Eli veriye değen herkesin, ki bence bu tüm insanları kapsıyor, bilmesi gereken bir zincir var. Veriden değer üretme zinciri olarak düşünebiliriz bunu:
Veri, olgularla ilgili toplanmış bilgi parçacıklarıdır. Bunları insan bakışıyla anlamlı olacak biçimlere sokup raporlar haline getirdiğinizde veriden malumat üretmiş olursunuz. Malumatın içinde saklı anlamları yakaladığınızda bilgi oluşur. Bilgiler bütünleştiğinde ise bilgelik oluşur.
Eliniz, kulağınız, diliniz veriye değdiği için konuşabilirsiniz. Bir bebeğin konuşmayı öğrenme süreci bu zincirle bağlantılıdır. Bebek önce veriler yakalamaya başlar: Sesler. Hangisi anlamlı, hangisi anlamsız bilemeyeceği, dünyadan aldığı birtakım algılardan ibarettir her şey.
Bu istatistiğini değerlendirmeye başlar o küçücük beyninde. Ve malumat oluşur. Hangi sesler sıklıkla bir araya geliyor? Anlamlılar hangileri, anlamsızlar hangileri? O karışık veri parçaları yavaş yavaş birleşir, kelimeler oluşur. Bir çocuğun kelimelerin aralarındaki boşlukları algılaması, nelerin kendi başlarına ayrı kelimeler olduğunu fark etmesi ve nelerin de anlamsız sesler olduğunu anlaması pek esaslı bir başarıdır. Sonra malumatlar bilgiye dönüşür. Kelimeler bir araya gelerek bir işe yarayan cümleler oluştururlar. Bebek cümleleri anlamaya ve cümleler kurmaya başlar. Kelimelerin arasındaki derin bağlantıları, anlamı, kavramları bütünleştirdikçe, hayatla ilgili o pek çok verinin içindeki derin bağlamları anladıkça bir bilgelik oluşturur.
Bebeklerin dili öğrenmede istatistiği kullanmasına ilişkin birikmiş çalışmalar mevcut. Bu konudaki çalışmaları inceleyen bir makaleyi yazının bitimindeki kaynaklar kısmında bulabilirsiniz.
Herhangi birimizin pek basit bir şeymiş gibi yaptığı konuşmalar, şu paragraftaki gibi yazdığı cümleler, üstün bir bilgelik ürünüdür. İçeriğinin çok karmaşık olmasına bile gerek yok: Fikirleri kafada toparlamak, bunları cümleler haline getirip pek çok kavramı bütünleştirerek ifade etmek, dünyada yaşayan biz hariç hiçbir türün bildiğimiz kadarıyla edinememiş olduğu, en azından yaygın olarak edinememiş olduğu bir yetkinliktir.
Bilim de böyle üretilir. Bilim insanları gözlemler yaparlar. Bu gözlemlerinin sonuçlarını farklı şekillerde biçimlendirerek gözden geçirirler. Yani topladıkları verilerden malumatlar oluşturup çeşitli açılardan incelerler. İnsan beyninin yetkinliklerini ve kendi kişisel uzmanlık geçmişlerini kullanarak bu malumattan bilgiler özümserler. Bunu yaparken çeşitli deneme yanılmalar ve deneyler gibi araçlardan yararlanırlar. Mesela hipotezler kurarlar, bu hipotezleri test etmek için deneyler oluştururlar ve yeni veriler elde ederek onları da malumat haline getirirler. Böyle böyle bilgiler ortaya çıkar ve benzer şekillerde bilgileri de bütünleştirerek bilgelik oluştururlar. Bilim böyle bilgelik ürünlerinin birikmesiyle oluşur.
Bilimsel yöntem üzerine daha detaylı bilgi edinmek isterseniz şu adrese bakabilirsiniz:
https://en.wikipedia.org/wiki/Scientific_method
Sayfayı Türkçe okumak isterseniz, Chrome kullanıp adres çubuğunun hemen solundaki translate işaretine basarak Türkçe’yi tercih edebilirsiniz.
Bilim böyle bilgelik ürünlerinin birikmesiyle oluşur demiştik… Aslında eskiden öyle oluşuyordu.
Şirketler, satıştaki ürünler, teknolojiler de bu zincirle üretilir. Bilim insanları nasıl bilim üretiyorlarsa, iş insanları da şirketler ve ürünler üretirler. Bilim insanları ile iş insanları iş birlikleri de yaparlar. Aynı detayda tekrar etmeye gerek yok; iş yönetiminde de veriler, malumatlar, bilgiler ve bilgelikler oluşur. Yöneticiler malumatlardan bilgiler özümseyebilenlerden; iş önderleri bilgilerden bilgelik özümseyebilenlerden çıkar.
Yani çıkardı. Eskiden.
Eskiden işler öyle yürürdü.
Şimdilerde verileri insanlar toplamıyor. Yazılımlar, IOT (nesnelerin interneti) cihazları, sensörler, kameralar, her gün onlarcasını kullandığımız, binlercesine muhatap olduğumuz araçlar topluyor verileri.
Şimdilerde malumatları insanlar oluşturmuyor. Rapor otomasyonları, verileri birleştirip saklıyor, sunuyor, sergiliyorlar.
Şimdilerde bilgileri insanların oluşturmasına pek de gerek kalmıyor. Makine öğrenmesi uygulamaları neden oldu ve ne olacak gibi soruların cevaplarını bulacak şekilde verinin içindeki desenleri, gizli bağlantıları tespit edebiliyorlar.
Öyle görünüyor ki bilgeliği bile insanların oluşturmasına gerek olmayabilir. Yapay zeka sistemleri makine öğrenmesi modellerini biraz da insanların yönlendirdiği ve belirlediği kural setleriyle bütünleştirerek ne yapmak gerekli sorusunun cevabını bir hayli iyi bir şekilde verebiliyorlar.
Makine öğrenmesinin geleceğin değil günümüzün bir konusu olduğunu ve zaten çok yaygın olduğunu görmek için şu adreste makine öğrenmesiyle gündelik olarak zaten nasıl sürekli iç içe olduğumuzu görebilirsiniz:
https://www.analyticsvidhya.com/blog/2019/07/ultimate-list-popular-machine-learning-use-cases/ (Türkçe okumak isterseniz Chrome’da açıp Translate seçeneğini kullanmayı ihmal etmeyiniz. Böylece bir başka makine öğrenmesi hizmetinden gündelik hayatınızın içinde yararlanmış olursunuz.)
Veritabanları 1980’lere kadar çok da yaygın kullanılmıyorlardı, zaten bilgisayar bir hayli yeni bir kavramdı, iş dünyasındaki yaygınlığı ile veritabanları da yaygınlaştı. Günümüzde veritabanları olmayan, verileri tutmayan bir şirketin iş yapabilmesini imkansız görürüz.
İş zekası, raporlama sistemleri veritabanlarında verilerin birikmesiyle mümkün hale geldi. Şirketler veri ambarları kurarak, raporlama sistemleri geliştirerek, iş zekası oluşturdular. Doğru bilgiyi, doğru zamanda, doğru kişiye, doğru biçimde sunmayı başaran firmalar insanlarının yetkinliklerini gösterebilecekleri veri destek sistemleri oluşturabildiler ve bunu yapamayan firmaları alt ettiler.
Geçmişteki bu dönüşümleri zaten gerçekleşmiş oldukları için kabulleniyoruz. Peki bugünkü dönüşüm nedir?
Neden oldu ve ne olacak sorularının cevaplarını bizim için makine öğrenmesi çok etkin bir şekilde bulabilir. Ve ne yapmalıyız sorusunun cevabını vermekte de yapay zeka sistemleri son derece başarılı olabildiklerini gösteriyorlar. Makine öğrenmesi ve yapay zekayı araç olarak kullanmayı başaran insanların şirketleri ile, bu araçlar olmadan sadece insan zihniyle rekabet etmeye çalışan insanların şirketlerini karşı karşıya gördüğünüzde, paranızı kime yatırırdınız?
Veriyi toplamakta insan kullanmak yerine otomasyonu kabul ediyoruz.
Veriyi raporlamakta otomasyon sistemlerini yaygın olarak kullanıyoruz.
Bilgi ve bilgelik üretmekte de makineleri kullanmamız çok yakındır demiyorum, çünkü zaten bu amaçlarla makine öğrenmesi ve yapay zekayı hali hazırda kullanıyoruz, bazı alanlarda çok yaygın bir biçimde kullanıyoruz üstelik. Makine öğrenmesi ve yapay zeka kullanımının çok daha yaygınlaşması kaçınılmaz.
Neden biliyor musunuz?
Çünkü aletleri, mesela, bıçakları icat ettiğimizden beri, elimizle bir şeyi kesmek yerine bıçakla kesmeyi tercih ediyoruz. Çünkü bıçaklar elimizden çok daha iyi iş görüyorlar.
İki rakip şirket düşünün. Bu şirketlerden birisi müşteri ve satış ile ilgili veriler ve raporlar oluşturduğunda sadece on yıl kadar önceki çok güçlü saha ve müşteri deneyimleri sayesinde yükselip şimdi üst seviye olmuş yöneticilerin bilgeliği ile bunları yorumluyor ve stratejilerini ona göre kurguluyor olsun. Diğeri ise yine müşteri ve satışla ilgili aynı veriler ve raporları oluştursun. Ama değerlendirmeleri yaparken 3-4 yıllık güçlü saha deneyimiyle birlikte makine öğrenmesi ve yapay zeka çıktılarını da etkin şekilde kullanmayı öğrenmiş yöneticiler kullansın.
Tekrar sorayım, paranızı kime yatırırdınız?
Eğer bu yazı ilginizi çektiyse sıradaki yazımız sizin için geliyor: Yaşantıya Dönüşmeyen Öğrenme Yoktur