Sapiens Brain sigortaya indi; halüsinasyon iddiası kanıt bekliyor

10 Ekim 2026 01:00|Yazar: QUASA Editör Ekibi|4 dk okuma

Sapiens, 6 Ekim 2026 tarihli Londra duyurusunda, 40 yılı aşkın sigorta yazılımı birikimi, milyonlarca kod satırı ve ürün belgelerinden beslendiğini belirttiği Sapiens Brain’i SapiensAIP’nin sigortaya özgü bilgi temeli olarak tanıttı; bilgi grafiğini, MCP bağlantısını ve ajan karar günlüğünü mimarinin parçaları olarak sundu. Şirket bu yapının modelleri sigorta bilgisine bağlayarak halüsinasyonları önleyeceğini iddia ediyor. Duyuruda, hataların azaldığını gösteren bağımsız karşılaştırmalı bir ölçüm yer almıyor.

Sapiens’in teknoloji direktörü Glen Ceniza’nın Enterprise Times’ın 6 Ekim haberinde aktarılan “a model by itself doesn’t understand insurance” sözü, ürünün çıkış noktasını anlatıyor: Model tek başına sigorta ürününün kurallarını bilmeyebilir. Sapiens Brain, genel amaçlı modelin yerine geçen ayrı bir model olarak değil, SapiensAIP ajanlarına ürün ve iş kuralı bağlamı sağlayan katman olarak konumlanıyor. Sigortacı için vaat, yanıtın dayandığı bilgiyi ve kararın izini görebilmek.

Bilgi grafiği sigorta bilgisini nasıl düzenliyor?

Sapiens Brain’in bilgi grafiği, ürün mantığı ile onu açıklayan belgeleri birbirinden kopuk metinler olarak ele almak yerine aralarındaki ilişkileri düzenlemeyi amaçlıyor. Ontoloji, bu düzenin kavramsal haritası: Bir ürünün, kuralın ve ilgili olayın sistem içinde nasıl tanımlandığını belirliyor. Böylece ajan, sigorta hakkında genel bir metinden yanıt üretmek yerine soruyu tanımlı ürün bağlamında işleyebilir.

Bu ayrım, aynı terimin farklı ürünlerde farklı sonuçlar doğurabildiği işlemlerde önem kazanıyor. Bir kuralın hangi ürüne bağlı olduğunun açıkça modellenmesi, ajanın ilgisiz bir kuralı kullanma riskini azaltmayı hedefler. Yine de grafikteki ilişki eksik ya da eskiyse modelin dayandığı bağlam da eksik kalır; bilginin düzenlenmesi, o bilginin güncelliğini kendiliğinden garanti etmez.

Şirketin anlattığı mimaride yazılım kodu, ürün dokümantasyonu ve tasarım geçmişi bu bağlamın malzemesi. Bu, genel amaçlı modelin daha büyük olmasıyla sağlanacak bir avantajdan farklı: Değer, sigortaya özgü bilginin hangi soruda kullanılacağını belirleyebilmesinde yatıyor. Gerçek bir kararın güvenilirliği ise ilgili ürün sürümünün ve kural değişikliklerinin bu düzene doğru aktarılmasına bağlı.

MCP, ajanı çekirdek sisteme nereden bağlıyor?

SapiensAIP ajanlarının çekirdek sigorta yazılımının dışında geliştirilmesi, yeni yapının diğer önemli tercihi. Model Context Protocol, yani MCP, bu ajanların çekirdek sistemdeki bilgi ve işlevlerle bağlantı kurması için tarif edilen yol. Bilgi grafiği ajana sigorta bağlamı sağlarken bağlantı katmanı, mevcut sistemle etkileşimi mümkün kılıyor; iki bileşen farklı sorunları çözüyor.

Bu ayrımın amacı, istikrar gerektiren poliçe ve hasar altyapısıyla daha sık değişebilen yapay zekâ bileşenlerinin geliştirme döngülerini ayırmak. Şirket, MCP aracılığıyla geleneksel API bağlantılarındaki elle eşleştirme ihtiyacını azaltmayı hedefliyor. Bunun operasyonel karşılığı, ajanın çekirdek sistemde hangi bilgiyi okuyabildiği ve hangi işlemi başlatabildiği tanımlandığında ortaya çıkacak.

Bir bağlantı protokolü, tek başına müşteri verisine erişim sınırını, işlem yetkisini veya insan onayı gereken aşamayı belirlemiyor. Türkiye’deki bir sigortacı açısından denetim sorusu bu nedenle yalnızca ajanın sisteme bağlanıp bağlanmadığı değil, bağlantı üzerinden yaptığı işlemin kimin yetkisiyle gerçekleştiği. Ürün kuralından çekirdek sistemdeki işleme uzanan zincirde bu sınırların açık olması, sonradan tutulan kaydın yorumlanmasını da kolaylaştırır.

Karar günlüğü hangi izi bırakıyor?

Tanıtılan yönetişim yaklaşımı, ajan kararlarıyla bunlara eşlik eden gerekçe zincirlerinin kaydedilmesine dayanıyor. Böyle bir günlük, tartışmalı bir çıktının hangi işlem sırasında üretildiğini ve hangi kayıtlarla ilişkilendirildiğini geriye dönük inceleme imkânı verebilir. Özellikle hasar veya risk kabulü gibi kararların açıklanması gereken alanlarda bu iz, denetimin başlangıç noktası olabilir.

Kayıt ile doğruluk aynı özellik değil. Bir ajan yanlış ürün kuralını seçerse günlük, hatalı kararın nasıl üretildiğine dair iz bırakabilir; hatayı baştan engellemiş olmaz. Ayrıca kayıtların varlığı, modelin iç işleyişinin eksiksiz biçimde yeniden kurulabildiği anlamına gelmez. Denetlenebilirlik vaadinin gücü, kaydedilen gerekçenin kullanılan veri, kural sürümü ve gerçekleşen işlemle ne kadar açık ilişkilendirildiğine bağlı.

Sapiens, bütün iş akışını tek bir genel amaçlı modele bırakmak yerine sınırlı görevler için alan bilgisine uyarlanmış modeller kullandığını belirtiyor. Görev sınırının dar olması, ajanın hangi işi üstlendiğini ve hangi çıktının inceleneceğini tanımlamaya yardımcı olabilir. Ancak karar günlüğünün ayrıntı düzeyi, müşterinin kayıtlara erişimi ve insan müdahalesinin hangi aşamada gerektiği, yayımlanan açıklamada somut işlem kurallarıyla tarif edilmiyor.

Halüsinasyon iddiasının ölçülebilir sınırı

Bilgi grafiğiyle temellendirme, görevleri sınırlama ve kararları kaydetme, hatayı azaltmaya yönelik ayrı mimari önlemler. Bunların hiçbiri tek başına yanlış yanıt oranını göstermiyor. Sapiens Brain için yayımlanan açıklamada aynı sigorta görevlerinde genel amaçlı bir modelle yapılmış bağımsız karşılaştırma, test örneklemi veya hata oranı bulunmuyor. Bu yüzden “halüsinasyona dayanıklı” ifadesi şimdilik ölçülmüş bir sonuç değil, şirketin ürün iddiası.

Hatanın sigorta sektöründeki önemi, yalnızca yanlış bir yanıtın düzeltilmesiyle sınırlı kalmayabilir. Yapay zekâ riskinin sigortalanabilirliği araştırması, 55 tehdit sınıfını 26 sigorta ürünü ve teminat düzenlemesiyle eşleştirerek bazı yapay zekâ kaynaklı kayıpların açık teminat, mevcut poliçelerde belirsiz maruziyet veya istisna alanlarına girebildiğini gösteriyor. Araştırma Sapiens Brain’i test etmiyor; model kaynaklı bir hatanın teknik kaydının yanı sıra teminat bakımından da neden dikkat gerektirdiğini açıklıyor.

Ürünün iddiasını değerlendirmede belirleyici sonraki veri, tanımlı sigorta görevlerinde yapılan karşılaştırmalı doğruluk ölçümü olacak. Böyle bir ölçüm, hangi ürün kurallarının kullanıldığını, hangi hata türlerinin sayıldığını ve insan incelemesinin sonuca etkisini belirtmeli. O veri yayımlanana kadar karar izi, bir hatanın araştırılmasına yardımcı olabilecek bir özellik; hatanın önlendiğinin kanıtı değil.

Ayrıca okuyun:

Paylaş: