Federal İstihdam Ajansı’nın (BA) yeni müdürü Andrea Nahles, 2022’de göreve başladığında otomasyon atağının duyurusunu yaptı. Ağustos ayına kadar BA’nın Bilişim Direktörü (CIO) Markus Schmitz, otoritenin yapay zekayı nasıl ve nerede kullandığını açıklıyor.
Duyuru
Bay Schmitz, BA’da bulduğum birkaç yapay zeka kullanımı örneğinden biri, eğitim sertifikalarının orijinalliğini kontrol etmek. Neden yapay zekaya ihtiyacınız var?
Yapay zeka ile a) daha önce düşünmediğimiz şeyleri (anahtar kelime: yeni çalışma yöntemleri) otomatikleştirebildiğimizi veya b) süreçleri otomatikleştirerek çalışanlarımıza gerçek destek sağlayabildiğimizi görüyoruz. İşte bu yüzden aile ödenekleri konusu harika bir örnek. Çocuk parası onayının sürdürülmesi için başvuruda bulunulduysa ve çocuk okuyorsa, çalışma belgesine ihtiyacımız var. Her üniversitenin farklı kayıt belgesi bulunmaktadır. Ve yılda yaklaşık 150.000 vakada çalışanlarımızın bunun gerçek bir kayıt sertifikası olup olmadığına karar vermesi gerekiyor. Bu nedenle, Almanya’daki 422 akredite üniversitenin tamamından alınan eğitim sertifikalarıyla oluşturduğumuz bir sınıflandırma modelini kullanıyoruz.
Şu anda, sertifikanın bizim bakış açımıza göre orijinal olarak doğrulanabilir olma olasılığını ne kadar önerdiğimizi manuel olarak tanımlıyoruz. Ayrıca her şeye “karanlık bir şekilde”, yani tamamen otomatik bir şekilde davranabiliriz. Ancak federal mali kanun yardım onayında tam otomasyona izin vermediğinden hâlâ muafiyet bekliyoruz.
Markus Schmitz, Federal İstihdam Ajansı’nın Bilişim Direktörüdür (CIO).
(Resim: Daniel Karmann / BA)
Tam otomasyon, herhangi bir takdir yetkisi olmadan, net kararların olması durumunda kesinlikle daha kolaydır. Ama nerede takdir yetkisi yok?
Bu benim kalbime çok yakın bir konu. Tam olarak bu tür kararlara ve sorulara giderek daha fazla dahil olduğumuz için, yapay zeka stratejimizi veri etiği ilkelerimizle geliştirdik. Her kullanım durumunu bir risk matrisine koyarız. Peki gelin bunun ne kadar kritik olduğuna, tüm bunların ne kadar karmaşık olduğuna bakalım, böyle bir şeyi yapay zeka ile arşivlersek riskler neler olur?
Size bir örnek vereceğim: seyahat gideri raporumuz. İnanılmaz miktarda seyahat yapıyoruz çünkü açıkçası kariyer danışmanları okullara gidiyor. Birçoğu basittir. Bunun arkasında net bir mantık var: Ne kadar kilometre ödeneği bekleniyor? Yiyecek maliyeti ne kadar vb. Artık SAP iş akışımızda klasik olarak otomatikleştirilmiş ve yapay zeka içermeyen bir çözümümüz var.
Seyahat gideri muhasebesi süreçlerimizin %70’ini “gizlice” yönetmek için bunu kullanabiliriz ve şimdi bunun için bir istisna talebinde bulunduk. Karmaşık seyahat gruplarımızın olduğu durumlarda (yurt dışı iş seyahati veya benzeri bir şey olduğu için) bunu karanlık işleme göndermeyiz.
Ve şimdi yeni bir kullanım durumumuz varsa aynı şey geçerli. Örneğin şu anda çağrı merkezlerimiz için bir ses botu değerlendiriyoruz. Başlangıçta bunu yapmak ve herhangi bir çözüme rastlamamak benim için önemli ve tamam, bunun için teknik bir çözüm var, metinden konuşmaya, metinden konuşmaya: standart çözümü kaldıracağız. Market.
Ve eğer daha sonra bunun şu anda yapay zeka destekli bir çözüm için uygun olmadığı sonucuna varırsak ki bunu yüzde olarak ifade edemem, o zaman şüphe durumunda biz de yapmayacağız. Ve birçok konumuz var. Dokümantasyonda konuşma tanıma önemli bir konudur. Chatbotlar çağrı merkezi ortamında sıcak bir konudur.
ChatGPT ve Co., gelecekte yapay zekanın dünyadaki neredeyse tüm bilgiyi birkaç saniye içinde gerekli biçimde sağlaması durumunda, geleneksel bilgi aktarımının sınıfta ne kadar anlamlı olacağını kendilerine soruyorlar. Okullar tüm bunlara nasıl yanıt verebilir? MIT Technology Review’un yeni sayısı bu soruyu araştırıyor. Derginin öne çıkanları:
Halihazırda bazı sohbet robotları kullanıyorsunuz ancak ilk izlenimim bunun bugün anladığımız üretken yapay zekayla hiçbir ilgisi olmadığı yönündeydi.
Pandemi döneminde buna başladık. Henüz kimse ChatGPT’den bahsetmedi. Bizim karşılaştığımız zorluk, denemek istediğimiz bu gerçekten heyecan verici yeni çözümlerin çoğunun öncelikle bulut tabanlı olmasıdır. Ve şu anda Amerika Birleşik Devletleri’nin bulut tabanlı çözümlerini kullanma yetkimiz yok.
Pandemi sürecinde tüm ofisleri kapattık ve çok hızlı bir şekilde bu metin botunu oluşturduk. Uzman verileri kullanılarak, seçilmiş kullanıcı girdileriyle içerik eğitimi verilmiştir. Bunlar bir dereceye kadar ChatGPT teknolojisine dayanan temel modellerdir.
Yerleşik varlıkları kullanarak zaten çok iyi bir ilk kullanıcı deneyimi oluşturduğumuzu düşünüyorum. Avantajımız cevaplarımızın doğru olması, çözümümüzün şok edici olmaması. Dezavantajı ise pazar çözümümüzün olmaması.
Şu anda ChatGPT ile de kullanabileceğimiz sandbox işlemleri veya benzeri çözümler olup olmadığını araştırıyoruz. Düzenlemeler engel oluyor. Ancak bu sadece BA için geçerli değil, aynı zamanda emeklilik ve diğer büyük sosyal sigortalar için de geçerli.
Haberin Sonu
Duyuru
Bay Schmitz, BA’da bulduğum birkaç yapay zeka kullanımı örneğinden biri, eğitim sertifikalarının orijinalliğini kontrol etmek. Neden yapay zekaya ihtiyacınız var?
Yapay zeka ile a) daha önce düşünmediğimiz şeyleri (anahtar kelime: yeni çalışma yöntemleri) otomatikleştirebildiğimizi veya b) süreçleri otomatikleştirerek çalışanlarımıza gerçek destek sağlayabildiğimizi görüyoruz. İşte bu yüzden aile ödenekleri konusu harika bir örnek. Çocuk parası onayının sürdürülmesi için başvuruda bulunulduysa ve çocuk okuyorsa, çalışma belgesine ihtiyacımız var. Her üniversitenin farklı kayıt belgesi bulunmaktadır. Ve yılda yaklaşık 150.000 vakada çalışanlarımızın bunun gerçek bir kayıt sertifikası olup olmadığına karar vermesi gerekiyor. Bu nedenle, Almanya’daki 422 akredite üniversitenin tamamından alınan eğitim sertifikalarıyla oluşturduğumuz bir sınıflandırma modelini kullanıyoruz.
Şu anda, sertifikanın bizim bakış açımıza göre orijinal olarak doğrulanabilir olma olasılığını ne kadar önerdiğimizi manuel olarak tanımlıyoruz. Ayrıca her şeye “karanlık bir şekilde”, yani tamamen otomatik bir şekilde davranabiliriz. Ancak federal mali kanun yardım onayında tam otomasyona izin vermediğinden hâlâ muafiyet bekliyoruz.
Markus Schmitz, Federal İstihdam Ajansı’nın Bilişim Direktörüdür (CIO).
(Resim: Daniel Karmann / BA)
Tam otomasyon, herhangi bir takdir yetkisi olmadan, net kararların olması durumunda kesinlikle daha kolaydır. Ama nerede takdir yetkisi yok?
Bu benim kalbime çok yakın bir konu. Tam olarak bu tür kararlara ve sorulara giderek daha fazla dahil olduğumuz için, yapay zeka stratejimizi veri etiği ilkelerimizle geliştirdik. Her kullanım durumunu bir risk matrisine koyarız. Peki gelin bunun ne kadar kritik olduğuna, tüm bunların ne kadar karmaşık olduğuna bakalım, böyle bir şeyi yapay zeka ile arşivlersek riskler neler olur?
Size bir örnek vereceğim: seyahat gideri raporumuz. İnanılmaz miktarda seyahat yapıyoruz çünkü açıkçası kariyer danışmanları okullara gidiyor. Birçoğu basittir. Bunun arkasında net bir mantık var: Ne kadar kilometre ödeneği bekleniyor? Yiyecek maliyeti ne kadar vb. Artık SAP iş akışımızda klasik olarak otomatikleştirilmiş ve yapay zeka içermeyen bir çözümümüz var.
Seyahat gideri muhasebesi süreçlerimizin %70’ini “gizlice” yönetmek için bunu kullanabiliriz ve şimdi bunun için bir istisna talebinde bulunduk. Karmaşık seyahat gruplarımızın olduğu durumlarda (yurt dışı iş seyahati veya benzeri bir şey olduğu için) bunu karanlık işleme göndermeyiz.
Ve şimdi yeni bir kullanım durumumuz varsa aynı şey geçerli. Örneğin şu anda çağrı merkezlerimiz için bir ses botu değerlendiriyoruz. Başlangıçta bunu yapmak ve herhangi bir çözüme rastlamamak benim için önemli ve tamam, bunun için teknik bir çözüm var, metinden konuşmaya, metinden konuşmaya: standart çözümü kaldıracağız. Market.
Ve eğer daha sonra bunun şu anda yapay zeka destekli bir çözüm için uygun olmadığı sonucuna varırsak ki bunu yüzde olarak ifade edemem, o zaman şüphe durumunda biz de yapmayacağız. Ve birçok konumuz var. Dokümantasyonda konuşma tanıma önemli bir konudur. Chatbotlar çağrı merkezi ortamında sıcak bir konudur.
ChatGPT ve Co., gelecekte yapay zekanın dünyadaki neredeyse tüm bilgiyi birkaç saniye içinde gerekli biçimde sağlaması durumunda, geleneksel bilgi aktarımının sınıfta ne kadar anlamlı olacağını kendilerine soruyorlar. Okullar tüm bunlara nasıl yanıt verebilir? MIT Technology Review’un yeni sayısı bu soruyu araştırıyor. Derginin öne çıkanları:
Halihazırda bazı sohbet robotları kullanıyorsunuz ancak ilk izlenimim bunun bugün anladığımız üretken yapay zekayla hiçbir ilgisi olmadığı yönündeydi.
Pandemi döneminde buna başladık. Henüz kimse ChatGPT’den bahsetmedi. Bizim karşılaştığımız zorluk, denemek istediğimiz bu gerçekten heyecan verici yeni çözümlerin çoğunun öncelikle bulut tabanlı olmasıdır. Ve şu anda Amerika Birleşik Devletleri’nin bulut tabanlı çözümlerini kullanma yetkimiz yok.
Pandemi sürecinde tüm ofisleri kapattık ve çok hızlı bir şekilde bu metin botunu oluşturduk. Uzman verileri kullanılarak, seçilmiş kullanıcı girdileriyle içerik eğitimi verilmiştir. Bunlar bir dereceye kadar ChatGPT teknolojisine dayanan temel modellerdir.
Yerleşik varlıkları kullanarak zaten çok iyi bir ilk kullanıcı deneyimi oluşturduğumuzu düşünüyorum. Avantajımız cevaplarımızın doğru olması, çözümümüzün şok edici olmaması. Dezavantajı ise pazar çözümümüzün olmaması.
Şu anda ChatGPT ile de kullanabileceğimiz sandbox işlemleri veya benzeri çözümler olup olmadığını araştırıyoruz. Düzenlemeler engel oluyor. Ancak bu sadece BA için geçerli değil, aynı zamanda emeklilik ve diğer büyük sosyal sigortalar için de geçerli.
Haberin Sonu