Yapay zeka modellerinin eğitimi için kullanılan veriler CAPTCHA testlerinden oyunlara, navigasyon uygulamalarından sesli asistan görüşmelerine kadar geniş bir yelpazeyi kapsıyor. Kullanıcıların farkında olmadan katkı sağladığı bu süreçler mahremiyet endişeleri doğuruyor.
Yapay zeka teknolojilerinin başında gelen ve metin üretebilen ChatGPT, Gemini ve Claude gibi büyük dil modelleri (LLM) her gün milyonlarca kişi tarafından kullanılıyor. Bu modellerin eğitimi için kitaplar, internet siteleri ve diğer yazılı materyallerden elde edilen metinler kullanılıyor. Eğitim materyali kamuya açık kaynaklardan toplansa da, son dönemdeki tartışmalar bu sürecin internet kullanıcılarının çevrimiçi hareketlerinden derlenmesine odaklanıyor.
İnternet hizmetlerine erişimden önce kullanıcıların robot olmadığını teyit etmeye yönelik CAPTCHA ve reCAPTCHA testleri, teknoloji firmaları için güvenlik önleminin ötesinde bir anlam taşıyor. Kullanıcıların görseldeki harfleri yazması veya belirli nesneleri ayırt etmesi gibi görevleri içeren bu testlerin, yapay zeka araçlarının eğitiminde kullanıldığı uzun süredir tartışılıyor.
Google’ın kullandığı testlerde sıkça sorulan yaya geçitleri, trafik lambaları ve taşıtlar gibi nesneler, bu verilerin yapay zeka destekli insansız araçlar için kullanıldığı iddialarını güçlendiriyor. Google Cloud sözcüsü, reCAPTCHA verilerinin hizmeti iyileştirme dışında hiçbir amaçla kullanılmadığını ve bunun hizmet şartlarında açıkça belirtildiğini belirtti.
Yapay zeka eğitiminde gündelik kullanımların rolü, oyunlar gibi farklı alanlara da yayılıyor. Niantic firmasının 2016’da piyasaya sürdüğü Pokemon Go oyunu, oyuncuların topladığı 30 milyar görseli kullanarak gerçek dünyanın sanal modelini oluşturdu. Oyuncuların konum ve çevre verileri, yapay zeka şirketleri tarafından kullanılıyor.
Niantic Spatial, bu verilerle kişilerin konumlarını haritada görmesini sağlayan bir teknoloji geliştirdiğini açıkladı. Firma, bu modellemeyi GPS’in güvenilir olmadığı yerlerde robotların hareketini kolaylaştırmak için de kullanmayı hedefliyor. Kasım 2024’te yapılan açıklamada, oyuncuların sunduğu verilerin kullanıldığı doğrulandı ancak bu özelliğin tamamen opsiyonel olduğu vurgulandı.
Google Haritalar ve Waze gibi navigasyon uygulamaları da tahmin modellerinin eğitildiği hareket verilerini topluyor. Sohbet robotları ve sesli asistanlarla yapılan görüşmelerin kayıt altına alınması da sistemleri iyileştirmede kullanılıyor.
Lozan Üniversitesi’nden Profesör Christian Peukert, yapay zeka eğitiminde kullanılan materyaller ile internet kullanıcılarının güvenliği ve mahremiyeti arasındaki dengeyi değerlendirdi. Peukert, CAPTCHA testlerinin eski versiyonlarında kullanıcıların verdiği yanıtların metin tanıma sistemlerini iyileştirdiğini ve bu durumun kullanıcıların fark etmeden internette ürettiği pasif verilere dayandığını belirtti.
Reddit, Twitter, Instagram gibi platformlar ve Google aramaları da dil modellerinin eğitimi için büyük metin ve görsel verileri sağlıyor. Bu süreçler, gizlilik ve güvenlik açısından sorunlar barındırıyor. Büyük ölçekli veri birikimi, fişlemeye, sahte içerik üretimine ve kullanıcıların kendi sistemlerini beslemesine yol açabiliyor.
Peukert, bireysel tedbirlerin veri kullanımını azaltmada yetersiz kaldığını, zira verilerin büyük veri kümelerine bir kez dahil edildiğinde kontrolünün zorlaştığını ifade etti. Ancak insan kaynaklı verilerin dil teknolojileri, çeviri, erişilebilirlik araçları, bilimsel çalışmalar ve arama motorları gibi hizmetlerde faydaları da bulunduğunu ekledi.
Yorum Yap