Klasör Aramaktan Soru Sormaya: Şirket Arşivinde Yapay Zekâ Destekli Arama (RAG) Nasıl Çalışır?

Çoğu şirkette bilgi vardır ama bulunmaz. Bir sözleşmedeki ceza maddesini hatırlarsınız, ama hangi dosyada olduğunu bulmak yarım saatinizi alır. Klasör isimlerinde ve dosya adlarında, ya da Ctrl+F ile aradığınızda çoğu zaman aradığınız şeye değil, sadece o kelimenin geçtiği yere ulaşırsınız. Yapay zekâ destekli arama bu ilişkiyi tersine çevirir: klasör açmak yerine soru sorarsınız, sistem de kaynağını göstererek yanıt verir.

Bu yazıda, RAG olarak bilinen yaklaşımın günlük dille nasıl çalıştığını, taranmış belgelerin bu resme nasıl dâhil olduğunu ve bu tür bir sistemin neden kaynak göstermesi ve bilmediğinde susması gerektiğini anlatıyoruz.

Klasör ve dosya-adı aramanın sınırları

Geleneksel arama, kelime eşleştirmesi yapar. Fesih yazarsanız içinde tam olarak fesih geçen belgeleri bulur; ama sözleşmeyi sonlandırma ya da akdin feshi gibi ifadeleri kaçırabilir. Aramayı yapan kişinin, belgede kullanılan tam kelimeyi önceden bilmesi gerekir.

Dosya-adı araması daha da kısıtlıdır. 2021_teklif_final_v3.pdf adlı bir dosyanın içinde ne yazdığını isim söylemez. Arşiv büyüdükçe bu yöntem, aradığınızı bulmaktan çok, nerede olabileceğini tahmin etme oyununa döner. Bilgi kayıp değildir; sadece nerede olduğunu unutmuşsunuzdur.

OCR: Taranmış belgeleri okunur kılmak

Türk şirketlerinin arşivinin önemli bir kısmı taranmış belgelerden oluşur: ıslak imzalı sözleşmeler, resmi yazılar, elle doldurulmuş formlar. Bu dosyalar bilgisayar için birer resimdir; içindeki metin, arama motorunun göremediği piksellerden ibarettir.

OCR (optik karakter tanıma), bu resimlerdeki yazıyı makinenin okuyabileceği metne çevirir. İyi bir OCR katmanı olmadan, arşivinizin taranmış kısmı yapay zekâ için görünmezdir. Bu yüzden bir çözümü değerlendirirken taranmış PDF'leri de okuyabiliyor mu sorusu, yalnızca temiz dijital belgelerle yapılan demolardan daha belirleyicidir.

Türkçe belgelerde OCR'ın kalitesi ayrıca önemlidir. İ ile I, ş ile s, ğ ile g gibi harflerin doğru tanınması, aramanın isabetini belirler. Zayıf bir OCR, sözleşme kelimesini sozlesme diye okuyup aramanın gözünden kaçırabilir. Bu nedenle değerlendirmeyi kendi eski, düşük kaliteli taramalarınızla yapmak, cilalı örneklerle yapmaktan daha gerçekçi bir sonuç verir.

RAG'i günlük dille anlatmak

RAG'in teknik açılımı getirmeye dayalı üretimdir, ama ismi bir kenara bırakalım. Şöyle düşünün: deneyimli bir asistanınız var, ama arşivinizi ezbere bilmiyor. Ona bir soru sorduğunuzda önce gidip ilgili dosyaları raftan çekiyor, sadece o dosyaları okuyor ve size cevabı bu dosyalara dayanarak veriyor.

Sistemin yaptığı tam olarak budur. Önce sorunuzla ilgili belge parçalarını bulur, sonra yalnızca o parçalara bakarak yanıtı oluşturur. Fark şudur: asistan cevabı kafasından uydurmaz; önüne koyduğu belgelerden okur. Bu ayrım, kurumsal kullanımda her şeyi değiştirir, çünkü yanıtın nereden geldiğini gösterebilir.

Peki asistan doğru dosyayı nasıl buluyor? Belgeler önceden okunup küçük parçalara bölünür ve her parça, anlamına göre etiketlenir. Siz sorduğunuzda sistem, sorunuzun anlamına en yakın parçaları getirir; tam kelime eşleşmesi aramaz, anlam yakınlığına bakar. Bu yüzden akdin feshi diye sorduğunuzda, içinde sözleşmenin sonlandırılması geçen bir maddeyi de bulabilir. Kelimeler farklı, anlam aynıdır.

Kaynak gösterme ve bilmiyorum diyebilmek

Bir yapay zekâ asistanının kurumsal ortamda güvenilir olması için iki davranışı zorunludur. Birincisi, her yanıtı hangi belgeye dayandırdığını göstermesi. Bu ceza maddesi, 12 Mart 2021 tarihli tedarik sözleşmesinin 7. maddesinde geçiyor diyebilmeli ki, siz de gidip doğrulayabilesiniz.

İkincisi, arşivde cevap yoksa cevap uydurmak yerine bu konuda belge bulamadım diyebilmesi. Buna çekimserlik (abstention) denir. Bir hukuk ya da ihale sorusunda uydurulmuş ama emin görünen bir yanıt, hiç yanıt olmamasından daha tehlikelidir. Kaynağını gösteren ve bilmediğinde susan bir sistem, doğrulanabilir olduğu için güvenilirdir.

Yetki-bazlı erişim neden şart

Bir arşivde herkesin her belgeyi görmesi gerekmez. Muhasebe ekibinin göremeyeceği özlük dosyaları, yalnızca yönetimin erişebileceği sözleşmeler vardır. Yapay zekâ katmanı bu sınırları gevşetmemeli, tam tersine korumalıdır.

İyi tasarlanmış bir sistemde, soruyu soran kişi yalnızca kendi erişim yetkisi dâhilindeki belgelerden yanıt alır. Bir kullanıcı, göremeyeceği bir sözleşmeyi dolaylı yoldan, asistana sorarak öğrenememelidir. Yetki sınırları belge düzeyinde uygulanmadığında, arama kolaylığı bir güvenlik açığına dönüşür.

Bu, özetlerde bile geçerli olmalıdır. Asistan, kullanıcının göremeyeceği bir belgenin içeriğini özetleyerek ya da ondan bir cümle alıntılayarak dolaylı olarak sızdırmamalıdır. Yetki denetiminin, yalnızca belgeyi açarken değil, o belgeden üretilen her yanıtta işlemesi gerekir. Doğru kurgu, mevcut yetki modelinizi gevşetmez; onu olduğu gibi arama katmanına taşır.

Yatırım getirisini ölçmek

Bu tür bir sistemin değerini ölçmek soyut değildir. En basit ölçüt, bir bilginin bulunma süresidir. Bir sözleşme maddesini ya da geçmiş bir teklifi bulmak eskiden 20 dakika alıyorsa ve şimdi 30 saniye alıyorsa, bu farkı çalışan sayısı ve günlük arama sıklığıyla çarparak somut bir zaman tasarrufu elde edersiniz.

İkinci ölçüt hata maliyetidir. Yanlış ya da eksik bilgiyle hazırlanan bir teklif, gözden kaçan bir sözleşme yükümlülüğü ya da tekrar tekrar sorulan aynı sorular görünmez maliyetlerdir. Kaynağını gösteren bir arama, bu hataları azalttığı ölçüde kendini amorti eder. Ölçmek için pilot bir ekiple başlayıp süreleri kaydetmek çoğu zaman yeterlidir.

Küçük bir pilotla başlamak

Bütün arşivi bir gecede sisteme taşımak gerekmez, hatta önerilmez. En sağlıklı yol, tek bir ekibin ve sınırlı bir belge kümesinin olduğu küçük bir pilotla başlamaktır. Örneğin yalnızca son iki yılın sözleşmeleri ya da tek bir departmanın arşivi. Böylece hem sonuçların kalitesini gerçek sorularla test edersiniz hem de yetki sınırlarının doğru çalıştığını dar bir alanda doğrularsınız.

Pilot, iki soruyu yanıtlamalıdır: sistem verdiğim yanıtların kaynağını doğru gösteriyor mu ve bilmediği zaman uyduruyor mu? Bu iki davranış küçük ölçekte güvenilir çıkıyorsa, kapsamı kademeli olarak genişletmek güvenlidir. Tersine, pilotta kaynak göstermede ya da çekimserlikte sorun varsa, bu sorunlar arşiv büyüdükçe küçülmez; büyür.

Sonuç

Klasör aramaktan soru sormaya geçiş, yalnızca bir hız kazanımı değil; kurumsal bilginin erişilebilir hâle gelmesidir. RAG yaklaşımı, arşivinizi ezberleyen değil, sorunuza karşılık doğru dosyayı açıp kaynağını göstererek yanıtlayan bir asistan gibi çalışır.

Bu sistemin değerini belirleyen şey, ne kadar akıllı göründüğü değil; taranmış belgeleri okuyabilmesi, kaynağını gösterebilmesi, bilmediğinde susabilmesi ve yetki sınırlarına saygı göstermesidir. Bu dört özellik bir arada olduğunda, arama kolaylığı güvenlikten ödün vermeden gelir.