Yapay Zeka Ayrımcı mıdır?

ChatPod, Yapay Zekâ’yı (YZ) insan zekâsını taklit eden sistemler ve teknolojiler bütünü olarak tanımlamış. Bu alanın, bilgisayarların öğrenme, sorun çözme, dil anlama ve karar verme gibi insansı yetenekler kazanmasını hedeflediği de eklenmiş tanıma.

YZ’yle birlikte, makine öğrenimi, derin öğrenme, doğal dil işleme ve robotik gibi alt alanların ortaya çıktığından ve hızla geliştiğinden söz edilebilir.

Bu ana kavramlara kısaca değinmekte yarar var.

Makine öğrenimi, verilerden öğrenme yeteneği anlamına gelirken, derin öğrenme daha karmaşık veri yapıları üzerinde çalışarak çok daha anlamlı sonuçlar elde edilmesini sağlar.

Doğal dil işleme/büyük dil modelleri, bilgisayarların insan dilini anlama ve işleme yeteneğini geliştirmeye odaklanır.

Robotikse, YZ’yi fiziksel dünyada uygulayarak otomatik sistemler ve robotlar geliştirmeyi amaçlar. Robotik, buraya dek yaptığımız tanımlamaların yongaya, donanıma bürünmüş insansılaşmış halidir denebilir.

Bilgisayarların günümüzde eriştiği teknoloji onlarla işitsel, görsel ve dokunsal etkileşebilmemiz olanağını yaratmıştır. Bilgisayarlara koku alma yeteneği kazandırma doğrultusundaki çalışmalar olanca hızla sürdürülmektedir.

Sağlanan ilerlemeler YZ’yi yaşamın hemen her alanına sokmuş durumdadır. Telefonunuza ya da bir başka aygıtınıza indirdiğiniz YZ uygulamaları şimdiden gündelik yaşamın bir parçası olmuştur.

Bu bağlamda sorulan bir başka soru YZ’nin cansız varlıklar olan bilgisayarlara insansı bilinç kazandırıp kazandırmayacağıdır. Bu sorunun yanıtına göre kimi çevrelerde kuşku ve kaygı kaynağı olan, makinenin insan denetiminden çıkma olasılığı açıklığa kavuşmuş olacaktır.

Yeri gelmişken altını çizmekte yarar var.

Makine öğrenmesinin biricik kaynağı ortamdaki dağarcıktır. Bu dağarcığı insanın yarattığı gerçeği de tartışmasızdır. Başka deyişle, makinelerin öğrenme kaynağı olan dağarcık insan yapımıdır. Kendi yaratılarımızı makinelerin öğrenme kaynağı olarak onlara sunduğumuz kuşkusuzdur.

Bu dağarcığın olumlu olduğu kadar olumsuz öğeler içerdiğini eklemeye bilmem gerek var mı?

Bir örnekle sürdürmekte yarar var.

ABD’de günümüzde konuşulmakta olan İngilizcenin farklı lehçelerinin varlığından söz edilebilir.

Örneğin, Standart Amerikan İngilizcesi ve Afro Amerikan İngilizcesi bu lehçelerdendir.

YZ’nin, Afro Amerikan İngilizce lehçesiyle yapılan aramalara ırkçılığa varan nitelemelerle karşılık vermesi önemli bir sorun olsa gerektir. İlk bakışta makineyi suçlamak kolay olsa da daha önce değinildiği gibi makine öğrenmesi ve derin öğrenme kaynakları insanın oluşturduğu dağarcıktır. Ayrımcılık olarak nitelenebilecek bu durum insanlar arasında yaşanan ve yine insan kaynaklı sorunun makinelere yansıması olarak değerlendirilebilir.

Makineler öğrenirken ve derin öğrenme süreçleri sırasında “bütün canlılar kardeştir” ya da “insanları sınıflayan ırk kavramı bilimsel dayanaktan yoksundur” anlamında bilgilerle de karşılaşacaktır.

İki tarafı keskin bıçağa benzetilebilecek bu durumda makineler üzerinde hangi bilgi baskın olacaktır?

Bu noktada, makine öğrenmesi ve derin öğrenme süreçlerinden önce titiz bir sayısal temizlik yapılsaydı iyi olmaz mıydı sorusu geliyor akla.

Akıl ve bilim dışı bilgiler ortamdan çıkartılsa demek kulağa oldukça hoş geliyor olmalı. Çoğumuz için anlaşılabilir olan bu tanımın başka birçok kişi için anlam taşımadığı da bir başka gerçektir.

Akla gelen bu soruların yanıtını değil makinelere insanlara bile anlatmanın zorluğunu bilmem söylemeye gerek var mı?

Olumsuzluklarımızı ve hatalarımızı makinelere aktarıyor oluşumuz bilgi çağının distopik yüzlerinden birisi olmaya güçlü aday olacak gibi görünmektedir.

Ne yiyorsanız osunuz deyişinden esinlenerek yapay zekânın da biz insanların bir aynası olduğunu vurgulayarak…

Kaynakça

AI responds with racism to African American English, Su Lin Blodgett & Zeerak Talat, Nature 633, 40-41 (2024)

Bunları da sevebilirsiniz