Kısa bir süre önce “yapay zeka yetkinlik lideri” için bir iş ilanı yayınlandı; “çeşitli alanlarda üretken yapay zeka tekniklerinden yararlanan stratejiler geliştirmek ve uygulamak için çapraz fonksiyonel ekiplerle yakın işbirliği içinde olmak” gibi bir rolü içeriyordu.
Bu tür ilanlar (bir yıl önce bile duyulmamış iş rolleri için) AI çağında norm haline gelecek gibi görünüyor. İş dünyasındaki herkes yapay zekadan en iyi şekilde yararlanmak istese de, gelişmekte olan teknolojiden en iyi şekilde yararlanmak için geliştirme veya veri bilimi becerilerinden daha fazlası gerekecek. Algoritmaların eğitilmesinden etik kuralların denetlenmesine kadar YZ çabaları için gerekli olan bir dizi sorumluluk var.
Pennsylvania Üniversitesi Mühendislik ve Uygulamalı Bilimler Fakültesi’nde lisans eğitiminden sorumlu dekan yardımcısı Robert Ghrist, YZ pozisyonlarının iki düzeyde belirginleştiğini söylüyor. “Bunlardan ilki, makine öğreniminden sinir ağlarına, büyük dil modellerine ve daha fazlasına kadar geniş bir yelpazede YZ eğitimi almış YZ uzmanı diyebileceğimiz kişiler” diye açıklıyor.
İkinci kategorideki YZ işleri, geniş tabanlı iş ve yönetim rolleriyle daha yakından ilişkili. “Ghrist şöyle devam ediyor: “Bu, ‘X’in hukuk, tıp veya eğitim gibi bir değişken olduğu ‘YZ artı X’ şeklindeki daha ilginç bir iş sınıfı. Bunlar, temel uzmanlık artı YZ uygulama becerileri gerektiren, daha bol ancak doldurulması daha zor işler olacak.”
Hızlı mühendislik de yapay zeka çağında yeni bir iş olarak görülüyor. Ancak Hyperscience CTO’su Tony Lee, profesyonel bir uğraş olarak uzun vadeli geleceğinin belirsiz olduğunu söylüyor: “Ben bunu değerli ve farklı bir beceri ve uzmanlık olarak görüyorum. Yine de tam zamanlı bir iş mi? Bunun kararını işe alan şirkete bırakıyorum.”
İstem mühendisliği becerileri şu anda talep görse de, Lee geleceğin farklı görünebileceğini söylüyor: “Bu, farklı beceriler gerektiren bir bilgisayarla arayüz oluşturmanın yeni bir yolu. Ancak arayüz daha konuşkan ve daha insana benzer hale geldikçe, bunun yeni bir kariyer yolu mu yoksa sadece anlık bir fırsat mı olduğunu göreceğiz.”
Geleceğe baktığımızda (internet zamanıyla bir ya da iki yıl diyelim) YZ uygulamalarının benimsenmesi ve yönetimine odaklanan yeni roller ön plana çıkabilir. Qlik Yapay Zeka Başkanı Nick Magnuson, bu rollerin “Yapay Zeka eğitmenleri, Yapay Zeka denetçileri ve Yapay Zeka etikçileri” gibi pozisyonları içerdiğini söylüyor ve şöyle devam ediyor:
“Bu roller, teknolojinin etik kullanımını sağlamaya yardımcı olurken gerçekten yapay zekanın kalbine, yani verilerine odaklanıyor. YZ eğitmenleri teknoloji modellerini hazırlar ve ayarlarken, YZ denetçileri ve YZ etik uzmanları bir kuruluşun verilerinin yalnızca doğru ve güvenilir olmasını sağlamakla kalmaz, aynı zamanda YZ’nin bütünlüğünü güçlendirir ve işletme genelinde ölçeklendirir.”
Bununla birlikte, yapay zekanın BT geliştirme ve yönetimiyle ilişkili alt düzey görevlerin çoğunu nasıl geride bıraktığını da dikkate almak önemli. İlginçtir ki Ghrist bu eğilimin memnuniyetle karşılanması gerektiğini söylüyor. Ghrist, şunları söylüyor:
“Kimse işlerin ortadan kaldırılmasından hoşlanmaz, ancak yapay zekanın düşük seviyeli görevleri gasp etmesi iyi bir haber. En sıkıcı, tekrarlayan ve düşük seviyeli olanlardan başlayarak birçok görevin yapay zeka tarafından kullanılmaz hale getirileceğine hem inanıyorum hem de bunu umuyorum. Örnekler arasında düşük seviyeli kodlama, eski kodların güncellenmesi ve SDK’ların uygulanması yer alıyor.”
Ghrist, kariyerinin başlarında “bir ana bilgisayar için manyetik bant kütüphanesinde çalışmış ve o iş artık olmadığı için çok mutluyum. Şimdi bu iş bir onsluk, 15 dolarlık bir flash sürücü ile milyarlarca kat daha hızlı yapılıyor” diye anlatıyor.
Yapay zekanın bir dizi geliştirme görevini kolaylaştırmaya ve otomatikleştirmeye hazır olduğu ve aynı zamanda insan yetenekleri için yeni fırsatlar yaratmaya devam ettiği zaten açık. Lee, “Yazılım mühendisliği, geliştiricilerin sıfırdan kod yazdığı dönemden Stack Overflow dönemine ve şimdi de tamamen yapay zeka tarafından üretilen koda dönüştü. Ancak bu yolculuk sırasında, en iyi yeteneklere olan talep sadece arttı. Yapay zeka mekanik işlerin daha fazlasını üstlense bile bu talebin azalmasını beklemiyorum” diyor.
Lee, şunları söylüyor:
“verileri analiz edebilen ve LLM’leri eğitebilen vasıflı çalışanlar kritik ve talep gören bir alan. Daha fazla teknik görev otomatikleştirildikçe, teknolojinin karmaşık görevleri tamamlamaya devam edebilmesini sağlamak için eğitim verilerinde insan gözetimine olan talep son derece önemli olacak.”
Lee, “yönetsel becerilerin parlamaya ve değer katmaya devam edeceği alanlar, belirsizlikle başa çıkma ve yapay zekayı denetleme görevleri, sezgi ve bağlam gerektiren yaratıcı görevler ve ekipler arası işbirliği gerektiren rollerdir” diye ekliyor.
Magnuson, etkili yapay zeka dağıtımlarının genellikle tek bir kişinin sahip olmadığı bir dizi beceri gerektirdiğini belirtmenin önemli olduğunu söylüyerek, şunları kaydediyor:
“Hem teknik beceriye hem de yaratıcı deneyime sahip yetenekli bir YZ başkanı bulmak çok önemli. Bu lider, genellikle hukuk, BT ve İK ekipleriyle birlikte çalışan veri bilimcileri ve makine öğrenimi mühendislerini içeren ve tüm kutuları işaretleyen bir yapay zeka ekibi kurabilecek.”
Lee, bu tür disiplinler arası işbirliğine örnek olarak, bir ön uç mühendisinin bir tasarımcı ve bir ürün müdürüyle birlikte oturup bir kullanılabilirlik sorununu çözmesini gösterebileceğini söylüyor. Kullanılabilirlik sorununun insani yönü hala en iyi diğer insanlar tarafından anlaşılıp çözülebildiğinden, bu günümüzde yapay zeka için bir zorluk.
Ancak, rehavete kapılmaya yer yok. Ghrist, profesyonellerin “münhasıran tekeline sahip olduğumuz” hiçbir beceri olmadığını kabul etmeleri gerektiğini söylüyor. Şöyle devam ediyor: “Yapay zeka, teknolojideki tüm zor ve yumuşak becerileri artırabilecek, istisna yok. İşin anahtarı birlikte evrim: Birlikte çalışacağız ve uyum sağlayacağız. Bu nedenle, en değerli beceri uyarlanabilirliktir.”
Yine de, bazı temel beceriler tam olarak temel olarak kalacak. Ghrist, “Matematik ve bilgisayar bilimlerinden gelen beceriler, uzmanlaşmış YZ bilgisinin öncüsü olarak her zaman geçerli olacak. Kodlama her zaman önemli olacak, çünkü kodlama yapacaksınız, ancak YZ kodlayıcılarından oluşan bir ekibi yöneteceksiniz ve her iyi yönetici gibi, ekibi yönlendirmek için yeterince bilgi sahibi olmanız gerekiyor” diyor
Ghrist, matematik ve bilgisayar bilimleriyle ilgili her şeyin, “şimdi ve gelecekteki diğer tüm teknik çalışmaları güçlendirdiğini” söylüyor. Temel yeteneklerin yanı sıra, “iletişim, empati, yaratıcılık, hırs ve daha fazlası” gibi sosyal beceriler de giderek daha değerli hale geliyor.
Kariyerlerinde ilerlemek isteyen profesyoneller kurslar, eğitim programları aramalı veya YZ becerilerini içeren alanlara odaklanmalı. Magnuson, “Tüm profesyonelleri makine öğrenimi, derin öğrenme ve doğal dil işleme dahil olmak üzere YZ’nin temellerini daha iyi anlamaya teşvik ediyorum. YZ’yi ve nasıl çalıştığını öğrenmek, internetin hepimizin anlaması gereken bir şey olmasına benzer şekilde, sadece teknik insanlar için değil herkes için önemli” diyor.
Ghrist, profesyonellere matematik ve bilgisayar bilimlerine odaklanmalarını tavsiye ediyor, çünkü “bunlar olmadan geri kalanı anlamadan hareket eden bir kara kutudan ibaret” diyor.
İkinci bir öğrenme önceliği ise “yumuşak beceri olan uyum sağlama” olmalı diyerek şöyle devam ediyor:
“Yapay zeka teknolojisi süper doğrusal olarak arttıkça, çoğu şirket için en zor şey buna nasıl ayak uyduracakları olacaktır. Bir profesyonel için güncel kalmanın en iyi yolu, iyi düzenlenmiş bir sosyal medya akışına sahip olmaktır; politikayı görmezden gelin. Teknolojinin son durumuyla ilgili güncellemeleri arayın.”
Ghrist’in de belirttiği gibi: “‘Daha fazla matematik ve daha fazla Twitter’ eksantrik bir tavsiye, ancak garip zamanlarda yaşıyoruz.”
Kaynak: Joe McKendrick / ZDNet
Yapayzeka.news’in hiçbir güncellemesini kaçırmamak için bizi Facebook, X (Twitter), Bluesky, LinkedIn, Instagram‘ ve Whatsapp Kanalımız‘dan takip edin.
