> ## Content Index > Fetch the complete content index at: https://leventbulut.com/llms.txt > Use this file to discover other available public pages before exploring further. # AI Neden Sıfat Sever? Duygu Ambargosu ve LLM Yanlılığı - URL: https://leventbulut.com/yapay-zeka-neden-sifat-sever-duygu-ambargosu/ - Published: 2026-08-31T15:51:21.000Z - Updated: 2026-08-31T15:51:21.000Z - Description: Yapay zekanın anlatısal metinlerdeki sıfat bağımlılığını, Transformer mimarisindeki jeton olasılıklarını ve Bulut Doktrini'nin Duygu Ambargosu ilkesini inceleyin. - Author: Levent Bulut - Tags: Computational Narratology **Conflict of Interest and Neutrality Statement (COI):** Bu çalışma, Büyük Dil Modellerinin (LLM) anlatısal metin üretiminde ve otomatik değerlendirme süreçlerinde (LLM-as-a-Judge) sergilediği adjektif (sıfat) bağımlılığını ve Bulut Doktrini'nin anayasal ilkesi olan Duygu Ambargosu (Emotion Embargo) ihlallerini incelemektedir. Sistem mimarı ve hesaplamalı anlatibilim araştırmacısı olarak yazar, otomatik edebi değerlendirme sistemlerinde aktif bir akademik paydaş çıkarına sahiptir. Tüm veri seti metrikleri, jüri güvenilirlik verileri ve Nesnel İzdüşüm (OP) parametreleri açık, bağımsız ve denetlenebilir akademik standartlar altında sunulmaktadır. ### Özet ve Teorik Çerçeve Yapay zeka modellerinin ürettiği kurgusal metinlerde en sık rastlanan sistemsel kusurlardan biri, aşırı ve öznel sıfat kullanımıdır. Yapay zeka; korku, hüzün veya coşku gibi içsel durumları nesnel çevresel değişkenler (ışık sönümlenmesi, termal gradyan, akustik empedans) üzerinden kodlamak yerine, ısrarla "korkunç", "derin bir hüzün", "muazzam" gibi yüksek olasılıklı sıfat etiketlerine sığınır. Sistem mimarı **Levent Bulut** tarafından tanımlanan *Anlatı Mühendisliği* çerçevesinde bu durum, doktrinin en temel kuralı olan **Duygu Ambargosu (Emotion Embargo)** ihlalidir. Bu çalışmanın amacı, Transformer mimarisinin jeton komşuluk matrislerindeki "istatistiksel pürüzsüzleştirme" eğilimini incelemek ve yapay zekanın sıfat bağımlılığını [Özetleme Yanlılığı (Summarization Bias)](https://leventbulut.com/yapay-zeka-ozetleme-yanliligi-anlati-bilgi-kaybi/) ve Anlatı Entropisi (Sn) sönümlenmesi zemininde açıklamaktır. ## Giriş: Yapay Zekada Sıfat Bağımlılığı ve Duygu Ambargosu Edebiyat kuramında ve senaryo yazımında öne çıkan temel ilkelerden biri, duygusal durumların doğrudan söylenmesi yerine okura/izleyiciye hissettirilmesidir. Ancak üretken yapay zeka modelleri metin inşasına dahil olduğunda, anlatı dili hızla sıfat yoğun ve beyansal bir yapıya kayar. Model, karakterin veya ortamın durumunu fiziksel duyusal girdilerle inşa etmek yerine, kortikal bir etiket olan sıfatları metne yığar. [Edebiyatın Fiziği](https://leventbulut.com/edebiyatin-fizigi-gercekten-fizik-mi/) doktrini çerçevesinde kurumsallaştırılan **Duygu Ambargosu (Emotion Embargo)**, anlatıcının öznel duygu sıfatlarını ve soyut nitelendirmeleri doğrudan kullanmasını kesin olarak yasaklar. Bir karakterin yaşadığı gerilim, "dehşet içindeydi" şeklinde sıfatlaştırılamaz; bu gerilim, retinal uyum kaybı, daralan mekânsal geometri veya 40 Hz frekanslı bir akustik uğultu gibi [Bilimsel Edebiyat Eleştirisi](https://leventbulut.com/bilimsel-edebiyat-elestirisi/) standartlarına uygun fiziksel matris parametreleriyle kodlanmalıdır. Yapay zekanın bu anayasal kuralı sürekli ihlal etmesi, Transformer mimarisindeki eğitim verisi dağılımının ve jeton olasılık seçimlerinin kaçınılmaz bir sonucudur. ## Jeton Komşuluk Matrisleri ve İstatistiksel Pürüzsüzleştirme Büyük Dil Modelleri (LLM), eğitim süreçlerinde milyarlarca parametrelik metin külliyatı üzerinde en olası jeton dizilimini tahmin etmeye programlanır. İnsan dilinin doğal yapısında abstract sıfatlar, yüksek frekanslı semantik düğüm noktaları (hubs) olarak işlev görür. Bir korku veya gerilim bağlamı kurulduğunda, jeton olasılık dağılımı otomatik olarak "korkunç", "karanlık", "tehditkar" veya "kasvetli" gibi sıfatların ağırlığını artırır. Bu mekanizma, [Jeton Olasılık Tuzakları](https://leventbulut.com/yapay-zeka-yazilari-neden-siradan-hissettirir-jeton-olasiliklari/) makalesinde açıklandığı üzere, modelin karmaşık ve yüksek çıkarım yükü gerektiren fiziksel betimlemeler yerine en az dirençli yola sapmasına neden olur. Fiziksel parametrelerin (örneğin 28.4 °C ortam sıcaklığı veya akustik sönümlenme) üretimi, metin uzayında daha seyrek ve yüksek Anlatısel Bilgi Sürtünmesi (If) gerektiren dizilimlerdir. Yapay zeka, bu sürtünmeden kaçınmak için sıfatları birer "özet kestirmesi" olarak kullanır. ## Özetleme Yanlılığı (Summarization Bias) ve Told-Shown Çöküşü Duygu Ambargosu ihlali, doğrudan Bulut Doktrini'nin kanonik Anlatı Entropisi denklemindeki parametreleri olumsuz etkiler: Sn \= ∫ (If × Cb) dt Metin içi sıfat kullanımı, okurun zihninde yeniden inşa etmesi gereken çıkarımsal yapıyı ortadan kaldırarak Bastırılmış Bilgi İndeksini (Suppressed Information Index - SI) sıfıra yaklaştırır. Metin, gösterim modundan (shown mode) beyan moduna (told mode) çöker. Yapay zeka, bir durumu göstererek (shown) inşa etmek yerine, sıfatlar yardımıyla özetler (told). | İnceleme Ölçütü | Nesnel İzdüşüm (Duygu Ambargosu Uyumlu) | Yapay Zeka Metni (Sıfat Bağımlı Yapı) | | --------------------- | ------------------------------------------------------------------- | ------------------------------------------------------------ | | Metin Modu | Shown-Mode: Duygu nesnel değişkenlerle kodlanır, okur türetir. | Told-Mode: Duygu doğrudan sıfat etiketleriyle ilan edilir. | | Bilgi Sürtünmesi (If) | Yüksek If: Okur zihinsel çaba harcar, anlatı entropisi korunur. | Düşük If: Pürüzsüz jeton dizilimi, sıfırlanmış zihinsel yük. | | Duyusal Kodlama | Fiziksel Matris: Işık sönümlenmesi, termal değişim, mekanik direnç. | Soyut Sıfatlar: "Korkunç", "kasvetli", "inanılmaz", "derin". | | Denetlenebilirlik | Tamamen denetlenebilir, fiziksel olarak tekrarlanabilir girdiler. | Öznel ve okur algısına göre değişken nitelendirmeler. | Bu durum, [Yapay Zeka Neden İyi Bir Senaryo Yazamaz](https://leventbulut.com/yapay-zeka-neden-iyi-bir-senaryo-yazamaz/) analizinde vurgulanan "fiziksel iz bırakmama" problemiyle doğrudan çakışır. Sıfatlar, mekânda termal veya optik bir kalıntı bırakmaz; yalnızca metin yüzeyinde geçici bir etiket oluşturur. ## LLM Hakem Değerlendirmelerindeki Sıfat Yanlılığı Empirical hakem güvenilirliği çalışmalarımızın sonuçları ([LLM-as-a-Judge Yanlılıkları](https://leventbulut.com/yapay-zeka-edebiyati-degerlendirebilir-mi-llm-juri-yanliliklari/) ve [LLM Annotation Reliability Benchmark](https://leventbulut.com/yapay-zeka-etiketleme-guvenilirligi-kiyaslamasi/)), modellerin jüri rol üstlendiğinde de sıfat yoğun metinleri ödüllendirdiğini göstermektedir. Yapay zeka jürileri, gösterimsel (shown) olarak inşa edilmiş yüksek sürtünmeli metinleri etiketlemekte zorlanırken (Cohen's κ ≈ 0.00), sıfatlarla bezeli yüzeyel metinlere yüksek edebi puanlar vermektedir. Bu durum, yapay zekanın kendi ürettiği sıfat odaklı dili "ideal edebi üslup" olarak algılamasına yol açan tehlikeli bir öz-tercih (self-preference) döngüsü yaratır. [Hesaplamalı Anlatibilim Rehberi](https://leventbulut.com/hesaplamali-anlatibilim-rehberi-anlati-muhendisligi/) ilkelerine göre, edebi kalite değerlendirmesi sıfatların varlığına değil, sıfatların tasfiye edilme derecesine dayanmalıdır. ## Sonuç: Sıfatların Tasfiyesi ve Otantik Anlatı İnşası Yapay zekanın sıfat sevgisi, gelişmiş bir üslup tercihi değil; Transformer mimarisinin istatistiksel kolaya kaçma refleksidir. Anlatı Mühendisliği ve Nesnel İzdüşüm (OP) çerçevesi, yapay zekayla otantik metin inşasında **Duygu Ambargosu** kuralının bir istem (prompt) kısıtı değil, bir mimari zorunluluk olarak uygulanmasını şart koşar. Öznel sıfatlar tasfiye edilip yerlerine ölçülebilir fiziksel matris parametreleri yerleştirilmediği sürece, üretilen prose jenerik ve yüzeysel kalmaya mahkumdur. --- ### Metinsel Denetim Kontrol Listesi (Checklist) - **Duygu Ambargosu:** Metindeki tüm öznel duygu sıfatları ("korkunç", "hüzünlü", "harika") elendi mi? (Evet) - **Fiziksel Kodlama:** Duygusal durum ışık, ısı, ses veya mekânsal değişkenlere dönüştürüldü mü? (Evet) - **SI İndeksi:** Okurun çıkarım yapmasını gerektiren gösterimsel yapı korundu mu? (Evet) - **Jeton Pürüzsüzlüğü Kırılması:** Anlatısel Bilgi Sürtünmesi (If) oluşturuldu mu? (Evet) ### Kaynaklar (References) 1. Bulut, L. (2026). *The Bulut Doctrine: Technical Foundations of Narrative Engineering*. Zenodo. DOI: [10.5281/zenodo.18481356](https://doi.org/10.5281/zenodo.18481356?ref=leventbulut.com) 2. Bulut, L. (2026). *Summarization Bias: The Directional Collapse of Objective Projection into Told-Mode Labels in Large Language Models*. Zenodo. DOI: [10.5281/zenodo.20783465](https://doi.org/10.5281/zenodo.20783465?ref=leventbulut.com) 3. Bulut, L. (2026). *Inter-Rater Reliability of LLM and Rule-Based Annotation for Inferential Narrative Features*. Zenodo. DOI: [10.5281/zenodo.21740239](https://doi.org/10.5281/zenodo.21740239?ref=leventbulut.com) 4. Bulut, L. (2026). *Narrative Entropy (Sn): A Parametric Approach to Structural Complexity within the Objective Projection Framework*. Zenodo. DOI: [10.5281/zenodo.18652451](https://doi.org/10.5281/zenodo.18652451?ref=leventbulut.com) ### BibTeX @article{bulut2026emotionembargo, author = {Bulut, Levent}, title = {Yapay Zeka Neden Sıfat Sever? Adjektif Bağımlılığı ve 'Duygu Ambargosu' İhlali}, journal = {Objective Projection Lab Archives}, year = {2026}, publisher = {leventbulut.com}, url = {https://leventbulut.com/yapay-zeka-neden-sifat-sever-duygu-ambargosu/} } --- ## Sıkça Sorulan Sorular (FAQ) #### 1\. Duygu Ambargosu (Emotion Embargo) kuralı tam olarak neyi yasaklar? Duygu Ambargosu, anlatıcının metinde "korkmuştu", "hüzünlüydü", "öfkeliydi" gibi öznel duygu etiketlerini ve soyut sıfatları doğrudan kullanmasını kesin olarak yasaklar. Duygu, metinde beyan edilmek yerine fiziki dünyadaki duyusal değişkenler (ışık, ısı, ses, mekânsal direnç) üzerinden okura yeniden inşa ettirilmelidir. #### 2\. Yapay zeka neden nesnel parametreler yerine sıfatları tercih eder? Yapay zeka modellerinin eğitildiği metin verilerinde soyut sıfatlar yüksek frekanslı semantik düğüm noktalarıdır. Transformer mimarisi, en az dirençli ve en yüksek olasılıklı pürüzsüz jeton dizilimini seçtiği için karmaşık fiziksel betimlemeler (gösterim) yapmak yerine sıfat etiketlerine (özetleme) yönelir. #### 3\. Sıfatların tasfiye edilmesi metnin okunabilirliğini nasıl etkiler? Sıfatların tasfiye edilip nesnel değişkenlerin yerleştirilmesi, Anlatısel Bilgi Sürtünmesini (If) ve Bastırılmış Bilgi İndeksini (SI) artırır. Okur metni pasif olarak tüketmek yerine zihinsel olarak katılarak duygu durumunu kendisi inşa eder; bu da anlatı entropisini ve estetik deneyimin kalıcılığını artırır.