Kurumsal yapay zeka eğitimi nasıl seçilir?

Kısa cevap

Kurumsal yapay zeka eğitimi, önce eğitimin hangi iş sonucuna hizmet edeceği ve kimlerin katılacağı netleştirilerek seçilir; araç ya da sağlayıcı kararı bundan sonra gelir. Doğru program, katılımcıların rolüne göre ayrıştırılmış, kurumun kendi süreçleri üzerinde uygulama içeren, veri güvenliği kurallarını kapsayan ve sonucu işteki davranış değişikliğiyle ölçen programdır. Eğitmenin konuyu sahada uygulamış olması, katalogdaki başlıktan daha belirleyicidir.

Temel kavramlar

Üretken yapay zeka: Metin, kod, görsel ya da ses gibi yeni içerik üreten yapay zeka sistemlerinin genel adı.

Büyük dil modeli (LLM): Çok büyük metin verisiyle eğitilmiş, doğal dilde soru yanıtlayan ve metin üreten model.

Prompt engineering (istem tasarımı): Modelden tutarlı ve doğru çıktı almak için talimatın, bağlamın ve örneklerin bilinçli biçimde yapılandırılması.

RAG (Retrieval-Augmented Generation): Modelin cevap üretmeden önce kurumun kendi dokümanlarından ilgili parçaları bulup bağlam olarak kullandığı mimari.

Yapay zeka ajanı (agent): Bir hedefe ulaşmak için adımları kendisi planlayan, araç çağıran ve sonuçlara göre devam eden LLM tabanlı sistem.

Yapay zeka okuryazarlığı: Çalışanların yapay zeka araçlarının ne yapabildiğini, nerede hata yaptığını ve hangi veriyle kullanılamayacağını bilerek karar verebilmesi.

Kurumsal yapay zeka eğitimi seçerken ilk karar ne olmalı?

İlk karar, eğitimin hangi iş sonucunu değiştireceği ve bunun kimin davranışıyla gerçekleşeceğidir; konu başlığı ve sağlayıcı seçimi bu karardan sonra gelir. "Çalışanlarımız yapay zeka öğrensin" bir hedef değil, bir niyettir. Hedef, "yazılım ekipleri kod incelemesinde asistan kullansın" gibi gözlemlenebilir bir değişiklik olmalıdır.

Hedefi yazarken üç soruya cevap verin:

• Kim: Hangi rol ya da ekip, kaç kişi, mevcut bilgi düzeyi ne?

• Ne değişecek: Eğitimden sonra hangi işi farklı yapacaklar?

• Nasıl anlaşılacak: Bu değişikliği üç ay sonra hangi gözlem ya da metrikle göreceksiniz?

Bu sorulara net cevap veremiyorsanız, tüm şirkete yayılan bir program yerine kısa bir ihtiyaç analizi ya da pilot grup çalışmasıyla başlayın.

Hangi ekip hangi tür yapay zeka eğitimine ihtiyaç duyar?

Her ekip farklı derinlikte ve farklı içerikte bir eğitime ihtiyaç duyar; tüm şirkete aynı programı vermek hem teknik ekipleri sıkar hem de iş birimlerini geride bırakır.

Süreler genel bir çerçevedir; başlangıç düzeyi ve uygulama oranına göre değişir.

İçerik örneği olarak, iş birimleri için Üretken Yapay Zeka Araçları ve Efektif Kullanımları Eğitimi ve Prompt Engineering & OpenAI Eğitimi müfredatları bu seviyenin tipik kapsamını gösterir. Veri ekipleri için Advanced RAG & Kurumsal LLM Uygulamaları ile Agentic AI & MCP ileri seviye bir programın nelerden oluştuğuna dair fikir verir.

Karma gruplardan kaçının: aynı sınıfta hem hiç kod yazmamış bir iş analisti hem de kıdemli bir geliştirici varsa eğitmen ikisinden birini kaybeder.

Hazır eğitim mi, kuruma özel program mı tercih edilmeli?

Farkındalık ve temel araç kullanımı için hazır içerik yeterli olabilir; iş yapış biçimini değiştirmesi beklenen eğitimlerde ise kuruma özel, uygulamalı program daha uygundur.

Birçok kurum için gerçekçi çözüm bu seçeneklerin birleşimidir: tüm çalışanlara kısa bir asenkron modül, seçilmiş ekiplere kuruma özel canlı eğitim ve ardından küçük bir proje dönemi.

Academy Club bu tabloda üçüncü ve dördüncü sütunda yer alır: içerik, süre ve grup büyüklüğü kuruma göre tasarlanan canlı eğitimler verir ve hackathon, datathon, ideathon gibi teknoloji yarışmaları düzenler. Binlerce çalışana aynı anda ulaşması gereken, kendi hızında ilerleyen bir video kütüphanesi arıyorsanız asenkron platformlar bu ihtiyaca daha doğrudan cevap verir.

Eğitim sağlayıcısı ve eğitmen nasıl değerlendirilir?

Sağlayıcıyı katalog büyüklüğüyle değil, eğitmenin konuyu gerçek projelerde uygulamış olması, içeriğin güncelliği ve programı kurumunuza uyarlama biçimiyle değerlendirin. Yapay zeka araçları birkaç ayda değişir; güncellenmemiş bir müfredat geride kalmış yöntemleri anlatıyor olabilir.

Teklif aşamasında şu soruları sorun:

• Eğitmen: Eğitimi kim verecek, bu konuda hangi projelerde çalıştı?

• Güncellik: Müfredat en son ne zaman güncellendi, hangi araç ve model sürümleri anlatılıyor?

• Uyarlama: İçerik sektörümüze ve senaryolarımıza göre nasıl değiştirilecek?

• Uygulama oranı: Sürenin ne kadarı anlatım, ne kadarı katılımcının kendi yaptığı uygulama?

• Veri ve ortam: Uygulamalar hangi araçlarla yapılacak, kurum verisi kullanılacaksa nasıl korunacak?

• Ölçme: Eğitim sonunda ne tür bir değerlendirme ve rapor sunuluyor?

• Referans: Benzer ölçekte ya da sektörde, kamuya açık biçimde doğrulanabilen işler var mı?

Tek bir ürünün tanıtımına dönüşen eğitim, kurumunuz araç değiştirdiğinde değerini yitirir; kavramları ve değerlendirme alışkanlığını öğreten eğitim kalıcıdır.

Veri güvenliği ve mevzuat eğitim seçimini nasıl etkiler?

Veri güvenliği ve mevzuat, hem eğitimin içeriğinde yer alması gereken bir konu hem de eğitimin nasıl yürütüleceğini belirleyen bir kısıttır. Her seviyedeki eğitimin en azından şunları kapsaması beklenir:

• Veri sınıflandırması: Kişisel veri, müşteri verisi ve ticari sırların genel kullanıma açık araçlara girilmemesi.

• Çıktı doğrulama: Modelin gerçeğe aykırı ama ikna edici çıktı üretebileceği (halüsinasyon) ve sorumluluğun kullanıcıda olduğu.

• Kurum politikası: Hangi araçların onaylı olduğu ve hangi işlerde kullanılabileceği.

Türkiye'de kişisel verilerin işlenmesi 6698 sayılı Kişisel Verilerin Korunması Kanunu (KVKK) kapsamındadır (kvkk.gov.tr). AB'de faaliyet gösteren kurumlar için AB Yapay Zeka Yasası'nın 4. maddesi, yapay zeka sistemi sağlayan ve kullanan kuruluşların personelinde yeterli düzeyde yapay zeka okuryazarlığı sağlamasını ister; bu hüküm 2 Şubat 2025'ten itibaren uygulanmaktadır (Kaynak: Regulation (EU) 2024/1689, 2024).

Düzenlemeye tabi sektörlerde güvenlik ayrı bir eğitim başlığı olabilir. Örneğin Academy Club'ın Fibabanka çalışanları için tasarladığı AI Security programı, modele yönelik saldırı türlerini, üretken yapay zeka araçlarının veri sızıntısına yol açmadan bankacılık sistemlerine entegrasyonunu ve yapay zekanın savunma amaçlı kullanımını kapsıyordu (haber).

Kurumsal yapay zeka eğitimi adım adım nasıl seçilir?

Kurumsal yapay zeka eğitimi yedi adımda seçilir: hedefi tanımlama, katılımcıları gruplama, seviye ölçme, kullanım senaryosu belirleme, teklifleri karşılaştırma, pilot yapma ve ölçüm planı kurma.

1. İş hedefini yazın. Eğitim sonunda hangi işin nasıl farklı yapılacağını tek cümleyle ifade edin.

2. Katılımcıları role göre gruplayın. Yönetim, iş birimleri, yazılım, veri ve güvenlik ekiplerini ayrı ele alın.

3. Mevcut seviyeyi ölçün. Kısa bir anket ya da ön testle kimlerin araçları zaten kullandığını belirleyin.

4. İki üç kullanım senaryosu seçin. Örnekler kurumunuza ait gerçek iş akışları üzerinden kurulsun.

5. Teklifleri aynı kriterlerle karşılaştırın. Eğitmen profili, uyarlama düzeyi, uygulama oranı, veri güvenliği ve ölçme yöntemini bir tabloya dökün.

6. Pilot grupla başlayın. Programı önce tek grupla yürütün, geri bildirime göre düzeltip yaygınlaştırın.

7. Ölçüm planını eğitimden önce kurun. Bakacağınız metriğin eğitim öncesi değerini kaydedin.

Eğitimin işe yarayıp yaramadığı nasıl ölçülür?

Eğitimin etkisi, katılımcı memnuniyetiyle değil, eğitimden birkaç hafta sonra işin yapılış biçimindeki değişiklikle ölçülür. Yaygın kullanılan Kirkpatrick modeli dört düzey tanımlar (Kirkpatrick Partners):

• Tepki: Katılımcının eğitimi nasıl bulduğu; eğitim sonu anketi.

• Öğrenme: Becerinin kazanılıp kazanılmadığı; ön test – son test farkı, uygulama görevi.

• Davranış: Öğrenilenin işte kullanılıp kullanılmadığı; onaylı araçların aktif kullanım oranı.

• Sonuç: İş çıktısına etkisi; belirli bir görevin tamamlanma süresi, hata ya da yeniden işleme oranı.

Son iki düzey için eğitim öncesi değeri bilmeniz gerekir. Yöneticilerin eğitim sonrasında ekibe araçları kullanması için zaman ve izin tanıması da sonucu doğrudan etkiler.

Sahadan gözlemler: Kurumlar yapay zeka eğitiminde en sık nerede zorlanıyor?

Kurumlar en sık, eğitimi tek seferlik bir etkinlik olarak planladıkları ve eğitim ile günlük iş arasında köprü kurmadıkları için zorlanıyor. Aşağıdaki gözlemler, Academy Club'ın kurumsal teknik eğitimlerde ve teknoloji yarışmalarında karşılaştığı tekrar eden durumlara dayanır.

Eğitim, araç erişiminden önce geliyor. Katılımcılar bir asistanı kullanmayı öğreniyor, ancak kurum içinde lisansı ya da erişim izni olmadığı için ertesi gün kullanamıyor. Eğitim tarihini onaylı araçların ve kullanım politikasının hazır olduğu tarihe göre belirlemek gerekiyor.

Jenerik örnekler akılda kalmıyor. Katılımcıların kendi raporları, kendi kod tabanları ya da anonimleştirilmiş kendi müşteri talepleri üzerinde çalışıldığında hem katılım hem de eğitim sonrası kullanım değişiyor.

Teknik ekiplerde sorun bilgi değil, alışkanlık. Geliştiricilerin çoğu kod asistanlarını denemiş oluyor; eksik olan, asistanı test, kod incelemesi ve dokümantasyon adımlarına düzenli biçimde yerleştirmek. Softtech mühendisleriyle yapılan eğitimin kapsamı da bu yöndeydi: asistanların terminalden çalıştırılması ve CI/CD ile günlük geliştirme pratiklerine entegrasyonu (haber).

RAG projelerinde asıl iş değerlendirme. Veri ekipleri prototipi hızla kuruyor, ancak cevapların doğruluğunu sistematik ölçecek bir test seti olmadığı için üretime geçemiyor. İleri seviye eğitimlerde değerlendirme ve erişim yetkilerine ayrılan süre, mimari anlatımından daha fazla fayda sağlıyor.

Yarışma formatı, eğitimin eksik bıraktığını tamamlıyor. Hackathon ya da ideathon gibi süreli etkinliklerde ekipler öğrendiklerini gerçek bir problemle sınıyor ve farklı birimlerden kişiler birlikte çalışıyor.

Kapanış

Doğru kurumsal yapay zeka eğitimi; net bir iş hedefinden yola çıkan, katılımcıları role göre ayıran, kurumun kendi senaryoları üzerinde uygulama yaptıran ve sonucu işteki değişiklikle ölçen eğitimdir. Sağlayıcı ve araç seçimi bu çerçeve netleştikten sonra çok daha kolay yapılır. Kurumunuza özel bir program üzerine konuşmak isterseniz Academy Club'ın [eğitim kataloğunu](https://academyclub.co/egitimler) inceleyip ilgilendiğiniz eğitimler için talep oluşturabilirsiniz.