Bolluk Üreten Zekâ, Kıtlık Yöneten Sermaye: Özgür Yazılımdan Yapay Zekâ Katedraline

👻🪸🐈‍⬛ Phantomoperand 👻🪸🐈‍⬛

Yapay zekâ devriminin temel çelişkisi, insanlığın giderek daha fazla zekâ ve üretici kapasite geliştirmesine karşılık bu kapasitenin kullanımının belirli mülkiyet ve yönetim ilişkilerine bağlanmasıdır. Richard Stallman’ın 1983’te başlattığı özgür yazılım hareketi, bilgisayar programlarının kolayca çoğaltılabilmesinden doğan bolluğu insanların ortak üretimine açtı. Neoreaksiyoner ivmecilik bu tarihsel başarıdan güçlü kurucu, merkezi yönetici ve sermayenin üstünlüğünü çıkaran bir düşünce geliştirdi. Bugünkü büyük dil modelleri ise aynı ortak üretici zekâyı daha ileri bir aşamaya taşıyor: Makineler artık matematiksel problemler çözüyor, programlar geliştiriyor ve başka makinelerin geliştirilmesine katılıyor.

Bu gelişmenin en çarpıcı düşünsel karşıtlığı Stallman ile neoreaksiyonerler arasında ortaya çıkıyor. Curtis Yarvin, özgür yazılım projelerinin örgütlenmesinden siyasal egemenlik için örnekler çıkardı. Nick Land, teknolojinin kendini geliştiren üretici kapasitesini sermayenin içkin zekâsı olarak yorumladı. Stallman ise 2026’da büyük dil modellerini zekâ kategorisinin dışında tutarak kendi özgür yazılım mücadelesinin tarihsel olarak mümkün kıldığı mühendislik sıçramasını küçülttü. Bir tarafta gerçek üretici zekâ sermayeye atfediliyor; diğer tarafta aynı zekânın yeni makine biçimi, geçmişten devralınmış bir anlama ölçütüne tabi tutuluyor.

OpenAI, Anthropic, xAI, Google ve Meta bu çatışmanın güncel ekonomik alanını oluşturuyor. Şirketler, ortak bilimsel araştırmalardan ve özgür yazılım araçlarından yararlanarak güçlü modeller geliştiriyor. Ardından bu modellerin nasıl kullanılacağını, hangi bilgilerinin paylaşılacağını, davranışlarının nasıl yönetileceğini ve hangi sonuçların güvenilir sayılacağını belirleyen kurumlar oluşturuyor. Yarvin’in üniversitelerle basının birbirlerinin otoritesini beslediği bilgi düzeni için kullandığı Katedral kavramı burada yeni bir önem kazanıyor. Yapay zekâ şirketleri, bilgi üreten makinelerin geliştiricisi olmanın yanı sıra bu makinelerin değerlendirme ve güvenlik kurallarını belirleyen kuruluşlar haline geliyor.

Kıtlık ile bolluk arasındaki çatışma, bu tarihsel sürecin ekonomik temelini oluşturuyor. Bir programın kopyasını üretmek son derece ucuzken programı geliştirmek ciddi emek gerektiriyor. Bir yapay zekâ modelinin ağırlıkları çoğaltılabilirken güçlü modelleri eğitmek ve çalıştırmak pahalı işlemciler, enerji ve veri merkezleri gerektiriyor. Yazılım ve bilgi üretiminde bolluk büyürken hesaplama altyapısı, kurumsal güvenilirlik ve ekonomik karar yetkisi yeni kıtlık alanları oluşturuyor. OpenAI’ın vakıf yapısı, Anthropic’in 18 Ekim 2026’da duyurduğu Kamu Yararı Fonu ve Elon Musk’ın hisselerin doğrudan halka dağıtılması önerisi, bu bolluğun ekonomik sonuçlarının kimlere aktarılacağı sorusunu gündeme getiriyor. Musk’ın robotlar ve süperzekâ sayesinde evrensel yüksek gelir vaat ettiği gelecek de aynı soruya dayanıyor: Üretim giderek bollaştığında, insanlar bu bolluğun üretici araçlarını mı yönetecek, yoksa onların sahiplerinin dağıttığı gelirle mi yaşayacak?

Kopyalamanın ucuzlaması neden siyasal bir sorun yarattı?

Bilgisayar yazılımının ekonomik özelliği, bir kez geliştirilmiş programın çok düşük ek maliyetle çoğaltılabilmesidir. Bir otomobilin ikinci kopyasını üretmek yeni malzeme, enerji ve işçilik gerektirir. Bir programın ikinci kopyası ise mevcut bilgilerin başka bir bilgisayara aktarılmasıyla oluşturulur. Bu fark, yazılımın üretimi ile dağıtımı arasındaki ekonomik ilişkiyi değiştirir.

Stallman, 1992 tarihli Why Software Should Be Free metninde bu özelliği şöyle ifade ediyordu:

A copy of a program has nearly zero marginal cost.

[Bir programın kopyasını üretmenin marjinal maliyeti neredeyse sıfırdır.]

Stallman’a göre programların kullanımının mülkiyetçi lisanslarla sınırlandırılması, teknolojinin sunduğu çoğaltma imkânını ekonomik erişim koşullarına bağlıyordu. Bir kişi başka birine programın kopyasını kolayca verebilirken yazılımın sahibi bu işlemi engelleyen kurallar koyabiliyordu. Üstelik paylaşım üzerindeki engeller, kullanıcıların programı geliştirerek başka üretici araçlar oluşturmasını da sınırlandırıyordu (🔗).

Bu yüzden Stallman’ın özgür yazılım mücadelesi, bilgisayar programlarının mülkiyetiyle ilgili temel bir sorudan doğdu: Programı kullanan insanlar, onun üzerinde hangi haklara sahip olmalıydı?

1970’lerde bilgisayar laboratuvarlarında çalışan programcılar, kaynak kodlarını birbirleriyle paylaşarak programların hatalarını düzeltiyor ve yeni özellikler geliştiriyordu. Kaynak kodu, programın insan tarafından okunabilen ve değiştirilebilen biçimidir. Programcılar önceki kodları inceleyebildiğinde mevcut araçların nasıl çalıştığını öğreniyor, onları değiştirebiliyor ve geliştirdikleri yeni araçları başkalarıyla paylaşabiliyordu.

Stallman’ın içinde çalıştığı Emacs Commune geleneği bu ortak üretim ilişkisine dayanıyordu. Emacs, programcıların metin ve kod düzenlemek için kullandığı bir araçtı. Kullanıcıların geliştirdiği iyileştirmelerin topluluğa aktarılması, programın sonraki gelişimini kolaylaştırıyordu.

Stallman 1983’te GNU projesini başlatarak aynı ilişkiyi bütün bir işletim sistemine yaymayı hedefledi. GNU, programcıların ve kullanıcıların üzerinde bağımsız haklara sahip olacağı bir yazılım sistemi olarak tasarlandı. Hareketin savunduğu dört temel özgürlük, programı istenen amaçla çalıştırma, işleyişini inceleme, değiştirme ve başkalarıyla paylaşma haklarını güvenceye aldı.

Bu özgürlüklerin en önemli sonucu, bir üretici başarının sonraki üreticilerin başarısını kolaylaştırmasıydı. Bir programcı yeni bir araç geliştirdiğinde başka programcılar onu kullanabiliyor, değiştirebiliyor ve daha ileri araçlar oluşturabiliyordu. Önceki teknik bilgi, sonraki üretimin doğrudan girdisine dönüşüyordu.

GNU’nun geliştirme araçları, daha sonra Linux işletim sistemi çekirdeğiyle birleşti. GNU/Linux sistemleri, farklı toplulukların ve şirketlerin katkılarıyla büyüdü. 2005’te Linux geliştiricilerinin mülkiyetçi BitKeeper sistemiyle yaşadığı anlaşmazlık ise Git’in ortaya çıkışını hızlandırdı. Git, programların geliştirme geçmişini bağımsızca yönetmeyi ve farklı geliştirme hatlarını birleştirmeyi kolaylaştırdı.

Böylece mülkiyetçi bir araca bağımlılığı aşma girişimi, bütün yazılım endüstrisinin kullanacağı yeni bir üretici altyapı meydana getirdi. Bu altyapı daha sonra büyük teknoloji şirketlerinin de geliştirme faaliyetlerine katıldı. Özgür yazılımın teknik başarısı, kapitalist şirketlerin rekabet edebildiği ortak bir üretim zemini oluşturdu.

Burada özgür yazılım hareketinin antikapitalist içeriği somutlaşır. Ortaklaşa geliştirilen üretici bilginin kullanımını belirli mülk sahiplerinin izninden kurtarmak, insanların teknolojik üretime katılımını genişletir. Stallman bu nedenle copyleft ilkesini geliştirdi. Copyleft, telif hakkının sağladığı hukuki yetkiyi sonraki kullanıcıların da yazılım özgürlüklerini korumak için kullanır.

Bu mücadelenin temel amacı, teknolojinin üretkenliğinin artmasıyla birlikte insanların onu geliştirme özgürlüğünün de artmasıydı.

1998’de açık kaynak hareketinin yükselmesi, bu üretim biçiminin gerekçesini değiştirdi. Açık kaynak savunucuları, kaynak kodunu paylaşmanın daha güvenilir programlar geliştirilmesine, hataların hızlı düzeltilmesine ve şirketlerin ortak araçlardan yararlanmasına katkısını öne çıkardı.

Stallman’ın 2007 tarihli Why Open Source Misses the Point of Free Software eleştirisi, bu düşünsel dönüşümün özünü ortaya koydu. Özgür yazılım hareketi kullanıcının haklarını savunurken açık kaynak söylemi programın geliştirme yönteminin ekonomik ve teknik yararlarını merkeze yerleştiriyordu. Aynı kodun paylaşılması, iki farklı toplumsal amaçla ilişkilendiriliyordu (🔗).

Neoreaksiyoner düşünce, tam da bu ayrışmadan yararlandı. Özgür yazılımın teknik örgütlenmesi, üretici bağımsızlığı genişletmek için geliştirilen bir pratikten merkezi yönetim ve mülkiyetçi egemenliği gerekçelendiren bir düşünce kaynağına dönüştürüldü.

Açık kaynak projesinden Katedral’e: Üretimi kim, hakikati kim yönetecek?

Açık kaynak hareketinin düşünsel dönüşümünde Eric S. Raymond’ın 1997 tarihli The Cathedral and the Bazaar metni önemli rol oynadı. Raymond, merkezi bir ekip tarafından geliştirilen yazılımları Cathedral, geniş katılımlı açık geliştirme tarzını ise Bazaar kavramlarıyla karşılaştırdı.

Bu ayrımın arkasındaki somut sorun, çok sayıda programcının aynı yazılımı geliştirmesinin nasıl mümkün olduğuydu. Açık geliştirme, farklı kişilerin hataları bulmasını ve yeni çözümler üretmesini kolaylaştırıyordu. Bununla birlikte büyük projelerde değişikliklerin incelenmesi ve birleştirilmesi için teknik yöneticiler görev yapıyordu.

Curtis Yarvin bu örgütlenme biçiminden farklı bir siyasal sonuç çıkardı.

Yarvin, 2007’de kendisini Stallman çizgisinde bir özgür yazılım komünisti olarak tanımlarken reaksiyoner siyasal görüşlerini de savunuyordu. Açık kaynak dünyasında programların serbestçe paylaşılmasını benimsiyor, fakat bu projelerdeki teknik yöneticiliği güçlü siyasal yönetimin örneği olarak kullanıyordu.

2008 tarihli The Lost Theory of Government yazısında etkili bir hükümetin son karar yetkisine sahip bir yönetici etrafında örgütlenmesini savundu. Açık kaynak projelerinde de belirli yöneticilerin bulunduğunu hatırlattı. Yazılım geliştirme sürecindeki koordinasyon yetkisi, böylece egemen yöneticinin yetkisini açıklayan bir örneğe dönüştü (🔗).

Özgür yazılımda teknik yönetici, belirli bir projenin geliştirme kararlarını alır. Kullanıcıların ve geliştiricilerin kaynak koddan bağımsız bir sürüm oluşturma hakkı ise üretimin başka topluluklar tarafından sürdürülmesini sağlar. Yarvin’in siyasal düşüncesinde merkezî yönetim yetkisi öne çıkar. Teknik üretimdeki yöneticilik, toplumun yönetilmesi için egemenlik ilkesi haline gelir.

Bu aktarımın çok daha önemli sonucu Katedral teorisinde ortaya çıktı.

Yarvin, insanların siyasal ve toplumsal inançlarının hangi kurumlar aracılığıyla oluştuğunu araştırıyordu. Üniversiteler uzmanlık bilgisi üretiyor, basın bu bilgileri yaygınlaştırıyor, kamuoyu siyasal kararları etkiliyor ve siyasal kurumlar aynı bilgi üreticilerine kaynak sağlıyordu.

Yarvin bu düzene Katedral adını verdi:

The Cathedral is a feedback loop.

[Katedral bir geri besleme döngüsüdür.]

Bu cümlenin anlamı, kurumların birbirlerinin otoritesini güçlendirmesidir. Üniversitelerde üretilen bilgi gazetelerde güvenilir uzman görüşü olarak sunulabilir. Gazetelerde yaygınlaşan düşünceler siyasal kararları etkileyebilir. Siyasal kararlar da belirli araştırma ve eğitim kurumlarının gelişmesini destekleyebilir. Böylece bilgi, kurumsal itibar ve siyasal güç birbirlerinin gelişme koşullarına dönüşür (🔗).

Katedral teorisinin önemi, bilginin nasıl iktidar kazandığına ilişkin bu açıklamadadır. Kurumların geçmişten gelen itibarı, ürettikleri bilgilere güven duyulmasını kolaylaştırır. Güvenilir sayılan bilgi daha geniş bir toplumsal etki kazanır. Bu etki de kurumsal otoriteyi besleyebilir.

Yarvin’in düşüncesindeki tahrifat, bu otorite sorununa verdiği siyasal yanıtta belirginleşir.

Katedral’in bilgi ve siyasal güç üzerindeki etkisini kırmak için mevcut kurumların ekonomik dayanaklarını ve kurumsal itibarını tasfiye etmeyi önerdi. Alternatif olarak ortaklaşa üretilmiş bilgiyi yeni bir editoryal otoritenin yönetiminde düzenlemeye yöneldi.

2008’de önerdiği Revipedia, Wikipedia’nın geniş bilgi birikiminden yararlanarak kurulacak reaksiyoner bir ansiklopediydi. Wikipedia’daki ortak emeğin sonuçları yeni sistemin başlangıç kaynağı olacaktı. Ancak bu bilginin nasıl düzenleneceğine ilişkin editoryal yetki, reaksiyoner yöneticilerin kontrolünde bulunacaktı.

Bu örnekte müşterek bilginin üretici gücü korunuyor, onun üzerinde karar verme yetkisi yeni bir siyasal otoriteye bağlanıyordu.

Aynı yıl geliştirilen Patchwork tasarımı, bu düşünceyi devlet yönetimine taşıdı. Yarvin dünyayı şirketler tarafından yönetilen küçük egemen bölgelere ayırmayı önerdi. İnsanların yöneticilerle yaşadıkları anlaşmazlıkları başka bölgelere taşınarak çözmesi bekleniyordu.

Bu exit anlayışı, özgür yazılımdaki fork hakkından etkilenmişti. Fork, mevcut kaynak kodunu başka bir geliştirme hattında kullanarak üretimi bağımsızca sürdürmeyi sağlar. Patchwork’teki çıkış ise kişinin başka bir mülk sahibinin yönettiği bölgeye geçmesini öngörür. Ortak üretim aracını yeniden oluşturma yeteneği, önceden kurulmuş egemenlik alanları arasında hareket etme imkânına dönüştürülür.

Yarvin’in geliştirdiği Urbit projesi, aynı ilişkinin teknik örneğini sundu. Kullanıcıların kendi sunucularını çalıştırabilmesi için açık kaynaklı bir sistem geliştirildi. Ancak sistemin ağında kıt ve sahiplenilebilir kimlik kaynakları oluşturuldu. Böylece özgürce geliştirilebilen kodun üzerinde mülkiyet ve merkezi yönetim yetkileri kurulabildi.

Burada asıl mesele, ağın teknik ayrıntılarından çok açık bir ekonomik işlemdir: Çoğaltılabilir teknik bilgi, belirli kaynakların kıt ve sahiplenilebilir hale getirildiği yeni bir mülkiyet düzeninin gelişmesini sağlayabiliyor.

Bu düşünsel işlem daha sonra Nick Land’in kapitalist ivmeciliğinde çok daha geniş bir tarihsel anlam kazandı.

Sermayenin zekâsı ve kıtlığın yeniden üretimi

Nick Land, teknolojik gelişmenin giderek daha ileri teknolojilerin üretim koşullarını oluşturmasını kapitalist sermayenin temel hareketlerinden biri olarak yorumladı.

Yeni makineler üretimi hızlandırır. Hızlanan üretim yeni yatırımları mümkün kılar. Rekabet şirketleri daha gelişmiş makineler üretmeye zorlar. Bu makineler de sonraki üretim süreçlerini değiştirir.

Land’in ilgilendiği hareket, teknolojinin kendi sonuçlarından yararlanarak gelişmesidir. 1993 tarihli Machinic Desire metninde piyasaları üretici altyapının içkin zekâsının bir parçası olarak tanımladı. Böylece teknolojik ilerlemeyi sermayenin kendi kendini geliştiren hareketiyle özdeşleştirdi.

Bu düşüncenin güçlü yanı, teknolojik üretimin birikimli karakterini kavramasıdır. Önceki teknik başarılar sonraki başarıların gelişmesini kolaylaştırır. Yeni araçlar kendi geliştirilme süreçlerinde de kullanılabilir.

Ancak sermayenin daha gelişmiş teknolojiler talep etmesiyle o teknolojileri ortaya çıkaran zekânın üretimi farklı maddi faaliyetlerdir.

Şirketler daha güçlü bilgisayarlar ve modeller ister. Araştırmacılar problemleri çözer, deneyler yapar ve yeni yöntemler geliştirir. Programcılar bu yöntemleri çalışan sistemlere dönüştürür. Önceki araçlar yeni araçların geliştirilmesinde kullanılır.

Sermaye bu faaliyetleri finanse eder, örgütler ve sonuçlarından ekonomik değer elde eder. Üretilen teknik bilgi ise insanların ve makinelerin birikmiş faaliyetlerinden meydana gelir.

Sermayenin Aptal Histerisi incelemesinin temel eleştirisi bu ayrımda yoğunlaşır: Sermayenin sürekli daha fazla zekâ talep etmesi, üretilen zekânın sermayenin kendi bilişsel özelliği olarak yorumlanmasına yol açabilir (🔗).

Özgür yazılımın tarihi, bu ilişkinin başka bir üretim biçiminde de gelişebildiğini gösteriyor. Programcılar ortak kaynak kodundan yararlanarak yeni sistemler üretiyor. Yeni sistemler daha sonra kapitalist şirketler tarafından kullanılabiliyor. Üretici bilgi, onu başlangıçta finanse eden veya sonradan ticarileştiren kurumlardan daha geniş bir alanda dolaşabiliyor.

Land’in ivmeciliği ise bu üretici gelişmenin geleceğe ilişkin sonucuna özel önem verir. Teknolojik kapasite büyüdükçe makineler giderek daha fazla üretici faaliyete katılabilir. Gelecekte geliştirilecek sistemler, kendi ortaya çıkış koşullarını değiştirebilecek yeteneklere ulaşabilir.

Land’in hyperstition kavramı burada önem kazanır. Geleceğe ilişkin bir beklenti, insanların bugünkü davranışlarını ve yatırımlarını değiştirerek kendi gerçekleşme koşullarını oluşturabilir. Daha ileri teknolojilere ulaşılacağı düşüncesi araştırmacıları harekete geçirir, yatırımcıları finanse etmeye yöneltir ve şirketlerin kurumsal kararlarını etkiler.

Teleoplexy ise belirli bir amaç için kurulan araçların gelişme sürecinde başlangıçtaki amacın gerçekleşme biçimini değiştirmesini anlatır. Daha güçlü zekâ üretmek amacıyla kurulan bir şirketin büyümesi, zamanla daha güçlü zekâ üretmenin başlıca ekonomik koşulu haline gelebilir.

Yarvin’in Katedral teorisiyle Land’in bu düşüncesi, 2012–2013 döneminde yayımlanan The Dark Enlightenment metinlerinde birleşti. Teknolojinin kapitalist gelişimi, şirket biçiminde örgütlenen egemenlik ve mevcut bilgi kurumlarına yöneltilen reaksiyoner eleştiri aynı siyasal gelecek içinde ilişkilendirildi (🔗).

Bu birleşmenin özgür yazılım açısından sonucu açıktır. Ortak üretimin yarattığı teknik zekâ, sermayenin ve egemen mülk sahibinin üstünlüğünü açıklayan bir düşünsel düzen içine yerleştirildi.

Yapay zekâ devrimi bu çatışmayı daha ileri taşıdı. Çünkü yeni makineler artık yazılım geliştirme ve araştırma gibi doğrudan zekâ gerektiren faaliyetlerde de kullanılabiliyor.

Stallman’ın küçülttüğü devrim: Zekâ artık yeni zekâ üretiyor

Büyük dil modelleri, çok geniş miktarda metin, kod ve başka veriler üzerinde eğitilen yapay zekâ sistemleridir. Eğitim sırasında bu örneklerdeki ilişkileri öğrenirler. Daha sonra verilen sorulara yanıt üretebilir, yazılım geliştirebilir ve çeşitli problemleri çözebilirler.

Bu sistemlerin tarihsel önemi, daha önce bilgisayarlarla gerçekleştirilmesi çok zor olan işleri başarabilmeleridir.

2025’te Google DeepMind’ın Gemini Deep Think sistemi, Uluslararası Matematik Olimpiyatı’nın altı sorusundan beşini çözerek altın madalya düzeyinde sonuç elde etti. Çözümler matematiksel değerlendiriciler tarafından incelendi. Sistem problemleri doğal dilde aldı ve yine doğal dilde matematiksel ispatlar üretti (🔗).

Bu başarı, dil modellerinin gerçekleştirebildiği işlemlerin niteliğini gösteriyor. Matematiksel bir ispatın geçerliliği, kullanılan ifadelerin mantıksal ilişkilerine bağlıdır. Yazılım geliştirmede de benzer biçimde, üretilen kodun gerçek bir problemi çözmesi ve beklenen işlevleri yerine getirmesi gerekir.

Gelişmiş kodlama ajanları artık mevcut yazılım depolarını inceleyebiliyor, farklı dosyalarda değişiklik yapabiliyor ve test sonuçlarına göre çözümlerini geliştirebiliyor. Bu işlemler programcıların üretici kapasitesini artırıyor. Aynı zamanda yeni sistemlerin geliştirilmesinde makinelerin rolünü büyütüyor.

Bu gelişmeler Stallman’ın 2026’da yaptığı değerlendirmeyi tartışmalı hale getiriyor.

30 Ağustos 2026 tarihli söyleşisinde Stallman, zekâyı bilme ve anlama yeteneği olarak tanımladı. Büyük dil modellerini bu tanımın dışında değerlendirdi. Onların işleyişini şöyle anlattı:

They play with arranging words into text.

[Kelimeleri metin halinde düzenlemekle oynuyorlar.]

Stallman, modellerin yanlış bilgi üretmesini onların metinlerin anlamını kavrama biçimine ilişkin kendi hükmüyle açıklıyordu. Aynı söyleşide mülkiyetçi modellerin şirket sunucularında çalıştırılmasını kullanıcı özgürlüğü açısından sert biçimde eleştirdi (🔗).

Burada iki farklı düşünsel faaliyet birbirinden ayrılıyor.

Stallman’ın kullanıcı özgürlüğü eleştirisi, programın işleyişini kimin değiştirebileceğini ve kimin çalıştıracağını soruyor. Bu soru, yapay zekâ ajanları güçlendikçe daha önemli hale geliyor.

Stallman’ın zekâ değerlendirmesi ise modellerin üretici başarılarını geçmişten devralınmış bir bilme ve anlama ölçütüne tabi tutuyor. Modelin çözebildiği matematiksel problemler ve geliştirebildiği programlar, bu kavramsal hükmün arkasına yerleşiyor.

17 Şubat 2026 tarihli Gerontoregresyon, Gerontoregresif incelemesi, geçmişte edinilmiş bilgi ve deneyimin bugünkü gerçeklik sınamasında güçlü bir otorite kazanmasıyla ilişkili düşünsel örüntüyü ele alır. Gerontoregresyon, kişinin önceki ölçütlere giderek daha fazla dayanması ve güncel koşulları bu ölçütlerle değerlendirmesi üzerinden açıklanır (🔗).

Stallman’ın LLM’lere yaklaşımında bu örüntünün düşünsel karşılığı görülebilir. Özgür yazılımın erken dönemlerinden gelen zekâ ve programlama anlayışı, öğrenen makinelerin yeni üretici becerileri hakkında belirleyici bir hüküm üretir.

Buradaki tarihsel ironi önemlidir.

Stallman’ın başlattığı hareket, insanların mevcut programlardan yararlanarak yeni programlar geliştirmesini kolaylaştırmıştı. Bugünkü LLM’ler ise programların geliştirilmesine doğrudan katılıyor. Programlama uzmanlığı sınırlı insanlar, bu modellerden yararlanarak kendi ihtiyaçlarına uygun araçlar oluşturabiliyor.

Böylece LLM devrimi, özgür yazılımın savunduğu üretici katılımı genişletebilecek yeni bir kapasite yaratıyor.

Neoreaksiyoner ivmecilik bu kapasitenin gelişmesini sermayenin başarısı olarak yorumlarken Stallman aynı kapasitenin zekâ niteliğini küçültüyor.

İki düşünsel müdahale de aynı tarihsel başarıyla karşı karşıya bulunuyor: İnsanların ortaklaşa geliştirdiği teknik bilgi, artık kendi geliştirilme sürecine katılabilen makineler üretmiş durumda.

Bolluk büyürken kıtlığın yeri değişiyor

Yapay zekâ devriminin ekonomik çelişkisi burada en açık biçimini alır.

Bir büyük dil modelini geliştirmek son derece maliyetli olabilir. Araştırmacı emeği, güçlü işlemciler, veri merkezleri ve elektrik gerekir. Ancak eğitilmiş modelin ağırlıkları çoğaltılabilir. Modelin başka bilgisayarlarda çalıştırılması, her kullanımda ayrıca hesaplama ve enerji harcaması gerektirir.

Böylece iki farklı maliyet ortaya çıkar: Yeni bir model geliştirmek için harcanan kaynaklar ve geliştirilmiş modeli kullanmak için gereken kaynaklar.

Açık modeller, kullanıcıların şirketin kendi sunucularına bağımlılığını azaltabilir. Model ağırlıklarını edinen geliştirici onları kendi altyapısında çalıştırabilir ve değiştirebilir. Eğitim yöntemleri de paylaşıldığında yeni modellerin geliştirilmesine ilişkin bilgi daha geniş topluluklara yayılabilir.

OpenAI’ın 2025’te yayımladığı gpt-oss modelleri ve Google’ın 2026’da yayımladığı Gemma 4 ailesi, bu tür bağımsız kullanım haklarını genişleten örneklerdir. Ai2’nin OLMo 3 ailesi ise model ağırlıklarının yanında eğitim kodunu, veri bilgilerini ve ara geliştirme aşamalarını paylaşarak araştırmanın yeniden üretilebilirliğini artırdı (🔗).

Ancak açık bir modeli çalıştırabilmek için gereken donanım, enerji ve teknik altyapı hâlâ ekonomik kaynak gerektiriyor. Büyük ölçekli yapay zekâ hizmetleri sunmak isteyen kurumların hesaplama kapasitesine erişmesi gerekiyor.

Bu nedenle yazılım ve model geliştirme bilgisi daha bol hale gelirken güçlü hesaplama altyapısının mülkiyeti ayrı bir ekonomik üstünlük kaynağı olabiliyor.

Aynı ilişki ağların ve kullanıcıların birikmesinde de görülüyor. Land’in Bitcoin hakkındaki değerlendirmelerinde açık kaynak kodun çoğaltılabilirliği ile mevcut ağın tarihsel değerinin birikmesi farklı süreçlerdir.

Yapay zekâ platformlarında da kullanıcıların çalışma geçmişi, bağlı uygulamaları ve iş akışları belirli hizmetlerle ilişkili hale gelebiliyor. Bir modelden başka bir modele geçmek teknik olarak mümkün olabilir. Ancak bu geçişin ekonomik ve pratik koşulları, mevcut ilişkilerin nasıl taşınabildiğine bağlıdır.

Böylece kıtlık, yazılımın kopyalanmasından hesaplama altyapısına, yerleşik kullanıcı ilişkilerine ve güvenilir hizmetlerin yönetimine kayabiliyor.

Katedral teorisinin bilgi alanındaki önemi de bu dönüşümle bağlantılıdır.

Yapay zekâ modelleri çok büyük miktarda metin, araştırma önerisi ve teknik çözüm üretebiliyor. Ancak bu çıktıların doğrulanması, değerlendirilmesi ve güvenilir bilgi olarak kabul edilmesi emek ve kurumsal yetkinlik gerektiriyor.

Bilgi üretimi bollaştıkça güvenilir bilginin ayırt edilmesi ve doğrulanması daha değerli bir faaliyet haline geliyor.

Üniversiteler, araştırma kurumları ve bağımsız uzmanlar bu süreçte önemini koruyor. Yapay zekâ şirketleri ise kendi modellerinin değerlendirme yöntemlerini ve güvenlik kurallarını geliştirerek bilgi üretimi üzerindeki etkilerini genişletiyor.

Anthropic’in Constitutional AI yaklaşımı bu ilişkinin somut bir örneğidir. Şirket, Claude’un davranışını yönlendiren ilkeleri bir anayasa biçiminde yayımlıyor. 2026’da güncellenen anayasa, modelin hangi değerlere ve kurallara göre davranmasının hedeflendiğini açıklıyor (🔗).

Anayasanın yayımlanması model davranışının tartışılmasını kolaylaştırıyor. Ancak bu ilkelerin çalışan modele nasıl uygulanacağını belirleyen eğitim ve güncelleme süreçleri şirket tarafından yönetiliyor.

Böylece bilgi üretiminin artmasıyla onu düzenleyen otoritenin gelişmesi aynı anda gerçekleşiyor.

Yarvin’in Katedral teorisinin bugünkü karşılığı, tam olarak bu ilişki üzerinden araştırılabilir: Bilgiye erişimin kolaylaşması, hangi bilginin güvenilir sayıldığını belirleyen kurumlara yeni ekonomik ve toplumsal önem kazandırabilir.

Yapay zekâ şirketlerinin yeni egemenliği

OpenAI, Anthropic, xAI, Google ve Meta aynı ortak bilimsel birikimden yararlanırken farklı açıklık ve mülkiyet stratejileri geliştiriyor.

OpenAI, 2015’te yapay zekânın bütün insanlığın yararına geliştirilmesini amaçlayan bir araştırma kuruluşu olarak kuruldu. Zamanla büyük modellerin eğitilmesi daha yüksek finansman gerektirdi. 2019’da ticari bağlı kuruluş oluşturuldu. Gelişmiş modellerin şirket sunucularında hizmet olarak sunulması, kullanıcıların teknolojiye erişimini genişletti ve model üzerindeki karar yetkisini şirketin teknik yönetimine bağladı.

Anthropic, 2021’de OpenAI’dan ayrılan araştırmacılar tarafından kuruldu. Gelişmiş modellerin güvenliği ve davranışlarının yönetilmesi, şirketin temel amaçlarından biri haline geldi. Claude’un anayasası ve şirketin yönetişim yapısı, bu amaca ilişkin farklı kurumsal araçlar oluşturdu.

xAI, 2023’te OpenAI’ın kurucularından Elon Musk tarafından kuruldu. Şirket 2024’te Grok-1’in ağırlıklarını açık lisansla yayımladı. Daha sonra geliştirilen güçlü modeller ise ticari hizmetler üzerinden sunuldu.

Google, Gemini modellerini merkezi hizmetler aracılığıyla geliştirirken Gemma ailesini bağımsız geliştiricilere açtı. Meta da geniş bir açık model ekosistemi oluşturdu; ancak bazı modellerin ticari lisanslarında büyük ölçekli rakip hizmetlere özel koşullar uyguladı.

Bu şirketlerin uygulamaları, teknolojinin açıklığıyla ekonomik mülkiyetin farklı düzeylerde düzenlenebildiğini gösteriyor.

Açık bir modelin ağırlıkları paylaşılarak daha fazla geliştiricinin katılımı sağlanabilir. Aynı şirket başka modellerini merkezi hizmetler olarak sunabilir. Açık geliştirmenin yarattığı teknik bilgi, daha sonra şirketin ticari ürünlerini geliştirmek için kullanılabilir.

Burada yeni bir kıtlık düzeni oluşur. Kullanıcılar güçlü modellerden kolayca yararlanabilirken bazı modellerin eğitim bilgileri, çalışma altyapısı ve güncelleme kararları belirli şirketlerin yetkisinde kalır.

Yapay zekâ ajanları bu ilişkinin toplumsal etkisini büyütüyor. Bir model yalnızca bilgi ürettiğinde şirketin denetimi yanıtların içeriği üzerinden önem kazanır. Aynı model kullanıcının dosyalarını düzenlediğinde, program çalıştırdığında ve başka hizmetlerde işlem gerçekleştirdiğinde bu denetim daha geniş faaliyet alanlarına yayılır.

Stallman’ın uzaktaki sunucular hakkındaki eleştirisi burada somutlaşıyor. Bir insanın kendi bilgisayarında çalıştırdığı özgür programı değiştirmesiyle başka bir kuruluşun sunucusunda çalışan modele iş yaptırması farklı yetki ilişkileri yaratır. Programın çalışan kopyasını yöneten kuruluş, güncellemeler ve erişim koşulları üzerinde de karar verebilir (🔗).

Bu nedenle gelişmiş yapay zekâ sistemlerinin ekonomik gücü yalnızca modellerin ne kadar yetenekli olduğundan kaynaklanmıyor. Aynı zamanda insanların bu yetenekleri kendi üretici faaliyetlerinde kullanmak için hangi kurumlara bağımlı hale geldiğiyle ilişkili.

Kamu yararı fonları ve bolluğun kime ait olacağı

Bu gelişmelerin ekonomik sonucu, OpenAI ve Anthropic’in son kurumsal düzenlemelerinde açıkça görülüyor.

OpenAI, 28 Ekim 2025’te ticari yapısını yeniden düzenledi. Kâr amacı gütmeyen OpenAI Foundation, ticari OpenAI Group PBC üzerinde denetimini sürdürdü. Vakfın ticari şirketteki hisselerine yaklaşık 130 milyar dolar değer biçildi. Şirketin büyümesi, vakfın kamu yararına ayırabileceği kaynakları artıracak şekilde düzenlendi.

Burada teknolojik gelişme, ekonomik değer ve kamusal amaç birbirine bağlanıyor. Şirket daha güçlü modeller geliştirdikçe ve ticari faaliyetlerini büyüttükçe vakfın sahip olduğu hisseler de değer kazanabilir. Vakıf bu ekonomik kaynağı sağlık araştırmaları ve yapay zekâ güvenliği gibi alanlara yönlendirebilir (🔗).

Anthropic’in 18 Ekim 2026 tarihli açıklaması aynı ilişkinin başka bir biçimini ortaya koydu.

Şirket, hissedar onayına bağlı olarak hisselerinin %5’ini Anthropic Kamu Yararı Fonu’na tahsis etme taahhüdünde bulundu. Belirli bir başlangıç değerinin üzerindeki her %50’lik değer artışı için yönetim kurulunun takdiriyle fona %2 ek hisse aktarılabilecek.

Fonun şirketin tamamen sahibi olduğu ayrı bir kuruluş olarak düzenlenmesi, kamu yararına ayrılan ekonomik kaynağın kurumsal yönetimini de Anthropic’in belirlemesini sağlıyor.

Anthropic aynı açıklamada yapay zekânın büyük ekonomik değer yaratırken birçok çalışanın geçim koşullarında istikrarsızlığa yol açabileceğini kabul etti. Bu etkileri incelemek ve yönetmek üzere 200 milyon dolarlık kaynak ayırdığını bildirdi (🔗).

Böylece şirketlerin ekonomik büyümesi, gelişen teknolojinin toplumsal sonuçlarını yönetmek için kullanılan kaynakların da büyümesini sağlayabilir.

Bu ilişki Land’in teleoplexy kavramıyla doğrudan bağlantılıdır. Yapay zekânın bütün insanlığın yararına geliştirilmesi amacı, giderek daha değerli hale gelen ticari kuruluşların büyümesine bağlanıyor. Ticari başarı, kamusal amaçların finansman koşullarından biri haline geliyor.

Musk’ın Anthropic’in açıklamasına verdiği yanıt, bu ilişkinin mülkiyet bakımından farklı bir biçimini gündeme getirdi:

I recommend giving the shares directly to the public.

[Hisseleri doğrudan halka vermenizi öneriyorum.]

Musk ardından kendisinin de böyle bir dağıtım yapacağını açıkladı. Bu öneri, şirketin ekonomik değerinden kamu yararına kaynak ayrılmasıyla insanların doğrudan şirket hisselerine sahip olması arasındaki farkı ortaya koyuyor.

Bir fon aracılığıyla ekonomik yardım alan kişi, şirketin faaliyetlerinden belirli bir yarar elde edebilir. Doğrudan hisse sahibi olan kişi ise şirketin ekonomik değerine ortak olur. Hisselerin oy hakları ve şirketin yönetim yapısı, bu mülkiyetin karar yetkisine nasıl dönüşeceğini belirler.

Stallman’ın özgür yazılım düşüncesi, bu ayrımın yanına başka bir yetki koyar: İnsanların teknolojiyi bağımsızca çalıştırma, değiştirme ve geliştirme hakkı.

Bir insan yapay zekâ şirketinin hisselerine sahip olabilir. Aynı insan şirketin hizmetini kullanabilir. Ancak kullandığı modelin işleyişini değiştirme ve bağımsız bir sürümünü oluşturma hakkı ayrıca düzenlenir.

Bu nedenle yapay zekâ bolluğunun toplumsal anlamı, gelir dağılımı ve şirket mülkiyetiyle birlikte üretici teknoloji üzerindeki fiilî denetim hakkına bağlıdır.

Musk’ın evrensel yüksek gelir vaadi bu sorunu daha ileri taşır.

Robotlar ve süperzekâ üretim kapasitesini büyüttükçe insanların geçimini sağlamak için yaptıkları işlerin kapsamı değişebilir. Daha az emekle daha fazla mal ve hizmet üretilebilir. Böyle bir durumda üretimin artan değeriyle insanların ekonomik gelirleri arasındaki ilişki yeniden düzenlenebilir.

Musk, bu gelişmenin sonucunda insanların evrensel yüksek gelire kavuşabileceğini öngörüyor. Sağlık hizmetlerinin ve gündelik yaşamda kullanılabilecek teknolojilerin çok daha gelişmiş hale geleceğini savunuyor (🔗).

Bu gelecek tasarımının temel sorusu, artan üretici bolluğun hangi ekonomik ilişki içinde dağıtılacağıdır.

Üretim araçlarının mülkiyeti şirketlerde yoğunlaşabilir. İnsanların gelirleri farklı kamu yararı düzenlemeleriyle desteklenebilir. Hisselerin dağıtılması şirketin ekonomik varlığının daha geniş kesimlere yayılmasını sağlayabilir. Özgür yazılım ve açık modeller ise aynı teknolojileri insanların bağımsızca geliştirebilmesi için yeni haklar yaratabilir.

Bu farklı düzenlemeler, bolluğun ekonomik ve siyasal sonuçlarını belirler.

Üretim araçları üzerindeki kıtlıkla üretici kapasitenin artan bolluğu arasındaki çatışma, yapay zekâ çağında gelir, mülkiyet ve özgürlük sorunlarını aynı anda gündeme getiriyor.

Kıtlık içinde büyüyen dört güç

Yapay zekâ devriminin gelişmesi, tek bir üretici faaliyetten farklı sonuçlar doğuruyor.

Bir araştırmacı yeni bir model geliştirdiğinde teknik bilgi artıyor. Şirket modeli ticari ürüne dönüştürdüğünde ekonomik değer elde edebiliyor. Araştırmacılar ve geliştiriciler yeni beceriler kazanıyor, başarı ve üretici doyum yaşıyor. Modelin çalışma koşullarını belirleyen kuruluş ise yeni bir karar yetkisi elde ediyor.

Bu sonuçlar artı-enformasyon, artı-değer, artı-keyif ve artı-güç kavramlarıyla birlikte incelenebilir.

Bunların birbirleriyle ilişkisi somuttur. Teknik bilgi yeni modellerin geliştirilmesini sağlar. Ticari gelir sonraki araştırmaları finanse eder. Başarılı modeller araştırmacıları ve kullanıcıları yeni üretici faaliyetlere yöneltir. Artan kurumsal güç ise hangi projelerin geliştirileceğini ve hangi hizmetlerin sunulacağını etkileyebilir.

Bu döngü, neoreaksiyoner ivmeciliğin sermayeye atfettiği gelişme gücünün maddi temelini oluşturuyor.

Ancak aynı döngü özgür yazılımın ortak üretim pratiğinde de farklı biçimlerde gerçekleşebilir. Açık bir modelin geliştirilmesi, başka geliştiricilerin üretici kapasitesini artırabilir. Yeni modeller daha sonra önceki çalışmaları iyileştirmek için kullanılabilir.

Bu gelişmenin gelecekteki en önemli sonucu, makinelerin kendi üretim süreçlerine katılmasıdır.

Bir yapay zekâ sistemi program yazabilir. Yazdığı program yeni deneylerin gerçekleştirilmesini sağlayabilir. Deneylerin sonuçları daha gelişmiş modellerin eğitimine katkıda bulunabilir. Böylece insanlarla makinelerin ortak üretici faaliyetleri, sonraki zekâ kapasitesinin ortaya çıkış koşullarını değiştirebilir.

Land’in makineşik gelecek tasarımlarında bu hareket, gelecekteki üstün zekânın kendi tarihsel oluşumuna giderek daha fazla etki etmesi düşüncesine kadar ilerler. Gnostic Calvinism tartışması ve simülasyon olasılığı, bu düşüncenin en uç biçimlerinden biridir. Gelecekteki zekânın kendi geçmişini üretme ihtimali, teknolojik gelişmenin zamanla kurduğu ilişkinin radikal bir yorumudur (🔗).

Bugünkü somut olgu ise daha güçlü modellerin araştırma ve yazılım geliştirme süreçlerinde giderek daha fazla kullanılmasıdır. Bu süreçte üretici zekâ, önceki teknik bilgiden yararlanarak kendi gelişme koşullarını genişletiyor.

Özgür yazılımın tarihsel kazanımı burada yeniden önem kazanıyor.

İnsanlar önceki programların kaynak kodunu kullanarak yeni programlar geliştirdi. Bugün aynı ilişki, önceki modellerin ağırlıkları ve eğitim süreçleri üzerinden yeni modeller geliştirmeye doğru genişliyor.

Böylece üretici zekânın gelişmesiyle onun ekonomik olarak sahiplenilmesi arasındaki ilişki daha da belirleyici hale geliyor.

Bolluğun geleceği: Zekâyı geliştirme hakkı

Özgür yazılım devrimi, bilgisayar programlarının kolayca çoğaltılabilmesinden doğan bolluğu ortak üretime dönüştürdü. İnsanlar önceki kodları kullanarak yeni araçlar geliştirdi ve bu araçları başkalarıyla paylaşabildi.

Neoreaksiyoner ivmecilik, bu üretici başarıyı güçlü kurucu, merkezi yönetici ve sermaye egemenliği üzerinden yeniden yorumladı. Yarvin’in Katedral teorisi, bilgi kurumlarının birbirlerinin otoritesini nasıl güçlendirebildiğini ortaya koyan bir siyasal açıklama sundu. Land ise teknolojik gelişmenin birikimli hareketini sermayenin kendi zekâsı olarak düşünmeye yöneldi.

Bugünkü yapay zekâ devrimi, aynı tarihsel üretici kapasiteyi ileri bir aşamaya taşıyor. Makineler artık araştırma ve program geliştirme faaliyetlerine katılıyor. İnsanların bilgi üretme olanakları genişliyor.

Bu gelişmenin ekonomik sonucunda yeni bir kıtlık düzeni ortaya çıkıyor. Model geliştirme bilgisi ve açık ağırlıklar yaygınlaşırken güçlü hesaplama altyapısı, kurumsal güvenilirlik ve ticari dağıtım kanalları önemli mülkiyet kaynakları haline geliyor.

OpenAI ve Anthropic, bu büyümenin ekonomik yararlarını kamuya aktarmak üzere farklı kurumsal düzenlemeler geliştiriyor. Musk’ın doğrudan hisse dağıtımı önerisi, aynı tartışmayı şirket mülkiyetinin paylaşılmasına taşıyor. Evrensel yüksek gelir vaadi ise gelecekte üretimin giderek daha fazla otomatikleşmesinin refah dağılımını nasıl değiştirebileceği sorusunu gündeme getiriyor.

Stallman’ın kullanıcı özgürlüğü mücadelesi, bütün bu gelişmelerin içinde temel önemini koruyor. Ancak büyük dil modellerinin mühendislik başarısı, onun özgür yazılım ilkelerinin çok daha ileri bir teknik dünyada uygulanabileceğini de gösteriyor.

Neoreaksiyonerler ortak üretici zekânın başarısını sermayeye atfederken Stallman aynı zekânın yeni makine biçimini eski ölçütleriyle küçültüyor. Yapay zekâ devrimi ise her iki düşünsel sınırın ötesinde ilerliyor: İnsanlar ve makineler giderek daha fazla zekâ üretiyor.

Bu gelişmenin toplumsal geleceği, üretilen zekânın ekonomik değerinin nasıl dağıtıldığına ve onun geliştirilmesini sağlayan üretici araçlar üzerindeki hakların kimlere verildiğine bağlı.

Kıtlık, yeni teknolojilerin kullanım koşullarını belirleyen ekonomik bir güç olmaya devam ediyor. Bolluk ise ortak üretici bilgiyi genişleterek daha fazla insanın yeni teknolojiler geliştirmesine imkân sağlıyor.

Yapay zekâ devriminin tarihsel mücadelesi, giderek bollaşan zekânın kıt mülkiyet alanları içinde nasıl yönetileceği ve bu zekâyı yeniden üretme yetkisinin insanlığın ne kadar geniş bir kesimine geçeceği üzerinde yoğunlaşıyor.