Yapay zekâ sohbet araçları (ChatGPT, Claude, Gemini gibi) bakım ekiplerinin gündelik işine sessizce girdi bile. Kimi teknisyen arıza belirtisini yazıp olası nedenleri soruyor, kimi şef aylık raporun taslağını ondan istiyor. Doğru kullanıldığında ciddi zaman kazandırıyor; yanlış kullanıldığında ise ikna edici ama hatalı bilgiyle insanı yanlış yola sokabiliyor. Bu yazıda bakımda yapay zekânın gerçekten işe yaradığı yerleri, örnek istem (prompt) kalıplarını ve dikkat edilmesi gereken sınırları anlatıyorum.

Nerede gerçekten işe yarıyor?

İşYapay zekânın katkısıSizin katkınız
Arıza raporu yazmakDağınık notu düzgün, okunur bir rapora çevirirGerçek ölçüm ve gözlemleri vermek
Kök neden analizi5 Neden ya da balık kılçığı için olası başlıkları sıralarHangisinin sahada geçerli olduğuna karar vermek
Bakım talimatı hazırlamakAdım adım iş talimatı taslağı çıkarırMakineye özgü tork, ayar ve güvenlik değerlerini doğrulamak
Yabancı dilde kılavuz okumakTeknik metni anlaşılır Türkçeye çevirir, terimleri açıklarKritik değerleri orijinalden kontrol etmek
Excel formülleri ve raporlarMTBF, MTTR gibi hesapların formülünü yazarVerinin doğru olduğundan emin olmak

Arıza raporu: dağınık nottan düzgün metne

Sahada tutulan not genellikle şöyle olur: "kmp3 yüksek sıcaklık alarm, fan kayışı gevşek, değişti, 2 saat duruş, yağ seviyesi normal". Bu not doğru ama başka biri okuduğunda eksik kalır. Yapay zekâya şu şekilde vermek işe yarar:

"Aşağıdaki saha notunu bakım arıza raporu formatına çevir. Başlıklar: Ekipman, Belirti, Tespit, Yapılan işlem, Kullanılan parça, Duruş süresi, Öneri. Nota olmayan bilgi ekleme; eksik olan yeri 'belirtilmedi' diye yaz. Not: …"

Buradaki kritik cümle "nota olmayan bilgi ekleme". Bu talimat olmadan yapay zekâ boşlukları kendi tahminleriyle doldurur ve rapora hiç ölçülmemiş bir sıcaklık değeri girebilir.

Kök neden: fikir arkadaşı olarak kullanın

Tekrarlayan bir arızada ekip çoğu zaman aynı iki üç nedene takılır. Yapay zekâ, gözden kaçan başlıkları hatırlatmakta iyidir:

"Bir santrifüj pompada mekanik salmastra 3 ayda bir sızdırıyor. Debi ve basınç normal. Balık kılçığı diyagramı için İnsan, Makine, Yöntem, Malzeme, Ölçüm, Ortam başlıklarında olası nedenleri listele. Her neden için sahada nasıl doğrulanacağını tek cümleyle yaz."

Son cümle önemli: "nasıl doğrulanacağı" sorusu, listeyi bir tahmin yığını olmaktan çıkarıp bir kontrol planına çevirir.

Talimat ve kontrol listesi hazırlamak

Yeni bir bakım maddesi için iş talimatı yazmak saatler alabilir. Yapay zekâ taslağı dakikalar içinde çıkarır. Ancak şu değerler her zaman üretici dokümanından kontrol edilmelidir:

  • Sıkma torkları ve sıkma sırası
  • Yağ tipi, viskozite ve miktarı
  • Boşluk, gerginlik ve hiza toleransları
  • Enerji kesme (kilitleme-etiketleme) adımları

Yapay zekâ bu değerler için "makul görünen" sayılar üretebilir. Bir civatanın torku için "genelde 25 Nm" demesi, sizin makinenizdeki civatanın 25 Nm olduğu anlamına gelmez.

Sınırlar: nerede güvenmemeli?

  • Uydurma (halüsinasyon): Model bilmediği bir şeyi bildiğinden emin bir dille yazabilir. Özellikle standart numaraları, model kodları ve sayısal değerler şüpheyle okunmalıdır.
  • Güncel olmayan bilgi: Modellerin bilgisi belirli bir tarihte kesilir; yeni çıkmış bir yönetmeliği bilmeyebilir.
  • Bağlamsızlık: Makinenizin çalıştığı ortamı, geçmiş arızalarını bilmez. Ne kadar bağlam verirseniz o kadar isabetli olur.
  • Güvenlik kararları: Bir makinenin çalıştırılıp çalıştırılmayacağı, bir kaldırma ekipmanının güvenli olup olmadığı gibi kararlar asla yapay zekâya bırakılmamalıdır.

Veri gizliliği: ne yazılmamalı?

Ücretsiz sohbet araçlarına yazılan metinler, hizmet koşullarına göre modeli geliştirmek için kullanılabilir. Bu yüzden:

  • Müşteri adı, sözleşme bedeli, personel bilgisi gibi kişisel ve ticari verileri yazmayın.
  • Ekipman kodları ve teknik belirtiler genellikle sorun değildir; firma adını çıkarmak yeterlidir.
  • Kurumsal kullanım için, verinin eğitimde kullanılmadığı iş planlarını tercih edin.

İyi bir istemin dört parçası

  1. Rol ve bağlam: "Bir gıda fabrikasında bakım şefiyim, ekipman şu…"
  2. Görev: "Bu notu rapora çevir" ya da "olası nedenleri listele"
  3. Biçim: Başlıklar, tablo, madde sayısı
  4. Sınır: "Bilmediğin değeri uydurma, 'kontrol edilmeli' diye işaretle"

Bu dört parçayı içeren bir istem, tek cümlelik bir sorudan çok daha güvenilir sonuç verir. Yapay zekâyı bilgi kaynağı değil, hızlı yazan ve hiç yorulmayan bir yardımcı olarak düşünmek, onu bakımda doğru yere koymanın en kısa yoludur.

Sık sorulan sorular

Yapay zekânın verdiği tork veya ayar değerine güvenilir mi?

Hayır. Dil modelleri ikna edici ama yanlış sayılar üretebilir. Tork, tolerans, basınç gibi değerler her zaman üreticinin belgesinden ya da standarttan doğrulanmalıdır.

Arıza kayıtlarını yapay zekâya yüklemek güvenli mi?

Müşteri adı, kişisel veri, şifre ve ticari sır içeren bilgiler genel kullanıma açık araçlara yazılmamalıdır. Şirketin onayladığı bir araç yoksa veriler anonimleştirilerek kullanılmalıdır.

Bakımda en çok nerede işe yarar?

Dağınık notları düzgün arıza raporuna çevirmede, kök neden analizinde akla gelmeyen olasılıkları sıralamada ve talimat ile kontrol listesi taslağı hazırlamada. Son kontrol her zaman işi bilen kişidedir.

Kaynaklar

Bu yazı aşağıdaki kaynaklara ve kişisel deneyime dayanan bir derlemedir; değerlendirmeler görüş niteliğindedir. Uygulamada üreticinin resmî belgeleri ve yürürlükteki mevzuat esastır.

  • EN 13306 — Maintenance: Maintenance terminology
  • 6698 sayılı Kişisel Verilerin Korunması Kanunu (kişisel/şirket verisini yapay zekâ araçlarına girerken)