Geçtiğimiz hafta, Sürdürülebilir Çeviri proje yöneticimiz Senem Kobya, Türkiye Bilişim Vakfı’nın 30. kuruluş yılını kutlamak amacıyla düzenlenen “Yapay Zekâ Üzerine Yarının Denklemi” temalı etkinliğe katıldı.
Açılışta vakfın kurucularından Sayın Faruk Eczacıbaşı, yapay zekânın yalnızca bir teknoloji aracı olmadığını, insan ve teknoloji arasında yeni bir denge kurma fırsatı sunduğunu vurguladı. Ardından Avrupa’nın dijital dönüşüm politikalarını şekillendiren DIGITALEUROPE Genel Direktörü Cecilia Bonefeld-Dahl ise Avrupa’daki yapay zekâ düzenlemeleri, veri yönetimi ve dijital yetkinlikler konularındaki görüşlerini aktardı.
Son konuşmacı New York Times bestseller yazarı ve TIME100 AI listesinde yer alan gazeteci Karen Hao idi. Hao, yapay zekânın toplumsal etkilerini ve etik sınırlarını ele aldı ve veri kaynaklarının doğruluğunun sonuçlar üzerindeki kritik rolüne dikkat çekti. Senem Kobya, Hao ile konuşmasından sonra yüz yüze gerçekleştirdiği sohbet sırasında çeviri sektörüne dair önemli bir gözlem paylaştı: “Veri doğru değilse, çeviri de doğru olamaz.” Bu ifade, yapay zekânın dilsel çıktılarının yalnızca teknik doğrulukla değil, etik ve sürdürülebilirlik perspektifiyle de değerlendirilmesi gerektiğini bir kez daha gösterdi.
Bu buluşma, yapay zekânın hem dil hem de çevre boyutlarıyla sürdürülebilirliğini sorgulamamız gerektiğini hatırlatan bir çerçeve sunarak metin boyunca ele alacağımız konuların temelini oluşturmuş oldu.
Yapay Zekânın Beslendiği Dünya: Doğru Veri Yoksa Doğru Çıktı da Yok
Karen Hao’nun konuşmasında ele aldığı temel konulardan biri yapay zekânın, özellikle de büyük dil modellerinin beslendiği veri kaynaklarının niteliği ve bunun çıktılara yansıyan doğruluk sorunlarıydı. Hao, büyük dil modellerinin devasa metin havuzları üzerinden makine öğrenimi gerçekleştirdiğini, ancak bu veri havuzlarının çoğu zaman onaylı akademik metinlerden, bilimsel raporlardan veya güvenilir kaynaklardan oluşmak yerine; blog yazıları, kişisel yazışmalar, sosyal medya içerikleri ve doğruluk açısından onaylanmamış çevrimiçi veri kaynaklarından beslendiğine dikkat çekti.
Konuyu çevirmen gözüyle irdelememiz gerekirse yapay zekâ, kullandığı verinin doğruluğunu sorgulama yeteneğine sahip değildir ve sunduğu bilgiler çok büyük oranda doğruluğu kesin olmayan bir “internet hafızasına” dayanmaktadır. Bu bellek ne kadar karışık, tutarsız ve yanlışsa, modelin verdiği yanıtlar da bir o kadar karışık, tutarsız ve yanlış olur. Üstelik yapay zekâ, bir insan gibi “bunu bilmiyorum” deme yeteneğine sahip değildir, bunun yerine elindeki istatistiksel örüntülere bakarak en olası yanıtı üretmeye çalışır. Bu da hataların, eksik bilgilerin ve uydurma içeriklerin hızla çoğalmasına yol açabilir.
Sürdürülebilir Çeviri proje yöneticimiz Senem Kobya’nın Karen Hao ile yaptığı sohbet sırasında da bu önemli konu gündeme geldi. Kobya, çeviri açısından bakıldığında durumun daha da kritik olduğunu belirtti: “Veri yanlışsa çeviri de yanlış oluyor. Bir terim, bir kavram ya da bir ifade hatalı biçimde öğrenildiyse, yapay zekâ bunu yeniden üretmeye devam ediyor ve yanlış bilgi zamanla normalleşebiliyor.”
Yanlış Terim, Yanlış Anlayış: Yapay Zekânın Sürdürülebilirlik Terimlerine Etkisi
Bu noktadan sonra mesele yalnızca teknik doğruluk tartışması olmaktan çıkıyor; doğrudan dilin kendisine, özellikle de sürdürülebilirlik terminolojisine uzanan bir etkiye dönüşüyor. Çünkü Türkçede sürdürülebilirlik alanındaki pek çok kavram hâlâ yerleşme aşamasında. Bunun önemli bir nedeni de literatürün büyük ölçüde İngilizce üretilmesi. Birleşmiş Milletler başta olmak üzere uluslararası kuruluşlar, sivil toplum temsilcileri ve küresel paydaşlar tarafından hazırlanan metinlerin neredeyse tamamı İngilizce olduğu için kavramların ilk dolaşıma girdiği dil de İngilizce oluyor. Akademisyenler ve politika yapıcılar da bu kavramları çoğunlukla İngilizce halleriyle takip ettiği için Türkçede tutarlı karşılıklar geliştirilmekte geç kalınıyor.
Tam da bu noktada, yapay zekânın sınırları ortaya çıkıyor. Türkçede henüz yerleşmemiş terimlerin bazıları daha yeni yeni görünür olurken, bazıları ise yanlış biçimleriyle çok daha hızlı yayılıyor. Yapay zekâ, dili akıl ve kültür süzgecinden geçirme kapasitesine sahip olmadığı için bu terimleri doğruluk açısından değerlendiremiyor. Modelin mantığı basit: bir terimin Türkçe karşılığını ararken internette hangi kullanım daha sık geçiyorsa, onu doğru kabul ediyor. Bu da yanlış bilgi ve yanlış terminolojinin galat-ı meşhur hâline gelmesine ve beklenenden çok daha hızlı kanıksanmasına yol açıyor.
Örneğin “karbon salımı” ve “karbon salınımı” arasındaki fark küçük bir ayrıntı gibi görünse de aslında tamamen farklı anlamlara sahip iki terimden bahsediyoruz. Sürdürülebilirlik alanında doğru kullanım “karbon salımı”dır. “Salım” atmosfere verilen bir gazı anlatırken, “salınım” fiziksel bir titreşim veya dalga hareketine gönderme yapıyor. Yapay zekâ bu nüansı anlayamadığı için, internette yanlış biçim daha yaygınsa onu kullanıyor. Bu da özellikle bu kavramlarla ilk kez karşılaşan kişilerin zihninde hatalı formun yerleşmesine neden oluyor.
Benzer şekilde “karbon emisyonu” kavramı da çoğu kişi için belirsiz olabiliyor. Sektörde veya akademide bu terimi kullananlar anlamını bilirken, sürdürülebilirlik terminolojisine hâkim olmayan kişiler, emisyonun neyi ifade ettiğini tam olarak algılayamayabiliyor. Yani kavram hâlâ sınırlı bir kesim tarafından doğru şekilde anlaşılıyor, geri kalan kişiler için ise yanlış anlam veya eksik bilgi riski söz konusu.
Bu durum basit bir kelime hatası değil, sürdürülebilirlik gibi çok katmanlı ve zaten karmaşık olan bir alanın daha da anlaşılmaz hâle gelmesine yol açıyor. Akademisyenlerin, gazetecilerin, çevirmenlerin ve politika yapıcıların kullandığı terminoloji bulanıklaştıkça, kamuoyunun farkındalığı da aynı oranda düşüyor. Dil ne kadar belirsizleşirse, sürdürülebilirlik de o kadar “sadece uzmanların anladığı bir konu” hâline geliyor. Üstelik Türkçe karşılıklar net olmadığı için, sürdürülebilirlik kavramı çoğu zaman yalnızca İngilizce bilenlerin kavrayabildiği bir alan olarak kalıyor. Bu da bilginin kapsayıcılığı açısından ciddi bir eşitsizlik yaratıyor.
Tam da bu nedenle Sürdürülebilir Çeviri Projesi; sürdürülebilirlik terimlerini doğru tanımlarla, açık örneklerle ve tutarlı karşılıklarla sunmayı hedefliyor. Amacımız yalnızca doğru çeviri üretmek değil, kavramların toplumun tamamı tarafından anlaşılır olmasını sağlamak. Böylece hem yapay zekâ kaynaklı yanlış kullanımın önüne geçiyoruz hem de Türkçede giderek büyüyen terminolojik karmaşayı azaltıyoruz.
Sürdürülebilirlik terimleri doğru ve tutarlı karşılıklarla Türkçemize kazandırıldıkça, sürdürülebilirlik de daha erişilebilir, daha öğretilebilir ve daha kapsayıcı bir konu haline geliyor. Bizim için sürdürülebilir bir gelecek, önce Türkçe konuşan herkesin sürdürülebilirliği doğru anlamasıyla başlar; çünkü doğru terimler, doğru iletişim ve doğru anlayışın temelini oluşturur.
Sürdürülebilirlik Penceresinden Yapay Zekâ: Enerji, Su ve Atık Gerçeği
Sürdürülebilirlik terminolojisi üzerindeki etkilerini gözlemledikten sonra, yapay zekânın yalnızca dil ve bilgi alanında değil, çevresel boyutlarıyla da sürdürülebilirlik açısından değerlendirilmesi gerekiyor. Çünkü yapay zekâ artık sadece bir bilgi üretme aracı değil; enerji tüketimi, su kullanımı ve elektronik atık üretimi gibi çevresel etkiler de yaratıyor. Peki yapay zekânın çevreye olan olumsuz etkileri ne durumda ve bizler bu etkileri nasıl azaltabiliriz?
Yapay zekâ artık hayatımızın her anında yanımızda. Sorularımıza cevap veriyor, içerikler üretiyor, görüntüler oluşturuyor, hatta bizle sohbet dahi ediyor. Ancak bu hızın arkasında gezegenimiz sessiz bir bedel ödüyor. Yapay zekâ ile her etkileşimimiz, ister bir görsel komutu veya bir soru, ister bir sohbet mesajı olsun; enerji, su ve veri kullanımı demek.
Bu görünmeyen tüketim, iklim krizini derinleştiren önemli bir etken hâline geliyor. Yapay zekânın eğitimi ve çalıştırılması, dünya genelindeki veri merkezlerinde devasa miktarda verinin işlenmesini gerektiriyor ve bu merkezler sürekli çok yüksek enerji talep ediyor.
Standart bir yapay zekâ veri merkezi, yaklaşık 100.000 evin elektrik tüketimini karşılayacak kadar enerji harcıyor. Birleşmiş Milletler Genel Sekreteri António Guterres’in belirttiğine göre, 2030’a gelindiğinde veri merkezleri dünya genelinde Japonya’nın tamamı kadar elektrik tüketebilir. Kullanılan enerjinin büyük kısmı hâlâ fosil yakıtlardan sağlandığı için bu süreç küresel karbon emisyonlarını ciddi ölçüde artırıyor.
Uluslararası Enerji Ajansı’nın “Energy and AI” raporuna göre veri merkezleri 2024 yılında dünya çapında yaklaşık 415 terawatt-saat elektrik tüketti ve bu miktarın önümüzdeki beş yıl içinde 945 terawatt-saate çıkması bekleniyor. Bu artış, mevcut gidişatın yalnızca dijital değil ekolojik bir mesele olduğunu açıkça gösteriyor.
Yapay zekânın tüketimi yalnızca enerjiyle de sınırlı değil: Veri merkezleri elektronik bileşenleri soğutmak için aynı zamanda çok büyük miktarda su kullanıyor. OECD’nin projeksiyonlarına göre 2027’ye gelindiğinde bu su tüketimi, 6 milyon nüfuslu Danimarka’nın yıllık kullanımının 4–6 katına ulaşabilir. Bunun yanı sıra, veri merkezlerindeki işlem yoğunluğu arttıkça ortaya çıkan elektronik atıklar da söz konusu. İçerdikleri cıva, kurşun ve diğer zararlı maddeler doğru şekilde işlenmediğinde toprak ve su kirliliğine yol açarak çevresel riski daha da büyütüyor.
İyi haber ise şu: Yapay zekânın çevre üzerindeki olumsuz etkilerini azaltmak mümkün ve bunun başlangıç noktası kullanıcıların günlük alışkanlıkları. Gereksiz sorguları azaltmak, kullanılmayan verileri temizlemek, bulut yerine yerel depolamayı tercih etmek ve araçları yalnızca gerçekten ihtiyaç duyulduğunda kullanmak enerji ve su tüketimini hissedilir biçimde düşürebilir.
İlginç bir örnek: OpenAI CEO’su Sam Altman, ChatGPT’ye karşı “lütfen” ve “teşekkür ederim” gibi nezaket ifadeleri kullanmanın, milyonlarca dolarlık gereksiz hesaplama gücü tüketimine yol açtığını itiraf etti. Yani bazı basit kullanıcı alışkanlıkları bile çevreye maliyeti artırabiliyor. Milyonlarca kullanıcı bu küçük tasarruf adımlarını benimsediğinde, dijital dünyada bıraktığımız karbon ayak izinde büyük bir fark yaratmak hiç de zor değil.
Görünmeyen Bedeller: Yapay Zekâ İnsan Sağlığı Açısından Sürdürülebilir mi?
Yapay zekânın çevresel ve dilsel etkilerini tartıştıktan sonra, artık onun ardındaki insan emeğini ve kullanıcılar üzerindeki psikolojik etkilerini de değerlendirmek gerekiyor, çünkü yapay zekâ artık sadece teknik bir araç değil, birçok açıdan insanı doğrudan etkileyen bir ekosistem.
Bunlardan ilki, çalışma koşullarına olan etkisi. Yapay zekânın hızla yaygınlaşması pek çok meslek grubunda iş güvencesini tehdit ediyor ve adil çalışma koşullarını zorluyor. Birleşmiş Milletler’in Sürdürülebilir Kalkınma Amaçlarının 8.si olan “İnsana Yakışır İş ve Ekonomik Büyüme” ilkesinin pratikte aşındığı açık. Özellikle dil hizmetleri gibi alanlarda insan denetiminden geçmemiş ve insan kalitesinden çok uzak olan makine çıktılarının “çeviri” olarak adlandırılması hem emeğin görünmezleşmesine hem de ücretlerin baskılanmasına yol açıyor.
Üstelik bu sistemler dili insanın algıladığı gibi bağlamıyla, nüanslarıyla ve kültürel katmanlarıyla işleyemedikleri hâlde, birçok kullanıcı ortaya çıkan “çıktıyı” gerçek bir çeviri sanabiliyor. Bunun en çarpıcı örnekleri ise “çeviri yapan kulaklık” ya da “anında çeviri yapan mikrofon” gibi teknolojilerin, aslında sınırlı metin eşleştirmeleri yapmalarına rağmen insan kalitesinde bir hizmetmiş gibi pazarlanması. Bu durum özellikle Türkçe için büyük bir problem yaratıyor çünkü Türkçenin sondan eklemeli yapısı, çok katmanlı dizilimleri, zengin sözcük kökenleri ve tarih boyunca farklı dillerle etkileşimi nedeniyle yüksek düzeyde anlam çözümleme gerektiriyor. Bu bağlamda insan çevirmeni devre dışı bıraktığı öne sürülen sistemler, gerçekte bir çeviri üretmekten çok dilsel bir çıktı sunuyor; bu iddialar da çoğu zaman teknoloji anlatısının abartılı tarafında yer alıyor.
Diğer tarafta, yapay zekâ modellerinin denetimi için de ciddi bir insan emeği gerekiyor. Karen Hao’nun konuşmasında değindiği önemli noktalardan biri de yapay zekânın ardındaki insan emeğiydi. Yapay zekâ modellerinin intihar, şiddet, cinsel istismar, nefret söylemi veya uyuşturucu gibi içerikleri “normal” bir dil örüntüsü olarak içselleştirmemesi için binlerce çalışan her gün en ağır içerikleri ayıklıyor.
Gün boyunca toksik içeriklere maruz kalmak, yapay zekâ denetçilerinde gece kâbusları, paranoya, duygusal çöküş ve dissosiyasyon gibi ağır psikolojik sorunlara yol açabiliyor. Karen Hao’nun da belirttiği gibi, bu iş artık yalnızca bir denetim faaliyeti değil; insan psikolojisini doğrudan aşındıran, uzun vadede geri dönüşü zor tahribatlar yaratan bir maruziyet alanı. Yapay zekâ modelleri güçlendikçe bu iş yükü de büyüyor ve gelecekte daha fazla insanın tüm gününü bu tür içeriklerle geçirerek modelleri “etik hâle getirmek” zorunda kalacağı öngörülüyor.
Bu tablo bize şunu gösteriyor: Yapay zekânın sürdürülebilirliği enerji, su ve karbon hesaplarının yanı sıra insan sağlığı ve çalışma koşulları açısından da sorgulanmalı. Teknoloji hızla ilerliyor, ancak yapay zekânın gerçek sürdürülebilirliği yalnızca çevresel kaynakları korumakla değil, insan emeğini, sağlığını ve adil çalışma koşullarını da gözetmekle mümkündür.
