Özet: Hesap verebilirlik tek bir şey değil, beş ayrı işlevdir ve alışkanlık takibi tartışmalarının çoğu, işlevleri değil ürünleri karşılaştırdığı için sonuçsuz kalır. Konudaki en iyi meta-analiz, 19.951 kişiyi kapsayan 138 deney, ilerlemenizi izlemenin hedefe ulaşmayı gerçekten hareket ettirdiğini (d = 0,40) ve etkinin iki özel koşulda büyüdüğünü buldu: sonucu fiziksel olarak kaydettiğinizde ve bunu bir başkasına bildirdiğinizde. Bir yapay zeka asistanı beş işlevin dördünde son derece iyidir ve beşincisinde yapısal olarak yetersizdir, çünkü sizin hakkınızda daha kötü düşünemeyecek bir sisteme rapor vermek, bir başkasına rapor vermek değildir. Bir yapay zeka alışkanlık koçunun ilk randomize saha çalışması, dört hafta boyunca 54 katılımcıyla yürütüldü ve tam olarak bunun öngördüğü örüntüyü buldu: yapay zeka kolunda daha güçlü inançlar, daha fazla keyif ve daha fazla öz-şefkat, ama kısa vadeli fiziksel aktivitede hiçbir üstünlük yok. Buna karşılık bir işyeri saha deneyi, uygun grubun yalnızca %12’sinin kabul ettiği küçük bir finansal taahhüdün bir yıl sonra hâlâ görülebilen davranış değişimi ürettiğini gösterdi. Pratik sonuç “yapay zeka koçluğu işe yaramıyor” değildir. Yapay zekâyı üstün olduğu dört işlev için kullanmanız ve beşincisini başka bir yerden satın almanız gerektiğidir.
Bir yapay zeka alışkanlık koçunu denemiş çoğu insanın tanıyacağı belirli bir hayal kırıklığı vardır. Sohbet iyidir. Hiçbir alışkanlık uygulamasının sormadığı sorular sorar. Perşembeyi atladığınızı fark eder ve bunun için sizi utandırmaz. Konuşmayı gerçekten daha yetkin hissederek bitirirsiniz.
Ve sonra cuma da tam olarak perşembe gibi geçer.
Bu ne modelin bir başarısızlığı ne de disiplininizin. Bu, kimse bir yapay zeka koçu inşa etmeden yıllar önce kanıtların işaret ettiği yapısal bir boşluktur ve net biçimde görüldüğünde tamamen düzeltilebilir.
Hata, işlevler yerine ürünleri karşılaştırmaktır
Hangisi daha iyi diye sorun, kâğıt bir günlük mü, bir uygulama mı, yoksa bir yapay zeka asistanı mı: cevaplanamaz bir soru elde edersiniz, çünkü bunların her biri tek bir şey diye satılan, birbiriyle ilgisiz yeteneklerden oluşan bir demettir. İşe yarayan hamle, demeti çözmektir.
Alışkanlık takibini soyup çıkarın, beş ayrı iş yaptığını görürsünüz:
- İşaret ve zamanlama. Davranışın ne zaman ve nerede gerçekleşeceğine önceden karar vermek ve o anda tetiklenmek.
- Kayıt. Gerçekleşip gerçekleşmediğini, sonradan görebileceğiniz bir biçimde yakalamak.
- Geri bildirim ve yorum. Kaydı, gerçekte ne olup bittiğine dair bir yargıya dönüştürmek.
- Sosyal bahis. Fikrini önemsediğiniz birinin cevabı bilecek olması.
- Onarım. Bir aksamadan sonra, aksama yeni örüntü hâline gelmeden geri dönmek.
Piyasadaki her sistem bunların bir kısmını iyi yapar ve diğerlerini sessizce size bırakır. Hangisinin hangisi olduğunu gördüğünüzde seçim bir zevk meselesi olmaktan çıkar.
Kanıtlar gerçekte neyi ortaya koyuyor
Bir şeyi puanlamadan önce, altta yatan araştırma, sayılar raporlandığı hâliyle.
| Mekanizma | Kaynak | Tasarım | Raporlanan sonuç |
|---|---|---|---|
| Hedefe ilerlemeyi izleme | Harkin, Webb, Chang, Prestwich, Conner, Kellar, Benn ve Sheeran, Psychological Bulletin, 2016, 142(2) | 138 randomize çalışmanın meta-analizi, N = 19.951 | Müdahaleler izleme sıklığını (d = 1,98) ve hedefe ulaşmayı (d = 0,40, %95 GA 0,32 ile 0,48) artırdı. Etkiler, ilerleme fiziksel olarak kaydedildiğinde ve sonuçlar bir başkasına bildirildiğinde daha büyüktü. |
| İşareti planlamak | Gollwitzer ve Sheeran, Advances in Experimental Social Psychology, 2006, cilt 38 | Meta-analiz, 94 bağımsız test | Uygulama niyetleri (“eğer Y durumu olursa, o zaman X’i yapacağım”) hedefe ulaşmada orta-büyük bir etki üretti, d = 0,65. |
| Bahisli taahhüt | Royer, Stehr ve Sydnor, American Economic Journal: Applied Economics, 2015, 7(3) | İşyeri saha deneyi, Fortune 500 çalışanları, bir yıl boyunca izlenen spor salonu katılımı | Başlangıçta haftada en az bir kez gidenler yaklaşık %20; bir aylık teşvik bunu kabaca ikiye katladı. Yalnızca teşvik: kazancın yalnızca %25’i birinci ayda korundu ve çoğu ikinci ayda kayboldu. Teşvik artı isteğe bağlı, kendi cebinden finanse edilen taahhüt sözleşmesi (%12 katılım): ikinci ve üçüncü aylarda haftalık katılım yaklaşık %30, kontrol grubunda %20 ve etkiler teşvik bittikten bir yıl sonra bile görülebiliyor. |
| Otomatikliğin ne kadar sürdüğü | Lally, van Jaarsveld, Potts ve Wardle, European Journal of Social Psychology, 2010, 40(6) | 96 gönüllü, tek bir günlük davranış, 12 hafta öz-bildirim | Asimptotik otomatikliğin %95’ine ulaşmak için medyan 66 gün, bireysel aralık 18 ile 254 gün. Eğri 62 katılımcı için modellendi ve bunların 39’unda iyi uyum sağladı. |
| Yapay zeka koçuna karşı yapay zekâsız kontrol | Jörke, Genc, Teutschbein, Sapkota, Chung, Schmiedmayer, Campero, King, Brunskill ve Landay, 2026 CHI Conference on Human Factors in Computing Systems Bildirileri | Dört haftalık randomize saha çalışması, N = 54, yapay zeka koçu olan ve olmayan fiziksel aktivite uygulaması | Her iki kol da aktiviteyi anlamlı biçimde artırdı ve haftalık önerilen düzeye ulaşan katılımcı oranını ikiye katladı. Yapay zeka kolu aktivitenin faydalı olduğuna dair daha güçlü inanç, daha fazla keyif ve daha fazla öz-şefkat bildirdi, ancak kısa vadeli aktivite düzeyinde betimsel bir üstünlük göstermedi. |
Bu beş satırı birlikte okuyun; hiçbir tek çalışmanın açıkça söylemediği bir şekil ortaya çıkar.
Takip işe yarar, ama ölçülü biçimde. İşareti planlamak, sonucu takip etmekten daha iyi işler. Bir bahis her ikisini de geçer ve listede etkisi bir yıl sonra hâlâ ölçülebilen tek müdahaledir. Zaman çizelgesi, bahsin haftalar değil aylar boyunca ayakta kalmasını gerektirecek kadar uzundur. Ve en yeni giriş, yapay zeka koçu, psikolojik katmanı henüz davranışsal katmanı hareket ettirmeden hareket ettirdi.
İşin çoğunu iki düzenleyici değişken yapıyor
Harkin meta-analizi, bu alanın yerleşmiş bir sonuca en yakın şeyidir ve iki düzenleyici değişkeni hikâyenin tamamıdır.
Fiziksel kayıt, bir dokunuşu geçer. İzleme, insanlar ilerlemelerini fiziksel olarak kaydettiğinde daha büyük etkiler gösterdi. Bu, sürtünmesiz takip kategorisinin tamamı için rahatsız edicidir, çünkü sürtünmesizlik ürünün vaadidir. Size hiçbir şey sormadan adımlarınızı kaydeden bir giyilebilir cihaz, kanıtların ağırlık taşıdığını söylediği adımı tam olarak kaldırmıştır. Takibi kolaylaştırmamış, pasifleştirmiştir ve pasif, farklı bir müdahaledir.
Bir başkasına bildirmek, kendinize bildirmeyi geçer. Yapay zeka sorusuna karar veren düzenleyici değişken budur. “Yapay zeka soruyor mu”, “yapay zeka hatırlıyor mu” değil, şu: cevaba göre sizinle ilgili resmi değişecek bir insan var mı?
Bir yapay zeka asistanı bu testte yapısı gereği başarısız olur ve bu başarısızlık daha iyi bir modelin kapatacağı bir sınırlama değildir. Mekanizma, yarın sizinle ilgili gözden geçirilmiş bir kanaati taşıyacak bir zihin gerektirir. Her konuşmaya sizin itibarınızda hiçbir payı olmadan başlayan bir model bunu sağlayamaz, endişeyi ne kadar iyi taklit ederse etsin. Bir yapay zekâyı kullanan herkes bunu bir düzeyde bilir; bu yüzden bir sohbet robotuna spor salonunu atladığınızı söylemek hiçbir şeye mal olmaz, bir antrenman arkadaşınıza söylemek ise bir şeye mal olur.
Beş işlev puan tablosu
İşte çerçevenin uygulanmış hâli. Puanlar 0 (yok), 1 (kısmi) veya 2 (güçlü) olup, her sistem yukarıdaki kanıtlara göre okunarak verilmiştir. Bu bir CEOtudent editöryel çerçevesidir, ölçülmüş bir sonuç değil: altta yatan çalışmalar gerçektir, puanlama hangi sistemin hangi işlevi sunduğuna dair bizim yargımızdır ve tek tek hücrelere itiraz etmekte özgürsünüz.
| Sistem | İşaret ve zamanlama | Kayıt | Geri bildirim | Sosyal bahis | Onarım | Toplam (10 üzerinden) | Kapsama |
|---|---|---|---|---|---|---|---|
| Kâğıt günlük veya bullet journal | 1 | 2 | 1 | 0 | 1 | 5 | %50 |
| Seri sayaçlı alışkanlık uygulaması | 2 | 1 | 1 | 0 | 0 | 4 | %40 |
| Giyilebilir cihaz, pasif takip | 0 | 2 | 1 | 0 | 0 | 3 | %30 |
| İnsan partner veya koç | 1 | 1 | 2 | 2 | 2 | 8 | %80 |
| Yapay zeka asistanı, 2026 | 2 | 1 | 2 | 0 | 2 | 7 | %70 |
| Yapay zeka asistanı artı insan bahsi | 2 | 2 | 2 | 2 | 2 | 10 | %100 |
Daha az bariz hücrelerin arkasındaki gerekçe:
- Kâğıt kayıtta 2 alıyor, çünkü fiziksel kayıt Harkin’in belirlediği düzenleyici değişkendir ve kâğıt, listedeki kaydın kaçınılmaz olarak fiziksel olduğu tek sistemdir.
- Seri sayaçlı uygulama onarımda 0 alıyor. Seri, motive edici gibi görünen bir onarım cezasıdır: onu kırdığınız anda uygulamanın merkezî özelliği artık başarısızlığınızın anıtıdır. Otomatikliğe ulaşmanın medyanının 66 gün ve aralığın 250 günü aştığı bir tabloda, kaçınılmaz ilk kaçırmayı cezalandıran bir mekanizma, hizmet ettiğini iddia ettiği zaman çizelgesine karşı çalışıyordur.
- Giyilebilir cihaz işarette 0 alıyor, çünkü sizden herhangi bir şeyin ne zaman ve nerede olacağına karar vermenizi istemez. Gözlemler. Gollwitzer ve Sheeran’ın d = 0,65 değeri, sizi planlamaya zorlayan sisteme aittir ve pasif takip bunu asla yapmaz.
- Yapay zeka onarımda 2 alıyor ve bu onun gerçek ve hafife alınan gücüdür. CHI 2026 çalışmasındaki öz-şefkat bulgusu yumuşak bir teselli ödülü değildir. Aksama sonrası toparlanma, çoğu alışkanlığın gerçekten öldüğü yerdir ve kaçırılmış bir perşembeye suçluluk sarmalıyla değil yeniden ayarlamayla karşılık veren bir muhatap, gerçek mekanik iş yapıyordur.
- Yapay zeka sosyal bahiste 0 alıyor ve bu tek sıfır, Bloom sonucunu açıklar. Daha iyi inançlar, daha iyi keyif, daha iyi öz-şefkat, davranışsal üstünlük yok. Dört işlev güçlü, beşincisi eksik.
Boşluğun bir bedeli var ve bu bedel biliniyor
Royer saha deneyinin faydalı yanı, beşinci işlevin ne kadar değerli olduğuna bir sayı koymasıdır.
Yalnızca teşvikler: bir ay sonra kazancın %25’i hayatta, ikinci ayda esasen hiçbir şey. Teşvikler artı gerçek bir bahis: taahhüt dönemi boyunca yükselmiş katılım ve bir yıl sonra hâlâ görülebilen etki. Katılım oranı da önemlidir ve alçakgönüllülük vericidir. Uygun grubun yalnızca %12’si bir taahhüt sözleşmesi oluşturmayı seçti. İşe yarayan mekanizma önerildiğinde çoğu insan onu reddediyor.
Yapay zeka koçluğunun popüler olmasının dürüst nedeni de budur. O, hiçbir şeye mal olmayan hesap verebilirliktir ve hiçbir şeye mal olmayan şey, bağlamayan şeydir.
Aslında ne kurmalı
Yapay zekâyı her alternatifi geçtiği dört işlev için kullanın ve beşincisini bilinçli olarak satın alın.
1. Yapay zekâya hedefi değil, uygulama niyetini yazdırın. Kanıt tabanındaki en yüksek etkili müdahale, en gösterişsiz olanıdır. Formda olmak için bir plan istemeyin. Tek bir davranışı, adı konmuş bir saat, adı konmuş bir yer ve adı konmuş bir tetikleyiciyle katı bir eğer-o zaman kalıbına dönüştürmesini, sonra da sizin ürettiğiniz sürümü belirsizlik açısından sorgulamasını isteyin. Belirli bir işareti olmayan şey uygulama niyeti değil, son tarihi olan bir dilektir.
2. Kaydı fiziksel, en azından emek isteyen bir şey olarak tutun. Son on yılın ürün tasarımını görmezden geleceğiniz tek yer burasıdır. Elle atılan bir işaret dört saniye sürer ve meta-analizin ödüllendirdiği sürüm odur. Kâğıt kullanmayacaksanız, dijital girdiyi bir dokunuş yerine bir cümle gerektirecek hâle getirin.
3. Yorum işini yapay zekâya verin, çünkü bunda gerçekten iyi. Ona üç haftalık ham kaydı verin ve hangi örüntüyü gördüğünü, hangi günün en çok başarısız olduğunu, her kaçırmadan önce ne geldiğini sorun. Tablodaki diğer tüm sistemleri açık ara geçtiği işlev budur ve insanların en az kullandığı işlev de budur.
4. Sosyal bahsi bir insandan satın alın. Adı konmuş tek bir kişi, sabit tek bir haftalık an, bildirilen tek bir sayı. Koç olması gerekmez, karşılıklı olması da gerekmez. Fark edecek bir insan olması gerekir.
5. İnsan yetmiyorsa dişli bir bahis ekleyin. Royer tasarımı kolayca yeniden üretilebilir: risk altında para, sevmediğiniz bir amaca gidecek şekilde, tanımlı bir pencerede. İşe yarıyor ve neredeyse hiç kimse yapmıyor; bu iki gerçek birbiriyle ilişkili.
6. Değerlendirmeyi 21. güne değil 66. güne koyun. Lally verisinde otomatikliğin medyanı 66 gün, aralığı 254 güne kadar uzanıyordu. Sizi üçüncü haftada değerlendiren herhangi bir sistem, mekanizma daha çalışmadan sizi değerlendiriyordur.
Altta yatan eğrinin gerçekte ne kadar sürdüğüne daha yakından bakmak için bir alışkanlığın oluşması ne kadar sürer yazımıza bakın. Tek bir davranış yerine çevresindeki rutini kuruyorsanız, sabah rutinleri hakkında kanıtın söyledikleri hangi bileşenlerin incelemeden sağ çıktığını kapsıyor.
CEO ve öğrenci bunu farklı okur ve ikisi de haklıdır
Bunu bir CEO gibi işletin: soru motivasyon değil, yönetişimdir. Raporun, hiçbir kanaati ve son taahhüdünüze dair hiçbir hafızası olmayan bir sisteme gittiği bir raporlama hattını asla kabul etmezdiniz. Adı konmuş bir muhatap ve sabit bir tempo talep ederdiniz. Bu standardı kendinize uygulayın; beşinci sütun isteğe bağlı olmaktan çıkar.
Bunu bir öğrenci gibi işletin: soru ne öğrendiğinizdir. Yapay zekânın yorum işlevi gerçekten yeni bir yetenektir: 2015’te hiç kimsenin, üç haftalık dağınık öz-bildirimi okuyup örüntüyü adlandırmaya istekli sabırlı bir analisti yoktu. Onu bunun için kullanın. Sadece örüntüyü anlamış olmayı, onu değiştirmiş olmakla karıştırmayın.
Sık Sorulan Sorular
Daha iyi bir model sosyal bahis boşluğunu kapatır mı?
Sohbette daha iyi olarak değil. Kanıttaki düzenleyici değişken bir başkasına bildirmektir ve işleyen kelime “kişi”dir; yani sizinle ilgili gözden geçirilebilir bir kanaati yarına taşıyan biri. Daha yetenekli bir model, endişenin daha inandırıcı bir taklidini üretir; bu, boşluğu küçültmeden daha az fark edilir kılabilir. Gerçekçi yol daha iyi bir model değil, farklı bir mimaridir: sizin talimatınızla sizin adınıza bir insana rapor veren bir yapay zeka, sizinle konuşan bir yapay zekâdan gerçekten farklı bir mekanizmadır.
Bu, yapay zeka alışkanlık koçluğunun kullanmaya değmediği anlamına mı geliyor?
Hayır ve tablo nedenini söylüyor. On işlevden yedisi, üstelik çoğu sistemin en kötü ele aldığı ikisi olan işaret tasarımı ve aksama onarımı dâhil, güçlü bir sonuçtur. Hata, kalan üç puanın aynı yerden gelmesini beklemektir.
Bloom çalışması bunu sonuçlandıracak kadar güçlü mü?
Tek başına değil ve öyle muamele görmemeli. Bu, 54 katılımcıyla yürütülmüş dört haftalık tek bir çalışmadır ve yazarların kendisi psikolojik kaymaları, yapay zeka koçluğu için bir sıfır sonuç olarak değil, daha uzun vadeli değişimin olası öncülleri olarak çerçeveliyor. Dört hafta, Lally verisindeki 66 günlük medyanın da epey altındadır; dolayısıyla bu uzunlukta bir çalışma yanlış pencereyi ölçüyor olabilir. Onu alıntılamaya değer kılan şey, örüntüsünün çok daha büyük Harkin meta-analizinin öngöreceği şeyle örtüşmesidir ve bağımsız tasarımlardan gelen yakınsayan kanıt, iki parçanın herhangi birinden daha güçlüdür.
Rapor verecek kimsem yoksa ne olacak?
O zaman finansal taahhüt sizin ikameniz olur ve zaten ikisinden daha iyi kanıtlanmış olanıdır. Ayrıca belirli bir avantajı vardır: başka birinin hatırlamasını, gelmesini veya umursamasını gerektirmez ki gayriresmî hesap verebilirlik ortaklıkları genellikle tam da burada çöker.
Seri temelli takip aktif olarak zararlı mı?
Kanıtlar bu kadar güçlü bir iddiayı desteklemiyor ve biz de bu iddiayı yapmıyoruz. Kanıtların desteklediği şey daha dar: seriler, önemli olan iki düzenleyici değişkene hiçbir şey eklemez ve merkezî mekanikleri en büyük psikolojik bedeli tam da ilk kaçırma anında, yani zaman çizelgesi verisinin bir aksamayı istatistiksel olarak normal saydığı anda uygular. Size yardımcı oluyorsa kullanın, ama onları hesap verebilirlik saymayın.
Kaynakça
- Harkin, Webb, Chang, Prestwich, Conner, Kellar, Benn ve Sheeran, Does Monitoring Goal Progress Promote Goal Attainment? A Meta-Analysis of the Experimental Evidence, Psychological Bulletin, 2016, cilt 142, sayı 2
- Gollwitzer ve Sheeran, Implementation Intentions and Goal Achievement: A Meta-Analysis of Effects and Processes, Advances in Experimental Social Psychology, 2006, cilt 38, sayfa 69 ile 119
- Royer, Stehr ve Sydnor, Incentives, Commitments and Habit Formation in Exercise: Evidence from a Field Experiment with Workers at a Fortune-500 Company, American Economic Journal: Applied Economics, 2015, cilt 7, sayı 3, sayfa 51 ile 84
- Lally, van Jaarsveld, Potts ve Wardle, How Are Habits Formed: Modelling Habit Formation in the Real World, European Journal of Social Psychology, 2010, cilt 40, sayı 6, sayfa 998 ile 1009
- Jörke, Genc, Teutschbein, Sapkota, Chung, Schmiedmayer, Campero, King, Brunskill ve Landay, Bloom: Designing for LLM-Augmented Behavior Change Interactions, 2026 CHI Conference on Human Factors in Computing Systems Bildirileri, Stanford Üniversitesi
- Wood ve Neal, A New Look at Habits and the Habit-Goal Interface, Psychological Review, işaret ve zamanlama işlevinin altında yatan bağlam bağımlılığı açıklaması için
Bu içerik, derinlemesine bir araştırmanın ardından yapay zeka desteğiyle derlenmiş ve CEOtudent editör ekibi tarafından yazılıp yayına hazırlanmıştır.
This post is also available in:
