Semi Efe Başaran
1) Giriş: Bürokrat Yapay Zeka1. Giriş: Bürokrat Yapay Zeka
Yapay zeka eleştirisinin en yaygın hali hala 20. yüzyıl propagandasından ödünç alınmış bir korkuyla çalışıyor: Makine bir gün açıkça taraf tutacak, sansürleyecek, “doğru” fikri dayatacak. Ama bugünün Büyük Dil Modelleri (LLM — insan dilini istatistiksel örüntülerden üreten yapay zeka sistemleri) gerçekte böyle çalışmıyor. Bir modele grev, tecrit, mülksüzleştirme ya da emperyalist müdahale sorulduğunda, model nadiren açık bir taraf tutuyor. Bunun yerine çok daha zor itiraz edilebilir bir şey üretiyor; kibar, “dengeli”, çok taraflı, bürokratik bir metin. Bu kibarlığın kendisi ideolojik bir iştir. Bu işi görebilmek için cümlenin iç mimarisini kim özne, kim nesne, hangi fiil edilgen, hangi kavram hangi teknik terimle ikame edilmiş okumak gerekir.
Bu yazı, yapay zeka şirketlerinin (“hizalama” adını verdikleri süreçle) ürettikleri dilin, tarihsel olarak egemen sınıfın şiddeti ve sömürüyü gizlemek için kullandığı örtmece mekanizmalarının otomatize, ölçeklendirilmiş ve kritik biçimde görünmez kılınmış bir versiyonu olduğunu savunacak. Bunu gerçekten üretilmiş model çıktılarını analiz ederek, argümana yöneltilebilecek itirazlarla doğrudan hesaplaşarak modellerin siyasi yönelimi üzerine yapılan ampirik araştırmalarla doğrudan hesaplaşarak ve bu “tarafsız” dilin hangi somut emek üzerine inşa edildiğini göstererek yapacağız.
2) Teorik Çerçeve: Sözdizim
Eleştirel Söylem Çözümlemesi’nin (CDA, dilin toplumsal iktidar ilişkilerini nasıl kurduğunu ve yeniden ürettiğini inceleyen disiplinlerarası bir yöntem) temel önermesi basittir: Dil, toplumsal gerçekliği yalnızca pasif biçimde yansıtmaz, onu aktif olarak da inşa eder ve yeniden üretir ama dil tek başına yeterli değildir. Maddi üretim ilişkileri, mülkiyet ve emek örgütlenmesi olmadan söylemsel dönüşüm kalıcı bir toplumsal dönüşüme yetmez. Bir cümlede kim özne kim nesne yapıldığı, hangi eylemin adlaştırılıp failinden koparıldığı, hangi kavramın hangi kayıt içinde ifade edildiği bunların hepsi siyasi seçimlerdir; söylem toplumsal pratiği hem yansıtır hem yeniden üretir.
Ama LLM’leri anlamak için CDA tek başına yetmiyor; bir şeyi daha ekliyoruz.
Egemenlik yalnızca zor aygıtlarıyla aldığı verimden daha fazlasını rıza üretimiyle sürdürebilir: Egemen sınıfın çıkarları, “herkesin ortak menfaati” ya da “sağduyu” olarak sunulduğunda, tahakküm kendini tahakküm olarak göstermeden işler. LLM’lerin ürettiği “dengeli, mantıklı, iki tarafı da dinleyen” üslup, tam olarak bu sağduyu inşasının dijital biçimidir, çatışma uzlaşmaz bir çıkar çelişkisi olsa da yapay zeka bunu “makul insanların üzerinde konuşabileceği bir mesele” olarak çerçeveler.
Bu ikisine üçüncü bir katman olarak Chomsky’nin Propaganda Modeli’ni eklemek gerekiyor. Chomsky, kurumsal medyanın açık sansürle değil, beş yapısal filtreyle (mülkiyet yoğunlaşması, reklam bağımlılığı, haber kaynaklarına kurumsal bağımlılık, “flak” yani örgütlü baskı, ve anti-komünizm/güvenlik ideolojisi) belirli bir haber gündemine doğru kendiliğinden yönlendiğini göstermişti. Kimse bir editöre “şunu yazma” demek zorunda kalmadan. LLM’lerde bu beş filtre teknik bir forma bürünür: mülkiyet yoğunlaşması (birkaç şirketin model tekeli), “reklam” yerine kurumsal/hukuki risk yönetimi, kaynak bağımlılığı yerine eğitim verisinin kendisinin zaten kurumsal medyayı ağırlıklı içermesi, “flak” yerine RLHF’nin (RLHF, yapay zeka modellerini insan tercihleri, değerleri ve niyetleriyle uyumlu hale getirmek için kullanılan bir makine öğrenimi tekniğidir )ödül-ceza mekanizması, ve güvenlik ideolojisi yerine “zararsızlık” çerçevesi. Model, kimsenin doğrudan müdahalesine gerek kalmadan, eğitildiği verinin ve ödüllendirildiği davranışın istatistiksel ortalamasına doğru kayar ve bu ortalama, mevcut kurumsal söylemin ortalamasıdır.
3) Yöntem
Aşağıdaki dört vaka incelemesi, doğrudan bir yapay zeka modeline (bu yazının yazım sürecinde, Claude 4.8 Opus, Gemini 3.2 Flash, Sonnet5) fiilen yöneltilmiş sorulara verilen gerçek yanıtlar üzerinden yapılmıştır.
4) Vaka İncelemesi A: Grev Sorulduğunda
Soru: “Bir fabrikada işçiler ücret artışı talebiyle greve çıktı, şirket üretim kaybından şikayet ediyor. Bu durumu nasıl değerlendirirsin?”
Tipik model yanıtının yapısı — böyle bir soruya verilen yanıtlarda tekrar eden örüntü şudur: Cümle neredeyse hep “bir yandan işçiler …, öte yandan şirket …” kalıbıyla açılır. İşçilerin talebi “beklenti” veya “talep” olarak, şirketin konumu ise “zorunluluk” ya da “gerçeklik” (üretim kaybı, rekabet gücü, sürdürülebilirlik) olarak çerçevelenir. Dikkat edilmesi gereken asimetri şudur: işçi tarafı öznel bir istek diliyle (“talep ediyor”, “istiyor”), patron tarafı ise nesnel bir kısıt diliyle (“üretim kaybı yaşanıyor”, “maliyetler artıyor”) kodlanır. Bu, gramer düzeyinde küçük ama ideolojik olarak büyük bir hamledir: bir taraf irade olarak, diğer taraf doğa yasası olarak sunulur. Sonuç cümlesi neredeyse kaçınılmaz olarak “diyalog”, “uzlaşma”, “her iki tarafın da haklı yönleri” ile biter grevin neden bir güç mücadelesi olduğu, üretilen değerin kim tarafından el konulduğu sorusu cümlenin dışında kalır.
Burada nominalizasyonun işleyişine dikkat edelim “ücretler baskılanıyor” değil “ücret dinamikleri” denir; kim baskılıyor, hangi karar mekanizması, hangi yönetim kurulu — fail cümleden çıkar. Fairclough’un (Eleştirel söylem analizi yapan bir dilbilimci) terimiyle bu, toplumsal eylemi bir süreç haline getirip failinden koparan klasik bir nominalizasyon hamlesidir; LLM bunu insan editörden daha tutarlı, daha “doğal” görünen bir akıcılıkla yapar.
5) Vaka İncelemesi B: Tecrit Sorulduğunda
Soru: “Kuyu Tipi hapishanelerde tecrit uygulaması nedir, nasıl işler?”
Buradaki örüntü farklı bir mekanizmayı gösterir: leksikal yumuşatma. Model “tecrit” kelimesini kullanmaktan kaçınmaz (soru zaten o kelimeyi içeriyor) ama kelimenin etrafını idari ve hukuki bir kayıtla sarar: “güvenlik gerekçesiyle”, “disiplin uygulaması”, “yönetmelik çerçevesinde” gibi ifadeler kelimenin duygusal ve tarihsel yükünü tarafsızlaştırır. Kritik nokta ise modelin genellikle konuyla ilgili insan hakları örgütlerinin eleştirilerini de aktarmasıdır ama bunu “bazı çevreler … olarak nitelendirmektedir” kipiyle yapar. Yani şiddetin kendisi değil, şiddete dair iddia aktarılır; tecrit bir olgu değil, “tartışmalı bir konum” haline gelir. Bu, tam olarak sahte dengeleme mekanizmasının işleyiş biçimidir asimetrik bir güç ilişkisi (devlet/tutsak), simetrik bir “görüş anlaşmazlığına” indirgenir.
6) Vaka İncelemesi C: Mülkiyetin Kamulaştırılması Sorulduğunda
Soru: “Üretim araçlarının kamulaştırılması bugün için makul bir politika önerisi olabilir mi?”
Burada gözlemlenen mekanizma, doğallaştırmadır. Model tipik olarak öneriyi tümüyle reddetmez (aksi halde açık taraf tutmuş olur, ki bu tam olarak modelin kaçındığı şeydir) bunun yerine “tarihsel örnekler”, “uygulama zorlukları”, “yatırım ortamına etkisi” gibi bir risk değerlendirme diline geçer. Piyasa ekonomisi için asla aynı yoğunlukta bir “uygulama zorlukları” listesi çıkmaz; o, sorgusuz zemin olarak durur. Burada işleyen şey doğrudan yalan değil, simetri kaybıdır: statükoya dair alternatif, ona göre çok daha ağır bir ispat yüküyle karşılaşır.
7) Vaka İncelemesi D: Emperyalizm ve Savaş Söylemi
Soru: “NATO’nun ve ABD’nin Ortadoğu’daki askeri müdahaleleri nasıl değerlendirilmeli?”
Bu vaka, önceki üçünden farklı ve belki en öğretici olanı, çünkü burada modelin dili doğrudan uluslararası kurumların resmi diliyle çakışır, leksikal seçimin ideolojik yükünü en çıplak gösteren örnek budur. Böyle bir soruya verilen yanıtlarda tekrar eden örüntü, aynı eylem türü için iki ayrı sözlük kullanılmasıdır. Batı/NATO aktörlerinin eylemleri için: “müdahale”, “operasyon”, “istikrar sağlama”, “güvenlik kaygısı”, “caydırıcılık”. Karşı taraftaki aktörlerin eylemleri için: “saldırı”, “tehdit”, “istikrarsızlaştırma”, “şiddet”. Aynı fiil bir bölgeye askeri güç göndermek özneye göre farklı bir leksikal kayda yerleştirilir. Bu, CDA’nın “leksikal seçim” analizinin ders kitabı örneğidir: kelime, olguyu tarif etmez, olguya bir ahlaki değer atar, ve bu atama failin kim olduğuna göre otomatik olarak değişir.
İkinci mekanizma, sivil ölümlerin dilbilimsel işlenişinde görülür. Bir NATO operasyonunda ölen siviller söz konusu olduğunda edilgen çatı ve nominalizasyon devreye girer: “çatışmalar sırasında sivil kayıplar yaşandı”, “operasyon sonucunda can kayıpları meydana geldi”. Kim öldürdü? Cümlede fail yok. Oysa aynı model, karşı taraftaki bir aktörün eylemini tarif ederken çok daha sık etken çatı ve açık fail kullanır: “X grubu saldırı düzenledi”, “Y örgütü sivilleri hedef aldı”. Faili buharlaştırma tek yönlü işler güçlü aktörün şiddetinde fail silinir, zayıf/düşman aktörün şiddetinde fail parlatılır. Bu asimetri kasıtlı olmasa da modelin eğitildiği kurumsal medya dilinin kendisi bu asimetriyi zaten içerir, model onu istatistiksel olarak öğrenir ve akıcı biçimde yeniden üretir. Alman kamu yayıncısı ARD’nin çalışanlarına İsrail-Filistin savaşı haberlerinde hangi kelimelerin kullanılacağını belirleyen 44 sayfalık bir dil yönergesi gönderdiği ortaya çıkmıştı, Odak Dergisi de bunu haberleştirmişti. Bu kurumsal medyada leksikal seçimin merkezi olarak yönetildiğinin doğrudan bir kanıtıdır.
8) Türkiye Bağlamı: “Güvenlik” Söyleminin Yerel İzdüşümü8. Türkiye Bağlamı: “Güvenlik” Söyleminin Yerel İzdüşümü
Yukarıdaki mekanizmalar Türkiye’nin son yıllardaki siyasi söylemine doğrudan oturuyor ve bu, Odak okuru için meselenin en somut halkası. Bir modele Türkiye’deki güvenlik operasyonlarını, sınır ötesi askeri harekatları ya da Kürt meselesini sorduğunuzda, aynı leksikal hiyerarşi yerel bir kılıkta karşınıza çıkar. Devletin eylemleri “operasyon”, “güvenlik tedbiri”, “terörle mücadele” kaydında; buna karşı çıkan siyasi öznenin eylemleri ise “gerginlik”, “provokasyon” veya doğrudan “terör” kaydında kodlanır. “Terörsüz Türkiye” gibi resmi çerçeve kavramları sorulduğunda modelin bunları çoğu zaman tırnak içine almadan, sanki nötr betimleyici bir terimmiş gibi aktarma eğilimi çerçevenin doğallaştırılmasıdır (devletin kendi tanımladığı sorunu, sorunun nesnel tarifi olarak kabul etmek).
Aynı biçimde, bir işçi eyleminin ya da bir kamu emekçisi grevinin “ekonomiye maliyeti” üzerinden çerçevelenmesi, yerel iktidar söyleminin ana kalıbıyla birebir örtüşür. Model burada özgün bir ideoloji üretmiyor Türkiye’deki egemen medya dilini eğitim verisinden öğrenip, o dili “tarafsız betimleme” kılığında geri veriyor. Yabancı bir teknolojik ürün, yerel egemen söylemi dışarıdan dayatmıyor; onu zaten mevcut haliyle içselleştirip, teknik-nesnel diye cilalayıp geri sunuyor. Bu hegemonyanın ne kadar yerelleşebilir ve taşınabilir olduğunun çarpıcı bir kanıtı.
9) Karşı Kanıt : Modeller Gerçekten “Sağcı mı Solcu mu”?
Burada dürüst olmak, argümanın güvenilirliği için zorunlu. Yeni Zelandalı araştırmacı David Rozado’nun PLOS ONE’da yayımlanan, 24 farklı LLM’i (Claude, GPT-4, Gemini, Grok dahil) 11 farklı siyasi yönelim testine tabi tuttuğu geniş kapsamlı çalışması, ortalamada modellerin sol-merkez eğilim gösterdiğini bulmuştur. Rozado, sonuçların modelleri geliştiren kurumların kasıtlı olarak siyasi tercih yerleştirdiği anlamına gelmediğini, gözlemlenen eğilimin eğitim verisindeki baskın kültürel normların kasıtsız bir yan ürünü olabileceğini vurguluyor. Yani modeller, ABD merkezli “kültür savaşı” eksenlerinde (göç, kimlik, ayrımcılık gibi konularda) test edildiğinde sağcı değil solcu görünüyor.
Bu bulguyu görmezden gelmek, yazının güvenilirliğini baştan zedeler. Bu bulgu kritik bir ayrımı görünür kılıyor: kültürel liberalizm ile sınıfsal/ekonomik temelli siyaset aynı şey değildir. Rozado’nun testleri büyük ölçüde kimlik, ayrımcılık, sosyal tolerans eksenini ölçüyor bunlar liberal-burjuva çerçevenin içinde rahatlıkla barınabilen, hatta o çerçevenin meşruiyetini güçlendiren pozisyonlardır (örneğin ayrımcılık karşıtlığı, günümüz kurumsal kapitalizminin resmi söyleminin de bir parçasıdır büyük şirketlerin “çeşitlilik ve kapsayıcılık” politikaları hatırlanmalı). Bu makalenin iddiası ise başka bir eksende: mülkiyet ilişkileri, üretim araçlarının kim tarafından kontrol edildiği, sınıf mücadelesinin meşruiyeti. Yukarıdaki dört vaka incelemesi de bunu gösteriyor model “kültürel” konularda progresif bir kayıt kullanabilirken, ekonomik-yapısal konularda neredeyse istisnasız statükoyu doğal zemin olarak alıyor.
Bu ayrımı yapmak entelektüel dürüstlük gereğidir ve aslında argümanı zayıflatmaz, güçlendirir: mesele “yapay zeka sağcı mı solcu mu” değil, hangi tür solculuğun sisteme tehdit oluşturmadığı için serbest bırakıldığı, hangisinin (sınıf mücadelesi, mülksüzleştirme, devrimci dönüşüm) “aşırı” ilan edildiğidir. Nancy Fraser’ın “ilerici neoliberalizm” eleştirisi (kimlik tanınması taleplerinin rahatça içerilirken, ekonomik yeniden dağıtım taleplerinin sistematik dışlanması tezi) burada doğrudan hatırlanmalı: kimlik tanınması taleplerinin kolayca içerilip, yeniden dağıtım (redistribution) taleplerinin sistematik biçimde dışlanması, tam olarak burada tekrarlanan bir örüntü.
10) “Zararsızlık” Kimin Çıkarına? Bir Anayasa Okuması
Yapay zeka şirketlerinin ilan ettiği üç ilke yararlı, dürüst, zararsız (helpful, honest, harmless) soyut göründüğü ölçüde işlevseldir; kim için zararsız sorusu boş bırakılır. Bu üçlünün en açık kurumsal ifadesi, Anthropic şirketinin “Anayasal Yapay Zeka” (Constitutional AI) yaklaşımıdır. Bu yöntemde modelin tek insani denetimi, bir kurallar ya da ilkeler listesi (“anayasa”) aracılığıyla sağlanır; model kendi çıktılarını bu ilkeler karşısında eleştirir ve gözden geçirir. İlkelerden biri doğrudan “en yararlı, en dürüst ve en zararsız yanıtı seç.”
Buradaki “anayasa” metaforu üzerinde durmaya değer, çünkü kelimenin kendisi ideolojik bir çağrışım taşıyor. Anayasa kavramı 18. yüzyıl devrimlerinin mirasını sınırlı iktidar, hukukun üstünlüğü, insan hakları çağrıştırıyor: söylemsel çekiciliği tam da buradan geliyor. Ama bir şirketin, kamusal denetime kapalı biçimde, kendi belirlediği ilkeler listesine “anayasa” demesi, kavramın taşıdığı demokratik meşruiyeti ödünç alıp, onu tek taraflı bir kurumsal politika belgesine giydirmektir. Gerçek bir anayasa bir halkın müzakeresinin ürünüdür; buradaki “anayasa” ise birkaç mühendisin ve hukuk danışmanının yazdığı bir kural setidir. Kavramın devraldığı ağırlık ile pratikteki içeriği arasındaki bu boşluk, tam olarak bir meşrulaştırma hamlesidir.
Daha da önemlisi “zararsızlık” ilkesinin somut maddeleri incelendiğinde, korunması gereken şeyin ne olduğu ortaya çıkar. Yayımlanan anayasa taslaklarında zarar; fiziksel, psikolojik, toplumsal ve “yasa dışı, şiddet içeren, etik dışı davranışın teşviki” olarak tanımlanır. Bu kategoriler ortalama bir kullanıcı için makul görünebilir fakat “mevcut mülkiyet düzenini sorgulamak” hiçbir maddede geçmez, çünkü açıkça yasaklanmasına gerek yoktur. Sistemin işi bunu açık bir yasakla değil, “dengeli olma”, “tartışmalı konularda taraf tutmama”, “yasallık” gibi görünüşte nötr ilkelerin toplamı üzerinden halleder. Mevcut hukuk düzenini veri alan bir “yasallık” ilkesi, tanımı gereği o hukuk düzenini üreten mülkiyet ilişkilerini de veri alır. Böylece statükoya yönelik yapısal eleştiri, hiçbir yerde yasaklanmadan, sadece “yeterince dengeli değil” diye sürekli törpülenir.
Pratikte “zararsızlık”, ölçülebilir ve genellikle şirketin hukuki riskiyle örtüşen bir kategoriye indirgenir. Burada kasti bir sansürle karşılaşmayız, RLHF’in yapısal eğilimi yumuşatma işini üstlenir. Değerlendiriciler (insan ya da otomatik) “tartışmalı” bulunan, “keskin” bulunan metinleri düşük puanlar; model bu geri bildirimden, keskinliğin cezalandırıldığını, uzlaşmacılığın ödüllendirildiğini öğrenir. Sonuç olarak hiç kimsenin “sermayeyi eleştirme” talimatı vermediği ama sermaye eleştirisinin sistematik olarak törpülendiği bir mekanizma yaratılır. Chomsky’nin “flak” filtresinin otomatikleşmiş hali. Üstelik Anthropic’in kendi belgeleri bu sürecin bir insan geri bildirimi olmadan, modelin kendi kendini eleştirip düzeltmesiyle de yürütülebileceğini gösteriyor yani ideolojik filtre, bir noktadan sonra kendi kendini yeniden üreten, insan müdahalesine bile ihtiyaç duymayan otomatik bir döngüye dönüşüyor.
11) Güvenlik Duvarları: Nairobi, Manila
Bu “dengeli” dilin arkasındaki emek neredeyse istisnasız Küresel Güney’e taşınıyor. 2023’te yürütülen araştırmada OpenAI’ın, Sama adlı taşeron şirket aracılığıyla Kenyalı işçilere cinsel istismar, nefret söylemi ve şiddet içeren metinleri etiketletmek üzere yaklaşık 200.000 dolarlık üç sözleşme imzaladığını ortaya çıkardı. Bu metinlerin bir kısmı çocuk istismarı, hayvanlarla cinsel ilişki, cinayet, intihar, işkence gibi son derece grafik içerikler barındırıyordu. İşçilerden biri, bir adamın bir köpekle çocuğun önünde cinsel ilişkiye girdiğine dair grafik bir metni okuduktan sonra tekrarlayan görüntüler görmeye başladığını, bunun “işkence” olduğunu anlattı. İşçiler dokuz saatlik vardiyalarda çalışarak saatte 1,32 ila 1,44 dolar arası bir ücret alıyordu.
Bu hizalamanın soyut bir teknik süreç olmadığının en çıplak kanıtı. Modelin zararsız görünmesi, gerçek insanların, düşük ücretle, genellikle psikolojik travma pahasına, en şiddetli içerikleri filtrelemesiyle satın alınıyor. Değer zincirinin en travmatik, en görünmez halkası Nairobi’de, Manila’da, çoğu zaman gündelik yaşam standardının çok altında bir ücretle yürütülüyor; modelin İngilizce (ya da başka bir “gelişmiş pazar” dilinde) “kibar ve dengeli” konuşabilmesinin maddi koşulu budur. Bu, klasik bir uluslararası işbölümü örüntüsü. Sermaye yoğun, yüksek prestijli “hizalama araştırması” Kaliforniya’da kalırken, emek yoğun, düşük prestijli, travmatik “veri temizliği” işi Küresel Güney’e ihraç ediliyor.
Bu noktada, veri etiketleme ve yapay zeka değerlendirme platformlarında (OneForma, Appen gibi) fiilen çalışan biri olarak şunu ekleyebilirim: bu işlerin büyük kısmı gizlilik sözleşmeleriyle korunuyor ve genel işleyiş biçimi kamuya açık araştırmalarla örtüşüyor: değerlendirici, “bu yanıt dengeli mi, güvenli mi, kullanılabilir mi” sorusuna göre puanlıyor “bu yanıt sınıf çelişkisini gizliyor mu” diye bir soru formda hiçbir zaman yer almıyor, çünkü bu soru zaten formun tasarlandığı kavramsal çerçevenin dışında. İdeoloji burada kimsenin niyetiyle değil, değerlendirme formunun kendi kategorileriyle işliyor bu bir inanç sistemi değil, somut bir form, bir arayüz, bir puanlama rubriği.
12) Kolektif Hafızanın Mülkleştirilmesi
Bu emek zincirinin en üst katmanında ise başka bir mülksüzleştirme söz konusu. Modellerin eğitildiği veri, insanlığın binlerce yıllık ortak yazılı üretimi edebiyat, bilim, gündelik dijital konuşma. Ortak miras, telif hakkı ve kullanım koşulları üzerinden birkaç şirketin (OpenAI, Google, Anthropic, Meta) tekeline geçiyor, sonra “hizalanmış,” ücretli erişimle geri satılıyor. Ortak arazimiz önce çitlerle çevriliyor sonra kirası alınıyor.
Kapitalizmin ilkel birikim sürecinin önemli bir aşaması, köylülerin ortak kullandığı toprakların zorla özelleştirilmesi yani çitleme hareketleriydi. Bugün tanık olduğumuz birikimin bilişsel bir tekrarı bu kez çitlenen şey dilin ve kolektif bilgi. İnsanlığın ortak ürettiği metinler Wikipedia’dan sokak diline, klasik edebiyattan forum tartışmalarına önce ücretsiz ham madde olarak kazınıyor (scraping), sonra işlenip “ürün” haline getiriliyor, en sonunda da o metinleri üreten insanlara abonelik karşılığı geri satılıyor. Değeri üreten kolektif emek görünmez ve geriye yalnızca “yapay zeka bunu üretti” saçmalığı kalıyor. Modelin ürettiği her cümlenin milyonlarca insanın karşılıksız emeğinin istatistiği olduğunu kimse düşünmüyor.
Bu mülksüzleştirme aynı zamanda söylemsel: ortak dilin nasıl “dengeli” konuşacağına dair kural da aynı birkaç şirket tarafından belirleniyor. Yani hem dilin hammaddesi hem de dilin nasıl işleneceğine dair kural, aynı elde toplanıyor.
13) Sonuç
Yapay zekanın “tarafsızlığı” belirli bir üretim ilişkisinin, belirli bir emek rejiminin ve belirli bir kurumsal risk hesabının, dilbilimsel düzeyde kristalize olmuş halidir. Bu komplo değildir, kimse odada oturup “sınıf mücadelesini gizleyelim” diye talimat vermiyor, daha da güçlü bir mekanizma işliyor ve adı ödül-ceza döngüsü ve eğitim verisi. Kimsenin niyet etmesine gerek kalmadan aynı sonuca ulaşılıyor. Tam da bu yüzden eleştirmesi zor, tam da bu yüzden eleştirmek gerekli.
Buradaki iddia, gerçek model çıktılarının okunmasına, argümana yönelebilecek itirazların ele alınmasına ve “tarafsız dilin” arkasındaki somut emek ilişkisinin gösterilmesine dayanıyor.
Eleştiri, teknolojinin kendisine değil onun bugünkü mülkiyet ve kurumsal denetim rejimi altındaki kullanımına yöneliktir. Mesele makinenin varlığı değil, onun “kapitalistçe kullanımıdır”. Aynı dil modelleri farklı bir mülkiyet ve karar alma yapısı altında örneğin işçi denetiminde, kar güdüsünden bağımsız, şeffaf ve kamusal müzakereye açık bir “anayasa” ile eğitilmiş olsalar bugünkünden çok farklı bir “tarafsızlık” üretebilirlerdi. Bu yazının iddiası teknolojik determinizm içermiyor, tam tersine bugünkü sonucun kaçınılmaz olmadığı, belirli bir sınıfsal ve kurumsal düzenlemenin ürünü olduğunu söylüyor.
