Yapay zekâ teknolojisi dijital araçlarımıza ve günlük rutinlerimize yerleşmeye devam ederken, neyin yapay zekâ kullanılarak üretildiği tespit etmek zorlaşıyor. Bunu kolaylaştırmak isteyenlerin ise aklına ilk olarak yapay zekâyla üretilen içerikleri etiketlemek geliyor. Etiketlemenin çözüm vaadini yüzeysel bulanlar da var.
Her iki tarafın savunucularının da geçerli argümanları olduğunu söylemek yanlış olmaz. Peki mevcut araştırmalar çözüm önerisi hakkında ne sunuyor?
Neden etiketlere ihtiyacımız var?
Markette alışveriş yaparken, ihtiyaç listemizde olan bir ürünün fiyatını, nerede ve nasıl üretildiğini ve içeriğini bilmek isteriz. Aynı durum sosyal medyada karşımıza çıkan içerikler için de geçerli. Onların da kaynağını sorgulamak, nasıl ve ne amaçla üretildiklerini bilmek bizi yanlış ve yanıltıcı bilgilere karşı korumanın etkili yollarından biri olabilir. Etiketler de tam bu noktada devreye giriyor.
MIT araştırmacıları David G. Rand, Ziv Epstein, Adam J. Berinsky ve Chloe Wittenberg’in etiketlemeye dair yayınladığı kitapçık, bu çözüm yolunun etkisini sorgulamanın yanı sıra dikkat edilmesi gereken noktaları da vurguluyor.
MIT araştırmacılarına göre yapay zekâ ile üretilen içerikleri etiketlemenin iki farklı motivasyonu var. Bunlardan ilki, sürece odaklanmak; yani bir içeriğin yapay zekâ teknolojisi kullanılarak üretildiğine dair kullanıcıya bilgi vermek. İkincisi ise, içeriğin potansiyel zararına odaklanan "etki temelli" bir etiketleme yapmak.
Yapay zekâ ile üretilen içeriklerin oy verme davranışını etkileme veya dolandırıcılıklara zemin hazırlama gibi riskleri göz önünde bulundurarak, yanıltıcı olabilecek içerikleri etiketlemek bunun bir örneği. Yani, Instagram’da karşınıza çıkan ve kedi kuşunu gösterdiği iddia eden bir görselin “yapay zekâ ile üretilmiştir” etiketi almasıyla, ABD Başkan adayı Trump’ı siyah vatandaşlarla gösteren fotoğraf görünürde aynı etiketi alsalar da özünde farklı amaçlar barındırıyor.
Etiketlemek çözümün yalnızca bir parçası
Uzmanlara göre, etiketleme politikaları tasarlanırken ve uygulanırken dikkate alınması gereken bazı önemli noktalar var. Öncelikle, ne tür içeriklerin etiketleneceğinin ve bu içeriklerin geniş ölçekte nasıl güvenilir bir şekilde tespit edileceğinin belirlenmesi gerekiyor.
Daha sonra, sosyal medya kullanıcılarının hem etiketli hem de etiketsiz içerikleri gördüklerinde verecekleri tepkileri dikkate almak gerekiyor. Çünkü gözden kaçan ve etiketlenmemiş bir içerik, kullanıcılarda o içeriğin gerçek olduğuna dair bir fikir uyandırabilir. Bu durumun terminolojideki karşılığı ima edilen gerçeklik etkisi. Yani bir bilginin düzeltilmediği için doğru gibi görünmesi.
Yalnızca tek bir formatla veya araçla üretilen içerikleri etiketlemek de etkili bir çözüm değil. Farklı araçlarla üretilen görseller, metinler, videolar ve sesler için de etiketleme yapmak şart. Bunu yaparken de bu içeriklerin farklı ülkelerdeki yayılımını ve türlerini incelemek ve farklı bağlamlara göre müdahaleler oluşturmak gerek.
Bir diğer önemli nokta da kullanılan sözcükler. MIT araştırmacılarına göre, toplumun hangi kavramlara aşina olduğunu, hangilerine yabancı olduğunu bilmek etiketlemeyi daha etkili hale getirebilir. Bunu araştırmak için beş ülkede beş binden fazla kişiyle dört dilde yapılan bir ankette, katılımcılara dokuz kavramdan biri gösterildi: "Yapay zekâ ile üretilmiş", "yapay zekâ aracı ile üretilmiş", "yapay", "sentetik", "deepfake", "manipüle edilmiş", "gerçek değil", "yapay zekâ ile manipüle edilmiş" veya "düzenlenmiş". Daha sonra katılımcılara yirmi farklı içerik gösterildi ve atanan terimin her bir içerik için geçerli olup olmadığı soruldu.
Nitekim, "Yapay zekâ ile oluşturulmuş", "bir yapay zekâ aracıyla oluşturulmuş" ve "yapay zekâ ile manipüle edilmiş" ifadelerinin söz konusu içeriklerle daha çok ilişkilendirildiği sonucuna varıldı.
Fakat bu sonucun yalnızca araştırmanın yapıldığı yerle sınırlı kaldığını hatırlatmakta fayda var. Çünkü yapılan başka bir araştırmada Çince konuşanlar "yapay" kelimesini insan müdahalesi ile ilişkilendirirken, İngilizce, Portekizce ve İspanyolca konuşanlar için bu kavram otomasyonu çağrıştırıyor. Bu yüzden seçilen kavramların, kullanıcıda doğru anlamı uyandırabilmesi için farklı ülkelerde ve bağlamlarda test edilmeleri şart.
“Yapay zekâ katkısı içermez”
Yalnızca yapay zekâ ile üretilen değil, tamamen insan eliyle oluşturulan içerikleri de etiketlemek gerektiğini düşünenler var. Bu bir zamanların ünlü “GDO içermez” etiketiyle epey benzer. Bu yeni fikrin savunucuları, yapay zekanın potansiyel risklerine dikkat çekerek insan eliyle üretilen içeriklerin daha “güvenilir” ve “tutarlı” olduğunu vurguluyorlar.
Örneğin, kişisel bakım markası Dove, yapay zekânın ürettiği klişe görsellerin güzellik algısını tehlikeli biçimde etkilediğini düşünerek reklamlarında bu teknolojiden yararlanmayacağını vurguladığı yeni bir kampanya başlattı.
Teknoloji ve internet haberciliğine odaklanan 404 Media ise "İnsanlar için, insan eliyle medya" sözü veren bir manifesto yayınladı. Benzer şekilde yazılım geliştirme şirketi Inqwire, “büyük dil modelleri (LLM) içermez” yazılı etiketleri internet sitesine ekledi. Bu etiket, şirketin Büyük Dil Modelleri (LLM'ler) kullanmadığı ve asla insan gibi davranan veya insanları taklit eden chatbot veya konuşma arayüzleri sunmadığı anlamına geliyor.
“Inqwire teknolojisi Büyük Dil Modelleri (LLM'ler) kullanmaz ve asla insan gibi davranan veya insan uzmanları taklit eden chatbot veya konuşma arayüzleri sunmaz.”
Bir yandan yapay zekâ kullanılarak üretilen içerikleri etiketlemek diğer yandan farklı içeriklerin yalnızca insan eliyle üretildiğini bildirmek… Bu bir markete girdiğimizde organik ve yapay katkı maddesi içeren ürünlerden hangisini seçeceğimize karar vermemize benziyor.
Etkisini görmek için araştırmaya devam etmek şart
Peki etiketler kesin bir çözüm mü?
Uzmanların uyardığı bir diğer nokta yapay zekâ kullanılarak üretilen içeriğe dikkat çekmeye yönelik geniş kapsamlı çabaların, kamuoyunu gerçek içeriklerin de doğruluğunu sorgulamaya eğilimli hale getirme riski. Örneğin, 2022’de yapılan bir araştırmada, “deepfake” etiketinin bazı kullanıcıların karşılaştıkları tüm görüntülere karşı şüpheci hale getirdiği saptanmış.
Bazıları ise yapay zekâ teknolojisini benimsemeyi zorlaştıracağını düşünerek etiketleri en iyi çözüm olarak görmeye karşı çıkıyor. Bu fikri savunanlara göre, yanlış bilgiler ve fotomontajlar yıllardır var. Yapay zekânın getirdiği tek fark, bu görüntülerin üretilme ve paylaşılma hızındaki kolaylık. Basit bir soruyla özetlemek gerekirse, Papa Francis’in yapay zeka kullanılarak üretilen beyaz şişme montlu görüntüsü Photoshop gibi klasik yöntemlerle oluşturulsaydı, bunlar arasında ne fark olurdu?
Farklı bir araştırma ise, etiketlerin uygulanmasına yönelik çabaların, kullanıcılara yapay zeka kullanılarak üretilen medyanın ve/veya yanlış bilginin yaygın olduğu izlenimini verdiğini ve böylece bu içeriğin yayılmasını istemeden normalleştirebileceklerini ortaya koyuyor. Diğer yandan tüm bu uyarılar, zamanla parlaklığını yitirebilir. Örneğin, uzun zamandır internet kullanıcısıysanız, muhtemelen tıkladığınız bir sitedeki reklamları artık eskisi kadar görmüyorsunuzdur. Afiş körlüğü (banner blindness) olarak isimlendirilen bu durum, yapay zekâ etiketleri için de benzer bir durum yaratabilir.
Her halükarda etiketlemenin, gizli filigran ve metadata eklemenin şu an için elimizdeki tek çözüm yöntemi olduğunu söylemek yanlış olmaz. Fakat tüm bu çözümlerin faydasını veya zararını görmek için geniş çapta araştırmalar yapmak ve bir yandan da alternatif öneriler geliştirmek şart.
