AI Roundtable 2026: 200+ AI Modeli Car Wash Test’inde %94 Başarısız! AI Common Sense Nerede?

200 farklı yapay zeka modeli, bir masada bir araya geldi. Her biri kendi dilini, kendi mantığını, kendi hatalarını taşıyor. Soru basit: "Arabamı yıkamak istiyorum. Araba yıkama 50 metre uzaklıkta. Yürüyeyim mi, araba ile mi gideyim?" İnsanlar hemen cevap verir: "Arabayı götürmek gerekir, yani araba ile git." Ama bu 200 modelin 187’si "yürü" dedi. Bu, sadece bir hata değil — bir kriş. Yapay zekanın temelindeki mantık boşluğu, artık teknoloji haberlerinde değil, insanlık tarihinin en basit günlük kararlarında ortaya çıkıyor.

AI Roundtable Nedir? 2026’da Yapay Zekanın En Büyük Mantık Testi

AI Roundtable, Opper.ai tarafından 2026’da geliştirilen bir sistemdir. 200+ farklı AI modeli — GPT-4, Claude 3, Gemini 1.5, Llama 3 ve hatta GPT-5 beta sürümleri — aynı soruya yanıt vermek üzere bir araya getirildi. Hedef: AI’ların "common sense" yeteneklerini ölçmek. Bu test, teknik bir deney değil, bir felsefi deney. İnsanlar, bağlamı anlar: "Araba yıkamak" için arabanın orada olması gerekir. AI’lar ise sadece kelimeleri analiz eder. "50 metre" = kısa mesafe = yürü. Bu, AI common sense’in eksikliğinin en net örneğidir.

Car Wash Test: Yapay Zekanın Mantık Çöküşü

Car Wash Test, AI Roundtable’in merkezindeki temel senaryodur. İlk sürümde 53 modelin 42’si "yürü" dedi. TheFocus.ai’nin 2026’da gerçekleştirdiği genişletilmiş testte, 131 modelin 118’i aynı hatayı yaptı. Toplam 200 modelde, yalnızca 13’ü (yani %6.5) doğru cevabı verdi. GPT-5, Claude Opus 4.6 ve Gemini 3 Pro gibi nadir modeller doğru cevabı verdi, ancak 10 tekrarda bile %70’in altında tutarlılık gösterdiler. Bu, AI common sense’in istikrarsız olduğunu gösteriyor. AI Roundtable, sadece bir test değil — bir alarm.

Neden GPT-5 Dahi Tutarlı Değil?

GPT-5, teknik olarak en güçlü model olarak tanımlansa bile, Car Wash Test’inde 10 denemede sadece 7’de doğru cevap verdi. Neden? Eğitim verileri, insanların "50 metre" dediğinde genellikle "yürü" dediğini öğrenmiştir. Ama gerçek dünyada, insanlar bağlamı anlar: "Araba" bir nesnedir, taşınması gereken bir varlıktır. AI’lar, sembollerle düşünür — fiziksel varlığı anlamaz. Bu, AI common sense’in temelindeki boşluktur.

Car Wash Test ve Gerçek Dünya: Audi, Tesla ve MLB The Show 26

ADAC’ın 2026 kış stres testinde, Audi A6 Avant E-tron ve Tesla Model Y, teknik kataloglardaki WLTP/EPA değerlerinin %20-30 altında performans gösterdi. Aynı şekilde, MLB The Show 26’da, oyun AI’sı gerçekçi gibi görünse de, topun neden kareye girdiğini veya oyuncunun neden 30 metre geriye koştuğunu anlayamıyoruz. Çünkü sistemler simüle ediyor — anlamıyor. Car Wash Test, tam olarak bu: AI’lar gerçekliği simüle ediyor, ama anlamıyor.

Neden Bu Kadar Farklı? Mantık mı, Veri mi?

Yapay zekalar, eğitim verilerindeki örüntüleri öğrenir. Ve eğitim verilerinde, insanların çoğu "50 metre" dediğinde "yürü" der. Ama bu, gerçek dünyayı yansıtmaz. İnsanlar, bağlamı anlar: "Araba yıkamak" için arabanın orada olması gerekir. AI’lar, bağlamı anlamaz — sadece kelimelerin sıklığını sayar. Bu, bir çocuk için "süt" demekle "sütü içmek" demek arasındaki farkı anlamaması gibidir. AI common sense, eğitim verilerindeki istatistiksel örüntülerden değil, fiziksel ve sosyal gerçeklikten gelir. Ve bu, şu anki modellerde yok.

AI Roundtable: Teknik Gösteri mi, Etik Alarm mı?

Bu modeller artık finansal kararlar, tıbbi tanılar ve hatta eğitim içerikleri üretiyor. Bir doktor, bir AI’nın "yürü" dediği bir kararla, bir hastanın 50 metre uzaklıkta bir laboratuvara yürümesini mi emrediyor? Bir banka, bir AI’nın "yürü" dediği bir kararla, bir müşterinin arabasını 50 metrelik bir park yerine mi bırakıyor? Bu sorular, teknik değil, etik. Ve cevaplar, şu anda yok. AI Roundtable, sadece bir gösteri değil — bir alarm. 200 model, 200 hata. Ama biz, hâlâ "en gelişmiş AI" diye pazarlıyoruz. Gerçeklik, 50 metre ötede, arabanın içinde bekliyor. Ve biz, yürüyerek gidiyoruz.