MRO için birden fazla yapay zeka kullanım durumu test ediliyor, ancak uzmanlar şeffaflık ve gerçekçi beklentilerin kilit önemde olacağı konusunda uyarıyor.
ChatGPT’nin 2022’nin sonlarında viral hale gelmesinden bu yana, yapay zekâ çılgınlığı dünya çapında neredeyse her sektördeki tartışmalara nüfuz etti. İşletmeler, teknolojinin verimliliği ve kârı artırmak için nasıl kullanılabileceğini ciddi bir şekilde düşünmeye başlarken, dünyanın işgücü ya iş görevlerine yardımcı olma yeteneğini hevesle benimsemekte ya da bir gün hangi işlerin yapay zekâ tarafından ortadan kaldırılabileceği konusunda endişeli bir şekilde ilerlemesini izlemektedir.
Satış sonrası pazarlamada yapay zekâ son birkaç yıldır iyice ilgi görmeye başladı. Piyasaya yeni giren firmalar, bakım kuruluşları (MRO), havayolları ve endüstri araştırma merkezleri, uçak ve motorların kontrolleri, akıllı hangarlar oluşturulması, varlıkların dijital ikizlerinin oluşturulması, teknisyenlerin defter kayıtları girme kabiliyetleri ve arıza giderme becerilerinin otomatikleştirilmesi dahil olmak üzere çeşitli şekillerde bakıma yardımcı olmak için yapay zekâ tabanlı araçlar geliştirmektedirler.
BOEING destekli bir teknoloji hızlandırma programı olan Aerospace Xelerated, sektördeki kullanım durumlarını değerlendirmek ve yenilik yapmak isteyen şirketlerle bağlantıları geliştirmek için bu yapay zekâ odaklı girişimlerin birçoğuyla birlikte çalışıyor. Bu girişimlerden biri, önceki Rolls-Royce mühendisleri tarafından kurulan ve MRO için ChatGPT’ye benzer olarak tanımladığı üretken bir AI (Gen-AI) uygulaması geliştiren İngiltere merkezli bir şirket olan Amygda’dır.
Amygda’nın kurucu ortağı ve CEO’su Faizan Patankar, teknolojinin “mühendislik ve bakım ekipleri için bir tür yardımcı pilot” olduğunu, giriş sorgulamalarını düz metin olarak kabul ettiğini ve kolayca açıklanan ve yorumlanan bir şekilde içgörüler ürettiğini söylüyor. Patankar, teknisyenlerin uygulamayı sadece geçmiş bilgiler yerine bakım kayıtları, uçuş saatleri, pilot raporları ve sensör verileri gibi verilere dayalı “eğer olursa – what if” senaryolarına yanıt bulmak için kullanabileceğini söylemektedir.
“Örneğin, bir teknisyen yardımcı pilot uygulamasıyla konuşarak [ve] aşağıdaki gibi sorular sorarak bir sohbet açmaya veya sistemde oluşturulan bir uyarıyı incelemeye karar verebilir: Sorunun olası nedenleri nelerdir?” Patankar şöyle diyor. Amygda’nın teknolojisi, bir varlığın kalan faydalı ömrünü belirlemek gibi mantık hesaplamaları da yapabiliyor ki Patankar bunun benzersiz bir özellik olduğunu söylüyor. “Şu anda ChatGPT veya diğer dil öğrenme modelleri bu tür analizler yapamıyor, ancak biz bu katmanı özellikle MRO’lar için geliştiriyoruz” diye ekliyor.
Yapay zekâ girişimleri, MRO için özel ChatGPT olarak hizmet verebilecek platformlar oluşturuyor.Resim alıntı müsadesi: LexX Technologies.
ChatGPT’nin yarattığı heyecan, Aerospace Xelerated programını tamamlayan bir başka girişim olan LexX Technologies’e yönelik müşteri ilgisini de artırdı. Genel operasyonlar yöneticisi Mike Harris, Avustralyalı şirketin yapay zekâ platformunun Apple’ın Siri sanal asistanı ile Star Wars’un C-3PO droidi arasında bir yerde çalıştığını, verileri otomatik olarak sindirdiğini ve teknisyenlere yanıtlar verdiğini söylüyor. Harris, “Bir yere kaydedildiği ve LexX’e okunması, yorumlanması ve anlaşılması için beslenebildiği sürece, neredeyse her soruyu yanıtlayabiliriz” diyor.
Harris, havacılık gibi yığınla veri ve uzmanlık gerektiren bir sektör için LexX platformunun ortalama bir çalışanın bazı işlerini hafifletebileceğini söylüyor. “Artık sadece şu an için geçerli olanları elimizde tuttuğumuz bir dünyadayız. Veri içinde boğuluyoruz” diyor. “Bilgelik yıllar içinde birikti, ancak bugün olanlar geçici. Peki ya olan şey acil bir emniyet bülteniyse?”
Bir çalışan emniyet bültenlerini iyi niyetle okusa da Harris, bu bilgilerin akılda tutulmasının uzun sürmeyebileceğini savunuyor. Bununla birlikte, LexX platformu teknisyenlere ilgili olduğunda bilgileri hatırlatabilir ve teknisyenlerin örneğin; daha önce yaralanma yaşadığı görevler gibi uyarılar sağlayabileceğini belirtiyor.
Harris, şirketin yapay zekâ teknolojisinin “dersleri sizinle birlikte öğrendiğini”, böylece teknisyenlerin kurumsal bilgilerden hızlı ve kolay bir şekilde yararlanabileceğini vurguluyor. Örneğin, bir pilotun bir bakım sağlayıcısına uçaktaki bir arızayı tarif ettiği ve bakım sağlayıcısının da biri altı aylık, diğeri 30 yıllık deneyime sahip iki teknisyeni bu tarife göre arıza tespiti için gönderdiği bir sektör klişesine atıfta bulunuyor. “Uçağın farklı uçlarına gidecekler çünkü biri kesinlikle arıza bulma kontrol listesine göre hareket edecek ve diğeri ‘Bunu daha önce görmüştüm’ diyecek ve gidip düzeltecek” diyor. Harris, böyle bir senaryoda LexX’in deneyimli teknisyen tarafından öğrenilen dersleri bir şirketin tüm bakım işgücüne aktarabileceğini söylüyor.
American Airlines, bilgisayarların metinleri ve konuşulan kelimeleri anlamasını sağlamaya odaklanan bir yapay zekâ dalı olan doğal dil işleme (NLP) yöntemini bakım operasyonlarında kullanmayı araştırmakta. Havayolu, NLP’nin bakım bilgilerini konuşma yoluyla anında kaydetmek ve yazıya dökmek, arızaları sınıflandırmak için hangi ATA kodlarının kullanılması gerektiğini belirlemek ve düzeltici faaliyetler arama sürecini basitleştirmek için nasıl kullanılabileceğini araştırmakta.
AFI KLM E&M’deki MRO Laboratuvarı da çeşitli görevler için yapay zekanın kullanımını araştırmakta. KLM Engineering & Maintenance’da teknolojiden sorumlu başkan yardımcısı olan Paul Chun, MRO tedarikçisinin dokümantasyonu basitleştirmek, teknisyenlere belgelere ve emniyet süreçlerine daha hızlı erişim sağlamak ve parça numaralarını daha hızlı bulmak için NLP ve bilgisayarla görmeyi kullandığını söylüyor. Ayrıca yapay zekayı Prognos öngörücü bakım platformuna da dahil etmekte.
Hollanda Havacılık ve Uzay Merkezi, robotik bileşen denetimlerini otomatikleştirmek için yapay zekâ kullanımını araştırıyor. Resim alıntı müsadesi: NLR.
Singapur Bilim, Teknoloji ve Araştırma Ajansı (A*STAR) bünyesindeki Singapur Havacılık ve Uzay Programı, hem metin tanıma hem de hata tespit uygulamaları için makine öğrenimi algoritmaları geliştirdi. Program, 1.600’den fazla veri noktasından oluşan bir veri kümesi kullanarak, algoritmaları çeşitli aydınlatma koşulları altında hem makine tarafından oluşturulan hem de elle yazılan metinleri kullanarak test etti. A*STAR’daki programın başkanı Ric Parker, girdi verilerine dayalı olarak öğrenen ve yeni içerik üreten Gen-AI araçlarının MRO endüstrisinde nasıl kullanılabileceğini daha fazla araştırmak için çalıştıklarını söylüyor. Parker ayrıca programın Singapur Havayolları ve SIA Engineering Co. gibi endüstri ortaklarıyla “yapay zeka çözümlerini içeren ve üretim kabiliyetlerini geliştiren çeşitli girişimler” ve yapay zeka tabanlı atölye zekası projeleri üzerinde çalıştığını da sözlerine ekliyor.
Hem havacılık üretiminde hem de bakımında ilerlemeleri hedefleyen bir yapay zekâ platformu, kısa süre önce Aerospace Xelerated programını tamamlayan Basetwo AI’dır. Platform, hava aracı komponent sensörleri ve bakım günlükleri gibi veri kaynaklarını birbirine bağlamakta ve bu verileri bir hava aracındaki temel bileşenlerin simülasyon modellerini oluşturmak için kullanılmaktadır. Simülasyon modelleri, şirketlerin varlıkların ve ekipmanların beklenen veya normal davranıştan ne zaman saptığını belirlemelerine yardımcı olmak için kullanılabilir.
Basetwo AI CEO’su Thouheed Abdul Gaffoor, bu işlevselliğin şirketlerin bakım faaliyetlerini planlama şeklini optimize etmenin yanı sıra bir varlığın yaşam döngüsünü genişletmek veya kullanım oranını artırmak için kullanılabileceğini söylüyor. Gelecek vaat eden iki uygulama alanının uçak motorlarının ve çevresel kontrol sistemlerinin bakımını içerdiğini belirtmektedir.
Bazı girişimler, daha akıllı hangarlar oluşturmak için Nesnelerin İnterneti (IoT) teknolojisiyle eşleştirilmiş yapay zekadan yararlanıyor. Fyve By, bir hangarın 3D kopyasını oluşturmak için kameraları, sensörleri ve yazılımı eşleştiren ve uçakların, kargoların, araçların ve personelin gerçek zamanlı görsel takibini sağlayan bir sistem geliştirdi. Amaç, bir uçağın yolunu engelleyebilecek öğeler gibi potansiyel tehlikeleri azaltmak için ekipman ve personeli izlemektir. Kurucu ortak Preston LaVangie bu teknolojiyi arabalarda bulunan 360 derecelik yedek kameralara benzetiyor. Sistem aynı zamanda bakım sağlayıcıların alanı en üst düzeye çıkarmak için uçakları hangar içinde daha stratejik bir şekilde konumlandırmalarına yardımcı olabilmektedir.
Birleşik Krallık’ta Cranfield Üniversitesi’nin Dijital Havacılık Araştırma ve Teknoloji Merkezi, yapay zeka gibi teknolojilerin bakım operasyonlarına gerçekçi bir şekilde nasıl dahil edilebileceğini inceliyor. Cranfield’in dijital havacılık araştırma faaliyetinin MRO lideri Ip-Shing Fan, MRO için test edilen ve kullanılan birçok farklı teknolojinin AI etiketi altına girdiğini söylüyor. Örneğin, metin tabanlı makine öğrenimi kağıtsız dijitalleşmeye, IoT bazı robotik ve sensör teknolojilerine, otomatik görüntü işleme ve değerlendirme ise görüntü tabanlı kontrollere güç vermektedir.
Daha mikro düzeyde, AI uçak motorları için kontrol görevlerini güçlendirmektedir. GE Aerospace iştiraki OC Robotics, GEnx motorlarının kanat üstü kontrollerini hızlandırmak için bu yılın başlarında yapay zekâ destekli Gelişmiş Kanat Kontrol Aracını piyasaya sürdü ve ayrıca floresan penetrant kontrollerini ve robotik destekli CFM56 kanat kontrollerini iyileştirmek için yapay zekayı kullanmaktadır.
Yapay zekâ, motor boroskop kontrollerinde verimliliği ve doğruluğu artırma konusunda da ilerleme kaydetmiştir. GE Havacılık, bu kontrollerin güvenilirliğini, döngü süresini ve tutarlılığını artırmak için makine öğrenimi ve yapay zekanın kullanımını araştırmak üzere yakın zamanda tahribatsız test uzmanı Waygate Technologies ile ortaklık kurmuştur. Waygate, motor kusurlarını tespit etmek ve denetim analizini otomatikleştirmek için yapay zekâ kullanan Hollandalı girişim Aiir Innovations ile ortaklık kurdu.
Cranfield’in Akıllı Hangarı, uçak denetimlerini tamamen otomatikleştirmek için gelişmiş teknolojilerin bir kombinasyonunu kullanıyor. Resim alıntı müsaadesi: Cranfield Üniversitesi
Cranfield’in Akıllı Hangarı, hangar altyapısına monte edilmiş görsel kameraları ve termal sensörleri, kanat üstü denetimler için dronları ve yer seviyesinde denetimler için robotlara monte edilmiş kameraları bir araya getirerek görüntü tabanlı denetimleri test ediyor. Ip-Shing, “Eğer doğru yönetirsek, aslında bir perçin seviyesine kadar, hatta bir perçin seviyesinden daha küçük bir seviyeyi bile görebiliriz,” diyor. “Doğru iş akışı otomasyonuna sahip olursak, robotların ve insanların koordinasyonunu birlikte sağlayabilir ve operatörlerin uyması gereken yönetmeliği veya uçak bakım el kitabını değiştirmeden işleri yapma şeklimizi değiştirebiliriz.”
Daha mikro düzeyde, AI uçak motorları için kontrol görevlerini güçlendirmektedir. GE Aerospace iştiraki OC Robotics, GEnx motorlarının kanat üstü kontrollerini hızlandırmak için bu yılın başlarında yapay zekâ destekli Gelişmiş Kanat Kontrol Aracını piyasaya sürdü ve ayrıca floresan penetrant kontrollerini ve robotik destekli CFM56 kanat kontrollerini iyileştirmek için yapay zekayı kullanmaktadır.
Hollanda Havacılık ve Uzay Merkezi (NLR) kameralar, robotik ve yazılım kullanarak helikopter rotor kanatları gibi bileşenlerdeki hasarı otomatik ve hatta otonom olarak tespit etmek için çeşitli projeler üzerinde çalışıyor. NLR’de bakım ve mühendislik müdürü olan Arjan de Jong, bu tür teknolojilerin mesafeler ve sınır değerleri gibi veri girdilerini ölçen ve karşılaştıran kural tabanlı algoritmalardan yararlanabileceğini söylüyor- ki bunların ölçülmesi çok daha kolaydır- ancak araştırma merkezi aynı zamanda hasar tespiti yapmak için yapay zekanın yeterliliğini de araştırıyor.
NLR ayrıca uçak kullanılabilirliğinin artırılması amacıyla bakım planlamasını iyileştirmek için yapay zekâ kullanımını araştırıyor. De Jong, “Gen-AI’yi evrak işlerini doldurmak veya karar vermek için de kullanabiliriz,” diyor. “Devam eden uçuşa elverişlilik yönetimi organizasyonlarında, işlerinin çoğu manuel olarak yapılıyor ve hangi uçuşa elverişlilik direktiflerinin veya servis bültenlerinin dahil edileceğine veya bir sonraki bakımın ne zaman yapılacağına karar veriyorlar. Yapay zekâ bu düşüncelerin çoğunu üstlenebilir.
Potansiyel Engeller
MRO’da araştırılan çok sayıda yapay zekâ tabanlı araç ve projeye rağmen, teknolojinin sektörde kabul görmesi ve somut iyileştirmeler sağlaması için dikkatli bir şekilde uygulanması gerekmektedir.
Air Innovations CEO’su ve kurucu ortağı Bart Vredebregt, “[Yapay zekayı] doğru yazılıma yerleştirdiğinizde gerçek değer ortaya çıkıyor ve bu da zaten var olan büyük ekosistemin içinde olmalıdır” diye vurguluyor. “Yeni yapay zekâ teknolojisiyle bir ek gösteri yaratmanın kimseye faydası yok. Girişim şu anda Boeing’deki mühendislerle birlikte çalışarak yapay zekâ teknolojisini OEM’in çeşitli iş segmentlerine dahil etmek için doğru stratejileri araştırmaktadır.
Cranfield’dan Ip-Shing, “Yapay zekâ CFO ile konuşmak ve onları bana para vermeye ikna etmek için cazip bir etiket olabilir” diyor, ancak teknolojiyi abartmanın gerçekçi olmayan beklentilere ve başarısız yatırımlara yol açabileceği konusunda uyardı. “Muhtemelen yapay zekâ topluluğundaki bazı insanlar tarafından biraz fazla satış yapılmaktadır” diye ekliyor ve MRO için eyleme geçirilebilir bilgi ve sonuçlar sunmak için yapay zekanın “doğru mühendislik alan bilgisi ile birleştirilmesi gerektiğini” belirtmektedir.
Vredebregt, sektörün bir başka “Yapay Zeka Kışı ”ndan -yani geliştiricilerin aşırı sonuç vaat etmesi ve kullanıcıların gerçekçi olmayan yüksek beklentilere sahip olması nedeniyle teknolojinin ilgi ve finansman kaybettiği bir dönemden- kaçınmak için dikkatli olması gerektiğine işaret etmektedir.
Vredebregt, “Bence teknolojinin başarılı olamadığı anlar olacaktır ve önemli olan bunu mantıklı bir şekilde ele almak olacaktır” diyor. “Yapay zekâ şirketleri olarak en büyük sorumluluğumuz, ilk günden itibaren beklentileri yönettiğimizden, çok fazla vaatte bulunmadığımızdan ve teslimata odaklandığımızdan emin olmaktır.”
Amygda’dan Patankar, girişiminin yapay zekanın mükemmel doğruluk ve tespit oranlarına sahip olmasını bekleyen insanlarla karşılaştığını belirtiyor ve bunun yanlış bir algı olduğunu vurguluyor. “Örneğin tıpta, kanseri tespit eden yapay zekanın ne %100 doğruluk oranı ne de tespit oranı vardır” diyor. “Ancak, ilave bir olguyu tespit etmek bile potansiyel olarak fazladan bir hayat kurtarmak demektir.
Bu bağlamda Vredebregt, insanların kendilerinin de kesinlikle mükemmel bir doğruluğa sahip olmadığına dikkat çekmektedir. Yeni Zelanda’daki Canterbury Üniversitesi’nde 2022 yılında yapılan ve insan operatörlerin performansını görüntü işleme, yapay zekâ yazılımı ve farklı motor MRO denetim türleri için 3D tarama ile karşılaştıran bir çalışmaya atıfta bulunarak, “Araştırmalar insanların yaklaşık %70 oranında doğru olduğunu gösteriyor” diyor. Çalışma, yapay zekâ tabanlı sistemlerin insan operatörlere kıyasla kontrol hızı, tutarlılık ve yanlış pozitif oranlarındaki azalma açısından üstün olduğunu ortaya koymuştur.
Çalışmanın sonuçları umut verici olsa da NLR’den de Jong, yapay zekanın önündeki en büyük engellerden birinin doğru sonuçlar ürettiğini kanıtlamanın zorluğu olduğunu söyledi. “Algoritmanın önüne çok fazla veri koyarsınız ve [sonuç] alırsınız, ancak arada ne olduğunu ve güvenilir veri elde edip etmediğinizi söyleyemezsiniz, bu yüzden bunu görünür hale getirmeniz gerekir” diyor. “Ortaya çıkan sonuçların bir geçerliliği olduğunu, güvenilir ve inanılır olduğunu öyle ya da böyle kanıtlamanız gerekmektedir.”
Bu engelin üstesinden gelmenin yolunun, yapay zekâ kullanıcılarının teknoloji tarafından yapılan tahminleri anlamalarına ve yorumlamalarına yardımcı olan açıklanabilen yapay zekadan geçtiğini öne sürmektedir. NLR, DARPA’nın açıklanabilir Yapay Zekâ teknolojisini araştırmakta ve Avrupa Birliği Havacılık Güvenliği Ajansı gibi düzenleyicilerin, havacılık amacıyla Yapay Zekâ kullanımının nasıl sertifikalandırılacağına ilişkin kılavuzlar geliştirme girişimlerini takip etmektedir.
Basetwo’dan Gaffoor, şirketin özellikle havacılık gibi yüksek düzeyde düzenlemeye tabi sektörlerin bu yüksek düzeyde izlenebilirlik gerektirmesi nedeniyle açıklanabilir yapay zekayı kullandığını söylüyor. “Yaklaşımımız, konu uzmanlarının (SME) belirli ekipmanlar hakkındaki alan bilgisini verilerle birleştirmektir, böylece bir mühendis her zaman ekipmanın arkasındaki denklemi inceleyebilir” diyor. “Örneğin bir motoru simüle ediyorsanız, bir motorun nasıl davrandığını yöneten iyi tanımlanmış termodinamik denklemler ve ilkeler vardır. Yapay zekâ sistemimiz bu bilgileri içeriyor, böylece bir mühendis sonuçları inceleyebiliyor ve çıktıya güvenebiliyor çünkü bu modelin nasıl göründüğünü biliyor.
Ancak yapay zekâ insanlardan daha iyi performans gösterebiliyorsa ve sonuçları yeterince şeffaf ve güvenilirse, bu teknisyenlerin teknoloji tarafından değiştirilme konusunda endişelenmeleri gerektiği anlamına mı geliyor? Gaffoor bu korkunun yersiz olduğunu savunuyor. “Hesap makinesi gerçekten kimsenin yerini almadı; sadece eski iş akışlarının yerini aldı. Excel elektronik tabloları da aynı şeyi yaptı. Yapay zekanın masaya getirdiği şey gerçekten de bu,” diyor. “KOBİ’leri ve onların iş akışlarını hızlandıracak bir etkinleştirme aracı. Onların işlerini kolaylaştıracak, ancak döngüde her zaman insan doğrulamasına ihtiyacımız olacak ve her zaman bu alan uzmanlığına ihtiyacımız olacak.”
KLM’den Chun, teknolojinin aslında yeni işlerin yaratılmasını sağlayabileceğini öne sürüyor. “[Yapay zekanın] iyi bir şekilde kullanılmasını sağlamak için daha fazla beceriye ihtiyaç duyulacak ve bu kritik bir öneme sahip olacak” diyor. “MRO’nun hızlı mühendisler gibi yeni uzmanları işe alması veya eğitmesi ve Gen-AI sonuçlarını sorguladıklarından emin olmak için tüm potansiyel kullanıcıları eğitmesi gerekebilecektir.”
Amygda’dan Patankar, yapay zekanın bazı işleri sekteye uğratacağını kabul ediyor, ancak “bugün sahip olduğumuz herhangi bir yapay zekadan çok daha üstün olan bir insan beyninin, o kadar da akıllı olmayan yapay zekanın yapabileceği işleri yapmak için kullanılıp kullanılmayacağını kendimize sormalıyız” diyor. “Kaybedilecek olanlardan çok daha farklı nitelikte işlerin yaratıldığını göreceğimize inanıyorum.”
Teknisyenler eninde sonunda işlerini yapay zekaya kaptıracak olsa da olmasa da, MRO endüstrisinin işgücü sıkıntısı aslında yapay zekanın benimsenmesi lehine bir argüman olabilir. AireXpert’in kurucusu ve CEO’su Andy Hakes, “Duyguları ve endişeleri anlıyorum; ancak herkes aynı zamanda bu yetenek sıkıntısının farkında ve bunun etkileri şu anda sektör için inanılmaz derecede acı verici ve tüm ekosistemde dalgalanma etkileri yaratıyor” diyor. Şirketin dijital platformu, MRO ile ilgili verilerin toplanmasını ve koordinasyonunu otomatikleştirerek gereken zamanı, enerjiyi ve kaynakları azaltmayı amaçlıyor. “Yapay zekâ ve otomasyon kombinasyonunun sadece boşlukları doldurmak için kullanıldığını ve net bir insan kaybına yol açmayacağını düşünüyorum” diye sözlerine ekledi.
Ancak Hakes, yapay zekayı MRO’daki her zorluk için genel bir çözüm olarak görmediğini söylemektedir. “Muhtemelen insanların %80’i günlük olarak karşılaştıkları zorlukları çözmek için yapay zekanın gerekli olduğunu düşünüyor, ancak bence çoğu zaman -özellikle de MRO teknolojisinde hala biraz geride olduğumuz için- bu sorunları yapay zekaya balıklama atlamak yerine yapılandırılmış süreçler ve algoritmik yaklaşımlarla çözebiliriz.” şeklinde açıklamışlardır.
Ekim 2023, MRO Week’ten Çeviren Doç.Dr. Vahap ÖNEN
Lindsay Bjerregaard
Lindsay Bjerregaard, Aviation Week’in MRO portföyünün yönetici editörüdür. AviationWeek.com, Aviation Week Marketplace ve Inside MRO için MRO teknolojisi, iş gücü ve ürün ve hizmet haberlerine odaklanmaktadır.
