Yapay zekayı benimseme çabalarının çoğu sessizce sona eriyor. Teknoloji yanlış olduğu için değil, ekibin onu neden kullanmadığına dair kimse konuşmadığı için.
Yapay zeka destekli yeni bir kod inceleme aracını kullanıma sunuyorsunuz. İki ay sonra kullanım %15'e düşüyor. Kimse buna açıkça karşı çıkmıyor. İnsanlar... iş akışlarını değiştirmiyorlar. Stand-up'larda bunu sorduğunuzda, kibarca başınızı sallarsınız ve bunun "oldukça havalı" olduğuna dair belirsiz bir anlaşmaya varırsınız. Bu arada herkes hâlâ eski yöntemlerle işlerini yapmaya devam ediyor.
Bu bir kültür sorunudur ve kültür sorunları daha iyi araçlarla veya başka bir Slack duyurusuyla çözülemez. Gerçekte olup bitenler hakkında dürüst konuşmalar için alan yaratarak çözülürler. İşte tam bu noktada retrospektifler devreye giriyor; bir süreç ritüeli olarak değil, kimsenin istenmeden gündeme getirmek istemeyeceği gerçek engelleyicileri ortaya çıkaran mekanizma olarak.
Yapay Zekanın Benimsenmesinin Durmasının Gerçek Nedenleri
Bir kültür sorununu çözebilmeniz için önce onu doğru bir şekilde adlandırmanız gerekir. Ekipler yapay zekayı benimseme konusunda zorlanırken tekrar tekrar ortaya çıkan kalıplar şunlardır:
Şüphecilik kılığına girmiş korku. "Yatırım getirisinin orada olduğundan emin değilim" genellikle "Bunun işimin bir kısmının yerine geçmesinden endişeleniyorum ve bunu nasıl söyleyeceğimi bilmiyorum" anlamına gelir. Bu mantıklı. İnsanlar yapay zeka verimliliği kazanımlarına bağlı olarak yeterince işten çıkarma manşeti gördü. Bu konuyu dürüstçe ele almadığınız sürece hiçbir demo, benimsenme rakamlarını etkilemeyecektir.
Kimsenin kabul etmediği yeterlilik açığı. On yıldır işlerinde mükemmel olan kıdemli mühendisler birdenbire kendilerini yeni başlayanlar gibi hissetmeye başlıyorlar. Bu rahatsız edici bir durumdur ve çoğu insan rahatsızlıkla kaynaktan kaçınarak baş eder. Yapay zeka aracını kullanmak, ekiplerinin önünde kendilerini yetersiz hissetmek anlamına geliyorsa bunu kullanmazlar.
Deneme izni yok. Takımlar yenilik istediklerini söylüyor ancak sprint taahhütleri ve hız ölçümleri öğrenme eğrisini olumsuz etkiliyor. Yeni bir AI aracını denemek size yarım güne mal oluyorsa ve sprint hızınız düşüyorsa, örtülü mesaj açıktır: Deneme yapmayın.
Belirsiz beklentiler. Yapay zekanın benimsenmesi isteğe bağlı mı? Beklenen? Gerekli? Liderlik bu konuda belirsiz olduğunda, insanlar varsayılan olarak kendilerini en güvenli hissettiren şeye yönelirler; bu da genellikle statükodur.
Yapay Zeka Kültürü Retrospektifi Yürütmek
Standart bir retrospektif format burada gayet iyi çalışıyor. Özel bir "Yapay Zeka retrospektif çerçevesine" ihtiyacınız yok. İhtiyacınız olan şey doğru sorular ve gerçek psikolojik güvenliktir. Yapay zekayı benimseme çalışmalarının ilk altı ayında ekipler için iyi sonuç veren bir formatı burada bulabilirsiniz.
Kurulum (10 dakika)
Oturum öncesinde somut benimseme verilerini paylaşın. Kullanım ölçümleri, yapay zeka araçlarından elde edilen çıktılar, sahip olduğunuz tüm kalite ölçümleri. Amaç, konuşmayı titreşimlere değil gerçeğe dayandırmaktır. Bu sprintte 8 takım üyesinden yalnızca 3'ünün yapay zeka aracını kullandığını gösteren verileriniz varsa, bunu tahtaya koyun. Kimseyi utandırmamak, bunun nedeni hakkında konuşmayı güvenli kılmak için.
Tonunu açıkça belirleyin: "Bu, herhangi birinin yapay zeka kullanımını yargılamakla ilgili değil. Bu, benimsemeyi neyin kolaylaştırdığını veya zorlaştırdığını anlamak ve böylece ekip olarak daha iyi kararlar alabilmemizle ilgili."
Gerçekten İşe Yarayan Üç Soru
Bunun için "neyin iyi gittiğini / neyin gitmediğini" atlayın. Bunun yerine şunları kullanın:
1. "Yapay zeka bu sprintte size nerede yardımcı oldu ve onu nerede kullanmamayı seçtiniz?"
İkinci yarı ilkinden daha önemli. İnsanların bilinçli olarak eski yolu seçtiği yerler sürtünme noktalarını ortaya çıkarıyor; belki araç yavaştır, belki çıktı kalitesi henüz orada değildir, belki de bunu çözecek zamanları yoktur. Bunların tümü üzerinde işlem yapılabilir.
2. "Bir sonraki sprint'te yapay zeka araçlarıyla deneme yapma olasılığınızı ne artırır?"
Bu, çerçeveyi "neden kullanmıyorsunuz" yerine "neye ihtiyacınız var" şeklinde değiştirir. Yaygın yanıtlar: özel öğrenme süresi, daha ileride olan biriyle ikili oturumlar, hangi görevlerin deneneceği konusunda daha net rehberlik, öğrenirken biraz daha az çıktı üretme izni.
3. "Yapay zekayla ilgili hangi endişeleri açıkça konuşmadık?"
Bu zor olanıdır. İş güvenliği korkularının, etik kaygıların ve kalite kaygılarının yüzeye çıktığı yer burasıdır. Bunun için isimsiz bir toplama kullanmanız gerekebilir; insanların cevaplarını kartlara yazmalarını veya tartışmadan önce bunları bir araç aracılığıyla göndermelerini sağlayın. Anonimlik önemlidir çünkü bu endişeler gerçek anlamda savunmasızlık taşır.
Tartışma (30-40 dakika)
Yanıtları gruplayın ve kalıpları tartışın. Odadaki her endişeyi "çözme" dürtüsüne direnin. İş güvenliği kaygısı gibi bazı şeyler retroda tamamen çözülemez. Yapabileceğiniz şey onları dürüstçe kabul etmek ve belirli takip önlemlerini almaktır.
Her ana tema için şunu sorun: "Önümüzdeki iki hafta içinde bu konuda yardımcı olabilecek, değiştirebileceğimiz somut şey nedir?"
Eylem Öğeleri (10 dakika)
En fazla 2-3 eylemde tutun. Yaygın üretken eylemler:
- Özellikle yapay zeka deneyleri için sprint başına 2 saati engelleyin (bir üretim dağıtım penceresini koruyormuşsunuz gibi koruyun)
- Bir kişinin denediği bir iş akışını (nelerin işe yaramadığını da dahil olmak üzere) gösterdiği haftalık 30 dakikalık bir "Yapay zeka göster ve anlat" etkinliği düzenleyin
- Ekibin kolektif bilgi oluşturması için insanların AI girişimlerini (hem başarı hem de başarısızlık) kaydettiği ortak bir doküman oluşturun
- Kendine güvenen bir yapay zeka kullanıcısını, bir sonraki sprintte bir görev için mücadele eden biriyle eşleştirin
Yalnızca Yapay Zeka Becerileri Değil, Bir Öğrenme Kültürü Oluşturmak
Buradaki daha derin hedef, insanların yalnızca yapay zeka araçlarını kullanmasını sağlamak değil. Hızlı teknolojik değişimi iyi idare eden bir ekip kültürü oluşturmaktır. Yapay zeka mevcut dalgadır ancak son dalga olmayacak.
Öğrenmeyi Görünür ve Normal Hale Getirin
En büyük değişim, öğrenme sürecinin kendisinin normalleştirilmesidir. En kıdemli mühendisiniz "Bu yapay zeka aracını çalıştırmak için bir saatimi harcadım ve sonuç çöp oldu, işte yönlendirme hakkında öğrendiklerim" dediğinde bu, herhangi bir eğitim kursundan daha değerlidir. Bu, yeni teknolojiyle mücadele etmenin utanç verici değil, beklenen bir durum olduğunun sinyalini veriyor.
Geriye dönük çalışmalar, öğrenme hikayelerinin paylaşıldığı yinelenen bir alan yaratarak bunu hızlandırır. Zamanla insanlar bu hikayeleri doğal bir şekilde getirmeye başlıyor.
Deneme Süresini Koruyun
Yapay zeka araçlarıyla denemelerin "gerçek iş" arasındaki boşluklarda yapılması gerekiyorsa, bu gerçekleşmeyecek. Açık korumalı zamana ihtiyacınız var. Bunun dramatik olmasına gerek yok; "Yapay zeka keşif süresi" olarak etiketlenen sprint başına 2 saat bile güçlü bir sinyal gönderir.
Temel kural: Sprintler sıkıştığında deneme süresi geri alınamaz. Son teslim tarihi için onu feda ettiğiniz anda, ekibe bunun hiçbir zaman bir öncelik olmadığını söylemiş olursunuz.
Yalnızca Kullanımı Değil, Kültürü de Ölçün
Kullanım rakamları size ne olduğunu anlatır. Nedenini söylemiyorlar. Retrospektiflerinize hafif kültür kontrolleri ekleyin:
- İnsanlar yapay zeka araçlarıyla ilgili yardım isterken ne kadar rahat hissediyor? (1-5 ölçekli, anonim)
- Başarısız olan bir yapay zeka deneyini paylaşmak ne kadar güvenli? (1-5 ölçekli, anonim)
- İnsanlar birbirlerinden mi öğreniyor yoksa bazı şeyleri tek başına mı çözüyor?
Bunları zaman içinde takip edin. Konfor ve güvenlik puanlarının arttığı bir takım, eninde sonunda kullanım kazanımları da gösterecektir. Konforu artırmadan kullanımı zorladığınız bir ekip, yalnızca kırgın bir uyumla karşılaşacaktır.
İş Güvenliği Sorununu Dürüstçe Ele Alma
İşten çıkarma endişesi yokmuş gibi davranarak yapay zekaya olumlu bir kültür inşa edemezsiniz. Bununla dürüst bir etkileşim şu şekilde görünür:
Şunu söylemeyin: "Yapay zeka kimsenin yerini almayacak." Siz bunu bilmiyorsunuz ve ekibiniz de buna inanmıyor.
Şunu söyleyin: "Yapay zekanın işimizi nasıl değiştirdiğine dair bildiklerimiz şunlar. Bazı görevler otomatikleştirilecek. Amacımız, bu ekipteki herkesin daha yüksek değerli işler yapabilecek konumda olmasını sağlamaktır. Buna özellikle nasıl yatırım yaptığımızı burada bulabilirsiniz."
Daha sonra bunu gerçek yatırımlarla destekleyin: eğitim bütçeleri, zaman tahsisi, rol gelişimi tartışmaları. İnsanlardan kendi işlerinin bazı kısımlarını otomatikleştirmelerine yardımcı olmalarını istiyorsanız, bir sonraki adım için güvenilir bir yol görmeleri gerekir.
Geriye dönük incelemeler bu konuyu düzenli olarak kontrol etmek için iyi bir yerdir. Her oturumda değil, üç ayda bir: "Yapay zekanın rolünüzü üstlendiği yön hakkında ne düşünüyorsunuz? Geleceğe dair daha güvende hissetmenize ne yardımcı olabilir?"
Kültür Retrospektifleri Yeterli Olmadığında
Bazen sorun ekip düzeyinde değildir. Eğer liderlik karışık sinyaller gönderiyorsa (yapay zekanın benimsenmesini savunurken öğrenmeyle birlikte gelen üretkenlik düşüşünü cezalandırıyorsa), geriye dönük hiçbir ekip bunu düzeltemez. Engelleyici organizasyoneldir ve üst kademeye iletilmesi gerekir.
Benzer şekilde, ekipteki bir veya iki kişi aktif olarak dirençliyse ve bu direnç meşru kaygılara (AI aracıyla ilgili etik sorunlar, kalite sorunları, veri gizliliği riskleri) dayanıyorsa, bu, aşılması gereken bir kültür sorunu değildir. Bu, doğrudan yanıt verilmesi gereken değerli bir muhalefettir.
Bu kalıpları ortaya çıkarmak için geçmişe dönük değerlendirmelerinizi kullanın, ancak ekip düzeyindeki bir konuşmanın neyi çözüp neyi çözemeyeceği konusunda dürüst olun.
Bu Hafta Başlarken
Geçmişe dönük sürecinizin tamamını elden geçirmenize gerek yok. İşte yapmanız gerekenler:
- Bir sonraki retronuza yapay zeka odaklı bir soru ekleyin. "Yapay zeka bu sprintte size nerede yardımcı oldu veya olmadı?" başlamak için yeterli.
- Kendi öğrenme mücadelenizi paylaşın. Lider veya yöneticiyseniz ilk önce başlayın. Bir yapay zeka aracını nerede denediğinizi ve işe yaramadığını anlatın. Bu, diğer herkese dürüst olma izni verir.
- Tek bir değişikliği taahhüt edin. Ekibin en büyük engel olarak tanımladığı şey ne olursa olsun (zamanı koruyun, eğitim sağlayın, beklentileri netleştirin) tek şeyi yapın.
- Bu konuya geri dönün. Kültür değişimi bir değil birçok retrospektifte gerçekleşir. Önümüzdeki üç ay boyunca retro gündeminize yapay zeka kültürünün tekrarlanan bir girişini koyun.
Yapay zekayı iyi benimseyen ekipler, en iyi araçlara veya en büyük eğitim bütçelerine sahip olanlar değil. Neyin zor olduğu hakkında dürüstçe konuşan ve öğrendiklerine göre ayarlama yapmaya devam eden onlardı. Retrospektifler bu alışkanlığı nasıl edindiğinizdir.
NextRetro'yi ücretsiz deneyin — Ekibinizin gerçekte ne düşündüğünü ortaya çıkarmak için anonim kart toplama ve oylama ile yapay zeka kültürünüzü retrospektif olarak çalıştırın.
Son Güncelleme: Şubat 2026
Okuma Süresi: 7 dakika
