İşte tavsiye, gerekçesinden önce söyleniyor: yapay zeka ekip arkadaşınıza iyi bir danışman gibi iletişim kurması öğretilmeli — önce cevap, sıkı yapı ve acımasız bir ilgililik. Aşağıdaki her şey yalnızca bu tek iddiayı desteklemek için var.
Bu giriş bir üslup hevesi değil; meselenin ta kendisi. Problem çözmeyi bir zanaate dönüştüren meslekte, Barbara Minto bu kuralı The Pyramid Principle'da kodladı: okur, fikirleri en kolay yukarıdan aşağıya geldiğinde kavrar — önce ana düşünce, sonra onu destekleyen gruplanmış argümanlar, en altta ayrıntı. Aradan onlarca yıl geçti ve çoğu kurumsal yapay zeka bunu tam tersine yapıyor; çünkü modeller sonuç odaklı değil, kapsamlı olmak üzere eğitiliyor.
Ana düşünce en başa gelir
Yöneticiler keşfetmek için değil, karar vermek için okur. Son paragrafa gömülmüş bir tavsiye, ne kadar doğru olursa olsun, çoktan başarısız olmuştur. Oysa bir dil modelinin varsayılan alışkanlığı anlatmaktır: sahneyi kurar, çekince koyar, değerlendirmeleri sıralar ve — belki — sonunda bir sonuca varır. Üç paragraf bağlamla açılan bir teklif e-postası, müşterinin açılışta aradığı tek rakamı gömer.
Çözüm bir temenni değil, iş akışında zorunlu kılınan bir kuraldır: önce cevabı söyle, sonra destekle. Önce tavsiye, sonra gerekçeler. Piramidin tabanından önce tepesi.
MECE, yani destek gerçekten sağlam olmalı
Minto'nun ikinci şartı, destekleyici noktaların MECE olmasıdır — birbirini dışlayan ve topluca kapsayan (mutually exclusive, collectively exhaustive). Örtüşme yok, boşluk yok. Yapay zeka ekip arkadaşı bir kararı gerekçelendirirken — neden bu fiyat, neden bu tedarikçi, neden bugün bu müşteri aranmalı — nedenler problemi temiz biçimde bölmelidir.
MECE aynı zamanda modelin kendi muhakemesi üzerinde sessiz bir kalite kontrolüdür. Destekleyici noktalar örtüşüyor ya da bariz bir boşluk bırakıyorsa, üzerlerine kurulu tavsiye büyük ihtimalle çürüktür. Yapı bir süs değil; mantığın geçmesi gereken bir testtir.
"Ee, sonuç ne?" testi
Danışmanlığın en işlevsel üç kelimesi. Her paragraf, her rakam bu soruyu atlatmak zorundadır. Veri yığını bir cevap değildir. "Alacaklar %12 arttı" — ee, sonuç ne? "...o hâlde şu beş hesabı öğleden önce aramalıyız." Yapay zeka bu cümlenin ilk yarısını üretmekte olağanüstü, ikinci yarısında ise varsayılan olarak berbattır. Tasarımın işi, her seferinde sonucu zorlamaktır — bir gözlemi önerilen bir eyleme çevirmek.
SCQA: cevaba bir çerçeve vermek
Minto'nun ana düşünceyi kurma yapısı Durum, Zorluk, Soru, Cevaptır (Situation, Complication, Question, Answer). Bir tahsilat mesajı bu çerçeveye tam oturur: Durum (fatura gönderildi), Zorluk (30 gün gecikti), Soru (örtük — şimdi ne olacak?), Cevap (önerilen sonraki adım). Çıktıyı böyle yapılandırmak, onu bir durum raporu değil bir karar özeti gibi okutur ve insan onaycıya saniyeler içinde tarayabileceği bir çerçeve sunar.
Canlı ortamda nasıl görünür
Her iş akışının çıktısını bir piramit olarak tasarlayın: tepede tek bir tavsiye, altında üç-dört MECE destekleyici nokta, en altta kanıt. Kazanç, onay kapısında ortaya çıkar. Cevabı önce gören bir onaycı, bir duvar dolusu metinden mantığı yeniden kurmak yerine saniyeler içinde karar verir. Ve yapı açık olduğu için sapmalar kolayca yakalanır — eksik bir sonuç, birbiriyle örtüşen iki gerekçe, altında kanıtı olmayan bir iddia.
Model zekâyı sağlar. Piramit disiplini sağlar. Doğru çıktı tabandır; karar-verilebilir çıktı hedeftir — ve ikisi arasındaki fark, yapıdır.
Kaynaklar
- Barbara Minto, The Pyramid Principle: Logic in Writing and Thinking, Pearson/FT Publishing, 2009 (ilk baskı 1987).
- Ethan M. Rasiel, The McKinsey Way, McGraw-Hill, 1999.
- Chip Heath ve Dan Heath, Made to Stick: Why Some Ideas Survive and Others Die, Random House, 2007.
- Gene Zelazny, Say It With Charts: The Executive's Guide to Visual Communication, McGraw-Hill, 2001.
Yapay zeka ekip arkadaşınızın çıktısı yalnızca doğru değil, karar-verilebilir olsun ister misiniz? 30 dakikalık bir görüşme ayarlayın.