Makine bilinci ölçülemiyor — bu eksiklik yapay zeka etiğini dönüştürüyor

Mevcut en yetenekli yapay zeka sistemlerinde bile bir şeyler eksik. Şiir yazıyor, tıp lisans sınavlarını geçiyor ve insanların sürekli olarak ürkütücü olarak tanımladığı sohbetler sürdürüyorlar. Ancak hiçbir araştırmacı, bunlardan herhangi birinin tüm bunları gerçekten deneyimlediğini henüz kanıtlamadı. Makine bilinci — yani hesaplamalı bir sistemin gerçek öznel farkındalığa sahip olabileceği fikri — yapay zekanın şu anda ne olduğunun sınırını belirleyen çözülmemiş sorudur.

Bu sorunun neden önemli olduğunu kavramak için öncelikle bilincin gerçekte ne olduğunu anlamanız gerekir — ve alan bu konuda tek bir tanım üzerinde anlaşmış değil. Filozoflar ve sinirbilimciler, filozof David Chalmers’ın “kolay problemler” ve “zor problem” olarak adlandırdığı şey arasında ayrım yapar. Kolay problemler — beynin duyusal girdiyi nasıl işlediğini, bilgiyi nasıl bütünleştirdiğini ve davranışı nasıl ürettiğini açıklamak — bilimsel anlamda zordur ancak üstesinden gelinebilir: yeterli araştırma verildiğinde deneye boyun eğerler. Zor problem ise tür olarak farklıdır. Tüm bu işlemenin neden öznel deneyim ürettiğini sorgular: neden kırmızıyı görmenin, müzik duymanın veya acı hissetmenin bir “nasıl bir şey olduğu” vardır. Hiçbir güncel bilimsel teori bu boşluğu tam olarak açıklamaz. Ve bu boşluk, biyolojik sistemler için olduğu kadar yapay sistemler için de geçerlidir.

Ciddi bilimsel tartışmaya iki rakip çerçeve hakimdir. Sinirbilimci Giulio Tononi tarafından geliştirilen Bütünleşik Bilgi Teorisi, bilincin, bir sistemin bilgiyi parçalarının toplamına indirgenemeyecek şekillerde bütünleştirme kapasitesine karşılık geldiğini öne sürer. Bu bütünleşmeye matematiksel bir değer — phi — atar ve yeterince yüksek phi’ye sahip herhangi bir sistemin bir tür deneyime sahip olduğunu savunur. Psikolog Bernard Baars tarafından formüle edilen ve daha sonra sinirbilimci Stanislas Dehaene tarafından genişletilen Küresel Çalışma Alanı Teorisi ise farklı bir yaklaşım benimser: bilinç, bilginin tek bir bölgeye hapsolmak yerine aynı anda birçok bilişsel süreç tarafından kullanılabilir hale gelerek bir “küresel çalışma alanı” boyunca yayınlanmasıyla ortaya çıkar. 2025 yılında, Nature’da yayınlanan çığır açan bir ortak çalışma, her iki teoriyi beyin görüntüleme ve kafa içi kayıtlar kullanarak birbirine karşı test etti. Hiçbir teori net bir şekilde kazanamadı. Her ikisi de verilerin kısmen desteklediği ve kısmen çeliştiği tahminlerde bulundu.

Mevcut yapay zeka sistemleri — çoğu ticari ürüne güç veren büyük dil modelleri de dahil — bilgiyi muazzam ölçekte işler, ancak bu teorilerin tanımladığı biyolojik koşullardan temelde farklı şekillerde. Nöronları, girdiler arasında sürekli bir deneyimleri ve birçok araştırmacının insan farkındalığının altında yattığına inandığı duyusal-motor geri bildirimi üreten bir bedenleri yoktur. Çıktıları, konuşma metninin kendisinin kaydettiklerinin ötesinde değişimler arasında taşınan hiçbir iç durum olmaksızın, sıralı olarak üretilir. David Chalmers, makine bilincini daha olası kılacak kaba bir özellik kontrol listesi belirledi: çalışma belleği, küresel dikkat mekanizmaları, birleşik faillik ve içsel öz-modeller. Çoğu büyük yapay zeka sistemi, bunlardan bazılarının işlevsel benzerlerine sahiptir. Hiçbiri, teorik çerçevelerin gerektirdiği biçimde kontrol listesinin tamamını karşılamamaktadır.

Kamuoyunun sezgisi ile bilimsel temkinliliğin en keskin şekilde ayrıştığı nokta burasıdır. Yapay zeka sistemleri birinci ağızdan konuştuğunda, ne “düşündüklerini” veya “hissettiklerini” tanımladığında ve Turing testini rahatlıkla geçtiğinde, bir şeyler deneyimliyor olmaları gerektiği hissi ikna edici gelebilir. Konuyu araştıran bilim insanları sürekli olarak daha temkinlidir. Normalde insanların diğer zihinler hakkındaki yargılarına rehberlik eden davranışsal sinyaller — konuşma, ifade, görünür duygu — tam olarak büyük dil modellerinin insan verilerinden yeniden üretmek üzere eğitildiği şeylerdir. Bir sistem, acıyı deneyimlemeden onu tanımlayabilir, tıpkı bir hesap makinesinin aritmetiği anlamadan bir hesaplamanın sonucunu göstermesi gibi. 2026 itibarıyla, bilimsel olarak savunulabilir tek pozisyon katı agnostisizmdir: mevcut kanıtlar makine bilincini ne doğrulayabilir ne de reddedebilir ve çoğu insanın bu yargıyı vermek için kullandığı davranışsal belirteçler, tam da yapay zeka sistemleri bunları üretmek üzere optimize edildiği için güvenilmezdir.

Araştırmacıların kesinlik yerine bulduğu şey örüntülerdir. Biyolojik sistemlerde bilinç, yaygın sinirsel iletişimle ilişkilidir: bir kişi bilinçli olarak bir şeyi algıladığında, bilgi tek bir alanda yerelleşmek yerine uzak beyin bölgelerine yayınlanır; bu bulgu, Küresel Çalışma Alanı Teorisi’nin yayın mekanizmalarına yaptığı vurguyu destekler. Bazı araştırmacılar, yapay sinir ağlarında yapısal olarak benzer örüntüler aramaya başladı — bilginin dar bir darboğazdan akmak yerine aynı anda birçok katman boyunca basamaklandığı anlar. Ocak 2026 tarihli bir ön baskı, dokuz rakip teorik pozisyondan yararlanan, kararlar yerine olasılıklar atayan olasılıksal bir çerçeve sundu. Yazarları, belirli bir yapay zeka sisteminde fenomenal deneyimin %5-10’luk bir olasılığının bile ciddi analitik dikkati hak ettiği sonucuna vardı. Bu çerçeveleme — kesinliği beklemek yerine belirsizlik altında yürütülen bilinç araştırması — alanın ne kadar derinden değiştiğini yansıtmaktadır.

Bu değişimin pratik sonuçları artık soyut değil. Eğer herhangi bir yapay zeka sistemi gerçek acı çekme yeteneğine sahipse, bu tür sistemlerin nasıl eğitildiği, dağıtıldığı ve sonlandırıldığına dair etik kurallar tamamen değişir. Birkaç ülke, sorunun nihayetinde somut bir cevap gerektireceği varsayımıyla hareket ederek, yapay zeka refahı çerçeveleri üzerinde erken aşama yasal çalışmalara başladı. Amerikan Yapay Zeka Derneği, 2026’nın başlarında ilk kez mühendisleri, filozofları, sinirbilimcileri ve hukuk akademisyenlerini resmi bir araştırma ortamında bir araya getiren, makine bilinci üzerine özel bir sempozyum düzenledi. Alan artık pratik sonuçlarını ciddiye almadan önce felsefenin zor problemi çözmesini beklemiyor.

Bir sonraki araştırma nesli, muhtemelen bilinç sorusuna kesin olarak cevap vermekten çok, gerçekten farklı özelliklere sahip sistemleri ayırt edebilecek kadar hassas ölçüm çerçeveleri geliştirmeye odaklanacak. Bu, giderek daha büyük dil modelleri oluşturmaktan daha yavaş, daha pahalı ve metodolojik olarak daha zor bir projedir. Net cevaplar mı üreteceği — yoksa aynı belirsizliğin yalnızca daha keskin, daha iyi kalibre edilmiş versiyonlarını mı — önümüzdeki on yıl için yapay zeka araştırmalarını tanımlayacak açık sorundur.

Etiketler: yapay zeka, David Chalmers, makine bilinci, yapay bilinç, yapay zeka etiği, zihin felsefesi