OpenAI geçtiğimiz ay henüz kullanıma sunulmamış bir modelinin matematiğin en ünlü açık problemlerinden biri olan Navier-Stokes problemini çözdüğünü duyurdu ve bu duyuruyla birlikte bir tartışma da başladı. Bu problemle yakından ilişkili problemlerde benzer bir araştırma hattı izleyen matematikçiler Tristan Buckmaster ve Levent Alpöge, çalışmalarında Claude ve OpenAI’ın Codex’i dahil farklı yapay zeka araçlarından yararlanmışlardı. Buckmaster, OpenAI’ın modelinin kendi çalışmalarından beslenmiş olup olmadığını sorguladı. OpenAI ise ilk açıklamasında kullanıcı verilerine doğrudan erişilmese de kullanıcıların anonimleştirilmiş verilerinin modellerin geliştirilmesine katkıda bulunmuş olabileceğini dışlayamayacağını söyledi. Şirket birkaç gün sonra bu ihtimali kesin bir dille reddetse de ilk açıklama meselenin özünü ortaya koyuyordu: Yapay zeka çağında kullanıcıların ürettikleri bilgi dahil her şey veridir ve alınıp kullanılabilir.

Sene başında Washington Post’ta yayımlanan bir haber ise insanlığın bilgi birikiminin yapay zeka şirketlerince nasıl ham maddeye çevrildiğinin çarpıcı bir örneğini sunuyordu. Gazetenin bir telif davasının dosyalarında açığa çıkan şirket içi belgelere dayanarak aktardığına göre Anthropic, önemli bir kısmı ikinci el olan milyonlarca kitabı toplu bir biçimde satın alıp taratarak model eğitiminde kullanılabilecek bir veri havuzuna dönüştürdükten sonra bu kitapları geri dönüşüme gönderip ortadan kaldırmıştı.[1] Bu olay, Anthropic’in daha önce korsan kitap koleksiyonlarından yararlanması üzerine başlayan bir telif hakkı davasında ortaya çıkmıştı. Mahkeme, satın alınıp taranan kitaplarla model eğitmeyi “adil kullanım” sayarken korsan kopyalar için ise şirket eser başına yaklaşık 3 bin dolar, toplamda 1.5 milyar dolar ödeyerek uzlaşmaya gitti.[2]

Kitaplar, internet siteleri, bilgisayar kodları, fotoğraflar, videolar, ses kayıtları, kullanıcı sohbetleri ve geri bildirimleri, kısacası dijitalleştirilebilen hemen her şey veri havuzunun bir parçası olarak görülüyor. Tabii bu devasa veri yığını kendiliğinden eğitim verisi haline gelmiyor. Toplanan verinin seçilmesi, temizlenmesi, bazı içeriklerin ayıklanması, sınıflandırılması ve modelin kullanabileceği biçime dönüştürülmesi gerekiyor. Her ne kadar şirketler artık bu işlemlerin bir bölümünde başka yapay zeka sistemlerini kullanıyor olsa da hangi verinin kaliteli, hangisinin zararlı, hangisinin uygun, güvenilir sayılacağına ilişkin kıstasların belirlenmesi ve ortaya çıkan sonuçların kontrol edilmesi hâlâ insan kararlarına ve emeğine........

© Evrensel