Powered by Project Factory
Tüm Haberlere Dön
Powered by Project Factory9 Ocak 202611 dk okumaAv. Ali Ulusoy0 okunma

Fikirden Fonlamaya: Yapay Zekâ ile Proje Geliştirmenin Yeni Mantığı

Uzun yıllar boyunca proje geliştirme, iki “aşırı uç” arasında salındı: Ya iyi niyetli ama dağınık bir fikir fırtınasıyla başlayan, sonra formun içinde kaybolan metinler; ya da çok teknik ama ruhsuz, etkisi belirsiz, “şablon kokan” başvurular. Bugün sahada net bir gerçek var: Değerlendiriciler artık yalnızca iyi yazılmı

Fikirden Fonlamaya: Yapay Zekâ ile Proje Geliştirmenin Yeni Mantığı

Giriş: Proje Yazmak Değil, Proje Kurmak Dönemi

Uzun yıllar boyunca proje geliştirme, iki “aşırı uç” arasında salındı: Ya iyi niyetli ama dağınık bir fikir fırtınasıyla başlayan, sonra formun içinde kaybolan metinler; ya da çok teknik ama ruhsuz, etkisi belirsiz, “şablon kokan” başvurular. Bugün sahada net bir gerçek var: Değerlendiriciler artık yalnızca iyi yazılmış cümleleri değil, sistem gibi çalışan bir tasarımı arıyor. Sorun–ihtiyaç–çözüm–çıktı–sonuç–etki zinciri, kurumsal kapasite, ölçülebilirlik, sürdürülebilirlik ve Avrupa katma değeri gibi unsurlar; “güzel anlatım”dan daha belirleyici hale geldi.

Yapay zekâ (YZ) bu noktada, proje yazımını “hızlandıran bir metin motoru” olmaktan çıkarıp proje geliştirmeyi “tasarım mühendisliği” seviyesine taşıyabilecek bir araç seti sunuyor. Fakat kritik ayrım şu: Yapay zekâyı yalnızca paragraf üretmek için kullanırsanız, ortaya muhtemelen sıradanlaşmış, genel ifadelerle dolu, tutarlılığı zayıf bir metin çıkar. Yapay zekâyı bir “stratejik proje geliştirme asistanı” olarak kurgular, doğru soruları doğru sırayla sordurur, her bölümün işlevini netleştirir ve veriye dayalı bir anlatı kurarsanız; fikirden fonlamaya giden yolda daha hızlı, daha net ve daha savunulabilir bir model üretirsiniz.

Bu yazıda, yapay zekâ ile proje geliştirmenin “yeni mantığını” anlatacağım. Yani “hangi araçla hangi metni yazdırayım?” değil; “hangi sırayla hangi kararları alayım, hangi kanıtı nereye yerleştireyim, nasıl bir tasarım dili kurayım?” sorularının cevabını.

1) Yeni Mantık Nedir: Metin Üretmekten Karar Üretmeye Geçiş

Yapay zekâ denince birçok kişinin aklına hâlâ “taslak yazdırmak” geliyor. Oysa fonlama başarısını yükselten asıl şey taslaktan önce gelen kararların kalitesi. Çünkü proje metni, aslında bir kararlar zincirinin dışavurumudur. Hedef grubunuz kim Onların hangi somut ihtiyacına hangi kanıtla işaret ediyorsunuz Çözümünüz neden bu Bu çözümün “faaliyete dönüşme” yolu nasıl Çıktılarınız yalnızca etkinlikler mi, yoksa sistemde kalıcı bir mekanizma mı kuruyorsunuz Sonuçlarınız ölçülebilir mi Etkinin devamı nasıl garanti ediliyor

Yeni mantık, yapay zekâyı şu üç amaç için disiplinli biçimde kullanır:

Birincisi, belirsizliği azaltmak. Yapay zekâ, fikirlerinizi sınayarak “bulanık noktaları” görünür kılar. Örneğin “gençlerin spora katılımı düşüyor” cümlesi tek başına zayıftır. Yapay zekâ, bunu hedef gruba, bağlama, nedene ve ölçülebilir bir boşluğa dönüştürmenize yardım eder: “Kırsal bölgelerde 15–24 yaş arası gençlerin düzenli fiziksel aktiviteye katılımının düşük olması, sosyoekonomik engeller ve erişilebilir tesis eksikliği nedeniyle daha da derinleşiyor” gibi.

İkincisi, mantık akışını kurmak. Proje metinleri en çok “mantık kırılmaları” yüzünden puan kaybeder. İhtiyaç analizinde bahsetmediğiniz bir sorunu çözümde hedeflersiniz; ya da hedeflerde vaat ettiğiniz değişimi faaliyetlerle desteklemezsiniz; ya da çıktılarla sonuçları birbirine karıştırırsınız. Yapay zekâ, bir “iç tutarlılık denetçisi” gibi çalıştırıldığında, bu kırılmaları erken aşamada yakalar.

Üçüncüsü, kanıt–anlatı dengesini kurmak. Değerlendirici için ikna, duygu yoğunluğu ile değil, kanıtın doğru yere konmasıyla oluşur. Yapay zekâ, hangi paragrafta “veri”, hangi paragrafta “gerekçe”, hangi paragrafta “model” anlatılması gerektiğini netleştirmeye yardımcı olur.

Bu üç yaklaşımın ortak sonucu şudur: Yapay zekâ, metin yazmaktan çok “proje tasarım kararlarını” güçlendirir. Başarı buradan gelir.

2) Fikir, İhtiyaçla Sınanır: Yapay Zekâ ile İhtiyaç Analizinin Omurgası

Fikir güzel olabilir; ama fonlama dünyasında fikir tek başına bir değer değildir. Değer, fikrin bir ihtiyaca nasıl oturduğu ve bu ihtiyacın kanıtlanabilir olup olmadığıyla belirlenir. Bu yüzden yapay zekâ ile proje geliştirmede ilk kritik adım, fikri “ihtiyaç” cümlesine dönüştürmektir.

Burada pratik bir kural iş görür: İyi bir ihtiyaç analizi, “neden”i anlatırken aynı anda “neden şimdi”yi ve “neden bu ortaklıkla”yı da sezdirir. Çünkü başvuruların en kritik sorusu şudur: Bu proje gerçekten gerekli mi ve bu ölçek, bu ortaklık, bu bütçe bu hedef için mantıklı mı

Yapay zekâdan şu tarz bir çıktı istemek yerine: “Bana ihtiyaç analizi yaz.” Şunu isteyerek çok daha güçlü bir omurga kurarsınız: “Bu fikir için 5 olası kök neden listesi çıkar, her biri için hangi veri türüyle kanıtlanabileceğini söyle ve bu kök nedenleri tek bir ana problem cümlesinde birleştir.”

Bu yaklaşım iki avantaj sağlar. Birincisi, ihtiyacınızı “genel söylem” olmaktan çıkarır. İkincisi, ihtiyaç analizini daha sonra hedeflere, iş paketlerine ve KPIs’a bağlamanız kolaylaşır.

İhtiyaç analizinin omurgası şu üç katmandan oluştuğunda, metin çok güçlenir:

Katman 1: Durumun fotoğrafı. Hedef grupta hangi boşluk var Erişim mi, katılım mı, kalite mi, güvenli ortam mı, kapasite mi Katman 2: Kök nedenler. Bu boşluk neden oluşuyor Yapısal engeller, kültürel bariyerler, altyapı eksikliği, dijital yetersizlik, insan kaynağı açığı, finansal sınırlılıklar, ayrımcılık vb. Katman 3: Etki riski. Bu boşluk devam ederse ne olur Sağlık, ruh sağlığı, sosyal dışlanma, düşük istihdam edilebilirlik, toplumsal gerilim, kurumların kapasite kaybı gibi sonuçlar.

Yapay zekâ bu üç katmanı kurduktan sonra, siz “yerel gerçekliğinizi” ekleyerek metni insanlaştırırsınız. Unutmayın: Yapay zekâ genel resmi kurar; sahadaki özgünlük sizin elinizdedir.

3) Stratejik Çerçeve: Öncelik Seçimi ve “Tek Eksen” Disiplini

Birçok proje, “çok şey söyleyerek” zayıflar. Çünkü çok sayıda temayı aynı anda sahiplenmek, aslında hiçbirini derinleştirememek demektir. Özellikle çağrılarda tek öncelik işaretleniyorsa, metnin her bölümünde ana eksenin görünmesi gerekir.

Yapay zekâ ile çalışırken en verimli hamlelerden biri, fikrinizi birden çok önceliğe oturtup sonra “hangisi ana eksen olursa daha ikna edici olur?” sorusunu değerlendirmektir. Yapay zekâ, farklı senaryolar üreterek size şu imkânı verir: Aynı proje fikrinin “sağlıklı yaşam”, “kapsayıcılık”, “dijital dönüşüm” veya “değerler ve bütünlük” ekseninde nasıl farklılaşacağını görürsünüz. Ardından, hedef grup ve ortak profilinize en uygun tek ekseni seçersiniz.

Burada kritik nokta şudur: Ana eksen seçmek, diğer temaları dışlamak değildir. Diğer temalar, ana eksenin “kanıtı” ve “güçlendiricisi” olur. Örneğin ana ekseniniz sağlıklı yaşam ve fiziksel aktiviteyse; kapsayıcılık ve ruh sağlığı alt destekleyici, dijital izleme araçları yöntem, çevresel sürdürülebilirlik ise etkinlik tasarım standardı olarak konumlanır. Bu hiyerarşi kurulmadığında metin “her şeyi yapacağız” tınısına düşer.

Yapay zekâdan şu çalışmayı isteyebilirsiniz: “Seçtiğim ana öncelik için, metnin her bölümünde görünür olacak 7 ana anahtar ifade ve 5 somut uygulama cümlesi üret.” Böylece proje metni, bölüm bölüm aynı eksene geri döner ve değerlendirici zihninde tutarlı bir resim oluşur.

4) Çözüm Tasarımı: Faaliyet Değil, Mekanizma İnşa Etmek

Proje tasarımında en kritik ayrım “ne yapacağız?” değil, “nasıl bir mekanizma kuracağız?” sorusudur. Çünkü etkinlikler biter; mekanizmalar kalır. Yapay zekâ ile proje geliştirme, tam da bu noktada güçlü bir kaldıraçtır: Sizin için bir “mekanizma kataloğu” çıkarabilir.

Örneğin spor temalı bir projede sıradan yaklaşım şudur: eğitimler, atölyeler, pilot uygulamalar, kampanyalar… Bunlar elbette gerekir. Ama yüksek puan getiren yaklaşım, bunları bir “sistem” olarak birleştirmektir. Örneğin:

  • Eğitimi, sertifikalanabilir bir mikro-yeterlilik kurgusuna bağlamak
  • Pilot uygulamayı, kulüp/belediye protokolüyle kurumsallaştırmak
  • Dijital platformu, yalnızca web sitesi değil “veri tabanlı takip ve topluluk” aracı yapmak
  • Yaygınlaştırmayı, sadece görünürlük değil “benimsenme planı” olarak tasarlamak

Yapay zekâya “bu proje için 3 farklı çözüm modeli öner” dediğinizde, genellikle yüzeysel kalabilir. O yüzden daha iyi soru şudur: “Bu proje fikri için kalıcı mekanizma üret: bir kapasite geliştirme mekanizması, bir uygulama standardı mekanizması ve bir sürdürülebilirlik mekanizması. Her biri için bir paragraf mantık, bir paragraf uygulama, bir paragraf ölçüm öner.”

Bu şekilde, proje tasarımınız “faaliyet listesi” olmaktan çıkar, “kurumsal ve toplumsal değişim modeli” haline gelir.

5) Yapı Kurmak: İş Paketleri ve Akış Mantığı

İyi bir proje, iyi kurgulanmış bir akış demektir. Yapay zekâ burada çok etkili çalışır; çünkü akış tasarımı aslında bir “sistem mühendisliği” problemidir: Hangi iş paketi önce gelir, hangisi neyi besler, çıktılar nereden doğar, sonuçlara nasıl bağlanır

Okunur bir proje kurgusu genellikle şu ritmi izler: Başlangıçta yönetim ve koordinasyon; ardından hazırlık/analiz; sonra geliştirme ve pilot; sonra yaygınlaştırma; en sonunda etki ve sürdürülebilirlik. Bu klasik görünür ama her projede içi dolu olmak zorundadır.

Yapay zekâdan, iş paketlerini sadece başlık olarak değil, aralarındaki “nedensellik bağları” ile istemek çok değerli olur. Örneğin, “WP2’de çıkan ihtiyaç analizi çıktısı, WP3’teki tasarım rehberinin temelini oluşturacak; WP3’ün çıktısı WP4 pilotları standartlaştıracak; WP4’ün bulguları WP5’in politika önerilerine veri sağlayacak” gibi bir zincir, değerlendirici için ikna üretir.

Ayrıca her iş paketinde “ne değişecek” sorusu görünür olmalı. Çünkü pek çok metin “ne yapacağız” anlatır; ama “ne değişecek” belirsiz kalır. Yapay zekâya şu görevi vererek bunu düzeltebilirsiniz: “Her WP için bir ‘change statement’ yaz: bu WP bittiğinde sahada ne farklı olacak?”

6) Ölçüm Disiplini: KPI’lar, Baseline ve Kanıt Mantığı

Fonlama dünyasında ölçüm, yalnızca raporlama değil; projenin ciddiyet göstergesidir. Yapay zekâ ile proje geliştirme, ölçüm mantığını erken aşamada kurduğunda gerçek güç üretir.

En yaygın hata, KPI’ları “sonradan eklenen süs” gibi yazmaktır. Oysa KPI’lar, hedeflerin içine gömülmelidir. Hedef cümlesi zaten ölçülebilir olmalıdır. Örneğin “katılımı artırmak” yerine “düzenli katılım oranını X’ten Y’ye çıkarmak” gibi.

Yapay zekâya “bana KPI listesi ver” demek yerine şu daha etkilidir: “Bu hedef için 2 nicel, 2 nitel gösterge öner; her biri için veri kaynağı ve ölçüm zamanı belirt; ayrıca gerçekçi bir baseline varsayımı öner.”

Bu yaklaşım, değerlendiriciye şunu hissettirir: “Bu ekip ölçümün ne olduğunu biliyor, veri toplamayı proje tasarımının bir parçası yapmış.” Bu his, puana dönüşür.

7) Ortaklık: CV Toplamak Değil, Tamamlayıcılık Kurgulamak

Yapay zekâ ile proje geliştirmede ortaklık kısmı, en fazla yanlış anlaşılabilen alandır. Çünkü pek çok kişi ortaklığı “kurum listesini tamamlamak” sanır. Oysa ortaklık, projenin problemine karşı bir “yetkinlik haritası”dır.

Yapay zekâ, doğru kullanılırsa size şunu sağlar: Proje problemine göre ideal ortak tiplerini ve rollerini kurgular; sonra siz gerçek ağınızdan bu rollere uygun kurumları seçersiniz. Bu yöntem, “kim bulursak ekleyelim” yaklaşımının tam tersidir.

Değerlendirici ortaklıkta şuna bakar: Bu kurumlar birbirini tamamlıyor mu Her birinin rolü somut mu Yerel uygulama kapasitesi var mı Bilgi üretimi ve kalite güvencesi var mı Yaygınlaştırma gücü var mı Politika ve sistem bağlantısı var mı

Yapay zekâya, “bu proje için ortak profil matrisi üret” dediğinizde; kurum tipleri, uzmanlıkları, görevleri ve beklenen katkılarıyla bir çerçeve çıkarabilir. Siz de bunu “gerçek partnerlere” map edersiniz. Bu yaklaşım, ortaklığın kalitesini artırdığı gibi, proje metninin inandırıcılığını da yükseltir.

8) Etki ve Sürdürülebilirlik: Proje Bitince Ne Kalacak

Proje metinlerinde en çok boşluk, proje sonrasıdır. “Sürdürülecek” denir ama nasıl sürdürüleceği belirsiz kalır. Yapay zekâ, sürdürülebilirliği “mekanizma dili” ile yazmanıza yardımcı olduğunda bu bölüm gerçek anlamda güçlenir.

Sürdürülebilirlik için üç tür garanti mekanizması kullanılabilir: Kurumsal garanti (protokoller, strateji dokümanları, rutinlere entegrasyon), finansal garanti (yerel bütçe, sponsorluk, gelir modeli), topluluk garantisi (ağ, gönüllü sistemi, uygulayıcı havuzu). Etkili projeler, bu üçünden en az ikisini birlikte kullanır.

Yapay zekâdan şunu istemek faydalıdır: “Bu proje için 3 sürdürülebilirlik senaryosu yaz: düşük kaynak senaryosu, orta kaynak senaryosu, yüksek kaynak senaryosu. Her senaryoda hangi kurum neyi üstlenecek, hangi çıktı nasıl yaşayacak, hangi KPI ile takip edilecek?”

Bu, metnin “hayal” değil “plan” kokmasını sağlar.

9) İnsan Dokunuşu: Yapay Zekâ Metnini Proje Diline Dönüştürmek

Yapay zekâ ile yazılan metinlerin en büyük riski, “herkesin metni” gibi görünmesidir. Bu riski azaltmanın yolu, metne üç tür özgünlük katmaktır:

Birincisi, bağlam özgünlüğü. Saha gerçekliği, yerel ihtiyaçlar, hedef grubun yaşadığı pratik sorunlar ve sizin erişim kapasiteniz metne yedirilmelidir.

İkincisi, karar özgünlüğü. Projenizde neden bu yöntem, neden bu model, neden bu hedef sayısı, neden bu iş paketi yapısı seçildi Yapay zekâ bunu yazabilir; ama bu kararların “arkasındaki gerçek gerekçeyi” siz verirsiniz.

Üçüncüsü, dil özgünlüğü. Yapay zekâ metni çoğu zaman fazla pürüzsüz ve geneldir. İnsan dokunuşu, metni okunur ve inandırıcı kılar: gereksiz tekrarları silmek, cümleleri kısaltmak, her paragrafın ilk cümlesini “ana mesaj” yapmak, soyut ifadeleri somut örneğe bağlamak.

Bu noktada yapay zekâyı ikinci kez kullanabilirsiniz: “Bu metni değerlendirici gözünden oku; klişe ve genel ifadeleri işaretle; her birini daha somut bir cümleyle değiştir.” Bu tür bir revizyon, metnin kalitesini ciddi biçimde yükseltir.

10) Uygulanabilir Bir Akış: Yapay Zekâ ile Fikirden Fonlamaya 7 Adım

Bu yazıyı bir “çalışma düzeni” ile kapatmak istiyorum. Çünkü yeni mantık, bir defalık ilham değil, bir süreç disiplinidir. Yapay zekâ ile proje geliştirmeyi aşağıdaki 7 adımda yürüttüğünüzde, hem hız hem kalite birlikte yükselir:

İlk adımda fikri tek cümleye indirip hedef grubu netleştirirsiniz. İkinci adımda bu fikri ihtiyaçla sınar, kök nedenleri çıkarır ve kanıt haritası oluşturursunuz. Üçüncü adımda tek önceliği seçer ve metnin her bölümünde aynı eksene geri dönecek bir anahtar dil kurarsınız. Dördüncü adımda çözümü faaliyet listesi değil, mekanizma olarak tasarlarsınız. Beşinci adımda iş paketlerini akış mantığıyla birbirine bağlar, “change statement” üretirsiniz. Altıncı adımda hedeflerin içine gömülü KPI’lar, baseline varsayımları ve ölçüm planı kurarsınız. Yedinci adımda ortaklık ve sürdürülebilirliği rol temelli somutlaştırır, metni klişe riskinden arındırıp insan dokunuşuyla finalize edersiniz.

Bu 7 adımın en önemli çıktısı, projenin “kendi içinde konuşan” bir tasarıma dönüşmesidir. Değerlendirici, metni okurken bir paragrafta söylenenin bir sonraki paragrafta nasıl tamamlandığını görür. İşte fonlama başarısının anahtarı budur.

Sonuç: Yapay Zekâ Hız Verir, Mantık Kazandırır, Ama Sahaya Siz Basarsınız

Yapay zekâ proje geliştirmenin hızını artırır; evet. Ama daha önemlisi, proje geliştirmenin mantığını “sistem kurma” seviyesine taşır. Siz yapay zekâya metin yazdırırken değil, ona doğru soruları sordururken kazanırsınız. Proje geliştirmenin yeni mantığı, fikri büyütmek değil; fikri kanıtla keskinleştirmek, akışla güçlendirmek, ölçümle güvenceye almak ve mekanizma ile kalıcı hale getirmektir.

BU SERİDE YAKINDA YAYINLAYACAĞIMIZ YAZILAR

  1. Fikirden Fonlamaya: Yapay Zekâ ile Proje Geliştirmenin Yeni Mantığı
  2. Değerlendirici Gibi Düşünen Yapay Zekâ: Proje Metinlerinde Stratejik Avantaj
  3. İhtiyaç Analizinden Etkiye: Yapay Zekâ Destekli Proje Kurgusu Nasıl Kurulur
  4. Yapay Zekâ ile Daha Güçlü Amaçlar, Daha Ölçülebilir Sonuçlar
  5. Proje Yazımında Yapay Zekâ Kullanmak: Kopya mı, Akıllı Asistan mı
  6. AB Projelerinde 95+ Puan Hedefi: Yapay Zekâ ile Stratejik Yazım Teknikleri
  7. Work Package Mantığını Yapay Zekâ ile Kurmak: Hata Payını Nasıl Azaltır
  8. Yapay Zekâ ile Proje Metni Değil, Proje Mekanizması Tasarlamak
  9. Zamandan Kazan, Kaliteden Ödün Verme: Yapay Zekâ ile Proje Geliştirme
  10. İnsan Dokunuşu + Yapay Zekâ: Kazanan Proje Metinlerinin Yeni Formülü

Ali ULUSOY

Proje Fabrikası Kurucusu   / President of Project Factory

Engelsiz ve Mutlu Yaşam Derneği Başkanı / President of Barrier Free and Happy Life Association

happykidstr@gmail.com https://projehaberleri.com/

Stay Connected

Bu İçeriği Paylaş

Doğrulanmış Resmî Kaynak ve Bağlantılar

İlgili Haberler