Computational Dialectics

IV. Diyalektik nasıl computational hale gelebilir?

11. Bir “diyalektik core” için çalışma hipotezi

Bugün elimizde tamamlanmış bir Dialectical Core yok. Fakat araştırmanın yönünü tanımlayan bir çalışma rejimi var:

1. Girdiden aday belirlenimleri ve ilişkileri çıkar.
2. Bunları mevcut state ile aynı kapsam/zaman/referans çerçevesinde olup olmadıkları açısından hizala.
3. Farklılığı hemen “çelişki” ilan etme; geçerli bağlam farklarını ayır.
4. Gerçek bir uyumsuzluk kalırsa bunu cevap şablonu değil, temsil araştırma/revizyon sinyali olarak kullan.
5. Mevcut state'in hangi kısmının hâlâ geçerli olduğunu koru.
6. Fazla genellenmiş kapsamı daralt; yanlış binding veya ilişki yapısını değiştir.
7. Kanıt yetersizse tek açıklamaya erken çökme; davranışsal olarak farklı rival reconstructions tut.
8. Hangi gözlem, müdahale veya yeni kanıtın rakipleri ayıracağını belirle.
9. Gerekirse kavram/şema düzeyinde split, merge veya yeniden yapılandırma yap.
10. Yeni state'i sonraki tahmin ve eylemlerde gerçekten kullan; eski stale state'in onu bypass etmesine izin verme.

Bu listenin tamamı henüz uygulanmış değildir. Bilimsel programımızın görevi, her maddeyi ayrı ayrı operationallaştırmak, güçlü sıradan alternatiflerle karşılaştırmak ve gereksiz olanları elemektir.

12. Neden “tez–antitez–sentez” değil?

Çünkü bu şablon hem tarihsel olarak kaba bir özet hem de computational olarak kötü bir algoritmadır. Sisteme her konuda iki karşıt cümle üretip üçüncü bir uzlaşma yazdırmak, ne gerçek contradiction diagnosis yapar ne de representation revision.

Bizim için çelişki önce bir teşhis problemidir:

• Aynı özne mi?
• Aynı zaman mı?
• Aynı ölçüm çerçevesi mi?
• Aynı kapsam mı?
• Aynı anlam mı?
• İki taraf da gerçekten destekleniyor mu?

Bu sorular geçildikten sonra bile sonuç otomatik “sentez” değildir. Bazen doğru sonuç veri hatasıdır. Bazen iki ayrı koşuldur. Bazen unresolved kalmaktır. Bazen de mevcut representation'ın parçalanması gerekir.

12.1 Aynı görünen çatışmalar aynı değildir

Kitabın ilerleyen teknik bölümlerinde bunu daha formel hale getireceğiz, fakat okuyucu açısından temel ayrım şimdiden önemlidir. İki ifade birbirini dışlıyor gibi göründüğünde sistem en az birkaç farklı durumla karşılaşabilir.

Görünür çelişki. “Ali 08:00'de evde” ve “Ali 10:00'da işte” aynı anda doğru olabilir; burada zaman farkı vardır. “İlaç düşük dozda yararlı, yüksek dozda zararlı” örneğinde kapsam veya ölçü değişmiştir. Bu tür durumlarda deep revision açmak hata olur.

Epistemik çatışma. Aynı şeyi, aynı kapsamda ölçtüğünü söyleyen iki bağımsız kaynak uyuşmuyorsa önce gerçekliğin “çelişkili” olduğu değil; ölçümün, provenance'ın veya gizli scope'un araştırılması gerekir.

Model anomalisi. Modelin kurduğu temsil sistematik olarak yeni gözlemi açıklayamıyorsa sorun veride değil, representation'da olabilir. Bu durumda soru “hangi cevabı değiştireyim?”den “hangi ilişkiyi yanlış kurdum?”a kayar.

Yapısal karşıtlık hipotezi. Daha güçlü iddia budur: aynı süreç veya yapı, kendi farklı iç ilişkileri üzerinden karşıt eğilimler üretiyor olabilir. Fakat bu sınıfa yalnız karşıt iki cümle gördüğümüz için geçemeyiz; rival mekanizmaları ayıran ek prediction veya intervention evidence gerekir.

Buradaki amaç felsefi sınıfları modele ezberletmek değildir. Amaç, farklı hata kaynaklarının aynı “contradiction” etiketi altında birbirine karışmasını engelleyecek bir diagnostic regime kurmaktır. Dialectical Core'un değeri çelişki bulma sayısıyla değil, doğru durumda doğru tür revizyonu açmasıyla ölçülmelidir.

13. Revizyon neden merkezi?

Diyalektik düşüncenin AI açısından en test edilebilir taraflarından biri, değişen kanıt karşısında non-destructive revision fikridir.

Yeni kanıt geldiğinde üç kötü uç vardır:

• hiçbir şeyi değiştirmemek;
• bütün eski state'i silmek;
• yeniyi yalnız append edip çelişkili state'i büyütmek.

Daha iyi bir sistem, neyin gerçekten geçersizleştiğini bulup yalnız onu değiştirmeyi denemelidir. D1-B bugün tam bu minimum soruyu neural düzeyde test etmektedir.

13.1 Preserve, restrict, reject, transform

Bu fikri tek bir zorunlu matematik formülü olarak değil, revizyonu parçalara ayıran bir düşünme aracı olarak kullanıyoruz:

new_state = reconstruct(
    preserve   = hâlâ geçerli olan,
    restrict   = fazla genellenmiş olan,
    reject     = artık desteklenmeyen,
    transform  = binding/ilişki yapısı değişmesi gereken,
    add        = yeni kanıtla desteklenen,
    unresolved = henüz ayrıştırılamayan
)

Bu ayrım önemli çünkü bir bilginin “yanlışlanması” her zaman onu silmek demek değildir. “X, Y'yi artırır” genellemesi yeni evidence altında “C1 koşulunda artırır, C2 koşulunda azaltır” biçiminde yeniden kurulabilir. Eski gözlem tamamen çöpe gitmez; anlamı ve geçerlilik alanı yeniden belirlenir.

Daha güçlü durumda değer değil relation binding değişebilir: “A, B'yi belirliyor” diye kurduğumuz bağlantının aslında A→C→B aracılığıyla işlediğini ya da başka bir parent'a bağlandığını öğrenebiliriz. D1-B'nin seçici ilişkisel revizyon deneyi tam bu nedenle küçük ama stratejik bir kapıdır.

---