Aynı kullanım, aynı iş değil
Korea Investment Corporation (KIC) adlı kurumun kurum içi yapay zekâ hizmetinde mayıs ayında 3755 kullanım kaydedilmiş; eylülde sayı 798 olmuş. Aynı dönemde kullanıcı sayısı 339’dan 147’ye inmiş. Bu rakamlar bir işyeri sorusu açıyor: çalışan hangi işi bu araçla tamamlıyor, hangi işi başka yere götürüyor? Benim ilk bakacağım yer modelin adı değil, görev ile aracın buluştuğu nokta. Bir hizmetin daha az kullanılması, çalışanların ondan uzaklaştığını gösterir; neden uzaklaştıklarını tek başına açıklamaz. Günlük iş değişmiş olabilir, araç yeterince yararlı bulunmamış olabilir veya çalışan aynı sonuca başka yoldan ulaşmış olabilir. Kullanım sayısını doğrudan verimlilik diye okumak bu ayrımları siliyor.[1], [2]
Günlük NTN’nin 19 Ekim’de aktardığı parlamento verilerinde, çalışanların eylül ayındaki ChatGPT kullanımı 36881 olarak veriliyor. Yan yana konduğunda büyük bir fark var. Ancak Maeil Business’ın aynı gün yayımladığı haberde kurumun açıklaması da bulunuyor: kurum içi hizmet, 9 iş türünü destekleyen sınırlı bir araç. Bu açıklama düşüşü ortadan kaldırmıyor; karşılaştırmanın sorusunu değiştiriyor. Daha geniş bir hizmetin toplam kullanımıyla belirli görevlere ayrılmış bir hizmetin toplamını karşılaştırmak, aynı işin nerede daha iyi yapıldığını göstermiyor. Önce ortak görevleri ayırmak gerekir. Çalışanın bir belgeyi özetleme işiyle genel bir soru sorması, yalnızca ikisi de birer kullanım diye aynı çıktı sayılmaz. Bu, düşük kullanımı savunmak değil, ölçünün neyi anlattığını belirlemek.[1], [2]
Yanıttan sonra kalan emek
Kurum içindeki görev dağılımı da somut. Qwen3 dil işlerini, BGE-M3 belge aramayı, Llama3 içerik süzmeyi, Gemma3 görüntü işlemeyi üstleniyor. Belge özetleme, çeviri ve iç yazışmalarda arama bu düzenin kullanım alanları arasında. Çalışanın yaptığı iş ise modelin yanıt verdiği yerde bitmeyebilir. Bulunan belgenin doğru belge olduğunu anlamak, özetin aslına uyduğunu kontrol etmek ve sonucu kullanılabilir hale getirmek de emek ister. Bunların KIC’de ne kadar sürdüğüne ilişkin bir ölçüm ileri sürmüyorum. Önerdiğim hesap, bu işi görünür kılmak. Başarılı sayılan bir yanıt sonradan kapsamlı düzeltme gerektiriyorsa, yalnızca ilk yanıtın üretilmesiyle kazanılan süreyi saymak çalışanın harcadığı zamanı eksik gösterir.[1], [2]
Bu nedenle çalışanların hizmeti neden bıraktığını sormak, kullanım çizelgesine bakmanın tamamlayıcısı olmalı. Bir özetin doğrulanması güç mü, aranan belge bulunabiliyor mu, sonuç günlük işte kullanılabiliyor mu? Bunlar çalışanlardan alınmış yanıtlar değil, benim değerlendirme için önerdiğim sorular. Daha az istek, daha az yeniden deneme anlamına da gelebilir; yararsız bulunan bir araçtan kaçış anlamına da. Eldeki sayılar bu olasılıkları ayırmıyor. Çalışanın araç seçimi üzerindeki söz hakkı burada önemli: deneyimini açıklaması, yönetimin kullanım hedefini tutturmak için ilave bir göreve dönüşmemeli. İşi gerçekten kolaylaştıran bir düzen ile yalnızca daha çok tıklama üreten bir düzeni ayırmak gerekiyor.[1], [2]
Kapasitenin çalışma karşılığı
Donanım planı ayrı bir karar. Haberlerde, grafik işlemcilerin 4’ten 12’ye çıkarılacağı ve kurumun bu kapasiteyi iç yapay zekâ platformunu geliştirme işiyle açıkladığı belirtiliyor. Daha fazla donanım, çalışanın daha az doğrulama yapacağını kanıtlamıyor. Düşen kullanım da gelecekteki her kapasite ihtiyacını kendiliğinden geçersiz kılmaz. İş yükünü ve planlanan görevleri birlikte görmek gerekir. Benim için yatırımın çalışma hayatındaki karşılığı, çalışanların tamamlayabildiği karşılaştırılabilir işler, bunlara ayırdığı toplam süre ve düzeltme yüküdür. Bu ölçüler KIC için yayımlanmış sonuçlar değil, kullanım sayısının yanına koymayı önerdiğim göstergeler. İyi bir araç, çalışanı kendi varlığını kanıtlamak için daha fazla kullanıma zorlamadan işini tamamlamasına yardım eder.[1], [2]