Günümüzde internet kullanıcıları, sadece günlük dijital hizmetlerden yararlanmakla kalmıyor, aynı zamanda farkında olmadan küresel yapay zeka devriminin en büyük veri sağlayıcıları haline geliyor. ChatGPT, Gemini ve Claude gibi popüler büyük dil modellerinden (LLM) otonom araçlara kadar pek çok teknoloji, milyonlarca insanın çevrim içi hareketlerinden derlenen pasif verilerle şekilleniyor.
"ROBOT DEĞİLİM" TESTLERİNİN ARKA PLANI
İnternet sitelerine girişte güvenlik amacıyla kullanılan "CAPTCHA" ve "reCAPTCHA" testleri, teknoloji firmaları için basit bir teyit mekanizmasından çok daha fazlasını ifade ediyor. Kullanıcıların bir görseldeki yaya geçitlerini, trafik lambalarını veya taşıtları seçmesi, yıllardır yapay zeka eğitimi tartışmalarının merkezinde yer alıyor.
Google'ın kullandığı bu testlerin, özellikle yapay zeka destekli insansız araçların görsel algılama yeteneklerini geliştirmek için veri topladığı iddia ediliyor. Google Cloud yetkilileri ise yaptıkları açıklamalarda, reCAPTCHA verilerinin hizmet şartları uyarınca sadece hizmetin iyileştirilmesi amacıyla kullanıldığını savunuyor. Ancak uzmanlar, bu süreçlerin geçmişte dijitalleşen kitaplardaki metin tanıma sistemlerini geliştirmek için kullanıldığını hatırlatıyor.
POKEMON GO’DAN 30 MİLYAR GÖRSELLİK DÜNYA MODELİ
Kullanıcı verilerinin yapay zeka eğitimine dahil edilmesi sadece güvenlik testleriyle sınırlı kalmıyor; dijital oyunlar da devasa birer veri havuzuna dönüşmüş durumda. 2016 yılında dünya çapında fenomen olan Pokemon Go oyunu, son dönemde bu konuda eleştirilerin odağına yerleşti.
Geliştirici firma Niantic'in bünyesindeki yapay zeka şirketi Niantic Spatial, oyuncuların karakter ararken kameraları ve GPS'leri aracılığıyla topladığı 30 milyar görseli kullanarak gerçek dünyanın birebir sanal bir modelini ürettiğini duyurdu. Firma, bu modelleme sayesinde GPS sinyallerinin zayıf olduğu yerlerde robotların hareket kabiliyetini artırmayı hedefliyor. Kasım 2024’te yapılan resmi açıklamada, bu veri toplama sürecinin "tamamıyla opsiyonel" olduğu vurgulansa da toplanan verinin büyüklüğü dikkat çekiyor.
VERİ PAYLAŞIMINDA "PASİF KATKI" DÖNEMİ
İsviçre'deki Lozan Üniversitesinden Profesör Christian Peukert, internet kullanıcılarının güvenliği ve mahremiyeti arasındaki dengeyi değerlendirdi. Peukert'e göre, yapay zekanın eğitiminin büyük bir kısmı, kullanıcıların internette ürettiği "pasif verilere" dayanıyor.
Peukert, farklı platformların yapay zeka eğitimine katkısını şu şekilde sıralıyor:
REDDİT VE TWİTTER: Dil modelleri için devasa metin kaynağı sağlıyor.
INSTAGRAM: Kullanıcıların eklediği açıklamalar ve etiketler, görsel verilerin etiketlenmesine yardımcı oluyor.
GOOGLE ARAMALARI: Dil anlama ve sıralama sistemlerini geliştiriyor.
NAVİGASYON UYGULAMALARI (GOOGLE HARİTALAR, WAZE): Hareket verileriyle tahmin modellerini eğitiyor.
SESLİ ASİSTANLAR: Yapılan görüşmeler, sistemin konuşma algılama yeteneğini iyileştirmek için kaydediliyor.
GİZLİLİK ENDİŞELERİ VE TEKNOLOJİK KAZANIMLAR
Büyük ölçekli veri birikiminin ciddi riskler barındırdığını vurgulayan Profesör Peukert; "fişleme", "sahte içerik üretimi" ve kullanıcıların kendi iş alanlarıyla rekabet edebilecek sistemleri beslemesi gibi tehlikelere dikkat çekiyor. Veriler bir kez büyük kümelere dahil edildiğinde, kullanıcıların bu veriler üzerindeki kontrolü geri kazanmasının oldukça zor olduğu ifade ediliyor.
