Geçtiğimiz haftalarda Facebook yapay zeka, yeni yazılımı Galactica’yı tanıttı: Bu bir doğal dil işleme yazılımı, yani konuşulan dilde sorular sorduğunuzda buna cevap veren İngilizce metinler yazıyor. Yazılımı tanıtan Bilgisayar Mühendisliği hocası Yann LeCun, “artık bu işlerle zaman harcamayacağız” diye yazdı. Sahiden öyle mi? Mesela bir makale yazıyorsunuz: Literatür taramasını yazılıma yaptıracaksınız. Mevcut kaynakları tarayacak, özet çıkaracak, hem de İngilizce, referansları ile. Üstelik anadili İngilizce; hata da yapmayacak, düzgün bir dille, anlamlı bir metin oluşturacak.
Bir tek bu eksikti! Para karşılığı makale, tez yazan şirketler, oradan buradan kopya çeken, kes-yapıştır makale üreten sahtekârlar, aynı metni bölüp, azıcık değiştirip değişik dergilere yollayan akademisyenler yetmiyormuş gibi, şimdi de başımıza makale yazan yazılımlar çıktı! Bir taraftan makale yazan yazılımlar, öte yandan kopya metinlerin nereden kopyalandığını tespit eden yazılımlar!
Bu otomasyon çağında, makaleleri yazılımlar yazıyor; kopyayı yazılım tespit ediyor; bir akademisyenin üretken olup olmadığını, fikirlerinin kabul görüp görmediğini de, otomatik derecelendirme kuruluşları değerlendiriyor; bu değerlendirmeleri bir araya getirip, üniversitelerin değerini, sıralamalarla belirlemeye çalışıyor! Yazılımlar yazılımları aldatıyor; diğer yazılımlar bunu tespit ediyor; diğerleri bunlardan metrikler üretip sıralamalar yapıyor. Beyhude bir çaba!
Yalanı göremiyor
Galactica yazılımı denemeye açıldıktan bir süre sonra, sakıncaları ortaya döküldü: Yazılımın gramer olarak çok düzgün ve inandırıcı metinler ortaya koymasına rağmen, yalanla gerçeği ayırt etme gücünün olmadığı anlaşıldı! Galactica, internette bulduğu metinleri gayet güzel özetlese de, bunların yalan olup olmadığını anlayamadığı için, yalanla gerçeği birbirine katmakta sakınca görmüyordu. Bunun üzerine, yazılım kullanıma kapatıldı.
Peki dergiler yalanla gerçeği nasıl ayırt ediyor? Mesela bilimsel bir dergiye bir makale gönderildiğinde, bu nasıl değerlendiriliyor? Bunu yapmanın en iyi yolu, uzman değerlendirmesi, yani o konuda uzman bir akademisyenin makaleyi kritik bir şekilde okuması ve eleştirmesi. Bu ise gönüllü emeği ile yapılan bir iş; ve bu nedenle uzun sürüyor. İyi dergilere gönderilen makalelerin değerlendirmeden geçip önerilen değişikliklerle kabul edilmesi bir, bazen iki yılı bulabiliyor. Bunu hızlandırma çabaları genelde kalitenin düşmesine neden oluyor.
Aynı ay içinde sunulup basılan kabul edilen bir makale gördüğünüzde, genelde bunun iyi bir değerlendirmeden geçmediğini anlayabilirsiniz. Bu nedenle, bilimsel dergilerdeki makalelerin bir kısmı çok iyi olsa da, daha büyük bir kısmı, beş para etmez metinler. İnternette bulduğunuz metinlerin büyük kısmı düşük nitelikli, ve hatta uydurma metinlerden oluşuyorsa, Galactica yazılımı ne yapsın? Girdiler çöp değerinde ise, çıktı da çöp değerinde oluyor.
Peki bu otomasyon çağında gerçek yaratıcılık, özgün fikirler, büyük buluşlar nasıl ortaya çıkacak? Bunun için bu üret, üret, hızlı üret çılgınlığından kurtulup, büyük fikirleri düşünmeye, tartışmaya, üretmeye, bunun için zaman harcamaya odaklanmak gerekiyor. Oysa akademisyenlerin üretkenliği yayın sayıları ve atıf sayıları ile ölçülüyor: En çok sayıda yayın yap; başkaları bu yayınlara en çok atıfı yapsın, bunun için reklam yap, akademisyenler bir araya gel, tanış, network kur. Sen başkalarına atıf ver; onlar sana versin.
Bu sayı oyununda, araçlar, amacı unutturuyor. Yapay zeka yazılımlarının yapamadığını yapmak, yeni, büyük fikirler ortaya koymak için günümüzün akademisinin yayın sayılarına, atıf sayılarına, H-endekslerine kafayı takmış dünyasının baştan aşağı değişmesi gerekli.
Lale Akarun / [email protected]
Bu yazı HBT'nin 348. sayısında yayınlanmıştır.