Sosyal bilimler ve teknoloji etiği üzerine yapılan incelemeler, yaygın olarak kullanılan üretken yapay zeka modellerinin sorgulara "WEIRD" (Batılı, Eğitimli, Sanayileşmiş, Zengin ve Demokratik) toplumların değer yargılarına dayanan cevaplar verdiğini ortaya koyuyor.
Yapay zeka sistemlerinin dünya çapında milyarlarca insan tarafından benimsenmesine rağmen, bu sistemlerin ürettiği içeriklerin kültürel açıdan evrensel olmadığına dair bulgular giderek artıyor. Son araştırmalar, büyük dil modellerinin (LLM) sosyolojik, kültürel ve ahlaki konulardaki sorulara çoğunlukla Batılı ve sanayileşmiş ülkelerin perspektifinden yaklaştığını gösteriyor.
Davranış bilimlerinde sıklıkla kullanılan "WEIRD" akronimi; Batılı (Western), Eğitimli (Educated), Sanayileşmiş (Industrialized), Zengin (Rich) ve Demokratik (Democratic) kelimelerinin baş harflerinden oluşuyor. Geleneksel olarak psikoloji ve sosyal bilimlerde araştırmaların sadece bu dar demografik grup üzerinden yapılıp tüm insanlığa genellenmesini eleştiren bu kavram, günümüzde yapay zeka algoritmalarının temel sorunlarından biri olarak öne çıkıyor.
Eğitim Verilerindeki Coğrafi ve Kültürel Dengesizlik
Uzmanlar, üretken yapay zeka modellerindeki bu yanlılığın temelinde, sistemlerin eğitildiği devasa veri setlerinin yattığını belirtiyor. Algoritmaların beslendiği internet verilerinin büyük bir çoğunluğu Kuzey Amerika ve Avrupa kaynaklı içeriklerden, İngilizce metinlerden ve Batı merkezli akademik makalelerden oluşuyor.
Bu asimetrik veri havuzu, yapay zekanın dünya nüfusunun azınlıkta olan bir bölümünün inanç ve normlarını "evrensel doğrular" gibi sunmasına yol açıyor. Özellikle ahlaki ikilemler, aile dinamikleri, toplumsal normlar, adalet kavramı ve bireycilik gibi konularda yapay zeka modelleri, farklı kültürel coğrafyaların değer yargılarını kavramakta ve yansıtmakta yetersiz kalıyor.
Kültürel Tek Tipleşme Riski
Asya, Afrika, Güney Amerika ve Orta Doğu gibi farklı kültürel kodlara sahip bölgelerdeki kullanıcılar, yapay zekaya sosyal veya felsefi konularda sorular yönelttiklerinde kendi toplumsal gerçekliklerinden kopuk yanıtlarla karşılaşıyorlar. Bu durum, yapay zeka sistemlerinin sadece yerel kullanıcılara hitap etmesini zorlaştırmakla kalmıyor, aynı zamanda teknoloji aracılığıyla küresel çapta bir kültürel tek tipleşme riskini de beraberinde getiriyor.
Araştırmacılar ve teknoloji etiği uzmanları, bu sorunun aşılabilmesi için yapay zeka geliştirme süreçlerinde köklü değişiklikler yapılması gerektiğini vurguluyor. Çok dilli ve çok kültürlü veri setlerinin genişletilmesi, yerel kültürleri temsil eden içeriklerin algoritmaların eğitimine daha dengeli bir şekilde entegre edilmesi ve geliştirici ekiplerde küresel çeşitliliğin sağlanması, yapay zekanın gerçekten evrensel bir yapıya kavuşması için atılması gereken öncelikli adımlar olarak değerlendiriliyor.