AI in Our Own Workplaces
Kendi İş Yerlerimizde Yapay Zekâ
Over coffee, the three compare how AI is changing their own work, from routine administration to decision-making. David welcomes practical gains but warns that human oversight matters when the stakes are high.
Üçü kahve içerken yapay zekânın rutin idari işlerden karar almaya kadar kendi işlerini nasıl değiştirdiğini karşılaştırıyor. David pratik kazanımlardan memnun, ancak riskin yüksek olduğu durumlarda insan denetiminin önemli olduğunu vurguluyor.
Diyalog11

This coffee is overdue. My team has started using AI to draft client summaries, and it’s cut the administrative work almost in half. I’m impressed—and a little uneasy.
Bu kahveyi içmeyeli çok olmuştu. Ekibim müşteriler için özet taslakları hazırlarken yapay zekâ kullanmaya başladı ve idari işlerin neredeyse yarısını ortadan kaldırdı. Etkilendim ama biraz da tedirginim.
What worries you most—the possibility that people could lose their jobs, or that the work itself might become less meaningful? Those are related, but they’re not quite the same concern.
Seni en çok ne endişelendiriyor: insanların işlerini kaybetme ihtimali mi, yoksa işin kendisinin daha az anlamlı hâle gelmesi mi? Bunlar birbiriyle bağlantılı ama tam olarak aynı endişe değil.
Mostly the second, for now. Junior staff used to learn by preparing those summaries. If the tool handles the first draft, we’ll need to make sure they still get chances to build judgment, not just polish machine output.
Şimdilik daha çok ikincisi. Eskiden genç çalışanlar bu özetleri hazırlayarak öğrenirdi. İlk taslağı araç hazırlıyorsa, sadece makinenin çıktısını düzeltmekle kalmayıp muhakeme yeteneklerini geliştirme fırsatı bulduklarından da emin olmamız gerekecek.
That’s a fair point. In my office, AI has taken over routine scheduling and document searches. It saves time, though someone still has to check whether the result is accurate and appropriate.
Bu haklı bir nokta. Benim ofisimde yapay zekâ rutin planlama işlerini ve belge aramalarını üstlendi. Zaman kazandırıyor ama sonucun doğru ve uygun olup olmadığını yine de birinin kontrol etmesi gerekiyor.
How much checking, though? The sales pitch is that these systems free us for higher-value work, but that assumes the extra time actually goes to thoughtful analysis rather than a bigger workload.
Ama ne kadar kontrol etmek gerekiyor? Bu sistemlerin tanıtımında, bizi daha yüksek katma değerli işlere zaman ayırmak için serbest bıraktıkları söyleniyor. Ama bu, kazanılan zamanın daha fazla iş yükü yerine gerçekten dikkatli analiz için kullanılacağını varsayıyor.
Exactly. Efficiency gains don’t automatically become better jobs. Management decides whether people get more autonomy, more training, or simply a higher quota. The technology creates options; workplace policy determines who benefits.
Aynen öyle. Verimlilik artışı otomatik olarak daha iyi işlere dönüşmüyor. İnsanlara daha fazla özerklik mi, daha fazla eğitim mi, yoksa sadece daha yüksek bir kota mı verileceğine yönetim karar veriyor. Teknoloji seçenekler yaratıyor; kimin yararlanacağını ise iş yeri politikaları belirliyor.
I’d add that the stakes matter. I’m comfortable letting AI flag a missing attachment; I wouldn’t let it make a consequential decision without human review. Speed is useful, but accountability can’t be outsourced.
Bence riskin düzeyi de önemli. Yapay zekânın eksik bir eki işaretlemesine razıyım; ama önemli sonuçları olacak bir kararı insan incelemesi olmadan vermesine izin vermem. Hız işe yarar ama hesap verme sorumluluğu başkasına devredilemez.
That sounds sensible, but “human review” can become a checkbox. If someone is expected to approve dozens of recommendations in minutes, they may not have a realistic chance to challenge the system.
Kulağa mantıklı geliyor ama “insan incelemesi” bazen sadece kutucuk işaretlemekten ibaret olabiliyor. Birinden dakikalar içinde onlarca öneriyi onaylaması bekleniyorsa, sistemi sorgulamak için gerçekten yeterli fırsatı olmayabilir.
Then oversight needs to be designed into the process: enough time, access to the evidence, and clear authority to override the recommendation. Otherwise, the human is responsible in theory but powerless in practice.
O zaman denetim sürecin başından itibaren tasarlanmalı: yeterli zaman, kanıtlara erişim ve öneriyi geçersiz kılma yetkisi açıkça tanımlanmalı. Yoksa kâğıt üzerinde insan sorumlu olur ama uygulamada hiçbir gücü olmaz.
I agree. AI has made parts of my work less tedious, and I’m glad of it. But the benefit is real only if we preserve the expertise—and the authority—to catch it when it gets something wrong.
Katılıyorum. Yapay zekâ işimin bazı kısımlarını daha az sıkıcı hâle getirdi, buna seviniyorum. Ama bu fayda, bir şeyleri yanlış yaptığında bunu fark edecek uzmanlığı ve yetkiyi korursak gerçekten var olur.
So the question isn’t simply whether AI changes our jobs. It’s who shapes that change, who gets the time it saves, and whether workers can still learn and exercise judgment.
Yani soru, yapay zekânın işlerimizi değiştirip değiştirmediğinden ibaret değil. Bu değişimi kimin yönlendirdiği, kazandırdığı zamanı kimin kullandığı ve çalışanların hâlâ öğrenip muhakeme yeteneklerini kullanıp kullanamadığı da önemli.
Kelime Bilgisi7
- cut the administrative work almost in halfidari işleri neredeyse yarı yarıya azaltmak
This means the amount of routine office work has been reduced by nearly 50%. Use it to describe a substantial improvement in efficiency.
Bu ifade, rutin ofis işlerinin miktarının neredeyse yüzde 50 azaldığı anlamına gelir. Verimlilikte önemli bir artışı anlatırken kullanabilirsin.
- build judgmentmuhakeme yeteneğini geliştirmek
In this context, it means developing the ability to make sound decisions through practice and experience. It is useful when discussing how junior staff learn their roles.
Bu bağlamda, pratik ve deneyim yoluyla sağlıklı kararlar verme becerisini geliştirmek anlamına gelir. Genç çalışanların görevlerini nasıl öğrendiğini konuşurken kullanışlıdır.
- higher-value workdaha yüksek katma değerli işler
This refers to work that requires more expertise or has a greater impact than routine tasks. Use it when explaining what people might do with time saved by automation.
Bu ifade, rutin işlere kıyasla daha fazla uzmanlık gerektiren ya da daha büyük etki yaratan işleri anlatır. Otomasyonun kazandırdığı zamanı insanların ne yaparak değerlendirebileceğini açıklarken kullanabilirsin.
- a consequential decisionönemli sonuçları olacak bir karar
A consequential decision is one that could have significant effects on people or outcomes. The phrase is useful when distinguishing high-stakes choices from routine tasks.
Böyle bir karar, insanlar ya da sonuçlar üzerinde ciddi etkiler yaratabilir. Bu ifade, riskin yüksek olduğu kararları rutin görevlerden ayırırken kullanışlıdır.
- designed into the processsürecin içine tasarlanmış
This means deliberately included as part of how a system or procedure works. Use it to argue that oversight should be built in, rather than added as an afterthought.
Bir sistemin ya da işleyişin parçası olarak bilerek dâhil edilmiş demektir. Denetimin sonradan eklenmek yerine en başından sürecin içine yerleştirilmesi gerektiğini savunurken kullanabilirsin.
- override the recommendationöneriyi geçersiz kılmak
To override a recommendation is to reject or replace it with a different decision. This phrase is useful when discussing whether workers have real authority over AI suggestions.
Bir öneriyi geçersiz kılmak, onu reddetmek ya da yerine farklı bir karar vermek demektir. Çalışanların yapay zekâ önerileri üzerinde gerçekten yetkisi olup olmadığını tartışırken kullanışlıdır.
- accountability can’t be outsourcedhesap verme sorumluluğu başkasına devredilemez
This means responsibility cannot simply be handed over to an external tool or system. It is a concise way to stress that people or organizations remain answerable for decisions.
Bu ifade, sorumluluğun bir araca ya da sisteme öylece devredilemeyeceği anlamına gelir. Kararlardan insanların ya da kuruluşların sorumlu olmaya devam ettiğini vurgulamanın kısa bir yoludur.
Önemli Cümleler7
- 1
If the tool handles the first draft, we’ll need to make sure they still get chances to build judgment, not just polish machine output.
Araç ilk taslağı hazırlıyorsa, sadece makinenin çıktısını düzeltmekle kalmayıp muhakeme yeteneklerini geliştirme fırsatı bulduklarından da emin olmamız gerekecek.
This sentence shows how to raise a concern about the effect of automation on training and skill development. Reuse the structure “If [tool or change] handles [task], we’ll need to make sure [people] still get chances to [learn or practice].”
Bu cümle, otomasyonun eğitim ve beceri gelişimi üzerindeki etkisiyle ilgili bir kaygıyı nasıl dile getirebileceğini gösteriyor. “[Araç ya da değişiklik] [görevi] üstleniyorsa, [kişilerin] hâlâ [öğrenme ya da pratik yapma] fırsatı bulduğundan emin olmamız gerekecek” yapısını yeniden kullanabilirsin.
- 2
The technology creates options; workplace policy determines who benefits.
Teknoloji seçenekler yaratıyor; kimin yararlanacağını ise iş yeri politikaları belirliyor.
This compact contrast separates what technology makes possible from how organizations choose to use it. Use the pattern “[Factor] creates options; [another factor] determines the outcome” to make a clear argument.
Bu kısa karşılaştırma, teknolojinin mümkün kıldığı şeylerle kuruluşların bu imkânları kullanma biçimini birbirinden ayırıyor. Açık bir argüman kurmak için “[Etken] seçenekler yaratır; [başka bir etken] sonucu belirler” kalıbını kullanabilirsin.
- 3
Speed is useful, but accountability can’t be outsourced.
Hız işe yarar ama hesap verme sorumluluğu başkasına devredilemez.
This sentence acknowledges a benefit while emphasizing that responsibility remains with people. It is useful in discussions of AI, automation, and other tools that support decision-making.
Bu cümle, bir yararı kabul ederken sorumluluğun insanlarda kaldığını vurguluyor. Yapay zekâ, otomasyon ve karar almayı destekleyen başka araçlar hakkındaki tartışmalarda kullanışlıdır.
- 4
If someone is expected to approve dozens of recommendations in minutes, they may not have a realistic chance to challenge the system.
Birinden dakikalar içinde onlarca öneriyi onaylaması bekleniyorsa, sistemi sorgulamak için gerçekten yeterli fırsatı olmayabilir.
This explains how nominal human review can fail under time pressure. Reuse the conditional structure to show why a policy may not work in practice.
Bu cümle, zaman baskısı altında kâğıt üzerindeki insan denetiminin nasıl etkisiz kalabileceğini açıklıyor. Bir politikanın uygulamada neden işe yaramayabileceğini göstermek için bu koşul yapısını yeniden kullanabilirsin.
- 5
Then oversight needs to be designed into the process: enough time, access to the evidence, and clear authority to override the recommendation.
O zaman denetim sürecin içine tasarlanmalı: yeterli zaman, kanıtlara erişim ve öneriyi geçersiz kılma yetkisi açıkça tanımlanmalı.
This sentence turns a general concern into specific requirements for effective oversight. Use it as a model when proposing practical safeguards.
Bu cümle, genel bir kaygıyı etkili denetim için gereken somut koşullara dönüştürüyor. Pratik önlemler önerirken örnek olarak kullanabilirsin.
- 6
But the benefit is real only if we preserve the expertise—and the authority—to catch it when it gets something wrong.
Ama bu fayda, bir şeyleri yanlış yaptığında bunu fark edecek uzmanlığı ve yetkiyi korursak gerçekten var olur.
This sentence sets conditions for deciding whether a new technology is genuinely beneficial. The structure “The benefit is real only if…” is useful for making a nuanced qualification.
Bu cümle, yeni bir teknolojinin gerçekten yararlı olup olmadığını değerlendirmek için koşullar ortaya koyuyor. Ölçülü bir niteleme yapmak için “The benefit is real only if…” yapısını kullanabilirsin.
- 7
So the question isn’t simply whether AI changes our jobs.
Yani soru, yapay zekânın işlerimizi değiştirip değiştirmediğinden ibaret değil.
This opening signals that the issue is more complex than a yes-or-no question. Use “The question isn’t simply whether…” to introduce deeper factors or consequences.
Bu başlangıç, konunun evet-hayır sorusundan daha karmaşık olduğunu gösteriyor. Daha derin etkenleri ya da sonuçları gündeme getirmek için “The question isn’t simply whether…” ifadesini kullanabilirsin.