Kapak görseli, Michelangelo’nun “Âdem’in Yaratılışı” eserinden esinlenerek, Google’ın Whisk aracı aracılığıyla benim tarafımdan özel olarak üretilmiştir.
AI-first (yani yapay zekâ öncelikli) ürünlerle çalıştıkça ve farklı projeleri inceledikçe şunu fark ettim: Biz tasarımcılar artık yalnızca ekran akışlarını değil, aynı zamanda davranış sergileyen bir sistemin hangi durumda nasıl tepki vereceğini de düşünmek zorundayız. Öğrendikçe şunu daha net görüyorum: Bir modelin tutarlılığı ya da belirsizliği, kullanıcı deneyimini kökten etkileyebiliyor. Bu yazı, hem bu süreçte edindiğim içgörüleri toparlamak hem de neden AI-first tasarımın klasik deterministik UX yaklaşımlarıyla uyuşmadığını açıklamak için.
AI-first ürünlerde artık ekran tasarlamıyoruz; belirsizlikleri ve model davranışlarını tasarlıyoruz. Mesele sadece “ekranda ne gösterdiğimiz” değil. Asıl mesele şu: Model nasıl düşünüyor? Hangi durumda emin, hangi durumda kararsız? Ve bu kararsızlık, kullanıcıya nasıl bir deneyim olarak yansıyor?
Klasik UX, yıllarca deterministik bir dünya varsayımına göre tasarlandı: sabit akışlar, öngörülebilir sonuçlar, düz çizgisel karar yapıları… Bugünün AI-first ürünleri ise duruma göre değişen, olasılıksal çalışan ve her etkileşimde davranışını yeniden şekillendiren modellere dayanıyor.
Tasarımcı için bu deneyim, bazen tutarsız ama aslında hatalı da olmayan bir “model kişiliğiyle” çalışmak gibi.
Ve kritik kırılma noktası şurası:
Deterministik UX’in sona erdiği yer, modelin farklı cevaplar üretmeye başlaması değil; tasarımcının artık cevabı değil, davranışı tasarlamak zorunda kalmasıdır.
🗺️ Geçmişin Haritası: Deterministik UX
Deterministik UX çok basit bir varsayım üzerine kuruluydu: Kullanıcı bir şey yapar → Sistem her zaman aynı cevabı verir.
Yıllarca dijital ürünlerde denklemin mantığı çok basitti: Kullanıcı bir adım atar, sistem de önceden tanımlanmış cevabı üretirdi. Senaryolar tasarım ekibi tarafından baştan planlanır, akışlar net bir sıra hâlinde ilerlerdi.
Arayüzün nasıl davranacağı belliydi — neredeyse matematiksel bir kesinlik vardı.
“Edge case” dediğimiz durumlar, genelde geliştirme tarafında sonradan ele alınan teknik borçlar olarak görülürdü; temel akışı bozmadığı sürece kimse fazla kafa yormazdı.
Hatalar da çoğunlukla “beklenmedik durum” olarak ele alınırdı: bağlantı kopmuştur, sunucu geç yanıt vermiştir, kullanıcı sıradışı bir şey yapmıştır. Yani sistemin davranışı değil, istisna kabul edilen bir sapma gibi düşünülürdü.
Kısacası: “Bu butona bas → şu ekran gelsin” modeli, dijital ürünlerin omurgasıydı. Sürpriz yoktu, belirsizlik yoktu, sistemin “davranış” kavramı bile yoktu.
Bu yaklaşım, dönemin teknolojisi ve kullanıcı davranışları için yeterliydi. Hem kullanıcı hem sistem öngörülebilirdi. Tasarımcının işi de bu netliği korumaktı.
Ama artık bu düzen çöktü. Aynı giriş, aynı çıktıyı üretmiyor. Sistem sabit davranmıyor; hatta sabit davranması beklenmiyor bile.
AI-first dünyasında deneyim; artık sabit kurallarla değil, değişken modeller, bağlamlar ve olasılıklı sonuçlarla şekilleniyor.
🔮 Yeni Gerçeklik: Olasılıksal (Probabilistic) Arayüzler
AI-first sistemlerde modeller her zaman aynı cevabı vermez; bu bir hata değil, doğal bir davranıştır. Modelin güven seviyesi sabit değildir; bağlam değiştikçe yanıtlar da değişir. Akış artık kullanıcı ile modelin ortaklaşa oluşturduğu bir süreçtir.
Bu nedenle, kullanıcı arayüzü artık sadece cevabı değil; bu cevaba olan güven düzeyini, belirsizliğin doğasını ve alternatif seçenekleri de göstermelidir.
Tasarımcı artık deterministik kontrol değil; olasılıksal yönetim yapar.
📌 Gerçek Hayattan Örnekler
PlantNet (Görüntü Tanıma Belirsizliği): Bir fotoğraf yüklersiniz, tek bir sonuç yerine şöyle bir olasılık dağılımı alırsınız:
%67 → Digitalis purpurea
%29 → Benzer başka bir tür
Kritik nokta: Aynı fotoğraf farklı ışıkta ya da biraz kırpılarak yüklendiğinde bu dağılım tamamen değişebilir. Bu, deterministik değil; olasılıksal bir deneyimdir.
ChatGPT (Aynı Soru, Farklı Cevaplar): “Toplantı özetini kısa çıkar” dersiniz. Aynı metni yüklersiniz. Ama her seferinde yanıt değişebilir. Neden?
- İçsel örnekleme (sampling)
- Kalan bağlam (context)
- Model versiyonu
- Günün saati
- Önceki sorular
Sonuç olarak: Bazen kısa, bazen uzun, bazen teknik, bazen yüzeysel yanıtlar alırsınız. Eskiden bir sistemi 10 kez aynı şeyle test etseniz 10 kez aynı cevabı alırdınız. Artık bu mümkün değil. Dolayısıyla, “tutarlı cevap” artık yazılımın değil, tasarımın sorumluluğunda.
Spotify (Öneri Tutarsızlığı): Aynı kullanıcı, aynı çalma listesi, aynı gün… ama önerilen şarkılar farklı.
Neden?
- Modelin içindeki embedding güncellemeleri
- Popülerlik değişimleri
- Benzer kullanıcı davranışları
- Sabah dinlenen tek bir farklı şarkı
Spotify demiyor ki: “İşte bu 10 şarkı sabittir.” Onun yerine diyor ki: “Bugün senin için en iyi olduğunu düşündüğüm şarkılar bunlar.” Bu, olasılıksal davranışın doğal bir örneği.
🧩 Tasarımcı Bu Yeni Dünyada Ne Yapmalı?
Güven Arayüzü (Confidence UI): Modelin Güvenini Görünür Kılmak
Bu sadece bir yüzde göstergesi değildir; kullanıcı kararını etkileyen bir güven katmanıdır.
Ne zaman gösterilmeli?
Her yerde değil. Özellikle:
- Arama
- Sınıflandırma
- Öneri sistemleri
- Finans
- Sağlık
- Yüksek riskli işlemler
Nasıl gösterilmeli?
- Yüksek / Orta / Düşük güven rozetleri
- Dil tonu (“Tam emin değilim ama…”)
- Alternatif sonuçlar
- Renk ya da ikon sinyalleri (kırmızıdan kaçınarak)
Kullanıcı davranışına etkisi:
Yüksek güven → Otomatik ilerleme
Düşük güven → Manuel onay
Gizlenirse ne olur?
- Kullanıcı modele fazla güvenir → Hatalar olur
- Modele güvenini yitirir → Üründen kopar
Confidence UI, bu iki uç arasında bir köprü işlevi görür.
Açıklama Döngüsü (Clarification Loop): Belirsizliği Soruyla Yönetmek
Model, kullanıcı komutunu tam anlamadıysa “Şunu mu kastettiniz?” diye sormalı. Bu kötü UX değil; AI-first UX’in tam kalbidir.
Kullanıcı komutları genelde belirsizdir:
- “Bunu biraz toparla.”
- “Bu raporu iyileştir.”
- “Kredi geçmişimi düzenle.”
Modelin yanlış karar vermesindense soru sorması çok daha sağlıklıdır.
İyi bir açıklama döngüsü:
- Net ve kısa sorular
- 2–3 seçenek sunar
- Önceki davranışlara göre tahmin yürütür
- “Neden soruyorum?” bilgisini verir
Ne sağlar?
- Hataları baştan önler
- Kullanıcıya kontrol hissi verir
- Modelin davranışını güvenilir kılar
- Belirsizliği doğal bir akışa dönüştürür
Güvenli Tamamlama (Safe Completion): Kritik İşlemlerde Koruma
Yüksek risk taşıyan yerlerde, sistemin güvenli tamamlamaya zorlanması gerekir.
Nerelerde zorunlu olmalı?
- Para transferi
- Yatırım işlemleri
- Veri silme
- Fatura ödeme
- Şirket içi önemli kayıt değişiklikleri
- Kullanıcıya mesaj gönderme
- Otomasyon tetikleme
Bu işlemler deterministik sistemlerde bile onay ister. AI-first sistemlerde ise bu zorunluluk daha da kritik.
Nasıl olmalı?
- Açık onay
- İşlem özeti
- Risk uyarısı
- Geri alma seçeneği
Neden önemli?
Model yanlış kişiyi seçebilir, yanlış veriyi silebilir, hatalı işlem yapabilir. AI-first sistemlerde bu hataların etkisi çok daha büyüktür. Bu yüzden güvenli tamamlama tasarım açısından zorunludur.
🌙 KAPANIŞ
AI-first çağında kullanıcı deneyimi artık sabit değil; her etkileşimde yeniden şekillenen modellerin davranışına dayanıyor.
Tasarımcının görevi bu belirsizliği anlamlandırmak, modeli şeffaf kılmak, riskleri yönetmek ve kullanıcıyla modeli ortak karar mekanizmasında buluşturmak.
Ve dürüst olalım: AI-first tasarım, zeki, üretken ama ruh hâli değişebilen bir İkizler burcuyla aynı masada oturmak gibidir. Doğru yönetilirse harikadır, yanlış yönetilirse kaotik olabilir. Tasarımcının işi, işte bu dengeyi kurmaktır.
Bu dönüşümü doğru okuyanlar, geleceğin UX liderleri olacak.
Bu makaleyi keyifli bulduysanız, bir alkışla desteğinizi gösterebilirsiniz. Ayrıca daha fazla içerik için Twitter ve LinkedIn üzerinden benimle bağlantı kurmaktan çekinmeyin.
Twitter Linkedin
📚 Biraz daha…
Google PAIR — Human-Centered Machine Learning
Stanford HCI Group — AI Interaction Design Patterns
OpenAI Research — Model Behavior, Uncertainty & System Notes
Spotify Research — Personalization, Bandit Systems & Recommendation Models
Microsoft — Responsible AI UX Guidelines
Harvard NLP — Model Calibration & Confidence Research
🎛️ Deterministik UX Artık Neden Çalışmıyor? was originally published in Türkçe Yayın on Medium, where people are continuing the conversation by highlighting and responding to this story.
