Light Society: Gezegen Ölçeğinde 1 Milyar Yapay Zeka Ajanı Simülasyonu ve Hesaplamalı Sosyal Bilimler

Hesaplamalı sosyal bilimler (computational social sciences), toplumların dinamik yapısını, karar alma süreçlerini ve kolektif davranış kalıplarını anlamak amacıyla uzun süredir matematiksel modellemelerden ve bilgisayar simülasyonlarından yararlanmaktadır. Bu alandaki geleneksel yaklaşım olan etmen tabanlı modelleme (agent-based modeling - ABM), önceden tanımlanmış kurallara göre hareket eden sanal bireylerin etkileşimlerini incelemiştir. Ancak klasik ABM sistemleri, insan zihninin karmaşıklığını, bilişsel esnekliğini ve bağlama duyarlı tepkilerini yansıtmakta yetersiz kalmıştır.

2020’li yılların ortasından itibaren üretken yapay zeka ve büyük dil modelleri (large language models - LLM) alanında kaydedilen gelişmeler, bu sınırlamaları aşacak yeni bir paradigmanın doğmasını sağlamıştır. Bu paradigmanın en kapsamlı örneklerinden biri, Çin Bilim ve Teknoloji Üniversitesi (University of Science and Technology of China - USTC) ve Zhongguancun Laboratuvarı bünyesindeki araştırmacılar tarafından geliştirilen ve literatüre sunulan Light Society çerçevesidir (Guan vd., 2025; Guan vd., 2026).

Light Society, 1 milyarı aşkın otonom yapay zeka ajanının eş zamanlı olarak etkileşimde bulunduğu gezegen ölçeğinde bir sanal toplum simülasyonu mimarisidir. Sistem; psikoloji, sosyoloji ve davranışsal iktisat kurallarını büyük dil modellerinin anlamsal kavrayışıyla harmanlayarak, insan benzeri sosyal süreçleri daha önce ulaşılamamış bir ölçekte modellemeyi hedeflemektedir (Guan vd., 2025).

1. Sistemin Mimarisi ve Çalışma Mekanizması

Büyük dil modellerine dayalı sosyal simülasyonlardaki en temel teknik darboğaz, davranışsal gerçekçilik değil, hesaplama maliyetidir. Bir milyar bağımsız ajanın her adımda doğrudan sınır modellerine (frontier LLM) sorgu göndermesi, mevcut donanım ve bant genişliği kapasiteleri düşünüldüğünde devasa bir gecikme ve enerji maliyeti yaratmaktadır. Light Society mimarisi, bu engeli aşmak amacıyla hem algoritmik hem de sistem düzeyinde çok katmanlı optimizasyon teknikleri geliştirmiştir (Guan vd., 2025).

1.1. Üç Katmanlı Ajan Durumu (Three-Layer Agent State)

Light Society içerisindeki her sanal birey, homojen ve soyut birer veri noktası değildir. Model, gerçek dünya toplumlarının çeşitliliğini yansıtmak amacıyla Dünya Değerler Araştırması (World Values Survey - WVS, Wave 7) veri tabanındaki demografik profillerden beslenmektedir. Her ajan üç yapısal katmandan meydana gelir:

Statik Profil (Static Profile): Ajanın değişmeyen kimlik özellikleridir; yaş, cinsiyet, eğitim düzeyi, gelir seviyesi, kültürel köken ve temel kişilik özellikleri bu katmanda yer alır.

İç Durum (Internal Status): Zaman içerisinde etkileşimlerle dönüşen bilişsel unsurlardır; ajanın anlık inançları, hafızası, duygusal durumları ve güven eğilimleri burada güncellenir.

Dış Durum (External Status): Ajanın çevresiyle olan gözlemlenebilir ilişkileridir; sosyal ağdaki konumu, takipçi/bağlantı sayısı ve fiziksel veya mekânsal konum bilgisi bu katmanda saklanır.

1.2. Altı Temel Simülasyon Operatörü ve Olay Kuyruğu (Event Queue)

Sistem, toplumsal hareketliliği ve etkileşimleri deterministik olmayan, zaman damgalı bir olay kuyruğu (event queue) üzerinden yönetir. Toplumdaki tüm dinamikler altı çekirdek operasyona indirgenmiştir:

Başlatma (Initialization): Ajanların WVS profillerine dayalı olarak ağa yerleştirilmesi.

Algılama (Perception): Ajanın çevresindeki mesajları ve olayları filtreleyerek algılaması.

Karar Verme (Decision-Making): Alınan girdilerin kişilik ve geçmiş hafıza doğrultusunda değerlendirilmesi.

Ajan Durumunun Değişimi (Agent State Transformation): İnanç ve duygusal durumların güncellenmesi.

Çevre Değişimi (Environment Transformation): Bilgi akışı ve ağ topoğrafyasının değişmesi.

Sistem Güncellemesi (Update Step): Yeni durumların sistem geneline senkronize edilmesi.

1.3. Bilgi Damıtma ve Vekil Modeller (Knowledge Distillation & Surrogate Models)

Bir milyar ajanın doğrudan milyarlarca parametrelik dil modellerini çağırmasını engellemek adına araştırmacılar, model karması (mixture-of-models) ve bilgi damıtma (knowledge distillation) yaklaşımını benimsemiştir.

Büyük bir öğretmen model (teacher model), yüz binlerce örnek sosyal etkileşimi çözümleyerek karar mekanizmalarını küçük ve son derece hızlı çalışan çok katmanlı algılayıcı (multilayer perceptron - MLP) vekil modellere ve nicelenmiş arama tablolarına (lookup tables) aktarır (Guan vd., 2025). Bu sayede simülasyonun çalışma zamanındaki sorgu maliyeti asgariye indirilmiş, standart süper bilgisayar kümelerinde bir milyar ajanın etkileşimi saniyeler mertebesinde yürütülebilir hale getirilmiştir.

Toplumsal ağ yapısı ise gerçek insan ağlarının kümelenme ve dağılım dinamiklerini temsil eden Barabási–Albert ölçekten bağımsız ağ (scale-free network) modeli ile inşa edilmiştir (Barabási & Albert, 1999; Guan vd., 2025).

2. Bilimsel Potansiyel ve İnsanlığa Olası Faydaları

Gezegen ölçeğindeki bir simülasyon çerçevesi, sosyal bilimler ve kamu politikaları geliştirme süreçlerinde köklü değişimleri beraberinde getirme potansiyeline sahiptir. Bugüne kadar insan toplumları üzerinde yapılması etik, lojistik ya da ekonomik açılardan imkânsız olan deneyler, Light Society gibi yapay zeka toplumlarında güvenli bir biçimde test edilebilir.

Halk Sağlığı ve Salgın Yönetimi: Gerçek dünyada patojenlerin yayılımı sadece biyolojik değil, sosyolojik bir olgudur. İnsanların karantina kurallarına uyumu, aşı tereddütleri veya panik davranışları salgının seyrini doğrudan belirler. Light Society, toplumsal refleksleri simüle ederek aşı kampanyalarının veya kamu spotlarının toplumun hangi katmanlarında nasıl tepki bulacağını öngörebilir.

Sosyo-Ekonomik Politika ve Vergi Reformu Simülasyonları: Hükümetlerin yürürlüğe koymayı planladığı temel gelir desteği, asgari ücret artışı veya karbon vergisi gibi makroekonomik kararların toplumdaki güven ve tüketim eğilimlerini nasıl etkileyeceği, reel ekonomiye zarar vermeden sanal nüfus üzerinde sınanabilir.

Afet Yönetimi ve Kriz Tahliyeleri: Doğal afetler (deprem, tsunami, nükleer kaza) anında kitlesel kaçış psikolojisi, yanlış bilginin yayılma hızı ve yağma eğilimleri, acil durum planlamacılarının en doğru tahliye stratejilerini oluşturması için modellenebilir.

Sosyal Güven ve Kutuplaşma Dinamiklerinin Çözümlenmesi: Guan ve çalışma arkadaşları (2025), gerçekleştirdikleri deneylerde yaş grupları ve sosyo-ekonomik sınıflar arasındaki güven oyunlarını (Trust Game) test etmiştir. Araştırma, örneklem büyüklüğü arttıkça toplumsal güven farklarının daha istikrarlı örüntüler sergilediğini ortaya koymuş; kutuplaşmanın bilgi ağlarındaki merkezi düğümler (influencers) üzerinden nasıl yatıştırılabileceğine dair matematiksel bulgular sunmuştur.

3. Toplum Mühendisliği ve Algoritmik Manipülasyon Tehditleri: "Cambridge Analytica 2.0"

Light Society gibi sistemlerin taşıdığı muazzam faydaların ardında, aynı teknolojinin kötü niyetli aktörlerin elinde bir bilişsel silah ve toplum mühendisliği laboratuvarı haline gelme riski bulunmaktadır.

2016 Amerika Birleşik Devletleri başkanlık seçimleri ve Brexit referandumunda patlak veren Cambridge Analyticaskandalı, yaklaşık 87 milyon Facebook kullanıcısının psikografik profillerinin toplanarak mikro hedeflemeli siyasi manipülasyonlarda kullanılmasını kapsamaktaydı (Cadwalladr & Graham-Harrison, 2018; Zuboff, 2019). Ancak Cambridge Analytica'nın elindeki araçlar, temelde statik veri madenciliği ve doğrusal korelasyon analizlerinden ibaretti.

Light Society düzeyi bir teknoloji ise statik veri analizinin çok ötesine geçerek, etkileşimli ve dinamik bir sentetik toplum simülasyonu sunmaktadır. Bu durum aşağıdaki varoluşsal tehlikeleri doğurmaktadır:

[Mikro Veri Toplama] ──>[Light Society Klonu] ──>[Strateji / Algı Testi] ──>[Kusursuzlaştırılmış Dezenformasyon] ──>[Toplumsal Kutuplaşma]

3.1. Bilişsel Harp ve Kusursuz Dezenformasyon Simülasyonu

Otoriter rejimler, istihbarat servisleri veya tekel niteliğindeki siyasi danışmanlık şirketleri, hedef bir ülkenin tüm nüfusunu Light Society benzeri bir platformda birebir klonlayabilir (dijital ikiz oluşturma). Gerçek topluma sürülmek istenen bir komplo teorisi, kutuplaştırıcı bir söylem ya da dezenformasyon dalgası önce bu sanal toplumda defalarca test edilebilir:

Hangi mesaj tonu hangi demografik kırılmayı tetikliyor?

Ağdaki hangi kilit aktörler ilk önce ikna edilirse toplumun yüzde kaçı etki altına alınıyor?

Hangi etnik ya da dini çatışma dinamiği en az maliyetle en yüksek sokak hareketliliğini üretiyor?

Bu soruların yanıtlarını önceden simüle eden bir aktör, sahaya çıktığında deneysel riskleri sıfırlamış, hedef kitlenin bilişsel savunma mekanizmalarını önceden kırmış olur.

3.2. Sentetik Kamuoyu İmalatı ve Demokratik Süreçlerin Aşınması

Guan vd. (2025) tarafından yapılan çalışmada, ağın sadece yüzde 20'sini oluşturan merkezi aktörlerin, belirli bir fikri tüm ağa empoze edebildiği gösterilmiştir. Algoritmik platformlarda yönlendirilen bot orduları ve yapay zeka ajanları, gerçek insanların algıladığı kamuoyu hissini manipüle edebilir. Noam Chomsky ve Edward Herman'ın ortaya koyduğu "Rızanın İmalatı" (Manufacturing Consent) kuramı, bu teknolojiyle birlikte algoritmik bir gerçekliğe dönüşme tehlikesi taşımaktadır (Herman & Chomsky, 1988). Bireyler, çoğunluğun belirli bir görüşü savunduğuna inandırıldığında suskunluk sarmalı (spiral of silence) mekanizması devreye girerek bağımsız düşünme ve demokratik muhalefet felç edilebilir (Noelle-Neumann, 1974).

3.3. Algoritmik Panoptikon ve Dijital Otokrasi

Otoriter devlet yapıları açısından bu çerçeve, sadece kitleleri manipüle etme aracı değil; olası protesto, isyan ve sivil itaatsizlik hareketlerini başlamadan önce tespit edip bastırma aracıdır. Sosyal kredi sistemleri, biyometrik gözetleme verileri ve dijital ayak izleri bu simülasyonlara beslendiğinde; hükümetler hangi siyasi baskının, hangi ekonomik kararın ne zaman toplumsal bir patlamaya yol açacağını önceden hesaplayabilir. Böylece toplumsal muhalefet odakları, henüz harekete geçmeden mikro müdahalelerle pasifize edilebilir. Shoshana Zuboff’un "Gözetleme Kapitalizmi" (Surveillance Capitalism) olarak kavramsallaştırdığı durum, bu aşamada öngörücü davranışsal kontrol (behavioral modification at scale) boyutuna sıçramaktadır (Zuboff, 2019).

4. Teknik Sınırlar ve Bilimsel Şüphecilik

Light Society çalışması, hesaplamalı ölçekleme açısından büyük bir başarı olsa da bilimsel şüphecilik ilkesi gereği modelin sınırlarının doğru anlaşılması gerekmektedir:

Vekil Model İndirgemeciliği: 1 milyar ajana ulaşmak için kullanılan vekil modeller ve arama tabloları, hesaplama yükünü hafifletirken insan davranışının tahmin edilemez nüanslarını, irrasyonel patlamalarını ve ani kültürel kırılmalarını törpüleme riski taşır.

Örneklem Temsiliyeti: Her ne kadar Dünya Değerler Araştırması geniş bir demografik veri sunsa da, anket sorularına verilen beyanlar ile bireylerin kriz anlarındaki gerçek davranışları her zaman örtüşmemektedir.

Bağımsız Doğrulama Eksikliği: Sistemin donanım altyapısı, tam kaynak kodları ve deneysel tekrarlanabilirliği bağımsız akademik kurullar tarafından henüz tam anlamıyla denetlenmemiştir.

Light Society ve Hesaplamalı Sosyal Bilimler: Temel Kavramlar Dizini

Light Society: Çinli araştırmacılar tarafından 2025-2026 yıllarında duyurulan, 1 milyardan fazla büyük dil modeli tabanlı otonom ajanın eş zamanlı sosyal ve ekonomik etkileşimlerini gezegen ölçeğinde simüle eden modüler yapay zeka çerçevesi.

Etmen Tabanlı Modelleme (Agent-Based Modeling - ABM): Otonom karar vericilerin (bireyler, kurumlar) birbirleriyle ve çevreleriyle olan etkileşimlerinden doğan makro ölçekli sistemik sonuçları inceleyen bilgisayar simülasyon yöntemi.

Bilgi Damıtması (Knowledge Distillation): Yüksek parametreli karmaşık bir "öğretmen" yapay zeka modelinin ürettiği bilgi ve çıkarımların, çok daha küçük ve hızlı çalışan "öğrenci" bir vekil modele aktarılması işlemi.

Ölçekten Bağımsız Ağ (Scale-Free Network): Düğümler arasındaki bağlantı dağılımının kuvvet yasasına (power law) uyduğu; az sayıda merkezi düğümün (hub/influencer) çok yüksek sayıda bağlantıya sahip olduğu ağ topoğrafyası (Barabási-Albert modeli).

Bilişsel Harp (Cognitive Warfare): Toplumların algı, inanç, değer ve karar alma mekanizmalarını yapay zeka, dezenformasyon ve psikolojik harekat teknikleriyle hedef alarak kamuoyunu yönlendirmeyi amaçlayan askeri ve jeopolitik strateji.

Sentetik Nüfus (Synthetic Population): Gerçek nüfus sayımı veya sosyolojik anket verilerine dayanılarak üretilen, ancak bireysel kimlik bilgileri içermeyen matematiksel ve algoritmik insan profili topluluğu.

Kaynakça ve İleri Okuma Listesi

Barabási, A. L., & Albert, R. (1999). Emergence of scaling in random networks. Science, 286(5439), 509-512. https://doi.org/10.1126/science.286.5439.509

Cadwalladr, C., & Graham-Harrison, E. (2018). Revealed: 50 million Facebook profiles harvested for Cambridge Analytica in major data breach. The Guardian, 17(1), 22-25.

Epstein, R., & Robertson, R. E. (2015). The search engine manipulation effect (SEME) and its possible impact on the outcomes of elections. Proceedings of the National Academy of Sciences, 112(33), E4512-E4521. https://doi.org/10.1073/pnas.1419828112

Guan, H., He, J., Fan, L., Ren, Z., He, S., Yu, X., Chen, Y., Xu, X., Zheng, S., Gao, Y., Chen, E., Liu, T. Y., & Liu, Z. (2025). Modeling Earth-Scale Human-Like Societies with One Billion Agents. arXiv preprint arXiv:2506.12078v1. https://doi.org/10.48550/arXiv.2506.12078

Guan, H., He, J., Fan, L., Ren, Z., He, S., Yu, X., Chen, Y., Xu, X., Zheng, S., Gao, Y., Chen, E., Liu, T. Y., & Liu, Z. (2026). Modeling Earth-Scale Human-Like Societies with One Billion Agents (Revize Edilmiş Sürüm v2). arXiv preprint arXiv:2506.12078v2.

Herman, E. S., & Chomsky, N. (1988). Manufacturing consent: The political economy of the mass media. Pantheon Books.

Noelle-Neumann, E. (1974). The spiral of silence a theory of public opinion. Journal of communication, 24(2), 43-51. https://doi.org/10.1111/j.1460-2466.1974.tb00367.x

Zuboff, S. (2019). The age of surveillance capitalism: The fight for a human future at the new frontier of power. PublicAffairs.