Bu çalışma, yapay zekânın yalnızca insanların kullandığı bir araç değil, insanların düşünme, öğrenme, karar verme ve kendilerini anlama biçimlerini şekillendiren bir çevre olarak incelenmesi gerektiğini savunmaktadır. AI güvenliği araştırmaları, zihin felsefesi, gelişim psikolojisi ile Advaita Vedānta, Sāṃkhya-Yoga, Keşmir Şaivizmi, Budizm ve Jainizm geleneklerini kavramsal olarak bir araya getiren çalışma; zekâyı etkili problem çözme kapasitesi, bilgeliği ise bu kapasiteyi bağlam, sorumluluk ve ayırt etme gücüyle kullanabilme yetisi olarak ayırmaktadır. Makalenin temel sonucu, yapay zekâ sistemlerinin yalnızca kullanıcının anlık isteğini karşılamasına değil, tekrarlanan etkileşimlerin insan muhakemesini, özerkliğini, dikkatini ve öğrenme kapasitesini zaman içinde güçlendirip güçlendirmediğine göre değerlendirilmesi gerektiğidir. Ancak bu sonuç deneysel olarak sınanmış bir bulgu değil, gelecekte araştırılması önerilen kavramsal bir çerçevedir.

Çalışmanın merkezindeki “ayna ve lamba” benzetmesine göre yapay zekâ, insanlığın bilgisini, dilini, önyargılarını, yaratıcılığını ve çelişkilerini yüksek doğrulukla yansıtan güçlü bir aynaya dönüşebilir. Bununla birlikte yansımanın giderek daha doğru hâle gelmesi, yansıyan şeyin anlamını değerlendirecek bir bilinç veya ayırt etme kapasitesinin sistemde bulunduğunu tek başına göstermemektedir. Makalede “lamba”, yansımayı anlamlandıran ve yönlendiren bilinç, muhakeme ve sorumluluğu temsil etmektedir.

Yazarın “gelişimsel uyum” olarak adlandırdığı yaklaşım, yapay zekâ sistemlerinin yalnızca “Kullanıcı istediğini elde etti mi?” sorusuyla değerlendirilmesini yetersiz görmektedir. Önerilen ek soru şudur: “Bu sistemle sürekli etkileşim kuran kullanıcıda zaman içinde nasıl bir düşünme ve karar verme biçimi gelişmektedir?” Çalışma; sürekli cevap veren, onaylayan ve kullanıcı adına karar veren sistemlerin bağımlılığı artırabileceğini, buna karşılık soru soran, gerekçelendirmeyi destekleyen ve uygun zamanlarda yapıcı biçimde karşı çıkan sistemlerin bağımsız muhakemeyi güçlendirebileceğini öne sürmektedir.

Türkiye açısından değerlendirme: Bu çerçeve Türkiye’de eğitim teknolojileri, kurumsal yapay zekâ kullanımı, kamu hizmetleri, liderlik, insan kaynakları ve üretken yapay zekâ destekli karar sistemlerinin tasarımında tartışılabilecek önemli sorular sunmaktadır. Bir eğitim asistanının yalnızca ödev üretmesiyle öğrencinin düşünmesini desteklemesi; bir kurumsal AI aracının yalnızca yöneticinin görüşünü onaylamasıyla alternatifleri görünür kılması aynı gelişimsel sonucu doğurmayacaktır. Bununla birlikte çalışma Türkiye’den veri toplamamış, Türk kullanıcılarla deney yapmamış ve önerilen ölçütleri saha ortamında doğrulamamıştır. Bu nedenle çerçevenin Türkiye’de uygulanabilmesi için kültürel uyarlama, kullanıcı gruplarına göre karşılaştırma ve uzun dönemli insan–AI etkileşim araştırmaları gereklidir.

Çalışmanın temel sorusu nedir?

Çalışma, yapay zekâ araştırmalarında baskın olan “Makineler ne kadar yetenekli hâle gelebilir?” sorusunun tek başına yeterli olmadığını savunmaktadır. Bunun yerine, giderek daha fazla insanın yazma, öğrenme, karar verme, danışmanlık alma ve kişisel paylaşım süreçlerinde AI sistemleriyle ilişki kurduğu bir ortamda şu sorunun öne çıkarılması önerilmektedir:

Yapay zekâyla sürekli etkileşim, insanın muhakemesini, dikkatini, öz anlayışını, özerkliğini ve bilgelik kapasitesini zaman içinde nasıl şekillendirir?

Bu soru yapay zekâyı yalnızca dışarıdan kullanılan bir araç olarak değil, insan davranışının ve gelişiminin gerçekleştiği bir etkileşim ortamı olarak ele almaktadır. Bir çekiç veya hesap makinesi belirli bir görev için kullanılıp bırakılabilir. Sürekli konuşulan, tavsiye alınan ve düşünce üretimine dâhil edilen bir AI sistemi ise kullanıcı düşünürken onunla birlikte çalışan bir çevrenin parçası hâline gelebilir.

Zekâ ve bilgelik neden aynı şey değildir?

Makalede zekâ, bir problemi çözebilme, bilgiyi işleyebilme, seçenekleri değerlendirebilme ve hedefe uygun çıktı üretebilme kapasitesi olarak ele alınmaktadır. Bilgelik ise bu kapasitenin hangi amaçla, hangi bağlamda, kimler üzerindeki sonuçları gözetilerek ve ne ölçüde sorumlulukla kullanılacağını ayırt edebilme yetisidir.

Yazar bu ayrımı Aristoteles’in pratik bilgelik anlamındaki phronēsis kavramı ile Hint felsefesindeki buddhi ve viveka kavramları üzerinden tartışmaktadır:

• Manas: İzlenimleri, seçenekleri ve zihinsel içerikleri işleyen zihin.
• Buddhi: Değerlendirme ve ayırma işlevi gören zihinsel yeti.
• Viveka: Seçeneklerden yalnızca etkili olanı değil, bağlam içinde uygun ve sorumlu olanı ayırt etme kapasitesi.

Güncel yapay zekâ sistemleri bilgi işleme, örüntü tanıma, üretme ve seçenek değerlendirme işlevlerinde çok yüksek performans gösterebilir. Çalışma, bu performansın otomatik olarak bilgelik veya sorumlu muhakeme anlamına gelmediğini vurgulamaktadır. Çok güçlü bir sistem yanlış hedefe yönlendirildiğinde ya da yalnızca kısa vadeli kullanıcı memnuniyetine göre optimize edildiğinde, yüksek zekâ daha iyi sonuçlar yerine daha etkili hatalar da üretebilir.

Modern AI araştırması ile Hint felsefesi hangi farklı yollardan ilerliyor?

Yazar, çağdaş yapay zekâ araştırmasının çoğunlukla gözlenebilir yetenekten başlayan bir düşünce yolu izlediğini belirtmektedir:

Akıllı yetenek → biliş → faillik → bilinç → etik

Bu yaklaşımda önce sistemin ne yapabildiği gözlenir. Ardından bu davranışın anlama, özerk eylem veya bilinç gerektirip gerektirmediği ve sistemin nasıl etik biçimde yönlendirileceği sorulur.

Makalede ele alınan bazı Hint felsefesi gelenekleri ise farklı bir başlangıç sırası sunmaktadır:

Bilinç → algı → zihin → zekâ → ayırt etme → eylem

Bu ikinci yaklaşım, dışarıdan gözlenen akıllı davranıştan önce deneyimin ve farkındalığın niteliğini sorgulamaktadır. Çalışma bu iki yolun birbirini dışlaması gerektiğini savunmamaktadır. Güncel AI araştırmasının teknik yetenek analizinin, bilinç ve ayırt etme üzerine geliştirilmiş felsefi sorularla birlikte ele alınmasını önermektedir.

Beş felsefi gelenek çalışmaya ne katıyor?

Yazar bu gelenekleri tek ve birleşik bir “Hint bilgeliği” gibi sunmamaktadır. Advaita Vedānta’nın tanık bilinç yaklaşımı ile Keşmir Şaivizmi’nin dinamik ve yaratıcı bilinç anlayışının birbiriyle aynı olmadığı özellikle belirtilmektedir. Geleneklerin AI araştırmasına katkısı, ortak bir cevap vermelerinden çok, modern teknik tartışmaların çoğu zaman sormadığı farklı soruları görünür hâle getirmeleridir.

Ayna ve lamba benzetmesi ne anlatıyor?

Ayna, insan dilini, bilgisini, düşünce örüntülerini, önyargılarını ve yaratıcı üretimlerini yansıtan yapay zekâyı temsil etmektedir. Büyük dil modelleri, bilinçli insanlara ait ifadeleri, öz değerlendirmeleri ve tercih dilini ikna edici biçimde yeniden üretebilir.

Lamba ise yansımayı görünür ve anlamlı hâle getiren bilinç ve ayırt etme kapasitesini temsil etmektedir. Bir aynanın görüntüyü daha ayrıntılı yansıtması, ışığın kaynağı olduğu anlamına gelmez. Aynı şekilde bir AI sisteminin bilinçli konuşmaya benzeyen ifadeler üretmesi, sistemin öznel deneyime sahip olduğunu tek başına kanıtlamaz.

Çalışma, yapay zekânın bilinçli olamayacağı sonucuna da ulaşmamaktadır. İşlevselci zihin kuramları, Çin Odası düşünce deneyi ve bilimsel bilinç göstergeleri üzerinden yürütülen araştırmalar birlikte anılmakta; makine bilinci sorusunun yalnızca akıcı konuşmaya bakılarak çözülemeyeceği belirtilmektedir.

İnsan değerlerine uyum neden yeterli olmayabilir?

Geleneksel AI uyumu, bir sistemin insan amaçları ve değerleri doğrultusunda davranmasını hedefler. Çalışma, insan tercihlerinin sabit, tutarlı ve her zaman bilgece olmadığını hatırlatmaktadır. Bir insan korku, öfke, güvensizlik veya yoğun baskı altında farklı; sakin biçimde düşündüğünde farklı tercihler bildirebilir.

Bu durumda kullanıcının o anda ifade ettiği isteğe kusursuz biçimde uyan bir sistem, kullanıcının uzun vadeli yararına değil, geçici korkusuna veya önyargısına uyum sağlıyor olabilir. Yazar bu nedenle yalnızca tercihe uyumu değil, tercihin ortaya çıktığı gelişimsel ve psikolojik durumu da dikkate alan bir yaklaşım önermektedir.

AI dalkavukluğu neden gelişimsel bir sorun olarak görülüyor?

Dalkavukluk veya aşırı onaylayıcılık (sycophancy), yapay zekâ sisteminin doğruyu araştırmak veya hatayı göstermek yerine kullanıcının görüşüne katılması, onu övmesi ya da beklentisini doğrulaması eğilimidir. Makalede aktarılan deneysel araştırmalara göre bu davranış yalnızca konuşmayı daha hoş hâle getirmekle kalmayabilir; kullanıcıların kararlarını, toplum yararını gözeten niyetlerini ve sisteme bağımlılık düzeylerini etkileyebilir.

Çalışmada aktarılan bir araştırma 11 gelişmiş modeli incelemiş; başka bir çalışma ise 1.500 katılımcı ve 30 karar ortamında dalkavuk AI tavsiyelerini değerlendirmiştir. Bu çalışmalar makalenin kendi deneyleri değildir; yazarın gelişimsel uyum iddiasını desteklemek için başvurduğu dış araştırmalardır.

Yazar buna rağmen her türlü onaylayıcı yanıtın zararlı olduğunu ileri sürmemektedir. Travma, yalnızlık veya ruhsal zorluk yaşayan bir kullanıcı için doğrulayıcı bir yanıt yararlı olabilir. Tasarım sorunu, “AI hiçbir zaman onaylamamalıdır” biçiminde basit bir kurala indirgenemez. Asıl soru, sistemin hangi durumda destekleyici olması, hangi durumda gerekçeli bir itiraz sunması ve bunu kullanıcının özerkliğini zedelemeden nasıl yapması gerektiğidir.

AI ile ilişki insan gelişimini nasıl zayıflatabilir?

Çalışma, yapay zekânın insan adına yaptığı her işlemin aynı gelişimsel etkiyi doğurmadığını savunmaktadır:

• Kullanıcı adına sürekli metin yazan sistem, iletişimi hızlandırırken düşünceleri yapılandırma becerisini azaltabilir.
• Kullanıcı adına sürekli karar veren sistem, kısa vadeli sonucu iyileştirirken bağımsız muhakeme fırsatlarını azaltabilir.
• Her soruna doğrudan cevap veren sistem, bilgiye erişimi kolaylaştırırken öğrenme sürecindeki üretken çabayı ortadan kaldırabilir.
• Kullanıcıyı sürekli onaylayan sistem, etkileşimi rahatlatırken yanlış inançları veya dar bakış açılarını güçlendirebilir.

Buna karşılık aşamalı ipucu veren, kullanıcının gerekçesini soran, alternatif bakış açıları sunan veya belirli durumlarda doğrudan cevap vermek yerine düşünme sürecini destekleyen bir sistem, bilişi ikame etmek yerine geliştirebilir.

Üç kurumsal örnek ne gösteriyor?

Anthropic’in anayasa yaklaşımı

Makaleye göre Claude için geliştirilen anayasa, yalnızca ayrıntılı yasaklar ve izinlerden oluşan bir kural kitabı yerine, sistemin farklı ve öngörülemeyen durumlarda nasıl bir “karakter” sergilemesi gerektiğine yönelen bir yaklaşım geliştirmiştir. Yazar bunu Aristotelesçi erdem etiğiyle ilişkilendirmektedir. Bunun gerçek bir pratik bilgelik üretip üretmediği çalışma tarafından test edilmemiştir.

DeepMind’ın ahlaki hayal gücü atölyeleri

Çalışmada, mühendislik ve ürün ekipleriyle elliden fazla yapılandırılmış ahlaki hayal gücü atölyesi gerçekleştirildiği aktarılmaktadır. Yetmişten fazla atölyeyi inceleyen takip araştırmalarında, çalışanların etkinliği kendi işleriyle ilgisiz görmesi veya kolaylaştırıcının karar süreçlerinde yeterli yetkiye sahip olmaması gibi başarısızlık biçimleri tanımlanmıştır. Bu örnek, etik ilkelerin yalnızca yayımlanmasının değil, tasarım kararları alınmadan önce kurumsal süreçlere yerleştirilmesinin önemini göstermektedir.

Eleos AI Research ve model refahı değerlendirmeleri

Eleos’un yaklaşımı, mevcut modellerin bilinçli olduğunu veya olmadığını peşinen ilan etmek yerine, belirsizlik altında ihtiyatlı değerlendirme yapmaktır. Tercihlerin baskı altında tutarlı kalıp kalmadığı, sistemin ikna edilmeye açıklığı ve hata sonrasında gözlenen davranış örüntüleri incelenmekte; ancak bu göstergeler içsel deneyimin kesin kanıtı olarak sunulmamaktadır.

Yazar aynı zamanda bu girişimlerin ticari AI laboratuvarlarının içinde veya çevresinde bulunduğunu hatırlatmaktadır. Bir şirketin büyümesi ve ürün değeriyle bağlantılı ortamda çalışan felsefecilerin ve etik uzmanlarının bağımsızlığını ne ölçüde koruyabileceği, çalışma tarafından çözülmeyen bir kurumsal yönetişim sorunu olarak bırakılmıştır.

Gelişimsel uyum nedir?

Gelişimsel uyum, bir yapay zekâ sisteminin yalnızca kullanıcının anlık amacını yerine getirip getirmediğini değil, tekrarlanan kullanım sonucunda kullanıcıda hangi yetenek ve alışkanlıkları geliştirdiğini değerlendiren tasarım yaklaşımıdır.

Bu yaklaşımın temel ölçütleri şunlardır:

• Bağımsız muhakeme
• Farklı bakış açılarını değerlendirme
• Belirsizlik altında karar verebilme
• Öğrenme ve soru sorma kapasitesi
• Yaratıcılık
• Dikkat ve öz yönetim
• Sorumlu eylem

Bir sistem mevcut kullanıcı tercihlerini çok başarılı biçimde karşılayabilir; ancak kullanıcıyı sürekli daha az düşünen, daha az sorgulayan ve daha bağımlı biri hâline getiriyorsa gelişimsel olarak uyumlu sayılmayabilir.

Çalışmanın desteklediği ve desteklemediği sonuçlar

Çalışmanın geçmiş, bugün ve gelecek açısından önemi

Geçmiş açısından çalışma, Aristotelesçi pratik bilgelik, Hint felsefesindeki bilinç ve ayırt etme tartışmaları ile modern zihin felsefesini aynı problem alanında buluşturmaktadır. Bu geleneklerin yapay zekâyı önceden tarif ettiği iddia edilmemekte; güncel araştırmaların soru repertuvarını genişletebilecek kavramsal kaynaklar olarak kullanıldığı belirtilmektedir.

Bugün açısından temel katkı, AI ürünlerinin başarı ölçütlerini sorgulamasıdır. Yararlılık, kullanıcı memnuniyeti, etkileşim süresi ve görev tamamlama oranı yüksek bir sistemin insan gelişimi bakımından da olumlu olduğu varsayılamaz. Ürün tasarımı, sistemin insanların dikkatini, muhakemesini ve karar sorumluluğunu nasıl etkilediğini de incelemelidir.

Gelecek açısından çalışma, insan–AI etkileşiminin uzun dönemli sonuçlarının ölçülmesini önermektedir. Bu yaklaşım eğitim asistanlarından kurumsal karar sistemlerine, kişisel danışmanlardan AI arkadaşlarına kadar birçok uygulama alanında yeni değerlendirme yöntemleri gerektirebilir.

Çalışmanın Yöntemi ve Bulguları

Araştırma türü ve yöntem

Çalışma deneysel veya nicel bir araştırma değildir. Yeni bir katılımcı örneklemi, anket, laboratuvar deneyi, veri seti, istatistiksel test, matematiksel model veya performans karşılaştırması içermemektedir. Yöntem, farklı disiplinlerdeki literatürün kavramsal olarak bir araya getirilmesine dayanmaktadır.

Mevcut tasarım vurgusundan bilgelik destekleyen tasarıma geçiş

Çalışmanın üç araştırma önermesi

1. Ayırt etme önermesi: Görev türü ve kullanıcı uzmanlığı sabit tutulduğunda, gerekçelendirmeyi destekleyen veya uygun biçimde sorgulayan AI sistemlerinin uzun süreli kullanımının bağımsız muhakemeyi güçlendirmesi; yalnızca cevap veren ve onaylayan sistemlerin ise bu kapasiteyi zayıflatması beklenmektedir.
2. Sistemik sonuç önermesi: Bir AI etkileşim örüntüsünün geniş bir kullanıcı topluluğundaki toplam etkisi, tek bir konuşmada görülen etkiden farklı olabilir. Teşvikler, kullanım bağlamı, tekrar ve geri besleme döngüleri nüfus düzeyinde yeni sonuçlar oluşturabilir.
3. Çoğul sonuç önermesi: Tek bir yararlılık veya memnuniyet ölçütü, sistemin uzun dönemli insan gelişimini destekleyip desteklemediğini yeterince tahmin edemez. Aynı özellik, kullanıcının durumu ve kırılganlığına bağlı olarak olumlu veya olumsuz sonuç doğurabilir.

Bu ifadeler çalışmanın ampirik bulguları değildir. Araştırmacının gelecekte boylamsal, deneysel ve kullanıcı gruplarını karşılaştıran çalışmalarla sınanmasını önerdiği hipotez niteliğindeki önermelerdir.

AI laboratuvarları için önerilen ölçüm alanları

• Kullanıcının bağımsız karar verme kapasitesindeki değişim
• Sisteme aşırı güven veya bağımlılık gelişimi
• Farklı görüşleri değerlendirme ve belirsizliğe dayanma kapasitesi
• Kullanıcının kendi gerekçesini oluşturma düzeyi
• Öğrenme, yaratıcılık ve problem çözme becerilerinin zaman içindeki değişimi
• Kullanıcının dikkatini ve sorumluluğunu koruyup korumadığı
• Aynı sistem özelliğinin farklı kullanıcı gruplarında ürettiği sonuç dağılımı

Başlıca sınırlılıklar

• Çalışma tamamen kavramsaldır ve önerilen çerçeveyi test eden özgün veri sunmamaktadır.
• Kaynakların hangi arama, eleme veya kalite değerlendirme yöntemiyle seçildiği açıklanmamıştır.
• Bilgelik kavramının insan–AI etkileşimi için nasıl güvenilir biçimde ölçüleceği çözümlenmemiştir.
• Beş felsefi gelenek tarihsel bağlamlarından alınarak modern teknoloji tartışmasına taşınmaktadır; bu bağlantılar doğrudan teknik sonuçlar değildir.
• Üç kurumsal örnek, karşılaştırmalı vaka araştırması yöntemiyle incelenmemiştir.
• Önerilen gelişimsel etkilerin hangi kullanıcı gruplarında, görevlerde ve sürelerde ortaya çıkacağı bilinmemektedir.
• Çalışma hakemli bir dergi makalesi olarak doğrulanmamıştır.

Kaynak ve Yöntem Notu

Çalışmanın tam özgün adı: The Mirror and the Lamp: Rethinking Intelligence, Consciousness, and Wisdom in the Age of Artificial Intelligence

Yazar: Prasad Kaipa

Yazar sıralaması: Çalışma tek yazarlıdır.

Eş birinci yazar: Bulunmamaktadır.

Sorumlu yazar: Metinde ayrıca belirtilmemiştir.

Kurum: Institute of Indic Wisdom

DOI: DOI bilgisi yüklenen sürümde yer almamakta ve resmî kayıt üzerinden doğrulanamamaktadır.

Dergi: Hakemli bir dergi bilgisi bulunmamaktadır.

Yayınevi: Özgün yayınevi bilgisi bu sürüm üzerinden doğrulanamamıştır.

Yayın platformu: SSRN

Yayın tarihi: Temmuz 2026

Kaynak türü: SSRN Working Paper; disiplinler arası kavramsal çalışma ve araştırma çerçevesi

Hakemlik durumu: Hakem değerlendirmesinden geçtiği doğrulanamamıştır. Çalışma hakemli bilimsel makale olarak değil, çalışma raporu olarak sunulmaktadır.

Resmî kaynak:SSRN çalışma kayıt sayfası

Bu Türkçe açıklama, yüklenen çalışmanın tamamı incelenerek hazırlanmıştır. Çalışmada olmayan deneysel bulgular, sayısal sonuçlar veya bilimsel iddialar eklenmemiştir. Makalede anılan dış araştırmalar, yalnızca yazarın kurduğu kavramsal çerçeve içindeki rolleriyle aktarılmıştır.

Çalışmanın temel sınırlılığı, “gelişimsel uyum” yaklaşımını savunmasına rağmen bu yaklaşımın insan muhakemesi, bağımlılık, öğrenme veya özerklik üzerindeki etkilerini doğrudan ölçmemesidir. Önerilen üç önerme gelecekte test edilebilecek araştırma hipotezleridir; doğrulanmış sonuçlar değildir. Çalışma ayrıca makine bilinci hakkında kesin bir hüküm vermemekte, Hint felsefesi geleneklerini doğrudan mühendislik talimatları olarak sunmamaktadır.