İllüstrasyon Jackie Carlise
Bir roman yazmak ya da resim yapmak için bir sanatçı, özü itibarıyla yapay zekâya yabancı olan seçimler yapar. Bir roman yazmak ya da resim yapmak için bir sanatçı, özü itibarıyla yapay zekâya yabancı olan seçimler yapar.
Roald Dahl, 1953 yılında, gizliden gizliye yazar olmayı hayal eden bir elektrik mühendisi hakkında yazdığı kısa öyküsü **“The Great Automatic Grammatizator”**u yayımladı. Dünyanın en hızlı hesap makinesini tamamladıktan sonra, mühendis bir gün fark eder ki İngilizce dilbilgisi, büyük ölçüde matematiksel bir kesinlik taşıyan kurallarla yönetilmektedir. Mühendis, otuz saniyede beş bin kelimelik bir kısa öykü, on beş dakikada ise bir roman üretebilen bir kurgu yazma makinesi inşa eder. Bu makinenin operatörü; mizah ve hüzün (pathos) düzeylerini ayarlayabilmek için, sanki araba kullanıyor ya da org çalıyormuş gibi kolları ve ayak pedallarını kullanmak zorundadır. Ortaya çıkan romanlar öyle popüler olur ki, bir yıl içinde İngilizce yayımlanan kurgu eserlerin yarısı artık bu mühendisin icadının ürünü hâline gelir.
Dahl’ın hayal gücünde canlandırdığı gibi, sanatın bir düğmeye basarak yaratılamayacağını düşündüren bir şey var mı? Bugün, ChatGPT gibi büyük dil modellerinin ürettiği kurgular son derece zayıf; yine de bu tür programların gelecekte çok daha yetkin hâle gelmesi hayal edilebilir. Peki, ne kadar iyi olabilirler? Tıpkı hesap makinelerinin toplama ve çıkarma işlemlerinde insanlardan daha iyi olması gibi, bu modeller bir gün kurgu yazımında — hatta resim ya da film yapımında — insanları geride bırakabilir mi?
Sanatı tanımlamak bilindiği üzere zordur; iyi sanatla kötü sanat arasındaki farkları belirlemek de öyle. Ama bir genelleme yapmama izin verin: Sanat, çok sayıda tercih yapmanın sonucunda ortaya çıkan bir şeydir. Bunu açıklamak için kurgu yazımını örnek vermek belki de en kolay yoldur. Kurgu yazarken — ister bilinçli ister bilinçsiz biçimde — neredeyse yazdığınız her kelimeyle bir seçim yaparsınız. Basitleştirmek gerekirse, on bin kelimelik bir kısa öykü yazmak, on bin seçim sırasına göre karar vermeyi gerektiriyor gibi düşünülebilir. Buna karşılık, üretken bir yapay zekâ programına bir bilgi istemi (prompt) verdiğinizde, aslında çok az seçim yapmış olursunuz; örneğin yüz kelimelik bir bilgi istemiyle yalnızca yüz seçim yapmış sayılırsınız.
Eğer bir yapay zekâ, sizin yerinize on bin kelimelik bir öykü üretiyorsa, sizin yapmadığınız tüm seçimleri kendisinin doldurması gerekir. Bunu yapmanın birkaç yolu vardır. İlki, internette bulunan metinlerdeki diğer yazarların tercihlerini esas alarak ortalama bir sonuç çıkarmaktır. Ancak bu ortalama, genellikle en az ilginç olan seçimlere denk düşer; bu yüzden yapay zekâ tarafından üretilen metinler çoğunlukla son derece yavan olur. Diğer bir yol ise, programa bir yazarın üslubunu taklit etmesi talimatını vermektir; bu da büyük ölçüde türev bir hikâye üretir. Her iki durumda da ortaya çıkan şey gerçekten ilginç bir sanat eseri değildir.
Bir ressamın yaptığı seçimleri ölçmek daha zor olsa da, aynı temel ilkenin görsel sanatlar için de geçerli olduğunu düşünüyorum. Gerçek bir tablo, sayısız kararın izini taşır. Buna karşılık, DALL·E gibi metinden görsele çalışan bir program kullanan biri, yalnızca “Zırh giymiş bir şövalye ateş püsküren bir ejderhayla savaşır” gibi bir komut yazar ve gerisini programın yapmasına bırakır. (DALL·E’nin en yeni sürümü dört bin karaktere kadar istem kabul ediyor — yüzlerce kelime yazılabilir ama bu, bir sahnenin tüm ayrıntılarını tarif etmek için yine de yeterli değildir.) Ortaya çıkan görsel teknik olarak etkileyici olabilir, ancak içindeki pek çok tercih, internetteki benzer görsellerden ödünç alınarak oluşturulmuştur. Sonuçta çıkan bu çalışmanın sorumluluğunu komutu veren kişi üstlenemez; çünkü o kararları kendisi vermemiştir.
Bazı yorumcular, görsel üretim araçlarının—tıpkı bir zamanlar fotoğrafın yaptığı gibi—görsel kültür üzerinde köklü bir etki yaratacağını öne sürüyor. Bu düşünce ilk bakışta mantıklı gibi görünse de, fotoğrafla üretken yapay zekâ arasındaki benzerlik iddiası daha derinlemesine bir incelemeyi hak ediyor. Fotoğrafçılık ilk ortaya çıktığında, sanatsal bir ifade biçimi olarak görülmediğini düşünüyorum; çünkü içinde çok fazla seçeneğin olduğu açıkça belli değildi. Sadece kamerayı kuruyor ve pozlamayı başlatıyordunuz. Ancak zamanla insanlar, kameralarla yapılabilecek sayısız şey olduğunu fark ettiler ve sanatın, bir fotoğrafçının yaptığı sayısız tercihte yattığını gördüler. Bu tercihleri açıkça ifade etmek her zaman kolay olmayabilir, ama bir amatörün çektiği karelerle bir profesyonelin fotoğraflarını karşılaştırdığınızda aradaki fark hemen göze çarpar. O halde sorulması gereken şu: Bir metinden görsele çeviri yapan araçlarla benzer ölçüde seçim yapma imkânı var mı? Bana göre cevap hayır. Bir sanatçı—ister dijital ortamda çalışsın ister tuval üzerinde—yaratım sürecinde, birkaç yüz kelimelik bir metin komutunun sığdırabileceğinden çok daha fazla karar alır.
Hayal edelim: size, bir görüntü üzerinde son derece ayrıntılı kontrol sağlayan ve onlarca oturum boyunca metin kutusuna on binlerce kelime girmenize olanak tanıyan bir metinden-görsele oluşturucu sunuluyor. Bu, tamamen metinsel bir arayüze sahip Photoshop benzeri bir şey olurdu. Böyle bir programı kullanan bir kişinin yine de "sanatçı" olarak adlandırılmayı hak ettiğini rahatlıkla söyleyebilirim. Örneğin film yönetmeni Bennett Miller, Gagosian Galerisi'nde sergilenen son derece çarpıcı görseller üretmek için DALL·E 2'yi kullandı. Görselleri oluşturmak için detaylı metin istemleri hazırladı ve ardından DALL·E’ye bu görselleri tekrar tekrar gözden geçirmesi ve değiştirmesi talimatını verdi. Sergideki yirmi görüntüye ulaşmak için yüz binden fazla görsel üretildi. Ancak Miller, DALL·E’nin daha sonraki sürümlerinde benzer sonuçlar elde edemediğini söylüyor. Bunun, DALL·E’yi aslında amaçlanmadığı şekilde kullanmasından kaynaklandığını düşünüyorum. Sanki Microsoft Paint’i Photoshop gibi çalışsın diye hacklemiş gibiydi—ve bu da işe yaramıştı. Ama Paint’in yeni sürümü çıktığında, bu hack’ler artık çalışmamaya başladı. Tahminime göre OpenAI, Miller gibi kullanıcılar için bir ürün üretmeye çalışmıyor. Çünkü bir görsel oluşturmak için aylar süren çaba harcamayı gerektiren bir sistem, geniş kitlelere hitap etmiyor. Şirket, kullanıcıdan minimum çaba isteyen bir araç sunmak istiyor.
Birçok oturum boyunca size iyi bir roman yazmada yardımcı olacak bir programı hayal etmek çok daha zordur. Bu varsayımsal yazma aracı, sizin tasavvur ettiğiniz romanı ortaya çıkarmak için tamamen farklı bir yüz bin kelimelik metin üretmeden önce, ondan yüz bin kelimelik bir bilgi istemi girmenizi bekleyebilir. Böyle bir programın neye benzeyeceği konusunda açık bir fikrim yok. Teorik olarak, eğer böyle bir araç gerçekten var olsaydı, onu kullanan kişi belki de "yazar" unvanını hak edebilirdi. Yine de, OpenAI gibi şirketlerin, kullanıcıdan sıfırdan bir roman yazmak kadar emek isteyen ChatGPT sürümleri geliştirmek gibi bir niyeti olduğunu sanmıyorum. Üretken yapay zekânın satış vaadi, sizden çok az şey alıp size çok fazlasını sunmasıdır — ve işte bu, onu sanatçılar için gerçekten etkili bir araç olmaktan alıkoyan şeydir.
Üretken yapay zekâ programlarını tanıtan şirketler, bu araçların yaratıcılığı ortaya çıkaracağını iddia ediyor. Özünde verdikleri mesaj şu: Sanat ilhamdan doğar, çabadan değil. Ama ilham ile çaba öyle kolayca birbirinden ayrılmaz. Sanatın mutlaka meşakkatli olması gerektiğini savunmuyorum. Söylemek istediğim şu: Sanat üretimi, her düzeyde seçim yapmayı gerektirir. Uygulama aşamasında yapılan sayısız küçük ölçekli tercih, yaratımın ilk anında verilen birkaç büyük karar kadar belirleyici olabilir. Sanatta yapılan seçimlerde "büyük ölçek" ile "önemli olan"ı eşitlemek büyük bir hatadır. Çünkü sanat, işte tam da büyükle küçüğün birbiriyle kurduğu ilişki içinde yatar.
İlhamı yaratım sürecindeki en belirleyici unsur olarak görmek, kanımca, kişinin o mecraya yabancı olduğuna işaret eder. Kişinin amacı yüksek sanat üretmek olmasa bile—örneğin yalnızca eğlendirmek istese bile—bu düşünce yine de geçersizdir. İnsanlar genellikle eğlendirici bir şey üretmenin ne kadar emek istediğini hafife alırlar. Bir gerilim romanı, Kafka’nın “içimizdeki donmuş denizi kıracak bir balta” dediği türden bir eser olmayabilir; ama buna rağmen, bir İsviçre saati kadar titizlikle işlenmiş olabilir. Aynı şekilde, etkili bir gerilim filmi yalnızca konusuyla ya da olay örgüsüyle açıklanamaz. Bir romanın her cümlesini, anlamca eşdeğer başka cümlelerle değiştirip yine de aynı etkiyi yakalayabileceğimizi sanmıyorum. Bu da şunu gösteriyor: O cümleler—ve onların temsil ettiği küçük ölçekli seçimler—gerilimin işleyişinde belirleyici rol oynar.
Pek çok romancı, bir roman için “muhteşem bir fikrim var” diyerek yaklaşan ve gelirlerin yüzde elli elli paylaşılmasını teklif eden biriyle karşılaşma deneyimini yaşamıştır. Böyle biri, farkında olmadan, cümle kurmanın düzyazıdaki hikâye anlatımının temel bir parçası değil de bir engel olduğunu düşündüğünü açığa vurur. Üretken yapay zekâ, aslında o alanda hiç çalışmadan kendilerini o alanda ifade edebileceklerine inanan insanlara hitap eder. Ancak geleneksel romanların, resimlerin ve filmlerin yaratıcıları, bu sanat biçimlerine her bir ortamın sunduğu kendine özgü ifade potansiyelini gördükleri için yönelir. İster eğlence ister yüksek sanat amacıyla üretiyor olsunlar, çalışmalarını tatmin edici kılan şey, bu potansiyellerden en iyi şekilde yararlanma arzusudur.
İster makale, ister rapor, ister e-posta olsun—çoğu yazılı metin, içinde binlerce bilinçli seçimi barındıracağı beklentisiyle ortaya konmaz. Bu gibi durumlarda, yazım sürecini otomatikleştirmenin gerçekten bir sakıncası var mı? Bir genelleme daha önereyim: Okuyucu olarak dikkatinizi hak eden her yazı, mutlaka onu yazan kişinin harcadığı emeğin bir sonucudur. Yazma sürecinde gösterilen çaba, ortaya çıkan ürünün mutlaka değerli olacağını garanti etmez; ancak bu çaba olmadan değerli bir çalışma üretilemez. Kişisel bir e-postayı okurken gösterdiğiniz dikkat, bir iş raporu okurken gösterdiğinizden farklı olabilir—ama her iki durumda da, yalnızca yazar yazdıklarını gerçekten düşünerek kaleme aldıysa dikkatiniz karşılık bulur.
Son zamanlarda Google, Paris Olimpiyatları sırasında OpenAI’nin GPT-4’üne rakip olarak geliştirdiği Gemini için bir reklam yayınladı. Reklamda, küçük kızının ilham aldığı bir Olimpiyat sporcusuna hayran mektubu yazmak isteyen bir babanın, bu mektubu oluşturmak için Gemini’yi kullandığı görülüyordu. Ancak izleyicilerden gelen yoğun tepki üzerine Google, reklamı yayından kaldırdı. Bir medya profesörü bu reklamı “şimdiye kadar gördüğüm en rahatsız edici reklamlardan biri” olarak tanımladı. Sanatsal yaratıcılığın yerini alan gerçek bir unsur bulunmasa da insanların bu kadar güçlü tepki vermesi dikkat çekiciydi. Hiç kimse bir çocuğun bir sporcuya yazdığı hayran mektubunun olağanüstü olmasını beklemez; küçük kız mektubu kendi yazmış olsaydı, muhtemelen sayısız başka mektuptan ayırt edilemez olurdu. Bir çocuğun hayran mektubunun önemi hem yazan çocuk hem de mektubu alan sporcu açısından etkileyici olmasından değil, içten olmasından kaynaklanır.
Birçoğumuz, kelimeleri biz yazmamış olsak da alıcıya anlamlı geleceğini bilerek, mağazadan satın aldığımız tebrik kartlarını göndermişizdir. Ama yine de, Hallmark kartındaki o hazır metni kendi el yazımızla kopyalamayız çünkü bu, bir çeşit sahtekârlık gibi hissettirir. Yazılım geliştiricisi Simon Willison, büyük dil modellerine yapılan eğitimi “telif hakkıyla korunan veriler için bir tür kara para aklama” olarak tanımlıyor. Bu benzetmeyi üretken yapay zekânın çekiciliğini anlamak açısından oldukça yerinde buluyorum: Bu programlar size, intihale benzer bir şeyi yapma imkânı veriyorlar ama hiçbir suçluluk hissetmeden. Çünkü yaptığınız şeyin “kopya” olduğunu herkes biliyor, hatta siz bile.
Bazıları, büyük dil modellerinin eğitildikleri metinleri “aklamadığını”, bunun yerine o metinlerden “öğrendiğini” savunuyor—tıpkı insan yazarların okudukları kitaplardan öğrendikleri gibi. Ancak büyük bir dil modeli bir yazar değildir—hatta bir dil kullanıcısı bile sayılmaz. Dil, tanımı gereği bir iletişim sistemidir ve iletişim kurma niyeti gerektirir. Telefonunuzun otomatik tamamlama özelliği bazen iyi, bazen kötü önerilerde bulunabilir; ama her iki durumda da size ya da mesaj attığınız kişiye bir şey söylemeye çalışmaz. ChatGPT'nin tutarlı cümleler kurabilmesi, onun dili telefonunuzdan daha iyi “anladığını” düşündürebilir—ama aslında bu, bir şeyi anlatmaya yönelik hiçbir niyeti olmayan bir sistemin dilsel bir illüzyon üretmesidir.
ChatGPT’ye “Seni gördüğüme sevindim” gibi bir kelime dizisini yazdırmak son derece kolaydır. Büyük dil modellerinin nasıl çalıştığı hakkında hâlâ bilmediğimiz pek çok şey olabilir; ama şunu kesin olarak biliyoruz: ChatGPT sizi görmekten memnun değildir. Bir köpek, sizi gördüğüne sevindiğini ifade edebilir, kelimeleri kullanamasa bile. Hatta dil öncesi bir çocuk bile iletişim kurabilir. Ama ChatGPT ne hisseder, ne de ister. İşte bu niyet eksikliği, onun aslında dili kullanmıyor olmasının nedenidir. “Seni gördüğüme sevindim” ifadesini dilsel bir ifade yapan şey, bu kelimelerin teknik olarak doğru sırayla dizilmiş olması değildir. Onu dilsel yapan şey, bir şey iletme niyetidir.
Dil bize o kadar doğal gelir ki, çoğu zaman onun, içsel bir duygu deneyimiyle ve bu duyguyu başkalarına iletme isteğiyle sıkı sıkıya bağlantılı olduğunu unuturuz. Büyük dil modelleri tutarlı cümleler ürettiğinde, bu deneyimleri onlara yansıtma eğilimindeyiz ama bu, aslında bir yanılsamaya kapılmaktır. Bu durum, kelebeklerin kanatlarında bulunan koyu lekelerin kuşları kandırmasıyla benzerlik taşır; kuşlar bu desenleri iri gözlü yırtıcılar sanabilir. Bu karanlık beneklerin işe yaradığı bir bağlam vardır: Kuşlar, kanatlarında bu tür desenler olan kelebekleri yemeye daha az eğilimlidir. Ve kelebek hayatta kaldığı sürece neden yenmediğini asla sorgulamaz. Ancak bir kelebeği taklit eden bir desenle, gerçekten tehlikeli bir yırtıcı arasındaki fark büyüktür.
Üretken yapay zekâyı yazı yazarken yardımcı olarak kullanan biri, modelin eğitildiği metinlerden yalnızca “ilham aldığını” iddia edebilir. Ama bir kez daha söylemeliyim ki, bu türden bir ilham, bir yazarın başka bir yazardan ilham aldığını söylediğimizde kastettiğimiz şeyden oldukça farklıdır. Şöyle bir durum düşünün: Bir üniversite öğrencisi, yalnızca bir kitaptan yapılan beş sayfalık bir alıntıyla oluşturulmuş bir makale teslim ediyor ve bu alıntının, söylemek istediklerini kendisinin ifade edebileceğinden çok daha iyi aktardığını söylüyor. Bu öğrenci ne kadar dürüst olursa olsun, bu durumu “ilham almak” olarak tanımlamak pek doğru olmaz. Büyük bir dil modelinin bu alıntıyı, kaynağın açıkça tanınamayacağı biçimde yeniden ifade edebilmesi, gerçekte olanı değiştirmez. Özü aynı kalır.
Dilbilimci Emily M. Bender’ın da belirttiği gibi, öğretmenler öğrencilerden deneme yazmalarını ister çünkü dünyanın daha fazla öğrenci denemesine ihtiyacı olduğuna inanmazlar.
Deneme yazmanın esas amacı, öğrencilerin eleştirel düşünme becerilerini geliştirmektir.
Nasıl ki bir sporcunun hangi sporla uğraştığı fark etmeksizin ağırlık kaldırması yararlıysa, deneme yazmak da bir üniversite öğrencisinin mezun olduktan sonra üstleneceği her görev için gerekli zihinsel yetkinlikleri kazandırır.
Tüm yazıların yaratıcı, içten ya da özellikle iyi olması gerekmez; bazen sadece var olmaları yeterlidir. Bu tür yazılar, reklamlar için ilgi çekmek ya da bürokratik bir zorunluluğu yerine getirmek gibi başka amaçlara hizmet edebilir. İnsanların bu tip metinleri üretirken süreci hızlandırmak için mevcut araçları kullanmalarını kimse suçlayamaz. Ama şu soruyu sormak gerekir: Daha az çabayla üretilmiş daha fazla belgeye sahip olmak, gerçekten dünyayı daha iyi bir yer mi yapar? Büyük dil modellerini kullanmamayı tercih etsek bile, düşük kaliteli içerik üretme ihtiyacının ortadan kalkacağını söylemek gerçekçi olmaz. Ancak bu ihtiyacı karşılamak için bu sistemleri ne kadar çok kullanırsak, sonunda o ihtiyacın da o kadar büyüyeceğini düşünüyorum. Öyle bir döneme giriyoruz ki... Bir kişi, madde işaretli bir listeden belge oluşturmak için büyük bir dil modeli kullanacak ve bu belgeyi, tekrar madde işaretli bir listeye dönüştürmek üzere başka birinin yine büyük bir dil modeliyle özetlemesini bekleyecek. Ve sormadan edemiyorum: Bunu ciddi ciddi bir ilerleme olarak gören var mı?
Bir gün, bir insanın yapabildiği her şeyi gerçekleştirebilecek bilgisayar programlarına sahip olmamız mümkün olabilir. Ancak yapay zekâyı destekleyen şirketlerin iddialarının aksine, bu durum yakın birkaç yıl içinde gerçekleşecek bir şey değil. Üstelik yaratıcı alanlarla hiçbir ilgisi olmayan konularda bile, şu anki yapay zekâ sistemlerinin gerçekten “zeki” sayılıp sayılmayacağını sorgulamamıza neden olacak ciddi sınırlamaları var.
Bilgisayar bilimci François Chollet şu ayrımı öne sürüyor: Beceri, bir görevde ne kadar iyi performans gösterdiğinizdir; zekâ ise yeni becerileri ne kadar verimli edindiğinizdir. Bence bu tanım, insanlar hakkındaki sezgilerimizi oldukça iyi yansıtıyor. Çoğu insan, yeterli pratikle yeni bir beceri kazanabilir; ama bir kişi bu beceriyi ne kadar çabuk öğrenirse, onu o kadar zeki sayarız. Bu tanımı ilginç kılan şey ise, IQ testlerinin aksine, insan olmayan varlıklar için de geçerli olmasıdır. Yeni bir numarayı çabucak öğrenen bir köpeği bile, bu yüzden “zeki” buluruz.
2019’da araştırmacılar, farelere araba kullanmayı öğrettikleri bir deney gerçekleştirdi. Fareleri, üç bakır tel çubuğu bulunan küçük plastik kaplara yerleştirdiler. Fareler pençelerini bu çubuklardan birine koyduklarında, kap ya ileri gidiyor ya sola ya da sağa dönüyordu. Odanın karşı ucunda bir tabak yiyecek vardı ve fareler araçlarını o yöne yönlendirmeye çalışıyordu. Araştırmacılar, her fareyi beşer dakikalık seanslarla eğitti; yirmi dört antrenman oturumunun sonunda, fareler araç kullanma konusunda yetkinlik kazandı. Yirmi dört deneme, türün evrimsel tarihinde hiçbir farenin karşılaşmadığı bir görevde uzmanlaşmak için yeterliydi. Bence bu, zekânın en net göstergelerinden biri.
Şimdi de performanslarıyla büyük övgü toplayan mevcut yapay zekâ programlarını düşünelim. Google’ın DeepMind ekibi tarafından geliştirilen AlphaZero, satrançta herhangi bir insandan daha iyi oynuyor. Ancak bu seviyeye ulaşmak için kırk dört milyon oyun oynaması gerekti—bu sayı, herhangi bir insanın hayatı boyunca oynayabileceğinden çok daha fazla. Benzer şekilde, AlphaZero’nun başka bir oyunda ustalaşabilmesi için de yine muazzam miktarda eğitimden geçmesi gerekir. Chollet’in tanımına göre, AlphaZero gibi programlar son derece yetenekli olabilir, ama özellikle zeki değildirler çünkü yeni becerileri verimli şekilde kazanamazlar. Eğer programcıya görev hakkında önceden bilgi verilmemişse, yalnızca yirmi dört denemede basit bir görevi bile öğrenebilecek bir bilgisayar programı yazmak şu anda mümkün değildir.
Milyonlarca kilometrelik sürüş verisiyle eğitilen kendi kendine giden araçlar hâlâ devrilmiş bir römork kamyonuna çarpabilir çünkü bu tür senaryolar, eğitim verilerinde yeterince sık yer almaz. Oysa ilk defa direksiyon başına geçen bir sürücü bile böyle bir durumda durması gerektiğini bilir. İnsanları zeki yapan şey, cebirsel denklemleri çözme becerimizden çok, bilinmeyen durumlarla başa çıkabilme yetimizdir. Bilgisayarlar, bu tür bir yetkinlik kazanana kadar insanların yerini alamayacaklar. Ve o nokta hâlâ çok uzakta. Şimdilik, sadece turboşarjlı bir otomatik tamamlama ile yapılabilecek işleri arıyoruz.
Yıllarca süren abartılı beklentilere rağmen, üretken yapay zekânın ekonomik verimliliği kayda değer biçimde artırma potansiyeli hâlâ sadece teoriden ibaret. (Bu yılın başlarında Goldman Sachs şu başlığı atmıştı: “Gen AI: Çok Fazla Harcama, Çok Az Fayda?”) Üretken yapay zekânın şimdiye dek en başarılı olduğu şey, başkaları için bir şeyler yazarken hem okuduklarımızdan hem de kendimizden olan beklentimizi düşürmek oldu. Bu yönüyle, temelde insanlıktan çıkaran bir teknolojidir. Çünkü bize, olduğumuzdan daha az varlıklar gibi davranır: anlamın yaratıcıları ve kavrayıcıları değilmişiz gibi. Ve dünyadaki “niyet” miktarını azaltır.
Bazı insanlar, büyük dil modellerini savunurken insanların söylediklerinin ya da yazdıklarının çoğunun zaten pek de özgün olmadığını öne sürüyor. Bu doğru olabilir — ama aynı zamanda konuyla ilgisizdir. Biri size “özür dilerim” dediğinde, daha önce başkalarının da özür dilemiş olması önemli değildir. “Özür dilerim” ifadesi istatistiksel olarak olağan bir kelime dizisi olabilir — ama biri samimi ise, bu özür hâlâ değerli ve anlamlıdır. Aynı şekilde, biriyle karşılaştığınızda “Seni gördüğüme sevindim” demeniz, yepyeni bir cümle olmasa bile anlamlıdır — çünkü onu siz söylüyorsunuz.
Sanat için de benzer bir şey geçerlidir. İster bir roman, ister bir tablo, ister bir film yaratıyor olun, o an sizinle izleyici arasında kurulan bir iletişim eylemidir bu. Yarattığınız şeyin değerli olabilmesi için, insanlık tarihindeki her sanat eserinden tamamen farklı olması gerekmez. Onu yeni yapan şey — onu insanca yapan şey — o sözün sizin deneyiminizden çıkmasıdır. O cümlenin, o görüntünün, o an izleyene denk gelmesidir. Hepimiz bizden önce gelenlerin izleriyle şekilleniriz. Ama dünyaya anlam katan şey, bu izleri başkalarıyla temas ederek taşımamızdır. Bu, bir otomatik tamamlama algoritmasının asla yapamayacağı bir şeydir. Ve kimsenin size aksini söylemesine izin vermeyin.
Orjinal Metin: https://www.newyorker.com/culture/the-weekend-essay/why-ai-isnt-going-to-make-art
