Yapay zeka teknolojileri arasında yer alan ChatGPT, Gemini ve Claude gibi büyük dil modelleri (LLM), her gün milyonlarca kullanıcı tarafından aktif olarak kullanılıyor. Bu modellerin geliştirilmesi için kitaplar, internet siteleri ve diğer yazılı materyallerden elde edilen metinler temel eğitim verisi olarak kullanılıyor.
Eğitim materyalleri kamuya açık kaynaklardan toplansa da, son dönemdeki tartışmalar internet kullanıcılarının çevrim içi hareketlerinden derlenen verilerin bu sürece dahil edildiği yönünde yoğunlaşıyor.
CAPTCHA Testlerinin Gizli Görevi
İnternet sitelerine erişim öncesinde kullanıcıların robot olmadıklarını kanıtlamaları için sunulan CAPTCHA ve reCAPTCHA testleri, teknoloji firmaları için basit bir güvenlik önleminin ötesinde bir anlam taşıyor. Kullanıcılardan görsellerdeki harfleri yazmaları veya belirli nesneleri tanımlamaları istenen bu testlerin, yapay zeka araçlarının eğitiminde kullanıldığı uzun süredir tartışılıyor.
Google’ın reCAPTCHA testlerinde sıkça yaya geçitleri, trafik lambaları ve taşıtlar gibi nesneleri sorması, bu verilerin yapay zeka destekli otonom araçların geliştirilmesinde kullanıldığı iddialarını güçlendiriyor. Google Cloud’dan bir sözcü, reCAPTCHA verilerinin yalnızca hizmeti iyileştirme amacıyla kullanıldığını ve bu durumun hizmet şartlarında açıkça belirtildiğini ifade etti.
Oyunlardan Gerçek Dünya Haritalarına Veri Toplama
Yapay zeka eğitiminde gündelik kullanımların verilerinin toplanması tartışmaları, son günlerde oyun sektörüne de sıçradı. 2016’da piyasaya sürülen ve dünya çapında popülerlik kazanan Niantic firmasının Pokemon Go oyunu, bu tartışmaların merkezinde yer alıyor.
Oyuncuların cep telefonlarındaki GPS ve kameralar aracılığıyla gerçek dünyada Pokemon karakterlerini aradığı bu oyun, sokak görüntülerinden oluşan devasa bir veri havuzu oluşturdu. MIT Technology Review’un haberine göre, Niantic’in yapay zeka şirketi Niantic Spatial, bu görselleri kullanarak gerçek dünyanın sanal bir modelini üretti.
Niantic, bu teknolojiyle kişilerin konumlarını haritada görmesini sağlayan bir sistem geliştirdiğini belirtti. Firma ayrıca bu modellemeyi, GPS’in güvenilir olmadığı alanlarda robotların hareketini kolaylaştırmak için kullanmayı hedefliyor. Niantic, Kasım 2024’te yaptığı açıklamada, oyuncuların sunduğu verilerin kullanıldığını doğruladı ancak bu özelliğin tamamen opsiyonel olduğunu vurguladı.
Kullanıcılar LLM’lerin Gelişimine Katkı Sağlıyor
İsviçre Lozan Üniversitesi’nden Profesör Christian Peukert, yapay zeka eğitiminde kullanılan materyaller ile kullanıcı güvenliği ve mahremiyeti arasındaki dengeyi değerlendirdi. Peukert, CAPTCHA testlerinin eski versiyonlarında, kullanıcının insan olduğunu doğrulamak için bilinen bir kelime kullanılırken, bilinmeyen bir kelimeye verilen yanıtın ise dijitalleşme çabaları kapsamında veri olarak saklandığını açıkladı.
Bu durumun, kullanıcıların metin tanıma sistemlerinin iyileştirilmesine doğrudan katkıda bulunduğu anlamına geldiğini belirten Peukert, yapay zekanın eğitiminin büyük bir kısmının, kullanıcıların farkında olmadan internette ürettiği pasif verilere dayandığını vurguladı. Profesör Peukert, Reddit ve Twitter gibi platformların dil modelleri için metin sağladığını, Instagram gibi platformlardaki açıklamaların görsel verinin etiketlenmesine yardımcı olduğunu, Google aramalarının dil sistemlerini geliştirdiğini ve navigasyon uygulamalarının hareket verilerini topladığını ekledi.
Peukert, bu süreçlerin gizlilik ve güvenlik açısından sorunlar barındırdığını, büyük veri birikiminin
