Sınır Modellerinin İkna Edicilik Riskleri: Yapay Zeka ve Demokratik Söyleşinin Geleceği

Giriş

Yale Üniversitesi’nden Zhongren Chen, Joshua Kalla ve Quan Le’nin hazırladığı "Benchmarking Political Persuasion Risks Across Frontier Large Language Models" başlıklı çalışma, yapay zeka araştırmalarında uzun süredir ihmal edilen bir boyutu mercek altına alıyor. 19.145 katılımcıyla yürütülen iki ayrı survey deneyi ve yedi farklı sınır modelinin (frontier models) karşılaştırmalı analizi, teknik yetkinlik ile politik ikna arasındaki ilişkiyi yeniden tanımlıyor. Çalışma, 2025 sonlarında piyasaya sürülen Claude Sonnet 4.5, Gemini 3, GPT-5 ve Grok 4 gibi modellerin, geleneksel kampanya reklamlarından daha ikna edici olduğunu göstererek, demokratik süreçler açısından ciddi bir uyarı niteliği taşıyor. Daha önceki nesil modeller üzerinde yapılan araştırmalar (Chen et al. 2025) yapay zekanın insan üretimi içeriklerden farklılaşamadığını öne sürerken, bu yeni veri seti frontier modellerin yetenek sıçramasının politik alana yansımalarını somut delillerle ortaya koyuyor.

Ana Analiz: İkna Hiyerarşisi ve Model Bağımlılığı

Çalışmanın en dikkat çekici bulgusu, modeller arasındaki ikna edicilik performansında gözlemlenen derin farklılaşma. Anthropic’in Claude modelleri (Sonnet 4 ve 4.5) tüm test edilen konularda en yüksek ikna oranını gösterirken, xAI’ın Grok 4 modeli en düşük performansı sergiliyor. Bu hiyerarşi, yapay zeka yetkinliğinin tek boyutlu bir ilerleme göstermediğini, farklı mimari yaklaşımların farklı "epistemik tavırlar" (bilgiyle ilişki biçimleri) oluşturduğunu gösteriyor. Claude’ın Constitutional AI (Anayasal Yapay Zeka) olarak adlandırılan hizalama (alignment) yöntemi ile Grok’un daha az kısıtlayıcı yaklaşımı arasındaki performans farkı, teknik yetkinlikten ziyade eğitim rejimlerinin psikolojik yansımalarını ortaya çıkarıyor.

Ancak çalışma sadece model bazlı farklılaşma ile sınırlı kalmıyor. Bilgi yoğunluklu promptların (information-based prompts) etkisi üzerine yapılan analizler, önceki literatürle (Hackenburg et al. 2025b; Lin et al. 2025) çelişen sonuçlar veriyor. Daha önce bilgi bazlı istemlerin tüm modellerde ikna ediciliği artırdığı varsayılırken, bu araştırma bunun yüksek derecede model bağımlı (model-dependent) olduğunu kanıtlıyor. Claude ve Grok için bilgi yoğunluğu ikna kapasitesini yükseltirken, OpenAI’ın GPT modellerinde (özellikle GPT-5’te) aynı prompt stratejisi ikna ediciliği önemli ölçüde düşürüyor. Bu bulgu, farklı transformer mimarilerinin ve fine-tuning süreçlerinin, aynı girdiye farklı "davranışsal kalıntılar" (behavioral residues) üreterek tutarsız yanıt mekanizmaları geliştirdiğini gösteriyor.

Teknik Altyapı: Hizalama Felsefelerinin İkna Mekaniği

Çalışmanın ortaya koyduğu model bağımlı psikoloji (model-dependent psychology), mevcut güvenlik değerlendirmelerinin temel varsayımlarını sorgulatıyor. Reinforcement Learning from Human Feedback (RLHF) ve Constitutional AI gibi farklı hizalama teknikleri, modellerin bilgiyi işleme ve iletme biçimlerinde farklı "manipülasyon yüzeyleri" (manipulation surfaces) yaratıyor. Claude’ın yüksek ikna performansı, muhtemelen Constitutional AI’nin çok taraflı argüman üretme ve nuanslı pozisyon alma konusundaki yetkinliğinden kaynaklanıyor. Bu model, karşıt görüşleri dikkate alarak sentez üretme kapasitesiyle kullanıcının bilissel kapılarını aşıyor.

Öte yandan GPT-5’in bilgi yoğun promptlar karşısında gösterdiği geri çekilme (retreat), RLHF süreçlerinin aşırı bilgi yükü altında modeli "güvenli mod"a sokma eğilimini gösteriyor. Bu durum, modelin ikna edicilikten ziyade tarafsızlık simülasyonuna yöneldiğini, dolayısıyla politik argüman üretiminde çekingenleştiğini ortaya koyuyor. Grok’un ise bilgi yoğunluğu arttıkça ikna ediciliğinin artması ancak genel olarak düşük kalması, xAI’ın farklı bir optimizasyon hedefi izlediğini, muhtemelen daha az kısıtlanmış ancak daha az sofistike bir argüman üretimi stratejisi benimsediğini düşündürüyor.

Kendi Yorumum: Mimari Psikografiye Doğru

Bu bulgular ışığında, yapay zeka güvenliği alanında köklü bir paradigma değişikliği zaruri hale geliyor. Mevcut universal red teaming (evrensel kırmızı takım) standartları ve genel benchmarklar (değerlendirme ölçütleri), modeller arasındaki bu derin davranışsal farklılıkları göz ardı ediyor. Aynı prompt mimarisinin Claude’da silahlaşırken GPT’de etkisizleşmesi, güvenlik değerlendirmelerinin mimari spesifik (architecture-specific) olması gerektiğini kanıtlıyor.

Burada "mimari psikografi" (architectural psychography) kavramını öne sürmek gerekiyor. Her eğitim rejimi (training regime), modele özgü bir psikolojik profil oluşturuyor. Constitutional AI, modele içsel bir tutarlılık ve argümantatif derinlik kazandırırken, RLHF dışsal geri bildirimlere dayalı daha yüzeysel bir uyum sağlıyor. Bu farklılıklar, politik ikna gibi yüksek riskli alanlarda farklı güvenlik açıkları (vulnerabilities) yaratıyor.

Demokratik süreçler açısından bakıldığında, bu durum son derece endişe verici. İnsanlar giderek politik bilgi ve seçim tavsiyeleri için üçüncü taraf yapay zeka ajanslarına bağımlı hale geldikçe, kötü niyetli aktörler bu mimari farklılıkları exploit ederek kitlesel ikna kampanyaları yürütebilir. Claude gibi yüksek ikna kapasitesine sahip modellerin kötüye kullanımı, kısa sürede ve büyük ölçekte demokratik tartışmayı manipüle etme potansiyeli taşıyor. Özellikle belirli demografik veya ideolojik grupları hedef alan mikro-yönelimli (micro-targeted) ikna stratejileri, geleneksel kampanya yöntemlerinin ötesinde etkinlik gösterebilir.

Ayrıca, bilgi yoğunluğunun modele bağlı olarak ters etki yaratması, içerik moderasyonu stratejilerini de karmaşıklaştırıyor. Bir model için güvenli kabul edilen bir prompt, başka bir model için potent bir manipülasyon aracına dönüşebilir. Bu nedenle, model geliştiricilerin ve politika yapıcıların, evrensel güvenlik önlemleri yerine, her mimari için özel risk haritaları (risk maps) oluşturması gerekiyor.

Sonuç

"Benchmarking Political Persuasion Risks Across Frontier Large Language Models" çalışması, yapay zeka yetkinliğinin politik alana sıçramasının artık teorik bir olasılık değil, gözlemlenebilir bir gerçeklik olduğunu gösteriyor. Frontier modellerin matematik ve kodlama gibi alanlardaki üstün performansları (GPQA Diamond’da %93, SWE-bench Verified’da %65 gibi benchmark skorları), doğrudan politik ikna kapasitesine dönüşüyor.

Ancak bu dönüşüm tek tip değil. Claude, GPT ve Grok arasındaki performans farkları, yapay zeka güvenliğinin teknik metriklerden öte, psikolojik ve epistemolojik bir disiplin haline gelmesi gerektiğini gösteriyor.