Yapay Zeka, Güvenlik Kamerası Görüntüleriyle Bizi Nasıl Yanıltıyor?

Sosyal medya platformlarında sıkça karşımıza çıkan videoların başında sevimli hayvanların kameralara yansıyan halleri geliyor. Gece görüşüyle çekilmiş grenli bir görüntüde evine giren bir ayıyı korkutan kediler, deprem anında sahibini "kahramanca" kurtaran köpekler veya bir arka bahçede neşeyle zıplayan tavşanlar... Bu videolar milyonlarca kez izleniyor ve paylaşılıyor, çünkü hepimize "gerçek" bir anı yakalamış gibi hissettiriyorlar. Fakat bu videoların çoğunluğu, yapay zeka ile üretiliyor. Bir zamanlar ailemizin gerçek sandığı yapay zeka videoları kolayca ayırt edilebilirken, bugün aynı teknolojinin bizi de kandırdığını fark ediyor ve ‘yapay zeka beni ilk kez yanılttı’ demeye başlıyoruz. Bir kısmımız uçağa alınmayan kanguruya, büyük çoğunluğumuz ise trambolinde zıplayan tavşanlara karşı gerçeklik savaşını kaybetti.

Yapay zeka artık yalnızca yeni görüntüler üretmiyor, aynı zamanda gerçekliği taklit ediyor ve hatta yeniden tanımlıyor. Metinden video yaratmaya yardımcı olan OpenAI’nin Sora’sı, Google’ın Veo’su ve diğer modeller ile birkaç satırlık komutlar, gerçekçi videolara dönüşüyor. Bir zamanlar Hollywood stüdyolarının ya da profesyonel efekt uzmanlarının tekelinde olan araçlar, bugün aylık bir abonelikle herkesin kullanımına açık hale geldi. Artık trambolinin gıcırtısından gece böceklerinin sesine kadar her şey yapay zeka tarafından üretilmiş olsa bile kulağımıza doğal geliyor. Bu modellerin ürettiği ve “güvenlik kamerası efekti” olarak tanımlayabileceğimiz düşük çözünürlüklü, siyah beyaz ve sabit kadrajlı videolar, izleyicinin gerçeklik algısını doğrudan etkiliyor.

Güvenlik kamerası görüntülerinde bulunan gece modu, düşük çözünürlük, grenli görüntü, durağan bir arka plan ve hafif bozulmuş bir ışık düzeni, yapay zekanın henüz mükemmelleştiremediği küçük hataları gizliyor. Normalde yüksek çözünürlükte kolaylıkla fark edeceğimiz bir görüntü hatası, grenli ve düşük çözünürlüklü güvenlik kamerası görüntülerinde kayboluyor. Beynimiz görüntülerdeki teknik hataları, düşük kaliteli bir kameranın neden olduğu bir bozulma olarak yorumluyor. Böylece güvenlik kamerasının ham ve filtresiz olan görüntüsüne duyulan güven kullanılarak gerçeklik algısı tetikleniyor. 

Bu yeni “gerçeklik estetiğinin” merkezinde ise hayvanlar bulunuyor. Bu tercihin ise birkaç sebebi var. İlk olarak yapay zeka modelleri, görüntü üretmeye yönelik eğitim sürecinde çoğunlukla hayvan videolarından yararlandığı için, bugün izlediğimiz yapay sahnelerde kediler, köpekler, tavşanlar ve kuşlar başrolde. Bu durum yalnızca görsel bir tercih meselesi değil, yapay zeka modellerinin eğitilirken beslendiği veri ekosisteminin doğal bir sonucu. Günümüzde görüntü üretim modelleri, eğitim süreçlerinde ağırlıklı olarak internetten kazınmış görselleri kullanan veri setlerine dayanıyor.

Örneğin milyarlarca görüntüyü “kamuya açık internet kaynaklarından” toplayan LAION-5B isimli  veri seti güncel üretici modellerin en sık başvurduğu büyük görsel havuzlardan biri haline geldi.  Bu veri setinde, internet genelinde olduğu gibi, hayvan ve doğa fotoğrafları belirgin bir yer kaplıyor.  2016 yılında Flickr’ın 100 milyon fotoğraflık veri setinde yapılan analizler, en baskın etiketlerin kedi, köpek ve doğal manzara kategorilerinde yoğunlaştığını gösteriyor. Facebook’un 3.5 milyar Instagram fotoğrafı üzerinde yaptığı çalışmada da #kedi ve #köpek gibi etiketlerin en sık rastlanan konular arasında olduğu belirtiliyor. Sonuç olarak yapay zeka, varyasyonu en bol ve en sık karşılaşılan görsel kategorilerden biri olduğu için hayvanları hem daha hatasız hem de daha gerçekçi biçimde yeniden üretebiliyor. 

Hayvanların tercih edilmesinin veri setlerinin yanında algısal bir nedeni de var. İnsan simülasyonlarının kaçınılmaz olarak yarattığı ‘Tekinsiz Vadi’ (Uncanny Valley) riski.  Masahiro Mori tarafından 1970 yılında literatüre kazandırılan bu teoriye göre yapay bir varlık insana benzedikçe ona duyduğumuz yakınlık artıyor.. Fakat bu benzerlik “aşırı gerçeklik” noktasına geldiğinde, en ufak bir kusur hislerimizi aniden pozitiften negatife döndürür. Mori’nin çizdiği grafikte, sempatinin zirveden korku ve tiksintiye doğru yuvarlandığı bu derin ve keskin düşüş noktasına 'vadi' adı verilir. İnsan yüzündeki milimetrik bir hata beynimizdeki 'tehlike' alarmını tetiklerken, hayvanlar bu algısal vadiden büyük ölçüde muaf kalıyor. Bu durum, son dönemde popülerleşen güvenlik kamerası (CCTV) estetiği için de bir sığınak işlevi görüyor. Hayvan formları bu bulanıklığı ve görsel kusurları izleyicinin gözüne batmadan, sempati kaybı yaşamadan maskeleyebiliyor. 

Bu videoların bizi bu kadar derinden etkilemesinin altında yatan bir diğer güçlü neden ise, insanın en eski bilişsel eğilimlerinden biri olan antropomorfizm, yani 'insanbiçimcilik'. Psikolojide, insanlara özgü duyguları, niyetleri ve kişilik özelliklerini insan olmayan varlıklara atfetme refleksi olarak tanımlanan bu kavram, bizim dünyayla kurduğumuz bağın merkezinde yer alıyor.

Araştırmalara göre bu eğilimin üç temel kaynağı bulunuyor: zihin benzerliği kurma ihtiyacı, sosyal ilişki arayışı ve çevremizi kontrol edilebilir kılma isteği. Yani bir hayvanın davranışını çözmek için insana dair bildiğimiz zihin modellerini devreye sokuyoruz. Sosyal ilişki arayışımız özellikle hayvanları sosyal birer özne gibi görmemizi kolaylaştırıyor ve bir davranışı anlamlandırmaya çalışırken hayvanı insana benzetmek, onu hem daha tanıdık hem daha yönetilebilir kılıyor. 

Örneğin bir ev kazasında evdeki bebeğe siper olan 'kahraman' köpeği izlediğimizde, orada sadece biyolojik bir koruma içgüdüsü değil, bilinçli bir fedakarlık, bebeğe gösterilen bir şefkat ve sevgi eylemi görüyoruz. İşte yapay zeka, tam da bu psikolojik kancayı kullanarak bizi yakalıyor. Zihnimiz bir hayvana insani anlamlar yüklemeye ve onunla bağ kurmaya bilişsel olarak yatkınken, yapay zeka bu elverişli zemin üzerine kurguladığı sahneyi çok daha kolay inşa ediyor.

Yapay zekanın yarattığı bu yeni görsel dünya, bazı bilim insanlarının da sorun olarak gördüğü bir durum. Conservation Biology dergisinde yayımlanan güncel bir çalışma, yapay zeka ile üretilen hayvan videolarının yaban hayatına dair algıları bozduğunu öne sürüyor. Makalede yapay zekanın doğa hayatı üzerindeki etkileri üç maddede özetleniyor:

İlk olarak, bu tür görüntüler hayvanların fiziksel özelliklerini ve davranışlarını olduğundan farklı yansıtarak ekolojik bir bilgi kirliliği oluşturuyor. Doğada bir araya gelmeyecek türlerin aynı sahnede yer alması ya da gerçekçi olmayan davranışların normalleşmesi, izleyicinin zihninde “doğal olan” hakkında belirsizlik yaratıyor.

İkinci olarak, yapay zekanın ürettiği kusursuz ve estetik doğa tasvirleri, gerçek doğayı olduğundan daha sönük veya sıradan gösterebiliyor. Bu durum, insanların doğayla kurduğu ilişkiyi dolaylı şekilde zayıflatabiliyor. Çünkü gerçek çevre, algoritmaların sunduğu parlaklık ve estetikten epey uzak olabilir. İkinci temel sorun, antropomorfizmin yapay zeka içerikleriyle şiddetlenmesi. Makaleye göre bu durum, her ne kadar empatiyi artırıyor gibi görünse de, hayvanların gerçek ekolojik davranışlarının ve doğalarının yanlış anlaşılmasına yol açıyor.

Son olarak, toplumun doğadan giderek kopması ve şehirleşme ile artan teknoloji bağımlılığı, insanları savunmasız bırakıyor. Makaleye göre gerçek doğa hayatını bilmeyen kitleler, yapay zekanın sunduğu çarpıtılmış bilgileri ayırt edemeyerek bu dijital yanılsamaları gerçek kabul etmeye çok daha meyilli hale geliyor.