Yapay zeka devriminin merkezinde yer alan büyük dil modelleri (LLM), bugüne kadar ağırlıklı olarak İngilizce veri kümeleriyle eğitildi. Bu durum, gelişmekte olan ekonomilerin ve azınlık dillerinin bu teknolojiden eşit şekilde yararlanmasının önündeki en büyük engellerden biri olarak duruyor. Ancak uzmanlara göre, bu açığı kapatmanın en etkili yolu, halihazırda geniş veri işleme altyapısına ve geliştirici ordularına sahip olan mobil ağ operatörlerinden geçiyor. Dünya genelinde 7.000'den fazla dil konuşulurken, büyük dil modelleri bunların yalnızca yüzde 1'ini kapsıyor. Özellikle Afrika, Güneydoğu Asya ve Latin Amerika'daki birçok ülke, kendi dillerinde çalışan yapay zeka araçlarına erişemediği için dijital uçurum giderek derinleşiyor.
Azınlık Dillerinde Yapay Zeka Erişimi: Mobil Operatörler Neden Kilit Rol Oynuyor?
Büyük dil modelleri, metin üretme, çeviri yapma, soru cevaplama gibi görevlerde insan benzeri performans sergileyebilen yapay zeka sistemleridir. Ancak bu modellerin eğitimi için devasa miktarda metin verisi gerekiyor. İngilizce, internette en yaygın kullanılan dil olduğu için mevcut modellerin büyük çoğunluğu İngilizce ağırlıklı veri kümeleriyle eğitilmiş durumda. Örneğin, OpenAI'nin GPT-4'ü, GPT-3'ün yalnızca yüzde 7'si İngilizce dışı dillerden oluşan veri kümesine kıyasla daha fazla çok dilli olsa da, azınlık dillerindeki performansı hala sınırlı.
Mobil ağ operatörleri, bu sorunun çözümünde benzersiz bir konuma sahip. Birçok gelişmekte olan ülkede internet erişiminin büyük kısmı mobil ağlar üzerinden sağlanıyor. Operatörler, milyonlarca kullanıcının mesajlaşma, arama ve internet kullanım verilerine erişebiliyor. Aynı zamanda, geliştirici ekipleri sayesinde yerel dillerde yapay zeka modelleri oluşturabilecek teknik altyapıya da sahipler. Örneğin, Hindistan'da Jio, Afrika'da MTN ve Airtel gibi büyük operatörler, yerel dillerde hizmet vermek için halihazırda yapay zeka çalışmaları yürütüyor.
Politika yapıcılar için öneri: Mobil operatörlerin veri ve geliştirici kaynaklarını kullanarak, azınlık dillerinde eğitilmiş açık kaynaklı LLM'lerin geliştirilmesini teşvik edecek düzenlemeler yapmak. Ayrıca, operatörlerin bu modelleri ticari olarak kullanmalarına izin verirken, kamu yararını gözeten bir çerçeve oluşturmak.
Küresel Dijital Eşitsizlikler ve Yerel Çözümler
Azınlık dillerinde yapay zeka erişimi, sadece teknolojik bir sorun değil, aynı zamanda ekonomik ve sosyal bir adalet meselesi. Birleşmiş Milletler verilerine göre, dünyadaki dillerin yüzde 40'ı yok olma tehlikesiyle karşı karşıya. Dijital araçların bu dillerde sunulmaması, asimilasyonu hızlandırabilir. Öte yandan, yerel dilde yapay zeka hizmetleri, eğitim, sağlık ve finansal katılım gibi alanlarda devrim yaratabilir. Örneğin, Svahili, Hausa veya Bengalce gibi dillerde çalışan bir chatbot, kırsal kesimdeki çiftçilere hava durumu, mahsul fiyatları veya sağlık tavsiyesi verebilir.
Dünya Ekonomik Forumu'nun yayımladığı bir raporda, bu alandaki en büyük engelin veri toplama ve etiketleme maliyeti olduğu belirtiliyor. Ancak mobil operatörler, kullanıcı verilerini anonimleştirerek bu süreci hızlandırabilir. Aynı zamanda, üniversiteler ve sivil toplum kuruluşlarıyla işbirliği yaparak, yerel dillerde açık kaynaklı veri kümeleri oluşturulabilir.
Türkiye Açısından Değerlendirme
Bu gelişme, Türkiye'nin dijital bağımsızlığı ve yapay zeka ekosistemi açısından önemli bir ders içeriyor. Türkiye, Kürtçe, Zazaca, Arapça gibi birçok azınlık diline ev sahipliği yapıyor ancak bu dillerde büyük dil modelleri henüz mevcut değil. Türk Telekom, Turkcell ve Vodafone gibi mobil operatörler, ülkedeki milyonlarca kullanıcının verilerine erişerek, Türkçe ve azınlık dillerinde yerel yapay zeka modelleri geliştirilmesine katkı sağlayabilir. Aynı zamanda, Türkiye'nin Orta Asya ve Afrika ile olan kültürel ve ekonomik bağları, bu bölgelerde kullanılan dillerde yapay zeka araçları sunarak yeni bir pazar avantajı yaratabilir. Ancak kişisel verilerin korunması ve etik kullanım konuları, bu tür girişimlerde dikkatle ele alınmalıdır.
