Yapay Zeka ile Birlikte Çalışmak: AI-TRM Neden Kritik Bir İhtiyaç?

Yapay Zeka ile Birlikte Çalışmak: AI-TRM Neden Kritik Bir İhtiyaç?

Ethan Mollick’in Co-Intelligence kitabındaki ana felsefe, yapay zekâyı sadece pasif bir araç ya da yazılım olarak görmekten ziyade, masaya davet edilen bir karar destek partneri ve iş arkadaşı olarak benimsemenin çok daha faydalı olacağı yönündedir. Özellikle yoğun hava trafiği yönetimi ve acil durum operasyonları gibi yüksek iş yükü gerektiren anlarda, karar alırken, fikir üretirken veya zor bir problemi çözerken yapay zekâyı sürece dahil etmenin önemi ortaya çıkar. Zira günden güne artan hava sahası kullanıcıları karmaşıklığı da üstel olarak artırmakta, hava trafik kontrolörlerinin (ATCO) zaman kısıtlı karar alma süreçlerini doğrudan etkileyerek bilişsel sınırlarını ve kapasitelerini zorlamaktadır. Bu noktada rutin ve tekrarlayan görevlerin yapay zekâya (YZ) devredilmesinin ötesinde otomasyon seviyesinin de kademeli olarak artması beklenmektedir. Avrupa Birliği Havacılık Emniyeti Ajansı’nın (EASA) Yapay Zekâ Yol Haritası (AI Roadmap) da bu yaklaşımı destekleyerek, makine öğrenimi tabanlı sistemlerin “insan-YZ iş birliği” (human-AI teaming) çerçevesinde operasyonlara entegre edilmesini öngörmektedir.

HAIKU (Human AI teaming Knowledge and Understanding for aviation safety) projesinde bahsi geçtiği üzere, yapay zekâ operasyonel sahaya daha fazla entegre oldukça, insan-YZ etkileşimi stratejileri daha kritik hâle gelecektir. Teknolojik olarak gelişmiş bir ortamda yetkinliği korumak için sürekli olarak kapsamlı ve senaryo tabanlı eğitimlere ihtiyaç duyulacaktır. Geleceğin pilotlarının ve kontrolörlerinin yapay zekâ sistemlerini bir tehdit olarak değil bir asistan olarak konumlandırabilmesi ve sistemin kör noktalarını tamamlayabilmesi için daha güçlü eleştirel düşünme ve karar verme becerilerine ihtiyaç duyacağı EASA raporlarında da açıkça belirtilmektedir.

HAIKU projesi, dağıtılmış ekipler ve ağırlıklı olarak YZ ile kurulan etkileşim nedeniyle artan sosyal izolasyon potansiyelini vurgular. Yapay zekânın rutin görevleri devralması, operatörlerin yalnızca karmaşık ve yüksek stresli anlarda devreye girmesine (döngü dışında kalma [out-of-the-loop] sendromu) yol açabilir. İnsan operatörlerin ruh sağlığını güvence altına almak için bu yeni stres faktörlerini belirlemek ve Uluslararası Sivil Havacılık Örgütü’nün (ICAO) İnsan Faktörleri (Human Factors) ilkeleri doğrultusunda uygun biçimde yönetmek esastır. Yeni stresörler ve başa çıkma süreçleri, Lazarus ve Folkman’ın (1984) kuramı çerçevesinde değerlendirilebilir. Etkili kritik olay stres yönetimi (CISM) destek programları geliştirmek ve kurum kültürünü iyileştirmek, çalışanların zorluklarını dile getirmelerine ve tükenmişlik sendromunu (burnout) önleyerek stresi etkin biçimde yönetmelerine yardımcı olabilir. İş tatminini sağlamak ve motivasyon kaynaklarını anlamak için mevcut ve gelecekteki havacılık profesyonellerini neyin motive ettiğini belirlemek önemlidir. Bu bağlamda havacılık profesyonellerinin zihniyetlerini (mindset) daha iyi anlayabilmek ve motivasyonları Daniel Pink’in (2009) Motivasyon 3.0 (Otonomi, Ustalık ve Amaç) yaklaşımı çerçevesinde değerlendirerek YZ ile olan etkileşimlerini gözden geçirmek operasyonel verimlilik açısından stratejik bir gerekliliktir.

Mevcut TRM modülleri ve AI entegrasyonu sonrasında potansiyel eklemeler.

Havacılık endüstrisi son derece dinamik bir alan olduğu için, operatörlerin (pilotlar ve hava trafik kontrolörleri) yetkinliklerini güvenilir bir seviyede tutabilmek ve yeni rollerin cazip ve motive edici kalmasını sağlayabilmek hayati önem arz etmektedir. Havacılık profesyonellerini yapay zekâ ile etkili bir biçimde iş birliği yapabilmeleri için eğitmek, kritik insan gözetimini sürdürürken aynı zamanda aşırı bağımlılık (over-reliance) veya güvensizlik (distrust) tuzağına düşmeden sistemlere optimum düzeyde güvenmelerini sağlamak da oldukça önemlidir. HAIKU projesinde insan operatörlerin rollerinin evrimi gözetildiğinde, projenin çıktıları eğitim bağlamında irdelendiğinde, pilotlar için YZ destekli Ekip Kaynak Yönetimi (AI-CRM) ve hava trafik kontrolörleri için YZ destekli Takım Kaynak Yönetimi (AI-TRM) ön plana çıkmaktadır. Zira yakın gelecekte havacılıkta ortaya çıkacak yeni beceri ihtiyaçları şu başlıklarda toplanmaktadır: otomasyona uyum sağlama, yapay zekâ ile iş birliği, eleştirel düşünme, stres yönetimi ve amaca uygun eğitim yaklaşımları. Bu bağlamda, EUROCONTROL operasyonel güvenlik standartları gereği, mevcut Takım Kaynak Yönetimi (TRM) eğitimlerinin AI-TRM olarak güncellenmesi, modüllerin revizyonu ya da eklenecek yeni modüllerle entegrasyon zorunlu hâle gelebilir. Özellikle otomasyon rehaveti (automation complacency), manuel beceri kaybı (skill degradation) ve sistem çöküşü senaryolarında esneklik/hızlı toparlanma (resilience) gibi başlıklar AI-TRM eğitiminin omurgasını oluşturabilir.

Kaynaklar
- EASA (European Union Aviation Safety Agency) (2023, Mayıs). Artificial Intelligence Roadmap 2.0 – Human-centric approach to AI in aviation. https://www.easa.europa.eu/ai
- Lazarus, R. S., & Folkman, S. (1984). Stress, Appraisal, and Coping. Springer.
- Mollick, E. (2024). Co-Intelligence: Living and Working with AI. Portfolio.
- Pink, D. H. (2009). Drive: The Surprising Truth About What Motivates Us. Riverhead Books.
- HAIKU Project. Human AI teaming Knowledge and Understanding for aviation safety. https://haikuproject.eu/ (alert-passed)