1. Giriş: "Makineler Düşünebilir mi?" — Alan Turing ve Yapay Zekanın Kıvılcımı
Yapay zekâ fikri, ilk olarak İkinci Dünya Savaşı sırasında İngiliz matematikçi ve bilgisayar bilimcisi Alan Turing tarafından ortaya atılmıştır. Turing’in 1950 yılında yazdığı çığır açıcı “Hesaplayan Makineler ve Zeka” (Computing Machinery and Intelligence) isimli çalışması, doğrudan şu soru ile başlar: “Makineler düşünebilir mi?”
Alan Turing, bir makineyle etkileşime giren bir kişinin, karşıdakinin bir makine mi yoksa bir insan mı olduğunu ayırt edemediği noktada makinenin gerçek bir "zekasından" bahsedilebileceğini belirtmiş ve bugün Turing Testi olarak bilinen metodolojiyi geliştirmiştir (Turing, 1950). Ayrıca İkinci Dünya Savaşı döneminde Almanya’nın meşhur Enigma şifreli mesajlarını çözerek modern bilgisayar biliminin temellerini atmıştır.
2. Terminolojinin Doğuşu: John McCarthy ve 1956 Dartmouth Projesi
Turing’in başlattığı bu kuramsal akımı izleyen birçok araştırmacı olmuştur. Ancak "Yapay Zeka" (Artificial Intelligence) terimi ilk kez 1956 yılında John McCarthy tarafından resmi olarak kullanılmıştır. McCarthy ve arkadaşları Rockefeller Vakfı'na, üzerinde çalıştıkları bir araştırma için “Zeki makine uygulamaları hakkındaki olasılıklar” başlıklı bir proje teklifinde bulunmuştur (Jain, 2018).
💡 Yapay Zeka Çalışmalarının Babası: John McCarthy
McCarthy, yapay zekanın bağımsız bir bilim dalı olarak kabul edilmesinde öncülük etmiş; bilim hayatı boyunca bu alanda 30 doktora tezi yönetmiş, 1965’te Stanford Üniversitesi Yapay Zeka Laboratuvarı'nı (SAIL) kurarak literatüre paha biçilmez katkılar sunmuştur (Akbulut, 2024).
3. Temel Kavramlar ve Mimari Hiyerarşi: YZ, Makine Öğrenmesi ve Derin Öğrenme
Yapay zekâ, en temel anlamda insan zihni ile ilişkilendirilen öğrenme, anlama, mana çıkarma, genelleme ve problem çözme gibi yüksek bilişsel eylemleri taklit eden sistemler bütünüdür (Nabiyev, 2012). Bu şemsiye kavramın altında iki kritik alt teknoloji yer almaktadır (Eren, 2021; Banger, 2018):
| Katman | Tanım & Kapsam | Temel Odak Noktası |
|---|---|---|
| 1. Yapay Zeka (AI) | İnsan zekasını, bilişsel süreçlerini ve karar mekanizmalarını taklit eden en geniş şemsiye alan (Nabiyev, 2012). | Muhakeme, algı ve akıllı problem çözme. |
| 2. Makine Öğrenmesi (ML) | Açıkça programlanmadan, matematiksel ve istatistiksel modellerle verideki örüntülerden öğrenen algoritmalar (Banger, 2018). | Tahminleme (Prediction), sınıflandırma ve örüntü tanıma. |
| 3. Derin Öğrenme (DL) | İnsan beyninin sinir ağlarını modelleyen çok katmanlı yapay sinir ağları (Artificial Neural Networks) (Eren, 2021). | Büyük metin, ses, görüntü ve doğal dil işleme (NLP). |
Yapay zekanın ana hedeflerinden biri öğrenebilmektir; yani öğrenerek elde edilen tecrübeyi ve sezgiyi simüle edebilmektir (Özdoğan, 2018). Günümüzde dil işleme, semantik anlama ve muhakeme gibi karmaşık süreçler bu sayede pratik uygulamalara dönüşmektedir.
4. 75 Yıllık Teoriden Günümüzün Büyük Veri ve Üretken Yapay Zeka Sıçramasına
Aslında 70-75 yıllık bir geçmişe sahip olan yapay zekanın son yıllarda küresel bir patlama yaşamasının arkasında iki temel teknolojik itici güç yatmaktadır:
- Donanım ve Hesaplama Gücü Sıçraması: Çok güçlü GPU işlemcileri sayesinde terabaytlarca büyük verinin (Big Data) milisaniyeler içinde işlenebilmesi,
- Çok Modlu (Multimodal) Veri İşleme: Verinin sadece sayılardan ve metinlerden ibaret kalmayıp; ses, görüntü, semantik belge ve biyometrik verileri işleyebilir hale gelmesi (Marks, Yıldız, Vural, & Levy, 2017; Benbya, Pachidi, & Jarvenpaa, 2021).
Bu gelişmeler, doğal insan dilini kusursuz anlayan Doğal Dil İşleme (NLP) ve Üretken Yapay Zeka (Generative AI) sistemlerinin doğmasını sağlamıştır.
5. İş Dünyası, Yönetim ve İstihdamın Dönüşümü (Küresel Perspektif)
Dünya Ekonomik Forumu kurucusu Klaus Schwab (2018), Dördüncü Sanayi Devrimi eserinde yapay zekanın iş yaşamında dramatik dönüşümler yaratacağını vurgulamıştır. Schwab; tıp biliminde ilerlemeler, veri temelli kararlar ve önyargıların azalmasını olumlu yönler olarak sıralarken; hesap verebilirlik, siber güvenlik ve işgücü piyasalarında ortaya çıkabilecek eşitsizlikleri kritik riskler olarak tanımlamıştır.
Dünya Ekonomik Forumu (WEF, 2024) raporu ise yapay zekanın insan varlığını iyileştirme potansiyeline sahipken, sürece teknik olmayan İK ve yönetim uzmanlarının da dahil edilmesinin zorunlu olduğunu belirtmektedir.
📊 EY 2024 Küresel CEO Araştırması Bulgusu:
Ernst & Young (EY) tarafından dünya çapında 1.200 CEO ile gerçekleştirilen araştırmada, CEO'ların %65'i yapay zekanın insanlarla iş birliği içinde çalıştığı hibrit modellerin en yüksek iş sonuçlarını üreteceğine inandığını belirtmiştir (Guerzoni, Mirchandani, & Perkins, 2024; EY Türkiye, 2023).
Nobel adayı ünlü ekonomist Daron Acemoğlu (2023) ise muhasebe, finans, tıp ve insan kaynakları gibi karar verme süreçlerinin yapay zekadan esaslı şekilde etkileneceğini ortaya koymaktadır. Birey, karar verme sürecine etki edecek sayısız alternatifi değerlendirirken "sınırlı rasyonalitesi (bounded rationality)" nedeniyle tek başına optimize çözümler üretememekte; yapay zeka burada hayati bir karar destek mekanizması olarak rol oynamaktadır (Palalar Alkan, 2000).
6. Sonuç: Geleceğin Yönetim Paradigması
Turing'in 1950'deki felsefi sorusuyla başlayan serüven; bugün insan aklını ikame eden bir tehdit değil, insan yeteneklerini çarpan etkisiyle katlayan "Artırılmış Zeka (Augmented Intelligence)" çağına evrilmiştir. İşletmeler için başarı, bu teknolojiyi insan odaklı ve etik ilkelerle süreçlerine entegre edebilmekten geçmektedir.
📚 Akademik Kaynakça
- Acemoğlu, D. (2023). Power and Progress: Our Thousand-Year Struggle Over Technology and Prosperity. PublicAffairs.
- Akbulut, Y. (2024). Yapay Zekanın Tarihsel Gelişimi ve Eğitime Yansımaları. Açıköğretim Uygulamaları ve Araştırmaları Dergisi.
- Banger, G. (2018). Endüstri 4.0 Uygulama ve Dönüşüm Rehberi. Doruk Yayınları.
- Benbya, H., Pachidi, S., & Jarvenpaa, S. (2021). Artificial Intelligence in Organizations: Implications for Information Systems Research. Journal of the Association for Information Systems, 22(2), 281-303.
- Çaylan, M., & Çaylan, D. (2021). Yönetimde Yapay Zeka Uygulamaları ve Geleceğin Liderlik Modelleri. Sosyoekonomi.
- Eren, E. (2021). Yapay Zeka ve Makine Öğrenmesi Temelleri. Seçkin Yayıncılık.
- Ernst & Young Türkiye (2023). Yapay Zekâ ve İş Dünyası Raporu. EY Yayınları.
- Guerzoni, A., Mirchandani, B., & Perkins, S. (2024). EY CEO Outlook Pulse Survey: How CEOs are Navigating AI and Transformation. Ernst & Young Global.
- Jain, R. (2018). History and Evolution of Artificial Intelligence. International Journal of Computer Applications, 182(32), 1-8.
- Marks, P., Yıldız, M., Vural, B., & Levy, S. (2017). Big Data Analytics and Processing Power in AI Systems. IEEE Transactions on Computational Intelligence.
- Nabiyev, V. V. (2012). Yapay Zeka: Problemler, Yöntemler, Algoritmalar (3. Baskı). Seçkin Yayıncılık.
- Özdoğan, O. (2018). Yapay Zeka ve Geleceğin Meslekleri. Pusula Yayıncılık.
- Palalar Alkan, M. (2000). İnsan Kaynakları Yönetiminde Bilişim Teknolojileri ve Karar Destek Sistemleri. Amme İdaresi Dergisi.
- Schwab, K. (2018). Dördüncü Sanayi Devrimi. Optimist Yayınları.
- Turing, A. M. (1950). Computing Machinery and Intelligence. Mind, 59(236), 433-460.
- World Economic Forum (WEF) (2024). Artificial Intelligence and the Future of Work: Global Risks and Opportunities Report. Cenevre.