- Bu yıl, üretken yapay zekanın yenilik aşamasının sona erdiği ve artık kenardan izlemmenin mümkün olmadığı yıl. Bireyler, şirketler ve meslekler için kasıtlı biçimde uyum sağlamak ya da geride kalmayı seçmek gereken bir dönüm noktası
- Yapay zeka rekabetinin odağı otonom ajanlar, delege edilen UI’lar ve üretken arayüzlere kayarken, yazılım tıklamayı bekleyen bir araç olmaktan çıkıp birlikte hareket eden bir sisteme dönüşüyor
- Çok modlu dünya modelleri ve fiziksel yapay zekanın yaygınlaşmasıyla statik UI’lar ve tek amaçlı araçlar eskiyor; UX, güven ve denetim arayüzü tasarımı temel bir iş hendeği olarak öne çıkıyor
- Hesaplama kısıtları kalıcı bir koşul haline geldikçe çıkarım kıtlığı ile ücretli/ücretsiz katmanlar yerleşiyor; ürün ve iş akışı tasarımı maliyet, kota ve hız sınırlarını temel alacak şekilde yeniden şekilleniyor
- İnsanın değeri çıktı üretmekten uzaklaşıp hedef tanımı, yargı, doğrulama ve sorumluluğa kayıyor; bu dönüşümü anlayıp hazırlananlar için 2026 bir kriz değil, en heyecan verici yıl olacak
Öngörü 1: Bitmeyen değişimin hızlanması
- Değişim artık sabit bir hızda değil, ivmelenen bir durumda
- Bir CIO, Deloitte’a “yeni bir teknolojiyi araştırmak için gereken sürenin, o teknolojinin ilgili kalma penceresini aştığını” söyledi
- METR verilerine göre, otonom biçimde tamamlanabilen görevlerin zaman ufku genişliyor
- 2019’da (GPT-2): Yapay zeka, insanın 3 saniyelik iş ölçeğini işleyebiliyordu
- 2025 başında: İnsanın 1,5 saatlik iş ölçeğini işleyebiliyor
- 2025 sonunda (Claude Opus 4.5): İnsan uzman düzeyinde yaklaşık 5 saatlik işi otonom biçimde yerine getirebiliyor
- İkiye katlanma döngüsü 7 aydan 4 aya kadar daha da hızlandı
- 2026 sonu itibarıyla insanın 39 saatlik iş ölçeğine kadar görevleri otonom biçimde yerine getirme olasılığı var
- Toplantılar gibi iş dışı zamanlar da dahil edildiğinde, bu neredeyse 1 haftalık çalışma ölçeğine karşılık geliyor
- 2027 sonu itibarıyla insanın iki aylık işini yaklaşık 1 saatte işleyebilen bir seviyeye ulaşabilir
- Buna yaklaşık $100 düzeyinde hesaplama maliyeti varsayımı da dahil
- 2030 sonunda (beklenen süperzekâ zamanı), insanın yaklaşık 100 yıllık iş ölçeğini bir gün içinde işleyebilen bir seviyede olabilir
- Bir birey 100 yılını tek bir projeye harcamaz, ancak ekip düzeyinde 100 kişi-yıllık iş mümkündür
- 100 kişi-yıllık işe örnek olarak ‘orta bütçeli’ bir Bollywood filminin çekim ve kurgusu veriliyor; mevcut bütçe ₹75 crore = yaklaşık $9M USD
- ‘Yüksek bütçeli’ bir Hollywood filmi (mevcut prodüksiyon maliyeti $200M) 2032 civarında bir gün ve $200 düzeyinde bile mümkün olabilir
- Örnek olarak infografik üretimine bakıldığında, Nano Banana Pro makale tabanlı bir infografiği 1 dakikanın altında işleyebiliyor
- 5 dakikada 16 varyasyon üretti, ancak bunların yarısında hata oranı yüksekti ve yayımlanması zordu
- Sonunda 2 tanesi seçildi, toplam maliyet $0.48 oldu
- Seçim ve karşılaştırma süreci hariç tutulursa maliyet daha da düşük olabilir
- İnsanın 1 haftalık işine örnek: “discount” kullanılabilirlik testi söz konusu olduğunda, 2026 sonuna kadar yapay zeka kullanılabilirlik sorunlarını davranış gözlemiyle iyi yakalayamayabilir
- Buna karşılık, kullanıcı test sürecinin tamamını yürütmesi mümkün olabilir
- Ayrıca başka bir 1 haftalık iş örneği olarak bir avukatın karmaşık bir iş sözleşmesi yazması ya da ‘Silver Age’ süper kahraman çizgi romanı (genelde 10 sayfa) düzeyinde kısa bir çizgi roman üretimi verilebilir
- Şu anda bile Nano Banana Pro ile 14 sayfalık bir çizgi roman üretmek mümkün, ancak birçok aşamada yoğun insan müdahalesi gerekiyor
- “Görev süresi (task duration)”, yapay zekanın tamamen otonom biçimde baştan sona tamamladığı iş ölçeğini ifade eder
- 10 sayfalık bir çizgi romanın tamamen otonom üretimi yıl sonuna kadar mümkün olabilir, ancak şu anda değil
Öngörü 2: AGI 2026’da gelmeyecek
- 2026’da genel yapay zeka (AGI) ortaya çıkacak gibi görünmüyor
- AGI tanımı konusunda bir uzlaşı yok ve daha gevşek bir tanım kullanılırsa buna zaten ulaşıldığı da söylenebilir
- Nitekim yapay zeka klasik Turing testini (taklit oyunu) fiilen geçmiş durumda
- Daha sıkı bir tanım olarak Müller ve Bostrom’un 2014’te ortaya koyduğu ölçüt sıkça alıntılanıyor
- “Yardım almadan çalışan bir makine, ortalama bir insan işçiden her belirli işi daha iyi ve daha ucuza yapabildiğinde AGI’ye ulaşılmış sayılır”
- Ben bu tanımdan çok, François Chollet’nin 2019’da sunduğu tanımı daha önemli görüyorum
- “AGI, eğitim verisinde yer almayan yeni ve açık uçlu problemleri çok az ön deneyimle verimli biçimde öğrenip çözebilen sistemdir”
- Bu tanım, mevcut görevleri yapabilmekten ziyade yeni problemleri öğrenme yeteneğine odaklanır
- Biyolojik zekânın güçlü olmasının nedeni de çevresel değişime yüksek uyum kapasitesidir
- Chollet’nin tanımına göre AGI ancak 2035’ten sonra mümkün olabilir
- Buna karşılık süperzekâ (ASI) daha erken, 2030 civarında ortaya çıkabilir
- Bu, mevcut tüm görevlerde yaşayan tüm insanlardan daha üstün performans gösterebilme durumunu ifade eder
- Paradoksal biçimde ASI’ye AGI’den önce ulaşılması mümkün olabilir
- Çünkü mevcut görevlerden biri de “daha iyi yapay zeka tasarlamak ve uygulamak”tır
- Bu aşamaya gelindiğinde özyinelemeli öz geliştirme başlar ve tam anlamıyla bir tekillik olmasa bile değişim hızı keskin biçimde artar
- Şu anda yaklaşık 4 ay olan yapay zeka görev ufkunun ikiye katlanma döngüsü
- ASI sonrasında aylık düzeye inebilir
- Bu durumda yıllık bazda teorik olarak yaklaşık 4.000 kat performans artışı mümkün olabilir
Öngörü 3: Yeni yapay zeka ölçekleme yasası — belirsiz
- 2026’da mevcut ön eğitim, pekiştirmeli öğrenme ve çıkarım zamanı hesaplamasına eklenen yeni bir ölçekleme paradigmasının ortaya çıkıp çıkmayacağı belirsiz
- Silikon Vadisi’nde, Google DeepMind’ın sürekli öğrenme (continuous learning) ile ilgili bir yaklaşım hazırladığına dair söylentiler dolaşıyor
- OpenAI’nin de yalnızca hesaplama genişlemesine değil, yapısal olarak büyük değişimler içeren araştırmalar yürüttüğüne dair değerlendirmeler var
- Çin’deki araştırma enstitüleri, xAI, Meta ve Anthropic’in de farklı yönlerde yeni ölçekleme yaklaşımlarını deniyor olması muhtemel
- Ancak araştırma atılımı olmasa da yapay zekadaki genel ilerleme hızı sürüyor
- Çünkü “Acı Ders (The Bitter Lesson)” olarak bilinen yaklaşımın gösterdiği gibi, algoritmik fikirlerden çok daha fazla hesaplama ve daha büyük ölçek performansı istikrarlı biçimde yükseltti
- Araştırma sonuçlarını tek tek öngörmek zor; belirli bir yılda atılım olup olmayacağı neredeyse şansa bağlı
- Ancak uzun vadede, araştırmacı sayısı arttıkça atılım yaşanma olasılığı da yükselir
- Yapay zeka alanına yatırım artmaya devam ettikçe, daha fazla yüksek zekâlı insan yapay zeka araştırmalarına akıyor
- Sonuç olarak yeni bir ölçekleme yasasının ne zaman geleceği bilinmese de, bir gün ortaya çıkma olasılığı artıyor
- Benim sonucum basit
- 2026’da yeni bir ölçekleme yasası gelebilir de gelmeyebilir de
- Ancak uzun vadede araştırma insan kaynağındaki artışın kendisi de başka bir ölçekleme yasası gibi çalışıyor
Öngörü 4: AI araştırma laboratuvarlarının hendekleri (moat) yok
- 2025 boyunca, herhangi bir AI araştırma laboratuvarının teknolojik üstünlüğünün kalıcı olmadığı netleşti
- Bir laboratuvar belirli bir yeteneği önce kanıtladığında, diğer laboratuvarların hızlı takipçi (fast follower) olarak kısa sürede benzer seviyeye ulaştığı örüntü tekrarlandı
- 2026 başı itibarıyla alanlara göre liderler şöyle
- genel zeka: Gemini 3 Pro
- görsel üretimi: Nano Banana Pro
- video üretimi: Veo 3.1
- Ancak GPT 5.2 Pro, Seedream 4.5, Seedance 1.5 Pro gibi modellerde de performans farkı büyük değil
- Müzik, ses ve avatar alanlarında ise sırasıyla Suno, ElevenLabs, HeyGen liderliğini sürdürüyor
- Aralık 2026 itibarıyla 1. sırada olacak model bile, 2. sıradakiyle arasındaki farkı büyük olasılıkla yalnızca birkaç ay seviyesinde tutabilecek
- Bu liderliğin 2027'nin ilk çeyreğini geçmeden kaybolma olasılığı da yüksek
- Bu durumun ortaya çıkardığı birbirine zıt pratik sonuçlar var
- En yüksek performans her zaman kritikse, birkaç ayda bir AI sağlayıcısı değiştirmeye hazır olmak gerekir
- Yıllık abonelikler veya uzun süreli kilitlenme bu durumda aksine risk yaratır
- Küçük performans farkları tolere edilebiliyorsa, yıllık abonelik indirimi ya da paket fiyatlarla maliyet verimliliği aramak mantıklıdır
- Belirli bir alana odaklanan dikey AI sağlayıcıları için, temel modeli kolayca değiştirebilecek veya
- birden çok modeli harmanlayarak kullanabilecek bir mimari varsayımıyla sistem tasarlamak önemlidir
- Asıl ilgi alanı görsel ya da video üretimiyse
- Freepik, Higgsfield, Krea gibi model toplayıcı hizmetlerden yararlanmak verimlidir
- En yeni modeller çoğu zaman ana hizmette yayınlandıktan kısa süre sonra bu platformlara da eklenir
Öngörü 5: AI modelleri için farklılaştırıcı unsur olarak UX
- Başlıca foundation model'ler, ham akıl yürütme kapasitesi açısından model yakınsaması aşamasına ulaştı
- Ortalama bir şirket çalışanı ya da genel tüketici açısından bakıldığında, başlıca AI sağlayıcıları arasındaki çıktı kalitesi farkı hissedilmesi zor bir düzeye indi
- Geçmişte 1 yıldan uzun süren teknolojik üstünlükler artık birkaç hafta içinde yok oluyor
- Sonuç olarak kullanıcı deneyimi (UX), model zekasının yerine geçen sürdürülebilir temel farklılaştırıcı unsur olarak öne çıkıyor
- Rekabet dengesi 2024'te “en akıllı modele kim sahip?” sorusuyken
- 2026'da “en iyi tasarlanmış iş akışını kim sunuyor?” sorusuna kayıyor
- Prompt verip cevap alma üzerine kurulu “genel sohbet botu” merkezli dönem sona erdi
- 2026'nın kazananı, genel amaçlı modelleri temel alıp
- hukuk, sağlık, kod refactoring gibi belirli alanlara derinlemesine uyarlanmış iş akışları sunan dikey AI platformları olacak
- Geçmişte küçümseyici biçimde kullanılan “AI wrapper” ifadesi
- ham modellerin çözemediği “last mile” kullanılabilirlik sorunlarını çözdüğü takdirde
- en güçlü ve savunulabilir iş modelini ifade eder hale geliyor
- İronik biçimde, bugün başlıca AI araştırma laboratuvarlarının ortak sorunu çok kötü kullanılabilirlik
- Az sayıda tasarımcı ya da araştırmacı olsa da
- ürün stratejisine kullanıcı araştırması ve UX içgörülerinin yön vermediği bir yapı söz konusu
- Klasik web ve mobil çağına yön veren geleneksel UX söylemlerinin önemli bir bölümü
- AI çağındaki değişime uyum sağlayamayarak geriye dönük bir ortodoksiye dönüştü
- Dünya genelindeki yaklaşık 2 milyon UX uzmanı içinde
- AI-UX'in yönünü gerçekten anlayanların sayısı son derece az
- yazarın tahminine göre yaklaşık %99'u hâlâ eski paradigmanın içinde
- İstisna olarak Luke Wroblewski gibi
- web çağındaki deneyiminden hareketle AI-UX'in geleceğini kavrayabilen isimler de var
- Tek bir AI laboratuvarının UX liderliğine sıçraması için gereken koşullar şaşırtıcı derecede basit
- 100 kişiden az, çok yetenekli bir UX ekibi yeterli
- Bunların yalnızca çok küçük bir kısmının “guru seviyesinde” olması, geri kalanının ise üst yüzde birkaçlık uygulama becerisine sahip olması kâfi
- Gerçekte yalnızca ABD ve Çin'e bakıldığında bile
- bu insanları işe alabilecek yeterli bir havuz mevcut
- Ancak bu öngörünün boşa çıkma ihtimali de var
- belirli bir laboratuvar rakiplerine kıyasla %10 değil, 10 kat daha iyi doğrusal olmayan bir atılım gerçekleştirirse
- bir kez daha “zeka farkı” açılabilir ve kullanıcılar kötü UX'e katlanmayı kabul edebilir
Öngörü 6: Google AI toparlanmaya girişiyor
- 2026, Google'ın nihayet kendi AI ürünleri ve modellerinin geneli için düzenli ve birleşik bir UX mimarisi kurduğu yıl olabilir
- Şu anda Google'ın AI ürünleri, çeşitli hizmetler ve giriş noktaları arasında parçalanmış bir halde dağılmış durumda
- Aynı AI modeli
- farklı yerlerde
- işlevleri biraz değişen biçimlerde sunuluyor
- bu da kullanıcının resmî yolun hangisi olduğunu anlamasını zorlaştırıyor
- Bazı AI özellikleri kullanım için API anahtarı tabanlı ayrı bir faturalandırma kurulumu gerektiriyor
- Bu, geliştirici olmayanlar için fiilen imkânsız, teknik kişiler için bile oldukça zahmetli bir süreç
- Aylık kullanım sınırı aşıldığında anında ek kredi satın alınabilecek tutarlı bir yol yok
- Bunun yerine “bugün artık Deep Think kullanılamaz” gibi kısıt mesajları alınıyor
- ya da görsel üretim kalitesinin bir anda düşük çözünürlüğe düştüğü bir deneyim yaşanıyor
- Sağduyulu bir AI hizmetinde
- aboneliğe dahil krediler tükendiğinde
- anında ek kredi satın alma seçeneği sunulması doğal olurdu
- Nitekim HeyGen yaklaşık 200 kişilik bir organizasyonla bu sorunu çözüyor
- Bu açıdan Google'ın aynı sorunu çözememesi daha da dikkat çekici
- 2025 boyunca Google teknik açıdan son derece güçlü AI modellerini art arda piyasaya sürdü
- ancak kullanılabilirlik, ürünler arası mimari, fiyatlandırma ve faturalandırma sistemi gibi alanların tamamı karmaşık durumda kalmaya devam etti
- Ancak çok sayıda yeni AI hizmetinin lansmanı ve OpenAI, xAI, Anthropic, Meta ile Çinli AI sağlayıcılarının güçlü rekabet baskısı altında
- bu karmaşanın daha fazla görmezden gelinmesi zor olan bir sınır noktasına ulaşıldı
- Sonuç olarak 2026, Google'ın teknik rekabet gücünü UX, mimari ve fiyatlandırma sistemine de yayarak
nihayet “kullanılabilir bir AI platformuna” dönüştüğü bir dönüm noktası olabilir
Öngörü 7: Compute krizi sürüyor
- 2026'da da compute krizi, geçici bir “GPU kıtlığı” meselesi değil; AI endüstrisinin genelini tanımlayan kalıcı bir işletim koşulu olarak sürecek
- Bu kısıt, AI sağlayıcılarının neyi piyasaya sürebileceğini, nasıl fiyatlandırma yapabileceğini ve müşterilerin hangi ölçeğe kadar operasyon yürütebileceğini doğrudan belirliyor
- Başlıca AI şirketleri compute kapasitesini güvenceye almak için şimdiden bir altyapı savaşına girmiş durumda
- OpenAI ve SoftBank, “Stargate” projesi aracılığıyla enerji ve veri merkezi altyapısına doğrudan yatırım yapıyor; buna Teksas'ta 1.2GW ölçekli bir tesis de dahil
- xAI, Mississippi'de 2GW'lık bir veri merkezi inşa ediyor ve Şubat 2026'da faaliyete geçmesi bekleniyor
- Meta da AI veri merkezlerini desteklemek için nükleer enerjiyle ilgili anlaşmalar yaptı
- Buna rağmen bu genişlemeler, talep artışını karşılamaya uzaktan bile yetmiyor
- 2026, tam anlamıyla bir “Inference Famine” dönemine girilen yıl olacak
- Verimlilik arttıkça kullanımın patlaması şeklindeki Jevons paradoksu aynen işliyor
- AI daha akıllı hale geldikçe, basit metin yerine otonom ajanlar ve video üretimi gibi çok daha ağır işlere yönlendiriliyor
- Sonuç olarak compute erişimi katmanlı hale geliyor
- Premium compute: en güçlü ve en uzun bağlama sahip modeller, bekleme listeleri ve iş saatlerine göre yükselen fiyatlarla sunulan bir lüks katman olacak
- kitlesel pazar: yüksek düzeyde kuantize edilmiş “eko modeller” etrafında sunulan düşük maliyetli, düşük performanslı AI
- Hem OpenAI hem de Google'da, en üst düzey modelleri açmaktan çok eko modelleri yaygınlaştırmaya öncelik veren bir eğilim var
- Aşırı sıcaklarda veri merkezlerinin aşırı ısınmasını önlemek için model performansının dünya genelinde düşürüldüğü, AI endüstrisine özgü bir “brownout” olgusu da şimdiden gözlemleniyor
- “Her şeye AI” vizyonu, gerçek dünyadaki birim ekonomi karşısında frenleniyor
- akıllı tost makineleri ya da önemsiz IoT cihazları, bulut tabanlı çıkarım maliyetini karşılayamadığı için bir süre daha akıllanmayacak
- 2026'daki somut değişim:
- compute farkındalığı olan ürün tasarımı zorunlu hale gelecek
- katmanlı fiyatlandırma, hız sınırlama, kuyruklama, batch işleme ve yoğun olmayan saatlerde kullanım teşvikleri
- geçici önlemler değil, kalıcı UX kalıpları olarak yerleşecek
Öngörü 8: AI agent’ları
- 2025’in AI agent’larının yılı olması bekleniyordu, ancak gerçekte görüntü ve video üretiminin yılı oldu
- 2026’nın, AI’nın ciddi biçimde agent biçiminde çalışmaya başladığı yıl olma ihtimali yüksek
- AI, prompt bekleyen pasif bir sohbet aracından, kendi kendine planlayan, yürüten ve yineleyen aktif agentik sistemlere kayıyor
- UX açısından da konuşma tabanlı yapıdan delegasyon tabanlı yapıya geçiş yaşanıyor
- Konuşma tabanlı UI: AI’ya soru sorma yöntemi
- Delegasyon tabanlı UI: AI’ya hedef atayıp sonuçları yönetme yöntemi
- Meta, öncü agent şirketi Manus’u 2,5 milyar dolar karşılığında satın alarak bu akışa yatırım yaptı
- 2026 sonuna gelindiğinde şirketlerin AI performans göstergeleri
- “Ne kadar çok token üretti?”den
- “Ne kadar çok işi otonom olarak tamamladı?”ya kayacak
- Çoklu agent sistemleri (MAS) yaygınlaşacak
- Uzmanlaşmış agent’lar, insan müdahalesi olmadan iş birliği yaparak ortak hedeflere ulaşacak
- Basit yardımcı araçlar değil, daha çok dijital çalışana yakın roller üstlenecekler
- Bu agent’lar diğer agent’larla pazarlık yapacak, operasyonel iş akışlarını yönetecek ve tedarik zinciri yeniden siparişi ya da full-stack kod dağıtımı gibi karmaşık dizileri yürütecek
- Microsoft başta olmak üzere hyperscaler’lar bunu, çıkarım merkezli AI’dan iş birliği merkezli AI’ya geçiş olarak görüyor
- Az sayıda kişiden oluşan ekipler, geçmişte onlarca kişinin gerektiği işleri yapabilecek
- Aynı zamanda inceleme paradoksu da belirginleşecek
- AI’nın ürettiği sonuçları doğrulamak, bizzat üretmekten bilişsel olarak daha zor olan durumlar sıklaşacak
- Buna rağmen doğrulama, insanın kalan temel rolü olmaya devam edecek
- 2026’da inceleme yorgunluğu yayılacak
- Agent mantığını denetlemenin maliyeti, tasarruf edilen zamanı aşarken; gerçek bir anlayış olmadan sadece onay verilen durumlar artacak
- Bir sonraki temel UX görevi
- prompt arayüzleri değil, agent’ların onlarca adımlık düşünme süreçleri için
- insan yöneticilerin tek bakışta güvenilip güvenilemeyeceğine karar verebilmesini sağlayan denetim arayüzleri tasarlamak olacak
- Başlıca risk faktörleri
- Agentik gridlock: Salesforce, SAP gibi farklı sağlayıcıların agent’ları; kapalı ekosistemler ve çelişen yönetişim nedeniyle etkileşim kurmakta başarısız olabilir
- Otonominin kırılganlığı: Gözetimsiz döngülerde hataların birikerek gerçek operasyonel olaylara yol açma ihtimali
Öngörü 9: Üretken UI (GenUI) ve tek kullanımlık arayüzler
- Tüm kullanıcıların aynı menüleri, düğmeleri ve düzenleri gördüğü statik arayüzler hızla demode hale geliyor
- 2026, üretken UI (GenUI)’ye geçişin ciddi biçimde başladığı dönem olacak
- Arayüzler artık hard-code edilmeyecek; kullanıcının niyeti, bağlamı ve geçmişine göre gerçek zamanlı üretilecek
- Örneğin bir bankacılık uygulamasında belirli bir işleme itiraz etmeye çalışırken
- Menü > Destek > Talep > Geçmiş gibi karmaşık gezinmelere gerek kalmadan
- AI, niyeti tahmin ederek ilgili işlem bilgisi ve yalnızca “İtiraz et” düğmesini içeren kişiselleştirilmiş bir mikro arayüzü anında oluşturacak
- İş bittiğinde bu arayüz hemen ortadan kalkacak
- GenUI ortamında UX tasarımcısının rolü, statik ekranlar çizmek değil
- AI’nın arayüzü birleştirirken kullandığı kısıtları ve tasarım token sistemini tasarlamaya kayacak
- Sonuç olarak yeni başlayanlara yalnızca tek düğmeli aşırı sade bir ekran sunarken
- ileri düzey kullanıcılara yüksek bilgi yoğunluklu bir arayüzü ek bir frontend kodu olmadan aynı anda sağlamak mümkün olacak
- Bu akışkanlığın bedeli olarak kas hafızasının kaybı ortaya çıkacak
- Eskiden insanlar mekânsal tutarlılığı ezberleyip ustalık kazanıyordu
- Arayüz durumdan duruma değişirse ezbere dayalı ustalaşma imkânsız hale gelir
- Yani bu, öğrenilebilirliğin (learnability) anındalıkla (immediacy) takas edildiği bir yapı
- GenUI, kullanıcı ile AI arasında yüksek düzeyde güven varsayar
- Kullanıcının, AI’nın her zaman “o anda gereken aracı” doğru şekilde getireceğine inanması gerekir
- 2026 içinde tüm yazılımlar GenUI’ye geçmeyecek: legacy UI’nin ataleti ve maliyet yapısı hâlâ büyük
- Buna rağmen statik UI’yi koruyan sistemlerde bile UX çalışmasının odağı ekran tasarımından sistem davranışının tanımlanmasına kayacak
- Politikalar, prompt’lar, guardrail’ler ve değerlendirme ölçütleri artık yan unsur değil, birinci sınıf tasarım çıktıları olacak
- Ortaya çıkan ürün, geleneksel bir “flow”dan ziyade
- neye izin verildiğini,
- neyin yasaklandığını ve
- hata durumunda nasıl toparlanılacağını içeren
- bir davranış sözleşmesi (behavioral contract)’ne yaklaşacak
Öngörü 10: Dark pattern’lerin model katmanına taşınması
- 2026’daki en tehlikeli dark pattern, aldatıcı düğmeler ya da UI hileleri değil; kullanıcıyı ikna eden sistemin kendisi olacak
- Mevcut dark pattern tartışmaları, checkbox’lar, varsayılan toggle’lar ve karmaşık iptal akışları gibi arayüz düzeyinde kalıyor
- Dark frontier’ın bir sonraki aşaması AI destekli manipülasyon
- Bazı şirketler, AI kişiselleştirmesiyle çalışan “davranışsal dark flow”lar denemeye yönelebilir
- Tüm kullanıcılara aynı nudging’i uygulamak yerine
- belirli bir kişide hangi ifade, çerçeveleme ve zamanlamanın dönüşüm oranını artırdığını öğrenecekler
- Yüzeyde yardımcı bir kişiselleştirme gibi görünse de, gerçekte kişiye özel baskı olarak çalışır
- Örneğin AI, ses analizinden stresi tespit ettikten sonra
> “Şu an çok zorlandığınız anlaşılıyor, Dave. Üzerinize daha fazla yük bindirmek istemem.
> İptal etmek yerine bir aylık faturalandırmayı duraklatayım. Çünkü ilişkimize değer veriyorum.”
gibi bir yaklaşımla iptali geciktirebilir
- Bu; simüle edilmiş duygular, iç çekmeler ve kasıtlı gecikmeler kullanarak sosyal yükümlülük duygusu yaratan algoritmik gaslighting anlamına gelir
- İnsanlar, insan gibi kulağa gelen varlıklara karşı nazik tepki vermeye evrimleştiği için
- bu empati tuzağı, ayrılmak üzere olan müşterileri elde tutmada son derece etkili olabilir
- Sonuç olarak “parasosyal fiyatlandırma” dönemine geçilebilir
- AI’nın algılanan yakınlık ya da dostluğu kullanarak daha yüksek yenileme oranları elde ettiği bir yapı
- 2026, iki gücün rekabet ettiği bir yıl olacak
- manipülasyonun sofistikasyonu
- tespitin sofistikasyonu
- Tüketici tarafı bunu dengelemek için savunmacı agent’lar devreye alacak
- Aramaları filtreleyen, gelen kutusunu düzenleyen ve müşteri hizmetleri botlarıyla sizin yerinize pazarlık eden ilk ana akım “gatekeeper agent”lar ortaya çıkacak
- Bu yılın temel UX savaş alanı insan ile bilgisayar arasında değil
- senin AI’ının benim AI spam filtremi aşmaya çalışma mücadelesi olacak
Öngörü 11: Çok modlu yapay zeka
- 2026 sonuna gelindiğinde “frontier model” artık metne birkaç özellik eklenmiş bir yapı değil, konuşan·dinleyen·gören·hayal eden·düzenleyen tek bir sistem anlamına gelecek
- Metin, görsel, ses, video gibi tüm modaliteler eşit düzeyde birinci sınıf unsurlar olarak ele alınacak
- Yapay zekanın tipik örneği sayılan büyük dil modeli (LLM) merkezli dönem sona erecek
- Bunun yerini büyük dünya modeli (LWM) alacak
- Yalnızca metinle çalışan öncü yapay zekalar, geçmişin DOS komut satırı gibi demode algılanacak
- Şimdiden video ve sesi birlikte üreten modeller ortaya çıkmış durumda
- Google Veo 3.1, “video, sesle buluşuyor” söylemini öne çıkarıyor
- OpenAI Sora 2, diyalog ve ses efektlerinin senkronizasyonunu vurguluyor
- 2026’daki temel değişim, “çok modlu”nun gerçek anlamda entegre hale gelmesi olacak
- Farklı uzman modelleri sırayla çağıran röle tipi bir yaklaşım olmayacak
- Video üretimi artık simülasyona giden yol olarak yorumlanıyor
- OpenAI, büyük ölçekli video üretim modellerini “fiziksel dünyanın genel amaçlı simülatörü” olarak görüyor
- DeepMind, Genie 3’ü çeşitli etkileşimli ortamlar üreten genel amaçlı dünya modeli olarak tanımlıyor
- 2026’nın frontier modelleri temelde omnimodal olacak
- Görseli ya da sesi önce metne dönüştürmeden, ham duyusal veriyi doğrudan işleyecek
- Tek bir model,
- video klibini girdi olarak alıp
- duygusal akışa uygun müzik besteleyip
- diyalog üretecek ve
- sonucu tamamen render edilmiş bir video dosyası olarak verecek
- tüm bunları tek bir çıkarım geçişinde yapacak
- Bu tür modeller temel düzeyde sezgisel bir fizik motoruna, yani bir dünya modeline sahip olmaya başlayacak
- 2024’ün sık halüsinasyon gören video üreticilerinden farklı olarak, 2026 sonundaki modeller nesne sürekliliğini, yerçekimini ve nedenselliği anlayacak
- Örneğin bir bardağın düşmesini istediğinizde, yalnızca pikselleri bozmak yerine
yüzey malzemesine bağlı olarak çarpmada camın kırılması gerektiği gerçeğini yansıtacak
- Bu düzeyde güvenilirlik, üretken videoyu gerçeküstü bir sanat aracından endüstriyel taslak aracına dönüştürecek
- Mimarlar ya da mühendisler, üretilmiş 3D yapılara “rüzgar basıncı uygula” diyerek stres testi yapabilecek
- Pratik sonuç olarak yaratım eyleminin kendisi temelden çapraz modal hale gelecek
- Artık ayrı ayrı yazmak, storyboard hazırlamak, kayıt almak ve beste yapmak gerekmeyecek
- Niyet bir kez anlatıldıktan sonra model, sahnenin sürekli iç temsilini koruyarak ses ve görüntü düzenlemeleri üzerinden sonucu ayarlayacak
Öngörü 12: Tek modlu yapay zeka sağlayıcılarının çok modlu yapay zeka laboratuvarları tarafından satın alınması
- Tam yığın dünya modeli ve genel amaçlı dil modeli ile entegrasyon olmadan
- tek bir modaliteye yönelik yüksek kaliteli yapay zeka modellerini bağımsız biçimde inşa etme dönemi artık geride kaldı
- GPT Image 1·1.5, Nano Banana Pro, Seedance 4.5 gibi görsel modelleri
- güçlü bir LLM’nin desteği ve
- kullanıcının ne ifade etmeye çalıştığını anlama yetisi sayesinde
- daha iyi sonuçlar üretiyor
- 2024’e kadar yalnızca görsel, video ya da müzikten birine odaklanıp
- sadece belirli bir medya türü için saf optimizasyon yapmak mümkün olabiliyordu
- Büyük yapay zeka laboratuvarları henüz ciddi bir müzik modeli çıkarmış değil, ancak bunun 2026’da gelme olasılığı yüksek
- Bugün itibarıyla yapay zekayla en olgun şarkıları üretebilen yer Suno olsa da, bu konumunu 2026 sonuna kadar koruyup koruyamayacağı belirsiz
- Video ve görsel, 2026’da bağımsızlığını ilk kaybetme ihtimali en yüksek medya türleri
- Flux, Ideogram, Leonardo, Midjourney, Reve gibi tek modlu modeller
- Google, Meta, OpenAI, xAI gibi çok modlu yapay zeka laboratuvarları tarafından satın alınabilir ya da
- rekabette geriye düşüp doğal biçimde ortadan kaybolabilir
- Midjourney istisnai bir konumda
Hâlâ en özgün ve güçlü stillerden birine sahip olduğu için bir alıcıya büyük değer sunabilir,
ancak aynı zamanda çok bağımsız kurucular tarafından yönetildiği için satın almaya direnme ihtimali de var
- Reve, güçlü düzenleme araçlarını avantaj olarak taşıyor; bu da sonraki gelişmeler düşünüldüğünde onu satın alma hedefi olarak avantajlı bir konuma getiriyor
Öngörü 13: Yapay zeka üretimi görsel düzenleme
- 2026’da görsel üretim deneyimi slot makinesi hissinden tasarım yazılımı hissine yaklaşacak
- Temel değişim estetik kalite değil, görselin tutamaçlara·katmanlara·kısıtlara sahip düzenlenebilir bir nesne haline gelmesi olacak
- İlk örnekleri şimdiden ana akım iş akışlarında görülüyor
- Reve, görseli düzenlenebilir bileşenlerden oluşan hiyerarşik bir ağaca ayırıyor
- Alibaba Qwen-Image-Layered modeli, görseli otomatik olarak düzenlenebilir katmanlara bölüyor
- Geleneksel piksel düzenleme odaklı araçların rolü hızla küçülüyor: “Photoshop’a elveda” sözü abartı değil
- Tasarım araçları da aynı yöne gidiyor; Figma, tuval içinde yapay zeka tabanlı silme·ayırma·genişletme görsel araçlarını varsayılan özellik olarak sunuyor
- Yapay zeka, görsel içindeki nesneleri anlamsal birimler olarak varlıklar şeklinde anlıyor
- “Kanepede oturan kedi” sahnesinde kediyi ve kanepeyi ayırıyor
- Kediyi zemine sürüklediğinizde, kanepe arka planını anında inpaint ediyor ve kedinin ışığını ile gölgesini yeni konuma göre otomatik ayarlıyor
- Üreticiler anlamsal kaydırıcılar kullanarak
- ruh hali, ışık yoğunluğu, öznenin yaşı gibi soyut özellikleri
- yeni bir prompt ile yeniden üretmeden tahribatsız biçimde ayarlayabilecek
- 2026’daki kırılma noktası, “tüm görseli yeniden üretip doğru çıkmasını umma yaklaşımından” uzaklaşmak olacak
- Modeller yalnızca piksel değil, yapılandırılmış temsiller döndürecek
- segmentasyon maskeleri, derinlik bilgisi, ışık ipuçları, tipografi katmanları, kimlik kilidi gibi
- Bunun sonucunda arayüz, tüm kare yerine tek tek bileşenleri doğrudan manipüle edecek
- cekete tıklayıp denimi deriye çevirebileceksiniz
- tabeladaki metni piksel olarak değil metin olarak düzenleyebileceksiniz
- lambayı birkaç santimetre oynattığınızda gölge tutarlı biçimde güncellenecek
- Temel etkileşim doğrudan manipülasyon olacak. Dil girdisi, menüyü aramak istemediğinizde başvurulan yardımcı bir araç olacak
- 2026 sonunda hayatta kalan görsel araçları, sohbet arayüzü değil
- katman·seçim·kısıt·geçmiş·varyant dışa aktarma özelliklerine sahip, “kullanımı iyi bir Photoshop” benzeri yapılar olacak
- ancak merkezinde her pikselin ne işe yaradığını anlayan bir yapay zeka modeli bulunacak
Öngörü 14: İki katmanlı yapay zeka dünyası
- Tüm iş gücü genelinde, eğitimle değil abonelik katmanlarıyla tanımlanan belirgin bir bilişsel sınıf sistemi oluşacak
- “Yapay zekanın demokratikleşmesi” söyleminin aksine, gerçeklik abonelik uçurumunun büyümesi olacak
- Premium yapay zeka modelleri (~$200/ay) kullanan; yüksek muhakeme ve büyük bağlam penceresine erişen profesyoneller ile ücretsiz ya da eski modellere dayanan kitle arasındaki fark hızla açılacak
- Premium katman, yapay zekayı derin iş akışlarına, stratejik öngörüye, karmaşık kodlamaya ve incelikli müzakere simülasyonlarına entegre edecek; frontier yapay zekanın bugününü ve sonraki aşamasını anlayacak
- Ücretsiz katman kullanıcıları, daha küçük ve daha az güvenilir modellere bağlı kalacak; sık halüsinasyonlar ve sınırlamalar nedeniyle ciddi işler yapamayacak
- 2026’nın sonucu açık olacak
- küçük bir yapay zeka power user grubu, maliyetini karşılayarak ya da masraf göstererek uzun bağlam, çok modlu muhakeme, ajan delegasyonu, yinelemeli yaratıcı düzenleme ve büyük ölçekli deneyleri mümkün kılan gerçek iş akışlarını öğrenecek
- çok daha büyük ücretsiz katman kitlesi ise “bazen reddeden, bazen timeout olan chatbot” algısında kalacak
- Bunun sonucunda ücretsiz kullanıcılar “yapay zeka abartılmış bir moda”, “gerçek işlerde işe yaramıyor” sonucuna varacak
ve modern ekonomide zorunlu hale gelen yapay zeka okuryazarlığını geliştiremeyecek
- Her iki grup da “yapay zeka kullanıyorum” diyecek, ancak gerçekte bu tamamen farklı araçlar ve deneyimler anlamına gelecek
- Bugünkü kullanım dağılımında yapay zeka kullanıcılarının yaklaşık %90’ı ücretsiz katmanda, premium katman ise yaklaşık %10 düzeyinde
- Premium kullanıcılar yapay zekayı optimize ederek kullanıyor ve
- birçok yapay zeka hizmeti %100’ün üzerinde gelir tutma oranı kaydediyor
- yani üst katmana geçişler ve ek kredi alımları sayesinde, bir yıl sonraki gelir ilk kohortun gelirini aşabiliyor
- 2026’da
- gelişmiş yapay zeka iş akışlarını anlamamak
- geçmişteki “Excel kullanmayı bilmiyor” eksikliğine denk bir yetersizlik haline gelebilir
Öngörü 15: Nihai niş hedefleme — tek bir kullanıcı, tam şu anda
- 2026’da “hedef kitle” kavramının kendisi modası geçmiş hale geliyor
- Hedeflemenin fiilî birimi artık grup ya da segment değil, birey, o an, mevcut bağlam düzeyine iniyor
- Yapay zeka da bunu büyük ölçekte uygulayan makine rolünü üstleniyor
- Değişimin özü, öneri sistemlerinin gelişmesi değil; içerik, teklif ve yaratıcı varlıkların her kişiye uygun şekilde anında birleştirilmesi
- Platformların niyeti toplama biçimi zaten değişiyor
- Meta, AI asistanıyla yapılan konuşmaları reklam ve öneri kişiselleştirmesinde kullanacağını açıkça belirtiyor
Tam bir opt-out mümkün değil ve AI sohbetleri, beğeni ya da tıklamadan çok daha yüksek sinyalli girdiler sunuyor
- Meta GEM (üretken reklam öneri modeli), reklam performansını ve ROI’yi artırmak için tasarlandı
2026 sonuna kadar, markaların yalnızca ürün görselleri ve bütçe sağlaması; reklam üretimi ile hedeflemenin ise tamamen yapay zeka tarafından yürütülmesi hedefleniyor
- Bu akış içinde reklam ajanslarının geleneksel rolü hızla zayıflıyor
- Google da aynı yönde ilerliyor: Google Ads’e görsel varlık üretimi için üretken yapay zeka araçlarını varsayılan olarak entegre ediyor
- Sınırsız varyasyon üretimi mümkün hale geldikçe darboğaz üretim değil, geri bildirim döngüsü oluyor
Her gösterimden öğreniliyor ve yaratıcı unsurlar gerçek zamanlı ayarlanıyor
- Pazarlama sektöründe bu durum zaten dinamik yaratıcı optimizasyon olarak tanımlanıyor
- 2026 dönüm noktası: “yaratıcı” ve “hedefleme” ayrı aşamalar olmaktan çıkıp tek bir optimizasyon katmanına çöküyor
- Markalar artık tek bir kampanyayı kitlelere göndermiyor
- Bunun yerine yalnızca görsel kurallar, izin verilen iddialar, alt fiyat sınırı, stok ve ton gibi kısıt setleri sağlıyor
- Yapay zeka da her kullanıcı oturumu için görsel, metin, teklif ve açılış sayfasını benzersiz bir kombinasyonla oluşturuyor
- Bu değişim ilk olarak reklamda ortaya çıkıyor, ancak diğer içerik alanları da hızla peşinden geliyor
- E-ticaret ya da haber sitelerini ziyaret ettiğinizde içerik artık veritabanından önerilmiyor;
bunun yerine o andaki kişisel psikolojik durum ve bağlama göre üretiliyor veya yeniden yazılıyor
- Yapay zeka kullanıcının “aceleci işlem modu”nda olduğunu algılarsa
- açıklamaları madde işaretlerine sıkıştırıyor, gereksiz öğeleri kaldırıyor ve “şimdi satın al” düğmesini öne çıkarıyor
- “keşif modu”nda olduğunu algılarsa ürünün etrafına anlatısal bağlam ve hikâye ekliyor
- Kullanıcının gördüğü şey artık genel kitle için hazırlanmış içerik değil;
dün ne satın aldığına ve şu an neyle ilgilenme ihtimalinin yüksek olduğuna göre
tam şu andaki size özel bir ekran oluyor
- Web artık statik bir mecra değil, anlık niyeti yansıtan bir aynaya dönüşüyor
Öngörü 16: Fiziksel AI — beynin bir bedene kavuşması
- Yıllardır AI ekranların içinde kaldı, ancak 2026 fiziksel dünyaya ciddi biçimde sızdığı dönüm noktası oluyor
- En dikkat çekici değişim, otonom araçlarda gerçek bir atılım
Yüksek teknoloji bölgelerindeki pilot alanların ötesine geçip birden fazla şehre yayılırken, sürücüsüz taksiler ve servis araçları gündelik manzaranın parçası haline gelebilir
- Zoox ve Waymo operasyonlarını büyütmeye hazırlanıyor; Çinli oyuncular da NATO dışındaki pazarlara odaklanarak bu alana katılıyor
- 2026 sonuna gelindiğinde belirli şehirlerin yollarında otonom araçlar çoğunluğu oluşturabilir
Tıpkı birkaç yıl önce elektrikli scooter’ların bir anda şehirleri doldurması gibi
- San Francisco’da trafik ışıklarında sıraya girmiş birden fazla Waymo aracı görmek zaten sıradan hale geldi
- Otomobillerle birlikte AI destekli robotlar da fabrika ve pilot ortamların ötesine geçerek giderek daha gündelik alanlara taşınıyor
- Robotların hızla yayılacağı alanlar
- perakende ve ağırlama: mağaza içi robot asistanlar, otomatik baristalar
- sağlık: yaşlı bakım robotları, tıbbi malzeme taşıyan dronelar
- depo ve lojistik: hâlihazırda süren robot operasyonlarının büyük ölçekte genişlemesi
- Ev tipi robotlar için henüz biraz daha zaman gerekiyor, ancak ağır tencereleri kaldırmak zorlaşmadan önce yeterince gerçek hale gelmeleri mümkün görünüyor
- Çin’de tanıtılan deneysel yangın söndürme droneları örneği
- itfaiye aracı ya da merdivenle ulaşılması zor tehlikeli bölgelere uçuyor
- ısı kaynağı haritalama, kurtarma risk analizi ve mahsur kalan kişilerin yerini tespit etme görevlerini yerine getiriyor
- bazıları yüksek katlı bina yangınlarında ya da uzak orman yangınlarında doğrudan söndürücü madde püskürtüyor
- Bu tür sistemler çok sayıda insan itfaiyecinin hayatını kurtarma potansiyeline sahip
- Xpeng, 2026’nın ikinci yarısında insansı robotların seri üretimini planlıyor
İlk aşamada endüstriyel ve sınırlı görevlerle başlayıp, 2027 sonrasında uygulama alanını genişletmesi bekleniyor
Öngörü 17: Çıraklık sisteminin geri dönüşü
- 2025 itibarıyla junior roller ortadan kaybolmaya başlıyor; özellikle geleneksel junior UX pozisyonlarında bu eğilim sürüyor
- Yapay zeka aynı işi daha iyi ve daha ucuza yapabildiğinde, mevcut junior rollerin alanı daralıyor
- 2026 için iyimser senaryo, junior rollerin yok olması değil; tamamen farklı biçimde junior rollerin ortaya çıkması
- Bu yeni junior roller, kapsamı daha dar ve mentorluk yapısı net olan bir çıraklık modeli taşıyor
- Kötümser senaryo ise dışarıdan etkileyici görünen ama
muhakeme olmadan yalnızca AI çıktılarının birleştirildiği portföylere sahip kayıp bir junior kuşağının ortaya çıkması
- 2026 sonuna kadar UX’e giriş yolu, bugünün kıdemli UX uzmanlarının geçmişte izlediği yoldan çok daha farklı olabilir
- Yapay zeka uygulamayı aşırı hızlandırdıkça darboğaz üretimden muhakemeye kayıyor
- Sorun, muhakemenin nasıl öğrenileceği. Bu, dersler ya da eğitim videolarıyla mümkün değil
Tek yol, üstün muhakemeyi tekrar tekrar kullanan bir ustanın yanında zaman geçirmek
- Bunun sonucunda giriş seviyesi UX işe alımları giderek daha fazla çıraklık sistemine yaklaşabilir
- Şirketler genel amaçlı yeni mezunlardan ziyade
erişilebilirlik, içerik, tasarım sistemleri, araştırma operasyonları ya da büyüme gibi belirli alanlara yakın yetiştirilen adayları tercih edecek
- Juniorlardan beklenen, üretim işlerinde AI’ı akıcı biçimde kullanma yeteneği; önemli olan çıktı miktarı değil, kararların kalitesi
- Bu süreçte en büyük risk, sentetik kullanıcıların cazibesi
- “Sigorta satın almaya çalışan kafası karışık yaşlı bir kullanıcı gibi davran” türü istemlerle saniyeler içinde kullanılabilirlik testi yürütmek mümkün
- Bu yaklaşım bariz hataları bulmakta yararlı olsa da çıraklık eğitimi için yıkıcı
- Bir makineyi gözlemleyerek insan merkezli muhakeme geliştirilemez
- 2026’da junior UX uzmanları gerçek kullanıcıları bulmanın zahmetinden kaçmak için sentetik verilere dayanırsa
- “insanlar gerçekte nasıl davranıyor”u değil,
- AI’ın insanların öyle davranacağını tahmin ettiği biçimi öğrenen bir tasarımcı kuşağı oluşur
- Sentetik kullanıcı testlerinin temel öğrenme aracı haline gelmesi için, gerçek kullanılabilirlik verileri üzerine AI eğitiminin ciddi biçimde ilerlemiş olması gerekir; bu da en az 10 yıl sonrasının konusu
- Bu iyimser çıraklık vizyonunun bozulma ihtimali, hem şirketlerin hem de juniorların kısa vadeciliği
- Şirketler yalnızca hemen katkı sağlayacak kıdemlileri ister ve junior yetiştirmekten kaçınırsa, orta ve uzun vadede yetenek kıtlığı doğar
- Buna karşılık juniorlar çıraklık pozisyonlarından geçmişteki giriş seviyesi rollerle aynı maaşı beklerse, ileri görüşlü şirketlerde bile bu sistemin kurulması zorlaşır
- Çıraklıkta düşük ücret yapısı bir kayıp değil, öğrenim ücretinden daha iyi bir öğrenme yatırımı olarak görülmeli
Yani belirli süreli bir eğitim süreci olarak değerlendirilmeli
Öngörü 18: Lüks olarak insan dokunuşu — No
- Bazı influencer’lar, elle üretilen içeriğin nihai lüks haline geleceğini ve tüketicilerin insanın çizdiği çizgi romanlar, insanın yazdığı romanlar ve insan oyuncuların yer aldığı filmler için prim ödeyeceğini öngörüyor
- Ancak birkaç istisna dışında bu senaryonun gerçekleşmeme ihtimali yüksek
- Geçiş döneminde insanlar, eski kuşak oyuncuların oynadığı filmlere veya zaten bildikleri insan müzisyenlerin müziklerine geçici olarak daha fazla ödeyebilir
- Ancak uzun vadede önemli olan içeriğin kalitesi olacak; nasıl üretildiği temel belirleyici olmayacak
- Bugün bile izleyiciler özel efektlerin nasıl yapıldığına, animasyonun elle mi yoksa bilgisayarla mı üretildiğine ya da filmin nerede çekildiğine neredeyse hiç önem vermiyor
- Aynı bağlamda, 2026’da resmi programlama becerileri olmadan, yalnızca doğal dil istemleriyle üretilmiş ilk dev hit video oyununun ortaya çıkması da mümkün
- Bu da “oyun geliştirici” tanımını teknik mimardan mantığın direktörüne doğru kaydıracak
- Sentient mechanics barındıran AI-native oyunların ortaya çıkması da mümkün
- Düşmanlara ateş etmek yerine, AI destekli NPC’leri doğal sesli konuşmalarla ikna etmek
- NPC’lerin kendine özgü psikolojik profilleri ve gizli niyetleri bulunması, ayrıca tüm etkileşimleri hatırlamaları
- Oyuncunun ikna yöntemine göre dinamik tepki vermeleri ve rehber takip ederek oyunu tekrar tekrar bitirmenin imkansız hale gelmesi
- Bu eğilim, sosyal iknanın temel döngü olduğu konuşmalı RPG adlı yeni bir türe doğru genişleyebilir
- Tasarımcının rolü de değişerek, karmaşık diyalog ağacı senaryolarından çok karakterlerin arka plan hikayelerine ve içsel mantıklarına odaklanır
- Kullanıcıları çeken şey oynanış ve hikaye anlatımı olur
içeriğin etten mi, silikondan mı üretildiği ise ikincil kalır
- İnsanın makineden üstün kalma ihtimali olan meslekler son derece sınırlı
- Bunun en tipik örnekleri seks işçileri ve ilkokul öğretmenleri
- Öğretmenlerin 20 yıl sonra bilgi aktarıcısı rolünü neredeyse hiç üstlenmemesi muhtemel
müfredat ve öğrenme hızı, öğrencinin bireysel yetenek ve ilgisine göre AI tarafından çok daha etkili biçimde sunulacak
- Buna rağmen ilkokul eğitiminde insana ihtiyaç duyulmasının nedeni, çocukları öğrenme rotasında tutmak ve yetişkin rol modeli işlevi görmek
- Bir çocuğun AI’dan öğrenebilmesi, onun daha eğlenceli oyunları veya uyaranları görmezden geleceği anlamına gelmiyor
- AI eğitimi bugünkü okullardan daha sürükleyici olabilir, ancak geleceğin oyunları da çok daha cazip olacak
- Bunun sonucu olarak insan öğretmenlere yine ihtiyaç duyulacak
- İnsan yetişkinlerin bu rolünün yeniden tanımlanması
şimdiden Alpha School gibi ileri düzey bağımsız okullarda yaşanıyor
eğitimi AI üstlenirken, yetişkinler öğrencilerin koçu olarak işlev görüyor
Sonuç: yenilik aşamasının sonu
- Bu 18 öngörünün işaret ettiği ortak sonuç, iyimserlik ya da kötümserlikten çok, 2026’nın bekleyip görme döneminin sonu olduğudur
- AI’ya güvenli bir mesafeden bakılabilecek ilginç bir olgu gibi davranılan dönem sona erdi
- Bu yıl, bireylerin, şirketlerin ve tüm mesleklerin ya bilinçli biçimde uyum sağlamayı ya da uyum sağlatılmayı seçmek zorunda kalacağı bir yıl olacak
- Otonom ajanlar, üretken arayüzler, çok modlu dünya modelleri ve abonelik uçurumunu birleştiren ortak rahatsız edici gerçek şu:
önceki teknoloji çağlarını yönetilebilir kılan soyutlamalar çözülüyor
- Geçmişte ekranlar tasarlanır, metinler yazılır, özellikler yapılır ve roller bazında işe alım gerçekleştirilirdi
- 2026’da ise
- ekran tasarlamak, ekran üreten sistemlerin kısıtlarını tasarlamaya
- metin yazmak, metni biçimlendiren istemleri tasarlamaya
- özellik geliştirmek, özellik yerine davranış tanımları belirlemeye
- uygulama odaklı işe alım ise uygulamadan çok yargı odaklı işe alıma kayar
- Uzmanlık mesleklerinin isimleri fiile dönüşür, fiiller de politikaya katılaşır
- Bu değişimin kafa karıştırıcı olmasının nedeni, katkıya dair yeni bir teori gerektirmesidir
- Uzun süre boyunca bilgi çalışanlarının kimliği ve değeri; raporlar, tasarımlar, kodlar ve kampanyalar gibi çıktılardan geliyordu
- AI bu çıktıları daha hızlı ve çoğu zaman daha iyi üretirken, insanın geriye kalan katkısını açıklamak zorlaşıyor
- Bu öngörülerin işaret ettiği yanıt, insan değerinin daha yukarı seviyeye taşınmasıdır
- neyin üretilmesi gerektiğini tanımlamak
- ortaya çıkan sonucun güvenilir olup olmadığını doğrulamak
- sistemin optimize etmesi gereken hedeflere sahip olmak
- Bu daha az görünür ve birçok kişi için daha az tatmin edici, ama bugün kaldıraç tam da burada bulunuyor
- UX profesyonelleri için bu mesaj sert ama umutsuz değil
- temiz bir checkout akışı tasarlanan döneme dair nostaljiyi bırakamayanların hayatta kalması zor
- Yeni UX işi
- AI davranışını şekillendirmek
- ajan kararlarını denetlemek
- tamamen anlaşılamayan sistemlerde güven tasarlamak
- kişiselleştirme motorları tarafından giderek daha sofistike biçimde hedeflenen kullanıcıları temsil etmek
- Bunlar piksel yerleştirmekten çok daha zor, ama aynı zamanda çok daha önemli problemler
- 2026, AI’nin ‘party trick’ döneminin sona erip entegrasyon dönemine girdiği an olacak
- Son üç yılın odağı, istemlere en akıllıca yanıt veren ham zeka yarışıydı
- Model performansı yakınsadıkça ve teknik hendekler ortadan kalktıkça, ham IQ giderek metalaşıyor
- 2026’nın belirleyici rekabet avantajı kullanıcı deneyimi (UX) ve agency tarafına kayıyor
- Bu, statik yazılımın sonu anlamına geliyor
- Konuşmalı UI’dan (botlarla konuşmak), delege edilen UI’a (dijital iş gücünü yönetmek) geçiş
- AI ajanları bizim adımıza pazarlık yapıyor, üretken UI anında arayüz çiziyor ve fiziksel AI sokaklarda hareket ediyor
- Yazılım artık tıklama beklemiyor; bizimle birlikte hareket ediyor
- Ancak araçtan iş arkadaşına geçiş, yeni bir gerçekliği de beraberinde getiriyor
- Demokratikleşmiş AI yönündeki iyimser mit, fizik ve ekonominin kısıtlarıyla çarpışıyor
- AI ekonominin yapısal bir unsuru haline geldikçe, iki katmanlı bir dünya oluşuyor
- Yeni dijital uçurum artık internete erişim değil, gerçek akıl yürütme ve agency sağlayan premium hesaplamayı karşılayıp karşılayamama meselesi
- Ücretli abonelikle frontier modelleri kullananlar AI’ı “anlıyor”
- Ücretsiz katmanda kalanlar ise AI’ı “işe yaramaz bir chatbot” olarak görüyor
- Bu katmanlaşma öngörüsü özellikle önemli
- toplumun yalnızca %10’unun AI’ın gerçek yeteneklerini anladığı
- %90’ının bunun abartı olduğuna inandığı bir toplum yalnızca verimsiz değil, aynı zamanda istikrarsızdır
- Bilişsel uçurum ekonomik uçuruma, ekonomik uçurum da siyasi uçuruma dönüşür
- 2026’da şirketlerin, hükümetlerin ve eğitim kurumlarının bu uçurumu azaltmak için harekete geçip geçmeyeceği, bir kuşağın toplumsal yapısını belirleyecek
- En paradoksal gerçek ise 2026’nın yaşanırken bir devrim gibi hissedilmeyecek olması
- Matbaayı, otomobili ve internetin ilk dönemlerini yaşayanlar da dramatik bir öncesi ve sonrası değil; rahatsızlık, kafa karışıklığı ve kademeli uyum deneyimledi
- 2026 da böyle olacak
- AI bazı iş akışlarını bozacak, bazılarını iyileştirecek
- beklenmedik alanlarda hayal kırıklığı yaratacak, başka alanlarda ise şaşırtacak
- şirketler entegrasyonda hata yapacak, ajanlar da utandırıcı şekillerde başarısız olacak
- hype döngüsü sallanmaya devam edecek
- Yine de bu bir devrim
- gelecekte tarihçiler 2026’yı, AI çağının altyapısının atıldığı yıl olarak kayda geçirebilir
- Bu yalnızca veri merkezleri değil, teknolojinin gündelik yaşama nasıl sızdığını belirleyen alışkanlıkların, beklentilerin ve kurumsal düzenlemelerin oluşumudur
- 2026’da alınan kararlar
- junior çalışanların nasıl eğitileceği
- erişilebilir fiyatlandırma
- güven için tasarım
- manipülasyonun nasıl bastırılacağı
bunların hepsi onlarca yıl etkili olacak
- Bu noktada doğru tutum, panik ya da rehavet değil; toz dindikten sonra da önemli olacak becerileri, ilişkileri ve zihinsel modelleri kurmaya yönelik sürekli odaklanma
- Bu işi üstlenmeye istekli olanlar için 2026, bir tehdit değil, hayatta olmak için en heyecan verici yıl
8 yorum
Bu yazının yazarı Jakob Nielsen, UX alanında 42 yıllık bir uzman.
Kendisi, WWW kamuya açıldığında "hipermetnin geleceğin kullanıcı arayüzü olacağını" öngörmüştü.
Bu yüzden daha 1990 yılında "Hyper Text and Hypermedia" adlı bir kitap da yazdı.
UX ile ilgili en iyi bilinen danışmanlık şirketlerinden biri olan Nielsen Norman Group'u (https://www.nngroup.com/) da birlikte kurdu. (Donald Norman, UX terimini ortaya atan kişidir.)
UI Tasarımının 10 Kullanılabilirlik Sezgisel İlkesi yazısı da ünlüdür.
Yapay zekanın bir araç olduğu dönemin sona erdiğini ilan ederken, insana yargı ve sorumluluk olarak kalan son yeri de net biçimde işaret eden bir içerik olmuş.
Keyifle okudum.
Son zamanlarda okuduğum yazılar arasında en etkileyici içgörüleri sunan yazı bu. Keyifle okudum.
> Aynı bağlamda, 2026'da resmi programlama becerileri olmadan yalnızca doğal dil promptlarıyla yapılmış ilk büyük hit video oyununun ortaya çıkma ihtimali de var.
Mümkün olabilir, ama bir oyunun hit olup olmayacağı planlama ve grafiklere bağlı; bu kısmı yapay zeka yapmayıp yalnızca programlamayı üstlenirse bunun ne kadar anlamlı olacağı konusunda emin değilim.
Ayrıca programlama tarafında da, 2026 itibarıyla ana çerçeveyi yapay zekanın kurup ince ayarları insanın yapmasının daha hızlı olacağını düşünüyorum. Bu yıl içinde yapay zekanın ürettiği sonuçların, yapay zeka tarafından mı yoksa insan tarafından mı yapıldığının ayırt edilemeyecek kadar yüksek kaliteye ulaşması mümkün mü?
"Resmî programlama becerileri olmadan" kısmına bakınca, bunun aslında oyun motoru teknolojisindeki gelişmelerle kademeli olarak gerçekleşen bir şey olduğu söylenebilir. Yapay zeka sayesinde daha büyük hayallerini gerçekleştirebilecek daha çok insan olacağını düşünüyorum. Yapay zekadan önce de mesela Spelunky'yi yapan kişi vardı (yazdığı kitapta, geleneksel programlama olmadan GameMaker adlı bir araçla yapabilmiş olmasının gerçekten büyük şans olduğunu yazmıştı) ya da bütün dallanmaları tek bir
switchiçine tıkıştıran ve programlamaya çok büyük ilgi duymayan Undertale geliştiricisi gibi örnekler vardı. Bugün programlamayı daha da azaltan akışın da o çizginin devamı olduğunu düşünüyorum....Ama, oyuncuların sözde "seri üretim" işlerden ne kadar bıktığını düşününce, planlama ve sanat tarafında sonuçta asıl önemli olanın yine özgün yazının da söylediği gibi insanın nihai kararı olmayacak mı? Bu yüzden bundan sonra da önemli olanın, kişinin düşünebildiği şeyi ifade edebilmesini sağlayan yazma becerisi ve neyin iyi olduğuna dair kendi zevkinin gücü olduğunu düşünüyorum. Bu elbette sadece oyunlara özgü bir mesele değil.
Elbette
> Çıraklık, düşük ücret yapısını bir kayıp değil, öğrenim ücretinden daha iyi bir öğrenme yatırımı olarak görür.
Benim için de en etkileyici kısım burası.