Bilge: Yerli Bir Yapay Zeka Modelinin Vaadi ve Açmazı

13 Haziran 2026’da İstanbul Tersane’de düzenlenen Türkiye Yapay Zeka Zirvesi, Türkiye’nin yapay zeka alanındaki en görünür kamusal anlarından birine sahne oldu. Sanayi ve Teknoloji Bakanı Mehmet Fatih Kacır’ın tanıttığı, TÜBİTAK BİLGEM tarafından geliştirilen Bilge, “Türkiye’nin yerli ve milli yapay zeka modeli” olarak kamuoyuna sunuldu. Modelle yapılan sesli demo da kısa sürede sosyal medyada dolaşıma girdi. Bakanın “kendini nasıl tanımlardın?” sorusuna Bilge’nin verdiği yanıt, lansmanın simgesel anıydı: Türkiye’nin ihtiyaçlarına göre geliştirilmiş bir asistan.

Fakat tam da bu görünürlüğün altında ciddi bir boşluk var. Bilge’nin parametre sayısı, mimarisi, eğitim verisinin niteliği, hangi dillerde ne ölçüde eğitildiği ya da bağımsız kurumlarca yapılmış bir performans testi henüz kamuoyuyla paylaşılmış değil. TÜBİTAK’ın lansmandan hemen sonra yaptığı “Bilge adıyla sunulan uygulamalar resmî hizmet değildir, sahtelerine dikkat” uyarısı, ilk bakışta taklit ürünlere karşı makul bir önlem gibi duruyordu. Ancak bu uyarı, istemeden de olsa modelin bugünkü konumunu da özetledi: Kamuoyuna gösterilen ama kamuoyu tarafından henüz denetlenemeyen bir teknoloji.

Bu nedenle Bilge hakkında aceleci bir övgü de aceleci bir mahkûmiyet de sorunlu olur. Asıl soru şu: Bilge hangi koşullarda başarılı sayılabilir?

Bu soru göründüğü kadar basit değil. Çünkü bir yapay zeka modelinin “başarısı”, kimin gözünden bakıldığına göre değişir. Devlet açısından başarı; modelin güvenli, kontrollü ve resmî söylemle uyumlu çalışması olabilir. Kullanıcı açısından başarı; güvenilirlik, tarafsızlık ve pratik faydadır. Şirket ya da ürün açısından başarı ise ölçeklenebilirlik, pazar erişimi ve rekabet gücüdür. Bu üç beklenti bazen örtüşür. Ama çoğu zaman aynı şeyi ifade etmez.

Bilge’nin ilk kullanım alanı olarak kamu kurumları, kritik savunma sanayisi projeleri ve finans sektöründe veri güvenliği gibi alanların öne çıkarılması bu bakımdan önemli. Bunlar devletin doğrudan denetlediği, doğrudan fayda beklediği ve risk almak istemediği alanlar. Bu tercih anlaşılabilir. Fakat tam da bu nedenle tartışmaya değer.

“Ulusal Yapay Zeka” Ne Demek?

Son yıllarda birçok ülke kendi yapay zeka modelini geliştirme arayışına girdi. Ancak “ulusal yapay zeka” dediğimiz şey tek bir anlama gelmiyor. En az iki farklı çizgi var.

İlk çizgi, modelin içeriğini devletin siyasal sınırlarıyla uyumlu hale getirme eğilimi. Bunun en görünür örneklerinden biri Çin merkezli DeepSeek. Northeastern Üniversitesi Khoury Bilgisayar Bilimleri Fakültesi’nden araştırmacıların yürüttüğü ve “R1dacted” adıyla yayımlanan çalışmada, DeepSeek’in Tiananmen Meydanı olayları, Tayvan’ın statüsü ve Uygur nüfusuna ilişkin sorularda düzenli biçimde kaçınmacı yanıtlar verdiği gösterildi. Voice of America ve Hong Kong Free Press’in testleri de benzer bir tabloya işaret etti: Model ya yanıt vermeyi reddediyor ya da Pekin’in resmî söylemine çok yakın ifadeler üretiyor.

Bu davranış tesadüf gibi görünmüyor. Daha çok modelin eğitim ve ince ayar süreçlerine yerleşmiş siyasal bir refleksi andırıyor. Başka bir deyişle burada “ulusal yapay zeka”, sadece yerli altyapı anlamına gelmiyor; aynı zamanda devletin kabul edilebilir gördüğü sınırlar içinde konuşan bir sistem anlamına geliyor.

İkinci çizgi ise içerikten çok erişim ve altyapı egemenliğiyle ilgili. Fransa’nın Mistral’i bu açıdan daha farklı bir örnek sunuyor. Mistral’in kurucusu Arthur Mensch, şirketin amacını yapay zekayı devletlerin ya da büyük şirketlerin merkezi kontrolünün dışında tutmak olarak tarif ediyor. Fransa’nın Mistral’e verdiği destek de doğrudan modelin ne söyleyeceğini belirlemekten çok, veri merkezleri, hesaplama kapasitesi, model ağırlıkları ve Avrupa’nın teknolojik bağımsızlığı gibi başlıklara dayanıyor.

Bu ayrım önemli. Çünkü “egemenlik” bazen modelin ne söyleyeceğini kontrol etmek anlamına geliyor; bazen de modelin kimin altyapısına bağımlı olduğunu azaltmak anlamına. İkisi aynı şey değil.

Fakat ikinci çizginin de masum ve risksiz olduğunu düşünmemek gerekir. Son haftalarda ABD hükümetinin Anthropic’i bazı yabancı kullanıcıları en gelişmiş modellerinden mahrum bırakmaya zorlaması ve şirketin bunu küresel ölçekte uygulaması, içerik açısından daha tarafsız görünen bir modelin bile erişim düzeyinde jeopolitik bir araca dönüşebileceğini gösterdi. Demek ki sorun sadece modelin ne dediği değil; kimin, ne zaman, hangi modele erişebildiği de siyasal bir mesele.

Bilge’yi bu iki çizgi arasında nereye koyacağız? Şimdilik kesin bir yanıt vermek mümkün değil. Çünkü elimizde DeepSeek örneğinde olduğu gibi sistematik ve bağımsız testler yok. Model genel kullanıma tam olarak açılmış da değil. Elimizde olan şey, TÜBİTAK’ın ilan ettiği kullanım alanları: kamu kurumları, savunma sanayisi ve finans sektörü.

Bu tercih, Bilge’nin daha çok devlet merkezli bir yapay zeka stratejisinin parçası olarak konumlandığını düşündürüyor. Fakat burada dikkatli olmak gerekir: Bu, gözlemlenmiş bir içerik davranışı değil, mevcut kurumsal tercihten çıkarılabilecek ihtiyatlı bir yorumdur. Bilge’nin gerçekten devletin resmî söylemiyle uyumlu yanıtlar üretip üretmediğini söylemek için henüz yeterli veri yok.

Bilge’nin Tercihi Anlaşılabilir, Ama Zorunlu Değil

Türkiye’nin bu yola yönelmesini açıklayan birkaç yapısal neden var.

Birincisi, geç giren oyuncu olmanın baskısı. Türkiye, yapay zeka yarışına ABD ya da Çin ölçeğinde yatırım, araştırma geçmişi ve hesaplama kapasitesiyle girmiyor. Böyle bir ortamda devletin önce açık, denetlenebilir ama teknik olarak daha zayıf bir modeli küresel rekabete sokmak yerine; kapalı, kontrollü ve güvenli bir modeli iç pazarda konumlandırması stratejik olarak anlaşılabilir. Bu, itibar riskini azaltan bir yol. Model ne kadar sınırlı olursa olsun, devletin kendi söylemiyle çelişmediği sürece içeride “başarısız” ilan edilme ihtimali düşer.

İkincisi, yapay zekanın birkaç Amerikan şirketinin elinde yoğunlaşması gerçek bir sorun. Bunu hafife almak doğru olmaz. Bir önceki on yılda sosyal medya altyapısının nasıl birkaç büyük platform etrafında toplandığını gördük. Bugün benzer bir yoğunlaşma, üretken yapay zeka alanında yaşanıyor. Bu nedenle ülkelerin kendi modellerini geliştirmek istemesi sadece milliyetçi bir refleks değil; aynı zamanda veri güvenliği, teknolojik bağımlılık ve dijital egemenlik açısından anlaşılır bir arayış.

Fakat burada kritik bir çelişki var. Ulusal modeller, ilk bakışta Amerikan merkezli tekelleşmeye karşı çoğulculuk vaadi taşıyor. Tek bir merkezden yönetilen bilgi ekosistemi yerine, farklı ülkelerin kendi teknolojik kapasitelerini geliştirdiği daha çok merkezli bir yapıdan söz ediyoruz. Fakat her ulusal model kendi devletinin söylemsel tekeline dönüşürse, ortaya gerçek bir çoğulculuk çıkmaz. Sadece tek merkezli bir bilgi düzeninden, çok merkezli ama her merkezin kendi içinde tek sesli olduğu bir düzene geçilmiş olur.

Bu, Bilge’ye özgü bir risk değil. “Egemen yapay zeka” söylemini benimseyen hemen her ülkenin önünde aynı gerilim var. Demokratikleşme ve çoğulculuk adına kurulan bir teknolojik altyapı, kendi içinde daha kapalı ve daha denetimli bir bilgi düzeni üretebilir. Mesele tam da burada başlıyor.

Üçüncüsü, başka yolların mümkün olması. Fransa da Amerikan bağımlılığından rahatsız. Fransa da yapay zeka yarışına ABD kadar erken ve güçlü başlamadı. Buna rağmen Mistral örneğinde içerik kontrolünden çok altyapı bağımsızlığını önceleyen bir strateji benimsendi. Bu örnek, Bilge’nin izleyebileceği yolun tamamen zorunlu olmadığını gösteriyor. Burada sadece kapasite farkı değil, yönetim kültürü de devreye giriyor.

Türkiye neden Mistral’e benzeyen daha açık, daha denetlenebilir ve daha dışa dönük bir model stratejisi benimsemedi? Bu sorunun iki muhtemel yanıtı var. Birincisi kapasiteyle ilgili: Açık ağırlıklı, bağımsız denetime uygun ve rekabetçi bir model geliştirmek ciddi araştırma altyapısı gerektirir. İkincisi ise kurumsal refleksle ilgili: Devlet, özellikle güvenlik ve kamu yönetimi alanlarında doğrudan kontrol edebildiği teknolojileri tercih etme eğilimindedir. Hangisinin daha belirleyici olduğunu bugün kesin olarak söylemek zor. Ama bu ayrım, Bilge tartışmasının merkezinde durmayı hak ediyor.

Devlet Açısından Makul Olan, Kullanıcı Açısından Sorunlu Olabilir

Bilge’ye devlet ve ulusal güvenlik açısından bakıldığında, kullanım alanı tercihi anlaşılabilir. Bir devletin kendi finanse ettiği bir yapay zeka modelini kamu kurumlarında, savunma projelerinde ve finans gibi hassas alanlarda kullanmak istemesi şaşırtıcı değil. Hatta veri güvenliği açısından bu tercih güçlü bir gerekçeye sahip.

Ayrıca devlet, kendi geliştirdiği bir sistemin kendi aleyhine, toplumsal kutuplaşmayı artıracak ya da kriz anlarında istikrarsızlık yaratacak biçimde kullanılmasını istemeyebilir. Bu refleks de kendi içinde tutarsız değildir.

Ancak burada rahatsız edici bir benzerlik ortaya çıkıyor. “İstikrarı koruma”, “provokasyonu engelleme”, “güvenliği önceleme” gibi gerekçeler, Çin örneğinde de sıkça karşımıza çıkıyor. Elbette Türkiye ile Çin’i aynı siyasal kategoriye yerleştirmek gerekmiyor. Fakat gerekçelendirme biçimleri arasında yapısal bir akrabalık olduğunu görmezden gelmek de doğru olmaz.

Bu akrabalık şu soruyu zorunlu kılıyor: Devlet güvenliği adına getirilen sınır nerede biter, kamusal bilginin denetimi nerede başlar?

Bu soruya yanıt verilemediği sürece Bilge’nin en büyük sorunu teknik kapasitesinden çok güven meselesi olacaktır. Kullanıcı, modelin hangi konularda nasıl sınırlandığını bilmezse; akademisyen, gazeteci, araştırmacı ya da uluslararası kullanıcı bu modele neden güvenecektir? Modelin cevap üretme biçimi şeffaf değilse, tarafsızlık algısı nasıl kurulacaktır?

Başta yaptığımız başarı ayrımı burada tekrar önem kazanıyor. Bilge, devlet açısından başarılı olabilir: kontrollü, güvenli, yerli ve belirli hassas sektörlerde kullanılabilir. Fakat bu, kullanıcı açısından da başarılı olduğu anlamına gelmez. Kullanıcı için başarı, sadece modelin çalışması değil; nasıl çalıştığının anlaşılabilir ve denetlenebilir olmasıdır.

Bugün Bilge hakkında en büyük eksiklik tam da burada. Ne yeterli teknik şeffaflık var ne de bağımsız davranış testi. Bu nedenle Bilge’yi şimdiden büyük bir başarı hikayesi olarak sunmak da, başarısızlık örneği olarak mahkûm etmek de elimizdeki verinin ötesine geçmek olur.

Sonuç: Bilge’nin Asıl Sınavı Teknik Değil, Politik

Bilge’nin mevcut yönelimi, Türkiye’nin yapay zeka yarışına geç girmesinin ve veri güvenliği kaygılarının anlaşılabilir bir sonucu olarak okunabilir. Fakat anlaşılabilir olmak, otomatik olarak meşru olmak anlamına gelmez.

Asıl mesele şu: Bilge, Amerikan merkezli yapay zeka tekeline karşı gerçek bir teknolojik çoğulculuk mu vaat ediyor, yoksa aynı tekelleşme mantığını bu kez ulusal ölçekte yeniden mi üretiyor?

Bu sorunun yanıtı, model bağımsız testlere açılmadan, teknik özellikleri paylaşılmadan ve gerçek kullanıcı deneyimi oluşmadan netleşmeyecek. Bugün için söylenebilecek en makul şey şu: Bilge, Türkiye açısından stratejik bir başlangıç olabilir; ama bu başlangıcın demokratik, güvenilir ve çoğulcu bir yapay zeka deneyimine dönüşmesi kendiliğinden gerçekleşmeyecek.

Bilge’nin asıl sınavı kaç parametreli olduğu, hangi benchmark’ta ne skor aldığı ya da sahnede ne kadar akıcı konuştuğu değil. Asıl sınavı, Türkiye’nin yapay zeka alanında kendi teknolojik kapasitesini geliştirirken, aynı anda bilgi alanını daraltmayan bir model kurup kuramayacağıdır.

Çünkü yerli bir model geliştirmek önemlidir. Ama yerli olan her şey, kendiliğinden kamusal fayda üretmez. Bilge’nin vaadi burada; sınırı da burada başlıyor.