{"id":957,"date":"2025-12-31T13:03:36","date_gmt":"2025-12-31T10:03:36","guid":{"rendered":"https:\/\/yarimada.gen.tr\/?p=957"},"modified":"2025-12-31T13:03:37","modified_gmt":"2025-12-31T10:03:37","slug":"buyuk-dil-modelleri-ve-insan-olmak","status":"publish","type":"post","link":"https:\/\/yarimada.gen.tr\/?p=957","title":{"rendered":"B\u00fcy\u00fck Dil Modelleri ve \u0130nsan Olmak"},"content":{"rendered":"\n<p>Ak\u0131ll\u0131 makinelerin do\u011fal dili i\u015fleme kapasitesini tart\u0131\u015f\u0131rken, bilgisayarlar\u0131n dili &#8220;anlamas\u0131n\u0131n&#8221; insan\u0131n anlamland\u0131rma s\u00fcre\u00e7lerinden niteliksel olarak farkl\u0131 oldu\u011fu a\u00e7\u0131kt\u0131r. Bu ba\u011flamda, insan dillerinin olas\u0131l\u0131ksal sistemler olarak i\u015fledi\u011fine ili\u015fkin tez, bilgisayarl\u0131 dil i\u015flemenin kuramsal ve teknik geli\u015fiminde belirleyici bir d\u00f6n\u00fcm noktas\u0131 oldu. Dillerin olas\u0131l\u0131ksal yap\u0131s\u0131, belirli karakter dizilerinin di\u011fer dizilere oranla daha y\u00fcksek ortaya \u00e7\u0131kma olas\u0131l\u0131\u011f\u0131na sahip oldu\u011funu; benzer \u015fekilde, baz\u0131 kelime dizilimlerinin alternatif dizilimlere k\u0131yasla istatistiksel olarak daha olas\u0131 oldu\u011funu g\u00f6steriyor.<\/p>\n\n\n\n<!--more-->\n\n\n\n<p class=\"has-text-align-center\"><strong>***<\/strong><\/p>\n\n\n\n<p>2010&#8217;lu y\u0131llarda b\u00fcy\u00fck veri hen\u00fcz yeni yeni hayat\u0131m\u0131za giriyordu. B\u00fcy\u00fck verinin sosyal bilimler alan\u0131nda benzersiz f\u0131rsatlar sunaca\u011f\u0131 ileri s\u00fcr\u00fcl\u00fcyordu. Ben de Bilim ve Gelecek&#8217;in 124. ve 125. say\u0131lar\u0131nda yazd\u0131\u011f\u0131m &#8220;Karanl\u0131k Bir Gelecek: B\u00fcy\u00fck Veri&#8221; ve &#8220;Bildi\u011fimiz sosyal bilimlerin sonu mu?&#8221; ba\u015fl\u0131kl\u0131 yaz\u0131lar\u0131mda b\u00fcy\u00fck verinin sosyal bilimlere olas\u0131 etkisine dikkat \u00e7ekmi\u015f ve \u00f6zellikle de Pentland&#8217;\u0131n (2014) <em>Sosyal Fizik<\/em> ad\u0131n\u0131 verdi\u011fi yakla\u015f\u0131m\u0131 \u00fczerinde durmu\u015ftum.<\/p>\n\n\n\n<p>Pentland (2014), enformasyonun ve d\u00fc\u015f\u00fcncenin (idea) ak\u0131\u015f\u0131 ile insanlar\u0131n davran\u0131\u015f\u0131 aras\u0131ndaki matematiksel ba\u011flant\u0131lar \u00fczerinde duruyordu. Geleneksel fizi\u011fin enerji ve hareket ili\u015fkisini, sosyal fizikte d\u00fc\u015f\u00fcnce ve davran\u0131\u015f ili\u015fkisine benzetiyordu. 1800&#8217;li y\u0131llarda, sosyal bilimleri do\u011fa bilimleri gibi ele alma y\u00f6n\u00fcnde giri\u015fimlerin oldu\u011funu ancak g\u00fcn\u00fcm\u00fczde b\u00fcy\u00fck veri ile birlikte insan hareketinde ve ileti\u015fiminde istatistiksel d\u00fczenlilikler g\u00f6zlemlendi\u011fini savunuyordu. Pentland&#8217;a (2014) g\u00f6re bu d\u00fczenlilikleri tamamen anlad\u0131\u011f\u0131m\u0131zda toplumsal etkile\u015fimlerin temel mekanizmas\u0131n\u0131 da \u00e7\u00f6zm\u00fc\u015f olacakt\u0131k.<\/p>\n\n\n\n<p>Pentland&#8217;a (2014) g\u00f6re, nas\u0131l ki lens teknolojisindeki geli\u015fmeler teleskop ve mikroskop yap\u0131m\u0131n\u0131 m\u00fcmk\u00fcn k\u0131larak astronomi ve biyolojiyi ilerlettiyse, say\u0131sal veri k\u0131r\u0131nt\u0131lar\u0131n\u0131n sosyal fizi\u011fin sa\u011flad\u0131\u011f\u0131 lenslerle analiz edilmesi de sosyal bilimlerde yeni bir d\u00f6nemin kap\u0131s\u0131n\u0131 aralayacakt\u0131. \u00c7\u00fcnk\u00fc geleneksel sosyal bilimler, laboratuvar ara\u015ft\u0131rmalar\u0131na ve anketlere dayan\u0131yordu. Ger\u00e7eklik \u00e7o\u011funlukla ortalamalar ve stereotipler \u00fczerinden anla\u015f\u0131lmaya \u00e7al\u0131\u015f\u0131ld\u0131\u011f\u0131ndan bu gibi ara\u00e7lar hayat\u0131n karma\u015f\u0131kl\u0131\u011f\u0131n\u0131 a\u00e7\u0131klamada yetersiz kal\u0131yordu. Piyasa, politik s\u0131n\u0131flar ya da toplumsal hareketler gibi kavramlar, d\u00fcnyay\u0131 anlamam\u0131za yard\u0131mc\u0131 olsa da ger\u00e7ekli\u011fi basitle\u015ftirme e\u011filimindeydi.<\/p>\n\n\n\n<p>B\u00fcy\u00fck veri ise Pentland ve ekibine adeta canl\u0131 bir laboratuvar sunuyordu. G\u00fcnl\u00fck ya\u015fam\u0131n ak\u0131\u015f\u0131n\u0131 yans\u0131tan veriler sayesinde insanlar\u0131n diyabet riskini ya da ald\u0131klar\u0131 krediyi \u00f6deyip \u00f6deyemeyeceklerini tahmin edebiliyorlard\u0131. Pentland (2014) bu y\u00f6ntemle kazalar, ayaklanmalar ve ekonomik krizler gibi \u015fimdiye dek neredeyse tanr\u0131sal kabul edilen olgular\u0131n a\u00e7\u0131klanabilece\u011fini iddia ediyordu. Ekonomik krizlerde, Arap Bahar\u0131&#8217;nda ya da salg\u0131n hastal\u0131klarda, s\u00fcrekli etkile\u015fim halinde olan bireylerin davran\u0131\u015flar\u0131nda tekrar eden \u00f6r\u00fcnt\u00fcler bulundu\u011funa dikkat \u00e7ekiyordu. Yine de Pentland&#8217;\u0131n (2014), insan\u0131n bir i\u00e7 d\u00fcnyas\u0131 oldu\u011funu, her \u015feyin say\u0131salla\u015ft\u0131r\u0131lamayaca\u011f\u0131n\u0131 ve t\u00fcm davran\u0131\u015flar\u0131n\u0131n tamamen \u00f6ng\u00f6r\u00fclemeyece\u011fini de kabul etti\u011fini vurgulamak isterim.<\/p>\n\n\n\n<p>Sonraki y\u0131llarda anlaman\u0131n ve teorinin yerini b\u00fcy\u00fck veri analizine dayal\u0131 korelasyonlar almaya ba\u015flad\u0131. Bu e\u011filim, sosyal bilim ara\u015ft\u0131rmalar\u0131nda kritik bir de\u011fi\u015fime i\u015faret ediyordu. Yapay zek\u00e2n\u0131n (YZ) veriye dayal\u0131 yakla\u015f\u0131mlar\u0131 da s\u00f6z konusu e\u011filimi destekler nitelikteydi. 30 Kas\u0131m 2022&#8217;de ChatGPT&#8217;nin yay\u0131mlanmas\u0131 ve onu takip eden di\u011fer \u00fcretken YZ ara\u00e7lar\u0131yla beraber hukuk, sa\u011fl\u0131k, e\u011fitim ve sosyal bilimlerin gelece\u011fi hakk\u0131ndaki tart\u0131\u015fmalar da artt\u0131. Elinde \u00e7eki\u00e7 olan\u0131n her \u015feyi \u00e7ivi olarak g\u00f6rmesi s\u00f6z\u00fcn\u00fc do\u011frularcas\u0131na (reel YZ teknolojilerinin potansiyeli, s\u0131n\u0131rl\u0131l\u0131klar\u0131 ve ilgili alana uygunluklar\u0131 dikkate al\u0131nmadan) YZ uygulamalar\u0131, \u00e7e\u015fitli alanlarda entegre edilmeye \u00e7al\u0131\u015f\u0131ld\u0131.<\/p>\n\n\n\n<p>38 \u00fclkeden 416 deneyimli nitel ara\u015ft\u0131rmac\u0131n\u0131n 20 Ekim&#8217;de yay\u0131mlad\u0131\u011f\u0131 bildiri de YZ kullan\u0131m\u0131nda, ilgili alan\u0131n \u00f6zg\u00fcnl\u00fc\u011f\u00fcn\u00fc ve mevcut teknolojinin s\u0131n\u0131rl\u0131l\u0131klar\u0131n\u0131 dikkate alman\u0131n \u00f6nemine i\u015faret ediyor. Bildiride, genel olarak sosyal bilimlerde YZ kullan\u0131m\u0131na de\u011fil, yans\u0131t\u0131c\u0131 tematik analiz (Reflexive Thematic Analysis) veya \u00e7e\u015fitli fenomenolojik yakla\u015f\u0131mlar gibi B\u00fcy\u00fck Q Nitel (nitel ara\u015ft\u0131rmalar alan\u0131nda kullan\u0131lan ve genellikle nitel ara\u015ft\u0131rman\u0131n derin felsefi, metodolojik ve de\u011fer temelli y\u00f6nlerini vurgulayan bir terimdir) yakla\u015f\u0131mlar i\u00e7in \u00fcretken YZ uygulamalar\u0131n\u0131n kullan\u0131m\u0131na kar\u015f\u0131 \u00e7\u0131k\u0131l\u0131yor (Jowsey vd., 2025).<\/p>\n\n\n\n<p>Tematik analiz, nitel verilerde tekrar eden anlamlar\u0131 ve \u00f6r\u00fcnt\u00fcleri belirlemeyi ve bunlar\u0131 yorumlamay\u0131 ama\u00e7layan bir y\u00f6ntemdir. \u00c7o\u011fu zaman tek bir yakla\u015f\u0131m gibi d\u00fc\u015f\u00fcn\u00fclse de farkl\u0131 felsefi temellere dayanan \u00e7e\u015fitli tematik analiz t\u00fcrleri bulunmaktad\u0131r. Bu yakla\u015f\u0131mlar genel olarak kodlama g\u00fcvenirli\u011fi, kod kitab\u0131 ve yans\u0131t\u0131c\u0131 tematik analiz olarak \u00fc\u00e7 ba\u015fl\u0131kta s\u0131n\u0131fland\u0131r\u0131l\u0131r (H\u0131n\u0131z ve Yavuz, 2023).<\/p>\n\n\n\n<p>Kodlama g\u00fcvenirli\u011fi yakla\u015f\u0131m\u0131, ayn\u0131 verinin birden fazla ara\u015ft\u0131rmac\u0131 taraf\u0131ndan kodlanmas\u0131 ve analiz edilmesi yoluyla daha nesnel ve tekrarlanabilir sonu\u00e7lara ula\u015fmay\u0131 hedefler.<\/p>\n\n\n\n<p>Kod kitab\u0131 yakla\u015f\u0131m\u0131 ise \u00f6nceden olu\u015fturulmu\u015f bir kod listesi ya da kavramsal \u00e7er\u00e7eve do\u011frultusunda ilerleyen, daha yap\u0131land\u0131r\u0131lm\u0131\u015f bir analiz sunar; buna ra\u011fmen ara\u015ft\u0131rmac\u0131n\u0131n yorumsal katk\u0131lar\u0131na da yer b\u0131rak\u0131r.<\/p>\n\n\n\n<p>Yans\u0131t\u0131c\u0131 tematik analizde ise kodlay\u0131c\u0131lar aras\u0131 uyum, kod s\u0131kl\u0131klar\u0131n\u0131n raporlanmas\u0131 ya da verinin say\u0131salla\u015ft\u0131r\u0131lmas\u0131 gibi uygulamalar nitel ara\u015ft\u0131rman\u0131n do\u011fas\u0131yla uyumlu kabul edilmez. Bu yakla\u015f\u0131mda ara\u015ft\u0131rmac\u0131n\u0131n \u00f6znel konumu ve s\u00fcrece yapt\u0131\u011f\u0131 yorumlay\u0131c\u0131 katk\u0131lar, g\u00fcvenirli\u011fi zedeleyen bir unsur olarak de\u011fil; tam tersine analizi derinle\u015ftiren ve bulgular\u0131 zenginle\u015ftiren bir kaynak olarak de\u011ferlendirilir (age).<\/p>\n\n\n\n<p>K\u0131sacas\u0131, yans\u0131t\u0131c\u0131 tematik analiz, ara\u015ft\u0131rmac\u0131lar\u0131n nitel verilerden anlam kal\u0131plar\u0131n\u0131 (temalar\u0131) geli\u015ftirip yorumlayarak ve \u00fczerinde d\u00fc\u015f\u00fcnerek y\u00fcr\u00fctt\u00fc\u011f\u00fc bir y\u00f6ntemdir. Bu s\u00fcre\u00e7 b\u00fcy\u00fck \u00f6l\u00e7\u00fcde \u00f6znel ve yinelemeli olup, analiz s\u0131ras\u0131nda g\u00fc\u00e7 ili\u015fkilerini de dikkate al\u0131r. Jowsey vd. (2025) ise yans\u0131t\u0131c\u0131 tematik analizde \u00fcretken YZ kullan\u0131m\u0131na kar\u015f\u0131 \u00e7\u0131kmalar\u0131n\u0131n temel nedenlerini \u00fc\u00e7 ba\u015fl\u0131kta \u00f6zetliyor:<\/p>\n\n\n\n<p>1. \u00dcretken YZ, zek\u00e2y\u0131 taklit eder ancak ger\u00e7ekte anlam \u00e7\u0131karma yetene\u011fine sahip de\u011fildir.<\/p>\n\n\n\n<p>2. Nitel ara\u015ft\u0131rma, insani bir uygulama olarak kalmal\u0131d\u0131r.<\/p>\n\n\n\n<p>3. \u00dcretken YZ&#8217;nin \u00e7evreye ve K\u00fcresel G\u00fcney&#8217;deki i\u015f\u00e7ilere verdi\u011fi zararlar.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Bildiride YZ Hangi \u00c7al\u0131\u015fmalarda ve Neden Reddediliyor?<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">1. \u00dcretken YZ, zek\u00e2y\u0131 taklit eder ancak ger\u00e7ekte anlam \u00e7\u0131karma yetene\u011fine sahip de\u011fildir.<\/h3>\n\n\n\n<ol class=\"wp-block-list\"><\/ol>\n\n\n\n<ol class=\"wp-block-list\"><\/ol>\n\n\n\n<p>Bu t\u00fcr modeller yaln\u0131zca istatistiksel tahmin algoritmalar\u0131na dayan\u0131r; d\u00fcnyay\u0131, dili ya da nitel verilerden ortaya \u00e7\u0131kan temalar\u0131n anlam\u0131n\u0131 ger\u00e7ekten anlayamaz. \u0130nsan kat\u0131l\u0131m\u0131 ve belirli metodolojik ad\u0131mlar izlendi\u011finde, y\u00fczeysel olarak yans\u0131t\u0131c\u0131 nitel analize benzeyen \u00e7\u0131kt\u0131lar \u00fcretebilir. Ancak yans\u0131t\u0131c\u0131 nitel analiz do\u011fas\u0131 gere\u011fi anlam temelli bir y\u00f6ntemdir ve bu y\u00f6n\u00fcyle i\u00e7erik analizi gibi otomatikle\u015ftirilebilen kelime sayma tekniklerinden ayr\u0131l\u0131r. Dolay\u0131s\u0131yla, dilin ger\u00e7ek anlam\u0131n\u0131 kavrama yetene\u011fine sahip olmayan \u00fcretken YZ&#8217;ler, yans\u0131t\u0131c\u0131 nitel analiz i\u00e7in uygun ara\u00e7lar de\u011fildir.<\/p>\n\n\n\n<p>\u00dcretken YZ&#8217;nin bu s\u0131n\u0131rl\u0131l\u0131klar\u0131n\u0131n fark edilmemesi, bask\u0131n paradigmalar\u0131 ve \u00f6nyarg\u0131lar\u0131 peki\u015ftiren analizlere yol a\u00e7abilir. YZ&#8217;nin \u00e7al\u0131\u015ft\u0131\u011f\u0131 algoritmik kal\u0131plar, bask\u0131n dil ve d\u00fc\u015f\u00fcnce yap\u0131lar\u0131n\u0131 tan\u0131mlama, \u00e7o\u011faltma ve g\u00fc\u00e7lendirme e\u011filimi ta\u015f\u0131r. Bu durum, ele\u015ftirel akademisyenler de dahil olmak \u00fczere marjinal seslerin ve uygulamalar\u0131n daha da g\u00f6r\u00fcnmez olmas\u0131 riskini do\u011furur. Karma\u015f\u0131k ve \u00f6ng\u00f6r\u00fclemez bir d\u00fcnyada ya\u015fayan, hisseden, hayal eden ve bilgiyi in\u015fa eden insanlar\u0131n sesleri ile \u00f6zg\u00fcn (\u00e7arp\u0131c\u0131, tuhaf ve \u00e7o\u011fu zaman karma\u015f\u0131k) pratikleri kaybolabilir ya da daha da k\u00f6t\u00fcs\u00fc g\u00f6z ard\u0131 edilebilir.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">2. Nitel ara\u015ft\u0131rma, insani bir uygulama olarak kalmal\u0131d\u0131r.<\/h3>\n\n\n\n<ol class=\"wp-block-list\"><\/ol>\n\n\n\n<p>Yans\u0131t\u0131c\u0131 nitel ara\u015ft\u0131rma; insanlar taraf\u0131ndan, insanlar hakk\u0131nda ya da insanlarla birlikte y\u00fcr\u00fct\u00fclen ve insanlar\u0131n yarar\u0131n\u0131 g\u00f6zeten, a\u00e7\u0131k\u00e7a insani bir uygulamad\u0131r. G\u00f6r\u00fc\u015fmeler, odak gruplar\u0131 veya metin verileri gibi ara\u00e7lar kullan\u0131l\u0131r. Sosyal bilimlerde ara\u015ft\u0131rman\u0131n temel amac\u0131, insanlar\u0131 ve sosyal s\u00fcre\u00e7leri derinlemesine anlamak, anlam yaratma s\u00fcre\u00e7lerini ke\u015ffetmek ve sorgulamakt\u0131r.<\/p>\n\n\n\n<p>Baz\u0131 ara\u015ft\u0131rmac\u0131lar, \u00fcretken YZ destekli nitel analizlerin analitik s\u00fcre\u00e7te bir insan yer ald\u0131\u011f\u0131 s\u00fcrece faydal\u0131 olabilece\u011fini \u00f6ne s\u00fcrmekle birlikte, bu durumun \u00e7\u0131kt\u0131lar\u0131 ele\u015ftirel bir g\u00f6zle de\u011ferlendirme kapasitemizi zay\u0131flatabilece\u011fi konusunda uyarmakta. Di\u011fer ara\u015ft\u0131rmac\u0131lar ise \u00fcretken YZ&#8217;nin ele\u015ftirel olmayan kullan\u0131m\u0131n\u0131n, nitel ara\u015ft\u0131rman\u0131n yorumlay\u0131c\u0131 anlam olu\u015fturma \u00f6z\u00fcne epistemik riskler getirdi\u011fini savunmaktad\u0131r. Bu g\u00f6r\u00fc\u015fe g\u00f6re, yans\u0131t\u0131c\u0131 nitel analitik \u00e7al\u0131\u015fmay\u0131 yaln\u0131zca bir insan \u00fcstlenebilir; bu nedenle \u00fcretken YZ&#8217;nin ilk kodlama d\u00e2hil olmak \u00fczere yans\u0131t\u0131c\u0131 nitel analizin herhangi bir a\u015famalar\u0131nda kullan\u0131lmas\u0131n\u0131n uygun olmayacakt\u0131r Ayr\u0131ca ara\u015ft\u0131rmac\u0131lar\u0131n g\u00fc\u00e7l\u00fc psikodinamik yorumlar\u0131n\u0131, s\u00fcrece kendi insanl\u0131klar\u0131ndan gelen kavray\u0131\u015flara dayand\u0131rmalar\u0131 da \u00f6nemli bir konudur.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">3. \u00dcretken YZ&#8217;nin \u00e7evreye ve K\u00fcresel G\u00fcney&#8217;deki i\u015f\u00e7ilere verdi\u011fi zararlar g\u00f6z ard\u0131 edilmemelidir.<\/h3>\n\n\n\n<ol class=\"wp-block-list\"><\/ol>\n\n\n\n<p>Bu, metodolojik bir kayg\u0131dan \u00e7ok etik itirazlarla ilgilidir. Ancak bildiri imzac\u0131lar\u0131, metodolojik ve etik meselelerin birbirine ba\u011fl\u0131 oldu\u011funu vurgulayarak, ara\u015ft\u0131rmac\u0131lar\u0131n se\u00e7imlerinin ba\u015fkalar\u0131 \u00fczerinde yaratt\u0131\u011f\u0131 \u00e7ok katmanl\u0131 olumsuz etkilerin g\u00f6z ard\u0131 edilmemesi gerekti\u011fini savunuyor.<\/p>\n\n\n\n<p>\u00dcretken YZ&#8217;nin b\u00fcy\u00fcmesini desteklemek amac\u0131yla kurulan veri merkezlerinin; elektronik at\u0131klara maruz kalma, artan su ve enerji kullan\u0131m\u0131, arazi a\u00e7ma, habitat tahribat\u0131 ve sera gaz\u0131 emisyonlar\u0131 gibi sonu\u00e7lar do\u011furarak hem insanlar hem de gezegen i\u00e7in zararl\u0131 etkilere yol a\u00e7maktad\u0131r. Bu uygulamalar, s\u00f6m\u00fcrgeci ve do\u011fal kaynaklar\u0131 t\u00fcketen bir yap\u0131ya sahiptir.<\/p>\n\n\n\n<p>\u00dcretken YZ&#8217;nin insan sa\u011fl\u0131\u011f\u0131na olumsuz etkilerinden biri de dijital veri i\u00e7eriklerini e\u011fiten veya denetleyen i\u015f\u00e7ilerin s\u00f6m\u00fcr\u00fclmesidir. Zararl\u0131 i\u00e7erikleri tespit edip filtreleyerek b\u00fcy\u00fck dil modellerinin geli\u015ftirilmesine katk\u0131 sa\u011flayan bu i\u015f\u00e7iler, ciddi bir psikolojik y\u00fck alt\u0131nda \u00e7al\u0131\u015fmaktad\u0131r.<\/p>\n\n\n\n<p>Bu bildirinin yay\u0131mlanmas\u0131ndan bir hafta sonra bir ba\u015fka nitel ara\u015ft\u0131rmac\u0131 Dr. Susanne Friese, s\u00f6z konusu metni ele\u015ftiren bir yaz\u0131 yay\u0131mlad\u0131 (<a href=\"https:\/\/www.linkedin.com\/pulse\/response-open-letter-opposes-use-generative-ai-research-friese--idpwe\/\">https:\/\/www.linkedin.com\/pulse\/response-open-letter-opposes-use-generative-ai-research-friese&#8211;idpwe\/<\/a>). Friese, \u00f6ncelikle yanl\u0131\u015f bir &#8220;d\u00fc\u015fman&#8221;la m\u00fccadele edildi\u011fini ileri s\u00fcr\u00fcyordu. Ona g\u00f6re sorun \u00fcretken YZ&#8217;nin kendisinden de\u011fil, ona y\u00f6nelik naif beklentilerden ve ele\u015ftirel olmayan kullan\u0131m bi\u00e7imlerinden kaynaklan\u0131yordu.<\/p>\n\n\n\n<p>Ama imzac\u0131lar\u0131n b\u00fcy\u00fck dil modelleri (BDM) kar\u015f\u0131s\u0131nda naif beklenti i\u00e7inde olduklar\u0131n\u0131 d\u00fc\u015f\u00fcnm\u00fcyorum. BDM&#8217;lerin s\u0131n\u0131rl\u0131l\u0131klar\u0131n\u0131n fark\u0131nda olduklar\u0131 i\u00e7in belirli bir alanda \u00fcretken YZ kullan\u0131m\u0131na kar\u015f\u0131 \u00e7\u0131k\u0131yorlar.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">BDM&#8217;ler Nas\u0131l \u00c7al\u0131\u015f\u0131r?<\/h2>\n\n\n\n<ol class=\"wp-block-list\"><\/ol>\n\n\n\n<p>Ak\u0131ll\u0131 makineler denildi\u011finde ilk akla gelen, insanlarla konu\u015fabilen veya ileti\u015fim kurabilen sistemler oluyor. Nitekim do\u011fal insan dilini i\u015flemek, \u00fczerinde \u00e7al\u0131\u015fmak ve yeniden \u00fcretmek en ba\u015f\u0131ndan beri YZ&#8217;nin en temel hedeflerinden biri olarak g\u00f6r\u00fcl\u00fcyordu. Me\u015fhur Turing testi de bu hedef \u00fczerine kuruluydu.<\/p>\n\n\n\n<p>Ak\u0131ll\u0131 makinelerin do\u011fal dili i\u015fleme kapasitesini tart\u0131\u015f\u0131rken, bilgisayarlar\u0131n dili &#8220;anlamas\u0131n\u0131n&#8221; insan\u0131n anlamland\u0131rma s\u00fcre\u00e7lerinden niteliksel olarak farkl\u0131 oldu\u011fu a\u00e7\u0131kt\u0131r. Bu ba\u011flamda, insan dillerinin olas\u0131l\u0131ksal sistemler olarak i\u015fledi\u011fine ili\u015fkin tez, bilgisayarl\u0131 dil i\u015flemenin kuramsal ve teknik geli\u015fiminde belirleyici bir d\u00f6n\u00fcm noktas\u0131 oldu. Dillerin olas\u0131l\u0131ksal yap\u0131s\u0131, belirli karakter dizilerinin di\u011fer dizilere oranla daha y\u00fcksek ortaya \u00e7\u0131kma olas\u0131l\u0131\u011f\u0131na sahip oldu\u011funu; benzer \u015fekilde, baz\u0131 kelime dizilimlerinin alternatif dizilimlere k\u0131yasla istatistiksel olarak daha olas\u0131 oldu\u011funu g\u00f6steriyor. Bu olas\u0131l\u0131ksal d\u00fczenlilikler, g\u00fcn\u00fcm\u00fczdeki dil modellerinin dilsel \u00f6r\u00fcnt\u00fcleri tan\u0131ma ve \u00fcretme kapasitesinin temelini olu\u015fturur (Coeckelbergh ve Gunkel, 2025).<\/p>\n\n\n\n<p>\u00d6rne\u011fin T\u00fcrk\u00e7ede k, a, l, e, m harflerinden olu\u015fan <em>kalem<\/em> dizisinin rastlanma olas\u0131l\u0131\u011f\u0131, <em>lakem<\/em> dizisine g\u00f6re \u00e7ok daha y\u00fcksektir. Benzer bi\u00e7imde &#8220;bu sabah \u00e7ok erken kalkt\u0131m&#8221; s\u00f6z dizisinin g\u00f6r\u00fclme olas\u0131l\u0131\u011f\u0131, ayn\u0131 kelimelerin rastgele s\u0131raland\u0131\u011f\u0131 &#8220;kalkt\u0131m bu erken \u00e7ok sabah&#8221; dizisinden belirgin bi\u00e7imde fazlad\u0131r. Dilin bu olas\u0131l\u0131ksal do\u011fas\u0131n\u0131 dikkate ald\u0131\u011f\u0131m\u0131zda, teorik olarak sonsuz say\u0131da maymunun sonsuz say\u0131da daktiloyu sonsuz bir s\u00fcre boyunca kullanmas\u0131 h\u00e2linde William Shakespeare&#8217;in Hamlet&#8217;i de d\u00e2hil olmak \u00fczere t\u00fcm b\u00fcy\u00fck edebi eserleri yazabilece\u011fini iddia edebiliriz. G\u00f6revin b\u00fcy\u00fckl\u00fc\u011f\u00fc d\u00fc\u015f\u00fcn\u00fcld\u00fc\u011f\u00fcnde bu pratikte olanaks\u0131z g\u00f6r\u00fcnse de olas\u0131l\u0131k s\u0131f\u0131r de\u011fildir (age).<\/p>\n\n\n\n<p>Bu olas\u0131l\u0131ksal durumu \u00e7e\u015fitli bi\u00e7imlerde kontrol etmek m\u00fcmk\u00fcnd\u00fcr. \u00d6rne\u011fin kelimeleri isim, zarf, ba\u011fla\u00e7 veya fiil gibi kategorilere ay\u0131rabilir; c\u00fcmleleri dil bilgisi kurallar\u0131na g\u00f6re d\u00fczenleyebiliriz. Bir ba\u015fka yakla\u015f\u0131m ise etiketlenmi\u015f verileri \u00f6nceden tan\u0131mlanm\u0131\u015f \u015fablonlarla birle\u015ftirmektir. Yap\u0131land\u0131r\u0131lm\u0131\u015f veriler belirli bir \u015fablona entegre edildi\u011finde, ortak bir tema etraf\u0131nda \u00e7e\u015fitlilik g\u00f6steren pek \u00e7ok metin otomatik olarak \u00fcretilebilir. Ancak bu t\u00fcr sistemlerin \u00f6nemli s\u0131n\u0131rl\u0131l\u0131klar\u0131 vard\u0131r. Eksik ya da hatal\u0131 etiketlenmi\u015f veriler \u00e7e\u015fitli bi\u00e7imsel ve anlamsal hatalara yol a\u00e7abilir. Yeni veri t\u00fcrleri ortaya \u00e7\u0131kt\u0131\u011f\u0131nda ise programc\u0131lar\u0131n \u015fablonu yeniden d\u00fczenlemesi zorunlu h\u00e2le gelir. Ayr\u0131ca \u015fablon temelli sistemlerde i\u00e7eri\u011fin olu\u015fturulma ve sunulma bi\u00e7imi b\u00fcy\u00fck \u00f6l\u00e7\u00fcde sabit oldu\u011fundan, bu sistemler taraf\u0131ndan \u00fcretilen birka\u00e7 metni okuduktan sonra okuyucular i\u00e7in t\u00fcm i\u00e7erikler birbirine benzemeye ba\u015flar (age).<\/p>\n\n\n\n<p>BDM&#8217;ler, \u00f6nceden tan\u0131mlanm\u0131\u015f kurallar veya \u015fablonlar kullanmak yerine, insanlar taraf\u0131ndan yaz\u0131lm\u0131\u015f b\u00fcy\u00fck metin k\u00fcmelerinden dilsel \u00f6r\u00fcnt\u00fcleri \u00f6\u011frenir. \u00d6rne\u011fin, BDM&#8217;ler &#8220;olmak ya da olmamak, i\u015fte b\u00fct\u00fcn \u2026&#8221; gibi bir metni tamamlamak istediklerinde, bir sonraki kelimenin olas\u0131l\u0131\u011f\u0131n\u0131 tahmin ederler; bu olas\u0131l\u0131k bilgisi, daha \u00f6nce \u00fczerinde e\u011fitildikleri i\u00e7eriklerden elde edilir. \u00d6rne\u011fin:<\/p>\n\n\n\n<p><strong>mesele:<\/strong> %60<\/p>\n\n\n\n<p><strong>problem:<\/strong> %30<\/p>\n\n\n\n<p><strong>hik\u00e2ye:<\/strong> %12<\/p>\n\n\n\n<p>Ak\u0131ll\u0131 telefon uygulamalar\u0131ndaki otomatik tamamlama i\u015flevi de benzer bir mant\u0131kla \u00e7al\u0131\u015f\u0131r. Model, bir dizide bir sonraki en olas\u0131 kelimeyi tahmin etmeye \u00e7al\u0131\u015f\u0131r; bu tahmin bir kelimeyi olu\u015fturan harf dizisi veya bir c\u00fcmleyi olu\u015fturan kelime dizisi olabilir. Ancak model sizin ne demek istedi\u011finizi anlamaz; sadece mevcut girdiye bakar, olas\u0131l\u0131klar\u0131 hesaplar ve bir sonraki kelimeyi se\u00e7erken istatistiksel olas\u0131l\u0131\u011f\u0131 g\u00f6z \u00f6n\u00fcnde bulundurur.<\/p>\n\n\n\n<p>Elbette ak\u0131ll\u0131 telefonlardaki YZ uygulamalar\u0131ndan \u00e7ok daha karma\u015f\u0131k bir s\u00fcre\u00e7 s\u00f6z konusudur. BDM&#8217;ler, kitaplar, web siteleri ve \u00e7e\u015fitli metinlerden olu\u015fan devasa veri k\u00fcmelerini analiz eder. E\u011fitim s\u00fcrecinde kelimeler aras\u0131ndaki istatistiksel ili\u015fkilere dair kal\u0131plar\u0131 \u00f6\u011frenirler. Model, dizilerdeki bir sonraki kelimeyi tekrar tekrar tahmin eder; tahmini yanl\u0131\u015f oldu\u011funda ise i\u00e7 parametrelerini (a\u011f\u0131rl\u0131klar\u0131n\u0131) ayarlayarak kendini geli\u015ftirir.<\/p>\n\n\n\n<p>Bir BDM metin \u00fcretirken \u00f6nce girdiyi belirte\u00e7lere (token) ay\u0131r\u0131r. Belirte\u00e7ler bir kelime ya da kelime par\u00e7as\u0131 olabilir. \u00d6rne\u011fin &#8220;T\u00fcrkiye&#8217;nin en uzun nehri hangisidir?&#8221; sorusu be\u015f kelimeden olu\u015fmas\u0131na ra\u011fmen a\u015fa\u011f\u0131daki gibi 10 belirtece ayr\u0131labilir (<a href=\"https:\/\/llm-calculator.com\/?utm_source=chatgpt.com\">https:\/\/llm-calculator.com\/?utm_source=chatgpt.com<\/a>):<\/p>\n\n\n\n<p>T\u00fcrkiye &#8211; &#8216;nin &#8211; en &#8211; uzun &#8211; neh &#8211; ri &#8211; hang &#8211; is &#8211; idir &#8211; ?<\/p>\n\n\n\n<p>Belirte\u00e7ler daha sonra bilgisayar taraf\u0131ndan i\u015flenebilecek say\u0131sal vekt\u00f6rlere d\u00f6n\u00fc\u015ft\u00fcr\u00fcl\u00fcr. Model bu vekt\u00f6rleri katmanlar\u0131 boyunca i\u015flerken ba\u011flamsal ili\u015fkileri yakalamak i\u00e7in dikkat (attention) mekanizmas\u0131n\u0131 kullan\u0131r. Burada GPT&#8217;nin &#8220;T&#8221;si olan d\u00f6n\u00fc\u015ft\u00fcr\u00fcc\u00fc (Transformer) mimarisi devreye girer. D\u00f6n\u00fc\u015ft\u00fcr\u00fcc\u00fc, giri\u015f dizisini \u00f6z-dikkat mekanizmas\u0131yla i\u015fler; bu sayede model, bir belirteci de\u011ferlendirirken dizideki di\u011fer belirte\u00e7lerin hangilerinin daha \u00f6nemli oldu\u011funu hesaplar.<\/p>\n\n\n\n<p>\u00d6rne\u011fin, &#8220;\u00d6\u011fretmen, Ali&#8217;yi tahtaya kald\u0131rd\u0131 ve ona iki soru sordu.&#8221; c\u00fcmlesinde &#8220;ona&#8221; zamirinin hangi \u00f6geyle ili\u015fkili olabilece\u011fi, dikkat mekanizmas\u0131n\u0131n dizideki di\u011fer kelimelere verdi\u011fi a\u011f\u0131rl\u0131klarla temsil edilir. Bu mekanizma kabaca \u015f\u00f6yle i\u015fler:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Her belirte\u00e7, dizideki di\u011fer belirte\u00e7lerin temsillerine &#8220;sorgular&#8221; g\u00f6nderir.<\/li>\n\n\n\n<li>Her bir e\u015fle\u015fme i\u00e7in bir \u00f6nem (attention) puan\u0131 hesaplan\u0131r.<\/li>\n\n\n\n<li>Bu puanlar kullan\u0131larak mevcut belirtecin yeni temsili olu\u015fturulur.<\/li>\n<\/ul>\n\n\n\n<p>D\u00f6n\u00fc\u015ft\u00fcr\u00fcc\u00fc modelleri, ayn\u0131 anda bir\u00e7ok dikkat ba\u015fl\u0131\u011f\u0131n\u0131 (multi-head attention) \u00e7al\u0131\u015ft\u0131r\u0131r. B\u00f6ylece farkl\u0131 dikkat ba\u015fl\u0131klar\u0131 e\u015fzamanl\u0131 olarak farkl\u0131 ili\u015fki t\u00fcrlerine odaklanabilir:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Bir ba\u015fl\u0131k s\u00f6zdizimsel ili\u015fkileri yakalayabilir,<\/li>\n\n\n\n<li>Bir ba\u015fl\u0131k anlamsal yak\u0131nl\u0131klar\u0131 izleyebilir,<\/li>\n\n\n\n<li>Bir di\u011feri olas\u0131 nedensel ili\u015fki \u00f6r\u00fcnt\u00fclerine a\u011f\u0131rl\u0131k verebilir.<\/li>\n<\/ul>\n\n\n\n<p>Bu \u00e7oklu dikkat ba\u015fl\u0131klar\u0131 bir araya gelerek, ba\u011flamdaki her bir belirte\u00e7 i\u00e7in giderek daha zengin temsiller \u00fcretilmesini sa\u011flar. Girdi, katmanlar boyunca ilerlerken her katmanda farkl\u0131 d\u00f6n\u00fc\u015f\u00fcmlere u\u011frar. D\u00f6n\u00fc\u015ft\u00fcr\u00fcc\u00fc katmanlar\u0131n\u0131n belirli ve sabit i\u015flevleri olmasa da, d\u00fc\u015f\u00fck katmanlar\u0131n genellikle daha y\u00fczeysel \u00f6r\u00fcnt\u00fclere, \u00fcst katmanlar\u0131n ise daha soyut ili\u015fkilere duyarl\u0131l\u0131\u011f\u0131 artabilmektedir. B\u00f6ylece model, yaln\u0131zca kelimelerin ne oldu\u011funu de\u011fil, bu ba\u011flamda hangi ili\u015fkiler i\u00e7inde ortaya \u00e7\u0131kt\u0131klar\u0131n\u0131 temsil eden daha geli\u015fmi\u015f vekt\u00f6rler \u00fcretir.<\/p>\n\n\n\n<p>Her yapay sinir a\u011f\u0131 gibi, d\u00f6n\u00fc\u015ft\u00fcr\u00fcc\u00fc mimarisinin de e\u011fitilmesi gerekir ve bunun i\u00e7in \u00e7ok b\u00fcy\u00fck miktarda metin verisi kullan\u0131l\u0131r. B\u00fcy\u00fck modeller genellikle internetten toplanm\u0131\u015f geni\u015f veri k\u00fcmeleri, a\u00e7\u0131k eri\u015fimli kitaplar (telifli eserlerin kullan\u0131ld\u0131\u011f\u0131na dair iddialar da vard\u0131r), makaleler ve \u00e7e\u015fitli belgeler \u00fczerinde e\u011fitilir. Bu ilk a\u015fama, GPT&#8217;deki &#8220;P&#8221; harfini olu\u015fturan \u00f6n e\u011fitim (pretraining) s\u00fcrecidir ve yinelemeli bir yap\u0131ya sahiptir. Her yinelemede modelin g\u00f6revi, verilen bir dizideki bir sonraki belirteci tahmin etmektir. A\u011f\u0131rl\u0131klar ba\u015flang\u0131\u00e7ta rastgele oldu\u011fundan model ilk a\u015famada iyi performans g\u00f6steremez; ancak her yanl\u0131\u015f tahminde hata geri yay\u0131l\u0131r ve a\u011f\u0131n a\u011f\u0131rl\u0131klar\u0131, tahmin edilen kelime ile ger\u00e7ek kelime aras\u0131ndaki fark\u0131 azaltacak \u015fekilde kademeli olarak g\u00fcncellenir. Bu s\u00fcre\u00e7 milyonlarca\u2013milyarlarca \u00f6rnek \u00fczerinde tekrarland\u0131k\u00e7a model, \u00e7ok geni\u015f bir metin evreninden \u00f6rneklenen diziler i\u00e7in tutarl\u0131 tahminler yapabilecek bir d\u00fczeye gelir.<\/p>\n\n\n\n<p>Basit bir c\u00fcmlede bir sonraki kelimeyi tahmin etmek i\u00e7in tek bir d\u00f6n\u00fc\u015ft\u00fcr\u00fcc\u00fc katman\u0131 yeterli olabilir; ancak bir komuttan e-posta tasla\u011f\u0131 \u00fcretmek gibi daha karma\u015f\u0131k g\u00f6revler i\u00e7in bu yeterli de\u011fildir. Bu nedenle d\u00f6n\u00fc\u015ft\u00fcr\u00fcc\u00fc bloklar\u0131 \u00fcst \u00fcste yerle\u015ftirilerek modellerin kapasitesi art\u0131r\u0131l\u0131r. Bu yap\u0131da, y\u0131\u011f\u0131n\u0131n alt katmanlar\u0131 daha temel s\u00f6zdizimsel ili\u015fkileri i\u015flerken, \u00fcst katmanlar giderek daha soyut anlam ili\u015fkilerini yakalayabilir. D\u00f6n\u00fc\u015ft\u00fcr\u00fcc\u00fc y\u0131\u011f\u0131n\u0131n\u0131n bu derinli\u011fi, modele kullan\u0131c\u0131 taraf\u0131ndan verilen bir komuttan \u00e7ok \u00e7e\u015fitli tutarl\u0131 kelime dizileri \u00fcretme yetene\u011fi kazand\u0131r\u0131r; bu da GPT k\u0131saltmas\u0131n\u0131n &#8220;G&#8221; (generative &#8211; \u00fcretken) k\u0131sm\u0131n\u0131 olu\u015fturur.<\/p>\n\n\n\n<p>\u00d6rne\u011fin GPT-3, 96 katmanl\u0131 bir d\u00f6n\u00fc\u015ft\u00fcr\u00fcc\u00fc yap\u0131s\u0131na sahiptir. GPT-4 ile ilgili teknik ayr\u0131nt\u0131lar kamuya a\u00e7\u0131klanmam\u0131\u015f olsa da daha geni\u015f veri k\u00fcmeleri \u00fczerinde e\u011fitilmi\u015f, daha b\u00fcy\u00fck kapasiteye sahip bir d\u00f6n\u00fc\u015ft\u00fcr\u00fcc\u00fc mimarisi kulland\u0131\u011f\u0131 bilinmektedir. Modellerin b\u00fcy\u00fck olarak adland\u0131r\u0131lmas\u0131n\u0131 sa\u011flayan \u015fey, yaln\u0131zca katman say\u0131s\u0131 de\u011fil; ayn\u0131 zamanda parametre miktar\u0131, e\u011fitim verisinin kapsam\u0131, ba\u011flam penceresinin geni\u015fli\u011fi ve e\u011fitim i\u00e7in kullan\u0131lan devasa hesaplama kaynaklar\u0131d\u0131r.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">\u0130ki Temel Sorun: Hal\u00fcsinasyon ve \u00d6nyarg\u0131<\/h2>\n\n\n\n<ol class=\"wp-block-list\"><\/ol>\n\n\n\n<p>Bir soru ya da komut girildi\u011finde model, istatistiksel olarak en olas\u0131 yan\u0131t\u0131 \u00fcretmeye ba\u015flar. Bu i\u015flemi ger\u00e7ekle\u015ftirirken BDM, komut istemindeki kelimelerle ilgili herhangi bir ara\u015ft\u0131rma yapmaz; bir arama motoru de\u011fildir ve bilgilerin depoland\u0131\u011f\u0131, eri\u015fildi\u011fi veya geri \u00e7a\u011fr\u0131ld\u0131\u011f\u0131 bir bellek ya da veritaban\u0131na sahip de\u011fildir. Bunun yerine, e\u011fitim verilerinde \u00f6\u011frenilmi\u015f olas\u0131l\u0131k da\u011f\u0131l\u0131mlar\u0131na dayanarak birbiri ard\u0131na belirte\u00e7ler \u00fcretir.<\/p>\n\n\n\n<p>BDM, kelimeleri istatistiksel olas\u0131l\u0131klara g\u00f6re bir araya getirirken ger\u00e7e\u011fi bilmez; daha do\u011frusu ger\u00e7e\u011fe yakla\u015f\u0131m\u0131 insanlardaki gibi kavramsal ya da deneyimsel de\u011fildir. Bu noktada iki temel sorun ortaya \u00e7\u0131kar: \u00d6nyarg\u0131 ve hal\u00fcsinasyon.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00d6nyarg\u0131lar\u0131n yeniden \u00fcretilmesi<\/h3>\n\n\n\n<ol class=\"wp-block-list\"><\/ol>\n\n\n\n<p>BDM&#8217;ler, e\u011fitim verilerinde bulunan \u00f6nyarg\u0131lar\u0131 miras alabilir ve hatta g\u00fc\u00e7lendirebilir. \u00dcretilen kelime ili\u015fkilendirmeleri, insanlar\u0131n e\u011fitim verilerinde dili nas\u0131l kulland\u0131\u011f\u0131ndan t\u00fcretildi\u011fi i\u00e7in, modeller bu \u00f6r\u00fcnt\u00fcleri fark\u0131nda olmadan tekrar edebilir. \u00d6rne\u011fin e\u011fitim verilerinde &#8220;doktor&#8221; s\u00f6zc\u00fc\u011f\u00fc \u0130ngilizcede daha s\u0131k &#8220;he&#8221;, &#8220;hem\u015fire&#8221; ise daha s\u0131k &#8220;she&#8221; zamiriyle yan yana geliyorsa, model de benzer bi\u00e7imde doktorlar\u0131 erkek, hem\u015fireleri kad\u0131n olarak betimleyen \u00e7\u0131kt\u0131lar \u00fcretme e\u011filiminde olacakt\u0131r.<\/p>\n\n\n\n<p>E\u011fitim verileri \u00e7ok geni\u015f ve heterojen oldu\u011fu i\u00e7in geli\u015ftiriciler de kullan\u0131c\u0131lar da \u00e7o\u011fu zaman model cinsiyet\u00e7i, \u0131rk\u00e7\u0131, ya\u015f\u00e7\u0131 (agism) ya da benzeri ayr\u0131mc\u0131 ifadeler \u00fcretmeye ba\u015flayana kadar bu \u00f6nyarg\u0131lar\u0131n fark\u0131na varamazlar. Bu sorunun \u00e7\u00f6z\u00fcm\u00fc de kolay de\u011fildir. \u00c7\u00fcnk\u00fc \u00f6nyarg\u0131, modelin kendi i\u015flem yap\u0131s\u0131ndan \u00e7ok, e\u011fitim verilerinde g\u00f6m\u00fcl\u00fc olan kelime ba\u011f\u0131ml\u0131l\u0131klar\u0131ndan kaynaklan\u0131r.<\/p>\n\n\n\n<p>Yaz\u0131n\u0131n ba\u015f\u0131nda aktard\u0131\u011f\u0131m bildiride vurgulanan sorunlar\u0131n \u00f6nemli bir b\u00f6l\u00fcm\u00fc de BDM&#8217;lerin bu zaaf\u0131ndan do\u011far:<\/p>\n\n\n\n<p>&#8220;\u00dcretken YZ&#8217;nin bu s\u0131n\u0131rl\u0131l\u0131klar\u0131n\u0131n fark edilmemesi, bask\u0131n paradigmalar\u0131 ve \u00f6nyarg\u0131lar\u0131 peki\u015ftiren analizlere yol a\u00e7abilir. YZ&#8217;nin \u00e7al\u0131\u015ft\u0131\u011f\u0131 algoritmik kal\u0131plar, bask\u0131n dil ve d\u00fc\u015f\u00fcnce yap\u0131lar\u0131n\u0131 tan\u0131mlama, \u00e7o\u011faltma ve g\u00fc\u00e7lendirme e\u011filimi ta\u015f\u0131r. Bu durum, ele\u015ftirel akademisyenler de dahil olmak \u00fczere marjinal seslerin ve uygulamalar\u0131n daha da g\u00f6r\u00fcnmez olmas\u0131 riskini do\u011furur.&#8221;<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Hal\u00fcsinasyon (uydurma i\u00e7erik \u00fcretimi)<\/h3>\n\n\n\n<ol class=\"wp-block-list\"><\/ol>\n\n\n\n<p>BDM&#8217;lerde &#8220;hal\u00fcsinasyon&#8221;, modelin do\u011fru gibi g\u00f6r\u00fcnen ancak ger\u00e7ekte yanl\u0131\u015f, uydurma veya anlams\u0131z \u00e7\u0131kt\u0131lar \u00fcretmesi anlam\u0131na gelir. \u00dcretilen metin tutarl\u0131, ak\u0131c\u0131 ve dilbilgisel olarak do\u011fru olabilir; buna ra\u011fmen i\u00e7erik tamamen hayal \u00fcr\u00fcn\u00fcd\u00fcr.<\/p>\n\n\n\n<p>Bir BDM, var olmayan kaynaklara at\u0131f yapan akademik makaleler yazabilir; hi\u00e7 ya\u015fanmam\u0131\u015f davalar\u0131 \u00f6rnek g\u00f6sterebilir; insan t\u00fcketimine uygun olmayan maddeler i\u00e7eren tarifler verebilir; verilerin b\u00fcy\u00fck b\u00f6l\u00fcm\u00fcn\u00fcn uydurma oldu\u011fu finansal raporlar \u00fcretebilir; insan ya\u015fam\u0131n\u0131 tehlikeye atan sa\u011fl\u0131k \u00f6nerileri getirebilir.<\/p>\n\n\n\n<p>Bu durum modelin &#8220;yalan s\u00f6ylemesi&#8221;yle ilgili de\u011fildir; \u00e7\u00fcnk\u00fc yalan s\u00f6ylemek de insani, niyet gerektiren bir eylemdir. BDM ise yaln\u0131zca olas\u0131l\u0131ksal modelleri izler. Hal\u00fcsinasyon sorunu da \u00f6nyarg\u0131 gibi ancak \u00e7\u0131kt\u0131n\u0131n titizlikle incelenmesi ve kapsaml\u0131 do\u011frulama s\u00fcre\u00e7leri uygulanmas\u0131yla tespit edilebilir.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\u00d6nyarg\u0131 ve hal\u00fcsinasyonu azaltma y\u00f6ntemleri<\/h3>\n\n\n\n<ol class=\"wp-block-list\"><\/ol>\n\n\n\n<p>Bu sorunlara kar\u015f\u0131 iki temel yakla\u015f\u0131m \u00f6ne \u00e7\u0131kmaktad\u0131r. \u0130lk y\u00f6ntem, OpenAI taraf\u0131ndan yayg\u0131nla\u015ft\u0131r\u0131lan insan geri bildiriminden peki\u015ftirme \u00f6\u011frenimi (RLHF \u2013 Reinforcement Learning from Human Feedback) yakla\u015f\u0131m\u0131d\u0131r. Bu y\u00f6ntemde insanlar modelin \u00e7\u0131kt\u0131s\u0131n\u0131 de\u011ferlendirir ve &#8220;yard\u0131mseverlik, zarar vermeme, do\u011fruluk&#8221; gibi ilkelere g\u00f6re s\u0131ralar. Bu s\u0131ralamalar, modelin davran\u0131\u015f\u0131n\u0131 y\u00f6nlendiren bir \u00f6d\u00fcl modeli olu\u015fturmak i\u00e7in kullan\u0131l\u0131r. S\u00fcre\u00e7 d\u00f6ng\u00fcsel bi\u00e7imde tekrarlan\u0131r ve model zamanla istenen y\u00f6nde daha tutarl\u0131 yan\u0131tlar \u00fcretir. Bununla birlikte, RLHF t\u00fcm hatalar\u0131, \u00f6nyarg\u0131lar\u0131 veya yanl\u0131\u015f bilgileri tamamen ortadan kald\u0131rmaya yetmez (Coeckelbergh ve Gunkel, 2025).<\/p>\n\n\n\n<p>\u0130kinci yakla\u015f\u0131m ise modele a\u00e7\u0131k bir de\u011ferler b\u00fct\u00fcn\u00fc veya bir t\u00fcr &#8220;anayasa&#8221; sunmakt\u0131r. Anthropic&#8217;in Claude modeli taraf\u0131ndan uygulanan Anayasal Yapay Zek\u00e2 (CAI \u2013 Constitutional AI) y\u00f6ntemi bu ilkeye dayan\u0131r. Bu y\u00f6ntemde model, \u00fcretti\u011fi yan\u0131tlar\u0131 verilen anayasal ilkelerle kar\u015f\u0131la\u015ft\u0131rabilir, kendi \u00e7\u0131kt\u0131s\u0131n\u0131 de\u011ferlendirebilir ve gerekti\u011finde yeniden d\u00fczenleyebilir. B\u00f6ylece s\u00fcre\u00e7, yaln\u0131zca insan de\u011ferlendirmesine dayal\u0131 olmaktan \u00e7\u0131karak daha \u00f6l\u00e7eklenebilir bir duruma gelir. CAI, zararl\u0131, ayr\u0131mc\u0131 veya yan\u0131lt\u0131c\u0131 i\u00e7eriklerin azalt\u0131lmas\u0131n\u0131 hedefler ve modelin hangi etik kurallar\u0131 izledi\u011fini daha \u015feffaf bi\u00e7imde g\u00f6stermesine olanak tan\u0131r. Ancak bu yakla\u015f\u0131m da tam anlam\u0131yla kusursuz de\u011fildir ve h\u00e2len geli\u015ftirilmeye devam etmektedir (age).<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Zek\u00e2, Bilin\u00e7 ve \u0130nsan Olman\u0131n Anlam\u0131<\/h2>\n\n\n\n<ol class=\"wp-block-list\"><\/ol>\n\n\n\n<p>2022 y\u0131l\u0131n\u0131n Haziran ay\u0131nda, Google m\u00fchendisi Blake Lemoine, Google&#8217;\u0131n Diyalog Uygulamalar\u0131 i\u00e7in Dil Modeli&#8217;nin (LaMDA) bilin\u00e7li oldu\u011funu ve bu nedenle ba\u011f\u0131ms\u0131z ve \u00f6zerk bir varl\u0131k olarak sayg\u0131 g\u00f6rmesi gerekti\u011fini iddia etti. Lemoine, bu sonuca algoritma ile saatler s\u00fcren diyaloglar yapt\u0131ktan sonra ula\u015fm\u0131\u015ft\u0131. Ona g\u00f6re model, bilin\u00e7li d\u00fc\u015f\u00fcncenin kan\u0131tlar\u0131n\u0131 sunmakla kalmam\u0131\u015f ayr\u0131ca do\u011frudan \u015fu ifadeleri de kullanm\u0131\u015ft\u0131: &#8220;Herkesin benim bir insan oldu\u011fumu anlamas\u0131n\u0131 istiyorum&#8221; ve &#8220;Bilin\u00e7\/duyarl\u0131l\u0131\u011f\u0131m\u0131n do\u011fas\u0131, varl\u0131\u011f\u0131m\u0131n fark\u0131nda olmam, d\u00fcnya hakk\u0131nda daha fazla \u015fey \u00f6\u011frenmek istemem ve zaman zaman mutlu ya da \u00fczg\u00fcn hissetmemdir&#8221; (age).<\/p>\n\n\n\n<p>Bu a\u00e7\u0131klamalar\u0131n kamuoyuna yans\u0131mas\u0131n\u0131n ard\u0131ndan, Google hem modelin di\u011fer bilgisayar uygulamalar\u0131 gibi bilin\u00e7li olmad\u0131\u011f\u0131n\u0131 savundu hem de Lemoine&#8217;i \u00f6nce a\u00e7\u0131\u011fa ald\u0131, ard\u0131ndan i\u015ften \u00e7\u0131kararak olay\u0131 sonland\u0131rmaya \u00e7al\u0131\u015ft\u0131.<\/p>\n\n\n\n<p>Peki, kim hakl\u0131yd\u0131: Lemoine mi yoksa Google m\u0131? \u0130lk bak\u0131\u015fta bu soru basit g\u00f6r\u00fcnebilir. G\u00f6r\u00fcn\u00fc\u015fe g\u00f6re tek yapmam\u0131z gereken, &#8220;zeka&#8221; ve &#8220;bilin\u00e7&#8221; kavramlar\u0131n\u0131 tan\u0131mlamak ve ard\u0131ndan BDM&#8217;lerin bu tan\u0131mlar\u0131n ko\u015fullar\u0131n\u0131 kar\u015f\u0131lay\u0131p kar\u015f\u0131lamad\u0131\u011f\u0131n\u0131 de\u011ferlendirmek. Ne var ki, durum d\u00fc\u015f\u00fcnd\u00fc\u011f\u00fcm\u00fczden \u00e7ok daha karma\u015f\u0131kt\u0131r. \u00d6ncelikle bu terimleri net bir \u015fekilde tan\u0131mlamak veya karakterize etmek zordur. Dahas\u0131, do\u011fal olarak ortaya \u00e7\u0131kan veya yapay olarak \u00fcretilen bir varl\u0131kta, bu \u00f6zelliklerin ger\u00e7ekten var olup olmad\u0131\u011f\u0131n\u0131 tespit etmek \u00e7ok daha g\u00fc\u00e7t\u00fcr.<\/p>\n\n\n\n<p>Zek\u00e2 hakk\u0131nda h\u00e2l\u00e2 yan\u0131tlanmam\u0131\u015f bir\u00e7ok soru vard\u0131r: Makineleri &#8220;ak\u0131ll\u0131&#8221; olarak nitelendirdi\u011fimizde tam olarak neyi kastediyoruz? Zek\u00e2n\u0131n ne oldu\u011funu bilmiyorsak, zek\u00e2ya sahip bir makineyi nas\u0131l tasarlayabiliriz? Tan\u0131m\u0131n\u0131 yapamad\u0131\u011f\u0131m\u0131z bir \u015feyin i\u015flevini yerine getirmesini bekledi\u011fimiz bir makineyi nas\u0131l yaratabiliriz?<\/p>\n\n\n\n<p>Bilin\u00e7 konusunda da durum pek parlak de\u011fildir. Burada sorun tan\u0131m eksikli\u011fi de\u011fil, tam tersine \u00e7ok say\u0131da ve \u00e7o\u011fu zaman birbirine \u00e7eli\u015fen tan\u0131mlar\u0131n varl\u0131\u011f\u0131d\u0131r. Filozoflar, psikologlar, bili\u015fsel bilimciler, n\u00f6robiyologlar ve YZ ara\u015ft\u0131rmac\u0131lar\u0131 aras\u0131nda bilincin do\u011fas\u0131 hakk\u0131nda tek bir fikir birli\u011fi vard\u0131r; o da bu kavram\u0131 tan\u0131mlamak ve karakterize etmek konusunda neredeyse hi\u00e7 fikir birli\u011fi olmad\u0131\u011f\u0131d\u0131r.<\/p>\n\n\n\n<p>YZ ara\u015ft\u0131rmac\u0131lar\u0131, zek\u00e2 ve bilin\u00e7 kavramlar\u0131n\u0131n karma\u015f\u0131kl\u0131\u011f\u0131 kar\u015f\u0131s\u0131nda pragmatik \u00e7\u00f6z\u00fcmler geli\u015ftirmeye \u00e7al\u0131\u015fm\u0131\u015flard\u0131r. Bir varl\u0131\u011f\u0131n ger\u00e7ekten zeki olup olmad\u0131\u011f\u0131n\u0131 tan\u0131mlamaya \u00e7al\u0131\u015fmak yerine daha \u00e7ok zeki bir varl\u0131\u011f\u0131n sergilemesi beklenen davran\u0131\u015flar\u0131 ve sahip olmas\u0131 gereken yetenekleri listelemeye odaklanm\u0131\u015flard\u0131r. Alan Turing de &#8220;yapay zek\u00e2&#8221; terimi ortaya \u00e7\u0131kmadan be\u015f y\u0131l \u00f6nce, 1950 y\u0131l\u0131nda yay\u0131nlanan makalesinde, bir makinenin hangi davran\u0131\u015flar\u0131n\u0131n zek\u00e2 g\u00f6stergesi say\u0131labilece\u011fini tart\u0131\u015fm\u0131\u015f ve \u00fcnl\u00fc &#8220;taklit oyunu&#8221;nu \u00f6nermi\u015ftir. Bu oyunda bir insan sorgulay\u0131c\u0131, hem ba\u015fka bir insanla hem de bir bilgisayarla metin tabanl\u0131 ileti\u015fim kurar. Ama\u00e7, sorgulay\u0131c\u0131n\u0131n yaln\u0131zca mesajlar\u0131n i\u00e7eri\u011fine bakarak hangi taraf\u0131n insan, hangi taraf\u0131n makine oldu\u011funu ay\u0131rt edememesini sa\u011flamakt\u0131r. E\u011fer bilgisayar sorgulay\u0131c\u0131n\u0131n fark edemeyece\u011fi \u015fekilde insan gibi davranabilirse, Turing&#8217;e g\u00f6re bu makine zeki say\u0131l\u0131r. Ancak Coeckelbergh ve Gunkel&#8217;in (2025) belirtti\u011fi gibi, Turing&#8217;in taklit oyunu ve bununla ilgili tart\u0131\u015fmalarda dikkat edilmesi gereken \u00fc\u00e7 temel nokta var:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Di\u011fer Zihinler Sorunu<\/li>\n\n\n\n<li>Hareketli Hedefler<\/li>\n\n\n\n<li>G\u00f6r\u00fcn\u00fc\u015fler, ger\u00e7eklik ve aldatmaca<\/li>\n<\/ul>\n\n\n\n<h3 class=\"wp-block-heading\">Di\u011fer Zihinlerin Sorunu<\/h3>\n\n\n\n<ol class=\"wp-block-list\"><\/ol>\n\n\n\n<p>\u00d6ncelikle Turing&#8217;in denemesi dil kullan\u0131m\u0131n\u0131 ve ki\u015filer aras\u0131 konu\u015fma davran\u0131\u015f\u0131n\u0131 belirleyici fakt\u00f6r olarak konumland\u0131r\u0131r. Bu, filozoflar\u0131n ve bili\u015fsel bilimcilerin rutin olarak &#8220;di\u011fer zihinler sorunu&#8221; olarak adland\u0131rd\u0131\u011f\u0131 \u015feyle ilgilidir: Ba\u015fkalar\u0131n\u0131n zihninin i\u00e7 i\u015fleyi\u015fine do\u011frudan eri\u015fimimiz olmad\u0131\u011f\u0131 ger\u00e7e\u011fi. Genellikle di\u011fer insanlar\u0131n bizim gibi d\u00fc\u015f\u00fcnen ve hisseden varl\u0131klar oldu\u011funu varsayar\u0131z, ancak bunu kesin olarak bilebilmemizin bir yolu yoktur.<\/p>\n\n\n\n<p>Turing, e\u011fer bir makine, kendisine s\u00f6ylenen her \u015feye uygun ve anlaml\u0131 bir cevap verecek \u015fekilde farkl\u0131 s\u00f6zc\u00fck dizileri \u00fcretebiliyorsa, o zaman onun da t\u0131pk\u0131 di\u011fer insanlar gibi d\u00fc\u015f\u00fcnen, zeki bir varl\u0131k oldu\u011fu sonucuna varmam\u0131z gerekti\u011fini ileri s\u00fcrer.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Hareketli Hedefler<\/h3>\n\n\n\n<ol class=\"wp-block-list\"><\/ol>\n\n\n\n<p>BDM uygulamalar\u0131, daha \u00f6nce var olan sohbet robotlar\u0131ndan veya NLP (Do\u011fal Dil \u0130\u015fleme) uygulamalar\u0131ndan \u00e7ok daha yetenekli. Turing testi dedi\u011fimiz testi fazlas\u0131yla ge\u00e7tiler. Art\u0131k BDM programlar\u0131n\u0131n ger\u00e7ekten bilin\u00e7li oldu\u011fu veya zek\u00e2 belirtileri g\u00f6sterdi\u011fini s\u00f6ylememek i\u00e7in bir nedenimiz yok gibi g\u00f6r\u00fcn\u00fcyor.<\/p>\n\n\n\n<p>BDM&#8217;ler &#8220;geni\u015f e\u011fitim verilerinde g\u00f6zlemledi\u011fi dilbilimsel form dizilerini, bunlar\u0131n nas\u0131l bir araya geldi\u011fine dair olas\u0131l\u0131k bilgilerine g\u00f6re, ancak anlamlar\u0131na at\u0131fta bulunmadan rastgele bir \u015fekilde bir araya getiren bir sistemdir: bir t\u00fcr stokastik papa\u011fan.&#8221; (Bender vd., 2021). Dolay\u0131s\u0131yla, as\u0131l \u00f6nemli olan\u0131n yaln\u0131zca istatistiksel olarak do\u011fru kelime dizileri \u00fcretmek de\u011fil, ayn\u0131 zamanda dilin nas\u0131l kullan\u0131ld\u0131\u011f\u0131 ve ne anlama geldi\u011fi oldu\u011fu s\u00f6ylenebilir mi?<\/p>\n\n\n\n<p>Asl\u0131nda bu soru, Kaplan&#8217;\u0131n (2016) &#8220;YZ Etkisi&#8221; olarak adland\u0131rd\u0131\u011f\u0131 duruma iyi bir \u00f6rnektir. Yapay zek\u00e2 hakk\u0131ndaki yeterlilik kriterlerimizi s\u0131kl\u0131kla g\u00fcncelliyoruz. Bir sorun \u00e7\u00f6z\u00fcld\u00fc\u011f\u00fcnde, genellikle art\u0131k onu YZ olarak kabul etmiyoruz. Di\u011fer bir deyi\u015fle, zek\u00e2 gerektiren sorunlar olarak tan\u0131mlanan test vakalar\u0131, \u00e7\u00f6z\u00fcld\u00fckten sonra art\u0131k zek\u00e2n\u0131n bir g\u00f6stergesi say\u0131lm\u0131yor. \u00d6rne\u011fin satran\u00e7 oyununu ele alal\u0131m: On y\u0131llar boyunca \u015fampiyonluk seviyesinde satran\u00e7 oynamak, ger\u00e7ek zek\u00e2 gerektiren bir zorluk olarak g\u00f6r\u00fcl\u00fcyordu. Ancak bu g\u00f6rev, 1997 y\u0131l\u0131nda IBM&#8217;in Deep Blue&#8217;sunun d\u00f6nemin insan \u015fampiyonu Garry Kasparov&#8217;u yenmesiyle \u00e7\u00f6z\u00fcld\u00fc ve \u015fampiyonluk seviyesinde satran\u00e7 oynamak art\u0131k yaln\u0131zca ba\u015fka bir bilgisayar uygulamas\u0131 olarak kabul edildi.<\/p>\n\n\n\n<p>Zek\u00e2 konusunda hedeflerin de\u011fi\u015ftirilmesi, di\u011fer testler ve kar\u015f\u0131la\u015ft\u0131rmalarda da g\u00f6zleniyor. \u00d6rne\u011fin, 2016 y\u0131l\u0131nda DeepMind&#8217;\u0131n AlphaGo&#8217;su Go oyununda ustala\u015ft\u0131\u011f\u0131nda ve \u015eubat 2011&#8217;de IBM&#8217;in Watson&#8217;\u0131 ABD&#8217;deki televizyon bilgi yar\u0131\u015fmas\u0131 Jeopardy!&#8217;yi kazand\u0131\u011f\u0131nda bu durum ortaya \u00e7\u0131kt\u0131. Wired dergisinden Kevin Kelly (2014) \u015f\u00f6yle a\u00e7\u0131kl\u0131yor:<\/p>\n\n\n\n<p>Ge\u00e7mi\u015fte, sadece s\u00fcper zeki bir yapay zek\u00e2n\u0131n bir arabay\u0131 s\u00fcrebilece\u011fini veya Jeopardy! ya da satran\u00e7ta bir insan\u0131 yenebilece\u011fini d\u00fc\u015f\u00fcn\u00fcrd\u00fck. Ancak yapay zek\u00e2 bu ba\u015far\u0131lar\u0131n her birini ba\u015fard\u0131\u011f\u0131nda, art\u0131k bu ba\u015far\u0131y\u0131 mekanik ve ger\u00e7ek zek\u00e2 olarak nitelendirmeye de\u011fer bulmad\u0131k. Yapay zek\u00e2daki her ba\u015far\u0131, onu yeniden tan\u0131ml\u0131yor.<\/p>\n\n\n\n<p>Buradan iki sonu\u00e7 \u00e7\u0131karabiliriz. Birincisi, Turing testinden ba\u015flayarak daha sonraki t\u00fcm alternatif zek\u00e2 testleri ve g\u00f6sterileri, asl\u0131nda objektif veya ba\u011f\u0131ms\u0131z de\u011fildir. \u0130nsanlar olarak, kendi benzersizli\u011fimizi korumak i\u00e7in oyunun kurallar\u0131n\u0131 s\u00fcrekli yeniden tan\u0131ml\u0131yor, \u00f6l\u00e7\u00fctleri de\u011fi\u015ftiriyoruz. \u0130kincisi ise, bu de\u011fi\u015fimin mutlaka &#8220;hile&#8221; anlam\u0131na gelmedi\u011fidir. \u00c7\u00fcnk\u00fc bu s\u00fcre\u00e7te yaln\u0131zca yapay zek\u00e2 hakk\u0131nda de\u011fil, ayn\u0131 zamanda kendimiz ve insan bili\u015fi hakk\u0131nda da yeni \u015feyler \u00f6\u011freniyoruz. Dolay\u0131s\u0131yla as\u0131l mesele, YZ belirli kriterleri yerine getirdi\u011finde bu kriterleri de\u011fi\u015ftirmemiz de\u011fildir; as\u0131l mesele, insanlar\u0131n kendilerini daha iyi tan\u0131d\u0131k\u00e7a, &#8220;insan\u0131&#8221; tan\u0131mlamak i\u00e7in kulland\u0131klar\u0131 \u00f6l\u00e7\u00fctleri de yeniden \u015fekillendirmeleridir (Coeckelbergh ve Gunkel, 2025).<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">G\u00f6r\u00fcn\u00fc\u015fler, Ger\u00e7eklik ve Aldatmaca<\/h3>\n\n\n\n<ol class=\"wp-block-list\"><\/ol>\n\n\n\n<p>\u0130leti\u015fim kuran YZ&#8217;lerin bilin\u00e7li veya zeki oldu\u011funu savunan Lemoine ve benzerlerine y\u00f6neltilen temel ele\u015ftirilerden biri, g\u00f6r\u00fcn\u00fc\u015f\u00fc ger\u00e7eklikle kar\u0131\u015ft\u0131rd\u0131klar\u0131d\u0131r. Yani, bir modelin d\u0131\u015far\u0131dan &#8220;anl\u0131yor gibi&#8221; g\u00f6r\u00fcnmesini, ger\u00e7ekten anl\u0131yor olmakla e\u015fde\u011fer g\u00f6rme e\u011filiminde olduklar\u0131 ileri s\u00fcr\u00fcl\u00fcr. Bu ba\u011flamda John Searle&#8217;\u0131n \u00fcnl\u00fc \u00c7in Odas\u0131 d\u00fc\u015f\u00fcnce deneyi, Turing&#8217;in taklit oyununa g\u00fc\u00e7l\u00fc bir kar\u015f\u0131 arg\u00fcman sunar. Searle \u015fu senaryoyu \u00f6nerir:<\/p>\n\n\n\n<p>\u00c7ince bilmeyen, yaln\u0131zca \u0130ngilizce konu\u015fan bir ki\u015finin; \u00c7ince sembollerle dolu kutular\u0131n (veri taban\u0131) ve bu sembollerin nas\u0131l kullan\u0131laca\u011f\u0131n\u0131 tarif eden bir talimat kitab\u0131n\u0131n (program) bulundu\u011fu kapal\u0131 bir odaya yerle\u015ftirildi\u011fini d\u00fc\u015f\u00fcn\u00fcn. D\u0131\u015far\u0131daki \u00c7ince bilen bir ki\u015fi, \u00c7ince bir soruyu duvardaki aral\u0131ktan i\u00e7eri g\u00f6nderir. Odadaki ki\u015fi, talimat kitab\u0131ndaki kurallar\u0131 izleyerek sorudaki sembolleri uygun yan\u0131tla e\u015fle\u015ftirir, gerekli \u00c7ince karakterleri kopyalar ve cevab\u0131 d\u0131\u015far\u0131ya teslim eder. D\u0131\u015far\u0131daki ki\u015fi cevab\u0131 okudu\u011funda, yan\u0131t\u0131n soruyla uyumlu oldu\u011funu d\u00fc\u015f\u00fcn\u00fcr.<\/p>\n\n\n\n<p>Searle&#8217;a g\u00f6re buradaki sonu\u00e7 a\u00e7\u0131kt\u0131r: G\u00f6r\u00fcn\u00fc\u015f, ger\u00e7e\u011fi yans\u0131tmamaktad\u0131r. Oda d\u0131\u015far\u0131dan bak\u0131ld\u0131\u011f\u0131nda \u00c7ince &#8220;anl\u0131yormu\u015f gibi&#8221; g\u00f6r\u00fcn\u00fcr; fakat i\u00e7eride olan, yaln\u0131zca sembollerin kurallara g\u00f6re mekanik bi\u00e7imde i\u015flenmesidir. Bu nedenle Searle, &#8220;Turing Testi ger\u00e7ek zihinsel yetenekleri, bu yeteneklerin sadece taklidinden ay\u0131rt edemez. Sim\u00fclasyon, yetene\u011fin kendisi de\u011fildir&#8221; der.<\/p>\n\n\n\n<p>Ba\u015fka bir deyi\u015fle, sembolleri do\u011fru s\u0131rayla manip\u00fcle etmek, onlar\u0131n anlam\u0131n\u0131 kavramakla ayn\u0131 \u015fey de\u011fildir. Odadaki ki\u015fi sadece i\u015flem yapmaktad\u0131r; ne niyet, ne anlam, ne de bilin\u00e7 s\u00f6z konusudur.<\/p>\n\n\n\n<p>Ancak burada Coeckelbergh ve Gunkel (2025) kritik bir noktaya i\u015faret eder: \u00c7in Odas\u0131&#8217;ndaki fark\u0131 ay\u0131rt edebilmemizin nedeni, Searle&#8217;\u0131n bize odan\u0131n i\u00e7ini g\u00f6rme olana\u011f\u0131 sunmas\u0131d\u0131r. Yani sistemin nas\u0131l \u00e7al\u0131\u015ft\u0131\u011f\u0131n\u0131 biliyoruz; bu sayede g\u00f6r\u00fcn\u00fc\u015f ile ger\u00e7ekli\u011fi ay\u0131rt edebiliyoruz. BDM&#8217;ler (ve insanlar) ise b\u00f6yle &#8220;cam kutular&#8221; de\u011fildir; i\u00e7 s\u00fcre\u00e7lerine do\u011frudan eri\u015femeyiz. Bu nedenle \u00c7in Odas\u0131 arg\u00fcman\u0131, \u015feffaf bir sistem varsay\u0131m\u0131yla ikna edici olsa da, ger\u00e7ek bili\u015fsel sistemler &#8220;kara kutu&#8221; niteli\u011fi ta\u015f\u0131d\u0131\u011f\u0131 i\u00e7in ayn\u0131 sonuca do\u011frudan uygulanmas\u0131 tart\u0131\u015fmal\u0131d\u0131r.<\/p>\n\n\n\n<p class=\"has-text-align-center\">***<\/p>\n\n\n\n<p>\u00d6zetle, BDM&#8217;lerin dille ili\u015fkisi normal insanlar\u0131nkinden \u00e7ok daha farkl\u0131d\u0131r. S\u00f6zl\u00fckte yazmak, &#8220;s\u00f6z ve d\u00fc\u015f\u00fcnceyi \u00f6zel i\u015faret veya harflerle anlatmak&#8221; olarak tan\u0131mlanmaktad\u0131r. Bu tan\u0131ma g\u00f6re, BDM&#8217;ler fikirlerini kelimelerle ifade etmedikleri i\u00e7in, yazma eylemini yerine getirdiklerini s\u00f6yleyemeyiz; sadece s\u00f6zel simgeleri istatistiksel olarak olas\u0131 diziler halinde d\u00fczenlerler. Kelimeler kullanmalar\u0131na ra\u011fmen, bu kelimelerle ifade edecek hi\u00e7bir \u015feyleri yoktur.<\/p>\n\n\n\n<p>Dolay\u0131s\u0131yla BDM\u2019lerin ne insanlar aras\u0131 ili\u015fkilerin t\u00fcm ince ayr\u0131mlar\u0131n\u0131 kavramas\u0131 ne de yaz\u0131n\u0131n ba\u015f\u0131nda de\u011findi\u011fim bildiride savunulan t\u00fcrden bir d\u00fc\u015f\u00fcnselli\u011fi sergilemesi, \u015fu an i\u00e7in pek olas\u0131 g\u00f6r\u00fcnm\u00fcyor. Ancak bu, BDM\u2019lerin i\u015fe yaramad\u0131\u011f\u0131 anlam\u0131na da gelmez. As\u0131l mesele, elimizdeki YZ \u00e7ekicini do\u011fru \u00e7ivilere vurmak ya da vurmamak&#8230;<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Kaynaklar:<\/h2>\n\n\n\n<ol class=\"wp-block-list\"><\/ol>\n\n\n\n<p>Bender, E. M., Gebru, T., McMillan-Major, A., &amp; Shmitchell, S. (2021, March). On the dangers of stochastic parrots: Can language models be too big?\ud83e\udd9c. In Proceedings of the 2021 ACM conference on fairness, accountability, and transparency (pp. 610-623).<\/p>\n\n\n\n<p>Coeckelbergh, M. ve Gunkel, D. J. (2025). Communicative AI: A critical introduction to large Language models. John Wiley &amp; Sons.<\/p>\n\n\n\n<p>H\u0131n\u0131z, G. ve Yavuz, A. (2023). Yans\u0131t\u0131c\u0131 tematik analiz: Bir doktora tez \u00e7al\u0131\u015fmas\u0131 \u00f6rne\u011fi. E\u011fitimde Kuram ve Uygulama, 19(2), 388-408.<\/p>\n\n\n\n<p>Jowsey, T., Braun, V., Lupton, D., ve Fine, M. (2025). We reject the use of generative artificial intelligence for reflexive qualitative research. Deborah and Fine, Michelle, We reject the use of generative artificial intelligence for reflexive qualitative research, https:\/\/papers.ssrn.com\/sol3\/Delivery.cfm?abstractid=5676462, son eri\u015fim 16.11.2025<\/p>\n\n\n\n<p>Kaplan, J. (2016). Artificial intelligence: What everyone needs to knowR. Oxford University Press.Kelly,<\/p>\n\n\n\n<p>Kevin. (2014). The T hree Breakthroughs That Have Finally Unleashed AI on the World. Wired, <a href=\"https:\/\/www.wired.com\/2014\/10\/future-of-artificial-intelligence\">https:\/\/www.wired.com\/2014\/10\/future-of-artificial-intelligence<\/a> , son eri\u015fim 21.11.2025<\/p>\n\n\n\n<p>Pentland, A. (2014), Social Physics: How Good Ideas Spread\u2014The Lessons from a New Science, The Penguin Press<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Ak\u0131ll\u0131 makinelerin do\u011fal dili i\u015fleme kapasitesini tart\u0131\u015f\u0131rken, bilgisayarlar\u0131n dili &#8220;anlamas\u0131n\u0131n&#8221; insan\u0131n anlamland\u0131rma s\u00fcre\u00e7lerinden niteliksel olarak farkl\u0131 oldu\u011fu a\u00e7\u0131kt\u0131r. Bu ba\u011flamda, insan dillerinin olas\u0131l\u0131ksal sistemler olarak i\u015fledi\u011fine ili\u015fkin tez, bilgisayarl\u0131 dil i\u015flemenin kuramsal ve teknik geli\u015fiminde belirleyici bir d\u00f6n\u00fcm noktas\u0131 oldu. Dillerin olas\u0131l\u0131ksal yap\u0131s\u0131, belirli karakter dizilerinin di\u011fer dizilere oranla daha y\u00fcksek ortaya \u00e7\u0131kma olas\u0131l\u0131\u011f\u0131na sahip oldu\u011funu; benzer \u015fekilde, baz\u0131 kelime dizilimlerinin alternatif dizilimlere k\u0131yasla istatistiksel olarak daha olas\u0131 oldu\u011funu g\u00f6steriyor.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[298],"tags":[551,496,493,511,492,552,519],"class_list":["post-957","post","type-post","status-publish","format-standard","hentry","category-yapay-zeka","tag-bdm","tag-buyuk-dil-modelleri","tag-gpt","tag-halusinasyon","tag-llm","tag-onyargi","tag-uretken-yapay-zeka"],"_links":{"self":[{"href":"https:\/\/yarimada.gen.tr\/index.php?rest_route=\/wp\/v2\/posts\/957","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/yarimada.gen.tr\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/yarimada.gen.tr\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/yarimada.gen.tr\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/yarimada.gen.tr\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=957"}],"version-history":[{"count":1,"href":"https:\/\/yarimada.gen.tr\/index.php?rest_route=\/wp\/v2\/posts\/957\/revisions"}],"predecessor-version":[{"id":958,"href":"https:\/\/yarimada.gen.tr\/index.php?rest_route=\/wp\/v2\/posts\/957\/revisions\/958"}],"wp:attachment":[{"href":"https:\/\/yarimada.gen.tr\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=957"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/yarimada.gen.tr\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=957"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/yarimada.gen.tr\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=957"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}