Yapay Zekânın Siyaset ve Yönetime Yansımaları
Büyük hacimli verilerin işlenmesini, araştırmalarda kullanılmasını ve yorumlanmasını kolay hale getiren makine öğrenimi gibi yapay zekâ destekli teknikler günümüzde siyaset alanında daha fazla kullanılıyor. Bu teknolojinin alt kümesi olarak bilinen derin öğrenme teknikleri, giderek daha büyük hale gelen veri kümelerinin analiz edilmesinde günümüzde daha fazla sosyal bilimci ve siyaset bilimci tarafından tercih ediliyor.
Teknoloji alanında yaşanan gelişmelerin, siyaset bilimi uzmanları da dahil sosyal bilim alanında çalışan birçok araştırmacıya hizmet edebilecek teknik, yöntem ve araçları çeşitlendirdiği söylenebilir. Sağlık, güvenlik, ekonomi ve otomotiv gibi sektörlerde giderek daha fazla bir biçimde kullanılan yapay zekâ araçlarının, siyaset alanında da özellikle seçim kampanyalarında kullanıldığı görülmektedir. Yapay zekâ araçlarının kamu yönetimi alanında kullanımının da hizmetlerin daha çabuk hale gelmesi ve maliyetin azalması gibi çeşitli katkıları olduğu söylenebilir.
Büyük hacimli verilerin işlenmesini, araştırmalarda kullanılmasını ve yorumlanmasını kolay hale getiren makine öğrenimi (machine learning) gibi yapay zekâ destekli teknikler günümüzde siyaset alanında daha fazla kullanılıyor. Bununla birlikte, makine öğrenimi teknolojisinin bir alt kümesi olarak bilinen derin öğrenme (deep learning) teknikleri, giderek daha büyük hale gelen veri kümelerinin analiz edilmesinde günümüzde daha fazla sosyal bilimci ve siyaset bilimci tarafından tercih ediliyor.
Derin Öğrenme Siyasette Nasıl Kullanılır?
Derin öğrenme “yapay sinir ağlarının (insan beyni gibi çalışacak şekilde modellenen algoritmalar) büyük miktarda veriden öğrendiği makine öğreniminin bir altkümesidir.” Derin öğrenme sayesinde bilgisayarlar, verileri insan beyninden esinlenerek işleme kapasitesine sahip olmaktadır.
Derin öğrenme modelleri, doğru tahminler üretmek için resimler, metinler, sesler ve diğer verilerdeki karmaşık modelleri kullanır. Danimarka’da geçtiğimiz aylarda yapılan bir araştırmanın sonuçları, yapay zekânın sunduğu algoritmaların kullanıcıların siyasi görüşlerinin yüzde 61 oranında isabetli tahmin edilmesinde işe yaradığını ortaya koydu. Adı geçen araştırmada görevli uzmanlar, seçmenlerin yüz ifadeleri ile siyasi görüşleri arasındaki bağı incelemek amacıyla, 2017’deki yerel seçimlerde aday olan siyasetçilerin fotoğraflarını kullanarak Microsoft’un yüz ifadesi tanıma teknolojisi ile farklı algoritmalar elde etti. Yapay zekânın kullanıcıların yüz mimiklerinden hareketle siyasi ideolojilerini yüzde 61’lik bir oran ile doğru tahmin ettiği belirlendi. Gelecekte yapılacak olan birçok araştırmada, yapay zekânın derin öğrenme yönteminden yararlanılan bu araştırmada olduğu gibi, yeni teknolojilerin siyasi karar alma süreçlerine ve aktörlerine dair yaptığı saptamaların daha fazla kullanılacağına şüphe yok.
Sohbet Robotları ve Siyasette Kullanımı
Sohbet robotları son yıllarda popüler olmakla birlikte aslında 20 yılı aşkın süredir belirli sektörlerde kullanılmaktadır. Başlıca iki modeli olan sohbet robotlarının birincisi, belirli sayıda soru ve cevapların yüklendiği kural tabanlı sohbet robotları olarak tanımlanabilir. Bu tür kural tabanlı sohbet robotlarında, sohbet kutucuğunda önceden tanımlı yanıtların seçildiği ve belirli cevaplar ile sınırlı bir kullanım alanı olduğu bilinmektedir. İkinci tip sohbet robotları ise yapay sinir ağları algoritmalarına sahip, doğal dil işleme (neuro-linguistic programming) tabanlı sohbet robotlarıdır. Yapay zekâ destekli sohbet robotları olarak da adlandırılan bu modelin en gelişmiş örneklerinden biri ChatGPT olarak bilinmektedir.
Yapay zekâ destekli sohbet robotlarının seçimlerde kullanılmasına ABD’de yapılan 2020 tarihli başkanlık seçimleri örnek olarak gösterilebilir. Joe Biden ekibinin, politikalarını tanıtmak amacıyla Facebook Messenger üzerinden yapay zekâ destekli bir sohbet robotu kullandığı bilinmektedir. Bu sohbet robotunun, seçmenlerin Biden’ın politikaları, kampanya etkinlikleri ve gönüllü ihtiyacı hakkında bilgi edinmelerine yardımcı olmanın yanında seçmenlerden gelen sorulara anında yanıt vererek Biden’ın seçim kampanyasının detaylarını anlattığı ve seçmenlerin oy kullanma sürecine dair bilgilere erişmesine yardımcı olduğu da biliniyor.
Yapay Zekâ, Diplomasi ve Yönetim
Yapay zekâ uygulamalarının siyasette kullanımına bir başka örnek ise uluslararası arena ile ilgilidir. Yapay zekâ araçlarının diplomatik müzakere süreçlerinde tercüme hizmetlerinde zaman ve maliyet açısından kolaylık sunacağı söylenebilir. Bununla birlikte, yapay zekâ araçlarının, ulusal ve uluslararası güvenlik alanında meydana gelebilecek siber saldırı ve siber terör gibi tehditleri önceden tespit etmeye ve önlemeye yönelik girişimlerde de kullanılması öngörülmektedir.
Yapay zekâ araçları siyasi karar alma süreçlerine de destek sağlayabilir. Romanya Başbakanı Nicolae Ciucă’nın “Lon” isimli bir yapay zekâ aracını kendisine fahri danışman olarak ataması buna örnek olarak gösterilebilir. Siyasette böylesi bir adım atan ilk ülke olduklarını belirten Ciucă’ya göre, yapay zekâ kullanımı bir seçenek değil, daha bilinçli kararlar almak için bir zorunluluk. Romanya’nın yanı sıra Birleşik Arap Emirlikleri’nde ise dünyanın ilk Yapay zekâ bakanının atandığı biliniyor.
Yapay zekâ destekli araçlar, endüstriyel alanda 2000’li yılların başından beri kullanılmaktadır; ancak yapay zekâ araçlarının siyaset ve kamu yönetimi alanlarında kullanılmasının oldukça yeni bir gelişme olduğu söylenebilir. Yapay zekânın yönetim alanında kullanılmasında öncü ülkelerin başında ABD gelmektedir. ABD, yapay zekâ stratejisi belirleyen ilk ülkelerden biri olmakla birlikte, ülkede ortak refahı ve kamu yararını artırmak ve doğabilecek riskleri en aza indirgemek için yapay zekânın yeniden ele alınmasına yönelik kamusal tartışmaların da yoğunluk kazandığı biliniyor. Daron Acemoğlu tarafından kaleme alınan Yapay Zekâyı Yeniden Tasarlamak: Otomasyon Çağında İş, Demokrasi ve Adalet adlı çalışma bu tür tartışmalara katkı sunan bir örnek olarak gösterilebilir.
Sonuç olarak, dijitalleşmenin ilerlemesi ile yaşanan gelişmelerin, yapay zekâ araçlarına duyulan ilgiyi artırdığı söylenebilir. Özellikle 10 yılı aşkın süredir, ses ve görüntü tanıma gibi alanlarda yapay zekâ destekli makine öğrenimi yöntemlerinin giderek daha popüler hale geldiği ve hizmet ve araştırmaları kolaylaştırdığı biliniyor. Makine öğreniminin bir alt kümesi olarak bilinen derin öğrenme teknikleri, büyük veri kümelerinin analiz edilmesinde ve seçim kampanyalarında tercih ediliyor. İlerleyen yıllarda, bu teknolojinin sadece kamu yönetimi ve siyaset alanında değil birçok meslek kolunda değişiklikler getireceğini öngörmek hiç de zor değil. Ancak önemli olan, yapay zekâ teknolojisinin toplumsal yararı temel alan sürdürülebilir bir kalkınmayı hedeflemesi, zira kapitalizmin “acımasız” yüzünü yapay zekâ araçlarında görmeyi kimse istemez.