Yapay zekâ teknolojileri hayatın her alanında yaygınlaşırken, Çin’de yapılan bir araştırma bu sistemlerin önemli bir açığını gün yüzüne çıkardı. Çağrı merkezlerinde test edilen yapay zekâ asistanlarının, şiveli konuşmaları, hızlı diyalogları ve duygu analizini doğru şekilde yapamadığı tespit edildi. Bu durum hem çalışanlar üzerinde stres yaratıyor hem de müşteri memnuniyetini olumsuz etkiliyor.
En Büyük Zorluk: Aksan ve Hızlı Konuşma
Araştırmaya göre, yapay zekâ sistemleri özellikle farklı bölgelere özgü aksanları, hızlı konuşmaları ve rakam içeren cümleleri doğru şekilde yazıya dökmekte ciddi sorunlar yaşıyor. Bu hatalar, çağrı merkezi çalışanlarının iş yükünü artırıyor. Ayrıca eş sesli kelimeler gibi Türkçeye özgü dil karmaşıklıkları da sistemin performansını düşürüyor.
“Konuşma metnine dönüştürmede sık sık hata yapıyor. Özellikle rakamlar ve bölgesel şivelerle baş edemiyor.”
— Araştırma Ekibi Üyesi
Duygu Tanımada da Başarısız
Yapay zekâ sadece kelimeleri değil, aynı zamanda konuşmalardaki duygusal tonu da analiz etmeye çalışıyor. Ancak sistem, çoğu zaman normal konuşmaları öfke veya stres olarak yanlış sınıflandırıyor. Sesin tonundaki doğal yükselme, yapay zekâ tarafından olumsuz duygu olarak etiketlenebiliyor.
“Sistemin tespit ettiği öfke sinyalleri çoğu zaman hatalı. Müşterinin gerçek duygusunu biz daha iyi anlıyoruz.”
— Çağrı Merkezi Çalışanı
Çalışanlarda İş Kaybı Kaygısı
Araştırma, bu sistemlerin çalışanlar üzerinde psikolojik baskı oluşturduğunu da ortaya koydu. Otomatik sistemlerin yaygınlaşması, çağrı merkezi çalışanlarında iş güvenliği endişelerini artırıyor. Bir yandan daha az hatayla çalışmaları beklenirken, diğer yandan hatalı analiz yapan sistemlerle baş etmek zorunda kalıyorlar.
Uzmanlar Uyarıyor
Yapay zekâ sistemlerinin insanla etkileşim kurduğu alanlarda dikkatli geliştirilmesi gerektiğini belirten uzmanlar, “Yapay zekâ insan dili kadar zengin ve değişken bir sistemi tam anlamıyla çözemedi. Bu nedenle, aksan, şive ve duygu gibi etkenlerde dikkatli kullanım ve sürekli geliştirme şart” diyor.
“Konuşma metnine dönüştürmede sık sık hata yapıyor. Özellikle rakamlar ve bölgesel şivelerle baş edemiyor.”
“Sistemin tespit ettiği öfke sinyalleri çoğu zaman hatalı. Müşterinin gerçek duygusunu biz daha iyi anlıyoruz.”




