Eşik Bir Sayı Değil, Bir Yükümlülük Tanımı

Eşik neden yetenek değil, artış ölçer

Üç cephe laboratuvarının çerçeveleri — OpenAI Preparedness Framework (Nisan 2025 güncellemesi), Anthropic’in Responsible Scaling Policy’si ve Google DeepMind’ın Frontier Safety Framework’ü (Eylül 2025 güçlendirmesi) — ortak bir varsayımdan yola çıkar: risk, modelin tek başına ne bildiğinden çok, bir insana ne kadar ek kapasite verdiğine bağlıdır.

Ölçüm bu yüzden karşılaştırmalıdır: kamuya açık araçlarla ve model erişimi olmadan çalışan becerili bir amatör grubunun süresi ve başarı oranı referans alınır, aynı görev model desteğiyle tekrarlanır. Görevler uçtan uca bir süreci tanımlar: ajanın tanımlanması, üretim, formülasyon, dağıtım ve kimyasal tarafta sentez ile saflaştırma.

Eşik aşılınca teknik olarak ne durur

Taahhütler kademeli tasarlandı: düşük seviyede izleme ve raporlama; ortada erişim sınırı, hesap doğrulama, kötüye kullanım filtresi ve ağırlıkların kapalı tutulması; üstte ise ek güvenlik eğitimi tamamlanana kadar eğitimin ya da dağıtımın durdurulması.

Bu kademede en az tartışılan şey hız. Bir modelin değerlendirilmesi haftalar alabilir; oysa eğitimin durdurulması, bir hafta sonu verilmemiş bir mühendislik kararıdır; çerçevelerin “makul süre” dili pratik takvimden çok yükümlülüğün varlığını anlatır. Eşik erişim biçimini de derecelendirir: araştırma API’si, indirilebilir ağırlık ve yerel çalıştırma aynı yetkinliğin üç dağıtımıdır ve çoğu çerçeve en az denetleneni en riskli sayar.

Kararı kim veriyor

Bugün fiili cevap: geliştiren şirket. Ölçümü kendi değerlendirme ekibi yapar, eşik yorumunu kendi güvenlik heyeti belirler, aşım halinde ne yapılacağına kendi yönetimi karar verir. Kamuya açıklanan metinler bu kararı bir taahhüt olarak yazar, bir prosedür olarak değil.

Dış katman büyüyor ama sınırlı: bağımsız değerlendiriciler ve kamu enstitüleri belirli modelleri test ediyor, sonuçlar genelde yayımlanmıyor. Yasal katman henüz eşik tanımıyor — AB Yapay Zeka Yasası şeffaflık ve değerlendirme yükümlülüğü getiriyor, ihracat kontrolleri ağırlık ve donanım hareketini düzenliyor; ikisi de “bu eşik aşıldı, dağıtım duracak” hükmü taşımıyor.

Ölçümün belirsiz kenarı

Artış ölçümü laboratuvar koşullarında kurgulanmış görevlerle yapılır; gerçek dünyada ise bir saldırgan model dışı kaynakları — ekipman, biyoloji altyapısı, insan emeği — birleştirir. Model zincirin en zayıf halkasını güçlendirdiğinde eşik aşılır; en güçlü halkasını güçlendirdiğinde hiçbir şey değişmez.

İkinci belirsizlik, “az miktarda iyileşme” problemi. Bir görevi yüzde yirmi daha güvenilir hale getirmek tek başına eşik değildir; ama binlerce adımın her birinde aynı iyileşme, uçtan uca süreci mümkün kılabilir. Ölçümün tane tane mi yoksa toplam mı değerlendirileceği, çerçevelerin en kırılgan yorum kapısıdır.

Nereye evriliyor

Açık ağırlık tartışması, bu çerçevelerin en rahat ertelenen kısmı. Bir kez dağıtılmış ağırlıklar geri alınamaz; bu yüzden eşik kararının anlamı, ağırlığın yayılıp yayılmayacağı sorusunda yoğunlaşır ve taahhütler ile ticari strateji arasındaki gerilim burada görünür hale gelir.

Ağustos 2026’da OpenAI, siber yetkinliklerin kritik altyapı açısından hızla değerlendirilmesi gerektiğini anlatan bir yayın yaptı; basına yansıyan haberler kısa süreli bir eğitim/dağıtım duraklamasından söz etti. Ayrıntıların tamamı bağımsız olarak doğrulanmadı; yine de eşik dilinin üretim hattını fiilen durdurduğuna dair ilk örnek olarak kayda geçti.

Uzun vadede soru, tek bir şirketin taahhüdü değil, eşik tanımının kimin mülkü olacağı. Ölçüm standardı yoksa “eşiği geçmedik” cümlesi denetimsiz bir beyan olarak kalır.

Sık sorulan sorular

Kaynakça

1. OpenAI Preparedness Framework güncellemesiOpenAI
2. Anthropic Responsible Scaling PolicyAnthropic
3. Frontier Safety Framework’in güçlendirilmesiGoogle DeepMind
4. Model geliştirme temposu ve siber yetkinliklerOpenAI
5. Küresel AI güvenliği ve değerlendirme pratiğiUK AI Security Institute