Yapay Zeka, Sistem Tasarımı ve Görünmeyen Riskler Üzerine
Bugün size değerli doktora öğrencilerim Gülden Öner ve Yelda İnanç‘la birlikte yaptığımız ve kısa bir süre sonra yayınlanacak olan çalışmamızdan söz etmek istiyorum.
Limanlar artık yalnızca fiziksel altyapılar değil.
Veriyle çalışan, algoritmalarla karar veren, giderek daha otonom hale gelen sistemler.
Ama asıl soru şu:
Bu dönüşüm gerçekten bir kapasite artışı mı?
Yoksa yalnızca daha karmaşık bir sistem mi inşa ediyoruz?
Rakamlar Ne Söylüyor, Sistem Ne Gizliyor?
1992–2024 arasında yapılan 391 akademik çalışma, yapay zekanın konteyner terminallerinde hızla yayıldığını gösteriyor.
Yıllık %12’nin üzerinde büyüme var.
Çin ve özellikle Shanghai Maritime University gibi kurumlar bu dönüşümün merkezinde.
Ama burada kritik bir ayrım var:
Literatür büyüyor, peki operasyonel gerçeklik aynı hızda dönüşüyor mu?
Teknolojik Evrim Var, Sistemsel Evrim Ne Durumda?
Çalışmalar üç aşamalı bir gelişim gösteriyor:
- 1992–2010: Planlama ve optimizasyon,
- 2011–2018: Otomasyon ve akıllı sistemler ve
- 2019–2024: Yapay zeka, dijital ikizler, otonom sistemler.
Teknoloji gelişiyor.
Ama şu soru çoğu zaman sorulmuyor:
Bu sistemler gerçekten daha iyi kararlar mı üretiyor?
Yoksa yalnızca daha hızlı kararlar mı?
Yapay Zeka Ne Yapıyor, Ne Yapamıyor?
Yapay zeka limanlarda,
- Rıhtım ve vinç planlamasını optimize ediyor,
- Saha operasyonlarını verimli hale getiriyor,
- Otonom araçlarla akışı düzenliyor ve
- Karbon emisyonlarını ciddi ölçüde azaltabiliyor.
Bunlar önemli kazanımlar.
Ama kritik bir gerçek var:
Optimizasyon ≠ sürdürülebilirlik
Bir sistemi daha verimli yapmak, onu daha dayanıklı ya da daha adil yapmaz.
Stratejik Bir Araç mı, Yoksa Yeni Bir Yanılsama mı?
Literatür yapay zekayı aşağıdaki süreç üzerinden üzerinden “dinamik yetenek” olarak tanımlıyor:
- Algılama (Sensing),
- Yakalama (Seizing) ve
- Yeniden yapılandırma (Reconfiguring).
Elbette ki bu çerçeve doğru.
Ama eksik.
Çünkü şu soru çoğu zaman sorulmuyor:
Sistem neyi algılıyor, neyi görmezden geliyor?
Eğer veri eksikse, algoritma yanlış optimize eder.
Eğer performans yanlış tanımlandıysa, yapay zeka yanlış şeyi mükemmelleştirir.
En Kritik Boşluk: Teori ve Gerçeklik
Literatürde güçlü modeller var.
Simülasyonlar var.
Optimizasyon algoritmaları var.
Ama gerçek operasyonel veriye dayalı çalışmalar hâlâ sınırlı.
Bu şu anlama gelir:
Bilgi artıyor, ama doğrulama sınırlı.
Ve bu durum ciddi bir risk üretir:
Simülasyonda çalışan sistemler, sahada aynı sonucu vermeyebilir.
Asıl Sorun Teknoloji Değil, Tasarım
Bu noktada sorun yapay zeka değildir.
Sorun şudur:
Yapay zekayı hangi problemi çözmek için kullandığımız.
Eğer sistem,
- Yanlış performans metriklerine dayanıyorsa,
- Eksik veriyle çalışıyorsa ve/veya
- Yalnızca kısa vadeli optimizasyonu hedefliyorsa,
Yapay zeka, yanlış sistemi daha verimli hale getirir.
Sonuç: Daha Akıllı Sistemler mi, Daha Hızlı Hatalar mı?
Limanlar dijitalleşiyor.
Ama dijitalleşme her zaman dönüşüm değildir.
Daha önceki yazılarımda da değindiğim gibi,
- Performans sistemleri yanlışsa, yanlış davranışlar ödüllendirilir,
- Yüksek performans yanlış yönetilirse tükenmişlik oluşur ve
- Sistemler yanlış tasarlanırsa en iyi çalışanlar kaybedilir.
Aynı şey burada da geçerli:
Yapay zeka doğru tasarlanmazsa, yalnızca hataları ölçeklendirir.
Belki de asıl soru şudur:
Biz limanları daha akıllı mı yapıyoruz?
Yoksa yalnızca daha hızlı çalışan ama aynı hataları tekrarlayan sistemler mi kuruyoruz?
Ne dersiniz?
Kaynakça
- Oner, G., Inanc, D., and Altuntas, G. (2026). Artificial intelligence in ports: A bibliometric and evolutionary perspective (Limanlarda yapay zekâ: Bibliyometrik ve evrimsel bir bakış açısı). International Journal of Shipping and Transport Logistics, 22(3): 381-426.
