16 bin kişiyle yapılan kapsamlı araştırma, ebeveynlerin çocuklarına dini inançlarını aktarmada yalnızca ibadethane ziyaretlerinin yeterli olmadığını ortaya koyuyor. Çalışma bulgularına göre, evde yapılan sıcak ve samimi din konuşmalarının, çocukların yetişkinlik döneminde inançlarını sürdürmelerinde en güçlü faktör olduğu belirlendi. Bu sonuç, dini eğitimde kaliteli iletişimin niceliksel pratiklerden daha önemli olduğunu gösteriyor ve aile içi diyaloğun gençlerin değer sistemlerini şekillendirmedeki kritik rolünü vurguluyor.

Bir yıllık kapsamlı araştırma, yalnızlık hisseden insanların yapay zeka sohbet botlarına yöneldiğini ancak bu dijital arkadaşlıkların uzun vadede duygusal izolasyonu daha da derinleştirebildiğini ortaya koyuyor. Çalışma, insanların yalnızlık anlarında AI chatbotlardan destek arama eğiliminde olduğunu, fakat bu sanal ilişkilere bağımlılığın gerçek insan bağlantılarından uzaklaştırarak sorunu körüklediğini gösteriyor. Bulgular, dijital çağda artan yalnızlık epidemisine karşı AI destekli çözümlerin beklenmedik yan etkileri olabileceğine işaret ediyor.

Araştırmacılar, uzun süreli konuşma yapabilen yapay zeka sistemleri için yeni bir hafıza yönetim teknolojisi geliştirdi. MemRouter adlı bu sistem, hangi konuşma bölümlerinin hafızada saklanacağına karar verirken mevcut yöntemlerden çok daha verimli çalışıyor. Geleneksel sistemler her konuşma adımında büyük dil modellerini kullanarak karar verirken, MemRouter embedding tabanlı bir yönlendirme politikası kullanıyor. Bu sayede sadece 12 milyon parametre eğiterek hafıza yönetimini gerçekleştiriyor. LoCoMo test setinde yapılan karşılaştırmalarda, MemRouter geleneksel LLM tabanlı hafıza yöneticilerinden her soru kategorisinde daha başarılı sonuçlar verdi. Sistem, F1 skorunda %52,0'a karşılık %45,6 başarı elde ederken, hafıza yönetimi gecikme sürelerini de önemli ölçüde azalttı. Bu gelişme, chatbot'ların uzun konuşmalarda daha tutarlı ve verimli performans sergilemesi için önemli bir adım.

Araştırmacılar, yapay zeka sohbet robotlarının çok turlu konuşmalarda daha doğru ve güvenilir yanıtlar verebilmesi için H-RAG adlı yeni bir sistem geliştirdi. Bu sistem, hiyerarşik ebeveyn-çocuk yapısıyla bilgi arama ve üretim süreçlerini iki aşamada gerçekleştiriyor. İlk aşamada küçük metin parçacıkları arasından en uygun bilgiyi buluyor, ikinci aşamada ise bu bilgiyi tam belgeler içinde bütünlüklü bir şekilde sunuyor. Sistem, hem yoğun hem de seyrek arama tekniklerini birleştirerek hibrit bir yaklaşım benimsiyor. SemEval-2026 yarışmasında test edilen bu yöntem, sohbet robotlarının uzun konuşmalarda bağlamı kaybetmeden doğru bilgi verebilme kapasitesini artırmayı hedefliyor. Özellikle müşteri hizmetleri ve eğitim alanlarında kullanılabilecek bu teknoloji, yapay zeka destekli konuşma sistemlerinin gelişimi için önemli bir adım teşkil ediyor.

Araştırmacılar, müşteri hizmetleri sohbet botlarında kullanılan büyük dil modellerinin (LLM) yerine geçebilecek daha küçük alternatifleri inceledi. Çok turlu konuşmalarda bağlamı koruyarak yanıt verebilen küçük dil modellerinin (SLM) performansı, kaynak tüketimi düşük ortamlarda test edildi. Dokuz farklı küçük model, üç ticari büyük modelle karşılaştırıldı. Araştırma, konuşma geçmişini özetleyerek koruyan bir strateji kullandı ve müşteri hizmetleri etkileşimlerinin farklı aşamalarında model davranışlarını analiz etti. Bu çalışma, hesaplama gücü sınırlı ortamlarda etkili müşteri hizmetleri sistemleri geliştirmek isteyen şirketler için önemli bulgular sunuyor.

Araştırmacılar, sohbet robotlarının reaktif yapısını değiştirerek proaktif hale getiren yeni bir model geliştirdi. Geleneksel yapay zeka asistanları sadece mevcut soruya yanıt verirken, yeni sistem kullanıcının gelecekteki niyetlerini önceden tahmin ederek daha verimli diyaloglar kurabiliyor. Temporal Bayesian Network kullanan bu yaklaşım, MultiWOZ 2.2 veri setinde test edildi ve kullanıcı niyetlerinin %75'ini karşılamak için gereken sohbet turlarını 3.95'ten 2.73'e düşürdü. Sistem, mevcut dil modelini değiştirmeden sadece hafif bir rehberlik mekanizması ekleyerek bu başarıyı elde ediyor. Bu gelişme, müşteri hizmetlerinden kişisel asistanlara kadar birçok alanda daha etkili yapay zeka etkileşimleri vaat ediyor.

Araştırmacılar, yapay zekanın uzun süreli konuşmalarda önemli bilgileri kaybetme problemine çözüm getiren EviMem sistemini geliştirdi. Sistem, eksik kanıtları tespit edebilen IRIS çerçevesi ve katmanlı hafıza mimarisi LaceMem'i birleştiriyor. Geleneksel tek geçişli arama yöntemleri, zaman içinde dağılmış bilgileri bir araya getirmekte yetersiz kalıyor. EviMem ise kanıt boşluklarını tespit edip hedefli sorgular yaparak bu sorunu çözüyor. Test sonuçları, sistemin zamansal sorularda %73,3'ten %81,6'ya, çok aşamalı sorularda ise %65,9'dan %85,2'ye doğruluk oranını artırdığını gösteriyor. Bu gelişme, sohbet botları ve AI asistanları için daha tutarlı ve kapsamlı konuşma deneyimi sağlayabilir.

Uzun süreli konuşma yapabilen yapay zeka asistanları, artan etkileşim geçmişini yönetmekte zorlanıyor. Araştırmacılar bu soruna çözüm olarak TiMem adlı yenilikçi bir hafıza sistemi geliştirdi. Sistem, konuşmaları zamansal bir hiyerarşi içinde düzenleyerek daha tutarlı kişiselleştirme sağlıyor. Geleneksel yaklaşımlardan farklı olarak, TiMem ham konuşma verilerini aşamalı olarak soyutlayarak kişi profilleri oluşturuyor. Bu teknoloji, müşteri hizmetlerinden kişisel asistanlara kadar birçok alanda devrim yaratabilir.

Araştırmacılar, büyük dil modellerinin (LLM) çevrimiçi seyahat acentelerinde fiyat müzakeresi yapabilen etkili satış temsilcileri haline gelmesi için yeni bir eğitim yöntemi geliştirdi. REPO (Ödül-Destekli Politika Optimizasyonu) adlı bu yöntem, yapay zekâya hem insan benzeri davranmayı hem de katı kurallara uymayı öğretiyor. Sistem, duygusal değer anlayışı, prosedür uyumu ve sayısal doğruluk kontrolü gibi farklı ödül mekanizmalarını birleştiriyor. Uzman değerlendirmelerinde REPO yöntemi, sohbet kalitesini önemli ölçüde artırdı ve başarılı görüşme oranını yükseltti. Bu gelişme, yapay zekânın karmaşık iş süreçlerinde insan performansına yaklaşması açısından önemli bir adım.

Cornell Üniversitesi araştırmacıları, büyük dil modeli tabanlı sohbet robotlarının kişilik ifade düzeylerinin kullanıcı algısı üzerindeki etkilerini inceledi. 150 katılımcıyla yapılan deneysel çalışmada, seyahat planlama görevlerinde farklı kişilik seviyelerine sahip yapay zeka asistanları test edildi. Bulgular, orta düzeyde kişilik ifadesi gösteren chatbotların en olumlu değerlendirmeleri aldığını ortaya koydu. Çok az veya çok fazla kişilik sergileyen sistemler, kullanıcılar tarafından daha düşük puanlandı. Araştırma ayrıca, kullanıcı ile yapay zeka arasındaki kişilik uyumunun deneyimi iyileştirdiğini gösterdi. Özellikle dışadönüklük ve duygusal istikrar özelliklerinin en etkili faktörler olduğu tespit edildi. Bu bulgular, gelecekteki yapay zeka asistanlarının tasarımında kişilik dengesinin önemini vurguluyor.

Araştırmacılar, insan duygularını anlayıp empatik yanıtlar verebilen yapay zeka sohbet botlarını daha verimli şekilde eğitmek için FreezeEmpath adlı yeni bir yöntem geliştirdi. Bu sistem, büyük dil modellerinin parametrelerini dondurup sadece ses verilerini kullanarak eğitim yapıyor. Geleneksel yöntemlerde karşılaşılan yüksek maliyet ve modelin genel yeteneklerini kaybetme sorunlarını çözen bu yaklaşım, mevcut konuşma verilerini ve duygu tanıma sistemlerini kullanarak empati yeteneğini kazandırıyor. Teknoloji, müşteri hizmetlerinden terapötik uygulamalara kadar geniş bir kullanım alanına sahip olabilir.