Yeni Türk Lirası bundan 20 yıl önce hayatımıza girdiğinde dolar kuru 1,3’tü. Yani 10 liralık banknot ile 7,4 dolar alabiliyorduk. Bu satırları yazarkenki ederiyse sadece 0,25 dolar. Başka bir deyişle 10 Türk Lirası, 20 yılda üzerinde yazan değerin kabaca yüzde 98’ini kaybetmiş. Ancak aynı şeyi üstünde resmi bulunan kişi için söylemek mümkün değil.

1997 yılında kaybettiğimiz Ordinaryus Profesör Cahit Arf, 1959 yılında Erzurum Atatürk Üniversitesi’nde katıldığı bir konferansta İngiliz meslektaşı Alan Turing’in henüz birkaç sene önce ortaya attığı ve yapay zeka çalışmalarının kapısını aralayan soruyu tartışıyordu: “Makine düşünebilir mi ve nasıl düşünebilir?”.

Konuşmasında bilgisayarların insan beynine kıyasla çok daha hızlı işlem yapmasına rağmen, öğrenme kapasitesinin insana kıyasla sınırlı olduğuna dikkat çekiyor ve şöyle diyordu:

İnsan kendini kendi iradesiyle geliştirebilirken, makineler üretildikleri haliyle kalırlar.

Bu tartışma üzerinden geçen 66 yıla rağmen hala şehvetini koruyor. Öte yandan makinelerin ulaştığı muazzam işlem kapasitesinin “algoritma” olarak andığımız yazılımlarla desteklenmesiyle, yapay zeka bugünkü ilkel çağında dahi ürpertici bir rakibe dönüştü.

Zeka zincirinin zayıf lokmaları

Ne var ki bu sonuç, perde arkasında neredeyse hiç konuşulmayan, akademik konferanslarda bahsi geçmeyen bir bileşene daha sahip: “Etiketçiler”. Bu görünmez kitle, yapay zeka sektörünü var eden ve ayakta tutan çabanın isimsiz kahramanı. Gece-gündüz hiç durmadan, ekranlarında beliren metinleri, fotoğrafları, videoları etiketleyerek onları algoritmaların anlayacağı şekle getiriyorlar.

Yapay zeka alanındaki yarış (şimdilik) insan zekasının bir benzerini oluşturma üzerine kurulu. Bu yüzden insanın öğrenme biçimini temel alıyor. Fırlatıldığı dünyayı anlamlandırmaya çalışan bir bebek gibi her biri, mümkün olan her konuda eğitiliyor. “Kızgın bir boğaya meydan okuyan sarı tekir kedi çiz” komutunu görsele çevirebilmek için önce kızgınlık alametlerini, boğaları, meydan okuma şekillerini, sarı rengi ve tekir kedileri tanıması gerek. Bunun için de her birinden mümkün olduğunca çok örneği inceleyip eğitilmesi gerek. “Makine öğrenimi” denen bu süreç için önceden incelenerek “etiketlenmiş” milyarlarca dijital belgeye ihtiyacı var.

İşin nispeten “vasıfsız” bu kısmını, çoğunluğu Afrika ve Asya’daki üçüncü dünya ülkelerinde yok pahasına çalışan “etiketçiler” yapıyor. Saat başına en fazla birkaç dolar karşılığında, video ve fotoğraflardaki “şeyleri” etiketleyerek dijital veri havuzu oluşturuyorlar (Eminim siz de “CAPTCHA” olarak karşınıza çıkan güvenlik sorularında arabaları, otobüsleri, bisikletleri işaretleyerek bu çabaya farkında olmadan en az birkaç kez ücretsiz katkı sunmuşsunuzdur).

Genç işsizliğinin yüzde 67’ye ulaştığı Kenya, bu alanda en fazla çalışana sahip ülkelerden. Ve bir süredir kimsenin duymadığı bir isyan halindeler. Yılgın etiketçilerin sözcülerinden Nerima Wako-Ojiwa, güvence ve sigortadan yoksun, geleceği belirsiz bu işi modern kölelik olarak adlandırıyor. Binlerce kişinin bir şekilde gelir elde ettiği bu düzen hükümetin de işine geldiği için; şikayetler yetkililer tarafından hasıraltı ediliyor.

Etiketçiler, okyanus ötesindeki Silikon Vadisi’nde trilyon dolarlık şirketler yaratan hizmetlerini bu amaçla kurulan taşeron şirketler üzerinden sunuyor. Çünkü hiçbir yapay zeka şirketi doğrudan bu tür bir emek sömürüsüyle anılmak istemiyor.

Veri madeninin simsarları

Alexandr Wang, etiketlenmiş verinin stratejik kıymetini en erken fark edenlerden. Henüz lise çağındayken kurduğu hayaller, onu son yılların en parlak girişimcilerinden biri yaptı. 1997 doğumlu Wang’ın şirketi “Scale AI”, yaptığı işi web sitesinde “yapay zeka uygulamalarının geliştirilmesini hızlandırmak” şeklinde özetliyor. Bu cümlenin tercümesi “dijital dünyanın en büyük etiketlenmiş veri madenini pazarlamak”.

Wang bu sermayeyi oluşturmak için Türkiye’den de çok sayıda çalışanı bulunan Remotasks ve Outlier şirketlerini kullandı. Çalışanların hiçbiri arka planda Scale AI için çalıştığını bilmiyordu. Sadece Filipinler’de Remotasks için çalışan kişi sayısı 10 binin üzerinde. Birçoğu günlük 6 dolar tutarındaki ücretlerinin zamanında yatırılmadığından ya da eksik ödendiğinden şikayetçi.

Tahmin edileceği gibi bu iştah kabartan pazarda Wang yalnız değil. En büyük rakiplerinden “Figure Eight”, bir röportajda dünya genelinde 6 milyon 800 bin kişinin kendileri için etiketleme hizmeti sunduğundan bahsediyordu. Bahsetmediği ayrıntı ise bu kişilerin saati 3 dolara çalıştığıydı. Figure Eight, 2019 yılında 300 milyon dolara Appen tarafından satın alındı.

Scale AI geçtiğimiz çalışma koşullarının yasaya aykırı olduğu gerekçesiyle ABD İş Kurumu tarafından soruşturmaya alındı. İmdadına yeni Başkan Donald Trump yetişti. Geçtiğimiz Mayıs ayında dosya kapatıldı. Hemen ardından Mark Zuckerberg, 14 milyar dolarlık rekor bir bedelle Alexandr Wang’ı şirketi Scale AI ile birlikte Meta’nın bünyesine kattı. Zuckerberg 2012’de Instagram’ı ve 2014’de WhatsApp’ı satın alarak yakaladığı stratejik başarıyı, çok daha büyük potansiyele sahip yapay zeka sektöründe yinelemek istiyor. Radarında ABD’nin seçkin üniversitelerinden dereceyle mezun olanların yanısıra Google ve OpenAI gibi rakiplerin çalışanları da var. Bu uğurda keseyi öylesine açtı ki, listesindeki bazı isimler 100 milyon dolara varan maaş paketlerine maruz kaldı.

Mark Zuckerberg’in nihai hedefi, bu hafta resmi duyurusunu yaptığı “Meta Süperzeka Laboratuarı” adlı birimiyle şirketini yapay zeka alanında liderliğe taşımak. Rakipleri de benzer hayaller kuruyor.

Geç ya da eksik olsa bile etiketçiler bir süre daha ekmek yiyebilecek. Bu da bir şey.

(4 Temmuz 2025 tarihli Oksijen gazetesi yazım.)