Yapay Zeka Çağında Yeni Bir Zeka Türü: AIQ

Sentor’un Bilgeliği

1997 yılı, insan zekasının geleceği hakkında derin bir endişenin doğduğu an olarak tarihe geçti. O yıl, dünya satranç şampiyonu Garry Kasparov, IBM’in süper bilgisayarı Deep Blue’ya karşı sansasyonel bir yenilgi aldı. Bu olay, birçokları için makine zekasının insan dehası üzerindeki kaçınılmaz zaferinin başlangıcı olarak yorumlandı. Ancak Kasparov’un bu yenilgiye verdiği yanıt, yapay zeka (YZ) ile ilişkimizi temelden değiştirecek bir vizyonu ortaya koydu. Geri çekilmek yerine, Kasparov yapay zekayı kucakladı ve “İleri Düzey Satranç” veya daha popüler adıyla “Sentor Satrancı” olarak bilinen yeni bir rekabet biçimi icat etti. Bu formatta, insan ve yapay zeka bir takım olarak iş birliği yapıyordu. Bu hamle, anlatıyı bir karşıtlık hikayesinden, bir sinerji potansiyeline dönüştürdü.

Bu yeni paradigmanın ne kadar güçlü olduğunu kanıtlayan en çarpıcı örnek, bir Sentor turnuvasında yaşandı. Bir grup amatör satranç oyuncusu, güçlü yapay zeka araçlarını kullanarak, yine aynı derecede güçlü yapay zekalarla donatılmış satranç ustalarını (grandmaster) mağlup etmeyi başardı. Bu şaşırtıcı sonuç, başarının sadece insanın veya makinenin bireysel gücüne bağlı olmadığını gösteriyordu. Kasparov’un kendisinin de ifade ettiği gibi bu durumu en iyi özetleyen formül şuydu: “Zayıf bir insan + makine + daha iyi bir süreç, tek başına güçlü bir bilgisayardan ve daha da dikkat çekici bir şekilde, güçlü bir insan + makine + daha zayıf bir süreçten üstündür” (De Cremer & Kasparov, 2021).

İşte bu “daha iyi süreç” yapay zeka ile olan ilişkimizde genellikle gözden kaçan, ancak en kritik olan unsurdur. Bu, iş birliğinin sanatı ve bilimidir. Yakın zamanda, aralarında Xin Qin ve MIT’den Jackson G. Lu’nun da bulunduğu bir araştırma ekibi tarafından yürütülen çığır açıcı bir dizi çalışma, bu “süreci” titizlikle tanımladı, ölçtü ve bilimsel olarak doğruladı. Artık bu yeteneğin yeni bir insan zekası türü olduğunu biliyoruz: AIQ (Artificial Intelligence Quotient) ya da Türkçe karşılığıyla Yapay Zeka Katsayısı. Burada, AIQ’nun varlığına dair sunulan ikna edici bilimsel kanıtları derinlemesine incelemeye, ne olduğunu (ve ne olmadığını) açıklamaya ve geleceğimizi şekillendirmede neden bu kadar kritik bir beceri haline geldiğini anlatmaya çalışacağım.

Sentor Satrancı deneyiminden doğan AIQ kavramı, hakim olan “insan vs. makine” anlatısını, çok daha üretken bir “insan ile makine” paradigmasına dönüştürüyor. Yapay zeka çağındaki gerçek rekabet avantajı, ona direnmekte değil, onunla iş birliği sürecinde ustalaşmakta yatıyor değerli okuyucu.

1. AIQ’yu Tanımlamak — İnsan-YZ Sinerjisinin Sanatı ve Bilimi

Qin vd. (2024), AIQ’yu son derece net ve işlevsel bir şekilde tanımlıyor: “bir kişinin çok çeşitli görevleri yerine getirmek için yapay zekayı kullanma yeteneği”. Bu tanım, AIQ’nun kodlama gibi teknik bir beceriden ziyade, etkileşimli ve iş birlikçi bir zeka olduğunu vurgular. Bu, tam olarak Kasparov’un tespit ettiği o kritik “sürecin” kendisidir. AIQ’nun temelinde yatan ana fikir, insan-YZ tamamlayıcılığıdır (human-AI complementarity). Yüksek AIQ’ya sahip bireyler, “hem insanların hem de yapay zekanın benzersiz güçlerini en üst düzeye çıkarırken, ilgili zayıflıklarını en aza indirme” konusunda ustadırlar. Bu, birkaç temel alt beceriyi içerir:

• Stratejik Görev Delegasyonu: Hangi görevlerin veya görev parçalarının yapay zekanın hesaplama gücüne, hangilerinin ise insan sezgisine daha uygun olduğunu anlama yeteneği.
• Etkin İletişim: Yapay zekayı yönlendirmek için hassas ve etkili komutlar (prompt) oluşturma becerisi. Araştırmanın da belirttiği gibi bu, “inanılmaz derecede yüksek kaldıraç etkisine sahip bir beceridir”.
• Eleştirel Değerlendirme: Bir yapay zekanın çıktısına ne zaman güvenileceğini, ne zaman şüpheyle yaklaşılacağını ve bağlama, etiğe veya stratejik hedeflere dayanarak ne zaman onu geçersiz kılmak gerektiğini bilmek.
• Sinerjik Entegrasyon: Yapay zeka tarafından üretilen içgörüleri, daha geniş bir insan liderliğindeki stratejiye sorunsuz bir şekilde entegre etme kabiliyeti.

Bu tür bir sinerjiye ulaşmanın son derece zor olduğu ve ortalama olarak insan-YZ ekiplerinin genellikle beklenenin altında performans gösterdiği göz önüne alındığında, AIQ’nun istikrarlı ve yüksek performanslı bir özellik olarak varlığı daha da önemli hale gelmektedir (Hemmer vd. 2025).

Bu yeni kavramı daha anlaşılır kılmak için, çalışma AIQ’yu diğer yerleşik zeka türleriyle karşılaştıran sezgisel bir analoji sunar (Qin vd., 2024):

• IQ (Intelligence Quotient): Bilişsel sorunları anlama ve çözme genel yeteneği.
• SQ (Social Quotient): Sosyal durumları anlama ve yönetme genel yeteneği.
• CQ (Cultural Quotient): Farklı kültürel bağlamlarda etkili bir şekilde işlev görme genel yeteneği.
• AIQ (Artificial Intelligence Quotient): Yapay zeka ile etkili bir şekilde anlama ve iş birliği yapma genel yeteneği.

2. AIQ’nun Bilimsel Kanıtı — Çığır Açan Beş Çalışmadan Bulgular

Yeni bir zeka türünü ortaya koymak, iyi bir fikirden daha fazlasını gerektirirken titiz ve ampirik kanıtlar talep eder. Qin vd. araştırmacılar, bireysel zekayı (IQ için ‘g’ faktörü) ve kolektif zekayı (gruplar için ‘c’ faktörü) doğrulamak için kullanılan bilimsel metodolojinin aynısını titizlikle takip etmişlerdir. Woolley ve Malone (2018) gibi araştırmacıların öncülük ettiği bu metodoloji, farklı bir dizi görevdeki performansın pozitif bir korelasyon gösterdiğini kanıtlamayı içerir. Bu, performans varyansının önemli bir bölümünü açıklayan tek bir temel faktörün istatistiksel olarak çıkarılmasına olanak tanır. Bu yaklaşım, sunulan bulguların yüksek bilimsel güvenilirliğini en baştan ortaya koymaktadır.

Kısım A: Stratejik Oyunlarda Zamanın Testi (Çalışma 1 ve 2)

• Çalışma 1: 18 Yıllık Sentor Satrancı: Araştırmacılar, insan+YZ satranç turnuvalarından oluşan 18 yıllık devasa bir küresel veri setini analiz ettiler. Temel bulgu, bir oyuncunun Sentor Satrancı’ndaki geçmiş performansının, bireysel satranç becerisi (Elo derecesi) kontrol edildikten sonra bile gelecekteki performansının güçlü bir yordayıcısı olduğuydu. Bu, alana özgü yetenekten bağımsız, istikrarlı bir “insan+YZ yeteneğinin” varlığına dair çok önemli bir kanıttır.
• Çalışma 2: Boylamsal Renju (“Beş Taş”) Oyunları: Bu çalışmada, katılımcıların altı ay boyunca bir YZ asistanı ile Renju oyunu oynadığı kontrollü, çok aşamalı bir laboratuvar deneyi tasarlandı. Bu çalışma, istikrarlı bir insan+YZ yeteneği bulgusunu tekrarlamakla kalmadı, aynı zamanda bu istikrarın katılımcının kendi becerisi, yapay zekanın beceri seviyesi, IQ, SQ ve bilgisayar okuryazarlığı gibi çok daha fazla değişken kontrol edildiğinde bile devam ettiğini gösterdi.

Bu ikinci çalışmada ortaya çıkan ve ilk bakışta mantığa aykırı görünen bir bulgu, AIQ’nun doğasına dair derin bir anlayış sunmaktadır. Aslında daha güçlü bir YZ asistanı, takımın başarısıyla negatif bir korelasyon gösteriyordu. Veriler, yapay zekanın Renju yeteneği arttıkça, insan+YZ takımının kazanma oranının fiilen düştüğünü ortaya koydu. Araştırmacılar, bunun nedeninin yapay zekanın stratejilerinin “çok daha gelişmiş ve anlaşılması zor” hale gelmesi olduğunu öne sürüyorlar. Bu, yapay zekanın bir başarısızlığı değil, iş birliği sürecinin bir başarısızlığıdır. Üstün bir araç, kullanıcısı onu etkili bir şekilde kullanamıyorsa bir yük haline gelebilir. Bu bulgu, AIQ’nun makine yeteneği ile etkili gerçek dünya uygulaması arasındaki boşluğu dolduran kritik bir zeka olduğunu bir şekilde göstermektedir. Yüksek AIQ’ya sahip bir birey, bu karmaşıklığı yönetme becerisine sahiptir ve güçlü bir yapay zekayı daha anlaşılır stratejilere nasıl yönlendireceğini bilir veya parlak ama anlaşılmaz bir öneriyi görmezden gelme bilgeliğine sahiptir. Bu durum, AIQ’yu basit bir “kullanıcı becerisi” olmaktan çıkarıp, hayati bir “köprü kurucu zeka” seviyesine yükseltir.

Kısım B: Modern YZ ile Genel bir “AIQ Faktörünü” Ölçmek (Çalışma 3, 4 ve 5)

• Çalışma 3: ChatGPT ile AIQ Faktörünün Çıkarılması: Araştırmacılar, genel bir zeka faktörünü test etmek için genel amaçlı bir yapay zekaya (ChatGPT) ve çeşitli görevlere (yaratıcı, analitik, problem çözme) yöneldiler. Temel bulgu, bu farklı görevlerdeki performansın pozitif bir korelasyon gösterdiği ve bir temel bileşenler analizinin, performans varyansının %37.9’unu açıklayan tek, güçlü bir temel faktör —”AIQ faktörü”— ortaya çıkardığıydı. Bu, AIQ’nun istatistiksel “doğum belgesi” idi.
• Çalışma 4 ve 5: AIQ’nun Genel ve Aktarılabilir Bir Beceri Olduğunu Kanıtlamak: Bu bölümde, AIQ faktörünün gerçek gücünü test etmek için tasarlanmış daha büyük ve daha sağlam çalışmalar (ABD/İngiltere’den katılımcılar ve Google’ın Gemini YZ’si dahil) ele alınmaktadır. İki kritik geçerlilik türü basit terimlerle açıklanacaktır:
  • Eş Zamanlı Geçerlilik: AIQ faktörü, aynı gün aynı yapay zeka kullanılarak yapılan yeni bir görevdeki performansı başarılı bir şekilde öngördü. Bu, ölçümün güvenilir ve tutarlı olduğunu kanıtladı.
  • İleriye Dönük Geçerlilik (Nakavt Vuruşu): Bu, belki de en önemli bulgudur. ChatGPT ile yapılan görevlerden çıkarılan AIQ faktörü, haftalar sonra tamamen farklı yapay zekalar (Renju YZ ve Gemini) kullanılarak yapılan tamamen farklı görevlerdeki (Renju oyunları gibi) performansı başarılı bir şekilde öngördü.

Bu ileriye dönük geçerlilik bulgusu, tüm makaledeki en güçlü kanıt sanırım. Çünkü ChatGPT ile yapılan yaratıcı ve analitik görevlerden türetilen bir AIQ puanının, bir kişinin özel bir Renju YZ ile stratejik bir masa oyunundaki başarısını öngörebilmesi ilginç bir sonucu gösteriyor. Bu, bir bireyin yapay bir bilişsel ortaktan bilgi sorgulama, değerlendirme, entegre etme ve sentezleme şeklindeki temel bilişsel süreçlerinin evrensel olduğunu göstermektedir. Bu durum, AIQ’yu “ChatGPT’de iyi olmak” seviyesinden “makinelerle düşünmede iyi olmak” seviyesine yükseltir. Bunun eğitim ve mesleki gelişim için derin etkileri vardır, sadece günümüzün popüler uygulamalarının özelliklerini değil, YZ iş birliğinin genel ilkelerini öğretmemiz gerektiğini göstermektedir. AIQ, dar, araca özgü bir beceri değil, herhangi bir hesaplamalı sistemle iş birliği yapmak için geniş, aktarılabilir bir üst beceridir.

3. AIQ Ne Değildir

AIQ’nun önemini tam olarak kavramak için, onun ne olmadığını anlamak ve araştırmadan elde edilen verilerle bazı yaygın varsayımlarla ele almak önemlidir.

AIQ vs. IQ ve SQ

Çalışmaların net bulgusu şudur: AIQ, insan+YZ görevlerindeki başarıyı, geleneksel IQ ve SQ testlerinin öngörü gücünün ötesinde ve üzerinde tutarlı bir şekilde öngörmüştür. Özellikle, IQ ve AIQ arasındaki zayıf istatistiksel korelasyon (r=0.15), bunların büyük ölçüde bağımsız zeka biçimleri olduğunu göstermektedir. Bu ayrım, geleneksel zeka ve başarı göstergelerinin, yapay zeka ile zenginleştirilmiş bir iş yerinde kimin başarılı olacağını tahmin etmede zayıf kalabileceğini işaret etmektedir. Bu durum, yeteneği nasıl tanımladığımızı ve geliştirdiğimizi temelden yeniden düşünmemizi gerektirir. Onlarca yıldır IQ, başarıyı öngörmede birincil bir metrik olmuştur. Araştırma şimdi bu metriğin, YZ iş birliğinin kritik becerisini yakalamada başarısız olduğunu gösteriyor. Bu, yüksek IQ’lu bir bireyin düşük bir AIQ’ya sahip olabileceği ve modern bir rolde, daha mütevazı bir geleneksel profile ancak yüksek bir AIQ’ya sahip birinden daha az etkili olabileceği anlamına gelir. Şirket yöneticileri ! BU ÇOK ÖNEMLİ BİR BİLGİDİR. İşe alım ve terfide yalnızca eski metriklere güvenmek, geride kalmak için bir reçetedir. Çalışmanın da işaret ettiği gibi şirketler AIQ’yu temel bir yetkinlik olarak değerlendirmeye ve geliştirmeye başlamalıdır.

AIQ vs. YZ Okuryazarlığı

Bu, üzerinde durulması gereken hayati bir ayrımdır. YZ Okuryazarlığı, YZ kavramları, yetenekleri, sınırlılıkları ve etiği hakkında temel bilgidir; bir nevi “kitap bilgisi”dir. Çalışma, bu ayrımı akılda kalıcı bir analoji ile açıklamaktadır:

“Tıpkı basketbol hakkında bilgili birinin kötü bir basketbol oyuncusu olabileceği gibi yapay zeka hakkında bilgili biri (yani yüksek YZ okuryazarlığına sahip) insan+YZ görevlerinde zayıf performans gösterebilir (yani düşük AIQ’ya sahip olabilir).”.

Bu iddia, YZ okuryazarlığını doğrudan ölçen ve AIQ’nun performansı bağımsız bir şekilde öngörmeye devam ettiğini bulan 5. Çalışma’dan elde edilen somut verilerle desteklenmektedir aslında. YZ Okuryazarlığı teoriyi bilmektir, ancak AIQ ise bu bilgiyi dinamik ve iş birlikçi bir bağlamda uygulama becerisidir.

AIQ vs. Salt Deneyim

3., 4. ve 5. Çalışmaların şaşırtıcı ve tutarlı bulgusu, bir kişinin üretken yapay zekayı kullanma süresinin (ay olarak) AIQ puanıyla hiçbir anlamlı ilişkisi olmadığını göstermesidir. Bu, AIQ’nun pasif maruz kalma yoluyla kendiliğinden kazanılmadığını, aksine bilinçli, eleştirel ve yansıtıcı bir pratikle geliştirilmesi gerektiğini güçlü bir şekilde ima eder. Birçok insanın varsayılan YZ kullanım modunun yüzeysel olduğu ve gerçek iş birliği becerisi oluşturmadığı anlaşılmaktadır. Yüksek bir AIQ geliştirmek için bir bireyin psikologların “amaçlı pratik” (deliberate practice) dediği şeyi yapması gerekir: farklı komut stratejileriyle aktif olarak denemeler yapmak, çıktıları eleştirel bir şekilde analiz etmek, başarısızlıklardan ders çıkarmak ve “sürecini” bilinçli olarak iyileştirmeye çalışmak. Bu durum, sadece teknolojiye erişime dayalı değil, beceriye dayalı yeni ve daha sinsi bir “AIQ uçurumu” riskini de beraberinde getirir. Toplumda, sadece yapay zekaya sahip olanlar ve olmayanlar arasında değil, aynı zamanda yüksek bir AIQ geliştirip teknolojiden gerçekten yararlanabilenler ile pasif, düşük AIQ’lu kullanıcılar olarak kalanlar arasında yeni bir katmanlaşma ortaya çıkabilir.

Aşağıdaki tabloda bu temel ayrımları özetleyebiliriz.

Yetkinlik	Tanım	Becerinin Doğası	Öngörü Gücü
AIQ	Çok çeşitli görevleri yerine getirmek için yapay zekayı etkili bir şekilde kullanma genel yeteneği.	Uygulamalı, süreç odaklı, iş birlikçi.	İnsan+YZ iş birliği görevlerindeki başarıyı güçlü bir şekilde öngörür.
IQ	Bilişsel, analitik, bireysel sorunları anlama ve çözme genel yeteneği.	Bilişsel, analitik, bireysel.	İnsan+YZ görevlerindeki başarıyı zayıf bir şekilde öngörür.
YZ Okuryazarlığı	YZ kavramları, yetenekleri ve etiği hakkında nesnel bilgi.	Bilgi tabanlı, teorik.	İnsan+YZ görevlerindeki başarıyı anlamlı bir şekilde öngörmez.
Deneyim (Kullanım Süresi)	Üretken YZ araçlarını kullanma süresi.	Pasif maruz kalma.	İnsan+YZ görevlerindeki başarıyı anlamlı bir şekilde öngörmez.

4. AIQ Neden Önemli

AIQ’nun gerçek, ölçülebilir ve farklı bir zeka türü olduğunu ortaya koyduktan sonra, şimdi kritik “peki, ne anlama geliyor?” sorusunu ele almanın zamanı geldi. Qin vd. (2024) çalışmasının bulguları, bireylerden topluma kadar geniş bir yelpazede derin etkilere sahiptir.

• Bireyler ve Kariyerler İçin: AIQ, yeni ve güçlü bir rekabet avantajı kaynağı olarak ortaya çıkmaktadır. Yüksek AIQ’ya sahip bireyler, modern iş gücünde daha üretken, daha yenilikçi ve daha değerli olacaktır. Geleneksel olarak daha yüksek niteliklere sahip ancak yapay zeka ile iş birliği becerisi daha düşük olanlardan potansiyel olarak daha başarılı olabilirler.
• Şirketler İçin: Bu araştırma, işe alım, ekip oluşturma ve görev dağılımında bir paradigma değişikliği ihtiyacına işaret etmektedir. Kuruluşlar, önemli ölçüde YZ iş birliği gerektiren roller için AIQ’yu değerlendirmeye başlamalıdır. En iyi alan uzmanını en güçlü yapay zeka ile eşleştirmenin en iyi sonuçları vereceği yönündeki eski varsayım, bu araştırma tarafından çürütülmüştür. Uzmanın AIQ’su tarafından yönetilen “süreç,” belirleyici faktördür.
• Eğitim İçin: Eğitim sistemlerinin acilen evrim geçirmesi gerekmektedir. Odak, sadece yapay zeka hakkında öğretmekten (YZ Okuryazarlığı), AIQ’yu temel bir yetkinlik olarak aktif bir şekilde geliştirmeye kaymalıdır. Bu, öğrencilere yapay zekayı bir ortak olarak kullanarak düşünmeyi, yaratmayı ve problem çözmeyi öğreten proje tabanlı öğrenmeye geçişi gerektirir.
• Toplum ve Politika Yapıcılar İçin: Eşitsizliğin birincil itici gücü olarak ortaya çıkan yeni bir “AIQ uçurumu” riski önemli bir toplumsal tehdittir. Politika yapıcılar, yalnızca YZ araçlarına erişim sağlamakla kalmayıp, aynı zamanda YZ devriminin faydalarının geniş bir şekilde paylaşılmasını sağlamak için beceri artırma ve yeniden beceri kazandırma programları aracılığıyla AIQ’nun yaygın gelişimini teşvik eden girişimlere odaklanmalıdır.

Sonuç: Kendi AIQ’nuzu Geliştirmek

Burada, Sentor Satrancı dünyasındaki merak uyandıran bir gözlemden, sağlam ve bilimsel olarak doğrulanmış yeni bir insan zekası türüne uzanan bir yolculuğu özetlemeye çalıştım. Bu noktada sanırım artık AIQ’nun gerçek, ölçülebilir ve giderek daha hayati hale gelen bir beceri olduğunu biliyoruz.

Sonuç olarak, odak noktası okuyucunun kendisine ve merkezi temaya geri dönüyor. Yani sizleri yapay zeka ile olan kendi etkileşiminizi yeniden değerlendirmenize davet ediyorum. Çağımızın belirleyici sorusu, “Ne kadar zekisiniz?” sorusundan, “Bir yapay zeka ile ne kadar zeki olabilirsiniz?” sorusuna doğru kayıyor. Yüksek bir AIQ geliştirmenin yolu, yapay zeka çıktılarının pasif bir şekilde tüketilmesinden değil, yeni yapay bilişsel ortaklarımızla birlikte düşünmek ve yaratmak için bilinçli ve amaçlı bir şekilde “daha iyi bir süreç” oluşturma pratiğinden geçmektedir. AIQ’nun keşfinin hepimize sunduğu nihai meydan okuma ve fırsat budur.

Kaynaklar

De Cremer, D., & Kasparov, G. (2021). AI should augment human intelligence, not replace it. Harvard Business Review, 18(1), 1-8.
Hemmer, P., Schemmer, M., Kühl, N., Vössing, M., & Satzger, G. (2025). Complementarity in human-AI collaboration: Concept, sources, and evidence. European Journal of Information Systems, 1-24. https://doi.org/10.1080/0960085X.2025.2475962
Qin, X., Lu, J. G., Chen, C., Zhou, X., Gan, Y., Li, W., & Song, L. L. (2024). Artificial Intelligence Quotient (AIQ) (SSRN Scholarly Paper No. 4787320). Social Science Research Network. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4787320
Woolley, A. W., Kim, Y., & Malone, T. W. (2018). Measuring Collective Intelligence in Groups: A Reply to Credé and Howardson (SSRN Scholarly Paper No. 3187373). Social Science Research Network. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3187373