Rehber Yapay zekâ gerçekten zeki mi? Akıcı yanıtın sınırları nasıl değerlendirilir?

“Yapay zekâ zeki” tek başına belirli bir uygulamanın, modelin veya özelliğin adı gibi görünmüyor. Bu ifade büyük olasılıkla “Yapay zekâ gerçekten zeki midir?” ya da “Hangi yapay zekâ daha zekidir?” sorularından birini anlatıyor. Bu nedenle kesin bir ürün kimliği varsaymak doğru olmaz.

Yapay zekâ zeki sayılır mı?​

Yapay zekâ; metin üretme, örüntüleri tanıma, hesaplama, sınıflandırma ve bazı problemlerde adım adım akıl yürütme gibi görevlerde başarılı olabilir. Ancak bu başarı, insanlardaki bilinç, niyet, deneyim veya dünyayı gerçekten anlama ile aynı anlama gelmez.

Bir yapay zekânın “zeki” olup olmadığını tek bir soruyla ölçmek yerine, belirli görevlerdeki başarısını değerlendirmek gerekir. Örneğin bir model kod yazmada başarılı olabilirken güncel bir bilgiyi yanlış hatırlayabilir, belirsiz bir talimatı hatalı yorumlayabilir veya güvenilir görünen bir açıklamayı kanıtsız biçimde üretebilir. OpenAI, yapay genel zekâyı genel anlamda insanlardan daha zeki sistemleri tanımlamak için kullanılan bir kavram olarak açıklar; bu, bugün kullanılan her yapay zekâ aracının bu seviyede olduğu anlamına gelmez.

Akıllı görünen yanıt neyi kanıtlamaz?​

Akıcı ve kendinden emin bir cevap, cevabın doğru olduğunu kanıtlamaz. Yapay zekâ çoğu zaman eğitiminden ve verilen bağlamdan hareketle olası bir yanıt üretir. Bu nedenle hukuk, sağlık, finans, güvenlik, güncel mevzuat ve kişisel verilerle ilgili konularda yanıtı bağımsız birincil kaynakla doğrulamak gerekir.

Ayrıca bir modelin bir testte yüksek puan alması, her konuda en iyi araç olduğunu göstermez. Kullanılacak aracın başarısı; görevin türüne, verilen bilginin kalitesine, modelin güncelliğine ve hatanın maliyetine bağlıdır.

Bir yapay zekânın zekâsını nasıl değerlendirebilirsiniz?​

Aynı görevi, açık ölçütlerle ve mümkünse birden fazla araçla karşılaştırın. Varsayımsal bir örnekte, elinizdeki üç paragraftan kısa bir yönetici özeti hazırlatabilirsiniz:

1. Görevi sınırlandırın. Modele “Aşağıdaki metni 100 kelimeyi geçmeden özetle; yalnızca metinde bulunan bilgileri kullan; emin olmadığın noktaları ayrıca belirt” talimatını verin. Böylece yalnızca akıcı yazımı değil, talimata uyma becerisini de ölçersiniz.
2. Aynı girdiyi kullanın. Metni ve talimatı değiştirmeden farklı yanıtları karşılaştırın. Farklı girdiler kullanılırsa hangi modelin daha iyi olduğunu güvenilir biçimde ayırt edemezsiniz.
3. Sonucu kontrol edin. Özetteki her önemli cümlenin kaynak metinde karşılığı olup olmadığına bakın; eklenmiş, çarpıtılmış veya eksik bırakılmış bilgi varsa bunu not edin.
4. Ölçütleri ayrı değerlendirin. Doğruluk, talimata uyma, eksiksizlik, açıklık ve yanıt süresi için ayrı karar verin. Bir modelin daha uzun cevap vermesi tek başına daha zeki olduğu anlamına gelmez.

Bu denemede en iyi sonuç, yalnızca en düzgün yazılmış metin değildir. Kaynağa sadık kalan, sınırlarını belirten ve istenen biçime uyan yanıt daha güvenilir kabul edilir. Yüksek riskli bir konuda küçük bir hata bile önemliyse, başarılı görünen sonucu insan denetimi olmadan kullanmayın.

1. Girdi türünü belirleyin.
2. Beklenen çıktıyı ve sınırını tanımlayın.
3. Sonucu gerçek ihtiyaç ve kaynakla kontrol edin.

Tablodaki ölçütlerden biri iyi, diğerleri zayıfsa genel bir “zeki” hükmü vermek yerine kullanım amacına göre karar verin. Örneğin yaratıcı fikir üretiminde üslup ve çeşitlilik öne çıkabilir; muhasebe hesabında ise doğruluk ve denetlenebilirlik daha önemlidir.

Belirli bir ürünü soruyorsanız​

“Zeki” adıyla bilinen bir yapay zekâ aracı, model veya özellik kastediyorsanız başlığa ürünün tam adını, kullandığınız platformu ve öğrenmek istediğiniz şeyi ekleyin. Örneğin “Zeki adlı yapay zekâ uygulaması nedir?”, “En zeki yapay zekâ modeli hangisi?” veya “Yapay zekâ neden bazen yanlış cevap verir?” soruları farklı yanıtlar gerektirir.

Şu anki ifade tek başına belirli bir ürünün kimliğini doğrulamaya yetmediği için, onu belirli bir uygulama veya hizmet olarak tanımlamak mümkün değildir.