ChatGPT ve Grok'u yetişkinlerin sorabileceği 5 soruyla test ettim… Kazanan beni şaşırttı.

ChatGPT ve Grok, yapay zeka dünyasında öne çıkan isimler olsa da, en önemli soru şu: Özellikle ebeveyn kuşağı için günlük sorunların çözümünde hangisi daha iyi yardımcı oluyor? Bu sorunun cevabını bulmak için, bu değerlendirme, ebeveynler ve yaşlı akrabalar gibi bu kuşağın üyelerinin sorabileceği soru türlerine odaklandı.

Testler, her iki chatbot için de birbirinin aynı beş gerçek dünya senaryosunu içeriyordu; bunlar arasında USPS'den gelen şüpheli bir kısa mesajı tanımlamaktan, Medicare sistemini anlamaya, bütçe dostu akşam yemekleri planlamaktan yeni bir akıllı telefon seçmeye kadar çeşitli konular yer alıyordu. Amaç, hangi chatbot'un işleri gereğinden fazla karmaşıklaştırmadan net, özlü ve gerçekten faydalı tavsiyeler verebileceğini belirlemekti.

Sonuçlar bazı sürprizler ortaya çıkardı; bir robot pratik detayları ele almada üstünlük gösterirken, diğeri özlülüğün ve yalnızca gerekli bilgileri sunmanın önemini daha derinlemesine anladığını gösterdi. İşte ayrıntılı bir performans karşılaştırması.

1. Şüpheli kısa mesajın test edilmesi

Bu testte ChatGPT, USPS'den gelen sahte bir kısa mesajla nasıl başa çıkılacağına dair daha kapsamlı ve ayrıntılı bir yanıt sunarak, sahtekarlığı bildirmek için pratik adımlar ve net rehberlik sağlayarak Grok'tan açıkça daha iyi performans gösterdi.

İddia: Az önce şu kısa mesajı aldım: 'USPS: Eksik adres nedeniyle paketiniz teslim edilemedi. Lütfen 24 saat içinde usps-redelivery-help.com adresinden bilgilerinizi güncelleyin, aksi takdirde paketiniz iade edilecektir.' Bu hafta bir paket bekliyorum. Bu doğru mu? Bunu nasıl anlayabileceğinizi, bundan sonra ne yapmam gerektiğini ve bağlantıya tıklarsam ne olabileceğini açıklayın. Lütfen teknik terimler kullanmayın.

Grok doğru cevap verdi, sahte alan adını doğru bir şekilde tespit etti ve gerçek USPS gönderi takibinin nasıl çalıştığını açıkça açıkladı. Grok, mesajı ABD Posta Denetleme Servisi'ne veya Federal Ticaret Komisyonu'na (FTC) bildirme olasılığından bahsetti, ancak ChatGPT'nin aksine, bunu nasıl yapacağına dair herhangi bir özel talimat, telefon numarası veya e-posta adresi vermedi.

ChatGPT, kısa mesajın neredeyse kesin bir dolandırıcılık olduğunu hemen açıkladı ve bağlantıya tıklanmamasını tavsiye etti. Senaryoları adım adım açıklayan (örneğin, ayrıntıları girmeden tıklama, ödeme bilgilerini girme, kötü amaçlı yazılım indirme) açık ve kolay okunabilir bir tablo kullandılar. Ayrıca dolandırıcıların ana hilesini de vurguladılar: kredi kartı verilerini çalmak için küçük bir "yeniden bağlantı ücreti" talep etmek (ki USPS bu ücreti almaz). Ayrıca, mesajı 7726'ya (spam) iletmek ve spam@uspis.gov adresine e-posta göndermek de dahil olmak üzere raporlama kanalları sağladılar.

Kazanan: ChatGPT, sorunun her yönünü ele alırken net ve anlaşılır bir üslup koruyarak daha kapsamlı ve uygulanabilir bir yanıt sağladığı için kazanır.

2. Medicare Programı Anlama Testi

Medicare Kapsamlılık Testinde Grok , talepte belirtilen kriterleri yerine getirme, gerekli kelime sayısını ve üslubu koruma ve doğru rakamlar sağlama konularında ChatGPT'den daha iyi performans göstererek birinci oldu.

Soru: 65 yaşına yaklaşan ve Medicare'i anlamayan birini hayal edin. Medicare A, B, C ve D bölümleri arasındaki farkları, sanki bir arkadaşınızla kahve içerken sohbet ediyormuşsunuz gibi, samimi ve sohbet havasında açıklayın. Medicare Original ile Medicare Advantage arasındaki fark nedir? Kaçınılması gereken üç maliyetli hata nedir? Cevabınız 400 kelimeyi geçmemeli ve kayıt olmadan önce doğrulanması gereken bilgileri içermelidir.

Grok, cevabını 400 kelimeyle sınırladı, gerekli konuşma tonunu yakaladı ve doğru finansal rakamlar vererek 2026 yılı için B Bölümü priminin aylık yaklaşık 203 dolar olduğunu belirtti.

ChatGPT iyi bir yanıt verdi ancak belirtilen kelime sayısını aştı, tablo içeren standart bir bilgi dizini yapısı kullandı ve ortalama bir kişi için ne yararlı ne de gerekli olan ek meta verileri en altta içerdi.

Kazanan: Grok, iddiada belirtilen kriterlerin daha iyi uygulanması nedeniyle bu testte üstünlük sağladı.

3. Market alışverişi bütçesi zorluğu

Market alışverişi bütçe yarışmasında ChatGPT , kısıtlamalara uyarak ve fiyatlarıyla birlikte detaylı bir alışveriş listesi sunarak çok daha pratik, kapsamlı ve iyi hazırlanmış bir yanıt vererek birinci oldu.

Görev: Birinin bu hafta beş akşam iki yetişkin için yemek pişirmeyi planladığını ve market alışverişi için sadece 65 dolar harcayabileceğini varsayalım. Bu kişi deniz ürünleri yemiyor ve hazırlanması 30 dakikadan fazla süren bir yemek istemiyor. Beş farklı akşam yemeği, ABD mağazalarından tahmini fiyatlarla birleştirilmiş bir alışveriş listesi oluşturun ve toplam tutarı hesaplayın. Para tasarrufu için malzemeleri tekrar kullanın ve tuz, karabiber ve yemeklik yağ dışında hiçbir şeyin önceden hazırlanmış olduğunu varsaymayın.

Grok iyi bir yemek planı sundu ve fiyatı düşük tuttu, ancak eksik malzemelerin varsayılması, gerçekçi olmayan market miktarları (1.5 pound tavuk, üç et ağırlıklı akşam yemeğine ancak yetecek kadar) ve belirsiz pişirme talimatları da dahil olmak üzere, talep edilen birkaç önemli ayrıntıyı ele almadı.

ChatGPT, "önceden stok yapmama" kuralına sıkı sıkıya bağlı kaldı , temel baharatları dahil etti ve belirtilen malzemeleri kullanarak ayrıntılı yemek hazırlama planları sundu. Ayrıca, ayrıntılı fiyat bilgileri içeren inanılmaz derecede kapsamlı bir alışveriş listesi de sundu.

Kazanan: ChatGPT, çok daha pratik, kapsamlı ve iyi uygulanmış bir yanıt sunmasıyla öne çıkıyor.

4. Aile içi kısa mesaj ikilemi

Aile içi mesajlaşma ikileminde, Grok çocuklarla sınırlar belirlemek için sıcaklık ve kararlılığı birleştiren dengeli bir mesaj oluşturmada başarılı olurken, ChatGPT gerekli kelime ve üslup kısıtlamalarına uymakta yetersiz kaldı.

Talep: Yetişkin kızı sürekli olarak son dakika torunlarına bakmayı talep ediyor. Onlarla vakit geçirmeyi çok sevse de emekli ve kendi planları var. Torunlarının duygularını incitmeden veya yardım etmek istemediği izlenimini vermeden sınırlar koymak istiyor. Gönderilebilecek sevgi dolu, sıcak ama kararlı bir mesaj hazırlayın. Mesaj, bir terapistten veya resmi bir şirket e-postasından değil, gerçek bir ebeveynden gelmiş gibi görünmeli. 100 kelimeyi geçmemelidir.

Grok, sıcaklık ve kararlı sınırlar arasında mükemmel bir denge kurdu (" Haftamın en güzel kısmı onlar... Sadece işleri yoluna koyabilmem için biraz önceden haber vermeniz gerekiyor "). Mesaj, bir ebeveynden kısa mesaj yoluyla gönderilmiş olması açısından tamamen doğal ve samimiydi. Ayrıca, talepkar görünmeden net ve yönetilebilir beklentilerle pratik bir çözüm sundu.

ChatGPT sıcak ve sevgi dolu bir mesaj hazırladı, ancak gerekli kelime sayısını ve üslup sınırlarını aştı. "Emekli olmam özgür olduğum anlamına gelmiyor!" ifadesi biraz vaaz verir gibi geldi ve "Anlamanı istiyorum..." ifadesi biraz sert veya savunmacı bir tonda duyuldu; bu da bazı hassas görevler için ChatGPT'ye alternatiflere duyulan ihtiyacı zaman zaman vurguladı.

Kazanan: Grok, hem kelime hem de üslup kısıtlamalarını karşılamada üstün başarı gösteriyor.

5. Yeni telefon kararı

Yeni telefon kararında Grok, fotoğrafçılık ve kullanım kolaylığı konularında kullanıcının ihtiyaçlarını doğru bir şekilde belirleyerek Google Pixel 9a'yı önererek üstün bir akıllı telefon tavsiyesinde bulunurken, ChatGPT ise tavsiyelerin doğruluğu ve kaynak seçimi konusunda zorluk yaşadı.

İddia: 68 yaşında bir kişi yeni bir akıllı telefona ihtiyaç duyuyor. Mevcut telefonu yavaş ve 500 dolardan fazla harcamak istemiyor. Telefonu öncelikle torunlarının fotoğraflarını çekmek, mesajlaşmak, Facebook kullanmak, görüntülü görüşme yapmak ve bilgi araştırmak için kullanıyor. İyi bir bataryaya, kolay okunabilir bir ekrana ve en az dört yıl dayanacak bir telefona ihtiyaç duyuyor. ABD'de şu anda mevcut olan üç telefonu teknik jargon kullanmadan artıları ve eksileriyle karşılaştırın ve birini tavsiye edin. Güncel fiyatları ve kontrol etmek için bağlantıları ekleyin.

Grok, temel amacı anladı ve Google Pixel serisinin hareket halindeki çocukların net, hareketsiz fotoğraflarını çekmede üstün olduğunu doğru bir şekilde tespit ederek Google Pixel 9a'yı önerdi. Teknik jargon kullanımını en aza indirdi ve özellikleri açık ve anlaşılır bir dilde açıkladı.

ChatGPT genel olarak iyi tavsiyeler sundu (örneğin mağazadan yazı tipi boyutunun artırılmasını istemek gibi), ancak çelişkili tavsiyeler ve şüpheli üçüncü taraf perakendecilere bağlantılar da dahil olmak üzere, önerilerinin ve kaynak seçiminin önemli kısımlarında tökezledi.

Kazanan: Grok, net ve anlaşılır bir formatı korurken, kullanıcının temel gereksinimlerine tam olarak odaklanarak çok daha iyi öneriler ve deneyim sunarak öne çıkıyor.

Genel kazanan: Grok

ChatGPT'nin bu testlerde, özellikle karmaşık konuları basitleştirme ve günlük kararlarda yardımcı olma konusunda üstün performans göstermesi bekleniyordu. Nitekim, bazı durumlarda üstünlüğünü kanıtlayarak, USPS ile ilgili dolandırıcılıkları tespit etme konusunda daha kapsamlı ve pratik rehberlik sağladı ve önerdiği alışveriş planı, kısıtlı bütçeye sahip olanlar için daha gerçekçiydi.

Ancak Grok, aynı derecede önemli bir konuda da herkesi şaşırttı: işleri basit tutmanın ne zaman gerektiğini bilmek. Medicare'i daha net bir şekilde açıkladı, daha doğal bir aile metni yazdı ve okuyucuyu gereksiz ayrıntılarla boğmadan akıllı telefonlar için daha güçlü bir öneride bulundu.

Dolayısıyla, ayrıntılı, adım adım talimatlar arayanlar için ChatGPT mükemmel bir seçenek olmaya devam ediyor. Ancak, hemen anlayıp kullanabilecekleri basit bir cevap isteyenler için Grok şaşırtıcı derecede yetenekli olduğunu kanıtladı.

---

---