Yapay zekâ, bir sonraki yapay zekânın geliştirilmesini ne kadar hızlandırıyor? METR’nin 5 Kasım 2026 tarihli Anthropic değerlendirmesi, bu soruya şirket içinden verilere bakarak yaklaşıyor. Rapordaki üç sayıyı aynı şey sanmamak gerekiyor: model puanlarının artış hızı, bu hızlanmada AI’ın tahmini payı ve çalışanların kendi verimlilik değerlendirmeleri.
Şirketin içinden hangi verilere bakıldı?
METR, 12 Ağustos–29 Ekim arasında eğitim süreçlerine ait ölçümleri, hesaplama verilerini, yayımlanmamış modellerin test sonuçlarını ve çalışan görüşmelerini inceledi. Bu erişim, yalnız kamuya sunulmuş modelleri karşılaştırmaktan daha geniş bir pencere açıyor.
Ancak Anthropic, ticari ve hassas bilgileri açıklamadan çıkarma hakkını kullandı. METR, sonucunu etkileyen önemli kanıtların çoğunun kamuya gösterilemediğini söylüyor. Okur bu nedenle yayımlanmış hesaplamalarla, ekibin gördüğü fakat paylaşamadığı bilgilere dayanan yargıyı ayrı değerlendirmeli.
1,9 kat hızlanma nasıl okunmalı?
AECI, farklı görev testlerini ortak bir yetenek ölçüsünde birleştiren Anthropic endeksi. METR, Ekim 2025 sonrasında bu puanların artış hızını önceki dönemle karşılaştırıyor ve 1,9 kat tahmin ediyor; yüzde 95 güven aralığı 1,5–2,8 kat. Burada karşılaştırılan şey modelin yanıt verme süresi değil, zaman içinde testlerde kaydedilen ilerleme.
Bunu bir yolculuk gibi düşünebiliriz: aynı sürede daha fazla mesafe almak, hızlanmayı anlatır; tek başına varılan yerin her yönünü anlatmaz. Endeksin hangi görevleri içerdiği, modellerin tarihlendirilmesi ve testlerin kapasiteyi ne kadar iyi yansıttığı sonucu etkiler. Özellikle sonucu açıkça değerlendirilebilen görevlerden, bütün gerçek yaşam işlerine doğrudan geçiş yapmak zor.
Yüzde 80 ve 12 kat aynı ölçüm değil
METR, güncel hızlanmanın çoğunu, belki yaklaşık yüzde 80’ini AI kullanımına bağlıyor. Bunu önemli belirsizlik taşıyan bir değerlendirme olarak sunuyor. Eğitim hesaplamasının büyüme hızındaki artışı ana neden saymıyor; diğer açıklamalar konusunda aynı kesinlikte değil.
Çalışanların yaklaşık 12 kat verimlilik bildirmesi ise düşük eforlu özbildirim anketlerinden geliyor. METR bunu gevşek kanıt sayıyor. Bir kişinin kod hazırlarken kazandığını düşündüğü zaman ile tüm araştırma zincirinin ilerlemesi farklı şeyler: deneyin tasarlanması, çalıştırılması ve sonucunun yorumlanması da gerekiyor. Raporda baskın katkı hâlâ insanlara yardım; en önemli eğitim aşamalarına büyük ve tam bağımsız katkı henüz yerleşmiş değil.
Güvenlik tartışmasındaki asıl ayrım
METR’nin ayrı incelemesi, Anthropic’in iki kat hızlanma için kullandığı erken uyarı eşiğinin temmuzda aşılmış olabileceğini söylüyor; bunu kesinleşmiş bir sonuç olarak vermiyor. Erken uyarı eşiğiyle doğrudan tehlikenin ortaya çıkması da farklı değerlendirmeler.
Burada en yararlı okuma biçimi, “ne ölçüldü, neden olduğu nasıl açıklandı, bundan hangi risk çıkarıldı?” sırasını korumak. Bana göre raporun gücü tek bir çarpıcı sayıda değil, bu katmanları görünür kılmasında. Araştırmayı hızlandırmak kadar, hızın hangi ölçüyle izlendiğini bilmek de önemli.
