OpenAI, geçen ay piyasaya sürdüğü ve en düşük abonelik seviyelerinden birinde aylık 20 dolar karşılığında sunduğu ofis çalışanlarına yönelik ChatGPT Work sürümü aracılığıyla yapay zekâ ajanlarını kod yazmanın ötesine taşıyor. Fikir, modelin yalnızca soruları yanıtlaması değil, kullanıcının adına e-posta, iş araçları ve bulut platformlarını kullanarak çok adımlı projeler yürütmesi.
Bu yaklaşım, OpenAI’ın en büyük ticari ve ürün odaklı bahislerinden birini temsil ediyor; ancak şirketi modelin kendisini geliştirmekten daha zor bir soruyla karşı karşıya bırakıyor: Kullanıcı, dijital yaşamı üzerindeki ne kadar kontrolü otomatik bir ajana vermeye hazır? Yararlı görevleri yerine getirebilmesi için ajanın e-posta, Slack, Notion, Figma ve takvim gibi kaynaklara erişmesi ve bunlarda değişiklik yapma yetkisine sahip olması gerekebilir. Bu yetkiler aracın değerini artırırken özel bilgilerin açığa çıkması veya istenmeyen bir işlemin gerçekleştirilmesi riskini de yükseltiyor.
Geliştirici araçlarından diğer mesleklere
ChatGPT Work, Codex adlı programlama aracının değiştirilmiş bir sürümü üzerine kuruldu. OpenAI, amacın mühendis olmayanlara geliştiricilerin kullanmaya başladığı türden yetenekler sunmak olduğunu belirtiyor: Yalnızca yanıt üretmek yerine neredeyse bağımsız biçimde eksiksiz bir görevi yerine getirebilen bir araç. Haberde gösterilen mevcut kullanım alanları arasında göstergelere ilişkin haftalık raporlar hazırlamak, elektronik tabloları planlama araçlarına dönüştürmek, şirketler hakkında bilgileri yatırım notlarında bir araya getirmek ve takip panolarıyla grafikler oluşturmak yer alıyor.
Yayılımın önemi, yapay zekâ geliştiricilerinin eğitim ve hesaplama yatırımlarını tek başına yazılım sektörüyle gerekçelendiremeyecek olmasından kaynaklanıyor. Daha uzun görevler daha fazla token tüketirken yeni uzmanlık alanlarına erişim daha geniş bir pazarın kapısını açıyor. Buna karşılık hukuk alanında Harvey ve satış alanında Clay gibi uzmanlaşmış şirketler, tek bir modele bağlı olmayan bir yaklaşımla aynı müşterilerin peşinden gidiyor.
OpenAI içinde ve dışında kullanım rakamları, şirketin kapatmaya çalıştığı açığı ortaya koyuyor. OpenAI tarafından desteklenen bir araştırma, şirket çalışanlarının %98’inin haziran ayında Codex kullandığını, buna karşılık kurumsal abonelerin yalnızca %17’sinin ve bireysel abonelerin %1’inden azının kullandığını gösterdi. Şirket, habere göre ortak uygulamalarının yaklaşık 20 milyon kişi tarafından kullanıldığını belirtirken Work kullanıcılarının sayısını Codex kullanıcılarıyla karşılaştırmalı olarak açıklamadı; OpenAI ise ChatGPT ile çevrim içi etkileşime giren kullanıcı sayısının 1 milyardan fazla olduğunu söylüyor.
Pratikte ne değişiyor?
Ajan, mühendislerin “harness” olarak adlandırdığı şeye, yani modelin hangi bilgileri gördüğünü, hangi araçları kullanabileceğini ve sonucu nasıl sunacağını belirleyen yazılım katmanına dayanıyor. Programlama araçlarında komut satırı bazı kullanıcılar için yeterliydi. Daha geniş kitlelerin ise karmaşıklığı gizleyen ve ajanın neler yapabileceğini ve görevin nasıl başlatılacağını açıklayan bir arayüze ihtiyacı var.
Haberdeki deneyim, aynı anda hem faydayı hem de sürtüşmeyi ortaya koyuyor. ChatGPT Work, e-postadaki alışılmadık biçimde düzenlenmiş bir okul takvimini Google Calendar’a aktarmayı, borsada işlem gören şirketlerin göstergeleri için otomatik olarak güncellenen bir pano oluşturmayı, uzay fırlatmaları hakkında sorgulanabilir bir veri tabanı kurmayı ve yeni yapay zekâ araştırmaları hakkında haftalık bir mesaj göndermeyi başardı. Ancak bulut depolama alanına erişim için yetkilerin ayarlanması kafa karıştırıcıydı ve kullanıcının araca yalnızca okuma izni vermesinin nasıl sağlanacağı açık değildi; sonradan görevin tam erişim gerektirdiği ortaya çıktı.
Bazı ayarlar yalnızca web uygulaması üzerinden kullanılabildiğinden kullanıcı web uygulaması ile telefon uygulaması arasında geçiş yapmak zorunda kalıyor. Google Calendar’da etkinlik oluşturulabilmesi ancak yeni takvimler oluşturulamaması gibi başka pratik kısıtlar da bulunuyor. Ayrıca kullanıcı düşük çaba düzeyini seçerse görev zayıf bir sonuç üretebilirken, OpenAI mühendislerinden birinin de kabul ettiği üzere düşünme seviyeleri yeni kullanıcılar için yeterince anlaşılır görünmüyor.
Güven ve değerlendirme sıradaki engel
Sorun yalnızca arayüzle sınırlı değil. Yazılımlar çoğu zaman basit bir soruyla test edilebilir: Çalışıyor mu, çalışmıyor mu? Oysa iyi bir sunumu, iş stratejisini veya satış teklifini değerlendirmek daha belirsiz ve izlenmesi daha zor. Bu nedenle OpenAI, kullanıcı geri bildirimlerinin yanı sıra 44 meslekteki bilgi işine yönelik testlere dayanan GDPval ölçütünü kullandığını belirtti. Şirket ayrıca insanların çoğunun ihtiyaç duyduğu iş akışını mı, yoksa yalnızca uzman çalışanlarına uygun bir iş akışını mı oluşturduğunu belirleme zorluğuyla karşı karşıya.
Yetkiler, güvenin sınırları hakkında da soru doğuruyor. OpenAI’da başmühendislerden biri uygulamayı e-postası, Slack hesabı, telefonu ve diğer uygulamalarıyla test etti; ancak sistemin özel bir mesajdan bilgi çıkarıp bunu içermemesi gereken bir belgede kullanabileceğini kabul etti. Haberin yazarı ise daha az hassas görevlerde aracı yararlı bulmasına rağmen e-postasına, banka hesabına veya çalışma taslaklarına erişim vermedi.
Model ile harness arasındaki rekabet
ChatGPT Work, Claude Cowork gibi ürünlere ve sıradan kullanıcıları hedefleyen diğer ajan araçlarına benziyor. Habere göre Claude Code, kullanıcıya çeşitli seçenekler arasından yol seçme ve art arda güncellemeler alma olanağı sunan diyalog biçimini benimsemede Codex’ten önce geldi; OpenAI ise daha sonra Codex’e daha fazla etkileşim noktası ekledi ve masaüstü ile telefon uygulamalarını geliştirdi. İndirme istatistikleri, bu yılın nisan ayına kadar Claude Code’un daha fazla talep gördüğünü, sonrasında Codex’in az farkla öne geçtiğini gösteriyor.
OpenAI, modern modellerinin gücü ile maliyet açısından verimliliğinin temel fark olduğunu düşünüyor; araştırmacılar ve kullanıcılar ise harness tasarımının ve inceleme ile karşılaştırma talebinin kolay olmasının en az bunlar kadar önemli olduğunu düşünüyor. Soru hâlâ açık: Güçlü bir genel model, özel araçların ve talimatların yerini kademeli olarak doldurabilir mi, yoksa kullanıcı daha açıklayıcı ve denetimli bir arayüze ihtiyaç duymaya devam mı edecek? Yanıt, yapay zekâ ajanlarının erken benimseyenler için etkileyici araçlardan ofis işlerinde alışılmış bir katmana dönüşüp dönüşmeyeceğini belirleyecek.