Yinelemeli Kendi Kendini Geliştirme: Nasıl İşler ve Neden Önemlidir

Eylül 2026’da, OpenAI’de yaklaşık üç yıl ön eğitim araştırması yaptıktan sonra yalnızca iki ay önce Anthropic’e katılan araştırmacı Jacob Coxon istifa etti ve önde gelen laboratuvarların, riskler göz önünde bulundurulduğunda yeterince sorumlu davranmadan, onun “kendi kendini geliştiren süper zekâ” dediği şeye doğru yarıştığını kamuoyuna duyurdu. Anthropic’te hizalama bilimine liderlik eden Evan Hubinger, gelecekteki riskin ciddi kaygıyı hak ettiğini kamuoyuna açıkça belirtirken bunu mevcut sistemlerin gerçekte yapabildiklerinden ayırdı. Tartışma kısa sürede ana akım yapay zekâ söylemine indi.

Bu tartışmanın merkezindeki kavram yinelemeli kendi kendini geliştirme (RSI)dır. Temel fikir, herhangi bir haber döngüsünden daha geniş ve daha açıklayıcı olduğu için tartışmadan bağımsız olarak kendi bağlamında anlaşılmaya değerdir. Bu makale, RSI’nin gerçekte ne anlama geldiğini, geri besleme döngüsünün nasıl çalıştığını, bugünün yapay zekâsının buna yönelik olarak gerçekten neler yapabildiğini ve araştırmacıların bunun nereye vardığı konusunda neden farklı düşündüğünü ele alır.

Yinelemeli Kendi Kendini Geliştirme Nedir?

Yinelemeli kendi kendini geliştirme, yapay zekânın daha yetkin yapay zekâların oluşturulmasına katkıda bulunduğu ve o daha yetkin yapay zekânın bir sonraki iyileştirmeye katkıda bulunma konusunda daha da iyi hale geldiği bir geri besleme döngüsünü tanımlar; bu böyle sürer gider:

YZ, YZ’yi geliştirmeye yardım eder → geliştirilen YZ, YZ’yi geliştirmede daha iyi hale gelir → bu sistem bir sonraki iyileştirmeye katkıda bulunur → tekrarla

Sıklıkla birbirine karıştırılan üç şeyi ayırmaya değer.

• İlk olarak, insanların yapay zekâ araştırmasını hızlandırmak için YZ kullanması var. Bu şu anda yaygın biçimde oluyor.
• İkincisi, insan yönlendirmesi azaldıkça sistemlerin araştırma iş akışının daha fazlasını üstlendiği, giderek özerkleşen YZ araştırması var.
• Üçüncüsü ise, YZ sistemlerinin ardıllarını büyük ölçüde kendi başlarına tasarlayıp geliştirebildiği tam yinelemeli kendi kendini geliştirme var.

Tam RSI üçüncü olandır. Hiçbir mevcut YZ sistemi bunu kesin biçimde başarmış değildir. Anthropic’in kendisi de tam RSI’nin henüz başarılmadığını ve kaçınılmaz olmayabileceğini belirterek tam olarak bu çizgiyi çizer. Coxon tartışmasını da bu kadar çetin kılan ayrım budur: tartışma RSI’nin bugün var olup olmadığı hakkında değil, aranın ne kadar hızlı kapandığı ve bu durumun bu sistemleri inşa edenlerden ne talep ettiği hakkındadır.

Yinelemeli Kendi Kendini Geliştirme Nasıl İşler

RSI anlamında kendi kendini geliştiren bir sistem, YZ geliştirme hattının bizzat kendisine katkıda bulunur. Bu; araştırma kodu yazmayı ve iyileştirmeyi, deney tasarlamayı, eğitim verisi üretmeyi veya filtrelemeyi, model performansını değerlendirmeyi, zayıflıkları belirlemeyi ve algoritmik iyileştirmeler önermeyi içerir. Yinelemeli kısım önemlidir: bu süreçle üretilen sistem aynı görevlerde daha iyi hale gelirse, YZ geliştirme sürecinin bir sonraki yinelemesi daha hızlı veya daha etkili gerçekleşebilir.

Ardışık YZ nesilleri boyunca yinelemeli kendi kendini geliştirme geri besleme döngüsünü gösteren diyagram. Görsel: Yazar. 

Bu, bir modelin gerçek zamanlı olarak kendi ağırlıklarını kelimenin tam anlamıyla yeniden yazması değildir. Bunu ardışık nesiller olarak düşünün: her YZ nesli, bir sonrakini inşa etmeye daha etkili biçimde katkıda bulunur. Döngü, tek bir çalışan sistem içinde değil, sürümler arasında bileşik etki yaratır.

Yinelemeli Kendi Kendini Geliştirme ve YZ Kendi Kendini Düzeltme Karşılaştırması

RSI hakkında en yaygın yanlış anlama, onun kendi kendini düzeltmeyle karıştırılmasıdır. Yapay zekâyı yakından takip edenleri bile yanıltır; bu yüzden net olmak gerekir.

Kendi kendini düzeltme

Kendi kendini düzeltme, bir modelin bir görev sırasında kendi cevabını, kodunu veya planını eleştirmesi ya da gözden geçirmesidir. Buna akıl yürütmesindeki bir hatayı yakalaması, yeni yazdığı kodu ayıklaması veya bir taslağı iyileştirmesi dahildir. Bu, mevcut sistemlerde sürekli gerçekleşmektedir.

Yinelemeli kendi kendini geliştirme

RSI kategorik olarak farklıdır. İyileştirmeler, YZ sisteminin veya ardıllarının yeteneklerini etkiler ve gelecekteki YZ geliştirmenin bizzat kendisini daha etkili hale getirebilir. Bir ajanın kendi kodunu tekrar tekrar ayıklaması otomatik olarak yinelemeli kendi kendini geliştirme değildir; bu sadece yetkin bir ajandır. Ayrım, iyileştirmenin kalıcı olup olmadığı ve bir sonraki sistemin geliştirilmesinde bileşik etki yaratıp yaratmadığıdır.

Kendi kendini düzeltme, bir sistemin bir görevde kullandığı bir araçtır. RSI ise görevin bir sonraki sistemi inşa etmek olduğu durumdur.

Yinelemeli Kendi Kendini Geliştirme ve İlgili YZ Kavramları

Özellikle Coxon tartışması “süper zekâ” ve “tekillik” gibi terimleri aynı manşetlere taşımışken, RSI’yi aynı konuşmalarda sık görülen birkaç başka kavramla eşleştirmek faydalıdır.

RSI ve otomatikleştirilmiş YZ araştırması

Otomatik YZ Ar-Ge, deneyler yürüten, sonuçları analiz eden ve sonraki adımları öneren sistemleri kapsar. Bunlar, tam RSI oluşturmadan RSI’ye katkıda bulunabilir. Araştırma hattının parçalarını otomatikleştiren bir sistem eğilimin parçasıdır, nihai nokta değil. “Araştırmaya yardımcı oluyor” ile “ardıllarını özerkçe geliştiriyor” arasındaki fark önemlidir. Anthropic’in yayımlanmış çalışmaları YZ’nin bu hattın daha fazlasını üstlendiğini anlatır; Coxon’un istifasının etkili olmasının nedeni de budur. Hareket gerçek; soru bunun ne kadar ileri gideceğidir.

RSI ve sürekli öğrenme

Sürekli öğrenme, devreye alınmış bir modelin zamanla yeni bilgiden güncellenmesidir. RSI ise giderek daha yetkin YZ sistemleri geliştirmek için kullanılan sürecin iyileştirilmesi anlamına gelir. Biri bir modelin ne bildiğini değiştirir; diğeri bir sonraki modelin ne kadar yetkin olacağını değiştirir.

RSI ve yapay süper zekâ

RSI bir süreci tanımlar. Süper zekâ ise öne sürülen bir yetkinlik düzeyini tanımlar. İlişkilidirler; RSI, süper zekâya giden varsayımsal yollardan biridir; ancak aynı kavram değildir ve onları birbirine karıştırmak ikisini de bulanıklaştırır.

Coxon “kendi kendini geliştiren süper zekâ” konusunda uyarırken, RSI’nin alanlar genelinde insan düzeyini aşan bir sistem ürettiği bir senaryoyu betimliyor. Bu, sürecin nihayetinde ne doğurabileceğine dair belirli bir iddiadır; sürecin bizzat tanımı değildir.

RSI ve YZ tekilliği

YZ tekilliği, YZ’deki iyileşmenin o denli hızlı ve kendi kendini sürdüren hale geldiği varsayımsal bir noktadır ki, insanlar bir sonraki adımı artık öngöremez veya denetleyemez. Bunu eğrinin dikleştiği an olarak düşünün: değişimin onu anlama veya cevap verme kapasitemizden daha hızlı gerçekleşmesi. RSI, oraya gidiş için önerilen mekanizmalardan biridir. Ancak tekillik, varsayımsal bir sonuçtur; bizzat süreç değildir ve pek çok araştırmacı eğrinin buna yakın bir şeye gelmeden önce yataylaştığını düşünür.

Yinelemeli Kendi Kendini Geliştirmeye Ne Kadar Yakınız?

Bundan birkaç yıl önce çoğu kişinin fark ettiğinden daha yakınız. Bazı manşetlerin ima ettiğinden ise o kadar yakın değiliz.

YZ sistemleri halihazırda kod yazma, hata ayıklama, deney yürütme, deneysel sonuçları analiz etme, model değerlendirme ve YZ araştırma desteği gibi işlerde yer alıyor. Anthropic, YZ geliştirme işinin giderek artan bir bölümünü YZ sistemlerine devrettiğini ve mühendislerinin önceki yıllara göre kayda değer ölçüde daha fazla kod gönderdiğini kamuoyuna açıkladı. Aynı zamanda Anthropic, araştırma yargısında insanların önemli roller üstlendiğini açıkça belirtiyor. Bu da hangi sorunların takip edileceğine karar vermek ve sonuçların gerçekte göründüğü anlama gelip gelmediğini değerlendirmek demektir.

YZ’nin YZ Ar-Ge’sine artan katılımı, daha fazla otomasyona doğru bir hareketin kanıtıdır. Bu, özerk bir RSI döngüsünün zaten mevcut olduğunun kanıtı değildir. Hattın içinde daha fazla YZ var; henüz kendi kendine çalışmıyor. Ucu belirsiz gerçek ilerleme tam da Coxon’un yetersiz bulduğu şeydir. Onun istifası, RSI’nin geldiği iddiası değildi. Uzak bir kaygı gibi ele alınmasının artık savunulamaz olduğuna dair bir argümandı.

Yinelemeli Kendi Kendini Geliştirmeyi Ne Hızlandırabilir?

Peki bu arayı kapatmak için gerçekten ne gerekir? Birkaç darboğaz öne çıkıyor ve her birine olan mesafe makul zaman çizelgesi hakkında fikir veriyor.

YZ kodlama yeteneği

Araştırma kodunu özerk biçimde yazıp değiştirmek ön koşuldur. Mevcut modeller bu konuda gerçekten iyidir; yine de önemli işlerde insan incelemesi gerektiren hatalar yaparlar.

Otomatikleştirilmiş deneyler

Deneyleri özerkçe yürütmek, onları çalıştıracak kodu yazmaktan ayrı bir darboğazdır. Deney tasarlayıp yürütebilen, sonuçları yorumlayıp sırada ne deneneceğine karar verebilen bir sistem, döngünün anlamlı bir kısmını kapatır. Mevcut sistemler bunun parçalarını yapabiliyor. Her adımda akıl yürütmenin insan tarafından kontrol edilmediği tam döngü ise hâlâ erişim dışı.

Araştırma zevki ve fikir üretimi

İşlerin ilginçleştiği yer burası. Anthropic, insanlardaki araştırma zevki ve yargısını belirgin bir karşılaştırmalı üstünlük alanı olarak özellikle vurguluyor. Hangi deneylerin yapmaya değer olduğu, hangi sonuçlara güvenileceği, hangi yönlerin umut vaat ettiği bilgisidir bu. Araştırmanın deneysel işçiliğinin büyük bölümü otomatikleşebilir hale geliyor. Yargı katmanı ise değil. Anthropic’e göre şu anda insanların en vazgeçilmez değeri kattığı yer de burası ve tam RSI’ye kalan mesafe en çok burada büyüktür.

Model değerlendirme

Bir modelin gerçekten iyileşip iyileşmediğini bilmek göründüğünden zordur. Değerlendirme, neyin önemli olduğuna dair yargı gerektirir ve mevcut kıyaslamalar yanıltılmaya veya hızla aşılmaya müsaittir. YZ sistemleri ardıllarını güvenilir şekilde değerlendirebilir hale gelene dek, insanlar bu aşamada döngüde kalır; bu da özerk RSI üzerinde başlı başına önemli bir frendir.

Hesaplama ve altyapı

Salt yetenek tek kısıt değildir. Geliştirme döngüsünü özerk biçimde çalıştırmak, sürekli insan müdahalesi olmadan büyük ölçekli eğitim ve değerlendirmeyi destekleyebilecek bir altyapı gerektirir; bu da hâlâ pahalı ve kurumsal olarak karmaşıktır.

Model değerlendirme

Bir modelin gerçekten iyileşip iyileşmediğini bilmek göründüğünden zordur. Değerlendirme, neyin önemli olduğuna dair yargı gerektirir ve mevcut kıyaslamalar yanıltılmaya veya hızla aşılmaya müsaittir. YZ sistemleri ardıllarını güvenilir şekilde değerlendirebilir hale gelene dek, insanlar bu aşamada döngüde kalır; bu da özerk RSI üzerinde başlı başına önemli bir frendir.

İnsan incelemesi

YZ sistemleri kod yazıp deneyler yürütebilse ve sonuçları değerlendirebilse bile, nihayetinde gönderilen şeye insanlar onay verir. Bu inceleme adımı, döngünün ne kadar hızlı çalışabileceğine dair sert bir kısıttır. Çalışmayı otomatikleştirip onayda tıkanabilirsiniz. YZ yargısına bu kapıyı kaldıracak kadar güven duyulana dek, insan incelemesi muhtemelen RSI ilerlemesindeki en yakın tavan olacaktır; geleceğe dair felsefi bir kaygı değil.

Yinelemeli Kendi Kendini Geliştirmenin Artıları

Yanıt iki parçalıdır: potansiyel kazanımlar ve ciddi risk.

Daha hızlı bilimsel ve teknolojik ilerleme

Eğer YZ sistemleri bizzat YZ araştırmasını hızlandırabilirse, aynı etki yazılım geliştirme, bilimsel keşif, tıp ve mühendislik geneline de uzanabilir. Argüman, araştırma hızlandırmada yeterince iyi olan bir YZ’nin yalnızca YZ’de değil pek çok alanda zaman çizelgelerini kısaltabileceğidir.

YZ yetenek geliştirmede hızlanma

Geri besleme döngüsü argümanı açık biçimde şöyledir: YZ araştırma yeteneğindeki iyileştirmeler, sonraki YZ iyileştirmelerinin gerçekleşme hızını artırabilir. Bu bileşik etki RSI’yi teorik olarak önemli kılar ve Coxon gibi araştırmacıları bunun hakkında istifa edecek kadar kaygılandırır. Not edilmeye değer: Daha hızlı yetenek geliştirme otomatik olarak bir zekâ patlaması üretmez. Döngü gerçek olabilir ama yine de yavaş, sınırlı veya azalan getirime tabi olabilir.

Yinelemeli Kendi Kendini Geliştirmenin Riskleri

İnsan gözetiminin darboğaz haline gelmesi

YZ tarafından üretilen deneyler, kod ve model değişiklikleri nihayetinde insanların anlamlı biçimde inceleyebileceğinden daha hızlı üretilebilir. YZ geliştirmesini şu anda şekillendiren gözetim, inşa edilmekte olanın hızına insanların yetişebilmesine bağlıdır. Bu, Anthropic’in daha fazla işi otomatikleştirirken bile araştırma hattında insan yargısının rolünü vurgulamaya devam etmesinin nedenlerinden biridir.

Hizalama ve kontrol

Ardıllarının geliştirilmesine katılan daha yetkin sistemler, hizalama sorununu daha kritik hale getirir. Bir sonraki nesle katkıda bulunan sistemin hedefleri ince biçimde uyumsuzsa, bunlar ardılda yayılabilir veya kötüleşebilir. Hubinger’in kapsamlı biçimde yazdığı risk tam da budur ve mevcut sistemlerin aynı tehdidi henüz yaratmadığını savunurken Coxon’un geleceğe dair kaygısına katıldığında işaret ettiği de budur.

Siber güvenlik

Daha yetkin özerk sistemler saldırı yüzeyini de genişletir. Kendi geliştirme hattına dahil olan bir sistem daha yüksek değerli bir hedeftir ve özerklik arttıkça başarısızlık kipleri daha etkili hale gelir. İçerme ve erişim kontrolünü, aynı zamanda bir sonraki sürümünün inşasına yardım eden bir sistemi sınırlamak söz konusu olduğunda tasarlamak daha zorlaşır.

Hızlı yetenek kazanımları

Eğer geri besleme döngüsü geliştirmeyi anlamlı biçimde hızlandırırsa, kurumların yeni yetenekleri değerlendirmek ve yanıtlamak için daha az zamanı olabilir. Anthropic, tam RSI’nin insanların YZ sistemleri üzerindeki kontrolü kaybetme risklerini artırabileceğini söylerken, RSI’nin ne başarılmış ne de kaçınılmaz olduğunu da ifade ediyor.

Yinelemeli Kendi Kendini Geliştirmenin Neden Gündemde Olduğu

Jacob Coxon’un Eylül 2026’da Anthropic’ten istifası meseleyi acil bir çerçeveye oturttu: Anthropic ve OpenAI’nin kendi kendini geliştiren süper zekâya doğru yarıştığı ve olası sonuçlar göz önüne alındığında yeterince sorumlu davranmadıkları. Evan Hubinger, (önümüzdeki on yıl içinde YZ kaynaklı insan neslinin tükenmesi olasılığına kişisel tahminini %10’un üzerine koyarak ve Anthropic’in süper zekâyı hizalamak için henüz bir planı olmadığını kabul ederek) bu geleceğe dair kaygıya kamuoyuna açıkça katıldı; ancak bunu mevcut sistemlerin yarattığı riskten ayırdı. Coxon, o zamandan beri Anthropic liderliğiyle temel anlaşmazlığının, RSI’ye yönelik rekabetçi bir yarışın kaçınılmaz olup olmadığı ve bu nedenle buna katılmanın gerekip gerekmediği hakkında olduğunu söyledi.

Bu anlaşmazlık, YZ’nin geliştirme hattının daha fazlasını üstlendiğini gösteren, YZ tarafından otomatikleştirilen YZ geliştirmesine yönelik ilerlemeyi tanımlayan Anthropic’in daha önceki yayınıyla yan yana duruyor. Bu iki şey birbiriyle tutarlıdır; bu da tartışmayı göz ardı etmeyi zorlaştıran unsurlardan biridir. Coxon’un felaketle sonuçlanan öngörülerini yerleşik gerçekler olarak almayın. Bunlar süregiden bir tartışmanın parçasıdır; yerleşik bilim değil.

Yinelemeli Kendi Kendini Geliştirme Zekâ Patlamasına Yol Açabilir mi?

Teorik argüman şudur: daha iyi YZ, daha iyi YZ araştırmasına yol açar; bu da daha da iyi YZ’ye ve daha hızlı iyileşmeye yol açar. Mantık temizdir. Soru bunun pratikte geçerli olup olmadığıdır.

Süresiz hızlanma kendiliğinden gelmez. Gerçek kısıtlar arasında hesaplama, enerji, donanım, eğitim verisi, algoritmik darboğazlar, deneysel geri bildirim döngüleri, azalan getiriler ve insan yargısına devam eden bağımlılık yer alır. Zekâ patlaması, yeterince etkili RSI’nin üretebileceğine dair tartışmalı bir hipotezdir; RSI’nin tanımı değil. Dağılımdaki bir senaryodur; bariz nihai nokta değil. Bu konuda en çok düşünen Anthropic araştırmacıları dâhil hiç kimse, eğrinin ne kadar dikleştiğini veya nerede yataylaştığını bilmiyor.

Yinelemeli Kendi Kendini Geliştirme Nasıl Yönetişim Altına Alınabilir?

Bu belirsizlik, yönetişimi hem daha acil hem daha zor kılar. Temel zorluk, YZ tarafından üretilen araştırma insan incelemesini geride bırakmaya başlarsa anlamlı gözetimi korumaktır. Etkin teklifler ve araştırma alanları arasında devreye almadan önce yetenek değerlendirmeleri, YZ geliştirme rollerinde yer alan YZ sistemlerine erişim kontrolleri, YZ Ar-Ge faaliyetinin izlenmesi, sonuç doğuran eylemler için insan onayı gereklilikleri, bağımsız değerlendirme ve öncü YZ laboratuvarları arasında koordinasyon yer alır.

Bunların hiçbiri tek başına tam çözüm değildir ve Coxon tartışması nedenini vurgular: bugün YZ’nin hatta yer alış düzeyi için tasarlanan yönetişim çerçeveleri yarına ölçeklenmeyebilir. Araçların bulunduğu yer ile teknolojinin gittiği yer arasındaki fark, bu anı bu işe en yakın çalışanlar için gerçekten önemli hissettiren şeyin bir parçasıdır.

Sonuç

Yinelemeli kendi kendini geliştirme, YZ’nin daha yetkin YZ’lerin oluşturulmasına katkıda bulunduğu ve bunun da ardından sonraki iyileştirmelere katkıda bulunmada daha iyi hale gelebileceği bir geri besleme döngüsünü tanımlar. İfade etmesi basit, değerlendirmesi gerçekten belirsizdir.

Anthropic’in kendi araştırmalarının açıkça gösterdiği üzere, bugünün YZ destekli geliştirmesi gerçektir ve büyümektedir. İnsan yönlendirmesi olmadan YZ sistemlerinin ardıllarını büyük ölçüde tasarlayıp geliştirdiği tam özerk RSI başarılmış değildir. Anthropic’in kendisi de bu çizgiyi korur. Bu ikisi arasındaki farkta tüm ilginç ve tartışmalı sorular yaşar: Aradaki mesafe ne hızla kapanıyor, kapanırsa ne olur ve ne kadar hızlı ilerleneceğine kim karar verir?

Coxon-Hubinger alışverişi bu soruları yaratmadı. Onların teorik olarak ele alınmasını imkânsız kıldı. Coxon’un zaman çizelgesini kaygı verici bulsanız da Anthropic’in çerçevesini daha ölçülü görseniz de, temel dinamik aynıdır: YZ, YZ’yi inşa eden döngünün giderek daha fazla içindedir. Bunun ne anlama geldiğini, her iki yönde de abartıya kaçmadan ve net biçimde anlamak, RSI’nin bilinmeye değer olmasının sebebidir.