Akademik Veri Yönetim Sistemi
26. ULUSAL VE 9. ULUSLARARASI Biyoistatistik Kongresi, Adana, Türkiye, 5 - 08 Kasım 2025, ss.1-5, (Tam Metin Bildiri)
Yapay zeka (YZ), insanın öğrenme,
akıl yürütme ve karar verme süreçlerini bilgisayar sistemleri aracılığıyla
modelleyen hesaplamalı bir alandır. Günümüzde öneri sistemlerinden tıbbi karar
destek sistemlerine, otonom araçlardan finansal analizlere kadar geniş bir
uygulama yelpazesi sunmakta; büyük veri ve derin öğrenme teknikleri sayesinde
giderek daha karmaşık görevleri yerine getirebilmektedir. Ancak bu hızlı
ilerleme, iş gücü piyasası, veri güvenliği, etik sorumluluk ve yüksek enerji
tüketimi gibi yeni riskleri de beraberinde getirmektedir.
Yapay Zeka’nın babası kabul
edilen ve derin öğrenmenin öncülerinden Geoffrey Hinton, 2023’te yaptığı
açıklamada insanüstü zeka düzeyine yaklaşan YZ sistemlerinin davranışlarını tam
olarak anlayamadığımızı vurgulamış; modellerin öğrenme sürecinin, tasarlanan
algoritmaların veriyle etkileşime girmesi sonucunda öngörülemez ve açıklanması
güç yapılar oluşturduğunu belirtmiştir. Hinton’a göre YZ sistemleri henüz
bilinç sahibi olmasa da, gelecekte öz farkındalık düzeyine yaklaşabilecek
gelişim dinamiklerine sahip olabilecekleri için uyarırken insanlığın bu
dönüşümün kapsamını tam olarak kavrayamadığını da eklemektedir.
Eylül 2024’te « Taş Devri'nden
Yapay Zekaya Bilgi Ağlarının Kısa Tarihi»’ni anlatan NEXUS adlı kitabını
yayınlayan Yuval Noah Harari ise, YZ’nın bir “araç” değil, kendi başına yeni
fikir üretebilen ve karar verebilen bir “algoritmik ajan” olarak değerlendirilmesi
gerektiğini savunmaktadır. Harari, YZ’nın manipülasyon kapasitesinin toplumsal
riskler doğurduğunu vurgulayarak, CAPTCHA örneği üzerinden YZ’nın insan
davranışlarını taklit ederek sosyal mühendislik düzeyinde manipülatif
stratejiler geliştirebildiğini göstermiştir.
Ömrünü felsefeye ve insan
haklarına adamış Prof. Dr. İonna Kuçuradi’nin 2020’de yaptığı önemli bir tespit
de şudur: “İnsanların robotlaştırıldığı, robotların da insanlaştırılmaya
çalışıldığı bir zamanda yaşıyoruz.”
YZ’nın avantajları arasında
yüksek ölçekli veri analizi, hata azaltma, otomasyon ve sürekli öğrenme yer
alırken; dezavantajları arasında iş gücü kayıpları, algoritmik önyargılar ki
çok önemli bir kaynağı olan veri etiketlemede oluşabilecek algoritmik
önyargılar, mahremiyet riskleri, kontrol sorunları ve yüksek enerji gereksinimi
bulunmaktadır. YZ’nın yükselişi, bireysel mesleklerden küresel rekabete kadar
geniş bir alanda dönüşüm yaratmaktadır. ABD ve Çin öncü konumdayken, Avrupa’nın
geride kaldığı belirtilmektedir. Teknolojik adaptasyon, bireyler ve kurumlar
için rekabet avantajı haline gelmiştir; ancak etik çerçeve, hukuksal
düzenlemeler ve sürdürülebilir enerji politikaları teknoloji gelişim hızının ne
yazık ki gerisindedir.
Büyük ölçekli modellerin eğitimi
milyonlarca GPU-saat ve megawattlar düzeyinde güç tükettiği için güncel YZ
modellerinin temel sınırlayıcı faktörü enerji tüketimidir. Büyük dil modelleri
milyonlarca GPU-saat gerektirdiği için megawattlar düzeyinde güç kullanırken,
insan beyninin yalnızca yaklaşık 20 watt ile 10¹⁶ işlem/saniye düzeyinde
verimlilik sağlayan biyolojik bir sistem olduğu göz önünde bulundurulduğunda,
YZ sistemlerinin enerji/performans verimliliği açısından halen insan beyni
karşısında milyonlarca kat geride olduğu da bir gerçektir.
İş insanı Eric Schmidt,
önümüzdeki birkaç yıl içinde YZ’nın yazılım geliştirme süreçlerinde belirleyici
hale geleceğini ve programlamanın büyük bölümünün YZ tarafından
gerçekleştirileceğini öngörmektedir. Schmidt’e göre kritik eşik, ölçekleme
(scaling) arttıkça YZ’nın kendi kodunu geliştirme (recursive self-improvement)
kapasitesine ulaşmasıdır. Bu durum, 3–5 yıl içinde AGI (insan düzeyinde genel
zeka) ve sonrasında ASI (süper zeka) tartışmalarını hızlandıracaktır. Bu,
bilgisayarların insan zekalarının toplamından bile daha zeki olacağı teorisini
gündeme getirmektedir. Ancak Schmidt’in özellikle vurguladığı nokta, bu
alandaki en büyük yapısal sınırın YZ altyapılarının gerektirdiği devasa
elektrik ihtiyacı olduğudur: veri merkezlerinin önümüzdeki yıllarda onlarca gigawatt
ek kapasiteye gereksinim duyacağı öngörülmektedir. Tüm bu gelişmelerin önündeki
en temel engel, yeterli enerji üretimi ve altyapısıdır.
Sonuç olarak YZ, teknik
kapasitesi hızla artan, toplumsal etkileri giderek belirginleşen ve enerji
tüketimi nedeniyle küresel altyapıyı zorlayan bir dönüşüm teknolojisidir.
Hinton, Harari ve Schmidt’in değerlendirmeleri, teknolojinin yalnızca
mühendislik açısından değil, aynı zamanda etik, hukuki, ekonomik ve felsefi
boyutlarıyla birlikte yönetilmesi gerektiğini de ortaya koymaktadır. Bu nedenle
YZ, geleceği şekillendiren yüksek potansiyelli fakat ciddi riskleri bulunan
hesaplamalı bir paradigma değişimi olarak ele alınmalıdır.
Anahtar Kelimeler: Yapay Zeka,
Ölçekleme, Veri Güvenliği, Enerji Tüketimi, Riskler, Teknolojik Dönüşüm.