Medya ve Yayıncılık için Yapay Zeka Eğitimi

Büyük dil modellerinin çalışma mantığını, haber merkezinin gerçek süreçlerinde nerede devreye girdiğini ve nerede sessizce hata ürettiğini inceliyoruz. Açık tüketici araçlarının yarattığı gizlilik açıklarını kapatıyor, CLEAR görev testiyle hangi işlerin doğrudan yapay zekaya bırakılabileceğini, hangilerinde uzman onayının şart olduğunu ve hangi kararların tamamen insanda kalması gerektiğini netleştiriyoruz.

• Büyük dil modellerinin olasılıksal doğası, bağlam penceresi ve editoryal riskler
• CLEAR görev testi: Doğrudan devir, uzman denetimi ve insanda kalacak editoryal kararlar
• Yeşil, sarı ve kırmızı veri triyajı ile haber kaynağının gizliliğini korumak
• KVKK iş yeri rehberi, Basın Kanunu ve telif hakları çerçevesinde kurumsal veri sınırları
• İlk güvenli editoryal iş akışı kartının ve kullanım sınırlarının tasarlanması

Rastgele istemler yerine editoryal disiplin getiren SOURCE modelini uyguluyoruz. Ses kayıtları, uzun uzman raporları ve kamu belgelerinden oluşan karma kaynak paketlerini inceliyor, zaman kodlarını koruyan alıntı tabloları çıkarıyoruz. Modelin kendi hafızasından uydurma yapmasını engelleyerek doğrulanmış araştırma dosyası notu, kronoloji ve kanıtı koruyan bölüm kurguları hazırlıyoruz.

• Haber ve yayın süreçleri için SOURCE istem modeli (kaynak, amaç, belirsizlik, format, kontroller, standart)
• Ses kayıtları ve röportajlardan zaman kodlu alıntı tabloları ve tematik dökümler oluşturmak
• Karma belgelerden doğrulanmış araştırma dosyası notu ve olay kronolojisi çıkarmak
• Belgedeki teyitli veri, tarafların iddiaları ve model çıkarımı arasındaki farkları netleştirmek
• Cevapsız kalan noktaları ve eksik kanıtları saptayan editoryal soru listesi hazırlamak
• Kanıt bütünlüğünü bozmadan haber konu önerisi ve mantıksal bölüm kurgusu geliştirmek

Onaylanmış kanıt paketine bağlı kalarak kaynak işaretçili ilk taslak metinleri oluşturuyoruz. Dil modellerinin hesaplama ve mantık zaaflarına karşı bağımsız kontrol toplamları uyguluyoruz. Haberin özünü değiştirmeden başlık, spot, meta açıklamaları ve kontrollü etiketler üretiyor, son dakika düzeltmelerini tüm yayın parçalarına eksiksiz senkronize ediyoruz.

• Dondurulmuş kanıt paketi ve kaynak işaretçileriyle (source markers) ilk taslak yazımı
• Metin içi geçişlerde modelin uydurma bağlaç veya iddia eklemesini engellemek
• Tıklama tuzağından (clickbait) uzak duran, haberi adil yansıtan başlık ve spot türetme
• Sayısal ve analitik verilerde bağımsız kontrol toplamları (Control Totals) disiplini
• Arama motoru görünürlüğü için yapılandırılmış metadata, varlıklar ve kontrollü etiketler
• Son dakika gelen düzeltmeleri ve tekzipleri tüm yayın türevlerine anında yansıtmak

Arşiv içeriklerinde erişim destekli üretim (RAG) mantığını inceliyor, eski haberlerdeki düzeltme ve hak durumlarını koruyarak arama yapıyoruz. Onaylı tek bir haberden bülten, sosyal medya serisi ve kısa ses metinlerini kapsayan çok formatlı editoryal içerik uyarlama paketi üretiyoruz. Grafik, fotoğraf ve ekran görüntülerinde gözlem, çıkarım ve doğrulama ayrımı yaparak telif ve erişilebilirlik kurallarını işletiyoruz.

• Arşivde erişim destekli üretim (RAG), kaynak linkleri ve düzeltme geçmişinin korunması
• Yetersiz arşiv kanıtı durumunda modelin uydurmak yerine güvenli şekilde çekilmesini sağlamak
• İki dilli editoryal kontrol, terminoloji tablosu ve geri çeviri (back-translation) ile yerelleştirme
• Onaylı ana haberden çok formatlı editoryal içerik uyarlama paketi türetmek
• Bülten ve sosyal medya formatlarında haberin şartlarını ve çekincelerini eksiksiz korumak
• Grafik ve fotoğraflarda gözlem, çıkarım, doğrulama ve C2PA içerik kimlik bilgileri

EBU ve BBC doğrulama ilkelerini temel alarak yapay zekanın kendi hatasını tek başına bulamayacağını somut vakalarla görüyoruz. İddia doğrulama çizelgesi kuruyor, alıntı, isim, tarih ve rakamları orijinal belgelerle çapraz kontrolden geçiriyoruz. Dönüşüm adımlarını editoryal süreç aksiyon siciline işliyor, hatalı bildirim veya yanlış haber durumunda acil durdurma ve tekzip mekanizmalarını uyguluyoruz.

• EBU ve BBC ilkeleriyle haber asistanı yanıtlarındaki yanıltıcı bilgileri yakalamak
• Üretken modelin teyidine güvenmek yerine bağımsız çapraz doğrulama adımları
• İddia doğrulama çizelgesiyle (claim ledger) her olgunun kanıt durumunu denetlemek
• Dönüşüm adımlarını ve insan onaylarını belgeleyen editoryal süreç aksiyon sicili tutmak
• FSEK telif hakları, alıntı sınırları ve lisanslı ajans materyali kullanımı
• Hatalı bildirim veya yanlış haber yayını anında acil geri çekme ve şeffaf düzeltme yönetimi

Bireysel teknikleri kurum geneline yayılan bir editoryal yönetişim modeline dönüştürüyoruz. Katılımcılar kurgusal bir haber masası simülasyonunda ham belgelerden yayına, çok kanallı dağıtıma ve akran denetimine kadar tüm süreci uçtan uca yürütüyor. Eğitim sonunda kurumunuza özel 30, 60 ve 90 günlük editoryal yapay zeka benimseme yol haritasını tamamlıyoruz.

• Haber merkezleri ve yayınevleri için kurumsal yapay zeka işletim modeli ve rol paylaşımı
• Uçtan uca masa simülasyonu: Ham belgeden yayına, çoklu kanala ve akran denetimine
• Yayın öncesi insan onay kapılarının (human gate) eksiksiz işletilmesi ve yayın kararı
• Salt hız yerine yeniden işleme (rework) ve hata kaçırma oranlarını izleyen başarı metrikleri
• Kurum içinde ortak kullanılacak teyitli istem kütüphanesini yönetmek ve güncellemek
• Kurumunuza özel 30, 60 ve 90 günlük editoryal yapay zeka benimseme yol haritası