AI kanıtı olarak ne sayılmaz
Not: Bu belge orijinal İngilizce versiyonun otomatik bir çevirisidir.
AI kanıtı olarak ne sayılmaz
Bir proje, çalışan bir AI component'in kanıtı gibi görünen ancak yakından incelendiğinde bunu gerçekten göstermeyen birçok artefakt sunabilir. Bu sayfa en yaygın anti-kalıpları listeler: doğrulanabilir kanıt sunmadan AI yeteneği iddia eden sinyaller. Bir AI component kanıtı olarak ne sayılır sayfasının tamamlayıcısıdır.
Kısaca: pazarlama metni, boş depolar, metodolojisi olmayan metrikler, tescilli mantığı olmayan API wrapper'ları ve token adındaki "AI", çalışan bir AI component'in kanıtı değildir.
Yanlış sinyalleri tanımak neden önemlidir
"Kanıt" ile "kanıt olmayan" arasındaki sınır, DecAIHub'ın AI-washing yaklaşımının temelidir. Aşağıdaki kalıpları tanımak projeye yönelik bir suçlama değildir — belirli artefaktın doğrulanabilir AI reality açısından bir fark yaratmadığı ve Tier-1 kanıtıyla karıştırılmaması gerektiği anlamına gelir.
Yaygın anti-kalıplar
Pazarlama metninde "AI kullanıyoruz"
Bir açılış sayfasında veya sunumda "AI destekli", "makine öğrenimiyle inşa edildi" veya "sinir ağı odaklı" demek bir konumlandırma ifadesidir, kanıt değil. Tier-1 artefaktları (kod, dokümantasyon, demolar) olmadan bu sözcükler doğrulanabilir bir ağırlık taşımaz.
DecAIHub, projeleri bu sözcüğü kullandıkları için cezalandırmaz — ancak bunu kanıt olarak da değerlendirmez. Pazarlamada "AI"nın varlığı çıtayı yükseltir: bir proje AI'yı belirgin biçimde iddia ediyorsa, destekleyici artefaktların yokluğu daha da göze batar.
Boş veya alakasız depo
Var olan ancak AI/ML kodu içermeyen — veya yalnızca bir README, şablon kod ya da alakasız betikler içeren — bir GitHub deposu bir kırmızı bayraktır. Anlamlı bir depoda commit'ler, sürümler, testler ve teknik dokümandaki veya dokümantasyondaki iddialarla örtüşen kod bulunur.
Yaygın kalıplar: yakın zamanda tek bir ilk commit ile oluşturulmuş bir depo; hiç değişiklik yapılmamış popüler bir çatının fork'u; model kodu içermeyen bir yapılandırma dosyası koleksiyonu; proje aktif AI geliştirmesi iddia etmeye devam ederken bir yıldan uzun süredir commit almamış bir depo.
Metodolojisi olmayan metrikler
"%95 doğruluk" veya "son teknoloji performans" iddiası, bağlam olmadan hiçbir şey ifade etmez: ne ölçüldü, hangi veriler üzerinde, ne zaman ve modelin hangi sürümüyle. Metodolojisi olmayan metrikler Tier-1 kanıtı değildir.
"Modelimiz XYZ benchmark'ında 0,92 F1 elde ediyor; Ocak 2026'da 2.1 sürümü üzerinde değerlendirildi" bir metriktir. "%92 doğruluk elde ediyoruz" bir iddiadır. DecAIHub iddiaları not edilmiş beyanlar olarak kaydeder ancak bunlara dayanarak AI_3 bayrağını ayarlamaz.
Tescilli mantığı olmayan API wrapper
OpenAI, Anthropic veya başka bir üçüncü taraf API'sini çağırıp sonucu döndürmek, projenin kendi AI'sının kanıtı değildir. Bir API wrapper geçerli bir ürün olabilir, ancak projeyi DecAIHub'ın değerlendirdiği anlamda bir AI projesi yapmaz. AI, projeye değil sağlayıcıya aittir.
Proje kendi ince ayarını uyguluyorsa, üçüncü taraf çıktısını tescilli modellerle birleştiriyorsa veya ölçülebilir son işleme ekliyorsa, tablo değişir. Kilit soru, projenin ham API'nin sağladığının ötesinde doğrulanabilir AI düzeyinde değer ekleyip eklemediğidir. Tüm "AI component" bir sistem istemiyle tek bir API çağrısıysa, AI reality sağlayıcıya aittir.
Yalnızca token adında veya markada "AI"
Bir projenin AI ile tek bağlantısı token sembolündeki, alan adındaki veya markasındaki "AI" sözcüğüyse — arkasında hiçbir teknik uygulama olmadan — bu konumlandırmadır, kanıt değil.
Bir token sembolü bir etikettir, bir özellik değil. DecAIHub adlandırmayı nötr bir sinyal olarak değerlendirir — kanıt değerlendirmesine ne katkıda bulunur ne de onu zayıflatır. Önemli olan, adın arkasında artefaktların var olup olmadığıdır.
Bir AI şirketiyle ortaklık
Bir ortaklık duyurusu (örneğin "NVIDIA ile ortak olduk" veya "OpenAI ile entegre olduk") en iyi ihtimalle Tier-2'dir. Bir ilişki gösterir; projenin içinde çalışan bir AI component'i değil. Ortaklıklar kodun, dokümantasyonun veya demoların yerini tutmaz.
Ortaklıklar, derin teknik iş birliklerinden (ortak araştırma, birlikte geliştirilen modeller) gevşek ilişkilere (hızlandırıcı üyeliği, bir ortak dizininde listelenme) kadar uzanır. Kripto-AI alanında duyurulan ortaklıkların çoğu gevşek uca yakındır. Yalnızca doğrulanabilir teknik çıktısı olan ortaklıklar kanıt tablosuna katkıda bulunur; o zaman bile Tier-1 kanıtı olarak değil, Tier-2 bağlamı olarak.
Uygulaması olmayan "AI yol haritası" veya AI niyeti
"3. çeyrekte AI özellikleri geliyor" diyen bir yol haritası maddesi niyeti (AI_0) gösterir, çalışan bir AI component'i değil. Niyet tek bir bayrak olarak kaydedilir, ancak tek başına çalışan bir AI component'e işaret etmez. ai_score formülü 3 ile sınırlandırıldığından, tek başına AI_0 asgari katkı sağlar.
Planlar değişir, gecikir veya iptal edilir. DecAIHub, AI hedefleri beyan etmiş projeleri beyan etmemişlerden ayırt etmek için resmî AI niyetini AI_0 bayrağıyla kaydeder. Ancak bu bayrak tavan değil tabandır — en fazla ai_score = 1 katkısı yapar ve yalnızca niyet bir Tier-1 kaynağından geldiğinde.
Doğrulanabilir AI arka ucu olmayan demolar
AI sonuçları gösterdiğini iddia eden ancak arkasında bir AI modelinin çalıştığını doğrulamanın hiçbir yolunu sunmayan — API dokümantasyonu yok, model sürümü yok, yeniden üretilebilir çıktılar yok — cilalı bir ön yüz yeterli kanıt değildir.
Doğrulanabilir bir demo farklı girdilere izin verir ve bağlama göre değişen çıktılar üretir. Bir API uç noktası sunabilir, model sürümü bilgisini gösterebilir veya bir sanal alan kipi sunabilir. Bir vitrin gösterimi ise senaryolaştırılmış bir yolu izler veya girdiden bağımsız olarak aynı çıktıları üretir. DecAIHub birincisini arar; ikincisi not edilir ancak AI_0'ın ötesinde kanıt bayraklarına katkıda bulunmaz.
Ayrıntısı olmayan "ince ayarlı model"
İnce ayarlı bir modele sahip olma iddiası, proje şunları belirtmedikçe kanıt değildir: temel model, ince ayar için kullanılan veri kümesi, temel modele göre iyileşme ve metodolojili kalite metrikleri.
Güvenilir bir ince ayar iddiası temel modeli adlandırır, eğitim verisini tanımlar ve tanımlı bir görevde ölçülebilir iyileşme gösterir. Bu ayrıntılar olmadan "bir modele ince ayar yaptık", "bir model kullandık"tan ayırt edilemez.
Anti-kalıp referans tablosu
| Anti-kalıp | Ne iddia eder | Gerçekte neyi kanıtlar |
|---|---|---|
| Web sitesinde "AI destekli" | Projede AI var | Tier-1 artefaktları olmadan hiçbir şey |
| Boş GitHub deposu | Açık kaynaklı AI kodu | Depo var; AI kodu yok |
| Bağlamsız "%95 doğruluk" | Yüksek kaliteli AI | Bir sayı söylendi; geçerliliği bilinmiyor |
| OpenAI API wrapper'ı | Proje "AI kullanıyor" | Proje başkasının AI'sını çağırıyor |
| Token adında "AI" | AI ile ilgili proje | Bir adlandırma tercihi yapıldı |
| AI laboratuvarıyla ortaklık | AI yeteneği | Bir ilişki mevcut |
| "3. çeyrek yol haritasında AI" | Gelecekteki AI component | Yalnızca niyet (AI_0) |
| Cilalı demo, arka uç kanıtı yok | Çalışan AI | Bir ön yüz inşa edildi |
| Ayrıntısız "ince ayarlı LLM" | Tescilli model | Bir iddia dile getirildi |
Yanlış sinyaller ile zayıf ama gerçek kanıt nasıl ayırt edilir
Tier-1 standardını karşılamayan her artefakt değersiz değildir. Bazı artefaktlar gerçekten zayıf kanıttır — tek başına yetersiz ancak birlikte anlamlı. Aşağıdaki tablo sınırı netleştirir:
| Artefakt | Yanlış sinyal (kanıt değeri yok) | Zayıf ama gerçek kanıt |
|---|---|---|
| Depo | Boş veya yalnızca şablon kod | Bir miktar AI kodu içeriyor ancak testleri veya sürümleri yok |
| Metrik | Metodolojisi olmayan sayı | Kısmi metodolojili sayı (dört bağlam sorusundan biri eksik) |
| Demo | Sabit çıktılı senaryolaştırılmış gösterim | API dokümantasyonu veya model sürümü olmayan etkileşimli demo |
| Ortaklık | Bir ortak sayfasındaki logo | Ortak teknik çıktı (birlikte yazılmış makale, paylaşılan depo) |
| Dokümantasyon | Teknik derinliği olmayan pazarlama dokümanı | Mimariyi tanımlayan ancak sürüm ayrıntıları eksik teknik doküman |
Zayıf kanıt, diğer artefaktlarla desteklendiğinde tekil bayrakların ayarlanmasına katkıda bulunabilir. Yanlış sinyaller ise miktardan bağımsız olarak katkıda bulunmaz — on boş depo, bir tanesinden daha güçlü değildir.
DecAIHub bu durumları nasıl kaydeder
Çalışan bir AI component için Tier-1 kanıtı bulunamadığında, projenin ai_score değeri 0 veya 1'de kalır. Kanıt yokken AI pazarlamada aktif olarak öne çıkarılıyorsa, kartta bir AI-washing bayrağı ayarlanabilir.
Bu bir suçlama değildir — doğrulama tarihi itibarıyla iddialar ile artefaktlar arasındaki boşluğun kaydıdır. Yeni kanıtlar ortaya çıktığında kart güncellenir.
ai_score, AI_0'dan AI_4'e kadar ikili bayrakları toplar (3 ile sınırlandırılmıştır). Yalnızca bu sayfadaki anti-kalıpları sergileyen bir proje tipik olarak ai_score = 0 veya ai_score = 1 (AI_0 resmî bir yol haritasıyla ayarlanmışsa) değerine sahip olur; bu da maksimum DecAI Fit değerini doğrudan sınırlar.
Bu liste tek başına neyi kanıtlamaz
- Bir veya daha fazla anti-kalıp sergilemek projeye yönelik bir suçlama değildir. Erken aşamadaki birçok proje, teknoloji henüz halka açık olmadığı için artefaktlardan yoksundur.
- Anti-kalıpların yokluğu, AI'nın gerçek olduğunu kanıtlamaz. Bir proje bu listedeki her kırmızı bayraktan kaçınıp yine de çalışan bir AI component'e sahip olmayabilir.
- Bu liste bir anlık görüntüdür — projeler olgunlaşıp yeni artefaktlar yayımladıkça anti-kalıplar çözülebilir.
Sık sorulan sorular
Token adında "AI" olması neden kanıt sayılmaz?
Bir token adı, bir markalama kararıdır, teknik bir artefakt değil. Herhangi bir proje, hiçbir teknoloji geliştirmeden "AI" içeren bir sembol seçebilir. DecAIHub kanıtı incelenebilir, doğrulanabilir artefaktlara — kod, dokümantasyon, demolar, metodolojili metrikler — dayanarak değerlendirir. Bir ad bu kriterlerin hiçbirini karşılamaz. Token adı proje kartında meta veri olarak kaydedilir ancak beş AI reality bayrağının (AI_0'dan AI_4'e) hiçbirini etkilemez.
NVIDIA (veya başka bir AI şirketi) ile ortaklık AI kanıtı mıdır?
Hayır. Bir ortaklık duyurusu en iyi ihtimalle Tier-2 olarak sınıflandırılır — bağlam sağlar ancak projenin içinde çalışan bir AI component'in var olduğunu kanıtlamaz. Ortaklıklar derinlik bakımından büyük farklılıklar gösterir: derin ortak mühendislik çabalarından basit "ekosistem üyesi" listelemelerine kadar. Ortaklık doğrulanabilir teknik çıktı (paylaşılan bir kod tabanı, birlikte yayımlanmış araştırma, ortaklaşa sürdürülen bir dağıtım) üretmedikçe, kanıttan ziyade bir ilişki olarak kalır. Mevcutsa bir Tier-1 bulgusunu destekleyebilir, ancak onun yerini alamaz.
Yol haritalarında AI özellikleri vadeden projeler ne olacak?
Resmî bir Tier-1 kaynağından (projenin kendi blogu, dokümantasyonu veya yönetişim önerisi) gelen bir yol haritası girdisi, "beyan edilmiş AI niyetini" yakalayan AI_0 bayrağıyla kaydedilir. Bu, ai_score değerini en az 1'e ayarlayarak projeyi AI'dan hiç bahsetmeyenlerden ayırır. Ancak bir yol haritası bir plandır, bir uygulama değil. AI_0 bayrağı mümkün olan en düşük olumlu sinyaldir ve tek başına, ai_score tavan kuralları nedeniyle DecAI Fit değerini 6 üzerinden en fazla 3 ile sınırlar. Yol haritası kilometre taşları teslim edildiğinde ve doğrulanabilir artefaktlar ortaya çıktığında kart güncellenir ve daha yüksek bayraklar ayarlanabilir.
Bir proje birden fazla anti-kalıp sergileyip yine de gerçek bir AI component'e sahip olabilir mi?
Evet. Anti-kalıplar belirli artefaktların kanıt oluşturmadığını gösterir — teknolojinin yokluğunu kanıtlamazlar. Bir proje kötü pazarlama uygulamalarına ve belirsiz metrik iddialarına sahip olurken, aynı zamanda kamuya iyi belgelenmemiş meşru bir AI sistemi işletiyor olabilir. DecAIHub, inceleme anında doğrulanabilir olanı değerlendirir. Altta yatan teknoloji varsa ancak dışarıdan incelenemiyorsa puanlanamaz — ve proje, kartını güncellemek için gereken artefaktları yayımlamaya teşvik edilir.
Dış kaynaklar
- OECD AI Policy Observatory — AI classification framework — AI sistemlerinin farklı yargı bölgelerinde nasıl tanımlandığını, sınıflandırıldığını ve yönetildiğini anlamak için uluslararası bir kaynak.
- Papers With Code — state-of-the-art benchmarks — AI benchmark sonuçlarını bağlantılı kod ve metodolojiyle izleyen bir topluluk kaynağı; "metodolojili metriklerin" pratikte nasıl göründüğünü anlamak için yararlı.
- Stanford HAI — AI Index Report — AI araştırma, geliştirme ve dağıtım eğilimlerini izleyen yıllık rapor; AI iddialarını daha geniş ortama göre değerlendirmek için bağlam sağlar.
No comments to display
No comments to display