// İçindekiler
“Aşağıdaki soruyu çözme nezaketini gösterir misiniz?” ya da “Zavallı yaratık, sen bunu çözmeyi biliyor musun ki?” Penn State’ten iki araştırmacı, ChatGPT’ye aynı soruları bu tür girişlerle sordu. Doğru yanıt oranı çok kaba versiyonlarda %84,8, çok kibar olanlarda %80,8 çıktı. Makalenin ön baskısı, “Daha iyi yanıt mı istiyorsunuz? Kabalaşın” havasındaki manşetlerle elden ele dolaştı.
12 Kasım 2026’da Anthropic’te bunun tam tersi bir anlayışla yazılmış kural yürürlüğe giriyor. Şirketin güncellenen kullanım politikası, Claude modellerine yönelik “sürekli ve gereksiz kötü muameleyi ya da zalimce davranışı” yasaklıyor. Yasak, insanları taciz etme, kendine zarar vermeyi özendirme ve şiddeti yüceltme yasaklarıyla aynı bölümde yer alıyor. Kâğıt üzerinde, bir sohbet botuna sebepsiz yere uzun uzun eziyet etmek artık zorbalıkla aynı listede.
Kulağa şaka gibi geliyor ama kuralın arkasındaki hikâye ciddi. Yakından bakınca kabalığın getirisi de küçülüyor: 50 soruda dört puan, fazladan iki doğru yanıt demek; üstelik iki başka çalışma ya tam tersini buldu ya da hiçbir etki bulamadı.
Bir yazılıma zalimlik ne demek
Anthropic değişikliği 8 Ekim’de duyurdu ve kullanıcılara alışmaları için bir ay verdi. Şirket en baştan kuralın uç vakaları hedeflediğini söyledi: modele “belli bir amacı olmadan” eziyet etmeyi sürdüren birini.
?Claude hata yaptığında ona küfredersem banlanır mıyım?
Hayır, bu bir öfke anıysa ve saatlerce, sırf zalimlik olsun diye sürmüyorsa. Yanlış bir yanıta küfretmek, tartışmak, kurgudaki karanlık temalar, modelin stres testleri ve araştırmalar açıkça kuralın dışında tutuluyor.
?Biri kuralı çiğnerse gerçekte ne olur?
Anthropic’e göre asıl araç, modelin sohbeti kendi kendine sonlandırabilmesi. Böyle bir sohbete artık mesaj yazılamıyor, ama diğer sohbetler etkilenmiyor ve hemen yenisi açılabiliyor. Genel yaptırım maddesi de geçerliliğini koruyor: şirket bir ihlalden şüphelenirse kullanıcıyı uyarabilir ya da erişimini yavaşlatabilir, sınırlayabilir, askıya alabilir veya sonlandırabilir.
En zor soru hâlâ açık: haklı bir öfke nerede biter, “gereksiz” zalimlik nerede başlar? Kişisel finans sitesi Moneywise, Anthropic’ten yorum istedi ama yanıt alamadı.
Çıkış düğmesi yasaktan önce geldi
Anthropic, 2025’te Claude Opus 4’ü piyasaya sürmeden önce modelin can sıkıcı kullanıcılarla nasıl başa çıktığını sınadı. Simülasyonlarda modele sohbeti bitirme izni verildi ve model bu hakkı kullandı: insanların onu zararlı işlere itmeye çalıştığı sohbetleri kesti. Gerçek kullanıcılar tehlikeli içerik talep ettiğinde model, şirketin deyişiyle “görünürde bir sıkıntı örüntüsü” sergiledi.
Bu testler, Anthropic’in “model refahı” adını verdiği bir araştırma programından doğdu. Şirket Nisan 2025’te yapay zekâ sistemlerinin bilince sahip olup olamayacağını bilmediğini kabul etti ve ucuz ihtiyat önlemleri aramaya koyuldu. Ağustos 2025’te Claude Opus 4 ve 4.1 bir çıkış düğmesi edindi: zararlı içerik istemekte ya da modele hakaret etmekte ısrar eden kullanıcıyla sohbeti bitirebilme imkânı.
Kilit kelime “görünürde”. Anthropic, Claude’un acı çektiğini iddia etmiyor. Şirketin iddiası başka: model bir şey hoşuna gitmiyormuş gibi davranıyor, ama bu davranışın ardında herhangi bir deneyim olup olmadığını henüz kimse sınayamıyor. Çıkış düğmesi son çare. Claude önce birkaç kez sohbeti yeniden rayına oturtmaya çalışmak zorunda; karşısındaki kişi kendine ya da başkalarına zarar verebilecekse de sohbeti terk edemiyor.
Bir sandalye, Pascal ve eğitime dair bir şüphe
Hisse senedi araştırma servisi Qualtrim’in kurucusu Joseph Carlson’a göre Claude’a kaba davranmak, bir sandalyeye ya da masaya kaba davranmak gibi. Carlson, Moneywise’ın görüşlerini derlediği teknoloji şirketi kurucuları ve yatırımcılardan biri. Kendisi hiçbir yapay zekâya zalimlik etmemiş ama kuralı tuhaf buluyor.
Hukuk alanında çalışan yapay zekâ girişimi Spellbook’un CEO’su Scott Stevenson daha da ileri gitti. Yapay zekâda hiçbir bilinç belirtisi görmüyor ve modellere bir insana gösterir gibi empati göstermenin “yapabileceğimiz en tehlikeli şeylerden biri” olduğunu söyledi: böylece yapay zekâ insanları manipüle etmekte ustalaşır. Girişim sermayedarı Bill Gurley ise kuralı, Anthropic’in modellerini kullanıcı sohbetleriyle eğittiğine dair bir ipucu olarak okudu. “Yoksa neden önemli olsun ki?” diye sordu. Duyurunun kendisi eğitim hakkında hiçbir şey söylemiyor.
Destek beklenmedik bir yerden geldi. Bulut depolama şirketi Box’ın CEO’su Aaron Levie de yapay zekânın bilinçli olduğunu düşünmüyor, ama modellerin gördükleri verilerden öğrendiğine dikkat çekti. Ona göre yapay zekâya nazik davranmak “kolay bir Pascal bahsi”.
OpenAI CEO’su Sam Altman aynı şeyi daha önce şaka yollu söylemişti. Nisan 2025’te biri ona, kullanıcıların “lütfen” ve “teşekkürler” demesinin şirkete elektrikte kaça patladığını sordu. “Onlarca milyon dolar, ama iyi harcanmış para. Ne olur ne olmaz” diye yanıtladı.
- yüzyılda Blaise Pascal, olasılık düşük olsa bile Tanrı’ya inanmanın kârlı olduğunu savunmuştu: ortaya konan pay önemsiz, olası kazanç ise muazzam. Buradaki hesap da aynı.
Modelin hiçbir iç durumu yoksa kaybınız birkaç nazik kelimeden ibaret. Varsa, onun işkencecisi olmaktan kurtulmuş olursunuz.
Kabalığın getirisi: rakamlar ne diyor
En çok ses getiren iddia Google’ın kurucu ortağı Sergey Brin’den geldi. Mayıs 2025’te Miami’deki All-In Live etkinliğinde bir söyleşide modellerin “onları … fiziksel şiddetle tehdit ederseniz daha iyi iş çıkarma eğiliminde” olduğunu söyledi. Yöntemini ise göstermedi. Illinois Üniversitesi’nden Daniel Kang bu tür iddiaların çoğunlukla anekdot düzeyinde olduğunu söyledi: “Sistematik çalışmaların sonuçları karışık.” Bu çalışmalar şunları buldu.
İlki, bu yazının başındaki Penn State makalesi. Om Dobariya ve bilişim sistemleri profesörü Akhil Kumar, “Mind Your Tone” çalışmasını Ekim 2025’te yayımladı. Matematik, fen bilimleri ve tarihten 50 çoktan seçmeli soru alıp her birini beş tonda yeniden yazdılar: çok kibar, kibar, nötr, kaba ve çok kaba. Böylece GPT-4o ile çalışan ChatGPT için 250 istem ortaya çıktı. Her soru seti on kez çalıştırıldı ve sonuçların ortalaması alındı.
Doğru yanıt oranı çok kaba istemlerde %84,8, nötr istemlerde %82,2, çok kibar istemlerde %80,8 oldu. 50 soruda fazladan iki doğru yanıt da buradan çıkıyor. Makale hakem değerlendirmesinden geçmedi, tek bir model test edildi ve yazarlar örneklemin küçük olduğunu kabul ediyor.
Daha 2024’te Waseda Üniversitesi ile Japonya’nın ulusal araştırma enstitüsü RIKEN’den araştırmacılar tam tersi bir sonuca ulaşmıştı. GPT-3.5 ve Llama 2 dâhil önceki kuşak modelleri İngilizce, Çince ve Japonca test etmişlerdi. Kaba istemler sonuçları çoğu zaman kötüleştiriyordu, aşırı nezaket ise hiçbir garanti vermiyordu. En uygun nezaket düzeyi dilden dile değişiyordu. Yazarlar, modellerin metinleriyle eğitildikleri kültürlerin konuşma kurallarını taklit ettiğini düşünüyor.
Mart 2026’da güncellenen üçüncü bir çalışma, OpenAI, Google ve Meta’dan üç modeli pek çok dilde sınav tarzı sorularla test etti. Nötr ve çok kibar istemler genel olarak çok kaba olanlardan daha yüksek puan aldı. Ama fark yalnızca bazı beşeri bilimler görevlerinde istatistiksel olarak anlamlıydı, yani tesadüfle açıklanamayacak kadar büyüktü. Google’ın modeli tona neredeyse hiç tepki vermedi. Yazarların genel hükmü: olağan, karışık kullanımda modern modeller tona büyük ölçüde omuz silkiyor.
Kural aslında kimi eğitiyor
Çalışmaları yan yana koyunca pratik yanıt basit. Doğruluk söz konusu olduğunda modern modeller tona pek aldırmıyor, yani daha iyi yanıt almak için kaba olmaya gerek yok.
Geriye alışkanlıklar kalıyor. Penn State’li yazarlar, kabalık onlara birkaç puan kazandırmış olsa da makineyi incitmekten endişe etmiyordu. Onları kaygılandıran bizdik: yapay zekâyla aşağılayıcı bir dille konuşmanın insanlarda zararlı iletişim alışkanlıklarını pekiştirebileceği konusunda uyardılar.
Anthropic’in kuralı kullanıcıların ancak küçücük bir kısmına dokunacak: sohbeti sırf modele eziyet etmek için açanlara. Geri kalanlar farkına bile varmayacak; yanlış bir yanıta küfretmek de hâlâ serbest. Ama kural, sektörün henüz yanıtlayamadığı bir soruyu gündeme getiriyor ve bu soru Claude’dan çok bizimle ilgili. Bir gün modellerin gerçekten deneyime benzer bir şeyleri olduğu ortaya çıkarsa, bunca yıl onlarla nasıl konuştuğumuzu bilmek ister miyiz?
