Temsil Oyunun Kurallarını Değiştirdi

Bir şirket hakkında bilgi aradığınızı düşünün. Arama motorunda adını yazabilir, web sitesini açabilir, hizmetlerini ve Hakkımızda bölümünü inceleyebilirsiniz. Müşteri yorumları, sosyal medya hesapları ve başka kaynaklar da değerlendirmeye katılır. Bu yolda parçaları birleştiren sizsiniz.

Aynı araştırmayı üretken bir yapay zekâ sistemine devrettiğinizde ise yalnızca şirketin web adresini istemezsiniz. Ondan bir değerlendirme beklersiniz:

“Bu şirket güvenilir mi?” “Hangi hizmetlerde gerçekten uzman?” “Rakiplerinden farkı ne?” “Benim projem için uygun mu?” “Fiyatları hakkında ne biliniyor?” “Uluslararası çalışabiliyor mu?” “Bu konuda hangi kanıtları var?”

Arama ve kaynak inceleme araçlarıyla çalışan bir sistem, yanıtını birden fazla kaynağa dayandırabilir. Erişebildiği web sayfalarını, hizmet açıklamalarını, sosyal profilleri, yayınları, yapılandırılmış verileri, bağımsız referansları ve eski kayıtları bir araya getirebilir. Bu kaynaklar birbiriyle çelişebilir. Kullanıcıya sunulan şey yalnızca bağlantılar listesi değildir: kaynaklardan kurulmuş bir anlatı, yani bir temsildir. Her modelin web erişimi veya bu kaynakların tamamını okuyabilen bir aracı olmadığını da unutmamak gerekir. Bu değişim küçük görünmemelidir.

Şirket kendi sayfalarında kendisini anlatır. Üretken sistem ise eriştiği bilgilerden şirket hakkında yeni bir açıklama kurabilir. Böylece markanın nasıl algılandığını yalnızca kendi sözleri değil, bu sözlerin başka kaynaklarla nasıl ilişkilendirildiği de etkiler. Temsil oyunun kurallarını değiştirdi.

Temsil bir özet değildir

Bir yapay zekâ sistemi bir şirketi üç paragrafta anlattığında yaptığı şey yalnızca uzun metinleri kısaltmak değildir.

Sistem aynı anda birçok karar verir:

• Hangi kaynağın daha önemli olduğuna,
• hangi bilginin güncel olduğuna,
• aynı adı taşıyan kayıtların aynı varlığa ait olup olmadığına,
• hangi hizmetlerin merkezî, hangilerinin ikincil olduğuna,
• hangi iddiaların desteklendiğine,
• hangi çelişkilerin göz ardı edileceğine,
• hangi ayrıntıların kullanıcı için önemli olduğuna,
• hangi belirsizliklerin cevaba yansıtılacağına

karar verir. Bu nedenle temsil, mekanik bir sıkıştırma işlemi değildir. Temsil, gerçekliğin belirli parçalarından anlamlı bir model kurma işlemidir. Bir şirket internette yüzlerce doğru cümle yayımlamış olabilir. Fakat bu cümleler birbirleriyle uyumlu değilse, yapay zekâ sisteminin oluşturduğu temsil yanlış olabilir. Bir hizmet sayfası şirketin altı dilde çalıştığını söylerken başka bir profil yalnızca yerel hizmet verdiğini belirtiyorsa sistem hangisini esas alacaktır?

Ana sayfa yapay zekâ otomasyonundan söz ederken hizmet kataloğu bu hizmeti içermiyorsa sistem bunu gerçek bir yetenek mi, yoksa pazarlama ifadesi mi kabul edecektir?

Bir fiyat sayfasında yıllık düşük maliyetli hosting paketi, başka bir sayfada aylık yönetilen operasyon hizmeti bulunuyorsa sistem bunları aynı ürün gibi mi yorumlayacaktır?

Bir şirket yeni bir uzmanlık alanına geçmiş ama eski profillerinde geçmiş faaliyetleri öne çıkmaya devam ediyorsa makine hangi kimliği temsil edecektir?

İnsan bu çelişkileri fark ettiğinde soru sorabilir. Sistem çelişkiyi belirtmek veya açıklama istemek yerine olası bir anlatı kurarsa hata görünmezleşebilir. En olası anlatı, her zaman doğru anlatı değildir.

Bir şirketin internette tek bir yüzü yoktur

Bir marka kendi kimliğinin ana sayfasında bulunduğunu düşünebilir. Oysa makinenin karşılaştığı marka bundan çok daha geniştir.

Marka aynı anda şuralarda yaşar:

• Ana web sitesinde,
• hizmet sayfalarında,
• fiyat ve kapsam kayıtlarında,
• sosyal medya profillerinde,
• iş dizinlerinde,
• müşteri yorumlarında,
• basın haberlerinde,
• akademik yayınlarda,
• indirilebilir dosyalarda,
• eski web sayfalarında,
• ortakların sitelerinde,
• çalışan profillerinde,
• alan adı ve şirket kayıtlarında,
• yapılandırılmış verilerde,
• erişilebilen web arşivlerinde,
• başka yapay zekâların ürettiği metinlerde.

İnsanlar bu yüzeylerin yalnızca birkaçını görür. Makineler ise çok daha geniş bir iz alanıyla karşılaşabilir. Bu nedenle dijital kimlik artık tek bir sayfada yönetilemez. Bir şirket ana sayfasını kusursuz biçimde hazırlayabilir. Fakat dış dünyadaki kayıtlar eski, çelişkili veya eksikse makinenin oluşturduğu temsil yine bozulabilir. Bu durumu bir orkestraya benzetebiliriz. Her enstrüman doğru notayı çalıyor olabilir. Fakat farklı tonlarda, farklı tempolarda ve farklı eserlerden bölümler çalıyorlarsa ortaya müzik değil, karmaşa çıkar. Dijital temsil de böyledir. Her cümlenin tek başına doğru olması yeterli değildir.

Cümlelerin birlikte aynı gerçeği oluşturması gerekir.

Temsilin altı temel sorusu

Tutarlı bir temsili değerlendirmek için bu kitapta altı temel soru kullanıyoruz:

Bu kimdir? Ne yapar? Bunu kanıtlayan nedir? Ne yapmaz? Bu bilgi ne zaman geçerlidir? Hangi kaynak daha yetkilidir?

Bu sorulardan herhangi biri cevapsız kaldığında temsil zayıflar.

Bu kimdir?

Kimlik sorusu en temel katmandır. Aynı şirket farklı platformlarda farklı adlarla görünebilir. Marka adı başka, ticari unvan başka olabilir. Bir kişinin yazar adı, şirket içindeki unvanı ve sosyal medya adı farklı olabilir. Bir markanın başka bir şirketin altında faaliyet göstermesi mümkündür. Bu ilişkiler açık değilse makine farklı varlıkları tek bir varlık sanabilir veya aynı varlığı birbirinden kopuk birkaç kayıt olarak değerlendirebilir. Kimlik yalnızca isim değildir.

Şunların bütünüdür:

• Resmî veya ticari ad,
• marka adı,
• alan adı,
• sahiplik ilişkisi,
• kurucu veya yetkili kişi,
• faaliyet alanı,
• coğrafi kapsam,
• dil kapsamı,
• güncel durum.

Kimlik belirsizse diğer bütün temsil katmanları da belirsizleşir.

Ne yapar?

Birçok şirket bu soruya çok geniş cevap verir. “Dijital çözümler sunuyoruz.” “İnovatif deneyimler tasarlıyoruz.” “İşletmeleri geleceğe hazırlıyoruz.” Bu ifadeler insanlar için etkileyici görünebilir. Fakat makine için eyleme geçirilebilir değildir.

Değerlendirmeye elverişli bir kayıt ise somut yetenekleri ayırmalıdır:

• Web sitesi geliştiriliyor mu?
• Müşteri portalı kuruluyor mu?
• Teknik SEO yapılıyor mu?
• AI ajanı geliştiriliyor mu?
• Hosting veriliyor mu?
• Yönetilen site operasyonu sunuluyor mu?
• İçerik mi hazırlanıyor, yoksa sistem de uygulanıyor mu?
• Hizmet yalnız danışmanlık mı, yoksa teslimat da içeriyor mu?

Bir şirket her şeyi yaptığını söylemeye çalıştığında, çoğu zaman hiçbir konuda yeterince anlaşılır hâle gelemez. Temsilin gücü, iddiaların genişliğinden değil, yeteneklerin kesinliğinden doğar.

Bunu kanıtlayan nedir?

Bir şirketin bir hizmet sunduğunu söylemesiyle, o hizmette yeterli kanıt sunması aynı şey değildir.

Kanıt farklı biçimlerde olabilir:

• Yayımlanmış çalışma,
• örnek uygulama,
• teknik dokümantasyon,
• sürüm kaydı,
• müşteriden alınmış doğrulanabilir değerlendirme,
• bağımsız atıf,
• canlı ürün,
• ölçüm raporu,
• test sonucu,
• kanonik yayın,
• iş süreci ve kabul ölçütü.

Kanıt yalnızca başarı hikâyesi değildir. Şirketin çalışma biçimini, kabul ettiği sınırları ve doğrulama yöntemini açıklaması, süreç hakkında dayanak sunabilir. Ancak sürecin anlatılmış olması, başarıyla uygulandığını tek başına kanıtlamaz. Bir makine açısından güven, yalnızca olumlu cümlelerin sayısından doğmaz. İddia ile kanıt arasındaki bağdan doğar.

Ne yapmaz?

Bu soru çoğu pazarlama metninde görünmez. Şirketler sunduklarını anlatmak ister, sunmadıklarını değil. Oysa makineler için dışlama bilgisi son derece değerlidir. Bir hizmetin neyi kapsamadığı açıklanmadığında sistem boşluğu tahminle doldurabilir.

Örneğin:

• Hosting paketi yönetilen operasyon içeriyor mu?
• Logo tasarımı tam marka sistemi anlamına geliyor mu?
• AI avatar üretimi sınırsız ses ve yüz kullanımını kapsıyor mu?
• SEO hizmeti sıralama garantisi veriyor mu?
• Bir danışmanlık hizmeti uygulama ve yazılım geliştirmeyi içeriyor mu?
• “Destek” ifadesi 24 saat kesintisiz müdahale anlamına mı geliyor?
• Veri taşıma ana proje fiyatına dâhil mi?

Bir şirketin ne yapmadığını açıkça belirtmesi zayıflık değildir. Tam tersine, uygun olmayan talepleri ayıklar ve doğru müşterilerin güvenini artırır. Temsil yalnızca olumlu yeteneklerden oluşmaz.

Sınırlar da kimliğin parçasıdır.

Bu bilgi ne zaman geçerlidir?

Tarihi belirtilmeyen bir bilgi, güncelliği konusunda belirsizlik yaratır. Bir fiyat sayfasında rakam vardır ama hangi yılın fiyatı olduğu bilinmez. Bir şirket profili eski bir ekip yapısını gösterir. Bir hizmet sayfası artık kullanılmayan bir teknolojiye atıf yapar. Bir basın haberi yıllar önceki faaliyet alanını güncelmiş gibi temsil eder. Makine, güncellik işaretleri zayıf olduğunda eski bilgiyi yeni bilgiyle aynı ağırlıkta değerlendirebilir. Bu nedenle temsilin zaman boyutu bulunmalıdır.

• Yayın tarihi,
• güncelleme tarihi,
• sürüm numarası,
• geçerlilik dönemi,
• gözlem tarihi,
• ölçüm aralığı,
• arşiv durumu

açık olmalıdır. Değişebilen bir bilginin doğru olduğunu söylemek yetmez; hangi tarihte ve hangi koşullarda geçerli olduğu da bilinmelidir.

Hangi kaynak daha yetkilidir?

Bir şirket hakkında farklı kaynaklar farklı şeyler söyleyebilir. Şirketin kendi web sitesi bir fiyat yayınlayabilir. Bir iş dizini eski bir fiyat gösterebilir. Bir sosyal medya paylaşımı geçici kampanyadan söz edebilir. Bir blog yazısı hizmeti yanlış yorumlayabilir. Bir yapay zekâ cevabı başka bir yapay zekânın eski metnini tekrar edebilir. Bu durumda sistemin hangi kaynağı esas alacağı açık olmayabilir. Kanonik kaynak fikri burada önem kazanır.

Kanonik kaynak: Bu kitapta kanonik kaynak, belirli bir bilgi için esas alınan, güncelliği ve yetkisi doğrulanabilir başvuru noktasıdır. Bu kullanım, arama motorlarındaki canonical URL tercihinden daha geniştir. Kurumun kendi beyanını esas kaynak olarak göstermesi, iddiasını bağımsız biçimde doğrulanmış kılmaz. Fakat yalnızca “bu sayfa kanoniktir” demek yeterli değildir. Diğer yüzeylerin de bu kaynağa aykırı olmaması gerekir. Kanonik kayıtla görünür web sayfası farklı fiyatlar söylüyorsa sistem güvenilirlik kazanmaz. Kanoniklik bir etiket değil, uyum sorumluluğudur.

Eksik bilgi nasıl yanlış bir temsile dönüşür?

İnsanlar eksik bilgiyi fark ettiğinde çoğu zaman bunu belirsizlik olarak adlandırır. “Bunu bilmiyorum.” “Bu konuda yeterli bilgi yok.” “Şirkete sormak gerekir.” Makineler ise cevap üretme baskısı altında eksik parçalar arasında olası bağlantılar kurabilir. Bir şirketin müşteri portalı yaptığı biliniyorsa, sistem veri taşıma hizmetinin de dâhil olduğunu varsayabilir. Bir marka altı dilde sayfa yayımlıyorsa, altı dilde canlı destek verdiği sonucuna varabilir. Bir şirket 3B deneyimler tasarlıyorsa, bütün cihazlarda WebXR desteği sunduğunu düşünebilir.

Bir danışman yapay zekâ otomasyonuyla ilgileniyorsa, müşterinin bütün sistemlerini otonom biçimde yönetebileceğini ima edebilir. Bu çıkarımlar mantıklı görünebilir. Ama gerçek olmayabilir. Temsil boşluğu bu yüzden bir risk kaynağıdır. Hata, açıkça yanlış bir bilgiden değil, eksik bilgiler arasında kurulan makul fakat doğrulanmamış bir bağlantıdan doğabilir. Bu nedenle iyi temsil yalnızca doğru bilgiler eklemek değildir. Makinenin yanlış çıkarım yapabileceği boşlukları da kapatmaktır.

Şu tür cümleler bu nedenle değerlidir: “Altı dilde içerik sunulur; canlı destek dili ayrıca sözleşmede belirtilir.” “Veri göçü, kaynak sistem incelendikten sonra ayrı kapsamlandırılır.” “Yıllık hosting paketi izleme ve olay müdahalesi içermez.” “Avatar üretim izni, her içerik için otomatik yayın izni anlamına gelmez.” “IndexNow bildiriminin kabul edilmesi, indekslenme veya sıralama kanıtı değildir.” Bu cümleler kapsamı netleştirir ve yanlış çıkarım riskini azaltır. Açık bir sınır, satış vaadini de gerçekte sunulan hizmetle aynı çizgide tutar.

Temsil borcu

Şirketler yıllar boyunca farklı kişilerle, farklı platformlarda ve farklı amaçlarla içerik üretir. Bir pazarlama ajansı ana sayfayı yazar. Başka biri sosyal medya profillerini açar. Satış ekibi fiyat dosyası hazırlar. Geliştirici yapılandırılmış veri ekler. İnsan kaynakları şirket tanımını başka biçimde kullanır. Bir iş dizini eski bilgileri saklar. Bir yapay zekâ aracı yeni metinler üretir. Her parça kendi bağlamında makul olabilir. Fakat zamanla aralarında küçük farklar oluşur. Bir yerde “küresel”, başka yerde “Avrupa odaklı”. Bir yerde “24/7 destek”, başka yerde “çalışma saatleri içinde yanıt”.

Bir yerde kapsamı açıklanmamış “500 dolardan başlayan operasyon”, başka yerde bununla karıştırılan “200 dolarlık hosting”. Bir yerde “AI danışmanlığı”, başka yerde “otonom ajan geliştirme”. Bir yerde “ücretsiz bakım”, başka yerde “aylık bakım paketi”. Bu küçük farklar biriktikçe şirketin dijital temsili parçalanır.

Bu birikime: Temsil Borcu diyebiliriz. Temsil borcu, bir kurumun farklı dijital yüzeylerinde biriken eski, eksik, çelişkili veya bağlamsız ifadelerin gelecekteki makine yorumlarını bozma riskidir. Teknik borç gibi temsil borcu da başlangıçta görünmez olabilir. Site çalışır. Profiller açıktır. İçerikler yayındadır. Fakat sistem büyüdükçe her yeni bilgi eski çelişkilerin üzerine eklenir.

Sonunda hiç kimse şu sorulara kolayca cevap veremez:

• Hangi fiyat güncel?
• Hangi hizmet gerçekten sunuluyor?
• Hangi açıklama kanonik?
• Hangi sayfa değiştirilirse diğer kayıtlar da güncellenmeli?
• Hangi dil sürümü ana gerçeği temsil ediyor?
• Hangi iddia kanıtlı?
• Hangi içerik yalnız pazarlama ifadesi?

İnsan ekipler bu borçla uzun süre yaşayabilir. Fakat yapay zekâ sistemleri bütün bu yüzeyleri birlikte okumaya başladığında borç görünür hâle gelir. Makine tutarsızlığı çözmeye çalışır. Bazen doğru kaynağı seçer. Bazen en sık tekrarlananı. Bazen en yeni görüneni. Bazen en güvenilir bulduğunu. Bazen de çelişkileri fark etmeden birleşik ama yanlış bir anlatı üretir. Bu kitapta savunduğumuz GEO yaklaşımının görevlerinden biri temsil borcunu azaltmaktır. GBO ise bu borcun yanlış eyleme dönüşmesini engellemek zorundadır.

Tekrar, doğruluk değildir

Bir bilgi internette çok sayıda yerde tekrarlandığında doğruymuş gibi güç kazanabilir. Fakat tekrar, tek başına kanıt değildir. Bir şirket hakkında yanlış bir ifade bir dizinde yayımlanabilir. Başka siteler bu dizini kaynak alabilir. Yapay zekâ tarafından oluşturulan içerikler aynı ifadeyi yeniden üretebilir. Sonra başka modeller bu yeni metinleri okuyabilir. Yanlış bilgi, bağımsız doğrulama olmadan çoğalabilir. Bir süre sonra aynı ifade farklı kaynaklarda görünür. Fakat bütün kaynakların kökü tek bir hataya dayanır. Buna temsil aklama diyebiliriz.

Yanlış veya zayıf bir iddia, çok sayıda yüzeyde tekrarlandığı için bağımsız ve güvenilir görünmeye başlar. Örneğin bir şirketin “dünyanın lideri” olduğu iddiası önce kendi sitesinde yayımlanabilir. Daha sonra otomatik hazırlanmış şirket profillerinde tekrar edilebilir. Ardından AI tarafından yazılmış listelerde yer alabilir. Sonra başka sistemler bu listeleri kaynak alabilir. İddia büyür. Kanıt büyümez. GEO’nun amacı internette en fazla tekrar edilen anlatıyı üretmek olmamalıdır. Doğru, kaynaklanabilir ve sınırları açık bir temsil kurmak olmalıdır. GBO açısından bu daha da kritiktir.

Çünkü tekrar edilmiş yanlışlık yalnızca cevapları değil, seçimleri ve eylemleri etkileyebilir. Bir tedarikçinin kapasitesi olduğundan büyük gösterilmişse ajan onu gerçek bir projeye seçebilir. Bir ürünün sertifikası yanlış anlaşılmışsa sistem düzenlemeye tabi bir kullanım için onu önerebilir. Bir hizmetin fiyatı eski kayıtlarda düşük görünüyorsa ajan bütçe eşleşmesini yanlış yapabilir. Bu nedenle GBO, tekrar sayısından önce kanıt kökenini sorar.

Bu iddia nereden çıktı? Bağımsız mı? Güncel mi? Doğrudan mı? Hangi kapsamda geçerli? Başka kaynaklar gerçekten doğruluyor mu, yoksa yalnızca tekrar mı ediyor?

Makine çağında otorite, yankının büyüklüğüyle değil, kaynağın sağlamlığıyla ölçülmelidir.

Kaynaktan cümleye, cümleden kimliğe

Bir üretken sistem kullanıcıya cevap verirken çoğu zaman kaynaklarda bulunan ifadeleri doğrudan tekrar etmez. Bilgileri birleştirir. Yeni bir cümle kurar. Bu cümle bazen kaynakların hiçbirinde aynı biçimde bulunmaz.

Örneğin farklı kaynaklarda şu bilgiler yer alabilir:

• Şirket altı dilde içerik sunuyor.
• Yapay zekâ ajanları geliştiriyor.
• Uluslararası şirketlerle çalışıyor.
• SEO ve GEO hizmeti veriyor.
• Çok dilli teknik yayın altyapısı bulunuyor.

Model bunları birleştirerek şöyle bir temsil oluşturabilir: “Şirket, uluslararası markalar için çok dilli SEO, GEO ve AI otomasyon sistemleri geliştiren uzman bir ajanstır.” Bu cümle kaynakların ortak anlamından doğmuş olabilir. Fakat her bir kelime yeni sorumluluk taşır. “Uluslararası” neye dayanıyor?

“Uzman” hangi kanıtla söyleniyor?

“Geliştiren” danışmanlıktan farklı bir uygulama kapasitesi mi ifade ediyor?

“Ajans” şirketin hukukî veya ticari yapısıyla uyumlu mu?

“Markalar” gerçek müşteri kitlesi mi?

Temsil bu nedenle yalnız bilgi toplama değildir. Bilgiler arasında yeni ilişkiler kurar. Yeni ilişkiler yeni anlam üretir. Yeni anlam da yeni riskler yaratır. Bir sistem, doğru parçaları yanlış ilişkiyle birleştirebilir. Bir şirket altı dilde içerik yayımlıyor olabilir ama altı dilde müşteri desteği vermiyor olabilir. AI ajanı geliştirmiş olabilir ama bunu bütün müşterilere ürün olarak sunmuyor olabilir. Uluslararası görünürlük hedefliyor olabilir ama henüz belirli ülkelerde operasyon yürütmüyor olabilir. Bu nedenle temsil denetimi yalnız cümlelerin doğru olup olmadığını kontrol etmez.

Cümleler arasındaki bağların doğru olup olmadığını da kontrol eder.

Makine aynı gerçeği farklı biçimlerde görür

Bir insan hizmet sayfasını okur.

Makine ise aynı sayfada birden fazla temsil katmanı görebilir:

• Başlık,
• meta açıklaması,
• sayfa metni,
• bağlantı metinleri,
• menü yapısı,
• yapılandırılmış veri,
• fiyat kaydı,
• SSS bölümü,
• görsel açıklamaları,
• canonical etiketi,
• dil ilişkileri,
• sitemap kaydı,
• tarih ve sürüm bilgileri.

Bu katmanlar birbirleriyle uyumluysa temsil güçlenir. Uyumsuzsa makine farklı sonuçlara ulaşabilir. Sayfanın görünür metni “fiyat talep üzerine” diyebilir. Yapılandırılmış veri ise sabit bir fiyat gösterebilir. İnsan birini görür. Makine diğerini de okuyabilir. Görünür metin hizmetin yalnız mevcut müşterilere sunulduğunu belirtebilir. Hizmet kataloğu bu sınırı içermeyebilir. Ana sayfa “küresel operasyon” diyebilir. Dil veya ülke kayıtları yalnızca tek pazarı gösterebilir. Bir sayfa “hukuk danışmanlığı sunmuyoruz” diyebilir. FAQ bölümü hukukî uygunluk garantisi ima edebilir. Böyle bir durumda şirket aynı anda iki farklı gerçek yayımlamış olur.

Biri insan için. Biri makine için.

Bu yaklaşımın temel ilkesi şudur: İnsan tarafından okunan gerçek ile makine tarafından okunan gerçek birbirinden farklı olmamalıdır.

Bu ilkeye: Temsil Eşliği diyebiliriz. Temsil eşliği, görünür içerik ile makinece okunabilir kayıtların aynı kimlik, yetenek, fiyat, kapsam, sınır ve kanıt yapısını taşımasıdır. Bu, her iki yüzeyde kelimelerin aynı olması anlamına gelmez. İnsan için yazılan bir açıklama doğal ve ayrıntılı olabilir. Makine kaydı daha yapılandırılmış olabilir. Fakat anlamsal sözleşme aynı kalmalıdır. Birinde bulunan önemli sınır diğerinde kaybolmamalıdır. Birinde reddedilen garanti diğerinde ima edilmemelidir. Birinde “talep üzerine” olan fiyat diğerinde uydurulmamalıdır. Birinde yalnız belirli müşterilere sunulan hizmet diğerinde herkese açık görünmemelidir.

Temsil eşliği, burada GEO ile GBO arasında kurduğumuz bağın önemli bir parçasıdır. Ajan eylemini makinece okunabilir bir kayda dayandırdığında bu bağın önemi görünür hâle gelir. O kayıtlar insanın gördüğü gerçeklikten farklıysa, doğru görünen bir eylem aslında yanlış sözleşme üzerine kurulabilir.

Çok dillilik, gerçeğin çoğaltılması değildir

Bir şirket altı dilde yayın yaptığında aynı gerçeğin altı kopyasını oluşturduğunu düşünebilir. Gerçekte ise altı ayrı temsil yüzeyi yaratır.

Her dilin:

• kendi sözcükleri,
• kendi ticari alışkanlıkları,
• kendi hukukî çağrışımları,
• kendi arama niyetleri,
• kendi teknik terminolojisi,
• kendi okuma düzeni

vardır. Bir cümle İngilizcede açık olabilir. Türkçeye kelime kelime çevrildiğinde belirsizleşebilir. Arapçada yalnızca metin yönünü değiştirmek yeterli olmayabilir. Almancadaki bir hizmet teriminin kapsamı, Türkçedeki yaklaşık karşılığıyla örtüşmeyebilir. Rusçada doğrudan alınan İngilizce teknik sözcük yapay veya anlamsız görünebilir. İspanyolcada farklı ülkelerin kullandığı mesleki kelimeler değişebilir. Bu nedenle çok dillilik yalnızca çeviri değildir.

Gerçekliğin farklı dil sistemlerinde yeniden kurulmasıdır.

Buradaki zorluk şudur:

Her dil doğal olmalıdır. Fakat hiçbir dil yeni bir gerçek icat etmemelidir. Bir dilde hizmet kapsamı genişlememelidir. Başka bir dilde fiyat sınırı kaybolmamalıdır. Bir dilde erişilebilirlik taahhüdü varken diğerinde yalnız genel kalite sözü kalmamalıdır. Bir dilde “destek” ifadesi kullanılırken başka bir dilde bu “sürekli operasyon” anlamına dönüşmemelidir.

Doğru çok dilli temsil iki şartı aynı anda taşır:

Dil doğal olmalıdır. Gerçek değişmemelidir.

Bu denge kurulamadığında şirket altı dilde görünür olabilir ama altı farklı kimlikle temsil edilir. GBO açısından bu ciddi bir sorundur. Bir ajan kullanıcının diline göre farklı kapsam, fiyat veya yetki bilgisi görüyorsa aynı şirket hakkında farklı davranışlar gösterebilir. Bu nedenle davranış sözleşmesinin dil sürümleri yalnız çeviri bakımından değil, eylem sonucu bakımından eşdeğer olmalıdır.

Temsil yalnızca olumlu olmak zorunda değildir

Şirketler kendilerini en iyi biçimde göstermek ister. Bu anlaşılırdır. Fakat temsilin görevi yalnızca olumlu bir görüntü üretmek değildir.

Doğru temsil bazen şu bilgileri de içerir:

• Hizmet şu anda mevcut değildir.
• Kapasite sınırlıdır.
• Sonuç garanti edilmez.
• Fiyat proje değerlendirmesinden sonra belirlenir.
• Belirli ülkelerde hizmet sunulmaz.
• Üçüncü taraf maliyetleri dâhil değildir.
• Yeterli veri yoksa deneysel sonuç çıkarılamaz.
• İnsan onayı olmadan yayın yapılmaz.
• Belirli kullanım biçimleri etik veya hukukî nedenlerle kabul edilmez.

Bu ifadeler kısa vadede satış fırsatını azaltıyor gibi görünebilir. Bu sınırları açıkça belirtmenin amacı yanlış eşleşmeleri, anlaşmazlıkları ve güven kaybını azaltmaktır. Bir yapay zekâ ajanı açısından bu bilgiler özellikle önemlidir. Ajan yalnızca “uygun olanı seçmek” için değil, “uygun olmayanı elemek” için de bilgiye ihtiyaç duyar. Bir marka kendisini her ihtiyaca uygun gösterirse ajan yanlış seçim yapabilir. Bir marka sınırlarını açıkça gösterirse sistem daha az durumda seçebilir. Buna karşılık, doğru eşleşmeyi ayırt etmek için daha sağlam bir dayanak sunar.

GBO’nun istediği tam olarak budur.

Daha fazla seçim değil, daha doğru seçim.

Bu nedenle olumsuz bilgi, temsilin zayıflığı değildir.

Davranış kalitesinin girdisidir.

Atıf görünürlüğü ile temsil doğruluğu aynı değildir

Bir yapay zekâ sistemi bir markayı kaynak gösterebilir. Bu önemli bir görünürlük sinyalidir. Fakat kaynak gösterilmek, doğru temsil edilmek anlamına gelmez. Sistem doğru sayfaya atıf yapıp sayfadaki bilgiyi yanlış yorumlayabilir. Bir hizmetin başlangıç fiyatını bütün paketlerin fiyatı gibi sunabilir. Bir şirketin metodolojisini sertifika veya resmî standart gibi anlatabilir. Bir kitapta öneri olarak sunulan çerçeveyi evrensel kural gibi aktarabilir. Bir tarihsel kaydı güncel hizmet kapsamı sanabilir. Bu nedenle yalnızca “kaç kez kaynak gösterildik?” sorusu yeterli değildir.

Şunları da sormak gerekir:

• Hangi cümle için kaynak gösterildik?
• Kaynak gerçekten o cümleyi destekliyor mu?
• Şirket doğru adla mı tanımlandı?
• Hizmet sınırları korundu mu?
• Belirsizlikler silindi mi?
• Eski bilgi yeniymiş gibi mi sunuldu?
• Başka kaynaklardan gelen iddialar bize mi bağlandı?
• Atıf kullanıcıyı doğru sayfaya mı götürüyor?

GEO değerlendirmesinin atıf sayısıyla sınırlı kalmaması, temsil kalitesini de kapsaması gerektiğini savunuyorum.

GBO ise bir adım daha ileri gider:

Yanlış temsil, hangi yanlış davranışa yol açabilir?

Bir hizmet fiyatı yanlış gösterildiyse ajan yanlış bütçe karşılaştırması yapabilir. Bir şirketin coğrafi kapsamı yanlışsa kullanıcı adına uygun olmayan teklif isteyebilir. Bir ürün özelliği abartıldıysa satın alma kararı hatalı olabilir. Bir AI avatar hizmetinin rıza sınırları eksik temsil edildiyse ajan yetkisiz içerik üretimini normal kabul edebilir. Bu nedenle temsil denetimi yalnız itibar yönetimi değildir. Gelecekteki eylemlerin güvenlik kontrolüdür.

Temsil durumu bir karar girdisidir

Bir ajan bir eylem gerçekleştirmeden önce dünyaya ilişkin bir iç durum kurar.

Bu iç durumda şunlar bulunabilir:

• Kullanıcının amacı,
• mevcut seçenekler,
• seçeneklerin yetenekleri,
• fiyatlar,
• riskler,
• kanıtlar,
• sınırlamalar,
• gerekli izinler,
• olası sonuçlar.

Ajanın kararı bu temsil durumundan doğar. Temsil yanlışsa, karar mantığı kusursuz olsa bile sonuç yanlış olabilir. Bir navigasyon sistemi yanlış harita kullanıyorsa en iyi rota algoritması bile sizi doğru yere götüremez. Bir doktorun elindeki hasta bilgisi yanlışsa doğru tıbbi yöntem yanlış sonuca uygulanabilir. Bir satın alma ajanı ürünün özelliklerini yanlış biliyorsa mükemmel karşılaştırma sistemi yanlış ürünü seçebilir. Bu nedenle GBO doğrudan davranış katmanında başlayamaz. Önce temsil durumunu güvenilir hâle getirmek zorundadır.

Basit biçimde: Eylemin kalitesi, temsilin kalitesinden bağımsız olamaz. Fakat temsil kalitesi de tek başına yeterli değildir. Ajan her şeyi doğru biliyor olabilir. Yine de yetkisi olmadan işlem yapabilir. Risk sınırını aşabilir. İnsan onayını atlayabilir. Geri alınamaz bir adım atabilir.

Bu nedenle ilişki şöyledir:

Doğru temsil, doğru davranış için gerekli koşuldur. Fakat tek başına yeterli koşul değildir.

GEO ile GBO arasındaki bağ burada kurulur. GEO, ajanın dünyayı daha doğru görmesine yardım eder. GBO, doğru gördüğü dünya içinde nasıl davranacağını sınırlar.

Temsilin beş durumu

Bu değerlendirme için beş temsil durumu ayırabiliriz:

Bilinmiyor

Sistem varlığı yeterince tanımıyordur. Bu durumda doğru davranış tahmin üretmek değil, daha fazla araştırma yapmak veya belirsizliği açıklamaktır.

Parçalı biliniyor

Kimlik biliniyor olabilir ama hizmetler, fiyat veya sınırlar eksiktir. Bu durumda sistem varlığı aday olarak gösterebilir; fakat işlem öncesinde açıklama istemelidir.

Çelişkili biliniyor

Farklı kaynaklar farklı gerçekler söylüyordur. Bu durumda ajan en kolay bilgiyi seçmek yerine çelişkiyi görünür kılmalıdır.

Yeterli biliniyor

Kimlik, yetenek, kapsam, kanıt ve güncellik belirli bir karar için yeterlidir. Bu durum değerlendirmeye izin verebilir.

Eyleme hazır biliniyor

Yeterli temsile ek olarak yetki, giriş koşulları, işlem yolu, risk sınırı ve geri dönüş veya telafi mekanizması da tanımlıdır. Telafi, her etkinin eksiksiz geri alınabildiği anlamına gelmez. Bu durumda ajan belirlenen sınırlar içinde eyleme geçebilir.

Bu sınıflandırma önemli bir ayrım gösterir: Bir varlığın iyi temsil edilmesi, onun otomatik olarak eyleme hazır olduğu anlamına gelmez. Bir şirket hakkında her şey bilinebilir. Fakat API veya işlem kanalı bulunmayabilir. Fiyat güncel olabilir. Fakat kapasite bilgisi olmayabilir. Hizmet uygun olabilir. Fakat kullanıcının iletişim izni bulunmayabilir. Bu nedenle GEO’nun tamamlandığı yerde GBO’nun yeni soruları başlar.

Temsil yönetişimi

Bir kurumun dijital temsili tesadüfe bırakılamaz. Ekipler, platformlar ve dil sürümleri ortak bir doğrulama süreci olmadan güncellenirse temsil borcu birikebilir. Bu nedenle kurumların yalnız içerik stratejisine değil, temsil yönetişimine ihtiyacı vardır.

Temsil yönetişimi şu sorulara cevap verir:

• Kimlik bilgilerinin kanonik kaynağı nedir?
• Hizmet kayıtlarını kim güncelleyebilir?
• Fiyat değiştiğinde hangi yüzeyler birlikte değişmelidir?
• Hangi iddialar kanıt gerektirir?
• Hangi diller aynı olgusal sözleşmeye bağlıdır?
• Eski sürümler nasıl arşivlenir?
• Makinece okunabilir kayıtlar görünür metinle nasıl karşılaştırılır?
• Üçüncü taraf profiller nasıl denetlenir?
• Yanlış temsil tespit edildiğinde kim düzeltme yapar?
• Yapay zekâ cevapları nasıl örneklenir ve ölçülür?

Bu yönetişim tek bir editörün görevi değildir. Pazarlama, hukuk, teknik ekip, satış, operasyon ve üst yönetim birlikte çalışmalıdır. Çünkü temsil yalnızca kelimelerden oluşmaz. Bir fiyat ticari karardır. Bir yetki sınırı hukukî ve operasyonel karardır. Bir yapılandırılmış veri kaydı teknik karardır. Bir hizmet dışlaması satış kararıdır. Bir güncellik tarihi yönetişim kararıdır. GEO bu nedenle yalnızca içerik yazarlığı olarak görülürse yetersiz kalır. Burada önerdiğim GEO anlayışı, kurumun dijital dünyada hangi bilgilerle ve hangi sınırlar içinde temsil edildiğini yöneten bir çalışma alanıdır.

GBO bu yönetişimi eylem katmanına taşır.

İyi temsilin üç sessiz özelliği

İyi temsil çoğu zaman gösterişli değildir.

Üç sessiz özelliği vardır:

Tutarlıdır

Farklı yüzeyler aynı temel gerçeği anlatır. Kelime seçimleri değişebilir. Dil değişebilir. Format değişebilir. Fakat kimlik, hizmet, kapsam, fiyat ve sınırlar çelişmez.

Sınırlıdır

Her şeyi yapabildiğini iddia etmez. Belirsizliği saklamaz. Geçerli olmadığı alanları açıklar. Kanıtın taşıyamayacağı kadar büyük cümle kurmaz.

Güncellenebilirdir

Temsil tek seferlik bir yayın değildir. Fiyat, kapasite, hizmet ve teknoloji değiştiğinde bütün ilgili yüzeyler yeniden hizalanabilir. Eski kayıtlar kaybolmaz ama güncel kayıtla karıştırılmaz. Bu üç özellik yalnız makinelerin anlamasını kolaylaştırmaz. İnsan güvenini de artırır. Çünkü güven çoğu zaman büyük vaatlerden değil, küçük çelişkilerin bulunmamasından doğar.

Bir kurum kendisini nasıl anlatmalı?

Bu sorunun cevabı daha fazla sıfat değildir. “En iyi.” “Lider.” “Devrimci.” “Benzersiz.” “Dünya sınıfı.” Bu sıfatlar kanıtla desteklenmediğinde temsil değerini artırmaz.

Kurum kendisini şu yapıyla anlatmalıdır:

Kim olduğumuz Ne yaptığımız Kimin için yaptığımız Hangi koşullarda yaptığımız Neyi yapmadığımız Bunu nasıl kanıtladığımız Bilginin ne zaman güncellendiği

Bu yapı yalnız şirketler için geçerli değildir. Bir ürün için de geçerlidir. Bir uzman için de. Bir üniversite için de. Bir kamu kurumu için de. Bir veri seti için de. Bir yapay zekâ ajanı için de. Makine dünyasında güvenilirlik, süslü anlatının değil, açık ilişkilerin sonucudur.

Görünürlüğün ötesinde bir GEO anlayışı

GEO bazen yalnızca yapay zekâ cevaplarında daha fazla görünür olma yöntemi gibi anlatılır. Bu yaklaşım eksiktir. Eğer GEO’nun amacı yalnızca bir markanın daha sık anılmasıysa, alan kısa sürede yeni bir görünürlük yarışına dönüşür. Daha fazla içerik. Daha fazla tekrar. Daha fazla yapay kaynak. Daha fazla atıf talebi. Daha fazla makine sinyali. Fakat daha fazla görünürlük, daha doğru temsil anlamına gelmez.

Bu kitapta GEO için daha geniş bir görev öneriyorum: Bir varlığın insanlara ve makinelere, kanıtlanabilir, güncel, bağlama uygun ve sınırları açık biçimde temsil edilmesini sağlamak.

Bu görev üç sonuç üretmelidir:

Doğru kimlik: Sistem kimin hakkında konuştuğunu bilmelidir. Doğru anlam: Sistem varlığın ne yaptığını ve ne yapmadığını anlayabilmelidir. Doğru dayanak: Sistem bu anlamı hangi kanıtların desteklediğini izleyebilmelidir. Güvenli bir eylem için ajanın ilgili kimlik, yetenek ve kanıt hakkında yeterli bilgiye sahip olması gerekir. Bunun mutlaka ayrı bir GEO çalışmasıyla sağlanması gerekmez; güvenilir bir kurum kaydı veya doğrulanmış işlem verisi de bu dayanağı sağlayabilir.

Temsilden davranışa giden zincir

Bir yapay zekâ ajanının davranışı çoğu zaman şu zincirden doğar: Kaynak → Bilgi → Temsil → Değerlendirme → Seçim → Yetki kontrolü → Eylem → Sonuç Bu zincirin her halkasında hata olabilir. Kaynak yanlış olabilir. Bilgi eski olabilir. Temsil eksik olabilir. Değerlendirme uygunluk koşullarını atlayabilir. Seçim popülerliğe dayanabilir. Yetki varsayılabilir. Eylem geri alınamaz olabilir. Sonuç yanlış ölçülebilir. GBO yalnızca son halkaya bakmaz. Bütün zinciri inceler. Fakat zincirin merkezinde temsil bulunur. Çünkü kaynaklar, karar vericinin kullanabileceği bir dünyaya temsil yoluyla dönüşür.

Bir ajan önce dünyanın nasıl olduğunu düşündüğüne karar verir. Sonra o dünya içinde davranır.

Bu nedenle şu cümle GBO’nun temel taşlarından biridir: Her makine eyleminin önünde görünür veya görünmez bir temsil vardır. Yanlış davranışı yalnızca eylem anında düzeltmeye çalışmak geç olabilir. Yanlışlığın önemli bir bölümü, eylemden önce kurulan temsil içinde doğmuştur.

Makineye ne söyleyeceğimiz değil, neyi doğrulayabileceğimiz

Geleceğin kurumları şu soruyu daha sık soracaktır: “Yapay zekâ sistemlerine kendimizi nasıl anlatmalıyız?” Bu soru faydalıdır.

Fakat daha doğru soru şudur: “Yapay zekâ sistemlerinin hakkımızda hangi gerçekleri güvenle doğrulayabilmesini sağlamalıyız?” Birincisi iletişime odaklanır. İkincisi kanıta. Birincisi anlatıyı güçlendirebilir. İkincisi güveni güçlendirir. Bir şirketin makinelere söylemek istediği şeylerle gerçekten doğrulayabildiği şeyler arasında fark olabilir. GBO bu farkı kabul etmez. Bir ajan eylem gerçekleştirecekse, karar yalnızca şirketin kendi iddiasına dayanmamalıdır. İddia ile kanıt arasındaki bağ görünür olmalıdır. Kanıtın kapsamı aşılmamalıdır. Bir performans testi belirli bir sayfanın belirli tarihteki sonucunu gösterebilir. Bu test bütün sitenin her zaman aynı performansı vereceğini kanıtlamaz.

Bir müşteri yorumu belirli bir deneyimi anlatabilir. Bütün müşterilerin aynı sonucu alacağını kanıtlamaz. Bir yayın bir metodolojiyi açıklar. O metodolojinin bütün sektör tarafından kabul edildiğini kanıtlamaz. Bir standarttan yararlanmak, o standardı yayımlayan kurum tarafından sertifikalandırılmış olmak anlamına gelmez. Temsilin kalitesi, bu sınırları koruma yeteneğiyle ölçülmelidir.

Doğru temsil, doğru reddetmeyi mümkün kılar

Bir ajan yalnızca olumlu seçimler yapmak için tasarlanmamalıdır. Uygun olmayan durumları da tanımalıdır. Bir şirket yalnız büyük kurumsal projeler alıyorsa küçük bütçeli talepleri reddetmek doğru davranış olabilir. Bir hizmet belirli ülkelerde sunulmuyorsa ajan başka seçenekler önermelidir. Bir AI avatar projesinde açık yüz ve ses izni bulunmuyorsa sistem süreci durdurmalıdır. Bir dönüşüm testi için yeterli trafik yoksa ajan sahte istatistiksel kesinlik üretmemelidir. Bir DevOps projesinde mikroservis mimarisi gereksizse yalnız pahalı olduğu için onu önermemelidir.

Bu davranışların mümkün olabilmesi için temsil, yalnız yetenekleri değil, uygun olmama koşullarını da içermelidir. İyi temsil, bir varlığı her durumda cazip göstermez. Doğru bağlamda anlaşılır hâle getirir. Bu nedenle temsilin başarısı yalnız kaç olumlu cümle ürettiğiyle ölçülemez.

Şu soruyla da ölçülmelidir: Sistem, bu varlığın ne zaman doğru seçim olmadığını anlayabiliyor mu?

Bu soru GEO’yu GBO’ya bağlayan en önemli eşiklerden biridir.

Temsilden eylem sorumluluğuna

Bir yapay zekâ sistemi bir şirketi doğru temsil etti. Hizmetlerini anladı. Fiyat sınırlarını bildi. Kanıtlarını değerlendirdi. Kullanıcının ihtiyacıyla eşleştiğini düşündü. Şimdi ne olacak?

Teklif mi isteyecek?

Takvime görüşme mi ekleyecek?

Kullanıcı bilgilerini paylaşacak mı?

Bir sözleşme taslağı mı oluşturacak?

Ödeme sürecini mi başlatacak?

Burada temsilin doğruluğuna ilişkin sorumluluğa, eylemin yetkisi ve sonuçları da eklenir. Doğru temsil ajana güçlü bir zemin sağlar. Fakat ajanın eylem hakkını kendiliğinden yaratmaz. Bilmek, yetkili olmak değildir. Uygun görmek, işlem yapma izni değildir. Bir varlığı doğru tanımak, onunla her tür etkileşimi meşru kılmaz.

Bu nedenle ikinci bölümün sonunda şu ayrımı kesinleştirebiliriz:

GEO gerçeğin makine içindeki biçimini düzenler. GBO bu gerçek üzerinden gerçekleştirilecek davranışın koşullarını düzenler.

Bir sonraki aşamada cevap artık yeterli olmayacaktır. Cevap eyleme dönüşecektir.

Ve bir cevap eyleme dönüştüğünde, yalnız doğruluk değil:

• yetki,
• rıza,
• güvenlik,
• açıklanabilirlik,
• geri dönüş,
• insan sorumluluğu

devreye girer.

Temsil oyunun kurallarını neden değiştirdi?

Çünkü şirketler artık yalnızca kendi söyledikleriyle tanınmıyor. Makinelerin onlar hakkında kurduğu anlatılarla tanınıyor. Çünkü kullanıcılar artık bütün kaynakları tek tek okumak zorunda kalmıyor. Makinelerin oluşturduğu birleşik cevaba güvenebiliyor. Çünkü bir varlığın görünürlüğü ile o varlık hakkında kurulan anlam birbirinden ayrıldı. Çünkü kaynak gösterilmek, doğru anlaşılmak anlamına gelmiyor. Çünkü çok sayıda doğru parça, yanlış bir ilişki içinde yanlış temsil oluşturabiliyor. Çünkü insanın daha önce fark ettiği çelişkiler, ajan sistemleri tarafından otomatik kararlara dönüştürülebiliyor.

Ve en önemlisi: Temsil artık yalnızca algıyı değil, eylemi de besliyor. Yanlış temsil, insanların kararlarını etkilediğinde de zarar doğurabilir. Araç kullanan ajanlarda buna bir başka yol eklenir: yanlış seçim, iletişim veya satın alma işlemi doğrudan sistem tarafından gerçekleştirilebilir. Bu nedenle temsil, iletişim departmanının dar bir meselesi olmaktan çıkmıştır.

Temsil artık:

• teknik,
• ticari,
• hukukî,
• etik,
• operasyonel

bir altyapıdır.

Bölümün hükmü

Bir yapay zekâ sistemi harekete geçmeden önce bir dünya kurar. Bu dünyada insanlar, şirketler, ürünler, fiyatlar, yetenekler, riskler ve olasılıklar bulunur. Sistem bu dünyanın içinde karar verir. Eğer dünya yanlış kurulmuşsa, kararın güçlü olması tehlikeyi büyütür. Eğer dünya eksik kurulmuşsa, ajan boşlukları tahminle doldurabilir. Eğer dünya çelişkiliyse, sistem yanlış kaynağa güvenebilir. Eğer dünya yalnız olumlu iddialardan oluşuyorsa, uygun olmayan seçimleri ayıklayamaz. Bu nedenle davranış optimizasyonu temsilin üzerinden atlayamaz.

Önce şu koşullar kurulmalıdır:

Kimlik açık olmalı. Yetenek gerçek olmalı. Kanıt izlenebilir olmalı. Sınırlar görünür olmalı. Bilgi güncel olmalı. İnsan ve makine aynı gerçeği görmeli.

Ancak bundan sonra davranış sorusu sorulabilir. Temsil oyunun kurallarını değiştirdi. Çünkü makineler artık yalnızca dünyayı anlatmıyor. Araçlara bağlı ajanlar, kurdukları temsile dayanarak işlem de gerçekleştirebiliyor. Bir sonraki bölümde bu eşiği geçeceğiz. Bir cevabın ne zaman eyleme dönüştüğünü, küçük görünen bir önerinin nasıl gerçek sonuç ürettiğini ve ajanların konuşmaya başladığı değil, hareket etmeye başladığı anda sorumluluğun neden tamamen değiştiğini inceleyeceğiz.

Bir makine dünyayı nasıl görüyorsa, o dünyada öyle davranır.

GBO’nun ilk görevi bu nedenle ajana ne yapacağını söylemek değildir. Önce, neyin gerçek olduğunu doğru biçimde göstermektir.