AI/ML Eğitiminde Kod Yazmadan Neler Öğrenilebilir? Uzmanlar İpuçları

Yapay zeka (AI) ve makine öğrenimi (ML) gibi kavramlar, artık sadece yazılım geliştiricilerin sahnesinde kalmadı. Kod yazmayan, teknik arka planı olmayan binlerce insan — yöneticiler, öğretmenler, psikologlar, hukukçular, hatta sanatçılar — bu alanlara nasıl girebileceklerini merak ediyor. Peki, kod bilgisi olmayan biri, AI/ML ve agentic sistemlerin temellerini nereden ve nasıl öğrenebilir? Bu soruya, üç farklı kaynaktan elde edilen verileri derinlemesine analiz ederek cevap aradık.

Yapay Zekanın Gerçek Yüzü: Koddan Çıkan İnsan Faktörü

İnternet üzerinden topladığımız veriler arasında, bir TV dizisi (Looking, 2014-2015) ve bir sözlük tanımı (The Free Dictionary) yer alıyordu. İlk bakışta bu kaynaklar, AI eğitimine hiç bir bağ kurmaz gibi görünüyor. Ancak bu durum, tam da bizim analizimizin odak noktası oldu: İnsanlar, teknolojiyi nasıl algılar? Wikipedia’daki ‘Looking’ dizisi sayfası, San Francisco’da yaşayan üç arkadaşın modern eşcinsel ilişkilerdeki ince detaylarını anlatıyor. Bu, sadece bir dizi değil — bir insani deneyim haritası. Aynı şekilde, AI/ML sistemleri de sadece algoritmalar değil, insan davranışlarını, tercihleri ve sosyal dinamikleri yansıtan sistemler. Kod yazmayan biri, bu ‘insani katmanları’ anlamakla, teknolojinin gerçek etkisini kavrayabilir.

‘Looking’ Dizisi ve AI’da ‘İzleme’ Kavramı

‘Looking’ dizisindeki karakterler, kendi ilişkilerini, kimliklerini ve toplumsal konumlarını sürekli ‘gözlemliyor’. Bu, AI’da ‘agentic sistemler’in temelini oluşturan ‘gözlem-çerçeve-karar’ döngüsüyle doğrudan paralel. Agentic sistemler, yalnızca veri işlemekle kalmaz, çevrelerini yorumlar, hedeflerine göre strateji geliştirir ve eyleme geçer. Kod yazmayan biri, bu süreçleri dizilerdeki karakterlerin duygusal kararları üzerinden anlayabilir: ‘Neden bu kişi bu mesajı gönderdi?’, ‘Bu ilişki neden bu şekilde bitti?’, ‘Kimin etkisi daha büyük?’ — bu sorular, AI sistemlerinin karar mekanizmalarını anlamak için tam da gerekli olan sorular.

‘Looking’ Kelimesi ve Teknolojideki Anlam Kayması

The Free Dictionary sayfası, erişim engeli nedeniyle içerik sunamadı. Bu teknik engel, aslında modern teknolojiye dair bir metafor oluşturuyor: İnsanlar, teknolojinin temellerini görmek istiyor ama arka planda gizli sistemler, onları dışarıda bırakıyor. AI eğitim materyallerinin çoğu, ‘kod’ ve ‘veri seti’ gibi teknik terimlerle dolu. Ama gerçek eğitim, bu sistemlerin nasıl görülmesi gerektiğini öğretmeli. ‘Looking’ kelimesi, sadece ‘bakmak’ değil, ‘anlamaya çalışmak’ anlamına gelir. Kod yazmayan biri için, AI’yi anlamak, bir filmi izlerken kamera açılarını, ışıklandırma ve karakter hareketlerini analiz etmeye benzer. Bu, teknik bir beceri değil, bir gözlem disiplini.

IMDb ve Gerçek Dünya Uygulamaları

IMDb sayfası, ‘Looking’ dizisinin ‘gelişmiş gay ilişkileri’ temalı olduğunu belirtiyor. Bu, AI/ML eğitimindeki bir diğer kritik noktayı vurguluyor: Veriler, insan yaşamını yansıtır. Bir AI sistemi, bir dizi izleyicilerinin tercihlerini analiz ederek hangi karakterlere daha çok bağlanıldığını çıkarabilir. Bu tür analizler, pazar araştırmaları, sosyal hizmetler veya eğitim sistemlerinde kullanılıyor. Kod yazmayan biri, bu verileri nasıl topladığını, nasıl etik olarak kullanıldığını ve hangi önyargıları yansıttığını anlamakla, AI’ya ‘kritik bir gözle’ bakabilir.

Kimler İçin Bu Eğitim? 5 Gerçek Dünya Uygulama Alanı

1. İnsan Kaynakları: AI tabanlı mülakat analiz sistemlerini yorumlamak ve önyargıları tespit etmek.
2. Eğitim: Öğrenci performansını tahmin eden sistemlerin nasıl çalıştığını anlayarak, adil bir değerlendirme yapmak.
3. Sağlık: Hasta risk tahmin sistemlerinin veri kaynaklarını ve etik sınırlarını kavramak.
4. Hukuk ve Adalet: Yargı kararlarını destekleyen AI araçlarının önyargılarını anlamak.
5. Medya ve İletişim: İçerik önerme algoritmalarının nasıl bizi etkilediğini fark etmek.

Yol Haritası: Kod Olmadan AI’ya Nasıl Giriş Yapılır?

İşte kod yazmadan AI/ML ve agentic sistemleri öğrenmek için 5 adım:

• 1. İnsan Davranışını İzle: Günlük hayatta AI’nın nasıl karar verdiğini gözlemle — Spotify playlist’leri, Netflix önerileri, sosyal medya algoritmaları.
• 2. Etik ve Toplumsal Etkileri Araştır: ‘AI ve Önyargı’ gibi konulara dair kitaplar oku (örneğin: ‘Weapons of Math Destruction’ – Cathy O’Neil).
• 3. Görsel Araçlarla Öğren: Google’s Teachable Machine, IBM’s Watson Studio gibi kod gerektirmeyen platformları dene.
• 4. Uzmanlarla Konuş: AI danışmanları, etik uzmanları ve kullanıcı deneyimi uzmanlarıyla röportaj yap.
• 5. Bir Proje Kur: ‘Neden arkadaşım bu ürünü satın aldı?’ gibi bir soruyu, AI’ya sormak gibi tasarla — veri topla, analiz et, sonuçları sun.

AI/ML eğitimindeki büyük yanılgı, bu alanların yalnızca ‘kodcu’lar için olduğunu düşünmek. Aslında, bu sistemlerin en kritik kullanıcıları — ve en değerli yorumcuları — kod yazmayanlar. Çünkü onlar, teknolojinin insan yaşamına yansıdığı yerde oturuyor. ‘Looking’ dizisi, bize bir ilişkiyi nasıl izlediğimizi gösteriyor. AI sistemleri ise, toplumu nasıl ‘gözlemlediğini’ gösteriyor. İkisinde de anahtar, sadece görmek değil, anlamak.