Yapay Zeka İnsan Dilini Neden Yavaş Yavaş Tekdüzeleştiriyor?

Makine öğrenmesinin işleyişi, tamamen kendisine yüklenen verilere dayanıyor. Dijital dünya ise bu konuda son derece dengesiz. Dünya genelinde yedi binden fazla konuşulan dil olmasına rağmen, internete bunların yalnızca çok küçük bir kısmı hakim. Stanford İnsan Odaklı Yapay Zeka Enstitüsü gibi kurumların çalışmaları, büyük dil modellerinin ağırlıklı olarak standart Amerikan İngilizcesi ile eğitildiğini sürekli olarak vurguluyor. Araştırmacılar bu önde gelen modelleri yerel lehçeleri anlama veya üretme yetenekleri açısından test ettiğinde, sonuçlar dillerin sistematik olarak silindiğini gösteriyor. Sistemler, Afro-Amerikan Halk İngilizcesi veya kırsal Apalaş konuşması gibi lehçeleri sık sık yanlış yorumluyor ya da metni agresif bir şekilde yavan, kurumsal bir standarda dönüştürüyor.

Benzer şekilde, küresel teknoloji kullanımına daha geniş bir açıdan bakıldığında, devasa dijital arşivlere sahip olmayan dillerin yapay zeka devriminin etkili bir şekilde dışında kaldığı görülüyor. Küresel dilbilim enstitüleri tarafından analiz edilen veriler, milyonlarca konuşanı olan bazı Afrika veya Güneydoğu Asya dillerinin bile algoritma geliştiricileri tarafından "düşük kaynaklı" olarak kabul edildiğini gösteriyor. Modelleri etkili bir şekilde eğitmek için yeterli dijital metin bulunmadığından, algoritmalar bu dillerin karmaşıklığını kavrayamıyor. Sonuç olarak, bu dilleri konuşanlar modern dijital ekonomiye katılmak için İngilizceye veya başka bir baskın dile yönelmek zorunda kalıyor.

Bu dilsel tekdüzeleşmenin altında yatan neden kötü niyet değil, matematiksel optimizasyon. Büyük dil modelleri, internetten toplanan milyarlarca parametreye dayanarak istatistiksel olarak en olası bir sonraki kelimeyi tahmin ederek çalışır. İnternet ezici bir çoğunlukla standart İngilizce ile dolu olduğu için, algoritmalar doğal olarak bu dilin söz dizimini, kelime dağarcığını ve kültürel deyimlerini tercih ediyor. İyileştirme aşamasında, insan geri bildirimleri modelleri kibar, profesyonel ve evrensel olarak anlaşılır kabul edilen yanıtlar üretmeleri için daha da eğitiyor. Sonuç olarak, sistemler yerleşik istatistiksel norma uymayan dilsel sapmaları, günlük konuşma dilini ve kültürel nüansları cezalandırıyor.

Algoritma, bir dilbilgisi hatası ile köklü bir kültürel lehçe arasındaki farkı ayırt edemez. Yalnızca baskın veri setinden bir sapma tespit eder ve bunu düzeltir. Zamanla, bu istatistiksel düzeltme, bölgesel tat, duygusal derinlik veya kültürel özgünlükten yoksun, tek tip bir ses yaratır. Bu, kimseyi gücendirmemek ve herkes tarafından anlaşılmak için tasarlanmış algoritmik bir orta yoldur. Fakat bu süreçte, otantik insan iletişiminin zenginliğini feda eder.

Bu algoritmik düzeltmenin sonuçları, akademik dilbilimin çok ötesine uzanıyor. Milyonlarca insan üretken metin araçlarını, otomatik e-posta yanıtlayıcılarını ve tahmini metin girişini günlük hayatına dahil ettikçe, insanın yazma şekli de değişmeye başlıyor. Dil düşünceyi şekillendirir. İletişim kurmak için kullandığımız araçlar bizi sürekli olarak tek tip, algoritmik bir tona yönlendirdiğinde, yavaş yavaş kendi özgün sesimizi terk ederiz. İnsanlar, makinenin kendilerini anlamasını sağlamak için farkında olmadan kelime dağarcıklarını değiştiriyor veya doğası gereği kişisel ya da kültürel tattan yoksun mesajlar hazırlaması için makineye güveniyorlar.

Makro düzeyde, etki marjinalleştirilmiş kültürler için daha da ciddidir. Yapay zeka sistemleri, otomatik müşteri hizmetlerinden özgeçmiş taramasına ve yasal belgelere kadar her şeyi giderek daha fazla yönettiğinde, standart dışı lehçeler konuşan bireyler belirgin bir dezavantajla karşı karşıya kalır. İfadeleri, otomatik tarayıcılar tarafından profesyonel olmayan veya anlamsız olarak işaretlenir. Bu da görünmeyen kod satırları aracılığıyla mevcut sosyal hiyerarşileri pekiştirir. Ayrıca, zaten savunmasız olan diller için modern dijital altyapıyla etkileşim kuramamak, bu dillerin gerilemesini hızlandırıyor. Eğer genç nesiller ana dillerini akıllı telefonlarında veya dijital asistanlarla kullanamazlarsa, o dili öğrenme ve koruma teşviki hızla azalır.

Bu teknolojik silinmeyi önlemek, yapay zekanın nasıl oluşturulduğu ve finanse edildiği konusunda bilinçli bir değişiklik gerektiriyor. Çözüm, yalnızca temel amacı evrensel olarak uygulanabilir ürünleri hızlı ve ucuza ölçeklendirmek olan dev teknoloji holdinglerine bırakılamaz. Bunun yerine, yerelleştirilmiş, topluluk odaklı dil modelleri geliştirmek için ortak bir çaba gösterilmelidir. Bu yaklaşım, dijital yok olma tehdidini fark eden belirli bölgelerde şimdiden büyük umut vaat ediyor.

Örneğin, İzlanda hükümeti, İzlandacanın yapay zeka çağında İngilizce tarafından yutulmasını önlemek için açık kaynaklı dijital dil kaynakları oluşturmaya büyük yatırım yaptı. Yeni Zelanda'daki benzer taban girişimlerinde, yerli topluluklar Maori dilini İngilizce merkezli bir filtreden geçirmeden anlayan algoritmalar oluşturmak için aktif olarak sözlü ve yazılı veriler derliyor. Hükümetler ve küresel teknoloji düzenleyicileri, bu yerel çabaları zorunlu kılmalı ve sübvanse etmelidir. Böylece algoritmaların çeşitli dil toplulukları içinde sıfırdan eğitilmesi sağlanmalıdır.

Dil, bilgi aktarmak için kullanılan basit bir araçtan çok daha fazlasıdır. İnsanlık tarihinin bir taşıyıcısıdır; onu konuşan toplulukların dünya görüşünü, mizahını ve kolektif hafızasını taşır. Toplum, yazı, çeviri ve günlük iletişimini giderek daha fazla algoritmalara devrettikçe, bu pürüzsüz rahatlığın gizli maliyetini fark etmeliyiz. Yapay zekanın insan ifadesini tek ve kısır bir standarda indirgemesine izin verirsek, insan düşüncesinin karmaşık ve güzel çeşitliliğini susturma riskini alırız. Teknolojinin nihai vaadi, yalnızca bir makinenin tahmin etmesi en kolay olanları değil, tüm sesleri yükseltmek olmalıdır.