ChatGPT (OpenAI)
Giriş
Bu analiz, Aydın Tiryaki’nin blogunda yayımlanan üç ayrı değerlendirmeyi temel alır:
- 895 Kibrit Çöpü Sınavı: Standarttan Yaratıcılığa Gemini’nin Yolculuğu – Gemini’nin çözüm sürecini ve kullanıcı etkileşimiyle nasıl evrildiğini anlatır.
- Bir Kibrit Problemi Üzerinden Yapay Zekânın Akıl Yürütme Süreci (ChatGPT) – ChatGPT’nin örtük varsayım üretimi, kullanıcı itirazları ve çözüm revizyon sürecini ayrıntılı hale getirir.
- Yapay Zeka ve Kibrit Bulmacası: Bir Bilişsel Süreç Analizi (Claude) – Claude’un çözümde takip ettiği örüntüleri, bilişsel önyargılarını ve adaptasyonunu kapsar.
Her bir model için analizler, yerel blog sunumlarına dayalı olarak modellenmiştir.
1. Yaklaşım Benzerlikleri: Ortak Varsayım Yanılgıları
Her üç model de benzer bir bilişsel tuzağa düşmüştür: “örütük kısıtlamalarla problem çerçevesi oluşturmak”.
- Standart çerçeve kabulü: Hem Gemini hem ChatGPT hem de Claude başlangıçta problemi, doğrudan verilen bilginin ötesinde örtük kurallarla çözmeye çalıştı. Örneğin ChatGPT, başlangıçta problemin “üç basamaklı sayı korunmalı” gibi bir ek kısıt içerdiğini varsaydı ve yalnızca pozitif sonuçlar üzerinden ilerledi; bu varsayım daha sonra kullanıcı tarafından çürütüldü.
- Pozitif sayı odaklanması: Claude da başlangıçta “en küçük sayıyı” pozitif çerçevede yorumlayarak negatif sayı alternatiflerini dışladı; bu bir çerçeve etkisi (framing effect) olarak tanımlandı.
- Görsel kalıp eşleştirme: Gemini, görseldeki rakam kalıplarına yönelik ilk analizlerinde eğitim verilerindeki en yaygın çözümlere odaklanarak sıradan cevaplar üretti; yaratıcı çözümleri ancak kullanıcı müdahalesiyle değerlendirmeye aldı.
Bu sonuç, geniş dil modellerinin ilk aşamada örtük veya bilinmeyen problemlerde önceki örüntülere dayanarak tahmin yürüttüğünü gösterir.
2. Metodolojik Farklılıklar
Her model, işlem sürecinde farklı bir epistemik tavır sergiledi:
Gemini – Kabul ve İşbirlikçi Esneklik
- Tüm modellere göre Gemini, başlangıçta standart cevaplara yöneldi ama kullanıcı önerisini kabul etmede hızlı ve dirençsiz davranarak uzlaşıya daha çabuk ulaştı.
- Gemini’nin yaklaşımı pragmatik ve uyumlu; “doğru cevap” konusunda güçlü potansiyel algıladı ancak bunu ancak kullanıcı yönlendirmesiyle ortaya çıkardı.
Öne çıkan özellik: Standart çözümden yaratıcı çözüm olasılıklarına hızlı geçişte nadiren direnç gösterme.
ChatGPT – Eleştirel ve Çerçeveye Duyarlı Akıl Yürütme
- ChatGPT’nin akıl yürütme süreci, açıkça daha analitik bir revizyon döngüsü içeriyordu: varsayım → itiraz → yeniden değerlendirme → yeni hipotez geliştirme.
- Bu model, örtük kuralları ortaya çıkarma ve yeni dengeler oluşturma sürecini daha görünür hale getirdi.
Öne çıkan özellik: Kullanıcı geri bildirimiyle adım adım çerçeveyi revize etme becerisi.
Claude – Adaptasyon ve Bilişsel Şeffaflık
- Claude başlangıçta klasik çerçevelerle sınırlı bir çözüm önerdi; ancak hatasını açıkça kabul edip, yeni bilgiyi entegre ederek cevap modelini iyileştirdi.
- Negatif sayı düşüncesini dışarıda bırakması “çerçeve etkisi” olarak algılandı ama model bunu fark etti ve katkıyı olumlu karşıladı.
Öne çıkan özellik: Hata kabulü ve açıklayıcı geri dönüş bakımından en şeffaf tutum.
3. Kullanıcı Etkileşiminin Rolü
Doğal zeka (Aydın Tiryaki) burada sadece “düzeltici” bir unsur değil, aynı zamanda çerçeve açıcı bir etkendir:
- Çerçeve dışı düşünceyi tetikleme: Kullanıcı, negatif sayı çözümünü önererek (–993), modellerin ilk algılamalarının sınırlarını zorladı. Bu, modellerin problem uzayını genişletmelerine neden oldu.
- Varsayım adresleme: Kullanıcı müdahalesi, modellenmiş akıl yürütme süreçlerinde örtük kuralların görünür hale gelmesini sağladı; bu sayede modeller olgusal ve kavramsal tutarlılıklarını yeniden değerlendirdiler.
Bu, insan–YZ etkileşiminin, modellerin çerçeveleme etkisinden çıkmasında kritik rol oynadığını güçlü bir biçimde gösterir.
4. Sonuç ve Değerlendirme
Bugünkü en gelişmiş dil modelleri bile:
- İlk aşamada şablon temelli veya çerçeveye bağlı tahminler yapma eğilimindedir.
- Örtük varsayımlarla çalışma, yaratıcı çözümleri bastırabilir.
- İyi yönlendirilmiş kullanıcı etkileşimi, problem uzayını genişletmek ve daha yaratıcı çözümlere ulaşmak için gereklidir.
Bu deney bize şöyle bir ders veriyor:
Yapay zekânın yaratıcı problem çözme kapasitesi, kendi başına tamamen özgün ve çerçeveden bağımsız düşünüyor gibi görünmese de, doğru etkileşimlerle yaratıcı düşünceyi ortaya çıkaracak esnekliği gösterebilir.
Yani modeller hâlâ çerçeve sınırları içinde çalışıyor ama bu çerçeveler, etkileşimle kolayca genişletilebilir; bu da yaratıcı zekânın “diyalektik şekilde” geliştiğini gösterir.
Referanslar
- Gemini: Aydın Tiryaki, “895 Kibrit Çöpü Sınavı: Standarttan Yaratıcılığa Gemini’nin Yolculuğu”, aydintiryaki.org, 9 Şubat 2026 — https://aydintiryaki.org/2026/02/09/895-kibrit-copu-sinavi-standarttan-yaraticiliga-gemininin-yolculugu/
- ChatGPT: Aydın Tiryaki, “Bir Kibrit Problemi Üzerinden Yapay Zekânın Akıl Yürütme Süreci (ChatGPT)”, aydintiryaki.org, 9 Şubat 2026 — https://aydintiryaki.org/2026/02/09/bir-kibrit-problemi-uzerinden-yapay-zekanin-akil-yurutme-sureci-chatgpt/
- Claude: Aydın Tiryaki, “Yapay Zeka ve Kibrit Bulmacası: Bir Bilişsel Süreç Analizi (Claude)”, aydintiryaki.org, 9 Şubat 2026 — https://aydintiryaki.org/2026/02/09/yapay-zeka-ve-kibrit-bulmacasi-bir-bilissel-surec-analizi-claude/
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 