Araştırmacılar, yapay zekanın kendi düşünme süreçlerini izleme ve düzenleme yetisi olan 'üstbiliş' kapasitesini değerlendiren yeni bir test sistemi geliştirdi. MEDLEY-BENCH adı verilen bu sistem, 12 farklı AI ailesinden 35 modeli test ederek ilginç bir bulguya ulaştı: büyük modeller kendi hatalarını tespit etmekte başarılı olsa da, bu hataları düzeltme konusunda aynı başarıyı göstermiyor. Bu araştırma, AI sistemlerinin kendi düşünme süreçlerindeki farkındalık seviyelerini anlamak için kritik veriler sunuyor.

Araştırmacılar, depresyon ve anksiyete gibi ruhsal bozuklukların temelinde yatan bilişsel çarpıtmaları otomatik olarak tespit edebilen yeni bir yapay zeka sistemi geliştirdi. Büyük dil modelleri ile çoklu örnek öğrenme mimarisini birleştiren bu sistem, insan konuşmalarını duygu, mantık ve davranış bileşenlerine ayırarak analiz ediyor. Kore ve İngilizce veri setlerinde yapılan testlerde, özellikle belirsizlik içeren bilişsel çarpıtmaları tespit etmede yüksek başarı gösterdi. Bu gelişme, ruh sağlığı alanında erken tanı ve tedavi süreçlerinde önemli bir adım olarak değerlendiriliyor.

Araştırmacılar, çok modlu büyük dil modellerinin (MLLM) görsel-bilişsel yeteneklerini test etmek için 'Mind's Eye' adlı yeni bir değerlendirme sistemi geliştirdi. Klasik insan zeka testlerinden esinlenen bu sistem, soyutlama, ilişki kurma ve dönüştürme kategorilerinde sekiz farklı görsel görev içeriyor. Test sonuçları, insanların %80 başarı oranına ulaştığı bu görevlerde en iyi performans gösteren yapay zeka modellerinin %50'nin altında kaldığını ortaya koydu. Bu çalışma, mevcut yapay zeka sistemlerinin görsel dikkat dağıtımı, zihinsel manipülasyon ve soyut kavram çıkarımı konularında önemli eksiklikleri olduğunu gösteriyor.

Yapay zeka destekli kodlama süreçlerinde geliştiriciler genellikle kurallar dosyası kullanarak AI ajanlarıyla uyum sağlamaya çalışır. Ancak bu kurallar pasif metinler halinde kalır ve ne zaman kullanıldığı belirsizdir. Araştırmacılar bu sorunu çözmek için ZORO adlı interaktif bir arayüz geliştirdi. ZORO, kuralları kodlama sürecinin her adımına entegre ederek aktif kontrol mekanizması haline getiriyor. Sistem, AI ajanının oluşturduğu planları kurallarla zenginleştiriyor ve her kuralın takip edildiğini kanıtlamasını zorunlu kılıyor. Kullanıcılar da kuralların uygulanışından memnun değillerse anında geri bildirim verebiliyorlar. Teknik değerlendirmeler, ZORO kullanılan sistemlerde AI ajanlarının kuralları daha iyi takip ettiğini gösteriyor. Kullanıcı çalışmaları da insanların davranış ve bilişsel stratejilerinde olumlu değişiklikler yaşandığını ortaya koyuyor.

Makine öğrenmesi algoritmalarının başarısı büyük ölçüde kaliteli eğitim verilerine bağlıdır, ancak bu verilerin toplanması ve etiketlenmesi oldukça zaman alıcı bir süreçtir. Geleneksel yöntemlerde veriler önce kaydedilir, sonra manuel olarak etiketlenir. Bu yaklaşım hem yavaş hem de hata yapmaya açıktır. Araştırmacılar, bu soruna çözüm olarak HandyLabel adlı yenilikçi bir sistem geliştirdi. Bu araç, el hareketlerini tanıyarak verilerin gerçek zamanlı etiketlenmesini sağlıyor. Kullanıcılar web tabanlı bir arayüz üzerinden kendi el işaretlerini tanımlayabiliyor ve bu sayede veri toplama sırasında anlık etiketleme yapabiliyor. Sistem özellikle duygu analizi veya anlayış seviyesi gibi bilişsel aktivitelerin değerlendirilmesinde büyük avantaj sağlıyor. Bu teknoloji, yapay zeka ve makine öğrenmesi alanında veri hazırlama süreçlerini hızlandırma potansiyeli taşıyor.

Araştırmacılar, gençlerin ruh sağlığını desteklemek için geliştirilen ciddi oyunların sıkıcılık ve düşük katılım sorunlarına yenilikçi bir çözüm buldu. Bilişsel Davranışçı Terapi ilkelerini temel alan yeni bir oyun tasarım çerçevesi ile geliştirilen 'World + You - World' adlı oyun, geleneksel eğitici oyunlardan çok daha başarılı sonuçlar verdi. 28 katılımcılı kontrollü deneyde, yeni yaklaşımla tasarlanan oyunu oynayan öğrenciler motivasyon ölçeğinde dört farklı alanda üstün performans gösterdi. Çalışma, oyun mekaniklerinin psikolojik metaforlarla zenginleştirilmesinin gençlerin terapi sürecine katılımını artırabileceğini ortaya koydu.

Araştırmacılar, büyük dil modellerinin Vietnam hukuku alanındaki yetkinliklerini değerlendirmek için VLegal-Bench adlı ilk kapsamlı test sistemini geliştirdi. Vietnam mevzuatının karmaşık yapısı ve sık revizyonları nedeniyle yapay zeka modellerinin hukuki bilgiyi ne kadar iyi yorumlayabildiği büyük bir soru işaretiydi. Bloom'un bilişsel taksonomisinden ilham alan bu sistem, pratik kullanım senaryolarını yansıtan çok seviyeli görevler içeriyor. Hukuk uzmanlarının titiz bir süreçle etiketlediği 10.450 örnekten oluşan benchmark, her bir örneğin yetkili yasal belgelere dayandığını garanti ediyor. Bu çalışma, yapay zekanın hukuk alanındaki uygulamalarının değerlendirilmesi için önemli bir adım teşkil ediyor.

Araştırmacılar, yapay zeka modellerinin kendi düşünce süreçlerini ne kadar iyi izleyebildiğini ölçen kapsamlı bir test sistemi geliştirdi. Bu sistem, insanların kendi bilişsel süreçlerini değerlendirmesini inceleyen psikoloji araştırmalarından ilham alarak tasarlandı. 20 farklı yapay zeka modeli üzerinde yapılan testler, modellerin kendi doğru ve yanlış cevaplarını ayırt etme yeteneklerinde büyük farklılıklar olduğunu ortaya koydu. Bu araştırma, yapay zeka güvenliği açısından kritik öneme sahip çünkü bir modelin kendi sınırlarını bilmesi, hatalı bilgi vermesini önlemeye yardımcı olabilir.

Araştırmacılar, İHA'ların (İnsansız Hava Araçları) sesli komutlarla karmaşık ortamlarda bağımsız navigasyon yapabilmesi için yeni bir yapay zeka sistemi geliştirdi. FineCog-Nav adlı bu sistem, insan beyninin çalışma prensiplerinden ilham alarak navigasyon sürecini yedi ayrı bilişsel modüle ayırıyor: dil işleme, algılama, dikkat, hafıza, hayal kurma, akıl yürütme ve karar verme. Her modül özel görevine odaklanmış yapay zeka temelleri üzerinde çalışarak birbirleriyle koordineli şekilde hareket ediyor. Sistem, mevcut yöntemlerin aksine büyük model boyutlarına ihtiyaç duymadan sıfırdan öğrenme yaklaşımıyla çalışıyor. Araştırma ekibi ayrıca sistemin performansını ölçmek için 300 farklı uçuş rotası içeren özel bir test veri seti hazırladı. Bu gelişme, otonom drone navigasyonunda önemli bir adım olarak görülüyor.

Programlama öğrenmeye başlayan kişilerin en büyük zorluklarından biri karmaşık kodları anlamak. Araştırmacılar, bu soruna çözüm olarak bilişsel yük teorisine dayanan otomatik kod yeniden düzenleme sistemi geliştirdi. CDDRefactorER adlı bu sistem, kodun işlevselliğini korurken yapısını daha anlaşılır hale getiriyor. İki farklı veri seti ve yapay zeka modeli üzerinde yapılan testlerde sistem, yeniden düzenleme hatalarını %54-71 oranında azalttı. Yeni öğrenen programcılarla yapılan kontrollü çalışmalar da sistemin kod karmaşıklığını önemli ölçüde düşürdüğünü gösterdi. Bu yaklaşım, programlama eğitiminde devrim yaratma potansiyeli taşıyor.

İklim krizi derinleşirken, 3 boyutlu video oyunlar çevre eğitiminde güçlü araçlar haline geliyor. Araştırmacılar, geleneksel anket yöntemlerinin sınırlarını aşmak için yenilikçi bir yaklaşım geliştirdi. Steam platformundaki 1.825 oyuncu yorumunu analiz ederek, Eco ve WolfQuest gibi farklı ekolojik felsefelere sahip oyunların oyuncular üzerindeki bilişsel etkilerini haritaladılar. Semantik ağ analizi kullanılan bu çalışma, oyuncuların çevresel algılarının nasıl değiştiğini objektif bir şekilde ölçmeyi hedefliyor. Bulgular, oyun tasarımının ekolojik empati gelişimi üzerinde ne derece etkili olduğunu gösteriyor.