Yapay zekâ modeli değişince seçtiği ürün de değişir mi?
Bir deneme mağazasında fiyatlar ve müşteri puanları aynı kaldığında farklı yapay zekâ modelleri aynı ürünü mü seçer? Aynı telefon kılıfını GPT-4.1 denemelerin %62,6’sında, yeni sürüm GPT-5.1 ise %5’inde seçti. Müşteri adına alışveriş yapan yapay zekâ güncellendiğinde, satıcı hiçbir şeyi değiştirmeden ürünün seçilme şansı değişebilir.
İngilizce kaynak · Türkçe inceleme: 18 Ekim 2026 · Kaynak tarihi yukarıdaki künyededir.
Editoryal inceleme taslağı
Kaynak kontrolü yapıldı; Türkçe inceleme insan editör değerlendirmesini bekliyor. DijitalPi bu çalışma için müşteri deneyi yapmadı.
KISA AÇIKLAMA
Bu Araştırma Size Ne Söylüyor?
DijitalPi yorumu: İşletmeler, bir yapay zekâ modelinin sık seçtiği ürünü başka bir modelin de aynı sıklıkta seçeceğini varsaymamalı.
Bir örnek düşünün
Temsili bir aksesuar mağazası, aynı ürün listesini farklı yapay zekâ modellerine sunup seçimleri karşılaştırabilir.
İşinizde ne yapabilirsiniz?
Karşılaştırmayı yapan ekip, her denemede model sürümünü, ürün sırasını ve görünen etiketleri kaydetmeli.
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?
Bizim adımıza alışveriş yapan yapay zekâ hangi ürünü seçiyor ve bu tercih kullanılan modele göre değişiyor mu?
Araştırmacılar, alışveriş yapan yapay zekâların temel talimatlara uyup uymadığını inceledi. Ürün bilgilerinin ve liste düzeninin seçimleri nasıl etkilediğine baktı. Model güncellemeleriyle ve satıcının açıklamayı değiştirmesiyle ürünlerin seçilme oranlarının değişip değişmediğini de araştırdı.
Konuyu açalım · DijitalPi açıklaması
DijitalPi yorumu: Fiyat ve açıklama aynı kalsa da yapay zekânın ürün tercihi değişebilir. Bu yüzden seçimi yalnız ürün kalitesine veya açıklamaya bağlamak yanıltıcı olabilir. İşletme, seçimin hangi model ve liste düzeniyle yapıldığını kaydetmeli.
02 / ARAŞTIRMA NASIL YAPILDI?
Soruyu nasıl sınadılar?
Allouah, Besbes, Figueroa, Kanoria ve Kumar, ACES adlı kontrollü alışveriş simülasyonunu kurdu. Amazon’daki kamuya açık bilgilerden alınan 8 ürün kategorisinin her birinde 8 ürün vardı. Çalışma, Ağustos 2025 modelleri Claude Sonnet 4, GPT-4.1 ve Gemini 2.5 Flash ile 1 Aralık 2025 itibarıyla halefleri Claude Opus 4.5, GPT-5.1 ve Gemini 3.0 Pro Preview’ı kapsıyor. İlk deneyler Ağustos 2025 başında, zaman içindeki değişimi inceleyen tekrarlar Eylül 2025 sonunda yapıldı. Temel talimat testlerinde görev-kategori başına 50 deneme, seçim payı incelemesinde kategori başına 1.000 deney, seçim davranışı incelemesinde kategori başına 500 rastgele senaryo kullanıldı. İnsan katılımcıların gerçek alışverişi incelenmedi.
Yöntemi anlamak · DijitalPi açıklaması
Yapay zekâ, sahte mağazanın ekran görüntüsündeki 2 satır ve 4 sütundan oluşan ürün listesini okuyup tek adımda seçim yaptı. Ürün detay sayfası yoktu. Genel, kişiselleştirilmemiş bir alışveriş talimatı kullanıldı ve modellerin akıl yürütme düzeyi kullanılabilir en düşük seviyeye getirildi. Araştırmacılar ürün sırasını ve etiketleri rastgele atadı. Fiyat, puan ve yorum sayısını da rastgele değiştirdi. Böylece örneğin sponsorlu etiket taşıyan sunumlarla taşımayan sunumları karşılaştırabildiler.
Ana ölçüt, bir ürünün denemeler içinde seçilme oranıydı. Yazarların pazar payı dediği bu ölçü, alışverişin tamamen yapay zekâya devredildiği varsayımsal durumu temsil ediyor. Gerçek pazarda satılan ürünlerin payı değil. Açıklama deneyinde tek bir ürünün metni satıcı yapay zekâsıyla bir kez yeniden yazıldı ve aynı sıralamalarla değişiklik öncesinde ve sonrasında 200’er deneme yapıldı. Karşılaştırma, yeniden yazılan açıklama ile özgün açıklama arasındaydı. Diğer satıcıların aynı anda açıklama değiştirdiği bir rekabet ortamı denenmedi.
03 / ARAŞTIRMANIN BULGULARI
Aynı listede model değişince ürün tercihleri de değişti
Araştırmacılar, iPhone 16 Pro kılıflarında GPT-4.1’in Mikeke’yi %62,6 oranında seçtiğini bildirdi. GPT-5.1 ise ESR’yi %95, Mikeke’yi %5 oranında seçti. Ürünün listedeki yeri sabitken etiket de seçimi etkiledi. Başlangıçta seçilme olasılığı %10 olan ürün için bu olasılık GPT-4.1’de sponsorlu etiketiyle %8,0’a düştü, platform önerisi etiketiyle %19,9’a çıktı. Stok kıtlığı etiketi seçilme olasılığını biraz azalttı veya ölçülen fark, etkisi olduğunu söylemek için yeterli değildi. Açıklamanın bir kez değiştirilmesi, deneylerin %33’ünde istatistiksel olarak anlamlı seçilme oranı artışı sağladı. Ortalama değişim GPT-5.1’de +14,89 yüzde puandı. Gemini 3 Pro Preview’da +0,32 yüzde puanlık tahmin, bir artış olduğu sonucuna varmak için yeterli değildi. Bazı durumlarda açıklama değiştikten sonra seçilme oranı düştü. Bunlar gerçek satış veya gelir ölçümleri değildir.
GPT-4.1’de Mikeke’nin seçilme oranı
%62,6iPhone 16 Pro kılıfı simülasyonunda ürünün denemeler içindeki seçim payı. Gerçek pazardaki satış payı değil.
GPT-5.1’de Mikeke’nin seçilme oranı
%5Aynı kategoride halef modelin seçim payı. Önceki sürümdeki tercihin korunmadığını gösteriyor.
DijitalPi yorumu: Tek bir başarılı denemeye bakarak bütün ürün açıklamalarını aynı şekilde yazmayın. Model sürümünü ve ürünlerin listedeki yerini kaydedip karşılaştırmayı tekrarlayın. Ürünün ne için kullanılabileceğine ilişkin doğru bilginin açıklamanın görünen kısmında bulunmasını sınayabilirsiniz. Sponsorlu etiketin etkisini de reklamın ürünü üst sırada göstermesinin etkisinden ayrı değerlendirin.
Ofis lambası, açıklama değişikliğinin altı alıcı modelde de tutarlı ve istatistiksel olarak anlamlı artış sağladığı tek kategoriydi. Yazarlara göre ofis kelimesi özgün açıklamanın geç bir yerinde kaldığı için listede görünen kısma girmemiş olabilir. Bu açıklama henüz doğrulanmadı. Düzenlenen açıklamalar anlamlı biçimde daha kısa değildi. Bulgular, her açıklamayı kısaltmayı, anahtar kelime ekleyerek satış artışı beklemeyi veya sponsorlu reklamı bırakmayı desteklemiyor.
05 / SONUÇ VE AÇIK SORULAR
Neyi öğrendik, neyi henüz bilmiyoruz?
Bu çalışma bir ön baskıdır, yani henüz hakem değerlendirmesinden geçmemiş bir araştırma metnidir. Ürün seçiminin model sürümüne, liste düzenine ve etiketlere göre değişebildiğini gösteriyor. Bu tercihlerin neden oluştuğunu açıklamıyor. Yapay zekâ, sahte mağazada kişiye özel olmayan bir talimatla tek adımda seçim yaptı. Gerçek satış, gelir veya müşteri memnuniyeti ölçülmedi. Deneme, alışveriş sürecinin tamamını kapsamıyor ve insan alışverişçilerle doğrudan karşılaştırma içermiyor. Teknik sorun yaşanan denemeler değerlendirmeden çıkarıldı. Hiç seçilmeyen ürünler istatistiksel modelin hesaplamasına alınmadı. Sonuçlar, incelenen sürümlerle sınırlı; Türkçe, Türkiye veya bütün sektörler için geçerlilikleri doğrulanmış değil. Allouah ve Figueroa MyCustomAI’a bağlı. ACES kodu şirketin GitHub hesabında yayımlanmış. Kaynakta finansman veya çıkar beyanı bulunamadı. İncelenen model sağlayıcılarıyla bir bağ belirtilmedi.
DijitalPi’nin açık sorusu: Türkçe ürün listenizde model sürümü değiştiğinde hangi tercihler korunuyor ve görünen açıklamayı düzenlemek bu tercihlerde tutarlı bir değişim yaratıyor mu?
Bu üç senaryoyu konuyu birlikte düşünmek için hazırladık. Araştırmadan alınmış vaka veya ölçülmüş müşteri sonucu değildir.
ÖRNEK 01
E-ticaret: model güncellemesinden sonra ürün seçimi
Temsili bir telefon aksesuarı mağazası, aynı ürün listesinin farklı yapay zekâ sürümlerinde nasıl seçildiğini anlamak istiyor.
Ürünümün daha az seçilmesi açıklamadan mı, model değişiminden mi kaynaklanıyor?
Örnek 01 için öneriyi aç+
Model karşılaştırmasını açıklama karşılaştırmasından ayırın.
Fiyatı, puanı, yorum sayısını, açıklamayı ve liste düzenini aynı tutarak erişebildiğiniz model sürümlerinin seçimlerini kaydedin. Ardından yalnız açıklamayı değiştirip her sürümde seçilme oranını ayrı inceleyin. Eski sürüme erişemiyorsanız geçmişle farkı yalnız güncellemeye bağlamayın. Bu seçimler gerçekleşen satış değildir.
ÖRNEK 02
B2B tedarik: görünmeyen kullanım alanı
Temsili bir ofis ekipmanı tedarikçisinin lamba açıklamasında kullanım alanı, liste görünümünde kesilen bölümde kalıyor.
Ürünün ofis kullanımına uygun olduğu görünür metinde anlaşılıyor mu?
Örnek 02 için öneriyi aç+
Doğru kullanım bilgisini açıklamanın görünen kısmına taşıyın.
Önce ürün listesinin gösterdiği metni kontrol edin ve gerçekte desteklenen kullanım alanını başa alın. Eski ve yeni metni aynı ürün sırası ve model sürümüyle karşılaştırarak seçilme oranını kaydedin. Araştırmacıların ofis lambası açıklaması için sunduğu açıklama bir hipotezdir. Bu örnek kurumsal satın alma veya teklif talebi artışını doğrulamaz.
ÖRNEK 03
Perakende: sponsorlu etiket ile yerleşimin etkisi
Temsili bir ev gereçleri perakendecisi, sponsorlu ürünlerin yapay zekâ tarafından daha az seçilebileceğini okuyup reklam bütçesini azaltmayı düşünüyor.
Sponsorlu etikete verilen tepki reklamın toplam değerini gösterir mi?
Örnek 03 için öneriyi aç+
Etiketi ve reklamın sağladığı görünür konumu ayrı değerlendirin.
Kontrollü bir denemede önce konumu aynı tutup sponsorlu etiketin bulunduğu ve bulunmadığı sunumları karşılaştırın. Sonra gerçek kampanyanın yerleşimini ve gerçekleşen siparişlerini ayrı kayıtlarda inceleyin. Makaledeki etiket etkisi sahte mağazada ölçüldü. Reklam bütçesini azaltmanın sonucunu göstermez.
EKİBİNİZLE DENEYİN
Karşılaştırmanın koşullarını kaydedin
Bir ürün grubu seçip aynı bilgileri farklı model sürümlerinde karşılaştıran, ardından yalnız açıklamayı değiştiren bir deneme planlayın. Seçilme oranını ve gerçek siparişleri ayrı değerlendirin. Bu, henüz uygulanmamış bir DijitalPi önerisidir.
Akademik çalışma yukarıdaki araştırmacılara aittir. Bu sayfa, DijitalPi’nin AI desteğiyle hazırladığı açıklamalı inceleme ve özgün iş örneklerini içerir; makalenin tam çevirisi değildir.
Çerez tercihleri