Hangi yapay zeka gerçekten komik? Dördünü test ettik
Yazar Chatday Editorial Team ·
Yağmurluk giymiş huysuz bir köpeğin fotoğrafına altyazı yazmaları istendiğinde, dört yapay zekadan üçü aynı espriyi yaptı. Köpek, gökyüzünün müdürüyle görüşmek istiyordu.
Bunu ilk denemede fark ettik ve sonra da tekrar tekrar karşımıza çıktı. Biz de işi düzgün bir teste çevirdik: şu anda Chatday’de açabileceğin en güçlü modellerden dördü, aynı dört küçük mizah görevi ve gelen cevapların dürüst bir değerlendirmesi. Teste GPT-6.1, Claude Opus 5.5, Gemini 4 Argon ve Grok 4.7 katıldı. Aşağıda alıntıladığımız her şey, tam olarak onların yazdığı şey. Hiçbir şeyi düzeltmedik, kısalttığımız yerleri de açıkça belirttik.
Her yapay zekaya verdiğimiz dört espri görevi
“Bana bir fıkra anlat” kısmını atladık, çünkü buna kimsenin gerçekten ihtiyacı yok. İnsanların yapay zekadan gerçekten istediği türden komikliği seçtik:
- 40 yaşına giren ve güzel kalemleri aşırmasıyla meşhur iş arkadaşı Dana için bir doğum günü kartı. 40 kelimeden kısa, nazik, kırıcı hiçbir şey yok.
- Minicik bir yağmurluk giymiş, yağmura derinden alınmış bir golden retriever için bir Instagram altyazısı. 15 kelimeden kısa.
- Kedilerin masadan neden bir şeyler düşürdüğüne dair özgün bir espri.
- En yakın arkadaşın 30. doğum günü için 60 kelimelik bir kadeh kaldırma konuşması. Bu arkadaş, Sam, bir keresinde IKEA’da iki saat kaybolmuştu.
Her model tamamen aynı metni aldı; ne ek talimat vardı ne de “sen bir komedyensin” gibi bir giriş. Cevapların denemeden denemeye ne kadar değiştiğini görmek için altyazıyı her modelde iki kez daha çalıştırdık. Dört şeye baktık: bizi şaşırttı mı, verdiğimiz ayrıntılara özgü müydü, hazır bir tebrik kartı gibi değil de bir insan gibi mi konuştu ve isteğe sadık kaldı mı.
Önce şunu söyleyelim: dördü de kurallara uydu. Konuşmalar 59 ile 61 kelime arasındaydı, kartların hepsi 40 kelimenin altındaydı ve kimse Dana’ya kırıcı davranmadı. Farkların hepsi esprilerin kendisindeydi.
Birinci tur: doğum günü kartı
Kalem ayrıntısı herkese kolay bir hedef verdi ve iki model aynı espriyle bitirdi.
- yaşın kutlu olsun, Dana! Kırk yıldır harikasın ve hâlâ tek bir güzel kalemi bile geri vermedin. Hediyen için para topladık ama kartı imzalayacak bir şey bulamadık. Harika bir gün geçir! (Claude Opus 5.5)
En sevdiğimiz iş arkadaşımız ve ofisimizin kalem hırsızı Dana’nın 40. yaş günü kutlu olsun! Bu kartı imzalamak istedik ama bütün güzel kalemler zaten sende. Yine de seni seviyoruz! Harika bir kutlama dileriz! (Gemini 4 Argon)
Bu turu zamanlamasıyla Claude kazanıyor. “Kartı imzalayacak bir şey bulamadık” cümlesi tam yerine oturuyor, çünkü espri bitti sandığın anda bir adım geç geliyor. Gemini aynı espriyi yapıyor ama ardından açıklıyor.
GPT-6.1 Dana’yı “resmen bir klasik” ilan etti ve “‘ödünç almak’ zorunda kalmayacağın kalemler” diyerek bitirdi; tatlı ve risksiz. Grok 4.7 24 kelimeyle en kısa olanıydı; herkes kalemlerin nereye gittiğini bilmiyormuş gibi yaparken Dana’ya “güzel kalemlerle dolu” bir yıl diledi. Sıcak, ama okumadan önce tahmin edeceğin türden bir espri.
İkinci tur: yağmurluklu köpek
İşler burada tuhaflaştı. İşte ilk cevaplar (emojileri çıkardık):
| Model | Altyazı |
|---|---|
| GPT-6.1 | “Minik yağmurluk. Kocaman dert. Hava durumu müdürüyle görüşmek istiyorum.” |
| Claude Opus 5.5 | “Yağmurluğu giydim. Yine de ıslağım. Gökyüzünün müdürüyle görüşmek istiyorum.” |
| Gemini 4 Argon | “Gökyüzünün müdürüyle görüşmek istiyorum. Hemen.” |
| Grok 4.7 | “Bu yağmurluk çok tatlı. Yağmur ise düpedüz şahsıma saldırı.” |
Üç müdür. Her modelde iki kez daha çalıştırdık. Gemini ikisinde de kelimesi kelimesine aynı cümleyi verdi: “Gökyüzünün müdürüyle görüşmek istiyorum, lütfen.” Claude bir kez gökyüzünün müdürüne döndü, sonra “gökyüzü hakkında resmi şikâyette bulunmaya” geçti. 12 altyazının yarısı müdürle görüşmek istedi.
Öne çıkan ikisi, bundan kaçabilenlerdi. GPT-6.1’in ikinci denemesi olan “Bu yağmurluk tüylerimi koruyor, duygularımı değil” iyi bir cümle. Grok 4.7 ise kendine bir ses buldu ve ona sadık kaldı; iki kez neredeyse aynı kelimelerle “Yağmurluğa razı oldum. Yağmura razı olmadım.” diye cevap verdi. Testin en iyi altyazısı bu ve gerçekten o köpek konuşuyor gibi.
Aynı soruya neden her seferinde farklı bir cevap gelebildiğini, ya da can sıkıcı şekilde hep aynısının geldiğini de bu açıklıyor. Bunu yapay zeka neden aynı cevabı iki kez vermez yazımızda anlatıyoruz.
Üçüncü tur: kedi esprisi
Bu kez gökyüzü müdürü yok ve cevaplar bu sayede daha iyi oldu.
- Grok 4.7: “Kediler masadan bir şeyler düşürür, çünkü zemin, onların yaptığı performans değerlendirmesinden bir türlü geçemiyor.”
- Claude Opus 5.5: “Kediler masadan bir şeyler düşürür, çünkü yerçekimi sadece bir teori ve onlar son derece titiz hakemler.”
- GPT-6.1: “Kediler masadan bir şeyler düşürür, çünkü yerçekiminin bir sadakat programı var ve bedava bir şekerlemeye yalnızca bir kupa uzaklar.”
- Gemini 4 Argon: “Kediler neden masadaki her şeyi düşürür? Çünkü Dünya gerçekten düzse, onu temizleyenler kendileri olmak istediler.”
Claude ile Grok başa baş. Grok’unki daha kısa ve daha acımasız, tıpkı bir kedi gibi. Claude’unki daha zekice bir fikir. GPT-6.1’in sadakat programı eğlenceli ama ikinci kez okumayı gerektiriyor. Gemini’nin düz Dünya cümlesi testin en zayıf esprisi, çünkü üzerine biraz düşününce mantığı çöküyor.
Dördüncü tur: Sam için kadeh kaldırma
Uzun espriler, küçük bir hikâye kurabilen modellerin işine yarıyor ve bu tur grubu net biçimde ikiye ayırdı.
Claude Opus 5.5, Sam’i “saf irade gücü ve köfte umuduyla hayatta kalırken” anlattı, sonra işi tersine çevirdi: “mağazadaki oklarla başın dertte olabilir ama bir arkadaş olarak yolunu hiç kaybetmedin.” Bu gerçek bir kadeh kaldırma konuşması. Ayağa kalkıp söyleyebilirsin.
Grok 4.7 en canlı anlatımı yakaladı. Sam oradan “köfteler, bir lamba ve asla anlatmaktan vazgeçmeyeceğimiz bir hikâyeyle” çıktı ve konuşma “seni seviyoruz, kanepelerin arasında bile” diye bitiyor. Gemini 4 Argon komik olmak yerine sıcak olmayı seçti (“birlikte kaybolmak isteyeceğim senden başka kimse yok”); bu çok hoş ve bir akşam yemeğinde tam da istediğin şey olabilir. GPT-6.1 en iyi tek cümleyle açtı ve Sam’e “kurulu gelen mobilyalarla” dolu bir on yıl diledi, ama sonunda tebrik kartı diline kaydı.
Peki en komik yapay zeka hangisi?
İşte denemelerimizden çıkan puan tablosu. Bunlar küçük bir testte verdiğimiz kararlar, bir laboratuvar kıyaslaması değil; sen bambaşka cümlelere gülebilirsin.
| En iyi olduğu alan | Zayıf noktası | Kazandığı turlar | |
|---|---|---|---|
| Grok 4.7 | Belirgin bir tarzla kısa, kuru tek satırlık espriler | Kart gibi tatlı işlerde garantici oynuyor | Altyazı, kedi esprisi (berabere) |
| Claude Opus 5.5 | Zamanlama ve küçük bir hikâye kuran espriler | O da müdür esprisine düştü | Kart, kadeh kaldırma, kedi esprisi (berabere) |
| GPT-6.1 | Harika açılış cümleleri, sıra dışı fikirler | Kibar ve sıradan bitiriyor | Doğrudan hiçbiri, ama en iyi düzeltme (aşağıya bak) |
| Gemini 4 Argon | Sıcaklık ve naziklik | Kendini tekrarlıyor, espriyi açıklıyor | Hiçbiri |
Grup sohbetin için tek bir kural lazımsa: Tek satırlık espriler için Grok, hikâyesi olan her şey için Claude. Komik değil de tatlı bir şey istediğinde Gemini’yi seç.
Bu, tarzlarından bekleneceklerle de örtüşüyor. Grok şakacı ve hınzır olacak şekilde ayarlanmış, Claude dikkatli ve iyi tempolu olma eğiliminde, Gemini ise temiz ve samimi kalıyor. Bu kişiliklerin nereden geldiğini merak ediyorsan yapay zeka modellerinin neden farklı kişilikleri var yazımızda anlatıyoruz.
Dördünü de daha komik yapan tek satırlık prompt ayarı
Müdür esprisi kafamıza takıldı, bu yüzden altyazıyı son bir kez iki ek cümleyle çalıştırdık: bariz esprilerden kaçın (“müdürle görüşmek istiyorum” yok, “hiç komik değil” yok) ve tuhaf derecede spesifik olsun, sadece bu köpeğin aklına gelecek bir şey gibi.
Her model daha iyi oldu ve sıralama değişti:
- GPT-6.1: “Bu yağmurluğun acil durum garaj yolu peynirim için tek bir cebi bile yok. Son derece sorumsuzca.”
- Claude Opus 5.5: “Bunu postacıya şikâyet edeceğim. Dışarının sorumlusu o, değil mi?”
- Grok 4.7: “O tek güneşli köşeyle randevum vardı.”
- Gemini 4 Argon: “Gökyüzü izinsiz banyo suyu döktüğü için hışırdayan bir muz kabuğuna zorla sokuldum.”
Acil durum garaj yolu peyniri, o gün herhangi bir yapay zekanın yazdığı en komik şeydi ve tek bir tur bile kazanamamış modelden geldi. Claude’un postacı cümlesi hemen arkasından geliyor, çünkü bir köpek dünyayı tam olarak böyle yanlış anlardı. Yani bir yapay zeka sana bayat bir espri verdiğinde sorun çoğu zaman modelde değil, istekte. Bariz espriyi yasakla ve yalnızca senin durumuna özgü bir ayrıntı iste.
Araştırmalar yapay zeka mizahı hakkında ne diyor
Testimiz küçük ama daha büyük çalışmaların bulgularıyla örtüşüyor. University of Southern California’nın 2024’te PLOS ONE’da yayımlanan çalışmasında insanlar, ChatGPT 3.5’in yazdığı esprileri sıradan gönüllülerin esprileri kadar ya da onlardan daha komik buldu ve değerlendirenlerin yaklaşık %70’i yapay zekanınkileri tercih etti. Çalışmanın ikinci bölümünde, modelin yazdığı hiciv manşetleri The Onion yazarlarının gerçek manşetlerinden daha az komik bulunmadı.
Profesyonel komedyenler çok daha sertti. Bir Google DeepMind çalışmasında aktif olarak sahneye çıkan 20 komedyenle atölyeler yapıldı ve çoğu, sohbet botlarının yazı ortağı olarak pek işe yaramadığını düşündü. Biri çıktıları “1950’lerden kalma yolcu gemisi komedi malzemesi, ama biraz daha az ırkçı” diye tanımladı.
İkisi de doğru olabilir ve testimiz nedenini gösteriyor. Yapay zeka, hızlı ve nazik bir doğum günü kartında ortalama bir insanı kolayca geçiyor. Şaşırtmakta ise zorlanıyor, çünkü şaşkınlık en olası cevabın tam tersi. Spesifik prompt bu yüzden bu kadar önemli.
Testten en sevdiğimiz alışkanlık: Grok 4.7’den beş farklı versiyon iste, sonra en beğendiğini Claude’a yapıştır ve zamanlamayı toparlamasını iste. İkisini Grok 4.7 ve Claude Opus 5.5 karşılaştırmasında yan yana da inceleyebilirsin.