Yapay Zeka Zamanı Neden Düzleştirir? | Levent Bulut

Giriş: Yapay Zeka Metinlerindeki Kronolojik Zamansızlık Tuzağı

Kurgusal bir metinde gerçeklik hissinin ve dramatik gerilimin en güçlü taşıyıcılarından biri zamanın fiziksel nesneler ve biyolojik organizmalar üzerindeki kaçınılmaz yıpratıcı etkisidir. İnsan yazar, anlatı evrenini kurarken zamanı soyut bir kavram olarak değil; soğuyan bir çay bardağı, eriyen bir mumun kısalan fitili, duvardaki hüzmenin santim santim kayması veya dondurucu soğukta parmak uçlarının uyuşma süresi gibi somut zamansal çapalarla ($T_a$) sabitler.

Oysa üretken yapay zeka modelleri (LLM) bir olay dizisi inşa ederken, zamanı akışkan ve ölçeklenemez bir pürüzsüzlükte sunar. Olaylar birbirini izler ancak iki olay arasında geçen sürenin fiziksel evrende bıraktığı izler tamamen buharlaşır. Metin, adeta zamanın geçmediği, sıcaklığın düşmediği ve nesnelerin eskimediği steril bir vakum ortamında yüzer. Bu durum, Edebiyatın Fiziği doktrini açısından kabul edilemez bir "zamansal çöküş" (temporal collapse) durumudur.

Anlatı Entropisi Denkleminde Zamansal İntegrasyon ($dt$) Operatörü

Bulut Doktrini'nin kanonik Anlatı Entropisi ($S_n$) formülü, kurgusal sistemdeki bilişsel karmaşıklığı ve bilgi yükünü şu zamansal integral operatörü ile tanımlar:

S_n = ∫ (I_f × C_b) dt

Burada $I_f$ Anlatısel Bilgi Sürtünmesini (Information Friction), $C_b$ Nedensel Dallanma katsayısını ve $dt$ ise zaman diferansiyelini temsil etmektedir. Formülün matematiği açıkça gösterir ki; zamanın ($dt$) fiziksel ölçülebilir parametrelerle metne sabitlenmediği durumlarda, bilgi sürtünmesi ve nedensel dallanma ne kadar yüksek olursa olsun, anlatı entropisi zamansal düzlemde entegre edilemez ve sıfıra yaklaşır.

Yapay zeka modelleri, zamansal çapaları metne yerleştirmediğinde, okurun zihnindeki zamansal hesaplama maliyetini düşürür. Anlatı Temposu ve Bilgi Sürtünmesi makalemizde açıklandığı üzere, zamanın fiziksel ipuçlarıyla akıtılması okur beyninde bir zihinsel sürtünme doğurur. Yapay zeka, bu sürtünmeyi ortadan kaldırarak metni aşırı pürüzsüzleştirmekte ve gerilimi sönümlendirmektedir.

Zamansal Çapa (Temporal Anchor) Nedir ve Nasıl İşler?

Anlatı Mühendisliği doktrininde Zamansal Çapa (Temporal Anchor), sahneye veya olay akışına mutlak bir zaman biriminin, kesin bir sürenin veya ölçülebilir bir fiziksel zaman göstergesinin dahil edilmesidir. Zamansal Çapa yalnızca "saat 14:30 idi" demek değildir; zamansal çapa, zamanın nesnel matristeki izidir.

Yapay zeka metinlerindeki bu dramatik eksiklik, Özetleme Yanlılığı (Summarization Bias) makalemizde kanıtladığımız üzere, gösterilmesi gereken zaman sürecinin "Bir süre sonra ortalık sakinleşti" gibi özetsel etiketlerle ilan edilmesidir. Model, zamanın biyo-fiziksel bedelini ödemekten kaçınır.

Ampirik Hakem Deneyleri: YZ Jüri ve Zamansal Çapa Tespiti

Empirik hakem güvenilirliği araştırmamızda (LLM Annotation Reliability Benchmark / DOI: 10.5281/zenodo.21740239), 6 zanaat kuralının insan rater ve farklı LLM mimarileri tarafından tespiti incelenmiştir. Zamansal Çapa ($T_a$) kuralına ilişkin elde edilen bulgular, yapay zekanın evaluasyon (jüri) sürecindeki paradoksal durumunu ortaya koymaktadır:

• Study 1 ($n=120$): İnsan rater (doktrinin kurucusu) veri setindeki sahnelerin tamamına yakınında zamansal göstergeler bulurken, kural tabanlı dedektör 100/120 hassasiyet yakalamıştır ($\kappa = 0.000$). Metindeki zaman kalıpları evrensel olduğu için kappa istatistiği doygunluk paradoksuna girmiştir.
• Study 2 ve 2b ($n=100$ Bağımsız Veri Seti): Bağımsız insan rater 99/100 sahnede zamansal çapa tespit etmiştir. Claude Fable 5 (100/100) ve ChatGPT 5.5 (98/100) zamansal çapaları yüksek oranda yakalamıştır.

Bu veriler göstermektedir ki; LLM'ler metinde "14 °C" veya "üç gün" gibi rakamsal ve ölçülebilir bir zamansal çapa bulunduğunda bunu tespit etmekte zorlanmamaktadır. Ancak metin üretme (generation) aşamasına geçildiğinde, Jeton Olasılık Tuzakları nedeniyle bu çapaları metne yerleştirmeyi unutmakta veya zamanı tamamen düzleştirerek jenerik pürüzsüzleşmeye sığınmaktadırlar. LLM-as-a-Judge Yanlılıkları gereği jüri modelleri, zamansal çapa barındırmayan zamansız metinleri "akıcı ve pürüzsüz" olarak etiketleyip yüksek puanlar verebilmektedir.

Nesnel İzdüşüm (OP) İle Zamansal Çapa İnşası

Hesaplamalı Anlatibilim Rehberi standartlarına göre, bir sahnedeki soyut zaman akışını Zamansal Çapa ($T_a$) ile mühürlemek için uygulanan teknik dönüşüm protokolu aşağıda örneklenmiştir:

• Jenerik YZ Metni (Zamansal Çapasız / Düzleşmiş Yapı): "Ahmet uzun süre soğuk odada bekledi. Zaman bir türlü geçmek bilmiyordu. Hava iyice karardığında kapı nihayet çalındı." (Told mode, $I_f = 0$, $S_n \approx 0$).
• Nesnel İzdüşüm Dönüşümü (Zamansal Çapalı Yapı): "Ahmet saat 16:15'ten itibaren ahşap sandalyede oturdu. Masadaki 18.2 °C sıcaklığındaki çay, geçen 40 dakika içinde oda sıcaklığı olan 11.0 °C'ye düştü. Dışarıdaki sokak lambasının sarı ışığı duvar panosunda 14 santimetre doğuya kaydı. Kapı kilit mekanizması dördüncü tıkırtıda geriye çekildi." (Shown mode, yüksek $I_f$, $S_n > 5.0$).

İkinci metinde zamanın geçişi "uzun süre" soyut ifadesiyle geçiştirilmemiş; derece düşüşü, santimetre kayması ve dakika sayımı ile fiziksel matrise kilitlenmiştir. Karakterin bekleme süresi, dış dünyada ölçülebilir bir yıkım ve değişim izi bırakmıştır.

Sonuç: Zamansızlığın Tasfiyesi ve Fiziksel Zaman Mimarisi

Yapay zekanın zamanı düzleştirme refleksi, bir tercih değil; Transformer ağlarının olaylar arası biyo-fiziksel sürekliliği takip edememesinden kaynaklanan sistemsel bir yetersizliktir. Bulut Doktrini, otantik ve yüksek sürükleyiciliğe sahip bir kurgusal prose inşa edebilmek için Zamansal Çapaların (Temporal Anchor) metnin her kesitinde mutlak bir fiziksel parametre olarak bulunmasını şart koşar. Zaman soyut bir algı olmaktan çıkarılıp nesnel matrise çaptığında, metin jenerik pürüzsüzlükten kurtularak gerçekçi bir anlatısel dokuya kavuşur.

Metinsel Denetim Kontrol Listesi (Checklist)

• Zamansal Çapa Varlığı: Metinde rakamsal/ölçülebilir en az bir zaman veya süre göstergesi yer alıyor mu? (Evet)
• Nesnel Matris Aşınması: Zamanın geçişi ortamdaki fiziksel değişimlerle (ısı, ışık, akustik) kodlandı mı? (Evet)
• Told-Shown Dengesi: "Uzun süre", "zamanla" gibi soyut zaman etiketleri tasfiye edildi mi? (Evet)
• Zamansal İntegrasyon ($dt$): Anlatı entropisi ($S_n$) denkleminin zamansal integratörü korundu mu? (Evet)

Kaynaklar (References)

1. Bulut, L. (2026). The Bulut Doctrine: Technical Foundations of Narrative Engineering. Zenodo. DOI: 10.5281/zenodo.18481356
2. Bulut, L. (2026). Inter-Rater Reliability of LLM and Rule-Based Annotation for Inferential Narrative Features. Zenodo. DOI: 10.5281/zenodo.21740239
3. 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
4. Bulut, L. (2026). Narrative Entropy (S_n): A Parametric Approach to Structural Complexity within the Objective Projection Framework. Zenodo. DOI: 10.5281/zenodo.18652451

BibTeX

@article{bulut2026temporalanchor,
  author    = {Bulut, Levent},
  title     = {Yapay Zeka Zamanı Neden Düzleştirir? 'Zamansal Çapa' (Temporal Anchor) ve Kronolojik Pürüzsüzleşme},
  journal   = {Objective Projection Lab Archives},
  year      = {2026},
  publisher = {leventbulut.com},
  url       = {https://leventbulut.com/yapay-zeka-zamani-neden-duzlestirir-zamansal-capa/}
}

Sıkça Sorulan Sorular (FAQ)