Microsoft yöneticisinden Çarpıcı Açıklama

The New York Times’ın OpenAI ve Microsoft’a karşı yürüttüğü telif hakkı davasında ortaya çıkan yeni belgeler, teknoloji şirketlerinin yapay zekâ eğitimi için kullandığı içeriklere ilişkin kendi içlerinde de ciddi endişeler taşıdığını gösteriyor. Mahkeme dosyalarına göre bir Microsoft yöneticisi yapılan veri kazımayı “insanlık tarihinin en büyük emek hırsızlığı” olarak nitelendirdi. The New York Times’ın OpenAI ve Microsoft’a karşı açtığı telif hakkı davasında kamuoyuna yansıyan yeni belgeler, üretken yapay zekânın hangi veriler üzerinde eğitildiği tartışmasını yeniden gündeme taşıdı. Mahkeme dosyalarında yer alan şirket içi yazışmalar ve sunumlara göre Microsoft ve OpenAI bünyesindeki bazı yöneticiler, internetten büyük ölçekte içerik toplanmasının yayıncılar, gazeteciler ve diğer içerik üreticileri üzerinde ciddi ekonomik sonuçlar yaratabileceğini şirket içinde uzun süredir tartışıyordu. Belgelerde en dikkat çeken ifadelerden biri Microsoft Uygulamalı Bilimler Direktörü Brent Hecht’e ait. Hecht'in Ocak 2023 tarihli bir şirket içi yazısında yapay zekâ modellerinin eğitimi için gerçekleştirilen geniş çaplı veri toplama faaliyetlerini “benzeri görülmemiş boyutlarda şaşırtıcı bir hırsızlık” ve “insanlık tarihinin en büyük emek hırsızlığı” şeklinde tanımladığı aktarılıyor. Bu ifade önemli çünkü yapay zekâ sektörünün en büyük tartışmalarından biri tam olarak burada başlıyor: İnternette erişilebilir olan bir içeriğin yapay zekâ modelini eğitmek amacıyla kopyalanması, hukuken kabul edilebilir bir kullanım mı, yoksa içerik sahibinin emeğinin ticari olarak izinsiz kullanılması mı? Yayıncılar için “varoluşsal tehdit” tartışması Belgelerde OpenAI yöneticilerinin de benzer kaygıları dile getirdiği görülüyor. Dava dosyasına göre ChatGPT Başkanı Nick Turley, şirket içi bir yazışmada yapay zekâ destekli sohbet ürünlerinin yayıncılar açısından “varoluşsal bir tehdit” oluşturabileceğini ve bu ürünlerin mevcut internet içeriklerinin yerine geçme potansiyelinin giderek arttığını belirtti. Microsoft tarafındaki veriler de bu tartışmayı destekleyen önemli bir örnek sunuyor. Şirket içi bir sunuma göre Copilot benzeri yapay zekâ destekli yanıt sistemleri, kullanıcıların doğrudan kaynak internet sitesine gitme ihtiyacını azaltabiliyor. Microsoft verilerinde The New York Times alan adına yönelik tıklama oranlarının, geleneksel Bing aramasına kıyasla bazı durumlarda yüzde 93'e kadar düşebildiği belirtiliyor. Microsoft içindeki bir belgede ise bu durum oldukça açık bir şekilde özetleniyor: Bir ürünün, kendisini mümkün kılan içerik üreticilerinin ekonomik temelini zayıflatmasının son derece sıra dışı olduğu ve yapay zekâ sektöründe tam olarak böyle bir “içerik tedarik zinciri” riski oluştuğu ifade ediliyor. Başka bir deyişle yapay zekâ sistemleri kaliteli içeriklere ihtiyaç duyuyor ancak aynı sistemler kullanıcıların bu içeriklerin orijinal kaynaklarına gitmesini azaltırsa, uzun vadede içerik üretimini finanse eden ekonomik model de zarar görebilir. Bu durum sektör açısından ciddi bir paradoks yaratıyor. Milyonlarca içerik eğitim verisine dahil edilmiş olabilir Mahkeme dosyalarında yapay zekâ modellerinin eğitimi sırasında kullanılan veri miktarına ilişkin de dikkat çekici rakamlar yer alıyor. Dosyalara göre OpenAI'nin bazı eğitim veri kümelerinde The New York Times, Daily News ve Center for Investigative Reporting tarafından yayımlanan 91 binden fazla eserin kopyası bulunuyordu. Common Crawl verilerinden oluşturulan başka bir veri kümesinde ise yalnızca nytimes.com alan adından iki milyondan fazla belgenin bulunduğu iddia ediliyor. Davada ayrıca Microsoft'un Project Taxi ve Project Mango isimli çalışmalar üzerinden OpenAI'ye eğitim verileri sağladığı ileri sürülüyor. Project Mango kapsamında oluşturulan veri kümesinde haber yayıncılarına ait en az 160 binden fazla farklı eserin kopyasının bulunduğu iddia ediliyor. Bunların yanında dava dosyalarında ücretli içeriklere erişim konusunda da ciddi iddialar bulunuyor. Dosyalara göre bazı OpenAI çalışanları, ücretli erişim sistemlerinin arkasındaki içeriklere ulaşmak için yöntemler üzerinde çalıştı. Bir şirket içi yazışmada OpenAI araştırmacısı Nick Ryder'ın The New York Times'ın ödeme duvarını aşmanın bir yolundan söz ettiği, Greg Brockman'ın ise buna olumlu yanıt verdiği aktarılıyor. Ayrıca WebText ve WebText2 gibi veri kümelerinde haber içeriklerinin yoğun biçimde kullanıldığı ve Common Crawl üzerinden milyonlarca web sayfasının eğitim verilerine dahil edildiği öne sürülüyor. Telif hakkı bildirimlerinin kaldırıldığı iddiası Davada dikkat çeken bir başka konu ise eğitim verilerindeki telif hakkı bilgilerinin nasıl işlendiği. Mahkeme dosyalarında OpenAI araştırmacılarının bazı telif hakkı bildirimlerini eğitim verileri modele ulaşmadan önce kaldırdığı iddia ediliyor. İddiaya göre bunun nedenlerinden biri, modelin daha sonra kullanıcılarına telif hakkı bildirimlerini tekrar üretmesinin istenmemesiydi. Bu iddia doğrulanırsa tartışma yalnızca içeriğin yapay zekâ eğitimi için kullanılıp kullanılamayacağıyla sınırlı kalmayabilir. İçeriğin kaynak ve telif bilgilerinin sistematik olarak kaldırılıp kaldırılmadığı da davanın önemli başlıklarından biri haline gelebilir. Yapay zekâ şirketlerinin en büyük hukuki sınavlarından biri Bugün yapay zekâ modellerinin telif hakkıyla korunan içerikler üzerinde eğitilmesinin hukuki statüsü hâlâ kesinleşmiş değil. OpenAI ve diğer yapay zekâ şirketleri, modellerin eğitim sürecindeki kullanımının ABD telif hukukundaki “adil kullanım” kapsamında değerlendirilmesi gerektiğini savunuyor. Yayıncılar ve içerik üreticileri ise milyarlarca dolarlık yapay zekâ ürünlerinin, yıllar boyunca üretilen haber, kitap, görsel ve diğer içerikler kullanılarak geliştirildiğini ve bunun karşılığında içerik sahiplerine yeterli ödeme veya izin mekanizması sunulmadığını öne sürüyor. Yeni ortaya çıkan belgeleri önemli yapan nokta ise tartışmanın yalnızca yayıncıların iddialarından ibaret olmadığını göstermesi. Şirketlerin kendi içindeki bazı yöneticiler de yapay zekânın mevcut içerik ekonomisini zayıflatabileceği, yayıncıların trafik ve gelir kaybedebileceği ve sistemlerin onları besleyen içerik üreticilerinin ekonomik sürdürülebilirliğini tehdit edebileceği konusunda endişelerini açıkça dile getirmiş görünüyor. Yapay zekâ sektörünün önündeki temel soru artık yalnızca “Bir model ne kadar güçlü olabilir?” değil. Asıl soru şu olabilir: Yapay zekâyı besleyen insan emeğinin ekonomik değeri nasıl korunacak? Önümüzdeki dönemde bu davadan çıkacak kararlar, yalnızca OpenAI ve Microsoft'u değil, üretken yapay zekâ sektörünün tamamını ve internet üzerindeki içerik üretiminin geleceğini etkileyebilir.