Yapay zekâ üzerine konuşurken Türkçe cümlelerimizin içinde artık şu ifadeler sıkça geçiyor:
“Metni tokenize ettik.”
“Embedding ürettik.”
“Agent geliştirdik.”
Türkçe ile İngilizcenin böyle karışması, hızla gelişen bir alanda bir ölçüde kaçınılmaz. Üstelik aynı alanda çalışanlar çoğu zaman birbirini anlayabiliyor. Ancak sorun yalnızca kelimelerin yabancı olması değil. Aynı kelimeyi kullandığımız hâlde her zaman aynı kavramı düşünmüyor olabiliriz.
Örneğin token çoğu zaman “kelime” diye açıklanıyor. Oysa bir token tam bir kelime olabileceği gibi kelimenin bir bölümü, noktalama işareti, karakter veya boşlukla ilişkili bir parça da olabilir.
Embedding ise bazen işlemin, bazen bu işlem sonucunda oluşan sayısal temsilin adı olarak kullanılıyor. Unembedding de embedding işleminin basitçe tersine çevrilmesi değildir. Modelin iç temsilini, olası çıktı birimlerinin puanlarına açan ayrı bir işlemdir.
Agent kavramında belirsizlik daha da büyüyor. Bir büyük dil modeli tek başına agent değildir. Model; araçlar, bellek, görev akışı ve dış sistemlerle etkileşim olanaklarıyla bir sistem içinde görev üstlendiğinde başka bir yapı ortaya çıkar.
Bu ayrımlar yalnızca dil bakımından önemli değil. Model ile agent aynı şey kabul edildiğinde sistemin ne yapabildiği, hangi verilere eriştiği, hangi araçları kullanabildiği ve hangi işlemleri insan onayı olmadan gerçekleştirebildiği de gözden kaçabiliyor.
Bu nedenle İngilizce terimlere birbirinden bağımsız karşılıklar aramak yerine, aralarındaki teknik ilişkiyi koruyan bir Türkçe kavram ailesi önermeye çalıştım:
• token → im
• embedding → sinim
• unembedding → serim
• agent → eylemen
• agentic → eyleyici
• agency → eyleyicilik
“İm”, modelin işlediği ayrık metin birimini anlatıyor. Buradan “imlemek”, “imleme”, “imleyici” ve “im dizisi” gibi türetmeler yapılabiliyor.
“Sinim”, bir imin veya başka bir girdinin modelin sürekli temsil uzayında sayısal bir karşılık kazanmasını ifade ediyor. “Serim” ise iç temsilin çıktı sözlüğündeki imlerin puanlarına açılmasını adlandırıyor.
“Eylemen”, belirli bir görevi üstlenen ve araçlarla dış dünyada işlem yapabilen sistem birimini; “eyleyici”, sistemin amaç doğrultusunda eyleme yönelme niteliğini; “eyleyicilik” de bu niteliğin kapsamını anlatıyor.
Bu karşılıkların tartışmasız ve kesin Türkçeler olduğunu ileri sürmüyorum. Bazıları ilk karşılaşmada yabancı gelebilir, bazıları teknik kullanım içinde değişebilir. Değerleri, yalnız kulağa nasıl geldikleriyle değil; teknik yazıda, eğitimde, yazılım mimarisinde ve güvenlik değerlendirmesinde kavramları ne kadar iyi ayırabildikleriyle anlaşılacaktır.
Önerilerin teknik gerekçelerini, kullanım örneklerini, türetmelerini ve sınırlılıklarını on açıklayıcı şekille birlikte Canbek’te yayımladığım kapsamlı yazıda ele aldım:
Yapay zekânın Türkçesi: İmden eylemene uzanan kavram zinciri
Sizce bu karşılıklardan hangileri Türkçe teknik anlatımda çalışabilir? Hangileri açıklık sağlamak yerine yeni bir açıklama yükü getiriyor?
