Sağlıktan finansa kadar uzanan sistem, geleceğin dijital ürünlerinin nasıl test edileceğine ilişkin yeni bir model ortaya koyuyor.
Bir yapay zekâ uygulamasını piyasaya sürmeden önce milyonlarca farklı insan üzerinde deneyebilseydiniz ne olurdu?
Yaşlılar, gençler, teknolojiye mesafeli olanlar, fiyat değişikliklerine farklı tepki verenler, yapay zekâ hata yaptığında uygulamayı terk edenler veya kullanmaya devam edenler…
Araştırmacıların geliştirdiği MatrAIx, tam olarak bu sorunun peşinden gidiyor.
“MatrAIx: Simulating the World with 8.3 Billion Persona Agents” başlıklı araştırmada, yapay zekâ sistemleri ve dijital ürünlerin insan çeşitliliğini temsil eden simüle edilmiş kullanıcılarla değerlendirilmesini sağlayan nüfus ölçekli bir altyapı tanıtıldı. Çalışma arXiv’de ön baskı olarak yayımlandı.
8,3 milyar sanal profil ne anlama geliyor?
Araştırmanın en çarpıcı rakamı kuşkusuz 8,3 milyar.
Ancak bu rakamın doğru anlaşılması gerekiyor.
Araştırmacılar dünyadaki 8,3 milyar gerçek insanın birebir dijital kopyasını çıkarmadı. Sistem, insan çeşitliliğini nüfus ölçeğinde temsil etmek üzere 8,3 milyar persona kaydından oluşan bir yapı sunuyor.
Persona 8B adı verilen bu bölümde her persona 1.290 kategorik boyut üzerinden temsil ediliyor. Profillerin bir bölümü özellikler arasındaki ilişkileri korumayı amaçlayan bir bağımlılık grafiğinden örneklenirken, bir bölümü insan tarafından hazırlanmış profillerden türetiliyor.
Bu nedenle MatrAIx’i “8,3 milyar insanın dijital ikizi” olarak tanımlamak doğru değil.
Daha doğru ifade şu:
8,3 milyar farklı insan profilini temsil etmeyi amaçlayan dev bir sanal kullanıcı evreni.
Yaklaşık 1 milyon persona araştırmacılara sunuluyor
8,3 milyarlık yapı kadar önemli bir başka ayrıntı daha var.
Araştırmacılar yaklaşık 1 milyon personalık kalite filtresinden geçirilmiş bir çekirdek veri setini yayımladıklarını bildiriyor.
Bunun 599 bin 847’si insan temelli, 400 bini ise sentetik persona kayıtlarından oluşuyor.
Böylece araştırmacılar yalnızca teorik bir nüfus modeli önermek yerine, yapay zekâ sistemlerinin farklı kullanıcı profilleri karşısındaki davranışlarının araştırılabileceği geniş bir deney altyapısı ortaya koymayı hedefliyor.
“Sanal insanlar” ne yapıyor?
MatrAIx’i sıradan bir veri tabanından ayıran nokta burada ortaya çıkıyor.
Persona kayıtları büyük dil modelleriyle birleştirildiğinde, belirli özellikleri temsil eden yapay kullanıcı ajanları oluşturulabiliyor.
Araştırmacılar bu ajanların dijital ürünlerle etkileşimini değerlendirmek için dört ortam belirledi:
Anket, yapay zekâ sohbet robotu, web sitesi ve uygulama.
Böylece farklı özelliklere sahip kullanıcıların aynı yapay zekâ sistemine veya dijital ürüne farklı biçimlerde nasıl tepki verebileceği simüle edilebiliyor.
Sağlık dahil 25’ten fazla alan
MatrAIx’in kullanım alanı yalnızca sohbet robotlarıyla sınırlı değil.
Araştırmada 1.010 farklı uygulama görevinin oluşturulduğu ve bunların 25’ten fazla alanı kapsadığı belirtiliyor.
Bu alanlar arasında ticaret, yazılım ve finansın yanı sıra sağlık da bulunuyor.
Sağlık teknolojileri açısından düşünüldüğünde yaklaşım özellikle dikkat çekici.
Örneğin gelecekte bir dijital sağlık uygulaması veya hasta bilgilendirme sistemi gerçek kullanıcılara sunulmadan önce çok farklı kullanıcı profilleriyle simülasyona sokulabilir.
Bir sağlık chatbotunun verdiği yanıtların farklı kullanıcı grupları tarafından nasıl karşılandığı veya bir kullanıcının sistem hata yaptıktan sonra uygulamayı kullanmaya devam edip etmeyeceği gibi sorular önceden araştırılabilir.
Ancak bunun gerçek hasta araştırmalarının veya klinik çalışmaların yerine geçmesi söz konusu değil. Sentetik kullanıcıların gerçek insanların biyolojik, psikolojik ve sosyal karmaşıklığını kusursuz biçimde temsil ettiği henüz gösterilmiş değil.
18 binden fazla deney gerçekleştirildi
Araştırmacılar sistemi yalnızca oluşturmakla kalmadı, farklı senaryolarda test de etti.
Çalışmada sekiz temsili görev üzerinde toplam 18 bin 189 değerlendirme deneyi gerçekleştirildi.
Persona ajanlarının çalıştırılmasında GPT-5.5, Claude Opus 4.8 ve Claude Haiku 4.5 modellerinden yararlanıldı.
Araştırmacılar bu deneylerde kullanıcı profillerinin karar ve tercihlere nasıl yansıyabileceğini değerlendirdi.
Örneğin bir ürünün fiyatı yükseldiğinde kullanıcının tereddüt edip etmemesi, bir yapay zekâ asistanının başarısızlığından sonra kullanmaya devam etme isteği ve gecikmeye tolerans gibi davranışlar incelendi.
Yüzde 91,5 sonucu neyi gösteriyor?
Çalışmanın dikkat çeken sonuçlarından biri yüzde 91,5 oranı.
Araştırmacılar 400 kontrollü deneyde, 10 davranışsal özellik üzerinden persona ajanlarının kendilerine tanımlanan davranış özelliklerine bağlı kalıp kalmadığını değerlendirdi.
Tanımlanan davranışın gösterilmesi veya gösterilmemesi gereken durumda doğru biçimde bastırılması 400 deneyin 366’sında gerçekleşti. Bu da yüzde 91,5’e karşılık geliyor.
Burada kritik bir bilimsel ayrım bulunuyor:
Bu sonuç, yapay zekânın gerçek insanların davranışlarını yüzde 91,5 doğrulukla tahmin edebildiği anlamına gelmiyor.
Rakam, oluşturulan persona ajanlarının kendilerine tanımlanan davranış özelliklerine uyumuyla ilgili.
Yapay zekâ araştırmalarında yeni bir alan büyüyor
MatrAIx aslında daha geniş bir bilimsel eğilimin son halkalarından biri.
Araştırmacılar birkaç yıldır büyük dil modellerinden yararlanarak insan davranışlarını temsil eden üretken ajanlar üzerinde çalışıyor. 2023’te yayımlanan etkili “Generative Agents” araştırması, 25 yapay ajanın hatırlama, planlama ve birbirleriyle etkileşim kurma davranışlarını deneysel bir ortamda incelemişti.
2024’te yayımlanan Persona Hub araştırmasında ise sentetik veri üretimi amacıyla 1 milyar persona ölçeğine ulaşılmıştı.
MatrAIx ise bu yaklaşımı nüfus ölçeğine taşıma iddiasıyla dikkat çekiyor.
Bir ürün piyasaya çıkmadan önce “sanal toplumda” denenebilir mi?
MatrAIx’in uzun vadede ortaya çıkardığı asıl soru bu olabilir.
Bugün şirketler, üniversiteler ve araştırma kuruluşları yeni dijital ürünleri gerçek kullanıcı gruplarıyla test ediyor. Ancak binlerce farklı sosyoekonomik ve davranışsal profili aynı araştırmaya dahil etmek oldukça zor.
Yapay zekâ tabanlı kullanıcı simülasyonları burada yeni bir ara katman oluşturabilir.
Gelecekte geliştirilen bir ürün önce binlerce veya milyonlarca sanal kullanıcı üzerinde sınanabilir. Problemli noktalar belirlenebilir. Ardından kritik sonuçlar gerçek kullanıcı araştırmalarıyla doğrulanabilir.
Böyle bir model, özellikle büyük ölçekli kullanıcı testlerinin başlangıç aşamalarını önemli ölçüde değiştirebilir.
Fakat sanal insan, gerçek insan değildir
Teknolojinin büyüklüğü kadar sınırlarını da görmek gerekiyor.
İnsan davranışı yalnızca yaş, eğitim, gelir veya belirli tercihlerin toplamından oluşmuyor. Kültür, geçmiş deneyimler, duygular, sosyal çevre ve içinde bulunulan koşullar kararlarımızı sürekli değiştiriyor.
Nitekim yapay zekâ personaları üzerine yapılan araştırmalar, LLM tabanlı simülasyonların gerçek insan çeşitliliğini temsil etmekte önemli sınırlılıklarının bulunabileceğine de işaret ediyor. Bazı çalışmalar, persona tanımları karmaşıklaştıkça modeller arasındaki davranışsal farklılığın beklenen ölçüde artmayabileceğini gösteriyor.
Dolayısıyla MatrAIx’i “insanlığı kusursuz biçimde simüle eden sistem” olarak görmek için henüz çok erken.
Çalışmanın ayrıca hakemli bir bilimsel dergide yayımlanmış nihai araştırma değil, ön baskı olduğu da unutulmamalı.
Geleceğin test laboratuvarı sanal bir dünya olabilir
Buna rağmen MatrAIx’in ortaya koyduğu fikir güçlü.
Yapay zekânın gelişiminde uzun süre temel soru, “Makine insan gibi düşünebilir mi?” oldu.
Şimdi buna başka bir soru ekleniyor:
“Makine, milyarlarca farklı insanın aynı teknoloji karşısında nasıl davranabileceğini simüle edebilir mi?”
Bu sorunun cevabı henüz verilmiş değil.
Fakat 25 yapay ajandan 1 milyar personalık sistemlere, oradan 8,3 milyarlık nüfus ölçekli modellere uzanan araştırma çizgisi, dijital dünyanın yeni bir laboratuvar kurmaya başladığını gösteriyor.
Bu laboratuvarın denekleri gerçek insanlar değil.
Onların yapay zekâ tarafından oluşturulan dijital temsilleri.
Kaynaklar
- Li X, Hao Y, Hou J, Huang J, Wen Q ve ark. MatrAIx: Simulating the World with 8.3 Billion Persona Agents. arXiv, 2026.
- Park JS, O’Brien JC, Cai CJ, Morris MR, Liang P, Bernstein MS. Generative Agents: Interactive Simulacra of Human Behavior. arXiv, 2023.
- Ge T, Chan X, Wang X, Yu D, Mi H, Yu D. Scaling Synthetic Data Creation with 1,000,000,000 Personas. arXiv, 2024.
- Bhattacharyya A, Singla YK, Shah RR, Chen C, Ajmera J. How Well Do Large Language Models Capture Human Personality? 2026.
