Editörün notu: Bu kılavuz , Pulitzer Merkezi Yapay Zeka Sorumluluk Grubu ve GIJN’nin ortak çalışmasıdır. Karen Hao, Lais Martins ve Pablo Jimenez Arandia, bu makalede açıklanan materyallerin bir kısmının ortak yazarlarıdır.
Yapay zekâ (YZ), toplumun birçok alanında hayati bir güç haline geldi. Bu teknoloji, birçok ekonomide önemli bir rol oynuyor ve dünyadaki bilgi işçilerini etkiliyor. Bu pazardaki en etkili oyuncular, çoğunlukla ABD, Avrupa ve Çin’den olmak üzere, milyarlarca dolarlık yatırım çeken ve bu teknolojinin dünya çapındaki gelişiminde ve benimsenmesinde öncü rol üstlenmeye hazır olan bir avuç özel teknoloji devidir.
Ancak, tedarik zincirinden uygulamasına kadar yapay zekâ, tartışmalara yabancı değil. Yapay zekâ geliştirme için gerekli veri merkezleri inanılmaz miktarda su ve elektrik tüketiyor. Yapay zekâ için gerekli verileri etiketlemekle görevli çalışanlar düşük ücretlerle ve ruh sağlığı sorunlarıyla karşı karşıya kalıyor. Yapay zekâ teknolojilerinin kendilerinin de önyargılı olduğu ve kullanıldığında halüsinasyonlara yol açtığı gösterilmiştir.
Yapay zekâ alanı, araştırmacı gazetecilik için sayısız fırsat sunmakta. Bu kılavuz, gazetecilerin yapay zekânın ardındaki teknolojinin bazı inceliklerini anlamalarına ve onu analiz etmek için bir çerçeve sağlamalarına yardımcı olmayı amaçlamakta.
Yapay zeka nedir?
Birçok insan yapay zekâ fikriyle ilk kez ChatGPT aracılığıyla tanıştı. Bu nedenle, insanlar genellikle ChatGPT’yi yapay zekâ, yapay zekâyı ise ChatGPT olarak düşünür.
Ancak gerçekte durum çok daha karmaşık. Yapay zekâ, insan karar verme süreçlerini taklit etmek için makinelerin kullanılması sürecini tanımlar ve daha ziyade çok çeşitli teknolojileri kapsayan, oldukça farklı terimlerin bir araya getirilmesi olarak değerlendirilmelidir.
Bu terim 1950’lerde bilim insanları ve araştırmacılar tarafından ortaya atıldı ve o zamandan beri teknoloji kullanılarak insan zekasını yeniden yaratmanın birçok farklı yolu bulundu.
Günümüzde yapay zekanın en popüler ve yaygın olarak kullanılan yöntemlerinden biri derin öğrenme ve üretken yapay zeka gibi alt türleri de dahil olmak üzere makine öğrenimi ve tüm biçimleri.
Makine öğrenimi, sonuçlara dayalı tahminler veya kararlar vermeyi sağlayan kalıpları belirlemek için verileri analiz etme sürecidir. Bu analizler, işlenen veri hacmine bağlı olarak, basit istatistiklerden karmaşık sinir ağlarına kadar çeşitli matematiksel yöntemler kullanır. Bu eğitimin sonucu, yeni verileri alıp tahminlerde bulunabilen veya eski verilere dayanarak yeni bilgiler üretebilen bir bilgisayar programı veya yapay zeka modelidir. Birçok açıdan, makine öğrenimi sonuçları eski verilerin yeniden işlenmesi olarak düşünülebilir. Bir kullanım örneğinde, devlet kurumları, sosyal yardımdan yararlanma potansiyeli olan veya konut yardımı için başvuran kişiler arasında ihtiyaçları ve dolandırıcılık riskini değerlendirmek için basit makine öğrenimi modelleri kullanabilir.
Derin öğrenme, genellikle milyonlarca kayıt içeren daha büyük miktarda veri gerektiren ve bu verileri anlamlandırmak için sinir ağları gibi gelişmiş analitik yöntemler kullanan makine öğrenmesinin bir alt kümesidir. Sinir ağları, beynin yapısını taklit eden ve birbirine bağlı düğümlerden oluşan matematiksel yöntemlerdir. (Sinir ağları hakkında daha fazla bilgiyi burada bulabilirsiniz .) Bu tür makine öğrenmesi, genellikle büyük teknoloji şirketleri tarafından arama sorgularını tahmin etmek veya yayın hizmetlerinde öneri sistemleri için kullanılır.
Sırada ise daha da fazla veri gerektiren ve eğitim aşamasında modellerini oluşturmak için daha fazla enerji ve karmaşık matematiksel yöntemler kullanan, makine öğrenmesinin bir alt kümesi olan üretken yapay zeka var. Üretken yapay zeka, diğer birçok makine öğrenme yönteminden farklı olarak, yalnızca zaman çizelgesi önerileri veya tahminler üretmekle kalmaz, aynı zamanda metin veya görüntü biçiminde yeni içerik de oluşturur. Şu anda Büyük Dil Modelleri (LLM’ler), ChatGPT veya Gemini gibi sohbet botları ve Midjourney gibi metin komutlarına dayalı olarak görüntü üreten uygulamalar şeklinde karşılaştığımız teknolojilerdir.
Tamamını okumak için: https://gijn.org/tr/kaynak/yapay-zeka-hesap-verebilirligi-gazeteciler-icin-bir-el-kitabi/
