Google, yapay zekâ takviyeli yeni kuşak bir “koçluk” tecrübesi sunmak için Portraits adını verdiği uzmanlık odaklı bir yapay zeka hizmetini test etmeye başladı. Birinci olarak I/O 2025’te duyurulan bu proje, gerçek dünyadaki güvenilir uzmanlarla iş birliği içerisinde geliştiriliyor. Uzun vakittir hayatımızda olan yapay zekâ avatarlarından çok daha fazlasını sunan Portraits; birinci olarak Kim Scott’ın rehberliğinde “Radical Candor” prensiplerini kullanarak iş dünyasındaki profesyonellere bağlantı ve liderlik bahislerinde takviye veriyor.
Google’ın hususla ilgili açıklamalarına nazaran Portraits ile artık şiddetli iş konuşmalarını provaya tabi tutabilir, yöneticilik marifetlerinizi geliştirebilir ve Kim Scott’ın sesinden ilham veren karşılıklar alabilirsiniz. Bu tecrübe, Gemini’nin anlayış ve akıl yürütme gücünü kullanarak sorularınıza anında, uzman içeriklerinden beslenen yanıtlar üretiyor. Şu an için Google Labs’ın erken kademe denemesi olarak yayınlanan Portraits, kullanıcı geri bildirimleriyle daha da gelişecek. Gelecekte tarih öğrencilerinin İlber Ortaylı’nın sesinden, tiyatro öğrencilerinin Robert De Niro’nun sesinden tavsiyeler aldığını görebiliriz. Tabi burada ses benzerliğinden fazlası olacak…
Yakın gelecekte Robert De Niro oyuncu koçunuz, İlber Ortaylı tarih hocanız olabilir
Portraits, direkt uzmanların bilgi ve sesleriyle oluşturulan yapay zekâ sohbet odaklı bir koçluk tecrübesi sunuyor. Yani üstte vermiş olduğumuz örnekten Robert De Niro, oyuncu koçunuz olacak diyebiliriz. İlk Portrait, “Radical Candor” kitabının müellifi Kim Scott ile birlikte geliştirildi. Kullanıcılar, iş yerindeki şiddetli durumlarda Kim Scott’ın tavsiyelerini dinleyebiliyor, diyalog provası yapabiliyor ve liderlik stratejileri üzerine geribildirim alabiliyor.
Bu sistemin temel farkı, içeriğin direkt ilgili uzmana ilişkin özgün metin ve ses kayıtlarından beslenmesi. Yani Portraits, ChatGPT ya da öbür genel sohbet botları üzere rastgele bilgi üretmek yerine, belli bir uzmanın bilgi, birikim ve deneyimiyle eğitiliyor. Google, potansiyel kusurları tespit etmek için kapsamlı testler gerçekleştirdi ve kullanıcı geri dönüşlerini süratlice işleyerek sistemi daima olarak uygunlaştırmayı hedefliyor.
