En İyi Sesli Yapay Zekâ Asistanı Nasıl Seçilir?

Türkiye’de uluslararası hasta çağrılarını yöneten bir kurum için en iyi sesli yapay zeka asistanı, demoda en çok etkileyen ürün değildir. Seçimi ölçülebilen kriterler belirler: Türkçe konuşma doğruluğu, yanıt gecikmesi, gürültü dayanımı, söz kesme davranışı, insana devir, takvim ve CRM bağlantısı, veri yönetimi ve toplam maliyet.

NIST AI Risk Management Framework; test kümelerinin ve ölçülerin belgelenmesini, değerlendirmenin ilgili kullanıcı nüfusunu temsil etmesini, performansın gerçek dağıtım ortamına benzeyen koşullarda gösterilmesini ve üretimde izlenmesini önerir. Bu yaklaşım, marka sunumlarına bakmak yerine bütün adayları aynı test kümesiyle sınayan, tekrarlanabilir bir satın alma değerlendirmesini destekler. NIST belgesi sağlık kuruluşlarına özel bir ürün seçme sınırı belirlemez; aşağıdaki kabul kapıları bu genel yaklaşımı satın alma sürecine uyarlamak için yazıldı. NIST AI RMF Core

Sesli asistanın idari iletişim ile klinik karar arasındaki sınırını da en başta yazın. Sistem randevu talebi toplamak veya çağrıyı yönlendirmek amacıyla kullanılabilir; teşhis, tedavi önerisi ya da klinik triyaj yerine geçirilmemelidir.

Bu sınırın günlük işe nasıl yansıyacağını yapay zekâ telefon asistanının güvenli kullanım alanları rehberi anlatıyor.

En iyi sesli yapay zeka asistanı için temel değerlendirme tablosu#

Bütün adayları aynı ses dosyalarıyla, aynı telefon altyapısında, aynı bağlantılarla ve önceden yazılmış kabul kapılarıyla sınayın. Demoda firmanın seçtiği kolay örnekleri dinlemekle yetinmeyin; ham transkripti, olay kaydını ve takvime ya da CRM’e yazılan sonucu isteyin.

Türkçe konuşma doğruluğu ve gürültü dayanımı birlikte ölçülmeli#

“Türkçe destekliyor” demek tek başına yeterli değil.

Türkçe otomatik konuşma tanıma üzerine yayımlanan bir ön baskıya göre aksan, argo, arka plan gürültüsü ve girişim, sistemin gerçek dünyadaki dayanıklılığını bozabiliyor. Bu çalışma belirli bir sağlık çağrı sistemi için ürün performansı kanıtlamaz; satın alma denemesinde hedef hasta grubunun ve telefon koşullarının ayrıca sınanması gerektiğini gösterir. Experiments on Turkish ASR with Self-Supervised Speech Representation Learning Test kümesinde şu örnekleri ayrı etiketleyin: farklı ülkelerden arayanların Türkçesi, yabancı özel adlar, hekim ve klinik adları, işlem adları, tarihler ve telefon numaraları. Genel transkript başarılı görünse bile yanlış bir ülke kodu ya da tarih randevuyu bozabilir. Bu yüzden kabul kapısını genel hata oranına değil, zorunlu alanların tam eşleşmesine bağlayın.

Gürültü testini rastgele ses ekleyerek geçiştirmeyin. Temiz kaydı kurumun gerçek çağrı ortamlarıyla eşleştirin: resepsiyon sesi, araç içi konuşma, zayıf hat ve arka planda ikinci bir konuşmacı. Aynı cümlelerin temiz ve bozulmuş sürümlerini karşılaştırın; hata toleransı aşıldığında sistemin yeniden sormasını ya da çağrıyı insana devretmesini bekleyin. Bu sınır evrensel bir standart değil. Kurum onu kendi risk değerlendirmesine göre satın alma kapısı olarak koyar.

Yanıt gecikmesi ve barge-in testi nasıl yapılır?#

Gecikmeyi firmanın sunucu içi ölçümüyle değil, kullanıcının sözünü bitirdiği an ile asistanın ilk duyulan sesi arasındaki süreyle ölçün. Testi gerçek telefon ağında, üretimde kullanılacak modelle ve takvim ya da CRM bağlantıları açıkken yapın.

Kabul kapısı, firmanın yalnız ortalamayı değil tipik dönüşleri, yoğunluk altındaki dönüşleri ve en yavaş örnekleri ham zaman damgalarıyla verebilmesidir.

Barge-in, kullanıcının asistanın istemini konuşarak ya da tuşa basarak kesebilmesidir. VoiceXML standardı bu işlevi tanımlar. Uygulama sahibi bir istemin sonuna kadar dinlenmesini gerekli görürse o istemde barge-in kapatılabilir; standart bunu da belirtir. Standart, bütün hukuki bildirimlerin kategorik olarak kesilemez olduğunu söylemez. Hangi bölümün kesilebilir olacağını kurumun hukuk ekibi ile çağrıları yöneten ekip birlikte belirlemelidir. Voice Extensible Markup Language

Demoda kullanıcı rolündeki kişi, asistan konuşurken tarih ya da işlem bilgisini düzeltsin. Kabul için şunlara bakın: asistan eski konuşmayı bırakıyor mu, düzeltmeyi sonraki yanıtta kullanıyor mu, kesme anı olay kaydında görünüyor mu?

Yankı, hoparlör sesi ya da arka plan konuşması yanlış kesmeye yol açıyorsa bunu ayrıca raporlayın.

İnsana devir, acil ifadeler ve sistem arızası#

WHO’nun sağlıkta yapay zekâ ilkeleri, insanların sağlık sistemleri ve tıbbi kararlar üzerindeki kontrolünü korumasını; sistemlerin tanımlı kullanım amaçlarında güvenlik ve doğruluk göstermesini ve gerçek kullanım sırasında değerlendirilmesini savunur. Kaynak belirli bir devir yüzdesi, acil belirti listesi veya çağrı yönlendirme mimarisi tanımlamaz. WHO sağlıkta yapay zekâ ilkeleri

Önerimiz şu: kullanıcı açıkça insan istediğinde, sistem konuşmayı güvenle anlayamadığında ya da soru idari kapsamı aştığında çağrı doğrudan klinik ekibine devredilsin. Operatöre hasta adı, tercih edilen dil, talebin özeti ve o ana kadar toplanan randevu bilgileri gitsin; devir başarısız olursa bunu kullanıcıdan saklamayın.

Kabul kapısı: açık insan taleplerinin tamamında devir başlıyor ve bağlam kaybı olay kayıtlarından denetlenebiliyor.

Acil ifadeler için tasarım önerisi: göğüs ağrısı, nefes darlığı veya inme bulgusu gibi ifadelerin klinik açıdan nasıl sınıflandırılacağını bu makale belirlemez; acil sayılacak ifadelerin listesi kurumun yetkili klinik ekibi tarafından yazılı olarak onaylanmalıdır. Klinik ekibin acil olarak tanımladığı bir ifade algılandığında kullanıcı hemen ve koşulsuz biçimde bulunduğu yerdeki yerel acil yardım kanalına yönlendirilmeli, buna ek olarak çağrı doğrudan insana veya kliniğe aktarılmalıdır. İnsan aktarımının başarısız olması acil yardım yönlendirmesini geciktirmemeli ya da ona koşul oluşturmamalıdır.

Ses tanıma, model veya entegrasyon bileşeni arızalandığında da ayrı bir güvenli geri dönüş akışı aynı koşulsuz yerel acil yardım mesajını vermeli ve telefon altyapısı çalışıyorsa doğrudan insan hattını denemelidir. WHO kaynağı insan kontrolü ve genel güvenlik ilkesini destekler; hangi belirtinin acil olduğunu veya otomasyonun nasıl kurulacağını söylemez. Bu ayrıntılar klinik onay ve yerel acil sağlık otoritesinin geçerli yönlendirmesiyle belirlenmelidir. WHO sağlıkta yapay zekâ ilkeleri

Takvim, CRM ve raporlama testleri#

FHIR Appointment kaynağı bir randevunun katılımcılarını, başlangıç ve bitiş bilgisini, süresini, istenen dönemi, ayrılan zaman dilimini ve durumunu temsil eder. FHIR kullanmak her bağlantıyı kendiliğinden güvenli ya da hatasız yapmaz; standart burada randevu verisinin hangi alanlarla temsil edilebileceğine dayanak sağlar. HL7 FHIR Appointment Demo testinde aynı randevu isteğini bağlantı kesintisi, zaman aşımı ve yeniden deneme altında çalıştırın. Kabul kapısı: tek bir mükerrer randevu bile oluşmuyor; hasta, işlem, hekim, konum, saat dilimi ve durum alanları hedef sistemle doğru eşleşiyor. Takvime ya da CRM’e yazım başarısız olduysa asistan kullanıcıya randevunun kesinleştiğini söylemesin.

Bağlantıları değerlendirirken HBYS ve CRM entegrasyon rehberi işinize yarar. Kuruma göre değişen kapsamı da takvim ve HBYS entegrasyonu sayfasındaki başlıklarla karşılaştırabilirsiniz. Firmadan çağrı kimliği, araç çağrısı, takvimden ya da CRM’den dönen cevap, devir nedeni ve nihai sonuç arasında izlenebilir bir bağ kurmasını isteyin.

Veri saklama, kayıt bildirimi ve KVKK incelemesi#

KVKK Kurulu karar özeti, sağlık verilerinin özel nitelikli kişisel veri olduğunu açıkça belirtir. Sesli asistanın konuşmadan çıkardığı hastalık, tedavi veya tetkik bilgileri bu nedenle sıradan iletişim verisi gibi değerlendirilmemelidir. İlgili işleme şartı, veri sorumlusu ve işleyen rolleri ile aktarım yapısı somut kullanım için hukuk danışmanlarınca incelenmelidir. KVKK sağlık verileri karar özeti

Bildirim için tasarım önerisi: görüşmenin başında kullanıcının bir yapay zekâ sistemiyle konuştuğu açıklanmalı; çağrı kaydı, transkript veya konuşma özeti üretilecekse bu durum veri toplanmadan önce bildirilmeli ve uygun aydınlatma kanalına erişim sunulmalıdır. KVKK Aydınlatma Tebliği, aydınlatmanın sözlü, yazılı, ses kaydı veya çağrı merkezi gibi yöntemlerle yerine getirilebileceğini belirtir. Tebliğ, her kullanım için tek bir metin, kayıt hukuki sebebi veya kesilemez bildirim biçimi belirlemez; bunlar somut veri akışına göre hukuk ekibince hazırlanmalıdır. KVKK Aydınlatma Tebliği

Firmadan ses, transkript, özet, çıkarılan alanlar, olay kayıtları ve yedekler için ayrı bir veri envanteri isteyin. Her nesnenin amacı, saklama yeri, erişen tarafları, silme yöntemi ve alt işleyenleri açıklanmıyorsa aday hukuki-teknik incelemeden geçirilmemelidir. “KVKK uyumlu” biçimindeki genel bir ürün beyanı tek başına yeterli kabul edilmemelidir. Ayrıntılı soru listesi KVKK uyumlu sesli AI kontrol listesi yazısında.

Fiyat modeli, puanlama ve deneme kararı#

Teklifleri yalnız konuşma dakikasına bakarak karşılaştırmayın. Twilio’nun Türkiye için resmî ürün sayfası çağrı yönü ve hedefi, tarayıcı ya da SIP kullanımı, kayıt, kayıt depolama, transkripsiyon ve medya akışını ayrı fiyat kalemleri olarak listeler. Bu yapı yalnız Twilio’nun belgelenmiş fiyatlandırmasını gösterir; bütün firmaların aynı modeli kullandığı anlamına gelmez. Twilio Programmable Voice Pricing in Turkey

Her adaydan şu kalemlerin dahil mi hariç mi olduğunu göstermesini isteyin: telefon trafiği, konuşma tanıma, ses üretimi, model kullanımı, sessiz bekleme, araç çağrıları, kayıt, depolama, numara, eşzamanlılık, destek ve insana transfer. Kabul kapısı, kurumun düşük, beklenen ve yoğun kullanım profilleri için aynı şablonda karşılaştırılabilir bir maliyet dökümüdür.

Puanlama tablosunda Türkçe ve zorunlu alan doğruluğu ile bağlantı güvenilirliği en yüksek ağırlık bandına yerleştirilebilir. Gecikme, gürültü, devir ve denetlenebilirlik yüksek banda, fiyat ise orta banda konabilir. Her satır “zayıf”, “koşullu”, “yeterli” ya da “güçlü” diye puanlanabilir. KVKK veri haritası, acil durum akışı veya insana devir gibi kritik kapılardan biri geçilemiyorsa toplam puan kararı değiştirmemelidir. Bu dağılım bir sektör standardı değil. İdari sağlık iletişiminde hatanın etkisini düşük fiyatın avantajından önde tutan, editör olarak önerdiğimiz bir başlangıç modelidir.

Deneme kademeli yürütülebilir: önce sabit ses kümesiyle çevrimdışı değerlendirme, sonra gürültü ve kesme içeren kontrollü test, ardından gerçek çağrılarda karar vermeyen gölge çalışma, en son sınırlı canlı kullanım. Her aşamada aynı sürümü, aynı veri kümesini ve aynı kabul kapılarını kullanın; üretime geçtikten sonra da hata türlerini izlemeyi sürdürün. Bu aşamalar NIST’in ilgili nüfusu temsil eden test, dağıtım ortamına benzer değerlendirme ve üretimde izleme ilkelerinden türetilmiş bir öneridir; NIST bu deneme sırasını zorunlu tutmaz. Aşamaların tarihlerini firmanın AI Agent kurulum takvimi ile karşılaştırın. NIST AI RMF Core