Shopify, daha zengin katalog verisinin yapay zekâ aracılı ürün keşfini yönlendirdiğini anlatıyor; IEEE Spectrum'daki bir öneri ise bilimsel yayınların ajanlarca okunup yeniden üretilebilecek ve genişletilebilecek biçimde kurulmasını savunuyor.
Yapay Zekâ··Sabah
Katalog verisi arama kanalını tamamlıyor
Shopify, ikinci çeyrekte mağazalarına yapay zekâ kaynaklı trafik ile siparişlerin yıllık bazda üç katına çıktığını bildiriyor. Şirket başkanı Harley Finkelstein, analistlere bu artışı geleneksel aramanın yanına eklenen ayrı bir kanal olarak sundu. Arama oturumları son iki yılda 1,3 kat büyüdü ve mağaza oturumlarının yaklaşık üçte birini oluşturmayı sürdürüyor. Şirketin açıklaması iki keşif yolunu kullandıkları veri bakımından ayırıyor: Arama motorları birkaç anahtar kelimeye göre popülerlik sıralaması yaparken yapay zekâ ajanları kataloğa birden çok çağrı yapıyor, daha zengin yapılandırılmış veriyi okuyor ve bunu alıcının somut niyetiyle eşleştiriyor. Geleneksel arama insanın kullandığı yol olarak sürerken aynı ürün bilgisi, makine aracılı bir sorgu kanalında daha ayrıntılı biçimde işlenebiliyor. Bu nedenle TechCrunch haberindeki yayıncılık karşılaştırması da sınırı belirliyor: Yapay zekâ özetlerinin çevrimiçi yayınlarda tıklanma oranlarını düşürdüğü örnek, Shopify'ın kendi mağaza trafiği anlatısıyla aynı sonuç sayılmıyor.[1]
Bilimsel biçim için bir ajan önerisi
IEEE Spectrum'daki ikinci haber, makinece okunabilirlik sorununu ürün kataloğundan bilimsel literatüre taşıyan bir öneriyi inceliyor. Başyazar Jiachen Liu, Michigan Üniversitesi'nde bilgisayar bilimi doktorasını 2025'te tamamladı; öneriyi doktora çalışması sırasında hazırladı ve mayıs ayında Palo Alto'daki Agent Native Research Lab'in kurucu ortaklarından biri oldu. Liu'nun hareket noktası, 2024 sonunda yayımlanan bir kodlama ajanının araştırmacı olarak yaptığı işi üstlenebileceğini görmesi, fakat modelin üzerinde hâlâ önemli miktarda elle kurulmuş altyapıya ihtiyaç duymasıydı. Öneri, bilimsel araştırma altyapısının öncelikle insan okura göre tasarlanması yerine ajanların çalışmaları okuyabildiği, yeniden üretebildiği ve genişletebildiği bir düzen için kendine özgü bir biçim kurulmasını savunuyor. Metnin statüsü, bilimsel makale ile çevresindeki altyapının hangi okura göre düzenleneceğine ilişkin bir öneriyle sınırlı; uygulanmış bir yayın standardı duyurulmuyor. Haberin eklediği ihtiyat da bunun parçası: Araştırmada yapay zekâ araçlarının yayılması tartışmalı ve aktarılan bazı bulgular, bu araçların bireysel kariyerleri desteklerken daha az yeni fikir ile konu üretilmesiyle birlikte görülebildiğine işaret ediyor.[2]
İki ayrı keşif sistemi
Bu iki gelişme ortak bir ürün ya da dağıtım paylaşmıyor; benzerlik, bilginin keşif yapan makine için nasıl düzenlendiği sorusunda. Shopify'ın anlatısında yapılandırılmış katalog verisi, ajanın tek bir arama sonucunu taklit etmek yerine belirli alışveriş niyetine göre birden çok sorgu kurmasına yardım ediyor. Bilimsel yayın önerisinde araştırma çıktısının ajan için iki işlevi var: Metni bulmanın ardından çalışmayı okumak, yeniden üretmek ve genişletmek. Ayrım da en az ortaklık kadar önemli. Ticaret örneği işletilmekte olan mağazalardaki trafik ve sipariş ölçümlerine dayanıyor. Bilim örneği ise ajan odaklı altyapı için ileri sürülen bir tasarımı anlatıyor; yayıncıların bu biçimi benimsediği bildirilmiyor. Her ikisinde de insanın kullandığı kanal kaybolmuyor: Shopify geleneksel aramanın büyüdüğünü söylüyor, IEEE Spectrum ise öneriyi bir söyleşi ve insan okura yönelik haber içinde tartışıyor. Yan yana konduklarında haberler, ajan erişiminin insan erişiminin yerini alması gerekmediğini gösteriyor; aynı bilgi alanı, insanın okuyacağı yüzünü korurken makinenin sorgulayabileceği daha belirgin bir yapıya da sahip olabiliyor.[1], [2]
