Yapay Zekânın İnandırıcılık Paradoksu
Burson'ın çarpıcı araştırması ortaya koydu: Yapay zekâda görünmek yetmiyor — inandırıcı olmak gerekiyor. GEO tartışması artık "nasıl görünürüm" sorusundan "görününce nasıl inandırıcı olurum" sorusuna taşındı.
Burson Araştırması · 2 Haziran 2026
Araştırma Ne Ortaya Koydu?
Burson, yapay zekâ analiz platformu Profound ile birlikte yürüttüğü araştırmada 7 büyük yapay zekâ cevap motorunda 85 şirketi inceledi ve 55.000'den fazla inandırıcılık tahmini üretti.
Görünürlük ≠ İnandırıcılık
Markanız ChatGPT veya AI Overviews'ta çıkabilir, ama söylenen şey ikna edici gelmeyebilir. İki metrik birbirinden bağımsız.
Kitleye Göre Değişiyor
İş dünyası karar vericileri, yapay zekâ cevaplarını genel kamuoyuna kıyasla %10 daha ikna edici buluyor. Aynı cevap, kime gösterildiğine göre farklı ağırlık taşıyor.
İçerik Türü Belirleyici
İnovasyon, ürünler ve çalışma kültürüne dair olgu temelli iddialar, liderlik ve yönetişim gibi öznel niteliklere dair iddialardan çok daha inandırıcı bulunuyor.
Araştırmada kullanılan Decipher aracı (kognitif yapay zekâ firması Limbik ile geliştirildi), yapay zekâ cevaplarını üç ayrı kitle gözünde puanladı: genel kamuoyu, kanaat önderleri ve iş dünyası karar vericileri. 85 şirket, sekiz farklı itibar ekseninde değerlendirildi.
SEO/GEO İçin Ne Anlama Geliyor?
Bu araştırma, GEO konuşmasını bir üst basamağa taşıyor. Son iki yıldır hep aynı metrikleri kovaladık: bahsedilme (mention) ve alıntılanma (citation). Bunlar görünürlük metrikleri. Burson diyor ki bunlar gerekli ama yetersiz.
Öznel İddialar — Havada Kalır
"Biz sektörün lideriyiz"
"Güvenilir çözüm sağlayıcı"
"Kaliteli ve yenilikçi"
Bu tür cümleler yapay zekâ cevaplarında inandırıcılık taşımıyor. Sıfat inandırmaz.
Olgu Temelli İddialar — Tutar
"Şu üründe şu özelliği biz getirdik"
"Şu tarihte şu sonucu aldık"
"Gerçek rakamlar, tarihler, ürün özellikleri"
Somut, doğrulanabilir iddialar yapay zekâda hem daha çok alıntılanıyor hem de daha çok inanılıyor. İnandırıcılık, kanıtla geliyor.
Yapay zekânın sizden bahsetmesi, kullanıcının o bahse inandığı anlamına gelmiyor. Artık ölçüm setine yeni bir boyut ekleniyor: "Göründüğümde ne söyleniyor ve bu inandırıcı mı?"
Sahadaki Gerçek: İki Marka, İki Sonuç
"Olgu inandırır, sıfat inandırmaz." — Burson araştırmasının özü ve müşteri projelerinde defalarca gözlemlenen tablo.
Müşteri projelerinde defalarca görülen bir tablo var. İki marka yapay zekâda yan yana çıkıyor:
Marka A — Kendinden Menkul Sıfatlar
"Lider çözüm sağlayıcı", "güvenilir", "kaliteli" gibi öznel nitelendirmelerle dolu cevaplar üretiyor. Yapay zekâ bu içeriği aktarıyor ama kullanıcı inanmıyor. İnandırıcılık skoru düşük kalıyor.
Marka B — Kanıtlı, Somut İddialar
Kesin sayılar, gerçek vakalar ve doğrulanabilir iddialarla konuşuyor. Yapay zekâ bu kanıtları cevabına taşıyor ve kullanıcı inanıyor. Her seferinde daha sağlam duruyor.
Burson'ın araştırması bunun neden böyle olduğunu rakamla açıklıyor: kanıtlı içerik sadece daha çok alıntılanmıyor, aynı zamanda daha çok inanılıyor. Yapay zekâ sıradan (commodity) içeriği değil, kanıtlı içeriği seviyor.
Pratik Adım: Bu Hafta Yapın
GEO denetimini artık iki boyutlu yapın. Sadece "göründüm mü" değil, "göründüğümde ne söyleniyor ve bu inandırıcı mı" diye de sorun.
Yapay Zekâya Sorun
ChatGPT'ye veya Gemini'ye markanız hakkında bir soru sorun. Cevabı kelime kelime okuyun.
İnandırıcılık Testi Yapın
Sadece "adım geçiyor mu" diye değil, "bu cümleye ben inanır mıydım" diye bakın. Cevap öznel sıfatlarla mı dolu, yoksa somut kanıtla mı konuşuyor?
Web Sitenizi Güncelleyin
Cevap öznelse, web sitenizde o iddiaları olgularla destekleyin. Gerçek rakamlar, tarihler, ürün özellikleri ekleyin.
Kanıtı Öne Çıkarın
Yapay zekâ ancak sitenizde kanıt bulursa o kanıtı cevabına taşır. İnandırıcılık, kanıtla gelir.