Üretken yapay zeka aslında nedir?

Bir arama motoruna "Üçüncü çeyrekteki destek trendlerimiz neydi?" diye sorduğunuzda açıp okuyabileceğiniz bağlantılar görürsünüz. Aynı soruyu Copilot'a verdiğinizde, siz sormadan önce var olmayan bir paragraf yazar. Biri mevcut içeriği bulur, diğeri yeni bir yanıt üretir. Bu yüzden isteğinizi nasıl yazdığınız da işin bir parçasıdır.

Üretken AI yanıt yazar

Üretken AI, prompt adı verilen talimatınızdan metin, tablo, özet veya görsel üretir. İşe yarayan tanım budur. Önceki AI sistemleri daha çok sınıflandırma için kullanılırdı. Bir destek talebini doğru ekibe yönlendirebilir ya da olağandışı bir işlemi işaretleyebilirdi. Üretken AI ise e-posta taslağı, beş satırlık karşılaştırma veya yeniden yazılmış bir paragraf hazırlar.

Bu üç terim sık sık aynı anlamda kullanılıyor. Aralarındaki farkı otuz saniyede netleştirebiliriz:

Bu işlerin hepsi aynı akışı izler. Önce prompt'unuzu ve kullanmasını istediğiniz malzemeyi verirsiniz. Model bunları işler, ardından kullanabileceğiniz, düzenleyebileceğiniz veya reddedebileceğiniz bir çıktı üretir. Microsoft Copilot'un arkasında büyük dil modelleri (LLM'ler) vardır. Bu modeller çok büyük miktarda metindeki kalıpları öğrenir ve bunlardan yararlanarak dil üretir. Copilot'u iyi kullanmak için modelin iç yapısını bilmeniz gerekmez. Neyi iyi yaptığını ve nerede hata yapabildiğini bilmeniz yeterlidir.

Copilot bir arama motoru mu, akıl yürütme motoru mu?

"Şu soruyu yanıtla" dediğinizde Copilot'tan iki farklı işten birini istiyor olabilirsiniz. Bu ayrımı bilmek, sorunuzu nasıl kuracağınızı değiştirir:

• Bilgi getirme, bir yerde zaten bulunan bilgiyi bulur. "Güncel kilometre başına geri ödeme tutarımız ne kadar?" Burada güncel ve resmi bir kaynağa ihtiyacınız vardır.
• Akıl yürütme, olguları, kısıtları ve öncelikleri bir sonuca bağlar. "Bu üç mekan teklifinden hangisi bütçemize ve tarihimize uyuyor?" Burada hazır bir bilgi bulmak yetmez. Elinizdeki verilerden bir sonuç çıkarmanız gerekir.

Arama motorları bilgi bulmaya, akıl yürütme motorları ise analiz yapmaya odaklanır. Copilot her ikisini de yapabilir ve siz hangi işe ihtiyacınız olduğunu açıkça belirttiğinizde daha iyi sonuç verir. "Güncel politikayı bul ve bir seçenek öner" isteğinde iki adım vardır. Copilot önce politikayı bulmalı, ardından bu bilgiye dayanarak seçenekleri değerlendirmelidir.

Microsoft Copilot'taki konuşma modları bu iki işten birine ağırlık verir. Search, yanıtını web'deki güncel bilgilere dayandırır ve açabileceğiniz kaynak bağlantıları sunar. Yanıtınız güncel ve herkese açık bilgilere bağlıysa bu modu seçin. Think Deeper ise akıl yürütme modellerini kullanır. Gerekli olguları siz verdiyseniz ve bunların karşılaştırılmasını, sıralanmasını veya açıklanmasını istiyorsanız bu modu seçin. Bu modların hiçbiri doğru yanıtı garanti etmez. Yalnızca Copilot'un isteğinize nasıl yaklaşacağını değiştirir. Bu nedenle önce yapacağınız işi belirleyin, sonra uygun modu seçin. Bunu açıkça yapmak, süslü bir prompt yazmaktan daha çok fark yaratır.

Akıcı bir yanıt yanlış olabilir

Bir LLM, adları, tarihleri veya sayıları yanlış yazarken son derece akıcı görünebilir. Hatalı yanıt da doğru yanıtla aynı kendinden emin tonda gelir. Üslup sizi uyarmaz.

AI'ın ürettiği, kaynağın desteklemediği ayrıntıya uydurma denir. "Halüsinasyon" ifadesini de duyabilirsiniz. Bu ayrıntı notlarınızda olmayan bir toplantı tarihi, yanlış yuvarlanmış bir istatistik ya da kaynağın yalnızca ima ettiği sonraki adım olabilir. Paragrafın içine doğal biçimde yerleştiği için gözden kaçması kolaydır. Bu noktada "Bu bilgi tam olarak hangi kaynağa dayanıyor?" diye sorun. Kanıtı gösteremiyorsanız iddianın hâlâ kontrol edilmesi gerekir.

İki varsayımı baştan bırakmak işinizi kolaylaştırır. Daha büyük veya yeni bir model otomatik olarak daha doğru değildir. Kapasite, modelin aynı anda ne kadar metni değerlendirebildiğini etkiler. Doğruluk ise kaynağa, göreve ve yaptığınız kontrole bağlıdır. Aynı prompt farklı çalıştırmalarda farklı yanıtlar da verebilir. Tekrar, bir iddiayı kanıtlamaz. Her yanıtı kendi kanıtıyla değerlendirin.

Olgular, tahminler ve aralarındaki çizgi

Copilot bir yanıt oluştururken dört farklı ifade türünü aynı metinde bir araya getirir. Bunları ayırt etmeyi öğrendiğinizde, Copilot'la yaptığınız her işte kullanabileceğiniz bir beceri kazanırsınız:

• Olgu, kaynağınızda doğrudan yazan bilgidir. Örneğin: "Mekan 120 kişi alıyor."
• Çıkarım, Copilot'un olgulardan ulaştığı sonuçtur. "O halde 150 konuğumuz için fazla küçük." Bu sonuç kaynakta doğrudan yazmaz, verilen sayılardan hesaplanır.
• Varsayım, doğrulanmadan doğru kabul edilen bilgidir. "O akşam salon boş olacak." Oysa bunu henüz kimse kontrol etmemiştir.
• Öneri, olgulara, çıkarımlara ve varsayımlara dayanarak sunulan eylemdir. "Daha büyük salonu ayırtın."

Copilot bu türleri çoğu zaman etiketlemez ve hepsini akıcı bir paragrafta birleştirir. Her önemli cümlede "Bu hangi tür bir ifade?" diye sormak sizi hatalardan korur. Olgunun kaynağını bulabilir, çıkarımı yeniden hesaplayabilir ve varsayımı işaretleyebilirsiniz. Önerinin sorumluluğu ise size aittir. Bu alışkanlık, modülün sonunda öğreneceğiniz doğrulama becerisinin temelidir. Kulağa makul gelen bir yanıtı yine de doğrulamanız gerekir.

Üretken AI en çok nerede işe yarar?

Sonucunu değerlendirebildiğiniz işlerde kullanın. Bu kursta ele alacağımız görevlerin çoğu dört gruba giriyor:

• Oluşturma: sıfırdan ilk taslak, ana hat, gündem veya fikir listesi hazırlar.
• Özetleme: uzun bir belgeyi, yazışma zincirini ya da toplantıyı kararlara, risklere ve sonraki adımlara indirger.
• Dönüştürme: bir metni kısaltır, tonunu değiştirir veya aynı içeriği tabloya aktarır.
• Analiz: seçenekleri karşılaştırır veya sağladığınız bilgilere belirttiğiniz bir kuralı uygular.

Her durumda sonucu somut bir dayanakla karşılaştırabilirsiniz: kaynak belge, prompt'a eklediğiniz sayılar veya tona ilişkin kendi değerlendirmeniz. Üretken AI, gizli kalmış olgular, güncel fiyatlar ve geçen hafta değişen bilgiler gibi doğrulaması zor alanlarda daha az güvenilirdir. Yine de hızlı hazırladığı ilk taslağı kontrol etmek, boş sayfadan başlamaktan daha kısa sürebilir. Bir sonraki derste bu dört çalışma biçimini Microsoft Copilot'ta deneyip konuşma modlarının sonucu nasıl etkilediğini göreceksiniz.