Yapay Zeka Eğitiminde Kullanıcı Hareketleri ve Veri Gizliliği Tartışması
Yapay zeka modellerinin eğitimi için kullanılan CAPTCHA testleri, oyunlar ve navigasyon uygulamaları gibi kullanıcıların çevrim içi hareketlerinden toplanan veriler gizlilik endişeleri yaratıyor.

Büyük dil modelleri (LLM) ChatGPT, Gemini ve Claude gibi yapay zeka araçları, günlük milyonlarca kullanıcı tarafından kullanılıyor. Bu modellerin eğitimi için internet siteleri, makaleler ve kitaplar gibi çeşitli yazılı materyaller kullanılıyor. Son dönemde ise bu eğitim sürecinin, internet kullanıcılarının çevrim içi hareketlerinden veri toplanmasıyla yoğunlaştığına dair tartışmalar gündeme geliyor.
CAPTCHA Testleri ve Veri Toplama
İnternet hizmetlerine erişim öncesinde kullanıcıların robot olmadığını kanıtlayan CAPTCHA ve reCAPTCHA testleri, teknoloji firmaları için güvenlik önleminin ötesinde bir anlam taşıyor. Kullanıcılardan görseldeki harfleri yazması veya belirli nesneleri tanıması istenen bu testlerin, yapay zeka araçlarının eğitiminde kullanıldığı öne sürülüyor. Özellikle Google’ın reCAPTCHA testlerinde yaya geçitleri, trafik lambaları gibi nesnelerin sorulması, bu verilerin otonom araçlar için kullanıldığı iddialarını güçlendiriyor. Google Cloud’dan bir sözcü, reCAPTCHA verilerinin yalnızca hizmeti iyileştirmek amacıyla kullanıldığını ve hizmet şartlarında bu durumun açıkça belirtildiğini açıkladı.
Niantic firmasının popüler oyunu Pokemon Go da benzer bir tartışmanın odağında yer alıyor. Oyuncuların gerçek dünyada GPS ve kamera aracılığıyla Pokemon aradığı oyun, sokak görüntülerinden oluşan büyük bir veri havuzu oluşturdu. MIT Technology Review’e göre Niantic Spatial, bu 30 milyar görseli kullanarak gerçek dünyanın sanal bir modelini üretti. Bu teknoloji, GPS’in güvenilir olmadığı yerlerde robotların hareketini kolaylaştırmayı hedefliyor. Niantic, Kasım 2024’te yaptığı açıklamada, oyuncuların sunduğu verilerin kullanıldığını doğruladı ancak bu özelliğin tamamen opsiyonel olduğunu vurguladı.
Kullanıcıların Pasif Verileriyle Yapay Zeka Eğitimi
Lozan Üniversitesi’nden Profesör Christian Peukert, yapay zeka eğitiminde kullanılan materyaller ile kullanıcı güvenliği ve mahremiyeti arasındaki dengeye dikkat çekiyor. Peukert, CAPTCHA testlerinin eski versiyonlarında, kullanıcının insan olduğunu doğrulamak için bilinen bir kelime kullanılırken, bilinmeyen kelimeye verilen yanıtın ise dijitalleştirme çabaları kapsamında veri olarak kaydedildiğini belirtiyor. Bu durumun, kullanıcıların metin tanıma sistemlerinin iyileştirilmesine doğrudan katkı sağladığı anlamına geldiğini vurguluyor. Peukert, yapay zekanın eğitiminin büyük kısmının, kullanıcıların farkında olmadan internette ürettiği pasif verilere dayandığını ifade ediyor.
Sosyal medya platformları Reddit ve Twitter, dil modellerini eğitmek için metin verileri sağlıyor. Instagram gibi görsel platformlarda paylaşımlara eklenen açıklamalar ve etiketler, görsel verinin etiketlenmesine yardımcı oluyor. Google aramaları, dil anlama ve sıralama sistemlerinin geliştirilmesine katkı sağlarken, Google Haritalar ve Waze gibi navigasyon uygulamaları hareket verilerini topluyor. Sohbet robotları ve sesli asistanlarla yapılan görüşmeler de genellikle kayıt altına alınarak sistem iyileştirmelerinde kullanılıyor.
Profesör Peukert, bu veri birikiminin gizlilik ve güvenlik sorunlarına yol açabileceğini belirtiyor. Büyük ölçekli veri birikiminin





