Bir Futbol Takımının Yönetimini Bir Grup Yapay Zeka Ajansına Devrettim. İnsanlardan Daha İyi Değiller — Şimdilik

AI destekli kristal küreme danıştım ve bana öncü modellerin yakın gelecekte tahmin yapma konusunda çok daha iyi hale geleceğini söylüyor. Premier Lig fantezi takımım'a sorabilirsiniz.

Birkaç hafta önce, deneysel bir kadro oluşturmak ve yönetmek amacıyla küçük bir yapay zeka ajanı ordusu devreye soktum. Yapay zeka ajanlarının hayatımızın hemen hemen her alanına yayılması göz önüne alındığında, bir bot sürüsünün galip gelecek bir takım oluşturabileceğini merak ettim.

Birkaç yıl önce, Birleşik Krallık’taki Turing Enstitüsü’nün geçmiş fantezi lig verilerini modelleyerek takım seçimi yapan bir aracını denerken, bu alanda yapay zekanın potansiyelini ilk kez inceledim. Aracın önerileri son derece saçmaydı; bir oyuncunun sakatlığı ya da bir takımın yönetimindeki değişiklik gibi gerçek dünyadaki bilgileri hesaba katmıyordu.

Bu sefer, ailemi ziyaret etmek üzere uçağa binerken Codex’tan yardım istedim. Öncelikle, modele konuyla ilgili birkaç araştırma makalesi girdim. Ardından, son haberleri kontrol edip tahminlerde bulunmak üzere bir model çalıştıracak bir ‘harness’ —farklı ajanları çeşitli adımlarda yönlendiren talimatlar ve kod— oluşturmasını istedim.

Kısa sürede, benim yapabileceğimden çok daha fazla bilgiyi derleyip analiz ediyor gibi görünen bir düzen oluşturdu. Yine de, takımla ilgili ilk önerilerin ne kadar saçma olduğu beni şaşırttı. Erling Haaland'ı yedek kulübesinde mi bırakmak? Cidden mi, Codex?

Ardından Codex’ten farklı görevleri yerine getiren bir ajan ekibi oluşturmasını istedim: bazıları haberleri ve blog yazıları okuyordu; diğerleri son sonuçları analiz ediyordu; bir kısmı modelleri çalıştırıyordu; ve bir grup da önerileri eleştirel bir bakış açısıyla değerlendiriyordu. Bu, önerileri önemli ölçüde iyileştirmiş gibi görünüyordu. Sistemin daha da akıllı hale geleceğini umarak ajan sayısını 100’ün üzerine çıkarmayı denedim, ancak API faturamı şişirmek dışında pek bir değişiklik olmadı.

Yine de, birkaç yıl öncesine kıyasla kaydedilen gelişme dikkat çekiciydi. Piyasa koşullarında yapay zekanın kullanımlarını inceleyen Chicago Üniversitesi’nden bilgisayar bilimcisi Haifeng Xu’ya göre, yeni modeller tahminlerde daha da başarılı olabilir; zira bu modeller, gerçek dünyadan gelen muazzam miktarda bilgiyi işleyip analiz edebiliyor ve tahminlerini yapmak için daha karmaşık sistemleri koordine edebiliyorlar.

“Yapay zeka, dünyayı anlamada giderek daha akıllı hale geliyor — bence gelişmelerinin temel nedeni bu,” diyor Xu bana.

Geçen yılın sonlarında Xu, Kalshi ve Polymarket gibi tahmin piyasalarının giderek artan popülaritesine hayran kalmıştı. En iyi ticari modellerin bu piyasalarda nasıl bir performans göstereceğini merak etti ve bu nedenle birkaç meslektaşıyla birlikte tahmin becerilerini test etmeye başladı.

Modellerden, örneğin, NBA Şampiyonası’nı kimin kazanacağını ve Başkan Trump’ın kiminle görüşeceğini tahmin etmelerini istediler.

“Çok kısa sürede modellerin gerçekten iyi performans gösterdiğini fark etmeye başladık,” diyor Xu. Modellerin bazen herhangi bir özel talimat veya rehberlik olmaksızın ortalama bir insandan daha iyi sonuçlar elde edebildiğini belirtiyor. Yaptıkları testlerde, tahminlerde en iyi performansı GPT-5 gösterdi; onu sırasıyla Grok 4, Claude Sonnet, Gemini ve Llama izledi.

Ekip daha sonra, bir modelin tahmin yapma yeteneğini ölçen bir performans testi olan Prophet Arena’yı geliştirdi. Bu, yapay zekanın geleceği öngörme yeteneklerini test etmek için tasarlanmış birçok benchmark'tan biridir; Harvard Üniversitesi'ndeki araştırmacılar ve Arcada Labs adlı bir şirket tarafından geliştirilen bir diğer benchmark olan Prediction Arena ise, kısa süre önce öncü modellere 57 gün boyunca tahmin piyasalarında bahis oynamaları için 10 bin dolar verdi. Modeller deney boyunca sürekli olarak para kaybetti, ancak araştırmacılar, modellerin zaman içinde istikrarlı bir şekilde geliştiğine dair kanıtlar gördü.

Xu, yapay zekanın özel bir sistem kullanarak en etkili şekilde tahminlerde bulunabileceğini söylüyor ve örneğin haberleri okumak, diğer verileri toplamak ve tüm sistemi analiz etmek gibi kendine özgü görevlere sahip ajanlara sahip olmanın en etkili yaklaşım gibi göründüğünü belirtiyor.

İlginç bir şekilde, yapay zeka hala ‘süper tahminciler’ olarak bilinen son derece yetkin uzmanların gerisinde kalmaktadır. Xu, insanların bu kadar çok bilgiyi işleyemese de, gerçek dünyaya –yani bir haberin ardındaki dinamiklere– ilişkin kavrayışlarının daha derin olduğunu açıklamaktadır.

Bununla birlikte, insan süper tahmincilerin üstünlüğünün azaldığına dair kanıtlar giderek artıyor. Metaculus Cup adlı bir yarışma kısa süre önce gösterdi ki yapay zeka bazen en iyi insan tahmincileri bile yenebiliyor. Ayrıca, ForecastBench adlı bir karşılaştırma çalışması, devam eden yarışmanın sonuçları yakında açıklandığında, yapay zekanın insan becerileriyle eşdeğer olabileceğine dair daha fazla kanıt sunabilir. Aslında, büyük araştırma laboratuvarlarının, makine zekasındaki ilerlemeyi ölçmenin güçlü ve yeni bir yolu olarak geleceğe yönelik tahminlere yöneleceklerini bekleyebiliriz.

Tüm bu öngörüsel deneyler, matematik, yazılım geliştirme ve hukuk gibi, ticarete dayalı sektörlerin de yakında yapay zeka tarafından kökünden sarsılabileceğini işaret ediyor gibi görünüyor. Belki de en iyi insan tüccarlar, kendilerinden çok daha iyi bir şekilde geleceği tahmin edebilen yapay zeka ajanlarını denetlemek ve koordine etmek gibi yeni bir rol üstlenecekler.

Şu an için, yapay zekamın önerileri hala pek etkileyici görünmüyor. Takımı, son haftalarda ortalamanın üzerinde bir performans gösteremedi. Kendi seçimlerimde bu önerilerin hiçbirini kesinlikle kullanmayacağım.

Ancak yapay zeka şüphesiz daha da gelişecek ve belki de çok yakında fantezi liginde üstünlük kurmayı fazlasıyla kolaylaştıracak. Yine de öyle olmamasını umuyorum; çünkü bu, tamamen kendi başınıza kazanarak övünme hakkını elde etmeye çalışmanın keyfini kaçırır.

Bu yazı WIRED’da yayınlanmış ve Samet Kelebek tarafından İngilizceden çevrilmiştir.