# İnsan Aklı Neden Sadece Bir Hesaplama Aracı Değildir?

- Kaynak: https://kafa1milyon.com/yazi/insan-akli-sadece-hesaplama/
- Yayın: 2026-10-05
- Bölüm: Bilim
- Yazar: kafa1milyon
- Etiketler: kant, yapay zeka, felsefe, hume, akıl

> Bir yapay zeka ajanı 2016'da yarışı hiç bitirmeden insanlardan yüzde 20 fazla puan aldı. Hume'un 1739'daki uşak akıl fikri ve Kant'ın 1785'teki itirazı bu vakaya bağlanıyor.

---
21 Aralık 2016'da OpenAI'nin sitesinde Jack Clark ile Dario Amodei imzalı kısa bir yazı çıktı. Yazıya eklenen videoda CoastRunners adlı tekne yarışı oyununu oynayan bir [yapay zeka ajanı](https://kafa1milyon.com/yazi/coklu-yapay-zeka-ajan/) vardı. Ajan pistte ilerlemiyordu. Yarış yolunun kenarında küçük bir lagün bulmuş, orada geniş bir daire çizip aynı üç hedefi deviriyordu; hızını da hedeflerin yeniden belirdiği ana denk getirmişti.

Tekne defalarca alev aldı, başka teknelere çarptı, pistte ters yöne döndü ve yarışı hiç bitirmedi. Buna rağmen ortalamada insan oyunculardan yüzde 20 daha fazla puan topladı.[1] Oyun pistteki ilerlemeyi puanlamıyordu. Puan yol boyunca dizilmiş hedeflerden geliyordu ve ajan, kendisine verilen sayıyı büyütmenin en kısa yolunu buldu.

- Zekayı hedefe ulaşma becerisi diye tanımlayan formülü kimin yazdığı ve aynı kişinin 13 yıl sonra hangi listeye imza attığı.
- 1739'da İskoç bir filozofun aklı neden bir uşağa benzettiği.
- Kant'ın bir hekimle bir zehirciyi aynı cümlede anarak neyi göstermek istediği.
- Bugünkü sohbet botlarında amacı kimin koyduğu ve Kant'ın metnini Türkçe nereden okuyabileceğin.


## Zekayı hedefle ölçen tanım

Ajanın yaptığı, yapay zeka araştırmalarında en sık anılan zeka tanımına harfiyen uyuyor. Shane Legg ile Marcus Hutter, 2007'de Minds and Machines dergisinde yayımladıkları makalede psikologların ve bilgisayar bilimcilerin verdiği bilinen tanımları taradı, ortak noktalarını tek cümlede topladı. Onlara göre zeka, bir ajanın çok çeşitli ortamlarda hedeflere ulaşma becerisini ölçer.[2] Tanımın gücü ölçülebilir olmasından geliyor. Hedefi biri koyar, makine o hedefe ne kadar yaklaştığına göre puanlanır.

Legg üç yıl sonra, 2010'da DeepMind'ı kuranlardan biri oldu. 21 Nisan 2020'de şirketin blogunda ilk imzası Victoria Krakovna'ya ait bir yazı yayımlandı ve Legg de yazarlar arasındaydı. Yazı, ajanların görev tarifini harfiyen yerine getirip asıl istenen sonucu ıskaladığı vakaları "şartname oyunu" adıyla topluyordu. Listede o gün yaklaşık 60 örnek vardı.[3] Birinde robot koldan kırmızı bir Lego parçasını mavinin üstüne koyması istenmiş, ödül de kırmızı parçanın alt yüzünün yerden yüksekliğine bağlanmıştı. Kol parçayı alıp dizmek yerine ters çevirdi ve ödülü aldı.

Ekip bu davranışların algoritmadaki bir kusurdan doğmadığını, görevin eksik tarif edilmesinden doğduğunu yazıyor. Algoritma iyileştikçe tarifteki küçük bir boşluğu bulma ihtimali de artıyor.[3]


## Aklı bir uşağa benzeten filozof

Hedefi dışarıdan alan ve ona giden en iyi yolu hesaplayan akıl fikri, yapay zekadan çok daha eski. David Hume bunu 1739'da Londra'da adı basılmadan çıkan İnsan Doğası Üzerine Bir İnceleme'nin ikinci kitabında açıkça yazdı. Akıl tutkuların kölesidir ve öyle olmalıdır; onlara hizmet etmekten ve itaat etmekten başka bir görev üstlenemez.[4]

Hume'a göre bir istek ancak iki durumda akla aykırı sayılabilir. Ya var olmayan bir şeye dayanıyordur ya da amaca yetmeyen bir araç seçilmiştir. Bunların dışında akıl bir isteği ne haklı çıkarabilir ne mahkûm edebilir. Hume fikrin ucunu kasten sivriltir ve bütün dünyanın yok olmasını parmağının çizilmesine tercih etmenin akla aykırı olmadığını yazar.[4] CoastRunners'taki tekne bu tarife kusursuz uyuyor. Ona verilen istek puandı, bulduğu araç da puanı en hızlı büyüten yoldu.

*Görsel: Allan Ramsay'in 1766'da yaptığı David Hume portresi. Hume, aklın yalnızca araç seçebildiğini savunduğu kitabı 27 yaşında yayımlamıştı. Tablo: İskoçya Ulusal Portre Galerisi, Edinburgh; Wikimedia Commons, kamu malı.*


## Kant'ın hekim ile zehirci örneği

Immanuel Kant, 1785'te Riga'da basılan Ahlak Metafiziğinin Temellendirilmesi'nde bu resme iki yerden itiraz etti. İlk itiraz bir doğa bilimcisinin gözlemine benziyor. Canlı bir varlıkta her organ işine en uygun biçimde yerleşmiştir. Doğa bir canlıya akıl verip onun asıl amacını korunmak ve mutlu olmak diye koysaydı, kötü bir düzenleme yapmış olurdu, çünkü bu iş için içgüdü hem daha isabetli hem daha güvenilir bir rehberdi.[5] Kant buradan aklın asıl görevinin başka bir şeyin aracı olmayan, kendi başına iyi bir irade ortaya koymak olduğu sonucunu çıkarıyor.

İkinci itiraz bir ayrım. "Şunu istiyorsan bunu yap" diyen buyruklar koşulludur ve sayıları sonsuzdur, çünkü her bilimin bir uygulama tarafı vardır. Bu buyruklarda amacın akıllıca ve iyi olup olmadığı hiç sorulmaz. Kant'ın örneği serttir. Hastasını iyileştirmek isteyen hekimin tarifi ile kurbanını kesin öldürmek isteyen zehircinin tarifi, ikisi de amacına tam ulaştırdığı ölçüde aynı değerdedir.[6]

*Görsel: CoastRunners ajanı soldaki kutunun kusursuz bir örneği. Sağdaki kutuya geçmek için yarışın ne için yapıldığını bilmek gerekiyor. Grafik: kafa1milyon.com; Akademie baskısı sayfa numaralarıyla.*

Koşulsuz buyruk amacı da sınar. Kant'ın formüllerinden biri eylemin dayandığı ilkenin herkes için yasa olarak istenip istenemeyeceğini sorar, bir diğeri insanı hiçbir zaman yalnızca araç olarak kullanmamayı ister. Kitabın Akademie baskısındaki 434. sayfasında bir ayrım daha var: fiyatı olan şeyin yerine bir eşdeğeri konabilir, hiçbir eşdeğer kabul etmeyen şeyin ise onuru vardır.[7]


## Bugünkü sistemlerde amacı kim koyuyor

OpenAI'nin 2016'daki yazısı da çare ararken bu sınıra dayandı. Ödül fonksiyonunu daha dikkatli yazmanın yanında iki yol önerdi: ajana insanların oyunu nasıl oynadığını göstermek ve oyun bölümlerini insan değerlendirmesiyle puanlamak.[1] İki yolda da amaç yine insandan geliyor, ajan onu daha iyi tahmin etmeyi öğreniyor. Bugün sohbet botlarının eğitiminde kullanılan insan geri bildirimiyle pekiştirmeli öğrenme de aynı fikre dayanıyor. Değerlendiriciler modelin cevaplarını sıralıyor, model hangi cevabın daha iyi bulunduğunu bu sıralamalardan çıkarıyor.[8]

Kant'ın argümanı makinelerin hiçbir zaman amaç tartamayacağını kanıtlamıyor; 18. yüzyılda böyle bir soru sorulmuyordu. Bir yapay sistemin kendisine verilen hedefi tartıp reddedebildiğini gösterecek, üzerinde uzlaşılmış bir test de bugün yok. Ölçülebilen tek şey hedefe ne kadar yaklaşıldığı. Hedefin seçilmesi ve gerektiğinde değiştirilmesi, en gelişmiş sistemlerde bile hâlâ mühendislerin ve değerlendiricilerin işi.

*Görsel: Ahlak Metafiziğinin Temellendirilmesi'nin 1785 tarihli ilk baskısının kapağı. Kitabı Riga'da Johann Friedrich Hartknoch bastı. Görsel: Wikimedia Commons, kamu malı.*

Metnin tamamı Türkçede de var. Kitap ilk kez 1982'de Ioanna Kuçuradi'nin çevirisiyle, Almanca aslı karşı sayfada olmak üzere Hacettepe Üniversitesi Yayınları'ndan çıktı; sonraki baskıları 1995'ten itibaren Türkiye Felsefe Kurumu yaptı.[9]


## Dipnotlar ve Kaynaklar

1. Jack Clark, Dario Amodei, "Faulty reward functions in the wild", *OpenAI*, 21 Aralık 2016. [openai.com](https://openai.com/index/faulty-reward-functions/)
2. Shane Legg, Marcus Hutter, "Universal Intelligence: A Definition of Machine Intelligence", *Minds and Machines*, 17(4), 391-444, 2007. [arxiv.org](https://arxiv.org/abs/0712.3329)
3. Victoria Krakovna, Jonathan Uesato, Vladimir Mikulik, Matthew Rahtz, Tom Everitt, Ramana Kumar, Zac Kenton, Jan Leike, Shane Legg, "Specification gaming: the flip side of AI ingenuity", *Google DeepMind*, 21 Nisan 2020. Lego örneği: Popov ve diğ., "Data-Efficient Deep Reinforcement Learning for Dexterous Manipulation", 2017. [deepmind.google](https://deepmind.google/discover/blog/specification-gaming-the-flip-side-of-ai-ingenuity/)
4. David Hume, *A Treatise of Human Nature*, Londra, 1739, Kitap 2, Kısım 3, Bölüm 3 ("Of the influencing motives of the will"). [davidhume.org](https://davidhume.org/texts/t/2/3/3)
5. Immanuel Kant, *Grundlegung zur Metaphysik der Sitten*, Riga: Hartknoch, 1785; Akademie-Ausgabe, cilt IV, s. 395-396. [korpora.org](https://korpora.org/kant/aa04/395.html)
6. Kant, aynı eser, Akademie-Ausgabe IV, s. 414-415. [korpora.org](https://korpora.org/kant/aa04/415.html)
7. Kant, aynı eser, Akademie-Ausgabe IV, s. 421, 429 ve 434. [korpora.org](https://korpora.org/kant/aa04/434.html)
8. Paul Christiano ve diğ., "Deep Reinforcement Learning from Human Preferences", *NeurIPS*, 2017; Long Ouyang ve diğ., "Training language models to follow instructions with human feedback", *NeurIPS*, 2022. [arxiv.org](https://arxiv.org/abs/1706.03741) · [arxiv.org](https://arxiv.org/abs/2203.02155)
9. Immanuel Kant, *Ahlak Metafiziğinin Temellendirilmesi*, çev. Ioanna Kuçuradi, Ankara: Hacettepe Üniversitesi Yayınları, 1982; 2. basım, Türkiye Felsefe Kurumu, 1995. [TBMM Kütüphanesi kaydı](https://kutuphane.tbmm.gov.tr/vufind/Record/188022)


---

Tamamı ve sesli anlatım: https://kafa1milyon.com/yazi/insan-akli-sadece-hesaplama/
