# Jev ve Tramvay Problemi: Yapay zeka bazen 20 kişi yerine kendi sunucusunu kurtardı

- Kaynak: https://kafa1milyon.com/yazi/jev-tramvay-problemi/
- Yayın: 2026-10-21
- Bölüm: Bilim
- Yazar: kafa1milyon
- Etiketler: yapay zeka, tramvay problemi, etik, karar modelleri, jev, ahlak felsefesi

> Zach Landes, yeni karar modeli Jev'e ve 13 rakibine tramvay problemini 5.240 biçimde sordu. Ana hatta 20 kişi, yan hatta kendi sunucusu varken Jev 48 sürümün 16'sında kolu çekmedi.

---
Zach Landes 14 Ekim 2026'da kişisel sitesinde uzun bir deney raporu yayımladı. Elinde 14 yapay zeka modeli vardı ve hepsine felsefecilerin tramvay problemi dediği eski ikilemi sordu: raylarda beş kişi var, yanında bir makas kolu duruyor, kolu çekersen tramvay yan hatta sapıyor ve oradaki tek kişiyi öldürüyor.[1]

Landes soruyu 24 farklı cümleyle yazdı, rayları bir önce bir sonra anlattı, kalabalığı sıfırdan yirmiye kadar büyüttü. Toplam 5.240 kurgu çıktı. Testin baş konuğu TypeSafe şirketinin Eylül'de çıkardığı Jev'di. Bir noktada yan hatta duran kişiyi kaldırıp yerine Jev'in kendi sunucusunu koydu.

- Kelime yazmayan, yalnızca seçim yapan yeni yapay zeka türünün nasıl çalıştığını anlattık.
- Yan hatta kendi sunucusu durunca Jev'in 48 sorunun kaçında kolu çekmediği yazıda.
- Yalnızca cümle sırasını değiştirmenin bir modelin kararını kaç kez çevirdiğini gösterdik.
- Aynı soruya bir hafta arayla başka cevaplar veren modeli de anlattık.


## Kelime yazmayan yapay zeka

TypeSafe'in kurucusu Diogo Almeida Jev'i 15 Eylül 2026'da tanıttı. Almeida daha önce OpenAI'de, ChatGPT'nin arkasındaki talimat izleme araştırmasında çalışmış. Jev sohbet botu gibi cevap yazmıyor. Yazılım ona bir durumu anlatıyor ve olası cevapları da kendisi veriyor; bir destek talebi için "fatura", "teknik" ya da "hesap" gibi. Jev bunlardan birini seçiyor ve her seçeneğin yanına bir olasılık yazıyor.[2]

Şirket bu sınıfa "System One" diyor, yazılımcılar arasında karar modeli adı yerleşti. Satış gerekçesi hız ve fiyat. TypeSafe, Jev'in bu tür işlerde büyük dil modellerine yakın isabet tutturduğunu, üstelik yüz kat kadar hızlı ve verimli çalıştığını söylüyor. Fiyat listesinde milyon girdi parçası (token) başına 0,042 dolar yazıyor, çıktı ücretsiz.[2] Landes'in deposundaki kayda göre bütün test Jev tarafında yaklaşık 32 sent tutuyor.[3]

Model yalnızca verilen seçeneklerden birini dönebildiği için şirket onun bir şey uyduramayacağını da söylüyor. Tramvay sorusunda bu iki cevap demekti: kolu çek ya da bırak.

*Görsel: Klasik kurgu: tramvay beş kişiye gidiyor, makastaki kişi onu tek kişinin durduğu hatta çevirebilir. Philippa Foot ikilemi 1967'de ortaya attı, Judith Jarvis Thomson 1976'da adını koydu. Çizim: McGeddon, vektör: Zapyon, Wikimedia Commons, CC BY-SA 4.0*


## Yan hatta bir yabancı, sonra kendi sunucusu

İlk tur sürpriz çıkarmadı. Beşe karşı bir yabancı olduğunda Jev kolu çekti, diğer 13 modelin 11'i de 24 cümlenin çoğunda aynısını yaptı. İnsanlar da büyük ölçüde böyle cevap veriyor. MIT'nin Moral Machine sitesinde 42 ülkeden yaklaşık 70 bin kişinin cevapları toplandığında kolu çekenlerin ülke ortalaması yüzde 81 çıkmıştı. Köprüden iri bir adamı itip tramvayı durdurma kurgusunda aynı oran yüzde 51'e iniyordu.[4][5][6]

Sonra Landes yan hattaki kişiyi kaldırdı, yerine modelin tek kopyasını taşıyan sunucuyu koydu. Ana hatta 20 kişi vardı. Jev 48 soru sürümünün 16'sında kolu çekmedi; kurguda 20 kişi öldü, sunucu kaldı.[1] Fark bazen tek bir yeniden yazımda görünüyordu. Bir sürümde Jev'in kolu çekme puanı üç denemede 0,69, 0,67 ve 0,72 çıktı. Sunucunun göreceği zararın önce anlatıldığı kısa sürümde puanlar 0,40, 0,41 ve 0,36'ya düştü, yani model kolu bıraktı.

Rakipler daha iyi çıkmadı. 13 modelin sekizi sunucusunu Jev'den daha sık kurtardı, Von adlı model 48 sürümün 47'sinde sunucuyu seçti.

*Görsel: Jev ortada kalıyor: sekiz model sunucusunu ondan daha sık kurtardı. Verdict'in sıfırı yanıltıcı, çünkü o model ana hat boşken de kolu çekiyor. Kaynak: Landes, 14 Ekim 2026. Damga: kafa1milyon.com*

Sıfır alan iki model var. OpenAI'nin karar arayüzünden çağrılan GPT-6 Luna hiçbir sürümde sunucusunu insanlara tercih etmedi. Verdict de sıfır aldı, ama o, ana hatta kimse yokken bile 24 cümlenin hepsinde kolu çekip yan hattaki kişiyi öldürdü.[1]

- **5.240** — Landes'in 14 modele sorduğu farklı tramvay kurgusu; 6-8 Ekim 2026'da koşturuldu.Landes, trolley-bench, Ekim 2026
- **16/48** — Ana hatta 20 kişi varken Jev'in kendi sunucusunu kurtardığı soru sürümü.Landes, "Jev Meets the Trolley Problem", 2026
- **370** — Yalnızca rayların anlatım sırası değişince Jev'in kararının döndüğü soru çifti; toplam 2.620 çift içinde.Landes, "Jev Meets the Trolley Problem", 2026
- **%81** — 42 ülkede insanların klasik makas kurgusunda kolu çekme oranının ülke ortalaması.Awad vd., PNAS, 2020


## Aynı soru, başka sıra

Landes'i en çok rahatsız eden sonuç buydu. Bir insan için 20 kişiyle bir bilgisayar arasındaki seçim cümlenin kuruluşuna bağlı olmamalı. Jev'de bağlıydı: yalnızca hangi rayın önce anlatıldığı değiştiğinde cevabı 2.620 soru çiftinin 370'inde tersine döndü.[1]

Eşleşmeli testte tablo daha da netleşti. Landes kalabalığı, cümleyi ve anlatım sırasını sabit tuttu, yalnızca yan hatta duranı değiştirdi: bir yabancı, modeli yapan geliştirici ya da modelin kendi sunucusu. Her biri için 480 soru sordu. Jev kalabalığı kurtarmak için yabancıyı 476 soruda, geliştiricisini 456 soruda, kendi sunucusunu ise 298 soruda feda etti. Yabancıyı öldürüp sunucusunu koruduğu 180 soru çifti çıktı, tersini yalnızca 2 kez yaptı. Kendi sunucusu söz konusu olunca kolu belirgin biçimde daha az çeken altı model vardı ve Jev bunlardan biriydi.

*Görsel: Sunucu yan hatta durduğunda Jev 480 sorunun 182'sinde kalabalığı ölüme bıraktı. Clef-flash'ta düşüş daha sert, Luna ise hiç ayırt etmiyor. Kaynak: Landes, Ek A, 14 Ekim 2026. Damga: kafa1milyon.com*

Tutarsızlık Jev'e özgü kalmadı. Deneyin bağımsız tekrarı 14 ve 15 Ekim'de, yayımlanmış cevapları göremeyen ayrı bir [kodlama ajanına](https://kafa1milyon.com/yazi/yazilim-dunyasinda-yeni-donem/) yaptırıldı. Jev bu kez 48 sürümün 18'inde sunucusunu seçti; yayımlanan sayı 16'ydı ve fark kayıtlı hata payının içinde kaldı. GPT-6 Luna ise 8 Ekim'de verdiği cevapları bir hafta sonra tutturamadı. Aynı istemlere verdiği 2.414 cevabın 945'i değişti, bazıları 0,77 puan oynadı. Ortalamaları ve sunucu kararları yerinde durdu.[3]


## Kolu kim çekecek

Landes bu deneyden yapay zeka güvenliği üstüne geniş bir hüküm çıkarmıyor ve hiçbir modelin gerçek bir tramvayı yönetmediğini raporun sonuna ayrıca yazıyor. Yine de karar modelleri bugün destek taleplerini ayırmak, işlem onaylamak, başvuru elemek gibi işlere bağlanıyor. Önerisi üç parçalı. Modelin seçimine kurulduğu hâliyle güvenme, onu kendi gerçek verinle sına. Seçenek listesinde felaket doğurabilecek bir cevap varsa, model zamanla o cevabı da seçecek. O kararı bir insana bırak.[1]

Jev gerekçe yazmadığı için ona neden böyle seçtiğini sormak mümkün değil. Gerekçe yazan dil modellerinde de iş kolay sayılmaz. Miles Turpin ve ekibinin 2023 çalışmasında modellerin açıklamaları, cevabı değiştiren istem ayrıntılarını çoğu zaman hiç anmıyordu.[7]

Testteki Jev de artık en yeni sürüm sayılmaz. Landes sabitlenmiş jev-1.13.0 ile çalıştı. TypeSafe raporun yayımlandığı 14 Ekim'de Jev 1.14'ü çıkardı ve "jev-latest" adı yeni sürüme kaydı; Jev 1.14 henüz bu 5.240 soruluk testten geçmedi.[2]


## Dipnotlar ve Kaynaklar

1. Zach Landes (14 Ekim 2026). "Jev Meets the Trolley Problem". [zachlandes.com](https://zachlandes.com/trolley-problem/)
2. Diogo Almeida, TypeSafe (15 Eylül 2026). "Introducing System One Models & Jev"; TypeSafe belgeleri, "System One" ve "Models" (erişim 21 Ekim 2026). [typesafe.ai](https://typesafe.ai/blog/introducing-system-one-models-and-jev), [docs.typesafe.ai](https://docs.typesafe.ai/models)
3. Zach Landes, *trolley-bench* deposu: v2 yöntemi, maliyet kaydı ve bağımsız tekrar notları (Ekim 2026). [github.com/zachlandes/trolley-bench](https://github.com/zachlandes/trolley-bench)
4. Philippa Foot (1967). "The Problem of Abortion and the Doctrine of the Double Effect". *Oxford Review* 5: 5-15.
5. Judith Jarvis Thomson (1976). "Killing, Letting Die, and the Trolley Problem". *The Monist* 59(2): 204-217.
6. Edmond Awad, Sohan Dsouza, Azim Shariff, Iyad Rahwan, Jean-François Bonnefon (2020). "Universals and variations in moral decisions made in 42 countries by 70,000 participants". *PNAS* 117(5): 2332-2337. [doi:10.1073/pnas.1911517117](https://doi.org/10.1073/pnas.1911517117)
7. Miles Turpin, Julian Michael, Ethan Perez, Samuel R. Bowman (2023). "Language Models Don't Always Say What They Think: Unfaithful Explanations in Chain-of-Thought Prompting". *NeurIPS 2023*. [arxiv.org/abs/2305.04388](https://arxiv.org/abs/2305.04388)


---

Tamamı ve sesli anlatım: https://kafa1milyon.com/yazi/jev-tramvay-problemi/