Android uygulamalarında yapay zekânın adresi yavaş yavaş değişiyor. Bir isteği sunucuya gönderip cevabı bekleyen uygulama modelinin yanına, aynı işi telefonun işlemcisi üzerinde yapan yeni bir katman geliyor. Google’ın Android geliştiricilerine açtığı Gemini Nano ve ML Kit GenAI API’leri bu değişimin bugünkü en somut örnekleri.
Bu teknik bir yer değiştirme gibi görünebilir. Kullanıcı için karşılığı daha gündelik: ses kaydının özetlenmesi, bir fişin okunması veya kısa bir metnin düzenlenmesi sırasında veri her defasında başka bir makineye gitmek zorunda kalmayabilir. Google, cihaz üzerinde işlemenin mahremiyeti güçlendirebildiğini, bağlantı zayıfken de çalışabildiğini ve bulut çıkarım maliyetini ortadan kaldırdığını açıkça sıralıyor. Bunlar broşür cümlesi olmaktan çıktığında telefonun davranışını değiştirir.
Bir toplantı kaydını düşünelim. Kayıt uygulaması konuşmayı cihazda çözüp özetleyebiliyorsa, işin ilk adımı internetin durumuna bağlı kalmaz. Telefon çekmeyen bir yerde de not çıkarılabilir. Buradaki kazanım yalnızca hız değildir; ses dosyasının dışarı çıkmadığı bir senaryo, kullanıcının uygulamaya duyduğu güveni de etkiler. Yine de “cihazda” ifadesi bütün sürecin mahrem olduğu anlamına gelmez. Uygulamanın hangi özelliği yerelde çalıştırdığı, hangi veriyi sunucuya gönderdiği ve modeli kimin güncellediği ayrıca açıklanmalıdır.
Bu ayrım geliştiriciler için yeni bir ürün kararı yaratıyor. Küçük ve belirli görevlerde yerel model yeterli olabilir. Daha uzun bağlam, güncel internet bilgisi veya ağır bir akıl yürütme gerektiğinde bulut tarafı devreye girebilir. Android’in kendi belgeleri de cihaz üzeri, bulut ve hibrit seçenekleri kullanım senaryosuna göre ayırıyor. Dolayısıyla uygulamaya bir sohbet kutusu eklemekten söz etmiyoruz; verinin nerede işleneceğine dair bir mimari tercih yapılıyor.
Tercihin bedeli de telefonun içinde. Yerel model işlemci, bellek ve pil kullanır. Her Android cihazı aynı modeli aynı hızda çalıştırmayacak. Bir uygulamanın “çevrimdışı yapay zekâ” vaadi, desteklenen cihaz listesini ve özellik sınırlarını sakladığında kullanıcı için yarım bir bilgiye dönüşür. Üreticiler bu yüzden modeli seçerken yalnızca yanıt kalitesine değil, güncelleme takvimine ve cihazların birkaç yıl sonraki performansına da bakmak zorunda kalacak.
Android’in daha geniş yönelimi, uygulamaların işlevlerini yapay zekâ ajanlarına tanıtması. AppFunctions gibi yapılar, bir uygulamanın verisini veya eylemini sistemdeki bir asistana açmayı hedefliyor. Bu, takvimde randevu bulmayı ya da bir yolculuk planını uygulamalar arasında taşıyabilir. Aynı zamanda kullanıcı adına hangi eylemin yapılabileceği sorusunu büyütür. İzin ekranı anlaşılır değilse kullanıcı, asistanın hangi veriye eriştiğini ve hangi işlemi onayladığını ayırt edemez.
Telefonun içinde çalışan model bu nedenle tek başına bir mahremiyet zaferi sayılmaz. Asıl ölçü, verinin yolculuğunun kullanıcıya görünür olmasıdır: Hangi işlem yerelde kaldı, hangi işlem buluta çıktı, sonuç ne kadar güvenilir ve uygulama neyi kendi başına yapabiliyor? Android’in yeni altyapısı bu sorulara teknik imkân veriyor. Bu yüzden uygulama, yerel ve bulut işlemlerini ayarlarda açıkça göstermeli; kullanıcı da asistanın yapacağı işlemi onaylayabilmeli.
