Ajan Yapay Zekâ, yazılımın daha gelişmiş bir biçimi olarak algılanmamladır. Burada değişen, kararın nasıl üretildiğine ilişkin mimaridir. Bu sistemler amaç tanımlar, alt görevler üretir, uygun araçları seçer, çıktıları değerlendirir ve süreci yineleyerek kendi işleyişini yeniden kurar. Böylece yapay zekâ, işlev yerine yönelim, çıktı yerine karar ve işlem yerine kurulum ekseninde yeniden konumlanır. Bu dönüşüm, teknolojik ilerlemenin sınırlarını aşarak; bilgi üretimi, otorite ve sorumluluğun hangi aktörler arasında nasıl dağıtıldığını yeniden kurmayı gerektiren bir yapısal yeniden düzenlenmeye işaret etmektedir.

Ajan YZ’nın Kavramsal ve Teknolojik Kökenleri

Ajan Yapay Zekâ, tek bir teknolojik ilerlemenin ürünü olarak açıklanamaz. İstatistiksel öğrenme, bağlamsal ve dil temelli düşünme, deneyimsel öğrenme, amaç yönelimli akıl yürütme ve eylem temelli sistemlerin kesiştiği çok katmanlı bir dönüşümün sonucunda belirginleşmektedir. Bu yapı, dil, öğrenme ve eylem kapasitelerinin aynı sistem içinde bütünleştiği yeni bir zekâ düzenini ifade etmektedir. Ajan Yapay Zekâ, bu bağlamda bilgi işleme kapasitesini aşarak; bağ kurma, yönelim geliştirme ve sonuç üretme ekseninde yeniden yapılandırılan bir süreç olarak belirginleşmektedir.

•         İlk Katman- Büyük Dil Modelleri: Bu modeller, dil işleme kapasitesini aşarak bağlamsal akıl yürütme yeteneği kazanmaktadır. Metin üretimi, burada yüzeysel bir çıktı olmaktan çıkar; problem çözme, planlama ve çıkarım yapma gibi bilişsel süreçlerin simülasyonu ile genişler. Böylece dil, iletişim aracı olmanın ötesine geçerek düşünmenin taşıyıcı yapısı hâline gelir.

•         İkinci Katman- Pekiştirmeli Öğrenme: Bu yaklaşım, sistemlerin deneme-yanılma yoluyla öğrenmesini olanaklı kılar. Öğrenme, sabit veri kümelerine bağlı bir süreç olmaktan çıkar; geri bildirimle şekillenen, kendini güncelleyen ve yönünü yeniden belirleyen dinamik bir yapıya dönüşür. Bu süreç, yapay zekânın karar üretme kapasitesini derinleştirir ve onu eyleme yakınlaştırır.

•         Üçüncü Katman- Araç Entegrasyonu ve Uygulama Arayüzleri (API Tabanlı Sistemler): Yapay zekâ, bu katmanda dış sistemlerle bağlantı kurarak eyleme geçme kapasitesi kazanır. Veri çekme, kod üretme, sistemleri tetikleme ve sonuç üretme süreçleri, düşünmenin doğrudan eyleme bağlandığı bir işleyiş yaratır. Böylece zekâ, kapalı bir hesaplama alanı olmaktan çıkar; dış dünyaya müdahale edebilen bir yapıya dönüşür.

Bu üç katmanın bütünleşmesiyle ortaya çıkan yapı, yalnızca akıl yürüten bir yazılım olarak tanımlanamaz; kendi yönelimleri doğrultusunda davranış üreten ve eylem kurabilen bir sistem olarak belirginleşmektedir. Ajan Yapay Zekâ, bu noktada hesaplama kapasitesinden çıkarak, karar ve eylem üretiminin kurucu ekseni hâline gelmektedir.

Ajan Yapay Zekâ’nın Dil Katmanları: Koddan Anlama

Ajan Yapay Zekâ’nın işleyişi, tekil bir dil üzerinden açıklanabilecek bir yapı sunmaz; aksine, çok katmanlı bir dil mimarisinin etkileşimi içinde kurulan bir süreç olarak belirginleşir. Bu mimari, teknik kodlama dillerinden başlayarak doğal dil ve karar tasarımına uzanan geniş bir spektrumu kapsar. Zekâ, bu bağlamda yalnızca hesaplama değil, farklı dil katmanları arasında kurulan ilişkiler üzerinden anlam üreten bir yapı hâline gelir.

•         İlk Katman- Programlama Dilleri: Bu düzlemde Python, esnek yapısı ve geniş kütüphane desteğiyle sistemin temel altyapısını oluşturur. JavaScript, özellikle web tabanlı ajanların geliştirilmesinde belirleyici bir rol üstlenirken, C++ yüksek performans gerektiren uygulamalarda tercih edilir. Bu katman, yapay zekânın işlem kapasitesini ve teknik işleyişini mümkün kılan altyapıyı sağlar. Örneğin; bir finans kurumunda geliştirilen ajan sistem, Python kullanarak piyasa verilerini çeker, analiz eder ve risk skorları üretir. Aynı sistem, JavaScript ile kullanıcı arayüzüne bağlanarak anlık karar önerileri sunar. Yüksek frekanslı işlem gerektiren modüller ise C++ ile optimize edilir. Bu katman: nasıl çalışır? sorusunun yanıtıdır.

•         İkinci Katman- Doğal Dil ve Yönlendirme Yapıları (İstem/Prompt): Bu katmanda insan dili, bir iletişim aracının ötesine geçerek bir kontrol ve yönlendirme mekanizmasına dönüşür. Komutlar, sentaktik bir yapıdan çok, anlam taşıyan yönelimler hâlinde şekillenir. Böylece dil, hem bir ifade aracı hem de düşünmenin ve yön vermenin temel bileşeni olarak konumlanır. Bu düzlemde insan dili, doğrudan sistem davranışını yönlendiren bir arayüze dönüşür. Örneğin; bir yönetici, ajana şu komutu verir: bu çeyrekte satışları artırmak için en düşük maliyetli stratejiyi öner. Ajan, bu komutu analiz eder, veri çeker, senaryolar üretir ve uygulanabilir bir plan sunar. Bu katman: ne yapılmalı? sorusunu kurar.

•         Üçüncü Katman- Ajan Çerçeveleri (Agent Frameworks): Bu yapılar, birden fazla modeli ve aracı eşgüdüm içinde çalıştırarak çok adımlı davranış üretimini olanaklı kılar. Süreç, tekil komutların uygulanmasından çıkarak, karar akışlarının tasarlandığı ve yönetildiği bir düzleme taşınır. Bu katmanda zekâ, kod yazma uygulamasından uzaklaşarak; karar mimarisi kurma kapasitesi olarak belirginleşir. Bu yapılar, çoklu adımların ve araçların koordinasyonunu sağlar. Örneğin bir e-ticaret ajanı; müşteri verisini analiz eder; kampanya önerir; reklam metni üretir; reklamı otomatik yayına alır; performansı izler ve sonucu optimize eder. Bu süreçte tek bir komut yerine; bir karar akışı vardır. Bu katman, nasıl ilerlenir? sorusunu yönetir.

Bu üç katmanın eşzamanlı çalışmasıyla ortaya çıkan yapı, yalnızca işlem yapan bir sistem olarak tanımlanamaz; kendi yönelimleri doğrultusunda karar akışları kuran ve eylem üreten bir organizasyon mantığı kazanır. Bugün bir pazarlama ajansında kampanyaları tasarlayan, bir hastanede hasta önceliklendirmesi yapan ya da bir şirkette stratejik karar önerileri üreten sistemler, bu çok katmanlı dil mimarisinin somut karşılıklarıdır. Bu nedenle Ajan Yapay Zekâ, yazılımın gelişmiş bir sürümü olarak okunamaz. Bu yapı, karar üretiminin kim tarafından ve hangi mantıkla gerçekleştirildiğini yeniden tanımlayan bir dönüşümü temsil eder.

Araştırma Sınırları: Bilinmeyen Yapısı

Ajan Yapay Zekâ, tamamlanmış bir bilgi alanı sunmaz; sınırları henüz belirginleşmeyen ve sürekli genişleyen bir düşünme alanı olarak konumlanır. Bu alanda ortaya çıkan belirsizlikler, teknik eksikliklerin ötesinde, bilginin nasıl üretildiği, nasıl doğrulandığı ve nasıl yön verildiğine ilişkin temel soruları açığa çıkarır. Bu nedenle burada söz konusu olan, doldurulması gereken boşluklardan çok; henüz kurulmakta olan bir bilgi düzenidir:

•         Ampirik Düzlem: Gerçek dünya koşullarında bu sistemlerin etkisini ölçen uzun vadeli çalışmalar oldukça sınırlıdır. Mevcut bulgular, çoğu zaman kısa süreli ve bağlamsal derinliği sınırlı veri setlerine dayanır.

•         Bağlamsal Düzlem: Veri ve model geliştirme süreçleri büyük ölçüde Batı merkezlidir. Bu durum, kültürel önyargılar ve bağlamsal körlük üretir ve farklı bilgi rejimlerinin temsilini zayıflatır.

•         Karşılaştırmalı Düzlem: Farklı ajan sistemlerinin performansını sistematik olarak karşılaştıran çalışmalar oldukça sınırlıdır. Bu eksiklik, hangi sistemin hangi koşullarda daha etkili olduğunu değerlendirmeyi güçleştirir.

•         Kuramsal Düzlem: Ajan Yapay Zekâ’nın karar verme süreçlerini açıklayan güçlü bir kuramsal çerçeve henüz yoktur. Sistemler davranış üretmektedir, ancak bu davranışın bilişsel, etik ve yönelimsel temelleri tam olarak çözümlenmiş değildir.

•         Toplumsal ve Çeşitlilik Düzlemi: Ajan Yapay Zekâ sistemleri, sınırlı kullanıcı profilleri ve dar veri temsilleri üzerinden şekillenir. Bu durum, farklı kültürel, sosyo-ekonomik ve bilişsel çeşitliliklerin sistem davranışlarına yeterince yansımamasına yol açar. Böylece karar süreçleri, belirli bir insan deneyimini norm hâline getirirken; diğer deneyim biçimlerini sistematik olarak dışarıda bırakır.

•         Uygulama Düzlemi: Kuramsal gelişmeler ile gerçek dünya uygulamaları arasında belirgin bir kopukluk gözlenir. Tasarlanan birçok yapı, uygulama koşullarında sürdürülebilirlik ve ölçeklenebilirlik sorunlarıyla karşılaşır ve gerçek dünyada uygulanabilir değildir.

•         Veri Düzlemi: Güvenilir, temiz ve erişilebilir veri eksikliği, sistemlerin doğruluğunu ve karar kalitesini doğrudan etkiler.

•         Yöntemsel Düzlem: Bu sistemler deterministik değildir. Aynı girdiler farklı çıktılar verebilirler. Bu durum, klasik ölçüm, doğrulama ve tekrar edilebilirlik ilkelerini zorlar ve yeni yöntemsel yaklaşımları gerekli kılar.

•         Zamansal Düzlem: Bu sistemlerin uzun vadeli etkileri henüz netleşmiş değildir. Zaman içinde nasıl evrildikleri, öğrenme sapmaları üretip üretmedikleri ve hangi yönelimleri güçlendirdikleri açık sorular olarak kalmaktadır.

Yukarıda ele alınan bu alanlar, Ajan Yapay Zekâ’nın tamamlanmış bir bilgi alanı sunmadığını; düşüncenin üretim, yönlendirme ve anlamlandırma biçimlerinin yeniden kurulduğu dinamik bir süreç olarak şekillendiğini göstermektedir. Bu süreç, bilginin sınırlarını genişletirken; aynı zamanda, bu sınırların kim tarafından ve hangi yönelimler doğrultusunda çizildiğini yeniden tartışmaya açmaktadır.

Karar Veren Sistemler Çağında İnsan

Ajan Yapay Zekâ, hesaplama çağının sınırlarını geride bırakmış; kararın, yönelimin ve eylemin aynı sistem içinde üretildiği yeni bir düzeni görünür kılmıştır. Bugün kullanılan sistemler (AutoGPT, BabyAGI, LangChain, CrewAI, OpenAI Operator, vb.) tekil komutları yerine getiren araçlar olmaktan çıkarak, hedef belirleyen, süreç kuran ve sonuç üreten karar yapıları olarak belirginleşmektedir. Bu yapı, teknolojinin sadece işlev üretmediğini; aynı zamanda yön tayin ettiğini de açık biçimde göstermektedir. Bu noktada dönüşüm, teknik kapasitenin artışıyla açıklanabilecek bir gelişme sunmaz. Karar, ilk kez insan ile makine arasında paylaşılan bir süreç hâline gelmektedir. Bu paylaşım, yetkinin devri anlamına da gelmez; sorumluluğun yeniden dağıtılmasıdır. Bir sistem hedef belirleyebildiğinde, süreç tasarlayabildiğinde ve sonuç üretebildiğinde, ne yapılabilir? sorusu, neyin yapılmasına izin verileceği sorusuna dönüşür.

Ajan Yapay Zekâ, salt mühendislik alanının sınırlarını aşarak; bir yön verme ve karar tasarımı problemine dönüşmektedir. Bilgi, sadece üretilmez; seçilir ve anlamlandırılır. Karar, sadece alınmaz; yapılandırılır ve yönlendirilir. Güç, sadece birikmez; dağıtılır ve biçimlendirilir. Belirleyici olan, sistemlerin ne kadar akıllı olduğu değildir. Bu zekânın hangi değerler, hangi ilkeler ve hangi bilinç düzlemleri içinde çalıştığıdır. Gelecek, sistemlerin teknik kapasitesinin ötesinde, o sistemlere yön verebilen bilinçlerin kurduğu anlam ve yönelimlerle biçimlenecek ve teknolojinin ulaştığı düzeye yön veren bilincin kurduğu anlamda yeniden doğacaktır.

Böylece, insanın rolü keskinleşir; insan, hesaplama kapasitesinin ötesine geçerek kararın yönünü, önceliğini ve anlamını belirleyen bir bilinç olarak konumlanır. Ajan sistemler hızlanır, ölçeklenir ve kendi süreçlerini kurar; anlam ise kurulmaya, seçilmeye ve hangi amaçlara hizmet edeceği belirlenerek şekillenmeye devam eder. Bu nedenle gelecek, karar üretiminin yoğunluğundan çok; hangi kararların değerli, meşru ve gerekli kabul edildiğini belirleyen bilinç üzerinden biçimlenir. Bu çağda Ajan Yapay Zekâya ilişkin en önemli ölçüt, insan merkezli kararların hangi amaçlara yönlendirildiğini belirleme kapasitesidir.

Prof. Dr. Gülsün KURUBACAK ÇAKIR
“Her pazartesi zihne bir yolculuk…”
Ankara HBV Üniversitesi Öğretim Üyesi
Gazete Ankara DHP – Köşe Yazarı
gkcakir@gazeteankara.com.tr