Dünyadaki son haberlere baktığımızda, bir zamanlar imkansız ya da ulaşılması zor gözüken şeylerin yapay zeka sayesinde artık ulaşılabilir olduğu bir noktada olduğumuzu görebilirsiniz.
Yapay zeka sorumlu bir şekilde kullanıldığında, daha güvenli uçak üretimi için hiper-gerçekçi simülasyonlara ve gerçek dünya senaryolarının modellenmesine olanak tanıyan Dijital İkiz teknolojilerine; anne ölümlerini önlemek için yapay zeka tahminlerine; el yazısıyla yazılmış türünün tek örneği arşiv materyallerini dijitalleştirilmesi ile daha fazla bilgi paylaşmaya yardımcı olmaya; politika oluşturmaya yardımcı olmak için yapay zeka ile yeraltı bilimi (yeraltındaki kritik altyapı) uygulamalarına; yeşil bilimde piller için daha verimli malzemeler keşfetmeye yardımcı olan yapay zeka ve çok daha fazlası gibi harika uygulamaların yapılmasına yardımcı olabilir.
Bazı haberlerin ve araştırmaların gösterdiği gibi, yapay zekanın sorumlu sınırlar olmadan kullanılması, kaçınılması gereken sorunlara yol açabilir. George Washington'daki araştırmacıların da uyardığı gibi, uygun sınırlar, düzenlemeler ve ilkeler uygulandığında, yapay zeka daha hızlı ve daha verimli araştırmalara ve inovasyon alanında atılımlara olanak sağlayabilir ve kullanımını kötü niyetli kişilerden koruyabilir.
Sorumlu yapay zeka uygulamalarını yerleştirme ve bunlara uyma konusundaki mücadelenin bir kısmı, standartlaştırılmış bir tanımı olmadığı için bir etiket olarak yapay zekanın belirsiz olmasıdır. Yapay zeka makine öğrenimi midir? Bir birleştirme ve veri tekilleştirme çabası yapay zeka olarak kabul edilir mi? Yapay zeka basit bir komut dosyası mıdır? Yapay zekayı tanımlamanın bu kadar çok yolu varken, yapay zekada neyin sorumlu olduğunu belirlemek zordur.
Sorumlu yapay zeka uygulamalarını yerleştirme ve bunlara uyma konusundaki mücadelenin bir kısmı, standartlaştırılmış bir tanımı olmadığı için bir etiket olarak yapay zekanın belirsiz olmasıdır. Yapay zeka makine öğrenimi midir? Bir birleştirme ve veri tekilleştirme çabası yapay zeka olarak kabul edilir mi? Yapay zeka basit bir komut dosyası mıdır? Yapay zekayı tanımlamanın bu kadar çok yolu varken, yapay zekada neyin sorumlu olduğunu belirlemek zordur.
AB Yapay Zeka Yasası Madde 3.1'de yapay zekayı şu şekilde tanımlamaktadır:
“Değişen seviyelerde bağımsız olarak çalışmak üzere tasarlanmış ve uygulamaya konulduktan sonra uyarlanabilirlik sergileyebilen ve açık veya üstü kapalı hedefler için aldığı girdiden fiziksel veya sanal ortamları etkileyebilecek tahminler, içerik, öneriler veya kararlar gibi çıktıların nasıl üretileceğini çıkaran bilgisayar tabanlı bir sistem (2024).”
UNESCO yapay zekayı şu şekilde tanımlar:
“Doğal dilde konuşma arayüzlerinde yazılan istemlere yanıt olarak otomatik olarak içerik üreten bir teknolojidir. GenAI, mevcut web sayfalarını düzenlemek yerine, mevcut içerikten yararlanarak aslında yeni içerik üretir. İçerik, insan düşüncesinin tüm sembolik temsillerini içeren formatlarda, örneğin doğal dilde yazılmış metinler, görüntüler (fotoğraflar, dijital resimler ve karikatürler dahil), videolar, müzik ve yazılım kodları şeklinde görüntülenebilir. GenAI, web sayfalarından, sosyal medya konuşmalarından ve diğer çevrimiçi ortamlardan toplanan veriler kullanılarak eğitilmektedir. İçeriğini, aldığı verilerdeki kelimelerin, piksellerin veya diğer öğelerin dağılımlarını istatistiksel olarak analiz ederek ve ortak kalıpları (örneğin, hangi kelimelerin tipik olarak diğer kelimeleri takip ettiği) tanımlayarak ve tekrarlayarak oluşturmaktadır (2023, s.8).”
Birleşik Devletler Kongre Araştırma Servisi yapay zekayı şu şekilde tanımlamaktadır:
“Genellikle zeka gerektirdiği düşünülen şekillerde çalışan ve tepki veren bilgisayarlı sistemler...[ve] içerik üretmek için büyük hacimli veriler üzerinde eğitim yoluyla geliştirilen makine öğrenimi (ML) modellerini ifade eder (2023).”
Yapay zekanın bunların dışında birçok tanımı ve bugün en çok kullanıldığını gördüğümüz Large Language Models'den (LLM'ler) önce yazılmış birçok tanımı vardır, ancak çoğu tanım en azından yapay zekanın, öğrendiklerinden istatistiksel tahminlere dayalı olarak metin ve görüntü üretmek için kullanılan, çoğunlukla açık web verilerinin büyük bir kısmı üzerinde eğitilmiş denetimsiz bir model olduğu konusunda hemfikirdir.
Tanımlar sorununun yanı sıra, yapay zeka yeni moda bir kelimedir ve artık pek çok ürün, kullanmadıkları halde yapay zeka kullandıklarını iddia etmektedir. Yapay zekanın ne olup olmadığının yanlış etiketlenmesi, etik ve sorumlu yapay zekanın uygulanmasını zorlaştırmakta ve ayrıca tüketicilerin neyin yapay zeka olduğunu (veya yapay zeka tarafından üretildiğini) tespit etmesini ve kullanırken önlem almasını zorlaştırmaktadır. Bu ve Avrupa Birliği Yapay Zeka Yasası gibi yeni düzenlemelerle birlikte, neyin yapay zeka tarafından kullanıldığının veya üretildiğinin doğru bir şekilde etiketlenmesi daha da önemli hale gelmiştir ve bu da şirketlerin ve kullanıcıların neyi kullandıklarını veya neyin yapay zeka tarafından üretildiğini belirlemelerine ve sorumlu bir şekilde davranmalarına yardımcı olacak standart bir tanım gerektirmektedir.
EBSCO'nun hangi ürün özelliklerinde yapay zeka kullanıldığını veya yapay zeka tarafından üretildiğini belirleyip etiketleyebildiğinden ve bunu kullanıcılarımıza uygun şekilde ilettiğimizden emin olmak için, burada bahsedilen yetkili kaynaklardan ilham alacak ve EBSCO'da yapay zekayı “modelin büyük miktarda yapılandırılmamış ve etiketlenmemiş bilgiden öğrendiği makine öğrenimi süreçleri için genel bir terim” olarak tanımlayacağız, genellikle açık web'den, cümlelerin nasıl kurulduğu, insanların belirli konular hakkında nasıl konuştuğu ve bu kelimelerin birlikte girildiğinde ne anlama geldiğini nasıl ilişkilendireceği gibi dilbilimsel özellikleri öğrenir; bunların tümü, kullanıcıların modele sorgu veya istem olarak girilen ihtiyaçlarına nasıl yanıt verileceğini tahmin etmek içindir. ”
Bu seri boyunca, EBSCO'nun kullandığı yapay zeka ilkelerini, onu nerede kullandığımızı ve sorumlu yapay zeka aracılığıyla sorumlu araştırmayı nasıl desteklediğimizi vurgulayacağız.
Önümüzdeki aylarda altı yapay zeka ilkesinin her birini incelerken bizi takip edin.
- Kalite: Yapay zekayı gerçek kaynaklara dayandırmak için yetkili veri ve kaynakların kullanılması ve kütüphaneciler tarafından gözden geçirilmesi
- Şeffaflık: Bilinçli karar vermeyi desteklemek için yapay zeka özelliklerinin net bir şekilde etiketlenmesi ve açıklanabilir yapay zeka sağlanması
- Bilgi Okuryazarlığı: Yapay zekanın nasıl kullanılacağını, sorumlu yapay zekanın ne olduğunu, araştırma için yapay zeka çıktılarının nasıl değerlendirileceğini ve kabul edilebilir yapay zeka kullanımının ne olduğunu öğretmek için kütüphanecilerle ortaklık kurulması
- Eşitlik: Araştırma deneyimi, ana dil veya alan uzmanlığına bakılmaksızın içeriğe eşit erişim sağlayan, çeşitli ve incelenmiş verilere dayanması
- Son Kullanıcı Değeri: Yapay zeka, kullanıcılar tarafından test edilen ve onaylanan ilk kullanıcı deneyimi olup, yapay zekanın daha etkili araştırmalar için nasıl sorumlu bir şekilde kullanılabileceğine odaklanan bir kullanıcı deneyimi
- Veri Bütünlüğü: EBSCO AI, telif hakkı sahiplerinin ve kullanıcı verilerinin gizliliğini ve haklarını korumak için şu anda kullanılmakta olan aynı veri politikalarına ve prosedürlerine uyulması
