Herkes tasarımcılara yapay zekâ kullanmasını söylüyor. Ancak neredeyse hiç kimse bunu kendi iş akışlarında, kendi gerçek projeleriyle nasıl yapacaklarını anlatmıyor. İşte yapay zekânın neye yaradığını, neye yaramadığını ve nedenini bizzat keşfetmeniz için 4 haftalık, kanıta dayalı bir yol haritası.
Öncelikle kabul etmemiz gereken bir gerçek var: Yapay zekâ sizin yerinizi alacak bir tehdit değil, ofisteki stajyerinizdir; siz ise deneyimli tasarımcısınız. Ardından zaten sahip olduğunuz bir beceriyi kavramamız gerek: İyi istem (prompt) yazmak, aslında iyi bir tasarım özeti (brief) yazmaktan farksızdır. Sonrasında ise yapay zekâya asla devredilemeyecek alanları güvence altına almalıyız: Gerçek empati, sahici kullanıcı araştırması ve yaşayan insanları derinlemesine anlama becerisi.
Şimdi ise kuramı bir kenara bırakıp tamamen pratiğe geçiyoruz.
Çünkü yapay zekâyı kavramak ile onunla akıcı bir üretim yetkinliği kazanmak arasındaki uçurum, yalnızca gerçek uygulamalarla kapatılabilir. Bugün bu yetkinliği bilinçli olarak, hafta hafta ve gerçek işlerinin bağlamında inşa eden tasarımcılar; zamanla katlanarak büyüyecek bir avantaj elde ediyor. Üstelik bu avantaj sadece “daha iyi bir araç” buldukları için değil; mesleğin omurgasını dönüştüren bir araç kategorisiyle doğru ve dengeli bir ilişki kurdukları için gelişiyor.
Bu yazı bir sihirli dönüşüm masalı ya da tasarım sürecinizi bir gecede çöpe atma çağrısı değildir. Bu rehber; soyut yapay zekâ okuryazarlıklarının ötesine geçerek, kendi tasarım pratiğinizde neyin işe yarayıp neyin yaramadığını somut kanıtlarla görmenizi sağlayacak 30 günlük kontrollü bir pratik programıdır.
- günün sonunda ezber laflarla konuşan biri olmayacaksınız. Kendi iş akışınızda yapay zekânın neyi kusursuz yaptığını, nerede çuvalladığını ve onu işinizin niteliğini düşürmeden nasıl entegre edeceğini çok iyi bilen bir tasarımcıya dönüşeceksiniz.
Başlamadan Önce: Bu Ay İçin Doğru Zihinsel Çerçeve
İlk haftaya adım atmadan önce şu ilkeyi netleştirmemiz gerekiyor:
Bu 30 gün yapay zekânın bir sınavı değildir. Bu ay, sizin yapay zekâ karşısındaki profesyonel muhakeme yeteneğinizin sınavıdır.
Cevap aradığımız soru “Yapay zekâ genel olarak faydalı mı?” sorusu değildir; bunun cevabı zaten bellidir. Asıl soru şudur: “Yapay zekâ benim kendi tasarım pratiğimde, benim kullanıcı kitlemde ve benim çalıştığım organizasyon bağlamında tam olarak ne işe yarar?” Bu sorunun cevabı her tasarımcı için farklıdır ve hiçbir rehber bunu sizin yerinize cevaplayamaz.
Kritik Kural: Mevcut çalışma düzeninizi ilk günden itibaren yapay zekâ ile değiştirmeye kalkışmayın. Bunu yapanlar, ellerindeki kıyaslama imkânını kaybeder. Bu ay yapay zekâyı mevcut yönteminizin yerine değil, yanında paralel olarak çalıştırın. İşi iki yolla da üretin, çıktıları yan yana koyun ve aralarındaki farkın size rehberlik etmesine izin verin. Asıl müfredat, bu kıyaslamanın ta kendisidir.
1. Hafta: Teslim Olmadan Gözlemleyin (1–7. Günler)
İlk haftanın tek bir amacı var: Yapay zekâ araçlarının ürün pazarlama broşürlerinde vadedilenleri değil; sizin gerçek tasarım problemlerinizle, gerçek kullanıcı verilerinizle karşılaştığında gerçekte ne yaptığını çıplak gözle görmek.
Bu Hafta Ne Yapacaksınız?
- Tek Bir Araca Odaklanın: Beş farklı araca dağılmayın, ekosistemin tamamını aynı anda öğrenmeye çalışmayın. Ana uzmanlık alanınıza en uygun tek bir araç seçin:
- Kullanıcı Deneyimi Araştırmacısıysanız: Claude, Dovetail AI veya Notion AI gibi sentez araçları.
- Etkileşim / UI Tasarımcısıysanız: Figma AI veya UX Pilot gibi fikir geliştirme ve arayüz asistanları.
- İçerik Tasarımcısıysanız (UX Writer): Claude veya ChatGPT gibi metin odaklı modeller.
- İşi Paralel Yürütün: Bu hafta masanızda zaten yapmanız gereken üç gerçek görevi seçin (örneğin; bir kayıt akışı için mikro metinler yazmak, bir panel için form varyasyonları üretmek veya 3 kullanıcı görüşmesini etiketlemek). Bu işleri hem her zamanki yönteminizle yapın hem de seçtiğiniz yapay zekâ aracından geçirin. İki çıktıyı da yan yana koyup inceleyin.
Neleri Gözlemleyeceksiniz?
- Kaliteden Ödün Vermeden Zaman Kazandıran Noktalar: Yapay zekânın çıktı kalitesini düşürmeden hız kazandırdığı yerler ilk yeşil ışığınızdır (örneğin; form hata durumlarının varyasyonlarını çoğaltmak veya uzun bir toplantı dökümünün kaba maddelerini çıkarmak).
- Doğru Görünen Ama Yanlış Hissettiren Çıktılar: En değerli keşif alanınız burasıdır. Çıktıda bir eğrilik hissettiğiniz an durun ve bu hissi somutlaştırın: Problem tonlamada mı? Yerel/kültürel bir bağlam eksikliği mi var? Yoksa yapay zekâ genel geçer bir kalıbı körü körüne sizin özel kullanıcı senaryonuza mı dayatıyor? Yapay zekânın neyi ıskaladığını adıyla telaffuz edebilmek, iyi tasarımcılığın temelidir.
- Sizi Şaşırtan Açılımlar: Aklınıza hiç gelmeyen bir kenar durumu (edge case) veya çözüm alanını genişleten bir alternatif sundu mu? Bu anlar, yapay zekânın salt bir hızlandırıcı olmaktan çıkıp zihinsel bir kaldıraç haline geldiği anlardır.
1. Hafta Kapanış Notu: Haftanın sonunda defterinize yalnızca üç net cümle yazın:
- 1. En çok nerede zaman kazandırdı?
- 2. Nerede çuvalladı ve eksik tam olarak neydi?
- 3. Hangi noktada beni şaşırttı?
Bu üç cümle, kişisel yapay zekâ haritanızın ilk temel taşlarıdır.
2. Hafta: Tek Bir Kullanım Senaryosunda Derinleşin (8–14. Günler)
İlk hafta yüzeyi taradınız. İkinci haftada ise en umut verici alana odaklanıp derinlemesine kazı yapacaksınız. 1. haftada yapay zekânın size en çok zaman kazandırdığı veya en yararlı alternatifleri sunduğu tek bir görev tipini seçin ve tüm haftayı ona ayırın.
Bu Hafta Ne Yapacaksınız?
Aynı görev tipi üzerinde en az 5 farklı deneme (iterasyon) gerçekleştirin. Her denemede isteminizdeki (prompt) yalnızca tek bir değişkeni değiştirin:
- Role verdiğiniz tanımı değiştirin (“Deneyimli bir FinTech ürün tasarımcısı gibi davran” yerine “B2B SaaS alanında regülasyon uzmanı gibi düşün”).
- Sağladığınız bağlamı daraltın veya genişletin.
- Belirlediğiniz kısıtları netleştirin (“Maksimum 45 karakter, teknik terim içermeyen, endişe gidermeye odaklı 3 varyasyon üret”).
- Çıktıyı denetlemesi için değerlendirme kriterleri ekleyin.
Her değişken değişiminde çıktının nasıl başkalaştığını izleyin. Bu, teorik bir istem eğitimi değil; doğrudan kendi işiniz üzerinde yapılan canlı bir laboratuvar çalışmasıdır. 5. iterasyona geldiğinizde, hangi parametrelerin çıktıyı doğrudan etkilediğini artık sezgisel olarak bileceksiniz.
Kıyaslama Disiplini (İki Kritik Soru):
Bir çıktıyı kabul etmeden önce kendinize şu iki soruyu mutlaka sorun:
- Bu çıktıyı işimde gerçekten kullanılabilir hale getirmek için üzerine ne kadar şey eklemem, çıkarmam veya düzeltmem gerekti?
- İstemi yazmak, modeli yönlendirmek ve gelen metni/tasarımı düzeltmek için harcadığım süre, bu işi sıfırdan tek başıma yapacağımdan daha mı kısa sürdü?
Eğer her denemede düzenleme maliyeti (editing cost) kazandığınız zamanı yutuyorsa, ortada iki ihtimal vardır: Ya istem mühendisliğiniz henüz oturmamıştır ya da o görev yapay zekâya devredilmeye uygun değildir.
İkinci Hafta Kapanış Notu: Derinleştiğiniz senaryoyu özetleyen tek paragraflık bir protokol yazın:
Görev tam olarak neydi? Hangi istem şablonu en iyi sonucu verdi? Yapay zekâ neyi kusursuz, neyi sürekli eksik yaptı? İnsani kontrol adımında nelere özellikle dikkat edilmeli?
Bu not, gelecekteki kişisel çalışma kılavuzunuzun ilk operasyonel sayfasıdır.
3. Hafta: Araştırma Pratiğinize Dahil Edin (15–21. Günler)
İlk iki hafta icra ve üretim (execution) görevlerine odaklandık. Üçüncü hafta ise mesleğimizin en hassas ve dokunulmaz alanına giriyoruz: Kullanıcı Araştırması.
Hassas kelimesini özellikle seçiyoruz. Çünkü tasarım dünyasında yapay zekâya aşırı yetki devretme (over-delegation) tuzağının en yüksek olduğu yer araştırmadır. Araştırma çok zaman alır; yapay zekâ araçları ise dışarıdan bakıldığında tıpkı gerçek bir araştırma bulgusu gibi duran raporları saniyeler içinde masanıza yığabilir. Üstelik şirket içindeki paydaşlar, modelin çıkardığı istatistiki örüntüler ile gerçek bir insanın derin içgörüsü arasındaki hayati farkı çoğu zaman ayırt edemez.
Üçüncü haftanın amacı, aradaki bu farkı bizzat kendi gözlerinizle görmeniz ve insan merkezli araştırmayı savunabilmenizdir.
Deney 1: Sentez Kıyaslaması ve “İnsani Fark” (The Delta)
Geçmişte bizzat yürüttüğünüz ve geleneksel yöntemlerle analiz edip raporladığınız bir kullanıcı araştırmasını (mülakat dökümleri, kullanılabilirlik test kayıtları veya anket açık uçlu yanıtları) ele alın. Bu veriyi bir yapay zekâ sentez aracına yükleyin ve tematik harita çıkarmasını isteyin.
Sonra modelin çıkardığı analiz ile kendi çıkardığınız raporu yan yana koyun. Bu 30 günün en aydınlatıcı anı burasıdır. Çünkü yapay zekânın metinleri nasıl özetlediğini ve en önemlisi neyi kaçırdığını göreceksiniz.
Model hemen her zaman en can alıcı noktaları ıskalar:
- Katılımcının ses tonundaki ironiyi ve tereddüdü,
- Söylediği söz ile ekranda yaptığı eylem arasındaki çelişkiyi,
- Yerleşik ürün varsayımlarınızı temelden sarsan o beklenmedik küçük kırılmayı.
Yapay zekânın tespit ettiği mekanik örüntüler ile sizin ulaştığınız insani kavrayış arasındaki bu farkı (Delta) açıkça not edin. Yarın bir yönetici “Araştırmacıya ne gerek var, kayıtları yapay zekâya özetletelim” dediğinde masaya koyacağınız en güçlü argüman bu fark olacaktır.
Deney 2: Araştırma Planlama Asistanı
Yapay zekâyı araştırma çıktısını yorumlamak için değil, araştırmayı planlamak için kullanın. Araştırma sorularınızı, hedef kitlenizi ve ürün hipotezlerinizi araca verin; size bir mülakat soru kılavuzu (discussion guide) taslağı hazırlamasını isteyin.
Gelen soruları sadece kalitesiyle değil, kendi kör noktalarınızı ortaya çıkarması açısından değerlendirin: Yapay zekâ hangi soruları sormayı akıl etti, hangilerini tamamen es geçti? Yapay zekânın hazırladığı taslaktaki boşluklar, çoğu zaman sahaya çıkmadan önce kendi zihninizde taşıdığınız önyargıları ve kör noktaları fark etmenizi sağlar.
3. Hafta Kapanış Notu: İki kısa paragraf yazın:
1. Paragraf: Araştırma sentezinde yapay zekâ neyi kaçırdı ve insan muhakemesinin vazgeçilmezliği nerede belirdi?
2. Paragraf: Yapay zekânın hazırladığı soru rehberi kendi hipotezlerinizdeki hangi kör noktaları aydınlattı?
4. Hafta: Entegrasyon, Sınırlar ve Karar (22–30. Günler)
Dördüncü hafta deney haftası değildir; karar ve kurumsallaşma haftasıdır. Elinizde üç haftalık somut kanıt var. Artık kulaktan dolma verilerle değil, kendi pratiğinizden süzülen verilerle yapay zekânın sınırlarını çizeceksiniz.
İlk 30 Gün İçin LucyUX Çerçevesi
Bu 4 haftalık ritim, yazarın geliştirdiği LucyUX tasarım metodolojisiyle birebir örtüşür:
Listen (Dinle – 1. Hafta): Yapay zekânın çıktılarını önyargısızca dinleyin. Aracın sınırlarının çıkardığı seslere, başarılarına ve bocaladığı anlara kulak verin.
Understand (Anla – 2. Hafta): Modelin faydalı bir şey üretirken arkada ne yaptığını, hangi istem bileşenlerinin çıktıyı kurtardığını kavrayın; aracı rastgele kurcalamaktan bilinçli yönlendirmeye geçin.
Conceptualize (Kavramsallaştır – 3. Hafta): Bu anlayışı mesleğinizin en derin alanına, araştırmaya uygulayın. İnsan muhakemesi ile makine hızının nerede ayrılacağını netleştirin.
Yield (Ürün Al / Sonuçlandır – 4. Hafta): 30 gün boyunca biriktirdiğiniz kanıtları somut bir iş haritasına dönüştürün; spekülasyondan arınmış, ölçülebilir bir pratik elde edin.
Bugün, 1. Günden Hemen Önce Atmanız Gereken İlk Adım
Gözlem defterinizi açın ve 30 günlük süreci başlatmadan önce şu anki en büyük üç varsayımınızı yazın.
Genel geçer cümleler kurmayın. “Yapay zekâ araştırmada işe yarar” demek yerine somutlaştırın:
“Yapay zekâ mülakat metinlerini kodlarken bana saatler kazandıracak; ancak katılımcının sesindeki kırılmayı ve o kırılmanın arkasındaki asıl satın alma kaygısını kesinlikle yakalayamayacak.”
Bu varsayımları yazın, bir zarfa koyun (ya da kilitli bir nota kaydedin) ve 30. güne kadar kesinlikle açmayın.
Gün geldiğinde o günkü inançlarınız ile 30 günün sonunda elinizde kalan somut gerçekleri karşılaştırın. Aradaki fark, sizin yapay zekâ çağındaki gerçek mesleki olgunluğunuz olacaktır.
Gelecek beş yıl içinde yapay zekâ ile en sağlıklı ve sürdürülebilir bağı kuranlar; onu en hızlı ve körü körüne benimseyenler olmayacak. Başlangıçta zaman ayırıp onu bilinçli, eleştirel ve kanıta dayalı bir muhakemeyle iş akışına dahil edenler ipi göğüsleyecek.
