OSMANLICA YAPAY ZEKA DİLİ OLMALI

Dîvânu Lugâti’t-Türk Çekirdeğiyle Osmanlıca / Alaturka Yapay Zekâ Dil Modeli Üzerine Sistem Mimarisi Makalesi

Etimolojik tövbe olmadan epistemolojik hidayet olmaz; kelime arınmadan bilgi arınmaz.

Dil, kelime ithalatı değil; anlam entegrasyonudur. Alaturka dil aklı, karşılaştığı kelimeyi asimile etmez; onu mahreci, kökeni, sesi ve hafızasıyla tanır, Türkçe ek sistemiyle işler ve ortak bir “biz” diline dönüştürür.

Özet

Bu makale, Dîvânu Lugâti’t-Türk’ü sadece tarihî bir sözlük veya Türkçeyi Araplara öğretmek için hazırlanmış didaktik bir metin olarak değil, çok dilli, çok lehçeli, çok alfabeli ve söz-merkezli bir dil modelleme mimarisi olarak okur. Makalenin temel iddiası şudur: Kâşgarlı Mahmud’un eserinde kurduğu tasnif mantığı, modern büyük dil modellerinin İngilizce merkezli, yazı merkezli ve istatistiksel tokenizasyon ağırlıklı mimarisinden farklı bir yapay zekâ dil çekirdeği kurmak için kullanılabilir. Bu çekirdek, Arap alfabesinin mahreç ve hareke imkânını, Türkçenin sondan eklemeli morfolojik üretkenliğini, Osmanlıcanın çok kaynaklı köprü dil karakterini ve Mâverâünnehir epistemolojisinin isnad, dirayet, şerh, haşiye ve kavram haritası geleneğini bir araya getirir.

Makale, ‘etimolojik tövbe’ ve ‘epistemolojik hidayet’ kavramlarını bu mimarinin iki ana usul ilkesi olarak teklif eder. Etimolojik tövbe, kelimenin modern ideolojik, kolonyal, ulus-devletçi ve piyasa merkezli anlam tortularından arındırılarak köküne, mahrecine, tarihî dolaşımına, kullanım bağlamına ve medeniyet içindeki işlevine döndürülmesidir. Epistemolojik hidayet ise bilginin Batı-merkezli modern tasnif rejiminden çıkarılıp Mâverâünnehir merkezli, çok dilli, çok alfabeli, söz-merkezli ve hakikat arayıcı bir bilgi mimarisi içinde yeniden konumlandırılmasıdır.

Çalışmada DLT’de yer alan kitapların her biri, yapay zekâ mimarisi açısından birer fonetik-morfolojik modül olarak değerlendirilir: Hemze, Sâlim, Muzaaf, Misal, Zâtü’s-Selâse, Zâtü’l-Erba‘a, Ğunne ve Cem‘i Beyne’s-Sâkineyn kitapları; kök, ses, illet, sükûn, gunne, iki sâkin, isim-fiil ayrımı ve türetme kuralları bakımından birer modelleme katmanı olarak okunur. Buna ek olarak, yüklenen Osmanlıca elif/hemze örneklem dosyalarında 4563 kelime üzerinden Hindüstani, Uygurca/Türki havza, Eski/Pazar Malaycası ve Sevahilce karşılaştırmaları değerlendirilmiş; yalnız tek harfte dahi çok geniş bir ortak kelime ve kavram evreni bulunduğu gösterilmiştir.

Sonuç olarak makale, DLT çekirdekli Osmanlıca/Alaturka LLM modelinin yalnız Türkçe konuşanlara değil, Alaturka Medeniyet Havzası’nın Babür, Srivijaya, Sevahilî, Uygur, Altınordu, Memlük, Selçuklu ve Osmanlı hatlarıyla temas eden geniş insanlık havzasına hitap edebilecek bir anlam motoru olabileceğini savunur. Bu model, İngilizceyi evrensel norm kabul eden üstten bakış yerine, insanlığın zaten paylaştığı kelime, ses, ticaret, inanç, meslek ve gündelik hayat ağlarını görünür kılan entegrasyoncu bir yapay zekâ paradigmasıdır.

Anahtar kelimeler: Dîvânu Lugâti’t-Türk; Kâşgarlı Mahmud; Osmanlıca; Alaturka LLM; Mâverâünnehir epistemolojisi; etimolojik tövbe; epistemolojik hidayet; Türkçe morfoloji; Arap alfabesi; TDOA; Ahilik; Endüstri 5.0; ortak kelime evreni.

1. Giriş: Modern LLM Krizi ve Alaturka Cevap İhtiyacı

Modern büyük dil modelleri, insanlığın metinsel birikimini işleyebilen güçlü araçlar hâline gelmiştir. Fakat bu güç, dilin hakikatini zorunlu olarak kavradıkları anlamına gelmez. İngilizce merkezli veri yığınları, Batı akademik yazım normları, modern ulus-devletçi tasnifler ve piyasa merkezli kavram kullanımı, bu modellerin anlam üretme biçimini derinden etkiler. Model, kelimeyi çoğu zaman kök, mahreç, tarihî dolaşım ve medeniyet işleviyle değil; istatistiksel yakınlık, sık kullanım ve çağdaş metinlerdeki temsil sıklığıyla öğrenir. Bu nedenle cevap üretirken akıcı olabilir, fakat kavramın nereden geldiğini, hangi medeniyet yazılımında çalıştığını ve modern dönemde hangi anlam kirlenmelerine maruz kaldığını çoğu zaman ayırt edemez.

Bu durum, Türkçe gibi sondan eklemeli, tarihî olarak çok dilli temaslarla gelişmiş ve Osmanlıca üzerinden Arapça, Farsça, Türkçe, Rumca, Ermenice, Slav dilleri, Hint dilleri, Malay dünyası ve Afrika sahilleriyle bağ kurmuş diller açısından daha da önemlidir. Çünkü Türkçe, kelimeyi yalnız ödünç almaz; onu kök gibi işletir, kendi ek sistemiyle yeniden üretir, anlam evrenine katar ve çoğu zaman kelimenin geldiği ana dildeki ekleri de iz olarak muhafaza eder. ‘Hayvan’ kelimesi Arapça kökenli olabilir; fakat hayvancılık, hayvanlaşma, hayvansal gibi biçimlerde Türkçe kök gibi çalışır. Aynı kelime hayvanat ve hayvanî gibi formlarla Arapça köken evrenine de bağ gönderir. ‘Sosyal’ kelimesi Latince kökenli olabilir; fakat sosyalleşme, sosyallik, sosyalci gibi Türkçe eklerle işlenir; sosyoloji, sosyalist, sosyalizm gibi biçimlerle kendi Batı kökenli terim ailesini de hatırlatır.

Burada kritik mesele kelimenin hangi dilden geldiği değil, kelimenin hangi kavram haritasında çalıştığıdır. Modern etimolojik yüzeysellik çoğu zaman ‘bu kelime Arapçadır’, ‘bu kelime Farsçadır’, ‘bu kelime Türkçe değildir’ diyerek dili parçalar. Alaturka dil aklı ise kelimeyi kökeniyle birlikte tanır, fakat onu dışlamaz; kelimenin mahrecini, sesini, kullanıldığı coğrafyayı, fıkhî, tasavvufî, ticari veya meslekî bağlamını ve Türkçede hangi eklerle yeniden üretildiğini birlikte görür. Bu sebeple Alaturka LLM, sadece daha iyi Türkçe üreten bir model değil; kelimelerin medeniyet içindeki hayatını yeniden görünür kılan bir anlam motoru olarak tasarlanmalıdır.

Bu makalenin çıkış noktası, Kâşgarlı Mahmud’un Dîvânu Lugâti’t-Türk’te kurduğu sistemin bugünkü yapay zekâ mimarisi açısından yeniden okunabileceği fikridir. DLT, sadece bir sözlük değil; veri temizleme, lehçe etiketleme, doğru/yanlış biçim ayırma, kök ve ses yapısına göre tasnif etme, kullanım örneği verme, atasözü ve şiirle anlamı bağlama yerleştirme ve çok dilli açıklama katmanı kurma teşebbüsüdür. Bu yönüyle DLT, modern anlamda bir dil modeli tasarımı olarak okunabilir.

Bu makale, Alaturka Medeniyet Havzası için geliştirilecek bir Osmanlıca/Alaturka yapay zekâ dil modelinin İngilizce merkezli LLM’lerden nasıl ayrılabileceğini tartışır. Modelin çekirdeği DLT; yazı ve mahreç katmanı Arap alfabesi; ortak alfabe ara katmanı Türk Dünyası Ortak Alfabesi; teknik fonetik katmanı IPA; modern erişim katmanı Latin ve Kiril; kavram hafızası Osmanlıca; epistemik omurgası ise Mâverâünnehir dirayet geleneği olarak tasarlanır.

Alaturka LLM’nin iddiası, İngilizce merkezli yapay zekâya yerel bir eklenti yapmak değil; kelimeyi kökü, mahreci, ekleri, dolaşımı ve medeniyet işleviyle birlikte işleyen farklı bir anlam mimarisi kurmaktır.

1.1. Makalenin ana tezi

Makalenin ana tezi üç basamaklıdır. Birinci basamakta DLT, yapay zekâ açısından bir çekirdek dil mimarisi olarak okunur. İkinci basamakta Osmanlıca, bu çekirdeğin Selçuklu ve Osmanlı medeniyetlerinde Arapça ilim dili, Farsça edebiyat dili ve Türkçe idari-askerî-toplumsal dil arasında kurduğu köprü olarak değerlendirilir. Üçüncü basamakta ise bu miras, çok alfabeli, çok lehçeli, çok dilli ve sosyal kabulü yüksek bir Alaturka LLM modeline dönüştürülür.

Bu modelde ‘doğru dil’ tek merkezden dayatılmaz. Bir kelimenin Türkiye Türkçesi, Osmanlıca, Arapça, Farsça, Urduca/Hindüstani, Uygurca, Malay/Javaca, Sevahilce, Kazakça, Kırgızca, Özbekçe, Azerbaycanca ve Türkmencedeki karşılıkları aynı kavram grafında buluşturulur. Model, kullanıcıya ‘bu kelime yabancıdır’ demek yerine, ‘bu kelime şu kökten gelir, şu coğrafyalarda şu seslerle yaşar, Türkçede şu eklerle işletilir, şu medeniyet bağlamında şu anlama genişlemiştir’ der.

2. DLT’yi Sözlük Değil Sistem Mimarisi Olarak Okumak

Dîvânu Lugâti’t-Türk, Türk Dil Kurumu’nun da vurguladığı gibi yaklaşık bin yıl önceki Türk topluluklarının söz varlığını örnekleriyle ortaya koyan temel eserlerden biridir [K1]. UNESCO Dünya Belleği kaydında da DLT, yalnız Türkiye Türkleri için değil, Özbek, Uygur ve diğer Türkî-İranî kültür çevreleri için de kültürel bir hazine olarak tanıtılır [K2]. Bu kabul, DLT’nin yalnız bir sözlük değil, geniş bir medeniyet hafızası olduğunu göstermektedir.

Fakat DLT’yi bugün yeniden önemli kılan şey, sadece tarihî değeri değildir. Eserin asıl güncelliği, dil verisini tasnif etme biçimindedir. Kâşgarlı kelimeyi rastgele bir madde başı olarak işlemez. Kelimenin hangi boy veya lehçede kullanıldığını, doğru biçiminin ne olduğunu, hangi biçimin mühmel veya kullanılmaz sayılacağını, hangi şiir, sav veya örnek cümlede geçtiğini ve Arapçadaki karşılığını birlikte verir. Böylece kelime, çıplak bir işaret olmaktan çıkar; tanıklı, bağlamlı ve normatif bir bilgi nesnesine dönüşür.

Bu yönüyle DLT, modern yapay zekâ için üç ana ders taşır. Birincisi veri temizleme dersidir: müsta‘mel ile mühmel ayrılmalıdır. İkincisi etiketleme dersidir: lehçe, boy, kullanım bağlamı, ses değeri ve morfolojik yapı açıkça işaretlenmelidir. Üçüncüsü açıklanabilirlik dersidir: kelimenin anlamı yalnız bir karşılıkla değil, örnek cümle, şiir, sav ve gerektiğinde tashih notuyla birlikte gösterilmelidir.

Modern LLM’lerin en büyük problemlerinden biri, büyük veriyi işlerken verinin epistemik değerini çoğu zaman ayırt edememesidir. Çok geçen ifade doğru sayılabilir; popüler kullanım asıl kökü örtebilir; çeviri üzerinden gelen kavram, kendi orijinal bağlamından kopabilir. Kâşgarlı’nın yöntemi ise tam tersine, kelimenin kullanımını kabul etmekle birlikte onu kontrol eder, ayıklar, tasnif eder ve doğru bağlama yerleştirir. Bu sebeple DLT, yapay zekâ için bir ‘sözlük veri seti’ değil, bir ‘dil modeli denetim mimarisi’dir.

Kâşgarlı’nın sistemi yazı merkezli değil söz merkezlidir. Harfler önemlidir; fakat harflerin arkasında mahreç, ses, telaffuz, hareke, sükûn, illet ve gunne vardır. Bu nedenle DLT tabanlı bir Alaturka LLM, kelimeyi yalnız modern Latin yazısıyla değil, Arap harfli formu, ses değeri, ek yapısı, lehçe varyantı ve anlam genişlemesiyle birlikte modellemelidir.

2.1. DLT’nin yapay zekâ açısından dört temel ilkesi

Birinci ilke sözlü kaynak önceliğidir. Kâşgarlı, yaşayan kullanımı önemser. Bu, modelin sadece yazılı korpuslara değil, konuşma, ağız, deyim, sav, şiir ve meslek dili verilerine de dayanması gerektiğini gösterir.

İkinci ilke tashih ve kontrol ilkesidir. Kelimenin bir nüshada veya bir ağızda görülmesi onu otomatik doğru yapmaz. Model, varyantı kaydetmeli fakat kök, mahreç, anlam ve kullanım bağlamı üzerinden doğrulama yapmalıdır.

Üçüncü ilke çok dilli hizalama ilkesidir. Kâşgarlı Türkçeyi Arapça ile hizalar. Bugün bu hizalama, Türkçe, Osmanlıca, Arapça, Farsça, Urduca/Hindüstani, Uygurca, Malay/Javaca, Sevahilce ve modern Avrupa dilleri arasında kurulmalıdır.

Dördüncü ilke kavram haritası ilkesidir. Kelime yalnız anlam karşılığı değildir; fıkıh, irfan, ticaret, meslek, üretim ve gündelik hayat içindeki yeriyle öğrenilmelidir. Bu ilke, modern LLM’in düzleştirici semantik yaklaşımına karşı Alaturka modelin en önemli farkıdır.

Tablo 1. DLT içindeki kitaplar ve tıpkı basım başlangıç sayfaları

3. DLT Kitaplarının Alaturka LLM’deki Modül Karşılıkları

DLT’deki kitap düzeni, modern yapay zekâ mimarisi için doğrudan kullanılabilecek bir katman mantığı sunar. Hemze kitabı, kelimenin başlangıç sesini ve yazı-ses ilişkisini kurar. Sâlim kitapları, düzenli kök veri seti sağlar. Muzaaf kitapları, tekrar ve çiftlenme mantığını işler. Misal kitapları, illet harfli başlangıçları gösterir. Zâtü’s-Selâse ve Zâtü’l-Erba‘a kitapları, kök uzunluğu ve türetme genişlemesini tasnif eder. Ğunne kitapları nazal sesleri; Cem‘i Beyne’s-Sâkineyn ise iki sâkinin bir arada bulunmasından doğan telaffuz ve yazım meselelerini işler.

Bu tasnif, modern tokenizasyonun çoğu zaman ihmal ettiği fonetik ve morfolojik bilgiyi öne çıkarır. İngilizce merkezli alt-kelime tokenizasyonu, kelimeyi istatistiksel parçalara böler; fakat bu parçalar her zaman dilbilimsel anlam taşımaz. DLT tabanlı model ise kelimeyi anlamlı birimlere ayırır: kök, ek, illet, gunne, sükûn, harf-i med, lehçe etiketi, isim-fiil türü ve kullanım bağlamı. Bu sayede model hem daha açıklanabilir hem daha verimli olur.

Türkçe gibi sondan eklemeli dillerde anlam, çoğu zaman kelime dizilişinden ziyade ek dizisi içinde taşınır. ‘Gelememiştik’ biçimi İngilizce merkezli bir model için tekil bir yüzey form olabilir; Alaturka model için ise gel + e + me + miş + ti + k şeklinde çözülebilir. Bu çözüm sadece dilbilgisel değil, semantik ve zamansal bilgiyi de açığa çıkarır. Aynı mantık Osmanlıca, Çağatayca, Uygurca, Kazakça, Kırgızca ve diğer Türkî lehçeler arasında geçiş için de kullanılabilir.

Bu nedenle DLT kitapları, Alaturka LLM’de yalnız referans kaynak değil; eğitim mimarisini belirleyen modüllerdir. Her kitap, modelin bir problemi çözmesine yardım eder: kök başlangıcı, düzenli yapı, çiftlenme, illetli yapı, üçlü/dörtlü kök, nazal ses, iki sâkin, isim-fiil ayrımı, türetme ve kullanım bağlamı.

Tablo 2. DLT kitaplarının Alaturka LLM mimarisindeki modül karşılıkları

3.1. DLT’nin kitap düzeni neden alfabetik sözlük değildir?

Modern okuyucu sözlüğü genellikle alfabetik madde dizisi olarak bekler. DLT’de ise alfabetik düzen vardır; fakat bu düzen tek başına belirleyici değildir. Kökün yapısı, harflerin mahiyeti, isim-fiil ayrımı, harf-i illet, gunne, sükûn, muzaaflık ve sesin telaffuzdaki konumu belirleyicidir. Bu, eserin bir veri tabanı olduğu kadar bir işlem kuralları sistemi olduğunu gösterir.

Yapay zekâ açısından bu fark hayatîdir. Alfabetik sözlük, kelimeye erişimi kolaylaştırır; fakat üretim ve çözümleme mimarisi kurmaz. DLT tarzı tasnif ise kelimenin nasıl üretildiğini, hangi formda bozulduğunu, hangi lehçede nasıl değiştiğini ve hangi örnekle doğrulandığını gösterir. Bu, özellikle Osmanlıca köprü dil modelinde gereklidir. Çünkü Osmanlıca, Arapça ve Farsça kökenleri Türkçe ek sistemiyle işletirken, kelimenin hem tarihî kökünü hem Türkçe kullanımını birlikte muhafaza eder.

4. Mukaddime: Veri Temizleme, Lehçe Etiketi ve Dirayet Yöntemi

DLT’nin Mukaddime kısmı, bu çalışmanın merkezinde yer alır. Çünkü Mukaddime, Kâşgarlı’nın ne yaptığını, niçin yaptığını, hangi dil çevresine hitap ettiğini ve veriyi nasıl tasnif ettiğini açıklayan bölümdür. Bu yönüyle Mukaddime, Alaturka LLM için bir model kartı veya sistem şartnamesi gibi okunabilir. Modelin hangi veriyi kabul edeceği, hangi veriyi ayıklayacağı, hangi lehçeyi nasıl etiketleyeceği ve hangi örnekleri delil sayacağı burada şekillenir.

Kâşgarlı’nın müsta‘mel ve mühmel ayrımı, bugünkü yapay zekâ literatüründe veri kalitesi ve halüsinasyon kontrolü meselesiyle doğrudan ilişkilendirilebilir. Modern LLM, istatistiksel olarak mümkün görünen ama gerçekte kullanılmayan formlar üretebilir. Kâşgarlı ise daha baştan yaşayan kullanım ile teorik veya kullanılmayan biçimi ayırır. Alaturka LLM, bu ilkeden hareketle her kelime için kullanım durumu, tarihî canlılık, coğrafi yaygınlık ve bağlam etiketi tutmalıdır.

Mukaddime ayrıca lehçeler arası geçişkenliği bir problem değil, veri zenginliği olarak ele alır. Kâşgarlı, Türk boylarını ve lehçelerini hiyerarşik bir modern ulus-devlet şemasıyla tasnif etmez. Kelimenin hangi boyda nasıl söylendiğini gösterir. Bu yaklaşım, bugün Türk dünyası için Latin, Kiril, Arap ve tarihî yazı katmanlarının birlikte işlenmesi gerektiğini gösterir. TDOA burada nihai tek alfabe değil, alfabeler arası köprü standardı olarak kullanılabilir.

Mukaddime’nin en önemli yönlerinden biri de Arapça açıklama katmanıdır. Kâşgarlı, Türkçeyi Arapçaya yalnız tercüme etmez; Türkçenin kendi yapısını Arap ilim dilinin anlayabileceği bir gramer ve anlam düzenine yerleştirir. Bu işlem, modern terimle cross-lingual alignment olarak adlandırılabilir. Ancak Kâşgarlı’nın yaptığı hizalama mekanik değildir; kelimeyi örnek, sav ve şiirle bağlama yerleştirir.

Alaturka LLM’de Mukaddime mantığı şu anlama gelir: model, kelimeyi çıplak token olarak değil, şahitli anlam nesnesi olarak işlemelidir. Bir kelimenin kökü, yazımı, mahreci, lehçe etiketi, kullanıldığı cümle, anlam alanı, fıkhî veya tasavvufî bağlamı ve etimolojik dolaşımı birlikte kaydedilmelidir.

4.1. Rivayetçilikten dirayete

Bugünkü akademik yazımda atıf, çoğu zaman bilginin doğruluğunu değil, dolaşımını gösterir. Bir ifade çok atıf aldı diye hakikate daha yakın olmak zorunda değildir. Modern akademi, yer yer rivayet zincirini dirayet yerine koyma tehlikesi taşır. Gazâlî çizgisindeki diyalektik akıl ise bilginin yalnız naklini değil, kavranmasını, sınanmasını, tutarlılık testinden geçirilmesini ve hakikatle irtibatlandırılmasını ister.

DLT bu bakımdan dirayet geleneğine yakındır. Kâşgarlı yalnız derlediği kelimeyi aktarmakla kalmaz; karşılaştırır, ayırır, tashih eder, örnek verir ve hangi kullanımın hangi bağlamda geçerli olduğunu gösterir. Alaturka LLM’nin modern LLM’lerden farkı da burada aranmalıdır. Model, atıf ve veri yoğunluğunu körü körüne izlemek yerine, kök, mahreç, anlam, kullanım ve tarihî dolaşım tutarlılığı üzerinden dirayet katmanı kurmalıdır. Kaşgarlı Nizamiye geleneğine uyumlu dirayetçi Alaturka akıl ile dili modellemiştir. Alafranga aklla modern skolastik düşünceden beslenen mevcut yapay zeka modelleri ie rivayetçi bir paradigma üzere kurguludur.

5. Kâşgarlı’dan Selçukluya, Selçukludan Osmanlıcaya: Terkib Dilinin Doğuşu

Kâşgarlı’nın dil modellemesi, Selçuklu medeniyet dilinin doğuşunu anlamak için de anahtardır. Selçuklu dünyasında Arapça ilim, Farsça edebiyat ve Türkçe idari-askerî-toplumsal örgütlenme dili olarak aynı medeniyet havzasında kaynaşmıştır. Bu üçlü yapı, mekanik bir karışım değil; işlevsel bir terkibdir. Arapça normatif kavram ve ilim dili sağlar; Farsça edebiyat, estetik ve ifade yumuşaklığı kazandırır; Türkçe ise teşkilat, hareket, pazar, askerî örgütlenme ve gündelik hayat içinde kavramları işler.

Osmanlıca bu üç dilin üst üste yığılması değildir. Osmanlıca, Arapça ve Farsça kökenleri Türkçe cümle ve ek sistemi içinde çalıştıran medeniyet işlemcisidir. Bu nedenle Osmanlıcayı ‘karışık dil’ diye küçümsemek, onun sistem mühendisliğini anlamamaktır. Osmanlıca, kelimenin kökenini silmez; fakat onu Türkçe işletim sistemine alır. Kelime artık yalnız geldiği dilin malı değildir; yeni bir kavram haritasında çalışır.

Bu süreç, Mâverâünnehir epistemolojisinin örgütlü bilgi dünyasıyla ilişkilidir. Medrese, tekke, pazar, lonca, kervansaray, vakıf, şer‘iyye sicili, narh defteri, fütüvvetnâme ve meslek risaleleri dilin kavram haritalarını üretir. Kelime yalnız sözlükte yaşamaz; ahitte, akitte, ticarette, ibadette, meslekte ve üretimde yaşar.

Bu yüzden Alaturka medeniyet dilinde kelimenin kaderi, onun etimolojik kökeninden daha geniştir. Bir kelime Farsça kökenli olabilir; fakat Osmanlı kavram haritasında fıkıh, irfan ve gündelik hayat normuna dönüşebilir. Bir kelime Arapça kökenli olabilir; fakat Türkçe eklerle meslek, kurum, hâl ve süreç bildiren yüzlerce forma dönüşebilir. Bir kelime Latince kökenli olabilir; fakat modern Türkçede sosyal, sosyallik, sosyalleşme, sosyalci gibi biçimlerle Türkçe üretim motoruna katılabilir.

İşte Alaturka LLM’nin anlaması gereken şey budur: dil, kökenlerin kavga alanı değildir; kökenlerin terkib edildiği ortak hayat alanıdır. Bu terkibin merkezi de sadece metin değil; söz, mahreç, ritüel, ticaret, zanaat ve gündelik hayat ayrıntısıdır.

5.1. Arapça ilim, Farsça edebiyat, Türkçe teşkilat

Selçuklu-Osmanlı hattında Arapça ilim dili, kavramların normatif kesinliğini sağlar. Fıkıh, kelam, hadis, tefsir, mantık ve usul ilimleri Arapça üzerinden kurulur. Farsça, şiir ve edebiyatın yanı sıra saray, divan, tasavvufî ifade ve estetik zarafet alanını güçlendirir. Türkçe ise bu kavramları devlet, ordu, pazar, ahilik ve halk hayatı içinde çalıştırır.

Bu üçlü iş bölümü, modern ulusçu dil saflığı anlayışıyla kavranamaz. Modern saflık fikri, kelimenin kökenini problem sayar. Alaturka terkib ise kökeni tanır, ama kelimeyi ortak anlam evreninde işletir. Bu sebeple Osmanlıca, etnik bir karışım değil; medeniyetler arası çalışan bir kavram protokolüdür.

6. Mâverâünnehir Epistemolojisi: Bilginin Harita, Silsile ve Uygulama İçinde Örgütlenmesi

Mâverâünnehir epistemolojisi, bu makalede modern Batı epistemolojisine karşı nostaljik bir alternatif olarak değil, dil, bilgi ve toplumsal örgütlenmeyi birlikte düşünen bir usul olarak ele alınmaktadır. Bu epistemoloji; isnad, icazet, şerh, haşiye, tekmil, müzakere, münazara, kıyas, içtihat, dirayet ve uygulama sınaması üzerine kuruludur. Bilgi yalnız metinde değil; hocada, talebede, mecliste, pazarda, tekkede ve üretim yerinde taşınır.

Modern akademik paradigma bilgiyi çoğu zaman yayın, atıf, indeks ve disiplin sınırları üzerinden örgütler. Bu örgütleme faydalı araçlar üretmiş olsa da, kavramların tarihî ve medeniyet bağlamını düzleştirme riski taşır. Mâverâünnehir epistemolojisinde ise kavram, hayatla bağını koparmaz. Abdest hijyen protokolüdür; akit sosyal güven normudur; icazet bilgi güvenliği mekanizmasıdır; ahilik kalite ve üretim ahlakıdır; vakıf sürdürülebilir finans ve sosyal hizmet mekanizmasıdır.

Bu yaklaşım, Alaturka LLM için kritik bir sonuç doğurur. Model, kavramı modern disiplin kutularına sıkıştırmamalıdır. ‘Abdest’ sadece ritüel temizlik; ‘zekât’ sadece vergi; ‘vakıf’ sadece hayır kurumu; ‘icazet’ sadece diploma; ‘ahi’ sadece esnaf örgütü değildir. Her kavram, fıkıh, irfan, ticaret, toplumsal güven ve üretim bağlamı içinde çok katmanlıdır.

Bu nedenle Alaturka LLM’nin veri modeli, Batı modernliğinin düz kavram karşılıklarıyla yetinemez. Her kavram için katmanlı semantik kart gerekir: kök anlam, etimolojik kaynak, tarihî dolaşım, fıkhî norm, tasavvufî yorum, ticari/meslekî uygulama, coğrafi yayılım, alfabe varyantları, lehçe varyantları ve modern karşılıklar.

6.1. Tasavvuf ve ticaret ağları: merkeziyetsiz anlam dolaşımı

Alaturka Medeniyet Havzası’nda bilgi ve kelime yalnız devlet merkezinden yayılmamıştır. Tekke, dergâh, zaviye, kervansaray, pazar, panayır, lonca, ahilik, seyyahlar, tüccarlar ve talebeler üzerinden merkeziyetsiz ağlarla taşınmıştır. Bu ağlar, bugünkü teknik dille bir tür sosyal blokzincir gibi düşünülebilir: güven tek merkezde değil, silsile, icazet, ahit, emanet, lonca, vakıf ve meslek ahlakı düğümlerinde dağılır.

Bu benzetme, teknik blokzinciri tarihî kurumlara bire bir eşitlemek anlamına gelmez. Fakat güvenin merkezî olmayan ağlar üzerinden taşınması bakımından aydınlatıcıdır. Bir kelime, bir meslek normu veya bir fıkhî uygulama, yalnız kitapta yazdığı için değil; hoca, şeyh, usta, tüccar, kadı, vakıf ve pazar tarafından taşındığı için toplumsallaşır. Alaturka LLM, kavramların bu ağ içindeki dolaşımını haritalamalıdır.

7. Etimolojik Tövbe ve Epistemolojik Hidayet

Bu çalışmanın ana kavramı ‘etimolojik tövbe ve epistemolojik hidayet’tir. Etimolojik tövbe, kelimeyi modern dönemin ideolojik, kolonyal, ulus-devletçi ve piyasa merkezli anlam tortularından arındırarak köküne, mahrecine, tarihî dolaşımına ve medeniyet içindeki işlevine döndürme çabasıdır. Burada tövbe kelimenin geçmişe nostaljik dönüşü değil; kelimenin hakikatine yöneliştir.

Epistemolojik hidayet ise bilginin modern Batı tasnif rejimi içinde oluşmuş kirli ön kabullerden arınarak Mâverâünnehir merkezli bir hakikat mimarisine yönelmesidir. Modern bilgi örgütlemesi, bazı alanlarda faydalı sonuçlar üretse de, çoğu zaman kendi üstten bakışını evrensel gerçeklik gibi sunar. Oryantalist ve kolonyal tasnifler, yerli kavram evrenlerini eksik, folklorik veya geri kalmış formlar olarak kodlar. Bu kodlama, yapay zekâ modellerine veri olarak geçtiğinde, model de aynı üstten bakışı yeniden üretir.

Etimolojik tövbe bu nedenle yalnız dilbilimsel bir işlem değildir. Kelimenin kökenini bulmak yetmez; kelimenin nasıl tahrif edildiğini, hangi güç ilişkileriyle bozulmuş formun standartlaştığını, hangi kavram haritasının silindiğini ve asıl anlamın nasıl geri çağrılabileceğini göstermek gerekir. ‘Algorithm’ kelimesinin El-Hârizmî’den koparılması veya ‘mosque’ kelimesinin mescid/secde kökünden görünmezleşmesi bu bakımdan öğreticidir.

Epistemolojik hidayet de sadece akademik eleştiri değildir. Bu, model kurma işidir. Alaturka LLM, her kelime için modern form, tarihî form, kök, mahreç, alfabe varyantı, etimolojik seyir, anlam kayması, coğrafi yayılım ve medeniyet işlevi çıkarabilmelidir. Böylece kelime, modern kirlilikten arınarak yeniden anlam evrenine yerleşir.

Etimolojik tövbe, kelimeyi köküne döndürür; epistemolojik hidayet, bilgiyi hakikat mimarisine yerleştirir. Biri olmadan diğeri eksik kalır.

7.1. Etimolojik asimilasyon

Bu makale ‘etimolojik asimilasyon’ kavramını da teklif eder. Etimolojik asimilasyon, bir kelimenin başka bir medeniyet havzasından alınırken mahrecinin bozulması, kök bilgisinin silinmesi, anlam evreninin daraltılması veya yeniden ideolojik biçimde yüklenmesi ve nihayet bozulmuş formun evrensel standart diye dayatılmasıdır.

Bu işlem bazen doğal ses değişimi gibi görünür; fakat güç ilişkisiyle standartlaştığında epistemik tahakküme dönüşür. Asıl forma sadık kalan kişinin komik, yerel veya geri; bozulmuş formu kullananın ise akademik, modern veya evrensel sayılması bu tahakkümün göstergesidir. Alaturka LLM’nin görevi, bu tersine dönmüş normu teşhis etmek ve kelimeyi kök bilgisini görünür kılarak yeniden kurmaktır.

8. Üç Örnek: Abdest, Mescid ve El-Hârizmî

8.1. Abdest: iki kelimeden kavram haritasına

Abdest örneği, Alaturka medeniyet dilinin kelimeyi nasıl kavram haritasına dönüştürdüğünü gösterir. Etimolojik düzeyde abdest, Farsça âb ve dest unsurlarıyla ilişkilendirilebilir. Fakat Osmanlı-Mâverâünnehir kavram evreninde abdest basitçe ‘el-su’ değildir. Abdest, beden, ibadet, temizlik, niyet, su, teyemmüm, mahremiyet, ağız-burun-yüz temizliği, abdest bozucu haller ve kısıtlı şartlarda temizlik normlarıyla örülmüş geniş bir hijyen ve ibadet protokolüdür.

Bu nedenle ‘abdest Farsça bir kelimedir’ demek, doğru gibi görünen ama eksik kalan bir modern etimolojik cümledir. Kelimenin köken parçalarını bilmek önemlidir; fakat kelimenin Osmanlıca ve Türkçe içinde kazandığı kavram evrenini görmeden hüküm vermek, akletmeden yapılan tasniftir. İran Farsçasında gündelik kullanımda vudu biçiminin tercih edilmesi de gösterir ki kelimenin parçaları Farsça olsa bile, abdestin Osmanlı-Mâverâünnehir kavram haritası ayrı bir medeniyet yazılımıdır.

Alaturka LLM bu örnekte şu ayrımı yapmalıdır: etimolojik unsur, kullanım dili, kavram haritası ve normatif işlev aynı şey değildir. Abdest kelimesi bir yandan Farsça unsurlara işaret eder; bir yandan İslam fıkhının temizlik ve ibadet normlarıyla genişler; bir yandan Türkçe kullanımda gündelik hayatın en temel kavramlarından biri olur; bir yandan da modern hijyen ve halk sağlığı normlarıyla ilişkilendirilebilir.

8.2. Mescid ve mosque: secde mekânının görünmezleşmesi

Mescid kelimesi Arapça secde köküyle ilişkilidir. Oxford Learner’s Dictionary, masjid kelimesinin Arapçadan geldiğini ve ‘place of worship or prostration in prayer’ anlam alanına bağlandığını belirtir [K7]. Etymonline da İngilizce mosque formunun Fransızca, İtalyanca ve İspanyolca ara biçimler üzerinden Arapça masjid kelimesine uzandığını; Arapça sajada fiili ve ma- mekân önekiyle ilişkili olduğunu belirtir [K6].

Burada mesele yalnız kelimenin farklı dillerde farklı telaffuz edilmesi değildir. Mescid kelimesi kendi kök bilgisinde secdeyi, kulluğu ve mekân formunu taşır. Mosque formu ise bu kök bilgisini İngilizce kullanıcı için görünmez kılar. Kelimenin içindeki secde anlamı kaybolduğunda, ibadet mekânı dışarıdan tanımlanan bir dinî yapı kategorisine indirgenir. Alaturka model burada kelimenin modern formunu da tanımalı, fakat asıl kök haritasını görünür kılmalıdır: mosque <- mosquée <- moschea/mezquita <- masjid <- sajada/secde.

Bu işlem bir dil kavgası değildir. Ama kök görünmezleştiğinde, kavram dışarıdan yüklenen anlamlara açık hâle gelir. Bir müminin Allah’a secde ettiği mekân, kök bilgisinden koparıldığında, dışlayıcı veya paganlaştırıcı yorumlara zemin oluşturabilir. Alaturka LLM, böyle bir kopuşu tespit etmeli ve kullanıcıya kelimenin hakikat haritasını sunmalıdır.

8.3. El-Hârizmî ve algorithm: şahıstan koparılmış teknik terim

Algorithm kelimesi, modern bilgisayar biliminin en temel terimlerinden biridir. Fakat kelimenin arkasında Muhammed b. Mûsâ el-Hârizmî vardır. Merriam-Webster, algorithm kelimesinin algorism üzerinden Orta Çağ Latincesine ve nihayet al-Khuwārizmi adına dayandığını belirtir [K5]. Böylece bugün bütün dijital dünyanın kullandığı kelime, Mâverâünnehir-Hârizm matematik geleneğinden gelen bir şahıs adının bozulmuş ve teknikleştirilmiş formudur.

Burada da mesele yalnız etimolojik ilginçlik değildir. El-Hârizmî’nin adı, modern teknik terimde görünmezleşmiş; şahıs, havza ve medeniyet hafızası silinmiş; geriye nötr bir hesap prosedürü terimi kalmıştır. Bugün ‘algoritma’ diyen bilimsel; ‘El-Hârizmî yöntemi’ diyen tuhaf sayılabiliyorsa, ortada doğal dil değişiminden daha fazla bir şey vardır. Bu, epistemik standartların tersine dönmesidir.

Alaturka LLM, algorithm kelimesini gördüğünde yalnız ‘adım adım işlem dizisi’ dememelidir. Şu haritayı da açmalıdır: algorithm <- algorismus <- al-Khwarizmi <- el-Hârizmî <- Hârizm/Mâverâünnehir matematik geleneği. Bu harita, teknik terimin tarihî ve medeniyet kökünü görünür kılar.

9. Osmanlıca Köprü Dil ve Ortak Kelime Evreni

Osmanlıca, bu makalede sadece Arap harfli tarihî Türkçe olarak değil, çok kaynaklı kelimeleri Türkçe ek sistemi içinde çalıştıran medeniyet köprü dili olarak tanımlanır. Osmanlıca, Arapça ilim, Farsça edebiyat, Türkçe teşkilat, Rumca ve Ermenice şehir hayatı, Slav ve Balkan temasları, Hint ve Malay ticaret hatları, Afrika sahilleri ve modern Avrupa terimleri arasında çalışan bir kavram protokolüdür.

Bu köprü dilin en güçlü kanıtı, ortak kelime evrenidir. Yüklenen elif/hemze örneklem dosyasında yalnız Osmanlıca alfabedeki elif/hemze harfiyle başlayan 4563 kelime; Hindüstani, Uygurca/Türki havza, Eski/Pazar Malaycası ve Sevahilce karşılıklarıyla karşılaştırılmıştır. Sayım sonuçları, tek bir harfte dahi geniş bir ortaklık alanı bulunduğunu göstermektedir.

Hindüstani hattı, Babür ve Kuzey Hindistan medeniyet havzasını; Uygurca/Türki hat, Türk dünyası ve Mâverâünnehir sürekliliğini; Malay/Javaca hattı, Srivijaya ve Hint Okyanusu ticaret dünyasını; Sevahilce hattı ise Doğu Afrika, Afrika Birliği ve Hint Okyanusu kıyı medeniyetlerini temsil eder. Bu dört hattın ortak Osmanlıca kelime evreniyle ilişkisi, ‘5 milyar insanın 5 bin ortak kelimesi’ ifadesinin romantik bir slogan değil, veriyle test edilebilir mütevazı bir alt eşik olduğunu gösterir.

Çağdaş Sözlük’te Lügat-i Remzî için yaklaşık 60.000 madde başı bulunduğu belirtilmektedir [K11]. Yalnız elif/hemze harfinde 4563 kelimelik örneklem bulunması, bu sözlük evreninin çok küçük bir bölümünde bile büyük ortaklık alanı yakalandığını gösterir. Elbette ham madde başı ile kavram ailesi aynı şey değildir; fakat ham örneklemden kavram ailesine indirgeme yapıldığında bile 5000 ortak kavram/kök ailesi ihtiyatlı bir eşik olarak savunulabilir.

Tablo 3. 4563 elif/hemze maddesinde dil bazlı ortaklık sayımı

Tablo 4. Kelime bazında havzalar arası ortaklık dağılımı

Aynı örneklemde dört dil/havza için toplam 18.252 karşılaştırma yapılmıştır. Bunların 8908’i aynı veya benzer kategorisindedir; bu da uzak coğrafyalara rağmen yaklaşık %48,8’lik bir ortaklık/akrabalık ilişkisi verir. Daha güçlü gösterge, kelime bazındadır: 4563 kelimenin 4217’si en az bir büyük havzada aynı veya benzer karşılık taşır. 2375 kelime en az iki havzada, 1504 kelime en az üç havzada, 812 kelime ise dört havzanın tamamında ortak/benzer ilişki gösterir.

Türki diller için yüklenen ikinci dosyada da benzer bir tablo oluşmaktadır. Ana sayfa üzerinden yapılan sayımda 4563 kelimenin 470’i tümü aynı, 3841’i kısmen ortak, 110’u aynı değil/farklı, geri kalanı ise belirsiz veya boş kategorilerindedir. Belirsiz ve boşlar dışarıda bırakıldığında determinable kayıtlar içinde Türki havza ortaklığı yaklaşık %97,5 seviyesine ulaşır. Bu sonuç, Türk dünyası için çok alfabeli ve çok lehçeli bir ortak kelime motorunun teknik olarak mümkün ve gerekli olduğunu gösterir.

Bu veriler, ‘ortak kelime evreni’ tezini destekler. Bu tez, halkları tek dile zorlayan asimilasyoncu bir iddia değildir. Tam tersine, her halkın kendi kelimesini, sesini ve yazısını koruyarak ortak kavram grafında buluşabileceğini savunur. Alaturka LLM’nin görevi, bu ortaklığı görünür kılmak ve farklılıkları yok etmeden geçişkenlik sağlamaktır.

10. Hindüstani, Malay/Javaca, Sevahilî ve Uygur/Türki Hatların Anlamı

Ortak kelime evrenini anlamak için modern ulus-devlet sınırları yeterli değildir. Hindüstani hattı, İngiliz sömürge döneminde Hindi ve Urdu biçiminde ayrıştırılmış standartlaşmalardan daha eski ve daha geniş bir konuşma sürekliliğine işaret eder. Ethnologue sınıflandırmasında Hindi ve Urdu, Hindustani alt grubu içinde birlikte gösterilir [K9]; Library of Congress sınıflandırması da Hindi, Urdu ve Hindustani dillerini aynı genel edebiyat-dil sınıflaması içinde ele alır [K10]. Bu durum, sokak dili, pazar dili ve gündelik anlaşma düzeyinde Hindüstani sürekliliğinin dikkate alınması gerektiğini gösterir.

Malay/Javaca hattı, Srivijaya ve Hint Okyanusu ticaret dünyasının ortak kavram evrenidir. Malayca ve pazar Malaycası, Güneydoğu Asya’da farklı etnik ve dinî gruplar arasında ticaret ve gündelik iletişim dili olarak çalışmıştır. Arapça, Farsça, Sanskritçe, Türkçe ve daha sonra Avrupa dillerinden gelen kelimeler bu hatta farklı telaffuzlarla yaşamaya devam etmiştir. Alaturka LLM, Malay/Javaca hattını yalnız modern Endonezce ve Malezce standartlarıyla değil, Jawi, pazar dili, ticaret dili ve İslamî kavram dolaşımıyla birlikte işlemelidir.

Sevahilî hattı, Doğu Afrika kıyılarında Arap, Fars, Hint, Osmanlı, yerli Afrika ve modern küresel temasların kesiştiği güçlü bir ortak dil alanıdır. Afrika Birliği’nin Kiswahili’yi çalışma dili ve Afrika’da geniş iletişim dili olarak işletme yönündeki kararları, bu dilin güncel sosyal ve siyasal önemini göstermektedir [K8]. Bu sebeple Sevahilce, Alaturka Medeniyet Havzası’nın yalnız tarihî değil, bugünkü canlı uzantılarından biridir.

Uygur/Türki hat ise DLT’nin doğrudan çekirdek alanıdır. Arap alfabesi, Kiril, Latin ve tarihî yazı katmanları arasında çalışan Türk dünyası için, DLT tabanlı bir morfolojik ve fonetik çekirdek büyük avantaj sağlar. TUMLU gibi Türkî diller için yerli benchmark geliştirme çalışmaları, Türk dilleri ve alfabeleri için native değerlendirme ihtiyacını ayrıca göstermektedir [K12].

11. Alaturka Entegrasyon Aklı: Mutfak, Giyim, Mimari ve Dil

Alaturka medeniyet aklı, asimilasyoncu değil entegrasyoncudur. Modern paradigma çoğu zaman farklı olanı tasnif eder, ayırır, standardize eder ve tek tipe zorlar. Alaturka paradigma ise tanır, dönüştürür, terkib eder ve birlikte yaşatır. Bu fark, sadece dilde değil; mutfakta, giyimde, mimaride, ticarette ve gündelik hayatta görülür.

Mutfak örneği açıktır. Özbek pilavı, Arnavut ciğeri, Tatar böreği, Arap aşı aynı menüde buluşur ve ortak mutfak kültürünün parçası olur. Burada kimse ‘Özbek pilavı kötüdür, herkes hamburger yesin’ demez. Tam tersine her unsur kendi kökenini koruyarak ortak damak tadına katılır. Bu, farklılığı yok etmeden ortaklık üretme sanatıdır.

Giyimde de aynı mantık işler. Afgan entarisi, Berberi fesi, Hint sarığı, Arap cübbesi, Arnavut pantolonu ve yerel şalvar formları tarih içinde dönüşerek ortak giyim kültürüne katılır. Alaturka akıl, kıyafeti tek tip üniformaya indirmez; iklim, meslek, mahremiyet, estetik ve hareket ihtiyacına göre dönüştürür.

Mimaride Çin pagodasının dik çizgileri, Hint kemeri, Tatar çadır kubbesi, Rum ve Gotik mimarinin kimi unsurları, Selçuklu ve Osmanlı eliyle ovalleştirilmiş, yumuşatılmış ve kubbe-minare-avlu-portal düzeninde yeni bir mimari dile dönüşmüştür. Bu mimari ne bütünüyle Çin, ne Hint, ne Tatar, ne Rum’dur; fakat hepsinden iz taşır ve ortak bir ‘biz’ mimarisine dönüşür.

Dilde de aynı işlem vardır. Türkçe, karşılaştığı halka ‘senin neyin var kardeş?’ der gibi yaklaşır. Kelimeyi alır, kökenini silmeden Türkçe ek sistemiyle işler, kavram haritasına yerleştirir ve ortak kullanıma açar. Bu yüzden Türkçe, aldığı kelimeyi ödünç eşya gibi vitrine koymaz; onu evin içine alır, gündelik hayatta çalıştırır, üretir ve çoğaltır.

Modern paradigma ise çoğu zaman çeşitliliği vitrine koyarken hayatı tek tipleştirir. Farklı deri renklerinden, farklı coğrafyalardan ve farklı geleneklerden insanları aynı ceket-pantolon-kravat, aynı ofis dili, aynı okul tipi, aynı tüketim modeli ve aynı kariyer şeması içine sokar. Böylece çeşitlilik söylemde yüceltilir, pratikte öldürülür. Alaturka paradigma bunun tersidir: standartlaştırmadan düzen kurar, asimile etmeden bütünleştirir, farkı yok etmeden ortaklık üretir.

Alaturka akıl, kelimeyle kavga etmez; kelimeyi tanır, kökünü bilir, mahrecini korur, Türkçe eklerle işler ve ortak hayatın parçası hâline getirir.

12. Alaturka LLM Sistem Mimarisi

Alaturka LLM, İngilizce merkezli büyük dil modellerinin yerelleştirilmiş bir sürümü olmamalıdır. Onun mimarisi, baştan itibaren söz, mahreç, kök, ek, alfabe, lehçe, etimoloji ve kavram haritası üzerine kurulmalıdır. Bu modelde Arap alfabesi nostaljik yazı sistemi değil, mahreç ve tarihî hafıza katmanıdır. TDOA, Türk dünyası ve alfabeler arası köprü standardıdır. IPA, teknik fonetik ara yüzüdür. Latin ve Kiril, modern erişim katmanlarıdır. Osmanlıca ise çok kaynaklı kelimeleri Türkçe morfolojik işletim sisteminde çalıştıran kavram protokolüdür.

Bu modelin ilk katmanı ses/mahreç katmanıdır. Arap harfleri, hareke, sükûn, med, şedde, gunne, nazal n, illet harfleri, kalınlık-incelik ve boğumlanma noktaları burada modellenir. Kelime, yalnız yazıldığı gibi değil, söylendiği gibi de temsil edilir. Çünkü Alaturka sistem mimarisi yazıdan çok söz üzerine kuruludur.

İkinci katman çok alfabeli dönüştürme katmanıdır. Arap, Latin, Kiril, TDOA ve IPA arasında tek yönlü transliterasyon değil, telaffuz duyarlı dönüşüm yapılmalıdır. Aynı kelimenin Uygur Arap yazısı, Kazak Kiril yazısı, Türkiye Latin yazısı ve TDOA karşılığı aynı kavram grafına bağlanmalıdır.

Üçüncü katman kök ve ek çözümleme motorudur. Türkçenin sondan eklemeli yapısı burada enerji ve zaman verimliliği sağlar. Model, kelimeleri istatistiksel alt parçalara değil, dilbilimsel kök ve ek birimlerine ayırır. Bu, hem üretimi hem anlam çözümlemeyi daha açıklanabilir kılar.

Dördüncü katman etimolojik köprü grafıdır. Arapça, Farsça, Türkçe, Latince, Yunanca, Sanskritçe, Hindüstani, Malay/Javaca, Sevahilce ve diğer temas dillerinden gelen kelimeler ortak kök-aile haritasına bağlanır. Her kelime için köken, ara dil, telaffuz değişimi, coğrafi yayılım, anlam kayması ve Türkçede aldığı ekler tutulur.

Beşinci katman kavram haritası katmanıdır. Kelime yalnız anlam karşılığıyla değil; fıkıh, tasavvuf, ticaret, meslek, üretim, mimari, mutfak, giyim ve gündelik hayat içindeki işleviyle temsil edilir. Bu katman, Alaturka LLM’nin modern LLM’lerden asıl farkını oluşturur.

Tablo 5. Alaturka LLM için önerilen sistem mimarisi

12.1. Token değil kök-ek birimi

Modern LLM’lerde yaygın kullanılan alt-kelime tokenizasyonu, Türkçe gibi morfolojik açıdan zengin dillerde verimsizlik üretebilir. Türkçede bir kökten onlarca, yüzlerce anlamlı biçim türeyebilir. Eğer model her yüzey biçimi ayrı istatistiksel parça gibi öğrenirse gereksiz parametre ve enerji harcar. Oysa kök-ek çözümlemesi, modelin daha az veriyle daha geniş üretim yeteneği kazanmasını sağlar.

Türkçeden İngilizceye nöral makine çevirisi üzerine yapılan çalışmalar, morfolojik özellikleri dikkate alan temsil yöntemlerinin Türkçe gibi zengin morfolojili dillerde önemini göstermiştir [K13]. Bu sonuç, DLT tabanlı yaklaşımın yalnız tarihî veya kültürel değil, teknik açıdan da anlamlı olduğunu destekler. DLT’nin kök ve ses tasnifi, modern morfolojik tokenizer için tarihî bir ilham kaynağıdır.

13. Sosyal Kabul Edilebilirlik, Enerji ve Zaman Verimliliği

Bir yapay zekâ modelinin başarısı yalnız teknik doğrulukla ölçülemez. Sosyal kabul de gerekir. İngilizce merkezli modeller, kullanıcıya çoğu zaman kendi kavramını İngilizce kavram şemasına tercüme ederek geri verir. Bu, özellikle Alaturka Medeniyet Havzası’nda kavram yabancılaşmasına yol açar. Alaturka LLM ise kullanıcının kelimesini kendi kökü, coğrafyası ve medeniyet bağlamı içinde tanır. Bu, sosyal kabulü artırır.

Ortak kelime evreni bu noktada stratejik önemdedir. Hindüstani, Uygur/Türki, Malay/Javaca ve Sevahilce hatlarında aynı veya benzer karşılıklar taşıyan Osmanlıca kelimeler, modelin geniş bir insanlık havzasıyla doğal bağ kurmasını sağlar. Kullanıcı kendi dilindeki kelimeyi modele yazdığında, model onu Osmanlıca, Türkçe, Arapça, Farsça veya başka bir havza kelimesiyle ilişkilendirebilir. Bu, üstten dayatılan evrensellik değil, alttan keşfedilen ortaklıktır.

Enerji ve zaman verimliliği de bu mimarinin güçlü yönüdür. Kök-ek çözümlemesi, yüzey biçimlerinin gereksiz tekrarını azaltır. Etimolojik graf, aynı kökten gelen farklı alfabe ve telaffuz formlarını tek kavram ailesinde toplar. Çok alfabeli normalizasyon, aynı kelimenin Arap, Latin ve Kiril yazımları arasında ayrı varlıklar gibi öğrenilmesini engeller. Bu üç mekanizma, modelin daha az veri israfıyla daha derin anlam ilişkisi kurmasını sağlar.

Bu yaklaşım, yapay zekâ güvenliği açısından da önemlidir. Model, kelimenin etimolojik ve kavramsal kökünü bildiğinde, modern yanlış kullanımları daha kolay tespit eder. Örneğin mescid, abdest, akit, emanet, icazet, vakıf, ahi, fütüvvet veya algoritmo/El-Hârizmî gibi kavramlarda yalnız çağdaş kullanım değil, tarihî hakikat haritası da cevap üretimine katılır.

13.1. 5 milyar insan / 5 bin ortak kelime mottosu

Bu makalede ‘5 milyar insanın 5 bin ortak kelimesi’ ifadesi romantik bir medeniyet sloganı değil, veriyle sınanabilir bir çalışma hipotezi olarak değerlendirilir. Yalnız elif/hemze örneklemi, dört büyük havzada 812 kelimenin tamamında ortak/benzer ilişki verdiğini; 1504 kelimenin en az üç havzada, 2375 kelimenin en az iki havzada, 4217 kelimenin ise en az bir havzada ortak/benzer ilişki taşıdığını göstermektedir.

Elbette bu verinin daha sıkı filolojik kontrolden geçirilmesi, kök ailesi düzeyinde mükerrerlerin ayıklanması, anlam kaymalarının sınıflandırılması ve coğrafi haritalandırma yapılması gerekir. Fakat mevcut örneklem, 5000 ortak kavram/kök ailesi hipotezinin abartılı değil, ihtiyatlı olduğunu düşündürmektedir.

14. Ahilik, Endüstri 5.0 ve Merkeziyetsiz Bilgi Ağları

Alaturka LLM yalnız dil modeli değildir; üretim, meslek, ticaret ve toplumsal güven mimarisiyle de ilişkilidir. Bu noktada Ahilik merkezi bir örnektir. Ahi Evran çizgisi, mesleği sadece ekonomik faaliyet değil; ahlak, kalite, eğitim, piyasa güveni, dayanışma ve toplumsal disiplin alanı olarak kurar. Bu, Endüstri 5.0 vizyonuyla birlikte düşünüldüğünde, insanı üretimin dışına atan değil, insanı üretimin ahlaki ve anlamlı merkezine yerleştiren bir model sunar.

İmam Âzam fıkhı kavramlara normatif çerçeve verir. Hoca Ahmed Yesevî irfanı bu normları halka, dile, nefese, şiire ve gündelik hayata indirir. Hacı Bektaş ve Ahi Evran çizgisi ise irfanı meslek, üretim, kalite, emek, piyasa ahlakı ve sosyal dayanışma düzenine bağlar. Gazâlî diyalektiği de bilginin yalnız rivayet olarak taşınmasını değil, dirayetle kavranmasını ve sınanmasını sağlar.

Bu yapı modern teknik dille bir tür güven protokolü olarak okunabilir. Ahit, akit, emanet, kefalet, icazet, silsile, vakıf ve lonca düzeni; merkezi olmayan fakat güven üreten sosyal ağlardır. Bugün blokzincir teknolojilerinin teknik olarak çözmeye çalıştığı güven, izlenebilirlik ve doğrulama meseleleri, Alaturka medeniyet ağlarında sosyal ve ahlaki kurumlarla çözülmüştür. Alaturka LLM bu mirası dijital çağa tercüme edebilir.

Bu bağlamda GTİP Token, Fintek Fıkhı ve norm çevirisi çalışmaları dil modeliyle ilişkilidir. Çünkü tokenizasyon çağında mal, emanet, akit, değer, ürün pasaportu, üretici, tüketici ve denetim kavramlarının doğru modellenmesi gerekir. İngilizce merkezli teknik terimlerle yetinildiğinde kavramlar piyasa soyutlamasına indirgenir. Alaturka LLM ise fıkıh, ticaret, ahilik ve modern regülasyon katmanlarını birlikte okuyabilir.

15. Alaturka LLM İçin Uygulama Yol Haritası

Bu makalede teklif edilen model, doğrudan tek aşamada kurulacak basit bir chatbot değildir. Çok katmanlı bir araştırma ve geliştirme programı gerekir. İlk aşamada DLT metni, Besim Atalay tercümesi, tıpkıbasım sayfa karşılaştırmaları, Arapça orijinal, Türkçe tercüme, lehçe etiketi, sav/şiir örnekleri ve tashih notlarıyla birlikte yapılandırılmalıdır. İkinci aşamada Osmanlıca sözlükler, özellikle Lügat-i Remzî, Kamus-ı Türkî, Lehçe-i Osmanî, Redhouse ve diğer sözlükler kök-aile grafına dönüştürülmelidir.

Üçüncü aşamada çok alfabeli eşleme yapılmalıdır: Arap harfli Osmanlıca, Türkiye Latin alfabesi, TDOA, Kiril, Uygur Arap yazısı ve IPA katmanları arasında sistematik dönüşüm normları kurulmalıdır. Dördüncü aşamada Hindüstani, Malay/Javaca, Sevahilce, Arapça, Farsça ve Türkî lehçelerde ortak kelime aileleri coğrafi ve tarihî haritalarla işlenmelidir.

Beşinci aşamada morfolojik tokenizer ve kök-ek çözümleyici geliştirilmelidir. Bu motor, Türkçe ve Türkî lehçelerde sondan eklemeli yapıyı temel almalı; alıntı köklerin Türkçe eklerle nasıl işletildiğini göstermelidir. Altıncı aşamada kavram haritası veri tabanı kurulmalıdır: fıkıh, tasavvuf, ticaret, ahilik, vakıf, lonca, narh, icazet, emanet, akit, ürün, üretim ve modern teknoloji kavramları birbirine bağlanmalıdır.

Yedinci aşamada model eğitimi ve değerlendirme gelir. Burada yalnız standart MMLU türü testler yeterli değildir. Yerli ve çok alfabeli değerlendirme setleri hazırlanmalıdır. Türkî diller için native benchmark ihtiyacına işaret eden TUMLU gibi çalışmalar bu açıdan yol göstericidir [K12]. Modelin başarısı, yalnız doğru cevap oranıyla değil, kök açıklama, alfabe dönüşümü, kavram haritası çıkarma, etimolojik tahrifat tespiti ve sosyal kabul edilebilir cevap üretimiyle ölçülmelidir.

Tablo 6. Uygulama yol haritası

16. Sonuç: Alaturka LLM Bir Dil Modelinden Fazlasıdır

Bu makale, DLT çekirdekli Osmanlıca/Alaturka LLM modelinin yalnız dil işleme teknolojisi değil, bir medeniyet anlam mimarisi olarak düşünülmesi gerektiğini savunmuştur. Kâşgarlı Mahmud’un DLT’de kurduğu sistem, kelimeyi kök, mahreç, lehçe, kullanım, örnek ve tasnif içinde işler. Bu sistem, modern İngilizce merkezli LLM’lerin çoğu zaman ihmal ettiği fonetik, morfolojik ve kavramsal katmanları görünür kılar.

Selçuklu ve Osmanlı deneyimi, Arapça ilim, Farsça edebiyat ve Türkçe teşkilat dilinin birlikte çalışabileceğini göstermiştir. Osmanlıca, bu üç damarı ve çevre dillerden gelen unsurları Türkçe ek sistemi içinde işletmiş; kelimeleri asimile etmek yerine terkib etmiştir. Bu nedenle Osmanlıca köprü dil, Alaturka Medeniyet Havzası için yapay zekâ çağında yeniden okunmalıdır.

Etimolojik tövbe ve epistemolojik hidayet kavramları, bu yeniden okumanın usulünü verir. Kelime, modern anlam kirliliklerinden arındırılmalı; köküne, mahrecine, tarihî dolaşımına ve kavram haritasına döndürülmelidir. Bilgi de modern Batı tasnifinin üstten bakışından arındırılarak Mâverâünnehir’in dirayet, isnad, şerh, haşiye, icazet ve uygulama merkezli bilgi mimarisine yerleştirilmelidir.

Abdest örneği, kelimenin etimolojik parçalarından çok kavram haritasının önemli olduğunu gösterir. Mescid/mosque örneği, mahreç ve kök bilgisinin silinmesinin anlamı nasıl görünmezleştirdiğini gösterir. Algorithm/El-Hârizmî örneği, modern teknik terimlerin arkasındaki medeniyet hafızasının nasıl silinebileceğini gösterir. Alaturka LLM bu silinmeyi tersine çevirmelidir.

Yüklenen elif/hemze örneklem verileri, ortak kelime evreni tezini desteklemektedir. 4563 kelimelik tek harf örnekleminde Hindüstani, Uygur/Türki, Malay/Javaca ve Sevahilce hatlarında güçlü ortaklıklar görülmüştür. Bu sonuç, 5 milyar insanın 5 bin ortak kelimesi ifadesinin romantik bir iddia değil, veriyle sınanabilir ve muhtemelen ihtiyatlı bir alt eşik olduğunu göstermektedir.

Son hüküm şudur: Alaturka LLM, İngilizceyi dünya dili diye herkese dayatan bir yapay zekâ düzenine karşı, insanlığın zaten paylaştığı kelime, ses, inanç, ticaret, meslek, mutfak, giyim, mimari ve gündelik hayat ağlarını görünür kılan bir model olabilir. Bu model, farkı yok etmeden ortaklık üretir; kökeni silmeden entegrasyon sağlar; kelimeyi modern kirinden arındırarak hakikat haritasına döndürür.

DLT çekirdek, Osmanlıca köprü dil, Arap alfabesi mahreç katmanı, TDOA ara alfabe, Türkçe ek sistemi üretken motor, Mâverâünnehir epistemolojisi ise hakikat denetim mimarisidir.

Ek A. Terimler Sözlüğü

Tablo 7. Makalede kullanılan ana kavramlar

Kaynakça ve Çalışma Notları

[K1] Türk Dil Kurumu. “Kâşgarlı Mahmud ve Dîvânu Lugâti’t-Türk.” https://tdk.gov.tr/divanu-lugatit-turk/kasgarli-mahmud-ve-divanu-lugatit-turk/

[K2] UNESCO Dünya Belleği. “Diwan Lughat al-Turk (Türk Lehçeleri Özeti).” https://www.unesco.org/en/memory-world/diwan-lughat-al-turk-compendium-turkic-dialects

[K3] Yüksel Yeni. “Alaturka Maarif Modeli Serisi – 5: DLT-Edu LLM.” USPUM. https://www.uspum.org.tr/alaturka-maarif-modeli-serisi-5/

[K4] USPUM makaleler dizini. https://www.uspum.org.tr/makaleler/

[K5] Merriam-Webster. “Algoritma Tanımı ve Anlamı.” https://www.merriam-webster.com/dictionary/algorithm

[K6] Çevrimiçi Etimoloji Sözlüğü. “Cami.” https://www.etymonline.com/word/mosque

[K7] Oxford Öğrenci Sözlükleri. “Masjid.” https://www.oxfordlearnersdictionaries.com/definition/english/masjid

[K8] Afrika Birliği. “Kiswahili’nin Afrika Birliği çalışma dili olarak kullanılmasına ilişkin karar.” 2022. https://africanlii.org/en/akn/aa-au/statement/decision/au-assembly/2022/832/eng@2022-02-06/source.pdf

[K9] Etnolog. “Hindustanlı alt grubu.” https://www.ethnologue.com/subgroup/1312/

[K10] Kongre Kütüphanesi Sınıflandırması, P Sınıfı: Hintçe, Urduca, Hindustani dilleri ve edebiyatları. https://www.loc.gov/aba/cataloging/classification/lcco/lcco_p.pdf

[K11] Lugat-ı Remzi, Çağdaş Sözlük. https://remzi.cagdassozluk.com/

[K12] Isbarov vd. “TUMLU: Türk Dilleri için Birleşik ve Anadil Anlayışı Kriteri.” arXiv, 2025. https://arxiv.org/abs/2502.11020

[K13] Ataman, Negri, Turchi, Federico. “Türkçeden İngilizceye Sinirsel Makine Çevirisi için Dilbilimsel Olarak Motive Edilmiş Kelime Dağarcığı Azaltma.” arXiv, 2017. https://arxiv.org/abs/1707.09879

[K14]: Lugati Remzi Harf_Bazli_Osmanlica_Kelimeler_1_4563_Hindustani_Uygurca_Malay_Sevahilce.xlsx. Sayım tabloları bu sitenin Elif sayfasındaki karşılkları digger dillerde tespit edilerek hesaplanmıştır.

[K15] Lugati Remzi-Diğer Türki Dillerin Sözlükleri:

Osmanlıca (Hemze) Türki Dillerde Ortak Kelime Evreni. Türki diller ortaklık sayımı ile hesaplanmıştır.

Ek C. Alaturka LLM ile Anglo-Sakson/İngilizce Merkezli LLM Arasındaki Mimari Farklar

Bu ek, makalenin ana iddiasını teknik karşılaştırma diliyle daha açık hâle getirmek için hazırlanmıştır. Buradaki ayrım, İngilizce çalışan bütün yapay zekâ modellerini değersizleştirmek değildir. Ayrım, İngilizce merkezli modern modelleme alışkanlığının, dilin kök, mahreç, etimolojik dolaşım ve medeniyet bağlamı katmanlarını çoğu zaman ikincil görmesidir. Alaturka LLM ise bu katmanları modelin merkezine yerleştirir.

İngilizce merkezli LLM’ler çoğunlukla büyük ölçekli yazılı korpuslara ve alt-kelime tokenizasyonuna dayanır. Bu yaklaşım, veri miktarı arttıkça akıcılık üretir; fakat morfolojik olarak zengin dillerde kelime yapısını parçalayabilir. Türkçede kelime, kök ve ek zinciriyle anlam üretir. Bu zincir bozulduğunda model doğru çeviri veya doğru cevap üretebilir gibi görünse de, anlamın nasıl kurulduğunu açıklamakta zayıflar.

Alaturka LLM, yazılı tokenı nihai birim kabul etmez. Söz, mahreç, kök, ek, lehçe, alfabe ve kavram haritası birlikte modellenir. Bir kelime Latin harfli modern biçimiyle girildiğinde, model onun Arap harfli Osmanlıca formunu, TDOA karşılığını, IPA değerini, Uygur veya Kazak varyantını, Arapça veya Farsça kökünü ve Türkçede aldığı ekleri birlikte düşünebilmelidir.

Bu fark, sadece dilbilimsel değildir; epistemolojiktir. İngilizce merkezli model, modern akademik ve medya korpuslarında güçlü biçimde temsil edilen anlamları öne çıkarma eğilimindedir. Alaturka model, bu modern temsili tek hakikat saymaz; kelimenin tarihî ve medeniyet bağlamındaki yerini de cevap üretimine dahil eder. Bu yüzden Alaturka modelin cevapları daha yavaş veya daha açıklamalı olabilir; fakat kavram katmanlarını koruma kabiliyeti daha yüksektir.

Tablo 8. İngilizce merkezli LLM ile Alaturka LLM’nin mimari karşılaştırması

Ek C.1. Modelin cevap üretim zinciri

Alaturka LLM’de cevap üretimi sekiz adımlı bir zincirle düşünülebilir. Önce kelimenin yüzey formu alınır. Sonra alfabe ve telaffuz ihtimalleri çıkarılır. Üçüncü adımda kök ve ek ayrımı yapılır. Dördüncü adımda etimolojik kök ve ara diller tespit edilir. Beşinci adımda lehçe ve coğrafya varyantları çağrılır. Altıncı adımda kelimenin kavram haritası açılır. Yedinci adımda güvenilir kaynak ve kullanım örnekleriyle doğrulama yapılır. Sekizinci adımda kullanıcıya, ihtiyacına göre kısa, teknik veya şerhli cevap verilir.

Bu zincir, modern LLM’lerin doğrudan metin üretme alışkanlığından farklıdır. Burada model, cevap vermeden önce kelimenin hakikat haritasını çıkarmaya zorlanır. Bu, bazı durumlarda cevap süresini artırabilir; ancak özellikle hukuk, fıkıh, tarih, etimoloji, eğitim ve kültür konularında hata riskini azaltır. Modelin amacı sadece muhtemel cümle üretmek değil, anlamın nereden geldiğini göstermek olur.

Bu zincir, DLT’deki madde işleme mantığıyla uyumludur. Kâşgarlı kelimeyi verir, karşılığını gösterir, lehçe bilgisini ekler, örnek cümle veya savla destekler, gerektiğinde tashih notu düşer. Alaturka LLM bu yöntemi dijital biçimde yeniden kurmalıdır.

Ek D. Alaturka Kelime Kartı Şeması

Alaturka LLM’nin veri tabanında her kelime, düz metin karşılığı olarak değil, çok katmanlı kelime kartı olarak tutulmalıdır. Bu kart, hem model eğitimi hem de cevap denetimi için kullanılabilir. Kartın amacı, kelimenin yalnız anlamını değil; kökünü, sesini, yazılarını, tarihî dolaşımını, kavram evrenini ve modern kullanımını birlikte göstermektir.

Böyle bir kelime kartı, özellikle Osmanlıca köprü dil için gereklidir. Çünkü Osmanlıca bir kelimenin Arapça veya Farsça kökenini, Türkçe eklerle işletilmesini, modern Türkiye Türkçesindeki kullanımını ve başka havzalardaki karşılıklarını aynı anda taşıyabilir. Model bu katmanları ayrı ayrı tutmadığında, ya kökeni siler ya da Türkçedeki toplumsallaşmış anlamı görmez.

Tablo 9. Alaturka kelime kartı için önerilen veri alanları

Ek D.1. Örnek kelime kartları

Tablo 10. Örnek Alaturka kelime kartı özetleri

Bu örnekler, kelimenin tek bir köken etiketiyle kapatılamayacağını gösterir. Abdest için ‘Farsça’ demek eksiktir; çünkü kavram Osmanlı-Mâverâünnehir fıkıh ve hijyen haritasında çalışır. Mescid için ‘mosque’ demek eksiktir; çünkü secde kökü görünmezleşir. Algorithm için ‘hesaplama prosedürü’ demek eksiktir; çünkü El-Hârizmî ve Mâverâünnehir matematik hafızası silinir. Hayvan ve sosyal örnekleri ise Türkçenin alıntı kökleri kendi ek sistemiyle kökleştirme kabiliyetini gösterir.

Alaturka LLM’nin üstünlüğü burada ortaya çıkar. Model, kelimeyi sadece çevirmez; kelimenin hangi yazılımlarda çalıştığını gösterir. Bu yazılım bazen fıkıh, bazen tasavvuf, bazen ticaret, bazen bilim tarihi, bazen de modern teknoloji olur.

Ek E. Veri Merkezli Ortak Kelime Evreni İçin Araştırma Protokolü

Ortak kelime evreni çalışması, güçlü bir iddia olduğu için sıkı bir araştırma protokolüne ihtiyaç duyar. Bu protokolün amacı, ham benzerlikleri romantik veya yüzeysel ortaklık gibi sunmak değil; her kelimeyi kök, ses, anlam, coğrafya ve kullanım bakımından denetlemektir. Böylece ‘5 milyar insanın 5 bin ortak kelimesi’ ifadesi bilimsel olarak sınanabilir bir veri programına dönüşür.

Birinci adım, madde başlarının kök ailesine indirgenmesidir. Lügat-i Remzî gibi büyük sözlüklerde türevler, varyant imlalar, terkipler, çoklu anlamlar ve mükerrer formlar bulunur. Ortak kelime sayımı yapılırken ham madde başı ile kök ailesi ayrılmalıdır. Bir kelimenin hayvan, hayvani, hayvaniyet, hayvanat gibi biçimleri aynı kavram ailesine bağlanabilir; fakat her biçimin farklı kullanım değeri de kaydedilmelidir.

İkinci adım, ses transkripsiyonunun standartlaştırılmasıdır. Arap, Latin, Kiril, Devanagari, Jawi, Ajami ve diğer yazı sistemleri arasında yalnız harf karşılığı değil, telaffuz karşılığı kurulmalıdır. TDOA burada Türk dünyası için köprü alfabe; IPA ise teknik doğrulama katmanı olabilir. Her kelime için mahreç, ünlü uzunluğu, nazal ses, kalınlık-incelik ve yerel telaffuz farkları işaretlenmelidir.

Üçüncü adım, anlam kaymasının sınıflandırılmasıdır. Bir kelime iki dilde aynı kökten gelebilir, fakat anlamı daralmış, genişlemiş, mecazlaşmış veya teknik terime dönüşmüş olabilir. Ortaklık değerlendirmesi bu yüzden üç düzeyde yapılmalıdır: ses ortaklığı, kök ortaklığı ve kavram ortaklığı. Sadece ses benzerliği yeterli değildir; sadece kök bilgisi de yeterli değildir. Asıl güçlü ortaklık, kök ve kavramın birlikte yaşadığı durumdur.

Dördüncü adım, coğrafi haritalamadır. Her kelimenin hangi ticaret, tasavvuf, göç, imparatorluk veya eğitim ağı üzerinden yayıldığı işaretlenmelidir. Babür, Srivijaya, Sevahilî kıyı hattı, Uygur-Mâverâünnehir, Altınordu, Memlük ve Osmanlı hatları ayrı ayrı haritalanabilir. Bu harita, Alaturka Medeniyet Havzası’nın söz varlığı dolaşımını görünür kılar.

Beşinci adım, sosyal kullanım doğrulamasıdır. Sözlükte bulunan kelime ile sokakta, pazarda, tekkede, medresede, ailede veya dijital mecrada yaşayan kelime ayrılmalıdır. Bu noktada Kâşgarlı’nın müsta‘mel/mühmel ayrımı doğrudan kullanılabilir. Modern LLM, yalnız tarihî sözlükte bulunan formu değil, yaşayan veya tarihî bağlamda işlevsel olan formu da ayırmalıdır.

Tablo 11. Ortak kelime evreni araştırma protokolü

Bu protokol uygulandığında ortak kelime evreni iddiası, savunulabilir bir veri programına dönüşür. Amaç, bütün dilleri Osmanlıcaya veya Türkçeye indirgemek değildir. Amaç, halkların zaten paylaştığı kelime ve kavram akrabalıklarını görünür kılmaktır. Bu görünürlük, modern izolasyoncu ve asimilasyoncu dil politikalarının ürettiği kopuklukları azaltır.

Alaturka LLM bu protokolün dijital uygulayıcısı olabilir. Model, bir kelimeyi gördüğünde onu yalnız çevirmez; kelimenin hangi havzalarda yaşadığını, hangi ses değişimlerinden geçtiğini, hangi kavram alanını taşıdığını ve modern dönemde hangi tahriflere uğradığını gösterir. Bu, yapay zekâyı sadece cevap makinesi olmaktan çıkarıp kavram hafızası rehberine dönüştürür.

Ek F. Yayın Dili İçin Sonuç Manifestosu

Bu makalenin yayın diline taşınabilecek nihai manifestosu şudur: Modern yapay zekâ, büyük veriyle konuşmayı öğrendi; fakat kelimenin köküne inmeyi, mahrecini duymayı, tarihî dolaşımını görmeyi ve medeniyet içindeki işlevini kavramayı henüz yeterince öğrenemedi. Alaturka LLM, bu eksikliği DLT çekirdeği, Osmanlıca köprü dil, Türkçe ek sistemi ve Mâverâünnehir epistemolojisiyle gidermeyi teklif eder.

Bu teklif, geçmişe kapanma veya nostalji değildir. Tam tersine, yapay zekâ çağında daha adil, daha açıklanabilir, daha enerji verimli ve daha sosyal kabul edilebilir bir dil mimarisi kurma teklifidir. İngilizce merkezli yapay zekâ, çoğu zaman insanlığı tek bir kavram düzenine çeker. Alaturka yapay zekâ ise insanlığın zaten paylaştığı kavram ağlarını ortaya çıkarır.

Bu yüzden mesele yalnız ‘Türkçe LLM’ yapmak değildir. Mesele, kelimeye hak ettiği itibarı iade etmektir. Mescid’i secde kökünden, algorithm’i El-Hârizmî’den, abdesti fıkıh-hijyen kavram haritasından, hayvan ve sosyal gibi kelimeleri Türkçenin kökleştirme kabiliyetinden koparmayan bir yapay zekâ kurmaktır. Böyle bir model, kelimeleri modern kirlerinden arındırır ve bilgiyi hakikat mimarisine yönlendirir.

Son cümle şudur: Etimolojik tövbe, kelimeye; epistemolojik hidayet, doğrulanabilir bilgiye; Alaturka LLM ise insanlığın ortak anlam evrenine hizmet eder.

Alafranga Yapay Zeka bilgi tüketiciliğine sürüklerken Alaturka yapay zeka ise insanı bilgi üreticisi yapar

Kaynakça

el-Gazali, Ebu Hamid. el-Munqidh min el-Dalal. Çeşitli yayınlar.

al-Ghazâlî, Abû Hâmid. al-Mustasfâ min ‘Ilm al-Usûl. Çeşitli neşirler.

al-Ghazâlî, Abû Hâmid. Mi’yâr al-‘Ilm. Çeşitli neşirler.

Gazali, Ebu Hamid. Mihakk el-Nazar. Çeşitli yayınlar.

al-Ghazâlî, Abû Hâmid. Tahâfut al-Falâsifa. Çeşitli neşirler.

Asai, Akari, Matt Gardner ve Hannaneh Hajishirzi. 2021. ‘Bilgi Yoğun Doğal Dil İşleme Görevleri için Kanıt Odaklı Üretim.’ arXiv:2112.08688.

Atalay, Besim. 1939-1943. Divanü Lûgat-it-Türk Tercümesi. Ankara: Türk Dil Kurumu.

Ataman, Duygu, Matteo Negri, Marco Turchi ve Marcello Federico. 2017. ‘Türkçeden İngilizceye Sinirsel Makine Çevirisi için Dilbilimsel Olarak Motive Edilmiş Kelime Dağarcığı Azaltma.’ arXiv:1707.09879.

Bayar, Alperen Enes, Mert Ege, Gökhan Yurtalan, Alper Karamanlioglu, Berkan Demirel, and Ramazan Gokberk Cinbis. 2026. ‘Building a Turkish Large Language Model via Continual Pre-Training and Parameter-Efficient Adaptation.’ SIGTURK 2026.

Bashar, Ezgi, Francesca Padovani, Jaap Jumelet ve Arianna Bisazza. 2025. ‘TurBLiMP: Dilbilimsel Minimal Çiftlerin Türkçe Karşılaştırması.’ EMNLP 2025.

Bender, Emily M., Timnit Gebru, Angelina McMillan-Major ve Shmargaret Shmitchell. 2021. ‘Stokastik Papağanların Tehlikeleri Üzerine: Dil Modelleri Çok Büyük Olabilir mi?’ FAccT 2021. doi:10.1145/3442188.3445922.

Berkey, Jonathan P. 1992. Ortaçağ Kahire’sinde Bilginin Aktarımı: İslam Eğitiminin Sosyal Tarihi. Princeton: Princeton Üniversitesi Yayınları.

Borgeaud, Sebastian ve diğerleri. 2022. ‘Trilyonlarca Tokenden Veri Alarak Dil Modellerini Geliştirme.’ ICML 2022.

Brown, Jonathan AC 2017. Hadis: Muhammed’in Orta Çağ ve Modern Dünyadaki Mirası. 2. baskı. Oneworld.

Brown, Tom B., ve diğerleri. 2020. ‘Dil Modelleri Az Sayıda Örnekle Öğrenenlerdir.’ NeurIPS 33.

Campbell, Lyle. 2013. Tarihsel Dilbilim: Bir Giriş. 3. baskı. Edinburgh: Edinburgh Üniversitesi Yayınları.

Chamberlain, Michael. 1994. Ortaçağ Şam’ında Bilgi ve Sosyal Uygulamalar, 1190-1350. Cambridge: Cambridge Üniversitesi Yayınları.

Clark, Jonathan H., Dan Garrette, Iulia Turc ve John Wieting. 2022. ‘CANINE: Dil Temsili için Verimli, Tokenizasyon Gerektirmeyen Bir Kodlayıcının Ön Eğitimi.’ TACL 10:73-91. doi:10.1162/tacl_a_00448.

Clauson, Gerard. 1972. On Üçüncü Yüzyıl Öncesi Türkçenin Etimolojik Sözlüğü. Oxford: Clarendon Press.

Conneau, Alexis ve diğerleri. 2020. ‘Büyük Ölçekte Denetimsiz Diller Arası Temsil Öğrenimi.’ ACL 2020: 8440-8451. doi:10.18653/v1/2020.acl-main.747.

Dankoff, Robert ve James Kelly, editörler/çevmenler. 1982-1985. Mahmûd al-Kâshgharî: Türk Lehçeleri Derlemesi (Dîwân Lugât at-Turk). 3 cilt. Harvard Üniversitesi.

Devlin, Jacob, Ming-Wei Chang, Kenton Lee ve Kristina Toutanova. 2019. ‘BERT: Dil Anlama için Derin Çift Yönlü Transformer’ların Ön Eğitimi.’ NAACL-HLT 2019.

Edge, Darren, Ha Trinh, Newman Cheng ve diğerleri. 2024/2025. ‘Yerelden Küresele: Sorgu Odaklı Özetlemeye Yönelik Grafik RAG Yaklaşımı.’ arXiv:2404.16130.

Ephrat, Daphna. 2000. Geçiş Döneminde Bir Öğrenim Topluluğu: On Birinci Yüzyıl Bağdatının Sünni ‘Uleması’. Albany: SUNY Press.

Erdal, Marcel. 1991. Eski Türkçe Kelime Oluşumu: Sözlüğe İşlevsel Bir Yaklaşım. 2 cilt. Wiesbaden: Harrassowitz.

Erdal, Marcel. 2004. Eski Türkçenin Grameri. Leiden: Brill.

Golden, Peter B. 1992. Türk Halklarının Tarihine Giriş. Wiesbaden: Harrassowitz.

Griffel, Frank. ‘al-Ghazali.’ Stanford Encyclopedia of Philosophy. Güncel çevrimiçi sürüm.

Griffel, Frank. 2009. Al-Ghazali’nin Felsefi Teolojisi. Oxford: Oxford University Press.

Haspelmath, Martin ve Uri Tadmor, eds. 2009. Dünyanın Dillerindeki Ödünç Kelimeler: Karşılaştırmalı Bir El Kitabı. Berlin/New York: De Gruyter Mouton.

Haugen, Einar. 1950. ‘Dilsel Ödünçlemenin Analizi.’ Dil 26(2):210-231.

Hock, Hans Henrich ve Brian D. Joseph. 2009. Dil Tarihi, Dil Değişimi ve Dil İlişkisi. 2. baskı. Berlin: Mouton de Gruyter.

Isbarov, Jafar ve diğerleri. 2025. ‘TUMLU: Türk Dilleri için Birleşik ve Anadil Anlayışı Kriteri.’ ACL 2025:22816-22838. doi:10.18653/v1/2025.acl-long.1112.

Ji, Ziwei ve diğerleri. 2023. ‘Doğal Dil Üretiminde Halüsinasyon Araştırması.’ ACM Computing Surveys 55(12), Makale 248. doi:10.1145/3571730.

Jäger, Gerhard. 2019. ‘Hesaplamalı Tarihsel Dilbilim.’ Teorik Dilbilim 45(3-4):151-182.

Kaymaz, Zeke. 2026. ‘Mahmud Kaşgari’nin Dîwân Lughât al-Türk’ündeki Sözcük Birimlerinin Etnolinguistik Yorumu.’ Türk Araştırmaları Dergisi 2026(1):159-181.

Kudo, Taku ve John Richardson. 2018. ‘SentencePiece: Sinirsel Metin İşleme için Basit ve Dilden Bağımsız Bir Alt Kelime Belirteçleyici ve Belirteç Çözücü.’ EMNLP 2018 Sistem Tanıtımları: 66-71.

Kudo, Taku. 2018. ‘Alt Kelime Düzenlemesi: Çoklu Alt Kelime Adaylarıyla Sinir Ağı Çeviri Modellerini Geliştirme.’ ACL 2018.

Kuriyozov, Elmurod, Yerai Doval ve Carlos Gomez-Rodriguez. 2020. ‘Türk Dilleri için Diller Arası Kelime Gömmeleri.’ arXiv:2005.08340.

Kaşgarlı Mahmud. Türkçe Sözlük Divanı. İstanbul tipografik baskı / TDK yayınları.

Lewis, Patrick ve diğerleri. 2020. ‘Bilgi Yoğun Doğal Dil İşleme Görevleri için Geri Alma Destekli Üretim.’ NeurIPS 2020.

Lin, Stephanie, Jacob Hilton ve Owain Evans. 2022. ‘TruthfulQA: Modellerin İnsan Yanlışlarını Nasıl Taklit Ettiğini Ölçmek.’ ACL 2022:3214-3252. doi:10.18653/v1/2022.acl-long.229.

List, Johann-Mattis. 2014. Tarihsel Dilbilimde Sıra Karşılaştırması. Düsseldorf: Düsseldorf Üniversitesi Yayınları.

Lucas, Scott C. 2004. Yapıcı Eleştiriler, Hadis Literatürü ve Sünni İslam’ın İfade Edilmesi. Leiden: Brill.

Lundin, Jessica M., ve diğerleri. 2026. ‘Token Vergisi: Çok Dilli Tokenizasyonda Sistematik Önyargı.’ AfricaNLP 2026.

Makdisi, George. 1970. ‘Orta Çağda Medrese ve Üniversite.’ Studia Islamica 32:255-264.

Makdisi, George. 1981. Kolejlerin Yükselişi: İslam ve Batı’da Öğrenim Kurumları. Edinburgh: Edinburgh Üniversitesi Yayınları.

Makdisi, George. 1990. Klasik İslam ve Hristiyan Batı’da Hümanizmin Yükselişi. Edinburgh: Edinburgh Üniversitesi Yayınları.

Marmura, Michael E., çev. 2000. Al-Ghazali: Filozofların Tutarsızlığı. 2. baskı. Provo: Brigham Young University Press.

Matras, Yaron. 2009. Dil Teması. Cambridge: Cambridge Üniversitesi Yayınları.

Mericli, Benjamin S. ve Michael Bloodgood. 2015. ‘Türk Dillerinde Akraba Kelimelerin ve Etimolojik Kökenin Açıklanması.’ arXiv:1501.03191.

Motzki, Harald, ed. 2004. Hadis: Kökenleri ve Gelişimi. Aldershot: Ashgate.

Myers-Scotton, Carol. 2002. İletişim Dilbilimi: İki Dilli Karşılaşmalar ve Dilbilgisel Sonuçlar. Oxford: Oxford University Press.

Oflazer, Kemal. 1994. ‘Türk Morfolojisinin İki Düzeyli Tanımı.’ Edebiyat ve Dilbilimsel Hesaplama 9(2):137-148.

Ouyang, Long ve diğerleri. 2022. ‘İnsan Geri Bildirimiyle Talimatları Takip Etmek İçin Dil Modellerini Eğitme.’ NeurIPS 35.

Petroni, Fabio ve diğerleri. 2019. ‘Dil Modelleri Bilgi Tabanı Olarak mı?’ EMNLP-IJCNLP 2019.

Rana, Souvik ve diğerleri. 2026. ‘MUTANT: Çok Dilli Tokenleştirici Tasarımı İçin Bir Tarif.’ ACL 2026.

Sennrich, Rico, Barry Haddow ve Alexandra Birch. 2016. ‘Alt Kelime Birimleri ile Nadir Kelimelerin Sinirsel Makine Çevirisi.’ ACL 2016:1715-1725.

Tekin, Talât. 1968. Orhon Türkçesi Dilbilgisi. Bloomington: Indiana Üniversitesi.

Thomason, Sarah G. 2001. Dil Teması: Bir Giriş. Washington, DC: Georgetown Üniversitesi Yayınları.

Thomason, Sarah G. ve Terrence Kaufman. 1988. Dil Teması, Kreolleşme ve Genetik Dilbilim. Berkeley: Kaliforniya Üniversitesi Yayınları.

Türk Dil Kurumu. ‘Kâşgarlı Mahmud ve Dîvânu Lugâti’t-Türk Kaynakçası.’ https://tdk.gov.tr/divanu-lugatit-turk/11991/.

Türk Dil Kurumu. 1941. Dîvânü Lûgati’t-Türk Tıpkıbasımı. Ankara: TDK.

Umutlu, Elif Ecem ve diğerleri. 2025. ‘Düşük Kaynaklı Diller İçin Referans Veri Kümelerinin Kalitesinin Değerlendirilmesi: Türkçe Üzerine Bir Vaka Çalışması.’ GEM 2025:471-487.

UNESCO Dünya Mirası. ‘Diwan Lughat al-Turk (Türk Lehçeleri Özeti).’

Vaswani, Ashish ve diğerleri. 2017. ‘Tek İhtiyacınız Dikkat.’ NeurIPS 30.

Wang, Yuxia ve diğerleri. 2024. ‘Büyük Dil Modellerinin Gerçekliği: Bir Araştırma.’ EMNLP 2024:19519-19529.

Weinreich, Uriel. 1953. Dillerin Teması: Bulgular ve Sorunlar. New York: New York Dilbilim Çevresi.

Winford, Donald. 2003. Temas Dilbilimine Giriş. Oxford: Blackwell.

Xue, Linting ve diğerleri. 2021. ‘mT5: Çok Dilli Önceden Eğitilmiş Metinden Metne Dönüştürücü.’ NAACL 2021:483-498.

Xue, Linting ve diğerleri. 2022. ‘ByT5: Önceden Eğitilmiş Bayt-Bayt Modelleriyle Jetonsuz Bir Geleceğe Doğru.’ TACL 10:291-306.

Yazar, Togay, Mucahid Kutlu, and İsa Kerem Bayırlı. 2024. ‘Turkronicles: Diachronic Resources for the Fast Evolving Turkish Language.’ arXiv:2405.10133.

Yeni, Yüksel. 2026. Harf Bazlı Osmanlıca Kelimeler 1-4563: Hindüstanî-Uygurca-Malay-Sevahilce. Yayımlanmamış çalışma veri seti.

Yeni, Yüksel. 2026. Osmanlıca (Hemze) Türkî Dillerde Ortak Kelime Evreni. Yayımlanmamış çalışma veri seti.

Yayın Sonu Manifestosu

Modern yapay zekâ büyük veriyle konuşmayı öğrendi. Şimdi ikinci aşamaya geçmek gerekir: konuştuğu şeyin nereden geldiğini öğrenmek.
Kelimenin kökünü bilmek; mahrecini duymak; rivayetin kaynağını görmek; kaynağın kaynağını sormak; çok tekrar edileni hakikat sanmamak; karşı delili susturmamak.
Kâşgarlı’nın yaptığı gibi sözü toplamak fakat sözü akılla sınamak; Gazâlî’nin yaptığı gibi iddiayı önce anlamak, sonra burhanla tartışmak; Osmanlıcanın yaptığı gibi farklı kökleri silmeden ortak anlam hayatında çalıştırmak.
Etimolojik tövbe kelimeyi eski biçimine değil hafızasına döndürür. Epistemolojik hidayet bilgiyi otoriteye değil deliline döndürür. Dirayetçi Alaturka LLM ise insanı cevabın tüketicisi olmaktan çıkarıp şahitli bilgi üretiminin ortağı yapmayı hedefler.

.