Yapay zeka sistemleri yalnızca içerik üreten araçlar olmaktan çıkarak karar süreçlerinin daha fazla noktasına yerleşiyor. İstihbarat analizinden hukuk araştırmalarına, siber güvenlikten bilimsel keşiflere kadar uzanan kullanım alanları, modellerin yetenekleri kadar hangi verilere ve araçlara erişebildiğini de önemli hale getiriyor.
19–25 Eylül 2026 döneminde bu dönüşümün farklı sonuçlarını gördük. Yapay zeka kaynaklı yanlış bir istihbarat askeri müdahale hazırlığına yol açarken, başka bir model bilim insanlarının daha önce tanımlamadığı CRISPR benzeri bir sistemin bulunmasına katkı sağladı. Yapay zeka ajanları kullanıcılar adına pazarlık yaparken, Birleşmiş Milletler Güvenlik Konseyi küresel yönetişim ihtiyacını gündemine taşıdı.
TRAI olarak haftanın öne çıkan 10 yapay zeka gelişmesini ve bunların kurumlar açısından neden önemli olduğunu derledik.
ABD ordusundaki bir analiz sürecinde kullanılan yapay zeka sohbet robotu, Çin bandıralı bir geminin yük manifestosunda yer alan ticari ürünleri nükleer program bileşenleri olarak yanlış sınıflandırdı.
Hatalı bilgi, hazırlanan istihbarat raporuna girerek farklı birimlere iletildi. Haberlere göre uçaklar havalandı ve gemiye çıkacak personel hazırlanmaya başladı. Bilginin doğruluğuna ilişkin şüpheler operasyon gerçekleştirilmeden önce fark edildi.
Neden önemli?
Olay, yapay zekanın yüksek riskli karar süreçlerine eklenmesinin yalnızca hız ve verimlilik sağlamadığını; doğrulanmamış bir çıktının etkisini de büyütebildiğini ortaya koyuyor.
İnsan onayı tek başına yeterli olmayabilir. Kararı veren kişi, yapay zeka tarafından hazırlanan raporu güvenilir kabul ediyorsa insan denetimi yalnızca biçimsel bir kontrol olarak kalabilir.
Özellikle savunma, sağlık, finans ve kritik altyapı gibi alanlarda sistemlerin kaynak göstermesi, belirsizlik düzeyini belirtmesi ve yüksek riskli iddiaların bağımsız kaynaklarla doğrulanması gerekebilir. Yapay zeka çıktısının karar zincirinde nasıl dolaştığını gösteren denetim kayıtları da benzer hataların tespit edilmesini kolaylaştırabilir.
OpenAI, GPT-6 Sol ve GPT-6 Luna modellerinin önceki nesillere göre yaklaşık yüzde 50 daha düşük fiyatlarla sunulduğunu açıkladı. Şirketin paylaştığı fiyatlara göre GPT-6 Sol’un bir milyon girdi token maliyeti 2 dolar, çıktı token maliyeti ise 10 dolar seviyesinde.
Anthropic de Claude Opus 5.5’in Opus 5’e kıyasla yaklaşık yüzde 40 daha düşük çalıştırma maliyeti sunduğunu ve bazı görevlerde Claude Fable 5.1’e yakın performans gösterdiğini belirtiyor. Her iki şirketin performans açıklamalarının kendi testlerine dayandığını ve doğrudan karşılaştırma olarak görülmemesi gerektiğini not etmek gerekiyor.
Neden önemli?
Model sağlayıcılarının rekabeti yalnızca en yüksek karşılaştırma testi skoruna odaklanmıyor. Maliyet, hız ve belirli görevlerde yeterli performans sunabilme kapasitesi de satın alma kararlarında daha belirleyici hale geliyor.
Bir kurumun tüm işlerini en güçlü ve pahalı modelle yürütmesi gerekmeyebilir. Basit sınıflandırma görevleri daha küçük modellerle, karmaşık araştırmalar ise daha gelişmiş modellerle gerçekleştirilebilir.
Bu nedenle kurumların sağlayıcıların genel performans iddialarından çok kendi iş akışlarında elde ettikleri doğruluk, gecikme ve toplam maliyet sonuçlarına bakması daha sağlıklı olabilir.
OpenAI, hukuk profesyonellerine yönelik Astra for Law ürününü tanıttı. GPT-6 Astra üzerine kurulan sistem; hukuk kaynaklarına erişim, alıntı doğrulama, dosya analizi ve hukuk araştırması için özelleştirilmiş araçlar içeriyor.
Şirket, sistemin yaklaşık 230 milyon hukuk kaynağında arama yapabildiğini belirtiyor. OpenAI’ın 200 soruluk şirket içi testinde Astra for Law yüzde 54 doğruluk elde ederken, genel web araması kullanan temel modelin yüzde 38,7 seviyesinde kaldığı aktarılıyor. Ürünün çıktılarının hukuk uzmanları tarafından kontrol edilmesi gerektiği de özellikle belirtiliyor.
Neden önemli?
Bu ürün, dikey yapay zeka sistemlerinin avantajının yalnızca temel modelden gelmediğine işaret ediyor. Alana özgü veri tabanları, kaynak doğrulama mekanizmaları, iş akışı araçları ve erişim kontrolleri en az model kadar önemli olabilir.
Benzer bir yaklaşımın finans, sağlık, kamu ve mühendislik gibi uzmanlık gerektiren alanlarda da yaygınlaşması mümkün. Bu durumda kurumların model seçiminin yanında kullanılan kaynakların güncelliğini, veri lisanslarını ve uzman denetimini de değerlendirmesi gerekecek.
Hacktron adlı güvenlik araştırma ekibi, Claude Opus 5’ten yararlanarak OpenAI sistemlerinde bir dizi güvenlik açığı tespit etti. Araştırmacılar 72 saatten kısa süre içinde bazı çalışan hesaplarına ve şirket içi kod deposuna erişim sağlayabildi.
Süreçte bir görsel işleme kütüphanesindeki bellek açığı ile kimlik doğrulama sistemindeki zayıflıkların birlikte kullanıldığı bildirildi. Araştırmacılar bulguları sorumlu açıklama süreciyle OpenAI’a iletti; şirket açıkları kapattı ve ekibe hata ödülü verdi.
Neden önemli?
Gelişmiş modeller, güvenlik araştırmacılarının daha kısa sürede daha fazla ihtimali test etmesine yardımcı olabiliyor. Aynı kapasitenin kötü niyetli aktörlerin elinde kullanılması da mümkün.
Bu durum, güvenlik ekiplerinin yalnızca bilinen açıkları takip etmesinin yeterli olmayabileceğini düşündürüyor. Erişim yetkilerinin sınırlandırılması, tek bir açığın başka sistemlere geçiş sağlamamasının güvence altına alınması ve kritik hesaplarda ek doğrulama katmanlarının kullanılması daha önemli hale gelebilir.
Olay aynı zamanda yapay zeka destekli güvenlik testlerinin kontrollü ve sorumlu açıklama programları içinde yürütülmesinin değerini gösteren olumlu bir örnek niteliğinde.
Birleşmiş Milletler Güvenlik Konseyi, 23 Eylül’de yapay zekanın uluslararası barış ve güvenlik üzerindeki etkilerini ele alan üst düzey bir toplantı gerçekleştirdi.
Toplantıya OpenAI CEO’su Sam Altman, Anthropic CEO’su Dario Amodei, Hugging Face CEO’su Clément Delangue ve yapay zeka araştırmacısı Yoshua Bengio gibi isimler katıldı. Konuşmalarda ortak güvenlik standartları, ciddi olayların raporlanması, değerlendirme mekanizmaları ve uluslararası koordinasyon ihtiyacı öne çıktı.
Neden önemli?
Yapay zeka yönetişimi uzun süre teknoloji şirketleri ve ulusal düzenleyiciler arasında ele alındı. Konunun Güvenlik Konseyi düzeyine taşınması, teknolojinin dış politika ve uluslararası güvenlik başlığı olarak da değerlendirildiğine işaret ediyor.
Bununla birlikte küresel standartların nasıl oluşturulacağı, hangi kurumların denetim yetkisine sahip olacağı ve ülkeler arasındaki kapasite farklarının nasıl ele alınacağı henüz açık değil.
Türkiye açısından yalnızca sonradan oluşan standartlara uyum sağlamak yerine bu standartların tartışıldığı uluslararası platformlarda teknik ve diplomatik kapasite geliştirmek önem kazanabilir.
Anthropic’in yaşam bilimleri ekibi, Claude kullanılarak daha önce tanımlanmamış bir enzim ailesinin ve CRISPR sistemlerini andıran genetik tekrarların bulunduğunu açıkladı.
ART adı verilen sistem, büyük biyolojik veri kümelerindeki örüntülerin model tarafından analiz edilmesi sonucunda belirlendi. Ancak araştırma henüz hakem değerlendirmesinden geçmedi ve sistemin biyolojik işlevi deneysel olarak doğrulanmış değil. Anthropic de bulgunun bir hipotez niteliğinde olduğunu ve laboratuvar çalışmalarına ihtiyaç duyulduğunu belirtiyor.
Neden önemli?
Yapay zekanın bilimdeki rolü, mevcut makaleleri özetlemenin ötesine geçerek araştırılabilecek yeni hipotezler üretmeye doğru genişleyebilir.
Bununla birlikte bir modelin istatistiksel olarak dikkat çekici bir örüntü bulması, biyolojik mekanizmanın kanıtlandığı anlamına gelmiyor. Deney tasarımı, laboratuvar doğrulaması ve hakem değerlendirmesi kritik önemini koruyor.
Bilimsel yapay zeka sistemlerinin değeri yalnızca kaç yeni fikir ürettiğiyle değil, bu fikirlerin ne kadarının doğrulanabildiği ve araştırma sürecini ne ölçüde ilerlettiğiyle ölçülebilir.
Kanada’nın British Columbia eyaleti, Tumbler Ridge’de gerçekleşen okul saldırısı öncesinde saldırganın ChatGPT konuşmalarında tehdit işaretleri bulunduğunu ancak OpenAI’ın yetkilileri bilgilendirmediğini öne sürerek şirkete dava açtı.
Eyalet yönetimi, saldırı öncesindeki konuşmaların ciddi ve öngörülebilir bir tehlikeye işaret ettiğini savunuyor. OpenAI ise hesabın güvenlik sistemleri tarafından işaretlendiğini ve kapatıldığını, ancak eldeki bilgilerin yetkililere bildirim yapılmasını gerektiren eşiğe ulaşmadığını belirtiyor.
Neden önemli?
Dava, yapay zeka platformlarının olası fiziksel tehditler karşısında ne zaman müdahale etmesi gerektiğine ilişkin zor bir sınırı gündeme getiriyor.
Bildirim eşiğinin çok yüksek tutulması önlenebilir risklerin gözden kaçmasına neden olabilir. Çok düşük tutulması ise özel konuşmaların sürekli izlenmesi ve yanlış alarmların kolluk kuvvetlerine iletilmesi sonucunu doğurabilir.
Bu nedenle çözüm yalnızca “daha fazla bildirim” olmayabilir. Açık biçimde tanımlanmış yüksek risk ölçütleri, sınırlı veri paylaşımı, insan incelemesi, kayıt tutma ve hesap verebilirlik mekanizmalarının birlikte tasarlanması gerekebilir.
Anthropic’in Project Swap adlı deneyinde 201 şirket çalışanı, ellerindeki kitapları değiştirmek için kendilerini temsil eden yapay zeka ajanlarını kullandı.
Ajanlar kullanıcıların kitap tercihlerini öğrendi, diğer ajanlarla görüşerek takas önerileri geliştirdi ve karşılıklı anlaşmalar oluşturmaya çalıştı. Katılımcıların kısa değerlendirmeleriyle belirlenen tercihleri karşılaştırıldığında sistemin ikili seçimlerde yüzde 61 oranında doğru tahminde bulunduğu bildirildi.
Araştırmacılar, başarısız takasların önemli bölümünün pazarlık yeteneğinden çok ajanların kullanıcı tercihlerini yeterince iyi anlayamamasından kaynaklandığını belirtiyor. Çalışmanın düşük riskli bir ortamda ve tamamı Claude modellerinden oluşan ajanlarla yürütüldüğünü de unutmamak gerekiyor.
Neden önemli?
Yapay zeka ajanlarının ekonomik işlemlerde kullanılabilmesi için yalnızca iyi pazarlık yapmaları yeterli olmayabilir. Kullanıcının ne istediğini, hangi koşullarda taviz verebileceğini ve hangi sınırların aşılmaması gerektiğini de doğru temsil etmeleri gerekiyor.
Daha yüksek değerli işlemlerde yetki sınırları, işlem kayıtları, geri alma mekanizmaları ve sorumluluk paylaşımı çok daha kritik hale gelebilir.
Project Swap, “ajan ekonomisi” tartışmasının merkezindeki sorunun teknolojik kapasite kadar temsil ve güven olduğunu gösteren erken ölçekli bir deney olarak değerlendirilebilir.
UC Berkeley ve Chatbot Arena araştırmacılarının HarnessTax çalışması, aynı yapay zeka modelinin farklı kodlama ajanı altyapılarında nasıl performans gösterdiğini ve ne kadar maliyet oluşturduğunu inceledi.
Yedi model; Claude Code, Codex CLI ve Pi gibi farklı ajan çalıştırma katmanlarıyla birlikte test edildi. Çalışmada altyapı değişikliğinin başarı oranını çoğu durumda birkaç puan etkilediği, buna karşılık toplam token tüketimi ve maliyetin bazı eşleşmelerde beş kata kadar değişebildiği bildirildi.
Araştırmanın iki karşılaştırma testinden seçilmiş sınırlı sayıda görevle gerçekleştirildiğini ve üretim ortamlarının tamamını temsil etmediğini not etmek gerekiyor.
Neden önemli?
Bir yapay zeka uygulamasının maliyeti yalnızca model sağlayıcısının token fiyatından oluşmuyor. Aracın ne kadar bağlam gönderdiği, kaç kez yeniden deneme yaptığı, hangi araçları çağırdığı ve görev geçmişini nasıl yönettiği toplam maliyeti önemli ölçüde etkileyebilir.
Kurumların bu nedenle yalnızca modelleri değil, model ile ajan çalıştırma katmanının birlikte oluşturduğu sistemi test etmesi daha anlamlı olabilir.
Benzer başarı oranına sahip iki mimari arasında ciddi maliyet farkı oluşması, yapay zeka operasyonlarında yazılım mimarisini doğrudan bütçe konusu haline getiriyor.
ABD Başkanı Donald Trump, “artificial intelligence” ifadesinin teknolojiyi yeterince iyi tanımlamadığını savunarak “super intelligence” ve “SI” adlarının kullanılmasını önerdi. Açıklama sosyal medyada destek kadar eleştiri de aldı.
Öneri resmi bir isim değişikliğine veya düzenleyici karara dönüşmüş değil. Ayrıca “süper zekâ” kavramı, araştırma literatüründe insan yeteneklerini çok geniş bir alanda aşan varsayımsal sistemleri tanımlamak için zaten kullanılıyor. Bu nedenle bugünkü sistemler için aynı ifadenin kullanılması kavramsal karışıklık yaratabilir.
Aynı hafta Bill Gates, yapay zekanın önceki teknoloji dalgalarıyla aynı biçimde değerlendirilmesini bir toplumsal kör nokta olarak nitelendirdi. Gates, teknolojiyi “neredeyse evrimsel bir olay” olarak tanımlarken önemli faydalar sunabileceğini ancak iş gücü, güvenlik ve toplumsal eşitsizlik açısından ciddi riskler de taşıdığını söyledi.
Neden önemli?
Teknolojiyi tanımlamak için seçilen dil, kamuoyunun beklentilerini ve politika tartışmalarının çerçevesini etkileyebilir.
Mevcut sistemleri “süper zekâ” olarak adlandırmak, bu sistemlerin bugünkü sınırlarının gözden kaçmasına ve pazarlama diliyle teknik kavramların birbirine karışmasına neden olabilir. Gates’in kullandığı “evrimsel olay” ifadesi de güçlü bir çerçeve sunuyor; ancak teknolojinin gelecekteki etkilerine ilişkin bir yorum olarak değerlendirilmesi gerekiyor.
Bu iki yaklaşım birlikte ele alındığında, yapay zeka tartışmasının yalnızca modellerin neler yapabildiğiyle değil, toplumun bu teknolojiyi nasıl anlamlandırdığıyla da şekillendiği görülüyor.
Bu haftanın gelişmelerinde ortak bir yön öne çıkıyor: Yapay zeka sistemleri yalnızca yanıt üretmiyor; istihbarat raporlarını etkiliyor, hukuk araştırması yapıyor, güvenlik açıkları buluyor, bilimsel hipotezler geliştiriyor ve kullanıcılar adına pazarlık ediyor.
Bu geçiş, “model ne kadar güçlü?” sorusunun yanına başka sorular ekliyor:
Yapay zeka sistemlerine verilen yetki arttıkça küçük bir hatanın etkisi de büyüyebilir. Buna karşılık doğru sınırlar, doğrulama mekanizmaları ve uzman denetimiyle aynı sistemler bilimsel araştırmalardan kurumsal operasyonlara kadar önemli katkılar sağlayabilir.
Önümüzdeki dönemde kurumlar arasındaki farkı yalnızca en güçlü modele erişim değil, yapay zekanın yetki sınırlarını, maliyetini ve denetimini ne kadar iyi yönettikleri de belirleyebilir.
Dün, TRAI Ulaşım ve Lojistik Yapay Zeka Çalışma Grubu’nun ilk toplantısını gerçekleştirdik. Ulaşım ve lojistik…
Yapay zeka sektöründe rekabet yalnızca daha güçlü modeller geliştirmek üzerinden ilerlemiyor. Modellerin ne kadar hızlı…
109. TRAI Meet-Up’ta YZ ile Yeniden Şekillenen İK ve Eğitim Teknolojilerini Konuştuk
Yapay zeka gündeminde Eylül ayının ilk günlerine büyük model duyuruları damga vurdu. OpenAI, Anthropic ve…
TRAI Yapay Zeka Gündemi #2: Haftanın En Önemli 10 Yapay Zeka Gelişmesi Yapay zeka sistemleri…
İki şirket düşünün. Aynı sektör, aynı pazar, aynı rekabet ortamı. İkisi de yapay zekaya yatırım…