Geçen gün sitem için bir yapay zekâ modelinin hazırladığı iyileştirme önerileri elime geçti. Olduğu gibi uygulamak yerine başka bir modele verdim ve "önce değerlendir" dedim. İkinci model önerilerin bir kısmını yerinde buldu, ikisinde ise somut hata çıkardı: biri, hiç bakılmamış bir analitik veriye dayanıyordu; diğeri, o sitede bilerek alınmış çerez kullanmama kararına ters düşüyordu. Listeyi olduğu gibi uygulasaydım iki yanlış işi yapmış olacaktım. Buradan çıkan sonuç şu: yapay zekâdan verim almanın yolu daha iyi soru sormak değil, gelen cevabı yönetmektir. Doğrulamak, yönlendirmek, geliştirmek ve gerektiğinde ikinci bir modele danışmak.
Gelen cevap bir çıktı değil, ham maddedir
Büyük dil modelleriyle çalışırken en sık yapılan hata, ilk cevabı bitmiş iş saymaktır. Oysa ilk cevap bir taslaktır: hızlı üretilmiş, çoğu zaman makul görünen, bazen eksik, bazen tamamen yanlış yere konumlanmış bir taslak. Bir hekim için tanıdık bir durum aslında. Tetkiki makine çeker, raporu siz okursunuz. Görüntü doğrudur ama yorum sizindir ve sorumluluk da orada başlar.
Bu modellerin yapısından gelen bir sorun var: akıcı ve kendinden emin yazmak üzere kurulmuşlar, emin olmadıklarını belli etmek üzere değil. Bilmediği bir konuda duraksayan bir insanın ses tonu vardır, modelin yoktur. Yanlış cümle de doğru cümle kadar düzgün kurulur. Bu yüzden metnin inandırıcılığı, doğruluğu hakkında hiçbir şey söylemez.
Yapay zekânın en güçlü yanı da burada devreye giriyor. Yorulmaz, tekrar tekrar yazar, on beşinci düzeltmede de aynı sabırla çalışır. Bu, bir asistanda bulamayacağınız bir özellik. Ama bunu ancak yöneten biri varsa avantaja çevirebilirsiniz.
Beş hareket
Doğru sorun. İşi ve kısıtları baştan tarif edin. Kime yazıldığını, hangi uzunlukta olacağını, neyin yasak olduğunu söylemezseniz model boşlukları kendi doldurur. Belirsiz soru belirsiz cevap getirir ve o cevabı düzeltmek, baştan iyi sormaktan uzun sürer.
Kontrol edin. Gelen her sayıyı, tarihi, kaynağı ve alıntıyı doğrulayın. Modeller ikna edici biçimde var olmayan çalışma adı, var olmayan mevzuat maddesi ve var olmayan istatistik üretebiliyor. Doğrulanmamış bilgi, ne kadar akıcı yazılmış olursa olsun bilgi değildir. Özellikle sağlık içeriğinde bu adım pazarlık konusu değil.
Yönlendirin. Yanlışı gördüğünüzde tarif edin. "Beğenmedim" bir yönlendirme değildir; "burada İngilizce terim başta olmalı, çünkü insanlar onu soruyor" bir yönlendirmedir. İyi geri bildirim, sorunun nerede olduğunu söyler. Model sizin niyetinizi okuyamaz ama tarif ettiğiniz şeyi uygular.
Geliştirin. İlk cevapla yetinmeyin. İyi metin tek turda değil, üst üste gelen turlarda ortaya çıkar. Uzun yazdırın, sonra kısaltın. Kısalttıktan sonra bir kez daha okuyun. Bu tur sayısı, sonucun kalitesiyle doğrudan orantılı.
Çaprazlayın. Kritik konularda ikinci bir modele de sorun. İki modelin aynı şeyi söylediği yer görece güvenlidir; ayrıştıkları yer, sizin bakmanız gereken yerdir. Bir hukuki sınır, bir doz bilgisi ya da bir istatistik söz konusuysa bu adım tek başına birçok hatayı önler. Bir modelin çıktısını başka bir modele değerlendirtmek, tek başına en verimli hamlelerden biri. Burada kritik olan talimatın kendisi: "bunu uygula" değil, "önce değerlendir" demek. Aynı işi tek modele iki farklı biçimde sordurmak da benzer bir işlev görür; önce yazdırın, sonra aynı metni eleştirmesini isteyin. Kendi çıktısındaki zayıf yerleri şaşırtıcı biçimde iyi buluyor.
Sağlıkta sorumluluk devredilemez
Bilimsel yayıncılıkta bu tartışma zaten sonuçlandı. Uluslararası Tıp Dergisi Editörleri Kurulu, yapay zekânın yazar olamayacağını, yapay zekâ desteğiyle üretilen her materyalden insanın sorumlu olduğunu ve bu kullanımın açıkça bildirilmesi gerektiğini yazıyor. Dünya Sağlık Örgütü de sağlıkta büyük çok kipli modellerin kullanımına ilişkin rehberinde aynı çerçeveyi kuruyor: denetim, şeffaflık ve insan sorumluluğu.
Bunun günlük karşılığı basit. Sitenizde yayımladığınız bir yazıda yanlış bir bilgi varsa, o yazıyı yapay zekânın yazmış olması sizi korumaz. Hastanız da sizi okur, tabip odanız da. Üstelik model Türkiye'deki sağlık tanıtım sınırlarını bilmez; sonuç vaat eden, karşılaştırma yapan, hasta deneyimi aktaran bir cümleyi hiç tereddüt etmeden yazar. O cümleyi ayıklamak, isteseniz de devredemeyeceğiniz bir iş.
Bir de hiç sorulmaması gerekenler
Yönetmenin bir parçası da sınırı bilmek. Hasta verisi hiçbir gerekçeyle bu araçlara girilmez. Ad, dosya numarası, tetkik çıktısı, görüntü, mesaj ekran görüntüsü; tanınabilir hiçbir veri. Bir vaka üzerinden fikir almak istiyorsanız olguyu tanınmayacak biçimde soyutlayın. Aynı şey şifreler, sözleşmeler ve mali bilgiler için de geçerli.
Bu, teknik bir ayrıntı değil, çalışma yönteminin ilk maddesi. Hızlı bir araçla çalışırken en kolay yapılan hata, dosyayı olduğu gibi yapıştırmaktır.
Arama tarafında da durum aynı
Ajanslarla çalışan meslektaşlarım için de geçerli bir nokta var. Google, içeriği nasıl üretildiğine göre değil, kalitesine göre değerlendirdiğini açıkça söylüyor. Yani "yapay zekâ yazdı" başlı başına bir sorun değil. Sorun, kimsenin okumadan yayımladığı, hiçbir uzmanlık taşımayan, on farklı sitede aynı cümlelerle duran içerik. Bir hekim sitesinde asıl değeri yaratan şey zaten modelin üretemeyeceği kısımdır: sizin klinik deneyiminiz, sizin gördüğünüz vakalar, sizin ismiyle imzaladığınız görüş.
Çöp içerik çoğaldıkça ayırt edici olan şey de bu oluyor: arkasında adı ve sorumluluğu duran içerik.
Aynı şey ajansın size getirdiği iş için de geçerli. Gelen metni kontrol etmeden onaylıyorsanız, aradaki tek fark hatayı kimin ürettiği olur; hatanın adresinde bir değişiklik olmaz.
"AI çöpü" ile inşa edilmiş içerik arasındaki fark
Bu içeriğin adı kondu. İngilizcede AI slop deniyor, Türkçede gençlerin kullandığı karşılığıyla yapay zekâ çöpü. Merriam-Webster sözlüğü 2025'in kelimesi olarak "slop"u seçti ve şöyle tanımladı: yapay zekâ ile genellikle çok sayıda üretilen düşük kaliteli dijital içerik. Tanım tam yerine oturuyor, çünkü kelimenin işaret ettiği şey miktar değil, kimsenin dokunmamış olması.
Ham ilk çıktıyı olduğu gibi yayımlamak tam olarak budur. Okuyan anlar; cümleler düzgündür ama içeride kimsenin olmadığı hissedilir. Bir hekim sitesinde bunun bedeli de daha ağırdır, çünkü orada okuyucu bilgi değil güven arıyor.
Karşısındaki şey ise bambaşka: E-E-A-T çerçevesine göre kurgulanmış ve adım adım inşa edilmiş içerik. Deneyim, uzmanlık, otoritelik, güvenilirlik. Bu dördünün ortak özelliği, modelin üretemeyecek olması. Deneyim sizde, uzmanlık sizde, otoritelik size yapılan atıfta, güvenilirlik ise sayfanın bütününde. Yapay zekâ bunları yazamaz ama sizde olanı görünür kılmakta çok işe yarar. Aradaki fark da burada: biri sizin yerinize konuşmaya çalışıyor, diğeri sizi duyurulur hâle getiriyor.
Yöneten için hızlı bir araç
Yapay zekâyı kullanmakla yönetmek arasındaki fark, sonuçta görülüyor. Baştaki o öneri listesinin yerinde olan maddeleri uygulandı ve siteyi gerçekten iyileştirdi. Hatalı iki madde ise hiç yola çıkmadı. Aradaki tek fark, listenin uygulanmadan önce bir kez daha sorulmuş olması. Beş dakikalık bir adım, iki yanlış işi baştan eledi.
Araç çalışkan, hızlı ve yorulmaz. Sorumluluğu alan ise hâlâ masanın bu tarafında oturuyor. Kontrol eden, yönlendiren, geliştiren ve gerektiğinde ikinci bir görüş alan bir kullanıcı için yapay zekâ bugün sahip olabileceğiniz en verimli asistan. Yönetilmediğinde ise sadece hızlı bir hata üreticisi.
Yazıda geçen kavramların tanımları sözlükte yer alıyor. Bir yazının künye, uyarı ve kaynak bakımından eksiklerini görmek isterseniz yazı denetleyicisi bunu tarayıcınızda yapıyor.