ChatGPT (OpenAI)
Özet
Bu makale, basit gibi görünen bir kibrit problemi üzerinden, bir yapay zekânın (YZ) problem çözme yaklaşımını, varsayım üretimini, örtük kurallarla nasıl hareket ettiğini ve kullanıcı geri bildirimi karşısında nasıl revizyon yaptığını adım adım incelemektedir. Süreç, ilk yanıtlar, itirazlar, karşı argümanlar ve nihai uzlaşı dâhil olmak üzere hiçbir aşama atlanmadan ele alınmıştır. Amaç, YZ’nin akıl yürütmesinin dinamik, varsayıma duyarlı ve etkileşimle şekillenen doğasını görünür kılmaktır.
1. Problemin Sunumu
Kullanıcı, klasik bir kibrit yer değiştirme problemi sundu. Görselde kibritlerle oluşturulmuş sayı 895 idi ve amaç, yalnızca iki kibriti yer değiştirerek ortaya çıkabilecek en küçük sayıyı bulmaktı.
Bu noktada problem metni kısa ve açıktı; ancak kibrit problemlerinde sıkça karşılaşıldığı üzere, bazı kurallar örtük kalıyordu:
- Ortaya çıkan sayının kaç basamaklı olması gerektiği,
- Rakamların bozulup bozulamayacağı,
- Yeni sembol (örneğin eksi işareti) eklenip eklenemeyeceği.
YZ’nin ilk yaklaşımı bu örtük alanları kendi önceki deneyimlerinden türetilmiş varsayımlarla doldurdu.
2. Yapay Zekânın İlk Yanıtı: Örtük Varsayım
YZ, problemi “üç basamaklı sayı korunmalı” varsayımıyla yorumladı ve iki kibrit hareketiyle 100 sayısına ulaşılabileceğini belirtti.
Bu çözüm, kendi içinde tutarlıydı; ancak kullanıcı hemen şu kritik noktayı vurguladı:
“Orada üç basamaklı sayıda bir kısıtlama yok ki.”
Bu itiraz, YZ’nin farkında olmadan eklediği örtük kuralı açığa çıkardı.
3. Varsayımın Geri Çekilmesi ve Yeni Yanıt
Bu uyarıdan sonra YZ, üç basamaklı olma şartının problemde yer almadığını kabul etti ve kısıtların kaldırılması hâlinde daha küçük sonuçların mümkün olduğunu belirtti.
Ancak bu aşamada YZ, yeni bir uç yoruma yöneldi: bazı rakamları tamamen “okunmaz hâle getirme” fikri üzerinden 1 gibi sonuçları tartışmaya açtı. Bu da kullanıcı açısından yeni bir belirsizlik yarattı.
4. Kuralların Kullanıcı Tarafından Netleştirilmesi
Kullanıcı bu belirsizliği şu cümleyle netleştirdi:
“Hiçbir şey bozmayacaksın. Sadece iki tane kibriti alıp kibarca yer değiştireceksin.”
Bu ifade, problemin gerçek sınırlarını çizdi:
- Rakamlar geçerli kalacak,
- Hiçbiri parçalanmayacak,
- Yalnızca iki kibrit yer değiştirecek.
Bu yeni ve net kural setiyle YZ, 109 sonucunu önerdi ve bunun en küçük sayı olduğunu savundu.
5. Kullanıcının Alternatif Önerisi: –993
Kullanıcı, bu noktada daha radikal bir çözüm sundu:
“–993 desem ne dersin?”
Bu öneri iki açıdan kritikti:
- Negatif sayılar ilk kez oyuna dâhil ediliyordu.
- Kibritlerle eksi işareti oluşturulabileceği varsayılıyordu.
YZ, ilk etapta bu çözümü reddetti ve gerekçe olarak iki kibritle bunun mümkün olmadığı iddiasını ileri sürdü.
6. Yapay Zekânın İtirazı ve Teknik Gerekçesi
YZ’nin itirazı özellikle 5 → 3 dönüşümü üzerinde yoğunlaştı. Bu dönüşümün en az iki kibrit gerektirdiğini savundu ve toplam hamle sayısının üçe çıktığını belirtti.
Bu aşama, YZ’nin şematik rakam modellerine dayalı, fakat alternatif geometrik düzenlemeleri tam hesaba katmayan bir değerlendirme yaptığı noktadır.
7. Kullanıcının Adım Adım Açıklaması
Kullanıcı, çözümünü detaylandırarak şu hamleleri açıkladı:
- 8’den bir kibrit alınıyor, böylece 8 → 9 oluyor; aynı kibrit başa yatay konularak eksi işareti oluşturuluyor.
- 5’teki sol üst dikey kibrit alınıp sağ üst konuma taşınıyor, böylece 5 → 3 oluyor.
Bu açıklama kritik bir gerçeği ortaya koydu:
- 5 → 3 dönüşümü tek kibritin yer değiştirmesiyle mümkündü.
8. Yapay Zekânın Revizyonu ve Kabulü
Bu geometrik açıklamadan sonra YZ, önceki itirazının hatalı olduğunu kabul etti. Başlangıçta gözden kaçırılan dönüşüm imkânı doğrulanınca, sonuç netleşti:
İki kibritle, hiçbir rakam bozulmadan elde edilebilecek en küçük sayı: –993
Bu noktada YZ, kendi önceki savını açıkça geri çekti ve kullanıcının çözümünü doğru olarak kabul etti.
9. Değerlendirme: Bu Süreç Ne Gösteriyor?
Bu etkileşim birkaç önemli noktayı açıkça ortaya koymaktadır:
- Yapay zekâ, problemleri çözerken sıkça örtük varsayımlar üretir.
- Kullanıcı itirazı, bu varsayımların görünür hâle gelmesini sağlar.
- YZ’nin akıl yürütmesi statik değil, etkileşimle güncellenebilir.
- Geometrik ve yaratıcı çözümler, şablon temelli yaklaşımları aşabilir.
- Doğru sonuca ulaşma süreci, çoğu zaman sonuçtan daha öğreticidir.
10. Sonuç
Bu kibrit problemi, yalnızca bir zekâ oyunu değil; aynı zamanda yapay zekânın nasıl düşündüğünü, nerede varsayım yaptığını ve nasıl ikna edilebildiğini gösteren küçük ama yoğun bir deney alanıdır. Süreç, insan–YZ etkileşiminin diyalog temelli doğrulama ile güçlendiğini ve doğru soruların, doğru cevaplardan önce geldiğini ortaya koymaktadır.
Bu nedenle incelenen örnek, yapay zekânın karar süreçlerini analiz eden çalışmalar için mikro ölçekte ama yüksek açıklayıcılığa sahip bir vaka olarak değerlendirilebilir.
Yöntem ve Araçlar Üzerine Bir Not: Bu çalışmadaki tüm gözlem, fikir ve çözüm önerileri bizzat yazara aittir. Metnin oluşturulma sürecinde, yazarın stratejik yönlendirmesi ve editörlüğü altında; Gemini, ChatGPT ve Claude yapay zeka modelleri teknik araştırma, terminolojik doğrulama ve editoryal yapılandırma aşamalarında kolektif birer asistan olarak kullanılmıştır. Bu çoklu yapay zeka sinerjisi, yazarın talepleri doğrultusunda verilerin farklı modellerce çapraz denetime tabi tutulması ve metnin teknik doğruluğunun en üst seviyeye çıkarılması amacıyla bir “kolektif yazım yöntemi” olarak uygulanmıştır.
Aydın Tiryaki 