Kazanimlar:
- Yapay zekanın geomatik iş akışının hangi adımlarında gerçek zaman kazandırdığını ve hangi kararların yetkin mühendis onayında kalması gerektiğini ayırt edebilme
- Her AI çıktısını büyüklük mertebesi, geodezik makullük ve arazi/kaynak kanıtıyla çapraz doğrulayan bir disiplini uygulayabilme
- Koordinat/datum karışıklığı, halüsinasyon ve kişisel veri gizliliği risklerini tanıyıp bağlamı anonimleştirerek güvenli prompt kurma alışkanlığı edinme
Harita mühendisliği (geomatik), yeryüzünün ve üzerindeki nesnelerin konumunu ölçen, işleyen, analiz eden ve haritaya döken mühendislik dalıdır. Bu meslek koordinatlarla, milimetre ile santimetre arası doğruluklarla, mülkiyet sınırlarıyla ve resmi belgelerle çalışır; yani hata pahalıdır. Bu ünitede yapay zekanın (kısaca AI: metni, görüntüyü ve veriyi işleyip insan gibi cevap üretebilen yazılım sistemleri) geomatik iş akışında nerede gerçek zaman kazandırdığını, nerede tehlikeli olduğunu ve her çıktıyı nasıl doğrulayacağımızı kuruyoruz. Baştan söyleyelim: yapay zeka bir asistandır, koordinatı o üretse de kararı ve imzayı yetkin mühendis verir.
Önce meslekle AI'ın kesiştiği yeri netleştirelim. Bir geomatik projesi tipik olarak şu adımlardan geçer: veri toplama (GNSS, total station, İHA, LiDAR ile arazi ölçümü), veri işleme (ham gözlemi koordinata çevirme, dengeleme), analiz (CBS/GIS ile mekansal sorgular), üretim (harita, ortofoto, model), teslim (rapor, pafta, tescil). Yapay zeka bu zincirin her halkasında farklı ağırlıkta işe yarar: kimi yerde asıl işi yapar (örneğin binlerce görüntüyü sınıflandırma), kimi yerde sadece taslak üretir (rapor metni), kimi yerde ise hiç güvenilmemesi gereken bir yardımcıdır (bir kadastro sınırının kesin değeri).
Neyin AI'a Verileceğini Belirleyen İlke
Her AI görevinin taşıdığı riski tek cümleyle ölçebilirsiniz: bir çıktının riski, o çıktı hatalı olduğunda doğuracağı zarara eşittir. Bir literatür özetindeki küçük yanlış neredeyse zararsızdır; oysa bir aplikasyon (projedeki noktaların araziye işaretlenmesi) koordinatındaki 20 cm hata, yanlış yere dökülmüş bir temel, komşu parsele taşan bir bina ve mahkemelik bir uyuşmazlık demektir. Bu yüzden doğrulama yoğunluğunu potansiyel zarara göre ölçeklendiririz.
Bunu somutlaştırmak için işleri üç kovaya ayıralım:
İş türü
AI'ın rolü
Doğrulama yoğunluğu
Örnek
Düşük riskli / yardımcı
Asıl üretici
Hafif (gözden geçirme)
Ölçüm notlarını tabloya çevirme, rapor taslağı
Orta riskli / taslak
Hızlandırıcı
Orta (örnek kontrol + mantık)
Arazi örtüsü ön sınıflandırması, kod üretimi
Yüksek riskli / kritik
Yalnız fikir verir
Ağır (tam bağımsız doğrulama)
Kadastro sınırı, aplikasyon, kot değeri, datum dönüşümü
Bu tablo bir refleks olmalı: eline bir AI çıktısı geldiğinde önce "bu hangi kovada?" diye sor, sonra doğrulama enerjisini ona göre harca.
Doğrulama Disiplini: Üç Süzgeç
Geomatikte her AI çıktısını üç süzgeçten geçirin.
- Büyüklük mertebesi (magnitude) kontrolü. Sayı makul aralıkta mı? Türkiye'de bir noktanın ED50/UTM sağa değeri (easting) yaklaşık 6 haneli metredir; boylam derecesi -180 ile +180 arasındadır; bir parsel alanı metrekare mertebesindedir. AI 6 haneli beklenen bir sağa değeri için 3 haneli bir sonuç verdiyse, cevabın içeriğini okumadan hata olduğunu anlarsınız. Bu en ucuz ve en güçlü süzgeçtir.
- Geodezik/mekansal makullük. Sonuç fizik ve geometriyle uyumlu mu? İki komşu nokta arası mesafe negatif olamaz; bir kapalı poligonun iç açıları toplamı belirli bir değere yakınsamalı; bir tampon (buffer) işleminin sonucu girdi geometriden büyük olmalı. AI mantıken imkansız bir şey söylediyse elenir.
- Bağımsız kanıt. Çıktıyı AI'ın görmediği bir kaynakla karşılaştırın: bilinen bir kontrol noktası, arazi gözlemi (ground truth), resmi bir belge, ikinci bir yöntemle hesap. Bir dönüşüm sonucunu koordinatı zaten bilinen bir röperle sınamak buna örnektir.
Ipucu: Üç süzgeci sırayla uygulayın ama ilk ikisini asla atlamayın; çünkü mertebe ve makullük kontrolü saniyeler alır ve hataların çoğunu daha bağımsız kanıta gitmeden yakalar.
Koordinat, Datum ve Gizlilik: Geomatiğe Özgü Tuzaklar
Genel AI risklerinin yanında bu mesleğin kendine has iki büyük tuzağı vardır. Birincisi koordinat/datum karışıklığı. Datum, yeryüzünü temsil eden matematiksel referans yüzeyidir (örneğin WGS84, ED50, ITRF); aynı fiziksel nokta farklı datumlarda farklı sayılarla ifade edilir ve aralarındaki fark ülkemizde yer yer metrelerce olabilir. AI, hangi datumda konuştuğunuzu belirtmezseniz varsayım yapar ve sessizce yanlış sisteme çevirir. İkincisi kişisel veri ve mülkiyet gizliliği: kadastro kayıtları malik adı, kimlik numarası, hassas konum içerir; bunları kontrolsüzce harici bir modele göndermek hem mevzuata hem meslek etiğine aykırıdır.
Dikkat: Bir prompt'a gerçek malik adı, TC kimlik numarası veya hassas bir tesisin tam koordinatını yapıştırmadan önce durun. Anonimleştirin (isimleri "Malik-1", parselleri "Ada/Parsel-A" yapın) veya kurum içi/onaylı bir ortam kullanın.
Üç Mini Vaka: Rakamlarla
Vaka 1 — Mertebe süzgecinin hayat kurtarması. Bir stajyer, AI'a bir noktayı coğrafi koordinattan projeksiyona çevirtti ve sağa değeri olarak 4.281 m gibi bir sonuç aldı. Türkiye'de UTM sağa değerleri 100.000-900.000 m bandındadır; 4 haneli sonuç imkansızdı. Sadece mertebe kontrolüyle, model çıktıyı derece yerine radyan varsaydığı için hata anında yakalandı; koordinat CAD'e aktarılmadan düzeltildi.
Vaka 2 — Datum kayması. Bir ekip, eski bir haritadan (ED50) aldığı 12 kontrol noktasını AI'a "UTM'e çevir" diye verdi, datum belirtmedi. Model WGS84 varsaydı; sonuçlar arazideki GPS ölçümlerinden sistematik olarak yaklaşık 3-4 m kaydı. Bir tek bilinen röperle karşılaştırma yapılınca sistematik fark hemen görüldü ve doğru dönüşüm parametreleriyle iş tekrarlandı. Tek noktalık bağımsız kontrol, tüm kampanyayı kurtardı.
Vaka 3 — Gizlilik ihlalinin önlenmesi. Bir büro, 850 parsellik bir kadastro veri tabanını "tutarsızlıkları bul" diye harici bir modele yükleyecekti; tabloda malik adları ve kimlik numaraları vardı. Kontrol listesi sayesinde önce anonimleştirdiler: kişisel sütunlar çıkarıldı, yalnızca geometri ve alan bilgisi gönderildi. Analizin faydası aynı kaldı, kişisel veri hiç dışarı çıkmadı.
Zayıf Prompt / Güçlü Prompt
Zayıf prompt:
Bu koordinatları UTM'e çevir ve bir rapor yaz.[koordinatlar]
Güçlü prompt:
Rolün: geomatik veri asistanı. Görev: aşağıdaki noktaları KAYNAK sistemdenHEDEF sisteme dönüştür.- Kaynak CRS: EPSG:4326 (WGS84 coğrafi, derece)- Hedef CRS: EPSG:5256 (TUREF / TM33)- Belirsiz veya eksik bilgi varsa DÖNÜŞÜM YAPMA, önce sor.- Her nokta için beklenen sağa değeri mertebesini (6 hane) belirt.- Çıktının doğrulanması gerektiğini, bilinen bir kontrol noktasıyla karşılaştırılması gerektiğini not düş.Veri (anonim): [nokta tablosu]
Güçlü prompt kaynağı ve hedefi açıkça verir, eksik bilgide durmayı emreder, mertebe beklentisini ve doğrulama zorunluluğunu baştan yazar. Böylece çıktı hem daha doğru hem denetlenebilir olur.
Dört Kopyalanabilir Şablon
1) İş sınıflandırma süzgeci:
Aşağıdaki görevi üç kovadan birine yerleştir: (a) düşük riskli/yardımcı,(b) orta riskli/taslak, (c) yüksek riskli/kritik. Gerekçeni ve önerilendoğrulama adımlarını yaz. Görev: [görev tanımı]
2) Mertebe kontrol istemi:
Aşağıdaki sonucu üretmeden önce beklenen büyüklük mertebesini yaz(birim ve tipik aralık). Sonuç bu aralığın dışındaysa "MERTEBE UYARISI"ver ve hesabı gözden geçir. Girdi: [veri]
3) Anonimleştirme öncesi tarama:
Aşağıdaki metinde kişisel veri (ad, kimlik no, tapu malik bilgisi,hassas konum) veya gizli bilgi var mı? Varsa listele ve anonimkarşılıklarını öner. Metni DEĞİŞTİRME, sadece raporla. Metin: [metin]
4) Doğrulama planı üretici:
Aşağıdaki AI çıktısı için bir doğrulama planı yaz: (1) mertebe kontrolü,(2) geodezik/mekansal makullük, (3) bağımsız kanıt kaynağı. Her adımdaneye bakılacağını somut yaz. Çıktı: [AI çıktısı]
Sık yapılan hatalar
- Datum/CRS belirtmeden koordinat işletmek. En yaygın ve en pahalı hata; sessiz metrelerce kaymaya yol açar.
- Akıcılığı doğrulukla karıştırmak. AI kendinden emin ve düzgün yazar; bu içeriğin doğru olduğunu göstermez.
- Mertebe kontrolünü atlamak. Saniyelik bir bakışın yakalayacağı hataları CAD'e taşımak.
- Kişisel/mülkiyet verisini kontrolsüz göndermek. "Nasılsa faydalı" gerekçesi gizlilik yükümlülüğünü kaldırmaz.
- Kritik işi tek AI çıktısına dayandırmak. Aplikasyon, kadastro sınırı, kot gibi işlerde bağımsız doğrulama olmadan ilerlemek.
- Sorumluluğu modele devrettiğini sanmak. İmza ve sorumluluk her zaman yetkin mühendiste kalır.
Özetle
Yapay zeka geomatik iş akışının her adımında farklı ağırlıkta işe yarar; kritik olan, her görevin riskini "hata olursa ne kaybederim?" sorusuyla ölçmek ve doğrulamayı buna göre ölçeklendirmektir. Üç süzgeç (mertebe, makullük, bağımsız kanıt) çoğu hatayı ucuza yakalar. Bu mesleğe özgü iki büyük tuzak koordinat/datum karışıklığı ve kişisel/mülkiyet verisi gizliliğidir; ikisi de baştan disiplinli prompt kurmakla yönetilir. Nihai karar ve imza yetkin mühendiste kalır.
Uygulama görevi
Kendi işinizden (veya varsayımsal) üç geomatik görevi seçin: biri düşük, biri orta, biri yüksek riskli olsun. Her biri için (1) hangi kovaya girdiğini, (2) AI'ın rolünü, (3) uygulayacağınız üç süzgeç adımını yazın. Yüksek riskli görev için, çıktıyı hangi bağımsız kanıtla (kontrol noktası, belge, ikinci yöntem) sınayacağınızı somut olarak belirtin.
Kontrol listesi
- [ ] Görevin riskini "hata olursa doğacak zarar" ile ölçtüm.
- [ ] Görevi düşük/orta/yüksek risk kovasına yerleştirdim.
- [ ] Prompt'ta kaynak ve hedef koordinat sistemini (datum/EPSG) açıkça belirttim.
- [ ] Sonucu mertebe kontrolünden geçirdim.
- [ ] Geodezik/mekansal makullüğü sınadım.
- [ ] En az bir bağımsız kanıtla doğruladım.
- [ ] Kişisel/mülkiyet verisini anonimleştirdim veya onaylı ortamda çalıştım.
- [ ] Nihai kararı ve imzayı mühendis sorumluluğunda tuttum.