MatrAIx: 8,3 Milyar Sanal İnsanla Yapay Zeka Testleri
İlerleyen bir gelecekte insan davranışlarını anlamak için gerçek insanlara olan ihtiyaç azalabilir mi? Bu fikir başlangıçta ürkütücü görünse de araştırma alanında hızla somutlaşan bir yön var. Harvard, MIT ve Stanford’un ortak çalışmasıyla geliştirilen MatrAIx altyapısı, dijital dünyada 8,3 milyar sanal kullanıcı oluşturup bu profilleri üzerinden ürünler ile yapay zeka sistemlerinin çeşitli insan tipleri karşısındaki performansını ölçüyor.
8,3 milyar persona kaydının merkezinde Persona 8B yer alıyor ve bu kayıtlara 1.290 kategorik boyut üzerinden detaylı özellikler tanımlanıyor. Sistemde, gerçek dünyadaki ilişkileri yansıtan bağımlılık grafiğine dayalı bir sintetik üretim yöntemi kullanılıyor ve bazı kayıtlar insan için hazırlanmış profillerden türetilerek sisteme dahil ediliyor. Yaklaşık 1 milyon kişilik kalite filtrelemesinden geçmiş bir veri kümesi de mevcut; bu küme 599 bin insan temelli ve 400 bin sanal persona içeriyor ve Hugging Face üzerinden araştırmacılarla paylaşılıyor.
Sanal insanlar etkileşime girebiliyor ve MatrAIx’in önemli bir parçası olan Playground sayesinde bu avatarlar farklı dijital ortamlarda test ediliyor. Sistem şu anda anketler, yapay zeka sohbet botları ve web ile mobil uygulama dahil olmak üzere dört alanda deneyleri destekliyor; masaüstü ve mobil uygulamalar için geniş bir platform yelpazesini kapsıyor. Böylece sanal kullanıcılar sadece tek bir yanıtla yetinmiyor, web sitelerinde gezinip botlarla iletişim kurabiliyor ve uygulamalarla etkileşimde bulunabiliyor.
25’ten fazla alanda 1.010 görev MatrAIx’in kapsamını oluşturuyor; ticaret, yazılım, finans ve sağlık ana değerlendirme alanları arasında yer alıyor. Deneyler de 18.189 değerlendirme olarak kayda geçti ve farklı persona profillerinin aynı ürün karşısındaki davranışlarındaki değişimler incelenebildi. 8,3 milyar yapay zeka ajanının dijital kimlik haritası bu sistemin nasıl çalıştığını özetleyen görsel bir ağ olarak ifade ediliyor.
Sanal kullanıcılar, bir ürün veya hizmete karşı gösterdiği tereddütleri ölçerken bir yanlışlık durumunda kullanıcı devam edip etmeyeceği veya bir uygulamadaki gecikmeye hangi noktada tolere edilmeyeceği gibi durumları da analiz edebiliyor. Bu sayede belirli demografik ya da davranışsal grupların etkileri daha ayrıntılı biçimde ortaya konulabiliyor. Sanal insanlar genelde tutarlı davranışlar sergiliyor ve dört farklı ortamda 10 davranışsal özelliğe sahip toplamda 400 deneme yürütüldü. Sonuçlar, persona tarafından belirtilen davranışın %91,5 doğrulukla ortaya çıkabildiğini gösterdi.
GPT ve Claude modelleriyle uyumlu MatrAIx’te oluşturulan avatarlar çeşitli büyük dil modelleriyle test edilebiliyor. Deneylerde GPT 5.5, Claude Opus 4.8 ve Claude Haiku 4.5 kullanılarak ölçümler yapıldı. Böylece persona verisi ile dil modelinin yetenekleri birbirinden ayırt edilebiliyor. Ancak MatrAIx, gerçek insanların yerini almak amacıyla tasarlanmadığını vurguluyor.
Amacı ise gerçek kullanıcı araştırmalarının maliyeti, süre ve ölçeklenebilirlik sorunlarını aşmak; daha geniş kapsamlı ön-testler için hipotezler, stres testleri ve değişik senaryoların hızlı bir şekilde denenmesini sağlamaktır. Geliştiriciler, MatrAIx’i açık kaynaklı ekosisteme kazandırmayı ve araştırma topluluğu ile işbirliğini güçlendirmeyi hedefliyorlar.
