Doksan iki operatör, uçuş simülatörlerinde NASA'nın çok nitelikli görev bataryasını çalıştırdı. İş yükü sıçradığında izleme doğrulukları %76'dan %55'e düştü — kesikli görevleri korumak için sürekli izleme görevini bıraktılar (TechXplore, 2026). Bu kısmı şaşırtıcı değil. Ajanlarınızı nasıl yapılandırdığınızı değiştirmesi gereken kısım ikinci tur: sisteme bir görevi ne zaman devralacağına ve ne zaman geri vereceğine kendisi karar verme izni verildiğinde, performans yalnızca akut zirve sırasında daha iyiydi. Diğer her yerde, devretme anını kendisi seçen insanlar daha iyi sonuç aldı — ve sistem onlar adına seçtiğinde belirgin biçimde daha fazla yorgunluk bildirdiler (International Journal of Human–Computer Interaction, 2026).
Aynı ajan. Aynı yetkinlik. Tek değişken, işi taşıma yetkisini kimin elinde tuttuğuydu.
Size gösterilen her ajansal yapay zekâ yol haritası özerkliği bir olgunluk merdiveni gibi ele alır: destekli, sonra denetimli, sonra özerk — en üst basamakta da uyarlanabilir kontrol devri. Bu bulgu, o merdivende bir basamağın ters çakıldığını söylüyor. Ajanın kendi başlattığı devralma, dar bir koşul bandı için doğru tasarım; onun dışında her yerde yanlış varsayılan.
Simülatör neyi ölçtü, neyi ölçmedi
Çalışma Lingnan University Psikoloji Bölümü'nden, Profesör Jie (Jay) Xu yönetiminde çıktı ve Ağustos 2026'da International Journal of Human–Computer Interaction dergisinde yayımlandı (IJHCI, 2026). Katılımcılar NASA'nın MATB'sinde üç eşzamanlı görev yürüttü: joystickle izleme, sistem izleme ve kaynak yönetimi — kasıtlı olarak tek bir karardan çok bir vardiyaya yakın bir yük yapısı.
Birinci tur temel çizgiyi belirledi. Yük zirvesinde izleme doğruluğu %76'dan %55'e çöktü, iki kesikli görev ise büyük ölçüde sabit kaldı. Baskı altında insanlar önce sürekli teyakkuzu bırakır. Bir ajanın kapatması beklenen boşluk tam olarak budur.
İkinci tur, bu boşluğu kapatmak için iki rejimi karşılaştırdı:
- Human-led authority allocation (HLAA). Görevi sisteme ne zaman devredeceğine ve ne zaman geri alacağına operatör karar verir.
- Shared authority allocation (ShAA). Sistem yükü izler ve kendi inisiyatifiyle devralır ya da geri verir.
ShAA, akut zirvelerde ve acil durumlarda kazandı. İnsanların yük altında bıraktığı görevi tam olarak korudu. Bu pencerelerin dışında HLAA kazandı. ShAA altında operatörler görevden koptu; kontrol geri geldiğinde durumsal farkındalığı yeterince hızlı yeniden kuramadılar ve ölçülebilir bir performans düşüşü ortaya çıktı. Uzun oturumlarda ShAA grubunun geç aşama yorgunluk skorları, insan yönetimli gruptan belirgin biçimde yüksekti (TechXplore, 2026).
Araştırmacıların nedensel okuması sayılardan daha önemli. Açık, yetkinlikte değildi. Açıklanmamış yetki aktarımındaydı. Sistemin ne yaptığını, neden müdahale ettiğini ve sırada ne yapacağını takip etmek başlı başına bilişsel emektir — hiçbir "kazanılan zaman" hesabında görünmeyen bir emek.
Kırılma noktası devralma değil, geri verme
Ajan tasarımındaki dikkatin neredeyse tamamı devretme anına gider: ajanı ne tetikler, neye izni vardır, hangi korkuluklar onu sınırlar. Geri dönüşe neredeyse hiç dikkat ayrılmaz.
Sıralama ters. Bu verilerde yük altındaki devralma, işe yarayan kısımdır. Hasar dönüş yolunda toplanıyor: döngünün dışında kalmış bir insana, neyin neden değiştiğine dair açıklama olmadan geri gelen kontrol ve bu sırada performansın düştüğü, kimsenin ölçmediği bir toparlanma süresi.
Orta ölçek versiyonunu düşünün. Bir ajan gece boyunca bir kuyruğu işler, çözemediği istisnaları yukarı taşır ve bir koordinatör bunları sabah 8'de devralır. Panoda yukarı taşıma temiz görünür: on iki iş görüldü, üçü yukarı taşındı. Panonun göremediği şey, koordinatörün o üç kaydın neden yukarı taşındığını ve ajanın daha önce neyi denediğini yeniden kurmak için harcadığı yirmi dakikadır. Bunu haftadaki her geri verme ile çarpın; toparlanma maliyeti, işlem tasarrufuyla yarışmaya başlar — hem de kimsenin açmadığı bir bütçe kaleminde.
Bu, IBM Institute for Business Value'nun yönetici düzeyinde bulduğu yapısal sorunun aynısı. 2.000 CIO ve CTO ile yapılan araştırmada üçte ikisi, tam olarak kontrol etmedikleri yapay zekâ sistemlerinden sorumlu tutulduklarını, %77'si ise benimsemenin halihazırda yönetişim kapasitelerini aştığını söyledi (IBM Institute for Business Value, 2026). Simülatör çalışması, aynı açığın masa düzeyinde ve kronometreyle yeniden üretilmiş hâli.
Uyarlanabilir özerklik neden premium özellik diye satılıyor
Çünkü demosu çok güzel. Kuyruğun tıkandığını fark edip kendisine söylenmeden devreye giren bir ajan, talimat bekleyen bir ajandan daha iyi bir iki dakikalık gösterimdir. Ama demo bir zirve koşuludur. Zirve, kanıtların "kararı ajan versin" dediği tek rejimdir.
Satış anlatısı ayrıca sınanmamış bir varsayım taşır: bir kişiden kararı almak yükünü azaltır. Yorgunluk verisinin gösterdiği şu: pahalı olan kısım hiçbir zaman karar değildi. Pahalı olan, sistemin ne yaptığına dair bir model taşımaktır — ve özerk devir bunu artırır: artık hem işi hem de ajanın iş hakkındaki yargısını takip etmek zorundasınız.
Şeffaflık gerekliliği bir konfor unsuru değil
Yazarlar açık: kontrolün neden el değiştirdiğine dair bir açıklama yoksa, operatörle sistem arasında bilişsel bir boşluk açılır. Bu bir arayüz tercihi değil; performans düşüşünü üreten mekanizmanın kendisi.
Bunun bir de kıyaslama gölgesi var. Surge AI'ın HANDBOOK.md değerlendirmesi, sınır modelleri gerçek 43 sayfalık şirket el kitaplarıyla yönetilen 65 ajansal görevden geçirdi; katı pass@1 test edilen her modelde %25'in altında kaldı ve daha fazla akıl yürütme çabası güvenilir bir iyileşme sağlamadı (Surge AI, 2026). Bir ajanın uzun bir görev boyunca politikaya bağlılığı bu kadar kırılgansa, iki saattir kopuk olan ve gerekçesiz biçimde kontrolü geri alan bir operatöre, verimli şekilde inceleyemeyeceği bir paket teslim ediliyor demektir.
Bu, 50–500 çalışanlı bir operasyonda nereye düşer
Üç yer, ısırma hızına göre.
İstisna kuyrukları ve mesai dışı kapsama. Bir ajanın gözetimsiz çalışıp bir alt kümeyi insana geri verdiği her akış, yönlendirme kılığına girmiş bir geri verme sorunudur. Dönüş bir gerekçe taşımıyorsa, toparlanma maliyetini her döngüde ödüyorsunuz.
Sürekli gözetim rolleri. Yorgunluk etkisi uzun oturumlarda, geç aşamada ortaya çıktı. Kısa pilotlar bunu yakalayamaz. Günü ajanların çalışmasını izlemekle geçen biri varsa, iki haftalık pilotunuz yanlış pencereyi ölçtü.
Tedarikçinin belirlediği yükseltme eşikleri. Çoğu ajan platformu, ne zaman müdahale edileceğine dair varsayılan bir hassasiyetle gelir. Bu varsayılanı, operatörlerinizin durumsal farkındalığını değil, demo etkisini ve destek talebi hacmini optimize eden biri seçti. Bu, neredeyse hiç kimsenin bilinçli olarak almadığı, ama yürürlükte olan bir yapılandırma kararıdır.
Üçünün de altında, Microsoft'un 2026 Work Trend Index'inin ters yönden koyduğu bir örgüt tasarımı meselesi var: çalışanların %86'sı yapay zekâ çıktısını zaten nihai cevap değil başlangıç noktası olarak görüyor ve örgütsel etkenler bireysel yapay zekâ becerisinin iki katından fazla ağırlık taşıyor — %67'ye %32 (Microsoft Work Trend Index, 2026). İnsanlar doğrulama işini zaten yapıyor. Devir tasarımı, bu işin ucuz mu pahalı mı olacağına karar veriyor.
Bu çalışmanın söylemedikleri
Üç sınır, açıkça: aşırı okumaya dayanan bir politika başarısız olur.
Katılımcılar üniversite öğrencisiydi, alan operatörü değil. Deneyimli profesyoneller durumsal farkındalığı daha hızlı kurabilir. Nitelikli bilgi işine dış geçerlilik kanıtlanmış değil.
Bu bir uçuş simülatörü, bir arka ofis değil. MATB bir yük ölçüm aracıdır, istisna kuyruğunun yaklaşık modeli değil. Bulguyu operasyondaki ajan gözetimine taşımak bir çıkarımdır — gerekçesi güçlü, ama yine de çıkarım.
N=92, iki tur; etki büyüklükleri haberlerde verilmiyor. Yön tutarlı; sizin bağlamınızdaki büyüklük bilinmiyor.
Üç sınırlamadan da sağ çıkan şey mekanizmadır ve aktarılabilir olan da odur: açıklanmadan el değiştiren yetki, onu devralan insana bir toparlanma maliyeti yükler. Bunun joystickle hiçbir ilgisi yok.
Devralma yetkisini bu çeyrekte bir tasarım kararına dönüştürmek
Dört hamle. Hiçbiri yeni harcama gerektirmiyor ve dördü de stratejiden çok yapılandırma.
Yükseltmeyi varsayılan olarak insan başlatsın. Devri operatör başlatsın. Sistemin başlattığı devralmayı, adı konmuş zirve koşullarına saklayın — eşiğin üzerinde hacim, tanımlı bir kesinti, belirli bir zaman aralığı — ajanın sürekli takdirine değil.
Her geri vermede gerekçe isteyin. Ajan ne yaptığını, neyi denediğini ve kaydı neden geri verdiğini beyan etsin. Bu bir istem ve şablon değişikliğidir, mühendislik programı değil; ve tam da çalışmanın işaret ettiği boşluğa nişan alır.
Uzun pilotlayın, sadece geniş değil. Bir rol sürekli çalışan bir ajanı gözetmeyi içeriyorsa, değerlendirmeden önce en az bir tam vardiya boyunca deneyin. Yorgunluk maliyeti yapısı gereği geç çıkar; yarım günler üzerine kurulu iki haftalık bir pilot, onu ıskalamak üzere tasarlanmıştır.
Toparlanma penceresini ölçün. Bir geri verme ile insanın o kayıt üzerindeki ilk esaslı eylemi arasındaki süreyi ölçün. Bu aralık, mevcut devir tasarımınızın maliyetidir ve bugün gördüğüm her ajan panosunda görünmezdir.
Bu çeyrekte önünüzdeki soru, ajanlarınızın ne kadar özerk olması gerektiği değil. Çok daha dar ve çok daha yanıtlanabilir: en yüksek hacimli akışınızda bir ajanın ne zaman devralacağına bugün kim karar veriyor — siz mi, yoksa bir başkasının gönderdiği varsayılan mı? Bu çalışmada teknoloji sabitken tek bir değişken, performansı ve yorgunluğu zıt yönlere taşıdı. Masanızdaki en ucuz kaldıraç bu ve varsayılan olarak yanlış konumda duruyor.
