.png)
Bir çalışan, hazırladığı rapor için yapay zekâdan saniyeler içinde analiz alabiliyor. Bir yönetici farklı karar senaryolarını karşılaştırabiliyor; bir ekip yeni bir proje için fikir geliştirebiliyor. Yanıt üretmek kolaylaşıyor. Peki bu yanıtların hangisinin gerçekten değerli olduğuna nasıl karar veriyoruz?
Yapay zekânın sunduğu öneriler ne kadar güvenilir? Hangi varsayımlara dayanıyor ve kurumun koşullarında ne kadar uygulanabilir?
Yapay zekâ bilgi üretmenin süresini ve çabasını azaltırken çalışanların rolünü de değiştiriyor. İlk taslağı hazırlamaktan çok, eldeki bilgiyi değerlendirmek, önemli olanı ayırt etmek ve gerekçeli kararlar vermek öne çıkıyor. Bilgiye erişim hızlandıkça onu yorumlama sorumluluğu ortadan kalkmıyor; daha görünür hale geliyor.
Bu nedenle eleştirel düşünme, yapay zekâ çağında yalnızca bir hata kontrolü değil, karar kalitesini belirleyen temel yetkinliklerden biri.
Yapay Zekâ Yanıt Üretiyor, Peki Kararı Kim Veriyor?
Üretken yapay zekâ araçları hızlı ve ikna edici yanıtlar sunabiliyor. Ancak profesyonel görünen bir analiz, doğru verilerle hazırlanmış veya doğru problemi çözmüş olmayabilir.
Bir öneriyi değerlendirirken yalnızca içeriğindeki olası hatalara değil, hangi verilerin kullanıldığına, hangi bilgilerin dışarıda kaldığına ve önerinin hangi koşullarda geçerli olduğuna da bakmak gerekiyor.
Örneğin bir İK profesyoneli, çalışan bağlılığı araştırmasının sonuçlarını analiz etmek için yapay zekâdan yararlanabilir. Araç, belirli ekiplerdeki düşük bağlılık skorlarını yöneticilerin iletişim yaklaşımıyla ilişkilendirebilir. Ancak bu yorumun geçerli olup olmadığını anlamak için araştırmanın kapsamını, veri kalitesini, çalışanların koşullarını ve diğer olası nedenleri değerlendirmek gerekir.
Burada yapay zekâ analiz sürecini hızlandırabilir; ancak sonuçların anlamlandırılması ve alınacak aksiyonların belirlenmesi insan muhakemesini gerektirir.
Eleştirel düşünmenin değeri burada ortaya çıkıyor: Sorun yalnızca yanlış yanıtı elemek değil; makul görünen bir yanıtın hangi karar için yeterli kanıt sunduğunu ayırt edebilmek.
Hızlı Yanıtların Görünmeyen Riski: Otomasyon Yanlılığı
Yapay zekâ araçlarının sunduğu kolaylıklar, karar verme süreçlerinde önemli bir riski de beraberinde getirebiliyor: otomasyon yanlılığı.
Otomasyon yanlılığı, insanların otomatik sistemlerden gelen önerilere gereğinden fazla güvenme ve bu önerileri yeterince sorgulamadan kabul etme eğilimini ifade ediyor.
Örneğin bir yönetici, yapay zekâ destekli bir araçtan ekip performansına ilişkin öneriler aldığında bunları nesnel değerlendirmeler olarak algılayabilir. Oysa aracın kullandığı veriler eksik olabilir veya öneriler kurumun özel koşullarını yeterince yansıtmayabilir.
Buradaki risk, yapay zekâdan yararlanmak değil; aracın sunduğu önerinin, insanın kendi değerlendirmesinin yerini farkedilmeden almasıdır. Bunun tersi de çözüm değil: Yapay zekâ önerilerini sırf makineden geldiği için sistematik biçimde reddetmek, yararlı kanıtları göz ardı etmeye yol açabilir.
Eleştirel düşünme, teknolojiye koşulsuz güvenmek ile her çıktıya peşinen şüphe duymak arasında bir denge kurmayı gerektirir. Güven düzeyi, önerinin akıcılığına değil; kanıtların niteliğine, görevin riskine ve bağımsız doğrulama imkânına dayanmalıdır.
Özellikle çalışanları, müşterileri veya önemli kurumsal kararları etkileyen konularda hangi bilgilerin doğrulanacağı, ne zaman uzman görüşü alınacağı ve son değerlendirmenin kim tarafından yapılacağı açık olmalıdır.
Doğru Soruları Sormak da Bir Yetkinlik
Yapay zekâdan alınan yanıtın niteliği, sorunun nasıl oluşturulduğuyla yakından ilişkili. Ancak eleştirel düşünme yalnızca etkili komutlar yazabilmekten ibaret değil.
Asıl önemli olan, hangi soruların sorulması gerektiğini fark edebilmek ve ilk yanıtla yetinmemek.
Örneğin bir satış ekibi, belirli bir müşteri segmentinde satışların neden düştüğünü anlamak için yapay zekâdan destek alabilir. Ancak yalnızca “Satışları nasıl artırabiliriz?” sorusunu sormak yerine, farklı olasılıkları değerlendiren bir yaklaşım daha anlamlı sonuçlar sağlayabilir.
Satışlardaki düşüş müşteri ihtiyaçlarının değişmesinden mi kaynaklanıyor? Fiyatlandırma mı etkili? Rakiplerin sunduğu alternatifler mi öne çıkıyor? Yoksa sorun satış sürecinin belirli bir aşamasında mı ortaya çıkıyor?
Bu soruların her biri farklı verilerin incelenmesini gerektirir. Eleştirel düşünme de tam olarak burada devreye girer: İlk açıklamayı kabul etmek yerine alternatifleri karşılaştırmak, varsayımları görünür kılmak ve karar vermeden önce hangi bilgilere ihtiyaç duyulduğunu belirlemek.
Böylece yapay zekâ, düşünme sürecinin yerini alan bir araç olmaktan çok, farklı bakış açılarını değerlendirmeyi destekleyen bir yardımcıya dönüşebilir.
L&D Ekipleri Eleştirel Düşünmeyi Nasıl Destekleyebilir?
Yapay zekâ kullanımının yaygınlaşması, L&D ekipleri için yalnızca yeni araç eğitimleri planlamak değil, çalışanların bu araçlarla nasıl düşündüğünü geliştirmek anlamına da geliyor.
Araçların nasıl kullanılacağını öğretmek önemli bir başlangıç. Ancak bir çıktının kalitesini değerlendirmek, belirsizliği fark etmek ve gerekçeli karar vermek de öğrenme hedefleri arasında yer almalı.
Bu becerileri soyut anlatımların ötesine taşımanın yolu, çalışanları gerçek iş kararlarına benzeyen değerlendirme durumlarıyla buluşturmak.
Örneğin aynı iş problemi için hazırlanmış iki yapay zekâ analizi çalışanlara sunulabilir: Biri güvenilir verilerle desteklenirken diğeri eksik veya yanıltıcı varsayımlara dayanabilir. Katılımcılardan yalnızca daha iyi analizi seçmeleri değil; eksik verileri belirlemeleri, varsayımların sonucu nasıl etkilediğini açıklamaları ve karar öncesinde hangi kanıtları arayacaklarını gerekçelendirmeleri istenebilir.
Bu tür bir çalışmada başarı ölçütü, en iyi komutu yazmak ya da yapay zekânın yanıtını tekrar etmek değil; öneriyi eleştirel biçimde değerlendirebilmek olur. Yöneticiler de ekip toplantılarında “Bu sonuca hangi kanıtlarla ulaştık?” ve “Hangi bilgi fikrimizi değiştirebilir?” sorularını gündeme taşıyabilir.
Amaç çalışanların her çıktıya kuşkuyla yaklaşması değil; düşük riskli görevlerde hızdan yararlanırken yüksek etkili kararlarda daha güçlü doğrulama ve muhakeme alışkanlıkları geliştirmesidir.
Böylece yapay zekâ okuryazarlığı, yalnızca araç kullanımından çıkarak işin niteliğine göre doğru değerlendirme düzeyini seçme becerisiyle birleşir.
Enocta ile Yapay Zekâ Çağının Yetkinliklerini Geliştirmek
Yapay zekâ çağında çalışanların gelişimini desteklemek, teknolojik beceriler ile eleştirel düşünme, problem çözme ve karar verme gibi yetkinlikleri birlikte ele almayı gerektiriyor.
Enocta, Türkçe içeriklerden oluşan Enocta Katalog'un yanı sıra Coursera ve Udemy Business iş birlikleriyle kurumların bu alanlardaki gelişim ihtiyaçlarına yönelik öğrenme seçeneklerini genişletiyor. Eleştirel düşünme ve analitik muhakemeden yapay zekâ okuryazarlığına, sorumlu AI kullanımından güncel araçların iş hayatındaki uygulamalarına uzanan farklı içerik ve programlar, çalışanların hem teknolojiyi kullanma hem de sunduğu sonuçları bilinçli değerlendirme becerilerini geliştirmelerine katkı sağlıyor.
Böylece kurumlar, çalışanlarını yalnızca yeni teknolojilere değil, bu teknolojilerle birlikte değişen düşünme ve karar verme süreçlerine de hazırlayabiliyor.
Geleceğin Yetkinliği: Yapay Zekâyla Birlikte Düşünebilmek
Yapay zekâ, seçenek üretmeyi ve bilgiye ulaşmayı hızlandırıyor. Ancak seçeneklerin çoğalması, hangisinin tercih edilmesi gerektiğini kendiliğinden açıklamıyor.
İK ve L&D ekipleri için fırsat, çalışanlara yalnızca yeni araçları öğretmek değil; hangi kanıtı arayacaklarını, hangi varsayımı sorgulayacaklarını ve ne zaman insan değerlendirmesine başvuracaklarını düşündüren öğrenme deneyimleri tasarlamak.
Böyle bir yaklaşımda eleştirel düşünme, yapay zekâya karşı durmak değil; onun sunduğu hız ve imkânları insan muhakemesiyle birlikte kullanabilmektir.
Çünkü yapay zekâ çağında fark yaratan yalnızca daha hızlı yanıtlar almak değil; hangi yanıtların güvenilir, anlamlı ve uygulanabilir olduğunu ayırt ederek daha bilinçli kararlar verebilmektir.
-(2)2.png)
