İnternet Kullanıcıları Farkında Olmadan Yapay Zekayı Nasıl Eğitiyor?

Yapay zeka teknolojilerinin gelişiminde büyük dil modelleri olan ChatGPT, Gemini ve Claude, her gün milyonlarca kullanıcıya hizmet veriyor. Bu tür modellerin eğitimi, kitaplar, web siteleri, makaleler ve diğer yazılı kaynaklardan elde edilen metinlerle gerçekleştiriliyor.

Son dönemlerde, bu eğitim süreci tartışmaların odağında yer alırken, internet kullanıcılarının çevrim içi davranışlarının nasıl kullanıldığı konusu öne çıkıyor. İnternet kullanıcılarının insan mı yoksa robot mu olduklarını doğrulamak için kullanılan 'CAPTCHA' ve 'reCAPTCHA' testleri, yalnızca bir güvenlik önlemi olmaktan çıkıp, yapay zeka eğitiminde de rol oynadığına dair iddialarla gündeme geliyor.

Google'ın uyguladığı bu tür testlerde, yaya geçitleri, trafik ışıkları ve taşıtları tanıma gibi görevlerin verilmesi, bu bilgilerin otonom araçlar için yapay zeka eğitimi amacıyla kullanıldığı spekülasyonlarını doğurdu.

Google Cloud'dan bir sözcü, AA'ya yaptığı açıklamada, "reCAPTCHA verilerinin yalnızca reCAPTCHA hizmetlerini geliştirmek için kullanıldığını ve bu durumun hizmet şartları içinde açıkça belirtildiğini" ifade etti.

Yapay zekanın eğitimi için günlük kullanım verilerinin kullanılması konusu, son dönemlerde oyun sektöründe de tartışılmaya başlandı.

2016 yılında Niantic tarafından geliştirilen ve kısa sürede geniş bir kullanıcı kitlesine ulaşan "Pokemon Go" adlı oyun, bu tartışmaların merkezinde yer alıyor. Oyuncuların cep telefonlarının GPS ve kameralarını kullanarak "Pokemon" karakterlerini gerçek dünyada aradığı bu oyun, büyük bir veri havuzu oluşturdu.

MIT Technology Review'ün haberine göre, Niantic'in yapay zeka firması Niantic Spatial, oyuncuların topladığı 30 milyar görüntü ile gerçek dünyanın sanal bir modelini oluşturdu.

Niantic, bu teknoloji sayesinde kullanıcıların çevrelerini fotoğraflayarak harita üzerinde konumlarını görebilmelerini sağlayan bir sistem geliştirdiğini duyurdu.

Firma, ayrıca GPS'in yetersiz kaldığı alanlarda robotların hareketini kolaylaştırmayı hedefleyen bir teknoloji üzerinde çalıştığını belirtti.

Kasım 2024'te firmanın internet sitesinde yapılan açıklamada, oyuncuların sağladığı verilerin kullanıldığı doğrulandı ancak bu özelliğin tamamen isteğe bağlı olduğu vurgulandı.

Lozan Üniversitesi'nden Profesör Christian Peukert, AA'ya yaptığı açıklamada, yapay zekanın eğitimi için kullanılan materyaller ile kullanıcı güvenliği ve gizliliği arasındaki dengeyi değerlendirdi.

Peukert, CAPTCHA testlerinin eski versiyonlarında kullanıcılardan çözmeleri istenen kelimelerden birinin sistem tarafından bilindiğini ve diğerinin bilinmediğini belirtti.

Profesör Peukert, tanınan kelimenin kullanıcıyı doğrulamak için kullanıldığını, bilinmeyen kelimeye verilen cevabın ise dijitalleşme projeleri kapsamında veri olarak saklandığını anlattı.

Bu durumun "kullanıcıların metin tanıma sistemlerinin geliştirilmesine farkında olmadan katkıda bulunduğu" anlamına geldiğini vurgulayan Peukert, "Yapay zeka eğitiminin önemli bir kısmı, kullanıcıların internet üzerinde ürettiği pasif verilere dayanıyor." dedi.

Christian Peukert, reCAPTCHA'nın dışında da internetteki verilerin yapay zeka eğitimi için nasıl kullanıldığına dair örnekler verdi ve şöyle devam etti:

"Reddit ve Twitter gibi sosyal medya platformları, dil modellerini eğitmek için büyük miktarda metin sağlıyor. Instagram gibi platformlarda ise görsellere eklenen etiketler, görsel veriyi etiketlemeye yardımcı oluyor. Google'daki aramalar, dil anlama ve sıralama sistemlerinin geliştirilmesine imkan veriyor. Google Haritalar ve Waze gibi navigasyon uygulamaları, tahmin modellerinin eğitimi için hareket verisi topluyor. Sohbet robotları ve sesli asistanlar ile gerçekleştirilen görüşmeler genelde kaydediliyor ve sistemlerin iyileştirilmesinde kullanılıyor."

Bu süreçlerin gizlilik ve güvenlik açısından bazı sorunları beraberinde getirdiğini belirten Christian Peukert, büyük veri birikiminin "fişlemeye", "sahte içerik üretimine" ve "kullanıcıların kendileriyle rekabet eden sistemleri beslemesine" yol açabileceğini ifade etti.

Peukert, bireysel tedbirlerin veri kullanımını azaltmada tek başına yeterli olmayacağını belirterek, "Eğitim için kullanılan verilerin çoğu çoktan toplanmış durumda ve kamuya açık ya da sistemler arasında çoğaltılmış halde bulunuyor. Veriler bir kez büyük veri havuzlarına dahil edildiğinde, kontrolü geri kazanmak zordur." değerlendirmesinde bulundu.

Ancak Peukert, bu veri katkısının bazı faydaları olduğunu da belirterek, insan kaynaklı verilerin dil teknolojileri, çeviri, erişilebilirlik araçları, bilimsel çalışmalar ve arama motorları gibi günlük hizmetlerdeki kullanımını örnek gösterdi.