Yapay Zekayla Gerçekten İşe Yarayan 7 Şey (Şu An Kullanılanlar)
Mert Durmazer | Digital Academy · 2026-10-26
💡 Hızlı Bilgi
1. Konuşmacı, akıllı televizyondaki reklam ve karmaşadan kurtulmak için Claude'a sadece 4 KB boyutunda sade bir web kumanda arayüzü yazdırdı.
2. Kindle gibi cihazların kilidini açmadan önce olası riskleri yapay zekaya okuttu; güncelleme kaynaklı kilitlenme ve garanti kaybı tehlikesine dikkat çekti.
3. 9 farklı video modelinde denenen sahnede 6 model "yazı olmasın" kuralını çiğnedi; yalnızca Kling, Grok ve Flux tabelasız temiz görüntü üretti.
4. Kalori takibi ve e-posta ayıklama gibi işlerde ücretli uygulamalar yerine metin dosyası üzerinden çalışan yapay zeka ajanlarını tercih etti.
5. Pahalı kurgu abonelikleri yerine, kendi animasyon çizimlerini otomatik yapan "motor.py" adlı Python script'ini yapay zekayla sıfırdan kurdu.
📊 Detaylı Açıklama
Konuşmacı, akıllı televizyonların izleme alışkanlıklarını kaydeden takip teknolojilerini (ACR) ve zoraki reklamlarını ilk hedef olarak seçiyor. İnternette paylaşılan debloat (gereksiz yazılımları temizleme) betikleriyle televizyonun işletim sistemini tamamen silip bozan kullanıcıların aksine daha güvenli bir yol öneriyor. Claude yardımıyla hazırladığı 4 KB'lık "tv.html" dosyası, televizyona doğrudan müdahale etmeden tarayıcı üzerinden sadece YouTube, Netflix, TRT İzle ve Spotify gibi dört ana uygulamayı açan sade bir kumanda paneli sunuyor. Benzer şekilde, Amazon Kindle gibi cihazların yazılım kilidini kırma (jailbreak) sürecinde de doğrudan koda sarılmak yerine topluluk forumlarındaki riskleri yapay zekaya özetletiyor; böylece otomatik güncellemelerin cihazı susturabileceğini önceden görerek geri alınamaz risklere girilmemesini tavsiye ediyor.
Üretken modellerin güvenilirliği konusunda ise 9 farklı video üretim modeline aynı sahneyi veriyor: Yağmurlu bir gece pazarında sarı yağmurluklu, yeşil fenerli bir kurye ve tabelalarda kesinlikle yazı olmaması kuralı. Modellerden 6 tanesi negatif komutu yok sayıp tabelalara anlamsız harfler eklerken, kuryenin elindeki feneri kaybeden modeller de çıkıyor. Çıkan sonuçları yine bir yapay zekaya denetleterek en temiz kurguyu seçiyor. Aynı eleme mantığını e-posta kutusu üzerinde de deniyor. 12 adet hayali müşteri mesajını sınıflandıran yapay zeka, ısıtması bozuk olan müşteriye hemen telefon açılmasını, bedava gemi turu vadeden oltalama postasının ise silinmesini öneriyor. Bilmediği fiyat kısımlarına uydurma veri girmeyip köşeli parantez bırakması, konuşmacıya göre yapay zekayı güvenli kılan en temel nokta.
Son bölümde ise sürekli bildirim yollayan ve abonelik dayatan hazır uygulamaları terk etme yöntemi anlatılıyor. Kalori sayımı için marketteki şişkin uygulamalar yerine, Claude ile konuşarak yerel bir "yemek.txt" dosyası tutturuyor. Model hafızasını bu dosyadan alıyor ve döner gibi değişken yemeklerde kesin rakam yerine kalori aralığı veriyor. Kendi konuşma kayıtlarındaki duraksamaları, dil sürçmelerini ve kanıtsız iddiaları da transkript üzerinden yine yapay zekaya ayıklatıyor. En güçlü örnekte ise konuşmacı, montaj programı aboneliği ödemek yerine kendi çizim tarzına özel "motor.py" isimli bir Python aracı yazdırıyor. Bu dosya bir metin planını okuyup videodaki animasyonları sıfırdan çiziyor; böylece tüm kontrol kullanıcıda kalıyor.
🎯 Teknoloji Uzmanı Yorumu
Konuşmacının yapay zekayı yeni içerik üretip interneti çöpe boğmak yerine fazlalıkları ayıklayan bir süzgeç olarak konumlandırması günümüz teknoloji tüketimi için oldukça isabetli bir yaklaşım. Kullanıcıların çoğu üretken yapay zekayı sadece sohbet etmek veya sıradan metinler yazdırmak için kullanıyor. Oysa cihaz arayüzlerini sadeleştirmek, e-posta yığınını filtrelemek ve gereksiz bildirimleri engellemek gibi alanlarda bu modelleri birer temizlik aracına dönüştürmek günlük verimliliği doğrudan artırıyor.
Test edilen 9 video modelinden 6'sının negatif istemi ("yazı olmasın" kuralını) doğrudan ihlal etmesi ve transkript ayıklamada Claude'un 18 noktaya "emin değilim" şerhi koyması önemli bir teknik gerçeği gösteriyor. Konuşmacının da vurguladığı gibi, mevcut yapay zeka sistemleri nihai karar verici ya da tam bağımsız uygulayıcı olmaktan uzak. Bu sistemleri son kontrolü kullanıcının yaptığı bir ön taslak hazırlayıcısı olarak kurgulamak, halüsinasyon (uydurma bilgi üretme) ve mantık hatalarını en aza indirmek açısından en sağlıklı yöntem olarak öne çıkıyor.
Bu yaklaşımın sınırları ve riskleri ise kullanıcının teknik temkinine dayanıyor. Cihaz kilidi kırma veya televizyon yazılımına müdahale etme gibi adımlarda yapay zekanın yazdığı kodları körü körüne çalıştırmak donanımı tamamen kullanılmaz hale getirebilir. Ayrıca sağlık ve beslenme gibi konularda yerel bir metin dosyasına güvenmek, geniş veritabanlarına sahip profesyonel diyet yazılımlarının doğruluğunu her zaman yakalayamayabilir. Verilerin yerel dosyada kalması mahremiyet açısından büyük bir kazanç olsa da veri doğrulaması yine kullanıcının omzuna biniyor.
Sonuç olarak bu yöntemler, her ay onlarca farklı yazılıma abonelik ücreti ödemekten sıkılan, bildirim kirliliğinden bunalan ve kendi iş akışını minimalize etmek isteyen bilinçli kullanıcılar için son derece mantıklı görünüyor. Buna karşılık, hazır mobil uygulamaların sunduğu zahmetsiz kurulum konforunu arayan ve kod dosyalarıyla vakit kaybetmek istemeyen kullanıcılar için kendi aracını yazdırmak henüz pratik bir günlük alternatif olmayabilir.