Beyniniz Bir Algoritma Olsaydı Hangi Hatayı Verirdi?

İnsan zihni kendini genellikle hakikatin tahtında oturan bir kral sanır. Oysa çoğu zaman karanlık bir odada el yordamıyla yürüyen, duvarlara çarpınca da buna kader diyen bir canlıyız. Bilişsel çarpıtmalar dediğimiz şeyler, beynin gerçekliği kısayoldan yorumlama alışkanlıklarıdır. Hızlı karar vermek için geliştirdiğimiz bu kestirmeler, bazen bizi kurtarır; bazen de zihinsel bir bataklığa çeker. İlginç olan şu: Makineler de sandığımız kadar masum değildir. Onlar da hata yapar, ama bunu kaşlarını çatıp dramatik bir iç sesle değil, veri setinin içinde usulca tekrar ederek yapar.

Bir insanın felaketleştirme eğilimini düşünelim. Küçük bir başarısızlık yaşar ve zihni hemen kıyamet senaryosu yazar: ‘Bu sınav kötü geçti, hayatım bitti.’ Makinedeki karşılığı nedir? Aşırı genelleme yapan bir model. Eğitim verisinde birkaç örnek görür, sonra bütün dünyayı o örneklere benzetir. İnsan ‘bir kere terk edildim, demek ki sevilmeye layık değilim’ der; algoritma ‘bu profil daha önce riskli görünmüş, demek ki benzerleri de risklidir’ sonucuna varır. İkisinde de sorun aynıdır: Sınırlı veriden evrensel yasa üretmek.

Zihnin kara kutusu, makinenin kara kutusu

Psikolojide ‘seçici soyutlama’ diye bir çarpıtma vardır. Kişi, bütün tabloyu değil, sadece acıtan ayrıntıyı görür. Bir konuşmada on kişi onu takdir etmiştir, biri eleştirmiştir; zihin o tek eleştiriyi alır, büyütür, cilalar ve gece yarısı başucuna koyar. Algoritmalarda buna benzer biçimde özellik seçimi ve ağırlıklandırma sorunları görülür. Model, verideki bazı sinyalleri abartır, bazılarını yok sayar. Sonra bize tarafsız bir karar gibi görünen şey aslında seçilmiş bir körlüktür.

İnsanlarda doğrulama yanlılığı belki de en tanıdık canavardır. İnandığımız şeyi destekleyen kanıtları toplar, karşıt kanıtları ise zihinsel çöp kutusuna atarız. Sosyal medyada bunun tiyatrosunu her gün izleriz: Herkes kendi kabilesinin filozofu, karşı tarafın ise cahilidir. Algoritmalar da buna katkı sağlar. Tavsiye sistemleri bize seveceğimiz şeyleri gösterdikçe, düşünce kaslarımız rahat koltuğa gömülür. Böylece insanın içindeki doğrulama yanlılığı, makinenin optimizasyon hedefiyle evlenir. Ortaya çıkan çocuk ise yankı odasıdır.

Bir başka ilginç benzerlik ‘etiketleme’dir. İnsan kendine ‘ben başarısızım’, başkasına ‘o bencil’ der ve karmaşık bir varoluşu tek kelimelik hapishaneye kapatır. Makine öğrenmesinde sınıflandırma da bazen böyle davranır. Kredi alabilir, alamaz. Güvenilir, riskli. Uygun, uygunsuz. Elbette sınıflandırma teknik olarak gereklidir; fakat mesele şudur: İnsan da makine de etiketin arkasındaki hikâyeyi unutmaya meyillidir. Bir insanı tek davranışına, bir topluluğu tek verisine, bir geleceği tek olasılığa indirgediğimizde akıl değil, hız kazanırız.

Yanılgı sadece hata değil, karakterdir

Burada daha derin bir nokta var: Hatalarımız yalnızca bilgi eksikliğinden doğmaz; bazen kim olduğumuzu koruma çabasından doğar. Jungiyen bir dille söylersek, gölgemizi görmek istemediğimiz için dünyayı çarpıtırız. Korkaklığımıza ‘temkin’, öfkemize ‘adalet’, kıskançlığımıza ‘sezgi’ deriz. Algoritmalarda ise gölge, veri setinin geçmişinde saklıdır. Toplumun eski önyargıları veriye kazınır, model onları öğrenir ve geleceğe teknolojik bir ciddiyetle taşır. Böylece makine yeni bir şey icat etmez; çoğu zaman eski hatalarımızı daha hızlı, daha ölçeklenebilir ve daha soğukkanlı biçimde tekrarlar.

Bu yüzden yapay zekâya bakarken aslında metalden yapılmış yabancı bir akla değil, kendi zihinsel alışkanlıklarımızın büyütülmüş aynasına bakıyoruz. İnsan beyni örüntü arar; algoritma örüntü bulur. İnsan anlam uydurur; algoritma korelasyon hesaplar. İnsan yanılırken hikâye anlatır; algoritma yanılırken skor üretir. Fark dramatik görünür, ama kök aynıdır: Eksik bilgiyle dünyayı yönetilebilir kılma arzusu.

Peki çözüm nedir? Ne insanı tamamen sezgisiz bir hesap makinesine çevirmek ne de makineyi büyülü bir kâhin gibi görmek. Çözüm, çift taraflı bir uyanıklıktır. Kendi zihnimize ‘Bu düşünce bir gerçek mi, yoksa korkumun kostüm giymiş hali mi?’ diye sormak gerekir. Algoritmaya da ‘Bu sonuç hangi veriyle, hangi amaçla, hangi kör noktalarla üretildi?’ diye sormalıyız. Çünkü sorgulanmayan zihin dogmaya, sorgulanmayan algoritma otoriteye dönüşür.

Belki de çağımızın en önemli bilgeliği şudur: Ne beynimiz tanrısal bir mahkeme, ne de algoritmalar tarafsız meleklerdir. İkisi de kusurlu yorum makineleridir. Fakat bu kötü haber değildir. Çünkü yanılgıyı görebilen varlık, yanılgının tamamen esiri değildir. Beynin hata kodlarını okumayı öğrenen insan, makinenin yanılgılarını da daha iyi tanır. Ve belki o zaman, hem kendimize hem de teknolojimize biraz daha az kibir, biraz daha fazla bilinç yükleriz.

Beyniniz Neden Boşluklardan Hoşlanmaz? Eksik Bilgiyi Tamamlama Tuzağı

Bir arkadaşınız mesajınıza sadece “Tamam.” diye yanıt verdiğinde zihniniz çoğu zaman durup beklemez. Noktanın soğukluğunu, kelimenin kısalığını, belki önceki konuşmadaki küçük bir duraksamayı birleştirir ve görünmeyen hikâyeyi yazmaya başlar: “Bana kızdı galiba.” Oysa arkadaşınız toplantıya geç kalmış, tek eliyle asansör düğmesine basarken cevap vermiş olabilir. Beyin, eksik veriyi boş bırakmayı sevmez; boşlukları hızla anlamla doldurur. Bu eğilim, hayatta kalmayı kolaylaştıran etkileyici bir bilişsel yetenektir. Fakat aynı yetenek, yanlış anlamaların ve inatçı kanaatlerin gizli fabrikası da olabilir.

Boşlukları kapatan zihin

Algı, dünyayı olduğu gibi kaydeden bir kamera değildir. Daha çok, sınırlı veriden en olası sahneyi kurmaya çalışan hızlı bir tahmin makinesidir. Gestalt psikolojisinin “tamamlama” ilkesi bunu güzelce gösterir: Kesik çizgilerden oluşan bir şekli çoğu zaman tam bir daire gibi görürüz. Çünkü zihin, parçalı işaretler yerine düzenli bütünleri tercih eder. Kalabalıkta yarım duyduğumuz bir cümleyi tamamlamamız, bulanık bir gölgede yüz seçmemiz ya da bir filmin birkaç ipucundan sonunu tahmin etmemiz aynı mekanizmanın farklı yüzleridir.

Bu otomatik tamamlama büyük bir avantaj sağlar. Atalarımız çalılıktaki belirsiz hareketi hızlıca yırtıcı ihtimaliyle ilişkilendirdiğinde, bazen gereksiz yere irkilmiş olabilirler; ama nadiren de olsa gerçek tehlikeden kaçmışlardır. Günümüzde de doktorlar belirtiler arasındaki örüntüleri fark eder, sürücüler yolun devamını öngörür, bilim insanları eksik gözlemlerden hipotez üretir. Dil öğrenirken cümlenin bağlamından bilinmeyen kelimeleri çıkarmamız, bir müzisyenin eksik notayı sezmesi ve bir tasarımcının dağınık unsurlarda uyum görmesi yaratıcı tamamlamanın ürünleridir.

Tahmin ile gerçek arasındaki ince çizgi

Sorun, beynin ürettiği olasılığı kanıt sanmaya başlamasıdır. Birkaç davranıştan karakter analizi yapmak, bir haber başlığından olayın tümünü bildiğimizi varsaymak veya sessizliği kesin bir niyetin işareti saymak bu hataya örnektir. Özellikle belirsizlik duygusal olarak rahatsız ediciyse, zihin en hızlı açıklamaya daha sıkı tutunur. Komplo anlatıları da çoğu zaman bu açlıktan beslenir: Dağınık olaylar arasında rastlantıya yer bırakmayan, kusursuz derecede kapalı bir hikâye sunarlar.

Hafıza da bu oyunun masum bir tanığı değildir. Hatırlamak, arşivden değişmez bir dosya açmak değildir; her geri çağırışta ayrıntıları yeniden kurmaktır. Bu nedenle insanlar aynı olayı samimiyetle ama farklı biçimlerde anlatabilir. Eksik parçalar, beklentilerimiz, korkularımız ve önceki inançlarımızla tamamlanır. Daha da tuhafı, tamamladığımız ayrıntı sonradan bize gerçekten yaşanmış gibi gelebilir. Zihnin ikna gücü, doğruluğunun garantisi değildir.

Daha iyi boşluklar bırakmak

Bu eğilimi ortadan kaldırmak ne mümkün ne de arzu edilir. Asıl mesele, zihinsel tahminlerimizi “gerçek” etiketiyle mühürlememektir. Bunun için basit ama güçlü bir soru sorulabilir: “Bunu gerçekten biliyor muyum, yoksa elimdeki parçaları mı birleştiriyorum?” Ardından en az iki alternatif açıklama üretmek faydalıdır. “Bana kızdı” yerine “meşgul olabilir, yorgun olabilir, mesaj tonunu yanlış okuyor olabilirim” demek, belirsizliği inkâr etmez; ona düşünme payı açar.

İyi düşünmek her boşluğu doldurmak değildir. Bazen en olgun zihinsel hareket, boşluğun boş kalmasına izin vermektir. Bilim, kesinlik iddiasından çok sınanabilir varsayımlarla ilerler; sağlıklı ilişkiler de niyet okumak yerine soru sormayla güçlenir. Beynimiz hızlı bir romancı olabilir, fakat hayatın güvenilir okuru olmak istiyorsak dipnot istemeyi, kaynak aramayı ve bazen “henüz bilmiyorum” demeyi öğrenmeliyiz.

Parlak Bir Fikir Neden Bize Daha Doğru Gelir?

Bir fikrin doğru olmasıyla güzel görünmesi arasında mantıksal bir zorunluluk yoktur. Yine de insan zihni, iyi tasarlanmış bir sunumu, pürüzsüz bir cümleyi, zarif bir grafiği ya da etkileyici bir metaforu çoğu zaman doğruluğun işareti gibi okur. Şık bir slaytta sunulan zayıf bir öneri, dağınık notlar arasında duran güçlü bir kanıttan daha ikna edici görünebilir. Bu yalnızca modern çağın görsel bombardımanına özgü bir zaaf değildir; zihnin belirsizlikle baş etme biçiminin eski ve derin bir sonucudur.

Güzellik, zihnin kısa yolu

Zihin her iddiayı sıfırdan incelemek için ne zamana ne de enerjiye sahiptir. Bu nedenle kestirme yollara, yani bilişsel sezgilere başvurur. Bir bilgi kolay okunuyorsa, akıcı anlatılıyorsa veya tanıdık bir biçimde sunuluyorsa onu işlemek daha az zihinsel çaba gerektirir. Bu rahatlık hissi, farkında olmadan “Bu doğru olmalı” yargısına dönüşebilir. Psikolojide buna işlemleme akıcılığı denir: Kolay kavranan şey, çoğu kez daha güvenilir, daha tanıdık ve daha doğru hissedilir.

Buradaki kritik sözcük “hissedilir”dir. Doğruluk duygusu ile doğruluğun kendisi aynı şey değildir. Bir denklemin simetrik oluşu, bir kuramın sade açıklaması ya da bir siyasi sloganın ritmik yapısı elbette değer taşıyabilir. Fakat estetik haz, kanıtın yerine geçemez. “Doğaya uygun geliyor” cümlesi, bir argümanın test edildiği anlamına gelmez; çoğu zaman yalnızca zihnimizde hoş bir düzen kurduğu anlamına gelir.

Estetik neden ikna eder?

Çünkü güzellik, düzen vaadi taşır. İyi bir anlatı karmaşık olayları neden-sonuç zincirine yerleştirir; iyi bir tasarım dağınık veriyi okunabilir hale getirir. İnsan, rastlantıdan çok örüntüyü sever. Örüntü ise kontrol hissi verir. Bu yüzden dünyayı tek bir anahtarla açıklama iddiasındaki fikirler, çoğu zaman gerçekliğin karmaşıklığından daha çekici görünür. Ne var ki gerçeklik, etkileyici bir poster kadar simetrik davranmak zorunda değildir.

Bilimde bile estetik sezgiler çalışır. Araştırmacılar sade, tutarlı ve zarif kuramları tercih etme eğilimindedir. Bu eğilim bütünüyle irrasyonel değildir; basit modeller bazen daha güçlü öngörüler üretir. Ancak bilimsel tarihin önemli derslerinden biri şudur: Evrenin zarafet anlayışı, insanınkine borçlu değildir. Bir teori güzel olduğu için değil, gözlemlerle sınandığı ve alternatiflerinden daha iyi açıkladığı için kabul edilmelidir. Güzellik, araştırma için iyi bir pusula olabilir; mahkeme kararı değil.

Güzel yalanlara karşı küçük savunmalar

Bir iddia özellikle kusursuz, duygusal veya estetik açıdan tatmin edici geldiğinde kısa bir zihinsel fren faydalıdır: “Bunu güzel bulduğum için mi, yoksa kanıtı güçlü olduğu için mi benimsiyorum?” Ardından kaynağa, karşı örneklere, ölçüm yöntemine ve iddianın yanlışlanabilir olup olmadığına bakmak gerekir. İyi fikirler sorulara dayanır; kötü fikirler ise çoğu zaman yalnızca etkileyici bir ambalaja dayanır.

Estetiği düşman ilan etmek de yanlış olur. Güzel anlatım, gerçeğin anlaşılmasını kolaylaştırabilir; iyi görselleştirme verideki gizli örüntüleri görünür kılabilir. Sorun, estetiğin hakikatin hizmetkârı olmaktan çıkıp onun kılığına girmesidir. En olgun tavır, bir fikrin güzelliğinden zevk almak ama hükmü kanıta bırakmaktır. Çünkü bazen en doğru düşünce ilk bakışta zarif değil, sadece inatla test edilmiş olabilir.

Kodun İçindeki Kör Nokta: Usta Programcılar Neden Kendi Hatalarını Göremez?

Bir programcının en tehlikeli cümlesi çoğu zaman şudur: “Bu kodun çalışması lazım.” Bu cümle, teknik bir tahminden çok zihinsel bir sözleşmedir. Yazılımcı, çözümü tasarlarken belli varsayımları görünmez biçimde doğru kabul eder; sonra da hata ayıklarken dünyayı bu varsayımları doğrulayacak şekilde okumaya eğilim gösterir. Loglar, test sonuçları ve kullanıcı raporları önündedir ama zihin çoktan bir hikâye yazmıştır: sorun veritabanındadır, ağ gecikmesindedir, kullanıcı yanlış girdi yapmıştır. Oysa hata, çoğu kez o hikâyenin ilk cümlesindedir.

Metakognisyon: Düşünceyi İzleyen Düşünce

Metakognisyon, en yalın hâliyle, ne düşündüğümüzü değil nasıl düşündüğümüzü fark edebilme becerisidir. Bir algoritmanın karmaşıklığını hesaplamak başka, “Neden bu algoritmayı seçmeye bu kadar istekliyim?” diye sormak başkadır. İlk iş teknik yetkinliktir; ikincisi zihinsel denetimdir. Deneyimli programcılar ilkinde genellikle çok iyidir. Fakat uzmanlık arttıkça ikinci beceri otomatik olarak güçlenmez. Hatta paradoksal biçimde, uzmanlık zihinsel kör noktaları daha iyi gizleyebilir.

Bunun bir nedeni, ustalığın büyük ölçüde otomasyon üretmesidir. Tecrübeli geliştirici, binlerce örüntüyü saniyeler içinde tanır: yarış koşulu, null referansı, sınır değeri, yanlış önbellekleme, kötü soyutlama. Bu hız değerlidir; ancak zihin örüntü tanırken bazen araştırmayı erken bitirir. Tanıdık görünen bir hata, gerçekten tanıdık olmayabilir. Eski bir çözüm, yeni bağlamda zarif değil tehlikeli olabilir. Kısacası sezgi, güçlü bir derleyicidir ama zaman zaman yanlış kaynaktan derlenmiş sonuçlar üretir.

Programcı Yanılgısının Yakıtı: Sahiplik ve Onaylama

Programcı kendi yazdığı koda yalnızca satırlar bütünü olarak bakmaz; o kod, harcanmış zamanın, çözülmüş gecelerin ve zekâ yatırımının izidir. Bu nedenle kod eleştirildiğinde teknik bir öneri bile kişisel bir tehdit gibi algılanabilir. Sahiplik etkisi burada devreye girer: İnsan, ürettiği şeyin değerini sistematik olarak olduğundan yüksek görme eğilimindedir. “Bu modül karmaşık ama gerekli” cümlesi bazen mimari bir gerçek değil, emeği savunma refleksidir.

Onaylama yanlılığı da bu refleksi besler. Geliştirici, hipotezini doğrulayan log satırlarını öne çıkarır; onu çürüten belirtileri ise istisna, gürültü veya geçici anomali sayar. Bir testin geçmesi, tasarımın doğru olduğunu kanıtlamaz; yalnızca testin sorduğu soruya kabul edilebilir bir cevap verildiğini gösterir. Üstelik testleri de insan yazar. Yanlış soruyu mükemmel test etmek, yanlış güveni otomatikleştirmektir.

Deneyim Neden Bazen Engeldir?

Acemi programcı “Bilmiyorum” demeye daha yakındır; uzman ise çoğu zaman neyi bildiğini çok iyi bilir. Sorun, bilinenlerin yeni bir olasılığı görünmez kılmasıdır. Deneyim, karar maliyetini düşürür fakat keşif alanını da daraltabilir. Bir kıdemli geliştirici geçmişte mikroservislerin işe yaradığı on projeyi hatırlayıp on birinci projede monolitin daha doğru seçenek olabileceğini geç fark edebilir. Çünkü zihnin arama motoru, en sık tıklanan sonuçları üst sıraya taşır.

Bu yüzden iyi ekipler sadece kod incelemesi yapmaz; düşünce incelemesi de yapar. “Bu karar hangi varsayıma dayanıyor?”, “Bizi haksız çıkaracak kanıt ne olur?”, “Bu çözümü neden seviyoruz?” soruları birer nezaket ritüeli değildir. Bunlar, zihinsel hata ayıklama araçlarıdır. Kırmızı takım değerlendirmeleri, karar günlükleri, önceden başarısızlık analizi ve farklı kıdem düzeylerinden eleştiriler bu nedenle değerlidir.

En olgun programcı, en az hata yapan kişi değildir. Hatalarının hangi koşullarda görünmezleştiğini bilen kişidir. Kodun derlenmesi yetmez; varsayımların da derlenmesi gerekir. Çünkü yazılımda en inatçı bug bazen bir fonksiyonda değil, o fonksiyonu yazan zihnin “Ben bunu zaten anladım” satırında saklanır.

İlk Sayı Zihninize Nasıl Çapa Atıyor? Ankraj Etkisinin Sessiz Gücü

Bir evin fiyat ilanında önce 12 milyon lira görürsünüz. Ardından emlakçı, “Aslında 9,5 milyona bırakılabilir,” der. İçinizde garip bir rahatlama belirir: Ne güzel indirim! Oysa aynı ev, dün ilk kez 9,5 milyon etiketiyle karşınıza çıksaydı belki de pahalı bulacaktınız. Değişen ev değildir; değişen, zihninizin karşılaştırma noktasıdır. Bu görünmez başlangıç noktasına ankraj, yani çapa denir.

Ankraj etkisi, ilk karşılaştığımız sayı, bilgi ya da önerinin sonraki yargılarımız üzerinde orantısız bir ağırlık kazanmasıdır. Zihin belirsizlikten pek hoşlanmaz. “Bu ürünün gerçek değeri nedir?”, “Bu iş için ne kadar ücret istemeliyim?”, “Bir insan kaç yaşında görünüyor?” gibi sorularda kesin bir ölçümüz yoksa, ilk ipucuna tutunuruz. Çapa denize atılmış bir demir değildir elbette; ama düşüncemizin serbestçe dolaşmasını zorlaştıran psikolojik bir ağırlıktır.

Rastgele bir sayı bile neden işe yarar?

Bu etkinin en şaşırtıcı yanı, çıpanın anlamlı olmak zorunda olmamasıdır. Deneylerde insanlara önce rastgele bir sayı gösterilir; sonra Afrika’daki ülke sayısı ya da bir nehrin uzunluğu sorulur. Büyük sayıyı görenler sistematik biçimde daha yüksek tahmin verir. İnsanlar çoğu zaman önce bir başlangıç noktası seçer, sonra o noktadan küçük düzeltmeler yapar. Sorun şudur: Düzeltme genellikle yetersiz kalır. Zihin, “Bu sayı nereden geldi?” diye sorgulamak yerine, fark etmeden “Buna ne kadar yakın olmalıyım?” diye hesap yapmaya başlar.

Bu yüzden mağazalardaki üzeri çizili yüksek fiyatlar, pazarlıklardaki ilk teklifler ve ücret görüşmelerindeki ilk rakamlar büyük önem taşır. “Liste fiyatı 4.000 lira, bugün 2.400 lira” ifadesi, 2.400 liranın kendi başına makul olup olmadığını değerlendirmeyi zorlaştırır. İlk sayı, ikinci sayının çevresinde bir anlam alanı kurar. Pazarlıkta ilk teklifi veren kişinin avantajlı olması da buradan gelir: Tartışmanın sınırlarını görünmez biçimde çizer.

Yalnızca alışverişte değil, benlik algısında da

Ankraj etkisini yalnızca etiketlerde aramak eksik olur. Bir öğretmenin öğrenci hakkında ilk izlenimi, bir iş görüşmesindeki ilk maaş beklentisi, bir doktorun duyduğu ilk tanı ihtimali veya sosyal medyada gördüğümüz ilk yorum da çapaya dönüşebilir. “Bu öğrenci dağınık” etiketi, sonraki davranışların o mercekten okunmasına yol açabilir. Böylece çapa, sayı olmaktan çıkar; bir hikâyeye, önyargıya, hatta kimlik hükmüne dönüşür. İnsan zihni verileri nötr bir mahkemede tartmaz; çoğu zaman ilk tanığın sözünü gereğinden fazla ciddiye alır.

Burada felsefi bir soru belirir: Yargılarımız gerçekten bize mi aittir, yoksa karşılaşma sıramızın ürünü müdür? Aynı bilgileri farklı sırayla sunmak, farklı kararlar doğurabiliyorsa, “nesnel değerlendirme” sandığımız şeyin ne kadarı zihinsel koreografidir? Ankraj etkisi, aklın zayıflığını değil, aklın ekonomisini gösterir. Her kararı sıfırdan hesaplamak yorucudur; bu nedenle zihin kestirmeler kullanır. Fakat hız kazandıran kestirme, bazen bizi yanlış adrese götürür.

Çapayı fark etmek, ondan kurtulmak değildir

Bu etkiye karşı en iyi savunma, ilk sayıyı duymamış gibi davranmak değil, onun varlığını bilinçli biçimde kayda almaktır. Bir fiyatla karşılaştığınızda alternatifleri araştırın; bağımsız ölçütler belirleyin; mümkünse tahmininizi ilk rakamı görmeden yapın. Müzakerede “Bu rakam hangi veriye dayanıyor?” diye sorun. Bir insan veya fikir hakkında ilk hükmünüz oluştuğunda da ters kanıt arayın. Zihninizi çapadan tamamen kurtaramayabilirsiniz; ama en azından hangi limanda bağlı kaldığını görebilirsiniz.

Belki de özgür düşünmenin ilk adımı, ilk duyduğumuz sayıya hemen inanmak değil, ona nazikçe şunu sormaktır: “Sen gerçekten bir ölçü müsün, yoksa yalnızca yoluma ilk çıkan tabelâ mı?”