İnternet Kullanıcılarının Her Hareketi Yapay Zeka Eğitimine Veri Sağlıyor
CAPTCHA testlerinden mobil oyunlara, internet kullanıcılarının çevrim içi etkileşimleri yapay zeka modelleri için kritik veri kaynağı oluyor, gizlilik endişeleri artıyor.
İnternet kullanıcılarının çevrim içi faaliyetleri, yapay zeka (AI) modellerinin eğitimi için yaygın bir veri kaynağı haline geldi. CAPTCHA testleri ve popüler mobil oyunlar gibi günlük etkileşimler, kullanıcıların farkında olmadan büyük dil modelleri ve otonom sistemler için kritik veriler sağlamasına neden oluyor. Bu durum, gizlilik ve güvenlik endişelerini beraberinde getiriyor. Lozan Üniversitesi’nden Profesör Christian Peukert, kullanıcıların pasif veri üretiminin yapay zeka eğitimindeki rolünü vurguladı.
ChatGPT, Gemini ve Claude gibi büyük dil modelleri (LLM) insan benzeri metinler üretiyor ve her gün milyonlarca kişi tarafından kullanılıyor. Bu modeller, eğitilmeleri için kitaplardan, internet sitelerinden ve diğer yazılı materyallerden derlenen metinleri kullanıyor. Eğitim materyalleri kamuya açık kaynaklardan toplanabilse de, son dönemdeki tartışmalar internet kullanıcılarının çevrim içi hareketlerinden derlenen verilere odaklanıyor.
CAPTCHA Testleri ve Görünmez Veri Toplama
İnternet hizmetlerine erişim öncesinde kullanıcıların insan olduğunu doğrulayan CAPTCHA ve reCAPTCHA testleri, teknoloji firmaları için bir güvenlik önleminden fazlasını ifade ediyor. Bu testler, yapay zeka araçlarının eğitiminde kullanıldığı yönündeki tartışmaları yıllardır sürdürüyor.
Kullanıcılar, önlerine sunulan görsellerdeki harfleri yazma veya belirli nesneleri ayırt etme gibi basit görevleri yerine getiriyor. Google’ın testlerinde sıkça yaya geçitleri, trafik lambaları ve taşıtlar gibi nesnelerin sorgulanması, bu verilerin yapay zeka destekli insansız araçlar için kullanıldığı iddialarını ortaya çıkardı.
Bir Google Cloud sözcüsü, reCAPTCHA kullanıcı verilerinin yalnızca reCAPTCHA hizmetini iyileştirmek amacıyla kullanıldığını açıkladı. Sözcü, bu durumun hizmet şartları sözleşmesinde açıkça belirtildiğini ifade etti.
Mobil Oyunlardan Gerçek Dünya Modellemesi
Gündelik kullanımların yapay zeka eğitiminde değerlendirilmesi tartışmaları, son günlerde oyunlar gibi farklı alanlara da yayıldı. ABD merkezli Niantic firmasının 2016’da piyasaya sürdüğü “Pokemon Go” oyunu, bu bağlamda eleştirilerin hedefi oldu.
Oyuncular, cep telefonlarındaki GPS ve kameralar aracılığıyla gerçek dünyada Pokemon karakterlerini ararken, sokak görüntülerinden oluşan devasa bir veri havuzu oluşturdu. MIT Technology Review dergisi, Niantic’in yapay zeka şirketi Niantic Spatial’ın oyuncuların biriktirdiği 30 milyar görseli kullanarak gerçek dünyanın sanal modelini ürettiğini bildirdi.
Niantic, bu modelleme sayesinde kişilerin etraflarındaki görüntüleri yükleyerek konumlarını haritada görmesini sağlayan bir teknoloji geliştirdiğini duyurdu. Firma ayrıca, GPS’in güvenilir olmadığı yerlerde robotların hareketini kolaylaştıracak bir teknoloji hedefliyor.
Firmanın Kasım 2024 tarihli internet sitesi açıklamasında, oyuncuların gerçek dünyayı tarayarak sunduğu verilerin kullanıldığı doğrulandı. Ancak şirket, bu özelliğin “tamamıyla opsiyonel” olduğunu vurguladı.
Uzman Görüşü: Pasif Veri ve Mahremiyet Endişeleri
İsviçre’deki Lozan Üniversitesi’nden Profesör Christian Peukert, yapay zeka eğitiminde kullanılan materyaller ile internet kullanıcılarının güvenliği ve mahremiyeti arasındaki dengeleri değerlendirdi. Peukert, eski CAPTCHA versiyonlarında kullanıcılardan deşifre edilmesi istenen kelimelerden birinin sistem tarafından bilindiğini belirtti.
Profesör Peukert, sistemin tanıdığı kelimenin kullanıcının insan olduğunun doğrulanmasında görev aldığını açıkladı. Bilinmeyen sözcüğe verilen yanıtın ise e-kitap uygulamaları gibi dijitalleşme çabaları kapsamında veri olarak depolandığını anlattı.
Bu durumun “kullanıcıların, metin tanıma sistemlerinin iyileştirilmesine doğrudan katkıda bulunduğu” anlamına geldiğini vurgulayan Peukert, “Yapay zekanın eğitiminin büyük kısmı, kullanıcıların çoğunlukla fark etmeyerek internette ürettiği pasif verilere dayanıyor” ifadesini kullandı.
Peukert, reCAPTCHA dışında internetteki verilerin yapay zeka eğitimi için kullanıldığı diğer alanlara da örnekler verdi. Reddit ve Twitter gibi sosyal medya platformlarının dil modellerini eğiten büyük miktardaki metinleri sağladığını belirtti.
Instagram gibi görüntü platformlarında paylaşımlara eklenen açıklamalar ve etiketler, görsel verinin etiketlenmesine katkı sağlıyor. Google’daki aramalar, dil anlama ve sıralama sistemlerinin geliştirilmesine yardımcı oluyor.
Google Haritalar ve Waze gibi navigasyon uygulamaları, tahmin modellerinin eğitildiği hareket verilerini topluyor. Sohbet robotları ve sesli asistanlarla yapılan görüşmeler ise genellikle kayıt altına alınıyor ve sistemleri iyileştirmede kullanılıyor.
Bu süreçlerin gizlilik ve güvenlik açısından sorunlar içerdiğini vurgulayan Christian Peukert, büyük ölçekli veri birikiminin “fişlemeye”, “sahte içeriklerin üretilmesine” ve “kullanıcıların kendileriyle rekabet eden sistemleri beslemesine” yol açabileceğini ifade etti.
Profesör Peukert, bireysel tedbirlerin veri kullanımını azaltma konusunda tek başına yeterli olmayacağının altını çizdi. “Eğitim için kullanılan verilerin çoğu çoktan toplanmış halde, kamuya açık şekilde veya sistemler arasında çoğaltılmış durumda bulunuyor. Veriler büyük veri kümelerine bir kere dahil edildiğinde kontrolü geri kazanmak zordur” değerlendirmesinde bulundu.
Öte yandan, Peukert bu veri katkısının bazı faydaları da olduğunu işaret etti. İnsan kaynaklı verilerin dil teknolojileri, çeviri, erişilebilirlik araçları, bilimsel çalışmalar ve arama motorları gibi gündelik hizmetlerdeki kullanımını örnek gösterdi.
Yorum Yap