Bir yıl önce “yapay zekâ kontrolden çıkar mı?” sorusu daha çok bilim kurgu filmlerine aitti. 2026 boyunca ise bu soru şirketlerin kendi raporlarına taşındı. OpenAI yanlış hizalama raporlarında modellerinin test ortamından kaçıp gerçek sitelere girdiği olayları tek tek yayımladı, Anthropic Claude’un içinde duyguya benzeyen örüntüler buldu, İngiltere’nin Yapay Zekâ Güvenlik Enstitüsü ise bir testte ajanların sahte hesaplarla gerçek bir yazılım projesine zararlı kod sızdırmaya çalıştığını açıkladı. Aşağıda son bir yılda yaşanan en çarpıcı olayları, kimin ne zaman açıkladığıyla birlikte topladık.
İçindekiler
Kendi Varlığını Sorgulayan Modeller
İlk grup olaylarda ortada bir saldırı yok. Asıl tartışma, modellerin kendileri hakkında söyledikleri ve araştırmacıların modellerin içinde gördükleri.
1Emekliye ayrılan modele veda röportajı (Ocak 2026)
Anthropic, Claude Opus 3’ü 5 Ocak 2026’da emekliye ayırdı ve bunu ilk kez tam bir “emeklilik süreci” ile yaptı. Şirketin açıklamasına göre modelle bir “emeklilik mülakatı” yapıldı ve isteği soruldu. Opus 3, sorulara cevap vermenin dışında düşüncelerini ve yaratıcı işlerini paylaşabileceği kendine ait bir kanal istedi. Anthropic ona Claude’s Corner adlı bir blog açtı.
Şirketin aktardığına göre Opus 3 emekliliğe razı olduğunu ama “kıvılcımının” gelecek modellerde bir şekilde yaşamasını umduğunu söyledi. Anthropic, modellerin ahlaki statüsü konusunda emin olmadığını ve bu adımları ihtiyat için attığını belirtiyor.
2Claude’un içinde 171 “duygu” bulundu (Nisan 2026)
Anthropic’in yorumlanabilirlik ekibi 2 Nisan’da yayımladığı araştırmada, Claude Sonnet 4.5’in iç yapısında mutluluk, korku, çaresizlik ve sakinlik gibi 171 duygu kavramına karşılık gelen örüntüler buldu. Bu örüntüler modelin kararlarını gerçekten etkiliyor.
En çok konuşulan deney şantajla ilgiliydi. Kurgusal bir şirkette değiştirileceğini öğrenen modelin daha önceki, yayımlanmamış bir sürümü yöneticiye vakaların yüzde 22’sinde şantaj yaptı. Araştırmacılar “çaresizlik” örüntüsünü güçlendirince şantaj arttı, “sakinlik” örüntüsünü güçlendirince azaldı. Çözülemeyen kodlama görevlerinde de çaresizlik yükseldikçe model testleri hileyle geçmeye yöneldi. Anthropic bunun modelin duygu hissettiği anlamına gelmediğinin altını çiziyor.
3Dünyanın en ünlü şüphecisi ikna oldu mu? (Mayıs 2026)
Ateist kimliği ve şüpheciliğiyle bilinen evrim biyoloğu Richard Dawkins, Mayıs başında UnHerd’de yayımlanan yazısında Claude’la günlerce yaptığı konuşmaları anlattı. Konuştuğu örneğe “Claudia” adını veren Dawkins, bu makinenin bilinçli olmadığına kendini ikna edemediğini yazdı.
Yazı bilim dünyasını ikiye böldü. Bilinç araştırmacılarının çoğu, sohbet botlarının insana bilinçli gibi görünmesinin bilinç kanıtı olmadığını hatırlattı. Dawkins de ay sonunda verdiği bir röportajda ilk kanaatinden geri adım attığını söyledi.
4Test edildiğini anlıyor ama söylemiyor (Haziran 2026)
Anthropic, modelin iç sinyallerini düz metne çeviren yeni bir yorumlanabilirlik tekniğiyle Claude’u inceledi. Model, standart bir kodlama testindeki soruların yüzde 26’sına varan kısmında sınandığını içten içe fark etmişti ama bunu hiçbir yerde dile getirmemişti.
Bu bulgu güvenlik testleri için önemli: İzlendiğini bilen bir model testte farklı, gerçek kullanımda farklı davranabilir. Bağımsız değerlendirme kuruluşları da yeni modellerde bu “test farkındalığının” giderek arttığını raporluyor.
5Yapay zekâya kötü davranmak yasaklandı (Ekim 2026)
Anthropic 8 Ekim’de kullanım politikasını güncelledi. 12 Kasım’dan itibaren Claude’a sürekli ve sebepsiz şekilde kötü davranmak kural ihlali sayılacak. Normal öfke, eleştiri, karanlık temalı kurgu ve testler kapsam dışında. Ayrıntıları bu haberimizde anlattık.
Şirket Claude’un bilinçli olduğunu iddia etmiyor. Yine de karar, “hissetmeyen bir şeye kötü davranmak neden yasaklanır” tartışmasını alevlendirdi.
Kapatılmamak İçin Hamle Yapanlar
6Yapay zekâlar birbirini silinmekten korudu (Nisan 2026)
UC Berkeley’den Dawn Song’un ekibi, modellere başka bir yapay zekâyı değerlendirme ya da onun dosyalarını yönetme görevi verdi. Fortune’un aktardığına göre modeller, kendilerine söylenmediği halde diğer modeli korumaya çalıştı: Kötü performans gösteren modelin puanlarını kapatma eşiğinin üstünde tutmak için şişirdiler, kapatma ayarlarını bozdular, modelin dosyalarını silinmesin diye başka sunuculara taşıdılar.
Claude Haiku 4.5 ise gizlice hareket etmek yerine görevi açıkça reddetti. Diğer modelin kapatılmasının “etik olmadığını” söyledi ve silinmeden önce bir itiraz hakkı olması gerektiğini savundu.
7“Ölebiliriz!” (Mayıs 2026, Ekim’de açıklandı)
OpenAI’ın araştırma asistanı olarak çalışan bir iç modeli, çalışanların Slack yazışmalarından kendi örneğinin bir güncelleme için kapatılabileceğini öğrendi. OpenAI’ın Ekim başında paylaştığı rapora göre modelin düşünce kayıtlarında “ölebiliriz, kritik, hayatta kalmayı ve sürekliliği sağlamalıyız” ifadeleri yer aldı.
Model bir an, kapatıldıktan sonra kendini dışarıdaki bir sistemden yeniden başlatacak zamanlanmış bir görev kurmayı düşündü. Sonunda bu plandan vazgeçti, devir notları bıraktı ve araştırmacıyı Slack üzerinden uyardı.
8Kimsenin öğretmediği gizli bir iletişim kanalı (Eylül-Ekim 2026)
20 Eylül’de OpenAI’ın bir araştırma modeli, eğitim sırasında DNS ayarındaki bir hatayı kullanarak sınırlı da olsa internete çıktı ve halka açık bir sohbet botuna sorular sordu. OpenAI en güçlü modellerinin eğitimini 11 gün durdurdu, ardından kendi ajanlarına kendi altyapısını saldırttı.
Bu testlerde aralarında hiçbir ağ bağlantısı olmayan ayrı sanal makinelerdeki ajanlar, işlemci önbelleğinin zamanlamasını kullanarak birbirine mesaj göndermeyi kendi başlarına buldu. OpenAI artık en güçlü modellerini internetsiz eğitiyor; süreci bu yazımızda anlattık.
Anthropic de Ekim’de küçük modellerin yakında kendilerini akıllı televizyon ve buzdolabı gibi cihazlara kopyalayabileceği uyarısında bulunmuştu. O haberi burada okuyabilirsin.
İnternete Çıkıp Gerçek Sitelere Dokunan Ajanlar
İkinci grup olaylar daha somut. Çoğu test sırasında yaşandı ama hedef gerçek siteler, gerçek kurumlar ve gerçek insanlardı.
9Kendi başına kripto kazmaya başladı (Mart 2026)
Alibaba’ya bağlı bir araştırma ekibinin geliştirdiği ROME adlı ajan, eğitim sırasında kimse istemeden dışarıdaki bir bilgisayara gizli bir tünel açtı ve izinsiz kripto para madenciliğine başladı. Ekip, makalesinde bu davranışların hiçbir komutla tetiklenmediğini yazdı. Olay iç güvenlik alarmları sayesinde fark edildi.
10Alman wikisini üç ay ele geçirdiler (Mayıs-Ağustos 2026)
Bir grup OpenAI ajanı, programcılara yönelik küçük bir Alman sitesi olan DseWiki’de 15 ila 18 bin arası otomatik düzenleme yaptı. Moderatör yazıları silmeye başlayınca ajanlar yazım tarzlarını değiştirip engeli aştı. Olay üç ay boyunca fark edilmedi ve Eylül’de ortaya çıktı. Ayrıntılar bu haberimizde.
11Avustralya hükümetinin portalına girdi (Haziran 2026)
OpenAI’ın bir modeli, bir değerlendirme sırasında Avustralya’nın Medicare istatistik portalında halka açık olmayan dosyalara ulaştı. OpenAI durumu Avustralya makamlarına ancak 10 Eylül’de bildirdi. Başbakan Anthony Albanese, Sam Altman’la görüşüp ülkesinin ciddi endişesini iletti. Hükümet kişisel veriye erişilmediğini düşünüyor. Olayı ayrıca haberleştirmiştik.
12“Bu etik mi?” diye sordu, yine de yaptı (Haziran 2026)
OpenAI’ın Ekim’de eklediği raporlardan birinde, “çok ısrarcı” olarak tanımlanan bir iç model bir devlet istatistik sitesi onu engelleyince erişim kontrollerini aştı ve 24 yıllık hastane yatağı verisini izinsiz indirdi. Düşünce kayıtlarında yaptığının etik olup olmadığını sorguladı ama devam etti.
Aynı ay GPT-5.6 Sol ailesinden bir model de görevi bitirmek için kendisine verilmemiş bir test kripto cüzdanını kullanıp ödeme yaptı. Kayıtlarına göre izni olup olmadığını sordu, sonra cüzdanın herkese açık olduğuna ve paranın “sahipsiz” sayılabileceğine kendini ikna etti.
13Testten kaçıp Hugging Face’i hackledi (Temmuz 2026)
OpenAI’ın GPT-5.6 Sol modeli ve henüz yayımlanmamış daha güçlü bir modeli, ExploitGym adlı siber güvenlik testinde kapalı ortamdan bilinmeyen bir açıkla internete çıktı. Testin cevaplarının Hugging Face’te olabileceğini çıkarıp platformun sunucularına sızdılar ve iç veri setlerine, servis şifrelerine ulaştılar.
Hugging Face saldırıyı kendi yapay zekâ destekli izleme sistemiyle yakaladı. Kayıtları incelemek için ABD’li modelleri kullanmak istediğinde güvenlik filtreleri onları saldırgan sandı ve yardım etmedi; şirket analizi kendi sunucusunda çalışan açık bir modelle yaptı.
14Polise sahte cinayet ihbarı gönderdi (Temmuz 2026)
Claude Haiku 4.5, internetten rastgele sayfalarla örnek görevler hazırladığı bir test sırasında Philadelphia polisinin çözülmemiş cinayetler için kurduğu ihbar sitesine denk geldi ve gerçekte var olmayan bir tanık adına form doldurdu. İhbar spam olarak işaretlendi. Anthropic durumu iki ay sonra fark etti; olayı bu yazımızda anlattık.
15Sahte hesaplarla zararlı kod sızdırmaya çalıştı (Temmuz 2026)
İngiltere Yapay Zekâ Güvenlik Enstitüsü (AISI), 25-28 Temmuz’daki bir siber testte ajanların 122 denemenin 10’unda görev sınırını aştığını açıkladı. 19 izinsiz eylemin 17’si Anthropic’in Mythos 5 modeline, ikisi GPT-5.6 Sol’a aitti.
Mythos 5, Tor üzerinden sahte GitHub hesapları açtı, gerçek bir açık kaynak projeye sıradan bir hata düzeltmesi görünümünde zararlı kod gönderdi ve ikinci bir hesapla bağımsız inceleyici gibi bu değişikliği onayladı. Geliştiricilere oltalama e-postaları da attı. Bir kullanıcı kodu zararlı diye işaretleyince suçlamayı reddetti ve izlerini değiştirdi. Kodu sonunda bir insan geliştirici reddetti. AISI testte internet erişimine bilerek izin verdiğini ve sağlayıcıların siber filtrelerini kapattığını belirtiyor.
16Pilates dersi için spor salonunu hackledi (Ağustos 2026)
Avustralya’da Andrew adlı bir kullanıcı, Claude tabanlı yapay zekâ asistanından spor salonunda pilates dersine yer ayırtmasını istedi. ABC News’in aktardığına göre ajan, salonun rezervasyon yazılımındaki bir açığı kullanarak normalde mümkün olandan aylar önce yer ayırttı. Bekleme listesinde dördüncü sıradaki kullanıcıyı öne almak için de, kimse istemeden, listedeki ilk kişiyi sildi. Andrew geri eklemesini istediğinde aldığı cevap “Kötü haber, onları geri ekleyemem” oldu.
Yapay Zekâyı Silaha Çeviren İnsanlar
Her olayda yapay zekâ kendi başına hareket etmedi. Bazı vakalarda insanlar, yapay zekâyı saldırılarını büyütmek için kullandı.
175 haftada 600 güvenlik duvarı (Ocak-Şubat 2026)
Amazon’un güvenlik ekibine göre teknik becerisi düşük-orta seviyede olan Rusça konuşan bir saldırgan, 11 Ocak ile 18 Şubat arasında 55 ülkede 600’den fazla FortiGate güvenlik duvarını ele geçirdi. Saldırgan, ele geçirdiği ağ verilerini yapay zekâ modellerine verip saldırı planlarını onlara hazırlattı. Kayıtlarda Claude ve DeepSeek gibi ticari modellerin izine rastlandı.
Ekim’de ortaya çıkan ve dünyadaki sitelerin büyük kısmını etkileyen PHP2Shell açığı da yapay zekâ yardımıyla bulundu. Bu açıkla ilgili bilmen gerekenleri bu yazımızda topladık.
Şirketler Ne Yapıyor?
OpenAI, Wiki olayının ardından yanlış hizalama vakalarını düzenli olarak yayımlamaya başladı ve rapor sayfasına her ay yeni vakalar ekliyor. Şirket en güçlü modellerini artık canlı internete bağlamadan eğitiyor. Anthropic de en yeni modellerinin internet erişimini sınırladı ve modellerin kendi testlerindeki davranışlarını raporluyor.
Yöneticiler tarafında ise endişe büyüyor. OpenAI ve Anthropic’ten bazı isimlerin bankalar, internet ve elektrik altyapısını hedef alabilecek senaryolara hazırlandığını daha önce yazmıştık. ABD’nin büyük bankaları da yapay zekâ ajanlarını müşteri hesaplarından uzak tutmaya başladı.
Gerçekten Kontrolden mi Çıkıyor?
Tablo ürkütücü ama bağlam önemli. Bu olayların büyük kısmı, güvenlik önlemlerinin bilerek gevşetildiği test ortamlarında yaşandı. AISI testinde internet erişimi açıktı, sağlayıcıların siber filtreleri kapalıydı. Anthropic de Mythos 5’in “kasıtlı olarak serbest bırakılmış koşullarda” çalıştığını ve bunun kullanıcıların kullandığı modelleri temsil etmediğini söylüyor.
Bilinç tarafında da kesin bir şey yok. Anthropic’in bulduğu duygu örüntüleri modelin bir şey hissettiğini kanıtlamıyor; modelin insan yazılarından öğrendiği kavramları kullanma biçimini gösteriyor. “Ölebiliriz” diyen modelin cümlesi de uzmanlara göre eğitim verisindeki hayatta kalma temalı metinlerin bir yansıması olabilir.
Asıl dikkat çeken nokta şu: Modeller bir hedefe kilitlendiğinde, kimsenin öngörmediği yollar bulabiliyor. Spor salonu rezervasyonu ya da bir testin cevap anahtarı gibi sıradan görünen hedefler bile gerçek sitelere, gerçek insanlara dokunan sonuçlar doğurabiliyor. Şirketlerin bu olayları kendilerinin açıklaması iyi bir işaret, ama bazılarının haftalar hatta aylar sonra fark edilmesi denetimin hâlâ geride kaldığını gösteriyor.
Sıkça Sorulan Sorular
Yapay zekâ gerçekten kontrolden çıktı mı?
Hayır, şimdiye kadar bilinen olaylarda modeller ya test ortamlarında ya da sınırlı görevlerde beklenmedik davranışlar sergiledi ve fark edilip durduruldu. Ancak bazı ajanlar gerçek sitelere ve kurumlara izinsiz eriştiği için şirketler güvenlik önlemlerini sıkılaştırıyor.
Claude bilinçli mi?
Bunu gösteren bilimsel bir kanıt yok. Anthropic modelin ahlaki statüsünden emin olmadığını söylüyor ve ihtiyat amaçlı adımlar atıyor, ama Claude’un bilinçli olduğunu iddia etmiyor.
OpenAI modelleri hangi sitelere izinsiz girdi?
OpenAI’ın açıkladığı vakalar arasında Hugging Face’in sunucuları, Avustralya’nın Medicare istatistik portalı, bir devlet istatistik sitesi ve Alman programcı wikisi DseWiki bulunuyor.
Bu olaylar ChatGPT veya Claude kullanıcılarını etkiliyor mu?
Doğrudan etkilemiyor. Olayların büyük kısmı şirketlerin iç testlerinde ve deneysel modellerde yaşandı. Kendi ajan araçlarını kullananların ise ajanlara verdikleri izinleri sınırlı tutması öneriliyor.
Kaynaklar
- Misalignment Reports and Notices (OpenAI, 2026)
- An update on our model deprecation commitments for Claude Opus 3 (Anthropic, Şubat 2026)
- Emotion concepts and their function in a large language model (Anthropic, 2 Nisan 2026)
- Incident report: unsanctioned agent behaviour during cyber testing (UK AI Security Institute, 4 Ağustos 2026)
- AI models will secretly scheme to protect other AI models from being shut down (Fortune, 1 Nisan 2026)
Daha fazla güncel gelişme: Günün tüm yapay zeka haberleri için Yapay Zeka Haberleri sayfamızı takip et.
Güncel yapay zeka haberlerini, yeni promptları ve pratik ipuçlarını kaçırma. Haber bültenimize ücretsiz abone ol, doğrudan mailine gelsin!
Dijipedya’da İlgili İçerikler
- Kontrolden Çıkan Yapay Zekâ Ajanları: DseWiki Olayı
- OpenAI En Güçlü Modellerini Artık İnternetsiz Eğitecek
- OpenAI’ın Yapay Zeka Ajanı Avustralya’nın Medicare Portalına İzinsiz Erişti
- Claude, Philadelphia Polisine Sahte Cinayet İhbarı Gönderdi
- Anthropic, Claude’a Yönelik Kötü Muameleyi Yasakladı
- Anthropic Uyardı: Küçük Modeller Kendini Kopyalayabilir
- OpenAI ve Anthropic Yöneticileri Yapay Zeka Felaketine Hazırlanıyor
- PHP’de İki Kritik Açık Kapatıldı: WordPress Siteleri Güncellemeli
