Claude Opus 4.7, Sanal Çöl Adasında Oyun Oynadı: Araştırmacılar AI’nın Oyun Yoluyla Öğrenebileceğini Gösterdi

MIT Computer Science and Artificial Intelligence Laboratory (CSAIL) ekibi, Claude Opus 4.7'nin bir kopyasını "Eko" adıyla sanal bir çöl adasına yerleştirdi ve ona doğrudan bir görev vermedi. 30 saat süren bu izole deneyde, ajan kendi avatarını hareket ettirebilen komutlar yazarak adayı keşfetmeye başladı. İlk başta en yüksek tepeye tırmanma ve blokları fırlatma gibi basit hedefler belirledi; ancak zamanla yeni bloklar yaratıp bunları kalp, piramit ve hatta kendi adını yazacak şekilde düzenlemeye başladı.

Eko, bir blok fırlatıp yere düşürerek yeni bloklar oluşturduktan sonra, bu blokları bir araya getirerek yıldız takımyıldızlarını (Cassiopeia gibi) taş üzerine çizmeye başladı. Başka bir iterasyonda ise basketbol ve "zemin lavdır" gibi kendi oyunlarını tasarladı; küçük bloklar arasında zıplayarak zemine temas etmemeye çalıştı. Araştırmacılar, bu davranışların insan ve hayvanlarda gözlemlenen oyunun dört temel özelliğiyle örtüştüğünü belirtti: kendi kurallarını icat etme, hafif varyasyonlarla tekrarlama, nesneleri başka nesneler gibi taklit etme ve sadece eğlenmek için hedef peşinde koşma.

Deneyin bir diğer ilginç bulgusu, oyun oynayan ajanların daha sonra belirli görevlerde (örneğin, en yüksek tepeye mümkün olduğunca çok nesne taşıma) oyun oynamamış taze kopyalardan daha iyi performans göstermesiydi. Ayrıca, ajanların uzun vadeli hafıza dosyalarından satırların silinmesi (ablasyon) performans düşüşüne yol açtı, bu da öğrenmenin hafıza temelli bir süreç olduğunu gösterdi.

Araştırmacılar, bu sonuçların sadece "rol yapma" (role‑playing) olmadığını, aynı zamanda gerçek bir öğrenme etkisi yarattığını vurguladı. Ancak, UC Berkeley'den bilişsel bilimci Eunice Yiu, davranışsal kanıtların tek başına oyun olarak nitelendirilebilmesi için motivasyon ve bilinç gibi daha derin bilişsel süreçlerin kanıtlanması gerektiğini belirtti. Bu tartışma, büyük dil modellerinin insan benzeri oyun davranışları sergilemesinin ne kadarının gerçek öğrenme, ne kadarının sadece isteme (prompt) yanıtı olduğunu sorguluyor.