Yazılımcı olmayanlar yapay zekâyı ne için kullanıyor?

Soru: Sadece arama motoru mu?

Syntax’ın bu bölümdeki sorusu basit: Yazılımcı olmayanlar yapay zekâyı sadece ChatGPT’ye soru sormak için mi kullanıyor, yoksa gerçekten iş gören ajanlar da var mı? Wes Bos çevresine ve takipçilerine sordu, gelen örnekleri Scott Tolinski ile tek tek konuştular. Ortak nokta şu çıktı: Ajanlar en çok “angarya” işlerde işe yarıyor.

İyi çalışan kullanımlar

Parça bulmak. Arabadaki kırık bir emniyet kemeri tokası için model, yıl ve donanım menülerinde kaybolmak yerine derdini düz cümleyle anlatıyorsun. Videoya göre ajan doğru parçayı bulup bayiye e-postayı da hazırladı.

Yazıcı ve ev ağı. “Yazıcı bağlı görünüyor ama yazdırmıyor” türü sorunlarda ajan, adım adım teşhis yapıp yazıcıyı yeniden kurabiliyor. Sürücü sitelerinde kaybolmaya gerek kalmıyor.

Bürokrasi ve formlar. Kötü tasarlanmış PDF formları, izin başvuruları, okul formları. Bilgilerini dağınık hâlde veriyorsun, doğru kutulara ve doğru formata yerleştirmek ajanın işi. Göndermeden önce kontrol etmek yine senin işin.

Evdeki sunucu (home lab). Evde NAS ya da Docker ile medya sunucusu çalıştıran çok kişi var. Kurmak kolay, bakımı zor: güncellemeler, bozulan konteynerler, yanlış klasör yapısı. Scott, bütün cihazlarını Tailscale ile tek bir özel ağa bağlayıp SSH açtığını anlatıyor. Böylece ajan “şu konteyneri yedekle ve güncelle” gibi işleri kendisi yapabiliyor.

Home Assistant bakımı. Home Assistant, ev otomasyonu için açık kaynak bir platform. Ayarların önemli bir kısmı YAML dosyalarında duruyor. Onlarca üreticinin entegrasyonu zamanla bozuluyor ya da bağlantısı kopuyor. Wes’in önerisi: Ajan her gün sistemi kontrol etsin, bozulanı düzeltsin ya da sana haber versin.

Aile takvimi. Wes, dört çocuğunun okul ve kurs e-postalarını birkaç saatte bir tarayan bir bot kurmuş. Bot önemli tarihleri çıkarıp ortak takvime ekliyor.

Nadiren kullandığın programlar. Video düzenleme, 3B tasarım gibi karmaşık programların bir kısmı için MCP (Model Context Protocol) sunucuları var. MCP, bir yapay zekâ modelinin dış araçlara standart bir yolla bağlanmasını sağlayan protokol. Yılda birkaç kez açtığın bir programda “bunu neden büyütemiyorum?” diye düz cümleyle sorabiliyorsun. Scott ise 3B yazıcı parçalarını nurb ile tasarladığını anlatıyor. nurb, anlattığın parçayı modelleyip baskıdan önce ince duvar, sarkan çıkıntı gibi sorunları kontrol eden açık kaynak bir araç.

Risk: Her şeye erişim

Gelen kutusunu okuyan bir ajan, dışarıdan gelen metni de okuyor demek. Biri e-postaya ya da takvim davetine gizli bir talimat koyarsa ajan ona uyabilir. Buna prompt injection deniyor ve OWASP’ın yapay zekâ uygulamaları için risk listesinde ilk sırada. Bölümde de bu endişe konuşuluyor: Scott takvimi için ajan kullanmıyor, Wes de erişimi sadece aile takvimiyle sınırlamış. İyi bir kural: Ajana işi için gereken en dar yetkiyi ver.

Tutmayacağını düşündükleri kullanımlar

• Metin şişirmek. Kısa bir e-postayı uzun ve resmî hâle getirmek. Karşı taraf zaten onu yapay zekâyla tekrar kısaltacak.
• Otomatik pazarlama. “Geçen ay podcast’te söylediğin şey çok iyiydi” diye başlayan sahte kişisel e-postalar. Herkes aynı şeyi yapınca işe yaramaz hâle geliyor.
• Yapay zekâyla döşenmiş ev ilanları. Oranları bozuk, odayı olduğundan büyük gösteren görseller güveni azaltıyor.
• Seyahat önerileri. Ulaşım planı gibi lojistikte çok başarılı, ama herkese aynı yerleri önerdiği için zevk ve keşif kısmında zayıf.
• İş başvuruları. Videoda paylaşılan bir işverenin gözlemine göre başvurulardaki cevaplar birbirine çok benziyor. Kendi cümlelerinle yazmak artık seni öne çıkarıyor.

Düşün

• Senin hayatında her hafta tekrar eden ve kimsenin yapmak istemediği hangi iş var?
• Bir ajana e-postanı okuma izni vermeden önce, neye erişmesine gerek olmadığını düşündün mü?

Kendi cümlelerimizle yazılmış bir özettir, çeviri değildir. Tüm kaynaklar yukarıda.