Yapay Zeka Agent'ına Hangi İşleri Devretmelisiniz: 4 Çeyrekli Test

Soru neredeyse hiçbir zaman şu değildir: yapay zeka ajanı (agent) bu işi yapabilir mi? Yetkin bir agent'a geçen ayın faturalarını mutabık kılmasını, kırk takip e-postası taslağı hazırlamasını ya da haftalık trafik raporunu çekmesini söyleyin; üçü için de size bir çıktı üretir. Asıl soru daha dar ve çok daha işe yarar: sonucu kontrol etmek size neye mal oluyor ve sonuç yanlış çıktığında onu geri almak neye mal oluyor?

Hangi işleri bir agent'a devretmelisiniz?

Bir işi agent'a şu iki koşul birlikte sağlandığında devredin: çıktıyı kontrol etmek işi kendiniz yapmaktan ucuz olmalı ve yanlış bir sonuç ucuza geri alınabilmeli. Kontrolü ucuz, geri alması ucuz işler önce gider. Kontrolü de geri alması da pahalı olan işler insanda kalır.

Devretme puan kartı, bir işi iki maliyete göre yerleştiren dört hücreli bir testtir: agent'ın çıktısını kontrol etmenin maliyeti ve o çıktıyı geri almanın maliyeti.

Yayımlanmış tavsiyelerin çoğu işleri bunun yerine etki ve efora göre puanlıyor. O ikili neyin otomatikleştirmeye değer olduğunu söyler, neyin otomatikleştirmenin güvenli olduğunu değil. Ekiplerin hep heyecan veren işi seçip, çıktı yanlış olduğunda ve kimse fark etmediğinde ne olacağını hiç hesaba katmamasının sebebi de bu.

Bir işin kontrolü neden ucuz ya da pahalı olur?

Kontrol maliyeti, agent'ın çıktısının doğruluğundan emin olmak için harcadığınız iştir. Doğruluk çıktının kendisinde görünüyorsa ucuzdur; bilmek için işin bir kısmını yeniden yapmanız gerekiyorsa pahalıdır.

Üç çift bunu somutlaştırıyor. Fark rakamı döndüren bir mutabakat ucuzdur, çünkü rakam ya sıfırdır ya değildir; aynı hesapların yazılı özeti pahalıdır, çünkü tek dürüst kontrol yolu hesapları okumaktır. Kaynak satırlarını cevabın yanında getiren bir veri çekimi ucuzdur; yalnız cevap pahalıdır. Geçen haftanın rakamını bu haftanınkinin yanına basan bir rapor ucuzdur; tek başına duran rakam pahalıdır.

Yani kontrol maliyetini işin kendisi değil, çıktının biçimi belirliyor. Agent'tan ne istediğinizi değiştirdiğinizde iş pahalı sütundan ucuz sütuna geçer ve bu müdahale hiç devretmemeye karar vermekten çok daha ucuza gelir.

Kontrol maliyeti pilot ölçeğinde değil, hacimde ölçülür. Beş çıktıyı dikkatle kontrol etmek başka bir iştir; iki yüz çıktıyı kontrol etmek bambaşka bir iştir ve altına imza attığınız ikincisidir.

İnsanlar yapay zeka çıktısını kontrol etmeyi neden bırakır?

Çünkü düzgün çalışan otomasyon insanı bakmamaya alıştırır. Bu bir karakter zaafı değil; onlarca yıldır automation complacency ve automation bias adlarıyla çalışılmış bir insan faktörü etkisi.

Raja Parasuraman ve Dietrich Manzey bütünleşik açıklamayı "Complacency and Bias in Human Use of Automation: An Attentional Integration" makalesinde ortaya koyuyor (Human Factors, 2010): rehavet, operatör aynı anda birden çok iş taşırken, elle yapılan işler otomatik olanla dikkat için yarıştığında ortaya çıkıyor; otomasyon yanlılığı ise karar desteği kusurlu olduğunda hem atlama hem de yanlış onaylama hatası üretiyor. Makale bu iki etkiyi hem acemi hem deneyimli operatörlerde buluyor ve hiçbirinin eğitimle güvenilir biçimde ortadan kalkmadığını söylüyor. Raja Parasuraman ve Victor Riley aynı örüntüye "Humans and Automation: Use, Misuse, Disuse, Abuse" makalesinde misuse adını veriyor (Human Factors, 1997): izlemeyi bozan aşırı güven. Bu literatür agent araştırmasından değil, havacılıktan ve klinik karar desteğinden geliyor; yani bir benzetme, ama kanıt tabanı alışılmadık ölçüde güçlü bir benzetme.

Buradan bir puanlama kuralı çıkıyor. Sizin kontrol maliyetiniz birinci gün yaptığınız dikkatli kontrolün süresi değildir; üçüncü ayda yaptığınız ortalama kontrolün süresidir. İşi üçüncü ay rakamıyla puanlayın.

Karşı önlem daha çok özen göstermek değil. Her şeyi kötü kontrol etmek yerine bilerek örnekleyin ve sürece kimsenin fark edilmeden atlayamayacağı tek bir kontrol koyun: tutması gereken bir toplam, eşleşmesi gereken bir adet, boş kalmaması gereken bir alan.

Bir işi geri almak neden ucuz ya da pahalı olur?

Geri alma maliyeti, agent'ın yanlış sonucu bir kez ortaya çıktıktan sonra onu geri çevirmenin bedelidir. Basamak basamak yükselir:

1. Yalnızca sizin gördüğünüz çıktı.
2. Kontrol ettiğiniz bir sistemde, geçmişi olan ve geri alınabilen kayıt.
3. Geçmişi olmayan kayıt.
4. Şirketten çıkmış bir şey.
5. Yükümlülük yaratmış bir şey: verilmiş bir fiyat, söz verilmiş bir tarih, yapılmış bir ödeme.

Sonra herkesin unuttuğu çarpan geliyor: sıklık. Çeyrekte bir koşan ve bir kez yanlış olan iş bir olaydır. Aynı iş mesai boyunca saat başı koşuyorsa ve pazartesi sabahından beri yanlışsa ortada tek bir olay yoktur: saat başı koşan üç tam gün yirmi dört yanlış sonuç eder, perşembe öğleden sonra ilk şikâyet okunana kadar altı tane daha eklenir. Yaklaşık otuz eder ve her biri şimdiden bir yerde durmaktadır.

Geri alınabilir olmak bedava olmak demek değildir. Kontrol ettiğiniz bir sistemdeki yüz yanlış kaydı geri almak mümkündür ve yine de birinin haftasını mahveder. Geri almanın teorik varlığını değil, eforunu puanlayın.

Bir işi beş dakikada nasıl puanlarsınız?

İşi iki maliyet üzerinden sırayla puanlayın ve gerekçeyi yazın. Beş adım, tek geçiş, atölye yok.

1. İşi girdiyi, eylemi ve çıktıyı adlandıran tek cümle olarak yazın. Yazamıyorsanız iş, insan olsun makine olsun kimseye devredilecek kadar tanımlı değildir ve bugünkü cevabınız budur. Bu aynı zamanda süreç hiç tanımlanmamışken bir pilotun neden takılıp kaldığının da cevabıdır.
2. İşin bir kişiye bir seferde kaç dakika sürdüğünü tahmin edin. En kötü hâli değil, sıkıcı ortalama hâli alın.
3. Üçüncü ay dikkat seviyesinde gerçek bir kontrolün kaç dakika süreceğini tahmin edin. Kontrol işin kabaca üçte birinden fazlaysa devir ancak çıktının biçimini değiştirip kontrolü ucuzlatabiliyorsanız kâr eder. Bu üçte bir, testi kullanılabilir kılmak için önerilen bir yargı eşiğidir, ölçülmüş bir bulgu değil. On iki dakikalık, ayda iki yüz kırk kez koşan bir iş dört dakikada kontrol ediliyorsa koşu başına net sekiz dakika kalır: 1.920 dakika, yani ayda otuz iki saat. Kontrol sekiz dakika sürüyorsa elinizde on altı saat kalır. Getirinin yarısı gitti ve değişen tek şey kontroldü.
4. Gerçekçi en kötü yanlış sonucu adlandırın ve geri almanın bedelini yazın: hem efor olarak, hem de kime söylenmesi gerektiği olarak.
5. İşi devretme puan kartına yerleştirin ve o çeyreğin gerektirdiği erişim seviyesini seçin. Gerekçeyi tek satır yazın, çünkü size sonradan sorulacak ve çünkü o satır agent'ın talimatlarının ilk satırı olacak.

Bir de diskalifiye kuralı. Ekibinizden iki yetkin kişi doğru çıktının neye benzediği konusunda anlaşamıyorsa durun. Agent, ekibinizin cevaplamadığı bir soruda haklı olamaz.

Küçük bir operasyon ekibi ilk olarak hangi işleri devretmeli?

Toplantıda kimsenin savunmadığı sıkıcı, tekrar eden, yüksek frekanslı işleri. Kanal bazında haftalık satış raporlaması. Pazaryeri siparişleriyle muhasebe kaydının mutabakatı. E-faturanın ilgili kayıtla eşleştirilmesi. Yalnızca taslak varsayılanıyla gelen kutusu ve bayi talebi triyajı. Belgeden kayda veri girişi. Bugün yalnızca birini böldüğü için pahalı olan rutin sorgular.

Bunlar iki eksende birden kazanıyor: agent'ın döndürdüğü çıktı hızlı kontrol edilecek kadar yapısal, sıklık tasarrufu gerçek kılıyor ve geri alma maliyeti düşük çünkü iş sizin kontrol ettiğiniz sistemlerin içinde yaşıyor. Herkesin yazdığı kova ise şu: gözetimsiz müşteri iletişimi, pazarlık, müşteri yüzüne bakan otonom işler. Yanlış ilk seçim, çünkü geri alma maliyeti yüksek, kontrol yargı gerektiriyor ve sıklık düşük; yani mükemmel sonuç bile az tasarruf ediyor.

En iyi ilk iş genellikle kimsenin iyileştirme listesinde olmayan iştir: listeye girecek kadar büyük değildir ve ucuz olacak kadar seyrek değildir.

Hangi işler yapay zekaya devredilmemeli?

Altı kategori ve hiçbiri yeteneklerle ilgili değil:

1. Bir insanın hesap verebilir olması gereken kararlar.
2. Kimsenin yazmadığı bilgiye dayanan yargılar.
3. Doğru cevabını ekibinizin tanımlayamadığı işler.
4. Tek seferlik işler.
5. Kişisel veri işleyen akışlar.
6. Hatası sessiz olan işler.

Hesap verebilirlik. Bazı sektörler ve bazı yargı bölgeleri belirli kararlarda anlamlı insan gözetimi bekliyor; varsaymak yerine kendi durumunuzu kontrol edin. Bu bir nottur, hukuki tavsiye değil; düzenleme tarafı kardeş rehbere ait, çünkü agent taslak değil yazma yetkisi aldığında puan yer değiştiriyor.

Yazılmamış bilgi. Telefonda verilmiş bir söz, bir bayiyle olan geçmiş, geçen sefer istisnanın neden tanındığı. İnsan bu boşluğu hafızasından doldurur. Agent, erişimi olmayan bir boşluğu dolduramaz ve yine de kendinden emin bir cevap üretir.

Tanımsız doğruluk. İki kişi doğru çıktı konusunda anlaşamıyorsa devir, bir anlaşmazlığı kimsenin inceleyemeyeceği bir çıktıya çevirir.

Tek seferlik işler. Uygulanabilir bir talimat yazmak işin kendisinden uzun sürer ve o talimat bir daha kullanılmaz.

Kişisel veri. Müşteri, çalışan veya bayi verisinin bir yapay zeka aracına aktarıldığı her akış, devir kararından önce gelen ayrı bir karardır. Kişisel Verileri Koruma Kurumu'nun 2025'te yayımladığı Üretken Yapay Zekâ ve Kişisel Verilerin Korunması Rehberi (15 Soruda) bu akışları kişisel verilerin korunması açısından ele alıyor. Hangi işin kapsama girdiğini kendi hukuk tarafınıza sorun; bu satır hukuki tavsiye değil.

Sessiz hata. Yanlış sonucu haftalarca kimsenin fark etmeyeceği bir iş, gözetimsiz çalışmaya hazır değildir. Bir iş için bunu nasıl fark ederdik? sorusuna cevap veremiyorsanız, bulgu zaten budur.

Bu, yapay zekanın teknik olarak kötü olduğu şeylerin listesi değil. Yanlış olmanın bedelini devreden kişinin taşımadığı işlerin listesi.

Taslak yetkisi puanı nasıl değiştirir?

Erişim seviyesi yalnızca geri alma maliyetini değiştirir, başka hiçbir şeyi. Aynı iş taslak yetkisiyle ve yazma yetkisiyle puanlandığında iki farklı çeyreğe düşer, çünkü yanlış bir taslak bir dakikaya, yanlış bir gönderim bir müşteriye mal olur.

Varsayılan yalnızca okuma değil, yalnızca taslak olmalı. Yalnızca okuma güvenli hissettirir ve sizi son metrede bırakır: işlemi hâlâ insan yapar, tasarruf hiç görünmez ve pilot, bitirmesine izin verilmemiş bir işle ölçülür.

Kısıtın nerede uygulandığını sorun ve cevabı onay kapıları üzerine kardeş rehbere karşı okuyun. Botonom'da izin kontrolü yeteneğin içinde, veri katmanında oturur ve varsayılan olarak reddederek çalışır: bir yetenek kurulu olabilir ve yönetici izin verene kadar hiçbir şeyi açmaz, yani modele yalnızca izin verilmiş araçlar ulaşır. Örüntü üründen daha önemli.

Yanlış bir devrin gerçek maliyeti nedir?

Koşunun kendisinden fazlası ve hiçbir faturada görünmeyen bir para biriminde. Token'ı değil, sonucu fiyatlayın. Bileşenler: agent'ın yaptığı iş, yakalayamayan kontrol, yeniden yapılan iş, sonuç şirketten çıktıysa aşağı akış maliyeti ve pahalı olanı: güven.

Güven maliyeti kimsenin yazmadığı kısımdır. Görünür tek bir kötü çıktıdan sonra insanlar her şeyi kontrol etmeye geri döner. Tasarruf küçülmez, kaybolur ve biri bilerek daha küçük ve daha iyi puanlanmış bir işle güveni yeniden kurana kadar kayıp kalır.

Bir agent turunun işletme maliyetini sürükleyen şey, birinin yazdığı mesajın uzunluğu değildir. Kalıcı talimatlar, araç tanımları, getirilen belgeler ve taşınan konuşma geçmişidir.

Agent'ın gerçekten uygulayabileceği talimat nasıl yazılır?

Bir insana yazar gibi yazın, artı insanın deneyiminden getirdiği ve agent'ın getirmediği üç şey: tam girdiler, iş dilinde bir karar kuralı ve bir durma kuralı. İnsan prosedürü, işi zaten bilen birine bir hatırlatmadır. Agent prosedürü işin kendisidir. Aramada bir tuzak var: bu başlıkta çıkan rehberliğin çoğu yapay zekayla prosedür yazmak hakkında, agent'ın izleyeceği talimatı yazmak hakkında değil.

Sonucu adlandıran kurallar alttaki sistem değiştiğinde ayakta kalır; aracı adlandıran kurallar sessizce kırılır. Durma kuralı, görev seviyesindeki talimatın rol seviyesindeki yetkiyle buluştuğu yerdir, ki o da devredilmiş işler listesini yazılı bir yetki kapsamına çevirmenin konusudur. Eksik girdi davranışı ise herkesin unuttuğu alandır: insan raporun boş döndüğünü görür ve sorar, durma kuralı olmayan agent ise hiçbir şey hakkında kendinden emin ve güzel biçimlendirilmiş bir cevap üretir.

Bu kadar özel bir kuralı sohbete yapıştırıp ummak yerine, agent'ın her turda okuduğu yerde saklamak gerekir. Botonom'da bunlara kalıcı kurallar deniyor: kural bir kez, iş dilinde, hiçbir araç adlandırılmadan yazılır ve sonraki her turda uygulanır. Bunu uçtan uca test ettik. Kural konduktan sonra, kişinin yalnızca onayla yazdığı bir konuşmada takip görevi kendiliğinden üretildi. İlginç olan mekanizma değil. İlginç olan, sonucu adlandıran bir kuralın altındaki sistem değiştiğinde çalışmaya devam etmesi.

Örnek: pazartesi ciro raporu

Bugünkü insan prosedürü tek satır ve bilerek muğlak: geçen haftanın rakamlarını çek ve özeti dolaştır. Beş alanın hepsi doldurulduğunda on saniyede okunuyor.

Girdiler: önceki pazartesiden pazara kadar olan ciro dökümü, kanal kırılımıyla (pazaryeri, kendi sitesi, mağaza). Karar kuralı: ciroyu kanal bazında, her rakamın yanında önceki haftaya göre değişimle birlikte raporla. Durma kuralı: herhangi bir kanal geçen haftaya göre belirlenmiş eşiğin üzerinde oynadıysa, bir kaynak boş satır döndürdüyse veya tarih aralığı tam bir haftayı kapsamıyorsa dur ve sor. Bitti tanımı: tek tablo, yedi gün, bütün kanallar mevcut, önceki hafta bu haftanın yanında, pazartesi 09.00'a kadar ekip kanalına gönderilmiş. Eksik girdi davranışı: döküm alınamıyorsa denendiği saatle birlikte bunu söyle, tahmin yürütme.

Bu yeniden yazma yaklaşık on dakika sürdü ve tekrar kullanılabilir; devretme listesindeki tek seferlik işin neden gerçekten farklı olduğunun bütün argümanı bu.

Agent'a daha çok araç vermek onu iyileştirir mi?

Bir noktadan sonra hayır. Kurduğunuz her yetenek, seçim anında bir seçenek daha ekler; belli bir sayıdan sonra sorun maliyet olmaktan çıkıp isabet olur, çünkü agent birbirine çok benzeyen adaylar arasında seçim yapmaya başlar.

Tiantian Gan ve Qiyao Sun bunu getirime dayalı araç seçimi üzerine 2025 tarihli arXiv ön baskısında ölçtü: aday araç sayısını yirmi altı aralıkta birden 11.100'e kadar değiştirdiklerinde, bütün kümeyi modele sunmak yerine küçük ve ilgili bir alt kümeyi getirmek seçim isabetini yüzde 13,62'den yüzde 43,13'e çıkardı ve istem token'larını yarıdan fazla düşürdü.

Kendi üretim agent'larımızın birinde, on beş yetenek kurulu hâldeyken ölçtük: bir mesajın gerçekten ihtiyaç duyduğu bir ile üç yetenek kümesini seçmek, kalıcı talimatları yaklaşık 115.000 token'dan yaklaşık 13.000'e, ilk kelimenin görünmesine kadar geçen süreyi de yaklaşık on beş saniyeden yaklaşık iki buçuk saniyeye indirdi. Bu tek bir agent, tek bir yapılandırma, tek bir andır; ne bir benchmark ne de bir müşteri sonucu.

O yüzden agent başına bir yetenek bütçesi işletin: kataloğda etkileyici duranı değil, puanladığınız işlerin gerektirdiğini kurun. Bir agent'ın ayda bir işe yetenek ihtiyacı varsa bu, daha büyük bir agent değil, ikinci bir agent gerekçesidir.

Devrettiğiniz bir işi ne zaman yeniden puanlamalısınız?

İki maliyetten biri kımıldadığında. Dört tetik çoğunu kapsıyor: hacim anlamlı biçimde değişti, erişim taslaktan yazmaya geçti, kaynak sistemlerden biri değişti, ya da çıktıyı kontrol eden kişi değişti.

Bir de olay olmayan beşinci bir tetik ekleyin. Görünür hiçbir şey değişmese bile sabit bir periyotta yeniden puanlayın, çünkü çürüyen şey kontrolün kendisi ve her şey yolunda görünürken sessizce çürüyor.

Bir işi yeniden puanlamak, agent'ın işi yapıp yapmadığını incelemekle aynı şey değil. O ayrı bir disiplin, kendi soruları var: ne loglanacak ve haftalık olarak neye bakılacak.

Kendi listenizdeki en sıkıcı tekrar eden işi alın, kimsenin iyileştirme planına girmeyecek kadar küçük olanı ve tek bir şeyi devretmeden önce iki eksende dürüstçe puanlayın. Kontrolü ucuz, geri alması ucuz mu? Yalnızca taslak varsayılanıyla devredin ve bir ay sonra tekrar bakın. İkisinde de pahalı mı? Cevabınız zaten elinizdeydi ve bunu bilmek beş dakikaya değdi. Daha geniş bir okuma için yapay zeka hazırlık değerlendirmesi birkaç boyutta puan ve geri kazanabileceğiniz saatlere dair bir tahmin döndürüyor.

Sık sorulan sorular

Agent adıma e-posta gönderebilir mi?

Başlangıç noktası olarak hayır. Gönderim geri alınamaza yakındır, yani yalnızca taslak çeyreğine aittir: agent mesajı baştan sona hazırlasın ve çıkmadan hemen önce dursun, işlemi insan tek tıkla tamamlasın. Gönderime ancak taslaklar gerçek hacimde doğru çıktıktan sonra geçin.

Yalnızca okuma yetkisi bir agent'ın işe yaraması için yeter mi?

Yalnızca okuma, kontrolün ne kadar sürdüğünü hâlâ ölçerken ve bugün birini bölen sorgular için yerini hak eder. Zamanı geri istediğiniz anda yetmemeye başlar, çünkü son adım yine bir kişinin üzerinde kalır. Kontrolün maliyetini öğrendikten sonra yalnızca taslağa geçin.

Yazılı süreci olmayan bir işi devredebilir miyim?

Girdiyi, eylemi ve çıktıyı adlandıran tek cümleyi kurabilene kadar hayır. O cümle ortada yokken devredilecek bir şey de yoktur ve eksik tanımı hiçbir agent sizin yerinize koymaz. Tanımsız süreç, umut vaat eden bir devrin sessizce takılmasının en yaygın sebebidir.

Her çıktıyı kontrol etmeyi bırakmadan önce kaç çıktı kontrol etmeliyim?

Evrensel bir sayı yok. Doğru örneklem, altı hafta sonra hâlâ alıyor olacağınız örneklemdir; ilk hafta titiz görüneni değil, sürdürebileceğinizi seçin. Hacim, erişim seviyesi veya kaynak sistemlerden biri her değiştiğinde örneklemi yükseltin, çünkü bunların her biri yanlış olmanın maliyetini oynatır.

Bir agent'a kaç iş verilmeli?

Tek bir amacı ve tek bir girdi kümesini paylaşan işlerin hepsi ve işin yapılıp yapılmadığını tek bir kişinin hâlâ görebileceği kadar azı. Bağlayıcı kısıt kapasite değil gözetimdir: birbiriyle ilgisiz altı iş taşıyan bir agent, kontrol edilecek altı şey demektir ve kimse altı şeyi birden iyi kontrol edemez.

Her işin kendi talimatı mı olmalı, yoksa rol bunu kapsar mı?

İkisi de, farklı seviyelerde. Rol, agent'ın neyden sorumlu olduğunu ve neye karar verebileceğini belirler; devredilen her işin ise kendi girdileri, karar kuralı, durma kuralı, bitti tanımı ve eksik girdi davranışı olmak zorundadır. Görev seviyesinde talimat olmadan verilen rol seviyesindeki yetki, yanlış konuda kendinden emin iş üretir.