Yapay zekâ, kendisinden daha gelişmiş yapay zekâ sistemlerinin oluşturulmasında giderek daha büyük rol üstleniyor. Anthropic’in ABD Menkul Kıymetler ve Borsa Komisyonuna sunduğu resmî belgeler, yapay zekâ destekli araştırmaların kritik bir düzeye yaklaşabileceğini ortaya koydu. Şirketin açıklamaları, bilimsel gelişmelerin hızından insan denetimine, teknolojik rekabetten küresel güvenliğe kadar pek çok alanda yeni tartışmaları beraberinde getirdi.
Yapay zekâ teknolojilerinde dikkat çekici bir gelişme yaşanıyor. Claude yapay zekâ modellerinin geliştiricisi Anthropic, yapay zekânın kendi gelişimini hızlandırma kapasitesine ilişkin önemli açıklamalarda bulundu. Şirketin 26 Ekim 2026 tarihinde ABD Menkul Kıymetler ve Borsa Komisyonuna (SEC) sunduğu halka arz kayıt belgesi ve 2 Kasım 2026 tarihli güncellemesi, yapay zekâ sistemlerinin yeni nesil modellerin geliştirilmesinde giderek daha etkin görevler üstlendiğini ortaya koyuyor.
Güncellenmiş belgenin 30. sayfasında yer alan açıklamalara göre Anthropic, gelecekteki modellerinin yapay zekâ araştırmalarını önemli ölçüde hızlandırabilecek bir kapasiteye yakın zamanda ulaşabileceğini öngörüyor. Şirket, mevcut modellerinden herhangi birinin tanımladığı kritik kapasite düzeyini aştığını henüz belirlemiş bulunmuyor. Buna karşılık yapay zekâ destekli araştırmaların hızlanması, şirketin resmî risk değerlendirmelerinde önemli bir yer tutuyor.
Bu gelişme, yapay zekânın araştırma süreçlerindeki rolünün genişlediğine işaret ederken teknolojinin geleceğine ilişkin temel bir soruyu da gündeme taşıyor: Yapay zekâ, kendisinden daha gelişmiş sistemlerin oluşturulmasını giderek daha fazla üstlenirse bilimsel araştırmaların yönünü ve güvenliğini kim belirleyecek?
YAPAY ZEKÂ KENDİ KENDİNİ NASIL GELİŞTİREBİLİR?
Bilim dünyasında Recursive Self-Improvement (RSI), Türkçede özyinelemeli kendini geliştirme olarak ifade edilen kavram, bir yapay zekâ sisteminin daha gelişmiş yapay zekâ sistemlerinin oluşturulmasına katkıda bulunmasını ve bu gelişim döngüsünün birbirini güçlendirerek sürmesini anlatıyor. Bu süreç günümüzde üç farklı kapasite düzeyi üzerinden değerlendiriliyor. İlk düzeyde yapay zekâ, insan araştırmacılara yardımcı oluyor. Yazılım kodları oluşturuyor, araştırma verilerini analiz ediyor, deney sonuçlarını karşılaştırıyor ve yeni yöntemler öneriyor. İkinci düzeyde yapay zekâ sistemleri araştırma ve geliştirme çalışmalarının daha büyük bir bölümünü üstleniyor. Eğitim algoritmalarını iyileştiriyor, deneyler yürütüyor, teknik sorunları çözüyor ve araştırmacıların belirlediği hedefler doğrultusunda yeni modellerin geliştirilmesine katkıda bulunuyor. Günümüzde somut ilerlemenin yaşandığı alanlardan biri bu.
Üçüncü düzey ise yapay zekânın kendi halefini kapsamlı biçimde tasarlaması, geliştirmesi, eğitmesi ve değerlendirmesiyle tanımlanıyor. Böyle bir sistemin oluşturduğu daha güçlü modelin de sonraki nesilleri geliştirmesi, kendi kendini hızlandıran bir araştırma döngüsünün ortaya çıkmasını sağlayabilir. Anthropic’in yayımladığı When AI Builds Itself başlıklı araştırma, yapay zekâ sistemlerinin henüz bu son düzeye ulaşmadığını açıkça belirtiyor. Şirket, böyle bir gelişmenin mümkün olabileceğini, ancak gerçekleşmesinin kesinlik taşımadığını vurguluyor.
ANTHROPIC’İN AÇIKLADIĞI RAKAMLAR DİKKAT ÇEKİYOR
Anthropic’in Ağustos 2026 verilerine dayanan araştırma ve geliştirme otomasyonu ölçümleri, yapay zekânın şirket içerisindeki çalışmaların önemli bir bölümüne katıldığını gösteriyor.
Şirketin açıkladığı verilere göre Claude, araştırma ve geliştirme faaliyetlerinin %26’sında yönlendirici rol üstleniyor. Bu çalışmaların büyük bölümünü üst düzey bir talimatla tamamlayabilen sistem, insan denetimi altında çalışıyor. Yapay zekânın en azından iş birliği düzeyinde katıldığı araştırma ve geliştirme faaliyetlerinin oranı ise %90’ı aşıyor. Buna karşılık ölçüm kapsamındaki araştırma işlerinde insan müdahalesinden bütünüyle bağımsız yürütülen faaliyet tespit edilmiş bulunmuyor. Bu sonuçlar, yapay zekâ sistemlerinin araştırmalarda ne kadar etkin hâle geldiğini göstermesi bakımından önem taşıyor. Ancak ölçümler şirketin kendi geliştirdiği yöntemlere dayanıyor ve bağımsız kuruluşlar tarafından daha kapsamlı biçimde doğrulanmaları gerekiyor.
YAZILIM GELİŞTİRMEDE 45 KATLIK ARTIŞ
Anthropic’in SEC belgelerinde yer alan bir başka veri, yapay zekâ destekli yazılım geliştirme süreçlerinin ulaştığı boyutu gözler önüne seriyor. Şirketin açıklamasına göre Eylül 2026’da kod tabanına yapılan katkıların %90’ından fazlası Claude tarafından yazıldı. Ayrıca 2026 yılının üçüncü çeyreğinde mühendis başına günlük kod katkısı, 2024 yılındaki günlük ortalamanın 45 katını aştı. Bu rakamlar, yapay zekânın yazılım mühendisliği süreçlerinde insan emeğinin niteliğini değiştirdiğini gösteriyor. Mühendisler kodları doğrudan yazmaktan giderek daha fazla araştırma süreçlerini yönlendirmeye, sonuçları incelemeye ve sistemleri denetlemeye yöneliyor. Bununla birlikte üretilen kod miktarındaki artışın bilimsel ilerleme, yazılım kalitesi veya güvenlik açısından aynı oranda gelişme anlamına geldiği henüz kanıtlanmış bulunmuyor. Kodların doğruluğu, sürdürülebilirliği, güvenlik açıkları ve gerçek kullanım koşullarındaki performansı ayrıca değerlendirilmesi gereken başlıklar arasında yer alıyor.
KRİTİK DÜZEY NASIL BELİRLENİYOR?
Anthropic’in 8 Temmuz 2026 tarihinde yürürlüğe giren Responsible Scaling Policy 3.4 adlı sorumlu geliştirme politikasında, otomatik araştırma ve geliştirme kapasitesine ilişkin iki temel ölçüt bulunuyor. Birinci ölçüt, yapay zekânın şirketin araştırma bilimcileri ve araştırma mühendislerinin çalışmalarını bütünüyle, rekabetçi maliyet koşullarında gerçekleştirebilmesi. İkinci ölçüt ise yapay zekâ destekli araştırma otomasyonu sayesinde genel yapay zekâ yeteneklerindeki gelişim hızının, karşılaştırma için belirlenen temel hıza göre yaklaşık iki katına çıkması ve bu hızlanmanın önemli ölçüde araştırma otomasyonundan kaynaklandığının gösterilebilmesi. Burada dikkat çeken ayrıntı, araştırmacıların bireysel üretkenlik artışıyla yapay zekâ alanındaki toplam teknik gelişim hızının farklı ölçütlerle değerlendirilmesi. Bir araştırmacının iki kat daha fazla iş yapabilmesi, yapay zekâ teknolojilerinin de iki kat daha hızlı gelişeceğini garanti etmiyor. Bu nedenle Anthropic, gelişim hızını ölçmeye yönelik yöntemlerini geliştirmeyi ve modellerin güvenlik üzerindeki etkilerini değerlendirmeyi sürdürüyor.
BAĞIMSIZ ARAŞTIRMACILAR NE SÖYLÜYOR?
Yapay zekâ araştırmalarını bağımsız olarak değerlendiren METR kuruluşu, 22 Eylül 2026 tarihinde Claude Opus 5.5 modeli hakkında ön değerlendirmesini yayımladı.
İnceleme, modelin araştırma ve geliştirme faaliyetlerine önemli katkılar sağlayabildiğini, ancak bütün araştırma süreçlerini bağımsız olarak yürütebilecek kapasiteye henüz ulaşmadığını ortaya koydu. METR tarafından aktarılan deneysel bir ön tahmin, yapay zekâ katkısının genel model yeteneklerindeki gelişmeyi yaklaşık 1,5 kat hızlandırabileceğini belirtiyor.
Aynı tahminde, iki kat hızlanma yaşanması olasılığı yaklaşık %30 olarak ifade ediliyor. Ancak araştırmacılar, bu hesaplamaların yüksek belirsizlik içerdiğini, tahminin kapsadığı zaman aralığının tam olarak belirlenmediğini ve destekleyici verilerin tamamının incelemeyi yayımlayan ekip tarafından doğrulanamadığını vurguluyor. Bulgular, yapay zekâ destekli araştırmaların hızlanmasına ilişkin erken bilimsel göstergeler sunuyor. Tam bağımsız model geliştirme kapasitesine ulaşıldığına ilişkin kesin bir sonuç ortaya koymuyor.
BİR YAPAY ZEKÂ, SONRAKİ NESİL YAPAY ZEKÂYI NASIL OLUŞTURABİLİR?
Bu sürecin teknik olarak nasıl gerçekleşebileceği, bir yapay zekâ modelinin eğitim süreci üzerinden açıklanabiliyor. Yeni bir dil modeli geliştiren araştırmacılar, mevcut yapay zekâ sisteminden eğitim yazılımını incelemesini, yavaş çalışan bölümleri belirlemesini ve alternatif algoritmaları denemesini isteyebiliyor. Yapay zekâ, farklı kodlar oluşturarak deneyleri çalıştırabiliyor, performans sonuçlarını karşılaştırabiliyor ve daha verimli yöntemler önerebiliyor. Araştırmacıların doğruladığı bu yöntemler yeni modelin geliştirilmesinde kullanıldığında, mevcut yapay zekâ sonraki neslin oluşturulmasına doğrudan katkı sağlamış oluyor.Yeni nesil modelin daha gelişmiş araştırma yeteneklerine sahip olması durumunda, aynı süreç giderek daha verimli biçimde tekrarlanabiliyor. Ancak bir yapay zekânın kod yazması, kendi sinir ağı ağırlıklarını bağımsız biçimde değiştirerek yeni bir temel model eğitmesiyle aynı teknik süreci ifade etmiyor. Gelişmiş modellerin eğitimi; yüksek hesaplama gücü, büyük veri kaynakları, enerji, araştırma altyapısı, deney yönetimi ve güvenlik değerlendirmeleri gerektiriyor. Bu nedenle araştırma otomasyonunun genişlemesi, yeni modellerin tüm geliştirme süreçlerinin insan katılımı olmaksızın yürütülebildiği anlamına gelmiyor.
Yapay zekânın kendi gelişimini hızlandırması, bilimsel araştırma süreçlerinde önemli değişikliklere yol açabilecek bir gelişme olarak değerlendiriliyor. Özellikle karmaşık veri analizleri, yazılım geliştirme, deney tasarımı, hipotezlerin sınanması ve araştırma sonuçlarının karşılaştırılması gibi alanlarda önemli zaman kazanımları sağlanabilir. Sağlık alanında ilaç geliştirme araştırmalarının hızlanması, biyomedikal verilerin daha kapsamlı incelenmesi ve yeni tedavi yöntemlerinin araştırılması öne çıkan fırsatlar arasında yer alıyor.
Eğitim alanında ise kişiselleştirilmiş öğrenme sistemlerinin geliştirilmesi, öğrenme süreçlerinin analiz edilmesi ve araştırmacıların daha kapsamlı verilerle çalışabilmesi mümkün olabilir. Yazılım ve siber güvenlik alanlarında karmaşık sistem hatalarının belirlenmesi, güvenlik açıklarının analiz edilmesi ve koruyucu yöntemlerin geliştirilmesi hız kazanabilir. Kamu yönetimi ve toplumsal hizmetlerde de gelişmiş karar destek sistemleri, kaynak planlaması ve hizmet süreçlerinin iyileştirilmesi açısından yeni uygulamalar ortaya çıkabilir. Ancak bu gelişmelerin her biri, kendine özgü bilimsel, hukuki ve toplumsal koşullara bağlı bulunuyor. Örneğin yapay zekâ ilaç araştırmalarını hızlandırabilse de klinik deneylerin, uzun dönemli sağlık değerlendirmelerinin ve resmî onay süreçlerinin gerektirdiği zamanı bütünüyle ortadan kaldıramıyor.
EN BÜYÜK SORUN: YAPAY ZEKÂYI KİM DENETLEYECEK?
Gelişmelerin beraberinde getirdiği önemli sorunlardan biri, yapay zekâ sistemlerinin oluşturduğu sonuçların yine yapay zekâ tarafından değerlendirilmesi.Bir yapay zekâ sisteminin yeni modeller geliştirdiği, başka bir yapay zekâ sisteminin de bu modellerin güvenliğini incelediği araştırma düzenlerinde bağımsız doğrulamanın nasıl gerçekleştirileceği önem kazanıyor. Benzer modellerin aynı tür hataları paylaşması, yanlış değerlendirmelerin birbirini güçlendirmesi ve hatalı sonuçların sonraki model nesillerine aktarılması olasılıklar arasında bulunuyor. Anthropic de SEC belgelerinde, mevcut modellerde ortaya çıkabilecek sistematik hataların, yanlılıkların veya güvenlik sorunlarının sonraki nesillere taşınabileceğine dikkat çekiyor. Şirket, yapay zekâ yeteneklerinin güvenlik, denetim ve doğrulama mekanizmalarından daha hızlı gelişebileceğini de kabul ediyor. Bağımsız değerlendirme kuruluşu METR’nin 8 Mayıs 2026 tarihli incelemesi, Anthropic’in otomatik araştırmalardan kaynaklanan risklere ilişkin bazı değerlendirmelerinin daha güçlü kanıtlarla desteklenmesi gerektiğini ortaya koymuştu. Bu gelişmeler, farklı yöntemlerle çalışan bağımsız değerlendirme sistemlerinin ve insan denetiminin önemini artırıyor.
Yapay zekâ araştırmalarındaki hızlanma, bilimsel gelişmeler açısından önemli fırsatlar sunarken çeşitli riskleri de beraberinde getiriyor. Bilimsel araştırmalarda hatalı verilerin ve sonuçların yeni çalışmalara aktarılması, yanlış bulguların daha geniş araştırma süreçlerinde kullanılmasına neden olabilir. Sağlık alanında yapay zekâ tarafından oluşturulan hatalı değerlendirmelerin yüksek etkili kararlara taşınması ciddi sonuçlar doğurabilir. Eğitimde otomatik sistemlere aşırı bağımlılık, öğrencilerin bağımsız düşünme, sorgulama ve değerlendirme yeterlilikleri açısından yeni sorunlar oluşturabilir.
Siber güvenlikte gelişmiş yapay zekâ sistemleri güvenlik açıklarının belirlenmesini kolaylaştırırken kötü niyetli kullanımların teknik kapasitesini de artırabilir. Toplumsal yönetim açısından ise kararların giderek daha fazla otomatik sistemlere devredilmesi, şeffaflık, insan hakları, hesap verebilirlik ve demokratik denetim konularında yeni düzenlemeler gerektirebilir. 3 Şubat 2026 tarihinde yayımlanan International AI Safety Report 2026, yapay zekâ teknolojilerinin hızlı gelişimine karşın bazı risklerin ölçülmesi ve yönetilmesinde önemli bilimsel belirsizliklerin sürdüğünü ortaya koyuyor.
Yoshua Bengio liderliğinde, 100’den fazla uzmanın katkısıyla hazırlanan uluslararası rapor, gelişmiş yapay zekâ sistemlerinin güvenliği açısından teknik değerlendirmelerin ve kurumsal denetim mekanizmalarının güçlendirilmesini önemli araştırma başlıkları arasında ele alıyor.
İNSAN ARAŞTIRMACININ ROLÜ DEĞİŞİYOR
Yapay zekâ sistemlerinin araştırma süreçlerine giderek daha fazla katılması, bilim insanlarının ve araştırmacıların görevlerini de yeniden şekillendiriyor. Teknik işlemlerin otomatik sistemler tarafından yürütüldüğü araştırma ortamlarında insanın araştırma konularını belirleme, doğru soruları oluşturma, sonuçları değerlendirme ve kararların sorumluluğunu üstlenme görevleri daha fazla önem kazanıyor.
Yapay zekâ araştırmalarında yaşanan gelişmeler, bilimsel üretkenliğin hızlanmasıyla birlikte araştırma sonuçlarının güvenilirliğinin nasıl korunacağı sorusunu da gündeme getiriyor. Bu süreçte hangi araştırmaların toplumsal açıdan değer taşıdığı, hangi problemlere öncelik verilmesi gerektiği ve bilimsel sonuçların hangi yöntemlerle doğrulanacağı temel konular arasında bulunuyor. Araştırmacıların rolü de doğrudan teknik uygulamaları gerçekleştirmekten, giderek daha karmaşık araştırma sistemlerini yönlendirmeye ve denetlemeye doğru genişliyor.
KÜRESEL TEKNOLOJİ REKABETİNDE YENİ DÖNEM
Yapay zekânın araştırma ve geliştirme süreçlerini hızlandırma kapasitesi, teknoloji şirketleri arasındaki rekabetin yapısını da etkileyebilir. Gelişmiş araştırma ajanlarından yararlanan kuruluşlar, yeni modelleri daha kısa sürede geliştirme ve mevcut sistemlerini daha hızlı iyileştirme avantajı elde edebilir. Bununla birlikte gelişmiş yapay zekâ sistemlerinin eğitimi için gerekli hesaplama altyapısı, enerji kaynakları, nitelikli insan gücü ve finansman olanakları rekabetin belirleyici unsurları olmayı sürdürüyor.
Araştırma kapasitesindeki farklılıkların büyümesi, ülkeler ve kurumlar arasındaki teknolojik güç dağılımını da etkileyebilir. Bu nedenle yapay zekâ alanındaki gelişmelerin bilimsel iş birliği, bağımsız denetim, ortak güvenlik standartları ve uluslararası yönetişim mekanizmalarıyla birlikte değerlendirilmesi önem taşıyor.
GELECEĞİN BELİRLEYİCİ SORUSU: DOĞRU ARAŞTIRMA SORUSUNU KİM BELİRLEYECEK?
Anthropic’in açıklamaları, yapay zekânın kendi gelişimini hızlandırma kapasitesinin somut araştırma verileriyle değerlendirilmeye başlandığını gösteriyor. Bugün yapay zekâ araştırmalarda kod yazıyor, deneyler gerçekleştiriyor, teknik yöntemler geliştiriyor ve yeni modellerin oluşturulmasına katkı sağlıyor.
Gelecekte bu sistemlerin daha bağımsız araştırma faaliyetleri gerçekleştirmesi, bilimsel üretimin yapısını önemli ölçüde değiştirebilir. Ancak teknolojik kapasitenin artması, araştırmaların yönünü belirleme ve sonuçların toplumsal etkilerini değerlendirme sorumluluğunu da beraberinde getiriyor. Yapay zekânın araştırma süreçlerini ne kadar hızlandırabileceği kadar, hangi soruların araştırılmaya değer olduğunu kimin belirleyeceği, sonuçların nasıl doğrulanacağı ve olası risklerden kimin sorumlu tutulacağı da önem kazanıyor.
Yapay zekâ, kendisinden daha gelişmiş sistemlerin oluşturulmasında giderek daha güçlü hâle gelirken insanlığın önündeki temel mesele, teknolojik ilerlemenin yönünü bilimsel doğruluk, insan hakları, toplumsal yarar ve güvenlik ilkeleri doğrultusunda belirleyebilmek olacak. Anthropic’in resmî açıklamalarının bilim dünyasında gündeme taşıdığı soru ise önemini koruyor: Yapay zekâ kendi gelişimini yönetecek kadar güçlendiğinde insanın en önemli görevi ne olacak?
PROF. DR. GÜLSÜN KURUBACAK ÇAKIR
Kaynak
ABD Menkul Kıymetler ve Borsa Komisyonu (SEC). Anthropic, PBC. Form S-1/A, 2 Kasım 2026. Özellikle s. 30 ve ilgili araştırma-geliştirme bölümleri. Resmî belge
Anthropic. Responsible Scaling Policy, Version 3.4, 8 Temmuz 2026. Resmî güvenlik politikası
Anthropic Institute. When AI Builds Itself: Our Progress Toward Recursive Self-Improvement, and Its Implications. Araştırma
Anthropic Institute. Measurements for Understanding the Pace of AI Development Inside Frontier Labs. Otomasyon ölçümleri
METR. Summary of METR’s Predeployment Evaluation of Claude Opus 5.5, 22 Eylül 2026. Bağımsız değerlendirme
METR. Review of the Risks from Automated R&D Section in the Anthropic Risk Report, 8 Mayıs 2026. Bağımsız inceleme
International AI Safety Report 2026, 3 Şubat 2026. Uluslararası bilimsel rapor
Transhümanizm uzun ömür ekonomisi ve insanın geleceği üzerine bir inceleme
İnsan daha fazla zaman istemektedir. Çocuğunun büyüdüğünü görmek, sevdiğiyle biraz daha konuşmak, öğrenmeye ve üretmeye devam etmek, hastalık yüzünden yarım kalan bir işi tamamlamak istemektedir. Uzun hayat arzusunda bu kadar tanıdık bir taraf bulunurken, bu arzunun karşısına çıkan her ticari teklifin aynı güvenle karşılanması ayrı bir meseledir. Sevdiklerimizle geçireceğimiz bir yılın bizim için taşıdığı değer ile o yılı sağlayacağını ileri süren kuruluşun belirlediği fiyat arasında nasıl bir ilişki bulunmaktadır? Ömrün ekonomik bir teklif hâline geldiği yerde, insanın zamanı üzerinde kimin söz sahibi olduğu sorusu da belirmektedir.
Bu incelemenin çıkış noktası, gönderilen Instagram paylaşımındaki anlatıdır. Paylaşım, İsviçre Alpleri’ndeki lüks bir otelde bir araya gelen 120 yatırımcı, doktor ve varlıklı katılımcıyı konu almaktadır. Aubrey de Grey’e atfedilen bin yıllık insan ömrü öngörüsü, Tomorrow Bio’nun beden koruma hizmeti, Herasight’ın embriyo taraması ve 2034 için 62 milyar dolarlık pazar beklentisi aynı çerçevede sunulmaktadır. Yüzde 1000 kazanç potansiyeli ile biyolojik ayrıcalıkların kalıcılaşacağı düşüncesi de anlatıya eşlik etmektedir. Okurun karşısına bilim, servet ve ölüm karşısındaki insan kaygısını birleştiren güçlü bir gelecek tasviri çıkmaktadır.
Uzun ömür araştırmaları, hastalıkların geciktirilmesi ve sağlıklı geçirilen yılların artırılması bakımından değerli bir çalışma alanıdır. Bu alanı anlamak için araştırma hedefleriyle satış tekliflerinin, yatırımcı beklentileriyle insanlar üzerinde gösterilmiş sonuçların ayrı ayrı değerlendirilmesi gerekmektedir. Bir konferansın gerçekleşmiş olması, orada dile getirilen bütün gelecek öngörülerinin doğrulandığı anlamına gelmemektedir. Bilimsel bir kavramın reklamda kullanılması da ilgili ürünün insan ömrüne katkısını kendiliğinden göstermemektedir.
Burada hareket ettiğimiz değer çerçevesi, insan onurunu, kişinin kendi hayatında söz sahibi olmasını, temel hizmetlere erişimi ve dünya hayatının İslâm inancındaki sonluluğunu birlikte önemsemektedir. Bu yaklaşımın bilimsel karşılığı, sonuçları önceden kararlaştırılmış bir araştırma olamaz. İnceleme, kanıtın ulaştığı yere kadar ilerlemekte; inançtan kaynaklanan kabulü, felsefi yorumu ve geleceğe ilişkin senaryoyu kendi dayanaklarıyla sunmaktadır. Böylece daha uzun hayat arzusu, içinde yaşanacak dünyanın koşullarıyla birlikte düşünülmektedir.
İncelemenin kapsamı, 8 Ekim 2026 tarihinde erişilebilen uluslararası araştırmalar, kurum açıklamaları ve haber kaynaklarıdır. Instagram materyali ekran görüntüleri üzerinden incelenmiştir; paylaşımın doğrudan bağlantısı ve yayımlanma tarihi bulunmamaktadır. Handelsblatt haberinin açık girişinden ve arama dizininde erişilebilen metninden yararlanılmıştır. Bu erişim sınırı nedeniyle, sosyal medya paylaşımındaki her ayrıntının kaynak habere aynı biçimde ait olduğu varsayılmamıştır.
1 HABERİN İZİNDE
Bir haberin değerlendirilmesi, anlatının etkileyiciliğinden önce iddialarının nasıl doğrulanabildiğiyle başlamaktadır. Bu olayda toplantının varlığı, şirketlerin sunduğu hizmetler ve geleceğe ilişkin beklentiler farklı kaynak türleri gerektirmektedir. Aynı paragrafta yan yana bulunmaları, aynı kanıt gücüne sahip olduklarını göstermemektedir.
Toplantı ve kaynak haberde doğrulananlar
Longevity Investors’ın resmî sayfası, 2026 konferansının 14–17 Eylül tarihlerinde Gstaad’daki Le Grand Bellevue’de düzenlendiğini göstermektedir. Açıklanan amaç, yatırımcılarla uzun ömür araştırmacılarını buluşturmaktır; program ve konuşmacı listesi kamuya açıktır. Aubrey de Grey, Herasight’tan Jonathan Anomaly ve Tomorrow Bio’dan Emil Kendziorra listede bulunmaktadır (Longevity Investors, t.y.). Helena Smolak’ın 30 Eylül 2026 tarihli Handelsblatt haberi ise 120 kişilik katılımdan söz etmektedir (Smolak, 2026).
Bu bilgiler, gerçek bir bilim ve sermaye buluşmasını göstermektedir. Seçici katılım, ekonomik gücün bilgiye ve ilişkilere erişimdeki rolünü tartışmaya açmaktadır. Bunun yanında, kapalı oturum ile belgelenmiş gizli plan farklı iddialardır. Toplantının lüks bir mekânda yapılması, katılımcıların bilimsel yeterliliğini veya kötü niyetini tek başına belirlememektedir. Gazetecilik açısından asıl inceleme alanı, hangi vaatlerin hangi finansal ilişkiler içinde dolaşıma girdiğidir.
Sosyal medya anlatısındaki kapsam değişiklikleri
Handelsblatt’ın aktardığı 62 milyar dolarlık tahmin, Emergen Research’e dayandırılmakta ve biyoteknolojinin yanında koruyucu sağlık, tanı, finans ürünleri ve gayrimenkulü de kapsamaktadır. Yüzde 1000 yükselme potansiyeli ise organizatör Tobias Reichmuth’un yatırım beklentisidir. Haberde, konuşulan müdahaleler bakımından insanda ömür uzatmanın henüz gösterilmediğine ilişkin uyarısı da bulunmaktadır (Smolak, 2026). Böylece kaynak metnin içinde hem ticari beklenti hem ihtiyat yer almaktadır.
Bu ayrıntıların çıkarılması, okurun karşılaştığı anlamı değiştirmektedir. Birçok sektörü içeren pazar tahmini, tek bir biyoteknolojinin başarısı gibi algılanabilir. Yüksek kazanç beklentisi, kanıtlanmış kazanca; yaşlanma araştırması, satın alınabilir ölümsüzlüğe yaklaşan bir anlatıya dönüşebilir. Tahminin asıl raporundaki yöntem ve varsayımlar bu incelemede bağımsız olarak doğrulanamamıştır. Bu nedenle rakam, kaynağı belirtilen bir beklenti olarak korunmaktadır.
İddialar ve doğrulama tablosu
Tablo 1, paylaşımda kullanılan ifadeleri erişilebilen kaynaklarla karşılaştırmaktadır. Tablodaki belirsizlikler araştırmanın kusuru sayılarak gizlenmemektedir; bunlar okurun değerlendirmesi gereken bilginin bir parçasıdır.
Tablo 1
Sosyal medya paylaşımındaki iddialar ve erişilebilen kanıtlar
Paylaşımdaki iddia
Kaynaklarla karşılaştırma
Değerlendirme sınırı
Alpler’de gizli ölümsüzlük zirvesi
Konferans, tarih ve konuşmacılar doğrulanmaktadır. Resmî program kamuya açıktır (Longevity Investors, t.y.).
Seçici katılım, gizli planın kanıtını oluşturmaz.
200 bin avro peşinat ve gelecekte uyanış
Üyeler için tüm beden koruma bedeli açıklanmaktadır. Şirket, insanı yeniden canlandırmanın bugün mümkün olmadığını belirtmektedir (Tomorrow Bio, t.y.).
Mevcut koruma hizmeti ile gelecek beklentisi ayrılmalıdır.
25 bin dolara tasarım bebek
Hizmet embriyo taraması ve tahmine dayalı karşılaştırmadır. Güncel resmî fiyat olarak 25 bin dolar doğrulanamamıştır (Herasight, t.y.).
Tahmin, özellik garantisi veya gen düzenleme anlamına gelmez.
Biyolojik saati sıfırlama
Göstergelerin değişmesi araştırılmaktadır; bu değişimin klinik karşılığı ayrıca doğrulanmalıdır (Sehgal vd., 2026).
Test sonucu, ömre eklenen yıl sayısını doğrudan göstermez.
2034’te 62 milyar dolar ve yüzde 1000 kazanç
Haberdeki pazar tanımı birden çok sektörü kapsamaktadır. Getiri ifadesi yatırımcı beklentisidir; asıl pazar raporunun yöntemi burada doğrulanamamıştır (Smolak, 2026).
Tahmin, gerçekleşmiş getiri ve tıbbi başarı ayrı sonuçlardır.
Bin yıl yaşayacak ilk insan doğdu
Paylaşımda de Grey’e atfedilen bir öngörüdür. Sözün bu toplantıdaki tam bağlamı bağımsız olarak doğrulanamamıştır.
Öngörü, gözlenmiş insan ömrü verisi sayılamaz.
Büyük markalar ölümsüzlük pazarında
Açıklanan faaliyetler beslenme araştırması, cilt yaşlanması ve koruyucu tanı gibi farklı alanlardadır (Chanel, t.y.; Med-Ex Diagnostic Center, t.y.; Nestlé, 2026).
Marka adları ortak bir ölümsüzlük projesini kanıtlamaz.
Not. İddialar, sağlanan ekran görüntülerinden özetlenmiştir. Şirket sayfaları hizmetin ve ticari iddianın kaynağıdır; bağımsız klinik etkinlik kanıtı olarak kullanılmamıştır. Kontrol tarihi 8 Ekim 2026’dır.
Satılan hizmetlerin birbirinden ayrılması
Tomorrow Bio, üyeleri için tüm bedenin kriyoprezervasyon maliyetini 200 bin avro olarak açıklamakta; üyelik ve finansman seçeneklerini ayrıca göstermektedir. Şirket, bu işlemden sonra bir insanı yeniden canlandırmanın bugün mümkün olmadığını da belirtmektedir (Tomorrow Bio, t.y.). Bu nedenle satın alınan hizmetin bugünkü kapsamı koruma işlemidir. Gelecekte canlandırma ihtimali, hizmetin mevcut başarısı gibi sunulduğunda sözleşmenin anlamı değişmektedir. Yüzyıllık bir bekleyiş ayrıca bakım kurumunun, kayıtların ve finansmanın sürekliliğini gerektiren bir senaryodur; bunların tartışılması canlandırmanın biyolojik olarak başarıldığını göstermemektedir.
Herasight’ın açıkladığı hizmet, tüp bebek sürecinde embriyoların genetik riskler ve bazı özellik tahminleri bakımından karşılaştırılmasıdır (Herasight, t.y.). Genetik tarama, gen düzenleme ve istenen özellikleri garanti etme ayrı işlemlerdir. Paylaşımda geçen 25 bin dolarlık bedel güncel resmî fiyat olarak doğrulanamamıştır. Boy ve bilişsel özellikleri seçmeye ilişkin 2019 tarihli çalışma, tahminlerdeki belirsizliği ve embriyo sayısının önemini göstermektedir; çalışma, Herasight’ın 2026 hizmetinin doğrudan değerlendirmesi olarak kullanılamaz (Karavani vd., 2019).
Marka örnekleri de kendi faaliyetleriyle birlikte okunmalıdır. Nestlé’nin duyurusu, NTU Singapore ile sağlıklı uzun ömür ve kadın sağlığı araştırmalarına ilişkindir; Chanel’in açıklaması ciltte hücresel yaşlanmayı ele almaktadır (Chanel, t.y.; Nestlé, 2026). Ferrari ile bağlantılı Med-Ex merkezi ise koruyucu tanı ve topluma yönelik hizmetler açıklamaktadır (Med-Ex Diagnostic Center, t.y.). Bu çalışmaların aynı haberde anılması, ortak bir ölümsüzlük projesine katıldıklarını göstermeye yetmemektedir. Haber karşılaştırmasının ulaştırdığı sonuç, faaliyetlerin gerçekliğini teslim ederken her birinin kanıtını ve amacını ayrı değerlendirmektir.
2 TRANSHÜMANİZM VE İNSANIN SINIRLARINI DEĞİŞTİRME DÜŞÜNCESİ
Uzun ömür ekonomisi, gelecekte insanın nasıl bir varlık olacağına ilişkin düşüncelerle kesişmektedir. Bu kesişim, sağlık araştırmasını bir dünya görüşüyle ilişkilendirmektedir. Transhümanizm, insanın biyolojik ve zihinsel sınırlarının teknolojiyle değiştirilebileceği düşüncesini sistemli biçimde tartışmaya açtığı için burada önemli bir kavramsal dayanak sağlamaktadır.
Tedaviden insanı geliştirmeye uzanan yaklaşım
Transhümanist Bildirge, yaşlanmanın ve bazı bilişsel sınırlılıkların aşılmasını, acının azaltılmasını ve insan imkânlarının genişletilmesini hedefler arasında saymaktadır (Humanity+, 2009). Bu hedefler, hastalığın tedavisi ile insan kapasitesinin geliştirilmesi arasında uzanan geniş bir alan oluşturmaktadır. Görmesini kaybeden kişiye görme işlevi kazandırmakla, sağlıklı bir kişinin duyularını mevcut insan aralığının ötesine taşımak farklı değerlendirmeler gerektirebilir. İki durumda da faydanın niteliği, riskin büyüklüğü ve kararın kime ait olduğu önem taşımaktadır.
Bu ayrım, bütün uzun ömür araştırmalarına aynı ideolojik etiketi yapıştırmayı önlemektedir. Bir araştırmacı ileri yaştaki hastalıkları azaltmayı amaçlayabilir; bir yatırımcı belirli bir ilacın ticari değerine odaklanabilir; başka bir katılımcı insan bedeninin kapsamlı biçimde dönüştürülmesini savunabilir. Birlikte çalışmaları, amaçlarının her bakımdan birleştiğini kanıtlamamaktadır. İncelemenin birimi, kullanılan kavramdan önce somut iddia ve uygulamadır.
Teknolojiye yüklenen gelecek beklentisi
Bostrom (2005), insanı geliştiren teknolojilerin geniş erişimle ve kişisel tercihlere saygıyla ele alınmasını savunmaktadır. Ona göre bedensel veya zihinsel dönüşüm, insanın ahlaki statüsünü kendiliğinden ortadan kaldırmamaktadır. Bu yaklaşım, teknik müdahaleyi sırf alışılmış insan özelliklerini değiştirdiği için mahkûm etmenin sorunlarını göstermektedir. Dolayısıyla eleştirinin, doğada bulunan her durumu korunması gereken bir değer sayması da sorgulanmalıdır. Hastalık ve acı karşısındaki tıbbi çaba, insanın doğal koşullarına müdahale etmektedir.
Buradan çıkan felsefi soru, teknolojinin başarı ihtimalinden daha geniştir. Geliştirme hedefini kim tanımlamaktadır? Verimlilik, zekâ puanı veya bedensel dayanıklılık artışı, kişinin kendi değer verdiği hayatla ne kadar örtüşmektedir? Bir işverenin daha uzun çalışabilen beden talebi ile çalışanın sağlıklı ve kendisine ait zamana sahip olma talebi aynı yönde ilerlemeyebilir. İnsanın geliştirilmesi söylemi, insanın kimin amaçlarına uygun hâle getirildiği sorusunu da taşımaktadır.
İlan edilen ilkeler ile ticari uygulamalar
Transhümanist Bildirge, kişisel karar hakkını, insan onurunu ve gelecek kuşaklara karşı sorumluluğu vurgulamaktadır (Humanity+, 2009). Bu ilkeler, ticari uygulamaları değerlendirmek için hareketin kendi içinden ölçütler sağlamaktadır. Yüksek ücretler erişimi daraltıyorsa, sözleşmeler müşterinin gelecekteki tercihlerini sınırlıyorsa veya tanıtım bilimsel belirsizliği görünmez kılıyorsa, uygulamayla ilan edilen değerler arasındaki ilişki incelenebilir.
Bu bölümün vardığı nokta, transhümanizmi tek bir şirketin veya varlıklı grubun düşüncesine indirgemeden tartışmaktır. İnsan kapasitesinin genişletilmesi, kişinin hayatı üzerindeki yetkisinin de genişleyip genişlemediğiyle birlikte değerlendirilmelidir. Teknik kapasitenin büyümesi ile insanın karar imkânlarının daralması aynı süreçte gerçekleştiğinde, ilerlemenin hangi ölçüyle tanımlandığı açıklama beklemektedir.
3 UZUN HAYAT ARAŞTIRMALARI VE BİLİMSEL KANITIN SINIRLARI
Bilimsel tartışma, önce neyin ölçüldüğünü açıklamak zorundadır. Hastalık sıklığı, belirli bir işlevin korunması, biyolojik gösterge, toplam ömür ve ölümün bütünüyle ortadan kalkması farklı sonuçlardır. Bir sonuca ilişkin bulgunun başka bir sonucun kanıtı olarak kullanılması, araştırmanın taşıdığı anlamı değiştirmektedir.
Ömür ile sağlıklı geçirilen yıllar
Ömrün uzaması, doğum ile ölüm arasındaki sürenin artmasını ifade etmektedir. Sağlıklı geçirilen yıllar ise kişinin işlevlerini, bağımsızlığını ve gündelik faaliyetlerini ne ölçüde sürdürebildiğiyle ilgilidir. Sağlık değerlendirmesi yapılırken kişinin kendi bildirdiği durumla klinik ölçümlerin birlikte düşünülmesi gerekmektedir. Uzun bir süre boyunca başkalarının bakımına ihtiyaç duymak, insanın değerini azaltmamaktadır; fakat bakım ihtiyacını hesaba katmayan bir ürün tanıtımı, uzatılan zamanın gerçek koşullarını eksik anlatmaktadır.
Bu nedenle başarı ölçütü, eklenen yıl sayısına indirgenemez. Araştırma, hastalıkla geçirilen süreyi mi azaltmaktadır, belirli bir hastalığa bağlı ölümü mü geciktirmektedir, yoksa toplam ölüm riskinde anlamlı bir değişim mi göstermektedir? Aynı müdahalenin çeşitli gruplarda farklı sonuçları bulunabilir. Ortalama fayda bilgisi, kişinin koşullarına uygunluk sorusuyla tamamlandığında anlam kazanmaktadır.
Bir başka ayrım, mümkün olduğu düşünülenle olasılığı hesaplanabilen ve fiilen gösterilmiş olan arasındadır. Mantıksal olarak çelişkisiz bir senaryo kurmak, onun gerçekleşme ihtimalini belirlememektedir. Bir mekanizmanın laboratuvarda çalışması da insanlarda sağlayacağı yararın büyüklüğünü baştan bildirmemektedir. Tüketici kararında bu ayrım önemlidir: Araştırmacının üzerinde çalışmaya değer bulduğu bir ihtimal, müşteriye sonuç güvencesi vererek satılabilecek bir ürünle aynı aşamada bulunmayabilir. Belirsizliğin dürüstçe açıklanması, kişinin bilimsel araştırmayı destekleme kararıyla kanıtlanmış fayda satın alma kararını ayırt etmesini sağlamaktadır.
Hücreden bütün organizmaya
López-Otín vd. (2023), kapsamlı değerlendirmelerinde yaşlanmayı birbiriyle ilişkili moleküler, hücresel ve sistemik süreçler üzerinden ele almaktadır. Genom kararsızlığı, epigenetik değişimler, mitokondri işlevleri ve hücresel yaşlanma bu çerçevede incelenmektedir. Böyle bir yapı, yaşlanmanın tek bir düğmenin çevrilmesiyle çözülecek basit bir süreç olarak anlatılmasının sınırlarını göstermektedir.
Bir hücre özelliğinin değişmesiyle bütün organizmanın daha uzun ve sağlıklı kalması arasında araştırılması gereken aşamalar bulunmaktadır. İnsanda yarar iddiası, uygun karşılaştırma grupları, yeterli takip, anlamlı sonuç ölçütleri ve zararların değerlendirilmesini gerektirmektedir. Bir uygulamanın biyolojik bakımdan ilginç olması, kullanımını haklı çıkaracak fayda ve risk dengesinin kurulmuş olduğu anlamına gelmemektedir. Bilimsel ihtiyat, araştırmanın değerini azaltmadan sonucunun sınırını belirlemektedir.
Biyolojik yaş göstergeleri ve klinik sonuçlar
Sehgal vd. (2026), 51 müdahale çalışmasındaki epigenetik yaş göstergelerini karşılaştırmaktadır. Bazı göstergelerin müdahalelere yanıt verdiğini saptarken, bunların klinik açıdan anlamlı sonuçlarla ilişkilendirilmesi gerektiğini de belirtmektedirler. Bu bulgu, biyolojik yaş ölçümlerinin araştırmadaki potansiyelini desteklemektedir; test sonucundaki değişimin kişiye kaç yıl kazandırdığını doğrudan söylememektedir.
Bir gösterge hastalık veya ölüm riskiyle ilişkili olabilir. Aynı göstergeyi bir müdahaleyle değiştirmek ise beklenen yararı ayrıca kanıtlamayı gerektirmektedir. Ölçüm aracının güvenilirliği, araştırma örneklemi ve takip süresi burada önem kazanmaktadır. Bu çalışmada bazı yazarların patent, danışmanlık ve şirket bağlantıları da açıklanmıştır (Sehgal vd., 2026). Açıklanan çıkar ilişkisi bulguyu kendiliğinden geçersiz kılmaz; bağımsız değerlendirme ve tekrarın neden gerekli olduğunu görünür kılar.
Tarihsel ömür artışı ve bin yıl iddiası
CDC’nin yirminci yüzyıl ABD değerlendirmesi, temiz su, enfeksiyon kontrolü, aşılama ve daha güvenli çalışma koşulları gibi halk sağlığı kazanımlarını ömür artışıyla ilişkilendirmektedir (Centers for Disease Control and Prevention [CDC], 1999). Bu tarih, hayat süresinin toplumsal düzenlemelerle değiştirilebildiğini göstermektedir. Doğuşta beklenen ömür ile belirli bir kişinin ulaşabileceği en yüksek yaş farklı ölçülerdir; erken ölümlerin azalması ortalamayı yükseltmektedir.
Olshansky vd. (2024), uzun ömürlü nüfusların 1990–2019 verilerinde ömür artışının yavaşladığını bildirmekte; biyolojik yaşlanmayı belirgin biçimde yavaşlatan müdahaleler olmadan bu yüzyılda radikal artışları olası görmemektedir. Bu koşullu demografik sonuç, bütün gelecek teknolojileri hakkında kesin hüküm kurmamaktadır. Aynı şekilde bin yıllık ömür öngörüsü de gözlenmiş bir insan ömrünün kaydı sayılamaz. Bin yılın kendisi sonlu bir süredir. Yaşlanma azaltılsa dahi ölümün bütün nedenlerinin ortadan kalktığı ayrıca gösterilmelidir. Bilimin burada sağlayabildiği şey, iddiaları aynı kesinlik düzeyinde sunmak yerine aralarındaki kanıt farkını açıklamaktır.
4 DOĞANIN SÜREKLİLİĞİ VE CANLILIĞIN FİZİKSEL KOŞULLARI
İnsan bedeni, içinde bulunduğu fiziksel dünyayla sürekli ilişki hâlindedir. Teknoloji de bu dünyanın süreçlerinden yararlanarak çalışmaktadır. Bu nedenle insanın bedensel devamlılığı tartışılırken doğa yasalarına başvurmak anlamlıdır; kullanılan kavramların bilimsel kapsamının korunması gerekmektedir.
Kaos ve entropinin farklı anlamları
Lorenz’in (1963) çalışması, bazı doğrusal olmayan sistemlerde başlangıç koşullarındaki küçük farkların zaman içinde çok farklı sonuçlara yol açabileceğini göstermektedir. Kaos kavramı, burada belirli bir öngörü sınırlılığıyla ilişkilidir. Her düzenin mutlaka aynı biçimde bozulacağını söyleyen genel bir ölüm yasası olarak kullanılması, kavramın kapsamını aşmaktadır.
Entropi ise termodinamiğin kavramıdır. İkinci yasa, yalıtılmış sistemde toplam entropinin azalmayacağını ifade etmektedir. Canlılar çevreleriyle enerji ve madde alışverişi yaparak kendi düzenlerini sürdürmektedir; bu süreç çevrede entropi üretimiyle birlikte gerçekleşmektedir (Clark vd., 2018). Dolayısıyla açık bir sistem olan insan bedeninin bakımını, yalıtılmış bir sistemin davranışıyla özdeşleştirmek yeterli bir açıklama sağlamamaktadır. Bu iki kavramdan doğrudan belirli bir üst yaş çıkarılamamaktadır.
Bedenin bakım ve onarım ihtiyacı
Canlılığın sürmesi enerjiye, maddeye ve işlevsel örgütlenmeye bağlıdır. Doğa süreçleri, daha az enerji harcamak amacıyla ölümü seçen bir irade gibi anlatılamaz. İnsan bedenindeki hasar, onarım ve işlev kaybı, biyolojik mekanizmalar üzerinden araştırılmaktadır. Fiziksel bağımlılık, teknolojinin bütün koşullar üzerinde mutlak denetim kurduğu iddiasını sorgulamayı gerektirmektedir; gelecekteki her onarım biçiminin başarısızlığını önceden kanıtlamamaktadır.
Bu ayrım, eleştirinin dayanıklılığını artırmaktadır. Bilimsel sınırları aşan bir satış vaadine karşı çıkarken başka bir kanıtsız kesinlik üretmek, okurun elindeki değerlendirme araçlarını zayıflatır. İnsan bedeninin bağımlılıklarını açıklamak yeterince önemli bir iştir. Bakımın kaynağı, sürekliliği ve kırılganlığı gösterildiğinde, sınırsız bedensel denetim söyleminin hangi soruları cevaplaması gerektiği anlaşılmaktadır.
Kozmik dönüşüm ve kişinin devamlılığı
NASA’nın yıldız evrimi açıklaması, ağır elementlerin oluşumunda yıldız süreçlerinin rolünü ve Güneş’in gelecekteki dönüşümünü anlatmaktadır (NASA, t.y.). Dünya’daki mevcut koşulların sonsuza kadar aynı kalacağı varsayımı bu çerçevede sürdürülemez. Bununla birlikte gezegenlerin ve yıldızların dönüşümü için kullanılan ölüm benzetmesi, biyolojik ölümün mekanizmasını aynen tarif etmemektedir.
Bedenimizin maddesinin başka oluşumlara katılmasıyla belirli bir kişinin hafızasının ve bilincinin devam etmesi de ayrı sorulardır. Maddenin sürekliliği, kişisel devamlılığın bütün koşullarını açıklamamaktadır. İnançtaki ölüm sonrası varlık anlayışı ise kendi dinî dayanağına sahiptir. Fizik, biyoloji ve inanç arasındaki bu ayrım korunduğunda, dönüşüm düşüncesi daha açık ve tutarlı biçimde tartışılabilmektedir.
5 KUR’AN’DA HAYAT ÖLÜM VE SORUMLULUK
İslâm inancında dünya hayatı, insanın Allah’la ilişkisi ve davranışlarının sorumluluğu içinde anlam kazanmaktadır. Bu incelemenin benimsediği dinî çerçevede Kur’an, ilahî vahiydir. Ayetlerin ortaya koyduğu ölüm anlayışı, insanlar üzerinde yapılmış deneylerden çıkarılan sonuçlarla aynı türden bir iddia olarak sunulmamaktadır; inananın hayatı nasıl değerlendirdiğini belirleyen bir kabulü ifade etmektedir.
Dünya hayatının sonluluğu
Enbiyâ 21:34–35, insanlara dünyada ölümsüzlük verilmediğini ve her canın ölümü tadacağını bildirmektedir. Diyanet’in Kur’an Yolu açıklaması, bu ifadeyi peygamberler dâhil insanın ölümlülüğü, hayatın sınanma niteliği ve Allah’a dönüşüyle birlikte ele almaktadır (Diyanet İşleri Başkanlığı [DİB], t.y.-d). Âl-i İmrân 3:185 de ölümü ve karşılığın âhirette tamamlanmasını birlikte anmaktadır (DİB, t.y.-a).
Bu çerçevede dünyadaki bedensel devamlılık, insanın varlığını değerlendiren tek ölçü olamaz. Bir kişinin ömrünün uzaması, dünya hayatının sonluluğu kabulünü kendiliğinden değiştirmemektedir. İnanan için asıl süreklilik, Allah’a aidiyet ve ölüm sonrasına ilişkin iman içinde düşünülmektedir. Teknolojik vaat, bu inanç çerçevesiyle karşılaştırıldığında hangi varlık biçiminden ve hangi devamlılıktan söz ettiğini açıklamak durumundadır.
Allah’a dönüş ve zamanın sorumluluğu
Bakara 2:156, insanın Allah’a aidiyetini ve O’na dönüşünü ifade etmektedir. Mülk 67:2 ise ölüm ve hayatı insanın davranışlarının sınanmasıyla ilişkilendirmektedir (DİB, t.y.-c, t.y.-e). Bu ayetlerle birlikte düşünüldüğünde, zamanın ahlaki anlamı biriktirilen yıl sayısından daha geniş bir değerlendirme gerektirmektedir. İnsanın sahip olduğu imkânları nasıl kullandığı ve başkalarının hayatına nasıl katıldığı önem kazanmaktadır.
Buradan hareketle ömür uzatma arzusuna yöneltilebilecek soru, kişinin daha fazla zamanı neden istediğidir. Öğrenmek, bakım vermek, bir başkasının yükünü azaltmak ve sorumluluklarını yerine getirmek için istenen zamanla, sınırsız mülkiyet ve denetim arzusuyla istenen zaman aynı ahlaki içeriği taşımayabilir. Bu ayrımı dışarıdan kesin bir niyet okumasıyla yapmak güçtür. Kişinin kendi talebiyle yüzleşmesi, dinî düşüncenin açtığı sorgulama alanlarından biridir.
Kader doğa yasaları ve tedavi arayışı
Doğa yasalarını Allah’ın yarattığı düzen içinde anlamlandırmak, burada benimsediğimiz inanç yaklaşımının bir parçasıdır. Kader kavramını fizik yasalarıyla bütünüyle özdeşleştirmek ise dinî anlamı daraltmaktadır. Fiziksel açıklama süreçlerin nasıl işlediğini araştırırken, kader düşüncesi ilahî bilgi, irade ve insanın sorumluluğu gibi daha geniş sorulara uzanmaktadır. Bu metin, iki alanın kavramlarını birbirinin kısa yolu olarak kullanmamaktadır.
Dünya hayatının sonunu kabul etmekle hastalık karşısında tedavi aramak birlikte düşünülebilir. Sonluluk bilinci, kırılgan hayatın korunmasını ciddi bir sorumluluk olarak anlamlandırabilir. Buradaki dinî değerlendirme belirli bir tedaviye ilişkin fetva vermemektedir; bedensel bakım ile dünyada mutlak kalıcılık iddiası arasındaki anlam farkını incelemektedir. Âhirette diriliş inancı da bir şirketin gelecekte uygulamayı tasarladığı canlandırma işlemiyle özdeşleştirilemez.
Uzun ömür anlatıları ve tarihsel kayıt
Ankebût 29:14, Hz. Nuh’un kavmi içinde bin yıldan elli yıl eksik kaldığını bildirmektedir. Ayetin süresi ve bağlamı, dinî anlatının bütünü içinde ele alınmalıdır (DİB, t.y.-b). Bu ifade, günümüzde iki veya üç bin yıllık insan ömrünün tıbbi olarak doğrulandığına ilişkin bir kayıt yerine kullanılamaz. İnançla kabul edilen anlatının değerini korumak, onu ait olmadığı bir doğrulama yöntemine zorlamamayı gerektirmektedir.
Modern yaş doğrulaması ise doğum ve ölüm kayıtları gibi belgelerle yürütülmektedir. Guinness World Records’un kaydında Jeanne Calment’ın ömrü 122 yıl 164 gün olarak verilmektedir (Guinness World Records, t.y.). Bu kayıt gelecekte ulaşılabilecek kesin üst sınırı belirlememektedir. Dinin dünya hayatına ilişkin hükmü, tarihsel kayıtların doğrulanması ve gelecekteki tıbbi imkânların araştırılması kendi sorularını koruduğunda, hem inanca hem bilgiye karşı sorumluluk daha açık biçimde yerine getirilmektedir.
6 UZUN ÖMÜR EKONOMİSİNDE SERMAYE VE TÜKETİM
Ölüm karşısındaki insan kaygısı, ticari faaliyetin konusu olduğunda özel bir inceleme gerektirmektedir. Satın alınan hizmet, gelecekte hayatta kalmaya ilişkin bir ihtimal olarak algılanabilir. Bu algı, ücretin nasıl belirlendiğini, bilginin nasıl sunulduğunu ve tarafların üstlendiği belirsizliği önemli hâle getirmektedir.
Gelecekteki ihtimalin bugünkü bedeli
Bir hizmet sağlayıcı bugünkü işlemi yerine getirirken gelecekteki faydayı garanti edemeyebilir. Böyle bir sözleşmede açıklanan belirsizlik ile müşterinin algıladığı kesinlik arasındaki mesafe incelenmelidir. Tomorrow Bio’nun mevcut koruma hizmetiyle gelecekte canlandırma arasında açıkladığı ayrım, bu inceleme için somut bir örnektir (Tomorrow Bio, t.y.). Müşteri hangi hizmetin verileceğini bilerek karar verebilir; bu imkânın gerçekleşmesi, tanıtımın ve sözleşmenin anlaşılabilir olmasına bağlıdır.
Burada önerdiğimiz ekonomik okuma, belirsizliğin taraflar arasında nasıl dağıldığını izlemektedir. Şirket bugünkü gelirini elde ederken, beklenen faydanın gerçekleşmesini müşteri veya sonraki kuşaklar bekleyebilir. Uzun zaman aralığı, sonucun izlenmesini ve hesap sorulmasını güçleştirebilir. Bu ihtimal bir kuruluşun kötü niyetli olduğunu kanıtlamaz; modelin hangi güvencelerle işlediğinin araştırılmasını gerektirir. Sermayenin değerlendirilmesi, sahiplerinin kişiliği hakkında varsayım kurmaktan çok bu ilişkinin sonuçlarına odaklandığında somutlaşmaktadır.
Geleceğe ertelenen sonuç, başarısızlığın tanımlanmasını da güçleştirebilir. Henüz gerçekleşmemiş her vaat için daha fazla zamana ihtiyaç bulunduğu söylendiğinde, müşteri vaadin ne zaman karşılanmamış sayılacağını bilemeyebilir. Bu nedenle işlem bedelinin karşılığıyla gelecek beklentisinin sözleşmede ayrı gösterilmesi anlamlıdır. Hizmetin saklama, ölçüm veya danışmanlık gibi bugünkü çıktıları denetlenebilir; yüzyıllar sonrasına ilişkin beklentinin denetimi ise aynı kolaylığı taşımamaktadır. Ekonomik ilişkinin anlaşılması, bu zaman farkının açıkça adlandırılmasına bağlıdır.
Yatırımcı getirisi ve sağlık sonucu
Bir şirketin değerinin artması, ürün satışlarının çoğalması ve müşterinin sağlığının iyileşmesi ayrı sonuçlardır. Yatırımcı, şirketin gelecekteki gelirinden kazanç bekleyebilir; müşteri ise kendisine sağlanacak faydayı satın aldığını düşünebilir. Bu iki beklentinin aynı başarı hikâyesinde birleşmesi, ekonomik büyümenin sağlık kazanımı gibi okunmasına yol açabilir. O nedenle pazar büyüklüğünün yanında ölçülen faydanın büyüklüğü, kimlerde görüldüğü ve ne kadar sürdüğü de sorulmalıdır.
Araştırmaya sermaye sağlanması, yararlı ürünlerin geliştirilmesine katkıda bulunabilir. Değerlendirme, bu katkıyla erken ve abartılı pazarlamayı aynı anda görebilmelidir. Yüksek getiriyi mümkün kılan unsur etkili bir tedavinin yaygınlaşmasıysa başka, doğrulanmamış iddiaların hızla satılmasıysa başka bir ekonomik ilişki ortaya çıkmaktadır. İki durumda da finansal göstergeler bulunabilir; insan açısından ortaya çıkan sonuçların ayrıca izlenmesi gerekmektedir.
Beyaz yakalıların kendine yatırım baskısı
Uzun ömür ürünlerinin orta gelirli kesimler açısından taşıyabileceği risklerden biri, sağlığı koruma arzusunun sürekli harcama yükümlülüğü olarak algılanmasıdır. Düzenli test, danışmanlık, takviye ve üyelik paketleri kişinin gelecekteki yeterliliğini korumanın koşulu gibi sunulabilir. Bu, incelenen konferansın belirli bir kesimi yoksullaştırmaya yönelik belgelenmiş planı olarak ileri sürülmemektedir. Tüketim dilinin nasıl çalışabileceğine ilişkin toplumsal bir çözümlemedir; somut hedefleme iddiaları reklam, müşteri profili ve satış verileri gerektirir.
Burada beden, sürekli değerlendirilmesi ve geliştirilmesi gereken bir kişisel projeye dönüşebilir. Test puanı yeni bir yetersizliğin işareti sayıldıkça tüketimin doğal bir tamamlanma noktası bulunmayabilir. Kişi bütçesini zorlayan harcamayı reddettiğinde kendisini geleceğine yeterince yatırım yapmamakla suçlayabilir. Böyle bir model, sağlık sorumluluğunu kişinin satın alma kapasitesine bağlamaktadır. Çalışma saatleri, barınma, beslenme ve kamusal hizmetler gibi koşulların aynı değerlendirmeye katılması, bu sorumluluğun kapsamını değiştirmektedir.
Varsayımsal bir aile bütçesinde aynı para, klinik bir pakete, gerekli bir tedaviye veya çocuğun eğitimine ayrılabilir. Bu seçenekler karşılaştırılırken yüksek fiyatın yüksek faydayı kendiliğinden temsil ettiği kabul edilemez. Harcamanın bugünkü hayat koşullarını zayıflatması, gelecekteki fayda beklentisinin maliyetine dâhildir. Bir kişi daha uzun hayatta kalabilmek için bugünkü güvenliğini ve temel ihtiyaçlarını daraltıyorsa, satış teklifinin değerlendirilmesi iki zaman dilimini birlikte kapsamalıdır. Böylece hayatın gelecekteki süresiyle bugünkü niteliği arasındaki ilişki görünür hâle gelmektedir.
Bilimsel otorite ve belgelenmiş pazarlama sorunları
Ticari iddiaların kanıtı aşması geçmişte düzenleyici incelemelere konu olmuştur. ABD Federal Trade Commission, 2018’de TA-65 ürünleriyle ilgili yaşlanmayı tersine çevirme ve çeşitli sağlık yararı iddialarının yeterli bilimsel dayanağı bulunmadığını ileri sürmüş; duyurduğu uzlaşmada gelecekteki sağlık iddiaları için yeterli ve güvenilir bilimsel kanıt koşulu açıklamıştır (Federal Trade Commission [FTC], 2018). Bu tarihsel örnek, Gstaad’daki katılımcılar hakkında toplu bir hüküm sağlamamaktadır. Sağlık pazarında reklam ile kanıt arasındaki ilişkinin somut incelemeye elverişli olduğunu göstermektedir.
Bilimsel unvanlar, konferans sahneleri ve teknik terimler güven duygusunu güçlendirebilir. Bu güvenin haklılığı, konuşmacının iddia ettiği sonucu destekleyen verilerle değerlendirilmektedir. Tanıtımda bir çalışmaya yer verilmesi, çalışmanın ürünle aynı müdahaleyi, dozu ve hedef grubu incelediği anlamına gelmeyebilir. İddia ile dayanağın eşleştirilmesi, okurun bilimsel görünümle bilimsel destek arasındaki ilişkiyi değerlendirmesini sağlamaktadır.
Çıkar ilişkilerinin görünür kılınması
Çıkar ilişkisi araştırması; sahiplik, finansman, patent, danışmanlık, sponsorluk ve satış sözleşmelerini izlemektedir. Bu bilgiler bulunmadan bütün yatırımcıların ortak bir gizli amaçla hareket ettiğini söylemek, kanıtın önüne geçmektedir. Bununla birlikte ekonomik eleştiri, gizli bir merkez bulunmasına bağlı tutulamaz. Birbirinden bağımsız kuruluşlar, benzer gelir teşvikleri nedeniyle benzer pazarlama davranışları geliştirebilir. Bu, somut verilerle sınanabilecek yapısal bir açıklamadır.
Fayda ortaya çıktığında kim yararlanmaktadır; ortaya çıkmadığında ücret, zaman ve sağlık riski kimde kalmaktadır? Bu dağılım açık olduğunda kapitalizm eleştirisi, ürünün, sözleşmenin ve kurumların işleyişini somut olarak tartışabilmektedir. Gelir modelinin sonuçları görünür hâle geldikçe, okurun değerlendirmesi kişilerin varsayılan niyetlerinden daha sağlam bir dayanağa kavuşmaktadır.
7 EŞİTSİZLİK İNSAN ONURU VE KARAR HAKKI
Bir teknoloji etkili hâle geldiğinde, ona erişimin nasıl düzenlendiği yeni bir değerlendirme alanı oluşturmaktadır. Faydanın varlığıyla faydanın paylaşılması farklı sorulardır. Uzun ömür tartışması, bu ayrımı görmezden geldiğinde mevcut sağlık eşitsizliklerini geleceğe taşıyabilir.
Temel hizmetler ve pahalı müdahaleler
Dünya Sağlık Örgütü’nün 2025 açıklaması, en düşük ve en yüksek beklenen ömre sahip ülkeler arasında 33 yıllık fark bulunduğunu belirtmektedir. Barınma, eğitim ve çalışma imkânları gibi sağlık dışındaki koşulların da bu sonuçlarda rol oynadığını vurgulamaktadır (World Health Organization [WHO], 2025). Böyle bir tablo içinde yeni teknolojilerin değeri, temel hizmetlere erişimle birlikte değerlendirilmelidir.
Kaynak dağılımına ilişkin soru, herkes için tek bir harcama modeli dayatmayı gerektirmemektedir. Özel tercihlerin, kamu desteklerinin ve ortak altyapının birbirine nasıl bağlandığını açıklamayı gerektirmektedir. Kamu kaynaklarıyla desteklenen araştırmaların faydasına kimlerin ulaşabildiği, fiyatlandırmanın nasıl yapıldığı ve erişimin hangi koşullarda genişleyebileceği incelenebilir. Birkaç kişinin elde ettiği çok büyük kazanımla geniş nüfusların daha küçük fakat güvenilir kazanımları arasındaki tercih, teknik hesabın yanında toplumsal değerleri de içermektedir.
Biyolojik ayrıcalık ve kuşaklar arası aktarım
Paylaşımdaki biyolojik kast ifadesi, ekonomik avantajların beden üzerinden kalıcılaşması kaygısını taşımaktadır. Bu kaygı bir senaryo olarak tartışılabilir; bugünden kurulmuş genetik bir düzen gibi anlatılması ayrıca kanıt gerektirmektedir. Gelirin sağlığa etkisi, bir somatik tedavinin sonuçları ve kalıtsal genetik değişiklikler farklı mekanizmalardır. Sonradan uygulanan bir tedavinin etkisinin çocuklara aktarılacağı otomatik olarak kabul edilemez.
Bunun yanında ayrıcalığın sürmesi için mutlaka genetik aktarım gerekmemektedir. Varlıklı ailenin bakım, eğitim, güvenli çevre ve ekonomik bağlantılar sağlama kapasitesi de kuşaklar boyunca etkili olabilir. Çok uzun ömür varsayımı bu birikimlerin süresini değiştirdiğinde hangi toplumsal sonuçların doğabileceği araştırılmalıdır. Buradaki temel soru, farklı yetenek ve sağlık koşullarına sahip insanların eşit saygınlık ve temel haklarla birlikte yaşayabilmesidir.
Ayrıca bazı geliştirme talepleri, kişinin kendi sağlığından çok başkalarına göre konumuyla ilgili olabilir. Varsayımsal bir işe alım düzeninde herkesin daha yüksek performans göstermeye zorlandığı düşünülürse, bireyin geliştirme harcaması üstünlük kazandırmak yerine mevcut konumunu korumanın bedeline dönüşebilir. Bu durumda teknik kapasite artarken rekabet baskısı da artmaktadır. Toplumun toplam kazanımıyla bireyin ödeme zorunluluğu aynı yönde ilerlemeyebilir. Böyle bir senaryo, gönüllü görünen bir seçimin sosyal baskı altında nasıl biçimlenebileceğini tartışmaya açmaktadır.
Genetik seçim ve çocuğa yüklenen beklentiler
Sandel (2004), genetik geliştirme tartışmasında insanın verili özelliklerine yaklaşımını ve her niteliği denetleme arzusunu sorgulamaktadır. Bu soru embriyo seçiminde, çocuğun belli bir performans beklentisiyle karşılanması bakımından önem taşımaktadır. Çocuğun kendi ilgileri ve tercihleri, onun için önceden seçilen özelliklerle nasıl ilişkilendirilecektir?
Hastalık riskini azaltmayı amaçlayan bir kararın kapsamı, doğacak insanın bütün geleceğini belirleme talebinden ayrılmaktadır. Genetik olasılık bilgisi, kişinin değerini ölçen bir puana dönüştürüldüğünde sağlık ile üstünlük arasında yeni bir ilişki kurulmaktadır. Boy, bilişsel performans veya bedensel dayanıklılık bakımından sıralama yapmak, bu nitelikleri taşımayan insanlara nasıl bakılacağını da etkileyebilir. Bu düşünsel risk, gerçekleşmiş bir ayrımcılık vakası ileri sürmeden tartışılabilir. İnsan onurunun koşulsuzluğu, performansın değişkenliği karşısında korunması gereken temel sorudur.
Sağlık verileri ve kişinin yeniden karar verebilmesi
Sürekli ölçüm yapılan bir hizmette, kişinin bedeni hakkında zaman içinde geniş bir veri birikimi oluşabilir. Hizmetin değerlendirilmesi; bu bilgilerin kullanım amacı, paylaşılması, saklanması ve kişiye sunulan denetim imkânlarını kapsamalıdır. Burada anılan şirketlerin verileri kötüye kullandığı ileri sürülmemektedir. Veri yönetimi, uzun süreli sağlık ilişkisinin değerlendirilmesinde baştan sorulması gereken bir konudur.
Aynı şekilde bugün verilen onay, gelecekteki bütün tercihleri kapatan bir taahhüt olarak düşünülmemelidir. Kişinin bakım sağlayıcısını değiştirmesi, yeni kanıtlar karşısında kararını gözden geçirmesi ve sözleşmenin kapsamını anlayabilmesi önem taşımaktadır. Hayatın uzaması, karar hakkının korunmasına ilişkin zaman aralığını da uzatmaktadır. Bedensel fayda, kişinin kendi hayatını yönlendirme yetkisiyle birlikte değerlendirildiğinde, bakım ilişkisinin insan açısından taşıdığı anlam daha açık hâle gelmektedir.
8 UZAYAN HAYATIN KÜLTÜREL VE KİŞİSEL ANLAMI
Ömrün süresi, kişinin kendisiyle ve başkalarıyla kurduğu ilişkiler içinde anlam kazanmaktadır. Sevdiklerinin yanında kalmak isteyen bir insanla kendi ekonomik üstünlüğünü sürdürmek isteyen bir insan aynı süreyi talep edebilir. Talebin sayısal benzerliği, taşıdığı anlamın da aynı olduğunu göstermemektedir.
Kayıp bağlılık ve zaman talebi
Daha uzun hayat isteğini küçümsemek, ticari sömürüyü incelemeyi kolaylaştırmaz. İnsan ayrılmaktan korkabilir, sorumluluklarını tamamlamak isteyebilir ve kendisini gelecekte de değerli işlerin içinde görebilir. Bu taleplerin anlaşılması, onların karşısına çıkarılan sözleşmelerin daha dikkatli okunmasına yardımcı olmaktadır. Kaygı içindeki kişiye saygı göstermekle ona yöneltilen satış vaadini sorgulamak birlikte mümkündür.
Kültür, sonlulukla baş etmenin çeşitli yollarını sunmaktadır. Hatırlamak, anlatmak, üretmek ve sonraki kuşaklara katkıda bulunmak, kişinin etkisinin kendi ömründen daha uzun sürmesini sağlayabilir. Bu devamlılık, bedensel ölümsüzlük iddiasıyla karıştırılmadan ele alınabilir. Bir öğretmenin düşüncesinin öğrencilerinde karşılık bulmasıyla aynı öğretmenin biyolojik olarak sonsuza kadar hayatta kalması farklı devamlılık biçimleridir.
Yüzyıllar içinde kimlik ve ilgi
Williams’ın (1973) Makropulos tartışması, sonsuz hayatın arzu edilirliğini kişinin karakteri, istekleri ve zamanla değişen ilgileri üzerinden sorgulamaktadır. Buradaki mesele, bedenin sürmesi kadar, o devamlılığı isteyen kişinin geleceğiyle kurduğu bağdır. Değişmeyen ilgilerin tükenmesi ile kişinin çok büyük ölçüde değişmesi farklı güçlükler doğurmaktadır. Bu felsefi düşünce deneyi, gelecekte uzun yaşayacak herkesin zorunlu olarak sıkılacağını gösteren deneysel bir bulgu olarak okunamaz.
İnsan yeni ilişkiler kurabilir, öğrenebilir ve daha önce önemsemediği faaliyetlere yönelebilir. Bu ihtimaller uzun hayatı anlamlı kılabilir. Bunun yanında hafızanın, aidiyetlerin ve bağlılıkların yüzyıllar boyunca nasıl sürdürüleceği açık bir sorudur. Süre artışını baştan bütünüyle iyi veya kötü ilan etmek yerine, kişinin sürdürmek istediği hayatın niteliği araştırılmalıdır. Kültürel değerlendirme, tek bir doğru ömür uzunluğu belirlemekten çok insanın zamanla kurduğu ilişkiyi açıklamaktadır.
Hayatın değeri ve gerçek imkânlar
Nussbaum’un (2011) yapabilirlik yaklaşımı, gelişmeyi insanların gerçekte ne yapabildiği ve nasıl bir hayat sürdürebildiği üzerinden değerlendirmektedir. Bu yaklaşım, toplam ekonomik büyüklüğün yanında kişinin somut imkânlarına bakmayı önermektedir. Uzun ömür tartışmasına uygulandığında, eklenen zamanın sağlık, düşünme, öğrenme, ilişkiler kurma ve karar verme imkânlarıyla birlikte ele alınmasını sağlamaktadır.
Bu çerçeveden çıkardığımız yorum, sürenin kendi başına bütün değerlendirmeyi taşımadığıdır. Kişinin günlerini kendi değer verdiği faaliyetlerle ilişkilendirebilmesi önemlidir. Eğitimden dışlanan, sürekli güvencesizlik içinde bulunan veya görüşleri dikkate alınmayan bir insan için eklenen zaman, mevcut kısıtların uzaması olarak hissedilebilir. Bu durum kişinin hayatının daha az değerli olduğunu göstermemektedir; hayatını sürdürdüğü koşulların iyileştirilmesi talebini güçlendirmektedir.
9 UZAYAN ÖMRÜN İÇİNDE YAŞANACAĞI DÜNYA
Bir insanı daha uzun süre hayatta tutabilecek teknik imkân, onun yaşayacağı toplumsal çevreyi kendiliğinden düzenlememektedir. Bedenin bakımını, barınmanın güvenliğinden ve kurumların işleyişinden ayırmak güçtür. Bu nedenle uzun ömür vaadinin toplumsal karşılığı, kişinin eklenen zamanı hangi koşullarda geçireceğiyle birlikte ele alınmalıdır.
Savaş yoksulluk ve şiddet karşısında hayat
Savaş, zorla yerinden edilme, yoksulluk ve şiddet, insanın hayatını sürdürdüğü koşulları belirlemektedir. Yaşlanmaya yönelik bir müdahalenin varlığı, bu sorunları çözmeye yönelik kurumsal ve toplumsal çalışmanın yerini alamaz. Çok uzun ömür varsayımı altında da insanın suya, besine, güvenli barınmaya ve bakım ilişkilerine ihtiyacı olacaktır. Bu nedenle teknolojik gelecek tasvirinin çevresindeki dünya ayrıca açıklanmalıdır.
Bu düşünce, toplumun bütün sorunları çözülünceye kadar sağlık araştırmalarını durdurmayı gerektirmemektedir. Hastalık yükünü azaltmakla ortak hayatın koşullarını iyileştirmek birlikte sürdürülebilir. Tartışmanın konusu, hangi araştırmanın hangi ihtiyaçlara yanıt verdiği ve faydanın nasıl paylaşıldığıdır. Bir alandaki başarıyı başka bir alandaki sorumluluğun tamamlanmış olması gibi sunmak, ilerlemenin kapsamını olduğundan büyük göstermektedir.
Doğa olayları ve korunma koşulları
Doğa olayının meydana gelmesi ile insanlara verdiği zararın boyutu ayrı sorular oluşturmaktadır. Bir deprem karşısında yapıların güvenliği, hizmetlerin sürekliliği ve hazırlık düzeyi farklı sorumluluk alanları oluşturmaktadır. Burada ayrıntılı bir afet modeli ileri sürmekten çok, bedensel dayanıklılığın çevresel korunmadan bağımsız düşünülemeyeceğine dikkat çekilmektedir.
Benzer biçimde, kişinin bakım teknolojisine erişmesi kadar o teknolojiyi işleten kurumların sürekliliği de önemlidir. Uzun ömür tasarımı kesintisiz bir bakım altyapısını varsayıyorsa, bu varsayımın hangi kaynaklara ve toplumsal ilişkilere dayandığı açıklanmalıdır. Yüzyıllık hizmet vaadi, bir cihazın kapasitesinden daha uzun bir kurumsal sorumluluk alanı doğurmaktadır.
Sağlık eğitim ve kendi hayatında söz sahibi olma
Sağlık ve eğitim hizmetlerine erişim, kişinin içinde bulunduğu koşulları anlama ve değiştirme imkânlarını etkilemektedir. WHO’nun (2025) sosyal belirleyicilere ilişkin değerlendirmesi, sağlık sonuçlarının bu geniş çevreyle birlikte ele alınmasını desteklemektedir. Bir insanın ömrünün uzaması, o süre içinde bilgiye ulaşabilmesi ve bakım ihtiyacını karşılayabilmesiyle birlikte düşünüldüğünde daha somut bir anlam kazanmaktadır.
Kendi hayatında söz sahibi olmak, karar verirken gerekli bilgiye sahip olmayı ve tercihlerini hayata geçirebileceği koşulları içermektedir. Çalışma hayatında itiraz edebilmek, aile ve bakım ilişkilerinde görüşünün dikkate alınması, kamusal kararlara katılabilmek bu kapsamda değerlendirilebilir. Bir insanın kurumlar tarafından önemsenmemesi, onun değerinin azaldığı anlamına gelmemektedir. Dikkate alınmama duygusu, kişinin saygınlık ve katılım talebinin neden karşılanmadığını sormayı gerektirmektedir.
Uzayan iktidar ve gelecek kuşaklar
Çok uzun ömür gerçekleşirse servetin, yönetim yetkisinin ve mesleki konumların kuşaklar arasında dolaşımı nasıl değişecektir? Bu soru, bir gelecek senaryosuna ilişkindir. Uzayan süre, daha çok birikim ve üretim sağlayabilir; aynı zamanda bazı konumların devrini geciktirebilir. Sonuç, ömür uzunluğu kadar kurumların kurallarına ve fırsatların dağılımına bağlı olacaktır.
Çalışma süresinin uzatılması, emeklilik, bakım emeği ve gençlerin konum edinmesi gibi meseleler de aynı senaryonun parçalarıdır. İnsanlara yüzyıllar vaat eden bir gelecek anlatısı, bu yüzyılların ne kadarının kişinin kendisine ait olacağını açıklamak durumundadır. Uzun hayatın toplumsal değeri, teknik kazanımın insanların gündelik imkânlarına nasıl dönüştüğü görüldüğünde değerlendirilebilir.
10 EKLENEN ZAMANIN DEĞERİ
Alpler’deki toplantıdan başlayan inceleme, birbiriyle bağlantılı fakat ayrı değerlendirmeler gerektiren alanlara ulaşmaktadır. Gerçekleşmiş bir konferans, geliştirilmekte olan teknolojiler, satılan hizmetler ve geleceğe ilişkin iddialar bulunmaktadır. Bunların yanına bilimsel kanıtın düzeyi, ticari ilişkiler, dinî anlam ve insanın içinde yaşayacağı dünyanın koşulları konulduğunda haberin ölçeği değişmektedir. Okur, karşısındaki vaadi hem kendi hayatı hem başkaları üzerindeki sonuçları bakımından değerlendirebilmektedir.
Hayata bağlılık, insanın en anlaşılabilir taleplerinden biridir. Bu talebin ticari bir ilişkiye dönüşmesi ise araştırılması gereken yeni sorumluluklar doğurmaktadır. Sağlıklı geçirilen zamanın artması önemli bir kazanım olabilir; bu kazanımın kime ulaştığı, hangi bedelle elde edildiği ve kişiye nasıl bir karar alanı bıraktığı ayrıca önem taşımaktadır. İnanç açısından dünya hayatının sonluluğu, o hayatın korunmasına gösterilen özenle birlikte anlam kazanmaktadır. Felsefi değerlendirme de takvimdeki artışın insanın değer verdiği faaliyetlerle bağını araştırmaktadır.
Başlangıçta insan biraz daha zaman istemekteydi. İncelemenin sonunda aynı insanın güvenli bir çevreye, yeterli bakıma, öğrenme imkânına ve görüşünün dikkate alındığı ilişkilere de ihtiyaç duyduğu görülmektedir. Bir teknolojinin vaat ettiği gelecek, bu koşullar üzerinden okunduğunda daha somut hâle gelmektedir. Ömrün fiyatı bir sözleşmede yazılabilir; hayatın değeri, kişinin o zaman içinde neler yapabildiği ve nasıl yaşayabildiğiyle birlikte düşünülmektedir.
İnsan kendi hayatında söz sahibi olamıyorsa, güvenlik ve saygınlık içinde yaşayamıyorsa, sağlık ve eğitim hizmetlerinden yeterince yararlanamıyorsa, ömrüne eklenen yılların, yüzyılların değeri nedir?
PROF. DR. GÜLSÜN KURUBACAK ÇAKIR
Kaynakça
Kaynakça ve metin içi atıflar APA 7 düzeninde hazırlanmıştır. “t.y.” yayımlanma tarihi belirtilmeyen kaynakları göstermektedir. Kur’an ayetleri sure ve ayet numaralarıyla belirtilmiş, başvurulan Diyanet meali ve tefsir sayfaları ayrıca listelenmiştir. Williams’ın kitabında kullanılan tartışma “The Makropulos case” bölümüdür (ss. 82–100).
Centers for Disease Control and Prevention. (1999). Ten great public health achievements—United States, 1900–1999. Morbidity and Mortality Weekly Report, 48(12), 241–243. https://www.cdc.gov/mmwr/preview/mmwrhtml/00056796.htm
Karavani, E., Zuk, O., Zeevi, D., Barzilai, N., Stefanis, N. C., Hatzimanolis, A., Smyrnis, N., Avramopoulos, D., Kruglyak, L., Atzmon, G., Lam, M., Lencz, T., & Carmi, S. (2019). Screening human embryos for polygenic traits has limited utility. Cell, 179(6), 1424–1435.e8. https://doi.org/10.1016/j.cell.2019.10.033
López-Otín, C., Blasco, M. A., Partridge, L., Serrano, M., & Kroemer, G. (2023). Hallmarks of aging: An expanding universe. Cell, 186(2), 243–278. https://doi.org/10.1016/j.cell.2022.11.001
Olshansky, S. J., Willcox, B. J., Demetrius, L., & Beltrán-Sánchez, H. (2024). Implausibility of radical life extension in humans in the twenty-first century. Nature Aging, 4(11), 1635–1642. https://doi.org/10.1038/s43587-024-00702-3
Sehgal, R., Borrus, D., Armstrong, J. F., Gonzalez, J., Kasamoto, J., Markov, Y., Priyanka, A., Smith, R., Carreras-Gallo, N., Lasky-Su, J., Dwaraka, V. B., Corley, M. J., & Higgins-Chen, A. (2026). Responsiveness of epigenetic aging biomarkers to longevity interventions in humans. Nature Medicine, 32, 3477–3490. https://doi.org/10.1038/s41591-026-04562-9
Anthropic araştırmasının teknik ve toplumsal değerlendirmesi
Bir bilgisayarın güç düğmesi, o bilgisayarda yürütülen işlemleri durdurmaktadır. Aynı yazılım başka cihazlarda da çalışıyorsa, denetimin kapsamı bütün sisteme uzanmaktadır. Yapay zekânın kendi kendini kopyalaması tartışmasının merkezinde bu somut mühendislik meselesi bulunmaktadır. Bir programın hangi kaynakları kullanabildiği, hangi izinlerle hareket ettiği ve durdurma kararının bütün kopyalara nasıl ulaştırıldığı, kamuoyunun dikkatini hak etmektedir. Konuyu değerlendirmek için fiziksel donanımı, yazılım mimarisini ve insan tarafından verilen yetkileri birlikte düşünmek gerekmektedir.
Anthropic kaynaklı son paylaşım, gündelik eşyalarla güçlü hesaplama sistemleri arasındaki ilişkiyi yeniden tartışmaya açmaktadır. Burada benimsenen yaklaşım, araştırma bulgularını kendi koşulları içinde okumak ve daha geniş sonuçları ayrıca gerekçelendirmektir. Teknik olanak, sahada gerçekleşmiş olay ve geleceğe ilişkin tahmin farklı kanıt düzeyleridir. Bu ayrım, hem bilimsel dikkati hem toplumsal hazırlığı güçlendirmektedir.
ARAŞTIRMADA GÖSTERİLENLER VE KOŞULLARI
William Zhou ve Daniel Freeman’ın 12 Ekim 2026 tarihli Anthropic araştırma yazısı, iki temel gösterimi ayırmaktadır. İlkinde Gemma4-26B-A4B, her biri 4 GB belleğe sahip 15 Android televizyon kutusuna bölünerek çalıştırılmıştır. Bu, araştırmacıların kurduğu dağıtık bir düzendir. Ayrı yayılma testinde sekiz düğümlü, yalıtılmış bir ağ kullanılmış; erişim aşaması kimlik doğrulaması gerektirmeyecek biçimde kolaylaştırılmıştır. [1]
GLM-5.2, hedeflerde Llama3.1-8B çalıştırma görevini üstlenmiştir. Ajanın kendi modeli ayrı bir sunucuda tutulmuş; hedefteki kurulum doğrulanınca test sistemi yeni ajan kopyasını başlatmıştır. Beş denemenin dördünde sekiz, birinde yedi düğüme ulaşılmıştır. Dolayısıyla güçlü ajanın kendi ağırlıklarını ev cihazlarına taşıyarak bağımsız biçimde çoğaldığı sonucu, deneyin kapsamını aşmaktadır. Küçük modellerin yeterli beceriye ulaşması için verilen 2026 sonu tahmini de genel yetenek eğiliminin sürmesine bağlıdır. Araştırmacılar tamamlanmış bir başıboş çoğaltıcıya henüz sahip olmadıklarını belirtmektedir. [1]
Metin, şirketin araştırma yayınıdır; bağımsız tekrarların değerlendirilmesi gerekmektedir. Elde edilen bulgular, belirli bileşenlerin birlikte incelenmesini değerli kılmaktadır. Bir gösterimin bilimsel katkısı, koşullarının açıklığıyla ölçülmektedir. Kamuya yönelik yorum da aynı açıklığı koruduğunda, okur hangi sonucun gözleme, hangisinin mühendislik çıkarımına dayandığını izleyebilmektedir.
Araştırmanın hesaplama hızlarına dayanan kurulum süresi tahminleri saatlerden günlere uzanmaktadır; bunlar gerçek evlerde ölçülmüş yayılma süreleri olarak sunulmamaktadır. Genel yetenek ölçütünün çoğalma becerisine gösterge olarak kullanılması da tahmine ek belirsizlik getirmektedir. [1] Bu nedenle araştırmanın zamanlamaya ilişkin yorumu, koşullu bir beklenti olarak okunmalıdır. Küçük bir örneklemdeki başarılı denemeler, farklı ağların tamamını temsil eden yaygınlık ölçümü sağlamamaktadır.
KOPYALAMA SÖZCÜĞÜNÜN KAPSADIĞI FARKLI İŞLEMLER
Bir yapay zekâ sistemi, modelden daha geniş bir bütündür. Model ağırlıkları, öğrenilmiş sayısal değerleri taşımaktadır. Çalıştırma yazılımı bu değerlerle hesaplama yapmakta; ajan düzeni ise model çıktısını dosya işlemlerine, yazılım araçlarına veya hizmet çağrılarına bağlamaktadır. Hedefler, erişim izinleri, görev belleği ve izleme mekanizmaları da ortaya çıkan davranışı etkilemektedir. Bir ağırlık dosyasının taşınmasıyla görev sürdüren bir ajanın kurulması arasındaki fark, makalenin temel kavramsal ayrımlarından biridir.
Bir sistemin başka bilgisayara dosya göndermesi, orada çalıştığını göstermemektedir. Çalışması, aynı görevi sürdürebildiğini; görevi sürdürmesi de yeni bir kopyayı başlatabildiğini kendiliğinden göstermemektedir. Her aşama ayrı doğrulama istemektedir. Bu nedenle kopyalama, çalıştırma, görevi sürdürme ve çoğalma birbirini izleyen fakat ayrı ölçülen süreçler olarak ele alınmalıdır. Başarının hangi aşamaya ait olduğu açıkça yazıldığında, iddiaların kapsamı anlaşılır hâle gelmektedir.
Uzaktaki bir yapay zekâ hizmetine bağlanan küçük yazılım ise başka bir düzen oluşturmaktadır. Bu durumda hesaplamanın önemli bölümü hizmet sağlayıcının sunucusunda yürütülebilmektedir. Yerel cihazdaki dosyalar, modelin tamamını içermek yerine bağlantı kuran bileşenleri barındırabilmektedir. Böyle bir yapının durdurulmasında hesap ve erişim anahtarı yönetimi önem kazanırken, ağırlıkları yerelde bulunan sistemlerde cihaz ve ağ yönetimi öne çıkmaktadır. Risk değerlendirmesinin ilk işi, hangi mimarinin incelendiğini belirlemektir.
Burada yararlı bir inceleme yöntemi, her bileşenin yerini ayrı kaydetmektir. Ağırlıklar nerede saklanmaktadır, hesaplama nerede yapılmaktadır, talimatları hangi yazılım yürütmektedir ve harcamayı hangi hesap üstlenmektedir? Bu soruların cevapları farklı makineleri gösterebilir. Bir kullanıcının ekranında sohbet penceresi bulunması, bütün sistemin o bilgisayarda bulunduğunu göstermemektedir. Benzer biçimde küçük bir cihazda çalışan bağlantı yazılımı, büyük modelin o cihaza sığdığı yönünde yorumlanmamalıdır. Fiziksel yerleşim ile işlevsel bağımlılık birlikte haritalandırılmalıdır.
KÜÇÜK DEVRELERDEN BÜYÜK MODELLERE UZANAN DONANIM FARKI
Evdeki elektronik eşyalar çok farklı hesaplama sınıflarına aittir. Basit bir denetleyici, dar bir işlevi yerine getirecek bellek ve işlem kapasitesiyle tasarlanabilmektedir. Bir televizyon kutusu ise işletim sistemi, depolama ve ağ bağlantısıyla küçük bilgisayar özellikleri taşıyabilmektedir. TensorFlow Lite Micro araştırması, mikrodenetleyicilerde makine öğrenmesi için kilobayt düzeyindeki bellek sınırlarını ve donanım çeşitliliğini ele almaktadır. Böyle bir sistemde küçük bir ses tanıma modelinin çalışabilmesi, genel amaçlı bir dil ajanının çalışabileceğini tek başına göstermemektedir. [2]
Model boyutunu belirleyen önemli etkenlerden biri, sayısal değerlerin kaç bitle temsil edildiğidir. GPTQ çalışması, ağırlıkların düşük bit genişliğiyle saklanmasına yönelik bir yaklaşım sunmaktadır. Nicemleme, bellek ihtiyacını azaltabilmekte; karşılığında doğruluk, hız ve donanım uyumluluğu kullanılan yönteme göre değerlendirilmelidir. [3] Basit bir hesapla sekiz milyar ağırlığın dört bitlik ham karşılığı yaklaşık dört milyar bayttır. Bu sayı, toplam çalışma belleğinin altındaki bir bileşeni ifade etmektedir. İşletim sistemi, ara hesaplamalar ve görev bağlamı ayrıca yer istemektedir.
Dolayısıyla cihaz üzerinde bir çip bulunması, söz konusu yazılımın çalışması için yeterli koşul oluşturmamaktadır. Uygun işlem komutları, kullanılabilir bellek, desteklenen yazılım ve erişim olanağı birlikte gerekmektedir. İnternete bağlı bir cihazın varlığı da erişimin elde edildiği sonucunu doğurmamaktadır. Teknik değerlendirme, cihazın pazarlama adından hareket etmek yerine somut kaynaklarını incelemelidir. “Akıllı” sıfatı bir güvenlik ölçüsü olarak kullanıldığında, birbirinden çok farklı sistemler aynı kategoride toplanmaktadır.
İşlemci kapasitesinin yanında cihazın asli görevi de hesaba katılmalıdır. Görüntü işleyen bir sistemde kullanılabilir bellek, bütün fiziksel belleğin toplamından daha küçük olabilir. Sürekli hesaplama yükü, sıcaklığı ve hizmet kalitesini etkileyebilir. Bu nedenle bir cihaz üzerinde kısa bir gösterim yapmakla aynı görevi günlerce güvenilir biçimde sürdürmek farklı mühendislik başarılarıdır. Laboratuvar ölçümü, kullanıcının gündelik iş yüküyle birlikte tekrarlandığında daha gerçekçi bir kapasite değerlendirmesi sağlamaktadır.
DAĞITIK HESAPLAMANIN SAĞLADIĞI GÜÇ VE TAŞIDIĞI BAĞIMLILIKLAR
Dağıtık çıkarımda modelin hesaplama yükü birden fazla makine arasında paylaşılmaktadır. Petals araştırması, farklı katılımcıların kaynaklarını birleştirerek büyük modelleri çalıştırmayı ve uyarlamayı incelemektedir. Bu yaklaşımın bilimsel değeri, güçlü hesaplamaya erişimi daha geniş bir araştırmacı topluluğuna açabilmesidir. Aynı zamanda kullanılan makineler arasındaki iletişim, kaynak farklılıkları ve süreklilik gereksinimleri sistem tasarımının parçası hâline gelmektedir. [4]
Modelin parçalarıyla modelin tam kopyaları farklı yapılardır. Bir modelin katmanları birkaç cihaza dağıtılmışsa, tek cihaz bütünü temsil etmeyebilir. Gerekli bir parça erişilemez olduğunda hesaplama durabilmekte; sistemde yedekleme ve yeniden yerleştirme varsa toparlanma sağlanabilmektedir. Buna karşılık bağımsız tam kopyalar farklı makinelerde çalışıyorsa, bir kopyanın kapanması diğerlerinin çalışmasını doğrudan durdurmamaktadır. Durdurma senaryosu, kullanılan çoğaltma ve yedekleme mimarisine göre sınanmalıdır.
Birbirine bağlı cihaz sayısını toplam zekâ kapasitesi gibi okumak da dikkat gerektirmektedir. İletişim gecikmesi, bellekten veri taşıma hızı ve boşta bekleyen işlemciler, kuramsal kapasitenin kullanılabilir performansa dönüşmesini etkilemektedir. Çok sayıda düşük güçlü cihaz, aynı sayıda bağımsız güçlü ajan karşılığını taşımamaktadır. Dağıtık tasarımın başarısı, tamamlanan görevin süresi, doğruluğu ve kaynak tüketimiyle ölçülmelidir. Bir ağın kalabalık görünmesi, işlevsel gücü hakkında yeterli bilgi vermemektedir.
Dağıtım ayrıca güven ilişkisinin kapsamını genişletmektedir. Hesaplamaya katılan bir makinenin işini doğru yaptığı nasıl doğrulanacaktır? Ara verilerin paylaşımı hangi mahremiyet koşullarına bağlıdır? Bunlar güvenilir katılımcılardan oluşan üniversite ağında da geçerli araştırma sorularıdır. Katılımcı sayısı arttıkça kayıt tutma ve sonuç doğrulama önem kazanmaktadır. Merkezi hizmete bağımlılığın azalması, başka bağımlılıkların dikkatle yönetilmesini gerektirmektedir. Teknik tercih, kazanımları ve bakım sorumluluğuyla birlikte değerlendirilmelidir.
DENEY BAŞARISINDAN GERÇEK ORTAM DEĞERLENDİRMESİNE
RepliBench araştırması, özerk çoğalmayı kaynak edinme, model ağırlıklarını taşıma, hesaplama ortamına yerleşme ve orada süreklilik sağlama gibi bileşenlere ayırmaktadır. Çalışmanın 2025 tarihli değerlendirmesi, bazı alt görevlerde başarıyla birlikte kalıcı ajan kurulumunda güçlükler bildirmektedir. Bu sonuçlar, değerlendirme tarihindeki modeller ve düzeneklerle sınırlıdır. Katkısı, çoğalma iddiasını tek bir gösteri yerine ölçülebilir işlevler üzerinden tartışmasıdır. [5]
Birbirine bağlı aşamalarda güvenilirlik birikimli biçimde değişmektedir. Dört aşamanın her biri yüzde doksan başarıya sahipse ve aşamalar bağımsız kabul edilirse, bütün zincirin başarı oranı yaklaşık yüzde altmış altı olmaktadır. Bu örnek, gerçek bir saldırının tahmini olarak sunulmamaktadır; bağımlı görevlerin neden ayrıca ölçülmesi gerektiğini göstermektedir. Gerçek sistemlerde başarısızlıklar ilişkili olabilmekte, tekrar denemeleri ve insan desteği sonucu değiştirebilmektedir. Bu yüzden tek aşamadaki güçlü sonuç, bütün sistem için aynı başarı yüzdesine çevrilememektedir.
Daha kapsamlı bir sınama, farklı cihazları, güncel güvenlik ayarlarını, kesintileri ve savunma müdahalelerini içermelidir. Başlangıçta hangi dosyaların verildiği, kaç denemeye izin tanındığı ve araştırmacının hangi noktada devreye girdiği açıklanmalıdır. “Başardı” ifadesinin yanında süre, kaynak tüketimi ve tekrar edilebilirlik bulunmalıdır. Özellikle başarısız denemeler, sistemin sınırlarını görünür kılmaktadır. Deneyin değeri, etkileyici sonucun yanında bu sınırların da erişilebilir olmasına bağlıdır.
Karşılaştırmalı araştırmada aynı görevi üç düzenekle sınamak yararlı olabilir: önceden yazılmış otomasyon, model destekli ajan ve uzman insanın yönettiği süreç. Böylece hangi kazanımın dil modelinden, hangisinin araçlardan veya hazırlanmış ortamdan geldiği araştırılabilir. Ayrıca test sırasında verilen ipuçlarının azaltılması, sistemin yeni koşullara aktarılabilirliğini ölçmeye yardımcı olur. Bu değerlendirmeler güvenli ve yetkili laboratuvar ortamlarında yürütülmelidir. Kamusal yarar, güvenlik zafiyetlerinin giderilmesini sağlayan bulguların üretiminde bulunmaktadır.
GÜÇ DÜĞMESİ İLE SİSTEM DENETİMİ ARASINDAKİ İLİŞKİ
Elektrik kesildiğinde ve başka enerji kaynağı bulunmadığında, cihazın işlemcisi hesaplama yapmayı durdurmaktadır. Ancak depolanan dosyalar korunabilmekte ve cihaz yeniden açıldığında bazı yazılımlar tekrar başlayabilmektedir. Bu nedenle çalışmayı durdurmak, yazılımı kaldırmak ve yeniden başlamayı engellemek ayrı işlemlerdir. Güvenlik değerlendirmesinde bu ayrımın açık tutulması, “fişi çekmek” ifadesinin hangi sonucu sağladığını anlaşılır kılmaktadır.
Ağdan ayırma ise cihazın iletişim kanallarını sınırlamaktadır. Yerelde çalışan bir süreç, ağ bağlantısı kesildiğinde hesaplamasını sürdürebilir; uzaktaki hizmete bağımlı bir süreç aynı koşulda görevini tamamlayamayabilir. Farklı bağlantı yolları ve önceden oluşturulmuş kopyalar da değerlendirmeye katılmalıdır. Dolayısıyla bütün evin elektriğini kesmek, her mimari için aynı sonucu sağlayan genel bir yöntem olarak sunulmamalıdır. Somut müdahale, etkilenen cihazların ve bağlantıların belirlenmesine dayanmalıdır.
Mühendislik açısından sağlam bir durdurma tasarımı, etkin oturumları sonlandırmayı, erişim yetkilerini geri almayı, ilgili makineleri ayırmayı ve güvenilir yazılıma dönüşü birlikte düşünmektedir. Bu işlemler yetkili teknik ekiplerce planlandığında, gündelik hizmetlerin sürekliliği de gözetilebilmektedir. Ev kullanıcısı için başlangıç noktası, üreticinin güvenlik yönlendirmeleri ve şüpheli cihazın ağdan ayrılmasıdır. FBI’ın BADBOX 2.0 duyurusu da şüpheli cihazların bağlantısının kesilmesini değerlendirmeyi önermektedir. [6]
Durdurma kararının uygulandığına ilişkin kanıt da gerekmektedir. Bir yönetim ekranındaki başarı bildirimi, başka cihazlardaki süreçlerin durumuyla karşılaştırılmalıdır. Önceden verilmiş yetkilerin süresi, çevrimdışı çalışan bileşenler ve bekleyen görevler incelenmelidir. Bu yaklaşım, güvenliği görünür bir düğmeye indirgemek yerine doğrulanabilir bir işlem olarak ele almaktadır. Kurumsal tatbikatlarda başarının ölçüsü, komutun gönderilmesi kadar yetkili kapsam içindeki faaliyetlerin gerçekten sonlandığının belirlenmesidir.
ÖZERKLİK VE BİLİNÇ ARASINDAKİ KAVRAMSAL MESAFE
Yazılımın görev sırasında kendi kopyasını oluşturması, bilinç veya insana özgü bir varlığını sürdürme isteği için yeterli kanıt oluşturmamaktadır. Aynı davranış, verilen hedefin, araçların ve çalışma koşullarının sonucu olarak ortaya çıkabilmektedir. Teknik açıklama, gözlenen işlemlerden hareket etmelidir. Bir sistemin “kaçtığı” ya da “yaşamak istediği” söylendiğinde, davranışa insan psikolojisinden bir gerekçe eklenmektedir. Böyle bir gerekçe için ayrıca kanıt gerekmektedir.
The Off-Switch Game çalışması, kapatılmaya ilişkin davranışı hedefler ve teşvikler üzerinden inceleyen kuramsal bir model sunmaktadır. Araştırma, bazı amaç düzenlerinde çalışmayı sürdürmenin verilen göreve hizmet edebileceğini tartışmaktadır. Bu, bilinçli bir hayatta kalma içgüdüsünü doğrulayan deney olarak okunmamalıdır. [7] Güncel sistemlere ilişkin değerlendirmede de hangi ödülün, iznin veya görev tanımının davranışı teşvik ettiği araştırılmalıdır. Sorumluluğu kişileştirilmiş bir makineye yüklemek, tasarım kararlarını arka plana itebilmektedir.
Benzer biçimde bir ajanın önceki denemelerden not devralmasıyla model ağırlıklarının eğitim yoluyla değişmesi farklı öğrenme düzenleridir. Notlar, sonraki çalışmanın bağlamını iyileştirebilir; bu durum tek başına modelin temel kapasitesinde kalıcı artış göstermemektedir. Kendini geliştirme iddiaları değerlendirilirken değişen bileşen açıkça belirtilmelidir. Yeni bilgi, yeni yazılım, daha uygun araç seçimi ve yeniden eğitim aynı başlık altında toplandığında, bilimsel açıklamanın hassasiyeti azalmaktadır.
Özerklik de tek bir özellik gibi ölçülmemelidir. Sistem görev seçebilirken bütçe açmak için insan onayına ihtiyaç duyabilir. Yazılım kurabilirken yeni cihaz ekleme yetkisine sahip olmayabilir. Bu ayrımlar, insan katılımının nerede sürdüğünü göstermektedir. Felsefi değerlendirme açısından verimli yaklaşım, makineye bütünlüklü bir irade atfetmeden önce karar alanlarının nasıl paylaşıldığını incelemektir. Böylece insan sorumluluğu, soyut bir ilke olmaktan çıkıp belirli yetkilere ve işlemlere bağlanmaktadır.
MEVCUT SALDIRI EKONOMİSİNE EKLENEBİLECEK YETENEKLER
Bağlantılı ev cihazlarının başkalarının amaçları için kullanılması, yapay zekâ gündeminden önce de araştırılmıştır. Mirai üzerine 2017 tarihli çalışma, gömülü ve bağlantılı cihazlardan oluşan bir ağın büyük ölçekli hizmet engelleme saldırılarındaki rolünü incelemektedir. [8] BADBOX 2.0 duyurusu ise televizyon yayın cihazları ve benzeri ürünler üzerinden ev ağlarının izinsiz kullanılmasını ele almaktadır. [6] Bu örnekler, mevcut altyapı sorunlarının yeni ajan yetenekleriyle birlikte değerlendirilmesi gerektiğini göstermektedir.
Dil modellerinin ekleyebileceği önemli yetenek, değişen ortamları yorumlamak ve farklı yazılım düzenlerine uyum sağlayacak işlemleri seçmektir. Bu yeteneğin saldırıda ne ölçüde avantaj sağladığı, aynı koşullarda çalışan geleneksel otomasyonla karşılaştırılmalıdır. Bir görevin model kullanılarak yapılabilmesi, daha hızlı veya ekonomik yapıldığını kanıtlamamaktadır. Gerçek üstünlüğü belirleyen ölçü, tamamlanan işin maliyeti ve güvenilirliğidir. Böyle bir karşılaştırma, yeniliğin hangi bölümde bulunduğunu belirginleştirmektedir.
Toplumsal zarar, sistemin ne kadar etkileyici konuştuğundan bağımsız olarak ortaya çıkabilmektedir. İzinsiz kaynak tüketimi, veriye erişim, hizmet kesintisi ve başkalarının bağlantılarının kötüye kullanılması somut sonuçlardır. Yavaş çalışan bir süreç uzun süre fark edilmezse toplam etkisi büyüyebilir. Buna karşılık yoğun kaynak tüketimi görünür izler de oluşturabilir. Savunma değerlendirmesi, gösterişli tek bir başarı yerine sürenin, yaygınlığın ve tespit edilebilirliğin birlikte etkisini incelemelidir.
Bir başka risk, bakım yükünün dağılımıdır. Bir hizmetten gelir elde eden kuruluşla güncellemeyi uygulamak zorunda kalan kullanıcı farklı taraflar olabilir. Özellikle teknik desteği sınırlı kurumlarda, küçük arızalar birikerek hizmet kalitesini düşürebilir. Bu nedenle risk hesabı, saldırının gerçekleşme ihtimalinin yanında toparlanma süresini ve destek kapasitesini de içermelidir. Güvenliği yönetilebilir kılan, sorumluların olaydan önce belirlenmesi ve bakım kaynaklarının gerçekçi biçimde ayrılmasıdır.
AYNI TEKNİK BİRİKİMİN YARARLI UYGULAMALARI
Yerel ve dağıtık yapay zekâ, yetkilendirilmiş kullanımda önemli olanaklar sunmaktadır. Bir üniversitenin mevcut bilgisayarlarını belirli saatlerde ortak hesaplamaya açması, araştırma kaynaklarının kullanımını artırabilir. Cihaz üzerinde işlenen ses veya görüntü verisi, uygun tasarım altında dışarıya aktarılacak veri miktarını azaltabilir. Bağlantının sınırlı olduğu ortamlarda yerel işlevlerin sürdürülmesi de mümkün olabilir. Bunlar, uygulanacak mimariyle ayrıca doğrulanması gereken kullanım senaryolarıdır.
Bu yararların gerçekleşmesi için görev sınırları ve kaynak bütçeleri açık olmalıdır. Örneğin üniversitedeki gönüllü hesaplama ağı, hangi modellerin çalışacağını, verilerin kimlerce erişileceğini ve katılımcının sistemden nasıl ayrılacağını tanımlamalıdır. Bilgisayar sahibinin verdiği izin, görevler değiştiğinde yeniden değerlendirilebilmelidir. Dağıtık hesaplamanın toplumsal değeri, katılımın denetlenebilir olmasına bağlıdır. Bir sistemin erişilebilir olmasıyla herkes tarafından kullanılmasına izin verilmesi arasında açık bir yetki ayrımı bulunmaktadır.
Enerji değerlendirmesi de cihaz sayısından hareketle yapılamaz. Uzun süre çalışan çok sayıda düşük güçlü cihaz, belirli bir görev için güçlü tek bir sunucudan daha fazla enerji tüketebilir. Bunun tersi bazı iş yüklerinde mümkün olabilir. Karşılaştırma, tamamlanan eşdeğer görev başına enerji, veri aktarımı ve cihazın kullanım ömrü üzerinden yapılmalıdır. Mevcut donanımı değerlendirmek önemli bir tercih olabilir; çevresel yarar iddiası ölçümle desteklendiğinde daha sağlam hâle gelmektedir.
Araştırma ve geliştirme açısından güçlü bir hedef, farklı donanımlara uyum sağlayan fakat dağıtım kararını yetkili kişide tutan sistemler üretmektir. Böyle bir ajan, kurulum seçeneklerini karşılaştırabilir, gerekli kaynakları hesaplayabilir ve teknik sorunları açıklayabilir. Çalıştırma izni ise tanımlı yönetim sürecinden geçer. Bu düzen, otomasyonun hızını uzman değerlendirmesiyle birleştiren somut bir tasarım seçeneğidir. Yarar, cihaz sayısını artırmaktan çok güvenilir biçimde tamamlanan işe bağlanmaktadır.
CİHAZ GÜVENLİĞİ VE YETKİLENDİRME TASARIMI
NIST’in IoT cihaz güvenliği temel çerçevesi, cihazın tanımlanması, yapılandırılması, verinin korunması, arayüzlere erişimin denetlenmesi, yazılım güncellemeleri ve güvenlik durumunun izlenmesi gibi yetenekleri kapsamaktadır. [9] Bu çerçeve, yapay zekâ kullanılan bir ortamda da uygulanabilir bir başlangıç sağlamaktadır. Örneğin cihazın hangi yazılım sürümünü çalıştırdığının bilinmesi, güncelleme planının ve olay müdahalesinin somutlaşmasına yardımcı olmaktadır. Güvenlik, ürünün satın alındığı gün başlayan ve kullanım süresince sürdürülen bir işlevdir.
NIST’in sıfır güven yaklaşımı, ağın içinde bulunmayı kendiliğinden güven gerekçesi saymak yerine kimlik ve yetki doğrulamasını öne çıkarmaktadır. [10] Bunun gündelik karşılığı, bir kameranın aynı ağdaki bütün bilgisayarlarla sınırsız iletişim kurmasına ihtiyaç olup olmadığını sorgulamaktır. Erişim, tanımlı görevin gerektirdiği kaynaklarla sınırlandırılmalıdır. Ağ bölümlendirmesi bu yaklaşımı destekleyebilir; tek başına bütün güvenlik gereksinimlerini karşılayan bir çözüm olarak görülmemelidir.
Ajanlar açısından ek bir tasarım sorusu, kendi kopyasını başlatma yetkisinin kimde olduğudur. Meşru dağıtımlarda yeni kopyalar için onay, sayısal sınır, süre ve harcama bütçesi tanımlanabilir. Her çalışmanın sorumlu hesabı ve yürüttüğü görev izlenebilir olmalıdır. Bu öneriler, belirli bir saldırının tespit edildiği iddiasına dayanmamaktadır; görev yapan yazılımlar için denetlenebilir yetki tasarımını amaçlamaktadır. Yetkinin geri alınması, sistem kurulduğu anda sınanması gereken bir işlev olarak ele alınmalıdır.
Güvenlik gözlemi de ölçülü tasarlanmalıdır. Bir cihazın alışılmışın dışında yoğun iletişim kurması inceleme gerektirebilir; bu durum tek başına saldırı kanıtı sayılmamalıdır. Güncelleme veya yetkilendirilmiş hesaplama da benzer yoğunluk oluşturabilir. Değerlendirme, görev kayıtları ve bilinen kullanım düzeniyle desteklenmelidir. Böylece koruma amacıyla kurulan sistemlerin gereksiz kesintiler üretmesi azaltılabilir. Başarılı savunma, tehditleri belirlerken meşru çalışmanın koşullarını da anlayabilmektedir.
İNSAN SORUMLULUĞU VE ÜRÜNÜN BÜTÜNLÜĞÜ
NIST’in tüketici IoT ürünlerine ilişkin profili, güvenlik sonuçlarını ürünün bütünü üzerinden ele almaktadır. [11] Bu bakış, cihazın yanında mobil uygulamayı ve bağlantılı hizmetleri de değerlendirmeyi gerektiren bir yaklaşımı desteklemektedir. Evdeki bir cihaz güvenli çalışsa da onu yöneten hesabın veya hizmetin durumu önem taşımaktadır. Kullanıcının gördüğü nesneyle teknik hizmetin sınırları farklılaşabildiği için sorumluluğun açık biçimde tanımlanması gerekmektedir.
Üretici açısından destek süresinin açıklığı, güncellemelerin anlaşılır biçimde sunulması ve güvenlik bildiriminin erişilebilir olması değerlidir. Üniversiteler ve diğer kurumlar satın alma kararlarında bu koşulları değerlendirmelidir. Düşük satın alma fiyatı, bakım ve yenileme maliyetlerini tek başına yansıtmamaktadır. Kullanıcının uzmanlık düzeyi de tasarımın bir girdisidir. Güvenli kullanım için sürekli ileri teknik bilgi isteyen bir ürün, sorumluluğun önemli bölümünü tüketiciye aktarmaktadır.
Buradaki felsefi mesele, insanın kontrolünün nasıl somutlaştırıldığıdır. Kontrol, bir düğmenin varlığından daha geniş bir kurumsal ilişkidir. Kararı kimin verdiği, kararın hangi cihazlara uygulanabildiği ve sonucun kim tarafından doğrulandığı birlikte belirlenmelidir. İnsan merkezli teknoloji, bu soruların açık cevaplar taşımasıyla güçlenmektedir. Teknik kapasite arttıkça insanın görevi de amaçların seçimi, yetkilerin dağıtımı ve sonuçların değerlendirilmesi düzeyinde yoğunlaşmaktadır.
Üniversitelerin katkısı, bu ilişkiyi disiplinler arasında inceleyebilmeleridir. Bilgisayar mühendisliği çalışma koşullarını ölçerken iletişim çalışmaları risk haberlerinin algılanmasını, sosyoloji ise bakım sorumluluğunun kurumlara ve hanelere dağılımını araştırabilir. Bu çalışmalar aynı cihaz kümesini izleyerek ortak veri üretebilir. Böylece teknik başarıyla toplumsal sonuç birbirine bağlanır. Akademisyenin rolü, hazır bir iyimserlik veya kötümserlik seçmekten çok karşılaştırılabilir kanıtlar ve uygulanabilir değerlendirme ölçütleri geliştirmektir.
Açık ağırlıklı modellerin değerlendirilmesinde de bu denge korunmalıdır. Ağırlıklara erişim, bağımsız incelemeyi ve yerel uyarlamayı destekleyebilir; dağıtım sonrasındaki kullanım üzerinde merkezi denetimi güçleştirebilir. Kapalı hizmetler ise sağlayıcı üzerinden müdahale olanağı sunarken karar gücünü belirli kuruluşlarda yoğunlaştırabilir. Her yaklaşımın sonuçları, somut erişim ve kullanım koşullarıyla birlikte tartışılmalıdır. Araştırma açıklığı ile güvenlik arasındaki ilişki, tek bir ürün sınıfına olumlu veya olumsuz etiket vermekten daha kapsamlı bir değerlendirme gerektirmektedir. Bu değerlendirme, farklı kurumların gereksinimlerini de içermelidir.
HABER DİLİNDE KESİN VE BİLİMSEL ÖLÇÜLÜLÜK
13 Ekim 2026 tarihli Euronews ve TechRadar haberleri, kendi kendini çoğaltan küçük modellerin aylar içinde mümkün hâle gelebileceği uyarısını öne çıkarmaktadır. [12, 13] Haber başlığı okurun dikkatini toplamakta; yöntem ayrıntıları ise bu beklentinin koşullarını açıklamaktadır. Bir tahmin haberleştirilirken, onu destekleyen ölçümle geleceğe taşınan varsayımın birlikte sunulması gerekmektedir. Çok sayıda haberde aynı iddianın tekrarlanması, bağımsız deney sayısını artırmamaktadır.
Tarafsızlık, her görüşe eşit kesinlik vermek yerine iddiaları kanıtlarının gücüyle tartmaktır. Araştırmayı yayımlayan şirketin açıklamaları, bağımsız çalışmalarla karşılaştırılmalıdır. Şirketin ticari konumu, bulguların otomatik olarak geçersiz sayılması için gerekçe oluşturmaz; yöntemlerin incelenmesi ve tekrarların aranması için önemli bir bağlam sağlar. Aynı ölçüt, etkileyici vaatler ve ağır risk iddiaları için uygulanmalıdır.
İzlenecek araştırma gündemi, daha küçük modellerin gerçek çalışma kapasitesini, farklı cihazlardaki görev sürekliliğini ve savunma müdahalelerinin etkinliğini birlikte ölçmelidir. Bulgular yayımlanırken başarılı örneklerin yanında başarısızlık nedenleri de açıklanmalıdır. Böylece sonraki çalışmalar, aynı gösteriyi tekrarlamak yerine açık kalan soruları sınayabilir. Kamusal iletişim açısından en değerli ilerleme, korkunun büyüklüğünden bağımsız olarak denetimin nerede güçlendirilebildiğini gösterebilmektir. Bu yaklaşım, araştırma kaynaklarının ölçülebilir güvenlik kazanımlarına yönelmesini desteklemektedir.
Kamusal tartışmanın yararlı sonucu, hangi yeteneklerin ölçüldüğünün ve hangi güvenlik kararlarının alınabileceğinin anlaşılmasıdır. Geleceğin kesin takvimini ilan etmekten çok, karşılaştırılabilir değerlendirmeler üretmek gerekmektedir. Yapay zekâ alanında sorumlu ilerleme; teknik yeteneği, erişim yetkisini ve toplumsal hesabı aynı değerlendirmede buluşturmaktadır. İnsanın karar gücü, sistemi anlayabilmesi ve verdiği yetkiyi etkili biçimde geri alabilmesiyle somutlaşmaktadır.
PROF. DR. GÜLSÜN KURUBACAK ÇAKIR-ANKARA HBV ÜNİVERSİTESİ ÖĞRETİM ÜYESİ
Kaynaklar
Kaynak taraması 14 Ekim 2026 tarihinde tamamlanmıştır. Ana metin 3.000 sözcüktür; başlıklar, kaynak işaretleri, imza ve kaynakça bu sayıya dâhil edilmemiştir.
[1] Zhou, W. ve Freeman, D. (2026, 12 Ekim). AI models may be capable of self-replicating without access to a datacenter. Anthropic. Kaynağa erişim
[2] David, R. ve diğerleri. (2021). TensorFlow Lite Micro: Embedded Machine Learning on TinyML Systems. arXiv, 2010.08678, sürüm 3. Kaynağa erişim
[3] Frantar, E., Ashkboos, S., Hoefler, T. ve Alistarh, D. (2023). GPTQ: Accurate Post-Training Quantization for Generative Pre-trained Transformers. ICLR 2023. Kaynağa erişim
[4] Borzunov, A. ve diğerleri. (2023). Petals: Collaborative Inference and Fine-tuning of Large Models. Proceedings of the 61st Annual Meeting of the Association for Computational Linguistics, Volume 3, 558–568. Kaynağa erişim
[5] Black, S. ve diğerleri. (2025). RepliBench: Evaluating the Autonomous Replication Capabilities of Language Model Agents. arXiv, 2504.18565, sürüm 2. Kaynağa erişim
[6] Federal Bureau of Investigation. (2025, 5 Haziran). Home Internet Connected Devices Facilitate Criminal Activity. Kaynağa erişim
[7] Hadfield-Menell, D., Dragan, A., Abbeel, P. ve Russell, S. (2017). The Off-Switch Game. arXiv, 1611.08219, sürüm 3. Kaynağa erişim
[8] Antonakakis, M. ve diğerleri. (2017). Understanding the Mirai Botnet. 26th USENIX Security Symposium. Kaynağa erişim
[9] National Institute of Standards and Technology. (2020). IoT Device Cybersecurity Capability Core Baseline. NISTIR 8259A. Kaynağa erişim
[10] Rose, S., Borchert, O., Mitchell, S. ve Connelly, S. (2020). Zero Trust Architecture. NIST SP 800-207. Kaynağa erişim
[11] Fagan, M., Megas, K., Watrobski, P., Marron, J. ve Cuthill, B. (2022). Profile of the IoT Core Baseline for Consumer IoT Products. NIST IR 8425. Kaynağa erişim
[12] Benton, J. (2026, 13 Ekim). Anthropic warns AI will soon self-replicate and spread beyond data centres. Euronews. Kaynağa erişim
[13] Collins, B. (2026, 13 Ekim). AI model self-replication is only months away, Anthropic says — and it doesn’t even need a data center to happen. TechRadar. Kaynağa erişim
Bir fabrikanın yapay zekâ sistemi üretim planını saniyeler içinde yenileyebilmektedir. Bu planı uygulayacak ekip ise malzeme kalitesindeki değişimi, bakım personelinin iş yükünü ve teslimat önceliklerini birlikte değerlendirmek zorundadır. Teknolojik hız ile kurumsal karar kapasitesi arasındaki ilişki, hazırlık kavramının merkezinde bulunmaktadır. Bir sistemin teknik başarısı, belirli insanlar, görevler ve çalışma koşulları içindeki başarısıyla tamamlanmaktadır. Bu nedenle teknolojinin geliştirilmesiyle insanın hazırlanması, aynı yatırım kararının birlikte yönetilmesi gereken boyutlarını oluşturmaktadır.
Teknoloji Hazırlık Seviyesi ve İnsan Hazırlık Seviyesi bu ilişkiyi görünür kılmaktadır. Yapay zekâ çağında tartışmayı ileri taşıyan konu, insanın sisteme uyum sağlamasının ötesine geçmektedir: Karar yetkisinin dağılımı, denetim için ayrılan zaman, uzmanlığın korunması ve değişen koşullarda kanıtların geçerliliği aynı değerlendirmeye katılmaktadır. Bu yazının ana savı, hazırlığın teknolojiye veya kişiye yapıştırılan kalıcı bir etiket yerine, belirli bir insan–teknoloji–görev düzenine ilişkin gerekçelendirilmiş bir değerlendirme olarak ele alınmasıdır.
Bu amaçla tarihsel belgeler, standart kuruluşlarının açıklamaları, araştırma makaleleri ve 2025–2026 tarihli uygulama çalışmaları üzerinden eleştirel bir sentez yapılmaktadır. İnsan Hazırlık Seviyesi yerleşik bir kavramdır. Burada önerilen katkı, mevcut birikimi yapay zekâda denetim kapasitesi, yetki devri ve örgütsel öğrenme üzerinden bütünleştiren, uygulamada sınanabilir bir araştırma çerçevesidir. Kavramın kökeni ile bu yazıda geliştirilen önermeler bu nedenle açıkça ayrılmaktadır.
TEKNOLOJİ HAZIRLIĞININ TARİHSEL GEREKÇESİ
Technology Readiness Level, Türkçede Teknoloji Hazırlık Seviyesi olarak kullanılmakta ve THS biçiminde kısaltılmaktadır. Yaklaşım, NASA’nın 1970’lerde farklı teknolojilerin teknik olgunluğunu ortak bir dille değerlendirme çalışmalarından doğmuştur. Uzay programlarında laboratuvar başarısıyla görev ortamındaki güvenilirlik arasında uzun ve maliyetli bir geliştirme süreci bulunmaktadır. Yöneticiler, hangi teknolojinin araştırmaya, hangisinin prototip çalışmasına, hangisinin sisteme alınmaya uygun olduğunu karşılaştırılabilir kanıtlarla görmek istemiştir (Vigil, 2026).
John C. Mankins’in 1995 tarihli ve 2004 yılında güncellenen teknik raporu, dokuz seviyeyi ayrıntılandıran temel belgeler arasındadır. THS, bilimsel ilkelerin gözlenmesinden başlayarak kavramın sınanmasına, parçaların laboratuvar ve ilgili ortamlarda doğrulanmasına, prototip gösterimine ve görevde kanıtlanmış sisteme uzanmaktadır (Mankins, 2004). Bu sıralama, araştırma bütçesi ile ürün geliştirme bütçesi arasındaki geçişin hangi teknik kanıtlara dayanacağını açıklamaktadır.
Hazırlık değerlendirmesinin ekonomik gerekçesi de burada ortaya çıkmaktadır. Teknik belirsizlikler sürerken büyük ölçekli geliştirmeye geçilmesi; yeniden tasarım, gecikme ve maliyet artışı üretebilmektedir. ABD Sayıştayı niteliğindeki Government Accountability Office tarafından hazırlanan rehber, kritik teknolojilerin belirlenmesini, kanıtların incelenmesini ve değerlendirmelerin güvenilirliğini proje kararlarının parçası olarak ele almaktadır (U.S. Government Accountability Office [GAO], 2020). Böylece hazırlık, mühendislik raporuyla yatırım kararını birbirine bağlamaktadır.
THS’nin yorumlanmasında görev bağlamı belirleyicidir. Bir görüntü işleme sisteminin kontrollü üretim hattında çalışması, aynı başarının tozlu, titreşimli ve değişken aydınlatmalı başka bir tesiste de sürdürüleceğini tek başına göstermemektedir. Sistem sınırları, kullanılan sürüm ve sınama ortamı değerlendirme kaydına yazılmalıdır. THS 9, tanımlı kullanımda görev başarısını göstermekte; her koşula taşınabilen evrensel bir yetkinlik anlamı taşımamaktadır (Manning, 2023).
İNSAN HAZIRLIĞININ ORTAYA ÇIKIŞI VE KAPSAMI
Human Readiness Level, burada İnsan Hazırlık Seviyesi ve İHS olarak adlandırılmaktadır. İngilizce HRL kısaltması uluslararası kaynaklarda kullanılmaktadır. Kavram, teknolojinin insan kullanımı açısından olgunluğunu değerlendirmektedir. Dolayısıyla değerlendirme birimi; kullanıcı, arayüz, görev, eğitim, çalışma ortamı ve sistem tasarımı arasındaki ilişkidir. İnsan faktörleri çalışmalarının geliştirme sürecinde hangi kanıtlarla karşılandığı izlenmektedir (Human Factors and Ergonomics Society [HFES], 2021).
Alanyazında kavramın geliştirilmesine ilişkin çalışmalar 2010’a uzanmaktadır. Sandia Ulusal Laboratuvarları 2015’te insan hazırlığını kendi süreçlerine katabilecek seçenekleri incelemeye başlamıştır. İlk araştırmalarda mevcut uygulamalar değerlendirilmiş, personelle görüşülmüş ve farklı planlama seçenekleri karşılaştırılmıştır. Bu çalışmalar, insanla ilgili gereksinimlerin ürün geliştirme boyunca sistematik biçimde izlenmesini amaçlamıştır (See et al., 2018). 2019’da oluşturulan çalışma grubu ve izleyen standartlaştırma süreci, yaklaşımın uygulanabilir ölçütlere dönüştürülmesine katkıda bulunmuştur (Vigil, 2026).
Eylül 2021’de onaylanan ANSI/HFES 400-2021 standardı, dokuz seviyeyi sistem mühendisliği ve insan-sistem bütünleştirmesi içinde tanımlamıştır (Tablo 1). İHS, teknoloji hazırlığını tamamlamakta; güvenli ve etkili insan kullanımı için gereken kanıtları izlemektedir (HFES, 2021). Aşağıdaki tablo seviyelerin kısa, açıklayıcı bir özetidir. Her satır aynı geliştirme evresindeki iki farklı değerlendirme odağını göstermektedir; sayılar arasındaki eşitlik, iki değerlendirmenin aynı sonucu vereceğini ifade etmemektedir.
Tablo 1. Teknoloji ve insan hazırlığı seviyelerinin karşılaştırılması
Seviye
Teknoloji hazırlığı
İnsan hazırlığı
1
Temel bilimsel ilkelerin gözlenmesi
İnsan özelliklerinin ve davranışlarının belirlenmesi
2
Teknoloji kavramının tanımlanması
İnsan odaklı kavramların ve ilkelerin tanımlanması
İnsan–sistem tasarımının gerçekçi benzetimde veya ilgili ortamda gösterilmesi
7
Sistem prototipinin görev ortamında gösterilmesi
Son geliştirme sürümünün temsilî kullanıcılarla görev ortamında doğrulanması
8
Tamamlanmış sistemin yeterliğinin doğrulanması
Tamamlanmış sistemin temsilî kullanıcılarla sınanması ve kullanımının onaylanması
9
Gerçek görevde başarının kanıtlanması
Görev koşulları boyunca başarılı kullanım ve sürekli performans izlemesi
Not. THS sütunu Mankins (2004) ve Manning’den (2023); İHS sütunu, HFES (2021) ölçeğini aktaran Yalim ve Handley’den (2025) özetlenmiştir. Tablo, standartların ayrıntılı değerlendirme koşullarının yerine geçmemektedir.
HAZIRLIĞIN ÖLÇÜLMESİNDE KAVRAMSAL HASSASİYET
İHS’nin bir eğitim sınavına indirgenmesi, tasarım sorunlarını çalışanların omuzlarına yükleyebilmektedir. Operatör doğru karar vermek için gerekli veriye erişemiyorsa veya arayüz kritik uyarıları görünür kılmıyorsa, ek kursun sağlayacağı katkı sınırlanmaktadır. Değerlendirme; insanın bilgisini, tasarımın sunduğu olanakları ve kurumun sağladığı çalışma koşullarını birlikte incelemelidir. İnsan hazırlığını geliştirmek, kimi zaman arayüzü sadeleştirmek veya görev dağılımını yeniden düzenlemek anlamına gelmektedir.
Üç kavramın ayrılması bu yüzden gereklidir. Yapay zekâ okuryazarlığı, sistemlerin temel işleyişi ve sınırları hakkında bilgi sağlamaktadır. Görev yeterliği, belirli bir işin kabul ölçütleri içinde yerine getirilmesini göstermektedir. İHS ise insan kullanımının sistem geliştirme sürecinde olgunlaştırılmasını değerlendirmektedir. Bir çalışanın yüksek okuryazarlığı, kullandığı sistemin insan açısından hazır olduğunu kendiliğinden kanıtlamamaktadır. Benzer biçimde, başarılı bir prototip gösterimi bütün çalışan gruplarının hazırlığını temsil etmemektedir.
Bu ayrım, değerlendirmenin amacını da değiştirmektedir. Hazırlık kaydı bir kişiyi bütün görevler için yeterli veya yetersiz ilan etmek yerine, hangi desteklerle hangi işi yapabildiğini göstermelidir. Aynı uzman rutin bakım kararlarında başarılıyken yeni bir arıza türünde ek incelemeye gereksinim duyabilir. Bu farklılık, insanın genel kapasitesine ilişkin bir hükümden çok, görev kapsamının yeniden tanımlanmasını gerektirmektedir. İHS uygulamalarının personel sıralama aracına dönüşmesi, tasarımın iyileştirilmesi amacını zayıflatabilir. Bu nedenle kişi değerlendirmesiyle sistem değerlendirmesinin kullanım amaçları açıkça belirtilmelidir.
Örgütsel hazırlık da ayrı bir analiz düzeyidir. Weiner (2009), değişime yönelik ortak bağlılığı ve değişimi gerçekleştirmeye ilişkin kolektif yeterlik inancını vurgulamaktadır. Bu çerçeve sağlık hizmetleri bağlamında geliştirilmiştir; başka sektörlere aktarımı ayrıca sınanmalıdır. Bir işletmenin hazırlığını çalışanların bireysel sınav puanlarını toplayarak açıklamak, kaynak dağılımını ve karar yetkisini görünmez bırakmaktadır. Ayrıca THS ve İHS sıralı seviyelerdir. Seviyeler arasındaki farklara eşit uzaklık veya eşit maliyet yüklenmesi ek gerekçe gerektirmektedir. İki puanın ortalamasından üretilen tek gösterge, kritik bir insan kullanım açığını örtebilmektedir.
İnsan hazırlığını iş tasarımı; kapasite planlama, kalite yönetimi ve toplam maliyetle ilişkilendirmektedir. Yapay zekânın bir aşamayı hızlandırması, bütün sürecin aynı oranda hızlanacağı anlamına gelmemektedir. Planlama yazılımı daha fazla iş emri ürettiğinde, mühendislik onayı veya bakım kontrolü yeni darboğaz hâline gelebilmektedir. Bu nedenle performans, algoritmanın yanıt süresiyle birlikte kararın uygulanması ve sonucun doğrulanması için gereken emek üzerinden değerlendirilmelidir.
Bu yazı kapsamında kurulmuş basit bir hesap bunu somutlaştırmaktadır. Bir sistem saatte 120 öneri üretsin; bunların yüzde 25’i insan incelemesi gerektirsin ve her inceleme ortalama üç dakika sürsün. Saatlik inceleme gereksinimi 120 × 0,25 × 3 = 90 kişi-dakikadır. İnceleme için ayrılmış bir çalışanın saatte 60 dakikalık kapasitesi bulunmaktadır. Bu varsayımlar altında iş birikmektedir. İki çalışanla nominal kapasite 120 dakikaya çıkmaktadır; beklenmedik yığılmalar, molalar ve diğer görevler ayrıca hesaba katılmalıdır. Buradaki sorun, eğitimle birlikte kapasite tahsisini de gerektirmektedir.
İnsan hazırlığının maliyeti değerlendirilirken eğitim süresi, doğrulama emeği, yeniden işleme, görev devri ve beceri tazeleme birlikte hesaplanmalıdır. Avrupa Komisyonunun Endüstri 5.0 yaklaşımı, çalışanların iyilik hâlini üretimin merkezine almakta; insan odaklılık, sürdürülebilirlik ve dayanıklılığı birlikte ele almaktadır (Breque et al., 2021). Bu yaklaşımın İHS bakımından yorumu, verimlilik artışının hangi çalışma koşullarıyla üretildiğinin ölçülmesidir. Daha hızlı üretim ile sürdürülebilir insan performansı aynı yönetim gündeminde buluşmaktadır.
DÜNYADAKİ UYGULAMALAR VE KANITLARIN NİTELİĞİ
ABD’de Sandia’nın çalışmaları, İHS’nin kavramsal gelişimine kurumsal bir araştırma zemini sağlamıştır (See et al., 2018). Haziran 2026 tarihli kurum yayını, ölçeğin ABD Kara Kuvvetlerinin saha topçusu komuta ve kontrolüne yönelik dört yazılım programında uygulandığını bildirmektedir. Bu bilgi uygulamanın varlığını göstermektedir; karşılaştırmalı performans artışı hakkında ayrıntılı, bağımsız bir etki değerlendirmesi sunmamaktadır (Vigil, 2026). Uygulama sayısıyla etkinlik kanıtının ayrılması, yaklaşımın bilimsel güvenilirliğini korumaktadır.
NASA’nın Mart 2026 tarihli raporu, bütünleşik varış ve kalkış yönetimi sistemi IADS/ATD-2 çalışmalarını İHS açısından incelemektedir. Sistem 2021’de FAA’ya teknik olarak devredilmiş; rapor, geliştirme çalışmalarını daha sonra İHS ölçütleriyle geriye dönük değerlendirmiştir. Kullanıcı katılımı, benzetimler, iş yükü, durumsal farkındalık ve eğitim belgeleri incelenmiştir. Yazarlar, NASA’nın İHS’yi kurum genelinde bütünüyle benimsemiş olduğunu ileri sürmemektedir (Lozito & Arsintescu, 2026). Bu örnek, mevcut proje kayıtlarının insan kullanımına ilişkin kanıtlar açısından yeniden okunabileceğini göstermektedir.
Avrupa’da SESAR kapsamındaki HUCAN projesi, ileri otomasyona sahip hava trafik yönetimi sistemleri için sertifikasyon hedeflerini tasarımın erken aşamalarına bağlayan bir yaklaşım geliştirmiştir. İtalya ve Hollanda’daki araştırma kuruluşlarının 2025 tarihli ortak çalışması; THS ile İHS’yi insan faktörleri, sorumluluk, güvenlik ve diğer performans alanlarıyla ilişkilendirmektedir. Yöntem, kritik senaryolardan elde edilen bulguları tasarıma geri taşımaktadır (Lanzi et al., 2025). Buradaki kanıt, geliştirilmiş bir yöntem ve doğrulama çalışmasıdır; bütün Avrupa havacılığına yayılmış tek biçimli bir uygulama sonucu olarak yorumlanmamalıdır.
Danimarka İnovasyon Fonu ise Toplumsal Hazırlık Seviyelerini, yeniliklerin toplumsal uyumunu değerlendirmek amacıyla tanımlamaktadır. Paydaşların belirlenmesi, çözümün ilgili çevrelerde sınanması ve toplumla bütünleşme planı bu yaklaşımın parçalarıdır (Innovation Fund Denmark, t.y.). Bu ölçek İHS’den farklı bir soruya yanıt vermektedir. Aynı projede teknoloji olgunluğu, insan kullanımına uygunluk ve toplumsal uyum ayrı kanıt kümeleriyle izlenebilmektedir. Uluslararası örneklerin ortak katkısı, hazırlık değerlendirmesinin hangi düzeyde ve hangi amaçla yapıldığını açıklığa kavuşturmasıdır.
YAPAY ZEKÂ İLE DEĞİŞEN HAZIRLIK PROBLEMİ
Makine öğrenmesi, hazırlık değerlendirmesine veri, model ve kullanım bağlamı arasındaki değişken ilişkileri eklemektedir. Lavin ve arkadaşlarının çalışması, makine öğrenmesine özgü hazırlık sürecini araştırmadan uygulamaya kadar ele almakta; veriyle ilgili gereksinimleri ve sistem mühendisliğini aynı çerçevede toplamaktadır (Lavin et al., 2022). Bir modelin başarısı, eğitim verisinin niteliğine ve karşılaştığı görev koşullarına bağlıdır. Veri dağılımı veya sistemin bağlantılı parçaları değiştiğinde, önceki başarının yeni duruma ne ölçüde taşındığı araştırılmalıdır.
İHS’nin yapay zekâya uygulanması konusunda da yayımlanmış çalışmalar bulunmaktadır. Yalim ve Handley (2025), yapay zekâ yoğun sistemlerde teknik ve sosyal doğrulamayı birlikte arayan bir yaklaşım önermekte; bakım işlerinin önceliklendirilmesi üzerinden açıklamaktadır. Bu çalışma, insan hazırlığı ile yapay zekâyı ilişkilendirmenin önceden ele alındığını göstermektedir. Özgünlük iddiası, bu bağlantının ilk defa kurulmasına dayandırılamaz. Bilimsel katkı, hangi ilişkinin daha açık ölçüldüğü ve hangi önermenin yeni verilerle sınandığı üzerinden kurulmalıdır.
MIT araştırmacılarının 106 çalışmayı ve 370 etki büyüklüğünü kapsayan meta-analizi, insan–yapay zekâ birlikteliğinin ortalamada insan veya yapay zekâdan daha başarılı olan seçeneğin gerisinde kalabildiğini göstermiştir. Sonuçlar görev türüne göre farklılaşmaktadır (Vaccaro et al., 2024). Bu bulgu, ortak çalışmanın değerini görev koşulları içinde ölçmeyi gerektirmektedir. Başarı göstergesi olarak yapay zekâya güven düzeyi kullanıldığında, güvenin doğrulukla ilişkisi ayrıca incelenmelidir. Hazırlık, gerektiğinde kabul etmeyi ve gerektiğinde hatalı öneriyi geri çevirmeyi birlikte kapsamaktadır.
Değerlendirme düzenindeki daha incelikli sorun, doğruluğun nasıl tanımlandığıdır. Model geçmiş uzman kararlarıyla eğitilmiş ve aynı karar kalıbıyla sınanmışsa, yüksek başarı önceki uygulamaların tutarlı biçimde yeniden üretildiğini gösterebilir. Bu sonucun yeni koşullara uygunluğu ayrıca araştırılmalıdır. Modelden farklı düşünen çalışanın gerekçesi, yeni bir duruma ilişkin erken bir işaret taşıyabilir. Bu yazının önerisi, insan–model uyuşmazlıklarını doğrudan kullanıcı hatası olarak puanlamak yerine, bağımsız kanıtlarla incelenen ayrı bir veri kümesine dönüştürmektir. Böylece insan hazırlığı, sistemin mevcut cevaplarını tekrarlama becerisinin ötesinde değerlendirilebilmektedir.
DENETİM KAPASİTESİ VE MÜDAHALE MARJI
Bu yazının ilk araştırma önermesi, yapay zekâya devredilebilecek iş miktarının insan denetimi için ayrılan kapasiteyle birlikte belirlenmesidir. Önceki sayısal örnek, üretim kapasitesiyle inceleme kapasitesinin farklı hızlarda büyüyebildiğini göstermektedir. Denetim gerektiren çıktı oranı, inceleme süresi ve kullanılabilir uzman zamanı düzenli ölçüldüğünde, işletme otomasyon düzeyini daha gerçekçi biçimde planlayabilmektedir. Bu değişkenlerden oluşturulan kapasite kaydı, burada önerilen İHS–YZ araştırma çerçevesinin bir parçasıdır; standartlaştırılmış yeni bir ölçek olarak sunulmamaktadır.
İkinci önerme, insan müdahalesinin zaman bakımından uygulanabilirliğidir. Bir süreçte güvenli müdahale için kullanılabilir süre 20 saniye, durumu anlama ve gerekli işlemi yapma süresi 35 saniyeyse, görev düzeni yeniden tasarlanmalıdır. Bu yazıda müdahale marjı, kullanılabilir süreden toplam müdahale süresinin çıkarılmasıyla açıklanmaktadır. Örnek değerler temsili olup belirli bir sistemden alınmamıştır. Ölçümde ortalamayla birlikte yavaş tepkilerin dağılımı, iletişim gecikmeleri ve eşzamanlı görevler de dikkate alınmalıdır. Pozitif marj tek başına güvenliği kanıtlamamaktadır; uygulamanın temel koşullarından birini görünür kılmaktadır.
Bu tartışmanın tarihsel dayanaklarından biri Bainbridge’in (1983) otomasyon çözümlemesidir. Otomasyon, rutin görevleri üstlenirken insanın pratik yapma fırsatlarını azaltabilmekte; zor durumlarda ise daha yüksek beceri talep edebilmektedir. Yapay zekâ bağlamında buradan türetilen araştırma sorusu, sürekli yardım almanın bağımsız muhakemeyi zaman içinde nasıl etkilediğidir. Hazırlık değerlendirmesine dönemsel görev devralma uygulamaları eklenmeli; yardım kullanımı, bağımsız başarı ve yeniden öğrenme gereksinimi birlikte izlenmelidir. Böylece bugünkü verimlilik ile gelecekteki uzmanlık kapasitesi arasında ölçülebilir bir bağ kurulmaktadır.
KANITLARIN GEÇERLİLİĞİ VE KARAR YETKİSİNİN DAĞILIMI
Üçüncü önerme, hazırlık kanıtlarının hangi değişikliklerle yeniden değerlendirileceğinin önceden tanımlanmasıdır. NIST’in yapay zekâ risk yönetimi çerçevesi, bağlamın tanımlanmasını, ölçümü ve risklerin süreç boyunca yönetilmesini desteklemektedir (Tabassi, 2023). Buradan hareketle her hazırlık değerlendirmesine model sürümü, kullanıcı grubu, görev sınıfı, test tarihi ve kapsam sınırlarını içeren bir kayıt eklenmesi önerilmektedir. Arayüz değişikliği, yeni veri kaynağı veya görev devri gibi olaylar, hangi kanıtların tekrar üretilmesi gerektiğini belirlemelidir.
Bu kayıtların geçerliliği takvimle birlikte değişimin içeriğine bağlıdır. Bir gün önce yapılmış sınama, sistemin karar yetkisini değiştiren bir güncelleme sonrasında dar bir kapsamı temsil edebilmektedir. Buna karşılık daha eski bir kanıt, sınanan işlev ve koşullar korunduğunda belirli bir amaç için değerini sürdürebilmektedir. Yalim ve Handley (2025) de değişen iş akışları ve yapay zekâ sistemleri karşısında değerlendirmelerin yenilenmesini tartışmaktadır. Burada önerilen katkı, yeniden değerlendirmeyi başlatacak olayların sözleşme, sürüm yönetimi ve eğitim planında ortak bir kayda bağlanmasıdır.
Üretken yapay zekâda bu kayıt ayrıca bilginin kaynağını kapsamalıdır. NIST’in üretken yapay zekâ profili, gerçeğe aykırı içeriğin güvenli bir anlatımla sunulması riskini ve kaynakların doğrulanmasını ele almaktadır (Autio et al., 2024). Taslak üreten sistem ile taslağı değerlendiren insan aynı hatalı kaynağa dayanıyorsa, inceleme görünürde bağımsız kalabilmektedir. Bu nedenle önerilen değerlendirme, kontrolün sayısıyla birlikte kanıtların birbirinden bağımsızlığını da sorgulamaktadır. Aynı hatanın birden fazla ekranda tekrarlanması, doğrulama gücünü artırmamaktadır.
Karar yetkisinin dağılımı bu yaklaşımın örgütsel karşılığıdır. Bir kullanıcı teknik olarak işlemi durdurabilse de üretim hedefleri veya belirsiz sorumluluklar bu yetkinin kullanılmasını güçleştirebilmektedir. Bu nedenle inceleme, durdurma ve yeniden başlatma kararlarının sahibi belirlenmeli; gerekçe kaydı ve üst değerlendirmeye taşıma süreci açıklanmalıdır. Mikro düzeyde görev davranışı, mezo düzeyde iş akışı ve kaynaklar, makro düzeyde ise tedarik ve yeterlik politikaları izlenmelidir. Bu düzeyler birbirini etkilemekte, her biri kendi kanıt türünü gerektirmektedir.
HAZIRLIK YATIRIMLARININ ZAMAN İÇİNDEKİ KARŞILIĞI
Buradan türetilen bir başka araştırma alanı, ertelenen hazırlık çalışmalarının gelecekteki maliyetidir. Bir kurum eğitim, kullanıcı sınaması veya görev devri düzenlemesini sürekli sonraya bırakırken kısa vadede tasarruf gösterebilir. Aynı tercihler ilerleyen dönemde yeniden işleme, uzman bağımlılığı ve uzun duruşlar olarak geri dönebilir. Bu yazıda hazırlık borcu ifadesi, böyle birikmiş işlerin ve olası sonuçlarının birlikte izlenmesi için kullanılan bir çalışma kavramıdır. Terimin ilk kullanımı veya geçerliği gösterilmiş bir ölçek olduğu ileri sürülmemektedir.
Bu kavramın ölçülebilir hâle gelmesi için ertelenen her çalışma, etkilediği görevle ve beklenen maliyet türüyle eşleştirilmelidir. Örneğin kullanıcı arayüzünün sınanmasının ertelenmesiyle bakım eğitiminin ertelenmesi farklı sonuçlar üretebilir. Kurum, bu kayıtları proje bütçesine bağladığında düşük satın alma bedeliyle yüksek kullanım maliyeti arasındaki ilişkiyi daha iyi görebilecektir. Karşılaştırma, gerçekleşmiş maliyetlerle geleceğe ilişkin tahminleri açıkça ayırmalıdır. Böylece insan hazırlığı, proje sonunda tamamlanacak bir eğitim kaleminin ötesinde, yatırımın ekonomik yapısını etkileyen bir değişken olarak araştırılabilmektedir.
Uzmanlığın kuşaklar arasında aktarımı da aynı hesaba katılmalıdır. Bugünkü ekip, otomasyon öncesinde edindiği bilgiyle sistemi denetleyebilir. Yeni katılan çalışanlar ise aynı bilgiyi edinmek için farklı öğrenme düzenlerine gereksinim duyabilir (Bainbridge, 1983). Buradan çıkarılan öneri, personel devrinin hazırlık değerlendirmesinde açık bir değişiklik olayı olarak kaydedilmesidir. Kurumun mevcut başarısı, onu üreten insanların ayrılmasından sonra hangi mekanizmalarla sürdürüleceği açıklanarak değerlendirilmelidir. Bu bakış, eğitim bütçesini gelecekteki görev sürekliliğiyle ilişkilendirmektedir.
ÖNERİLERİ SINAYACAK ARAŞTIRMA DÜZENİ
İHS-YZ çerçevesi için ilk pilot, üretim planlama veya bakım önceliklendirme gibi sonuçların izlenebildiği bir görevde kurulabilir. Araştırmada insanın tek başına çalışması, yapay zekânın tek başına performansı ve ortak çalışma karşılaştırılmalıdır. Doğruluk, işlem süresi, inceleme emeği, hatalı öneriyi yakalama ve görev devralma başarısı ayrı sonuçlar olarak kaydedilmelidir. İnsan katılımının güvenlik veya sorumluluk gerekçeleriyle zorunlu olduğu görevlerde, karşılaştırmalar benzetim ve kontrollü test ortamlarında yürütülebilir. Başlangıç yeterliği ve görev zorluğu karşılaştırılabilir tutulmalıdır.
Sınanacak ilk hipotez, çıktı hızındaki artışın denetim kapasitesi sabit tutulduğunda inceleme gecikmesini büyütmesidir. İkinci hipotez, dönemsel görev devralma uygulamalarının zaman içindeki bağımsız başarı kaybını azaltmasıdır. Üçüncü hipotez, sürüm ve bağlam değişikliklerine bağlı değerlendirmelerin, sabit takvimli kontrollerin kaçırdığı hazırlık açıklarını daha erken yakalamasıdır. Bunlar bu yazının araştırma önerileridir; sonuçları veriyle belirlenecektir. Ön kayıt, uygun örneklem hesabı ve bağımsız değerlendirme, iddiaların denetlenebilirliğini artıracaktır.
Ölçüm araçlarının kendileri de sınanmalıdır. Aynı kayıtları inceleyen değerlendiricilerin benzer sonuçlara ulaşması, farklı görevlerde ölçütlerin anlamını koruması ve göstergelerin gerçek görev başarısıyla ilişkisi araştırılmalıdır. Eğitim katılımı gibi kolay sayılan değişkenlerle yetinmek, hazırlık iddiasını zayıflatmaktadır. Dijital ikiz ve benzetim ortamları, seyrek karşılaşılan durumları güvenli biçimde çalışmak için kullanılabilir; bu ortamlardaki sonuçların gerçek göreve aktarımı ayrıca gösterilmelidir. Araştırmanın başarısı, hazırlık puanını yükseltmek kadar hangi tasarım değişikliğinin hangi sorunu çözdüğünü açıklamasına bağlıdır.
Sonuçların raporlanmasında ortalama başarı kadar hataların dağılımı da önem taşımaktadır. Sık yapılan kolay görevlerdeki yüksek başarı, seyrek fakat ağır sonuçlu bir görevdeki zayıflığı gizleyebilir. Bu nedenle görev sınıfları için ayrı sonuçlar, belirsizlik aralıkları ve örneklem sınırları sunulmalıdır. Araştırmacılar personel sayısı, görev yoğunluğu ve otomasyon düzeyini birlikte değiştirerek kapasite hesabının hangi koşullarda açıklayıcı olduğunu sınayabilir. Bu düzen, hazırlığın tek sayıya sıkıştırılmasını önlerken yöneticilere hangi kaynağın hangi sorunu azaltabileceğini gösteren bir karar zemini sağlamaktadır.
Teknoloji hazırlığı, bir yeniliğin hangi teknik kanıtlarla görev almaya yaklaşmakta olduğunu açıklamaktadır. İnsan hazırlığı ise bu yeniliğin insanlarla birlikte çalışabilmesi için gereken tasarım ve değerlendirme birikimini görünür kılmaktadır. Yapay zekâ, iki alanın ortak yönetimini daha önemli hâle getirmektedir; çünkü görevleri, bilgi akışını ve karar yetkisini aynı anda değiştirmektedir. Hazırlığın güçlü tanımı, insanın ne bildiğini sistemin ona ne yapma olanağı verdiğiyle birlikte ele almaktadır.
Burada geliştirilen yaklaşımın hedefi; üretim hızını denetim kapasitesiyle, yetki devrini müdahale süresiyle, teknik güncellemeyi kanıtların yeniden değerlendirilmesiyle ilişkilendirmektir. Böyle bir yönetim anlayışında eğitim, tasarım, tedarik ve örgütsel öğrenme aynı kararın parçaları hâline gelmektedir. Asıl bilimsel değer, yeni bir adlandırmadan çok, bu ilişkilerin açık varsayımlarla ölçülmesinde bulunmaktadır. Teknolojik ilerleme, insanın karar verebilme ve kararlarının sonuçlarını değerlendirebilme kapasitesini geliştirdiği ölçüde sürdürülebilir kurumsal değere dönüşmektedir.
PROF. DR. GÜLSÜN KURUBACAK ÇAKIR-ANKARA HBV ÜNİVERSİTESİ
KAYNAKÇA
Autio, C., Schwartz, R., Dunietz, J., Jain, S., Stanley, M., Tabassi, E., Hall, P., & Roberts, K. (2024). Artificial intelligence risk management framework: Generative artificial intelligence profile (NIST AI 600-1). National Institute of Standards and Technology. https://doi.org/10.6028/NIST.AI.600-1
Lavin, A., Gilligan-Lee, C. M., Visnjic, A., Ganju, S., Newman, D., Ganguly, S., Lange, D., Baydin, A. G., Sharma, A., Gibson, A., Zheng, S., Xing, E. P., Mattmann, C., Parr, J., & Gal, Y. (2022). Technology readiness levels for machine learning systems. Nature Communications, 13, Article 6039. https://doi.org/10.1038/s41467-022-33128-9
Lozito, S., & Arsintescu, L. (2026). NASA’s Integrated Arrival Departure System/Airspace Technology Development-2: A case study for the application of the human readiness scale (NASA/TM–20260002171). National Aeronautics and Space Administration. https://ntrs.nasa.gov/citations/20260002171
See, J. E., Morris, J. D., Craft, R. L., Moulton, M., & Trujillo, S. M. (2018). Incorporating human readiness levels at Sandia National Laboratories. Journal of Human Performance in Extreme Environments, 14(1), Article 1. https://doi.org/10.7771/2327-2937.1085
Tabassi, E. (2023). Artificial intelligence risk management framework (AI RMF 1.0) (NIST AI 100-1). National Institute of Standards and Technology. https://doi.org/10.6028/NIST.AI.100-1
U.S. Government Accountability Office. (2020). Technology readiness assessment guide: Best practices for evaluating the readiness of technology for use in acquisition programs and projects (GAO-20-48G). https://www.gao.gov/products/gao-20-48g
Vaccaro, M., Almaatouq, A., & Malone, T. (2024). When combinations of humans and AI are useful: A systematic review and meta-analysis. Nature Human Behaviour, 8(12), 2293–2303. https://doi.org/10.1038/s41562-024-02024-1
Bir şirketin sabah toplantısında satın alma yapay zekâsı siparişleri oluşturmakta, finans yapay zekâsı ödemeleri düzenlemekte, lojistik yapay zekâsı sevkiyatları planlamaktadır. Genel müdür kendi görevini düşünürken ekranda kısa bir cümle belirmektedir: “Sorumluluk sizde.” Geleceğe ilişkin bu senaryo, iş dünyasının karşısındaki temel değişimi anlatmaktadır. Makinelere daha fazla iş devredildikçe amaç belirleme, yetki dağıtma ve sonuçların hesabını verme sorumluluğu önem kazanmaktadır. Yapay zekâ, insanın yaptığı işleri dönüştürürken insanın kararlarının değerini de yeniden düşünmeyi gerektirmektedir.
Bu dönüşümün önemi, işletmenin verimliliğiyle çalışanların, müşterilerin ve toplumun güvenini aynı süreçte etkilemesinden kaynaklanmaktadır. Yeni bir sistemi satın almak teknik kapasiteyi artırmaktadır. Bu kapasitenin değer üretmesi ise insanların öğrenmesine, yöneticilerin karar alışkanlıklarına ve kurumun sorumluluk düzenine bağlı bulunmaktadır. Teknolojiyi kullanma isteğimiz güçlü bir başlangıç oluşturmaktadır; çıktıyı sorgulama, hatayı bildirme ve yetkiyi sınırlandırma becerilerimiz ayrıca geliştirilmek durumunda bulunmaktadır. Yapay zekâ dönüşümünün temelinde insanın ve toplumun hazırlanması yer almaktadır.
Güçlü ve geliştirilmesi gereken yanlarımızı somut davranışlar üzerinden değerlendirmek mümkün olmaktadır. İşini iyi tanıyan çalışan, müşterinin ihtiyacını ve üretimin aksayan yönlerini açıklayarak sisteme değerli bilgi sağlamaktadır. Buna karşılık belirsiz görev tanımları, gereksiz veri toplama ve her kararı üst yönetime taşıma alışkanlığı dönüşümü yavaşlatabilmektedir. Kurumun kendi durumunu ölçmesi, genellemelerden daha kullanışlı bir başlangıç sağlamaktadır. Doğrulanmış teknolojik örnekler mevcut kapasiteyi göstermekte; bu örneklerden hareketle kurulan şirket senaryoları, gelecekteki sorumluluklarımızı düşünmemize yardımcı olmaktadır.
İnsanın iradesi, bu sorumlulukların gündelik kararlara dönüşmesinde karşılık bulmaktadır. Bir müşteriden hangi bilginin isteneceğini belirlemek, çalışanın itirazını dinlemek ve verimlilik hedefinin sınırlarını çizmek bu iradenin uygulamalarını oluşturmaktadır. Her kullanıcının sistemin bütün matematiksel ayrıntılarını bilmesi beklenememektedir. Bununla birlikte önerinin hangi amaçla kullanıldığını, hangi koşullarda güvenilir sayıldığını ve sonucuna nasıl itiraz edileceğini anlaması sağlanabilmektedir. Uzmanlık ekipler arasında paylaşılırken kararın gerekçesinin ortak bir dille açıklanması gerekmektedir.
5G VE 10G AYRIMI İLE KURUMUN KARAR HIZI
Dijital dönüşümün dilinde küçük bir harf, büyük bir kavram karışıklığına yol açabilmektedir. Mobil iletişimde 5G ifadesindeki G, kuşağı belirtmektedir. Sabit geniş bant alanındaki 10G kullanımı ise on gigabit düzeyindeki bağlantı hedefini anlatmaktadır (CableLabs, 2019). Bu ayrım, teknoloji haberlerini doğru okumaya yardımcı olmaktadır. Uluslararası Telekomünikasyon Birliğinin IMT-2030 çerçevesindeki çalışmaları, mobil iletişimin 6G yönündeki gelişimini ele almaktadır (International Telecommunication Union [ITU], 2026). Dolayısıyla sayılar, bağlamlarıyla birlikte anlam kazanmaktadır.
Sabit fiber altyapısının ilerleyişi somut ölçümlerle izlenmektedir. Openreach ile Nokia’nın 2025 yılında İngiltere’de gerçekleştirdiği 50G PON saha denemesinde 41,9 Gbps indirme ve 20,6 Gbps yükleme hızları bildirilmektedir (Openreach, 2025). Bu sonuç belirli koşullardaki teknik kapasiteyi göstermekte, bütün kullanıcıların aynı hizmete eriştiği anlamını taşımamaktadır. Bir denemenin başarısıyla yaygın hizmetin ekonomik ve kurumsal koşulları arasında mesafe bulunmaktadır. Teknolojiyi değerlendiren yöneticinin bu mesafeyi görebilmesi, yatırım kararının niteliğini artırmaktadır.
Aynı bağlantının bir işletmeye kurulduğu düşünüldüğünde başka bir zaman sorunu ortaya çıkmaktadır. Dosya saniyeler içinde ulaşmakta, onay için üç müdürün takvimi beklenmektedir. Teknoloji ilerlerken kurumun gündemi pazartesi toplantısına bağlanmaktadır. Buradaki gecikme, kablonun kapasitesinden çok yetkinin belirsiz dağılımından kaynaklanabilmektedir. Çalışanın hangi durumda karar vereceği açık biçimde tanımlandığında, bağlantı hızının ekonomik karşılığı büyümektedir. Böylece dijital dönüşüm bütçesinin süreç tasarımını ve karar sorumluluğunu da kapsaması gerekmektedir.
Kurumun zamanı aynı zamanda insanın dikkatini nasıl kullandığını göstermektedir. Her işlemi hızlandırma baskısı, önemli kararların değerlendirilmesine ayrılan süreyi daraltabilmektedir. İyi yönetim, rutin işlemlerde hız kazanırken sonuçları ağır olan kararlara yeterli düşünme zamanı ayırmaktadır. Bu nedenle geleceğin işletmesi, farklı kararlar için farklı tempo düzenleri geliştirmektedir. Teknolojik olgunluk, hızın nerede değer ürettiğini ve nerede dikkat gerektirdiğini anlayabilme kapasitesiyle birlikte gelişmektedir.
Hızın dağılımı, işletme içindeki güç ilişkilerini de etkilemektedir. Üst yönetim anlık raporlara erişirken sahadaki çalışan kendi kaydını göremediğinde bilgiye erişim bakımından dengesizlik oluşmaktadır. Aynı altyapının çalışanlara süreç hakkında geri bildirim sağlaması, sorunların kaynağında anlaşılmasını kolaylaştırmaktadır. Bu nedenle dijital yatırımın başarısı, kimin daha hızlı görebildiğiyle birlikte kimin daha iyi karar verebildiği üzerinden ele alınmaktadır. Bilginin uygun düzeyde paylaşılması, merkezde biriken denetim kapasitesini kurum boyunca yayılan öğrenme kapasitesiyle tamamlamaktadır.
İŞ DÜNYASINI DÖNÜŞTÜREN BEŞ GELİŞME
Bağlantı kapasitesindeki ilerleme, iş dünyasında beş önemli gelişmeyle birleşmektedir: çevresini algılayan ağlar, işlem yapan yapay zekâ ajanları, dünya modelleri ve dijital ikizler, sıfır bilgi ispatı ve kuantum sonrası kriptografi. Bu gelişmelerin her biri yeni bir olanak sunmakta ve insan hazırlığının farklı bir yönünü gündeme getirmektedir. Teknik başarıyla güvenilir kullanım arasındaki ilişki, bu beş alan üzerinden somutlaşmaktadır.
Çevresini Algılayan Ağlar
İletişim altyapılarının geleceğinde veri aktarımıyla çevresel algılamanın birleşmesi araştırılmaktadır. Bütünleşik algılama ve iletişim yaklaşımında radyo sinyallerinin yansımalarından hareket, konum veya çevresel özellikler hakkında bilgi üretilmesi hedeflenmektedir. ITU’nun 6G çerçevesi bu yönelime yer vermekte; Avrupa Telekomünikasyon Standartları Enstitüsünün mimari çalışmaları güvenlik ve mahremiyet konularını teknik tasarımla birlikte ele almaktadır (European Telecommunications Standards Institute [ETSI], 2026; ITU, 2026). Burada araştırılan kapasitenin başarısı, donanıma, ortama ve kullanılan yöntemlere bağlı bulunmaktadır.
Bir depo için tasarlanan senaryoda haberleşme altyapısı, forklift hareketlerinin izlenmesine ve tehlikeli yakınlaşmaların fark edilmesine katkı sağlayabilmektedir. İş güvenliği bakımından değer taşıyan bu bilgi, farklı bir yönetim tercihiyle çalışanların performansını puanlamak amacıyla kullanılabilmektedir. Aynı hareket kaydı, üretildiği amaçtan uzaklaştırıldığında çalışanla kurum arasındaki ilişkiyi değiştirmektedir. Bu nedenle veri toplama kararı, kullanım amacı, erişim yetkisi ve saklama süresiyle birlikte değerlendirilmekte; sonradan yapılacak kullanım değişiklikleri ayrıca gerekçelendirme gerektirmektedir.
Asıl felsefi sorun, ölçülen hareketle insana yüklenen anlam arasındaki mesafede bulunmaktadır. Bir çalışanın belirli bir alanda uzun süre kalması çeşitli nedenlere dayanabilmektedir. Sistem süreyi ölçebilmekte, kişinin niyetine ilişkin yorum ise ek varsayımlar taşımaktadır. Yorgunluk, ekipman sorunu veya bir çalışma arkadaşına yardım etme davranışı aynı kayıt içinde birbirine benzeyebilmektedir. Sayısal kesinlik görüntüsü, yorumun belirsizliğini örtebilmektedir. Bu nedenle insan hakkında üretilen kanaatin hangi veriye ve hangi varsayıma dayandığının açıklanması gerekmektedir.
Mahremiyet bu çerçevede kişinin kendisi hakkında oluşan anlatıya katılabilmesini de kapsamaktadır. Çalışanın hatalı çıkarıma itiraz edebilmesi, veriyle insan arasındaki ilişkinin dengelenmesine katkı sağlamaktadır. Yönetici açısından sorumluluk, sistemin gösterdiği değeri kişinin bütün özelliklerini temsil ettiğini varsaymadan değerlendirmeyi gerektirmektedir. Geleceğin güvenilir işletmesi, ölçüm kapasitesini artırırken yorumlama disiplinini de geliştirmektedir. Böylece insanın hareketleri hakkında bilgi sahibi olmakla insanı tanımak arasındaki fark kurumsal uygulamada korunmaktadır.
Bu konuda tasarlanan bir başka örnekte çalışan, sistemin kendisini sık sık riskli davranışla ilişkilendirdiğini fark etmektedir. İnceleme sırasında sensör yerleşiminin belirli bir çalışma alanında hatalı sonuç ürettiği anlaşılmaktadır. İtiraz kanalı açık tutulduğunda tek kişinin başvurusu bütün ekibin güvenliğini artırmaktadır. Böylece itiraz, işletmenin işleyişini yavaşlatan bir engel olarak görülmek yerine kaliteyi geliştiren bilgiye dönüşmektedir. İnsanların açıklamalarını dinlemek, teknik sistemin gerçek çalışma koşullarına uyarlanmasını desteklemektedir. Güven, bu karşılıklı düzeltme olanağı içinde güçlenmektedir.
Şirket Adına İşlem Yapan Yapay Zekâ Ajanları
Yapay zekâ ajanları, belirli hedefler doğrultusunda yazılımları kullanarak işlem gerçekleştirebilen sistemleri ifade etmektedir. Bu gelişme, bilgisayarın öneri üretme kapasitesini eylem kapasitesiyle birleştirmektedir. Google’ın 2025 yılında duyurduğu Agent Payments Protocol, ajan aracılığıyla yapılan alışverişlerde kullanıcının verdiği yetkiyi doğrulanabilir kayıtlarla ilişkilendirmeyi amaçlamaktadır. Kriptografik olarak imzalanan yetkilendirme kayıtları, hangi işlemin hangi koşullarla onaylandığını belirlemeye yardımcı olmaktadır (Parikh & Surapaneni, 2025). Böylece alışverişin teknik altyapısına yetkinin izlenebilirliği eklenmektedir.
Bir üreticinin satış görüşmesine müşterinin satın alma ajanının katıldığı senaryoda ticari iletişimin biçimi değişmektedir. Sistem ürünün görsel sunumuyla birlikte teslimat süresini, garanti kapsamını ve toplam maliyetini karşılaştırmaktadır. Satış ekibinin kahve ikramı konusundaki ustalığı korunmakta, yazılımın ilgisi teslimat tarihine yönelmektedir. Bu mizahi görüntünün arkasında ciddi bir hazırlık bulunmaktadır. Ürün bilgilerinin tutarlı, güncel ve makineler tarafından işlenebilir biçimde sunulması, ticari görünürlüğün yeni koşullarından biri hâline gelebilmektedir.
Yetkinin yazılıma devri, yönetim anlayışını kodun içine taşımaktadır. Müşteri memnuniyetini artırmakla görevlendirilen bir ajan, indirimlerin maliyetini hesaba katmadığında şirketin kârlılığını azaltabilmektedir. Stok maliyetini düşürmeye odaklanan başka bir ajan, tedarik kesintilerine karşı dayanıklılığı zayıflatabilmektedir. Hedeflerin tek bir göstergeye indirgenmesi, kurumun diğer değerlerini görünmez kılabilmektedir. Bu nedenle ajanların harcama sınırları, veri erişimleri, insan onayı gerektiren işlemleri ve yetkilerinin geri alınma koşulları açık biçimde tanımlanmaktadır.
Burada sorumluluğun parçalanması ayrı bir sorun oluşturmaktadır. Satış, finans, hukuk ve bilgi işlem ekiplerinin her biri sistemin farklı bir bölümünü yönetmektedir. Sonuç ortaya çıktığında bütün sürecin hesabını verecek bir sorumluya ihtiyaç duyulmaktadır. İnsan denetiminin işlev kazanması için bu kişinin yeterli bilgiye, zamana ve müdahale yetkisine sahip olması gerekmektedir. Gelecekte yöneticilik, hangi kararın devredilebileceğini ve devredilen kararın nasıl geri alınacağını tasarlama becerisiyle daha fazla ilişkilendirilebilmektedir.
Ajanların birbiriyle işlem yaptığı ortamda dilin açıklığı da ekonomik değer kazanmaktadır. Bir sözleşmede insanlar tarafından bağlam içinde yorumlanan belirsiz ifade, otomatik işlem zincirinde farklı sonuçlara yol açabilmektedir. Teslimatın başlangıç zamanı, iadenin koşulları ve yetkinin süresi açık biçimde tanımlandığında uyuşmazlıkların önlenmesine katkı sağlanmaktadır. Kurumun kendi sözünü tutabilmesi, verisinin ve kurallarının tutarlılığına bağlanmaktadır. Bu nedenle yapay zekâ hazırlığı, mevcut ticari ifadelerin ve süreç tanımlarının gözden geçirilmesini de içermektedir. Yönetimin açıklığı, yazılımın davranışında görünür hâle gelmektedir.
Dünya Modelleri ve Dijital İkizlerle İşin Provası
Dünya modelleri, eylemlerle çevresel değişimler arasındaki ilişkileri temsil etme yönünde ilerlemektedir. Google DeepMind’ın Genie 3 duyurusu, yazılı yönlendirmelerden etkileşimli ortamlar üretilebildiğini göstermektedir. Duyuruda ortaya konulan kapasite, belirli süre ve etkileşim sınırlamalarıyla birlikte sunulmaktadır (Parker-Holder & Fruchter, 2025). Bu tür sistemler yeni eğitim ve simülasyon olanaklarını düşündürmektedir. Bununla birlikte görsel tutarlılık, fiziksel süreçlerin sayısal doğruluğu hakkında kendi başına yeterli güvence sağlamamaktadır.
Dijital ikizler ise belirli varlıkların veya süreçlerin elektronik temsilleri üzerinden durumların ve değişimlerin izlenmesini desteklemektedir. Güvenilir kullanım, temsilin amacıyla, verinin kalitesiyle ve güvenlik koşullarıyla bağlantılı bulunmaktadır (Voas vd., 2025). Bir dünya modelinin ürettiği etkileyici fabrika görüntüsüyle gerçek üretim hattının ölçümlerine bağlanan dijital ikiz farklı doğrulama gereksinimleri taşımaktadır. İşletmenin karar verirken bu ayrımı koruması gerekmektedir. Ekrandaki makinenin ikna edici görünümü, gerçek makinenin aynı koşullarda aynı sonucu vereceğini kanıtlamamaktadır.
Bir lojistik merkezinin yeniden düzenlendiği senaryoda, doğrulanmış model üzerinde sipariş artışı, araç arızası ve personel eksikliği sınanabilmektedir. Prova, uygun yerleşimi bulmayı sağlarken ekiplerin karar alışkanlıklarını da görünür kılmaktadır. Hangi bilginin geciktiği, hangi yetkinin belirsiz kaldığı ve hangi çalışanın desteğe ihtiyaç duyduğu önceden anlaşılabilmektedir. Böylece simülasyon, teknik tasarımla kurumsal öğrenmeyi bir araya getirmektedir. Hata, müşteriye ulaşmadan önce tartışılabilecek bir öğrenme malzemesine dönüşmektedir.
Bu yaklaşım insanın hata karşısındaki konumunu da değiştirmektedir. Hatasını saklamak zorunda hisseden çalışan, kurumun öğrenme kapasitesini daraltmaktadır. Güvenli prova ortamında gerekçesini açıklayabilen çalışan ise ortak bilginin gelişmesine katkı sağlamaktadır. Yönetim açısından temel görev, hatanın nedenlerini kişisel yetersizlikle sınırlamadan süreçle birlikte değerlendirmeyi kapsamaktadır. Bu görev açık iletişim gerektirmektedir. Geleceğin güçlü kurumları, çalışanlarının gerçek olaylar karşısında kullanabileceği muhakemeyi düzenli uygulamalarla geliştirme yönünde avantaj kazanabilmektedir.
Provanın sınırlarının bilinmesi de öğrenmenin bir parçasını oluşturmaktadır. Modelin kapsamadığı olaylar, temsil edemediği insan davranışları ve güncel olmayan veriler ayrıca kaydedilmektedir. Gerçek uygulama başladıktan sonra tahminlerle sonuçların karşılaştırılması, modelin hangi koşullarda işe yaradığını göstermektedir. Bu karşılaştırma, kurumun kendi varsayımlarını düzeltmesine olanak sağlamaktadır. Böylece simülasyonun güvenilirliği sürekli sınanmakta, ekrandaki sonuçla sahadaki durum arasında düzenli bir geri bildirim ilişkisi kurulmaktadır. Bilimsel düşünmenin işletmedeki karşılığı, bu düzeltilebilirlik kültürü içinde somutlaşmaktadır.
Sıfır Bilgi İspatıyla Daha Az Veri Paylaşımı
Sıfır bilgi ispatı, belirli bir önermenin doğruluğunu, ispatın tanımladığı bilgi sınırları içinde doğrulamaya yarayan kriptografik yöntemleri kapsamaktadır. Yaş doğrulama örneğinde kişinin on sekiz yaşından büyük olduğu, doğum tarihinin bütün ayrıntıları hizmet sağlayıcıyla paylaşılmadan kanıtlanabilmektedir. Google’ın 2025 tarihli açık kaynak duyurusu, bu yaklaşımın yaş doğrulama uygulamalarında kullanılmasına yönelik somut araçlar sunmaktadır (Stapelberg, 2025). Böylece güven oluşturmak için her kişisel ayrıntının toplanması gerektiği varsayımı sorgulanmaktadır.
Bir iş başvurusunda belirli bir belgenin geçerliliğinin doğrulanması veya bir hizmetin erişim koşulunun karşılanması benzer tasarım olanakları sunabilmektedir. Bu örneklerde kurumun ihtiyaç duyduğu sonuçla kişinin bütün kayıtları arasında ayrım yapılmaktadır. Uygulamanın güvenilirliği, başlangıç belgesini düzenleyen kaynağa, kullanılan protokole ve sistemin bütününe bağlı bulunmaktadır. Matematiksel ispat, yanlış düzenlenmiş belgenin içeriğini kendiliğinden doğrulamamaktadır. Bu nedenle teknik yöntem, belge yönetimi ve kurumsal sorumlulukla birlikte ele alınmaktadır.
Veri minimizasyonu, kurumun bilme arzusuna bilinçli bir ölçü getirmektedir. Bir müşterinin kahve siparişi için hazırlanan form, gereksiz alanlarla genişlediğinde hizmetin amacı geri planda kalmaktadır. Kahve hazırlanırken müşterinin aile geçmişiyle ilgilenmek, işletmenin merakını artırmakta ve müşterinin sabrını azaltmaktadır. Her veri alanının belirli bir işleve bağlanması, ürün tasarımına açıklık kazandırmaktadır. Satış, hukuk ve yazılım ekiplerinin birlikte çalışması, bu açıklığın hizmet boyunca korunmasını kolaylaştırmaktadır.
İnsan açısından mahremiyet, kendisini her ilişkiye bütün ayrıntılarıyla sunma zorunluluğunun sınırlandırılması anlamını taşımaktadır. Müşteri, ihtiyacı karşılanırken kendisi hakkında gereksiz bir dosya oluşmadığını anlayabildiğinde güven için somut bir gerekçe kazanmaktadır. İşletme açısından daha az veri, yönetilecek kayıtların ve korunacak kopyaların azalmasına katkı sağlayabilmektedir. Böylece mahremiyetin ürünün başlangıcında düşünülmesi, güvenlik maliyetiyle hizmet kalitesini aynı tasarım kararında buluşturmaktadır. Bu yaklaşımın rekabet değeri, müşteriye sağlanan gerçek faydayla ölçülmektedir.
Mahremiyetin ekonomik karşılığı, müşterinin davranışında da izlenebilmektedir. Gereksiz veri alanları kaldırılan bir başvuru sürecinde tamamlanma oranı, yardım talebi ve terk etme oranı karşılaştırılabilmektedir. Böylece daha az veri toplama kararı, ölçülebilir hizmet sonuçlarıyla birlikte değerlendirilmektedir. İşletme, güveni soyut bir tanıtım ifadesi olarak kullanmak yerine müşterinin karşılaştığı işlemler üzerinden gösterebilmektedir. Kişisel bilgiye saygı, formun uzunluğunda, açıklamanın anlaşılabilirliğinde ve kaydın silinmesine ilişkin işleyişte somut karşılık bulmaktadır. Tasarımın ayrıntıları, kurumun insana yaklaşımını görünür kılmaktadır.
Kuantum Sonrası Kriptografi ve Uzun Vadeli Güvenlik
Dijital güvenin zaman boyutu, bugünkü verinin gelecekte taşıyacağı değer üzerinden anlaşılmaktadır. Uzun süre korunması gereken ticari sırlar ve kişisel kayıtlar, kullanılan şifreleme yöntemlerinin gelecekteki dayanıklılığını gündeme getirmektedir. Geliştirilme zamanı belirsizliğini koruyan, yeterli kapasitedeki kuantum bilgisayarlar, bugün kullanılan açık anahtarlı yöntemlerin bir bölümü açısından tehdit olarak değerlendirilmektedir. NIST’in 2024 yılında yayımladığı ilk üç kuantum sonrası standart, anahtar kapsülleme ve dijital imza alanlarında geçiş hazırlığına somut dayanak sağlamaktadır (National Institute of Standards and Technology [NIST], 2024).
Bu gelişme, bütün şifreleme yöntemlerinin aynı anda etkisizleşeceği yönünde yorumlanamamaktadır. Riskin kapsamı kullanılan yönteme ve saldırganın kapasitesine bağlı bulunmaktadır. Şifreli kaydın bugün ele geçirilip ileride çözülmek üzere saklanabilmesi, uzun ömürlü veriler açısından hazırlık ihtiyacını artırmaktadır. İşletmenin bu hazırlığı yapabilmesi için hangi veriyi ne kadar süre koruması gerektiğini ve hangi uygulamanın hangi şifreleme yöntemine dayandığını tanıması gerekmektedir. Envanter, geleceğe ilişkin soyut kaygıyı yönetilebilir görevlere dönüştürmektedir.
Burada sorumluluk, yöneticinin görev süresini aşmaktadır. Bugün alınan bir saklama kararı, yıllar sonra başka insanların karşılaşacağı sonuçları belirleyebilmektedir. Bu nedenle yönetim kurulunun zaman anlayışı yıllık bütçenin ötesine uzanmaktadır. Tedarikçilerin geçiş planlarını değerlendirmek, sistemlerin güncellenebilirliğini izlemek ve gereksiz kayıtları azaltmak ortak bir hazırlık oluşturmaktadır. Gelecek kuşaklara karşı özen, günlük bilgi yönetiminin somut kararları içinde uygulanmaktadır. Kurumun güvenilirliği, uzun vadeli yükümlülüklerini bugünden tanımasıyla güçlenmektedir.
Kayıtların uzun süre saklanması, gelecekteki maliyetleri bugünkü kararın dışında bırakabilmektedir. Depolama bedelinin düşük görünmesi, koruma ve yönetim sorumluluğunun da düşük olduğu izlenimini oluşturabilmektedir. Her ek kopya, erişim yetkilerinin izlenmesini ve güncelleme süreçlerinin sürdürülmesini gerektirmektedir. Bu nedenle saklama süresinin gerekçelendirilmesi, güvenlik planının temel parçalarından biri olarak ele alınmaktadır. Verinin geleceğini düşünmek, hangi bilginin korunacağı kadar hangi bilginin zamanında silineceğini de belirlemeyi kapsamaktadır. Kurumsal hafıza, bilinçli seçme ve düzenleme yoluyla güvenilirlik kazanmaktadır.
İNSAN HAZIRLIK SEVİYESİ VE TOPLUMSAL HAZIRLIK
Bu teknolojilerin ortak sonucu, insan muhakemesine yönelik ihtiyacın biçim değiştirmesinde görülmektedir. Ağlar çevreyi algılamakta, ajanlar işlem yapmakta, modeller olasılıkları canlandırmaktadır. İnsan ise amaçları seçmekte, sonuçları değerlendirmekte ve gerektiğinde müdahale etmektedir. Bu nedenle teknoloji hazırlığının yanında İnsan Hazırlık Seviyesi olarak adlandırılan bir değerlendirme çerçevesi önerilmektedir. Burada kavram, geçerliliği sınanmış standart bir ölçek iddiası taşımamakta; kurumun insan kapasitesini gözlenebilir davranışlarla ele almasına yönelik düşünsel bir öneri sunmaktadır.
Bu çerçevede çalışanın sistemi uygun görevle eşleştirmesi, hatalı çıktıyı fark etmesi, kişisel veriyi koruması ve işlemi durdurabilmesi değerlendirilmektedir. Bir katılım belgesi, bu davranışların uygulamada gerçekleştiğini tek başına göstermemektedir. Muhasebe çalışanının yanlış sınıflandırılmış bir gideri fark etmesiyle satış çalışanının yanıltıcı ürün bilgisini düzeltmesi farklı yeterlilikler gerektirmektedir. Eğitim içeriğinin göreve göre düzenlenmesi, öğrenmenin iş üzerindeki karşılığını artırmaktadır. Hazırlık böylece soyut bir teknoloji ilgisinden somut çalışma becerisine dönüşmektedir.
Yapay zekânın verimlilik etkileri de çalışanların özellikleriyle birlikte değerlendirilmektedir. Bu değerlendirme görev düzeyinde ölçüm gerektirmektedir. Brynjolfsson ve arkadaşlarının 5.172 müşteri destek çalışanını kapsayan incelemesinde, yapay zekâ desteğiyle saat başına çözülen sorun sayısında ortalama yüzde 15 artış bildirilmektedir. Kazançların çalışan grupları arasında farklılaşması, aynı aracın farklı öğrenme ihtiyaçlarına karşılık verebildiğini göstermektedir (Brynjolfsson vd., 2025). Bu bulgu, her işletmeye aynı oranda kazanç aktarılabileceği yönünde genelleme yapmayı desteklememektedir.
Ölçümün kendisi de düşünmeyi gerektirmektedir. Saat başına daha fazla işlem yapılması, müşteri sorununun kalıcı biçimde çözüldüğünü her durumda göstermemektedir. Hızın yanında yeniden başvuru, hata düzeltme ve müşteri memnuniyeti gibi göstergelerin izlenmesi daha dengeli bir değerlendirme sağlamaktadır. Çalışanın sistemle kazandığı zamanın nasıl kullanıldığı da önem taşımaktadır. Kazanılan süre sürekli artan iş yüküne dönüşebildiği gibi öğrenmeye, karmaşık sorunlara ve daha dikkatli iletişime ayrılabilmektedir. Bu dağılım, teknolojinin çalışma hayatındaki anlamını belirlemektedir.
İnsan denetiminin güvenilir olması, yöneticinin davranışlarıyla doğrudan ilişki taşımaktadır. Hatalı bir öneriyi durduran çalışan gecikme nedeniyle cezalandırıldığında denetim görevi işlevini yitirmektedir. Çalışana kontrol zamanı tanınması, gerekçeli itirazının dinlenmesi ve sorumluluğuna uygun yetki verilmesi gerekmektedir. Böylece kurumun resmî talimatlarıyla günlük performans beklentileri arasında tutarlılık kurulmaktadır. İnsan Hazırlık Seviyesi bu nedenle çalışanla birlikte yönetimi de kapsamaktadır. Öğrenme sorumluluğu, hiyerarşinin bütün basamaklarına yayılmaktadır.
Toplumsal hazırlık, aynı olanakların farklı kesimlere hangi koşullarla ulaştığını değerlendirmektedir. Küçük işletmelerin uzmanlık desteğine erişimi, ileri yaştaki çalışanların öğrenme süreleri ve dijital hizmetlerde yardıma ihtiyaç duyan vatandaşların durumu birlikte ele alınmaktadır. Tasarımın anlaşılabilirliği, erişilebilir destek ve insanla görüşme seçeneği katılımı güçlendirmektedir. Bir hizmetin teknik olarak erişime açılmasıyla insanların o hizmeti güvenle kullanabilmesi arasında eğitim ve destek gereksinimi bulunmaktadır. Dönüşümün toplumsal başarısı, bu gereksinimin karşılanmasıyla birlikte gelişmektedir.
Türkiye açısından sektör bilgisinin mühendislikle ve sosyal bilimlerle ortak uygulamalarda buluşturulması önemli bir olanak sunmaktadır. Bir sanayi bölgesinde ortak eğitim atölyeleri düzenlenmesi, işletmelerin benzer sorunları karşılaştırmasını sağlayabilmektedir. Üniversitelerin öğrenme tasarımı ve değerlendirme uzmanlığı, meslek kuruluşlarının saha bilgisiyle birleşebilmektedir. Böyle bir iş birliği, yerel ihtiyaçlara uygun çözümlerin sınanmasına katkı sağlamaktadır. Teknolojiye katılım, ürün satın almanın yanında o ürünün amaçlarını ve kullanım koşullarını tartışabilme kapasitesiyle genişlemektedir.
Bu hazırlık, doksan günlük ve ölçülebilir bir uygulamayla başlatılabilmektedir. İlk otuz günde tek bir iş süreci seçilmekte, mevcut işlem süresi ve hata oranı kaydedilmekte, çalışanlarla birlikte ihtiyaçlar belirlenmektedir. İkinci otuz günde küçük bir uygulama yürütülmekte; veri erişimi, işlem sınırları ve insan onayı gerektiren durumlar sınanmaktadır. Son otuz günde sonuçlar başlangıç ölçümleriyle karşılaştırılmaktadır. Hız, kalite, gereksiz veri paylaşımı ve hatalı işlemi durdurabilme başarısı birlikte değerlendirilmektedir. Böylece kurumun uygulamayı genişletme, düzeltme veya sonlandırma kararı somut kanıtlara dayanmaktadır.
Öğrenmenin sürekliliği, çalışanların birbirine bilgi aktarabildiği düzenli alanlarla desteklenmektedir. Bir ekibin fark ettiği hata örüntüsü, başka bir ekibin aynı sorunla karşılaşmasını önleyebilmektedir. Kısa değerlendirme toplantıları ve kişisel veri içermeyen örnek kayıtları, ortak muhakemeyi beslemektedir. Bu paylaşım sırasında hatayı bildiren kişinin katkısının görünür kılınması, sessiz kalma eğilimini azaltabilmektedir. Kurum böylece kendi bilgisini güncelleyen bir topluluğa dönüşmektedir. İnsan Hazırlık Seviyesi, bireysel becerilerle birlikte ortak öğrenmenin sürdürülebilirliğini de değerlendirmeye açmaktadır.
Toplumsal güvenin korunması, kurumun hatalı kararından etkilenen kişinin başvurabileceği bir muhatabın bulunmasını gerektirmektedir. Otomatik bir değerlendirme sonucunda hizmete erişemeyen müşteri, gerekçeyi anlayabildiğinde ve yeniden inceleme isteyebildiğinde sürecin katılımcısı olarak kabul edilmektedir. Başvurunun başka bir otomatik yanıtla kapanması ise açıklama ihtiyacını karşılamayabilmektedir. Bu nedenle insan desteğinin erişilebilirliği, dijital hizmet kalitesinin ölçütleri arasında ele alınmaktadır. Teknolojiyle kurulan ilişkinin uzun vadeli sürekliliği, insanın sorun karşısında sesini duyurabilmesine bağlı bulunmaktadır. Kurumun hesap verme kapasitesi, güvenin gündelik hayatta karşılık bulmasını sağlamaktadır.
Bütün bu tercihler, yapay zekânın ekonomik değerinin nasıl paylaşılacağını da etkilemektedir. Verimlilik kazancının eğitim olanaklarına, daha güvenilir hizmetlere ve çalışanların gelişimine yönlendirilmesi toplumsal karşılığı genişletmektedir. Kazancın kullanımına ilişkin kararlar açık biçimde tartışıldığında dönüşümün amacı daha anlaşılır hâle gelmektedir. İnsanların değişime katılması, kendilerinden beklenen uyumun yanında kendilerine sunulan desteği de görebilmelerini gerektirmektedir. Böylece geleceğe hazırlık, kurumla çalışan arasında karşılıklı yükümlülükler içeren bir öğrenme ilişkisi olarak gelişmektedir. Bu ilişkinin niteliği, satın alınan teknolojinin uzun vadeli değerini belirlemektedir.
SORUMLULUK VE AMAÇ İNSANDA KALMAKTADIR
Önümüzdeki yıllarda işletmelerin insanlarla birlikte yazılımlara da ürün anlatması, süreçlerini uygulamadan önce daha kapsamlı biçimde sınaması ve daha az kişisel bilgiyle hizmet sunması beklenmektedir. Bu öngörünün gerçekleşme biçimi, kurumların hangi amaçlara öncelik verdiğine ve insanların kararlara nasıl katıldığına bağlı bulunmaktadır. Türkiye açısından sektör bilgisini, mühendisliği ve sosyal bilimleri ortak sorunlar çevresinde buluşturmak değer taşımaktadır. Geleceğe hazırlık, teknolojik yatırımla insanın öğrenme kapasitesinin birlikte geliştirilmesini gerektirmektedir.
Başlangıçtaki şirket toplantısına dönüldüğünde ekrandaki “Sorumluluk sizde” cümlesinin yanına “Amaç da sizde” sözü eklenmektedir. Hangi sorunun çözüleceği, kimin hayatının kolaylaştırılacağı ve hangi güven ilişkisinin korunacağı insan kararlarıyla belirlenmektedir. Teknolojinin sağladığı hız, bu kararların niteliğiyle değer kazanmaktadır. Güçlü kurum, kullandığı araçların yanında çalışanlarının muhakemesini ve yöneticilerinin hesap verme kapasitesini geliştirmektedir. Toplumun geleceğe hazırlığı da öğrenme, katılım ve gerektiğinde müdahale etme olanaklarının mümkün olduğunca çok insana ulaşmasıyla güçlenmektedir.
PROF. DR. GÜLSÜN KURUBACAK ÇAKIR-ANKARA HBV ÜNİVERSİTESİ ÖĞRETİM ÜYESİ
KAYNAKÇA
Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at work. The Quarterly Journal of Economics, 140(2), 889–942. https://doi.org/10.1093/qje/qjae044
International Telecommunication Union. (2026, March 17). IMT-2030: Technical requirements for the 6G future. https://www.itu.int/hub/2026/03/imt-2030-technical-requirements-for-the-6g-future/
Voas, J., Mell, P., Laplante, P., & Piroumian, V. (2025). Security and trust considerations for digital twin technology (NIST IR 8356). National Institute of Standards and Technology. https://doi.org/10.6028/NIST.IR.8356
06:10
News
