Apple, Dünya Geliştiriciler Konferansı (WWDC) öncesinde yayımladığı yeni bir yapay zeka araştırmasında, yapay zekanın düşünme kabiliyetiyle ilgili önemli bir tartışmayı yeniden gündeme getirdi.
Araştırmaya göre, büyük akıl yürütme modelleri (Large Reasoning Models – LRM), orta zorluktaki problemleri çözmede görece başarılı olsa da, basit problemler karşısında bile hataya düşebiliyor; karmaşık problemlerde ise adeta çöküyorlar.
“Düşünme Yanılsaması”
Apple araştırmacıları, bu durumu “düşünme yanılsaması” olarak tanımlıyor. Yani modeller, sadece “düşünüyormuş gibi” yapıyor. Kodlama ve matematik gibi daha yapılandırılmış alanlarda güçlü performans sergileyen yapay zeka sistemleri, klasik mantık problemleri gibi akıl yürütme gerektiren alanlarda ciddi şekilde zorlanıyor.
Testlerde Büyük Dil Modelleri Sınıfta Kaldı
Araştırmada OpenAI’ın o1 ve o3 modelleri, DeepSeek R1, Claude 3.7 Sonnet Thinking ve Google Gemini Flash Thinking gibi sistemler teste tabi tutuldu. Hanoi Kulesi, dama taşı dizilimleri, tilki-tavuk-buğday nehir geçişi gibi klasik akıl yürütme bilmecelerinde kullanılan testlerde modellerin başarısızlık oranı dikkat çekici seviyelere ulaştı.
Özellikle Claude 3.7 ve DeepSeek R1 modelleri, Hanoi Kulesi’ne beşinci diskin eklenmesiyle birlikte büyük hatalar yapmaya başladı. Araştırmacılar, işlem gücü artsa bile bu düşüşün engellenemediğini ortaya koydu.
“Pes Etme” Davranışı Gözlemlendi
İlginç bir bulgu da şu: Modeller, problemin başında daha fazla işlem yapıyor; ancak zorluk seviyesi yükseldiğinde daha az token kullanıyor, yani daha az “çaba” sarf ediyor. Bu durum, modellerin zorluk karşısında adeta pes ettiğini gösteriyor.
Adım Adım Çözüm Verilse Bile Başarı Yok
Bir başka dikkat çekici nokta ise, modellere çözüm algoritması doğrudan verilmesine rağmen sonuçların değişmemesi. Yani yapay zeka, ne yapması gerektiği açıkça söylendiğinde bile başarısız olmaya devam ediyor. Bu da, mevcut sistemlerin problem çözme sürecini gerçekten anlayamadığını gösteriyor.
AGI Umutlarına Soğuk Duş
Apple’ın bu çalışması, Yapay Genel Zeka (AGI) konusundaki iyimser beklentileri sorgulatıyor. Geçtiğimiz yıl büyük dil modellerinin (LLM) akıl yürütme zaaflarını ortaya koyan aynı ekip tarafından hazırlanan bu araştırma, AGI’ye şüpheyle yaklaşanlar için güçlü bir kanıt niteliğinde.
Gerçek Zeka mı, Sahte İntiba mı?
Apple’ın bulguları, mevcut yapay zeka modellerinin insan benzeri düşünce süreçlerine gerçekten sahip olup olmadığını sorgulatıyor. Modelin doğru cevabı vermesi, o cevaba ulaşırken insan gibi düşündüğü anlamına gelmiyor. Araştırmacıların vurguladığı gibi, bu sistemler çoğu zaman yalnızca örüntüleri tahmin ediyor, mantıklı düşünmüyor.
Bu durum, yapay zekanın geleceği için büyük bir engel değil; ancak mevcut sınırları daha net biçimde anlamamızı sağlıyor. Özellikle AGI yolculuğunda, “anlama” ile “taklit etme” arasındaki farkın altı daha da kalın çizilmeli.








