Yapay zekânın bilimsel araştırmalara katkısı tartışılmaya devam ederken, somut bir örnek daha masaya düştü. Nobel ödüllü fizikçi Giorgio Parisi ve Roma Sapienza Üniversitesi’nden Francesco Zamponi, “jamming geçişi” adı verilen fizik alanındaki on yıllık açık bir problemi Anthropic’in Claude modelini kullanarak kanıtladı. Çalışma, Journal of Statistical Mechanics: Theory and Experiment dergisinde yayımlandı.

ON YILLIK PROBLEM NE?

Fizikteki “jamming” (sıkışma) kavramı, düzensiz bir sistemin — kum, köpük veya yoğun bir sıvı gibi — belirli bir yoğunlukta aniden katılaşma davranışını tanımlar. Bu geçişin nasıl gerçekleştiğini açıklamaya çalışan iki bağımsız teorik yaklaşım, birbirinden habersiz biçimde aynı matematiksel sonuca ulaşıyordu: “a+b=1” şeklinde ifade edilen kritik üsteller özdeşliği. Ancak bu iki teorinin neden aynı sonucu verdiği — yani ikisinin matematiksel olarak eşdeğer olduğu — on yılı aşkın süredir kanıtlanamamıştı.

Parisi ve Zamponi, bu noktada tıkandı. Çözüm için Anthropic’in dil modeli Claude’a (Sonnet 4.6 ve ardından Opus 4.7) başvurdular.

CLAUDE NE YAPTI, NE YAPAMADI?

Zamponi’nin aktarımına göre Claude’a problem sorulduğunda model “oldukça hızlı biçimde temelde doğru bir fikir” ortaya koydu. Ancak önemli bir ayrıntı var: Claude’un ilk önerdiği matematiksel kanıt hatalıydı. Yaklaşım doğruydu, yürütme değil.

İki fizikçi bu ham fikri defalarca gözden geçirerek, hataları düzelterek ve kendi uzmanlıklarıyla harmanlayarak tam ve titiz bir kanıta dönüştürdü. Sonuç, arXiv’de yayımlanan ve hakemli dergide kabul gören bir makale oldu (arXiv:2606.03300).

ARAŞTIRMACILARA NE ANLATIYOR?

Bu çalışmanın önemi, yapay zekânın “bilimi tek başına yapabildiğini” göstermesinden değil, tam tersine sınırlarını net biçimde ortaya koymasından kaynaklanıyor. Araştırmacılar, Claude’u önce bilinen sayısal sonuçları yeniden üretmesini isteyerek sınadı, ardından açık problemi sordu, çıktıları birden fazla turda düzelterek ilerledi. Yani model bir “teslim al ve yayımla” çözümü üretmedi; uzman gözetiminde işleyen bir fikir üreticisi olarak değer kattı.

Sektör analistleri, bu tür model destekli kanıt süreçlerinin yaygınlaşmasıyla birlikte akademik dergilerin yazarlardan yapay zekâ kullanımını açıklamasını zorunlu hale getirip getirmeyeceğini de tartışmaya başladı.

Bir yapay zekâ modelinin Nobel ödüllü bir fizikçiyle ortak imzayla yayımlanmış bir kanıta katkı sağlaması, “AI araştırmada ne işe yarar?” sorusunun yanıtını değiştirmiyor olabilir — ama soruyu çok daha somut bir zemine taşıyor.