Stanford Üniversitesi'nin İnsan Merkezli Yapay Zekâ Enstitüsü (HAI), her bahar yapay zekânın bir önceki yılını rakamlarla özetleyen bir rapor yayımlıyor. Nisan 2026'da çıkan AI Index 2026, 2025'i anlatıyor. Yüzlerce sayfalık raporun en çok dikkatimi çeken bulgularını tek tek grafiğe döktüm.
1. Yetenekler hızlanmaya devam ediyor
Gerçek GitHub sorunlarını çözme becerisini ölçen SWE-bench Verified testinde başarı bir yılda %60'tan %100'e yaklaştı. Bilgisayarı bir insan gibi kullanmayı ölçen OSWorld'de ajanların görev başarısı yaklaşık %12'den %66'ya çıktı. Doktora düzeyindeki bilim sorularında, yarışma matematiğinde ve çok kipli akıl yürütmede modeller artık insan seviyesine ulaşıyor ya da onu geçiyor.
Bu hızın bir sonucu var: kıyaslama testleri eskiyor. Bir test bir yılda doyuma ulaşınca, modeller arasındaki farkı göstermez hale geliyor. Bir önceki yazıda anlattığım METR deneylerinin neden laboratuvar testleri yerine gerçek görevlere yöneldiği de buradan anlaşılıyor.
2. Ama sınır dişli: "jagged frontier"
Raporun en sevdiğim bulgusu bu. Aynı yıl içinde Google'ın Gemini Deep Think modeli Uluslararası Matematik Olimpiyatı'nda altın madalya seviyesine ulaştı. Öte yandan en iyi model, analog bir saati yalnızca %50,1 oranında doğru okuyabiliyor. Yani yazı-tura kadar.
Olimpiyat düzeyinde matematik problemi çözmek, doktora düzeyinde bilim sorusu yanıtlamak, gerçek yazılım hatalarını düzeltmek.
Analog saati okumak (%50,1). Yapılandırılmış ajan testlerinde ise her üç denemeden biri hâlâ başarısız oluyor.
Ürün geliştiren biri için bunun pratik anlamı şu: bir modelin zor bir işte iyi olması, kolay görünen komşu bir işte de iyi olacağını garanti etmiyor. Yapay zekâ özelliklerini tek tek ve gerçek verilerle test etmek gerekiyor.
3. Para nereye akıyor?
Yatırım tablosu tek taraflı görünse de ABD için raporda bir uyarı var: ülkeye gelen yapay zekâ araştırmacısı ve geliştirici göçü 2017'den bu yana %89 azaldı, son bir yılda düşüş %80 oldu. Para var; ama parayı ürüne dönüştürecek insanların gelişi yavaşlıyor.
4. ABD ile Çin arasındaki fark kapandı
Model performansında iki ülke arasındaki fark fiilen kapanmış durumda. 2025'in başından bu yana liderlik birkaç kez el değiştirdi; Mart 2026 itibarıyla en iyi ABD modeli (Anthropic'in) yalnızca %2,7 önde. Tablonun geri kalanı ise iki ülkenin farklı alanlarda güçlü olduğunu gösteriyor:
- En üst seviye model sayısı
- Yüksek etkili patentler
- Özel yatırım ve yeni şirketler
- Veri merkezi kapasitesi
- Akademik yayın ve atıf sayısı
- Toplam patent sayısı
- Endüstriyel robot kurulumu
- Kamuya ait yapay zekâ süper bilgisayarları
5. Yapay zekâ egemenliği yarışı
Ülkeler kendi hesaplama altyapılarını kurmaya yöneliyor. Kamuya ait ya da kamu-özel ortaklığıyla kurulan yapay zekâ süper bilgisayarlarında tablo şöyle:
Model üretimi hâlâ ABD ve Çin'de yoğunlaşsa da, rapora göre dünyanın geri kalanının GitHub'daki açık kaynak katkıları ABD seviyesine yaklaşıyor. Bu, Türkiye gibi ülkeler için önemli bir işaret: öncü modeli üretmek için milyarlar gerekiyor; ama açık kaynak ekosisteme katkı vermek ve bu modellerin üzerine ürün inşa etmek herkese açık.
6. Benimseme rekor hızda
Üretken yapay zekâ, üç yılda nüfusun %53'üne ulaştı. Kurumların %88'i yapay zekâyı bir şekilde kullanıyor. İlginç bir ayrıntı: yatırımda açık ara lider olan ABD, nüfus benimsemesinde %28,3 ile 24. sırada. Rapor, ABD'de tüketicilerin yapay zekâdan elde ettiği değeri 2026 başı itibarıyla yıllık 172 milyar dolar olarak tahmin ediyor.
Bir önceki yazıda ele aldığım MIT raporunun "yüksek benimseme, düşük dönüşüm" tespitini burada da görüyoruz: %88'lik kurumsal kullanım, %88'lik kurumsal kazanç anlamına gelmiyor.
7. Eğitim, kullanımın gerisinde kalıyor
Deneyap'ta öğrencilere yapay zekâ temelleri anlatmış biri olarak bu tablo bana tanıdık geliyor. Öğrenciler araca kurallardan çok daha önce ulaşıyor. Asıl soru, yapay zekânın kullanılıp kullanılmayacağı değil; nasıl kullanılacağı. Bunu öğretecek bir çerçeve de çoğu yerde henüz yok.
8. Sorumlu yapay zekâ geride kalıyor
Rapor, model geliştiricilerin güvenlik testlerini raporlamasının hâlâ dağınık olduğunu ve sorumlu yapay zekânın bir boyutunu iyileştirmenin bazen başka bir boyutunu kötüleştirdiğini vurguluyor. Yani güvenliği ölçmenin ortak bir dili henüz yok.
9. Uzmanlar ile toplum aynı yere bakmıyor
50 puanlık bu fark, yapay zekâ ürünleri geliştirenlerin en çok önemsemesi gereken rakam olabilir. Teknolojiyi inşa edenlerle onu kullananlar arasındaki güven açığı, hiçbir kıyaslama testinde görünmüyor ama her ürünün benimsenmesini belirliyor.
10. Benim için özet
Raporu bitirdiğimde aklımda üç cümle kaldı:
- Yetenek sorunu büyük ölçüde çözülüyor, uygulama sorunu çözülmüyor. Modeller her yıl çok daha iyi; ama kurumların bu yeteneği değere dönüştürme becerisi aynı hızda artmıyor.
- Sınır dişli. Bir modelin parladığı yer ile tökezlediği yer yan yana olabilir. Gerçek kullanıcı verisiyle test etmeden hiçbir özelliğe güvenmemek gerekiyor.
- Güven, yeni darboğaz. Olay sayısı artarken ve toplum şüpheyle bakarken, güvenli ve şeffaf ürün yapmak bir zorunluluk olmanın ötesinde bir rekabet avantajına dönüşüyor.
Kaynaklar
- Stanford HAI, The 2026 AI Index Report, Nisan 2026.
- Stark Insider, Stanford 2026 AI Index Report, Nisan 2026.
- Burges Salmon, AI in 2026: what does Stanford's AI Index tell us?, 2026.