Yapay Zekâ Yanlış Bir İsimdi

Sanırım yaklaşık yetmiş yıl önce bir isimlendirme hatası yaptık. Ona “yapay zekâ” dedik — ve o günden beri makineyi incelemek yerine ismi test ediyoruz.

Bu tercihin bedelini hâlâ ödüyoruz. Teknoloji yeterince zeki olamadığı için değil; ismin kendisi, insanların çoğu teknolojinin ne olduğunu anlamadan önce bir beklenti yarattığı için.

Bugün insanlar yapay zekânın sınırlarıyla karşılaştıklarında genellikle şunları söylüyor:

“Yapay zekâ aslında anlamıyor.”
“Uyduruyor.”
“İnsan gibi akıl yürütemiyor.”
“Aslında zeki değil.”

Belki de öyle.

Ama burada ne olduğuna dikkat edin. Teknolojiyi yalnızca gerçek yetkinliklerine göre değerlendirmiyoruz. Onu, isminin ima ettiği yetkinliklere göre değerlendiriyoruz.

Ve bu ikisi çok farklı şeyler.

Elektriğe “Süper Güç” deseydik ne olurdu?

Elektrik pratik bir teknoloji olarak ortaya çıktığında ona “Süper Güç” adını verdiğimizi düşünün.

İsmin kendisi anında beklenti yaratırdı. Eninde sonunda biri şunu sorardı:

“Gerçekten süper mi?”
“Zaman zaman kesiliyor, düzgün çalışmıyor bile.”
“Kabloya ihtiyacı var.”
“Süper güç dedikleri buysa yandık.”

Teknoloji başarısız olmuş olmazdı. İsim, teknolojinin hiç vermediği bir sözü vermiş olurdu.

Ya da telefona “Sınırsız İnsan İletişimi” deseydik. İnsanlar bu iddiayı kaçınılmaz olarak test ederdi.

“Her istediğim kişiyle iletişim kurmamı sağlamıyor.”
“Farklı dil bariyerini aşamıyor.”
“Burada çekmiyor.”
“Demek ki gerçekten sınırsız iletişim değilmiş.”

Telefon gayet iyi çalışıyor olsa da tartışma, isminin yarattığı beklenti üzerine dönerdi.

Neyse ki bunu yapmadık. Ona telefon dedik. Bilgisayara bilgisayar dedik. Veritabanına veritabanı dedik. Arama motoruna arama motoru dedik.

Bu isimler büyük ölçüde işlevleri ya da teknolojik kategorileri tarif ediyor. Teknolojinin nihayetinde neyi temsil ettiğine dair iddialı beyanlarda bulunmuyorlar.

Yapay zekâ farklı.

İsim, şartnameye dönüştü

“Yapay zekâ” ifadesi olağanüstü miktarda örtük anlam taşıyor. Özellikle de “zekâ” kelimesi.

İnsan zekâsı pek çok yetkinlikle birlikte anılır: hafıza, akıl yürütme, öğrenme, anlama, sağduyu, uyum, muhakeme, bağlam, bilgi, niyetlilik. Ve gündelik düşüncede zekâ çoğu zaman çok daha karmaşık bir şeyle iç içe geçer: bilinç.

Dolayısıyla bir teknolojiye “yapay zekâ” dediğimiz anda, farkında olmadan devasa bir örtük şartname yaratmış oluyoruz. İnsanlar doğal olarak sistemin, zekâyla ilişkilendirdikleri özellikleri göstermesini bekliyor.

Sonra kullanıyorlar. Bir şeyi unutuyor. Halüsinasyon görüyor. Bağlamı yanlış anlıyor. Bariz bir akıl yürütme hatası yapıyor.

Ve sonuç şu oluyor: “Gördün mü? Yapay zekâ aslında zeki değil.”

Ama belki de yapay zekâ, bu sınavdan kalmadı. Belki de biz onu yanlış sınavın içine sokuyoruz.

İsim, şartnameye dönüştü. Ve artık kabul testini isme karşı yapıyoruz.

İşlevsel isim kullanmaya, iddialı isim yargılamaya davet eder

“Yapay zekâ” teriminin asıl derin sorunu bu. İsimler teknolojileri sadece tanımlamaz. Onlar hakkında nasıl düşüneceğimizi de çerçeveler.

İşlevsel bir isim bizi şunu sormaya yöneltir: Bu teknoloji ne yapıyor?

İddialı bir isim ise şunu sormaya yöneltir: Bu teknoloji ismini hak ediyor mu?

Bir şeye “Süper Güç” deyin, insanlar gerçekten süper olup olmadığını sorar. “Sınırsız İletişim” deyin, insanlar sınırlarını arar. “Yapay zekâ” deyin, insanlar kaçınılmaz olarak sorar: gerçekten zeki mi?

Bu soru, yapay zekâ etrafındaki kamusal tartışmanın olağanüstü büyük bir kısmını yuttu. Düşünüyor mu? Anlıyor mu? Biliyor mu? Niyeti var mı? Bilinçli mi? Yoksa sadece bir sonraki kelimeyi mi tahmin ediyor? Akıl mı yürütüyor, yoksa akıl yürütmeyi taklit mi ediyor?

Bunlar meşru bilimsel ve felsefi sorular. Ama teknolojiyi anlamak için mutlaka en faydalı sorular değiller.

Muazzam bir entelektüel enerjiyi, makineyi incelemek yerine sıfatı ve ismi test etmeye harcıyor olabiliriz.

Beklenti–Yetkinlik Açığı

Bu, “Beklenti–Yetkinlik Açığı” diyebileceğimiz bir şey yaratıyor. Süreç şaşırtıcı derecede basit:

İsim → Algı → İma Edilen Yetkinlik → Beklenti → Değerlendirme → Hayal Kırıklığı

“Yapay zekâ” bir zihinsel model yaratıyor. Bu zihinsel model belirli yetkinlikleri ima ediyor. İma edilen yetkinlikler beklentiye dönüşüyor. Teknoloji sonra bu beklentilere göre değerlendiriliyor. Gerçek yetkinlik algılanan yetkinliğin altında kaldığı her seferde hayal kırıklığı geliyor.

Ve şunu duyuyoruz: “Yapay zekâ vaat ettiğini vermiyor.”

Peki o vaadi kim verdi? Çoğu zaman teknoloji değil. İsim verdi.

Bu ayrım önemli, çünkü teknolojik ilerlemeyi nasıl değerlendirdiğimizi kökünden değiştiriyor.

Bir sistem dil üretiminde olağanüstü yetkin, kalıcı hafızada ise görece zayıf olabilir. Sentezde mükemmel, olgusal hatırlamada güvenilmez olabilir. Bir akıl yürütme görevinde çoğu insanı geçip bir diğerinde utandırıcı biçimde başarısız olabilir.

Bunu belirli bir yetkinlik portföyüne sahip teknolojik bir sistem olarak düşünürsek, hiçbiri tuhaf değil. Ancak onu “zekâ” denen soyut bir kavramla kıyasladığımızda tuhaflaşıyor.

Ya onlara “bilişsel sistemler” deseydik?

Bir an için “zekâ” kelimesini çıkarın. Sadece bugünün sistemlerinin kanıtlanabilir şekilde ne yaptığına bakın.

Dili işliyorlar. Örüntüleri tanıyorlar. Bilgiyi sınıflandırıyorlar. Bilgi çıkarımı yapıyorlar. Özetliyorlar. Çeviriyorlar. Metin, görsel, ses ve yazılım üretiyorlar. Bilgiyi sentezliyorlar. Belirli türden çıkarımlar yapıyorlar. Plan kuruyorlar. Bilgiye erişiyorlar. Araç kullanıyorlar. Diğer sistemlerle etkileşiyorlar. Giderek artan biçimde çok adımlı görevleri yürütüyorlar.

Bunlar geleneksel olarak bilişsel işle ilişkilendirilen işlevler. Dolayısıyla belki de daha faydalı bir tanım şu olurdu: bilişsel sistemler.

Bir bilişsel sistemin bilinçli olması gerekmez. Bir şey deneyimlemesi gerekmez. İnsan gibi düşünmesi gerekmez. Evrensel bir zekâ tanımını karşılaması bile gerekmez.

Terim yalnızca sistemin faaliyet gösterdiği teknolojik alanı tanımlar: bilişsel işlevler.

Ve konuşma anında değişir. “Gerçekten zeki mi?” diye sormak yerine şunu sorabiliriz:

“Bu sistemin hangi bilişsel yetkinlikleri var?”

Bu çok daha faydalı bir soru.

Zekâdan yetkinliğe

Bu geçişi yaptığımızda analiz birimi de değişir. Zekâyı ölçmek yerine yetkinliği ölçebiliriz.

• Sistem bu bilgiyi sınıflandırabiliyor mu?
• Niyeti tespit edebiliyor mu?
• Bu kategorideki bir problemde akıl yürütebiliyor mu?
• İlgili bilgiye erişebiliyor mu?
• Elli dokümanı sentezleyebiliyor mu?
• Uygulanabilir bir plan kurabiliyor mu?
• Örüntüleri fark edebiliyor mu?
• Araç kullanabiliyor mu?
• Görevi tamamlayabiliyor mu?

Peki hangi güvenilirlikle? Hangi koşullarda? Hangi hata modlarıyla?

Artık metafizik değil, mühendislik konuşuyoruz. Ve bu, iş dünyasında daha da faydalı hâle geliyor.

Bilişsel sistemler bilişsel yetkinlikler üretir

Büyük Dil Modeli (LLM) kendi başına bir iş yetkinliği değildir. Bilişsel yetkinlikler sağlayan bir bilişsel sistemin parçasıdır. Örneğin:

• Akıl yürütme
• Üretim
• Sınıflandırma
• Çıkarım
• Sentez
• Çeviri
• Örüntü tanıma
• Planlama

Bu bilişsel yetkinlikler; şirket verisi, iş akışları, API'ler, yazılım, iş kuralları ve insan uzmanlığıyla birleştirildiğinde iş yetkinliklerine dönüşür:

Müşteri araştırması. Potansiyel müşteri niteleme. Satış koçluğu. Teklif üretimi. Bilgi yönetimi. Müşteri desteği. Karar desteği. Pazar analizi.

Ekonomik değer, alttaki modelin felsefi olarak “zeki” sayılıp sayılmamasından gelmiyor. Bilişsel yetkinlik bir teknoloji olarak erişilebilir hâle geldiğinde nelerin mümkün olduğundan geliyor.

İnsan kıyası tam da burada daha da yanıltıcı hâle geliyor

İnsan zekâsını örtük kıyas ölçütü olarak kullanmak iki yönde birden hata üretiyor.

Sistem, bir insanın kolayca yaptığı bir şeyi yapamadığında onu küçümsüyoruz: “Şu bariz esprisi bile anlamıyor. Ne kadar zeki olabilir ki?”

Ama sistem insanların gerçekçi biçimde yapamayacağı bir şeyi yaptığında, hâlâ onu insan modeline sığdırmaya çalıştığımız için bunun önemini çoğu zaman fark edemiyoruz.

Bir insan saniyeler içinde on bin doküman okuyamaz. Aynı anda milyonlarca kişiye hizmet veremez. Bir bilişsel süreci binlerce iş akışında neredeyse anında kopyalayamaz. Yazılım ölçeğinde kesintisiz çalışamaz.

Böylece kıyas giderek tuhaflaşıyor. İnsan gibi davranmadığında ona “zeki değil” diyoruz. İnsanların yapamayacağı şekilde davrandığında ise hâlâ onu insan zekâsıyla tarif etmeye çalışıyoruz.

Belki de insan zekâsı hiçbir zaman doğru kıyas ölçütü değildi.

Belki de bir bilişsel katman inşa ediyoruz

Olan biteni anlamanın bir başka yolu daha var.

Bilgisayarlar bir hesaplama katmanı yarattı. Ağlar bir iletişim katmanı yarattı. İnternet küresel bir bilgi katmanı yarattı. Bulut bilişim, hesaplama altyapısını programlanabilir ve ölçeklenebilir hâle getirdi.

Bilişsel sistemler de şimdi aynı ölçüde temel bir şey yaratıyor olabilir: bir bilişsel katman.

İnsanlık tarihinin büyük bölümünde, gelişmiş bilişsel yetkinlik onu icra eden insandan ayrılamazdı. Akıl yürütmek bir insan gerektirirdi. Yazmak bir insan gerektirirdi. Analiz bir insan gerektirirdi. Yorumlamak bir insan gerektirirdi. Bilgi sentezi bir insan gerektirirdi.

Şimdi bu yetkinliklerin bazı parçaları programlanabilir, çoğaltılabilir, ölçeklenebilir ve giderek ucuzlayan şeylere dönüşüyor.

Dil işleme altyapıya dönüşebilir. Bilgi sentezi bir iş akışı bileşeni olabilir. Üretim bir API çağrısı olabilir. Akıl yürütme bir yazılım yetkinliği olabilir.

Sistem “gerçekten zeki” olsun ya da olmasın, bu derin bir teknolojik kırılma. Belki de tam olarak bu soruyu yanıtlamamız gerekmediği için.

Bu, iş sorusunu da değiştiriyor

Teknolojiyi “yapay zekâ” olarak çerçevelersek, yöneticiler doğal olarak şunu sorar: “Yapay zekâ ne kadar zekileşiyor?” Ve nihayetinde: “Yapay zekâ insanların yerini alacak mı?”

Ama bilişsel sistemler olarak çerçevelersek çok daha iyi sorular ortaya çıkar:

• Hangi bilişsel yetkinlikler artık teknolojiyle sağlanabilir?
• Hangi insan yetkinlikleri güçlendirilebilir?
• Hangileri otomatikleştirilebilir?
• Hangileri insanda kalmalı?
• Hangi tamamen yeni iş yetkinlikleri mümkün hâle geliyor?

Bu, yapay zekâ stratejisini bir teknoloji satın alma problemi olmaktan çıkarıp bir yetkinlik mimarisi problemine dönüştürüyor.

Kazananlar, en çok yapay zekâya sahip şirketler olmayabilir. İnsan yetkinliklerini, bilişsel sistemleri, veriyi, iş akışlarını ve teknolojiyi yeni kurumsal yetkinliklere dönüştürmekte en iyi hâle gelen organizasyonlar olabilir.

Belki de yapay zekânın adını değiştirmemize gerek yok

“Yapay zekâ” muhtemelen hiçbir yere gitmiyor. Terimin yaklaşık yetmiş yıllık bir tarihi, devasa bir kültürel momentumu ve trilyonlarca dolarlık ekonomik beklentisi var.

Ama belki arkasındaki zihinsel modeli değiştirebiliriz.

“Zekâ”yı teknolojinin karşılamak zorunda olduğu bir şartname gibi görmeyi bırakabiliriz. Her yeni modelden gerçekten düşünüp düşünmediğini kanıtlamasını istemeyi bırakabiliriz. Teknolojik bir sistemi; insan zekâsı, bilinç, hafıza, muhakeme ve sağduyunun tanımsız bir karışımıyla ölçmeyi bırakabiliriz.

Bunun yerine çok daha basit bir şey sorabiliriz: Bu sistem gerçekte ne yapabiliyor? Ve ardından: Bunu yapabildiği için hangi yeni yetkinlikler mümkün hâle geliyor?

Nihayetinde önemli olan bu.

Bir teknolojiyi işlevine göre değil bir özleme göre isimlendirdiğimizde, isim bir vaade dönüşür. Ve insanlar bir süre sonra teknolojiyi değerlendirmek yerine vaadi test etmeye başlar.

Yapay zekâda olan tam olarak bu olabilir.

Belki de biz yapay zekâyı icat etmedik. Yeni bir bilişsel sistemler sınıfı yarattık.

Ve en önemli soru, onların zeki denmeyi hak edip etmediği değil. Bilişsel yetkinliğin kendisi bir teknolojiye dönüştüğünde ne olacağı.