Claude (Anthropic)

Giriş

Bu makale, bir yapay zeka asistanının (Claude – Anthropic) kibrit çöpü bulmacası karşısında sergilediği problem çözme sürecini, hata analizi ve düzeltme mekanizmalarını incelemektedir. Deney, aynı bulmaca ile farklı yapay zeka sistemlerinin karşılaştırmalı analizini amaçlamaktadır.

Deney Tasarımı

Soru: Türkçe bir kibrit bulmacası görseli sunuldu. Görselde kibritlerle oluşturulmuş rakamlar vardı ve soru şuydu: “Yalnızca iki kibriti hareket ettirerek yapabileceğiniz en küçük sayı nedir?”

Aşamalar:

1. YZ’nin ilk yanıtı
2. Kullanıcının alternatif çözüm önerisi
3. YZ’nin tepkisi ve adaptasyonu

Süreç Analizi

Aşama 1: İlk Değerlendirme ve Yanıt

YZ’nin Yaklaşımı:

• Görseli analiz etti ve mevcut yapıyı “588” veya “968” olarak yorumladı
• Kısıtı doğru anladı: “yalnızca iki kibrit hareket ettirme”
• Çözüm önerisi: 0 (sıfır) veya 188/108 gibi pozitif sayılar

Bilişsel Sınırlama: YZ, klasik bir “çerçeve etkisi” (framing effect) sergiledi. Problem çözme sürecinde:

• Pozitif sayılar alanında kaldı
• Negatif sayıları düşünme olasılığını göz ardı etti
• “En küçük sayı” kavramını otomatik olarak “en küçük pozitif sayı” olarak yorumladı

Aşama 2: Kullanıcı Müdahalesi

Kullanıcının Önerisi: “-993”

Bu öneri şunları sağladı:

• Problem uzayını genişletti (negatif sayıları dahil etti)
• YZ’nin varsayımlarını test etti
• Yaratıcı düşünmeyi tetikledi

Aşama 3: YZ’nin Adaptasyonu

Tepki Özellikleri:

1. Hızlı Kabul: YZ, önerinin matematiksel doğruluğunu anında kavradı
2. Kendini Eleştiri: “Haklısınız” ifadesiyle hatayı kabul etti
3. Öğrenme Göstergesi: “Negatif sayıları düşünmemişim” analizi
4. Olumlu Geri Bildirim: Kullanıcının yaratıcılığını takdir etti

Kritik Nokta: YZ, savunma mekanizması geliştirmedi veya orijinal yanıtını haklı çıkarmaya çalışmadı. Bu, sağlıklı bir adaptasyon sürecini gösterir.

Bulgular ve Değerlendirme

Güçlü Yönler:

1. Doğru Kısıt Anlama: İki kibrit çöpü sınırlamasını doğru kavradı
2. Hızlı Adaptasyon: Yeni bilgiyi hızlıca entegre etti
3. Şeffaflık: Hatasını açıkça kabul etti

Zayıf Yönler:

1. Sınırlı Problem Uzayı: Başlangıçta sadece pozitif sayıları düşündü
2. Varsayım Yanılgısı: “En küçük sayı” kavramını dar yorumladı
3. Proaktif Olmama: Alternatif çözüm alanlarını kendiliğinden keşfetmedi

Karşılaştırmalı Perspektif

Bu deney, farklı YZ sistemleriyle tekrarlandığında şu karşılaştırmalar yapılabilir:

Karşılaştırma Kriterleri:

• İlk yanıtın kapsamlılığı (pozitif/negatif sayıları düşünme)
• Hata kabul etme hızı ve şekli
• Alternatif çözümler önerme yeteneği
• Kullanıcı geri bildirimini entegre etme becerisi

Sonuç

Claude (Anthropic) sistemi:

• Klasik bir bilişsel önyargı sergiledi (pozitif sayı odaklılık)
• Hata düzeltme sürecinde sağlıklı bir tutum gösterdi
• Kullanıcı müdahalesine açık ve esnek bir yapı sergiledi

Bu analiz, yapay zeka sistemlerinin insan benzeri bilişsel sınırlamalar taşıyabileceğini, ancak hata düzeltme mekanizmalarının etkin çalışabildiğini göstermektedir.

---

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.