Yapay Zekâ Akıcılığının Cazibesine Direnmek

Düzgün, makul düzyazı üretmek için büyük dil modellerine bel bağlamak, bir yazarın kendine özgü bir ses geliştirme kapasitesini incelikli biçimde zayıflatır.

Şu anda aldığım yazı önerilerinin çoğunun, büyük dil modellerinden (LLM) açıkça beslenmiş olduğu belli. Hemen hemen haftada bir, bir dergide ya da gazetede açıkça yapay zekâya bel bağlayan bir makaleye rastlıyorum. Daha incelikli ipuçlarından biri, yazarların özellikle belirli bir kültürel artefakta veya tarihsel bir bilgi parçasına yönelik referanslar üretmek için ona bel bağlama biçimidir. Bunun neden önemi olsun? Hiç şüphesiz bu, yazara ihtiyaç duyduğu bilgiyi sağlamak için Encyclopaedia Britannica veya Google kullanmaya çok benzemiyor mu? Bir referansın neden kullanıldığının ve ileri sürülen argümanda nasıl bir rol oynadığının farkında olmadan referans kullanmanın, özellikle kendi sesine güvenmeyenler olmak üzere çoğu yazar arasında yaygın olduğu doğrudur.

Kariyerimin başlarında, argümanımı kendi sözcüklerimle ifade etmektense onu destekleyecek bir alıntı bulmanın daha akıllıca olduğunu sık sık düşünürdüm; bu belki de İngiliz okullarında öğretilen, ‘Sav, Kanıt, Açıklama, Bağlantı’ gibi standart paragraf yapısının bir kalıntısıydı. Anglofon gelenekteki büyük deneme yazarlarının çok azı bu kalıbı izler. Fransa’da kültürel açıdan baskın model thèse-antithèse-synthèse’dir; bu sistem, deneme türünün en büyük temsilcisi ve mucidi Michel de Montaigne’yi şaşkına çevirirdi.

Büyük dil modelleri, kendini açık ve etkili biçimde ifade eden insan söyleminin devasa bölümleri, trilyonlarca kelime üzerinde eğitilir. Modeller yalnızca modeldir; hayatın ham maddesinin kısmen doğru temsilleridir ve büyük dil modelleri de yalnızca insan yazısının yaklaşık temsilleridir. LLM’lerin en rahatsız edici özelliği, her cümleyi derli toplu biçimde sonuca bağlama mecburiyetidir. İnsan düşünceleri uzun ve kısa, parça parça ve anlaşılması güçtür. Bazen çok fazla kelimeye ihtiyaç duyarlar; bazen çok azına. Ancak büyük bir dil modeli, netlik anlamdan ödün verse bile daima netliğin peşinden gider. Genel ifadeleri çoğunlukla içi boştur çünkü makine önceden tasarlanmış bir güzergâh boyunca ilerlemektedir.

Kavramsal modeller son derece yararlı şeylerdir – insanlar son derece sınırlı ve temel bilgilerle hareket eder. Haritalara ihtiyacımız var. Kısmen, düşünme eyleminin kendisiyle boğuşmak için modellere ihtiyaç duyarız; ‘psişe’, ‘ego’ veya ‘id’ kavramları, zihnin çeşitli yönlerinin yalnızca modelleridir. Yine de asıl zorluk daha ileri gitmek, aslında ‘bilmeye cesaret etmek’tir. Bu görev, sınıfta öğrenilenleri bırakma, bildiklerinden sıyrılma ve onları yeniden formüle etme süreciyle de bir o kadar ilgilidir.

Doğru referansı bulmanın zorlu işinde kestirmeye gitmek veya cilalı, pürüzsüz bir düzyazı üretmek için büyük dil modellerine bel bağlamak, yazarı kendi kendine dayatılmış bir olgunlaşmamışlık durumuna yaklaştırır. Büyük bir dil modeli, kurallara hâkim olmuş ve işin tamamlandığını düşünen kendinden hoşnut bir öğrenci gibidir.

Yazar olabilmek ve özellikle de ruh ve ustalıkla iyi yazabilmek için, yazma eylemi en azından hayatın hazlarının zirvesine yakın olmalıdır. Her birimizin payına düşen acıyı hafifletmelidir. William James, depresyondaki bir arkadaşına hitaben yazdığı ‘Thomas Wren Ward’a Mektup’ta, insanların gerçeklikte bir ‘çentik’ açma gereğinden söz eder. Bazı yazarlar dünyanın ham maddesinden büyük parçalar kesip koparır; bazıları yalnızca bir çizik bırakır – ancak tüm doğuştan yazarlar, bu küçük çentiklerin bile önemli olduğuna ve gizemli bir biçimde kendi suretlerinde meydana getirildiğine bir şekilde inanmış olmalıdır.

*Alastair Benn, Engelsberg Ideas’ın editör yardımcısıdır. Kültür, sanat ve tarih üzerine düzenli olarak yazmakta ve The EI Podcast’i sunmaktadır. Bokförlaget Stolpe tarafından yayımlanan ‘The Market: Money, States and Ideas for a Free World’ da dâhil olmak üzere çeşitli kitapların ortak editörlüğünü yapmıştır.

Kaynak: https://engelsbergideas.com/notebook/resisting-the-seductions-of-ai-fluency/?refresh=1