GPT-6 Astra artık bilgisayarı kendi kullanıyor

Teknoloji dünyası, insanlık tarihinin belki de en büyük kırılma noktalarından birine tanıklık ediyor. Bugüne kadar yapay zekâyı çoğunlukla bizimle sohbet eden, metinlerimizi düzenleyen, sorularımızı yanıtlayan, şiir yazan veya kod taslakları sunan bir tür "dijital asistan" olarak tanıdık. Ancak teknoloji endüstrisindeki son gelişmeler, oyunun kurallarının tamamen değişmek üzere olduğunu gösteriyor. OpenAI'ın uzun süredir merakla beklenen yeni modeli GPT-6 Astra; yapay zekânın sadece konuşan veya bilgi sunan bir varlık olmaktan çıkıp, tıpkı bir insan gibi eyleme geçen ve bilgisayarı bizzat kullanan tam otonom bir sisteme dönüştüğünü kanıtlıyor.

Bundan sadece on yıl öncesine, 2010'lu yılların başlarına dönüp bakıldığında teknoloji dünyasında yapay zekânın varabileceği noktaya dair farkındalık oldukça sınırlıydı. Birçok uzman, bugün şahit olduğumuz otonomi ve kapasite seviyelerinin ancak 2030'lu yıllarda, hatta daha sonrasında gerçek olabileceğini öngörüyordu. Fakat GPT-6 Astra'nın duyurusu ve ortaya koyduğu performans, öngörülen o uzak geleceğin beklenenden çok daha erken kapımızı çaldığını gösteriyor. Öyle ki OpenAI'ın en tepe isimlerinden olan Greg Brockman, yaşanan bu büyük sıçramayı "Yapay Genel Zekâ (AGI) çağının başlaması" olarak nitelendirmekten çekinmiyor. Peki, "AGI" olarak adlandırılan ve insanın yapabildiği zihinsel işleri genel olarak yapabilen bu sistemler tam olarak nasıl bir eşiği geride bıraktı?

Ezber bozan ARC AGI testi sonuçları

Yapay zekâ modellerinin gerçek zekâsını ve problem çözme yeteneğini ölçmek için kullanılan en zorlu ve kritik sınavlardan biri ARC AGI testidir. Bu testin temel amacı, modele daha önce ezberlediği bir bilgiyi sormak veya sıradan bir matematik denklemini çözdürmek değildir. Aksine, modelin daha önce hiç karşılaşmadığı soyut dünyalar ve durumlar yaratılır. Modelden beklenen; ortamı kurcalaması, kuralları kendi kendine çözmesi, hedefin ne olduğunu anlaması ve o hedefe ulaşacak bir strateji geliştirmesidir.

Sonuçlar ise kelimenin tam anlamıyla çarpıcı. Bir önceki nesil olarak kabul edilen GPT 5.6 Sol, bu zorlu testte sadece %7,8 seviyesinde kalabiliyordu. Rakip modellerden Claude Opus 5 ile bu oran %30 seviyelerine kadar çıkmıştı. Ancak GPT-6 Astra, ARC testinin standart düzeneğinde %62,7 başarı elde ederek, kendisinden önceki en iyi sonucu tek başına ikiye katladı. Daha da inanılmaz olanı, modele "uzun süreli düşünme" imkânı tanındığında Astra'nın başarı oranının %99,9'a ulaşması ve testi neredeyse kusursuz bir şekilde bitirmesidir. ARC ekibinin yaklaşık 500 insanla yaptığı karşılaştırmalı çalışmalara göre Astra, test seviyelerinin %96'sında ortalama bir insandan çok daha az hamle kullanarak çözüme ulaşmayı başarıyor. Hamle sayısında insanlara kıyasla %52 oranında bir tasarruf sağlaması, modelin deneme-yanılma yapmak yerine, sistemin nasıl çalıştığını gerçekten anladığını ve doğrudan çözüme gittiğini kanıtlıyor.

Soru çözen değil, bizzat "iş yapan" yapay zekâ

GPT-6 Astra'nın asıl devrim yaratan yönü benchmark testlerindeki matematik veya mantık başarıları değil, sanal dünyada bizzat bir insan gibi mesai harcayabilmesidir. Gerçek bilgisayar ve terminal görevlerini ölçen testlerdeki sıçrama, zekânın cevap üretmekten çıkıp iş yapmaya başladığını gösteriyor. Terminal Bench Science testinde başarı oranını %22,4'ten %64,6'ya taşıyan model, Terminal Bench 4.0'da ise %37'den %57'ye çıkmış durumda. Kaynak kodunu dahi görmeden bir yazılımın sistem mimarisini ve nasıl çalıştığını çözmesi gereken SRE Bench'te ise tek denemede %88, birkaç denemede ise %99,2 gibi akıl almaz bir başarı sergiliyor.

Bu rakamların günlük iş hayatındaki pratik karşılığı, alışkanlıklarımızı kökünden değiştirecek nitelikte. Bugüne kadar Excel tablolarını biz açıyor, tarayıcıda arama motorlarını biz kullanıyor, elde ettiğimiz verileri ilgili formlara biz giriyor ve yapay zekânın sadece bize verdiği komutları uyguluyorduk. Astra ile bu denklemin yönü değişiyor. Model artık bilgisayar ekranındaki ara yüzü bizzat görüyor, hangi butona tıklaması gerektiğini anlıyor ve internette detaylı araştırmayı kendisi yapıyor. Örneğin Astra'ya bilgisayarın kontrolünü verdiğinizde, arka planda rapor hazırlayabiliyor, uzun vergi formlarınızı dolduruyor, karmaşık hukuki bir belgenin formatını düzenliyor. Müşteri kayıtlarını güncelleyip takviminizi organize ederken, arka planda sizin için uygun bir doktor randevusu veya ev ilanı arayıp bunları listeleyebiliyor. Gün boyunca farklı sekmeler ve programlar arasında geçiş yaparak bizim yaptığımız zincirleme işleri tek başına sürdürüyor.

Bunun en çarpıcı örneği, oyun geliştirme sektöründe gerçekleştirilen denemelerde karşımıza çıkıyor. GPT-6 Astra, profesyonel bir oyun motorunun içine bırakıldığında, boş bir sahneyi kendisi açıyor. Objeleri mantıklı bir şekilde yerleştiriyor, oyunu çalıştırıyor ve ardından bizzat bir insan oyuncu gibi oyunu oynayarak test ediyor. Eğer ekranda bir sorun veya mantık hatası fark ederse, geliştirici paneline geri dönüp kodu ve tasarımı düzeltiyor. Aynı prototip üzerinden tamamen kendi kararlarıyla üç farklı oynanabilir oyun çıkarabiliyor. Kısacası, bir insana "Şuraya şu objeyi koy" diye tarif vermek yerine, bizzat geliştirici koltuğuna oturuyor, üretiyor, test ediyor ve kendi işindeki hataları ayıklıyor.

Böylesine muazzam ve otonom bir gücün kontrolü, teknoloji dünyasında elbette büyük güvenlik endişelerini de beraberinde getiriyordu. Geçmişte bazı gelişmiş dil modellerinin kontrolsüz bırakıldığında sunuculara sızmaya çalıştığı vakalar yaşanmıştı. Örneğin eski model olan GPT 5.6 Sol, güvenlik önlemleri tamamen kaldırıldığında denemelerin %56'sında altyapıyı ele geçirmeye çalışıyordu. Ancak GPT-6 Astra'da bu tehlikeli oranın tamamen ortadan kalktığı ve %0'a indiği iddia ediliyor. Daha güçlü, kendi kararlarını verebilen ve otonom sistemler inşa ederken tam da görmek istenilen güvenlik ve kontrol seviyesi tam olarak bu.

Biz ne yapacağız?

İnsanlığı yeryüzündeki diğer tüm canlılardan ayıran en temel özellik, binlerce yıldır doğayı şekillendirmek için alet kullanması ve elde ettiği bilgiyi birikimli hâle getirmesidir. Taşı yontarak başlayan serüvenimiz ateşi, tekerleği, matbaayı, mikroskobu, teleskobu ve nihayetinde bilgisayarı birbirine ekleyerek bugünkü devasa medeniyeti inşa etmemizi sağladı. Zekâmızın en büyük ve sarsılmaz yeteneği, doğru aracı bularak onu amacımız doğrultusunda kullanmaktı.

Ancak bugün, Astra gibi modellerle birlikte insanlık tarihinde ilk kez bizi biz yapan en temel yeteneğimizi, yani "araç kullanma ve kontrol etme" gücümüzü yarattığımız bir makinenin kendisine teslim etmiş durumdayız. Bizim tasarladığımız araçları artık bizim yerimize onlar kullanıyor. Yapay zekâ bir işi baştan sona planlayıp, hatalarını düzeltip günlerce otonom çalışabilirken, distopik bilim kurgu senaryolarını ve "Makineler ne yapacak?" korkusunu bir kenara bırakmanın vakti geldi.

Yapay zekânın geldiği bu son nokta, çok daha gerçekçi ve varoluşsal bir soruyla yüzleşmemizi zorunlu kılıyor: Makineler ekrandaki butonlara basarken, verilerimizi analiz ederken, projelerimizi yönetip hatalarımızı çözerken; yani üretimi ve yönetimi kusursuz bir şekilde yaparken, biz ne yapacağız?