AI ajanları model geliştirmede daha fazla işi yapıyor, ancak karar almak hala insanlara ait

AI Ajanlarının Rol ve Sınırları

Bir araştırma ekibi, kendi AI modelini geliştirme sürecindeki 769 görev kaydını inceleyerek, AI ajanlarının machine learning geliştirmesindeki gerçek kontribüsyonunu ortaya koymaktadır. Çalışma, agentic sistem tasarımında yaygın varsayımların — özellikle de otomasyonun derecesi hakkında — yeniden düşünülmesini gerektirmektedir.

Metot Önerisi ve Karar Yönetişimi

AI ajanları, model geliştirme görevleri sırasında yüzde 55’e kadar metot ve yaklaşım önerisi sunmuştur. Buna rağmen, nihai tasarım kararlarının yüzde 85’i insan araştırmacılar tarafından alınmıştır. Bu oransal fark, agentic sistemlerin ne kadar geniş şekilde görev alanında hareket ettiğini, fakat insanın stratejik karar noktalarında ne denli merkezi bir rol oynadığını göstermektedir.

Otomasyonun Ötesine Geçen İşbirliği

Dikkat çekici bir bulgu, görevlerin üçte birinin AI ajansı olmaksızın hiç denenmiş olmaması gerçeğidir. Bu, agentic sistemlerin yalnızca mevcut iş akışını hızlandırmakla kalmayıp, araştırmacıların keşfetme ve deneme etme kapasitesini de genişlettiğini göstermektedir.

Araştırma ekibi, artan agentic aktivitenin daha yüksek otonom kapasite anlamına gelmediğini vurgulamaktadır. Aksine, bu bulgular, AI ajanlarının insanı güçlendiren bir araç olarak işlev gördüğünü — karar yönetişimi ve stratejik yönetimi insan alanında bırakırken, keşif ve metot önerileri alanında katkı sağladığını ortaya koymaktadır.

Sonuç

Bulgular, machine learning geliştirmesinde insan-makine işbirliğinin yeniden tanımlandığını göstermektedir. AI ajanları, araştırma alanını genişletmek ve alternatif yaklaşımları hızlıca değerlendirmek için etkili olmakla birlikte, model tasarımının temel kararları hala insanın uzmanlığı ve yargısına bağlıdır.

Kaynak: The Decoder