Kamu YZ: Yapay zekâ girişimleri için kamu yararı ve yönetişim odağı

Yapay zekâ ürünü geliştiren bir girişim için iyi çalışan bir gösterim önemli bir başlangıçtır. Ancak ürün insanların başvurularını, kurumların iş akışlarını veya kamusal hizmetlere erişimi etkilediğinde başka sorular da doğar: Sonucu kim kontrol edecek, hata nasıl fark edilecek, hangi veriye gerçekten ihtiyaç var ve çözümden kimler yararlanamayabilir? Orion TEKMER paydaşlarından Kamu YZ’yi bu soruların girişimcilik açısından taşıdığı önemle birlikte tanıyoruz. Yazıdaki kurumsal bilgiler resmî kaynaklara dayanır. Uygulamaya ilişkin bölümler ise girişimlerin kendi ürünlerini değerlendirmelerine yardımcı olmak için hazırlanmış editoryal önerilerdir; KamuYZ tarafından verilen bir uygunluk değerlendirmesi değildir.

Kamu YZ’nin sivil toplum odağı

Kamu Yapay Zekâ Yönetişim Derneği, kısa adıyla KamuYZ, resmî Hakkımızda sayfasında Haziran 2025’te kurulmuş, kâr amacı gütmeyen bir sivil toplum kuruluşu olarak tanıtılıyor. Kamu sektöründe yapay zekânın etkin ve etik kullanımına odaklandığını; kamu kurumları, akademi, özel sektör ve sivil toplum arasında bilgi ve iş birliği bağları kurmayı amaçladığını açıklıyor. Kurumun kendi tanıtımı bu bilgilerin kaynağıdır.

Derneğin resmî ana sayfasında eğitim, sağlık, enerji, tarım, akıllı şehirler ve etik gibi tematik çalışma alanları görülüyor. Bu çeşitlilik, yapay zekâ değerlendirmesinin tek bir teknik uzmanlıkla sınırlı olmadığını düşünmek için bir başlangıç sunuyor. Hangi grubun güncel olarak çalıştığı ve nasıl katılım sağlanabileceği doğrudan dernekten teyit edilmelidir.

Kamu YZ’nin Orion paydaş profili, kurumun ekosistemde listelendiğini doğruluyor. Bu kayıt kamu adına yetkilendirme, ürün onayı veya bir kurumdan iş alma güvencesi değildir. Girişimlerin yaklaşımı, temsil ettiği sorunu açıkça anlatmak ve hangi bilgi paylaşımının yararlı olacağını belirlemek olmalıdır. Sivil toplumla kurulan ilişki, ticari kararların yerine geçmeden farklı deneyimlerin ürün geliştirme sürecine katılmasına alan açabilir.

Kamuya yarar iddiasını gözlenebilir hale getirmek

Bir ürünün kamu yararı ürettiğini söylemek kolaydır; hangi sorunu, kimin açısından ve hangi koşulda iyileştirdiğini göstermek daha fazla çalışma gerektirir. Daha hızlı işlem yapmak her kullanıcı için daha iyi deneyim anlamına gelmeyebilir. Örneğin süreç kısalırken açıklamalar anlaşılmaz hale geliyorsa veya dijital araç kullanamayan kişiler dışarıda kalıyorsa, kazanımın farklı yönleri birlikte değerlendirilmelidir.

Girişim başlangıçta üç soruya cevap arayabilir: Mevcut durumda kim zorlanıyor, önerilen değişiklik bu kişilerin hangi işini kolaylaştıracak ve değişimin başka kimler üzerinde etkisi olacak? Cevaplar yalnız kurum yöneticisinin bakış açısına dayanırsa sahadaki deneyim eksik kalabilir. Hizmeti sunan çalışanların, hizmetten yararlanan kişilerin ve sürecin bakımından sorumlu ekibin görüşleri ayrı ayrı düşünülmelidir. Her grup farklı bir sorunu görünür kılabilir.

Küçük bir etki notunda hedeflenen yarar, olası olumsuz sonuç ve henüz bilinmeyen noktalar yan yana yazılabilir. Bu belge bir tanıtım broşürü gibi hazırlanmak zorunda değildir. Amaç tartışmayı somutlaştırmaktır. Bir öneri topluma yararlı olduğunu iddia ediyorsa, bu iddianın hangi gözlemle destekleneceği de belirlenmelidir. KamuYZ’nin çalışma alanlarıyla kesişen girişimler için böyle bir hazırlık, görüşmenin yalnız teknoloji tanıtımına sıkışmasını önleyebilir ve sektör deneyimini konuşmaya dahil etmeyi kolaylaştırabilir.

İnsan kararının yerini açıkça tarif etmek

Bir yapay zekâ sistemi hakkında konuşurken öneri üretmek, öncelik sıralamak ve nihai karar vermek aynı işlevler gibi sunulmamalıdır. Kullanıcı arayüzünde küçük görünen bir fark, süreçteki sorumluluğu önemli ölçüde değiştirebilir. Sistem yalnız belge özeti çıkarıyorsa çalışan sonucu kontrol edebilir; sistem başvuruları otomatik olarak ilerletiyor veya durduruyorsa etkilenen kişinin karşılaştığı sonuç farklıdır. Ürün ekibi hangi işlevi tasarladığını açıkça yazmalıdır.

İnsan kontrolü de yalnız ekranda bir onay düğmesi bulunmasıyla açıklanamaz. Kontrol eden kişinin neyi görebildiği, ne kadar zaman ayırabildiği ve hangi durumda sonuca itiraz edebildiği düşünülmelidir. Çalışan sistemin önerisini anlamadan rutin biçimde onaylıyorsa, tasarlanan kontrol günlük işleyişte karşılık bulmayabilir. Bu nedenle örnek senaryolar üzerinden gerçek karar akışı yürütülebilir.

Bir tasarım toplantısında doğru sonuç, eksik bilgi ve açık hata içeren üç örnek ele alınabilir. Her örnekte kimin ne yapacağı, hangi bilgiye bakacağı ve konunun nasıl üst değerlendirmeye taşınacağı konuşulur. Bu çalışma belirli bir mevzuatın zorunlu prosedürü olarak değil, ürün sorumluluğunu anlaşılır kılmak için önerilir. Girişimin bu senaryoları açıklayabilmesi, teknik yeterliliğin yanında işletim koşullarını da düşündüğünü gösterir. Bir dış paydaş görüşmesinde en yararlı sorular çoğu zaman bu sınır durumlarından çıkar.

Veriyi ihtiyaç üzerinden sınırlandırmak

Yapay zekâ projesine başlarken elde bulunan bütün veriyi kullanmak cazip gelebilir. Oysa ilk soru hangi verinin mevcut olduğu kadar, hedeflenen iş için hangi bilginin gerçekten gerekli olduğudur. Gereksiz alanlar değerlendirmeyi karmaşıklaştırabilir, paylaşımı zorlaştırabilir ve ek koruma ihtiyacı doğurabilir. Girişimin veri hazırlığı, mümkün olan en büyük dosyayı toplamak yerine amaçla ilişkili bir veri haritası oluşturmakla başlayabilir.

Bu haritada verinin kaynağı, kullanılma amacı, güncellenme sıklığı ve erişecek roller yazılır. Bilginin hangi aşamada dönüştürüldüğü veya dış hizmete aktarıldığı da görünür tutulur. Böylece bir gösterim sırasında kullanılan örnekle gerçek çalışma ortamı arasındaki fark anlaşılabilir. Sentetik veya kimliksizleştirilmiş örneklerle yapılan denemenin gerçek koşullarda aynı sonucu vereceği otomatik olarak varsayılmamalıdır; temsil sınırlılıkları ayrıca değerlendirilmelidir.

Kişisel veri veya kurumsal sır içeren durumlarda ilgili hukuki ve teknik değerlendirmeler yetkin kişilerle yürütülmelidir. Buradaki öneri, belirli bir işleme faaliyetinin hukuken uygun olduğunu ilan etmez. Ürün ekibinin sorularını doğru kurmasına yardımcı olur. Hangi bilginin neden gerektiğini açıklayamayan bir proje, güvenilir bir iş birliği zemini kurmakta zorlanabilir. Buna karşılık veri ihtiyacını daraltabilen ve belirsiz noktaları dürüstçe gösterebilen ekip, uzman görüşmesinden daha somut sonuçlar çıkarabilir.

Değerlendirme senaryolarını gerçek kullanıma yaklaştırmak

Bir yapay zekâ uygulamasının birkaç başarılı örnekte iyi görünmesi, bütün kullanım koşullarında aynı performansı göstereceği anlamına gelmez. Ürün değerlendirmesinde beklenen durumlarla birlikte eksik, çelişkili veya alışılmadık girdiler de düşünülmelidir. Amaç sistemi kötü göstermek değildir; kullanıcıların karşılaşacağı sınırları erken tanımaktır. Girişim, neyi henüz sınamadığını açıkça kaydettiğinde sonraki çalışma daha sağlıklı planlanabilir.

Örneğin kurum içi bilgi aramaya yardımcı olan bir araç ele alınabilir. Güncel belgeyle eski belgenin farklı şeyler söylediği, sorunun belirsiz olduğu veya doğru yanıtın mevcut belgelerde bulunmadığı durumlar ayrı değerlendirilir. Her senaryo için kabul edilebilir davranış önceden yazılır. Bazı durumlarda kısa bir cevap yeterliyken, bazılarında ek bilgi istemek veya cevap vermemek daha uygun olabilir. Bu yaklaşım, yalnız ortalama bir başarı oranına bakmanın kaçırdığı ayrıntıları ortaya çıkarır.

Değerlendirme sonuçlarının ürün sürümüyle ilişkilendirilmesi de yararlıdır. Hangi değişiklikten sonra hangi davranışın iyileştiği veya bozulduğu bilinmelidir. Ekibin bütün testleri tek seferde kapsamlı hale getirmesi gerekmeyebilir; ancak kritik senaryolardan oluşan küçük bir başlangıç kümesi oluşturabilir. Sektör uzmanlarıyla yapılan görüşmeler bu kümeye yeni örnekler kazandırabilir. KamuYZ gibi çok disiplinli bir çalışma alanıyla temasın olası değeri de, teknik ekibin tek başına göremediği kullanım bağlamlarını tartışabilmesinde aranabilir; bu değer otomatik bir hizmet taahhüdü değildir.

Pilot çalışmanın sınırlarını baştan belirlemek

Bir pilot, gerçek kullanım hakkında öğrenme fırsatı sunar; fakat kapsamı açık değilse taraflar farklı başarı beklentileriyle ilerleyebilir. Girişim ürünün teknik olarak çalıştığını göstermeye odaklanırken kurum çalışanları günlük iş yükünün azalmasını bekleyebilir. Bu iki hedef birbirine yakın görünse de aynı kanıtla değerlendirilemez. Pilot başlamadan önce hangi soruların cevaplanacağı ve hangi kararın bu cevaplara göre alınacağı yazılmalıdır.

Örnek bir pilot notunda katılımcılar, kullanılacak veri türü, izin verilen işlevler, süre, destek sorumlusu ve çalışma sonunda incelenecek sonuçlar bulunabilir. Ayrıca hangi durumun pilotu durdurmayı gerektireceği konuşulur. Beklenmedik sonuçlar görüldüğünde kimin haberdar edileceği belirsiz kalmamalıdır. Bu düzen, küçük bir denemeye gereksiz bürokrasi eklemek için değil, tarafların aynı çalışma üzerinde uzlaşmasını sağlamak için önerilir.

Pilot sırasında elde edilen bulguların tamamı başarı hikâyesine dönüştürülmemelidir. İşe yarayan parçalar kadar ek hazırlık gerektiren alanlar da görünür tutulmalıdır. Çalışanın aracı kullanmaması, her zaman değişime direnç anlamına gelmez; araç iş akışına uygun yerleştirilmemiş olabilir. Böyle bir bulgu ürün tasarımını geliştirmek için değerlidir. Girişim, değerlendirmeyi savunma refleksiyle yürütmek yerine hangi koşulda yarar üretebildiğini öğrenmeye odaklanırsa sonraki iş birliği görüşmesi daha güçlü bir temele oturur.

Şeffaflığı kullanıcıya anlaşılır bilgi olarak sunmak

Teknik açıklamanın uzunluğu, kullanıcı açısından anlaşılır olduğu anlamına gelmez. Yapay zekâ kullanılan bir hizmette kişi, sistemin hangi işi yaptığını, neyi yapmadığını ve sonuçla ilgili sorun yaşarsa nereye başvurabileceğini anlayabilmelidir. Bu bilgilerin tamamını karmaşık bir teknik metne yerleştirmek yerine kullanım anına uygun kısa açıklamalar tasarlanabilir. İyi açıklama, kullanıcıyı ayrıntıya boğmadan gerekli kararı almasına yardımcı olur.

Bir arayüz üzerinde farklı bilgi katmanları düşünülebilir. İlk katman sistemin rolünü açıklar. Sonuç ekranı, yanıtın hangi bilgiye dayandığını ve belirsizlik varsa bunu gösterir. Ayrıntı isteyen kişi daha kapsamlı açıklamaya ulaşabilir. Bu yapı her ürün için aynı biçimde uygulanmaz; örneğin belge arama aracıyla başvuru yönlendirme aracı farklı açıklamalara ihtiyaç duyar. Tasarım gerçek kullanıcı senaryosuna göre yapılmalıdır.

Şeffaflık yalnız son kullanıcıyla sınırlı tutulmamalıdır. Kurum içindeki destek ekibi de ürünün bilinen sınırlarını öğrenmelidir. Satış sunumunda anlatılan yetenekle destek ekibine aktarılan çalışma biçimi çelişirse güven zedelenebilir. Ürünün ne zaman uzman değerlendirmesine ihtiyaç duyduğunu açıkça söylemek, değer önerisini küçültmez. Beklentiyi gerçek koşullara bağlar. KamuYZ’nin yayımladığı ilkeler arasında şeffaflık, hesap verebilirlik ve kapsayıcılık bulunması, bu konuların kurumsal çerçevesini görmek isteyen okurlar için ayrıca incelenebilir bir kaynaktır.

Çalışma grubuna sorun ve katkıyla yaklaşmak

Bir topluluk veya çalışma grubuyla ilişki kurarken yalnız ne alınacağı değil, neyin paylaşılabileceği de düşünülmelidir. Girişimin sahada gördüğü bir problem, anonimleştirilmiş bir kullanım örneği veya üzerinde çalıştığı değerlendirme sorusu ortak tartışmayı besleyebilir. Başlangıç için çok büyük bir proje önerisi hazırlamak şart değildir. Açıkça sınırlandırılmış bir soru, farklı uzmanların katkı verebileceği daha verimli bir zemin oluşturabilir.

Örneğin bir ekip, kullanıcıların otomatik üretilen açıklamaları hangi noktalarda yanlış anladığını araştırıyor olabilir. Görüşmeye yalnız ürün tanıtımıyla gitmek yerine üç örnek ekran, gözlenen yanlış anlama ve henüz denenmemiş çözüm fikri hazırlanabilir. Paylaşılacak örneklerde kişisel veya kurumsal gizli bilgilerin bulunmaması gözetilir. Böylece konuşma soyut etik kavramlardan somut tasarım kararlarına ilerleyebilir.

Katılımın biçimi ve beklentileri dernek tarafından belirlenir. Bu yazı herhangi bir çalışma grubuna açık çağrı, üyelik onayı veya proje kabulü ilan etmez. Güncel etkinlikler ve katılım yolları KamuYZ’nin resmî sitesinden izlenebilir. Bir girişim bağlantı kurduktan sonra da tarafların zamanını ve görev sınırlarını gözetmelidir. Gönüllü katkı ile profesyonel hizmet, fikir paylaşımı ile resmî değerlendirme birbirinden açıkça ayrıldığında ilişki daha sağlıklı ilerler ve yanlış beklentiler azalır.

Bir çalışma grubu görüşmesinin somut çıktısı bazen ürünün yeni bir özelliği değil, daha iyi kurulmuş bir sorudur. Örneğin hizmete başvuran kişilerin bilgi ihtiyacı konuşulurken ekibin yalnız işlemi tamamlayanları gözlemlediği fark edilebilir. Süreci yarıda bırakanların deneyimi bilinmiyorsa ürünün yararı eksik değerlendiriliyor olabilir. Girişim bu bulguyu yeni bir araştırma görevi olarak kaydedebilir. Sonraki adımda farklı kullanıcı koşullarını anlamaya çalışır; bütün grupların aynı davranışı göstereceğini varsaymaz. Böylece disiplinler arası görüşme, genel bir farkındalık konuşmasının ötesine geçerek araştırma kapsamını değiştiren somut bir karara dönüşebilir. Bu örnek, herhangi bir dernek faaliyetinin sonucu değil, olası bir öğrenme biçiminin editoryal açıklamasıdır.

Ekip içinde sorumlulukların sürdürülebilir olması

Yönetişim hazırlığı, bir sunum dosyası tamamlandığında bitmez. Ürün güncellenir, kullanım alanı genişler ve yeni çalışanlar ekibe katılır. İlk sürümde verilen kararların gerekçeleri kaybolursa aynı sorunlar yeniden ortaya çıkabilir. Bu nedenle küçük bir girişimin bile kararların nerede tutulduğunu, değişikliği kimin değerlendirdiğini ve kullanıcıdan gelen sorunların nasıl izlendiğini bilmesi yararlıdır.

Başlangıçta tek bir karar günlüğü yeterli olabilir. Önemli değişiklik, beklenen etkisi, değerlendiren kişi ve izlenecek belirti kısa biçimde kaydedilir. Bir sorun bildirildiğinde yalnız teknik hata numarası değil, kullanıcıya etkisi de not edilir. Bu kayıtlar ürün ekibi ile kurum temsilcisinin aynı durumu farklı kelimelerle anlatmasını azaltır. Tekrarlanan problemler görünür hale geldiğinde önceliklendirme daha somut yapılabilir.

Girişim bütün sorumlulukları tek kişinin üzerinde toplamaktan kaçınabilir. Teknik işletim, kullanıcı iletişimi ve iş kararı birbirinden farklı görevlerdir; küçük ekipte aynı kişi birkaçını üstlense bile hangi rolde hareket ettiği belirgin olmalıdır. Bu ayrım, dış uzman görüşmesinde kimin hangi soruya cevap vereceğini de kolaylaştırır. Öğrenilenlerin şirketin günlük çalışma düzenine aktarılması, etkinlik katılımından veya bir rapor okumaktan daha uzun süreli emek ister. Buna ayrılan zaman, ürünün güvenilir biçimde gelişmesini destekleyen bir yatırım olarak değerlendirilebilir.

Orion ekosisteminde görüşme hazırlığı

Kamu yararı odağında yapay zekâ geliştiren bir girişim, ilk temas için kısa bir ürün ve etki dosyası hazırlayabilir. Dosyada hedeflenen sorun, ürünün rolü, kullanıcı grupları, veri ihtiyacı ve açık kalan sorular bulunur. Tamamlanmış bir uygunluk raporu görüntüsü vermek yerine mevcut aşama dürüstçe açıklanır. Bu açıklık, hangi uzmanlığın gerektiğini ve ilk görüşmenin nasıl yapılandırılacağını anlamaya yardımcı olur.

Dosyanın sonunda tek bir görüşme hedefi belirlemek yararlıdır. Örneğin pilot kapsamını daraltmak, eksik kullanıcı grubunu fark etmek veya değerlendirme senaryolarını güçlendirmek seçilebilir. Bütün yönetişim sorunlarını tek toplantıda çözme beklentisi gerçekçi olmayabilir. Görüşme sonrasında alınan öneriler görev, sorumlu ve beklenen çıktı şeklinde düzenlenirse bilgi uygulamaya daha kolay taşınır. Uygulanmayan önerilerin neden ertelendiği de kaydedilebilir.

Kamu YZ paydaş sayfası güncel temas akışına ulaşmak için kullanılabilir. Tamamlayıcı uzmanlıkları görmek isteyen ekipler Orion TEKMER paydaş ekosistemini inceleyebilir. Teknoloji geliştirme ortamının genel yapısını anlamak için TEKMER nedir, avantajları nelerdir? yazısı da başlangıç kaynağıdır. İş birliğinin somut kapsamı tarafların ayrıca belirleyeceği bir konudur; ekosistem içinde bulunmak tek başına onay, belgelendirme veya kamusal satın alma hakkı oluşturmaz.

Sık sorulan sorular

Kamu YZ bir kamu kurumu mu?

KamuYZ kendisini kâr amacı gütmeyen bir sivil toplum kuruluşu olarak tanımlıyor. Kamuya ilişkin çalışma alanı bulunması, onu bir kamu idaresi veya ürünlere resmî izin veren kuruluş haline getirmez. Girişimler tanışma, bilgi paylaşımı ve olası çalışma konularını bu kurumsal kimliği doğru anlayarak değerlendirmelidir.

Henüz pilotu olmayan bir yapay zekâ girişimi hazırlık yapabilir mi?

Evet. Hedef kullanıcıyı, sistemin rolünü ve bilinmeyen noktaları yazmak için pilotun tamamlanması gerekmez. Erken aşamada hazırlanmış açık bir soru dosyası, yanlış varsayımları fark etmeye yardımcı olabilir. Bunun derneğin herhangi bir faaliyetine kabul hakkı verdiği varsayılmamalı; güncel katılım koşulları ayrıca öğrenilmelidir.

Bu yazı bir mevzuat veya uygunluk kontrol listesi mi?

Hayır. Metin ürün ve iş birliği hazırlığını destekleyen editoryal bir çerçevedir. Belirli bir veri kullanımı, sektör uygulaması veya otomatik karar süreci için hukuki uygunluk sonucu üretmez. Girişimin gerçek kullanım koşulları ilgili uzmanlarla değerlendirilmelidir. Buradaki sorular, bu görüşmelerin daha açık ve somut yürütülmesine yardımcı olabilir.

İlk görüşmede hangi bilgi en çok işe yarar?

Ürünün hangi kararı etkilediği, kimler tarafından kullanılacağı ve hangi konunun henüz çözülemediği açıkça anlatılmalıdır. Kısa senaryolar, anlaşılır bir veri akışı ve gerçekçi pilot sınırları yararlıdır. Amaç kusursuz görünmek değil, ortak düşünmeye uygun bir başlangıç sunmaktır. Kullanılabilir sonuçlar ancak bu açıklığın üzerine kurulabilir.