Büyük dil modeli araçlarının işbirlikçi yeni ürün geliştirmede kolektif biliş için katalizörler olarak rolü: yarı-deneysel bir çalışma

Günlük ekip çalışması için neden önemli

Girişimlerden okul proje gruplarına kadar modern ekipler giderek düşünmelerine, plan yapmalarına ve üretmelerine yardımcı olması için yapay zeka sohbet botlarına başvuruyor. Ancak bu araçların insanların birlikte çalışma biçimini gerçekten nasıl değiştirdiğine dair şaşırtıcı derecede az şey biliyoruz. Bu çalışma, gelişmiş sohbet botları gibi büyük dil modellerinin (BDM'ler) ekipler yeni ürün tasarlarken grup düşüncesini nasıl şekillendirdiğini ve insan yargısının hâlâ nerede net bir üstünlüğe sahip olduğunu yakından inceliyor.

Ekipler normalde nasıl beraber düşünür

İnsanlar yeni bir ürün üzerinde işbirliği yaptığında yalnızca görev paylaşımı yapmazlar; problemin ve olası çözümlerin ortak bir anlayışını zamanla inşa ederler. Yazarlar buna "kolektif biliş" adını veriyor—bireysel fikir ve bakışların ortak bir zihinsel resme nasıl karıştığı. Önceki araştırmalar bu paylaşılan düşüncenin bilgi toplama, tartışma, seçenekleri değerlendirme ve çözüme karar verme döngüleri aracılığıyla geliştiğini göstermişti, ancak bu döngüler genellikle geniş hatlarıyla tanımlanmıştı. Gerçek konuşmaları ayrıntılı incelemek için araştırmacılar daha eski bir modeli, işbirliğini örtüşen dört alana ayıran 2I2A çerçevesine dönüştürdüler: bilgiyi ve ipuçlarını tanımlama, fikirleri düzenlemek için etkileşim, seçenekleri ve takasları analiz etme ve içgörüleri uygulanabilir çözümlere dönüştürme (uyum sağlama).

Deneye daha yakından bakış

Araştırma ekibi 44 ileri düzey tasarım ve mühendislik öğrencisini işe alıp 22 ikili gruba ayırdı. Her çiftin çocuklar için yenilikçi bir ürün oluşturmak üzere yüksek sesle düşünerek 90 dakikası vardı. Takımların yarısı bir dizüstü bilgisayarda serbestçe bir BDM (ChatGPT-4 veya benzeri bir sistem) kullanabiliyordu; diğer yarısının ise yalnızca kağıt ve kalemleri vardı. Tüm konuşmalar kaydedildi ve ardından 2I2A modeline göre satır satır dikkatle kodlandı. Her cümle veya diyalog, dört alandan birine ve bilgi alma, soru yapılandırma, fikirleri değerlendirme veya çözümleri birleştirme gibi sekiz daha ince iletişim türünden birine işaretlendi. Ayrıca, BDM kullanan katılımcılar yarı yapılandırılmış görüşmelere katıldı; araştırmacılar bu görüşmeleri grounded theory ile analiz ederek insanların yapay zekayla çalışmak hakkında hissettikleri ortak temaları ortaya çıkardılar.

Yapay zekanın en çok yardımcı olduğu alanlar

Veriler, BDM'lerin grup düşüncesinin erken aşamalarını güçlü şekilde desteklediğini gösteriyor. Yapay zekasız çalışan takımlarla karşılaştırıldığında, BDM destekli gruplar işbirliği zamanlarının daha büyük bir kısmını Tanımlama ve Etkileşim alanlarında geçirdi. BDM'den arka plan bilgileri, örnekler ve ilham istediler, sonra yanıtlarını tasarım sorularını çerçevelemek ve yeniden çerçevelemek için ham malzeme olarak kullandılar. Bu, daha fazla ilgili bilgiyi algıladıkları, daha çok seçenek seçip biriktirdikleri ve fikirleri daha aktif şekilde yeniden düzenledikleri anlamına geliyordu. Görüşmeler bunu destekliyor: birçok katılımcı BDM'nin araştırmalarını hızlandırdığını, düşünmedikleri yönler önerdiğini ve yaratıcı tıkanıklıkları aşmalarına yardımcı olan hızlı bir "kavramsal ortak" gibi davrandığını söyledi. Kısacası, yapay zeka ekiplerin bilişsel sınırlarını genişletti ve ortak bir başlangıç noktasına daha hızlı ulaşmalarına yardımcı oldu.

İnsan yargısının hala öne çıktığı noktalar

Buna karşılık, BDM ekiplerin daha derin muhakeme veya nihai sentez yapma sıklığını önemli ölçüde değiştirmedi. İnsanların artı ve eksileri değerlendirdiği, farklılıkları müzakere ettiği ve fikirleri tek bir tasarımda ördüğü Analiz ve Uyum alanlarında—BDM ve BDM olmayan gruplar genel olarak benzer davrandı ve bazı alt alanlarda yalnızca insan takımları daha aktifti. Yapay zeka olmadan, işbirlikçilerin seçenekleri eleştirel biçimde değerlendirmeye ve takasları tartışmaya daha fazla zaman ayırdıkları görüldü. Görüşme katılımcıları sıklıkla sohbet botunun önerilerinin yüzeysel, bazen yanlış ve çok onaylayıcı olabileceğini, eleştirel bir takım arkadaşı gibi geri itmeyebileceğini belirtti. Bazıları yapay zekanın bazen kendi düşüncelerini "yerine koyduğunu" veya onları yapay zekanın fikirlerini fazla takip etmeye ittiğini, bunun da çözümler aralığını genişletmek yerine daraltabileceğini hissetti. Bu, erken aşama beyin fırtınasının canlı olmasına rağmen yapay zekayla nihai yaratıcı çıktının belirgin biçimde daha yüksek olmamasını açıklamaya yardımcı olur.

Ekip dinamiklerindeki değişimler ve gizli riskler

Dört düşünme alanı arasında zaman içinde ekiplerin nasıl geçiş yaptığını inceleyen araştırmacılar, BDM destekli grupların özellikle bilgi tanımlama ile onu yapılandırmak için etkileşim arasında daha akışkan, ileri geri geçişler gösterdiğini buldu. Yapay zeka, soru sorma, alma ve fikirleri yeniden şekillendirme döngülerini hızlandırarak işbirliğine daha çevik bir his verdi. Ancak bu esneklik takaslarla birlikte geldi. Bazı katılımcılar, kolay yapay zeka yanıtlarının tetiklediği sık geçişlerin derin düşünme için yavaşlamayı zorlaştırdığını bildirdi. Diğerleri araça artan bağımlılıktan, "doğal" insan-insan tartışmasının kaybından ve yapay zekanın içeriği hatalar veya bağlam eksikliği açısından iki kez kontrol edilmesi gereğinden endişe etti. Görüşmeler ayrıca daha geniş sosyal etkileri işaret etti: Yapay zeka rutin işleri otomatikleştirip insanları daha yaratıcı görevlere ayırabilir, fakat ürün yöneticileri gibi yapay zekayı yönlendiren belirli rollere ekip içinde daha fazla etki vererek güç dinamiklerini de değiştirebilir.

Gerçek ekiplerde yapay zekayı kullanmak için çıkarımlar

Uzman olmayanlar için temel mesaj basit: BDM'ler ekiplerin başlamasına ve zihinsel esnekliği korumasına çok iyi yardımcı oluyor, ancak derin anlayışa veya akıllıca kararlara kısa yol değiller. Bu araçlar bilgi toplama, fikir keşfi ve başlangıçta ortak bir resim kurma için güçlü hızlandırıcılar gibi davranıyor. Ancak dikkatli analiz, zor seçimler ve birçok bakış açısının sağlam, uygulanabilir bir tasarımda harmanlanması hâlâ büyük ölçüde insan uzmanlığına, eleştirel düşünmeye ve müzakereye dayanıyor. Yazarlar, kuruluşların BDM'leri işbirliğinin daha geniş 2I2A bakışı içinde erken aşama düşünebilen yardımcılar olarak görmeleri gerektiğini; nihayetinde yeni ürünleri başarıya ulaştıran insan görüşmeleri ve yargılarının yerine koymamak gerektiğini savunuyorlar.

Atıf: Zhang, D., Luo, S., Liu, Y. et al. Large language model tools as catalysts for collective cognition in collaborative new-product development: a quasi-experimental study. Humanit Soc Sci Commun 13, 382 (2026). https://doi.org/10.1057/s41599-026-06738-7

Anahtar kelimeler: büyük dil modelleri, işbirlikçi tasarım, kolektif biliş, yeni ürün geliştirme, insan–Yapay Zeka ekip çalışması