Yapay zekâ olgunluk modeli: kurumunuz hangi seviyede, nasıl ölçülür?

"Yapay zekâda neredeyiz?" sorusu artık çoğu yönetim toplantısında soruluyor. Cevap genellikle bir araç listesiyle ("Copilot aldık, ChatGPT Enterprise'a geçtik") ya da bir anket sonucuyla ("çalışanların yüzde 70'i kullanıyor") veriliyor. İkisi de olgunluğu ölçmüyor; biri neyin satın alındığını, diğeri neyin beyan edildiğini söylüyor. Bu yazıda yapay zekâ olgunluk modellerinin ne olduğunu, hangi boyutlardan oluştuğunu ve kurumunuzun seviyesini gerçek kullanım verisinden nasıl ölçebileceğinizi anlatacağız.

Yapay zekâ olgunluk modeli nedir?

Yapay zekâ olgunluk modeli, bir kurumun yapay zekâyı benimseme ve değere dönüştürme yetkinliğini boyutlara ve seviyelere ayırarak ölçen bir değerlendirme çerçevesidir. Amacı iyi ya da kötü notu vermek değil, kurumun bugün nerede durduğunu ve bir sonraki seviyeye geçmek için hangi boyutta ne yapması gerektiğini göstermektir. Microsoft'un yayımladığı benimseme olgunluk modeli gibi yaygın çerçeveler de aynı ilkeyi vurgular: değerlendirme kanıta dayanmalı, boyutlar arasında seviye farkı olması normal karşılanmalıdır (Microsoft Learn).

Modeller hangi boyutlara bakar?

Adlandırmalar değişse de çoğu model şu altı boyut çevresinde kurulur:

Bu boyutların çoğu yönetim katında tasarlanır. Ancak kültür, beceri ve yönetişim boyutları sonunda tek bir yerde görünür olur: çalışanın yapay zekâya yazdığı ilk cümlede.

Seviyeler

Modeller çoğunlukla beş kademeli bir merdiven kullanır. PAITA'nın kullandığı adlandırmayla:

1. Novice: Bireysel ve dağınık, çoğu zaman gölgede kalan kullanım. Politika yok.
2. Developing: Farkındalık oluşmuş, birkaç pilot çalışma var. Kullanım ölçülmüyor.
3. Proficient: Resmî araçlar ve ilkeler var, ekipler düzenli kullanıyor, kalite değişken.
4. Advanced: Kullanım ölçülüyor, gelişim hedefli yürütülüyor, iş akışlarına yerleşmiş.
5. Expert: Yapay zekâ stratejinin parçası; olgunluk departman bazında izleniyor ve yönetiliyor.

En sık takılınan basamak üçüncüden dördüncüye geçiştir; yani "kullanıyoruz" demekten "nasıl kullandığımızı biliyoruz" demeye geçiş.

Anket neden yeterli değil?

Olgunluk değerlendirmelerinin büyük bölümü öz değerlendirme anketine dayanır. Anket hızlı ve ucuzdur; ancak üç temel zaafı vardır.

• Beyan ile davranış aynı şey değildir. "Haftada kaç kez kullanıyorsunuz?" sorusuna verilen cevap, kullanımını gizleyen her beş çalışandan biri için eksik çıkar (bkz. gölge yapay zekâ).
• Hacmi ölçer, kaliteyi ölçmez. Bir çalışan günde otuz kez "bunu düzelt" yazıyor olabilir; bir diğeri haftada üç kez bağlamlı, kaynaklı ve kriterli prompt yazıyor olabilir. Anket ikisini aynı sütuna koyar.
• Tek seferlik bir fotoğraf çeker. Bir kez doldurulur, rafa kalkar; gelişimi izlemez.

Olgunluğu gerçek kullanımdan ölçmek

Alternatif, çalışanların yapay zekâyla gerçekten yaptığı işe bakmaktır; ancak gözetleyerek değil, rızaya dayalı ve yapılandırılmış bir biçimde. PAITA'nın kurumsal yaklaşımı üç adımdan oluşur.

Toplama

Çalışan sohbetini bitirdikten sonra kısa bir özet komutunu asistanına yapıştırır. Asistan sohbetin yapılandırılmış özetini üretir: ham ilk prompt, sohbet türü, tur sayısı, kullanılan araç ve çıktı özeti. Ham döküm toplanmaz; her vaka açık rıza ve denetlenebilir kayıtla saklanır.

Değerlendirme

Her vaka iki katmanda otomatik değerlendirilir, kimse elle etiket girmez:

• Prompt olgunluğu: Ham promptun yapısı, altı bileşenli rubrikle 0 ile 100 arasında puanlanır (bağlam, hedef, rol, kabul kriterleri, yapılandırma, kaynak).
• Vaka etiketleri: Her vaka yedi boyutta etiketlenir: kullanım amacı, prompt olgunluğu, kaynak kullanımı, halüsinasyon hassasiyeti, gizlilik riski, çıktı türü ve önlem davranışı. Böylece "ne için kullanıldı" ile "ne kadar bilinçli kullanıldı" birlikte görülür.

Raporlama

Yöneticiler departman bazında bir olgunluk tablosu görür: hangi birim hangi amaçla kullanıyor, prompt olgunluğu hangi seviyede, gizlilik riski nerede yoğunlaşıyor, kaynak kullanımı nerede zayıf. Bireysel sonuçlar yalnızca kişinin kendisine ve yöneticisine açıktır; raporlarda departman ortalaması yer alır. Ölçülen şey hacim değil, çeşitlilik ve kalitedir.

Başlamak için dört adım

1. Tek bir boyutla başlayın. Beceri ve kültür boyutu en hızlı ölçülen ve en hızlı gelişen boyuttur.
2. Beyanı değil kullanımı ölçün. Gönüllü bir departmanla dört haftalık bir pilot yapın: yapılandırılmış vaka özetleri, otomatik değerlendirme ve ilk departman tablosu.
3. Sonucu eğitime bağlayın. En düşük puanlı bileşen (örneğin kaynak kullanımı) o departmanın bir sonraki atölye konusu olsun; genel bir prompt eğitimi yerine hedefli bir çalışma yapın.
4. Tekrar ölçün. Olgunluk tek bir fotoğraf değil, zaman içinde izlenen bir eğridir. Üç ayda bir aynı ölçümü yapın ve eğriyi yönetime taşıyın.

"Yapay zekâda neredeyiz?" sorusunun iyi cevabı bir araç listesi değil; departman departman, boyut boyut, gerçek kullanımdan çıkarılmış bir tablodur. O tablo da ilk ölçümle başlar.