Workslop nedir? Yapay zeka ile hazırlanan düşük kaliteli işlerin neden zaman kaybı yarattığını, ekip güvenini ve verimliliği nasıl etkilediğini birlikte inceleyelim.
Yapay zekanın iş hayatındaki en büyük vaadi zaman kazandırmak. Ancak masanıza gelen kusursuz görünümlü bir sunumu yeniden yazıyor, AI ile hazırlanmış raporun verilerini tek tek kontrol ediyor veya ne anlatmak istediği anlaşılmayan uzun bir e-postayı çözmeye çalışıyorsanız başka bir problemle karşılaşmış olabilirsiniz. Adı workslop. İlk bakışta tamamlanmış görünen AI çıktısı, asıl işi onu alan kişiye bırakıyor.
Son zamanlarda iş hayatında küçük ama tanıdık bir durum oluşmaya başladı.
Bir dosya geliyor. Gayet profesyonel görünüyor. Başlıklar düzgün, maddeler eksiksiz, sunumda 25 sayfa var.
Sonra okumaya başlıyorsunuz.
Beşinci sayfada hâlâ ne yapmanız gerektiğini bilmiyorsunuz.
Raporda çok fazla bilgi var ama karar yok. Rakip analizi uzun ama rakiplerin neden önemli olduğu anlatılmamış. Brief hazırlanmış ama müşterinin asıl problemi kaybolmuş.
Bir süre sonra dosyayı bir kenara bırakıp kendiniz düşünmeye başlıyorsunuz.
Yapay zeka işi hızlandırmış gibi görünüyor fakat sizin işinizi artırmış.
Bu deneyimin artık bir adı var.
Workslop.
Workslop nedir?
Workslop kavramı Stanford Social Media Lab ve BetterUp Labs araştırmacılarının 2025 yılında yaptığı çalışmalarla gündeme geldi.
Tanım oldukça basit.
Workslop, yapay zeka ile üretilen ve ilk bakışta tamamlanmış bir iş gibi görünen ancak görevi gerçekten ilerletmek için yeterli düşünce, bağlam veya kalite taşımayan içerik.
Bir e-posta olabilir.
Sunum olabilir.
Rapor olabilir.
Kod olabilir.
Toplantı özeti, pazar araştırması veya strateji dokümanı olabilir.
Ortak özellikleri aynı. Dosya bitmiş görünüyor ama işi bitirmiyor.
BetterUp bunu “ilerleme yanılsaması” olarak tanımlıyor. Gösterişli slaytlar, uzun raporlar ve iyi cilalanmış özetler üretiliyor ancak gerçek düşünme ve düzeltme işi bunları teslim alan kişiye kalıyor.
Bence kavramı ilginç yapan taraf da tam olarak burada.
Workslop kötü görünen iş değil.
İyi görünen kötü iş.
AI Slop ile Workslop arasındaki fark ne?
Hatırlayacağınız üzere kısa süre önce AI Slop Nedir? Sosyal Medya Neden Yapay Zeka İçerikleriyle Doldu? yazısında sosyal medyayı dolduran düşük değerli, seri üretilebilir yapay zeka içeriklerini ele almıştım.
Workslop aynı sorunun ofisteki akrabası gibi.
AI Slop çoğunlukla dikkatimizi tüketiyor.
Workslop ise çalışma zamanımızı tüketiyor.
Sosyal medyada anlamsız bir AI içeriğiyle karşılaştığınızda aşağı kaydırabilirsiniz. İş arkadaşınız size 30 sayfalık hatalı bir rapor gönderdiğinde aynı özgürlüğünüz olmayabilir.
İçeriği kontrol etmeniz, hatayı bulmanız, ne anlatılmak istendiğini çözmeniz ve bazen bütün işi yeniden yapmanız gerekir.
İşyerinde maliyet tam burada oluşuyor.
Workslop ne kadar yaygın?
BetterUp Labs ile Stanford Social Media Lab’in ABD’deki masa başı çalışanlarla yaptığı araştırmanın güncel özetinde çalışanların yüzde 40’ı son bir ay içinde workslop aldığını söylüyor.
Her bir olayın çözülmesi ortalama yaklaşık iki saat sürüyor.
Araştırmacılar bunun çalışan başına aylık yaklaşık 186 dolarlık görünmeyen bir maliyet oluşturabileceğini hesaplıyor. 10 bin çalışanlı bir şirkete ölçeklendiğinde yıllık kayıp 9 milyon doları aşabiliyor.
Rakamları birebir her şirkete uygulamak elbette mümkün değil. Çalışma ABD’deki masa başı çalışanların beyanlarına dayanıyor.
Ama davranış oldukça tanıdık.
Bir çalışan yapay zeka sayesinde yarım saat kazanıyor.
Çıktıyı başka birisine gönderiyor.
Alıcı iki saat boyunca o işi anlamaya ve düzeltmeye çalışıyor.
Bireysel üretkenlik metriği yükselmiş görünebilir.
Şirket açısından tablo pek parlak değil.
AI zamanı gerçekten kimin için kazandırıyor?
Workslop bana yapay zeka verimliliği hakkında çok basit bir soruyu düşündürüyor.
Kazandığımız zamanı nerede ölçüyoruz?
Bir yöneticinin hazırlaması gereken rapor normalde üç saat sürüyorsa ve AI ile 30 dakikada hazırlanıyorsa 2,5 saat kazanç var gibi görünüyor.
Ancak raporu alan ekip:
verileri yeniden kontrol ediyor,
kaynakları arıyor,
gereksiz bölümleri ayıklıyor,
eksik analizi tamamlıyor
ve ne yapılacağına kendisi karar veriyorsa zaman tasarrufu başka insanların çalışma süresinden finanse edilmiş oluyor.
Bu yüzden yapay zeka verimliliğini yalnızca “bu işi ne kadar hızlı hazırladım?” sorusuyla ölçmek bana giderek eksik geliyor.
Daha iyi soru olabilir:
Gönderdiğim iş karşımdaki insanın işini kolaylaştırdı mı?
Pazarlama ekiplerinde workslop çok kolay üretilebilir
Pazarlama dünyası bence workslop için oldukça uygun bir ortam.
Çünkü yaptığımız işlerin önemli kısmı metin, analiz, araştırma ve fikir üretimine dayanıyor. Yapay zeka da tam bu alanlarda son derece hızlı.
Örneğin bir rakip analizi istiyorsunuz.
AI size birkaç dakika içinde 15 sayfalık rapor hazırlıyor.
Şirketler sıralanmış, güçlü ve zayıf yönler yazılmış, fırsatlar listelenmiş.
İlk bakışta harika.
Ama sonra fark ediyorsunuz ki üç rakip artık o ürünü sunmuyor. Bir istatistiğin kaynağı bulunamıyor. Türkiye pazarıyla ilgili değerlendirme aslında ABD verilerinden türetilmiş.
En önemlisi de 15 sayfanın sonunda ne yapmanız gerektiğine dair anlamlı bir fikir yok.
Rakip analizi yapılmış görünüyor.
Araştırma yapılmamış.
Benzer durum içerik planlarında da yaşanabiliyor.
“Bana fintech şirketi için 100 LinkedIn fikri ver.”
AI 100 fikir veriyor.
Soru artık fikir bulmak olmaktan çıkıyor.
Hangisi gerçekten markaya ait?
Workslop bazen fazla çalışmanın sonucu da olabilir
Kavramı yalnızca “tembel çalışan ChatGPT’ye yaptırdı” şeklinde okumak kolay olur.
Araştırmalar daha farklı bir noktaya işaret ediyor.
BetterUp ve Stanford araştırmacılarının 2026’da yayımladığı yeni değerlendirmelerde düşük kaliteli AI çıktılarının en güçlü belirleyicilerinden bazılarının kişilik özellikleri yerine çalışma ortamıyla bağlantılı olduğu görülüyor.
AI kullanımı zorunlu tutulduğunda, kullanım oranı performans göstergesine dönüştürüldüğünde veya yöneticiler “AI kullanın” deyip nasıl kullanılacağı konusunda net bir çerçeve sunmadığında workslop riski artabiliyor. Güven ortamı ve liderlerin AI dönüşümünü nasıl anlattığı da sonucu etkiliyor.
Bence bu önemli.
Şirket:
“Her işte AI kullanın.”
diyor.
Çalışan da kullanıyor.
Çünkü performans beklentisi bunu gerektiriyor.
AI kullanım miktarı artıyor ve dashboard güzel görünüyor.
Ama ortaya çıkan işin kalitesi artmayabilir.
AI kullanımı ile AI verimliliği aynı metrik değil.
Kimse yapay zekanın ilk taslağını görmek zorunda değil
Ben workslop’a karşı en basit kuralı burada koyardım.
AI size bir taslak hazırladıysa bu sizin taslağınız.
İş arkadaşınızın problemi haline gelmemeli.
Yapay zekaya bir brief yazdırdıysanız önce siz okuyun. Araştırma yaptırdıysanız kaynaklarını kontrol edin. Sunum hazırlattıysanız hangi slaytın gerçekten gerekli olduğunu siz seçin.
AI çıktısını doğrudan başka birisine yönlendirmek yalnızca üretim süresini kısaltıyor.
Editoryal sorumluluğu ortadan kaldırmıyor.
Bu biraz e-postadaki “forward” tuşuna benziyor.
Bir şeyi iletmek kolay.
Karşıdaki insanın neden görmesi gerektiğini düşünmek hâlâ bizim işimiz.
Workslop güveni de tüketiyor
Araştırmanın bence en ilginç kısmı zaman kaybından çok insanlar arasındaki ilişki.
Workslop alan çalışanların yüzde 54’ü rahatsızlık, yüzde 46’sı hayal kırıklığı ve yüzde 38’i kafa karışıklığı yaşadığını söylüyor.
Yaklaşık yarısı, workslop gönderen çalışma arkadaşını daha az yaratıcı, yetkin ve güvenilir görmeye başladığını belirtiyor. Yüzde 42’si gönderen kişiye duyduğu güvenin azaldığını söylüyor ve yaklaşık üç çalışandan biri tekrar aynı kişiyle çalışmaya daha az istekli hale geliyor.
Aslında mantıklı.
Birisi size üzerinde düşünülmemiş bir iş gönderdiğinde gizli bir mesaj da iletiyor.
“Bunun üzerinde ben uğraşmadım, sen uğraş.”
Bir süre sonra problem AI kalitesinden çıkıp ekip ilişkisine dönüşüyor.
İşin cilası ile düşüncenin kalitesi birbirine karışıyor
Üretken yapay zekanın en güçlü özelliklerinden biri ortalama çıktının görünümünü olağanüstü yükseltmesi.
Eskiden kötü hazırlanmış bir rapor kötü görünürdü.
Başlıklar dağınıktı. Yazım hataları vardı. Sunum kötüydü.
Şimdi düşük kaliteli fikir oldukça profesyonel görünebiliyor.
Dil akıcı.
Format kusursuz.
Grafikler hazır.
Kurumsal ton yerinde.
Bu biraz tehlikeli.
Çünkü görsel kaliteyi zihinsel kalite sanmaya başlayabiliriz.
AI çağında iyi işin yeni ölçütlerinden biri belki de “ne kadar profesyonel görünüyor?” yerine “hangi kararı daha iyi almamı sağlıyor?” olacak.
Yapay zekayı daha az kullanmak çözüm olur mu?
Ben öyle düşünmüyorum.
Yapay zekanın doğru kullanıldığında insanları ciddi biçimde hızlandırdığına ilişkin çok sayıda araştırma var.
Üstelik sorun teknolojiyle sınırlı görünmüyor.
Stanford’un Ağustos 2026’da güncellediği işgücü araştırması da AI kullanımının sonuçlarının otomasyon ile insanı tamamlayan kullanım arasında farklılaştığını gösteriyor. AI’ın insan görevlerini doğrudan otomatikleştirdiği alanlarda genç çalışanların istihdamı daha fazla baskı görürken, insan yeteneklerini tamamlayan alanlarda tablo daha güçlü. Araştırmacılar bu sonuçların nedensellik kanıtı olmadığını özellikle belirtiyor.
Benzer ayrım günlük çalışmada da yapılabilir.
AI sizin yerinize düşünmeye başladığında risk artıyor.
AI sizin daha iyi düşünmenize yardım ettiğinde gerçek değer oluşuyor.
Prompt kalitesinden önce bağlam kalitesi geliyor
Workslop’u azaltmak için bütün şirketi prompt mühendisliği eğitimine göndermek ilk akla gelen çözüm olabilir.
Fakat bana göre daha temel bir problem var.
AI’a ne istediğimizi biliyor muyuz?
Bir brief hazırlarken hedef belli mi?
Bu araştırma hangi kararı destekleyecek?
Raporu kim okuyacak?
Çıktının ardından ne yapılması bekleniyor?
Bunlar net değilse mükemmel prompt da yalnızca daha profesyonel görünen belirsizlik üretebilir.
Pazarlamanın Yeni İşletim Sistemi yazısında AI’ın tek tek görevlerden çıkıp pazarlama süreçlerinin içine yerleşmeye başladığını anlatmıştım.
Workslop tam da bu dönüşümün neden yalnızca teknoloji projesi olamayacağını gösteriyor.
Süreci kötü tasarladıysanız AI o süreci düzeltmek zorunda değil.
Bazen yalnızca hızlandırıyor.
Workslop’u azaltmak için ne yapılabilir?
Ben ekip içinde birkaç basit kural koyardım.
Gönderen kişi çıktının sahibi olmaya devam eder. AI hazırladı diye sorumluluk makineye devredilmez.
Her dokümanın bir amacı olmalı. Rapor neyi anlamamızı, hangi kararı vermemizi veya hangi işi yapmamızı sağlayacak?
Kaynak gerektiren bilgi kontrol edilir. Özellikle rakam, araştırma, isim ve güncel gelişmelerde AI’ın doğru görünmesi yeterli kabul edilmez.
AI çıktısı göndermeden önce edit edilir. Gereksiz bölümler çıkarılır, tekrarlar temizlenir ve bağlam eklenir.
Karşı tarafın işi ölçülür. Bir doküman hazırlamak size yarım saat kazandırdı ama üç kişiye ikişer saat iş çıkardıysa sistem çalışmıyor.
Bence son madde en önemlisi.
Şirketler yapay zekanın kazandırdığı zamanı ölçmeye başladığı kadar başkalarına çıkardığı işi de ölçmeli.
Workslop görünmeyen bir yönetim problemi olabilir
Yapay zeka dönüşümünün ilk döneminde şirketlerin temel metriği kullanım oranı oldu.
Kaç çalışan AI kullanıyor?
Kaç lisans aktif?
Kaç prompt yazıldı?
Ne kadar süre kazanıldı?
Fakat BetterUp’ın 2026 araştırmaları AI kullanımını zorunlu hale getiren organizasyonlarda workslop riskinin daha yüksek olabildiğini gösteriyor. Çalışanlara yalnızca aracı vermek yerine ne zaman kullanılacağı, ne zaman insan muhakemesinin devrede kalacağı ve ortaya çıkan işten kimin sorumlu olduğu da tanımlanmalı.
Bu nedenle geleceğin iyi AI şirketi bana göre en fazla AI kullanan şirket olmayacak.
AI kullanımı sonucunda en az gereksiz iş üreten şirketlerden biri olacak.
Verimlilik bazen sadece işin yer değiştirmesi olabilir
Workslop kavramını sevme nedenim tam olarak bu.
Yapay zeka tartışmasını “bizi hızlandırıyor mu?” sorusundan çıkarıp daha geniş bir yere taşıyor.
Kimi hızlandırıyor?
İşin hangi bölümünü azaltıyor?
Ortadan kalkan görev gerçekten ortadan mı kalktı, yoksa başka bir çalışanın masasına mı taşındı?
AI bir sunumu iki saatte değil 15 dakikada hazırlayabilir. Bu olağanüstü bir kazanç.
Ama o sunumun ne söylediğini anlamak için toplantıdaki sekiz kişinin yarım saat harcaması gerekiyorsa matematiği yeniden yapmak gerekiyor.
Bence workslop’un bize söylediği şey oldukça basit.
Yapay zeka işi hızlandırırken düşünme yükünü başka bir insana bırakıyorsa şirket zaman kazanmıyor. İş yalnızca el değiştiriyor.
Ve sanırım bundan sonra “AI ile ne kadar hızlı ürettik?” sorusundan önce bir kez daha bakmak gerekiyor.
Ürettiğimiz şey gerçekten işi ilerletiyor mu?
