Yapay zekâ daha önce birçok kez ırkçılıkla suçlanmış, hatta bu sebeple iyileştirmeler almıştı. Gelgelelim yapay zekâ'nın görsel oluşturulması istenildiğinde hala bariz derecede önyargıları mevcut.
Yapay zekâ'dan herhangi görsel oluşturmak istediğinizde ilk olarak beyaz bir erkeğin görselini oluşturuyor. Görselin çeşitli varyasyonları istenildiğindeyse değişen şey arka plan veya kıyafetler oluyor. Bununla birlikte yapay zekânın asıl önyargısı ise meslek gruplarında ortaya çıkıyor. Yapay zekâdan doktor, avukat, diş hekimi gibi meslek gruplarını görselleştirmesi istenildiğinde beyaz erkekleri oluştururken çiftçi, temizlik personeli gibi meslek gruplarında afro amerikan görseller oluşturuyor. Bununla birlikte yapay zekâ; hemşire, bakıcı gibi mesleklerde de beyaz kadın görselleri oluşturuyor.
Yapay zekâda önyargı sorunu
Yapay zekâ teknolojisi devrim niteliğinde olsa da, yalnızca eğitildiği veriler kadar tarafsızdır. Yapay zekâ sistemleri mevcut toplumsal önyargıları sürdürebilir ve hatta artırabilir. Bu önyargılar, temsil ve kapsayıcılığın hayati önem taşıdığı dijital reklamcılıkta özellikle sorun yaratabilir. Önyargılı yapay zekâ çıktıları, kapsayıcı reklamların oluşturulmasını engelleyebilir ve potansiyel olarak önemli demografik özellikleri yabancılaştırabilir.
Yapay zekâ insan onayına ihtiyaç duyuyor
Yapay zekadaki önyargıyı azaltmak için insan denetimi olmazsa olmaz. Bu yeni teknolojideki hatalar, yanlış temsiller ancak insan kontrolüyle ortadan kalkabiliyor. İnsan katılımının nasıl fark yaratabileceğine dair etkenler ise oldukça basit:
Düzenli Denetimler: Herhangi bir insan modelini belirlemek ve ele almak için yapay zekâ çıktılarını düzenli olarak incelemek ve denetlemek çok önemlidir. Bu proaktif yaklaşım, sorunların erken yakalanmasını ve gerekli ayarlamaların yapılmasını sağlar.
Çeşitli Eğitim Verileri: Yapay zekâ modellerinin çeşitli veri kümeleri üzerinde eğitilmesini sağlamak önemlidir. Eğitim verilerini çok çeşitli demografik bilgileri, meslekleri ve senaryoları içerecek şekilde düzenlemek, yapay zekânın daha dengeli çıktılar üretmesine yardımcı olur.
İstem Oluşturma: Büyük dil modelleri (LLM'ler) için istem oluşturma konusunda kapsamlı bir anlayış geliştirmek, çeşitli ve kapsamlı çıktılar elde etmek için önemlidir.
Sürekli İyileştirme: Yapay zekâ sürekli olarak evrim geçiriyor ve öğrendiği veri kümeleri de bunu takip ediyor. Sürekli insan denetimi, yapay zekâ sistemlerinin zamanla adil ve doğru kalmasını, yeni verilere ve toplumsal değişikliklere uyum sağlamasını sağlar.
Etik Hususlar: Soru-cevap sürecine çeşitli bakış açılarını dahil etmek, yapay zekâ teknolojilerinin farklı topluluklar üzerindeki potansiyel etkilerinin anlaşılmasına yardımcı olur. Bu etik yaklaşım, yapay zekâ uygulamalarının herkese fayda sağlamasını garanti eder.