Akıllı Ulaşım Sistemleri ve Otonom Sürüş Protokollerinde Güvenilir Bilgi Erişimi: RAG Mimarisinin Mevzuat Analizi Üzerine Deneysel Bir Değerlendirme

Abstract

Akıllı Ulaşım Sistemleri (AUS) ve otonom sürüş teknolojilerindeki hızlı gelişim, karmaşık teknik protokollerin ve hukuki mevzuatların doğru analiz edilmesini zorunlu kılmaktadır. Büyük Dil Modelleri (LLM), bu metinlerin işlenmesinde büyük potansiyel sunsa da "halüsinasyon" riski otonom araçlar gibi güvenlik-kritik alanlarda ciddi bir engel teşkil etmektedir. Bu çalışmanın amacı, Geri Getirme Destekli Nesil (RAG) mimarisinin; Karayolları Trafik Kanunu, Euro NCAP protokolleri ve Ulusal AUS Strateji belgeleri üzerindeki performansını deneysel olarak değerlendirmektir. Çalışma kapsamında, 5 farklı doküman tipinden türetilen 44 özgün senaryo üzerinden standart LLM ve önerilen RAG sistemi karşılaştırılmıştır. Elde edilen bulgular, RAG mimarisinin anlamsal benzerlik skorlarında standart modellere oranla %16,65 düzeyinde bir iyileşme sağladığını ortaya koymuştur. Yapılan istatistiksel analizler, bu performans artışının p = 0,0072 değeri ile yüksek düzeyde anlamlı olduğunu ve Cohen’s d = 0,30 etki büyüklüğüne sahip olduğunu kanıtlamıştır. Sonuçlar, RAG sistemlerinin bilgi doğruluğunu artırarak otonom sürüş ekosisteminde mevzuat uyumu ve karar destek mekanizmaları için güvenilir bir çözüm sunduğunu göstermektedir. Bu çalışma, yerel mevzuat odaklı bir benchmark sunarak literatürdeki önemli bir boşluğu doldurmaktadır.