Bugünün haber listesi epey dağınık. Siyaset, borsa, obituary, yabancı yerel haberler derken normie AI kullanıcısını doğrudan ilgilendiren sadece birkaç başlık çıktı. Yine de seçtiğim haberlerde iki net tema var: AI'ın sağlık ve eğitim gibi gündelik alanlara girmesi, bir de büyük şirketlerin altyapı hamleleri. Aşağıda bunları sade bir dille topladım. Fiyat ve erişim bilgilerinde sadece kaynakta yazan kadarını aktardım, gerisini tahmin etmedim.
Utah'ta yapay zeka artık ilk reçeteyi yazabiliyor
ABD'nin Utah eyaletinde Nolla Health adlı şirket, akne tedavisi için ilk reçeteyi yapay zekanın yazabildiği bir sistemi duyurdu. Şirketin Nolla Derm adını verdiği ürün, kullanıcıdan gelen bilgileri değerlendirip dakikalar içinde başlangıç seviyesinde bir akne tedavisi önerisi ve reçetesi çıkarabiliyor. Şirketin açıklamasına göre bu, ülkede bir yapay zekanın ilk reçeteyi düzenleyebildiği ilk sistem. Fiyatlandırma aylık 4,99 dolardan başlıyor (PR Newswire).
Olayın arkasındaki mantık şu: Utah'ta yaşayan insanların büyük bölümü bir dermatoloğa hiç ulaşamıyor. Şirket, bu açığı kapatmak için "yapay zeka önce ilk değerlendirmeyi yapsın, gerekirse doktora yönlendirsin" modelini kurmuş. Bu tür uygulamalar ABD'de eyalet bazlı sağlık düzenlemelerine tabi, yani her eyalette aynı şekilde çalışmıyor. Utah, sağlıkta yapay zeka denemelerine izin veren bir "sandbox" (deneme alanı) programı yürüttüğü için bu tür bir lansman orada mümkün oldu.
Türkiye'den bu hizmete doğrudan erişim yok, çünkü sistem ABD eyalet düzenlemesine bağlı ve reçete yazma yetkisi yerel sağlık mevzuatına tabi. Yani VPN ile girseniz bile reçete geçerli olmaz. Yine de bu haber, yapay zekanın "bilgi veren araç" rolünden "karar veren araç" rolüne geçişinin somut bir örneği. Türkiye'de sağlık alanında yapay zeka kullanımı henüz teşhis desteği ve randevu sistemleri seviyesinde; reçete yetkisi hekimde. Benzer bir tartışmayı Türkiye'de takip etmek isteyenler için yapay zeka nedir yazısı iyi bir başlangıç.
Somut senaryo: Diyelim ki ciddi bir akne sorununuz var ve dermatolog randevusu haftalar sonraya veriliyor. ABD'de yaşayan bir kullanıcı bu sistemle ilk değerlendirmeyi dakikalar içinde alıp, gerekirse doktora yönlendiriliyor. Türkiye'de ise aynı ihtiyaç için şimdilik en pratik yol, bir hekimle online görüşme yapmak. Yani bu haber size doğrudan bir araç sunmuyor ama "yapay zeka sağlıkta nereye gidiyor" sorusuna net bir cevap veriyor.
Utah, sağlıkta yapay zeka için "kanıt makbuzu" zorunluluğu getiriyor
Utah eyaletinin Yapay Zeka Politikası Ofisi (OAIP), sağlık alanındaki yapay zeka deneme programını genişletirken yeni bir şart koydu: belirlenen sistemler artık "doğrulanabilir yapay zeka makbuzu" üretmek zorunda. Bu işi üstlenen Glacis Technologies ile eyalet arasında bir mutabakat anlaşması imzalandı. Amaç, bir yapay zekanın hangi veriyle, hangi adımda ne karar verdiğinin bağımsız olarak denetlenebilmesi (PR Newswire).
Bu "makbuz" kavramını şöyle düşünün: Bir yapay zeka size bir öneri verdiğinde, arkasında ne olduğunu gösteren bir kayıt. Hangi model çalıştı, hangi veriyi kullandı, hangi kurala göre karar verdi. Sağlık gibi hata payının düşük olması gereken alanlarda bu kayıt, hem denetleyici kurum hem de hasta için güvence anlamına geliyor. Utah, bu tür deneme programlarını bir süredir yürüttüğü için ABD içinde bu konuda öne çıkan eyaletlerden biri.
Türk kullanıcıyı doğrudan etkileyen bir tarafı yok, çünkü bu bir eyalet içi düzenleme. Ama dolaylı olarak önemli: Yapay zekanın sağlık, hukuk, finans gibi hassas alanlarda kullanılması yaygınlaştıkça, "bu karar nasıl alındı" sorusuna cevap verme zorunluluğu artıyor. Türkiye'de de yapay zeka düzenlemeleri tartışılırken benzer bir "şeffaflık" başlığı gündeme geliyor. Konuya ilgi duyanlar için ücretsiz yapay zeka araçları yazısında hangi araçların hangi verilerle çalıştığına dair genel bir çerçeve var.
Somut senaryo: Bir sağlık uygulaması size "bu ilacı kullanabilirsin" dediğinde, arkasındaki gerekçeyi görebilmek hem güven hem de sorumluluk açısından kritik. Bu haber, o gerekçenin nasıl kayıt altına alınabileceğine dair bir örnek. Türkiye'de şimdilik böyle bir zorunluluk yok, ama sektörün gidişatı bu yönde.
OpenAI'nin Astra modeli 217 yıllık Napolyon şifresini çözdü
OpenAI'nin Astra modeli, 217 yıllık bir Napolyon dönemi askeri mesajını çözdü. Şifreyi çözen isim, siber güvenlik mühendisi Carter Church. Çalışma, Avrupa'da el yazması belgeler üzerinde yürütülen bir yapay zeka projesi kapsamında gerçekleşti. İlginç olan, aynı dönemde Fransız ortaçağ uzmanlarının bu tür yapay zeka araçlarını kullanmayı reddetmesi (Inside Telecom).
Burada iki farklı yaklaşım çarpışıyor. Bir tarafta yapay zekayı bir "çözüm aracı" olarak gören mühendisler var; diğer tarafta tarihsel metinlerin yorumlanmasında insan uzmanlığının yerini hiçbir şeyin alamayacağını savunan akademisyenler. Şifre çözme işi aslında yapay zekanın güçlü olduğu bir alan: desen tanıma, harf frekansı analizi, eksik parçaları tahmin etme. Ama tarihçilerin çekincesi de anlaşılır; bir belgenin bağlamını, dönemin dil oyunlarını ve kültürel göndermelerini bilmek ayrı bir iş.
Türk kullanıcı için bu haberin pratik bir faydası yok, ama yapay zekanın "araştırma asistanı" olarak nasıl kullanılabileceğini gösteriyor. Örneğin Osmanlı arşiv belgeleri, eski el yazması metinler veya çeviri gerektiren tarihi dokümanlar üzerinde çalışan bir öğrenci, bu tür bir yaklaşımı ChatGPT veya Gemini üzerinden deneyebilir. Tabii sonuçları bir uzmana doğrulatmak şartıyla.
Somut senaryo: Tarih bölümünde okuyan bir öğrenci, 19. yüzyıldan kalma bir mektubu okuyamıyor. Metnin fotoğrafını bir yapay zeka aracına yükleyip harf harf çözdürebilir, sonra çıkan metni hocasına kontrol ettirebilir. Bu, işi hızlandırır ama yerini almaz. Haberin özü de tam olarak bu denge: yapay zeka bir kapı açıyor, ama kapının ardındaki anlamı insan kuruyor.
Schneider Electric, PTC'yi 22,6 milyar dolara satın alıyor
Fransız enerji ve otomasyon şirketi Schneider Electric, ABD'li yazılım firması PTC'yi yaklaşık 22,6 milyar dolara satın almak üzere anlaşmaya vardı. Habere göre şirketin amacı veri merkezi faaliyetlerini büyütmek. PTC, üretim ve endüstriyel yazılım tarafında tanınan bir firma (Bloomberg HT).
Bu satın almanın arkasındaki büyük resim yapay zeka. Yapay zeka modellerinin çalışması için devasa veri merkezlerine ihtiyaç var ve bu merkezler ciddi miktarda elektrik ile soğutma altyapısı istiyor. Schneider Electric zaten bu alanda güçlü; PTC'yi alarak yazılım tarafını da güçlendirmek istiyor. Yani olay sadece bir şirket satın alması değil, yapay zeka altyapısı pazarında konum güçlendirme hamlesi.
Türk kullanıcı bu satın almayı gündelik hayatında hissetmeyecek, çünkü bu bir B2B (şirketten şirkete) hamlesi. Ama dolaylı etkisi var: Veri merkezlerine yapılan bu tür yatırımlar arttıkça, yapay zeka hizmetlerinin altyapı maliyeti ve dolayısıyla fiyatlandırması da şekilleniyor. Türkiye'de de veri merkezi yatırımları son yıllarda artıyor; bu tür global hamleler yerel pazarı da etkiliyor.
Somut senaryo: Bir ofis çalışanı olarak yapay zeka araçlarına aylık abonelik ödüyorsunuz. Bu abonelik fiyatlarının arkasında veri merkezi maliyetleri var. Bu tür büyük satın almalar, o maliyet yapısını uzun vadede değiştiriyor. Yani haber size doğrudan bir araç sunmuyor ama kullandığınız araçların fiyatını etkileyen zincirin bir halkası.
Sam Altman: "Yapay zekanın faydaları için bazı kötü şeylere katlanılmalı"
OpenAI CEO'su Sam Altman, yapay zekanın getirdiği faydalar karşılığında toplumun bazı olumsuz sonuçları kabul etmesi gerektiğini söyledi. Politico'dan Brendan Bordelon ile yaptığı söyleşide konuşan Altman, Anthropic ve CEO'su Dario Amodei ile arasındaki farka da değindi. Altman'a göre kendisi ile Amodei arasında "çok fazla görüş ayrılığı" var ve OpenAI, teknolojinin yaygın erişilebilirliğini önceliyor (Slashdot).
Bu açıklama, yapay zeka dünyasındaki iki farklı yaklaşımı özetliyor. Bir tarafta "önce güvenlik, sonra yaygınlaştırma" diyenler, diğer tarafta "yaygınlaştırma güvenliğin de ön koşulu" diyenler. Altman'ın sözleri, ikinci yaklaşımın net bir ifadesi. Bu tartışma yeni değil; 2023'ten beri süren bir gerilim. Yeni olan, Altman'ın bunu bu kadar açık dile getirmesi.
Türk kullanıcı için bu haberin pratik tarafı şu: OpenAI'nin ürünlerini kullanırken, şirketin felsefesi "erişimi artır, riskleri kabul et" yönünde. Bu, yeni özelliklerin daha hızlı çıkması ama bazı hataların da daha görünür olması anlamına geliyor. ChatGPT kullanıcıları bunu zaman zaman yaşıyor. Alternatif olarak Claude daha temkinli bir çizgi izliyor.
Somut senaryo: Bir içerik üreticisi olarak ChatGPT ile metin yazdırıyorsunuz ve arada hatalı bilgi geliyor. Bu haber, o hataların neden "görmezden gelinen bir maliyet" olarak görüldüğünü açıklıyor. Yani haberi okurken şunu bilin: Bu bir teknik arıza değil, bilinçli bir tercih. Sizin işiniz, çıkan sonucu doğrulamak.
Türkiye notları
- Cumhuriyet'te yer alan habere göre MindDX, Türkiye'de kullanıma sunduğu dijital dönüşüm platformuyla ERP, CRM gibi kurumsal yazılım projelerinde üretken yapay zeka kullanımını yaygınlaştırmayı hedefliyor. Haberde, yapay zekanın bu tür uygulama işlerinde eforu yüzde 40'a kadar azaltabildiği belirtiliyor. Platformun odağı, gerçek ihtiyacın uygulama öncesinde doğrulanması ve sürecin kanıt ile insan onayıyla yönetilmesi. Bu haber doğrudan bir tüketici ürünü değil; daha çok şirketlerin yazılım projelerini ilgilendiriyor. Yine de Türkiye'de yerel bir yapay zeka platformunun kurumsal alanda konumlanması açısından dikkat çekici ([Cumhuriyet](https://www.cumhuriyet.com.tr/is-dunyasi/uretken-yapay-zeka-erp-uygulama-eforunu-40-a-kadar-azaltabilir-2543969)).Günün özeti
Bugünün en dikkat çekici haberi, Utah'ta yapay zekanın ilk reçeteyi yazabildiği sistemin duyurulması. Bu, yapay zekanın "bilgi veren" rolden "karar veren" role geçişinde somut bir eşik. Aynı eyaletin sağlıkta yapay zeka için "kanıt makbuzu" zorunluluğu getirmesi de tesadüf değil; karar yetkisi arttıkça denetim ihtiyacı da artıyor. İkinci sırada, OpenAI'nin Astra modelinin 217 yıllık bir Napolyon şifresini çözmesi var; bu da yapay zekanın araştırma alanındaki gücünü gösteriyor ama uzmanların çekincesini de ortaya koyuyor.Yarına bakış: Yapay zekanın sağlık ve eğitim gibi hassas alanlara girmesi hızlanacak gibi görünüyor. Utah gibi eyaletlerin deneme programları, diğer ülkeler için de bir referans olacak. Türkiye tarafında ise yerel platformların kurumsal alanda konumlanma çabaları sürüyor. Sizin için pratik tavsiye: Yapay zeka araçlarını kullanırken çıkan sonucu doğrulamayı alışkanlık haline getirin; bugünün haberleri bunun neden önemli olduğunu net biçimde gösteriyor.