Günümüzde 7’den 70’e, beyaz yakalıdan mavi yakalıya her meslek grubunda ve dünyanın her yerinde konuşulan en önemli kavramlardan biri “ Yapay Zeka”
Peki, yapay zekâ aslında gerçekten ne demek?
Alanın uzmanları yapay zekâyı nasıl tanımlıyor?
“Yapay zekâ, büyük veri kümeleri üzerinde öğrenme ve örüntü tanıma süreçlerini otomatikleştiren bir algoritmalar bütünüdür; sezgi ya da bilinç geliştirmez, ancak karmaşık karar modellerini simüle eder.”
(Russell & Norvig, 2021)
“Yapay zekâ, insan zekâsını taklit etmeye çalışan değil, veriden anlam üretmeyi öğrenen bir sistemdir. Onun ‘kararları’, matematiksel modellerle inşa edilmiş olasılık tahminleridir; yani zekâsı, insanınki gibi bilinçli değil, hesaplamasaldır.”
(Domingos, 2015)
“Yapay zekâ, insanın düşünme biçimini yeniden yaratan değil, onu sayısal bir düzleme taşıyan bir simülasyon aracıdır. Karar verirken duygusal sezgiden değil, verinin içinde gizli olasılıklardan beslenir.”
(Boden, 2016)
Bu tanımlar uyarınca basitçe örneklendirmek gerekirse;
Google Haritalar, her gün milyonlarca telefondan gelen anonim konum verilerini toplar.
Bu verilerdeki örüntüleri (desenleri) analiz eder:
- “Pazartesi sabahları şu cadde hep tıkanıyor.”
- “Saat 8 ile 9 arası ortalama hız 20 km/s’ye düşüyor.”
Ardından bu kalıplara bakarak bir olasılık modeli kurar:
“Şu anda X yolunda trafiğin %80 ihtimalle sıkışacağı görülüyor.”
Yani Google Haritalar:
- Sezgiyle değil, istatistikle karar verir.
- “Bugün sen geç kalırsın.” demez, “Benzer durumlarda insanlar geç kalmış.” der.
- İnsan gibi düşünmez ama verilerdeki kalıpları öğrenerek tahmin üretir.
Tam da Russell ve Norvig (2021) ile Domingos (2015)’in belirttiği gibi:
“Yapay zekâ bilinçli karar vermez; veriden anlam çıkarır ve olasılık hesaplayarak tahmin üretir.”
Diğer bir kolay anlaşılır örnek için ;
Elinde “akıllı” denilen ama aslında basit bir çamaşır makinesi olduğunu düşün.
Sen her defasında makineye şu talimatı veriyorsun:
- “Beyaz çamaşırlar 40°C’de, kısa program.”
- “Renkli çamaşırlar 30°C’de, uzun program.”
Makine bu tercihleri defalarca gözlemler.
Bir süre sonra sen “beyaz çamaşır” koyduğunda, makine kendi kendine hesap yapar:
“Bu kişi genelde beyazlar için 40°C seçiyor. O hâlde bu sefer de 40°C öneriyim.”
Ancak burada:
- Makine ‘beyazın neden 40°C’de yıkandığını’ bilmez.
- Sadece geçmiş verilerde bu desenin sık tekrarlandığını fark eder.
- Yani “neden” yoktur, sadece olasılık vardır.
Bu da Boden (2016)’nın tanımına tam oturur:
“Yapay zekâ, insanın düşünme biçimini yeniden yaratmaz; onu sayısal bir düzleme taşır.”
Yapay Zekâ ile İlgili Yanlış Anlaşılmalar
- “İnsan Gibi Düşünür”
Gerçek: Yapay zekâ veri temelli olasılık modelleri üretir; bilinç veya duygu geliştirmez. - “Her İşi Ele Geçirecek”
Gerçek: Dünya Ekonomik Forumu verilerine göre, YZ’nin 2025’e kadar 97 milyon yeni iş alanı yaratması beklenmektedir. - “Tarafsızdır”
Gerçek: Algoritmalar, eğitildikleri verilerdeki önyargıları yeniden üretir. - “Büyük Şirketlerin Oyuncağıdır”
Gerçek: Açık kaynak sistemlerle birlikte artık toplum tabanlı AI üretimi yükseliştedir. - “Tehlikelidir”
Gerçek: Tehlike, insan kontrolünün ve etik sınırların eksikliğinde ortaya çıkar.
(Díaz-Rodríguez et al., 2023)
Neden Bu Kadar Yanlış Anlaşılıyor?
- Medya etkisi: Bilimkurgu filmleri (Terminator, Ex Machina) AI’yı genellikle tehdit olarak resmediyor.
- Bilgi asimetrisi: Teknoloji üreticileri ile halk arasındaki bilgi farkı büyüyor.
- Eğitim eksikliği: YZ okuryazarlığı hâlâ düşük; insanlar algoritmaların nasıl çalıştığını bilmiyor.
- Hızlı evrim: AI modelleri çok hızlı değiştiği için, kamuoyu teknolojiyi anlamadan yenisi çıkıyor.
(Afroogh et al., 2024)
Yanlış Anlama Sürecin İlerlemesini Yavaşlatıyor Mu?
- Güven kaybı: İnsanlar “deepfake” veya hatalı bilgi üreten sistemler nedeniyle güvenini yitiriyor.
- Etik boşluk: Kurallar teknolojiye yetişemediği için etik tartışmalar havada kalıyor.
- Eşitsizlik: Gelişmiş ülkeler AI avantajını kullanırken, gelişmekte olan ülkeler geri kalabiliyor.
- Korku kültürü: “İnsanlık bitecek” söylemi, inovasyonun önünde psikolojik bariyer oluşturuyor.
(KPMG, 2025)
Yapay Zekânın Gerçek Geleceği: Tehdit Değil, Dönüşüm
Gelecek yıllarda YZ’nin kaderini belirleyecek olan şey, insan davranışı ve etik yönetişim olacaktır.
- Şeffaf algoritmalar: İnsanlar, sistemlerin nasıl karar verdiğini anlayacak.
- Açıklanabilir AI (Explainable AI): “Neden böyle sonuç verdi?” sorusu yanıt bulacak.
- Eğitim ve katılım: Toplum, teknolojiye sadece tüketici olarak değil, paydaş olarak katılacak.
Yapay zekâ, meslekleri ortadan kaldırmıyor; onları yeniden şekillendiriyor.
Bu yazı bunun basit bir örneği olup, Taha Ömer Kurt tarafından yapay zekâ destekli araçlarla oluşturulmuştur.
Kaynakça
Afroogh, S., Akbari, A., Malone, E., Kargar, M., & Alambeigi, H. (2024). Trust in AI: Progress, Challenges, and Future Directions. arXiv. https://arxiv.org/abs/2403.14680
Boden, M. A. (2016). AI: Its Nature and Future. Oxford University Press.
Díaz-Rodríguez, N., Del Ser, J., Bennetot, A., Tabik, S., Barbado, A., & Herrera, F. (2023). Trustworthy Artificial Intelligence. arXiv. https://arxiv.org/abs/2305.02231
Domingos, P. (2015). The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World. Basic Books.
KPMG. (2025). Trust, Attitudes and Use of Artificial Intelligence: A Global Study. https://kpmg.com
Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th ed.). Pearson.
