Uçtan Uca Yapay Zeka Destekli Hemşirelik İş Akışı ve Klinik Uygulama

Kazanimlar:

• Hasta kabulünden taburculuğa kadar yapay zekayı iş akışının her aşamasında yerinde ve sınırları belli biçimde bütünleştirebilme
• Klinik/servis ölçeğinde prompt kütüphanesi, doğrulama protokolü ve mahremiyet politikası kurabilme
• Yapay zeka destekli bakımda hasta güvenliği, sorumluluk ve güveni koruyan bir denetim kültürü tasarlayabilme

Önceki üniteler yapay zekanın hemşireliğin tek tek alanlarındaki kullanımını gösterdi: hasta takibi, bakım planı, eğitim, devir, ilaç güvenliği, triyaj, prosedür, mahremiyet, onay ve iletişim. Bu son ünite hepsini birleştirir. Bir hastanın kabulünden taburculuğuna kadar olan yolculukta yapay zekayı nerede, nasıl ve hangi sınırlarla kullanacağınızı uçtan uca bir iş akışı olarak tasarlayacaksınız. Ayrıca bunu bir servis/klinik ölçeğinde sürdürülebilir kılacak yapıyı — prompt kütüphanesi, doğrulama protokolü ve mahremiyet politikası — kuracaksınız. Temel ilke değişmez: Yapay zeka her aşamada yardımcıdır; hasta güvenliği, sorumluluk ve karar her zaman yetkin insana aittir.

Hasta yolculuğu boyunca yapay zeka

Bir hastanın hastane yolculuğunu adımlara ayırıp her adımda yapay zekanın rolünü ve sınırını görelim.

Aşama

Yapay zekanın yardımcı rolü

Sınır / yetkin onay

Kabul / triyaj

Şikâyeti yapılandırma, kırmızı bayrak hatırlatma

Kategori kararı: yetkin personel

İlk değerlendirme

Vital veriyi düzenleme, gözlem başlığı hatırlatma

Klinik değerlendirme: hemşire/hekim

Bakım planı

Tanı/hedef/girişim taslağı

Kişiselleştirme ve onay: sorumlu hemşire

Takip

Trend özeti, erken uyarı desteği

Kötüleşme kararı: hemşire/hekim

İlaç

Kontrol listesi, etkileşim taslağı

Doz ve order: hekim + hemşire doğrulaması

Devir

SBAR düzenleme

Doğrulama ve imza: hemşire

Eğitim / taburculuk

Materyal sadeleştirme, çeviri

Tıbbi doğruluk: hekim orderı + kurum

İletişim

Prova, dil düzenleme

Empati ve karar: hemşire

Bu tablo, yapay zekanın hiçbir aşamada karar verici olmadığını, her aşamada bir hazırlayıcı ve hızlandırıcı olduğunu gösterir. İş akışını kurarken her adımda "yapay zeka neyi hazırlıyor, kararı kim veriyor" sorusunu net tutmak gerekir.

Servis ölçeğinde üç temel yapı

Bireysel iyi kullanım, dağınık kalırsa sürdürülemez. Bir servisi güvenli kılmak için üç yapı gerekir:

1. Prompt kütüphanesi. Servis için denenmiş, güvenli prompt şablonları ortak bir yerde toplanır (SBAR, bakım planı taslağı, eğitim materyali, kontrol listesi). Herkes aynı, sınırları belli şablonları kullanır; kalite tutarlı olur.
2. Doğrulama protokolü. Her çıktı türü için "nasıl doğrulanır" yazılı kural hâline gelir: bakım planı kim onaylar, doz nasıl teyit edilir, kayıt kim imzalar. Doğrulama kişiye bağlı olmaktan çıkar, sisteme yerleşir.
3. Mahremiyet politikası. Hangi araç kullanılabilir, veri nasıl kimliksizleştirilir, neyin paylaşılamayacağı net kurala bağlanır. Herkes aynı gizlilik standardına uyar.

İpucu: İyi bir yapay zeka kültürünün ölçüsü, hız değil güvenliktir. Bir servis yapay zekayla ne kadar hızlandığıyla değil, hiçbir güvenlik-kritik kararı yapay zekaya kaptırmadan ne kadar tutarlı ve güvenli çalıştığıyla ölçülür.

Üç mini vaka

Vaka 1 — Bütünleşik bir vardiya. Bir hemşire vardiyaya başlıyor: devir SBAR taslağını yapay zekayla düzenleyip doğruluyor, bir hastanın vital trendini özetletip klinik değerlendirmesini kendisi yapıyor, bir taburculuk için eğitim materyalini sadeleştirip hekim orderıyla teyit ediyor. Her adımda yapay zeka zaman kazandırıyor; her kararı hemşire veriyor. Vardiya hem hızlı hem güvenli geçiyor.

Vaka 2 — Prompt kütüphanesinin gücü. Bir servis ortak bir prompt kütüphanesi kuruyor. Yeni gelen bir hemşire, denenmiş şablonlarla ilk gününden itibaren tutarlı ve sınırları belli çıktılar üretiyor; kişisel deneme-yanılmanın hataları önleniyor. Ders: ortak yapı kaliteyi ve güvenliği herkese yayar.

Vaka 3 — Bir hatanın önlenmesi. Doğrulama protokolü sayesinde bir hemşire, yapay zekanın ürettiği bir doz çizelgesindeki hatayı order karşılaştırması adımında yakalıyor. Protokol olmasaydı hata geçebilirdi. Ders: yazılı doğrulama protokolü, insan yorgun veya acele olsa bile güvenlik ağı sağlar.

Adım adım: kendi iş akışını kurma

1. Hasta yolculuğunu çıkar. Kabulden taburculuğa aşamalar.
2. Her aşamada rolü belirle. Yapay zeka neyi hazırlıyor?
3. Her aşamada sınırı belirle. Kararı kim veriyor, onay kimde?
4. Prompt kütüphanesi kur. Denenmiş, sınırlı şablonlar.
5. Doğrulama protokolü yaz. Her çıktı nasıl teyit edilir?
6. Mahremiyet politikası uygula ve düzenli gözden geçir.

Dört kopyalanabilir şablon

Görev: Aşağıdaki servis için bir yapay zeka kullanım haritası TASLAĞI çıkar:hasta yolculuğunun her aşamasında yapay zekanın yardımcı rolü ve kararınkimde olduğu. Karar verici rolü asla yapay zekaya verme. Servis: [...]

Görev: Şu çıktı türü için bir doğrulama protokolü taslağı yaz (kim, neyi,hangi kaynakla doğrular; kim imzalar). Güvenlik-kritik adımları belirgin işaretle.Çıktı türü: [SBAR / bakım planı / doz çizelgesi / eğitim materyali]

Görev: Servisimiz için bir mahremiyet politikası kontrol listesi hazırla:hangi araç, nasıl kimliksizleştirme, neyin paylaşılamayacağı, kimin sorumlu olduğu.Bağlam: [...]

Görev: Aşağıdaki prompt şablonunu servis kütüphanesine eklemeden öncegüvenlik açısından denetle: karar verici rol içeriyor mu, kimliksizleştirmehatırlatıyor mu, doğrulama notu var mı? Eksikleri işaretle. Şablon: [...]

Zayıf prompt / Güçlü prompt

Zayıf: "Servisimizde yapay zekayı nasıl kullanalım, bir plan yaz."

Güçlü: "Aşağıdaki servis için, hasta yolculuğunun her aşamasında (kabul, takip, bakım planı, ilaç, devir, taburculuk) yapay zekanın yalnızca yardımcı rolünü ve kararın kimde olduğunu içeren bir kullanım haritası taslağı çıkar. Hiçbir aşamada yapay zekayı karar verici yapma. Her aşama için bir doğrulama ve mahremiyet notu ekle. Bu taslağı ekiple birlikte gözden geçireceğiz."

Güçlü promptta iş akışı aşamalara ayrılır, karar insanda tutulur, doğrulama ve mahremiyet baştan yerleştirilir.

Sık yapılan hatalar

• Yapay zekayı bir aşamada karar verici yapmak. Her aşamada karar insanda kalmalı.
• Prompt kütüphanesini denetimsiz büyütmek. Şablonlar güvenlik açısından denetlenmeli.
• Doğrulamayı kişiye bırakmak. Protokol yazılı ve sistematik olmalı.
• Mahremiyet politikasını unutmak. Araç ve veri kuralları net olmalı.
• Hızı güvenliğin önüne koymak. Ölçü tutarlılık ve güvenliktir.

Pilot uygulama: küçük başla, ölçerek büyüt

Bir servise yapay zekayı bir anda ve her yerde sokmak risklidir. Daha güvenli yol, küçük bir pilot uygulama ile başlamaktır: tek bir düşük riskli görevi (ör. hasta eğitim broşürü sadeleştirme) seçmek, sınırlı bir ekiple denemek, ne işe yaradığını ve nerede hata riski olduğunu gözlemlemek. Pilot boyunca "yapay zeka nerede zaman kazandırdı, nerede yanlış yaptı, hangi doğrulama adımı gerekli oldu" soruları yanıtlanır. İşe yaradığı kanıtlandıkça, doğrulama protokolüyle birlikte başka görevlere yayılır. Bu adım adım yaklaşım, hem güveni inşa eder hem de büyük ölçekli hataları önler.

Pilotun başarısını ölçerken doğru soruyu sormak gerekir. Ölçü "ne kadar hızlandık" değil, "hasta güvenliğini koruyarak ne kadar tutarlı ve az yükle çalışabildik" olmalıdır. Yanlış ölçü (sadece hız), tehlikeli kısayollara teşvik eder.

Sürekli öğrenme ve gözden geçirme

Yapay zeka araçları hızla değişir; bugün doğru olan bir alışkanlık yarın güncellenmiş olabilir. Bu yüzden bir servisin yapay zeka kültürü statik değil, canlı olmalıdır. Düzenli aralıklarla prompt kütüphanesi gözden geçirilir, işe yaramayan veya riskli şablonlar çıkarılır, yeni ihtiyaçlar için güvenli şablonlar eklenir. Yaşanan yakın hatalar (bir doğrulama adımının bir sorunu nasıl yakaladığı) ekiple paylaşılır; bu, herkesin öğrenmesini sağlar. Yeni personel, kütüphane ve protokolle birlikte eğitilir. Böylece yapay zeka kullanımı kişisel ve dağınık bir alışkanlık olmaktan çıkıp servisin ortak, denetlenen ve sürekli iyileşen bir yeteneğine dönüşür.

En önemlisi, tüm bu yapı içinde değişmeyen tek şeyi korumaktır: kararın ve sorumluluğun insanda kalması. Araçlar gelişse de, hastanın başındaki hemşirenin gözü, yargısı ve vicdanı yapay zekanın asla dolduramayacağı yerdir.

Özetle

Yapay zeka, hastanın kabulünden taburculuğuna kadar her aşamada bir hazırlayıcı ve hızlandırıcıdır; ama hiçbir aşamada karar verici değildir. Uçtan uca güvenli bir iş akışı, her aşamada "yapay zeka neyi hazırlıyor, kararı kim veriyor" sorusunu net tutar. Servis ölçeğinde sürdürülebilirlik üç yapıya dayanır: ortak prompt kütüphanesi, yazılı doğrulama protokolü ve net mahremiyet politikası. İyi bir kültürün ölçüsü hız değil, hiçbir güvenlik-kritik kararı kaptırmadan sağlanan tutarlı güvenliktir.

Uygulama görevi

Kendi servisiniz için uçtan uca bir yapay zeka kullanım haritası taslağı çıkarın: hasta yolculuğunun her aşamasında yapay zekanın rolünü, sınırını ve kararın kimde olduğunu yazın. Ardından: (1) bir çıktı türü için doğrulama protokolü taslağı yazın, (2) servis için bir mahremiyet politikası kontrol listesi hazırlayın, (3) bir prompt şablonunu güvenlik açısından denetleyip eksiklerini işaretleyin. Bunları ekibinizle paylaşabileceğiniz bir formata getirin.

Kontrol listesi

• [ ] Hasta yolculuğunu aşamalara ayırdım.
• [ ] Her aşamada yapay zekanın yardımcı rolünü tanımladım.
• [ ] Her aşamada kararın kimde olduğunu belirledim.
• [ ] Prompt kütüphanesi taslağı oluşturdum.
• [ ] Doğrulama protokolü yazdım.
• [ ] Mahremiyet politikası kontrol listesi hazırladım.
• [ ] Hızı değil, tutarlı güvenliği ölçü aldım.

Modul Sinavi

1. Bir hemşire, yapay zekaya vital bulguları verip 'bu hastanın tanısı nedir ve hangi ilacı başlayalım' diye soruyor. En doğru yaklaşım hangisidir?

• A) Yapay zekayı vital veriyi özetleyip hekime raporlamayı düzenlemek için kullanmak; tanı ve tedavi kararını yetkin hekime bırakmak ✔
• B) Yapay zekanın verdiği tanıyı hasta dosyasına işlemek
• C) Yapay zeka aynı ilacı iki kez önerdiyse hekime sormadan başlamak
• D) Hekim onayını atlayıp süreci hızlandırmak

Aciklama: Teşhis ve tedavi başlatma güvenlik-kritik tıbbi kararlardır ve hekimin yetki alanındadır. Yapay zeka vital verisini özetlemek, trendi göstermek ve hekime raporlamayı düzenlemek için kullanılabilir; ancak tanı ve ilaç kararı klinik muayene ve yetkin hekim onayıyla verilir. Yapay zeka çıktısı bu kararın yerine geçmez.

2. Yapay zekaya bir ilacın pediatrik dozunu hesaplattığınızda net bir sayı verdi. Bu dozu uygulamadan önce ne yapmalısınız?

• A) Yapay zeka net bir sayı verdiği için doğrudan uygulamak
• B) Dozu başka bir hastadan hatırladığınız değerle değiştirmek
• C) Dozu hekim orderı, güncel ilaç referansı ve kurum protokolüyle bağımsız doğrulamak ve gerekirse ikinci hemşire kontrolü almak ✔
• D) Yapay zekaya aynı soruyu tekrar sorup ortalama almak

Aciklama: İlaç dozu güvenlik-kritiktir; yapay zeka doz hesabında birim karıştırabilir, kilo/yaş faktörünü yanlış uygulayabilir veya değeri halüsine edebilir. Doz her zaman hekim orderıyla ve güncel ilaç referansı/kurum protokolüyle bağımsız olarak doğrulanmalı, gerekirse ikinci bir hemşire kontrolüyle teyit edilmelidir.

3. Bir vardiya devir raporunu yapay zeka ile SBAR formatında taslaklaştırdınız. Resmî kayda geçmeden önce en doğru tutum nedir?

• A) Taslağı olduğu gibi kayda geçirmek
• B) Yapay zeka yazdığı için değerleri kontrol etmemek
• C) Devir raporunu okumadan bir sonraki vardiyaya iletmek
• D) Her bilgi ve gözlemi hastanın gerçek verisiyle karşılaştırıp düzeltmek ve doğrulayarak imzalamak ✔

Aciklama: Hasta kaydı ve devir raporu hukuki değeri olan belgelerdir. Yapay zeka hızlı ve tutarlı bir taslak iskeleti üretebilir; ancak her bilgi, sayı ve gözlem sorumlu hemşire tarafından hastanın gerçek verisiyle karşılaştırılıp düzeltilmeli ve hemşire tarafından doğrulanıp imzalanmalıdır.

4. Yayımlanmamış bir hasta dosyasını (ad, TC, tanı, görüntüleme) bulut tabanlı bir yapay zeka aracına vermek gerektiğinde mahremiyet açısından en doğru davranış hangisidir?

• A) Tüm dosyayı ve hasta kimliğini olduğu gibi yüklemek
• B) Gizlilik politikasını okumadan ücretsiz bir aracı kullanmak
• C) Bağlamı kimliksizleştirip yalnızca gerekli asgari veriyi, eğitimde kullanmayan kurum onaylı bir araçla paylaşmak ✔
• D) Tanı doğruluğu için TC ve adın mutlaka verilmesi gerektiğini varsaymak

Aciklama: Sağlık verisi özel nitelikli kişisel veridir ve yasal koruma altındadır. Bağlamı kimliksizleştirmek (ad, TC, tarih, konum gibi tanımlayıcıları temizlemek), veriyi eğitimde kullanmayan kurum onaylı ve politika uyumlu bir aracı seçmek ve yalnızca gerekli asgari veriyi paylaşmak gerekir.

5. Yapay zekanın ürettiği bir hemşirelik bakım planı taslağıyla ilgili en doğru tutum hangisidir?

• A) Taslağı bir başlangıç iskeleti olarak alıp hastaya kişiselleştirmek ve klinik muhakemeyle onaylamak ✔
• B) Planı olduğu gibi tüm hastalara uygulamak
• C) Hastanın verisine bakmadan planı kabul etmek
• D) Girişimleri kurum standardıyla karşılaştırmadan uygulamak

Aciklama: Yapay zeka NANDA tanısı, hedef ve girişim için hızlı bir iskelet üretebilir; ancak plan hastanın gerçek verisini, önceliklerini ve kurum standardını yansıtmayabilir. Sorumlu hemşire planı hastaya kişiselleştirmeli, klinik muhakemesiyle gözden geçirip onaylamalıdır.

6. Erken uyarı skoru (EWS/NEWS gibi) hesaplamasında yapay zekayı en doğru kullanma biçimi nedir?

• A) Skoru vital veriyi düzenleyip trendi göstermek için kullanmak; hastayı değerlendirip karar vermeyi hemşire ve hekime bırakmak ✔
• B) Skor normal çıktığı için hastayı hiç görmeden geçmek
• C) Yapay zekanın skoruna dayanarak tedaviyi kendiliğinden değiştirmek
• D) Klinik şüpheyi bir kenara bırakıp yalnızca skora güvenmek

Aciklama: Erken uyarı skoru bir tarama desteğidir; hastanın klinik durumunu tek başına belirlemez. Yapay zeka vital verisini düzenleyip trendi ve skoru göstermede yardımcı olabilir, ancak hastayı görüp değerlendirmek ve kötüleşmeye karar vermek hemşire ve hekimin sorumluluğundadır. Skor normal görünse bile klinik şüphe önceliklidir.

7. Sağlık okuryazarlığı düşük bir hasta için yapay zeka ile taburculuk eğitim materyali hazırladınız. Hastaya vermeden önce en kritik adım hangisidir?

• A) Materyalin düzgün ve sade görünmesine güvenmek
• B) Her tıbbi talimatı hekim orderı ve kurum onaylı bilgiyle doğrulamak ve hastada geri-öğretimle anlaşıldığını kontrol etmek ✔
• C) Talimatları yapay zeka yazdığı için kontrol etmeden vermek
• D) İlaç zamanlarını hasta sormadıkça açıklamamak

Aciklama: Yapay zeka dili sadeleştirmede iyidir ama yanlış bir ilaç zamanı, yanlış bir doz talimatı veya kuruma uymayan bir öneri içerebilir. Materyaldeki her tıbbi talimat, hekim orderı ve kurum onaylı bilgiyle doğrulanmalı; ardından hastanın anlayıp anlamadığı geri-öğretim (teach-back) yöntemiyle kontrol edilmelidir.

8. Acil serviste bir hasta için yapay zekaya şikâyet ve bulguları verip triyaj kategorisi sorduğunuzda en sağlıklı yaklaşım nedir?

• A) Yapay zekanın verdiği kategoriyi doğrudan uygulamak
• B) Bilgiyi düzenlemek ve kırmızı bayrakları hatırlatmak için yapay zekayı kullanmak; nihai kategoriyi muayene ve klinik değerlendirmeyle belirlemek ✔
• C) Kırmızı bayrak belirtilerini yapay zeka görmediyse yok saymak
• D) Muayeneyi atlayıp yalnızca yapay zekanın metnine güvenmek

Aciklama: Triyaj kategorisi ve aciliyet kararı hastanın can güvenliğini doğrudan etkileyen bir klinik değerlendirmedir ve yetkin sağlık personelinin sorumluluğundadır. Yapay zeka bilgiyi düzenlemek ve kırmızı bayrak belirtilerini hatırlatmak için kullanılabilir; ancak nihai kategori muayene ve klinik değerlendirmeyle belirlenir.

9. Bir klinik prosedürün adımlarını yapay zekaya özetlettiniz. Uygulamadan önce en doğru davranış hangisidir?

• A) Özetin akıcı görünmesine güvenip uygulamak
• B) Adımları yapay zeka verdiği için doğru saymak
• C) Prosedürü hastada deneyip sonucuna göre karar vermek
• D) Her adımı ve kaynağı güncel kurum protokolü ve kanıta dayalı rehberden teyit etmek ✔

Aciklama: Yapay zeka prosedür adımlarını genel bilgiden özetler ve güncel olmayan ya da kuruma uymayan bir adım verebilir. Her adım ve dayandığı kaynak, güncel kurum protokolü ve kanıta dayalı rehberden teyit edilmelidir; prosedür bu doğrulanmış kaynağa göre uygulanır.

10. Yapay zekayı hemşirelikte güvenle kullanmanın en pratik yolu olan 'risk bölgelerine ayırma' yaklaşımında kırmızı (güvenlik-kritik) bölgeye en uygun örnek hangisidir?

• A) Bir hasta broşürünün dilini sadeleştirmek
• B) Vardiya notunun biçimini düzenlemek
• C) İlaç dozu belirlemek ve tedavi kararı vermek ✔
• D) Bir toplantı özetini maddelere ayırmak

Aciklama: Yeşil bölge düşük riskli, yardımcı görevlerdir (eğitim metni taslağı, not düzenleme). Sarı bölge teyit gerektiren taslaklardır. Kırmızı bölge ise teşhis, ilaç dozu, triyaj kararı gibi can güvenliğini doğrudan etkileyen ve yetkin uzman onayı zorunlu olan kararlardır; yapay zeka burada son sözü asla söylemez.

11. İlaç uygulamasında yapay zeka ile bir kontrol listesi hazırlarken hangi ilke listenin merkezinde olmalıdır?

• A) Doğru hasta, doğru ilaç, doğru doz, doğru yol, doğru zaman ilkeleri ✔
• B) İlacın en hızlı uygulanabileceği yol
• C) Yapay zekanın önerdiği sıralamaya körü körüne uymak
• D) Kontrolü yalnızca vardiya sonunda bir kez yapmak

Aciklama: İlaç güvenliğinin temeli 'doğru' ilkeleridir: doğru hasta, doğru ilaç, doğru doz, doğru yol, doğru zaman (ve kayıt). Yapay zeka bu ilkeleri hatırlatan bir kontrol listesi üretmede yardımcı olabilir; ancak her uygulama hemşirenin bizzat doğrulamasıyla ve hekim orderıyla yapılır.

12. Hasta ve yakınıyla zor bir görüşmeye hazırlanırken yapay zekayı kullanmanın en doğru biçimi nedir?

• A) Yapay zekanın yazdığı metni hastaya kelimesi kelimesine, prova etmeden okumak
• B) Empatiyi tamamen yapay zekaya bırakmak
• C) Kötü haberi hekimle koordine etmeden yapay zeka metniyle vermek
• D) Yapay zekayı iletişim provası ve dil düzenleme için kullanıp metni empati ve klinik yargıyla tamamlamak ✔

Aciklama: Yapay zeka bir iletişim provası, dil düzenleme ve olası soruları öngörme aracı olarak değerlidir. Ancak gerçek empati, hastayı okuma ve klinik yargı insana aittir; yapay zeka üretilen metin bir başlangıçtır ve hemşirenin insani dokunuşuyla, kurum ve etik sınırları içinde tamamlanmalıdır. Kötü haber verme gibi durumlar hekimle koordineli yürütülür.

13. Yapay zeka bir hemşirelik sorusuna çok kendinden emin ve ayrıntılı bir yanıt verdi. Bu 'emin' tonu ne anlama gelir?

• A) Yanıtın kesinlikle doğru olduğunu
• B) Kaynak kontrolüne gerek olmadığını
• C) Tonun doğruluğun kanıtı olmadığını; bilginin yine de kaynak ve protokolle teyit edilmesi gerektiğini ✔
• D) Yapay zekanın bu konuda uzmanlaştığını

Aciklama: Dil modelleri gerçeği bilmese de akıcı ve kendinden emin metin üretir; bu ton doğruluğun kanıtı değildir. Yapay zeka bir madde, değer veya kaynağı halüsine edebilir. Emin ifade, doğrulamayı gereksiz kılmaz; her klinik bilgi güncel kaynak ve protokolle teyit edilmelidir.

14. Bir serviste yapay zeka kullanımını hasta güvenliği açısından sürdürülebilir kılmak için kurulması gereken temel yapı hangisidir?

• A) Her hemşirenin kendi bildiği gibi denetimsiz yapay zeka kullanması
• B) Ortak prompt kütüphanesi, doğrulama protokolü ve mahremiyet politikası kurup güvenlik-kritik çıktıları yetkin onayla kapatmak ✔
• C) Yapay zeka çıktılarını hiç kaydetmeden doğrudan bakıma aktarmak
• D) Doğrulamayı yalnızca ciddi bir olay yaşandıktan sonra düşünmek

Aciklama: Dağınık ve denetimsiz yapay zeka kullanımı hata ve mahremiyet riskini büyütür. Servis ölçeğinde ortak prompt kütüphanesi, her çıktı türü için doğrulama protokolü, net bir mahremiyet/gizlilik politikası kurmak ve her güvenlik-kritik çıktıyı yetkin onayla kapatmak esastır.