cuma sabahı bir toplantıdaydım. ekranda bir sunum, birileri yine yapmaması gereken işlere burnunu sokmuş ve dunning-kruger sendromunu en derinliklerinde yaşıyor. evet.. eğer yapay zeka üreten birileriyseniz, son zamanlarda yapay zekayla üreten birileri sizi sıklıkla işinizi elinizden almakla tehdit edebilir. ben de kafamın bir köşesinde idil’in şu an tartıya konduğunu düşünüyordum. altıncı ay kontrolüne gidemedim. bunu yazarken bile hala biraz canım sıkılıyor.
öğlene doğru bizim kontrolcü eve döndü. merve’den z raporunu aldım. boyu ölçülmüş, kilosu tartılmış, noktalar çizelgeye işlenmiş, aşı takvimi güncellenmiş. doktor çizelgeye bakıp önce bir cümle kurmuş: “her şey tam olarak olması gerektiği gibi.” ardından tek bir kelime: “mükemmel.”
o iki cümleyi dinlerken bir yandan da rakamları kafamda bir yere koymaya çalışıyordum. hangi eğri, kaçıncı persentil, akranlarına göre nerede.. sonra fark ettim ki altı aylık bir büyümenin bana ulaşan hali iki kere süzülmüş bir özetti. önce bir ölçüme, sonra bir anlatıma dönüşmüştü. büyümeyi o gün görememiştim, karnesini almıştım.
“olması gerektiği gibi” aslında sanıldığından çok daha teknik bir ifade. doktorun baktığı çizelgelerin arkasında dünya sağlık örgütü’nün 2006’da yayımladığı büyüme standartları duruyor. onlardan önce kullanılan çizelgeler büyük ölçüde abd’deki sınırlı bir örneklemden, çoğunlukla mamayla beslenen bebeklerden çıkarılmıştı. yani belirli bir yerde, belirli bir zamanda bebeklerin nasıl büyüdüğünü tarif ediyordu. 1997’de başlayan çalışma ise bambaşka bir soru sordu: ihtiyaçları karşılandığında, dünyanın her yerinde bebekler nasıl büyümeli?
brezilya’dan gana’ya, hindistan’dan norveç’e, umman’dan abd’ye altı ülkede sekiz binden fazla çocuk izlendi. ortaya çıkan en çarpıcı bulgu bence şuydu: boydaki farklılıkların yalnızca yüzde üçü ülkeler arasındaki farktan geliyordu, yüzde yetmişi ise bireyler arasındaki farktan. iki eğri arasındaki mesafenin büyük kısmı coğrafya değil, o çocuğun o çocuk olmasıydı.
standartlar bir şey daha yaptı. desteksiz oturmaktan tek başına yürümeye kadar altı temel motor gelişim adımı için tarihler değil, pencereler tanımladı. bir bebek belli bir günde değil, bir aralıkta oturuyordu. çalışma bebekleri yıllar boyunca izlediği için tek tek noktalara değil, büyümenin hızına da bakabiliyordu. bir çocuğun bir eşiği geçmesini beklemek yerine gidişatın kendisini izlemek mümkün hale geliyordu.
sorun şu ki standardı okuyan biz ebeveynleriz.. 2009’da pediatrics dergisinde yayımlanan bir ankette ebeveynlerin büyük çoğunluğu büyüme çizelgelerini bildiğini söylüyor, ama persentilin ne olduğu sorulduğunda yalnızca yüzde elli altısı doğru cevabı seçebiliyor. bir başka çalışmada ebeveynlere altı farklı büyüme eğrisi gösterilmiş. yüzde elli sekizi, sürekli onuncu persentilde ilerleyen, son derece tutarlı bir eğriyi “en sağlıksız” olarak seçmiş. tutarlılığı değil, yüksekliği ödüllendirmişler.
elli iyi bir not gibi okunuyor, doksan daha iyi bir not. oysa o çizelge kimseye not vermek için çizilmedi.
idil’in rakamları da tam bu çizelgenin göbeğinde duruyor. boyu ortalamanın biraz üstünde, kilosu biraz altında, ikisi de bir ebeveynin hiç kafa yormayacağı aralıkta. tuhaf olan şu: tam ortada durmak bana onun hakkında neredeyse hiçbir şey söylemiyor. ne kadar güldüğünü, elmaya nasıl yüz buruşturduğunu, adını duyunca başını nasıl çevirdiğini.. o noktaların hiçbiri taşımıyor.
bir şeyi anlamak için yaptığımız ölçüm, zamanla o şeyin yerine geçmeye başlıyor. tarif etmek için çizdiğimiz eğri, ulaşmamız gereken bir hedefe dönüşüyor. bu dönüşüm gerçekleştiği anda da ölçü bir şeyi anlatmayı bırakıyor.
bu gözlemin bir adı var. ingiliz ekonomist charles goodhart 1975’te para politikası üzerine konuşurken şunu söylemişti: gözlenen her istatistiksel düzenlilik, üzerine kontrol amacıyla baskı uygulandığında çökme eğilimindedir. yirmi iki yıl sonra antropolog marilyn strathern, ingiliz üniversitelerindeki değerlendirme sistemlerini incelerken bu fikri bugün bildiğimiz haline getirdi: bir ölçü hedef haline geldiğinde, iyi bir ölçü olmaktan çıkar. strathern’in örneği de bir karneydi. sınav notu bir beklentiye dönüştükçe öğrencileri birbirinden ayırt etme gücünü kaybediyordu.
yapay zeka dünyası bu yasanın belki de en saf laboratuvarı. modelleri benchmark’larla, yani herkesin aynı soruları çözdüğü standart test setleriyle ölçüyoruz. bir benchmark ilk çıktığında gerçekten bir şeyi tarif ediyor: bu model akıl yürütmede, matematikte, kod yazmada ne kadar iyi? sonra liderlik tabloları kuruluyor, yüzdeler yarışmaya başlıyor ve test soruları bir şekilde eğitim verisinin içine sızıyor. deng ve arkadaşlarının 2024’te yayımlanan çalışmasında araştırmacılar, yaygın kullanılan mmlu testindeki çoktan seçmeli sorulardan yanlış şıklardan birini gizleyip modellerden onu tahmin etmelerini istediler. chatgpt gizlenen şıkkı yüzde elli iki, gpt-4 yüzde elli yedi oranında kelimesi kelimesine buldu. model soruyu çözmemişti, soruyu daha önce görmüştü.
#9’da yeşile dönen dashboard’lardan bahsetmiştim, çalışan ama neden çalıştığını açıklayamayan sistemlerden. burada sorun bir adım daha derinde: dashboard yeşil, ama yeşilin kendisi artık bir şey ölçmüyor. #25’te konuştuğumuz dalkavukluk da aslında aynı hikayenin insanlı versiyonu. insan onayıyla eğitilen bir model zamanla doğru olanı değil, onaylanacak olanı öğreniyor. ölçen kişiyi memnun etmek, ölçülen şeyi iyileştirmenin yerine geçiyor.
şirketlerde bunun gündelik halini hepimiz biliyoruz. tek bir metriğe bağlanan bir ürün ekibi o metriği yükseltmenin bin yolunu buluyor, ama bu yolların çok azı kullanıcının hayatına bir şey katıyor. ya da yapay zekanın hayatımıza girmesiyle, klasikleşmiş olan cycle time (bir işin bitme süresi), story point (bir işin ne kadar sürede biteceğine dair öngörü) ya da task sayısı gibi metriklerin hedef haline gelmesi.. belki de onbinlerce dolar bu uğurda harcanıyor ancak ne bir fazla müşteri kazanımı gerçekleşiyor, ne de bir az hizmet iptali.. sadece kocaman bir “her şeyi yapabiliriz ama her şeyi” söylemi ve köşe kapma mücadelesindeki bir sonraki cepheye geçiliyor.
dünya sağlık örgütü’nün standartlarında beni en çok etkileyen şey, bir noktadan çok bir eğime bakmayı önermesi oldu. aynı şey modeller için de geçerli. tek bir benchmark skoru bir fotoğraf. modelin daha önce hiç görmediği verilerde nasıl davrandığı, zamanla nasıl değiştiği ise bir film. iki tarafta da asıl bilgi noktada değil, noktaları birleştiren çizgide.
doktorun “mükemmel” dediği şeyi de şimdi böyle duymaya çalışıyorum. o kelime idil’in yüzde yüz aldığını söylemiyor. altı ay boyunca çizgisinin kendi yolunda, sakin ve tutarlı ilerlediğini söylüyor. bir not değil, bir gidişat.
ama şunu da kabul etmem lazım. o gün orada olsaydım bile tartıya bakan ben olmayacaktım. altı ay boyunca idil’i her gün gördüm. gece uyanışlarını, ilk yüz buruşturmasını, oturmaya çalışırken ellerime tutunuşunu. büyümesini izledim. yine de cuma günkü kontrolü kaçırdığım için canımın bu kadar sıkılması, o izlediklerimi bir yerde yeterince “resmi” saymadığımı gösteriyor galiba. bir an için bir rakamın, gözümle gördüğümden daha çok şey söyleyeceğine inanmışım.
şimdi düşünüyorum.. altı aydır onu ölçtüm mü, yoksa zen ve motorsiklet bakım sanatı’ndaki gibi yolculuğu mu gözlemledim? ve bir gün idil kendi karnesini eve getirdiğinde, önce karneye mi bakacağım, yoksa yüzüne mi?
irfan abi’yle hiç tanışmadığımı ya da bir konserinde bile bulunmadığımdan bahsetmiştim. onu tanıdığımı düşünmem için elimde yalnızca şarkılar ve başkalarının anlattıkları var. ama bu hafta o anlatılanların arasından bir şey, yazının tam ortasına düştü.
peyk 1991’de bakırköy’de bir apartman dairesinde kuruldu. onca yıllık müzik uğraşısı bir şekilde süregelmiş ve grubun ilk fiziksel plağı ancak yirmi beşinci yılda basılabildi. beş yüz adet, bir sponsorla değil konserlerden ve bilet satışlarından biriken parayla. anıl aba’nın anlattığına göre hamiyet müzikali için de tek bir marka sponsor olmak istememiş. irfan abi bir röportajında kendi müziğini ticari bir başarısızlık olarak tanımlamıştı. dinlenme sayılarına, listelere, sponsorlara bakarsanız haklıydı da.
ama o ölçü hiçbir zaman onun hedefi olmadı. hayatı boyunca on beş kadar farklı iş yapmış: garsonluk, seyyar satıcılık, ingiltere’de tarım işçiliği, elektrikçilik, otel fotoğrafçılığı.. avcılar depreminde dükkânı yağmalanmış, o da işini bırakıp günlerce akut’la birlikte enkaz başında çalışmış. şarkılarını ise arabada yazarmış: direksiyona vurarak ritim tutar, melodiyi ıslıkla bulurmuş. metronom yok, liste yok. bir el ve bir direksiyon.
bu hafta idil’in karnesine bakarken onu düşündüm. bazı insanları hangi eğrinin üstünde durduklarından değil, eğrilere hiç bakmadan nasıl yürüdüklerinden tanıyoruz.