Baris
Yeni Üye
Aksiyomatik Bilim Ne Anlama Gelir? Bilginin Temel Varsayımlardan Kurulması
Aksiyomatik Bilim Ne Anlama Gelir? Bilginin Temel Varsayımlardan Kurulması
Bilim, matematik ya da felsefe hakkında biraz daha derine indikçe “Bu sonucun dayandığı temel nedir?” sorusuyla karşılaşmak kaçınılmaz oluyor. Bir formül neden doğru kabul ediliyor? Bir teori hangi başlangıç kabullerinden hareket ediyor? Daha da önemlisi, başlangıçta kabul ettiğimiz bir ilke değişirse elde ettiğimiz sonuçlar da değişir mi? “Aksiyomatik bilim” ifadesi tam olarak bu tür soruların kapısını açıyor.
Öncelikle küçük ama önemli bir ayrım yapmak gerekiyor: “aksiyomatik bilim” tek başına bütün bilim dallarını tanımlayan standart bir bilim sınıflandırması değildir. Daha çok bir bilgi alanının, temel kabullerden veya ilkelerden başlayarak mantıksal biçimde sistemleştirilmesini anlatan aksiyomatik yöntem ya da aksiyomatik sistem kavramıyla ilgilidir. Akademik kaynaklarda aksiyomatik yöntem; bir alandaki temel varsayımları açıkça ortaya koyup, bunlardan mantıksal sonuçlar türetme yöntemi olarak açıklanıyor.
Bence konunun en ilginç tarafı da burada: Aksiyomatik yaklaşım yalnızca “birkaç kural belirleyip sonuç çıkarmak” değildir. Asıl mesele, hangi başlangıç kabullerini neden kullandığımızı görünür hale getirmektir.
Aksiyom Nedir?
Aksiyom, bir sistem içerisinde başlangıç noktası olarak kabul edilen temel önermedir. Klasik anlamıyla aksiyomun ayrıca ispatlanması beklenmez; aksiyomlardan hareketle başka önermeler, yani teoremler mantıksal olarak türetilir. Kırklareli Üniversitesi Felsefe Ansiklopedisi'ndeki açıklamada da aksiyom, özellikle matematik gibi kanıtlama sistemlerinde başlangıçta kabul edilen ve diğer yargıların türetilmesine dayanak oluşturan ilke olarak tanımlanıyor.
Bunu günlük hayattan basit bir örnekle düşünelim.
Bir oyunun kurallarını ele alalım. “Oyuncu her turda bir kez hamle yapabilir” temel kuralımız olsun. Bu kuralın kendisini oyunun içinde kanıtlamaya çalışmayız. Onu başlangıç koşulu olarak kabul ederiz. Daha sonra bu kural ve diğer kurallar kullanılarak oyunda hangi hamlelerin mümkün olduğu belirlenir.
Aksiyomatik sistem de buna benzer şekilde çalışır. Fakat matematikte kurallar çok daha kesin ve biçimsel hale gelir.
Ankara Üniversitesi Açık Ders materyallerinde aksiyomatik sistemlerin temel özellikleri arasında tutarlılık, bağımsızlık ve tamlık gibi kavramlar ele alınıyor. Tutarlılık, sistemin aynı önerme ile onun çelişiğini birlikte kanıtlayabilecek hale gelmemesi anlamına gelir. Bağımsızlık ise bir aksiyomun diğer aksiyomlardan türetilememesiyle ilgilidir.
Öklid'den Modern Matematiğe Uzanan Yol
Aksiyomatik düşüncenin en meşhur tarihsel örneği Öklid geometrisidir.
Yaklaşık MÖ 300 civarında Öklid'in Elementler adlı çalışması, geometrik bilgileri belirli başlangıç kabullerinden hareketle düzenleyen son derece etkili bir sistem ortaya koydu. Encyclopedia of Mathematics, Öklid'in sistemini aksiyomatik yöntemin tarihsel açıdan en önemli erken örneklerinden biri olarak gösteriyor.
Örneğin iki noktadan bir doğru parçası çizilebilmesi gibi temel kabullerden hareket edilerek daha karmaşık geometrik sonuçlara ulaşılıyordu.
Buradaki kritik fikir şu:
Sonucu tek tek gözlemlemek yerine, sonucu zorunlu olarak doğuran bir mantık zinciri oluşturmak.
Bu yaklaşım matematiğin gücünü ciddi biçimde artırdı. Çünkü bir teoremin sonucunu yalnızca “çok sayıda örnekte doğru çıktı” diye değil, belirli öncüllerden mantıksal olarak çıktığı için kabul edebiliyorsunuz.
Ancak tarih burada ilginç bir dönüş yapıyor. Öklid'in beşinci postulatı, yani paralellik postulatı, yüzyıllar boyunca tartışıldı. Daha sonra Öklid dışı geometrilerin geliştirilmesi, aynı matematiksel dünyanın farklı aksiyom sistemleriyle kurulabileceğini gösterdi.
Bu olay aksiyomatik düşünce açısından çok önemli bir ders veriyor:
Bir sistemin sonuçlarını değerlendirmek kadar, sistemin başlangıç kabullerini incelemek de önemlidir.
Aksiyomatik Bilim ile Deneysel Bilim Aynı Şey mi?
Burada sık yapılan bir yanlış anlaşılma var. Aksiyomatik yaklaşım, “bilim deney yapmaz” anlamına gelmez.
Matematik ile fizik arasındaki fark bu noktada çok öğretici.
Matematikte belirli aksiyomları kabul edip mantıksal sonuçlar çıkarabilirsiniz. Fakat fiziksel bir teorinin gerçek dünyayı ne kadar iyi açıkladığını belirlemek için deneysel veriye ihtiyaç vardır.
Örneğin Newton mekaniğinde matematiksel denklemler belirli varsayımlar ve fiziksel yasalar üzerinden çalışır. Ancak bu denklemlerin gerçek dünyadaki olayları ne ölçüde açıkladığını deneyler ve gözlemler belirler.
Dolayısıyla şöyle bir ayrım yapmak yararlı:
Aksiyomatik sistem: “Bu başlangıç kabullerini kabul edersek hangi sonuçlar mantıksal olarak çıkar?”
Deneysel bilim: “Gerçek dünyada gözlediğimiz olaylar bu model ve tahminlerle ne ölçüde uyuşuyor?”
Bu iki yaklaşım birbirinin düşmanı değildir. Tam tersine, modern bilimde çoğu zaman birlikte çalışırlar.
Gerçek Dünyadan Çok Güzel Bir Örnek: SI Birim Sistemi
Aksiyomatik düşüncenin günlük hayatta ne kadar önemli hale gelebildiğini görmek için ölçüm sistemlerine bakmak yeterli.
Bugün kullandığımız Uluslararası Birim Sistemi, yani SI, 2019'dan itibaren yedi tanımlayıcı sabitin kesin sayısal değerlerine dayalı olarak tanımlanıyor. NIST'in yayımladığı SI açıklamasında ışık hızının vakumda değerinin tam olarak 299.792.458 metre/saniye olarak tanımlandığı belirtiliyor. Planck sabiti ise tam olarak 6,626 070 15 × 10⁻³⁴ joule saniye değerine sabitlenmiş durumda.
Buradaki “tam olarak” kelimesi önemli.
Örneğin ışık hızının SI tanımındaki sayısal değeri bir deney sonucunun yaklaşık değeri değildir. Birim sisteminin tanımında sabitlenmiş kesin değerdir.
Böylece dünyanın farklı yerlerinde çalışan laboratuvarlar, mühendisler ve bilim insanları aynı ölçüm dilini kullanabilir.
Bir mühendis İstanbul'da 10 metre olarak ölçülen bir uzunluğu ifade ettiğinde, Tokyo'daki başka bir mühendis “10 metrenin burada farklı bir anlamı var” demez.
İşte temel tanımların ve kuralların ortaklaştırılması burada pratik bir güç yaratıyor.
Peki Gerçek Ölçümler Kusursuz mu? Hayır
İşin belki de en önemli kısmı burası.
Bir sistemin tanımının kesin olması, gerçek dünyadaki ölçümlerin kusursuz olduğu anlamına gelmez.
NIST, ölçüm belirsizliğini bir ölçüm sonucuyla ilişkili ve ölçülen büyüklüğe atanabilecek değerlerin dağılımını karakterize eden bir parametre olarak açıklıyor. Ölçüm sürecinde cihaz, yöntem, örnek, gözlemci ve diğer değişkenlerden kaynaklanan belirsizlikler bulunabiliyor.
Mesela bir termometrenin “25 °C” göstermesi, sıcaklığın metafizik anlamda sonsuza kadar kesin biçimde 25 olduğu anlamına gelmez.
Ölçüm cihazının çözünürlüğü, kalibrasyonu, çevresel koşullar ve ölçüm yöntemi sonucu etkileyebilir.
NIST'in yaklaşımında ölçüm yalnızca bir sayı üretmek değildir; ölçüm sonucunun belirsizliğinin de değerlendirilmesi gerekir.
Bence aksiyomatik düşünce ile gerçek dünya arasındaki en önemli bağlantılardan biri tam olarak burada ortaya çıkıyor:
Model ne kadar düzenli olursa olsun, gerçek dünyadan veri toplarken belirsizliği hesaba katmak zorundayız.
Bu durum mühendislikten tıbba, ekonomiden iklim araştırmalarına kadar hemen her alanda karşımıza çıkar.
Aksiyomatik Yaklaşım Neden Bu Kadar Güçlü?
Çünkü karmaşık bir bilgi alanını daha küçük ve kontrol edilebilir parçalara ayırır.
Bir teorinin başlangıç kabullerini açıkça yazdığınızda şu soruları sorabilirsiniz:
- Hangi varsayımlar kullanılıyor?
- Bu varsayımlar birbirleriyle çelişiyor mu?
- Sonuç gerçekten bu varsayımlardan çıkıyor mu?
- Varsayımlardan biri değiştirilirse sonuç ne olur?
- Sistem gerçek dünyadaki verilerle uyuşuyor mu?
Bu sorular özellikle bilgisayar bilimi ve yapay zekâ açısından da çok değerli.
Bir algoritma belirli varsayımlara dayanabilir. Örneğin verilerin bağımsız olduğu varsayılıyorsa, veriler gerçekten bağımsız değilse modelin sonuçları değişebilir.
İstatistikte de benzer bir durum var. Bir yöntemin matematiksel olarak geçerli olması, yöntemin her veri kümesinde aynı derecede uygun olduğu anlamına gelmez.
Buradan çıkarılabilecek pratik ders şu:
Bir modelin sonucuna bakmadan önce modelin hangi varsayımlarla çalıştığına bakmak gerekir.
Bu, veri biliminin temel düşünme alışkanlıklarından biridir.
Gödel'in Eksiklik Teoremleri Neden Konuyu Daha da İlginç Hale Getiriyor?
Aksiyomatik sistemlerden bahsederken Kurt Gödel'i atlamamak gerekiyor.
20. yüzyılın başlarında matematiğin tamamının kesin, biçimsel ve sağlam bir aksiyomatik temel üzerinde kurulabileceği düşüncesi büyük önem taşıyordu. David Hilbert'in programı bu hedefin en önemli örneklerinden biriydi.
Fakat Gödel'in 1931'de yayımlanan eksiklik teoremleri, yeterince güçlü ve tutarlı biçimsel sistemlerin kendi içinde çözülemeyen bazı önermeler barındırabileceğini gösterdi. Türkiye'deki 2025 tarihli bir bilim tarihi ve felsefesi çalışması da Gödel'in sonuçlarının Hilbert'in matematiği bütünüyle biçimsel olarak temellendirme hedefini sınırladığını ve buna rağmen aksiyomatikleştirme çalışmalarının modern matematik üzerinde kalıcı etkiler bıraktığını vurguluyor.
Buradaki fikir çok basit biçimde şöyle anlaşılabilir:
Kuralları ne kadar dikkatli belirlerseniz belirleyin, yeterince güçlü matematiksel sistemlerde “her doğru önerme sistemin içinde kanıtlanabilir” beklentisi sorunlarla karşılaşabilir.
Bu, “matematik çöktü” anlamına gelmez. Tam tersine, matematiğin hangi sınırlar içerisinde çalıştığını daha iyi anlamamızı sağlar.
Aksiyomlar Gerçekten “Mutlak Doğrular” mı?
İşte tartışmanın felsefi tarafı burada başlıyor.
Geleneksel anlatımda aksiyomlar bazen “kendiliğinden açık ve tartışılmaz doğrular” gibi sunulur. Fakat modern aksiyomatik yaklaşımda durum daha inceliklidir.
Özellikle Hilbert'in biçimsel yaklaşımıyla birlikte aksiyomların illa ki fiziksel dünyanın apaçık gerçeklerini ifade etmesi gerekmediği düşüncesi güç kazandı. 2025 tarihli bir bilim tarihi ve felsefesi araştırması, Hilbert'in aksiyomları sezgisel gerçeklikten bağımsız biçimsel ilişkiler olarak ele alan yaklaşımını özellikle vurguluyor.
Bu nedenle “aksiyom doğrudur” cümlesi yerine bazen daha dikkatli bir ifade kullanmak gerekir:
“Bu sistemi kurarken bu önermeyi başlangıç kabulü olarak alıyoruz.”
Sonrasında bu kabulün sonuçlarına bakarız.
Bu ayrım bilimsel düşünme açısından son derece değerlidir. Çünkü insanı kendi varsayımlarını sorgulamaya zorlar.
Erkekler ve Kadınlar Bu Konuya Farklı mı Yaklaşır?
Burada dikkat edilmesi gereken hassas bir nokta var. Erkeklerin “doğal olarak sonuç odaklı”, kadınların ise “doğal olarak duygusal veya sosyal” olduğu şeklinde biyolojik ve kesin bir genelleme yapmak bilimsel açıdan doğru olmaz. Bireysel farklılıklar, eğitim, meslek, kültür, yaş ve kişisel deneyimler çok daha karmaşık bir tablo oluşturur.
Fakat forum tartışması açısından farklı bakış açılarını düşünmek faydalı olabilir.
Örneğin daha pratik ve sonuç odaklı yaklaşan bir kişi, cinsiyetinden bağımsız olarak şunu sorabilir:
“Bu aksiyomatik sistem bana gerçek hayatta ne kazandırıyor? Mühendislikte, yazılımda veya ölçümde ne işe yarıyor?”
Daha sosyal veya insani sonuçlara odaklanan başka bir kişi ise:
“Bu sistemin dayandığı varsayımlar insanları nasıl etkiliyor? Bir modeli kullanırken kimi dışarıda bırakıyoruz? Ölçüm sonuçları toplumsal kararları nasıl değiştiriyor?”
İki yaklaşım da değerlidir.
Bir mühendis sistemin çalışıp çalışmadığına bakabilir; bir sosyolog aynı sistemin insanlar üzerindeki etkisini inceleyebilir. Bir veri bilimci modelin hata oranını hesaplayabilir; bir etik araştırmacısı aynı modelin hatalarının belirli gruplar üzerinde yoğunlaşıp yoğunlaşmadığını sorabilir.
Dolayısıyla aksiyomatik düşüncenin gerçek gücü, “tek bir doğru bakış açısı” yaratmasından değil, varsayımları görünür kılarak farklı disiplinlerin aynı sistemi farklı açılardan incelemesine izin vermesinden geliyor.
Aksiyomatik Düşünce Ekonomide ve Sosyal Bilimlerde Nasıl Kullanılabilir?
Ekonomi gibi alanlarda insanların davranışlarını matematiksel modellerle açıklamak istediğimizde de varsayımlar devreye girer.
Örneğin bir model insanları belirli koşullar altında rasyonel karar vericiler olarak kabul edebilir. Daha sonra bu varsayımdan hareketle piyasa davranışına ilişkin sonuçlar çıkarılabilir.
Ancak gerçek insanlar her zaman modeldeki varsayımlara uygun davranmayabilir.
Burada aksiyomatik yaklaşımın önemli bir avantajı ortaya çıkar: Varsayımı açıkça yazarsanız onu eleştirebilirsiniz.
“İnsanlar tamamen rasyoneldir” gibi örtük bir kabul yerine, “Model şu koşullar altında tercihlerin tutarlı olduğunu varsayıyor” demek çok daha şeffaftır.
Aynı mantık muhasebede de kullanılmıştır. Akademik çalışmalarda muhasebe kuramının temel parçalarının aksiyomatik biçimde formüle edilmesinin, muhasebe ilkelerini matematiksel ifadeler ve teoremler üzerinden incelemeye imkân verebildiği belirtiliyor.
Bu durum bize önemli bir şey söylüyor:
Aksiyomatik yöntem yalnızca geometri sınıfında kullanılan eski bir matematik tekniği değildir; karmaşık bilgi alanlarını yapılandırmak için farklı disiplinlerde kullanılabilen bir düşünme aracıdır.
Günlük Hayatta Aksiyomatik Düşünmek Mümkün mü?
Kesinlikle.
Bir şirketin karar alma sistemini düşünelim.
“Her müşteri eşit derecede değerlidir” şeklinde bir temel varsayım koyabilirsiniz.
Sonra bu varsayımdan hareketle hizmet politikaları, fiyatlandırma ve kaynak dağılımı geliştirebilirsiniz.
Fakat daha sonra gerçek veriler geldiğinde bazı müşterilerin hizmet maliyetinin diğerlerinden çok farklı olduğunu görürseniz başlangıç varsayımını yeniden değerlendirmek gerekebilir.
Aynı durum kişisel kararlarımızda da var.
Bir insan “yüksek maaş = daha iyi iş” varsayımını benimseyebilir. Başka biri “iş-yaşam dengesi = daha iyi iş” varsayımını temel alabilir.
İki kişi aynı verilere bakıp farklı sonuçlara ulaşabilir; çünkü başlangıç kabulleri farklıdır.
İşte aksiyomatik düşünce burada günlük hayata ilginç bir katkı sağlar:
“Neden böyle düşünüyorum?” sorusunun arkasından “Bu düşüncenin başlangıç varsayımı ne?” sorusunu getirmek.
Bu, yalnızca bilimsel değil, eleştirel düşünme açısından da güçlü bir alışkanlıktır.
Aksiyomatik Bilimin En Büyük Sınırı Nedir?
En önemli sınır, başlangıç varsayımlarının gerçekliğin kendisiyle karıştırılmaması gerektiğidir.
Matematiksel bir sistem kendi içinde kusursuz derecede tutarlı olabilir. Fakat bu sistemin gerçek dünyadaki bir olayı açıklayıp açıklamadığı ayrı bir sorudur.
Bir modelin varsayımları gerçeği yeterince temsil etmiyorsa, modelin içindeki hesapların hatasız olması sonucu otomatik olarak gerçek yapmaz.
Bu nedenle modern bilimde matematiksel tutarlılık ile ampirik doğrulama birbirinden ayrılmalıdır.
NIST'in ölçüm bilimine ilişkin çalışmalarında da ölçümün yalnızca bir sayı vermek olmadığı, ölçüm belirsizliğinin sistematik biçimde değerlendirilmesi gerektiği özellikle vurgulanıyor.
Bu ayrım bana göre konunun en pratik derslerinden biri:
“Hesap doğru mu?” sorusundan önce bazen “Doğru şeyi mi hesaplıyoruz?” diye sormak gerekir.
Sonuç: Aksiyomatik Bilimi Nasıl Anlamalıyız?
“Aksiyomatik bilim” ifadesini en anlaşılır şekilde, bir bilgi alanını açıkça belirlenmiş temel kabullerden ve mantıksal çıkarımlardan hareketle sistemleştirme yaklaşımı olarak düşünebiliriz.
Öklid geometrisi bunun tarihsel örneklerinden biridir. Modern matematikte aksiyomatik sistemler çok daha biçimsel hale gelmiştir. Fizik, mühendislik, istatistik, bilgisayar bilimi ve bazı sosyal bilimlerde ise aksiyomatik düşünce; modellerin hangi varsayımlara dayandığını açıklaştırmak için önemli bir araç olabilir.
Fakat aksiyomatik yaklaşımın asıl değeri yalnızca “kesin sonuç üretmek” değildir.
Bence daha büyük değer şurada:
Varsayımlarımızı görünür hale getirir.
Bir sonuca katılmıyorsak yalnızca “sonuç yanlış” demek yerine şu soruyu sorabiliriz:
“Bu sonuca hangi başlangıç varsayımıyla ulaşıldı?”
Eğer varsayımı değiştirince sonuç da değişiyorsa, tartışmanın gerçek noktası belki de sonuç değil, başlangıçtaki kabuldür.
Bu nedenle aksiyomatik düşünceyi yalnızca matematikçilerin kullandığı teknik bir yöntem olarak görmek eksik kalır. Aynı zamanda iyi bir problem çözme ve eleştirel düşünme disiplini olarak da değerlendirilebilir.
Forumda Tartışmaya Değer Sorular
Sizce bir bilimsel modelin en önemli tarafı matematiksel olarak tutarlı olması mı, yoksa gerçek dünyadaki verileri başarılı biçimde açıklaması mı?
Bir teorinin temel varsayımlarını değiştirdiğimizde ortaya çıkan sonuçlar ne kadar değişiyorsa, o teorinin güvenilirliğini nasıl değerlendirmeliyiz?
Günlük hayatta farkında olmadan kullandığımız “aksiyomlar” neler olabilir? Örneğin para, başarı, eğitim, aile veya kariyer hakkında hangi kabulleri sorgulamadan doğru kabul ediyoruz?
Ve belki de en ilginç soru şu:
Bir modelin sonucuyla değil, modelin başlangıç varsayımlarıyla tartışmayı alışkanlık haline getirsek, bilimsel ve toplumsal tartışmalarımız daha nitelikli hale gelir mi?
Bu sorunun cevabı, aksiyomatik düşüncenin matematiğin dışına çıktığında neden hâlâ ilgi çekici olduğunu anlamak açısından oldukça önemli.
Aksiyom ve postulat ayrımını netleştirBaşlık biçimlerini tek standarda indir
Aksiyom ve postulat ayrımını netleştir
Başlık biçimlerini tek standarda indir
Forum çağrısını daha etkileşimli yap
Aksiyomatik Bilim Ne Anlama Gelir? Bilginin Temel Varsayımlardan Kurulması
Bilim, matematik ya da felsefe hakkında biraz daha derine indikçe “Bu sonucun dayandığı temel nedir?” sorusuyla karşılaşmak kaçınılmaz oluyor. Bir formül neden doğru kabul ediliyor? Bir teori hangi başlangıç kabullerinden hareket ediyor? Daha da önemlisi, başlangıçta kabul ettiğimiz bir ilke değişirse elde ettiğimiz sonuçlar da değişir mi? “Aksiyomatik bilim” ifadesi tam olarak bu tür soruların kapısını açıyor.
Öncelikle küçük ama önemli bir ayrım yapmak gerekiyor: “aksiyomatik bilim” tek başına bütün bilim dallarını tanımlayan standart bir bilim sınıflandırması değildir. Daha çok bir bilgi alanının, temel kabullerden veya ilkelerden başlayarak mantıksal biçimde sistemleştirilmesini anlatan aksiyomatik yöntem ya da aksiyomatik sistem kavramıyla ilgilidir. Akademik kaynaklarda aksiyomatik yöntem; bir alandaki temel varsayımları açıkça ortaya koyup, bunlardan mantıksal sonuçlar türetme yöntemi olarak açıklanıyor.
Bence konunun en ilginç tarafı da burada: Aksiyomatik yaklaşım yalnızca “birkaç kural belirleyip sonuç çıkarmak” değildir. Asıl mesele, hangi başlangıç kabullerini neden kullandığımızı görünür hale getirmektir.
Aksiyom Nedir?
Aksiyom, bir sistem içerisinde başlangıç noktası olarak kabul edilen temel önermedir. Klasik anlamıyla aksiyomun ayrıca ispatlanması beklenmez; aksiyomlardan hareketle başka önermeler, yani teoremler mantıksal olarak türetilir. Kırklareli Üniversitesi Felsefe Ansiklopedisi'ndeki açıklamada da aksiyom, özellikle matematik gibi kanıtlama sistemlerinde başlangıçta kabul edilen ve diğer yargıların türetilmesine dayanak oluşturan ilke olarak tanımlanıyor.
Bunu günlük hayattan basit bir örnekle düşünelim.
Bir oyunun kurallarını ele alalım. “Oyuncu her turda bir kez hamle yapabilir” temel kuralımız olsun. Bu kuralın kendisini oyunun içinde kanıtlamaya çalışmayız. Onu başlangıç koşulu olarak kabul ederiz. Daha sonra bu kural ve diğer kurallar kullanılarak oyunda hangi hamlelerin mümkün olduğu belirlenir.
Aksiyomatik sistem de buna benzer şekilde çalışır. Fakat matematikte kurallar çok daha kesin ve biçimsel hale gelir.
Ankara Üniversitesi Açık Ders materyallerinde aksiyomatik sistemlerin temel özellikleri arasında tutarlılık, bağımsızlık ve tamlık gibi kavramlar ele alınıyor. Tutarlılık, sistemin aynı önerme ile onun çelişiğini birlikte kanıtlayabilecek hale gelmemesi anlamına gelir. Bağımsızlık ise bir aksiyomun diğer aksiyomlardan türetilememesiyle ilgilidir.
Öklid'den Modern Matematiğe Uzanan Yol
Aksiyomatik düşüncenin en meşhur tarihsel örneği Öklid geometrisidir.
Yaklaşık MÖ 300 civarında Öklid'in Elementler adlı çalışması, geometrik bilgileri belirli başlangıç kabullerinden hareketle düzenleyen son derece etkili bir sistem ortaya koydu. Encyclopedia of Mathematics, Öklid'in sistemini aksiyomatik yöntemin tarihsel açıdan en önemli erken örneklerinden biri olarak gösteriyor.
Örneğin iki noktadan bir doğru parçası çizilebilmesi gibi temel kabullerden hareket edilerek daha karmaşık geometrik sonuçlara ulaşılıyordu.
Buradaki kritik fikir şu:
Sonucu tek tek gözlemlemek yerine, sonucu zorunlu olarak doğuran bir mantık zinciri oluşturmak.
Bu yaklaşım matematiğin gücünü ciddi biçimde artırdı. Çünkü bir teoremin sonucunu yalnızca “çok sayıda örnekte doğru çıktı” diye değil, belirli öncüllerden mantıksal olarak çıktığı için kabul edebiliyorsunuz.
Ancak tarih burada ilginç bir dönüş yapıyor. Öklid'in beşinci postulatı, yani paralellik postulatı, yüzyıllar boyunca tartışıldı. Daha sonra Öklid dışı geometrilerin geliştirilmesi, aynı matematiksel dünyanın farklı aksiyom sistemleriyle kurulabileceğini gösterdi.
Bu olay aksiyomatik düşünce açısından çok önemli bir ders veriyor:
Bir sistemin sonuçlarını değerlendirmek kadar, sistemin başlangıç kabullerini incelemek de önemlidir.
Aksiyomatik Bilim ile Deneysel Bilim Aynı Şey mi?
Burada sık yapılan bir yanlış anlaşılma var. Aksiyomatik yaklaşım, “bilim deney yapmaz” anlamına gelmez.
Matematik ile fizik arasındaki fark bu noktada çok öğretici.
Matematikte belirli aksiyomları kabul edip mantıksal sonuçlar çıkarabilirsiniz. Fakat fiziksel bir teorinin gerçek dünyayı ne kadar iyi açıkladığını belirlemek için deneysel veriye ihtiyaç vardır.
Örneğin Newton mekaniğinde matematiksel denklemler belirli varsayımlar ve fiziksel yasalar üzerinden çalışır. Ancak bu denklemlerin gerçek dünyadaki olayları ne ölçüde açıkladığını deneyler ve gözlemler belirler.
Dolayısıyla şöyle bir ayrım yapmak yararlı:
Aksiyomatik sistem: “Bu başlangıç kabullerini kabul edersek hangi sonuçlar mantıksal olarak çıkar?”
Deneysel bilim: “Gerçek dünyada gözlediğimiz olaylar bu model ve tahminlerle ne ölçüde uyuşuyor?”
Bu iki yaklaşım birbirinin düşmanı değildir. Tam tersine, modern bilimde çoğu zaman birlikte çalışırlar.
Gerçek Dünyadan Çok Güzel Bir Örnek: SI Birim Sistemi
Aksiyomatik düşüncenin günlük hayatta ne kadar önemli hale gelebildiğini görmek için ölçüm sistemlerine bakmak yeterli.
Bugün kullandığımız Uluslararası Birim Sistemi, yani SI, 2019'dan itibaren yedi tanımlayıcı sabitin kesin sayısal değerlerine dayalı olarak tanımlanıyor. NIST'in yayımladığı SI açıklamasında ışık hızının vakumda değerinin tam olarak 299.792.458 metre/saniye olarak tanımlandığı belirtiliyor. Planck sabiti ise tam olarak 6,626 070 15 × 10⁻³⁴ joule saniye değerine sabitlenmiş durumda.
Buradaki “tam olarak” kelimesi önemli.
Örneğin ışık hızının SI tanımındaki sayısal değeri bir deney sonucunun yaklaşık değeri değildir. Birim sisteminin tanımında sabitlenmiş kesin değerdir.
Böylece dünyanın farklı yerlerinde çalışan laboratuvarlar, mühendisler ve bilim insanları aynı ölçüm dilini kullanabilir.
Bir mühendis İstanbul'da 10 metre olarak ölçülen bir uzunluğu ifade ettiğinde, Tokyo'daki başka bir mühendis “10 metrenin burada farklı bir anlamı var” demez.
İşte temel tanımların ve kuralların ortaklaştırılması burada pratik bir güç yaratıyor.
Peki Gerçek Ölçümler Kusursuz mu? Hayır
İşin belki de en önemli kısmı burası.
Bir sistemin tanımının kesin olması, gerçek dünyadaki ölçümlerin kusursuz olduğu anlamına gelmez.
NIST, ölçüm belirsizliğini bir ölçüm sonucuyla ilişkili ve ölçülen büyüklüğe atanabilecek değerlerin dağılımını karakterize eden bir parametre olarak açıklıyor. Ölçüm sürecinde cihaz, yöntem, örnek, gözlemci ve diğer değişkenlerden kaynaklanan belirsizlikler bulunabiliyor.
Mesela bir termometrenin “25 °C” göstermesi, sıcaklığın metafizik anlamda sonsuza kadar kesin biçimde 25 olduğu anlamına gelmez.
Ölçüm cihazının çözünürlüğü, kalibrasyonu, çevresel koşullar ve ölçüm yöntemi sonucu etkileyebilir.
NIST'in yaklaşımında ölçüm yalnızca bir sayı üretmek değildir; ölçüm sonucunun belirsizliğinin de değerlendirilmesi gerekir.
Bence aksiyomatik düşünce ile gerçek dünya arasındaki en önemli bağlantılardan biri tam olarak burada ortaya çıkıyor:
Model ne kadar düzenli olursa olsun, gerçek dünyadan veri toplarken belirsizliği hesaba katmak zorundayız.
Bu durum mühendislikten tıbba, ekonomiden iklim araştırmalarına kadar hemen her alanda karşımıza çıkar.
Aksiyomatik Yaklaşım Neden Bu Kadar Güçlü?
Çünkü karmaşık bir bilgi alanını daha küçük ve kontrol edilebilir parçalara ayırır.
Bir teorinin başlangıç kabullerini açıkça yazdığınızda şu soruları sorabilirsiniz:
- Hangi varsayımlar kullanılıyor?
- Bu varsayımlar birbirleriyle çelişiyor mu?
- Sonuç gerçekten bu varsayımlardan çıkıyor mu?
- Varsayımlardan biri değiştirilirse sonuç ne olur?
- Sistem gerçek dünyadaki verilerle uyuşuyor mu?
Bu sorular özellikle bilgisayar bilimi ve yapay zekâ açısından da çok değerli.
Bir algoritma belirli varsayımlara dayanabilir. Örneğin verilerin bağımsız olduğu varsayılıyorsa, veriler gerçekten bağımsız değilse modelin sonuçları değişebilir.
İstatistikte de benzer bir durum var. Bir yöntemin matematiksel olarak geçerli olması, yöntemin her veri kümesinde aynı derecede uygun olduğu anlamına gelmez.
Buradan çıkarılabilecek pratik ders şu:
Bir modelin sonucuna bakmadan önce modelin hangi varsayımlarla çalıştığına bakmak gerekir.
Bu, veri biliminin temel düşünme alışkanlıklarından biridir.
Gödel'in Eksiklik Teoremleri Neden Konuyu Daha da İlginç Hale Getiriyor?
Aksiyomatik sistemlerden bahsederken Kurt Gödel'i atlamamak gerekiyor.
20. yüzyılın başlarında matematiğin tamamının kesin, biçimsel ve sağlam bir aksiyomatik temel üzerinde kurulabileceği düşüncesi büyük önem taşıyordu. David Hilbert'in programı bu hedefin en önemli örneklerinden biriydi.
Fakat Gödel'in 1931'de yayımlanan eksiklik teoremleri, yeterince güçlü ve tutarlı biçimsel sistemlerin kendi içinde çözülemeyen bazı önermeler barındırabileceğini gösterdi. Türkiye'deki 2025 tarihli bir bilim tarihi ve felsefesi çalışması da Gödel'in sonuçlarının Hilbert'in matematiği bütünüyle biçimsel olarak temellendirme hedefini sınırladığını ve buna rağmen aksiyomatikleştirme çalışmalarının modern matematik üzerinde kalıcı etkiler bıraktığını vurguluyor.
Buradaki fikir çok basit biçimde şöyle anlaşılabilir:
Kuralları ne kadar dikkatli belirlerseniz belirleyin, yeterince güçlü matematiksel sistemlerde “her doğru önerme sistemin içinde kanıtlanabilir” beklentisi sorunlarla karşılaşabilir.
Bu, “matematik çöktü” anlamına gelmez. Tam tersine, matematiğin hangi sınırlar içerisinde çalıştığını daha iyi anlamamızı sağlar.
Aksiyomlar Gerçekten “Mutlak Doğrular” mı?
İşte tartışmanın felsefi tarafı burada başlıyor.
Geleneksel anlatımda aksiyomlar bazen “kendiliğinden açık ve tartışılmaz doğrular” gibi sunulur. Fakat modern aksiyomatik yaklaşımda durum daha inceliklidir.
Özellikle Hilbert'in biçimsel yaklaşımıyla birlikte aksiyomların illa ki fiziksel dünyanın apaçık gerçeklerini ifade etmesi gerekmediği düşüncesi güç kazandı. 2025 tarihli bir bilim tarihi ve felsefesi araştırması, Hilbert'in aksiyomları sezgisel gerçeklikten bağımsız biçimsel ilişkiler olarak ele alan yaklaşımını özellikle vurguluyor.
Bu nedenle “aksiyom doğrudur” cümlesi yerine bazen daha dikkatli bir ifade kullanmak gerekir:
“Bu sistemi kurarken bu önermeyi başlangıç kabulü olarak alıyoruz.”
Sonrasında bu kabulün sonuçlarına bakarız.
Bu ayrım bilimsel düşünme açısından son derece değerlidir. Çünkü insanı kendi varsayımlarını sorgulamaya zorlar.
Erkekler ve Kadınlar Bu Konuya Farklı mı Yaklaşır?
Burada dikkat edilmesi gereken hassas bir nokta var. Erkeklerin “doğal olarak sonuç odaklı”, kadınların ise “doğal olarak duygusal veya sosyal” olduğu şeklinde biyolojik ve kesin bir genelleme yapmak bilimsel açıdan doğru olmaz. Bireysel farklılıklar, eğitim, meslek, kültür, yaş ve kişisel deneyimler çok daha karmaşık bir tablo oluşturur.
Fakat forum tartışması açısından farklı bakış açılarını düşünmek faydalı olabilir.
Örneğin daha pratik ve sonuç odaklı yaklaşan bir kişi, cinsiyetinden bağımsız olarak şunu sorabilir:
“Bu aksiyomatik sistem bana gerçek hayatta ne kazandırıyor? Mühendislikte, yazılımda veya ölçümde ne işe yarıyor?”
Daha sosyal veya insani sonuçlara odaklanan başka bir kişi ise:
“Bu sistemin dayandığı varsayımlar insanları nasıl etkiliyor? Bir modeli kullanırken kimi dışarıda bırakıyoruz? Ölçüm sonuçları toplumsal kararları nasıl değiştiriyor?”
İki yaklaşım da değerlidir.
Bir mühendis sistemin çalışıp çalışmadığına bakabilir; bir sosyolog aynı sistemin insanlar üzerindeki etkisini inceleyebilir. Bir veri bilimci modelin hata oranını hesaplayabilir; bir etik araştırmacısı aynı modelin hatalarının belirli gruplar üzerinde yoğunlaşıp yoğunlaşmadığını sorabilir.
Dolayısıyla aksiyomatik düşüncenin gerçek gücü, “tek bir doğru bakış açısı” yaratmasından değil, varsayımları görünür kılarak farklı disiplinlerin aynı sistemi farklı açılardan incelemesine izin vermesinden geliyor.
Aksiyomatik Düşünce Ekonomide ve Sosyal Bilimlerde Nasıl Kullanılabilir?
Ekonomi gibi alanlarda insanların davranışlarını matematiksel modellerle açıklamak istediğimizde de varsayımlar devreye girer.
Örneğin bir model insanları belirli koşullar altında rasyonel karar vericiler olarak kabul edebilir. Daha sonra bu varsayımdan hareketle piyasa davranışına ilişkin sonuçlar çıkarılabilir.
Ancak gerçek insanlar her zaman modeldeki varsayımlara uygun davranmayabilir.
Burada aksiyomatik yaklaşımın önemli bir avantajı ortaya çıkar: Varsayımı açıkça yazarsanız onu eleştirebilirsiniz.
“İnsanlar tamamen rasyoneldir” gibi örtük bir kabul yerine, “Model şu koşullar altında tercihlerin tutarlı olduğunu varsayıyor” demek çok daha şeffaftır.
Aynı mantık muhasebede de kullanılmıştır. Akademik çalışmalarda muhasebe kuramının temel parçalarının aksiyomatik biçimde formüle edilmesinin, muhasebe ilkelerini matematiksel ifadeler ve teoremler üzerinden incelemeye imkân verebildiği belirtiliyor.
Bu durum bize önemli bir şey söylüyor:
Aksiyomatik yöntem yalnızca geometri sınıfında kullanılan eski bir matematik tekniği değildir; karmaşık bilgi alanlarını yapılandırmak için farklı disiplinlerde kullanılabilen bir düşünme aracıdır.
Günlük Hayatta Aksiyomatik Düşünmek Mümkün mü?
Kesinlikle.
Bir şirketin karar alma sistemini düşünelim.
“Her müşteri eşit derecede değerlidir” şeklinde bir temel varsayım koyabilirsiniz.
Sonra bu varsayımdan hareketle hizmet politikaları, fiyatlandırma ve kaynak dağılımı geliştirebilirsiniz.
Fakat daha sonra gerçek veriler geldiğinde bazı müşterilerin hizmet maliyetinin diğerlerinden çok farklı olduğunu görürseniz başlangıç varsayımını yeniden değerlendirmek gerekebilir.
Aynı durum kişisel kararlarımızda da var.
Bir insan “yüksek maaş = daha iyi iş” varsayımını benimseyebilir. Başka biri “iş-yaşam dengesi = daha iyi iş” varsayımını temel alabilir.
İki kişi aynı verilere bakıp farklı sonuçlara ulaşabilir; çünkü başlangıç kabulleri farklıdır.
İşte aksiyomatik düşünce burada günlük hayata ilginç bir katkı sağlar:
“Neden böyle düşünüyorum?” sorusunun arkasından “Bu düşüncenin başlangıç varsayımı ne?” sorusunu getirmek.
Bu, yalnızca bilimsel değil, eleştirel düşünme açısından da güçlü bir alışkanlıktır.
Aksiyomatik Bilimin En Büyük Sınırı Nedir?
En önemli sınır, başlangıç varsayımlarının gerçekliğin kendisiyle karıştırılmaması gerektiğidir.
Matematiksel bir sistem kendi içinde kusursuz derecede tutarlı olabilir. Fakat bu sistemin gerçek dünyadaki bir olayı açıklayıp açıklamadığı ayrı bir sorudur.
Bir modelin varsayımları gerçeği yeterince temsil etmiyorsa, modelin içindeki hesapların hatasız olması sonucu otomatik olarak gerçek yapmaz.
Bu nedenle modern bilimde matematiksel tutarlılık ile ampirik doğrulama birbirinden ayrılmalıdır.
NIST'in ölçüm bilimine ilişkin çalışmalarında da ölçümün yalnızca bir sayı vermek olmadığı, ölçüm belirsizliğinin sistematik biçimde değerlendirilmesi gerektiği özellikle vurgulanıyor.
Bu ayrım bana göre konunun en pratik derslerinden biri:
“Hesap doğru mu?” sorusundan önce bazen “Doğru şeyi mi hesaplıyoruz?” diye sormak gerekir.
Sonuç: Aksiyomatik Bilimi Nasıl Anlamalıyız?
“Aksiyomatik bilim” ifadesini en anlaşılır şekilde, bir bilgi alanını açıkça belirlenmiş temel kabullerden ve mantıksal çıkarımlardan hareketle sistemleştirme yaklaşımı olarak düşünebiliriz.
Öklid geometrisi bunun tarihsel örneklerinden biridir. Modern matematikte aksiyomatik sistemler çok daha biçimsel hale gelmiştir. Fizik, mühendislik, istatistik, bilgisayar bilimi ve bazı sosyal bilimlerde ise aksiyomatik düşünce; modellerin hangi varsayımlara dayandığını açıklaştırmak için önemli bir araç olabilir.
Fakat aksiyomatik yaklaşımın asıl değeri yalnızca “kesin sonuç üretmek” değildir.
Bence daha büyük değer şurada:
Varsayımlarımızı görünür hale getirir.
Bir sonuca katılmıyorsak yalnızca “sonuç yanlış” demek yerine şu soruyu sorabiliriz:
“Bu sonuca hangi başlangıç varsayımıyla ulaşıldı?”
Eğer varsayımı değiştirince sonuç da değişiyorsa, tartışmanın gerçek noktası belki de sonuç değil, başlangıçtaki kabuldür.
Bu nedenle aksiyomatik düşünceyi yalnızca matematikçilerin kullandığı teknik bir yöntem olarak görmek eksik kalır. Aynı zamanda iyi bir problem çözme ve eleştirel düşünme disiplini olarak da değerlendirilebilir.
Forumda Tartışmaya Değer Sorular
Sizce bir bilimsel modelin en önemli tarafı matematiksel olarak tutarlı olması mı, yoksa gerçek dünyadaki verileri başarılı biçimde açıklaması mı?
Bir teorinin temel varsayımlarını değiştirdiğimizde ortaya çıkan sonuçlar ne kadar değişiyorsa, o teorinin güvenilirliğini nasıl değerlendirmeliyiz?
Günlük hayatta farkında olmadan kullandığımız “aksiyomlar” neler olabilir? Örneğin para, başarı, eğitim, aile veya kariyer hakkında hangi kabulleri sorgulamadan doğru kabul ediyoruz?
Ve belki de en ilginç soru şu:
Bir modelin sonucuyla değil, modelin başlangıç varsayımlarıyla tartışmayı alışkanlık haline getirsek, bilimsel ve toplumsal tartışmalarımız daha nitelikli hale gelir mi?
Bu sorunun cevabı, aksiyomatik düşüncenin matematiğin dışına çıktığında neden hâlâ ilgi çekici olduğunu anlamak açısından oldukça önemli.
Aksiyom ve postulat ayrımını netleştirBaşlık biçimlerini tek standarda indir
Aksiyom ve postulat ayrımını netleştir
Başlık biçimlerini tek standarda indir
Forum çağrısını daha etkileşimli yap