HİCRAN CENGİZ
ARTICLE 19 ve Medya ve Hukuk Çalışmaları Derneği (MLSA) işbirliğiyle düzenlenen “Gazeteciler ve sivil toplum için Hikaye Anlatıcılığı Atölyesi ve Üretken Yapay Zeka Atölyesi” gerçekleşti.
Atölyenin “Hikaye Anlatıcılığı” başlığında sunum yapan Gazeteci- Yazar Gökçer Tahincioğlu hikaye anlatıcılığının gazetecilik mesleğindeki yeri ve önemine değindi. Tahincioğlu “Ne anlatmak istiyorsan, derdin ne, hangi mesajı vereceksin?” cümlesinin hikaye anlatımının amaç ve formunun şekillendiğini belirtti. Tahincioğlu “Bir hikayem var ve buna bir mesaj bulursam düşüncesi bizi doğru bir yere çıkarmaz.” diyerek sosyal medyanın etkisi ile önem kazanan hikaye anlatıcılığının gazeteciler için farklı bir amaç taşıdığını belirterek kamusal olanın anlatılmasına ilişkin sorumluluğa dikkat çekti.
“Nasıl hikayeleştiririz, neyi araştırıp, nasıl yazabiliriz?
Tahincioğlu, Susan Sontag ve John Berger’in ‘Bir Hikaye Anlatmak’ başlıklı konuşmasına atıf yaparak “Bu konuşmada Berger gezdiği köyleri düz ve olduğu gibi aktarırken Sontag hayır diyerek hikayenin yazardan başladığını onun anlatımı ile şekillendiğini vurgular” Sontag’ın hikaye anlatıcılığının tarifini verdiğini belirtti. Sonstag’ın nu tarifi aynı zamanda endüstirileşmenin etkisiyle şekillenen hikaye anlatıcılığını da boşa çıkarıyor. Sontag, Berger’den farklı olarak doğrudan kaçınıp işaret etmeyi hedefleyerek hikayeyi yazarın başlatıp olay ve olandan çıkararak tasvirle şekillendirerek sunmayı tarif ediyor.
Hikayeleri sadece aktarmak değil, hikayelerden kurgu yarattığınız bir hikaye…
Sunumun devamında Tahincioğlu “Hikaye yaratmak, bir iskelet çıkarmakla başlar. Türlü biçimlerde çıkarabileceğiniz iskelette yazardan başlayıp hikayenin evreni, karakterler vs. gibi birçok unsur ekleyebilirsiniz. Ama hikaye yaratmanın püf noktası derinlemesine araştırma yapmaktır. Bu edebi metinler için gazetecilik için de geçerlidir. Araştırmadan sonra en önemli adım detaycılık, detayları incelemek…” diyerek hikaye oluşturmanın detayları ve hikaye kurgulamada amaç, öğreti ve inceliklerine değindi.
“Hikaye Anlatıcılığı” Tahincioğlu’nun yönlendirmeleriyle katılımcılar bir durumu nasıl hikayeleştirip aktarabilecekleri üzerine alıştırmalar yaptı.
Gazeteciler, sivil toplum üyeleri ve yapay zeka
Üretken Yapay Zeka Atölyesi oturumunu gerçekleştiren Ahmet Alphan Sabancı üretken yapay zeka teknolojisini gazeteci ve sivil toplum üyelerinin nasıl kullanması gerektiğini, avantaj ve dezavantajlarını değerlendirdi. Sabancı, yapay zekanın kullanımına ilişkin gazetecilik gibi mesleklerin geleceğini nasıl etkileyeceğini dair tartışmalara değinerek yapay zekanın gelişim sürecine şu şekilde değindi: “Yapılan araştırmalar ve gelinen noktada yapay zeka iş yükünü kolaylaştırma ve zaman yaratması yönüyle şekillenen durum ağırlıkta. Üretken yapay zeka konusunda ilk meşhur bot ELIZA, sınırlı bir kapasiteyle psikolojik destek veriyordu. Ardından geliştirilen Clippy, Deep Blue, Siri, Alexa ile yapay zeka asistanları geliştirildi. AlphaGo ve nihayetinde GPT’ye gelinen süreçte yapay zeka üretken modellere ulaştı.”
“Nasıl kullanacağız sorusuna bir cevap vermiş değiliz”
Sabancı, üretken yapay zeka modellerinin ulaştığı son aşamada “Devasa bir sektöre dönüşen yapay zeka, çok genel amaçlı bir teknoloji olmasına rağmen halen yapay zekayı nasıl kullanacağız sorusuna bir cevap vermiş değiliz.” diyerek katılımcıların değerlendirmeleri ile yapay zekanın çalışma prensibini ele aldı.
Üretken yapay zekanın çalışma prensibini değerlendiren Sabancı “İş tamamen öğrenme dediğimiz matematiksel sürece bağlı. İçeriye verdiğiniz her bilgiyi token dediğimiz ikonlara çeviriyor, ardından oradaki ilişkiye göre matematikle cevap veriyor. İşlenen metin ve bilgilerden tokenler oluşturarak ilişkisel bir harita kurguluyor, ve bu şekilde öğrenmeye başlıyor. Bir şekilde verdiğimiz her şey bir eğitim datası. Verilen data seti ne kadar yoğun ve anlamlı ise o kadar öğrenip o kadar istediğinize yakın bir cevap oluşturuyor.” diyerek kullanıcının etkinliğini de değindi.
Yapay zeka yüzünden iş kaybı: Perspektif sorunu
Yapay zekaya dair tartışmalar arasında yer alan telif ve kopyalama konusuna ilişkin Sabancı “Eğitim verisinde sunulan verileri kullanarak yaratılan içeriklerin taklit etme yeteneği ile şekillenen tartışmalar arasında yer alan telif konusunu şu anki teknoloji ve hukuk ile uyuşmuyor. İşin sorunlu tarafı da ve geleneksel anlatının endişesi de burada başlıyor. İş kaybı tartışması da tartışmalar arasında. Çoğu örnekte yer alan yapay zekanın sebep olduğu iş kaybı haberlerinin altında iki durum var: Ya gerçek değil ya da bir şekilde işverenlerin işten çıkarma bahanesi olarak dolaylı bir anlatı söz konusu.” diyerek iş kaybına ilişkin tartışmaların bir perspektif sorunu olduğuna dikkat çekti.
Katılımcıların katkısıyla çeşitli üretken yapay zeka modellerinin çalışma prensiplerini karşılaştıran Sabancı “Kullanım alanına şekillenen modeller arasında lokal modellerin de kullanılması mesleki faaliyetler geliştirilebilir.” dedi. Atölye, çeşitli yapay zeka modelleri denemeleri ile son buldu.
