ULUSLARARASI ARAŞTIRMA / HAKEMLİ MAKALE

İnsan mı, yapay zekâ mı
daha yaratıcı?

9.198 insan ve 215.542 model çıktısının karşılaştırıldığı araştırmada insanlar ortalamada az farkla öne çıktı; en yaratıcı uçta fark büyüdü. “Dâhi gibi düşün” komutlarının neden yeterli olmadığını inceliyoruz.

Tüm yazarlar ve kurumlar

Kısa açıklamayı oku Üç iş örneğine geç

İngilizce kaynak · Türkçe inceleme: 10 Eylül 2026 · Kaynak tarihi yukarıdaki künyededir.

Yayımlanmış inceleme

Kaynak ve editoryal kontroller tamamlandı. DijitalPi bu çalışma için müşteri deneyi yapmadı.

KISA AÇIKLAMA

Bu Araştırma Size Ne Söylüyor?

İnsanlar ortalama yaratıcılıkta küçük bir üstünlük, en yaratıcı sonuçlarda daha büyük çeşitlilik gösterdi. Modeli dâhi veya ünlü bir kişi gibi davranmaya yönlendirmek belirli bir eşikten sonra gerçek insan örüntülerinin tersine dönebildi.

Bir örnek düşünün: Ekip yüz kampanya fikri üretiyor ve ortalama puanı yükseltmek için bütün fikirleri tek modelden istiyor. Sonuçlar düzgün ama birbirine benziyor.
İşinizde ne yapabilirsiniz?: Ortalama kalite ile fikir çeşitliliğini ayrı ölçün. AI’dan adaylar üretirken bağımsız insan fikirlerini koruyun ve en uç, alışılmadık seçenekleri ayrıca değerlendirin.

DijitalPi’nin uygulama yorumu. Örnek, konuyu açıklamak için hazırlanmıştır.

ARAŞTIRMAYI BİRLİKTE OKUYALIM

Önce araştırmacıların sorusunu, yöntemini ve bulgularını tanıyalım. Ardından sonuçların nasıl okunabileceğini DijitalPi’nin açıklamalarıyla ele alalım.

01 / ARAŞTIRMACILAR NEYİ ANLAMAK İSTEDİ?

İnsanlar ve büyük dil modelleri yeni fikir üretiminde nasıl farklılaşıyor?

Wang, Huang, Shen ve Uzzi, insanlarla LLM’leri aynı ıraksak yaratıcılık görevinde geniş ölçekte karşılaştırdı.

Konuyu açalım · DijitalPi açıklaması

Yaratıcılık yalnız ortalama fikrin iyi olması değildir. Sonuçların ne kadar çeşitlendiği ve en yaratıcı uçta ne olduğu inovasyon için ayrıca önem taşır.

Araştırma belirli bir yerleşik fikir üretme görevini kullanır. Marka stratejisi, uzun metin veya ekip içinde yaratıcı uygulamanın tamamını ölçmez.

02 / ARAŞTIRMA NASIL YAPILDI?

Soruyu nasıl sınadılar?

9.198 insanın yanıtları ile farklı LLM koşullarından 215.542 gözlem karşılaştırıldı. Model sıcaklığı, stratejik istemler ve dâhi, ünlü ya da demografik roller gibi yönlendirmeler ayrıca sınandı.

Yöntemi anlamak · DijitalPi açıklaması

Büyük gözlem sayısı dağılımın yalnız ortasını değil uçlarını da incelemeyi sağlar. Model gözlemi ile benzersiz insan katılımcı sayısı aynı tür ölçü değildir.

Bir role yönlendirme gerçek bir insan grubunu temsil etmez. Araştırma, bu istemlerin çıktıyı nasıl değiştirdiğini sınar.

03 / ARAŞTIRMANIN BULGULARI

İnsanların küçük ortalama üstünlüğü, en yaratıcı uçta büyüdü.

İnsanlar ortalamada LLM’lerden az farkla daha yaratıcıydı. İnsan sonuçları daha değişkendi ve dağılımın en yaratıcı ucunda daha yüksek değerlere ulaştı. Dâhi veya demografik rol istemleri bir noktaya kadar artış sağladı, sonra gerçek insan örüntülerinin tersine dönebildi; stratejik istemlerin sonucu karışıktı.

İnsan: 9.198Karşılaştırmaya giren katılımcı sayısı.
Model gözlemi: 215.542Farklı model ve istem koşullarından üretilen gözlemler.

Kaynak: Nature Human Behaviour makalesi ve DOI ↗

04 / DİJİTALPİ’NİN AÇIKLAMASI

Bu bulguları nasıl okuyabiliriz?

Sadece ortalama fikri yükseltmek, nadir ve sıra dışı iyi fikirleri korumayabilir. Portföyü değerlendirirken çeşitlilik ve üst uç ayrı ölçülmelidir.

Daha gösterişli rol istemleri kaliteyi sınırsız artırmaz. İstem tasarımını ölçülmüş bir deney gibi yürütmek gerekir.

AI ile başlayan toplantılar insanları ilk önerilere sabitleyebilir. Bağımsız insan üretim turu farklı düşünce yollarını korumaya yardım eder.

05 / SONUÇ VE AÇIK SORULAR

Neyi öğrendik, neyi henüz bilmiyoruz?

Bu geniş karşılaştırmada insanlar ortalamada küçük, en yaratıcı uçta daha belirgin bir üstünlük gösterdi. Sonuç, insanların her yaratıcı görevde daha iyi olduğu veya LLM’lerin yararsız olduğu anlamına gelmez.

Gerçek kampanya ekiplerinde insan ve AI fikir havuzları birleştiğinde en iyi sonuç hangi sıra ve seçim yöntemiyle oluşuyor? Bunun için saha deneyi gerekir.

Araştırmacıların özgün yayınına dönün

Nature Human Behaviour makalesi ve DOI

DİJİTALPİ’NİN UYGULAMA YORUMU

Sizin işinizde nasıl görünür?

Bu üç senaryoyu konuyu birlikte düşünmek için hazırladık. Araştırmadan alınmış vaka veya ölçülmüş müşteri sonucu değildir.

ÖRNEK 01

Ortalama yükseldi, çeşitlilik düştü

AI fikirleri tek tek iyi puan alıyor fakat aynı mesaj kalıplarını tekrar ediyor.

Bu yaratıcı havuz daha güçlü mü?

Örnek 01 için öneriyi aç

Ortalama ve dağılımı birlikte inceleyin.

Fikirlerin birbirine benzerliğini, tema sayısını ve en yüksek puanlı uç örnekleri ayrıca raporlayın. Tek ortalama puan çeşitlilik kaybını gizleyebilir.

ÖRNEK 02

“Dâhi gibi düşün” komutu

Ekip daha yaratıcı sonuç için modele ünlü mucit rolleri veriyor.

Rol vermek yaratıcılığı garanti eder mi?

Örnek 02 için öneriyi aç

Rolü kanıt yerine deney koşulu sayın.

Aynı görevde rol verilmeyen sürümle karşılaştırın. Çıktıları bağımsız değerlendiricilere karışık sırada gösterin ve tekrar eden fikirleri kontrol edin.

ÖRNEK 03

İnsan fikri daha yazılmadan AI açılıyor

Toplantı model önerileriyle başlıyor; ekip sonraki fikirlerini bu ilk liste etrafında kuruyor.

Bağımsız insan katkısı korunuyor mu?

Örnek 03 için öneriyi aç

Önce kısa bir bağımsız üretim turu yapın.

Katılımcılar AI çıktısını görmeden fikirlerini kaydetsin. Sonra havuzları birleştirin. Böylece ilk önerilerin düşünceyi daraltma etkisini azaltabilirsiniz.

EKİBİNİZLE DENEYİN

Bir fikir havuzunun çeşitliliğini ölçün.

AI ve insan fikirlerini kaynağı gizli biçimde değerlendirin. Ortalama puan, tema çeşitliliği ve en iyi yüzde on içindeki fikirleri ayrı karşılaştırın.

AI içerik üretim yaklaşımımızı inceleyin

Kaynak ve emeğin sahibi

Dawei Wang, Difang Huang, Haipeng Shen and Brian Uzzi.
University of Hong Kong; Chinese Academy of Sciences; University of Chinese Academy of Sciences; Northwestern University.

Nature Human Behaviour · 23 Aralık 2025 · 10:531–540 (2026) · Hakemli makale. Orijinal yayını aç · Google Scholar’da ara

Akademik çalışma yukarıdaki araştırmacılara aittir. Bu sayfa, DijitalPi’nin AI desteğiyle hazırladığı açıklamalı inceleme ve özgün iş örneklerini içerir; makalenin tam çevirisi değildir.

← Tüm araştırma yazılarına dön