Amazon Web Services - 4 Yıl ve Ayrılık

• AWS'de 4 yıl geçirdim; organizasyonel değişimler içinde işten çıkarıldım ama şirketin artık eskisi gibi olmaması nedeniyle bunun bir bakıma iyi olduğunu düşünüyorum
• Amazon'un ikame edilebilir iş gücü bakışı, lojistik merkezi operasyonları için uygun olabilir ama zaman içinde birikmesi gereken BT organizasyon bilgisiyle pek uyuşmuyor
• AWS'nin odağı, müşteri sorunlarını çözen S3·EC2·RDS gibi altyapılardan hızla GenAI'ye kaydı; insanın ilgisi ve hazırlık süreci geri plana itildi
• Askıya alınmış 10 yıllık bir AWS hesabının kurtarılması, küçük bir gelirden çok bir kullanıcıya insan gibi davranmakla ilgiliydi ama üst yönetimin ilgisi sınırlıydı
• Peş peşe gelen işten çıkarmalar ve kötüleşen sağlık durumuna rağmen AWS'de hâlâ iyi insanlar var; yine de açık kaynağın kullanıcıya kontrolü geri vermesi daha da anlamlı hale geliyor

---

AWS'deki değişim ve ayrılığın arka planı

• 2022'de katıldığım AWS, 4 yıl içinde büyük ölçüde değişti ve ayrılığım işten çıkarılma olsa da aslında iyi oldu
• Geçen 1 yıl boyunca AWS'nin açık kaynak topluluğuyla daha iyi çalışması için uğraştım ama sık organizasyon değişiklikleri ve Generative AI odağının hızlanması nedeniyle iş tatmini ciddi biçimde düştü
• Katıldığım dönemde David Nalley'nin yönettiği OSSM (Open Source Strategy and Marketing), AWS'yi açık kaynak topluluğunda daha iyi bir üye haline getirmeyi hedefliyordu
• David Nalley, AWS Developer Experience organizasyonunun tamamını yönetecek şekilde terfi ettikten sonra OSSM ile doğrudan etkileşim neredeyse ortadan kalktı ve fiilen “David Time” da sıfıra yaklaştı
• Resmî rolüm, AWS ile ticari açık kaynak şirketi müşterileri arasında irtibat kurmaktı ama gerçekte daha çok dev bir şirkete insani bir yüz kazandırmaya benziyordu

“İkame edilebilir” iş gücü bakışı ve BT organizasyonlarının sınırları

• Amazon, çalışanları neredeyse tamamen ikame edilebilir (fungible) varlıklar olarak gören sıra dışı bir bakış açısına sahip
• Fungible temelde “ikame edilebilir” anlamına geliyor; bu ifade yaygın olarak NFT üzerinden tanındı
• Amazon'un büyük perakende işi, görece sağlıklı ve zeki birini birkaç hafta içinde verimli bir lojistik merkezi çalışanına dönüştüren süreçler üzerine kurulu
• Bu yaklaşım teslimat işi için uygun olabilir ama bilgi teknolojilerinde, başarı için gerekli kurumsal bilginin zaman içinde birikmesi gerektiğinden pek uymuyor
• İkame edilebilirliğe olan inanç, gerekli becerilere sahip ve Amazon'da çalışmak isteyen insanların sonsuz sayıda olduğu varsayımına dayanıyor
• David Nalley mülakat sürecinde bana “non-fungible” demişti ve bu ifade gurur vericiydi

GenAI odağı ve müşteri merkezliliğin zayıflaması

• Geçen yıl AWS'nin odağı tamamen, neredeyse çaresizce denebilecek ölçüde GenAI'ye kaydı
• İçeride mümkün olduğunca çok AI kullanma baskısı başladı; “AI ile e-postaları özetlemek” ya da “tek bir prompt ile konferans sunumu hazırlamak” gibi kullanımlar ortaya çıktı
• E-postaları özetlemek yerine daha iyi e-posta yazmak daha iyi olur; sunum yapmak isteyip hazırlık yapmak istememek de sunuma yaklaşım biçimiyle uyuşmuyor
• Modern ekonomide en değerli ürün dikkat (attention) ve konferans sunumları da ciddi zaman harcanarak üretilen işler olarak görülmeli
• Bir dönem sunum slaytlarında tanınmaz yazılar veya çok sayıda yazım hatası içeren AI üretimi görseller doğrudan kullanıldı; “yeterince iyi” olmak customer obsession değildir
• AWS'nin GenAI yönelimi, gerçek müşteri ihtiyaçlarından geriye doğru başlamaktan çok, mümkün olduğunca çok şeyi hızla üretip dünyaya salmak ve tepkilere bakmak gibi görünüyor
• AI'ın ürettiği ve yine AI'ın tükettiği içerik arttıkça, sürecin merkezindeki insan ortadan kayboluyor
• AWS dünyaya ilk pratik bulut yaklaşımını sunduğunda güçlü yanı çok açıktı
  • 1990'larda kurumsal yazılım kurmak için önce ne kadar işlem gücüne ihtiyaç olduğunu tahmin etmek gerekiyordu
  • Sun Microsystems ya da Dell gibi şirketlerden donanım sipariş edildiğinde teslimat haftalar hatta aylar sürebiliyordu
  • Sonrasında rack'e yerleştirme, güç bağlantısı ve provisioning gerekiyordu; az hesaplamak sorun çıkarıyor, fazla hesaplamak ise eleştiriye neden oluyordu
• AWS, S3, EC2, RDS gibi servislerle bu sorunları çözdü ve standart oluşturdu
• Son re:Invent etkinliklerinde bu araçlara odaklanan oturumlar bulmak zor; bulunsa bile sunumların merkezini yine AI kaplıyor
• Kişisel hedefim olan “AWS'yi açık kaynak iş yüklerini çalıştırmak için varsayılan seçenek haline getirmek” de, aynı işlevi “vibe code” ile üretip lisansı dolanmanın mümkün olduğu bir ortamda anlamını yitiriyor
• AWS'nin müşteri odağı, kararlı ve zengin özellikli uygulamalar inşa eden altyapı ekiplerini ikna etmekten, GenAI'nin artık onlara ihtiyaç bırakmayabileceği vaadine dayanan daha soyut bir katmana kaydı
• Bu değişim, o insanları yeniden ikame edilebilir hale getiren bir yöne işaret ediyor

Hesap kurtarma deneyimi ve içerideki tepki

• Geçen yıl en çok gurur duyduğum iş, askıya alınmış bir AWS hesabını kurtarmak oldu
• Şirket açısından finansal etkisi küçüktü ve ilgili müşteri de büyük harcama yapan biri değildi ama AWS'yi başarılı kılan kullanıcı tiplerinden biriydi
• Kuzey Afrika'daki bir kullanıcı, 10 yıllık AWS ortamının neredeyse hiçbir uyarı olmadan kapatıldığını, itiraz edecek yolu olmadığını ve verilerin silindiğinin söylendiğini kamuya açıkladı
• Veriler gerçekten gitmiş olsaydı kurtarma imkânsız olurdu ama aynı şeyi başkalarının yaşamaması için deneyimi mümkün olduğunca anlamak da önemliydi
• Hesap numarasından ibaret görünen kullanıcıyı bir insan olarak anlamaya başladığımda, AWS hesabını kaybetmenin dışında da pek çok sorun yaşadığını öğrendim
• Sonunda kaynakları geri getirmek mümkün oldu; fiilî işi ise doğru destek ekibine bağlandıktan sonra destek ekibi yaptı
• Kullanıcı kurtarmadan sonra bir takip yazısı yayımladı ama asıl mesele bunun en başta hiç yaşanmaması gerektiğiydi
• Olay kapandıktan sonra üst yönetim ilgi göstermedi ama birçok Amazon çalışanı Slack üzerinden teşekkür etti; bazıları şirkete olan inançlarının yeniden canlandığını söyledi
• Liderliğin bunu önemli görmüyor gibi davranması özellikle yıpratıcıydı

İşten çıkarılma, bozulan sağlık ve açık kaynağa dönüş

• Geçen yıl ekimdeki büyük işten çıkarma, yakın çalıştığım insanları çok etkilemedi ama ocaktaki büyük işten çıkarma çok daha ağırdı ve AWS'de edindiğim birçok arkadaş iş arayan konumuna düştü
• Stres sağlığımı da etkiledi; 4 yılda neredeyse 30 pound aldım, bunun 10 poundu son 1 yılda geldi
• Tansiyon aletinde sürekli yeni zirveler gördüm ve uykum ciddi biçimde bozuldu; haftalar boyunca doğru düzgün uyuduğum bir gece olmadı
• AWS'de hâlâ çok iyi insanlar var ama iş gücü azaltmaları ve daha iyi şirketlere gidenlerin artmasıyla bunun ne kadar sürdürülebileceği belirsiz
• Cory Doctorow'un “reverse centaurs” yazısı, Amazon'da çalışan insanlara en azından biraz utanç hissettirebilecek türdendi
• AWS'nin iyi yaptığı şeylerden biri, #actual-aws-memes adlı Slack kanalına izin vermesi
  • Bu kanal sıkı biçimde yönetiliyor ama AWS yaşamına dair meme'ler paylaşarak stres atılan bir alan
  • Son haftamda ilk ve son kez bir meme paylaştım
• Bu meme yüzünden işten çıkarıldığımı düşünmüyorum; AWS'deki 4 yılım boyunca benden etik dışı ya da yasa dışı olduğunu düşündüğüm bir şey yapmam hiç istenmedi
• Yine de ABD'de ve dünya genelinde, yasalara uymanın sanki isteğe bağlıymış gibi görüldüğü bir seviye var gibi duruyor
• AWS'deki geleceğim belirsiz olduğu için, ayrılmaya zorlanmak bana aslında bir rahatlama verdi
• Bu yıl GrafanaCon'a katıldıktan sonra açık kaynak köklerime dönme isteğim daha da güçlendi
• Açık kaynak, teknik gücü ve kontrolü vendorlara değil kullanıcılara vermekle ilgili
• En ileri modellerin tamamına yalnızca API üzerinden erişilebilen bir GenAI ortamında açık kaynağın anlamının nasıl evrileceği belirsiz
• Modelleri yerelde çalıştırmak isteseniz bile, gerekli donanımı karşılayabilecek kaç kişi olduğu sorusu ortada duruyor
• Son soru ise, AI dünyasında insan olarak çalışmanın ne anlama geldiği

[GN⁺]

Hacker News yorumları

• Geçen ay birkaç yıl sonra ilk kez AWS Support ile iletişime geçtim; konu faturalandırma modeline dair bir soruydu.
  Bir vaka oluşturdum ve 7 gün boyunca kimseye atanmadı; canlı sohbet açıp yaklaşık 25 dakika birinci seviye destek görevlisiyle konuştum ama konuya pek hakim değildi ve benim zaten okuduğum AWS belgelerini o anda okuyordu.
  Sonunda cevabı bulamayınca yanlış bir cevap vermek yerine eskale etmesi sorun değildi ama bilete en başta bakmış olsaydı benim dürtmeme gerek kalmazdı.
  11 gün sonra tamamen yanlış bir cevap geldi; bu arada doğru cevabı bulup açıklayarak yanıt vermiştim, ertesi gün de benim cevabımın doğru olduğunu söyleyen AI üretimi uzun bir metin döndü.
  Asıl sorun, AWS’nin tüketici olarak benim AI üretimi cevapları insan cevabına az çok benzer diye değerli bulacağımı sanması gibi görünüyor; ben ise bunu doğrulanmamış bir yanıt olarak görüyor ve neredeyse tamamen yok sayıyorum.

  • Açık dokümantasyonu senin yerine okuyan türden AI destek botları, son AI dalgasının çıkardığı en sinir bozucu şeylerden biri olabilir.
    Bir zamanlar destek kalitesiyle ünlü olan Stripe bile artık pes etmiş gibi görünüyor.
    Yakın zamanda ödeme tahsilat yönteminin beklediğimden farklı değiştiği bir durumu çözmeye çalıştım; AI botu sadece işe yaramaz olmakla kalmadı, aktif olarak yanlış açıklamalar sundu ve sorun yerinde dururken günlerce alakasız şeyleri değiştirmeme neden oldu.
    Kendi işimde hangi hizmetleri kullanacağıma karar verirken buna çok büyük ağırlık veriyorum.
    Bir hizmetle entegre olacaksam soru sorduğumda ya da sorun yaşadığımda gerçekten yardımcı olabilecek gerçek bir insanın bulunması gerektiğini düşünüyorum; maliyet kısmak için herkesi AI botlarına itmek, müşteriye ne kadar değer verdiklerini gösteren bir sinyal.
  • Buna fazla içerlemene gerek yok.
    Eskiden yıllık AWS harcaması oldukça büyük olan, 100 bin doların çok üstünde ama 1 milyon doların altında bir yerdeyken de destek biletleri aylarca yanıtsız kalıyordu; atanmış hesap yöneticisi de defalarca takip etmeme rağmen aylarca hiçbir şey yapmıyordu.
    Son 6 ayda açtığım tüm biletlerde, büyük gecikmelerin ardından gelen AI üretimi cevaplar vardı; soruyla örtüşmeyen bariz yanlışlıklardan, bunları bir insanın okumadığı açıkça anlaşılıyordu.
  • Yakın zamanda canlıdaki Oracle veritabanımızda bir sorun çıktı ve şirket içi DBA’ler gerçek bir insanı arıza çağrısına bağlayabilmek için saatlerce AI destek botuyla uğraştı.
    Gerçek bir insanın görüşmeye katılması 2 saatten fazla sürdü; Oracle destek sözleşmesine yılda yüz binlerce dolar öderken karşılığında AI botu almak kabul edilebilir değil.
    Artık Postgres’e migration en yüksek öncelikli işimiz oldu ve “insanı AI ile değiştirme” saçmalığının durması gerekiyor [0].
    [0]: https://www.forbes.com/sites/jonmarkman/2026/04/06/oracles-m...

• Eskiden sunum slaytlarında tanınmayacak kadar bozuk yazılar ya da yazım hatalarıyla dolu AI üretimi görseller olurdu ve sunumu yapan kişi bunu öylece bırakırdı.
  “Bu kadarı yeter” tavrı müşteri takıntısı değil.
  Olgunlaşmamış üretken yapay zekanın dayatılmasını görmek, Catch 22’de Milo Minderbinder’ın yanlışlıkla devasa miktarda pamuk alıp sonra insanlara pamuğu yedirmeye çalıştığı sahneyi hatırlatıyor.

  • Kendi sektörümüz dışında başka hangi sektör bu kadar çocukça davranıyor bilmiyorum.
    Üzerine bariz şekilde anlamsız metinler basılmış AI üretimi görselleri profesyonel toplantılarda göreceğimi hiç düşünmezdim ama gittikçe daha yaygın hale geliyor.
  • Üretken yapay zekadan çok önce de şirket sunumlarında meme generator ile yapılmış görsellerin çok kullanıldığını görüyordum; o da aynı derecede rahatsız ediciydi.
    Bunu üretken yapay zeka görselleriyle değiştirmek hatta bir iyileşme bile olabilir.
    En azından hukuki risk daha düşük ve dünya çapındaki bir izleyici kitlesi için daha anlaşılır görünebilir.
    Yine de insanların bunu neden yaptığını hâlâ bilmiyorum.
    Bunun liderlik eğitimlerinin bir parçası mı olduğunu, yoksa sunum yapanların bu tür unsurların sunumu daha akılda kalıcı ve eğlenceli kıldığına mı inandığını merak ediyorum.
  • Üretken yapay zekanın insanlardaki tembelliği büyütüp sadece kurumsal çürümenin hızlandırıcısı olarak mı işleyeceğini zaman gösterecek.

• Son 6 aydır büyük şirketlerin üst düzey yöneticilerinin ana hedefi, sıradan çalışanları yerine konabilir ya da gereksiz varlıklar haline getirmek gibi görünüyor.
  Bu devasa bir deney ve Sanayi Devrimi gibi emsalleri de var.
  Çalışanlar açısından bakarsan koşullar bir nesil kadar kötüleşiyor.

  • 2018’den beri Amazon’da çalışıyorum ve bulunduğum süre boyunca yazılım mühendislerinin yerine konabilir iş gücü olduğu fikri hep vardı.
    Prensipte herkesin her işi yapabilmesi gerekiyor ama pratikte daha uzmanlaşmış roller almaya çalışınca iş devasa bir baş ağrısına dönüşüyor.
    Frontend Engineer ya da Embedded Systems Engineer gibi roller oluşturmaya başladılar ama gerçekte kapsam hâlâ çok geniş.
  • Sanayi Devrimi’nden sonra koşulların iyileşmesinin nedeni, işçilerin örgütlenip baskı kurmasıydı.
    Eğer AI emeğin değerini düşürüp pazarlık gücünü azaltırsa, aynı yöntemin yeniden işleyeceğinin garantisi yok.
    Sonunda bir şekilde dengeye oturacaktır ama bir sonraki aşamaya geçişin çok acılı, hatta belki de şiddetli olabileceğini düşünüyorum.

• Ben de eskiden AWS’deydim; dürüst olmak gerekirse organizasyon sorunları, Jassy’nin Amazon’un tamamının CEO’su olmasından ve Charlie Bell gibi kilit liderlerin şirketten ayrılmasından sonra gerçekten büyüdü.
  Başka sorunlar da hep vardı.
  Maliyet tarafında, daha ucuz bare-metal sağlayıcılar artık 10 yıl öncesine göre çok daha hızlı instance sunabiliyor; ürün kalitesi tarafında da startup’lardan Databricks gibi daha büyük şirketlere kadar baskı vardı.
  Faizler yükselmeye başlayınca IoT, AI, business support, robotics, Ground Station gibi birçok pahalı bahislerin fiilen başarısız olması da büyük etken oldu.
  Son dönemdeki AI altyapısı ve kendi donanımını güçlendirme bahsi akıllıca ama bu roller aynı sayıda yazılım mühendisi değil, farklı türde yüksek becerili uzmanlar gerektiriyor.

  • Amazon Robotics’i başarısızlık diye adlandırmak zor.
    Küçük ve bölmelere sığabilen ürünleri işleyen tüm fulfillment center’lar robotiği yoğun biçimde kullanıyor ve dışarıdan bakınca oldukça verimli görünüyor.

• #actual-aws-memes anılmış.
  Ben de 2022’de katıldım ve bu anlatılanlar kendi deneyimimle büyük ölçüde örtüşüyor.
  İyi yöneticiler ayrıldıktan sonra “en yüksek standardı zorlama” ilkesi giderek korkutucu bir bu kadarı yeter anlayışına aşındı; bence üretken yapay zeka bunu daha da hızlandırdı.

• Amazon’un yetenek havuzunu tüketeceği lafını yıllardır duyuyorum ama şirket yine de dönmeye devam ediyor.

  • 2023’te AWS’den çıkarıldım.
    O zamandan beri Kuiper’da sistem mühendisliği rolleri için bana ulaşan recruiter sayısı en az 35 olmuştur.
    Sadece “yellow badge” contractor olmak için bile her seferinde Amazon hiring manager aşamasına geldiğim anda anında reddediliyorum.
    Amazonians, bizim ne kadar süre kara listede kaldığımızı bilmiyor; muhtemelen bilemezler de.
    Sonunda gerçekten insan kaynağını tüketecekler.
  • Ekonomi kötü ve Amazon yazılım mühendislerine hâlâ gayet iyi para ödüyor.
    Hele artık diğer FAANG şirketleri yeni mezunlara absürt ücretler vermediğine göre, parlak genç yetenek akışının tamamen kuruyacağını sanmıyorum.
  • 8 yıldır orada çalışıyorum ve gerçekten insan kıtlığı yaşanıyor.
    Her seviyede işe alım çok zorlaştı; ekibimizdeki kıdemli veri bilimci pozisyonu 1,5 yıldır açık ama neredeyse hiç başvuru yok ve yetkin aday da çıkmıyor.
    Yeni gelen çalışanların ortalama seviyesi de ciddi şekilde düştü; meşhur “hiring bar” artık yerin dibinde.
  • Şu anda hiç olmadığı kadar çok sayıda yetkin geliştirici, daha ucuza çalışmaya hazır durumda ve hepsi modern coding agent’larla güçlendirilmiş halde.
    Yazılım mühendisi işverenleri için altın çağ.
  • Beni alsalar ben de çalışırım sanırım.
    Ücreti iyi ve CV’de de güzel duruyor.
    Özellikle yaşadığım Avrupa’da kulağa oldukça makul geliyor.

• AI hype’ını bir kenara bırakırsak, müşterinin sadece rakamdan ibaret olduğu ruhsuz büyük şirket haline gelmekten kaçınmanın bir yolu olup olmadığını merak ediyorum.
  Amazon yıllarca müşteriye gerçekten çok odaklıydı ama bir noktada bunu kaybetti.
  Eskisine göre müşteriye çok daha düşmanca olduğuna dair uzun bir örnek listesi çıkarabilirim ama herkesin kendi örnekleri vardır.
  Tam olarak ne yanlış gitti ve başka şirketler bunu nasıl önleyebilir?

  • Ölçeği sınırlayıp kendi zanaatından keyif almak gerekir.
    Hype’a ve “bu aralar popüler olan şeye” karşı bağışıklık kazanıp, bunun yerine “müşteri için daha önce erişilemeyen nasıl bir deneyimi mümkün kılabiliriz?” sorusuna odaklanmak lazım.
    Direksiyona tutkuyla bağlı tuhaf tipler değil de parayı hesaplayan insanlar geçtiğinde, kaçınılmaz olarak spreadsheet tarzı düşünceye kayılıyor.
    Böyle büyük organizasyonların ışıklarını açık tutmak için bunda bir miktar kaçınılmazlık da var sanırım.
    Henüz izlemediysen Jiro Dreams of Sushi’yi izleyip böyle bir yaşam tarzının sana hitap edip etmediğine bakabilirsin.
    Bir de Noma’dan René Redzepi ile yapılmış bir röportajı tavsiye ederim.
    Kendi zanaatine odaklanmanın başkaları için harika şeyler üretip sunma fırsatını nasıl doğal biçimde doğurduğuna dair çok içgörü var.
  • Dünyada kesinlikle saygı duyulan şirketler var.
    Costco aklıma geliyor.
  • Cory Doctorow’un Enshittification kavramını henüz okumadıysan bakmaya değer.
    Bu süreç orada oldukça iyi anlatılıyor.
    Nasıl önlenir tam emin değilim ama şirketi küçük tutup kaliteye ve sürdürülebilirliğe odaklamak, bir de venture capital etkisinden uzak bırakmak çözüm olabilir diye düşünüyorum.
    Yine de bonsai bakar gibi sürekli ilgilenmek gerekir.

• Hesap kurtarma hikâyesi bana çok tanıdık geldi.
  En azından onun yanında destek veren iş arkadaşları vardı ama ekipler o kadar küçüldü ki sonunda seçtiği LLM dışında kimse “aferin”, “tamamen haklısın” diye sırtını sıvazlamayacak gibi duruyor.

  • İş arkadaşları destek verirken yöneticiler muhtemelen baltayı biliyordu.
    Böyle kahramanca davranışlar onay olmadan yapılamaz ve sistemi beceriksiz, bozuk göstermesine rağmen kamu önünde infaz edilmeden özür dileyebilmek sık rastlanan bir şey değil.
    Onu açıkça destekleyenlerin de arkalarını kollaması gerekir.

• AWS yolunu kaybetti.
  S3, SQS, EC2, VPC harika yeniliklerdi; istikrarlı ve elastik şekilde ölçeklenen sistemler isteyen mühendisler tarafından yapılmış hizmetlerdi.
  Tesadüfen maliyet açısından da verimliydiler.
  Daha sonra gelenler, özellikle veri yığını ve bugünkü AI hizmetleri, yeniliği anlamayan ve mühendisliği banka gibi bir maliyet kalemi olarak gören MBA ağırlıklı yöneticiler tarafından yapıldı.
  Son finansal sonuçlara bakınca bunun etkisi görülüyor.
  Google, AWS’nin neredeyse iki katı hızla büyüdü; bu sadece tesadüf de olabilir.

• Bizim şirkette de herkesten daha fazla AI araçları kullanması isteniyor; bunun başlı başına yanlış olduğunu düşünmüyorum.
  Ama bu araçlarla üretilen işlerin kalitesi sonuçta kişinin yetkinliğine çok bağlı kalıyor.
  Bazı insanlar neredeyse hiç çaba göstermeden gerçekten özensiz çıktılar veriyor ve bu beni çok rahatsız ediyor.

  • Bence aslında bu yanlış.
    Önemli olan hangi aracın kullanıldığı değil, ortaya çıkan sonuç olmalı.
    Eğer AI araçları gerçekten iddia edildiği kadar güçlüyse, bunları kullananlar zaten öne çıkacaktır ve şirket de diğer çalışanlara haklı olarak “iş arkadaşın senden iki kat fazla iş çıkarıyor” diyebilir.
    Ama araç kullanımını başlı başına zorunlu kılmak anlamsız ve ters etki yaratıyor.