Yapay Zeka Süreç Paradigması: Açık Döngü ve Kapalı Döngü Mimarisi

Büyük Dil Modelleri (LLM) ile yürütülen hesaplamalı süreçler, bilginin akış yönü ve geri besleme mekanizmasının varlığına göre iki temel operasyonel paradigmaya ayrılmaktadır:

Açık Döngü (İstem Mühendisliği) ve Kapalı Döngü (Döngü Mühendisliği).Aşağıda, söz konusu süreçlerin mantıksal mimarisini gösteren Türkçe görsel diyagram şeması, akış blokları ve karşılaştırmalı teknik analiz tablosu sunulmaktadır.

1. Süreç Diyagramı (Görsel Akış Mimarisi)

2. Süreç Bileşenlerinin Karşılaştırmalı Analiz Tablosu

Süreç Aşaması	🟢 Açık Döngü (İstem Mühendisliği)	🔵 Kapalı Döngü (Döngü Mühendisliği)
Girdi Mahiyeti	Kullanıcı İstemi (Prompt): Tekil, yönlendirici ve sonuç odaklı doğal dil komutu.	Hedef Tanımı (Goal / Spec): Ölçülebilir başarı kriterleri, test senaryoları ve kısıtlamalar.
Model Rolü	Metin Üreticisi: İstemi tek bir çıkarım adımında (single-pass inference) işler.	Etken Aktör (Agentic Core): İteratif taslaklar üreten ve geri bildirimle kendini güncelleyen motor.
Denetim Mekanizması	Yok: Çıktı doğrudan kullanıcıya iletilir; doğrulama bütünüyle insana bağımlıdır.	Otomatik Yürütme ve Doğrulama: Kod derleyicileri, harici API'ler veya denetçi modeller (LLM-as-a-Judge).
Hata Yönetimi	Açık Uçlu Sapma: Hata durumunda süreç kırılır; düzeltme için yeni bir istem yazılması gerekir.	Kendi Kendini Onarma (Self-Correction): Hata yığın izi (stack trace) modele geri beslenir (Madaan ve ark., 2023).
Döngü Sonlanması	Çıktı üretildiği an operasyon tamamlanır.	Önceden tanımlanmış başarı kriterleri ve birim testler sağlanana kadar döngü yinelenir.
Mimari Temel	Doğrusal Bilgi İşleme.	Sibernetik ve Kontrol Teorisi Geri Besleme Döngüsü (Wiener, 1948).

3. Mimari Ayrımın Kuramsal Gerekçeleri

İstem mühendisliğinin yetersiz kalarak döngü mühendisliğine geçilmesini zorunlu kılan faktörler, dil modellerinin stokastik doğasından kaynaklanmaktadır:

Geri Beslemesizliğin Maliyeti: Açık döngülü sistemlerde model, ürettiği çıktının mantıksal tutarlılığını veya çalışabilirliğini test edemez. Örneğin, üretilen bir SQL sorgusunun sözdizimi doğru olsa dahi ilişkisel veri tabanında karşılığı bulunmayabilir.

Kümülatif Hata Birikimi: Çok adımlı akıl yürütme gerektiren problemlerde, ilk aşamadaki küçük bir yanılsama (hallucination), sonraki adımlarda telafi edilemez sapmalara yol açar.

Deterministik Doğrulama İhtiyacı: Kapalı döngü sistemleri, dil modelinin olasılıksal üretim kapasitesini deterministik doğrulama araçlarıyla (derleyiciler, test suitleri, matematik motorları) çevreler (Yao ve ark., 2022). Böylece hata ayıklama süreci insan müdahalesine gerek kalmaksızın sistem içinde çözülür (Ng, 2024).

Döngü ve İstem Mühendisliği Temel Kavramları

Açık Döngü (Open-Loop System): Çıktının sistem girişini etkilemediği, geri bildirim ve otomatik denetim mekanizması barındırmayan doğrusal işlem yapısı.

Kapalı Döngü (Closed-Loop System): Sistemin ürettiği çıktının ölçülerek hedeflenen kriterlerle karşılaştırıldığı ve sapmaların düzeltici sinyal olarak modele geri iletildiği kontrol mimarisi.

İstem Mühendisliği (Prompt Engineering): Model parametrelerine müdahale etmeksizin, tek geçişli girdi metinlerinin anlamsal optimizasyonu yoluyla istenen cevabı elde etme yöntemi.

Döngü Mühendisliği (Loop Engineering): Modeli; üretim, test, değerlendirme ve yeniden deneme aşamalarından oluşan otonom bir akış içine yerleştiren sistem tasarımı.

Geri Bildirim Döngüsü (Feedback Loop): Doğrulama aşamasında elde edilen hata veya başarı verisinin, bir sonraki üretim adımını koşullandırmak üzere aktarılması süreci.

Hata Geri Bildirimi (Error Signal): Yürütme katmanında oluşan sözdizimi, mantık veya şema hatalarının model tarafından anlaşılabilir formatta yapılandırılmış hali.

Kaynakça ve İleri Okuma Listesi

Madaan, A., Tandon, N., Gupta, P., Hallinan, S., Gao, L., Wiegreffe, S., ... & Clark, P. (2023). Self-refine: Iterative refinement with self-feedback.Advances in Neural Information Processing Systems, 36, 46534-46594.

Ng, A. (2024). Agentic Design Patterns Part 2: Reflection. DeepLearning.AI Technical Briefs.

Wiener, N. (1948). Cybernetics: Or Control and Communication in the Animal and the Machine. MIT Press.

Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., & Cao, Y. (2022). ReAct: Synergizing reasoning and acting in language models. arXiv preprint arXiv:2210.03629.