Yapay Zekanın Noktaları Birleştirdiği, Doktorların Birleştiremediği Durumlar

Uzmanları yıllarca çıkmaza sokan tıbbi vakalar artık çözülüyor.

Bu yöntem, yapay zekanın herkes için iş yapış biçimini nasıl değiştirdiğini gösteriyor.

İnsanlar belirli problemlerle mücadele eder. Bu bir zeka eksikliği değildir; bu bir veri problemidir. Bilgi; binlerce dokümanda, araştırma makalesinde ve veri tabanında durur. Hiç kimse tüm bu verileri aynı anda zihninde tutamaz.

Nadir görülen genetik hastalıklar buna mükemmel bir örnektir. Aileler cevap bulmak için yıllarını harcar. Doktorlar birçok uzmana danışır. Test sonuçları negatif çıkar. Cevap tıbbi literatürde mevcuttur, ancak bunu belirli bir çocukla ilişkilendirmek tek bir kişi için çok zordur.

Son araştırmalar bir değişime işaret ediyor. Muhakeme modelleri (reasoning models), insan uzmanları mağlup eden vakalarda teşhisler koyabildi. Modeller bir hileyle kazanmadı. Karmaşık bilgileri eş zamanlı olarak işleyebildikleri için kazandılar.

Bir muhakeme modeli bir arama motoru değildir. Size sadece bir cevap vermez. Bir problemi adım adım çözer. Bir hipotez oluşturur. Kanıtları kontrol eder. Düşüncelerini gözden geçirir. Titiz bir analist gibi çalışır.

Bu yaklaşım karmaşık görevlerde yardımcı olur: • Olağandışı olasılıkları tartar. • Belirti kombinasyonlarını işaretler. • Bilişsel yorgunluktan kaçınır. • Onaylama yanlılığını (confirmation bias) ortadan kaldırır.

Bu mantığı kendi işinizde de kullanabilirsiniz. Bir ürün yöneticisi olduğunuzu hayal edin. Kullanıcı kaybı (churn) artıyor ancak nedenini bilmiyorsunuz. Veriler; destek talepleri, anketler ve e-tablolar arasında dağınık halde duruyor.

Yapay zekayı bir düşünme ortağı olarak kullanmak için şu adımları izleyin:

  • Girdileri sağlayın. Dokümanlarınızı ve metin özetlerinizi sunun. Hedefiniz konusunda spesifik olun.
  • Problemi çerçeveleyin. "Kullanıcılar neden ayrılıyor?" diye sormayın. "Bu belirli destek taleplerinden ve anketlerden hangi kalıplar çıkıyor?" diye sorun.
  • Çıktıları hipotez olarak değerlendirin. Yapay zeka size olasılıklar sunar. Sizin bunları doğrulamanız gerekir. Sonuçları insanlar teyit eder.
  • Yineleyin (Iterate). Testlerinizin sonuçlarını yapay zekaya geri verin. Yeni verilerin sonucu değiştirip değiştirmediğini sorun.

Verilerinizi paylaşmadan önce çok fazla temizlemeyin. Bu modellerin gücü karmaşıklığında yatar. Çelişkileri paylaşın. Uyum sağlamayan kısımları paylaşın. En iyi muhakeme tam da burada gerçekleşir.

Bunu, üzerine düşünmeyi bıraktığınız problemlere uygulayın. Çözülmemiş kalan ürün kararlarını veya müşteri sorularını yeniden gözden geçirin.

Avantaj sadece daha fazla şey bilmek değildir. Karmaşıklık içinde yorulmadan muhakeme yapabilme yeteneğidir.

Kaynak: https://dev.to/basavaraj_sh_1ea7d95f0f2e/when-ai-connects-the-dots-doctors-couldnt-lessons-for-every-knowledge-worker-11l8

İsteğe bağlı öğrenme topluluğu: https://t.me/GyaanSetuAi