Bu yazı, Sam Hayward tarafından Nisan 2026’da yayımlanan “Behavioural Orchestration Architecture: A Design Pattern for Governance-Grade Human-AI Deliberative Systems” başlıklı çalışma üzerinden hazırlanmıştır. Metin, hakemli dergi makalesi olarak değil, working paper yani çalışma taslağı niteliğinde sunulmuştur. Bu nedenle bulgular güçlü bir teorik çerçeve ve uygulama örneği sunsa da, bağımsız dış doğrulama yapılmadan evrensel geçerlilik iddiası gibi okunmamalıdır.

Çalışmanın alanı yapay zekâ yönetişimi, çok ajanlı sistemler, karar bilimi, kamu politikası ve kurumsal hesap verebilirlik kesişimindedir. Konu, özellikle kamu sağlığı, konut politikası, yapay zekâ destekli karar sistemleri ve yüksek etkili kurumsal kararlar açısından önem taşır. Ancak bu yazı, herhangi bir kurum için doğrudan yönetim, hukuk, sağlık veya kamu politikası tavsiyesi değildir. Buradaki amaç, akademik çalışmanın ana fikrini sade Türkçe ile açıklamak ve karar süreçlerinde yapay zekânın nasıl daha denetlenebilir hale getirilebileceğini tartışmaktır.

Çalışmanın temel iddiası şudur: Kurumlar çoğu zaman yanlış kararları insanların yetersizliğinden değil, karar sürecinin kötü tasarlanmış olmasından üretir. Uzman ekipler erken uzlaşabilir, güçlü sesler tartışmanın çerçevesini belirleyebilir, varsayımlar test edilmeden kalabilir ve kararın nasıl oluştuğu sonradan izlenemez hale gelebilir.

Hayward’ın önerdiği Davranışsal Orkestrasyon Mimarisi, yapay zekâyı tek başına karar veren bir otorite gibi kullanmak yerine, karar öncesi muhakeme sürecini yapılandıran bir sistem olarak ele alır. Bu mimaride farklı yapay zekâ ajanları belirli görevlerle sınırlandırılır; önce bağımsız analiz yapar, sonra bu analizler aşamalı biçimde birleştirilir, zorunlu karşı argüman üretilir, kararın hangi koşullarda yanlışlanabileceği yazılır ve sonunda kalıcı bir muhakeme kaydı oluşturulur.

Bu yaklaşımın en dikkat çekici yönü, sonucun kendisinden çok kararın nasıl inşa edildiğini kayıt altına almasıdır. Böylece kurumlar yalnızca “ne karar verildi?” sorusuna değil, “hangi riskler görüldü, hangi belirsizlikler kabul edildi, hangi karşı argümanlar değerlendirildi?” sorularına da cevap verebilir.

Problem Ne?

Geleneksel kurumsal karar süreçleri çoğu zaman iyi niyetli ama kırılgan yapılardır. Bir toplantıda güçlü bir uzman veya yönetici ilk çerçeveyi kurduğunda, diğer katılımcılar farkında olmadan o çerçevenin içinde düşünmeye başlayabilir. Buna dominant voice capture, yani baskın sesin düşünme sürecini ele geçirmesi denebilir.

Bir diğer sorun premature convergence, yani erken yakınsamadır. Ekipler bazen tüm seçenekler incelenmeden “makul görünen” bir ortak görüşe yönelir. Zaman baskısı, hiyerarşi, toplantı yorgunluğu ve itiraz etmenin sosyal maliyeti bu eğilimi artırır.

Üçüncü büyük sorun ise kararın arkasındaki muhakemenin kaybolmasıdır. Kurumlarda çoğu zaman karar kaydedilir; fakat hangi varsayımların yapıldığı, hangi risklerin görüldüğü, kimlerin itiraz ettiği, hangi belirsizliklerin kabul edildiği ve kararın hangi koşullarda gözden geçirilmesi gerektiği sistematik olarak kayıt altına alınmaz.

Çalışma bu problemleri bireysel zeka, uzmanlık veya niyet eksikliği olarak değil, mimari sorun olarak ele alır. Yani sorun sadece “daha iyi uzman çağıralım” veya “daha iyi toplantı yapalım” değildir. Sorun, muhakemenin hangi sırayla, hangi sınırlar içinde, hangi kayıt mantığıyla yürütüldüğünün tasarlanmamış olmasıdır.

Yöntem Ne Öneriyor?

Makale, Behavioural Orchestration Architecture adını verdiği bir tasarım deseni önerir. Türkçeye “Davranışsal Orkestrasyon Mimarisi” olarak çevrilebilir. Buradaki “orkestrasyon”, farklı yapay zekâ ajanlarının rastgele konuşması değil; hangi ajanın neyi analiz edeceğinin, neye karışamayacağının, hangi sırayla çalışacağının ve hangi çıktıyı üretmek zorunda olduğunun sistem düzeyinde belirlenmesi anlamına gelir.

Bu mimarinin merkezinde yedi özellik vardır:

1. Zorunluluk temelli rol tasarımı: Ajanlara sadece “sen etik uzmanısın” veya “sen ekonomi uzmanısın” gibi kimlik verilmez. Ne yapmak zorunda oldukları, ne yapamayacakları ve çıktılarının hangi koşulları sağlaması gerektiği açıkça tanımlanır.

2. Epistemik sınırlandırma: Her ajan kendi bilgi ve sorumluluk alanında analiz yapar. Diğer ajanların çıktısını görmeden önce bağımsız görüş üretir. Böylece bir ajanın güçlü çerçevesi diğer analizleri erken etkilemez.

3. Aşamalı yakınsama: Sistem önce farklı analizlerin bağımsız biçimde oluşmasını sağlar. Sentez ve nihai değerlendirme, bu bağımsız analizler tamamlandıktan sonra gelir. Böylece erken uzlaşma yapısal olarak zorlaşır.

4. Hata görünürlüğü: Her analiz sadece “bu işe yarar” demekle kalmaz; hangi koşullarda bozulacağını, hangi varsayımlara bağlı olduğunu ve hangi kırılganlıkları taşıdığını da açıklamak zorundadır.

5. Zorunlu karşı argüman: Sistem, baskın yönde oluşan görüşe karşı en güçlü tutarlı itirazı üretmekle görevli özel bir meydan okuma katmanı içerir. Eğer genel eğilim “ilerleyelim” ise, karşı argüman “neden dikkatli olmalıyız?” sorusunu en güçlü haliyle sorar. Eğer genel eğilim “durduralım” ise, bu kez “eylemsiz kalmanın zararı yeterince değerlendirildi mi?” sorusunu gündeme getirir.

6. Yanlışlanabilirlik disiplini: Kararın hangi gözlemlenebilir koşullarda yanlış çıkmış sayılacağı önceden belirtilir. Böylece karar bir temenni olmaktan çıkar, test edilebilir bir yönetişim kaydına dönüşür.

7. Hesap verebilir nihai değerlendirme: Son değerlendirme yalnızca “evet” veya “hayır” değildir. Hangi sinyallerin ağır bastığı, hangi risklerin kabul edildiği, hangi belirsizliklerin sonucu etkilediği ve çoğunluk görüşünden ayrılma varsa bunun neden yapıldığı açıklanır.

Formüller Ne Anlatıyor?

PDF’te klasik anlamda matematiksel model denklemleri veya istatistiksel regresyon formülleri bulunmamaktadır. Bu nedenle aşağıdaki gösterimler, makaledeki kavramsal ilişkileri okuyucuya sade biçimde anlatmak için hazırlanmıştır. Bunlar çalışmanın yeni ampirik formülleri gibi okunmamalıdır.

Bu gösterim, çalışmanın ana fikrini özetler: Yönetişim kalitesi yalnızca kararın sonucuna bağlı değildir. Bağımsız analiz, zorunlu karşı argüman, yanlışlanabilirlik, izlenebilir muhakeme ve hesap verebilir kayıt birlikte çalıştığında karar süreci daha denetlenebilir hale gelir.

Bu kavramsal gösterim, çalışmada kullanılan üç katmanlı değerlendirme mantığını sadeleştirir. Birinci katman ajanların bağımsız analiz kalitesini, ikinci katman sentez ve meydan okuma işlevlerini, üçüncü katman ise nihai değerlendirme ve karar defteri bütünlüğünü temsil eder. PDF’te değerlendirme 0–10 ölçeğiyle anlatılır; burada verilen formül, bu mantığı anlaşılır kılmak için sade bir gösterimdir.

Bu gösterim, çalışmadaki “Decision Ledger” yani karar defteri fikrini açıklar. Karar defteri yalnızca karar sonucunu yazmaz; analizleri, karşı argümanları, karar koşullarını, riskleri ve geriye kalan belirsizlikleri birlikte saklar. Böylece kurum, sonradan yalnızca “ne yapıldı?” sorusunu değil, “hangi gerekçeyle yapıldı?” sorusunu da izleyebilir.

Grafik, Tablo ve Şema Ana Mesajı

PDF’te ana fikri taşıyan geleneksel grafik veya veri tablosu yerine, metin içinde tanımlanan mimari katmanlar ve süreç ilişkileri ön plana çıkmaktadır. Sayfa 1’de başlık ve özet kutusu görsel olarak çalışmanın çerçevesini verir: konu, insan-AI müzakere sistemlerinde yönetişim kalitesini mimari olarak güçlendirmektir.

Metnin ana şematik mesajı şu şekilde özetlenebilir: Önce farklı ajanlar kendi alanlarında bağımsız analiz üretir; sonra sentez katmanı bu çıktıları birleştirir, epistemik güveni denetler, karşı argüman üretir ve gerçek dünya koşullarında test eder; en sonunda Chair katmanı kararın gerekçesini, risklerini ve kabul edilen belirsizlikleri kalıcı bir kayıt haline getirir.

Verianla için özgün bir infografik hazırlanacaksa, merkezde “Karar Defteri” kutusu; çevresinde “Bağımsız Analiz”, “Karşı Argüman”, “Yanlışlanabilirlik”, “Risk ve Belirsizlik”, “İnsan Nihai Yetkisi” halkaları gösterilebilir. Böyle bir görsel, çalışmanın ana mesajını okuyucuya PDF’teki teknik mimari detaylara bağımlı kalmadan anlatır.

Deneyler Nasıl Yapılmış?

Çalışma, PHDSS yani Public Health Decision Stewardship System adlı uygulama üzerinden örneklendirilmiştir. Bu sistem, karmaşık karar sorularını çok ajanlı bir yapay zekâ hattı içinde analiz eder. Ajanlar farklı alanlara ayrılmıştır: sistem dinamikleri, güvenlik ve kalite, sağlık ekonomisi, eşitlik ve insan hakları, davranış ve uygulama, etik ve etki riski, dijital ve yapay zekâ yönetişimi, kapasite ve kısıtlar gibi alanlar bunlardan bazılarıdır.

Uygulamada iki ana katman vardır. İlk katman, farklı alanlardan bağımsız analiz üreten Director ajanlarından oluşur. İkinci katman ise bu analizleri haritalayan, güven düzeyini denetleyen, çelişkileri ortaya çıkaran, gerçeklik testi yapan, karşı argüman üreten ve stres testi uygulayan sentez katmanıdır. Son aşamada Chair modülü, tüm çıktıları alarak gerekçeli bir yönetişim değerlendirmesi üretir.

Makale, sistemi 58 belgelenmiş yönetişim çalıştırması üzerinden inceler. Bu çalıştırmalar kamu sağlığı politikası, yapay zekâ destekli klinik araçlar, nüfus sağlığı altyapısı, konut politikası ve bazı keşifsel politika alanlarını kapsar. Bir çalıştırma, yeterli analitik bütünlük sağlamadığı için nicel değerlendirme dışında bırakılmıştır. Bu nedenle nicel analiz 57 çalıştırma üzerinden yapılmıştır.

Değerlendirme üç katmanlıdır. Birinci katman Director çıktılarının bağımsızlığını ve yapısal bütünlüğünü inceler. İkinci katman sentez, epistemik denetim, karşı argüman ve yanlışlanabilirlik koşullarını değerlendirir. Üçüncü katman ise Chair değerlendirmesinin açıklığı ile Decision Ledger kaydının denetlenebilirliğine bakar. Önemli sınırlılık şudur: Bu değerlendirmeler bağımsız dış denetçiler tarafından değil, sistemin geliştiricisi tarafından yürütülen iç değerlendirmeler olarak sunulmuştur.

Sonuçlar Ne Gösteriyor?

Çalışmanın bulguları, mimarinin farklı karar alanlarında genel şablon üretmek yerine alan duyarlı çıktılar verebildiğini gösteren ilk işaretler sunar. Kamu sağlığı kararlarında iş gücü kapasitesi, güvenlik riski ve uygulama sürtünmeleri öne çıkarken; konut politikası kararlarında finansman yapıları, regülasyon bağımlılıkları ve arz esnekliği gibi farklı riskler belirginleşmiştir.

Nicel değerlendirme bölümünde 57 çalıştırmanın yüzde 75’inde Director katmanından hiç PROCEED sinyali çıkmadığı, yüzde 82’sinde ise en az bir HALT sinyali bulunduğu belirtilir. Bu sonuç, çalışmada sistematik eylemsizlik önyargısı olarak değil, ele alınan kararların yüksek belirsizlik ve uygulama riski taşımasıyla açıklanır.

Epistemik sağlık dağılımında WEAK oranı yüzde 46, ADEQUATE oranı yüzde 37 ve STRONG oranı yüzde 16 olarak verilir. Yazar, WEAK sinyalinin başarısızlık anlamına gelmediğini; tersine sistemin karmaşık kararlarda kanıt zayıflığını görünür kılma işlevi gördüğünü savunur.

Deliberatif bütünlük açısından, 57 çalıştırmanın 48’inde yani yüzde 84,2’sinde konsensüs analizi, dissensüs haritalaması ve açık trade-off yapıları birlikte bulunmuştur. İlk 22 çalıştırmada bazı yapısal eksikler görülmüş; sonraki düzeltmelerden sonra 23. çalıştırmadan itibaren tam karar kayıtlarının daha tutarlı oluştuğu belirtilmiştir.

Bununla birlikte çalışma, kararların gerçekten doğru olduğunu veya mimarinin her bağlamda üstün performans göstereceğini kanıtlamaz. Bulgular daha çok, belirli bir sistem içinde muhakeme sürecinin daha yapılandırılmış, izlenebilir ve geliştirilebilir hale getirilebildiğini gösteren ilk kanıtlar olarak okunmalıdır.

Bu Neden Önemli?

Yapay zekâ tartışmalarında çoğu zaman soru “AI karar versin mi, vermesin mi?” şeklinde kuruluyor. Bu çalışma daha farklı bir soru soruyor: Yapay zekâ, insanların yüksek etkili kararlar vermeden önce daha iyi düşünmesini sağlayan bir muhakeme altyapısı olabilir mi?

Bu ayrım önemlidir. Çünkü kamu sağlığı, finans, eğitim, şehir planlama, savunma, insan kaynakları veya büyük kurumsal yatırımlar gibi alanlarda nihai yetki insanda kalmalıdır. Fakat insan karar vericinin önüne gelen analiz; eksik, tek taraflı, erken uzlaşmış veya kayıt dışı kalmış olabilir. Davranışsal Orkestrasyon Mimarisi, yapay zekâyı karar verici yerine koymadan, karar öncesi düşünme sürecini daha disiplinli hale getirmeyi hedefler.

Bu yaklaşım özellikle kurum içi hesap verebilirlik için değerlidir. Bir yönetim kurulu, kamu kurumu veya büyük şirket, karar sonrası “biz o riski bilmiyorduk” demekte zorlanır; çünkü sistem riskleri, belirsizlikleri, karşı argümanları ve kabul edilen artık riskleri kayıt altına almıştır. Böylece hesap verebilirlik yalnızca sonuca değil, kararın inşa edilme biçimine bağlanır.

Dikkat Noktaları

Bu çalışma güçlü bir kavramsal katkı sunsa da, bazı dikkat noktaları vardır.

İlk olarak, çalışma bir working paper niteliğindedir. Hakemli, bağımsız ve geniş ölçekli dış doğrulama tamamlanmış gibi okunmamalıdır.

İkinci olarak, değerlendirme tek bir uygulama bağlamına dayanır. PHDSS örneği kamu sağlığı ve bazı politika alanlarında test edilmiştir; fakat farklı kurumlarda, farklı modellerde, farklı kültürlerde ve farklı yasal bağlamlarda aynı sonuçları verip vermeyeceği ayrıca incelenmelidir.

Üçüncü olarak, sistem davranışı tamamen deterministik değildir. Ajanlar yapılandırılmış doğal dil talimatlarıyla çalıştığı için, altta yatan modelin davranışı her zaman tasarım niyetiyle birebir örtüşmeyebilir. Çalışma bu boşluğu ortadan kaldırdığını değil, görünür ve düzeltilebilir hale getirdiğini savunur.

Dördüncü olarak, bu tür sistemlerde etik ve mahremiyet soruları önemlidir. Karar kayıtları çok değerli olabilir; fakat aynı zamanda hassas kurum içi bilgi, politika tercihi, insan etkisi ve risk kabulü gibi konuları içerebilir. Bu nedenle kayıtların kim tarafından görüleceği, nasıl saklanacağı, ne kadar süre tutulacağı ve hangi hukuki çerçeveye bağlı olacağı ayrıca tasarlanmalıdır.

Sonuç

Behavioural Orchestration Architecture, yapay zekâyı tek başına karar veren bir mekanizma olarak değil, karar öncesi muhakemeyi düzenleyen bir yönetişim altyapısı olarak konumlandırır. Çalışmanın en önemli katkısı, iyi kararın yalnızca iyi uzmanlardan veya iyi niyetten çıkmadığını; iyi tasarlanmış bir muhakeme mimarisine de ihtiyaç duyduğunu göstermesidir.

Bu mimari, bağımsız analiz, zorunlu karşı argüman, hata görünürlüğü, yanlışlanabilirlik ve kalıcı karar kaydı gibi unsurları bir araya getirerek kurumların daha izlenebilir karar süreçleri kurabileceğini öne sürer. Ancak bu iddia henüz geniş dış doğrulama gerektiren erken aşama bir katkıdır.

Verianla açısından bu çalışma, yapay zekâ yönetişimi tartışmasını “model ne kadar akıllı?” sorusundan çıkarıp “muhakeme süreci nasıl tasarlandı?” sorusuna taşıdığı için değerlidir. Çünkü geleceğin kritik konusu yalnızca daha güçlü modeller değil; bu modellerin insan karar süreçlerine hangi mimari disiplinle bağlanacağı olacaktır.

Kaynak ve Yöntem Notu

Bu yazı, Sam Hayward’ın 2026 tarihli “Behavioural Orchestration Architecture: A Design Pattern for Governance-Grade Human-AI Deliberative Systems” başlıklı working paper metnine dayalı olarak hazırlanmıştır. Metin birebir çeviri değildir; çalışmanın ana fikri, yöntemi, sınırlılıkları ve sonuçları Verianla yayın çizgisine uygun şekilde sadeleştirilmiş ve özgün Türkçe editoryal içerik haline getirilmiştir.

Çalışma; yapay zekâ yönetişimi, çok ajanlı sistemler, deliberatif karar süreçleri ve hesap verebilirlik literatürünü bir araya getiren teorik-uygulamalı bir çerçeve sunar. Bulgular, tek bir sistem ve iç değerlendirme korpusu üzerinden geldiği için bağımsız dış doğrulama gerektirir.