Yapay Zekanın Yaygın Kullanımı Şirketlerde Bilgi Degradasyonuna Yol Açıyor

Modern iş dünyasında üretken yapay zeka (AI) araçlarının kitlesel olarak uygulanması, beklenen verimlilik yerine ciddi sistemik sorunlara yol açıyor. Harvard Business Review tarafından yürütülen bir araştırma, şirketlerin insan emeğine olan bağımlılığı azaltmaya çalışırken, bilgi kaybı ve iş süreçlerinin yavaşlaması gibi beklenmedik engellerle karşılaştığını gösteriyor. Ixbt.com haber veriyor.

Uzmanlar bu durumu analiz ederken, iş sözlüğüne yeni giren «workslop» terimini kullanıyorlar. Bu kavram, AI tarafından oluşturulan düşük kaliteli, doğrulanmamış ve iş akışlarını tıkayan içerik akışını ifade eder. Şirketlerin teknolojik yarışta geri kalmamak için yapay zekayı her aşamaya entegre etmesi sonucunda, kurumsal verilerin genel kalitesi düşmekte ve çalışanlar yetkinliklerini kaybetmeye başlamaktadır.

Bilgi Degradasyonu ve Güven Krizi

Harvard Business Review'a göre, sorunun temelinde bir zincirleme reaksiyon yatıyor: Çalışanlar çalışma materyallerini hazırlarken ChatGPT gibi modelleri kullanıyor, ancak bu içerikler genellikle hatalar veya «halüsinasyonlar» ile dolu oluyor. Sonuç olarak, iş arkadaşları bu materyalleri kontrol etmek için ek zaman harcamak zorunda kalıyor. Bu durum, dahili verilere olan güvenin azalmasına ve yıllar boyunca birikmiş kurumsal deneyimin değersizleşmesine yol açıyor.

Şu anda birçok kuruluşta, yalnızca AI tarafından yapılan hataları düzeltmekle uğraşan ayrı personel birimleri oluşmaya başladı. Bu da otomasyon yoluyla elde edilmesi beklenen ekonomik faydayı ortadan kaldırıyor. Çalışanlar sadece teknolojiye değil, verilerin geçtiği tüm iş sürecine şüpheyle bakmaya başladı ve bu durum ekip ortamını olumsuz etkiliyor.

İş Gücü Pazarı ve Personel Seçimi

AI'nın etkisi iş gücü pazarını da es geçmiyor. Adaylar ve işverenler arasındaki iletişim, otomatikleştirilmiş aşamalar nedeniyle yapaylaşmaya başladı ve bu da her iki tarafın beklentilerini bozuyor. Sonuç olarak, uygun uzmanları seçme süreci karmaşıklaşıyor ve hata olasılığı artıyor.

Araştırmacılar bu krizden çıkış için şu tavsiyeleri sunuyorlar:

• Üretken yapay zekayı tüm aşamalarda değil, yalnızca gerçek değer katan belirli görevlerde kullanmak;
• Genel ve açık modeller yerine, şirketin dahili verileriyle eğitilmiş özelleşmiş sistemlerden yararlanmak;
• AI tarafından oluşturulan her verinin zorunlu kontrolü için bir doğrulama sistemi kurmak;
• Çalışanların eleştirel düşünme yeteneklerini korumak için geleneksel bilgi paylaşım yöntemlerini desteklemek.

Sonuç olarak, AI aracılığıyla verimliliğin sınırsızca artırılacağına dair ilk görüşler bugün gerçeklerle çarpıştı. Şirketler, yapay zekayı kontrolsüzce uygulayarak iş yükünü azaltmak yerine, hataları düzeltmek için ek manuel emeğe ihtiyaç duyuyorlar. Bu da teknolojiye karşı daha dikkatli ve sistemli bir yaklaşımı gerektiriyor.