Mark Zuckerberg "süper zekanın artık görünür olduğunu" ilan ederken, Anthropic CEO'su Dario Amodei 2026'ya kadar Nobel ödüllü bir bilim insanından daha akıllı yapay zeka sistemlerinin ortaya çıkabileceğini ve insan ömrünün iki katına çıkabileceğini öne sürüyor. OpenAI'ın kurucusu Sam Altman ise "yapay genel zeka inşa etmeyi artık bildiğimizden eminiz" diyerek yapay zekanın insanlığın kendi başına yapabileceğinin çok ötesinde bilimsel keşifleri hızlandıracağını vaat ediyor. Peki bu iddialara güvenmeli miyiz? İnsan zekasına dair mevcut bilim ve bu şirketlerin bugüne kadar ürettiği sistemlere bakıldığında, cevap hayır yönünde şekilleniyor.
Büyük Dil Modelleri Gerçekte Ne Yapıyor?
OpenAI'ın ChatGPT'si, Anthropic'in Claude'u, Google'ın Gemini'si ve Meta'nın yapay zeka ürünleri gibi sohbet robotlarının ortak özelliği, hepsinin temelde "büyük dil modeli" (LLM) olmasıdır. Bu sistemler özünde, internette kodlanmış büyük miktarda dilsel veriyi toplayarak kelimeler arasındaki —daha doğrusu "token" adı verilen alt kelimeler arasındaki— korelasyonları tespit eder ve belirli bir girdi verildiğinde ne tür bir çıktı üretilmesi gerektiğini tahmin eder. Üretici yapay zekanın iddia edilen tüm karmaşıklığına karşın, bu sistemler özünde birer dil modelidir. Sorun şu ki günümüz nörobilimi bulgularına göre insan düşüncesi büyük ölçüde insan dilinden bağımsızdır ve dilin giderek daha sofistike biçimde modellenmesinin kendi zekamıza ulaşan ya da onu aşan bir zeka biçimi yaratacağına inanmak için elimizde güçlü bir neden bulunmuyor.
İnsanlar dili; akıl yürütme, soyutlama ve genelleme kapasitemizin —yani zekamızın— sonuçlarını aktarmak için kullanır. Dili düşünmek için kullanıyoruz, ancak bu durum dili düşüncenin kendisiyle özdeş kılmıyor. Bu ayrımı kavramak, bilimsel gerçeği yapay zeka coşkulu CEO'ların spekülatif bilim kurgu söylemlerinden ayırt etmenin anahtarı.
Nature Dergisindeki Araştırma Ne Söylüyor?
Geçen yıl üç bilim insanı, Nature dergisinde "Dil öncelikle düşünce için değil, iletişim için bir araçtır" başlıklı bir yorum makalesi yayımladı. MIT'den Evelina Fedorenko, UC Berkeley'den Steven T. Piantadosi ve MIT'den Edward A.F. Gibson'ın ortak kaleme aldığı makale, dil ile düşünce arasındaki ilişkiye dair onlarca yıllık bilimsel araştırmanın kapsamlı bir özetini sunuyor. Makalenin iki temel amacı var: Dilin düşünme ve akıl yürütme yeteneğimizi doğurduğu fikrini çürütmek ve dilin, düşüncelerimizi birbirimizle paylaşmak için kullandığımız kültürel bir araç olarak evrildiği tezini güçlendirmek.
Bunu destekleyen iki ampirik kanıt öne çıkıyor. Birincisi, gelişmiş fMRI görüntüleme teknolojisiyle beynin farklı bilişsel faaliyetler sırasında farklı bölgelerinin aktive olduğu görülüyor; matematik problemi çözmek ya da başka birinin zihninde ne olduğunu anlamaya çalışmak gibi etkinliklerde devreye giren ağlar, dilsel yetenekten bağımsız bölgelerden oluşuyor. İkincisi, beyin hasarı ya da başka bozukluklar nedeniyle dil yetisini yitiren bireylerin genel düşünme kapasitelerinin temelden zarar görmediği araştırmalarla kesin biçimde ortaya konulmuş durumda. Fedorenko ve arkadaşları "kanıtlar tartışmasızdır" diyerek ağır dil bozukluğu yaşayan pek çok bireyin matematik problemlerini çözebildiğini, sözel olmayan yönergeleri izleyebildiğini, başkalarının motivasyonlarını anlayabildiğini ve biçimsel mantıksal akıl yürütme de dahil olmak üzere çeşitli düşünme biçimlerine katılabildiğini vurguluyor.
Bebeklerin Öğrenme Biçimi Yapay Zekaya Meydan Okuyor
Bilişsel bilimci Alison Gopnik'in aktardığına göre çocuklar, konuşmayı öğrenmeden çok önce dünyayı tıpkı bilim insanları gibi deney yaparak, istatistikleri analiz ederek ve fiziksel, biyolojik ve psikolojik alanlara ilişkin sezgisel teoriler oluşturarak öğreniyor. Bebekler henüz dili kullanamasa da düşünüyor; nesnelerle oynuyor, yüzleri taklit ediyor, etkileşimlerden ve deneyimlerden öğreniyor. Bu gözlem, dilin düşüncenin önkoşulu olmadığını somut biçimde gözler önüne seriyor.
Fedorenko ve ekibinin Nature makalesindeki ikinci temel iddiaya göre dil, düşüncelerimizi birbirimizle paylaşmak için kullandığımız bir araçtır; araştırmacıların ifadesiyle "verimli bir iletişim kodu"dur. İnsan dillerinin çeşitliliğine karşın hepsinin ortak özellikleri paylaşması —üretmesi kolay, öğrenmesi ve anlaması kolay, özlü ve kullanışlı, gürültüye dayanıklı olmak— bu tezi destekliyor. Bilişsel bilimci Cecilia Heyes'in tanımıyla dil, "insanların başkalarından olağanüstü bir verimlilik, sadakat ve hassasiyetle öğrenmesini sağlayan" bir "bilişsel alet"tir. Bilişsel yetimiz dil sayesinde gelişiyor; ancak dil tarafından yaratılmıyor ya da tanımlanmıyor. Konuşma yetimizi elimizden alırsanız yine de düşünebilir, akıl yürütebilir, inanç oluşturabilir ve dünyada var olabilirsiniz. Oysa büyük bir dil modelinden dili alırsanız geriye kelimenin tam anlamıyla hiçbir şey kalmıyor.
Yapay Zeka Araştırmacıları da Eleştirel Sesini Yükseltiyor
Yapay zeka araştırma topluluğunun içinde de büyük dil modellerinin tek başına insan zekasının yetersiz bir modeli olduğuna dair farkındalık artıyor. Turing Ödülü sahibi ve LLM'lerin önde gelen eleştirmenlerinden Yann LeCun, geçen hafta Meta'daki görevinden ayrılarak "fiziksel dünyayı anlayan, kalıcı belleğe sahip, akıl yürütebilen ve karmaşık eylem dizileri planlayabilen" sistemler olarak tanımlanan "dünya modelleri" geliştiren bir yapay zeka girişimi kurdu.
Öte yandan bir diğer Turing Ödülü sahibi Yoshua Bengio, eski Google CEO'su Eric Schmidt ve tanınmış yapay zeka şüphecisi Gary Marcus dahil önde gelen yapay zeka bilimcileri ve düşünce önderleri, YGZ'yi "iyi eğitimli bir yetişkinin bilişsel çok yönlülüğünü ve yetkinliğini karşılayabilen veya aşabilen yapay zeka" olarak tanımlayan çalışma tanımı etrafında bir araya geldi. Bu uzmanlar zekayı "tek parçalı bir kapasite" olarak ele almak yerine "birçok farklı yetenekten oluşan karmaşık bir mimari" olarak yansıtan bir model benimsenmesini öneriyor. Ancak bu uzmanlar arasında da ileriye dönük yollar konusunda ciddi görüş ayrılıkları mevcut; daha iyi bir hedef çizgisi ortaya konuluyor, ama oraya nasıl ulaşılacağına dair net bir yol haritası sunulmuyor.
Paradigma Kırılımları ve Yapay Zekanın Sınırları
Tüm bu tartışmaların ötesinde, yapay zekanın dönüştürücü bilimsel keşiflere öncülük edebileceği iddiasının önünde daha temel bir engel duruyor. Thomas Kuhn'un "Bilimsel Devrimlerin Yapısı" adlı eserinde ortaya koyduğu "bilimsel paradigma" kavramına göre paradigmalar, yinelemeli deneylerin sonucunda değil, mevcut bilimsel açıklamalara artık sığmayan yeni soru ve fikirlerin ortaya çıkmasıyla dönüşüyor. Örneğin Einstein, görelilik kuramını onu doğrulayan herhangi bir ampirik kanıt ortaya çıkmadan önce tasarladı. Filozof Richard Rorty bu fikri geliştirerek bilim insanları ve sanatçıların mevcut paradigmalardan duydukları memnuniyetsizlik sayesinde yeni metaforlar yarattığını ve bunların dünyaya ilişkin yeni tanımlamalara zemin hazırladığını savunuyor.
Mevcut haliyle bir yapay zeka sistemi, belirli bir girdiye verilen yanıtta genel olarak zeki bir insanın ne yapacağını ya da ne söyleyeceğini tahmin edip yeniden üretebilir. Bu tahminler, sisteme beslenen mevcut verilerin elektronik olarak bir araya getirilip modellenmesiyle oluşturulur. Sistem, yeni paradigmaları insan benzeri bir görünümle modellerine dahil edebilir bile. Ancak kendisine beslenen verilerden memnuniyetsizlik duymasının —ve dolayısıyla büyük bilimsel ve yaratıcı sıçramalar yapmasının— hiçbir gerekçesi yok. Bunun yerine ortaya çıkacak en olası sonuç, sıradan bir sağduyu deposundan ibarettir. Bir yapay zeka sistemi bilgimizi ilginç biçimlerde yeniden düzenleyip geri dönüştürebilir; ama yapabileceği yalnızca bu kadar. Sistem, verilerinde kodlanmış ve üzerine eğitildiği kelime dağarcığına sonsuza dek hapsolmuş bir "ölü metafor makinesi" olarak kalacak.
Sıkça Sorulan Sorular
Büyük dil modelleri (LLM) nasıl çalışır?
Büyük dil modelleri, büyük ölçüde internette kodlanmış dilsel verileri toplayarak kelimeler —daha doğrusu "token" adı verilen alt kelimeler— arasındaki korelasyonları tespit eder ve belirli bir girdi verildiğinde ne tür bir çıktı üretilmesi gerektiğini tahmin eder. Özünde bu sistemler birer dil modelidir; düşünce süreçlerini değil, dilin iletişimsel işlevini taklit ederler.
Nörobilim, dil ile düşünce arasındaki ilişki hakkında ne söylüyor?
MIT ve UC Berkeley'den araştırmacıların Nature dergisinde yayımladığı makaleye göre dil, düşüncenin kendisi değil öncelikle bir iletişim aracıdır. fMRI araştırmaları, matematik problemi çözme veya başkalarının zihnini anlama gibi bilişsel faaliyetlerin beynin dilsel ağlardan bağımsız bölgelerinde gerçekleştiğini ortaya koyuyor. Ayrıca beyin hasarı nedeniyle dil yetisini yitiren bireylerin genel düşünme kapasitelerinin büyük ölçüde korunduğu da kanıtlanmış durumda.
Yapay zeka araştırmacıları LLM'lerin sınırlılıklarını nasıl ele alıyor?
Turing Ödülü sahibi Yann LeCun, LLM'lerin yetersizliğini gerekçe göstererek Meta'dan ayrılıp fiziksel dünyayı anlayan, kalıcı belleğe sahip ve akıl yürütebilen "dünya modelleri" geliştiren bir girişim kurdu. Yoshua Bengio, Eric Schmidt ve Gary Marcus gibi isimler ise zekayı tek parçalı bir kapasite yerine birçok farklı yetenekten oluşan karmaşık bir mimari olarak tanımlayan yeni bir YGZ çerçevesi önerdi.
Yapay zeka neden büyük bilimsel keşifler yapamayabilir?
Thomas Kuhn'un paradigma kavramına ve Richard Rorty'nin felsefi görüşlerine dayanan argümana göre gerçek bilimsel devrimler, mevcut paradigmalardan duyulan memnuniyetsizlikten doğar. Yapay zeka sistemleri kendilerine beslenen verilerden memnuniyetsizlik duymadığından, yalnızca mevcut bilgiyi yeniden düzenleyip geri dönüştürebilir; yeni paradigmalar yaratacak sıçramaları gerçekleştiremez.
Teknoloji şirketlerinin CEO'ları yapay zeka hakkında ne iddia ediyor?
Mark Zuckerberg süper zekanın artık görünür olduğunu açıklarken, Dario Amodei 2026'ya kadar Nobel ödüllü bilim insanlarından daha akıllı yapay zeka sistemlerinin ortaya çıkabileceğini ve insan ömrünün iki katına çıkabileceğini öne sürüyor. Sam Altman ise yapay genel zeka inşa etmeyi artık bildiklerinden emin olduklarını ve bu sistemlerin insanlığın kendi başına yapabileceğinin çok ötesinde bilimsel keşifleri hızlandıracağını savunuyor.
