Yapay zeka cevapları doğru mu? 2 dakikada kontrol et, promptlar dahil

Yapay zeka bilgisi nasıl doğrulanır? İddiaları listele, sonra dört kontrol uygula

Bir yapay zeka cevabını, kontrol edilebilir iddialarını ayıklayıp her birini dört kontrolden geçirerek doğrularsın: ikinci bir model, açılmış kaynak, savunulan zıt görüş ve her sayı için bir arama. Yanlış bir cevap öngörülebilir yerlerde bozulur (modelin uydurduğu bir ayrıntı, var olmayan ya da söylenmeyeni söyleyen bir kaynak, sen istediğin için onayladığı bir görüş, eğitim bittiğinde doğru olan bir sayı); sen de yalnızca bu yerleri kontrol edip gerisini atlarsın. Önce modele iddialarını listelet:

Yukarıdaki cevabındaki her olgusal iddiayı numaralı bir liste olarak yaz, her biri tek cümle olsun. Her sayıyı, ismi, tarihi, alıntıyı, kaynağı ve "çalışmalar gösteriyor ki" ifadesini bir iddia say. Yeni bilgi ekleme.

Süreler, alışkanlık dayansın diye koyduğumuz bir bütçedir; kimse bunları ölçmedi. Son bölüm hangi cevaba dört kontrolün hepsinin, hangisine yalnızca birinin uygulanacağını söylüyor.

Her laboratuvarın en güçlü modeli en iyi skorlusundan fazla uyduruyor, bu yüzden hiçbir model kontrolü atlatmaz

Hiçbir yapay zeka modeli kontrolü atlayacak kadar doğru değildir ve bir laboratuvarın en güçlü modeli için ödeme yapmak riski düşürmez. Vectara'nın halüsinasyon sıralamasında (son güncelleme 22 Eylül 2026), altı laboratuvarın her birinin listedeki en yetenekli modeli, aynı laboratuvarın en iyi skorlu modelinden daha sık desteklenmeyen iddia ekliyor.

Vectara her modele kısa bir belge verir ve özetinin belgenin desteklemediği bir iddia içerme sıklığını sayar. Bu, bir modelin alabileceği en kolay olgusal iştir, çünkü bilgiler prompt'un içindedir; dolayısıyla bu oranları, hafızadan cevaplanan sorular için bir alt sınır olarak oku. Grafiğin arkasındaki kural şu: her laboratuvar için listedeki en düşük oranı, listedeki en yetenekli modeliyle karşılaştır (Gemini 3.1 Pro önizleme olarak listeleniyor). Altı laboratuvarın ortalamasında en güçlü modeller 100'de 11.0, en iyi skorlular 5.2 çıkıyor; yani yaklaşık iki kat sıklıkla. Diğer okumalar da aynı yönü gösteriyor. 22 Eylül 2026'da yayımlanan GPT-6 Sol 6.5 alıyor, bu hâlâ GPT-5.4 nano'nun 3.1'inin iki katı, Grok 4.1 Fast ise akıl yürütme açıkken 19.2'ye çıkıyor. Tüm listedeki en düşük oran, Ant Group'un Finix S1 32B modelinden gelen 1.8. Hiçbiri sıfırda değil.

Adım 1: başka bir laboratuvardan ikinci model, ayrıştıkları yerde uydurma ayrıntıları ortaya çıkarır

İkinci bir model, ilkinin uydurduğu ayrıntıları yakalar, çünkü farklı laboratuvarların eğittiği iki sistem aynı sayıyı, ismi, tarihi ya da kaynağı nadiren uydurur. Aynı soruyu kelimesi kelimesine farklı bir şirketin modeline yapıştır, sonra iki cevabı birbirine karşı okuyup farklılaşan ayrıntılara bak. Hemfikir olmak çok az şey kanıtlar. Ayrışma ise tam olarak hangi cümleyi kontrol edeceğini söyler. Cevaplar uzunsa karşılaştırmayı bir modele yaptır:

Aynı soruya verilmiş iki cevap burada. Ayrıştıkları her somut iddiayı listele: sayı, isim, tarih, kaynak, evet ya da hayır. İfade, uzunluk veya ton farklarını yok say. Her konuda hemfikirlerse bunu tek satırda söyle.

İki sekmede iki ücretsiz katman bu işi görür. Birkaç yapay zeka modeline aynı anda sormak, tek prompt'u birçok modele gönderen araçları karşılaştırır; Whizi'nin yan yana görünümü da bunlardan biridir. Hemfikir olmanın bilinen tek bir başarısızlık biçimi var: iki model de aynı kamusal internetten öğrendi, bu yüzden internetin her yerinde yanlış olan bir iddia ikisinde de yanlış döner. Adım 4 bu durum için.

Adım 2: bir yapay zeka atfının sahte olduğu on saniyede nasıl anlaşılır

Sahte bir yapay zeka atfı, modele hiç sormadan yapılan on saniyelik bir testte çöker: DOI'yi doi.org'a yapıştır; gerçek olan yayıncıya yönlendirir, uydurma olan 404 verir. Bunu 26 Eylül 2026'da denedim. Aşağıda atıf yapılan Walters ve Wilder makalesi, DOI 10.1038/s41598-023-41032-5, nature.com'a 302 yönlendirmesiyle döndü; aynı önek ve uydurma sonekle 10.1038/s41598-023-99999-9 ise 404 verdi. DOI yoksa başlığı tırnak içinde Google Scholar'a yapıştır; gerçek bir makale aynı yazarlarla çıkar.

İddianın kendisi için tek bir kaynak iste ve aç:

Bu iddianın tam kaynağını ver: başlık, yazar ya da yayıncı, yıl ve bir bağlantı. Belirli bir kaynağın yoksa, makul görünen bir kaynak üretmek yerine bunu söyle.

Son cümle, aksi hâlde pek çıkmayacak olan "Elimde yok" cevabını olası kılar. Cevap bir web aramasından geldiyse atıf zaten eklidir ve tıklanacak şey odur: aç ve sayıyı sayfada bul, çünkü eskimiş bir blog yazısı bir satıcı sayfası gibi üst sıraya çıkabilir. Sonra uydurma bir referansın kaçınamayacağı uyumsuzluklara bak: birbirine uymayan bir dergi ve yıl, yıla oturmayan bir cilt, hiç birlikte yazmamış iki gerçek yazar ya da başka bir davaya ait bir dosya numarası.

Ölçek ölçülmüş durumda. Walters ve Wilder, 7 Eylül 2023'te Scientific Reports'ta, ChatGPT literatür taramalarındaki 636 atfı kontrol etti: GPT-3.5'in yüzde 55'i, GPT-4'ün yüzde 18'i mevcut değildi. Damien Charlotin'in veri tabanı 25 Eylül 2026'da halüsinasyon içerikli materyal barındıran 2,079 mahkeme kararı listeledi; bunların 827'si avukatlar tarafından sunulmuştu. Bunların ilk ünlüsü Mata v. Avianca'da, bir New York federal mahkemesi 22 Haziran 2023'te iki avukata ve büro­suna $5,000 ceza verdi; karar, avukatın uydurma bir davayı sorduğunda ChatGPT'nin bunun "does indeed exist" (gerçekten var) dediğini aktarıyor. Modelden kendi atfını doğrulamasını istemek asla işe yaramayan tek kontroldür; yapay zeka halüsinasyonunun ne olduğu yazısı, onayın neden uydurma kadar akıcı çıktığını açıklıyor.

Adım 3: yapay zeka kendini doğrulayabilir mi? Yalnızca tersini savunmaya zorlarsan

Yapay zeka kendini ancak işini değiştirirsen kontrol edebilir. "Emin misin?" çoğunlukla onay üretir, çünkü onay yardımsever bir cevabın biçimine uyar; tersini savunma talimatı ise cevaba karşı argümanı olası sonraki metin yapar. Prompt:

Şimdi tersini savun. Yukarıdaki cevabın yanlış olduğuna dair en güçlü gerekçeyi, dayandığı somut iddialarla birlikte ver. Sonra ilk cevaptaki en az emin olduğun tek iddiayı söyle.

İki şey geri gelir. Karşı gerekçe, sorunun gerçekten başka bir yüzü olup olmadığını söyler; modelin en zayıf diye adlandırdığı iddia ise doğrudan adım 4'e gider. Model kendi güvenini tonundan okuyamaz (yapay zekanın neden yanlış yaptığı mekanizmayı anlatıyor), ama karşı gerekçeyi üretebilir ve yanlış bir ayrıntı genellikle orada yüzeye çıkar.

Kendini kontrol etmeyi deneyenlerin çoğu bunu zayıf yoldan yapıyor. ABD ve Birleşik Krallık'taki 1,500 yapay zeka kullanıcısıyla yapılan ve 23 Eylül 2026'da yayımlanan F-Secure anketinde, yüzde 35.3 yapay zekayı yapay zekayı doğrulamak için kullanmıştı ve yüzde 47.3 bir cevap doğru göründüğünde sorgulamayı bıraktığını söyledi. Aynı modele, aynı sohbette kendisiyle aynı fikirde olup olmadığını sormak çoğunlukla onay döndürür. Tersi prompt'u ve başka bir laboratuvarın modeli, sana kontrol edecek bir şey veren sürümlerdir.

Adım 4: yanal oku, her tarih, fiyat ve istatistik için bir arama yap

Yanal okuma, yapay zeka cevabından çıkıp her iddiayı yeni bir sekmede olguya sahip olan kaynağa karşı kontrol etmek demektir; University of Maryland ve Texas A&M Corpus Christi kütüphane rehberlerinin yapay zeka çıktısı için öğrettiği yöntem budur. Terim, Sam Wineburg ve Sarah McGrew'un 45 deneyimli internet kullanıcısı üzerine yaptığı çalışmadan (Teachers College Record, 2019) geliyor. 10 doktoralı tarihçi ve 25 Stanford lisans öğrencisiyle aynı web sitelerini alan 10 profesyonel doğrulama uzmanı "read laterally, leaving a site after a quick scan" (hızlı bir taramadan sonra siteyi bırakıp yanal okudu) ve çok daha kısa sürede daha iyi desteklenmiş sonuçlara vardı.

Bir yapay zeka cevabı için hareket mekaniktir. Sayıyı ismiyle birlikte tırnak içinde bir arama motoruna yapıştır ve ona sahip olan kaynağı aç: fiyat için satıcının sayfasını, yasa için devlet sitesini, bulgu için özgün makaleyi; bunların hiçbirinin özetini değil. Fiyatlar eğitim bittikten sonra değişir, tarihler yer değiştirir, istatistikler yanlış paydayla hatırlanır. Reuters Institute'un Digital News Report 2026'sı sonuncunun ne kadar kolay olduğunu gösteriyor: haber için yapay zeka sohbet botlarını kullananların yüzde 42'si kaynağa her zaman ya da sık sık tıkladığını söylüyor; arama için bu oran yüzde 44, sosyal medya için yüzde 36. Bu yüzde 42, herkesin değil, sohbet botuyla haber okuyanların payıdır ve nitelemeyi düşüren bir cevap doğru bir sayıyı yanlış bir iddiaya çevirir.

Haberler ve viral iddialar için Snopes, PolitiFact ve FactCheck.org yanal okumayı çoğu zaman zaten yapmış durumda. Niş bir teknik, hukuki ya da tıbbi iddia için olguya sahip olan kaynak bir uzmandır ve yapay zeka cevabı ona götüreceğin soruların listesine dönüşür.

Hangi yapay zeka cevapları dört kontrolü de gerektirir? Göndereceğin, imzalayacağın, dosyalayacağın ya da ödeyeceğin her şey

Göndereceğin, imzalayacağın, dosyalayacağın, yayımlayacağın ya da ödeme yapacağın her şeyde dört kontrolü de uygula; sadece doğru olmasını istediğin şeyde yalnızca adım 1'i uygula; iyi olduğunu gözle görebildiğin bir taslakta ise hepsini atla. Bu kuralın kapattığı boşluk ölçülmüş durumda: aynı F-Secure anketinde yapay zeka kullanıcılarının yaklaşık yüzde 90'ı cevabı kontrol etmenin kendi sorumlulukları olduğunu söyledi, yüzde 70'i yalnızca bazen, nadiren ya da hiç kontrol etmiyor ve yüzde 25.2 gerçek hayattaki önemli bir kararda yapay zeka tavsiyesine uymuştu. Her şeye uygulanan bir alışkanlık bir hafta sürer. Riske göre belirlenen bir kural kalıcı olur ve bu kurala göre içinde sayı, isim, tarih ya da bağlantı olan bir cevap, dört kontrolden biri o cümleye dokunana kadar taslaktır.