Yapay Zeka Öğrenmeye Nereden Başlanır?

"Yapay zeka öğrenmek" iki ayrı şeydir

Bu ayrımı yapmadan atılan her adım boşa gider, o yüzden en başa koyuyorum. "Yapay zeka öğrenmek istiyorum" cümlesi, birbirine hiç benzemeyen iki hedefi aynı kelimelerle ifade eder:

• (a) Yapay zeka mühendisi olmak. Modelin kendisini inşa etmek, eğitmek, ince ayar yapmak. Bunun için doğrusal cebir, olasılık, istatistik, Python ve ciddi bir mühendislik disiplini gerekir. Yol uzundur ve yıllarla ölçülür. Saygıdeğer bir hedeftir — ama muhtemelen sizin hedefiniz değildir.
• (b) Yapay zekayı kullanarak işinizi iki katına çıkarmak. Başkalarının inşa ettiği, hâlihazırda eğitilmiş araçları kendi işinize koşmak: yazışmayı, özeti, analizi, taslağı, araştırmayı hızlandırmak. Bunun için ne matematik ne kod gerekir. Yol kısadır ve 30 günle ölçülür.

Bu yazı (b) hakkında. Ve internetteki "yapay zeka öğrenmeye nereden başlanır" cevaplarının neredeyse tamamının (a)'yı anlatıp (b)'yi soran insana teslim etmesi, bugünün en pahalı yönlendirme hatasıdır. Çünkü (b)'yi isteyen birine (a)'nın müfredatını verdiğinizde ne olur? Kişi Python kursuna yazılır, iki hafta döngü ve fonksiyon çalışır, üçüncü haftada "bunun benim işimle ne alakası var?" diye sorar ve haklı olarak bırakır. Sonra da kendini "yapay zekaya yeteneği olmayan biri" sanır. Yeteneği gayet yerindedir; sadece yanlış tabelayı takip etmiştir.

Uçmak için uçak yapmayı öğrenmek zorunda değilsiniz. Bilet almayı, doğru kapıya gitmeyi ve zamanında binmeyi öğrenmeniz yeter.

Bu benzetmeyi ciddiye alın, çünkü tam olarak bu. Arabayı kullanan insanların çok azı motorun termodinamiğini bilir. Elektriği kullanan hiç kimseden Maxwell denklemleri istenmez. Yapay zeka da aynı olgunlaşma eğrisinde: inşa edenler ile kullananlar iki ayrı meslek. Ve bugün ekonomik getirinin büyük kısmı, ilginç biçimde, inşa tarafında değil kullanım tarafında birikiyor — çünkü kullanan taraf çok daha az kalabalık.

Peki (b) yolunda "öğrenilen" şey nedir, bir müfredatı yoksa? Öğrenilen şey bir bilgi değil, bir çalışma alışkanlığı: işinizi araca anlatabilmek, çıktıyı yargılayabilmek ve neyi devredip neyi devretmeyeceğinizi bilmek. Bunlar okunarak değil, yapılarak edinilir. Tıpkı dil gibi. Tıpkı sürüş gibi. Bu yüzden de yol haritası bir ders listesi değil, bir günlük pratik takvimi. Yeni bir beceriye girerken ilk saatlerin neden bu kadar verimli olduğunu ilk 20 saat kuralı yazısında ayrıntısıyla anlatıyorum; buradaki 30 günlük plan da tam olarak o eğriyi kullanır.

Sıfırdan 30 günlük pratik yol

Aşağıdaki plan tek bir kurala dayanır: her gün, gerçek bir işinizle, en az bir tur. Hayalî alıştırma yok, "örnek senaryo" yok. Elinizde o gün zaten yapmanız gereken bir iş var; onu yapay zekayla yapıyorsunuz. Öğrenme, işin kendisinden çıkıyor.

1. Hafta — Tek görev, tek araç

Bu haftanın hedefi çeşitlilik değil, tekrar. Bir yapay zeka sohbet aracı seçin ve hafta boyunca sadece onu kullanın. Araç kıyaslaması yapmayın; hangisinin daha iyi olduğu tartışması, henüz hiçbirini kullanmamış birinin lüksü değil.

Sonra tek bir görev seçin. Şartı şu: tekrar eden, metne dayalı, hata payı düşük. Örneğin: gelen e-postalara ilk taslak cevabı yazmak. Veya uzun belgeleri özetlemek. Veya toplantı notlarınızı maddelere dökmek. Bir tane. Yedi gün boyunca aynı görev.

Günlük turunuz şöyle: (1) gerçek malzemeyi araca verin, (2) ne istediğinizi yazın, (3) çıkan sonucu kendi standardınıza göre düzeltin, (4) yaptığınız düzeltmeyi bir cümleyle not edin. Dördüncü adım haftanın en önemli adımı. Çünkü o notlar, ikinci haftada kuracağınız talimatın hammaddesi.

Hafta sonunda beklentiniz şu olsun: aynı görev, ilk günkü sürenin belirgin biçimde altında bitiyor ve çıktının düzeltme ihtiyacı azalıyor. Daha fazlasını beklemeyin — bu hafta hız haftası değil, temas haftası.

2. Hafta — Talimatın kalitesi

Şimdi işin kalbine geldik. Yapay zekadan aldığınız cevabın kalitesi, sorduğunuz sorunun kalitesini nadiren aşar. İkinci hafta, sormayı öğrenme haftası.

İyi bir talimatın dört bileşeni vardır ve bunlar birinci haftanın notlarından türetilir:

1. Bağlam. Kim için, hangi ortamda, hangi geçmişle. "Bir e-posta yaz" değil; "üç aydır ödemesi gecikmiş, ama devam etmek istediğimiz kurumsal bir müşteriye, ilişkiyi germeden hatırlatma e-postası yaz."
2. Rol. Aracın hangi gözle bakmasını istiyorsunuz: editör mü, avukat gibi şüpheci bir okuyucu mu, acemi bir müşteri mi? Bakış açısını söylemek çıktıyı en ucuz yoldan değiştiren müdahaledir.
3. Format. Kaç kelime, hangi yapı, hangi ton, hangi başlıklar. Belirtmezseniz araç kendi ortalamasına döner; ortalama ise sizin işinize benzemez.
4. Örnek. En güçlü bileşen ve en çok atlanan. Daha önce sizin yazdığınız, beğendiğiniz iki örnek verip "bu tonda ve bu yapıda yaz" demek, sayfalarca tarif etmekten daha etkilidir. Yapay zeka tariften değil, örnekten öğrenir.

Bu hafta ayrıca kendi şablonlarınızı kurun. Birinci haftada tuttuğunuz düzeltme notlarını alın ve talimatın içine gömün: "Şunu asla yapma, şunu her zaman yap." Artık her seferinde aynı düzeltmeleri elle yapmıyorsunuz. Bir metin dosyasında beş on şablon — işte bu, (b) yolunda sahip olacağınız gerçek varlık.

Bir de şu alışkanlığı bu hafta edinin: tek turda bitirmeyin. İlk çıktı bir başlangıç noktasıdır, teslim edilecek iş değil. "Şu paragraf zayıf, sertleştir." "Fazla resmî, sadeleştir." "Üçüncü maddeyi çıkar." Konuşarak yontmak, mükemmel talimatı ilk seferde yazmaya çalışmaktan hem hızlı hem gerçekçi.

3. Hafta — Zincirleme

Üçüncü haftada tek görevden çıkıp görev zincirine geçiyorsunuz. Çünkü gerçek iş tek adımlı değildir. Bir işiniz var: diyelim aylık rapor. Onu parçalara ayırın — ham veriyi düzenle → bulguları çıkar → taslağı yaz → yöneticiye göre kısalt → sunum maddelerine dönüştür.

Her adımı ayrı bir tur olarak çalıştırın ve bir adımın çıktısını sonrakinin girdisi yapın. Bunun tek adımda "bana aylık raporu yaz" demekten çok daha iyi sonuç vermesinin sebebi basit: her adımda araya sizin yargınız giriyor. Zincirin her halkasında hatayı yakalıyorsunuz, dolayısıyla hata birikmiyor.

Bu haftanın ikinci işi: zincirin hangi halkasında darboğaz var? Genellikle tek bir adım toplam sürenin çoğunu yer. Onu bulun ve sadece o adımın talimatını iyileştirin. Bu, becerinin gelişimini rastlantıya bırakmamanın yoludur — zayıf halkayı seçip onun üstüne gitmek, bilinçli pratiğin ta kendisi.

4. Hafta — Rutine gömme

Dördüncü hafta, becerinin kalıcı olup olmayacağının belirlendiği haftadır. Buraya kadar öğrendiklerinizi haftalık takviminize sabitleyeceksiniz. Yapay zeka kullanmak "aklıma gelirse yaptığım bir şey" olarak kalırsa, iki ay sonra hiç kullanmıyor olacaksınız.

Somut olarak: hangi işi, haftanın hangi gününde, hangi şablonla yapacağınızı yazın. Pazartesi sabahı hafta planı. Her gün 17:00'de e-posta turu. Cuma öğleden sonra rapor zinciri. Yeni alışkanlık kurmanın en ucuz yolu, onu mevcut bir alışkanlığın üstüne bindirmektir — bu mekanizmayı kalıcı alışkanlık sistemleri yazısında anlatıyorum, başlamayı sürekli ertelediğiniz bir taraf varsa da erteleme alışkanlığını kırmak yazısına bakın.

Ve bu hafta bir şey daha yapın: öğrendiğinizi birine anlatın. Ekip arkadaşınıza, eşinize, kim olursa. Anlatamadığınız yer, bilmediğiniz yerdir; Feynman Tekniği tam olarak bunun için var. Otuz günün sonunda elinizde bir sertifika olmayacak — çalışan bir sistem olacak. İkisi arasındaki farkı hayat çok net ödüllendirir.

Günlük işte ilk 5 kullanım

"Tekrar eden, metne dayalı, hata payı düşük" ölçütünü hangi işler karşılar? Mesleğiniz ne olursa olsun, bu beşi karşılar. Sıralama tesadüfi değil — en kolay kazançtan en çok yargı gerektirene doğru gidiyor.

1. Yazışma taslağı. E-posta, mesaj, teklif metni. Yapay zeka boş sayfayı doldurur, siz düzeltirsiniz. Boş sayfa korkusu günlük işin en pahalı sürtünmesidir ve bu kullanım onu tamamen ortadan kaldırır. Şart: taslağı asla okumadan göndermeyin.
2. Özetleme. Uzun rapor, sözleşme taslağı, toplantı dökümü, on sayfalık e-posta zinciri. "Bunu beş maddede özetle, kararı gerektiren noktaları ayrıca listele." Kritik nokta: özeti okuyup kararı vereceksiniz, özet kararı vermeyecek.
3. Yeniden yazma ve ton ayarı. Elinizde kaba bir metin var. Kısaltmak, resmîleştirmek, sadeleştirmek, farklı bir kitleye uyarlamak. Bu kullanımda risk en düşüktür çünkü içerik zaten sizindir; sadece kalıbı değişir.
4. Fikir ve seçenek üretimi. Başlık alternatifleri, bir sorunun olası çözümleri, itiraz listesi, kontrol listesi. Yapay zekanın en dürüst kullanımı budur: size seçenek verir, karar vermez. Ve bir listeyi seçeneklerle uzatmak, insanın en zorlandığı işlerden biridir.
5. Öğrenme ve sorgulama. Bilmediğiniz bir konuyu size seviyenize göre anlattırmak, sonra kendinizi sınamak: "Bana bu konudan on soru sor, cevaplarımı değerlendir." Bu, yapay zekanın en az kullanılan ama en değerli kullanımı — sonsuz sabırlı bir çalışma partneri. Sınayarak öğrenmenin neden okuyarak öğrenmeyi yendiğini aralıklı tekrar ve aktif geri çağırma yazısında bulabilirsiniz. Tek şart: söylediği her olguyu doğrulayın.

Beşini birden başlatmayın. Birinci haftanız için bir tanesini seçin — ve o seçim, bu hafta en çok zamanınızı yiyen hangisiyse odur. Nereden başlayacağını bilmemek, aslında hangi beceriye öncelik vereceğini bilmemektir; aynı seçimin dil tarafındaki karşılığını hangi beceriyle başlamalı yazısında tartışıyorum, mantık birebir aynı.

Yapay zekayla çalışırken 3 kritik hata

Otuz günlük planı raydan çıkaran üç hata var. Üçü de yaygın, üçü de önlenebilir.

Hata 1: Çıktıya olduğu gibi güvenmek

Bu araçlar olasılığa göre metin üretir; doğruluğu garanti etmez. Kendinden emin bir üslupla yanlış bir şey söyleyebilir — ve üslubun emin oluşu, içeriğin doğruluğuna dair hiçbir bilgi taşımaz. İnsanlarda kendinden eminlik genellikle bilgiyle ilişkilidir, bu yüzden sezgimiz bizi burada yanıltır.

Kural nettir: doğrulanabilir her olguyu doğrulayın. İsim, tarih, sayı, alıntı, kaynak, hukuki hüküm, teknik özellik. Yapay zekayı bir uzman gibi değil, hızlı ama dikkatsiz bir stajyer gibi düşünün: işi hızlı çıkarır, kontrol etmeden imzalayamazsınız. Bu tek cümleyi içselleştirmek, bu yazının geri kalanından daha değerli.

Hata 2: Yargıyı devretmek

Birinci hatanın daha sinsi hâli. Yapay zekanın olguları yanlış olmayabilir — ama kararı sizin kararınız olmayabilir. "Hangi teklifi kabul edeyim?", "Bu çalışanı işe alayım mı?", "Fiyatımı ne yapayım?" Bu sorular yapay zekaya sorulduğunda bir cevap gelir. Cevabın gelmesi, o cevabın sizin olduğu anlamına gelmez.

Yapay zeka sizin değerlerinizi, risk iştahınızı, sektörünüzün yazısız kurallarını ve o ilişkinin on yıllık geçmişini bilmez. Bilebileceğini varsaymak, kendi yargınızı kiraya vermektir. Kullanın — ama seçenek üretmek için, seçim yapmak için değil. Aradaki farkı korumak, bu işin en zor ve en değerli disiplini; niye zor olduğunu öz disiplin yazısında konuşuyoruz.

Hata 3: Öğrenmeyi de devretmek

En pahalısı ve en geç fark edileni bu. Yapay zeka bir işi sizin yerinize yaptığında, o iş bitiyor — ama o işi yaparken gelişecek olan siz gelişmiyorsunuz. Her metni ona yazdıran kişinin yazısı zamanla körelir. Her analizi ona yaptıran kişinin analitik kası zayıflar. On yıl sonra elinde araç olan ama yargısı olmayan biri kalır; ve yargısı olmayan birinin araçtan çıkardığı değer, tanım gereği sıfıra yakındır.

Ayrım şu: yapay zeka uygulama işlerini alsın, yetkinlik işlerinizi almasın. Rutin e-posta taslağı bir uygulama işidir — alsın. Zor bir müzakerenin stratejisini kurmak sizin yetkinliğinizdir — dokunmasın, sadece size sorular sordurun. Bu, bizim "balık tutmayı öğretiriz" ilkesinin yapay zeka çağındaki karşılığı ve neden böyle çalıştığımızı neden Sir Arthur Rock yazısında anlatıyorum.

Zaten bu araçların en büyük tehlikesi de bu: dikkati kolaylaştırmıyorlar, dağıtıyorlar. Otuz günlük planın çalışması için o günlük turu bölünmeden yapmanız gerek; derin odak yazısı bu blok için pratik yol veriyor.

Neyi otomatikleştirmeyeceksiniz

Şimdi çoğu rehberin atladığı bölüm. Neyi devredeceğinizi bilmek kolay; asıl beceri, neyi asla devretmeyeceğinizi bilmek. Şu beş alan yapay zekaya kapalıdır ve bu bir çekingenlik değil, mühendislik kararıdır:

• Sonucu geri alınamaz kararlar. İşe alma, işten çıkarma, ortaklık, sözleşme imzası, büyük harcama. Geri alınamayan hiçbir şey, doğruluğu garanti etmeyen bir sürece bırakılmaz.
• Uzmanlık ve sorumluluk gerektiren alanlar. Hukuk, sağlık, finans, vergi. Yapay zeka bu alanlarda konuşabilir — ama sorumluluğu üstlenemez. Sorumluluk üstlenemeyen bir kaynağın tavsiyesi, tavsiye değil malzemedir. Uzmana götürecek soruları hazırlatın, uzmanın yerine koymayın.
• Kişisel ve gizli veri. Müşteri bilgisi, çalışan dosyası, sözleşme detayı, kimlik ve finansal veri. Kurumsal politikanız ve aracın veri işleme koşulları açıkça izin vermiyorsa, o veri o kutuya girmez. Anonimleştirmeden ilerlemeyin.
• İnsan ilişkisinin kendisi. Taziye mesajı, tebrik, özür, kişisel teşekkür, zor bir geri bildirim. Yapay zekaya yazdırılmış bir taziye, yazılmamış bir taziyeden kötüdür — çünkü ilişkinin tek para birimi olan samimiyeti sahteleştirir. Karşı taraf çoğu zaman anlar; anlamadığında bile siz bilirsiniz.
• Sizi siz yapan iş. Herkesin yapabileceği işi yapay zeka daha ucuza yapar. Sizi rakiplerinizden ayıran işi ise ancak siz yaparsınız. Onu devrederseniz, geriye satacak bir şeyiniz kalmaz. Farklılığınızın nerede olduğunu bilmiyorsanız, önce bunu bulun — yapay zeka o soruyu da cevaplayamaz.

Ortak payda görülüyor: yargı gerektiren, sorumluluk taşıyan ve ilişki kuran işler sizde kalır. Yapay zeka bunların hepsinin hazırlığını yapabilir — verileri toplar, seçenekleri sıralar, taslağı hazırlar. Ama düğmeye siz basarsınız. Aynı disiplini bir başka alanda, kripto okuryazarlığında da savunuyoruz: araç güçlüdür, ama sorumluluk devredilemez.

Hangi iş ne kadar devredilir?

Bu tabloyu bir kez okuyup geçmeyin; ilk haftanızda hangi görevi seçeceğinize karar verirken açık tutun. Soldaki sütun iş türünü, ortadaki yapay zekanın gerçekçi payını, sağdaki ise size kalan ve asla devredilmeyecek kısmı gösteriyor.

Tabloyu yukarıdan aşağıya okurken bir eğim göreceksiniz: yapay zekanın payı azaldıkça, o işin sizin piyasa değeriniz içindeki ağırlığı artıyor. Bu tesadüf değil, tam da meselenin kendisi. Üst satırlardaki işler, herkesin yapay zekayla yapabildiği ve dolayısıyla hızla ucuzlayan işler. Alt satırlardaki işler ise ucuzlamıyor — aksine, üsttekiler ucuzladıkça göreli olarak pahalanıyor.

Stratejiniz buradan çıkıyor: üst satırları yapay zekaya devredip kazandığınız zamanı alt satırlara yatırın. Yanlış strateji, kazandığınız zamanı daha fazla üst satır işi yaparak harcamak. O yol sizi daha hızlı bir uygulayıcı yapar; ama daha değerli biri yapmaz.

Ve bu yaklaşımın tek bir alana ait olmadığını görün: aynı mantık dil öğrenirken, satış yaparken, marka kurarken de geçerli. Otuz gün, net günlük yapı, devredilmeyen yargı. 1 Ayda 1 Dil'in dilde yaptığını, 1 Ayda Yapay Zeka yapay zekada yapıyor — çünkü ikisinin de altında aynı öğrenme mimarisi var. Bu mimarinin nereden geldiğini merak ediyorsanız Sir Arthur Rock kimdir yazısına bakın.

Sık sorulan sorular

Yapay zeka öğrenmeye nereden başlanır?

Kurstan, kitaptan veya matematikten değil; kendi işinizden başlanır. Bu hafta yaptığınız işler arasından tekrar eden, metne dayalı ve hata payı düşük olan bir görevi seçin — örneğin e-posta taslağı yazmak, uzun bir belgeyi özetlemek veya toplantı notlarını maddelere dökmek. O görevi bir yapay zeka sohbet aracına elinizdeki gerçek malzemeyle yaptırın, çıkan sonucu kendi standardınıza göre düzeltin ve düzeltme talimatınızı kaydedin. Yapay zeka öğrenmek, teoriyi ezberlemek değil, kendi işinizin dilini araca öğretmektir; bu yüzden ilk gün bir ders değil, bir görev seçilir.

Yapay zeka öğrenmek için kod bilmek gerekir mi?

Yapay zekayı kullanmak için hayır, yapay zeka mühendisi olmak için evet. Bu iki hedef birbirine karıştırıldığı için binlerce insan gereksiz yere Python kursuna yazılıp üçüncü haftada bırakıyor. Modeli siz eğitmeyeceksiniz; eğitilmiş modeli kendi işinize koşacaksınız. Bunun için gereken tek beceri, ne istediğinizi açık, bağlamlı ve ölçülebilir biçimde yazabilmektir. Kod bilmek bir bonustur, önkoşul değildir.

Yapay zeka öğrenmek ne kadar sürer?

Günlük işinizde işe yarar hâle gelmeniz 30 gün sürer; şartı günde bir gerçek görevdir. İlk hafta araçla tanışma ve tek görevi otomatikleştirme, ikinci hafta talimatı netleştirme ve kendi şablonlarınızı kurma, üçüncü hafta görevleri zincirleme, dördüncü hafta ise bunu haftalık rutininize gömme haftasıdır. Mühendislik tarafı yıllar alır, kullanım tarafı almaz — çünkü öğrenilen şey bir müfredat değil, bir çalışma alışkanlığıdır.

Matematik bilmeden yapay zeka öğrenilir mi?

Evet. Matematik, modeli inşa edenler için gereklidir; modeli kullananlar için değil. Arabayı kullanmak için motor termodinamiği bilmeniz gerekmediği gibi, yapay zekayı işinize koşmak için doğrusal cebir de gerekmez. Kullanıcı tarafında ihtiyacınız olan tek teknik kavrayış şudur: bu araçlar olasılığa göre metin üretir, doğruluğu garanti etmez. Bu tek cümleyi içselleştirmek, çıktıyı her zaman doğrulamanız gerektiğini anlamanıza yeter — ve pratikte matematiğin size söyleyeceği şey de budur.

Yapay zekayı işimde ilk hangi görevde kullanmalıyım?

Üç şartı birden karşılayan görevde: tekrar eden, metne dayalı ve yanlış olduğunda anında fark edeceğiniz bir görev. Bu üçünün kesiştiği yer genellikle e-posta taslakları, belge özetleri, toplantı notlarının maddelenmesi, kaba metnin düzeltilmesi ve fikir listesi üretmektir. Sözleşme yorumu, tıbbi veya hukuki karar, fiyat kararı ve kişisel veri içeren işler ilk görev olamaz; çünkü orada hatanın maliyeti kazandığınız zamandan büyüktür.