Pazarlama ekibiniz AI ile
nasıl çalışmalı?

Bir çalışan yapay zekâyla çalışırken neyi değerlendiriyor?

Bir çalışan yapay zekâdan görevine ilişkin öneri alıyor. Önerinin işe yarayıp yaramadığını inceliyor ve ne kadar güveneceğine karar veriyor. Araç düzenli kullanıldığında çalışan, yardımın kendi becerisini ve işteki rolünü nasıl etkilediğini de değerlendirebiliyor. Bu deneyimi yalnız kullanım sıklığıyla anlatmak zor. Aynı sıklıkta kullanım, farklı güven düzeyleri ve farklı çalışma alışkanlıkları içerebilir.

Yepeng Wu, Yuanyuan Jiao, Ping Li ve Yujie Liang, çalışanların yapay zekâyla etkileşimini nasıl ölçebileceklerini araştırdı. Ekip Hubei Teknoloji Üniversitesi, Nankai Üniversitesi ve Çin Yerbilimleri Üniversitesi’ndeki araştırmacılardan oluşuyor. Çalışma, etkileşim biçimiyle görev performansı arasındaki ilişkiye odaklanıyor. Araştırmacılar önce çalışanların deneyimlerini dinledi, sonra anket ölçeği geliştirdi ve son olarak bu ölçeği performans değerlendirmeleriyle karşılaştırdı.

Araştırma yalnız pazarlama ekiplerini kapsamıyor. Görüşülen kişiler farklı mesleklerde yapay zekâ kullanıyordu. Dijital pazarlama bu alanlardan biriydi. Sağlık, bankacılık, eğitim, yazılım ve üretim gibi başka işler de yer aldı. Bu geniş kapsam, ortak çalışma deneyimlerini araştırmaya yaradı. Ancak makale reklam kampanyalarının başarısını veya pazarlama gelirindeki değişimi ölçmedi.

Araştırmacılar çalışanların deneyimlerini nasıl topladı?

Araştırmacılar ilk aşamada yapay zekâyla çalışma deneyimi olan 18 çalışan ve yöneticiyle görüştü. Katılım için bir yıldan uzun deneyim aradı. Görüşmeleri çevrim içi ve yüz yüze yaptı. Katılımcılardan yapay zekâyla yürüttükleri görevleri ve yaşadıkları sorunları anlatmalarını istedi. Ekip önceden hazırladığı soruları kullandı. Cevaplara göre yeni sorular da yöneltti.

Araştırmacılar izin alarak görüşmeleri kaydetti. Ses kayıtlarını yazıya aktardı ve metinleri elle kontrol etti. Ardından ifadeleri benzer anlamlarına göre sınıflandırdı. Bu yaklaşım, açıklayıcı kavramları çalışanların anlattığı deneyimlerden geliştirmeyi amaçlıyor. Araştırmacılar kurumların kamuya açık bilgilerini ve ilgili araştırmaları da destekleyici kaynak olarak kullandı. Kodlama kararlarını grup tartışmalarıyla değerlendirdi ve dış uzmanların incelemesine sundu.

Çalışanların anlattığı deneyimler yalnız görev tamamlama kolaylığıyla sınırlı değildi. Bazı ifadeler sistemin kararlarını açıklamasına ve hata yaptığında güvenin değişmesine ilişkindi. Başka ifadeler yapay zekâ kullanılamadığında hissedilen rahatsızlığı anlatıyordu. Araştırmacılar bu farklılıkları tek bir kullanım puanına indirmemek istedi. Görüşmelerden çıkardıkları sınıflar sonraki anket sorularının temelini oluşturdu.

Etkileşimin hangi yönleri birbirinden ayrıldı?

Araştırmacılar etkileşimi üç boyutta tanımladı. İlk boyut, yapay zekânın insana benzer iletişim kuran bir yardımcı olarak algılanmasıydı. Bu boyut yalnız insan görünümüne sahip olmayı anlatmıyor. Sistemin doğal dilde talebi anlamasını, açıklama yapmasını, gerektiğinde soru sormasını ve göreve uygun yardım sunmasını kapsıyor. Çalışan hem aracın işlevini hem de onunla iletişim biçimini değerlendiriyor.

İkinci boyut uyarlanan güvendi. Bu ifade, çalışanın güvenini sistemin önceki sonuçlarına ve görevin önemine göre değiştirmesi anlamına geliyor. Araştırmacılar sürekli yüksek güveni tek başına iyi etkileşim saymadı. Ölçekte, yapay zekâ hata yaptığında ona daha az dayanmayı anlatan ifadeler de vardı. Açıklama ve kaynak sunulması, güven değerlendirmesinin başka bir parçasıydı.

Üçüncü boyut, çalışanın yapay zekâya yönelik tek taraflı duygusal bağıydı. Bu boyut araçla çalışırken rahat hissetmeyi, onu işin parçası saymayı ve kullanılamadığında huzursuz olmayı kapsıyor. Yazarlar bunun karşılıklı insan ilişkisiyle aynı olmadığını belirtiyor. Ölçülen şey çalışanın bağlılığı ve deneyimi. Araştırma yapay zekânın karşılık veren duygular taşıdığını veya çalışanı insan gibi anladığını göstermiyor.

Görüşmelerden anket ölçeğine nasıl geçildi?

Ekip görüşmelerden ve önceki ölçeklerden yararlanarak soru havuzu hazırladı. Uzmanlar ve çalışanlar ifadelerin açıklığını değerlendirdi. Araştırmacılar tekrar eden, uzun veya belirsiz ifadeleri ayıkladı. Ardından ön ölçeği işinde yapay zekâ kullanan kişilere uyguladı. İlk incelemede 249 geçerli anket cevabı kullandı. Soruların hangi ortak boyutlar altında toplandığını istatistiksel olarak değerlendirdi.

Araştırmacılar yeterli uyum göstermeyen ifadeleri çıkardıktan sonra 19 maddelik ölçek elde etti. Maddeler, görüşmelerde belirlenen boyutlar altında toplandı. Ekip soruların aynı konuyu tutarlı ölçüp ölçmediğini kontrol etti. Ayrıca bütün ifadeleri tek bir başlık altında toplamakla farklı boyutlar hâlinde değerlendirmeyi karşılaştırdı. Sonuçlar, boyutların birbirleriyle ilişkili fakat ayırt edilebilir olduğunu destekledi.

Araştırmacılar ölçeği başka bir aşamada 240 geçerli cevapla yeniden inceledi. Bu kontrol, ilk katılımcı grubunda görülen yapının yeni cevaplarda da uygun olup olmadığını değerlendirdi. Ölçeğin güvenilir görünmesi, yapay zekâ kullanımının performansı artırdığının kanıtı değildi. Bu aşama ölçüm aracını geliştirdi. Performansla ilişkiler için ekip ayrıca takip anketleri düzenledi.

Performansla ilişki nasıl sınandı ve ne bulundu?

Son çalışmada araştırmacılar veriyi üç turda topladı. Turlar arasında 7 gün bıraktı. İlk turda yapay zekâ etkileşimini ve katılımcı özelliklerini sordu. Sonraki turda rol kimliğini ve öz yeterliği ölçtü. Rol kimliği, çalışanın işteki rolünü kendisinin bir parçası olarak görmesidir. Öz yeterlik, kişinin görevlerini yapabilecek beceriye sahip olduğuna inanmasıdır. Son turda görev performansına ilişkin cevapları topladı.

İlk turda 400 geçerli katılımcı vardı. Takip sonunda bütün turları eşleştirilebilen 255 kişi kaldı. Performans sorularını da aynı çalışanlar cevapladı. Katılımcılar işlerinin kalitesini ve iş yüklerini tamamlama becerilerini değerlendirdi. Ekip yönetici puanları veya bağımsız görev kayıtları toplamadı. Bu nedenle sonuçtaki performans, çalışanların kendi bildirdikleri performans olarak okunmalı.

Etkileşim puanıyla görev performansı arasındaki korelasyon 0,527 olarak bulundu. Korelasyon, burada puanların birlikte değişme derecesini gösteriyor. Bu değer performansın yüzde olarak ne kadar arttığını anlatmıyor. Araştırmacılar yaş, eğitim, görev ve iş düzeyi gibi özellikleri hesaba kattığında da olumlu ilişki buldu. Rol kimliği ve öz yeterlik de etkileşimle ve bildirilen performansla olumlu ilişkiliydi.

Rol kimliği ve öz yeterlik bütün ilişkiyi açıklıyor mu?

Araştırmacılar rol kimliğini ve öz yeterliği etkileşimle performans arasındaki olası ara bağlantılar olarak sınadı. İstatistiksel model, bu değişkenlerin ilişkinin bir bölümünü açıkladığını gösterdi. Ancak bunlar hesaba katıldığında etkileşimle performans arasındaki doğrudan ilişki de sürdü. Yazarlar sonucu kısmi aracılık olarak tanımladı. Bu terim, incelenen ara değişkenlerin ilişkinin tamamını açıklamadığı anlamına geliyor.

Anketleri farklı zamanlarda toplamak, bütün cevapların aynı anda verilmesinden kaynaklanabilecek sorunları azaltmayı amaçladı. Buna rağmen bütün değişkenleri aynı kişiler bildirdi. İşi hakkında genel olarak olumlu düşünen bir çalışan, etkileşimini de daha olumlu değerlendirmiş olabilir. Araştırmacılar kişileri rastgele farklı çalışma koşullarına atamadı. Bu nedenle istatistiksel ara bağlantılar, neden sonuç sırasının deneyle kanıtlandığı anlamına gelmiyor.

Çalışmanın örneklemi Çin’deki, ağırlıklı olarak beyaz yakalı çalışanlardan oluşuyor. Sonuçlar her ülkeye, mesleğe veya araca doğrudan genellenemez. Araştırmacılar uzun vadeli beceri kaybını ve aşırı bağımlılığı ayrıca ölçmedi. Makale hakemli bir yayındır. Yazarlar çıkar çatışması bulunmadığını bildirdi. Araştırmaya Çin’deki bilimsel fonlar ve üniversite programları destek verdi. Katılım gönüllüydü ve etik kurul onayı alındı.

Yazarlar çalışma düzeni için ne öneriyor?

Wu ve çalışma arkadaşları, yapay zekâ uygulamasının yalnız teknik kurulumla değerlendirilmemesini öneriyor. Çalışanın aracı nasıl kullandığını, ne zaman güvendiğini ve kendi katkısını nasıl gördüğünü birlikte ele alıyorlar. Tasarımcıların açıklama ve geri bildirim sağlamasını istiyorlar. Yöneticilere ise görev sınırlarını netleştirmeyi ve çalışanların becerilerini geliştirecek eğitim sunmayı öneriyorlar. Bu önerilerin etkileri araştırmada ayrı müdahalelerle sınanmadı.

Yazarlar duygusal bağlılığın aşırı bağımlılığa dönüşebilmesini de tartışıyor. Yapay zekâ desteğinin kişiler arası iletişimi ve sorumluluk duygusunu zayıflatmamasını istiyorlar. Gelecek çalışmalar için yönetici değerlendirmeleri, bağımsız performans verileri ve deneysel karşılaştırmalar öneriyorlar. Mevcut çalışma, etkileşimin farklı boyutlarını ölçen bir ölçek sunuyor. Bu ölçekle daha olumlu etkileşim bildiren çalışanların, görev performanslarını da daha olumlu değerlendirdiğini gösteriyor.