Yapay Zeka Görsel Veri Yoksa Tahmin Ediyor mu? ProactiveBench Testi 2026 Sonuçları

ProactiveBench Testi Nedir?

ProactiveBench, görsel veri eksikliğinde yapay zekanın proaktiflik davranışını ölçen ilk uluslararası test seti. Yedi farklı senaryo ve 1.200+ görsel örnek ile geliştirildi. Test, modelin:

• Yanıtı tahmin edip etmediğini
• Yardım isteyip istemediğini
• Veri eksikliğini tanıyıp tanımadığını

olarak değerlendiriyor. Sonuçlar: Tüm ana modeller — GPT-4V, Claude 3, Gemini 1.5 — %89 oranında proaktif soru sormaktan kaçındı.

Yapay Zeka Görsel Veri Yoksa Tahmin Ediyor mu?

2026'da yapılan ProactiveBench testi, multimodal yapay zeka modellerinin görsel veri eksikliğinde gerçekçi tepkiler veremeyeceğini kanıtladı. Modeller, "bilmiyorum" demek yerine, geçmiş verilerden türettiği tahminlerle yanıtlar üretiyor. Bu davranış, sadece bir hata değil, sistematik bir kognitif önyargı.

Neden Bu Tahminler Tehlikeli?

Yapay zekanın "yanlış güven" vermesi, kritik alanlarda felaketlere yol açabilir:

Görsel Tanıma Hataları

Otomatik sürücü asistanlarında, kısmen engellenmiş bir arabanın "sarı SUV" olarak tanımlanması, çarpışma riskini artırır. Gerçek veri yokken tahmin, güveni yanıltır.

Yapay Zeka Tahmini vs Gerçeklik

İnsanlar bilgi boşluğunda "Bak, orada ne var?" diye sorar. Yapay zeka ise "Sarı SUV" der. Bu fark, insanın sisteme uyum sağlamasını zorunlu kılar — tam tersi olması gerekir.

Tıbbi Görüntü Analizinde Risk

Bir MRI görüntüsünde belirsiz bir lezyon, yapay zeka tarafından "muhtemelen tümör" olarak etiketlendiğinde, doktorlar ek test yapmaktan kaçınabilir. Yanlış güven, ölümcül olabilir.

Proaktiflik: Bir Yetenek mi, Yoksa Etik Zorunluluk mu?

Eğitim verilerinde, modeller "doğru cevabı vermek" için ödüllendirildi. "Bu resim eksik, yardım edebilir misiniz?" gibi sorular ise hiç eğitilmedi. Sonuç: Model, soru sormayı "başarısızlık" olarak algılıyor. Ama gerçek dünyada, doğru soruyu sormak, doğru cevabı vermekten daha değerli.

Geleceğin Yapay Zekası: Bilgi Sınırlarını Tanıma

ProactiveBench’in en çarpıcı bulgusu: Daha fazla veri = daha az proaktiflik. Modeller, neyi bilmediklerini öğrenmek yerine, neyi "sanıyor" olduklarını öğreniyor. Gelecekte, doğruluk oranı değil, "bilgi eksikliği algılama" yeteneği, en kritik metrik olacak.

Yapay zeka artık yalnızca bir araç değil, karar ortağı. Bu ortaklık, doğru cevaplarla değil, "doğru sorularla" kurulur. Görsel veri yoksa, "bilmiyorum" demek, tahmin etmekten çok daha güvenli. Bu, teknik bir sorun değil — bir insanlık sorunu.