Uzun süre zekâyı cevap verebilme kapasitesiyle karıştırdık.
Bir insan ne kadar çok şey biliyorsa o kadar zeki görünüyordu.
Bir problemi hızlı çözüyorsa daha yetenekli kabul ediliyordu.
Doğru bilgiyi hatırlamak, karmaşık metin yazmak, kod üretmek, analiz yapmak, yabancı dil kullanmak veya bir konuda uzman görüşü sunmak ekonomik değer yaratıyordu.
Şimdi bu işlerin bir kısmının maliyeti hızla düşüyor.
Bu durum zekâyı değersizleştirmiyor olabilir.
Daha rahatsız edici bir ihtimali ortaya çıkarıyor.
Belki de zekânın hangi kısmına değer verdiğimizi değiştirmek zorundayız.
Bir hesap makinesi aritmetiği ortadan kaldırmadı.
Arama motorları bilgiyi ortadan kaldırmadı.
Navigasyon yön bulmayı bütünüyle gereksiz hale getirmedi.
Fakat bu araçların her biri daha önce insan zihninin üstlendiği bazı görevleri dışarı taşıdı.
Yapay zekâdaki fark, dışarı taşınabilecek görevlerin alanının çok daha geniş görünmesi.
Metin üretmek.
Kod yazmak.
Görsel oluşturmak.
Veriyi yorumlamak.
Belge özetlemek.
Fikir önermek.
Plan hazırlamak.
Sorulara cevap vermek.
Bunların hepsi artık yalnızca insanın yaptığı işler değil.
Bunun sonucunda ilk akla gelen soru genellikle şu oluyor:
“İnsan ne yapacak?”
Belki daha doğru soru başka.
“İnsanın yaptığı hangi şeyler artık değer üretmeye devam edecek?”
Çünkü bir becerinin varlığını sürdürmesi ile ekonomik değerini sürdürmesi aynı şey değildir.
Herkes bir metni birkaç saniyede üretebiliyorsa, metin üretmenin kendisi daha az ayırt edici hale gelebilir.
O zaman değer başka yere kayar.
Hangi metnin yazılması gerektiğini bilmeye.
Neyin doğru olduğunu ayırt etmeye.
Bağlamı anlamaya.
Çelişkileri fark etmeye.
Sonucun sorumluluğunu üstlenmeye.
Bir problemi doğru tanımlamaya.
Fakat burada rahatlatıcı bir insan üstünlüğü hikâyesine hemen sığınmamak gerekiyor.
“AI cevap verir, insan soru sorar.”
gibi cümleler kulağa hoş geliyor.
Fakat yapay zekâ sistemlerinin soru üretmesi için ilkesel bir engel yok.
“AI analiz eder, insan karar verir.”
Bu da kalıcı olmayabilir.
Bazı kararların önemli bölümü modeller tarafından desteklenebilir, hatta belirli alanlarda otomatikleştirilebilir.
“İnsan yaratıcılığını kaybetmez.”
Belki.
Ama makine üretimi yaratıcı çıktılar insanların önemli bölümünün ihtiyacını yeterince karşılıyorsa, toplumun yaratıcılığa verdiği ekonomik değer değişebilir.
Bu nedenle mesele insanın kendisini yapay zekâdan daha iyi olduğu tek bir yeteneğe sabitlemesi olmamalı.
Bu yarışın sonu iyi görünmüyor.
Makine hızlandıkça insanın her defasında geriye çekilip,
“Tamam, ama bunu hâlâ ben daha iyi yapıyorum.”
demesi sürdürülebilir bir strateji değil.
Daha ilginç olan, zekâyı yeniden tanımlamak.
Belki zekâ yalnızca bir problemi çözebilme kapasitesi değildir.
Hangi problemin çözülmeye değer olduğunu anlayabilme kapasitesidir.
Fakat bunu da makinenin yapamayacağını varsayamayız.
Belki zekâ sonuç üretmek değildir.
Sonuçların dünyadaki etkisini taşıyabilmektir.
Burada farklı bir sınır ortaya çıkıyor.
Sorumluluk.
Bir yapay zekâ sistemi tıbbi öneri verebilir.
Fakat yanlış karardan kim sorumludur?
Bir sistem işe alım kararına yardımcı olabilir.
Fakat ayrımcı sonuç ortaya çıktığında kim açıklama yapacaktır?
Bir algoritma yatırım kararı önerebilir.
Kaybın ahlaki ve hukuki yükünü kim taşıyacaktır?
Bir model savaş alanında hedef belirlemeye yardımcı olabilir.
Son kararı kim vermelidir?
Teknik kapasite arttıkça sorumluluk ortadan kalkmaz.
Hatta bazı alanlarda daha karmaşık hale gelir.
Bu yüzden geleceğin değerli insan becerilerinden biri, yalnız doğru cevabı üretmek değil, cevabın sonuçlarını üstlenebilmek olabilir.
İkinci önemli alan bağlam.
Yapay zekâ çok geniş miktarda bilgi üzerinde çalışabilir.
Fakat gerçek hayat problemleri çoğu zaman yalnız bilgi problemi değildir.
Bir şirket için teknik olarak doğru karar, çalışanları için kötü olabilir.
Ekonomik olarak verimli karar, şehir için yıkıcı olabilir.
Bireysel olarak mantıklı karar, toplumsal ölçekte zararlı olabilir.
Bir sistem tek bir hedefi çok iyi optimize ederken diğer değerleri zayıflatabilir.
Bu nedenle geleceğin zekâsı belki tek hedefi optimize etmekten çok, birbirleriyle çatışan değerler arasında seçim yapabilmekte ortaya çıkacaktır.
Verimlilik ile adalet.
Hız ile güvenlik.
Kişiselleştirme ile mahremiyet.
Otomasyon ile insan özerkliği.
Büyüme ile dayanıklılık.
Bunların matematiksel bir “doğru cevabı” her zaman yoktur.
Üçüncü alan kaynak değerlendirme.
AI ile içerik üretimi arttıkça bilgiye ulaşmak daha kolay, neye güvenileceğine karar vermek daha zor hale gelebilir.
Bu bir paradoks.
Bilginin maliyeti düşerken güvenilirliğin maliyeti yükselebilir.
Bir metni yazmak birkaç saniye sürebilir.
Fakat metindeki iddiaların doğruluğunu anlamak daha uzun sürebilir.
Bir görsel üretmek kolaylaşabilir.
Gerçek olup olmadığını değerlendirmek zorlaşabilir.
Bir görüş oluşturmak ucuzlayabilir.
İyi bir görüşü kötü bir görüşten ayırmak daha kıymetli hale gelebilir.
Bu nedenle geleceğin eğitim problemi yalnız çocuklara AI kullanmayı öğretmek olmayacaktır.
AI kullanan bir insanın ne zaman ona güvenmemesi gerektiğini öğretmek de en az onun kadar önemli olabilir.
Fakat bütün bunların üzerinde daha temel bir mesele var.
İnsan kendi zihinsel becerilerini kullanmadığında bu becerilerle ilişkisi değişir.
Navigasyon kullanan insanın yön bulma davranışı değişir.
Otomatik tamamlama kullanan insanın yazma davranışı değişir.
Sürekli öneri sistemleri kullanan insanın seçim davranışı değişebilir.
AI daha fazla bilişsel görevi devraldığında insanın neyi yapabildiği kadar, neyi yapmaya devam ettiği de önemli olacak.
Çünkü bir becerinin makineler tarafından yapılabiliyor olması, insanın o beceriyi tamamen terk etmesinin iyi olduğu anlamına gelmez.
Hesap makinesi varken temel matematik öğrenmeye devam ediyoruz.
Çünkü mesele yalnız sonucu bulmak değil.
Düşünme biçimi kazanmak.
Benzer biçimde gelecekte çocukların hâlâ yazı yazması gerekebilir.
AI daha iyi metin üretebildiği halde.
İnsanların hâlâ problem çözmesi gerekebilir.
AI problemi daha hızlı çözebildiği halde.
İnsanların hâlâ bilgi araması gerekebilir.
AI cevabı önlerine koyduğu halde.
Çünkü bazı zihinsel faaliyetlerin değeri çıktılarında değil, o faaliyet sırasında zihinde oluşan yapıda olabilir.
Bu ayrım eğitimden iş dünyasına kadar ciddi sonuçlar doğurur.
Bir çalışan yalnız AI kullanarak hızla sonuç üretiyorsa başarılı mı?
Yoksa altında yatan problemi anlamadan sonuç ürettiği için yeni bir kurumsal risk mi oluşturuyor?
Bir öğrenci kusursuz ödev hazırlayabiliyor ama fikrini sözlü olarak savunamıyorsa öğrenmiş midir?
Bir yönetici yapay zekâdan mükemmel strateji raporu alıyor ama rapordaki varsayımları sorgulayamıyorsa gerçekten daha iyi karar veriyor mudur?
Bu seçki burada sona eriyor. Metnin devamı yayına hazırlanmaktadır.