Yazan: Otherweb CEO’su Alex Fink
İnternet son yıllarda silahlanma yarışlarından nasibini aldı. Virüslerin ortaya çıkışı, virüs üretenlerle antivirüs üretenler arasında süregelen bir mücadeleye yol açtı. Spam’in artması, e-posta hesaplarımızı spam filtreleri olmadan kullanılamaz hale getirdi. Rahatsız edici reklamların çoğalması, web’de gezinirken akıl sağlığını korumak için reklam engelleyicileri gerekli hale getirdi.\
O halde yapay zeka teknolojisindeki son gelişmelere, yani çoğu insanın ChatGPT veya Bard olarak bildiği büyük dil modellerine (LLM) ilişkin en olası senaryo nedir?
Tahminler felaketten ütopyaya kadar çeşitlilik gösteriyor. Ve elbette her iki senaryo da mümkün. Ancak en öngörülebilir sonucun bu seçeneklerden herhangi birinden önemli ölçüde daha sıradan olduğunu düşünüyorum.
Çöpün kaçınılmazlığı
Büyük dil modellerinin gücü, daha önce yalnızca insanlar tarafından üretilebilecek metinlere benzeyen metinler üretme yeteneklerinde yatmaktadır. Şimdilik, çıktıları nadiren orijinal veya mükemmel olarak sınıflandırılabiliyor; çoğu zaman türevsel ve yüzeyseldir. Ancak sorun da burada yatıyor; insanların ürettiği içeriğin çoğu da türetilmiş ve yüzeysel.
Demek istediğimi açıklamak için en iyi çevrimiçi içerik yayıncılarından bazılarının başlıklarını burada bulabilirsiniz:
(yazar tarafından cnn.com, nytimes.com, twitter.com, forbes.com ve nbcnews.com’dan alınan ekran görüntüleri)
Son 20 yılda saygın yayın organlarının eski usul gazetecilikten balon şişiren fillere dönüştüğünü zaten gördük. Bu tür baloncukların üretimi daha önceki sürenin 1/10’u kadar sürerse ne olmasını bekliyoruz? Veya belki 1/100’ü?
Genel bir kural olarak, daha düşük maliyet, daha yüksek miktarla sonuçlanır. Ve böylece, spam’deki artışın e-postalarımızı spam filtreleri olmadan kullanılamaz hale getirmesi gibi, yüksek lisansların çevrimiçi yazımda kullanılması da gereksiz filtreler olmadan tüm interneti kullanılamaz hale getirecek.
Yapay Zeka ve Yapay Zeka
Spam benzetmesini izlemeye devam edersek, çöpleri filtrelemenin genel anlamda çözülemez bir sorun olduğundan şüphelenebiliriz. Oluşturduğumuz her filtre, zamanın belirli bir anında ne kadar mükemmel olursa olsun, kaçınılmaz olarak yeni araçlar ve teknikler tarafından atlatılacaktır.
Bununla birlikte, gürültü okyanusunda her türlü sinyali ayırt etmek için filtreleme muhtemelen gerekli olacaktır. Hurda üreticilerinin kullanabileceği çeşitli yapay zeka teknikleriyle rekabet etmek için hangi araçları kullanabiliriz?
Tahminimin bu kısmı daha az kesin ama yine de bunu kamuya açıklayacak kadar kendime güveniyorum: Yapay zeka tabanlı içerik oluşturmaya uyum sağlayabilecek tek filtreleme teknolojisinin kendisi de yapay zeka tabanlı olmalıdır. Kurala dayalı sistemler, sorun zaten dile getirildikten sonra insanların çözümü dile getirmesini gerektirir; ancak üretken yapay zekayla işlerin neden belirli bir şekilde yapıldığını açıklamak çoğu zaman imkansızdır. Model öğrenir ve öğrendiği şey okunaklı bir biçimde dışa aktarılamaz.
Dolayısıyla sürekli değişen ve okunaklı bir şekilde tanımlanamayan bir sorunumuz var. Bunu çözme umudu olan tek araç, makine öğrenimidir.
Düşük asılı meyve
Diğer filtre türlerinde olduğu gibi, az sayıda filtrenin filtrelemenin büyük bir kısmını oluşturduğu bir pareto dağılımıyla karşılaşmamız muhtemeldir. İster insanlar tarafından ister büyük dil modelleri tarafından oluşturulmuş olsun, kötü içeriğin büyük çoğunluğu muhtemelen biçim, stil ve diğer basit kalıplara odaklanan nispeten basit sistemler tarafından filtrelenebilir. Filtrelerdeki her ilave iyileştirme getirilerin azalmasına yol açacaktır, yani filtreleme kapasitesini birkaç yüzde puan artırmak için giderek daha fazla çaba gerekecektir.
O halde ilk dikkatimizi aşağıda asılı olan meyveye odaklamak mantıklı olabilir. Açıkça kötü olan şeylerin (yukarıda verdiğim örnekler gibi) elbette filtrelenmesi gerekir. İçerik oluşturucular tarafından büyük miktarda kaynak harcanarak yürütülen karmaşık dezenformasyon kampanyalarının daha sonra, en alttaki %90’la zaten ilgilenildiğinde ele alınması gerekebilir.
Diğer alanlara genelleme
Büyük olasılıkla, yazarlar türetilmiş ve yüzeysel çalışma kapasiteleri açısından benzersiz değiller. Üretken yapay zeka modelleri daha iyi hale geldikçe bunların kullanımı ses, görüntü, video ve günümüzde yalnızca insanlar tarafından oluşturulan diğer içerik türlerine genelleştirilebilir.
Bu ne dünyanın sonu, ne de ütopya. Aksine, çoğu içeriğin sahte, önemsiz veya sahte önemsiz olacağı, kırık aynalar çağına giriyoruz ve bu kötü bilgi yığınlarındaki iğneleri bulmak için yeni araçlar geliştirmeliyiz.
Açık bir gereklilik var, bu da genellikle bir pazar anlamına geliyor.
İçerik filtreleri pazarının boyutu da büyük olasılıkla oluşturulan içerik pazarıyla orantılı olacaktır.
yazar hakkında
Alex Fink, insanların haberleri ve yorumları okumasına, podcast’leri dinlemesine ve ödeme duvarları, tıklama tuzağı, reklamlar, otomatik oynatılan videolar, ortaklık bağlantıları veya diğer önemsiz şeyler olmadan web’de arama yapmasına yardımcı olan bir Kamu Yararı Şirketi olan Otherweb’in Kurucusu ve CEO’sudur. Otherweb bir uygulama (ios ve android), web sitesi, haber bülteni veya bağımsız bir tarayıcı uzantısı olarak mevcuttur.
DAHA FAZLA BİLGİ İÇİN: www.otherweb.com