okuryazarlığı, bir teknolojiyi kullanmayı bilmekten önce, o teknolojinin hangi kararları nasıl etkileyebileceğini anlayabilmektir.

Yapay Zekâ Eğitimi ile Yapay Zekâ Liderliği Eğitimi Aynı Şey Değildir

Şirketlerde yapay zekâ eğitimleri planlanırken ilk gündeme gelen konular genellikle üretken yapay zekâ araçları, prompt yazma teknikleri ve günlük verimlilik uygulamaları oluyor.

Bu konuların eğitim programlarında yer almasını önemli buluyorum. Çünkü yöneticilerin kullandıkları teknolojilerin temel işleyişini deneyimlemesi, soyut kavramları daha iyi anlamalarına yardımcı olabilir.

Ancak yönetici eğitimlerinin yalnızca bu başlıklardan oluşmasını yeterli görmüyorum.

Bir yönetici etkili bir prompt hazırlayabilir, uzun bir raporu özetletebilir veya sunum taslağı oluşturabilir. Fakat aynı yönetici, şirketin hangi yapay zekâ yatırımlarına öncelik vermesi gerektiğini değerlendiremiyorsa, veri güvenliği risklerini anlayamıyorsa veya yapay zekâ kullanımının finansal etkisini ölçemiyorsa, önemli bir liderlik yetkinliği boşluğu devam ediyor demektir.

Benzer şekilde bir yöneticinin yapay zekâ teknolojilerinin teknik ayrıntılarını bilmesi, organizasyonel dönüşümü başarıyla yönetebileceğini garanti etmez.

Çünkü yapay zekâ yatırımları teknoloji kadar süreç, insan, veri, yönetişim ve strateji konularını da etkiler.

Bu nedenle yönetici eğitimlerinde iki farklı öğrenme hedefinin birbirinden ayrılması gerektiğini düşünüyorum.

Birincisi, yapay zekâ sistemlerini bilinçli ve güvenli biçimde kullanabilmektir.

İkincisi ise yapay zekânın işletme modeli üzerindeki etkilerini değerlendirerek doğru yatırım, organizasyon ve yönetişim kararları alabilmektir.

Benim önerdiğim müfredatın temel amacı ikinci yetkinliği geliştirmek, birinci yetkinliği ise bunun gerekli tamamlayıcısı olarak ele almaktır.

Yönetici Yapay Zekâ Okuryazarlığı Nasıl Tanımlanmalı?

Yapay zekâ okuryazarlığını, bir yöneticinin yapay zekâ sistemlerinin temel çalışma prensiplerini, kullanım olanaklarını, sınırlamalarını ve risklerini anlayarak bu teknolojilerle ilgili bilinçli kararlar verebilme yetkinliği olarak tanımlıyorum.

Ancak bu tanımın kurumsal yönetim açısından genişletilmesi gerektiğine inanıyorum.

Çünkü yöneticinin sorumluluğu yalnızca kendi kullandığı araçlarla sınırlı değildir.

Yönetici, ekibinin yapay zekâ kullanımını yönlendirebilir, teknoloji yatırımlarını değerlendirebilir, süreç değişikliklerini onaylayabilir ve ortaya çıkan sonuçlardan sorumlu tutulabilir.

Bu nedenle yönetici yapay zekâ okuryazarlığının teknoloji bilgisi, veri anlayışı, karar kalitesi, risk farkındalığı, organizasyon tasarımı ve değer yönetimi gibi birbirini tamamlayan alanları kapsaması gerektiğini düşünüyorum.

UNESCO'nun yapay zekâ yetkinliklerine ilişkin çalışmaları, OECD'nin yapay zekâ ilkeleri ve Avrupa Birliği'nin yapay zekâ okuryazarlığına yönelik düzenleyici yaklaşımı, bu konunun yalnızca teknik bilgiyle sınırlı olmadığını gösteren önemli referanslar sunuyor.

Bununla birlikte yöneticilere yönelik tek bir evrensel müfredatın bütün sektörler ve yönetim seviyeleri için yeterli olacağını düşünmüyorum.

Bir üretim direktörünün yapay zekâ kullanım senaryolarıyla bir finans direktörünün karşılaşacağı riskler aynı değildir. Bir CEO'nun ihtiyaç duyduğu stratejik değerlendirme yetkinlikleriyle operasyon yöneticisinin ihtiyaç duyduğu uygulama bilgisi de farklılaşabilir.

Bu nedenle ortak bir temel müfredat oluşturulmasını, ardından öğrenme içeriğinin yöneticinin rolüne ve karar sorumluluklarına göre derinleştirilmesini daha doğru buluyorum.

Birinci Yetkinlik Alanı: Yapay Zekânın Temel Mantığını Anlamak

Yönetici müfredatının ilk bölümünde yapay zekânın ne olduğunu ve farklı yapay zekâ yaklaşımlarının nasıl çalıştığını açıklamak gerekir.

Ancak burada yöneticileri yazılım geliştirici veya veri bilimci olarak yetiştirmeyi hedeflemiyorum.

Amaç, yöneticilerin teknoloji sağlayıcılarının iddialarını değerlendirebilecek ve kullanım senaryoları arasında doğru ayrımları yapabilecek kavramsal bilgiye sahip olmasıdır.

Örneğin geleneksel makine öğrenmesi modelleriyle büyük dil modelleri arasındaki farkların anlaşılması önemlidir. Tahminleme, sınıflandırma, içerik üretimi, bilgi erişimi ve ajan tabanlı işlem yürütme gibi yeteneklerin aynı şey olmadığı açıklanmalıdır.

Bir modelin metin üretmesi, ürettiği bütün bilgilerin doğru olduğu anlamına gelmez. Bir sistemin geçmiş veriler üzerinden tahmin yapabilmesi, gelecekteki sonuçları kesin olarak bildiğini göstermez.

Benzer şekilde bir AI ajanının belirli araçları kullanabilmesi, bütün işlemleri insan gözetimi olmadan güvenilir biçimde gerçekleştirebileceği anlamına gelmez.

Yöneticilerin özellikle olasılıksal çıktı üretimi, model hataları, veri kalitesinin etkisi, halüsinasyon olarak adlandırılan gerçek dışı içerik üretimi ve model değerlendirmesinin temel mantığı konusunda bilgi sahibi olması gerektiğini düşünüyorum.

Bu bölümün sonunda bir yöneticinin herhangi bir yapay zekâ çözümü hakkında şu soruları sorabilmesini beklerim: Sistem hangi problemi çözüyor? Hangi verileri kullanıyor? Çıktıları nasıl doğrulanıyor? Hangi koşullarda hata yapabilir? İşlem veya karar üzerindeki etkisi nedir?

Bana göre teknoloji okuryazarlığının ilk göstergesi, bütün teknik ayrıntıları bilmek değil, doğru soruları sorabilmektir.

İkinci Yetkinlik Alanı: Yapay Zekâyı İş Stratejisine Bağlamak

Yapay zekâ yatırımlarının iş stratejisiyle ilişkilendirilmesi, yönetici eğitimlerinin en önemli konularından biri olmalıdır.

Çünkü yeni bir teknolojinin kullanılabilir olması, şirket açısından yatırım yapılması gerektiğini tek başına göstermez.

Bir şirket çok sayıda yapay zekâ kullanım senaryosu belirleyebilir. Ancak bu senaryoların tamamının aynı stratejik öneme, ekonomik potansiyele veya uygulanabilirliğe sahip olması beklenemez.

Örneğin müşteri hizmetlerinde yanıt süresinin azaltılması önemli bir hedef olabilir. Başka bir şirkette ise üretim planlama doğruluğunun geliştirilmesi veya finansal tahmin kalitesinin artırılması daha yüksek öncelik taşıyabilir.

Bu nedenle yöneticilerin yapay zekâ kullanım senaryolarını teknoloji özelliklerinden hareketle değil, iş problemlerinden hareketle değerlendirmesi gerektiğine inanıyorum.

Benim yaklaşımımda ilk soru hangi yapay zekâ modelinin kullanılacağı değildir.

İlk soru, hangi iş sonucunun iyileştirilmek istendiğidir.

Bu sonuç maliyet, hız, kalite, risk, müşteri deneyimi, gelir veya karar kalitesiyle ilişkili olabilir.

Ancak hedefin açık biçimde tanımlanması gerekir.

Örneğin teklif hazırlama süresinin azaltılması hedefleniyorsa, mevcut süreç süresi bilinmeli, gecikmelerin nedenleri anlaşılmalı ve yapay zekânın hangi faaliyetlere katkı sağlayabileceği değerlendirilmelidir.

Bu analiz yapılmadan yalnızca teklif taslağı üreten bir sistem geliştirmek, gerçek darboğazı çözmeyebilir.

Bana göre stratejik yapay zekâ okuryazarlığı, yöneticinin teknoloji fırsatlarını iş değeri açısından önceliklendirebilmesiyle ölçülmelidir.

Üçüncü Yetkinlik Alanı: Veri Okuryazarlığı ve Veri Kalitesini Değerlendirmek

Yapay zekâ sistemlerinin performansı, kullanılan veri ve değerlendirme yaklaşımıyla yakından ilişkilidir.

Bu nedenle yöneticilerin veri okuryazarlığını yapay zekâ eğitimlerinden ayrı ve ikincil bir konu olarak değerlendirmesini doğru bulmuyorum.

Bir yöneticinin veri kaynaklarını, veri kalitesi sorunlarını, temel istatistiksel kavramları ve ölçüm sınırlamalarını anlaması önemlidir.

Örneğin bir satış tahmin modelinin geçmiş veriler üzerinde yüksek doğruluk göstermesi, farklı pazar koşullarında aynı performansı sürdüreceğini garanti etmez.

Benzer şekilde iki değişken arasında ilişki bulunması, birinin diğerine neden olduğu anlamına gelmez.

Yöneticilerin özellikle örneklem yanlılığı, eksik veri, veri tutarsızlığı, performans göstergelerinin tanımlanması ve tahmin sonuçlarının belirsizliği gibi konulara aşina olması gerektiğini düşünüyorum.

Ancak burada ileri düzey istatistik eğitimi verilmesini zorunlu görmüyorum.

Amaç, yöneticilerin kendilerine sunulan analizleri eleştirel biçimde değerlendirebilmesidir.

Örneğin bir yapay zekâ çözümünün doğruluk oranı sunulduğunda, yöneticinin bu oranın hangi veri kümesinde, hangi ölçütle ve hangi iş koşullarında elde edildiğini sorgulaması gerekir.

Bana göre veri okuryazarlığının en önemli yönetim çıktısı, veriye sahip olmakla veriyi doğru yorumlamak arasındaki farkın anlaşılmasıdır.

Dördüncü Yetkinlik Alanı: İnsan Kararı ile Model Önerisi Arasındaki Sınırı Belirlemek

Yapay zekâ sistemlerinin karar süreçlerinde daha fazla kullanılması, yöneticilerin karar mimarisini yeniden değerlendirmesini gerektiriyor.

Bir yapay zekâ sistemi belirli seçenekleri sıralayabilir, riskleri analiz edebilir veya öneriler hazırlayabilir.

Ancak bu çıktılarla hangi kararların alınacağı ve hangi sorumlulukların insanlarda kalacağı ayrı bir yönetim konusudur.

Örneğin bir proje portföyü analiz sistemi yatırım önceliklerine ilişkin öneriler üretebilir. Ancak bu önerilerin stratejik hedeflerle, kaynak kısıtlarıyla ve organizasyonel risklerle birlikte değerlendirilmesi gerekir.

Benzer şekilde insan kaynakları alanında kullanılan bir yapay zekâ sistemi adaylara ilişkin değerlendirme desteği sunabilir. Ancak bu kullanımın ayrımcılık, veri koruma ve ilgili düzenleyici yükümlülükler açısından değerlendirilmesi önemlidir.

Bu nedenle yöneticilerin yapay zekâ sistemlerinin öneri, karar desteği ve belirli sınırlar içerisinde yetkilendirilmiş işlem yürütme rollerini birbirinden ayırabilmesi gerektiğine inanıyorum.

Her işlem için insan onayı istemek doğru bir çözüm olmayabilir. Ancak yüksek etkili kararların hiçbir anlamlı gözetim mekanizması olmadan sistemlere bırakılması da önemli riskler oluşturabilir.

Benim yaklaşımımda insan gözetimi, riskin büyüklüğüne, kararın geri alınabilirliğine, hukuki gerekliliklere ve sistemin güvenilirliğine göre tasarlanmalıdır.

Bu bölümün amacı yöneticilere bütün kararları kendilerinin vermesi gerektiğini öğretmek değildir.

Hangi kararın hangi koşullarda insana, modele veya kontrollü bir insan–yapay zekâ iş akışına bırakılabileceğini değerlendirme becerisi kazandırmaktır.

Beşinci Yetkinlik Alanı: Yapay Zekâ Riskleri, Etik ve Yönetişim

Yapay zekâ okuryazarlığının yalnızca fırsatlara odaklanan bir eğitim olarak tasarlanmasını eksik buluyorum.

Çünkü yapay zekâ sistemleri yanlış bilgi üretimi, veri güvenliği, ayrımcılık, mahremiyet, siber güvenlik ve operasyonel güvenilirlik gibi farklı riskler oluşturabilir.

Bu risklerin tamamı her kullanım senaryosunda aynı düzeyde ortaya çıkmaz.

Dolayısıyla yöneticilerin risk temelli bir değerlendirme yaklaşımı geliştirmesi gerekir.

Örneğin kurum içi bir doküman özetleme uygulamasıyla müşteri kredi değerlendirmesinde kullanılan bir yapay zekâ sisteminin risk profilleri farklı olabilir.

Yöneticilerin bu farklılıkları anlayabilmesi, uygun kontrol mekanizmalarının belirlenmesi açısından önemlidir.

Bu bölümde NIST AI Risk Management Framework, ISO/IEC 42001 ve OECD AI Principles gibi uluslararası çerçevelerden yararlanılmasını değerli buluyorum.

Ancak yöneticilerin bu çerçevelerin bütün maddelerini ezberlemesini hedeflemiyorum.

Asıl amaç, yapay zekâ risklerinin nasıl tanımlandığını, değerlendirildiğini, yönetildiğini ve izlendiğini anlamalarıdır.

Ayrıca KVKK, Avrupa Birliği Yapay Zekâ Yasası ve ilgili sektörel düzenlemelerin şirket üzerindeki olası etkileri de ele alınmalıdır.

Benim açımdan yapay zekâ yönetişimi, inovasyonu durdurmak amacıyla oluşturulan bir kontrol sistemi değildir.

Teknolojinin hangi sınırlar içerisinde güvenilir biçimde kullanılabileceğini belirleyen bir kurumsal yönetim disiplinidir.

Altıncı Yetkinlik Alanı: AI Ajanları ve Geleceğin İşletme Modeli

Yapay zekâ ajanlarının kurumsal süreçlerde kullanılmaya başlanması, yönetici eğitimlerinde yeni bir yetkinlik alanı oluşturuyor.

Çünkü AI ajanları yalnızca bilgi üretmekle sınırlı kalmayabilir. Uygun araçlarla ve yetkilerle donatıldıklarında veri kaynaklarına erişebilir, görevleri planlayabilir, farklı sistemlerle etkileşime geçebilir ve belirli işlemleri gerçekleştirebilir.

Bu durum organizasyon tasarımı açısından önemli sorular ortaya çıkarıyor.

Bir iş sürecinde hangi görevler çalışanlar tarafından, hangileri geleneksel otomasyon sistemleri tarafından, hangileri ise AI ajanları tarafından gerçekleştirilecektir?

Ajanların işlem yetkileri nasıl tanımlanacaktır? İnsan onayı hangi aşamalarda gerekli olacaktır? Hatalı işlemler nasıl durdurulacak veya geri alınacaktır?

Benim yaklaşımımda yöneticilerin bu soruları yalnızca teknoloji ekiplerine bırakmaması gerekir.

Çünkü görev dağılımı, karar sorumluluğu ve süreç performansı doğrudan işletme modelini ilgilendirir.

Örneğin bir danışmanlık şirketinde müşteri talebinin alınmasından teklif hazırlanmasına kadar uzanan süreçte yapay zekâ ajanları araştırma, doküman analizi ve taslak hazırlama gibi görevleri destekleyebilir.

Ancak ticari taahhütlerin onaylanması, müşteriyle kurulacak ilişkinin yönetilmesi ve kritik danışmanlık kararları insan sorumluluğunda kalabilir.

Bu nedenle yöneticilerin AI ajanlarını yalnızca yeni bir yazılım kategorisi olarak değil, iş akışlarının yeniden tasarlanmasını mümkün kılan bir teknoloji olarak anlaması gerektiğini düşünüyorum.

Bana göre geleceğin yöneticileri yalnızca insan ekiplerini değil, insanlarla dijital sistemlerin birlikte çalıştığı operasyon modellerini de yönetebilmelidir.

Yedinci Yetkinlik Alanı: Yapay Zekâ Yatırımlarının Ekonomisini Anlamak

Yapay zekâ projelerinde teknik başarı ile ekonomik başarı arasında önemli bir ayrım bulunduğunu düşünüyorum.

Bir modelin başarılı yanıtlar üretmesi, bir otomasyonun çalışması veya bir AI ajanının belirli görevleri tamamlaması, yatırımın mutlaka finansal değer ürettiği anlamına gelmez.

Bu nedenle yönetici eğitimlerinde yapay zekâ ekonomisinin mutlaka ele alınması gerektiğine inanıyorum.

Örneğin bir yapay zekâ uygulamasının toplam maliyeti yalnızca model kullanım ücretinden oluşmayabilir.

Entegrasyon, veri hazırlığı, güvenlik, izleme, değerlendirme, insan kontrolü, bakım ve değişiklik yönetimi gibi maliyetler de bulunabilir.

Özellikle ajan tabanlı sistemlerde bir işin tamamlanması için birden fazla model çağrısı, araç kullanımı ve doğrulama adımı gerekebilir.

Bu nedenle işlem başına maliyetin anlaşılması önemlidir.

Ancak maliyetin düşük olması tek başına başarı değildir.

Örneğin çok düşük maliyetle üretilen fakat sürekli insan düzeltmesi gerektiren bir çıktı, toplam süreç maliyetini beklenen ölçüde azaltmayabilir.

Benim yaklaşımımda yöneticilerin yatırım değerlendirmelerinde toplam sahip olma maliyetini, beklenen faydayı, riskleri ve operasyonel etkiyi birlikte değerlendirmesi gerekir.

Ayrıca verimlilik kazanımı ile gerçekleşmiş finansal tasarrufun aynı şey olmadığı özellikle öğretilmelidir.

Bir çalışanın belirli bir görevi daha kısa sürede tamamlaması, otomatik olarak şirketin maliyetlerinin aynı oranda azaldığı anlamına gelmez.

Ortaya çıkan kapasitenin nasıl kullanıldığı ve hangi iş sonuçlarına dönüştüğü ayrıca değerlendirilmelidir.

Bana göre yönetici düzeyinde yapay zekâ ekonomisi eğitiminin temel çıktısı, teknoloji yatırımlarını kullanım miktarı üzerinden değil, ölçülebilir iş değeri üzerinden değerlendirebilmektir.

Sekizinci Yetkinlik Alanı: Organizasyonel Değişim ve İnsan Yetkinlikleri

Yapay zekâ dönüşümünün yalnızca teknoloji yatırımlarından oluşmadığını düşünüyorum.

Çünkü yeni sistemlerin kullanılması çalışanların görevlerini, ekiplerin iş bölümünü, yöneticilerin karar süreçlerini ve organizasyonun ihtiyaç duyduğu yetkinlikleri değiştirebilir.

Örneğin yapay zekâ destekli raporlama araçları sayesinde belirli veri hazırlama faaliyetleri azalabilir.

Ancak bu durum çalışanların otomatik olarak daha nitelikli analiz yapabileceği anlamına gelmez.

Yeni yetkinliklerin geliştirilmesi gerekir.

Benzer şekilde yapay zekâ ajanlarının bazı operasyonel görevleri üstlenmesi, çalışanların istisna yönetimi, doğrulama, müşteri ilişkileri veya süreç iyileştirme gibi alanlara yönelmesini mümkün kılabilir.

Ancak bu geçişin nasıl yönetileceği, çalışanların hangi eğitimleri alacağı ve yeni performans beklentilerinin nasıl tanımlanacağı önemlidir.

Bu nedenle yönetici müfredatında değişim yönetimi, yeniden yetkinlendirme, iş tasarımı ve insan–yapay zekâ iş birliği konularına yer verilmesi gerektiğine inanıyorum.

Burada çalışanların yapay zekâya karşı tutumlarını yalnızca teknolojiye direnç olarak değerlendirmeyi doğru bulmuyorum.

Çalışanların iş güvencesi, mesleki kimlik, sorumluluk ve güven konularındaki endişeleri de dikkate alınmalıdır.

Benim açımdan başarılı yapay zekâ liderliği, çalışanları yeni teknolojiyi kullanmaya zorlamak değildir.

Teknolojinin neden kullanıldığını, hangi iş sonuçlarının hedeflendiğini ve çalışanların yeni çalışma modelindeki rollerini açık biçimde tanımlayabilmektir.

Dokuzuncu Yetkinlik Alanı: Yapay Zekâ Projelerini ve Portföyünü Yönetmek

Yapay zekâ yatırımlarının kurumsal ölçekte yaygınlaşması, proje ve portföy yönetimi açısından da yeni gereksinimler oluşturuyor.

Çünkü yapay zekâ projeleri geleneksel yazılım projelerinden bazı yönleriyle farklılaşabilir.

Özellikle model çıktılarının olasılıksal olması, performansın veri ve kullanım koşullarına bağlı olarak değişebilmesi ve sürekli değerlendirme gereksinimi proje yönetimi yaklaşımını etkileyebilir.

Bu nedenle yöneticilerin yapay zekâ projelerinde kullanım senaryosu doğrulama, pilot uygulama, performans değerlendirme ve kontrollü ölçekleme gibi aşamaları anlaması gerekir.

Ancak bütün yapay zekâ projelerinin aynı geliştirme yaşam döngüsüne sahip olacağını varsaymıyorum.

Hazır bir kurumsal yapay zekâ hizmetinin devreye alınmasıyla, özel bir makine öğrenmesi modelinin geliştirilmesi veya çok ajanlı bir operasyon sisteminin kurulması farklı gereksinimler taşıyabilir.

Benim yaklaşımımda yöneticilerin bu farklılıkları değerlendirebilecek temel bilgiye sahip olması önemlidir.

Örneğin bir pilot çalışmanın başarılı kabul edilmesi için yalnızca sistemin teknik olarak çalışması yeterli olmayabilir.

Çıktı kalitesi, güvenlik, kullanıcı deneyimi, maliyet ve iş performansı birlikte değerlendirilmelidir.

Benzer şekilde pilotta başarılı olan bir sistemin kurumsal ölçekte aynı performansı göstereceği varsayılmamalıdır.

Bana göre yönetici düzeyinde yapay zekâ portföy yönetiminin temel amacı, çok sayıda deneme gerçekleştirmek değil, doğrulanmış iş değerine sahip girişimleri güvenilir biçimde ölçekleyebilmektir.

Onuncu Yetkinlik Alanı: Yapay Zekâ ile Yönetim Kararlarının Kalitesini Geliştirmek

Yapay zekâ okuryazarlığı müfredatının en önemli çıktılarından birinin karar kalitesi olduğunu düşünüyorum.

Çünkü yöneticilerin yapay zekâyı yalnızca kişisel verimlilik aracı olarak kullanması, bu teknolojinin stratejik potansiyelinin sınırlı bir bölümünü değerlendirmek anlamına gelebilir.

Yapay zekâ sistemleri belirli koşullarda büyük miktarda bilgiyi analiz edebilir, alternatif senaryolar oluşturabilir ve karar vericilerin dikkat etmesi gereken konuları görünür hâle getirebilir.

Ancak bu sistemlerin ürettiği öneriler her zaman doğru, eksiksiz veya tarafsız olmayabilir.

Bu nedenle yöneticilerin yapay zekâ destekli karar süreçlerinde eleştirel değerlendirme becerisini geliştirmesi gerekir.

Örneğin bir yapay zekâ sistemi belirli bir yatırımın yüksek getiri sağlayabileceğini öngörüyorsa, yöneticinin yalnızca sonuçla ilgilenmesi yeterli değildir.

Bu sonucun hangi varsayımlara, verilere ve belirsizliklere dayandığını anlaması gerekir.

Benzer şekilde bir model belirli bir projeyi yüksek riskli olarak sınıflandırıyorsa, bu değerlendirmenin hangi göstergelerden kaynaklandığı incelenmelidir.

Benim yaklaşımımda yapay zekâ, yönetici muhakemesinin yerine geçen bir otorite değildir.

Doğru tasarlandığında, yöneticinin daha fazla seçeneği değerlendirmesine ve bazı bilgi eksikliklerini azaltmasına yardımcı olabilecek bir karar destek yetkinliğidir.

Ancak kararın etkisi büyüdükçe doğrulama, hesap verebilirlik ve insan gözetimi gereksinimleri de dikkate alınmalıdır.

Bana göre yapay zekâ çağında güçlü yönetici, modelin bütün önerilerini kabul eden kişi değildir.

Modelin hangi koşullarda yararlı olduğunu, hangi koşullarda sorgulanması gerektiğini ve hangi kararların kendi sorumluluğunda kaldığını bilen kişidir.

Yöneticiler İçin Yapay Zekâ Okuryazarlığı Müfredatı Nasıl Yapılandırılmalı?

Buraya kadar ele aldığım yetkinlik alanlarının tek bir eğitim oturumunda yeterli derinlikte işlenebileceğini düşünmüyorum.

Bu nedenle yönetici müfredatının modüler bir yapıda tasarlanmasını öneriyorum.

Ancak eğitim süresinin gereğinden fazla uzatılması da öğrenme açısından her zaman daha iyi sonuç üretmez.

Önemli olan, yöneticilerin temel kavramları öğrenmesi, gerçekçi iş senaryolarını değerlendirmesi ve öğrendiklerini kendi karar sorumluluklarına uygulayabilmesidir.

Benim önerdiğim temel müfredat on modülden oluşuyor.

Birinci modül, yapay zekânın temel kavramlarını, yeteneklerini ve sınırlamalarını ele alır. Yöneticiler üretken yapay zekâ, makine öğrenmesi ve AI ajanları arasındaki farkları öğrenir.

İkinci modül, yapay zekâ stratejisi ve kullanım senaryosu seçimine odaklanır. Katılımcılar iş problemlerini tanımlamayı ve yatırım fırsatlarını stratejik hedeflerle ilişkilendirmeyi çalışır.

Üçüncü modül, veri okuryazarlığı ve veri kalitesini kapsar. Yöneticiler veri kaynaklarını, ölçüm belirsizliklerini ve analitik çıktıları değerlendirmeyi öğrenir.

Dördüncü modül, insan ve model kararlarının sınırlarını inceler. Karar yetkileri, insan gözetimi ve riskle orantılı kontrol mekanizmaları ele alınır.

Beşinci modül, yapay zekâ riskleri, etik, güvenlik ve düzenleyici uyuma odaklanır.

Altıncı modül, AI ajanları, insan–ajan iş bölümü ve geleceğin işletme modeli tasarımını kapsar.

Yedinci modül, yapay zekâ yatırımlarının maliyetlerini, ekonomik değerini ve performans göstergelerini değerlendirir.

Sekizinci modül, organizasyonel değişim, yeniden yetkinlendirme ve çalışanların yeni çalışma modeline hazırlanmasını ele alır.

Dokuzuncu modül, yapay zekâ proje ve portföy yönetimi, pilot doğrulama ve kontrollü ölçekleme konularına odaklanır.

Onuncu modül ise yapay zekâ destekli karar kalitesi ve yöneticinin stratejik sorumluluğunu bütünleştirir.

Bu yapının yalnızca konu başlıklarından oluşan bir eğitim programı olarak kalmasını istemem.

Her modülün sonunda yöneticilerin kendi organizasyonlarında kullanabilecekleri somut bir değerlendirme veya karar çıktısı üretmesi gerektiğine inanıyorum.

Eğitim Süresi ve Öğrenme Modeli Nasıl Olmalı?

Yönetici eğitimlerinde tek bir standart sürenin bütün ihtiyaçları karşılayacağını düşünmüyorum.

Örneğin yönetim kurulu üyeleri için stratejik riskler ve yatırım kararları üzerine odaklanan daha kısa bir program uygun olabilir.

Fonksiyon yöneticileri için süreç tasarımı, veri kullanımı ve uygulama yönetimi konularında daha fazla derinlik gerekebilir.

Yapay zekâ dönüşüm programlarını doğrudan yöneten liderler için ise yönetişim, portföy yönetimi ve değer gerçekleşmesi alanlarında daha kapsamlı bir öğrenme programı tasarlanabilir.

Benim önerim, yönetici yapay zekâ okuryazarlığı müfredatının temel düzeyde yaklaşık 20–30 saatlik bir program olarak yapılandırılmasıdır.

Ancak bu süreyi bilimsel olarak doğrulanmış evrensel bir standart olarak sunmuyorum. Modül kapsamı, katılımcıların başlangıç yetkinliği ve uygulama çalışmalarının derinliği dikkate alınarak önerdiğim bir tasarım aralığıdır.

Eğitim yalnızca sunumlardan oluşmamalıdır.

Gerçekçi kurumsal vakalar, karar senaryoları, risk değerlendirmeleri ve yatırım önceliklendirme çalışmaları kullanılmalıdır.

Örneğin katılımcılara bir şirketin üç farklı yapay zekâ yatırım fırsatı sunulabilir.

Birinci fırsat müşteri hizmetlerinde otomasyon, ikinci fırsat finansal tahminleme, üçüncü fırsat ise satış tekliflerinin hazırlanmasında yapay zekâ kullanımı olabilir.

Katılımcılardan bu girişimleri iş değeri, veri hazırlığı, risk, maliyet ve uygulanabilirlik açısından değerlendirmeleri istenebilir.

Bu tür çalışmaların, yalnızca kavramsal bilgilerin aktarılmasına kıyasla yöneticilerin gerçek karar süreçlerine daha yakın bir öğrenme deneyimi sağlayabileceğini düşünüyorum.

Ancak eğitim tasarımının etkisi, yalnızca katılımcı memnuniyetiyle değil, öğrenme ve iş davranışlarındaki değişimle değerlendirilmelidir.

CEO, CFO, CIO ve Fonksiyon Yöneticileri Aynı Eğitimi mi Almalı?

Yapay zekâ okuryazarlığı müfredatının bütün yöneticiler için ortak bir temel oluşturması gerektiğine inanıyorum.

Ancak bu ortak temel üzerine rol bazlı öğrenme alanlarının eklenmesi önemlidir.

Örneğin CEO açısından yapay zekâ stratejisi, rekabet avantajı, yatırım öncelikleri, organizasyonel dönüşüm ve kurumsal riskler daha fazla önem taşıyabilir.

CFO açısından yapay zekâ yatırımlarının ekonomisi, finansal tahminleme, maliyet kontrolü, değer gerçekleşmesi ve finansal riskler öncelikli olabilir.

CIO veya CTO açısından teknoloji mimarisi, veri entegrasyonu, platform stratejisi, siber güvenlik, model yaşam döngüsü ve tedarikçi yönetimi daha ayrıntılı ele alınmalıdır.

CHRO açısından çalışan yetkinlikleri, iş tasarımı, insan kaynaklarında yapay zekâ kullanımı, adalet ve organizasyonel değişim önemli başlıklar olabilir.

COO açısından süreç performansı, otomasyon, insan–ajan iş bölümü, operasyonel güvenilirlik ve kapasite yönetimi öne çıkabilir.

PMO veya dönüşüm liderleri açısından ise kullanım senaryolarının önceliklendirilmesi, proje yönetişimi, portföy kararları, risk görünürlüğü ve değer gerçekleşmesi daha fazla önem taşıyabilir.

Bununla birlikte yöneticilerin yalnızca kendi fonksiyonlarıyla ilgili konuları öğrenmesini yeterli bulmuyorum.

Çünkü yapay zekâ yatırımları çoğu zaman departman sınırlarını aşar.

Örneğin bir müşteri hizmetleri yapay zekâ uygulamasının teknoloji mimarisi CIO'yu, maliyeti CFO'yu, müşteri deneyimi ticari fonksiyonları ve çalışanların görev değişimi insan kaynaklarını ilgilendirebilir.

Bu nedenle ortak bir yönetim dili oluşturulması gerektiğine inanıyorum.

Yapay Zekâ Okuryazarlığı Nasıl Ölçülmeli?

Yönetici eğitimlerinde en önemli eksikliklerden birinin, öğrenme başarısının yalnızca eğitime katılım üzerinden değerlendirilmesi olabileceğini düşünüyorum.

Bir yöneticinin bütün modülleri tamamlaması veya eğitim sonunda sertifika alması, gerekli yetkinlikleri geliştirdiğini tek başına göstermez.

Bu nedenle ölçüm yaklaşımının daha kapsamlı olması gerekir.

Benim önerim, eğitim öncesinde yöneticilerin mevcut bilgi ve karar yetkinliklerinin değerlendirilmesidir.

Bu değerlendirme yalnızca kavramsal sorulardan oluşmamalıdır.

Örneğin katılımcıya bir yapay zekâ yatırım senaryosu sunularak hangi soruları sorduğu, hangi riskleri fark ettiği ve hangi performans göstergelerini önerdiği incelenebilir.

Eğitim sonrasında benzer zorluk düzeyindeki farklı bir senaryo üzerinden değerlendirme yapılabilir.

Böylece yalnızca bilgi hatırlama değil, bilgiyi karar verme sürecine uygulama becerisi de ölçülebilir.

Ancak eğitim öncesi ve sonrası puanların yükselmesinin doğrudan iş performansı artışı anlamına geldiği varsayılmamalıdır.

Gerçek iş ortamında yöneticilerin davranışlarının ve karar kalitesinin değişip değişmediği ayrıca değerlendirilmelidir.

Örneğin yapay zekâ yatırım tekliflerinde iş gerekçelerinin daha açık tanımlanması, risk değerlendirmelerinin daha tutarlı yapılması veya fayda göstergelerinin daha iyi belirlenmesi gibi sonuçlar izlenebilir.

Benim açımdan yönetici yapay zekâ okuryazarlığının nihai amacı bir sınavı geçmek değildir.

Yapay zekâ ile ilgili kararların daha bilinçli, güvenilir ve iş değeri odaklı alınmasını sağlamaktır.

Eğitim Sonrasında Kurumsal Yetkinlik Nasıl Korunmalı?

Yapay zekâ teknolojilerinin hızlı gelişmesi nedeniyle tek seferlik eğitimlerin uzun vadede yeterli olmayacağını düşünüyorum.

Yeni modeller, yeni kullanım senaryoları, düzenleyici değişiklikler ve güvenlik riskleri ortaya çıkmaya devam ediyor.

Ancak bu durum yöneticilerin sürekli eğitim programlarına katılması gerektiği anlamına gelmemelidir.

Benim yaklaşımımda temel yetkinlikler sistematik bir programla kazandırılmalı, ardından belirli aralıklarla güncelleme ve uygulama çalışmaları yapılmalıdır.

Örneğin yeni bir yapay zekâ düzenlemesinin yürürlüğe girmesi, şirketin yeni bir AI ajan platformuna geçmesi veya önemli bir güvenlik olayının yaşanması, hedefli öğrenme faaliyetlerini gerektirebilir.

Bunun yanında yöneticilerin gerçek projelerden elde edilen deneyimleri paylaşabileceği kurumsal öğrenme mekanizmaları oluşturulabilir.

Bir iş biriminin yapay zekâ uygulamasında karşılaştığı sorun, başka bir birim için önemli bir öğrenme fırsatı oluşturabilir.

Ancak bu deneyimlerin yalnızca başarı hikâyeleri üzerinden paylaşılmasını yeterli bulmuyorum.

Başarısız pilotlar, beklenmeyen maliyetler, veri kalitesi sorunları ve kullanıcı benimseme güçlükleri de değerlendirilmelidir.

Bana göre kurumsal yapay zekâ okuryazarlığının kalıcı hâle gelmesi, yöneticilerin yalnızca teknoloji hakkında bilgi sahibi olmasına değil, organizasyonun yapay zekâ uygulamalarından sistematik biçimde öğrenebilmesine bağlıdır.

Yönetici Müfredatından Kurumsal Yapay Zekâ Liderlik Standardına

Yapay zekâ okuryazarlığı eğitimlerinin zaman içerisinde kurumsal liderlik standartlarının bir parçası hâline gelebileceğini düşünüyorum.

Çünkü yapay zekâ kullanımının yaygınlaştığı bir organizasyonda yöneticilerin bu teknolojilere ilişkin asgari bilgi ve karar yetkinliklerinin bulunması önemlidir.

Ancak bütün yöneticiler için aynı teknik bilgi seviyesinin zorunlu tutulmasını doğru bulmuyorum.

Benim yaklaşımımda temel yetkinlik standardı, yöneticinin rolü ve karar sorumluluğuyla ilişkilendirilmelidir.

Örneğin yapay zekâ yatırımlarını onaylayan bir yöneticinin iş gerekçesi, risk ve değer gerçekleşmesi konularında yeterli bilgiye sahip olması beklenebilir.

Yapay zekâ sistemlerinin operasyonel kullanımından sorumlu bir yöneticinin ise model performansı, insan gözetimi, olay yönetimi ve süreç etkileri hakkında daha ayrıntılı bilgiye ihtiyaç duyması mümkündür.

Bu nedenle kurumsal liderlik standardının yalnızca eğitim tamamlama koşulundan oluşmaması gerektiğine inanıyorum.

Yetkinliklerin değerlendirilmesi, rol bazlı beklentilerin belirlenmesi ve gerçek karar süreçlerinde uygulanmasının izlenmesi önemlidir.

Bana göre yapay zekâ okuryazarlığı, gelecekte yöneticiler için ayrı bir uzmanlık alanı olmaktan çok, genel yönetim yetkinliklerinin önemli bir bileşeni hâline gelebilir.

Sonuç: Yapay Zekâ Çağında Yönetici Olmak Ne Anlama Gelecek?

Kurumsal dönüşüm ve teknoloji yönetimi perspektifimden baktığımda, yapay zekâ çağında yöneticilerin karşı karşıya olduğu temel değişimin yalnızca yeni araçlar öğrenmek olmadığını düşünüyorum.

Asıl değişim, teknolojinin karar süreçleri, organizasyon yapıları ve iş sonuçları üzerindeki etkisinin daha doğrudan hâle gelmesidir.

Bu nedenle yöneticilerin yapay zekâyı yalnızca teknoloji ekiplerinin uzmanlık alanı olarak değerlendirmesi yeterli olmayacaktır.

Ancak bütün yöneticilerin veri bilimci veya yazılım geliştirici hâline gelmesi gerektiğini de savunmuyorum.

Bana göre geleceğin yöneticisi, yapay zekâ sistemlerinin temel mantığını anlayan, kullanım senaryolarını stratejik hedeflerle ilişkilendiren, veri ve model sınırlamalarını değerlendirebilen, insan sorumluluğunu koruyan ve teknoloji yatırımlarının iş değerini ölçebilen kişidir.

Bu yetkinliklerin geliştirilmesi yalnızca bireysel öğrenme açısından değil, şirketlerin kurumsal dönüşüm kapasitesi açısından da önemlidir.

Çünkü yapay zekâ yatırımlarının başarısı, yalnızca seçilen modellerin teknik özelliklerine bağlı değildir.

Yöneticilerin hangi problemleri çözmeye karar verdiği, hangi riskleri kabul ettiği, hangi kontrolleri oluşturduğu ve çalışanların yeni çalışma modeline nasıl hazırlandığı da sonuçları etkiler.

Bu nedenle yöneticiler için yapay zekâ okuryazarlığı müfredatının bir teknoloji eğitiminden daha geniş bir liderlik gelişim programı olarak tasarlanması gerektiğine inanıyorum.

Burada yöneticilerin kendilerine sorması gereken sorunun da değişmesi gerektiğini düşünüyorum.

Artık yalnızca hangi yapay zekâ araçlarını kullanmayı öğrenmeleri gerektiğini sormak yeterli değildir.

Asıl soru şu: Yapay zekânın giderek daha fazla iş sürecini ve kararı etkilediği bir organizasyonda, doğru kararları verebilmek ve bu kararların sorumluluğunu taşıyabilmek için hangi yetkinliklere sahip olmamız gerekiyor?

Benim için yönetici yapay zekâ okuryazarlığının özü bu soruda bulunuyor.

Çünkü yapay zekâ çağında liderliğin değeri, teknolojinin ürettiği bütün yanıtları bilmekte değil, hangi soruların sorulması gerektiğini ve hangi kararların insan sorumluluğunda kaldığını anlayabilmektedir.

Yapay zekâ kullanmayı öğrenmek bir beceridir. Yapay zekâ ile yönetmeyi öğrenmek ise geleceğin liderlik yetkinliğidir.

Bilgin Çavuş
Kurumsal Dönüşüm Stratejisti
Astrum Consulting Group — Kurucu ve Yönetici Ortak
bilgincavus.com

Metodolojik not: Bu makalede önerilen on modüllü müfredat, kurumsal dönüşüm, yapay zekâ yönetişimi ve yönetici gelişimi perspektifinden oluşturulmuş kavramsal bir eğitim tasarımıdır. Bağımsız olarak bilimsel geçerliliği doğrulanmış veya resmî akreditasyona sahip bir müfredat olarak sunulmamaktadır.

Benzer Yazılar