İnternette Attığınız Her Adım Yapay Zeka Modellerini Eğitiyor

Teknoloji şirketlerinin gizli veri havuzları, büyük dil modelleri neyle beslenir sorusunu yeniden gündeme taşıdı. Küresel ölçekte yapay zeka verileri nereden alıyor araştırması büyürken, milyonlarca kullanıcının ürettiği bedelsiz içerikler ücretsiz internet emeği nasıl sömürülüyor tartışmasını alevlendirdi. Milyarlarca dolarlık algoritmaların merkezinde görünmeyen küresel insan emeği yatıyor.

Matematik dünyasının milenyum bilmecelerinden Navier-Stokes problemini henüz yayımlanmamış bir yapay zeka modeliyle çözdüğünü duyuran OpenAI, araştırma verilerinin kaynağına ilişkin ciddi bir sorgulamayla karşılaştı.

Benzer matematiksel problemler üzerinde çalışan matematikçiler Tristan Buckmaster ile Levent Alpöge, araştırmalarında Claude ve OpenAI bünyesindeki Codex gibi araçlardan faydalandı.

Buckmaster, OpenAI modelinin kendi akademik çalışmalarından beslenip beslenmediğini açıkça sorguladı.

OpenAI cephesi ilk açıklamasında kullanıcı verilerine doğrudan erişim sağlanmadığını savundu.

Buna karşın şirket, kullanıcıların anonimleştirilmiş verilerinin modellerin gelişimine katkı sunmuş olabileceği ihtimalini tümüyle dışlayamayacağını bildirdi.

Teknoloji devi birkaç gün sonra bu ihtimali kesin dille reddetse de ilk beyan, yapay zeka çağında kullanıcıların ürettiği her bilginin serbest bir veri kaynağına dönüştürüldüğünü tescilledi.

Yapay zekayı eğiten 31 ülkedeki görünmeyen taşeron iş gücü deşifre oldu

İnsanlığın birikiminin şirketler tarafından ham maddeye nasıl dönüştürüldüğünü, Washington Post gazetesinin şirket içi belgelere dayanarak yayımladığı bir haber gözler önüne serdi.

Belgeler, yapay zeka şirketi Anthropic firmasının büyük bölümü ikinci el olan milyonlarca basılı kitabı topluca satın alıp tarattığını kanıtladı.

Şirket, taranan kitapları model eğitiminde kullanılan dev bir dijital veri havuzuna çevirdikten hemen sonra geri dönüşüme göndererek fiziksel olarak ortadan kaldırdı.

Söz konusu operasyon, Anthropic şirketinin daha önce korsan kitap arşivlerinden yararlandığı iddiasıyla açılan telif davasının dosyalarında yer aldı.

Davaya bakan mahkeme, parası ödenerek satın alınan ve taranan kitaplarla model eğitmeyi "adil kullanım" saydı.

Korsan kopyalar konusunda geri adım atan şirket ise eser başına yaklaşık 3 bin dolar olmak üzere toplamda 1,5 milyar dolar ödeyerek uzlaşma yoluna gitti.

Sektörde basılı kitapların yanı sıra internet siteleri, bilgisayar kodları, fotoğraflar, videolar, ses kayıtları ve kullanıcı sohbetleri eğitim kümesinin parçası haline geliyor.

Toplanan devasa veri yığınının seçilmesi, ayıklanması, temizlenmesi ve uygun formata getirilmesi aşamalarında şirketler başka yazılımlardan yararlansa bile sistem hâlâ insan kararlarına ve emeğine dayanıyor.

Yapay zeka modellerinin arkasında işleyen süreçte iki temel görünmeyen insan emeği öne çıkıyor:

— İstihdam edilen taşeron emek: Veri etiketleme ve değerlendirme görevleri, dijital emek platformları ya da taşeron yapılar üzerinden çoğunlukla parça başı ücretle Güney yarımküredeki ucuz iş gücüne yaptırılıyor.

— Taşeron zincirinde yapay zeka şirketi işi veri şirketine, veri şirketi ise yerel platformlara devrediyor.

— Time dergisinde yer alan habere göre Kenya'da bir taşeron firma bünyesinde saatte iki dolardan az bir ücretle çalışan işçiler, OpenAI için şiddet, istismar ve nefret söylemi barındıran ağır metinleri okuyup sınıflandırdı.

— Karşılıksız ve farkında olmadan sunulan kullanıcı emeği: Sosyal medya kullanıcılarının fotoğrafları yükleyip etiketlemesi ve konum eklemesi, teknoloji şirketlerine bedelsiz ve ayrıntılı bir veri havuzu sağlıyor.

— İnternet kullanıcılarının sisteme ücretsiz içerik üretmesi, makine öğrenmesi modellerini sürekli daha zengin bir yapıya kavuşturuyor.

Kendi ürettiği hatalı verilerle beslenen yapay zeka, internette geri dönülemez krize yol açacak

Karşılıksız emek sömürüsünün en yaygın örneğini reCAPTCHA güvenlik doğrulama testleri oluşturuyor.

Kullanıcılardan trafik ışıklarını işaretlemesini veya şekli bozuk kelimeleri yazmasını isteyen sistem, makinelerin çözemediği sınıflandırmaları insanlara bedelsiz yaptırdı.

Eski kitap ve gazete arşivlerinden taranan ve bilgisayarların okuyamadığı bozuk kelimeler, kullanıcıların girdiği yanıtlar sayesinde tek tek dijitalleşti.

Sistemi geliştiren ekibin 2008 yılında yayımladığı bilimsel makaleye göre kullanıcılar sadece ilk yıl içinde 1.2 milyardan fazla güvenlik testi çözdü.

Vatandaşlar bu sayede farkında olmadan 440 milyondan fazla kelimeyi okuyup dijital ortama aktardı.

Benzer mekanizma güncel yapay zeka araçlarıyla yapılan sohbetlerde de işliyor.

Kullanıcılar sistemden faydalanırken sordukları sorular, beğendikleri ya da reddettikleri yanıtlar ve verdikleri geri bildirimlerle modelleri eğitmeye devam ediyor.

Teknoloji tekelleri, Silikon Vadisi'ndeki yüksek maaşlı mühendis ve matematikçilerin yanında dünyanın diğer ucunda en karanlık içerikleri ayıklayan düşük ücretli çalışanlara ve internet kullanıcılarının karşılıksız emeğine dayanıyor.

Karl Marx, Grundrisse adlı eserinde makineleri 'bilginin nesneleşmiş gücü' olarak tanımladı.

Sabit sermayenin gelişiminin genel toplumsal bilginin ne ölçüde doğrudan bir üretici güce dönüştüğünü gösterdiğini savundu.

Yapay zeka modelleri, toplumun ortaklaşa ürettiği bilginin özel mülkiyet altındaki bir sermaye varlığına dönüşmesinin en somut örneğini oluşturuyor.

Nesneleşen bu devasa bilgi kümesi, etiketleyen ve kullanan milyonların canlı emeği olmadan kendi başına varlık gösteremiyor.

Tüm bilgi birikimini işlemek için gelişmiş bilgisayar çipleri, devasa veri merkezleri, yazılım altyapısı ve kesintisiz enerji hatlarını içeren milyarlarca dolarlık sermaye yatırımı gerekiyor.

Dot-com çöküşünü unutan teknoloji şirketleri, bugün de yapay zeka balonunu şişiriyor