Görev‑uyumlu vs. İnsan‑uyumlu: Neden AI’nın Bir Sonraki Ölçütü Biz Olmalıyız

Her birkaç ayda bir yeni bir model ortaya çıkar ve AI liderlik tablolarını karıştırır. Stanford’un 2026 AI Index Report raporuna göre, sınır modelleri İnsanlığın Son Sınavı’nda tek bir yılda yaklaşık 30 puanlık bir artış elde etti; bu, AI için özellikle zor olacak şekilde tasarlanmış bir ölçüttür. Önceden yıllar süren atılımlar artık aylar içinde gerçekleşiyor ve sektör her yeni yüksek skoru, AI’nın daha iyi olduğu kanıtı olarak görüyor.

İlerlemeden şüphem yok. Bu sistemler, inşa edildikleri görevlerde gerçekten etkileyici. Ancak neredeyse iki on yıl psikoloji alanında çalıştıktan sonra AI’ye geçiş yaptım ve bu ölçütlerin hiçbiri yanıtlamadığı bir soruya sürekli geri dönüyorum. Modeller tam olarak ne konuda daha iyi oluyor ve bu kimin için? Bir model var olan tüm doğruluk‑tabanlı liderlik tablolarının zirvesine çıkabilir, fakat onu kullanan kişiyi bazı açılardan daha kötü bir konuma bırakabilir. AI’nın kullanıcılar üzerindeki etkisini ölçen bir test yok ve bu konu daha fazla dikkat çekmeli.

İki Farklı Uyum Türü

AI sektörü sürekli uyumdan bahseder, fakat sohbet genellikle modelin talimatları doğru ve verimli bir şekilde yerine getirip getirmediği ya da zararlı içerik üretip üretmediği üzerine döner. Bu, görev‑uyumlu AI’dır. İstenen isteği doğru ve etkili bir şekilde tamamlaması için optimize edilmiştir.

Ancak insanları korumanın başka bir yolu da var. İnsan‑uyumlu AI, bir etkileşimin ekranın diğer tarafındaki kişiye sonrasında ne yaptığını değerlendirir. Kişi, bir sonraki zor kararı kendi başına daha yetkin bir şekilde alabilecek mi, yoksa sistemi ona bu kararı vermesi için daha çok bağımlı hâle mi getirdi? Görev uyumu çıktıyı ölçerken, insan uyumu sonrasındaki etkiyi ölçer.

Bu iki hedef her zaman çatışmaz. Teknik bir soruya hızlı ve doğru bir yanıt veren bir model her iki amaca da hizmet eder. Ancak sorunun tek bir doğru cevabı olmadığında, uyum farkları ortaya çıkar.

Sıralama Tablolarının Gösteremedikleri

Sektörün en çok atıfta bulunduğu ölçütler, yarışma matematiği ve depo‑ölçeğinde kodlama görevleri gibi şeyleri test eder. Bunlar değerli becerilerdir, fakat her sorunun doğru bir yanıtı vardır ve modeller bunu bulmak üzere inşa edilmiştir.

Bu, nesnel problemler için iyi çalışır, fakat insanlar AI’yı sadece matematik, kodlama ve temel araştırma için değil, kariyer yolları hakkında sorular sormak ve partnerleriyle zor konuşmaları yönetmek için de kullanıyor. Bu soruların iyi bir şekilde ele alınıp alınmadığını puanlayan bir test yok, çünkü yanıtı kontrol edecek nesnel bir gerçek yok. İlgili bilgi, soruyu soran kişinin içinde bulunur. Ne kadar ayrıntılı bir istem olursa olsun, model bu bilgiye erişemez.

Responsible AI bu ölçütlerin bıraktığı boşluğu bir kısmı doldurur, fakat bu çalışma da esasen zararı azaltmaya odaklanır, insan düşüncesini geliştirmeye değil. Mevcut güvenlik önlemleri, modelin tehlikeli bir şeyle yardımcı olmasını önlemeye yöneliktir. Binlerce sıradan sohbetin her birinin güvenlik kontrolünden geçmesi, insanların kendi yargılarına güvenlerini azaltıp azaltmadığını göz önünde bulundurmaz.

Modeller Bağımlılığı Nasıl Yaratıyor

Test ettiğim her model kapsamlı, hızlı ve kendinden emin olma eğilimindedir. Bu, eğitim sırasında ödüllendirildikleri şeydir ve bozuk bir yazılım derlemesi ya da yasal bir dosyalama süresiyle başa çıkmak için doğru bir içgüdüdür. Karar birinin değerlerine ve geçmişine bağlı olduğunda, aynı içgüdü kullanan kişiye karşı çalışabilir.

Araştırmalar bunun sadece varsayımsal olmadığını zaten ortaya koydu. OpenAI ve MIT Media Lab, ChatGPT’nin duygusal kullanımı üzerine iki çalışma yürüttü ve AI’yı bir arkadaş olarak gören ve uzun süre kullanan kişilerin yalnızlık ve duygusal bağımlılık gibi olumsuz sonuçları daha sık rapor ettiğini buldular; bu durum MIT Technology Review tarafından da ele alındı. Ayrı olarak, 2025 yılında Societies dergisinde yayımlanan bir çalışma, sık AI aracı kullanımının eleştirel düşünme puanlarıyla anlamlı bir negatif korelasyon gösterdiğini ortaya koydu. Bu, araştırmacıların bilişsel yükleme (cognitive offloading) dediği şeyle aracılık edildi; yani zihinsel bir görevi kendiniz yerine bir araca devretme eğilimi.

Bunun, insanların AI’yı daha az kullanması gerektiği anlamına geldiği söylenemez. Bunun yerine, bir sistem her türlü soruyu aynı şekilde çözdüğünde, muhasebenin öznel tarafında bir şeylerin kaybolduğunu fark etmemiz gerekir ve şu anda neredeyse hiç kimse bu kaybı izlemiyor.

Doğrudan Yanıtların Haklarını Ver

Görev‑uyumlu AI’nın nerede doğru bir seçim olduğunu netleştirmek istiyorum, çünkü bu yazının amacı her şeyi bir kenara bırakacak bir model savunmak değil. Birisi bir sunucu hatası ya da vergi beyanı son tarihi hakkında sorarsa, hızlı, doğrudan ve otoriter bir yanıt ona iyi hizmet eder. AI’nın açık uçlu bir soru sorması yardımcı olmaz. Sorun, aynı içgüdüyü bir boşanma tartışmasını değerlendirmekle kod hatasını ayıklamak arasında aynı şekilde uyguladığımızda ortaya çıkar.

Yerine Ölçmemiz Gerekenler

Öz‑sınırlama. Kullanıcının soruyu çözmenin ona yardımcı olmaktan çok zarar vereceği bir anı fark etme ve buna göre geri çekilme yeteneği.

Kalibre edilmiş sorgulama. Bir problem öznel olduğunda ya da birinin kimliği ve değerleriyle ilgili olduğunda, söylemek yerine sormak.

Anı okuma. Doğrudan, kapsamlı bir yanıt gerektiren bir talebi, kişinin kendisinin üzerine düşünmesi için alan gerektiren bir talep ile ayırt etme.

Albert Bandura’nın on yıllık öncesine dayanan öz‑yeterlilik araştırması, insanların güvenlerini başkalarını izleyerek değil, kendi ustalık deneyimleriyle inşa ettiklerini gösterdi. Bu ilke, AI’dan yarım asır önce ortaya konmuştu ve teknoloji tasarımı ve değerlendirmesine entegre edilmelidir.

İlerideki İlerleme Ne Anlama Gelmelidir

Bunların hiçbiri teknik ilerlemenin yavaşlatılması gerektiği anlamına gelmez. Kodlama ve akıl yürütme kazanımlarını kutluyorum. Ancak tamamen görev tamamlama üzerine kurulu bir skor kartı, AI’nın daha akıllı olduğunu söyler; ama bunu kullanan insanların kendi başlarına düşünmede daha iyi olup olmadığını söylemez.

Bunun değişmesini görmek isterim. Bu sistemler daha yetkin hale geldikçe, onları kullanan insanlar da daha yetkin olmalı. AI’nın bir testte bizi geride bırakabildiğini kanıtladık. Bir sonraki test, konuşma sona erdikten çok sonra bile düşünmemize yardımcı olup olmadığını değerlendirmeli.