Yapay Zekayı İşimize Nasıl Entegre Ediyoruz? (Artsution Yaklaşımı)

Yapay zekayı işimizde kullanıyoruz, ama her adımda değil. Araştırmayı hızlandırmak, ilk taslakları çıkarmak, kod yazarken yardım almak ve testleri genişletmek için kullanıyoruz. Buna karşılık nihai logoyu çizmek, müşterilerimizin verisini işlemek ve son kalite kontrolünü yapmak için kullanmıyoruz. Bu yazıda yapay zeka ile tasarım ve yazılım sürecimizin nasıl işlediğini, sınırlarımızı ve nedenlerini açıkça anlatıyoruz.

Neden bu yazıyı yazıyoruz?

Yapay zeka konuşulurken bir tasarım ve yazılım stüdyosu iki doğal soruyla karşılaşır. İlk soru şu: "Bunu yapay zekayla mı yaptınız?" İkincisi ise: "Yapay zeka varken neden bir stüdyoyla çalışayım?" Bu ikinci soruyu ayrı bir yazıda ele alacağız. Birincisinin cevabı "bazı adımlarda evet" ve bu adımların hangileri olduğunu bilmek sizin hakkınız.

Google da içerik üreticilerine benzer bir şey öneriyor. Yani okur "bu nasıl üretildi?" diye sorabilecekse, yapay zeka ya da otomasyon kullanımını açıklamak gerekir. Biz bunu yalnızca içerik için değil, tüm hizmetlerimiz için yapmak istiyoruz.

Yapay zekayı hangi adımlarda kullanıyoruz?

Araştırma ve ön tarama

Yeni bir sektörde proje başladığında yapay zekadan yararlanıyoruz. Örneğin terimleri, rakiplerin genel yaklaşımını ve sık sorulan soruları hızlıca tarıyoruz. Ama yapay zekanın verdiği bilgiyi kaynak olarak kullanmıyoruz. Google'ın da belirttiği gibi, üretken modeller bilgiyi bir yerden getirmez. Bunun yerine eğitim verilerine dayanarak olası kelime dizilerini tahmin eder. Bu yüzden hatalı bilgi üretebilir. Bir bilgi önemliyse resmî kaynaktan, mevzuattan ya da üreticinin dokümantasyonundan doğruluyoruz.

Fikir ve ilk taslaklar

Tasarımda yapay zekayı en çok keşif aşamasında kullanıyoruz. Böylece farklı renk yönlerini, kompozisyon fikirlerini ya da sayfa düzeni alternatiflerini kaba hâliyle görebiliyoruz. Yani bu çıktılar bir ilham panosunun parçasıdır, teslim edilen işin değil. Sonraki adımda tasarım kararları elle verilir ve iş özgün olarak üretilir.

Kod yazarken yardım

Yazılım projelerinde kod asistanlarını da kullanıyoruz. Örneğin tekrarlayan kodu hızlandırmak ve bir hatayı anlamak için onlardan yardım alıyoruz. Ayrıca mevcut kodu açıklamak ya da yeniden düzenleme (refactoring) seçeneklerini görmek için de işe yarıyorlar. Burada ilkemiz şu: yapay zekanın önerdiği kod, bir geliştiricinin yazdığı koddan daha az değil, en az onun kadar incelenir. Araştırmalar bu dikkatin gereksiz olmadığını gösteriyor. Örneğin 2021'de yayımlanan bir çalışma, IEEE Security & Privacy 2022'de sunuldu. Araştırmacılar, GitHub Copilot'un 89 senaryoda ürettiği 1.689 programın yaklaşık yüzde 40'ında güvenlik açığı buldu. Araçlar o günden bu yana gelişti. Yine de "çalışıyor" ile "güvenli ve bakımı yapılabilir" arasındaki fark hâlâ insan incelemesiyle kapanıyor. Konuyu yapay zekayla yazılım geliştirme yazımızda ayrıntılı ele aldık.

Test senaryoları

Bir form ya da iş akışı hangi uç durumlarda bozulabilir? Bunu düşünmek için yapay zekadan senaryo önerisi alıyoruz. Örneğin boş alan, çok uzun metin, Türkçe karakter ya da aynı anda iki kayıt. Testleri biz yazıp çalıştırıyoruz; yapay zeka yalnızca listeyi genişletmemize yardım ediyor.

İçerik ve metin düzeltme

Blog yazılarında ve site metinlerinde de yapay zekadan yararlanıyoruz. Özellikle taslak çıkarmak, yazım ve anlatım düzeltmek ve uzun metni sadeleştirmek için kullanıyoruz. Her yazıdaki teknik ve hukuki iddiaları kaynaklarından tek tek kontrol ediyoruz ve kaynakları yazının arkasında tutuyoruz. Yazılar yayından önce insan onayından geçiyor. İstatistik, fiyat ya da müşteri sonucu gibi bilgileri, kaynağı yoksa yazmıyoruz.

Yapay zekayı nerede kullanmıyoruz?

Bu bölüm, yazının asıl nedeni.

Nihai logo ve marka işareti

Nihai logoyu ya da marka işaretini yapay zekaya çizdirmiyoruz. Bunun üç nedeni var:

• Benzerlik riski: Yapay zeka genel kalıplara yakın sonuçlar üretme eğiliminde. Var olan bir markaya fazla benzeyen bir işaret tescilde sorun çıkarabilir.
• Hak belirsizliği: Yalnızca istemle (prompt) üretilen içerik üzerinde telif koruması ülkeden ülkeye tartışmalı. ABD Telif Hakkı Ofisi, yalnız istem yazmanın eser sahipliği sağlamadığı sonucuna vardı.
• Dosya ve sistem ihtiyacı: Logo her boyutta net kalan temiz bir vektör dosya ve bir kimlik sistemi gerektirir.

Bu konuları yapay zekayla logo yapmak ve yapay zeka görsellerinin ticari kullanımı yazılarımızda ayrıntılı anlattık.

Müşteri verisi ve gizli dosyalar

Müşterilerimizin kişisel verilerini, müşteri listelerini ve sözleşmelerini kamuya açık yapay zeka araçlarına girmiyoruz. Aynı şekilde henüz yayımlanmamış ürün bilgilerini ya da sistem erişim bilgilerini de bu araçlara vermiyoruz. Bir kod parçası üzerinde yardım almamız gerekiyorsa, gerçek veri yerine örnek (sahte) veri kullanıyoruz.

Son kalite kontrolü

Bir tasarımın baskıya gitmeden önceki kontrolü bir insanın sorumluluğunda. Aynı şekilde bir sitenin yayın öncesi testi ve bir yazılım sürümünün son incelemesi de öyle. Yapay zeka bu kontrolün bir parçasında yardım edebilir, ama "tamam, gönderebiliriz" kararını vermez. Sonuçta hata çıktığında hesabını verecek olan biziz; kararı da biz veriyoruz.

Veri gizliliği ve KVKK: İlkelerimiz

6698 sayılı Kişisel Verilerin Korunması Kanunu (KVKK), kişisel verilerin belirli, açık ve meşru amaçlar için, amaçla bağlantılı, sınırlı ve ölçülü biçimde işlenmesini istiyor. Kanunun 12. maddesine göre veri sorumlusu, veriler kendi adına başka bir kişi tarafından işlendiğinde de güvenlik tedbirlerinden o kişiyle birlikte sorumlu.

Bir yapay zeka aracına kişisel veri yazmak, o veriyi bir üçüncü tarafa aktarmak anlamına gelebilir. Üstelik birçok aracın sunucuları yurt dışındadır. KVKK'nın yurt dışına aktarımı düzenleyen 9. maddesi 2024'te değişti. Böylece standart sözleşmeler gibi yeni güvenceler geldi. Bu kurallar, bir yapay zeka aracını kişisel veriyle kullanmayı "bir sohbet penceresine yazmak" kadar basit bir iş olmaktan çıkarıyor.

Kişisel Verileri Koruma Kurumu da bu konuda yol gösteren belgeler yayımladı. İlki, Kasım 2025'te yayımlanan "Üretken Yapay Zekâ ve Kişisel Verilerin Korunması Rehberi (15 Soruda)". Ardından Mart 2026'da iş yerlerinde üretken yapay zeka araçlarının kullanımı üzerine bir doküman geldi. Kurum, bu araçların çoğu zaman bir kurum politikası olmadan, çalışanların bireysel tercihleriyle kullanıldığına dikkat çekiyor. Kuruma göre bu durum takibi de zorlaştırıyor.

Bizim ilkelerimiz bunlara dayanıyor:

1. Kişisel veri yok: Kamuya açık yapay zeka araçlarına kişisel veri ve müşteriye ait gizli bilgi girmiyoruz.
2. Koşulları okuyoruz: Kullandığımız aracın veri saklama ve eğitimde kullanma koşullarını kontrol ediyoruz. Örneğin bazı sağlayıcılar, kurumsal ürünlerde girilen verileri varsayılan olarak model eğitiminde kullanmadığını belirtiyor. Ancak bireysel hesaplarda koşullar farklı olabiliyor.
3. Gerekeni kullanıyoruz: Bir soruyu sormak için gereken bilgiden fazlasını araca vermiyoruz.
4. İnsan onayı: Yapay zekanın ürettiği hiçbir çıktı incelenmeden müşteriye ya da yayına gitmiyor.

Yazılımda KVKK'ya uygun tasarım ilkelerini KVKK uyumlu yazılım geliştirme yazımızda ayrıca anlattık.

Bizim deneyimimiz

Bu ilkeleri yalnızca müşteri projelerinde değil, kendi ürünlerimizi geliştirirken de uyguluyoruz.

AquaCRM, su arıtma servis firmaları için geliştirdiğimiz abonelik modelli bir servis yönetim platformu. Abone firmalar müşteri ve cihaz kayıtlarını, servis geçmişini, filtre değişim hatırlatmalarını ve WhatsApp/SMS bildirimlerini bu platformda yönetiyor. Her abone firma kendi izole veri alanında çalışıyor. Bu yapı, platformda kişisel veri bulunduğu anlamına geliyor: son kullanıcıların adları, adresleri, telefon numaraları. Bu nedenle geliştirme sırasında kod asistanlarından yardım aldığımızda gerçek abone verisini hiçbir zaman bu araçlara vermiyoruz. Bunun yerine örnek verilerle çalışıyoruz. Bildirim şablonları gibi metinlerde yapay zekadan taslak alabiliriz, ama şablon ancak incelendikten sonra sisteme giriyor.

Etiket İş Takip Asistanı, rulo etiket üreticileri için tekliften faturaya iş takibi yapan, pilot kullanımdaki ürünümüz. Teklif, baskı onayı, üretim kuyrukları ve Paraşüt irsaliye entegrasyonu gibi akışlarda bir hata, doğrudan üretime ve faturaya yansıyabilir. Bu tür entegrasyonlarda yapay zekanın önerdiği bir çözümü ancak test edip anladıktan sonra kullanıyoruz.

Grafik Sanat, ücretsiz eğitim platformumuz. Terim anlatımları ve testlerdeki bilgilerin doğruluğu bir eğitim platformu için temel şart. Bu yüzden içerikte yapay zekayı yalnız yardımcı olarak görüyoruz.

Sık sorulan sorular

Sonuç

Yapay zeka işimizi hızlandıran güçlü bir araç; onu reddetmiyoruz. Ama hangi adımda kullandığımızı ve hangi adımda kullanmadığımızı açıkça söylemenin, güvenin bir parçası olduğunu düşünüyoruz. Nihai tasarım, müşteri verisi ve son kontrol bizim sorumluluğumuzda kalıyor.

Sürecimizi bir projeniz üzerinden konuşmak isterseniz hizmetlerimize göz atabilir ya da bizimle iletişime geçebilirsiniz. Yapay zekayı kendi işinizde nerede kullanabileceğinizi merak ediyorsanız, işletmeler için yapay zeka yazımız iyi bir başlangıç.