Dünya Kupası’nın başlarıydı. Medium’da, Claude kullanarak 2026 Dünya Kupası’nın kazananını tahmin eden birinin yazısına denk geldim. Tabii burada “tahmin” kelimesi pek doğru değil. Takımların kazanma ihtimallerini hesaplamış demek daha doğru olur.
Bu kişi Claude’a sadece “Hangi takım şampiyon olacak?” diye sormamış. Claude da İspanya ismini kendi hissine ya da model’in içindeki bilgilere göre çıkarıp söylememiş.
Claude ona 49 binden fazla milli maçın verisini toplama ve işleme, takımlar için bir Elo rating sistemi kurma, gol ihtimallerini istatistiksel bir model’la hesaplama ve turnuvanın kalanını 50 bin kez simüle etme konusunda yardımcı olmuş.
Bu simülasyonların sonucunda İspanya diğer takımlardan daha fazla kez şampiyon olmuş; yaklaşık her 3,4 turnuvadan birinde.
Ama benim için hikâyenin önemli kısmı İspanya, hatta futbol bile değil.
Birkaç yıl öncesine kadar böyle bir proje; programlama, istatistik, data toplama ve temizleme becerilerinin bir arada olmasını, muhtemelen birkaç gün ya da birkaç hafta çalışmayı gerektirirdi.
Şimdi ise bir kişi, LLM yardımıyla bu işin büyük bir kısmını kısa sürede yapabiliyor.
Bu yazıyı düşünürken aklıma Limitless filmi geldi. Filmde hikâyenin ana karakteri Eddie Morra, NZT adında bir hap kullanarak sıra dışı bir zihinsel kapasiteye ulaşıyor.
Büyük miktarda bilgiyi hatırlayabiliyor, olaylar arasındaki bağlantıları daha hızlı bulabiliyor ve karar verirken diğer insanlardan birkaç hamle önde olabiliyor. Filmin sonlarına doğru neredeyse geleceği tahmin edebiliyormuş gibi bir noktaya geliyor.
Tabii Eddie geleceği sihirli bir şekilde görmüyor. Filmin gösterdiği şey; çok sayıda değişkeni, pattern’i ve olası sonucu çok hızlı şekilde bir araya getirebilen bir zihin.
Aslında LLM’i doğru kullanabilirsek, Limitless filmindeki NZT hapına benzer şekilde çalışabilir.
Bir anda her şeyi anlayıp geleceği göreceğimiz anlamında değil. Daha fazla bilgiyi işlememize, aralarındaki bağlantıları bulmamıza, birkaç model kurmamıza ve karar vermeden önce binlerce olası geleceği test etmemize yardımcı olabilir.
🔮 Ama burada önemli bir hataya dikkat etmemiz gerekiyor.
Bir tahmin modeli kurmanın kolaylaşması, tahminin daha doğru olduğu anlamına gelmiyor.
Yazıda kurulan model, önceki üç Dünya Kupası üzerinde yapılan testlerde sonuçların yaklaşık yüzde 55’ini doğru tahmin etmiş.
50 bin simülasyon çalıştırmak da model’i daha doğru hale getirmiyor.
Sadece data, varsayımlar ve formüllerimiz doğruysa, olası geleceklerin her birinin hangi ihtimalle gerçekleşebileceğini gösteriyor.
Başlangıçtaki varsayım yanlışsa, aynı yanlışı 50 bin kez daha hızlı ve daha bilimsel görünen bir şekilde tekrarlayabiliriz 😁
LLM’in değeri, bir falcı gibi bize nihai cevabı söylemesi değil.
Asıl değeri, eskiden sadece uzman ekiplerin yapabildiği model’ları kurmayı ve test etmeyi daha fazla insan için mümkün hale getirmesi.
Bu yetenek sadece istatistiksel model’larla da sınırlı değil.
Artık müşteriye ürünün nasıl görüneceğini anlatmak için sadece Figma mockup’ı göstermek zorunda değiliz. Çok hızlı şekilde, belli ölçüde çalışan birkaç MVP hazırlayabiliriz.
Satış ve talep tahmininden proje risklerini değerlendirmeye, ekipman bakımından farklı senaryoları analiz etmeye kadar, ilk model’i kurmak artık çok daha ucuz ve hızlı.
Tabii hangi data’nın güvenilir olduğuna, model’e hangi varsayımın gireceğine, sonucun nasıl değerlendirileceğine ve model’in gerçekten basit bir yöntemden daha iyi olup olmadığına hâlâ insanın karar vermesi gerekiyor.
Belki LLM’ler bizi henüz Eddie Morra’ya dönüştürmedi.
Ama karar vermeden önce binlerce olası yolu inceleyebilen tool’lar geliştirme imkânını bize veriyorlar.
Gelecek daha tahmin edilebilir hale gelmedi; bizim olası gelecekleri kurma, test etme ve karşılaştırma kapasitemiz arttı.
Belki de Eddie Morra’nın gücüne en yakın şey geleceği görmek değil; bir yol seçmeden önce binlerce olası yolu inceleyebilmek.
🔗 Yazı:
https://dkvekariya.medium.com/claude-predicted-fifa-world-cup-2026-winner-how-5f082f049011