Zamana dayanıklı
sistemler geliştiriyoruz.

Bir şirketi anlamaya çalışırken genellikle parçalarına ayırırız.Engineering.Finance.Operations.Sales.People.Sonra her parçayı ayrı ayrı ölçer, optimize eder ve daha iyi hâle getirmeye çalışırız.Mantıklı görünür.Ama bir beynin nasıl çalıştığını anlamak için bütün nöronları tek tek incelemek nasıl yeterli değilse, bir organizasyonu anlamak için çalışanlarını ve departmanlarını tek tek incelemek de yeterli olmayabilir.Çünkü sistemin davranışını parçalar değil, parçalar arasındaki ilişkiler üretir.Bir nöron düşünmez.Milyarlarca nöronun birbirleriyle kurduğu dinamik bağlantı ağı düşünceyi ortaya çıkarır.Bir karınca koloni değildir.Bir insan şirket değildir.Bir veri noktası bilgi değildir.Bir karar da tek başına öğrenme değildir.Asıl yapı aralarındadır.Bir organizasyonun gerçek modeli belki de organizasyon şemasında değil; insanların, kararların, verilerin, müşterilerin, projelerin, deneylerin ve sonuçların birbirleriyle kurduğu bağlantılardadır.Bu durumda şirket zekâsını artırmanın yolu yalnızca daha zeki insanlar işe almak değildir.Daha iyi bağlantılar kurabilen bir sistem tasarlamaktır.Bu ilişkiler kayıt altına alınmadığında organizasyon olayları hatırlar.İlişkiler kayıt altına alındığında ise organizasyon öğrenmeye başlayabilir.Ratel Company OS’ta bu ilişkinin kaydı decision trace’dir: Karar, tek başına değil; onu doğuran sinyal, dayandığı kanıt ve ürettiği sonuçla birlikte korunur.Sinyal → Kanıt → Karar → Sonuç → ÖğrenmeBuradan daha ilginç bir sonuç çıkar.Bir şirketin bilgi sistemi bir belge deposu olmamalıdır.Bir ilişki modeli olmalıdır.Belgeler, kararlar, insanlar, metrikler, kod ve müşteriler — her biri bir node’dur.Ama şirketi şirket yapan node’lar değildir.Aralarındaki bağlantılardır.Ve zaman içinde bu bağlantıların nasıl değiştiğidir.Belki geleceğin şirketlerinde en değerli kurumsal varlıklardan biri organizasyon şeması değil, organizasyonun connectome’u olacaktır:Kim ne biliyor?Ne neden yapıldı?Hangi bilgi hangi kararı değiştirdi?Hangi karar hangi sonucu doğurdu?Hangi sonuç ne öğretti?Ve bu öğrenme sistemi nasıl değiştirdi?Zekâyı yalnızca insanlarda aramak, beyni tek tek nöronlarda aramaya benzer.Asıl soru şirketin ne kadar zeki insana sahip olduğu değil; insanların, bilginin, kararların ve sonuçların birbirine ne kadar iyi bağlandığıdır.Kaynak / İlham:YouTube'da izle↗

Metinden bir bölüm seçerek alıntı kartı oluşturun.

Bir sistem yalnızca doğru cevabı üretip üretmediğine göre değerlendirilmemeli. Yanlış olduğunda, neden yanlış olduğunu anlayabilecek koşulları da üretmeli.Bu ayrım; şirketleri, yazılımları ve karar süreçlerini nasıl tasarladığımızı değiştirir. İzlenebilir bir yolu olmayan doğru çıktı bir kez işe yarayabilir. Çıktıya nasıl ulaştığını koruyan sistem ise incelenebilir, sorgulanabilir, düzeltilebilir ve geliştirilebilir.Company OS döngüsü şöyledir:Problem → Hipotez → Kanıt → Yanlışlama → Karar → Uygulama → Gerçek dünya sonucu → ÖğrenmeBu döngü kararı son nokta olarak görmez. Uygulama hipotezi gerçeklikle karşılaştırır; sonuç yeniden kanıta dönüşür; öğrenme ise sistemin bir sonraki turunu değiştirir.Döngünün dürüst kalması için UNKNOWN geçerli bir state olmalıdır. Kanıt yetersizse sistem sahte bir kesinlik üretmek yerine belirsizliği korumalıdır. Açıkça tanımlanmış bilinmezlik üzerinde çalışılabilir. Sahte kesinlik ise üzerine kurulan her kararı bozar.Başarısız denemeler de veri olarak saklanmalıdır. Amaç başarısızlığı yüceltmek değil, şirketin aynı ders için tekrar tekrar bedel ödemesini engellemektir. Başarısız bir deney; bozuk bir varsayımı, eksik bir kabiliyeti, geçersiz bir ölçümü veya daha önce görünmeyen bir kısıtı açığa çıkarabilir.Hipotez üretme ve doğrulama rolleri ayrılmalıdır. Bir açıklamayı üreten rol doğal olarak ona bağlanır; onu sınayan rol ise hipotezi çürütebilmelidir. Bu ayrım muhakemeyi ortadan kaldırmaz. Aynı teşviklerin hem iddiayı hem de iddiayı onaylayacak kanıtı biçimlendirme riskini azaltır.Kritik kararlarda bir Falsification Pass uygulanmalıdır:Bu hipotezin yanlış olduğunu hangi kanıt gösterir? Aynı gözlemleri açıklayan başka ne olabilir? En fazla riski hangi varsayım taşıyor?Bu sorular, uygulama kararı maliyete, mimariye veya operasyon alışkanlığına dönüştürmeden önce sorulmalıdır.Bu nedenle yalnızca output saklamak yetmez. Sistem aynı zamanda bir decision trace korumalıdır: problem tanımı, alternatif hipotezler, değerlendirilen kanıtlar, belirsizlik, reddetme ölçütleri, yetki, karar, uygulama, gözlenen sonuç ve çıkarılan ders.Decision trace, sonuçla orantılı kurulduğunda bürokrasi değildir. Sistemin gerekçeli bir kararla şanslı bir sonucu; kötü bir kararla talihsiz bir sonucu birbirinden ayırmasını sağlayan hafızadır.Daha derindeki ilke basittir:Bir şirket yalnızca iş yapan bir sistem olarak değil, o işi daha iyi yapmayı öğrenen bir sistem olarak tasarlanmalıdır.Kaynak:YouTube'da izle↗

Metinden bir bölüm seçerek alıntı kartı oluşturun.

Satrançta ilk hamleden itibaren gelecek dallanmaya başlar. Her hamle yeni hamleler doğurur ve birkaç adım sonra olası oyun dizilerinin sayısı insan sezgisinin dışına çıkar.Claude Shannon’ın satranç için verdiği meşhur kaba büyüklük yaklaşık:10¹²⁰Yani 1’in arkasında 120 sıfır.Buradan aklıma şu soru geldi:Önüne boş bir kâğıt ve kalem alan bir insanın yapabileceği hareketlerden doğacak olası gelecekleri de hesaplayabilir miyiz?Tam anlamıyla değil. Çünkü gerçek dünyada kalemin konumu, açısı, basıncı, hızı ve zamanı sürekli değişkenlerdir. Matematiksel olarak sistemi sürekli kabul edersek olası hareket yolları sonsuza gider.Ama bir mühendislik modeli kurup sistemi ayrıklaştırabiliriz.Basit bir deney düşünelim: A4 kâğıt, 0,5 mm uzamsal çözünürlük, toplam 10 metre kalem hareketi. Kalem her 0,5 mm’de sekiz yönden birine hareket edebilsin. Kalem yukarıda olabilir veya kâğıda temas ederken dört farklı basınç seviyesinden birini kullanabilir.Bu durumda A4 üzerinde yaklaşık 249.480 başlangıç noktası, 10 metre boyunca 20.000 hareket adımı ve kaba modelimizde her adım için yaklaşık 40 olası hareket oluşuyor.Dolayısıyla hareket dizilerinin kaba üst sınırı:N ≤ 249480 × 40²⁰⁰⁰⁰Logaritmasını aldığımızda:log₁₀N ≈ 32046.6Yani:N ≈ 10^32046.6Başka bir ifadeyle yaklaşık 10 üzeri 32 bin 47 mertebesinde olası hareket dizisi.Kabaca düşünmek için bunu:10³²⁰⁴⁷olarak yazabiliriz.Bu, 1’in arkasında yaklaşık 32.047 sıfır bulunan bir sayı demek.Satranç için kullanılan yaklaşık 10¹²⁰ ölçeğiyle yan yana koyduğumuzda fark grotesk görünüyor. Fakat burada önemli bir uyarı var: Bu iki sayı aynı şeyi ölçmüyor. Satranç kuralları kesin tanımlanmış bir oyun ağacıdır; kâğıt-kalem hesabımız ise seçtiğimiz çözünürlüğe ve fiziksel varsayımlara bağlı kaba bir hareket uzayı modelidir.Asıl ilginç sonuç sayı değil.Çünkü insan gerçekte bu devasa olasılık uzayının tamamında dolaşmaz.Boş kâğıdı önüne koyduğumuzda teorik olarak inanılmaz sayıda hareket mümkündür. Ama:“Adını yaz.”dediğimiz anda olasılıkların ezici çoğunluğu ortadan kalkar.Ardından:“Adını sağ üst köşeye, küçük harflerle yaz.”dersek uzay tekrar küçülür.Bir amaç, bir kısıt ve biraz bağlam ekleyerek astronomik büyüklükteki bir gelecek uzayını birkaç anlamlı seçeneğe indirebiliriz.Bunu şöyle düşünebiliriz:Possibility Space → Reachable Space → Relevant Space → Actual PathÖnce fizik ve kabiliyet, sonra amaç ve bağlam, ardından geri bildirim olası gelecekleri sürekli budar.Burada bence daha genel bir mühendislik fikri ortaya çıkıyor:Zekâ, bütün ihtimalleri hesaplayabilme yeteneği olmayabilir. Zekâ, hesaplanması gerekmeyen ihtimallerin neredeyse tamamını doğru biçimde yok edebilme yeteneği olabilir.Satranç motorlarında arama ağacını budarız.AI sistemlerinde context, tool boundaries, objective ve feedback ile arama uzayını daraltırız.Şirketlerde strateji, süreç, yetki sınırları ve ölçüm mekanizmaları aynı işi yapar.İnsan zihni de muhtemelen dünyanın bütün olası geleceklerini hesaplamıyor. Geçmiş deneyim, dil, amaç, sezgi ve çevreden gelen geri bildirimle düşünülebilir geleceklerin çok büyük bölümünü daha değerlendirmeye başlamadan eliyor.Bu yüzden iyi mühendislik her zaman daha fazla seçenek üretmek değildir.Bazen tam tersidir:Devasa bir olasılık uzayını, doğru kısıtlarla yönetilebilir bir karar uzayına dönüştürmek.Boş kâğıt aslında boş değildir.Henüz budanmamış bir gelecek uzayıdır.