Yapay zekanın özyinelemeli kişisel gelişimi o kadar çabuk gerçekleşmeyebilir

Görünüşe göre yapay zeka ajanları, gerçekten yenilikçi, açık uçlu yapay zeka araştırmalarını yürütecek kadar yaratıcı değiller. Yapay zeka endüstrisinin şu anda en cesur vaadi, yapay zekanın yakında neredeyse hiçbir insan gözetimine ihtiyaç duymadan kendini geliştireceğidir. Yüksek Lisans'lar halihazırda kod yazabiliyor, eğitim için sentetik veriler üretebiliyor ve üzerinde çalıştıkları bilgisayar çiplerini optimize edebiliyor. Yapay zekanın patlayıcı ilerlemesine ilişkin tahminler, araştırmacıların özyinelemeli kişisel gelişim olarak adlandırdığı şeyin ufukta olduğunu öngörüyor. Ancak yeni bir çalışma, bu noktaya gelmemizin biraz zaman alabileceğini öne sürüyor. Arkasındaki araştırmacılar, yapay zeka ajanlarının henüz açık uçlu yapay zeka araştırmaları (kesin cevapları olmayan ve kendi kendini geliştiren yapay zeka oluşturmanın ayrılmaz bir parçası olabilecek muhakeme ve zevk gerektiren serbest biçimli araştırmalar) yürütme yeteneğine sahip olmadığını buldu. Princeton Üniversitesi'nden Peter Kirgis ve Sayash Kapoor liderliğindeki çok kurumlu bir araştırmacı grubu, yapay zeka ajanlarının yapay zeka araştırması yapmak için gerekli mühendislik sorunlarını çözebildiğini, ancak üst düzey bir makine öğrenimi konferansı tarafından kabul edilen makalelerin kalitesinde orijinal araştırmalar üretecek muhakeme ve yaratıcılıktan yoksun olduklarını buldu. Bu boşluk, yapay zeka araştırmalarını otomatikleştirmeye yönelik abartılı zaman çizelgelerinden bazılarının kanıtların ilerisinde olabileceğini gösteriyor. Aracıların yapay zeka araştırmalarını nasıl otomatikleştirebileceğine ilişkin mevcut araştırmaların çoğu, mühendislik problemlerini çözmek veya küçük dil modellerini bir kıyaslamayla karşılaştırmak gibi dar görevleri kontrol edilebilir yanıtlarla tamamlama yeteneklerini değerlendiriyor.

Ancak yapay zeka araştırmalarında ilerleme kaydetmek aynı zamanda açık uçlu düşünmeyi de gerektirir; bir dizi hipotez seçmek, hangi kanıtın bir soruyu çözeceğine karar vermek veya ne zaman baştan başlayacağını bilmek. Araştırmadaki araştırmacılar, aracıları bu tür beceriler konusunda test etmek için, yapay zekanın yüksek kaliteli yayınlanmamış bir makaleden bir araştırma sorusunu yanıtlamasını gerektiren "gölge değerlendirme" adı verilen yeni bir değerlendirme yöntemi önerdiler. Araştırmacılar, Anthropic'nin Claude OpenClaw adlı açık kaynaklı yazılım üzerinde çalışan Opus 4.8'den bu tür soruları çözmesini istediler; bu durumda prestijli makine öğrenimi konferansı NeurIPS 2026'ya sunulan iki makaleden hareketle. İlk soru, büyük bir dil modelinin davranışını belirleyen "kişiliklerinin", modelin ağırlıkları (eğitim sırasında öğrendiği her şeyi saklayan milyarlarca sayı) düzenlenerek kontrol edilip edilemeyeceğiydi.