İnsan ve Yapay Zeka Arasındaki Epistemolojik Fay Hatları: "Epistemia" Döneminde Bilgi ve Yargı

Özet

Güncel araştırmalar, Büyük Dil Modellerinin (LLM) çıktıları ile insan yargısı arasındaki yüzeysel benzerliğin, derin bir yapısal uyumsuzluğu gizlediğini ortaya koymaktadır. 

LLM'ler inanç geliştiren veya dünya modelleri kuran "epistemik ajanlar" değil; yüksek boyutlu dilsel geçiş grafiklerinde yol alan "stokastik örüntü tamamlama sistemleri"dir. 

Bu doküman, insan ve yapay zeka arasındaki yargı sürecini yedi temel "epistemolojik fay hattı" üzerinden analiz etmektedir. 

Bu süreç sonucunda ortaya çıkan Epistemia durumu, dilsel inandırıcılığın epistemik değerlendirmenin yerini almasıyla "yargılama emeği" sarf etmeden bilgiye sahip olma hissini yaratmaktadır. 

Bu durum, toplumların bilgiyi tüketme, yönetme ve doğrulama biçimlerinde köklü bir dönüşüm ve potansiyel bir "yargı kaybı" riski taşımaktadır.

1. LLM'lerin Doğası: Dilsel Otomasyon ve Ölçek

Büyük dil modellerinin başarısı, bilişsel bir gelişimden ziyade devasa ölçekteki dilsel otomasyondan kaynaklanmaktadır.

• Stokastik Bir Süreç Olarak Metin Üretimi: LLM'lerin çalışması, teknik olarak olasılıksal bir grafik üzerinde yapılan rastgele yürüyüşlerdir. Sistem, bir kavramın doğruluğuna veya anlamına yönelmez; yalnızca istatistiksel bir örüntüyü tamamlar.

• Ölçek ve Biliş Ayrımı: Veri hacmi ve parametre sayısının artması, sistemin dilsel akıcılığını (yüzey uyumunu) artırsa da, dünya hakkında inançlar oluşturmasını veya nedensel yapılar kurmasını sağlamaz. Ölçek, epistemik erişim değil, yalnızca kapsam ve interpolasyon sunar.

• Filtrelemeden Üretmeye Geçiş: Geleneksel arama motorları bilgi kaynaklarını filtreleyerek yargıyı kullanıcıya bırakırken, üretken yapay zekalar doğrudan bir yanıt sunarak kaynak çeşitliliğini tek bir metinsel yüzeyde eritir. Bu durum, değerlendirme maliyetini üretimin içine hapseder.

2. Yedi Epistemolojik Fay Hattı

İnsan ve LLM yargı süreçleri paralel aşamalardan oluşuyor gibi görünse de, her adımda yapısal bir kopuş (fay hattı) mevcuttur.

Karşılaştırmalı Yargı Boru Hattı

Aşama	İnsan Yargı Süreci	LLM Yargı Süreci	Epistemolojik Fay Hattı
1	Duyusal ve sosyal bilgiler	Metinsel girdi	Temellendirme: İnsanlar dünyayı deneyimler; LLM'ler metni yeniden kurar.
2	Algısal ve durumsal ayrıştırma	Belirteçleştirme (Tokenization)	Ayrıştırma: İnsanlar anlamlı yapılar kurar; LLM'ler metni mekanik parçalara böler.
3	Bellek, sezgiler, öğrenilmiş kavramlar	Gömülmelerdeki (embeddings) örüntü tanıma	Deneyim: İnsanların bir geçmişi ve fiziksel sezgisi vardır; LLM'lerin sadece istatistiksel korelasyonları vardır.
4	Duygular, motivasyonlar, hedefler	Katmanlı ağlar üzerinden istatistiksel çıkarım	Motivasyon: İnsanın hedefleri ve değerleri vardır; LLM'lerin yalnızca hata minimizasyonu hedefi vardır.
5	Akıl yürütme ve bilgi entegrasyonu	Metinsel bağlam entegrasyonu	Nedensellik: İnsanlar neden-sonuç modelleri kurar; LLM'ler yüzeysel korelasyonlara dayanır.
6	Üstbilişsel kalibrasyon ve hata izleme	Zorlanmış güven ve halüsinasyon	Üstbiliş: İnsanlar "bilmiyorum" diyebilir; LLM'ler yapısal olarak bir çıktı üretmek zorundadır.
7	Değere duyarlı yargı	Olasılıksal yargı	Değer: İnsan yargısı kimlik ve sorumluluk taşır; LLM çıktısı istatistiksel bir tahmindir.

3. Epistemia: Dilsel İnandırıcılığın İkamesi

Epistemia, bir yanıtın dilsel olarak makul (akıcı, tutarlı, özgüvenli) olmasının, o yanıtın doğruluğunun veya gerekçelendirilmiş olmasının yerine geçmesi durumudur.

• Yargı Emeğinin Devre Dışı Kalması: Kullanıcı, bir inancı oluşturma, test etme ve revize etme süreçlerinden (bilişsel emek) geçmeden "bilgiye sahip olma" hissini yaşar.

• Doğruluk İllüzyonu: İnsanlar, akıcılık ve özgüveni birer "güvenilirlik kısayolu" (heuristic) olarak kullanır. LLM'lerin yüksek akıcılığı ve yapısal olarak özgüvenli tonu, gerçek doğruluğu ile algılanan doğruluğu arasında bir uçurum yaratır.

• Halüsinasyonun Yapısal Gerekliliği: Halüsinasyonlar birer "hata" değil, dış dünyaya dair bir referansı olmayan, sadece olasılığa dayalı bir sistemin doğal sonucudur.

4. Toplumsal ve Yönetişimsel Çıkarımlar

Belgeler, üretken yapay zekanın toplumsal entegrasyonu için üç ana alanda dönüşüm önermektedir:

A. Yüzey Uyumunun Ötesinde Epistemik Değerlendirme

Mevcut testler (benchmarklar) sadece modelin "doğru görünüp görünmediğini" ölçmektedir. Gelecekteki değerlendirmeler şunları hedeflemelidir:

• Belirsizlik yönetimi (sistemin ne zaman cevap vermeyi reddettiği).

• Nedensel kararlılık (yüzey korelasyonları değiştiğinde sonucun korunup korunmadığı).

• Abstansiyon (çekilme) normatifliği (yargıda bulunmamanın doğru olduğu durumları tanıma).

B. Davranışsal Uyumun Ötesinde Epistemik Yönetişim

Yönetişim, sadece "güvenli çıktı" üretmeye odaklanmamalı, yapay zekanın hangi iş akışlarında insanın yerini alabileceğini düzenlemelidir:

• Yüksek riskli alanlarda yapay zekanın yargı pasifliği (sorgulamadan kabul etme) yaratıp yaratmadığı denetlenmelidir.

• "Yapay zeka etiketi" yerine, sistemin hangi epistemik işlevleri (kanıt kontrolü, belirsizlik izleme vb.) yerine getirmediği şeffafça açıklanmalıdır.

C. Eleştirel Düşüncenin Ötesinde Epistemik Okuryazarlık

Bireylere sadece argümanları değerlendirmek değil, hibrit insan-AI sistemlerinde "yargıyı yönetme" becerisi kazandırılmalıdır:

• Boru Hattı Farkındalığı: Bir yanıtın bir kanıt araştırması mı yoksa bir metin tamamlama mı olduğunun ayırt edilmesi.

• Usulü Güvenceler: Yüksek riskli durumlarda bağımsız kaynaklarla çapraz kontrol alışkanlığı.

Sonuç: Yargının Geleceği

İnsan ve LLM arasındaki fark "zekice" ve "zekice olmayan" ayrımı değil, "epistemik ajan" ile "ajanlık simülasyonu" arasındaki farktır. 

Epistemia'nın normalleşmesi, yargı yetisinin bir süreçten bir ürüne dönüşmesi riskini taşır. 

Bu yeni ortamda, inançların dünyaya karşı sorumlu tutulabilmesi için nedenlerin talep edilebildiği, hataların sahiplenilebildiği ve kanıta dayalı yargılama süreçlerinin korunması hayati önem taşımaktadır. 

Dokümanın vurguladığı üzere: "Daha iyi modellerden fazlasına ihtiyacımız var; inanç oluşumunun kanıtlara cevap verebilir kaldığı sosyal ve kurumsal koşulları sürdürmeye ihtiyacımız var."

https://osf.io/preprints/psyarxiv/c5gh8_v1