MİLLİYET.COM.TR / ÖZEL – Artık hayatımızın değerli bir modülü haline gelen yapay zeka modellerini medya evrakları oluşturmanın yanı sıra değerli yanıtları ararken de kullanıyoruz. Birçok kullanıcı arama motorları yerine artık yapay zeka modellerini tercih ediyor. Bu durum yapay zeka lisanlarını uzun müddettir tarafsız ve üniversal bir bilgi kaynağı olarak konumlandırsa da son devirde yapılan akademik çalışmalar ve uzman değerlendirmeleri, bu algının önemli biçimde sorgulanmasına yol açıyor. Bilhassa toplumsal bilimler ve psikoloji üzere alanlarda verilen karşılıkların, sanıldığı kadar “evrensel” olmadığını görebiliyoruz.
‘Which Humans’ başlıklı çalışma da bu tartışmayı güçlendiren değerli örneklerden biri. Araştırmaya nazaran günümüzün en gelişmiş büyük lisan modelleri, insan davranışını yansıtırken aslında dünya nüfusunun tamamını değil, daha çok batılı, eğitimli, endüstrileşmiş, varlıklı ve demokratik toplumların bedellerini merkeze alıyor. Bu da “insan üzere düşünen yapay zeka” tezinin, gerçekte epeyce hudutlu bir insan profilini temsil ettiği manasına geliyor.
GLOBAL DEĞİL, MUHAKKAK BİR KÜLTÜRÜ ÖNE ÇIKARIYOR
Ancak sıkıntının en kritik noktası sadece data kaynakları değil. Yapay zekanın nasıl “düşündüğünü” belirleyen süreçlerden biri olan insan geri bildirimiyle pekiştirmeli öğrenme (RLHF), bu tabloyu daha da netleştiriyor. Zira burada devreye giren insan değerlendiriciler, modelin hangi yanıtının düzgün ya da kabul edilebilir olduğuna karar veriyor.
İşte bu noktada kıymetli bir kırılma ortaya çıkıyor: Bu değerlendiricilerin büyük çoğunluğu muhakkak ülkelerde yaşayan, misal eğitim ve kültürel geçmişe sahip şahıslardan oluşuyor. Bu da pekiştirmeli öğrenme sistemini aslında küresel ölçekten muhakkak kültürel pahalara hapsetmiş oluyor. Bilhassa toplumsal ömür ve kültürel açıdan verilen karşılıkların her bölgeye uygun olduğunu söylemek bir oldukça sıkıntı. Örneğin bizim kültürümüzde çok doğal olan bir mevzu, batı ya da doğu kültürlerinde çok farklı bir karşılık bulabiliyor.
Dolayısıyla yapay zekanın öğrendiği şey yalnızca bilgi değil, tıpkı vakitte bu dar kümenin kıymet yargıları oluyor. Öbür bir deyişle, “iyi cevap” kavramı üniversal bir standarttan çok makul bir kültürel filtreden süzülerek şekilleniyor. Bu durum da farklı coğrafyalardan gelen kullanıcıların, kendi bağlamlarına tam olarak uymayan karşılıklarla müsabakasına neden oluyor.
Konuyla ilgili Milliyet.com.tr’ye özel olarak konuşan ve “Günümüzde yapay zekâ modellerinin verdiği yanıtlar büsbütün tarafsız ve üniversal bir yapıdan gelmiyor; zira bu sistemlerde ‘iyi cevap’ ve ‘doğru yaklaşım’ üzere tanımlar, modeli eğiten ve pahalandıran yazılımcıların oluşturduğu çerçeveler üzerinden belirleniyor” diyen Marmara Üniversitesi İletişim Fakültesi Görsel Bağlantı Tasarımı Anabilim Kolu Lideri Prof. Dr. Ali Murat Kırık, kelamlarına şöyle devam etti:
Bu kıymetlendirici kümelerin benzeri ülkelerden ve emsal sosyolojik yapılardan gelmesi de doğal olarak ortaya çıkan yanıtların aşikâr bir kültürel bakış açısını daha fazla yansıtmasına neden olabiliyor. Yani yapay zekâ, her ne kadar geniş bilgiyle çalışsa da sonuçta hangi bilginin öne çıkarılacağı ve nasıl sunulacağı insan eliyle şekilleniyor ve bu da kimi mevzularda tek taraflı bir perspektif oluşmasına yol açabiliyor.Yapay zekâ sistemleri birçok vakit tarafsız ve objektif araçlar üzere sunulsa da aslında büsbütün nötr değildir. Zira bu sistemler kendi kendine karar vermez; hangi karşılığın yanlışsız, hangi sözün uygun, hangi yaklaşımın kabul edilebilir olduğuna sistemi geliştiren şirketler ve bu şirketlerin belirlediği kurallar karar verir. Yani yapay zekânın sonlarını çizen, onu eğiten ve yönlendiren şey teknik bir boşluk değil, insan eliyle oluşturulmuş bir tercihler bütünüdür.Yapay zekâ modellerinin verdikleri yanıtların birbirinden farklı olabilmesi, geliştirildikleri ülkeler, şirketler ve data kaynaklarının değişmesinden kaynaklanabilir. Her model farklı data setleriyle eğitildiği ve farklı geri bildirim sistemlerinden geçtiği için, tıpkı soruya verilen karşılıklarda vurgu, yaklaşım ve içerik seviyesi değişebilmektedir. Bu nedenle kimi modeller daha ayrıntılı yahut açık cevaplar üretirken, kimileri daha hudutlu yahut temkinli yanıtlar verebilir; bu da sistemlerin ardındaki geliştirme ekosisteminin ve bilgi altyapısının farklılığını yansıtır.Bu yüzden kimi mevzularda yanlılık ya da tek taraflılık görülebilir. Örneğin tıpkı soru farklı bir yapay zekâya sorulduğunda, biri daha temkinli ve sonlu bir yanıt verirken başkası daha ayrıntılı ve açık bir açıklama sunabilir. Bunun nedeni yalnızca teknik kapasite değil, hangi bilgilerin “uygun”, hangilerinin “riskli” sayıldığına dair evvelden belirlenmiş kurallardır. Kullanıcı ise bunu birçok vakit yalnızca “doğru cevap” olarak algılar.
Bu kıymetlendirici kümelerin benzeri ülkelerden ve misal sosyolojik yapılardan gelmesi de doğal olarak ortaya çıkan karşılıkların belirli bir kültürel bakış açısını daha fazla yansıtmasına neden olabiliyor. Yani yapay zekâ, her ne kadar geniş datayla çalışsa da sonuçta hangi bilginin öne çıkarılacağı ve nasıl sunulacağı insan eliyle şekilleniyor ve bu da kimi hususlarda tek taraflı bir perspektif oluşmasına yol açabiliyor.
Konuyla ilgili AA muhabirinin sorularını yanıtlayan SETA araştırmacısı ve Hazar Üniversitesi bünyesindeki Yükselen Teknolojiler ve Yapay Zeka Araştırma Merkezi (ETAI) Yöneticisi Dr. Gloria Shkurti Özdemir, yapay zekanın batılı bir perspektiften karşılık vermesinin tesadüf değil, sistemin mimarisinde içkin yapısal bir sonuç olduğunu belirtiyor.
Diğer taraftan modelin beslendiği bilgi kaynakları da bu tabloyu pekiştiriyor diyebiliriz. The New York Times, Reuters, Reddit, Stack Overflow ve GitHub üzere platformlar geniş bir bilgi ağına sahip olsa da, bu datanın değerli bir kısmı yeniden batı merkezli içeriklerden oluşuyor. Üstelik ince ayar sürecinde şirketlerin kurumsal yaklaşımı da direkt yapay zeka modellerine yansıyor.
Bu şirketlerin büyük kısmı de batı merkezli. OpenAI, Google, Meta ve Anthropic üzere devler, benzeri kültürel çerçeveler içinde faaliyet gösteriyor. Bu durum, yapay zekanın farklı toplumlara tıpkı sorular karşısında emsal ton ve tahlil teklifleri sunmasına yol açıyor. Kültürel açıdan batı için hakikat olan bir karşılık, doğu için büsbütün diğer bir manaya gelebiliyor. Ya da tam aykırısı bir durum kelam konusu olabiliyor.
TOPLUMSAL VE İDEOLOJİK DURUMLARDA DAHA BARİZ HALE GELİYOR
Prof. Dr. Ali Murat Kırık, bu durumun bilhassa toplumsal, kültürel ve ideolojik mevzularda çok daha besbelli bir hale geldiğini şu sözlerle ifade ediyor:
Mesela aile yapısı, tabir özgürlüğü, güvenlik siyasetleri yahut toplumsal kıymetlerle ilgili bir soru sorulduğunda, yapay zekâ birtakım yaklaşımları daha istikrarlı ve olağan gösterirken, birtakım görüşleri daha sonlu yahut aralıklı formda aktarabilir. Bu da farklı fikirlerin tıpkı yükte temsil edilmemesine yol açabilir.Bunu günlük hayattan bir örnekle düşünmek daha anlaşılır olabilir: Tıpkı olaya farklı gazetelerin farklı başlıklar atması üzere. Olay birebir olmasına karşın hangi tarafın öne çıkarıldığı, hangi sözlerin seçildiği ve nasıl anlatıldığı değişir. Yapay zekâ da misal halde, seçilen bilgi ve kurallar çerçevesinde birebir mevzuyu farklı tonlarda sunabilir.Bu çeşit sistemlere karşı temel yaklaşım, yapay zekâyı mutlak gerçek kaynağı olarak görmek yerine bir bilgi dayanak aracı olarak kıymetlendirmek olmalıdır. Verilen karşılıkların tek bir bakış açısını yansıtma ihtimali bulunduğu için, bilhassa toplumsal ve ideolojik hususlarda farklı kaynaklarla karşılaştırma yapmak, eleştirel düşünmeyi korumak ve bilgiyi sorgulayarak ilerlemek değerlidir. Ayrıyeten kullanıcıların kendi kıymetlendirme sürecini devreye sokması, yani karşılığı direkt kabul etmek yerine neden-sonuç ilgisi içinde düşünmesi, muhtemel yönlendirmelerin tesirini azaltır. Bu biçimde yapay zekâdan faydalanırken tıpkı vakitte bilgi çeşitliliği ve istikrar de korunmuş olur.
Öte yandan bu problem sırf kültürel bir tartışma değil, birebir vakitte bir altyapı ve güç sıkıntısı olduğunu da kabul etmemiz gerekiyor. Yapay zekanın eğitildiği data merkezlerinden kullanılan çiplere kadar birçok kritik bileşen, yeniden tıpkı ekosistemin denetiminde bulunuyor. Bu da hangi pahaların “standart” kabul edildiğini belirleyen görünmez bir güç istikrarı yaratıyor.
EN SOMUT YANSIMA LİSANDA…
Sorunun en somut yansımalarından biri ise lisan tarafında ortaya çıkıyor. Yapılan testlerde birebir sorunun İngilizce ve Türkçe sorulduğunda farklı kalitede cevaplar üretildiği görülüyor. İngilizce sorgularda daha derinlikli ve çok katmanlı karşılıklar alınırken, Türkçe sorgularda karşılıkların daha yüzeysel ve hudutlu kaldığı dikkat çekiyor. Bu durum, kullanıcılar ortasında kıymetli bir bilgi eşitsizliği de yaratıyor.
Özellikle ruhsal danışmanlık üzere kültürel bağlamın kritik olduğu alanlarda bu fark daha da belirginleşiyor. Zira aile, kimlik, toplumsal sorumluluk yahut yas üzere kavramlar kültürden kültüre büyük farklılıklar gösterirken, yapay zeka bu çeşitliliği birden fazla vakit göz arkası ederek tek tip bir yaklaşım sunuyor.
Tüm bu gelişmeler, yapay zekanın sırf teknik bir araç olmadığını; birebir vakitte pahalar, kültür ve güç istikrarlarıyla şekillenen bir sistem olduğunu açıkça ortaya koyuyor. Bu nedenle birçok ülke için kendi büyük lisan modellerini geliştirmek artık bir teknoloji yatırımı olmanın ötesine geçmiş durumda. Bu adım, giderek daha fazla “dijital egemenlik” sorunu olarak bedellendiriliyor.
Kısacası bugün yapay zekaya yöneltilen bir sorunun karşılığı, sırf algoritmaların değil, o algoritmaları eğiten insanların, kurumların ve kültürel perspektiflerin bir yansıması olarak karşımıza çıkıyor. Ve bu durum bilhassa niş hususlarda “tarafsız yapay zeka” olgusunun soru işaretleriyle bir arada gelmesine sebep oluyor.
