Tom’s Guide’da yayımlanan ve OpenAI’ın yapay zeka modeli ChatGPT-5’in doğruluğunu inceleyen bir çalışma, önemli bulgular ortaya koydu. “ChatGPT-5’in her 4 seferden 1’inde neden hatalı olduğu” başlıklı makalede aktarılan araştırmaya göre, model kayda değer ilerlemeler göstermesine rağmen, sorgulara yaklaşık %25 oranında yanlış yanıt vermeye devam ediyor. Bu hata oranı, modelin yeteneklerindeki büyük gelişmelere rağmen hala dikkatli kullanılması gerektiğini gösteriyor.
ChatGPT-5, bir önceki nesil olan GPT-4 ile karşılaştırıldığında olgusal hatalarda %45’lik bir azalma sergiliyor ve uydurma cevaplar olarak bilinen “halüsinasyonları” altı kat daha az üretiyor. Ancak bu olumlu gelişmelere rağmen, modelin aşırı özgüven sorunu ve halüsinasyon eğilimi tamamen ortadan kalkmış değil. Çalışma, ChatGPT-5’in hala yanlış bilgileri oldukça kendinden emin bir şekilde sunabildiğini belirtiyor.
Modelin performansı, kendisine verilen görevin niteliğine ve alanına bağlı olarak önemli ölçüde farklılık gösteriyor. Örneğin, ChatGPT-5’in matematik alanındaki yetkinliği, 2025 AIME testinde elde ettiği %94,6’lık başarı oranıyla kanıtlanıyor. Benzer şekilde, gerçek dünya senaryolarına dayalı kodlama görevlerinde %74,9’luk bir başarı oranına ulaşıyor. Ancak modelin performansı, genel kültür bilgisi veya karmaşık akıl yürütme gerektiren daha soyut konularda düştüğü için hatalar bu alanlarda daha sık görülüyor.
Akademik bir test olan ve bilim, matematik, tarih gibi çeşitli alanları kapsayan zorlu MMLU Pro standardında ise ChatGPT-5, yaklaşık %87’lik bir doğruluk oranına ulaştı. Bu sonuç, modeli mevcut en iyi yapay zeka sistemleri arasına soksa da hala bir hata payı olduğunu açıkça ortaya koyuyor. Hataların arkasındaki temel nedenler arasında, modelin incelikli ve nüanslı soruları tam olarak kavrayamaması, eğitim verilerinin güncel olmaması veya eksik kalması ve olasılıklara dayalı desen tahmin mekanizmasının zaman zaman akla yatkın ama hatalı sonuçlar üretmesi gösteriliyor.
Bu bulgular ışığında makale, kullanıcılara önemli bir tavsiyede bulunuyor. ChatGPT-5’ten elde edilen ve özellikle profesyonel, akademik veya sağlıkla ilgili kritik nitelikteki bilgilerin mutlaka başka kaynaklardan doğrulanması gerektiği vurgulanıyor. Modelin yanılmaz olmaması, kullanıcıların ürettiği çıktılara karşı temkinli bir yaklaşım benimsemesini zorunlu kılıyor.
