Taradılar, öğrendiler, yok ettiler
Amerika'da tuhaf bir iş kolu türedi. Şirketler ikinci el kitap piyasasından toplu alım yapıyor, gelen kitapların sırtını kesip sayfalarını endüstriyel tarayıcıdan geçiriyor, sonra da kâğıdı geri dönüşüme yolluyor. Alıcılar yayınevi ya da kütüphane değil. Yapay zekâ şirketleri.
Aradıkları belli bir eser de değil. Bir aracı firma, "bin kitaptan bir milyon kitaba kadar" toplu tedarik ilanı vermiş, tek şartları var, kitap 2022'den önce basılmış olacak.
Baskısı tükenmiş, bir daha basılmayacak eserlerin elde kalan son nüshaları da tarayıcıdan geçip geri dönüşüme gidiyor. İrkildiniz, değil mi? “Bir konuda kalan son bilginin sahibi ben olacağım” diyen bir şirketler dünyası!
Bu tarihin, yani 2022’nin, neden seçildiğini öğrenince mesele başka bir yere oturuyor. ChatGPT'nin yaygınlaşmasından sonra internet, yapay zekânın ürettiği metinlerle doldu. Kendi çıktısıyla yeniden beslenen modeller ise zamanla bozulmaya başlıyor; bunun terminolojideki ismi “model çöküşü”. Ben de bir isim koyayım: “Yamyam zeka”. Bugün insan eliyle yazılmış, bir editörün elinden geçmiş, redaksiyon görmüş metinler bu yüzden aranan bir mal.
Bu konu mahkemelere de konu oldu. Amerikalı yazarların açtığı davada Anthropic'in ödeyeceği bedel temmuz ayında kesinleşti: 1,5 milyar dolar. Yaklaşık 500 bin eser için, kitap başına 3000 dolar. Amerikan tarihinin en büyük telif uzlaşması olarak kayıtlara girdi.
Bunun bir yönüne daha dikkat çekmek istiyorum. Bir konuda yazılı başka bilgi yoksa tarihin doğruları bükülebilir. Kadim kütüphanelerdeki kitapların, tıpkı gen depoları ya da antik tohum ambarları gibi korunmasının; içeriklerinin kamu malı olarak nitelendirilerek sadece bir şirketin malı olmasının engellenmesinin ne kadar önemli olduğunu görelim.
Peki, Türkiye açısından durum ne?
Bu alanda ciddi bir emek harcandığını teslim etmek gerekir. Millî Kütüphane 2015'ten bu yana yaklaşık 25 milyon sayfayı dijital ortama aktarmış, 27.000’in üzerinde yazma eseri erişime açmış durumda. Türkiye Yazma Eserler Kurumu geçtiğimiz dönemde 6.000’den fazla yazmayı daha araştırmacının hizmetine sundu.
Buradan sonrası ölçek ve mühendislik meselesi.
Ölçek: Kütüphanelerimizdeki, arşivlerimizdeki tüm eserler dijitalleşmeli.
Mühendislik: Bir eseri taradığınızda elinizde o sayfanın bir fotoğrafı olur. Fotoğraf hâlindeki sayfa dijital olarak okunabilir değildir; okunabilmesi için OCR işleminden geçmesi, temiz bir metin katmanı bulunması gerekir. Koleksiyonlarımızın bir kısmı tam bu eşikte duruyor. Raftakiler dijitale taşındı ama tarama fotoğraflarının metne de dönmesi lazım.
Bunu çözmenin yolu da belli. Millî Kütüphane ile TÜBİTAK'ın yürüteceği ortak bir programla yapay zekâ destekli karakter tanıma ile fotoğraflardan Osmanlıca, Arapça, Türkçe metinler oluşturulabilir. Gazete koleksiyonları, tez merkezleri ve Osmanlıca içerikler sıranın başına alınmalıdır. Telifli eserler için de yazarı ve yayıncıyı gelire ortak eden toplu bir lisans modeli kurulabilir.
Maliyet mi? Fikir ve Sanat Eserleri Kanunumuz, eser çoğaltmaya yarayan cihazların bedelinden yüzde üçe kadar kesinti yapılarak Kültür ve Turizm Bakanlığı bünyesindeki özel hesaba aktarılmasını zaten öngörüyor. Kaset ve fotokopi çağı için kurulan bu mekanizma, model eğitimi çağına uyarlanabilir. Adına ister “yapay zekâ bandrolü” deyin, ister “Türkçe veri payı”. Türkçe metinle beslenen her model, o metnin sahiplerine ve kamuya pay ödemelidir. Fransa bunu 2024'te Google'a 250 milyon euroluk cezayla öğretti; Kanada ise bunu yılda 100 milyon dolarlık bir modele bağladı. Biz de benzer uygulama ile arşivlerin dijitalleşmesi seferberliğini fonlayabiliriz.
Meselenin bir de kimsenin konuşmadığı tarafı var. Türkçe, dünya ölçeğinde açık kaynaklar bakımından zengin sayılan diller arasında değil. Elimizde işlenebilir metin ne kadar azsa, bizim bilgimiz yerine başkalarının bilgisi yapay zekâlar tarafından öğreniliyor ve onlar üzerinden dünyaya akıyor. Bir milletin dilini, edebiyatını, kültürünü, tarihini ve hukukunu makinelere kimin öğreteceği başlı başına bir konu.
Çocuklarımıza hangi kitapları okuttuğumuzu dert ediyoruz. Artık aynı soruyu yapay zekâ makineleri için de sormamız gerekiyor: Türkçe düşünen bir modelin öğreneceği ve sorulara cevap olarak vereceği metinleri kim seçecek?
