Bir kafeye girip menüdeki çeşitli simit sandviçlere baktığınızda içinize tuhaf bir şüphe düşebilir. Her bir illüstrasyon ürkütücü derecede kusursuz, tam simetrik ve garip bir şekilde pürüzsüzdür. Bu durum içinizde bir şeylerin yolunda gitmediğine dair ilkel bir his uyandırır. Kendinizi paranoyak hissedebilirsiniz ama aklınızı kaçırmıyorsunuz. Üretken yapay zeka menüleri, dar ve hoş bir estetik anlayışıyla eğitilen modeller sayesinde restoran sektörüne giriş yaptı. Bu modeller, nedenini tam olarak ifade edemeseniz bile içinize sinmeyen bir görünüm yaratıyor.
Bazen bu görseller bariz bir şekilde sahte oluyor. Örneğin, peyniri o kadar baloncuklu ve erimiş bir burrito görseli üretiliyor ki, bu görüntü öğle yemeğinden çok avangart bir sanat eserini andırıyor. Çoğu zaman ise görseller o kadar sıradan görünüyor ki, bir şeylerin yanlış olduğunu ancak yakından dikkatlice baktığınızda fark edebiliyorsunuz.
Reality Defender Baş Teknoloji Yöneticisi (CTO) Alex Lisle, TechCrunch'a yaptığı açıklamada durumu şöyle özetledi: "Bu durum, bir uzaylının pizzanın temel prensiplerini anlamadan pizza yapmaya çalışmasına benziyor." (Reality Defender, kısmen bu tür sorunlar nedeniyle ortaya çıkan ve yapay zeka tespit ile içerik doğrulama araçları satan girişimlerden biri.)
Sosyal medyada da bu durum sıkça dile getiriliyor. New York'ta yaşayan Maggie adlı bir kullanıcı, 28 Ağustos 2026 tarihinde yaptığı paylaşımda, "New York'ta bir taş atsanız, rahatsız edici derecede yapay zeka kokan bir yemek reklamına çarpıyorsunuz" diyerek duruma dikkat çekti.
Lisle, bu modellerin inşa edilme şeklinin, illüstrasyonların neden bu kadar spesifik bir estetiği benimsediğini açıkladığını belirtiyor. Bu estetik anlayışında her dondurma topu kusursuz bir yuvarlaklığa sahipken, karidesler kendi kuyruklarını yiyecek şekilde genetiğiyle oynanmış gibi görünüyor ve ortaya "Lovecraftian yemek dehşetleri" çıkıyor.
ChatGPT ve Midjourney gibi her şeyi bilen sohbet botlarını ve görsel oluşturucuları mümkün kılan büyük dil modelleri (LLM) ve difüzyon modelleri, devasa veri miktarlarıyla eğitiliyor. Modeller daha sonra veri setlerindeki kalıpları belirleyerek, kullanıcı "Bana bir burger restoranı için menü hazırla" gibi bir istekte bulunduğunda ne aradığını tahmin ediyor.
Lisle, "Bu şeylerin çoğu 2015 yılına ait bir Chili's menüsü gibi görünüyor ve bunun bir nedeni var" diyor ve ekliyor: "Modeller işlevlerini yerine getirmek için tam olarak bu çalışma kümesinden beslendiler."
Yapay zeka modellerini geliştiren şirketler için yeni eğitim verileri paha biçilemez değerde. Öyle ki Amazon'un, nadir bulunan kitapları tarayıp eğitim verilerine eklemek için temin ettiği, ancak yüklendikten sonra bu kitapları imha ettiği ortaya çıktı. Bu kadar devasa veri setlerine bir miktar yapay zeka tarafından üretilen içeriğin sızması kaçınılmaz. Ancak yapay zeka modelleri kendi ürettikleri içeriklerle çok fazla eğitildiğinde, model çökmesi riskiyle karşı karşıya kalıyorlar.
Lisle, model çökmesini şöyle açıklıyor: "Model çökmesi neredeyse bir deli dana hastalığı gibidir... Bir modelin çıktılarını tekrar kendisine yedirdiğinizde, sonunda bu iç evlilik fazla hale gelir ve her şey çöker. Burada gördüğümüz şey yakınsama, ki bu mutlaka model çökmesi anlamına gelmiyor."
Yakınsama, model çökmesinden biraz daha az aşırı bir durum. Yapay zekanın ürettiği çıktıların kalitesini düşürüyor, ancak onu tamamen işlevsiz hale getirmiyor.
Birinden yapay zeka modelinden bir fast food restoranı için menü üretmesini isterseniz, model muhtemelen Wendy's, Burger King, McDonald's veya başka bir popüler zincirin menülerine başvuracaktır. Bu menüler zaten benzer bir tarzı paylaşıyor. Bu da yapay zeka tarafından üretilen çıktıların aynı tarzı taklit etmesine, hatta bu yapay zeka menüsü tekrar eğitim verisine dönerse bu tarzı daha da pekiştirmesine neden oluyor.
Ancak menüler ve yemek reklamları her zaman gerçeğinden daha iyi görünür. Tıpkı bir McDonald's reklamında, sandviçin her katmanının maksimum derecede iştah açıcı görünmesi için bir sahne tasarımcısı tarafından özenle yerleştirildiği Big Mac gibi. Bu etki, yapay zeka çıktılarında çok daha belirgin hale gelebiliyor.
Elon Üniversitesi'nde İmajining the Digital Future Center'ın Direktörü Lee Rainie, TechCrunch'a verdiği demeçte şunları söyledi: "Veri setlerinin optimizasyonu hoş görünmek veya saldırgan olmamak üzerine kurulu. Bu durum da bir şekilde homojenleşmeye, yani tek tipleşmeye dönüşüyor. Yapay zekanın hem görsellerde hem de dilde yaptığı şey, köşeleri yuvarlatmaktır."
Daha yerel bir ölçekte, bu görsel yumuşatma işlemi, bir yapay zeka görsel oluşturucu kullanarak menü yarattığınızda ve üzerinde düzenlemeler yaptığınızda gerçekleşiyor. X platformunda Labtec kullanıcı adlı bir kişi, ChatGPT'de bir menü oluşturup bunu 100 kez düzenlediğinizde yiyeceklerin giderek daha az gerçekçi bir hal aldığını gösterdi. (Biz de bu deneyi tekrarladık ve benzer sonuçlar bulduk.)
Labtec, "Ortaya çıkan sonuç beni gerçekten rahatsız ediyor" diye yazdı.
Labtec, 19 Ağustos 2026 tarihli paylaşımında deneyini şu sözlerle anlattı: "ChatGPT'de bir restoran menüsü yaptım ve o iğrenç yapay zeka menülerinin nasıl bu hale geldiğini görmek için 100 kez düzenledim. Ortaya çıkan sonuç beni gerçekten rahatsız ediyor."
Restoranlar muhtemelen bu sorunun kurbanı oluyor ve yapay zeka ile oluşturdukları menülerdeki fiyatlar veya ürün adları gibi küçük ayrıntıları değiştirmek için defalarca düzenleme yapıyor. Görünüşe göre her düzenlemede yemek görselleri biraz daha yuvarlak ve pürüzsüz hale geliyor.
Rainie, "İnsanların, gerçek bir şey ile yapay zeka tarafından üretilmiş bir şeye baktıklarında neredeyse açıklanamaz bir hisleri var" diyor ve sözlerini şöyle sürdürüyor: "İnsanların bazen ifade etmekte zorlandığı ama gördüklerinde bildikleri bir duygu var. Bence bazı restoranların yapay zeka menüleri kullanmasına yönelik ilk tepkilerin ve eleştirilerin bu kadar belirgin olmasının nedenlerinden biri de bu."
