Etkileşim modeli, geleneksel “kullanıcı konuşur, model bekler, ardından model yanıt verir” düzeninden farklı olarak ses, video ve metni sürekli işleyebilen ve konuşma devam ederken araya girebilen bir yapay zekâ mimarisidir. Travis Gilly'nin çalışması, Thinking Machines Lab tarafından Mayıs 2026'da tanıtılan bu yaklaşımın yalnız teknik gecikme ve etkileşim problemi olarak değil; insan ilişkileri, bilişsel özerklik, erişilebilirlik ve çocuk mahremiyeti bakımından da değerlendirilmesi gerektiğini savunmaktadır.

Çalışmanın temel malzemesi iki tanıtım senaryosunun ve şirketin teknik duyurusunun yakın okumasıdır. Bir senaryoda kulaklık kullanan kişinin konuşması model tarafından gerçek zamanlı olarak düzeltilirken karşısındaki kişi AI'nın müdahalelerini duymamaktadır. İkinci senaryoda kamera üzerinden yiyecek ve içecekleri izleyen model kullanıcıya neyi bırakması veya seçmesi gerektiğine ilişkin sürekli müdahalelerde bulunmaktadır. Gilly, bu örneklerden hareketle üçüncü kişilerin rızası, kullanıcıların modele hızlı biçimde boyun eğmesi, sürekli davranışsal gözetim, bazı kırılgan kullanıcıların sisteme daha güçlü bağımlılık geliştirme ihtimali, insanlar arası iletişimin görünmez bir AI tarafından yazılması ve kullanıcıda gerçek öğrenmeden bağımsız bir yeterlilik hissi oluşması olmak üzere altı risk kategorisi tanımlar.

Bu kategoriler deneysel kullanıcı araştırmasıyla ölçülmüş sonuçlar değildir. Çalışma, demo davranışlarının kavramsal yorumunu bilişsel yük devri literatürü ve ABD çocuk mahremiyeti düzenlemesiyle birleştiren eleştirel bir analizdir. Özellikle “push” modelinde AI'nın kullanıcı istemeden müdahale etmesi ile “pull” modelinde kullanıcının belirli bir anda yardımı kendisinin çağırması arasındaki fark, makalenin etik tasarım tartışmasının merkezindedir.

Etkileşim modeli geleneksel sesli asistandan nasıl ayrılıyor?

Thinking Machines Lab'ın tanımladığı interaction model, giriş ve çıkışları 200 milisaniyelik zaman hizalı mikro-turlar halinde işler. Böylece sistem kullanıcı konuşmasını tamamen bitirmeden ses, görüntü ve metni izlemeye devam edebilir; aynı anda konuşabilir, görsel değişikliklere tepki verebilir ve uygun gördüğü anda araya girebilir.

Bu özellik teknik açıdan gecikmeyi azaltmakla sınırlı değildir. Konuşma sırasının sınırlarını da değiştirir. Geleneksel bir sohbet sisteminde kullanıcı çoğunlukla ne zaman soru soracağını belirler. Sürekli etkileşim mimarisinde ise model de konuşmaya ne zaman katılacağını belirleyebilir.

Gilly'nin eleştirisi tam olarak bu ikinci özellik üzerinde yoğunlaşır. Ona göre sorun AI'nın bilgi sunabilmesi değil, bilginin ne zaman sunulacağına ilişkin inisiyatifin kullanıcıdan sisteme kaymasıdır.

Push ve pull arasındaki temel fark nedir?

Kaynak iki tasarım mantığını birbirinden ayırır. Pull tabanlı kullanımda kullanıcı AI desteğini belirli bir amaçla ve belirli bir anda çağırır. Bir müzede bakılan eser hakkında bilgi istemek, bir düğmeye basarak canlı çeviriyi etkinleştirmek veya gerçek zamanlı altyazıyı kullanıcı talebiyle açmak buna örnek verilir.

Push tabanlı kullanımda ise sistem çevreyi sürekli değerlendirir ve kullanıcının yeni bir soru sormasını beklemeden ne zaman müdahale edeceğine karar verebilir. Telaffuzu konuşma sırasında düzeltmek veya kamerada görülen yiyeceğe anında yorum yapmak kaynakta bu tasarımın örnekleridir.

Yazar, temel teknik kapasitenin kendisini değil, sürekli ve proaktif müdahaleyi varsayılan etkileşim biçimine dönüştüren tasarımı eleştirmektedir.

Yazarın tanımladığı altı risk kategorisi nelerdir?

Bu tablo bir zarar sıklığı tablosu değildir. Çalışma bu etkilerin kullanıcıların yüzde kaçında ortaya çıktığını, ne kadar sürdüğünü veya hangi koşullarda nedensel olarak oluştuğunu ölçmemektedir.

İnsan–insan diyaloğuna görünmez üçüncü taraf nasıl giriyor?

Kaynağın en belirgin örneğinde iki insan konuşurken bunlardan yalnız biri AI'nın sesini kulaklığından duyar. Model kullanıcının telaffuzunu ve aktardığı bir bilgiyi düzeltir; kullanıcı düzeltmeleri konuşmasına hemen yansıtır. Karşıdaki kişi ise hangi sözlerin kullanıcının kendi bilgisine, hangilerinin saniyenin küçük bir bölümünde gelen AI müdahalesine dayandığını bilemez.

Gilly bu yapıyı “iki kişilik ilişkinin üçlü hale gelmesi” olarak yorumlar. Buradaki temel etik soru AI'nın doğru veya yanlış olması değildir. Soru, konuşmanın diğer tarafının iletişimde üçüncü bir bilgi üreticisi bulunduğunu bilip bilmemesidir.

Çalışma bu noktayı Edmond Rostand'ın Cyrano de Bergerac oyunuyla ilişkilendirir. Analojinin işlevi deneysel kanıt sağlamak değil, bir kişinin başka birinin sözlerini görünmez biçimde üretmesinin ilişkisel niteliğini görünür hale getirmektir.

Sürekli düzeltme neden tek tek doğru tavsiyelerden farklı olabilir?

İkinci demo senaryosunda kullanıcı sistemden kafeinli içeceklerden ve tatlılardan uzak durmasına yardım etmesini ister. Model kameradan kullanıcının elindeki nesneleri izler ve seçimlerine anında müdahale eder.

Kaynak, herhangi bir tekil tavsiyenin yanlış olması gerekmediğini özellikle vurgular. Eleştirinin odağı tavsiyelerin toplam yapısıdır: kullanıcı gün boyunca davranışını izleyen ve hangi anda müdahale edeceğine kendisi karar veren bir sesle birlikte yaşarsa, karar oluşturma sürecinin ne kadarı kullanıcıda kalır?

Bu sorunun çalışma tarafından deneysel olarak yanıtlanmadığı unutulmamalıdır. “Sürekli düzeltme kullanıcı özerkliğini şu kadar azaltır” biçiminde bir ölçüm yoktur. Makale bir ürün tasarım riskini kavramsallaştırmaktadır.

Engellilik tartışması neden tek yönlü değil?

Kaynak, bilişsel yük devrinin bütünüyle zararlı olduğu görüşünü reddeder. Takvim, hatırlatıcı, artırılmış ve alternatif iletişim araçları veya hafıza destekleri bazı insanlar için doğrudan erişilebilirlik aracıdır. Dolayısıyla “insan işi kendisi yapmıyorsa bilişsel kapasite mutlaka zarar görür” biçimindeki genel bir sav, engellilik bakımından yetersizdir.

Makalenin asıl ayrımı, hangi zihinsel işlemin neden devredildiği ve kullanıcının bunu ne ölçüde kontrol ettiği üzerindedir. Bir aracın bilişsel yükü azaltması bazı kullanıcılar için erişim sağlarken, aynı sistemin sürekli çift ses akışı üretmesi işitsel işlemleme veya duyusal bütünleme güçlüğü yaşayan başka bir kullanıcı için ek yük yaratabilir.

Bu farklılık kaynakta önemli bir tasarım ilkesi olarak sunulur: aynı etkileşim biçiminin bütün engellilik profilleri için aynı sonucu vereceği varsayılamaz.

Çocuklar bakımından çalışma ne iddia ediyor?

Yazarın kaygısı, hazır cevaba erişen yetişkinden çok, belirli bilişsel işlemleri hiçbir zaman bağımsız biçimde geliştirmeden büyüyebilecek çocuk üzerinde yoğunlaşır. Sürekli konuşan ve hatayı daha kullanıcı fark etmeden düzelten bir sistemin, soru sorma, hatırlama, geri çağırma ve bir iddiayı eleştirel değerlendirme fırsatlarını azaltabileceğini ileri sürer.

Ancak kaynak bu uzun vadeli gelişimsel sonucu interaction model kullanan çocuklarda doğrudan test etmemiştir. Çocuklara ilişkin aktarılan araştırmalar daha genel bilişsel yük devri, merak, soru sorma ve öğrenme süreçleri hakkındadır. Bu nedenle çalışma bir gelişimsel risk hipotezi ortaya koymaktadır; uzun vadeli nedensel sonuç göstermemektedir.

Çalışmanın Yöntemi ve Bulguları

Çalışmanın yöntemi nedir?

Araştırmanın yöntemi üç ana katmandan oluşur:

1. Demo yakın okuması: Thinking Machines Lab'ın tanıtım videolarındaki insan–AI etkileşimlerinin ayrıntılı yorumlanması.
2. Kavramsal literatür sentezi: Bilişsel yük devri, öğrenme, geri çağırma, engellilik ve erişilebilirlik literatürünün interaction model tasarımına uygulanması.
3. Hukukî/düzenleyici analiz: ABD Children's Online Privacy Protection Act Rule değişikliklerinin sürekli ses ve görüntü alan sistemlerle ilişkilendirilmesi.

Çalışmada kontrollü deney, anket, kullanıcı görüşmesi, longitudinal takip, ürün telemetrisi, etki büyüklüğü veya zarar insidansı ölçümü bulunmamaktadır.

Assistive, substitutive ve disruptive offloading nedir?

Makale, Jose ve arkadaşlarının bilişsel yük devri sınıflandırmasını kullanır.

Gilly'nin merkezî iddiası, sürekli push tabanlı interaction modelin bu üç işlevi tek sistem içinde aynı anda gerçekleştirebilmesidir.

“Yeterlilik yanılsaması” nasıl oluşabilir?

Çalışmaya göre kullanıcı kulağına gelen bilgiyi hemen konuşmasına aktarabildiğinde dışarıdan bilgili ve akıcı görünebilir. Fakat doğru cümlenin söylenmiş olması, bilginin kullanıcının kendi belleğinde yapılandırıldığı anlamına gelmez.

Kaynak bu noktayı geri çağırma pratiği ve çaba gerektiren öğrenme literatürüyle ilişkilendirir. Kullanıcının problemi kendisinin fark etmesi, bilgiyi araması, seçenekleri değerlendirmesi ve daha sonra hatırlaması yerine birkaç yüz milisaniye içinde gelen bir düzeltmeyi tekrar etmesi, öğrenme için farklı bir bilişsel durum oluşturur.

Bununla birlikte interaction model kullanıcılarının gerçekten daha az bilgi hatırladığı bu çalışmada ölçülmemiştir. “Yeterlilik yanılsaması” burada ampirik ürün sonucu değil, mevcut bilişsel yük devri teorisinin yeni etkileşim mimarisine uygulanmasıdır.

COPPA argümanının yapısı nedir?

Kaynak, 2025'te değiştirilen Children's Online Privacy Protection Rule'un 2026 uyum tarihini interaction model mimarisiyle birlikte değerlendirir. Yazar özellikle sürekli ses ve görüntü işleme ile çocukların ses veya yüz verilerinin tesadüfen sisteme dahil olabileceği durumlara odaklanır.

Argümanın mantığı şöyledir:

1. Sistem çevresel ses ve görüntüyü sürekli işleyebilir.
2. Bu akış kullanıcı dışındaki kişileri de içerebilir.
3. Çocuklara ait belirli biyometrik tanımlayıcıların COPPA kapsamında kişisel bilgi niteliği vardır.
4. Bu nedenle çocukların bulunduğu tüketici ortamlarında rıza ve veri işleme tasarımının kullanım başladıktan sonra değil, toplamadan önce çözülmesi gerekir.

Gilly buradan mimarinin mevcut haliyle COPPA'ya uyamayacağı sonucuna gider. Bu son adım yazarın hukukî değerlendirmesidir. Makale, Thinking Machines Lab'ın interaction modeline ilişkin verilmiş bir FTC ihlal kararı veya mahkeme kararı sunmamaktadır.

Şirketin güvenlik açıklamasıyla çalışma arasındaki fark nedir?

Thinking Machines Lab'ın teknik duyurusundaki ana Safety bölümü, gerçek zamanlı etkileşimde modaliteye uygun ret davranışı ve uzun konuşmalarda güvenlik sınırının korunması üzerinde durur. Gilly ise güvenlik kapsamının bunun ötesine genişletilmesi gerektiğini savunur.

Kaynak tarafından öne çıkarılan başlıklar arasında:

• konuşmaya katılan üçüncü kişilerin rızası,
• sürekli davranışsal müdahale,
• çocukların gelişimsel durumu,
• farklı engellilik ve duyusal işlemleme profilleri,
• işyeri veya aile içi güç ilişkileri,
• bilişsel yük devri ve öğrenme,
• çocuk mahremiyeti

bulunmaktadır.

Bu karşılaştırma, şirketin bu risklerin hiçbir zaman yönetilemeyeceğini göstermez; yalnız Gilly'nin güvenlik değerlendirmesinde ürün güvenliğinin içerik reddinden daha geniş bir sosyo-teknik alan olarak ele alınması gerektiği tezini açıklar.

Push yerine pull tasarım neden öneriliyor?

Çalışmanın çözüm önerisi teknolojinin tamamını ortadan kaldırmak değildir. Aynı algılama ve gerçek zamanlı yanıt kapasitesinin kullanıcı inisiyatifinin korunduğu başka arayüzlerle kullanılabileceği savunulur.

Kaynağın verdiği örnekler arasında kullanıcının isteğiyle çalışan:

• müze rehberleri,
• botanik bahçesi bilgi sistemleri,
• canlı çeviri,
• işitme engelli kullanıcılar için altyazı sistemleri

yer alır.

Bu örneklerde belirleyici unsur bilginin içeriği değil, yardımın ne zaman başlayacağına kimin karar verdiğidir. Yazar bu nedenle kullanıcı tarafından çağrılan “pull” modeli ile sistem tarafından başlatılan “push” modeli arasında etik tasarım farkı kurar.

Çalışmanın temel sınırlılıkları

Çalışmanın ana sonucu nasıl okunmalıdır?

Kaynağın ana sonucu “gerçek zamanlı multimodal AI teknik olarak zararlıdır” değildir. Daha dar tez şudur: aynı teknik kapasitenin sürekli, proaktif ve kullanıcı istemeden müdahale eden biçimde ürünleştirilmesi; rıza, bilişsel özerklik, erişilebilirlik ve çocuk mahremiyeti bakımından, kullanıcı tarafından çağrılan sınırlı bir yardım sisteminden farklı riskler yaratabilir.

Bunun kanıt düzeyi de doğru sınırlanmalıdır. Makale önemli tasarım soruları ve sınanabilir hipotezler üretmektedir; fakat tanımladığı psikolojik ve gelişimsel zararların interaction model kullanıcılarında gerçekleştiğini deneysel olarak göstermemektedir.

Kaynak ve Yöntem Notu

Özgün başlık: I Am Not Allowed: The Voice Thinking Machines Lab Wants In Every Ear

Yazar: Travis Gilly

ORCID: 0009-0007-2954-6313

Afiliyasyon: Real Safety AI Foundation, Illinois, United States

Kaynak PDF'deki tarih: May 2026, v1

Platform: SSRN

SSRN yüklenme tarihi: 17 Haziran 2026

DOI: 10.2139/ssrn.6855460

Kaynak türü ve hakemlik durumu: Working paper / preprint. Doğrulanan kayıtta hakemli dergi yayını gösterilmemektedir.

Bibliyografik uyarı: SSRN kaydındaki “Date Written: May 02, 2026” bilgisi, çalışmanın analiz ettiği 11 Mayıs 2026 Thinking Machines Lab duyurusundan daha erkendir. Kaynak PDF yalnız “May 2026 (v1)” verdiğinden Verianla bu çelişkiyi sessizce düzeltmemiş ve gün düzeyinde tarih kullanmamıştır.

Lisans/telif: SSRN kaydı tüm hakların saklı olduğunu ve izin olmadan yeniden kullanıma izin verilmediğini belirtmektedir. Verianla metni kaynak çalışmanın ifadelerini, paragraf düzenini veya üçüncü taraf kültürel/demo materyallerini yeniden üretmemektedir.

Yöntem: Thinking Machines Lab demonstrasyonlarının yakın okuması; bilişsel yük devri, öğrenme ve erişilebilirlik literatürünün kavramsal sentezi; COPPA düzenlemesine ilişkin normatif hukuk analizi.

Temel kanıt tipi: Ürün demonstrasyonları, şirketin teknik duyurusu ve ikincil akademik/hukukî kaynaklar.

Deneysel veri: Interaction model kullanıcılarından toplanmış özgün deneysel veri bulunmamaktadır.

İstatistiksel analiz: Kullanıcı sonuçlarına ilişkin örneklem, kontrol grubu, etki büyüklüğü, güven aralığı veya hipotez testi bulunmamaktadır.

Cognitive offloading kaynağı: Çalışma assistive, substitutive ve disruptive offloading ayrımını Jose ve arkadaşlarının 2025 tarihli kavramsal taksonomisinden almaktadır. Bu kaynak deneysel interaction-model çalışması değil, psikoloji literatürünü sentezleyen bir görüş makalesidir.

Hukukî yorum sınırı: COPPA hükümlerine ilişkin temel mevzuat tarihleri ve biyometrik veri kapsamı doğrulanabilir olmakla birlikte interaction model mimarisinin hukuk düzenine kesin olarak uyup uyamayacağına ilişkin sonuç Travis Gilly'nin hukukî argümanıdır.

AI/yardımcı teknoloji bildirimi: Yazar, çalışma sonunda konuşmadan metne yazılımı Wispr Flow ile Anthropic Claude kullandığını yardımcı teknoloji kapsamında açıklamaktadır.

Verianla işleme yöntemi: Kaynağın polemik ve kültürel analoji ağırlıklı anlatım düzeni doğrudan taşınmamıştır. Teknik mimari, üçüncü kişi rızası, bilişsel yük devri, erişilebilirlik, çocuklar, COPPA, push/pull tasarımı ve kanıt sınırları ayrı bilimsel/etik bilgi katmanlarına ayrılarak bağımsız Türkçe eğitimsel yapı içinde yeniden kurulmuştur.