2023 yılında Dünya Ekonomik Forumu’nda konuşan Sam Altman şunu söyledi: “Yapay zeka, insanlık tarihinin en büyük eşitleyicisi olabilir. Küçük bir çiftçi, artık dünyanın en iyi tarım danışmanına erişebilir.” Altman’ın bu cümleyi kurduğu sırada OpenAI’nin değeri seksen beş milyar dolardı. O çiftçinin bu değerden aldığı pay ise sıfır.
Bu bir çelişki değil mi? Kimilerine göre öyle, kimilerine göre değil. Ama belki de, bir eşitlik söyleminin içinde gizlenmiş bu mülkiyet ilişkisi anlaşılması gereken şeyin ta kendisi.
Yapay zeka gerçekten erişimi demokratikleştiriyor. Nairobi’deki küçük bir tarım kooperatifi iklim tahminlerine bakabiliyor; Lagos’taki bir öğrenci Stanford kütüphanelerinden daha zengin bir bilgi havuzuna ulaşabiliyor; İstanbul’daki bir girişimci Silikon Vadisi’nden daha az kaynakla küresel ürünler inşa edebiliyor. Bunların hiçbiri yanlış değil.
Ama “erişim” ile “sahiplik” arasında, “fırsat” ile “eşitlik” arasında derin bir mesafe var. Ve bu mesafeyi görmeden yapılan her değerlendirme, tablonun önemli bir boyutunu es geçiyor..
Gerçek şu: Bugün gelişmekte olan ülkeler yapay zekanın hammaddesini üretiyor, işletim maliyetini ödüyor ve çıktısını tüketiyor. Ancak üretilen değerden nerede hiç pay almıyor. Bu, yeni bir teknolojik eşitsizlik değil. Çok tanıdık bir ilişkinin dijital versiyonu.
Hammadde İhraç Et, İşlenmiş Ürün İthal Et
1950’lerde Arjantinalı ekonomist Raúl Prebisch, Latin Amerika ülkelerinin uluslararası ticaretteki kronik dezavantajını tespit etti: Ham madde ihraç ediyorlar, mamul ürün ithal ediyorlardı. Kahve, bakır, buğday gidiyor; makine, tekstil, ilaç geliyordu. Prebisch’in gözlemlediği şey yalnızca bir ticaret açığı değildi, daha yapısal bir şeydi: Hammadde fiyatları zamanla düşüyor, mamul ürün fiyatları yükseliyordu. İki taraf aynı anda, aynı pazarda yer alıyor ama biri sürekli kaybediyordu.
Prebisch buna “ticaret hadlerinin bozulması” dedi. Sonuç, onlarca yıl boyunca Latin Amerika ekonomistlerinin üzerine çalıştığı yapısal bir gelir transferiydi: Kuzeyden güneye değil, güneyden kuzeye.
Bugün bu döngü dijital alanda yeniden kurulmuş durumda. Hammadde artık bakır ya da kahve değil; veri, dikkat ve davranış. İşlenmiş ürün artık tekstil ya da makine değil; yapay zeka modelleri, platformlar ve algoritmik sistemler. Ve aradaki makasın kapanmadığı gibi açıldığına dair her türlü belirti var: Model geliştirme maliyeti düşerken bu modellere erişimin lisans bedelleri artıyor, veri üretme sürekli gerçekleşirken bu verinin yarattığı değer başka ülkelerin bilançolarında birikiyor.
Ama bu analojiyi daha da rahatsız edici kılan bir fark var: Prebisch’in tanımladığı yapıda Arjantinli çiftçi, kahvesini sattığını biliyordu. Bugünkü “hammadde üreticisi” ise çoğu zaman ne ürettiğinden, nasıl çıkarıldığından ve nereye aktığından habersiz. Nick Couldry ve Ulises Mejias bu ilişkiyi “veri sömürgeciliği” olarak adlandırıyor (Couldry & Mejias, 2019). Klasik sömürgeciliğin toprak ve beden üzerinden kurduğu el koyma ilişkisinin, dijital çağda insan deneyimi üzerinden yeniden örgütlendiğini öne sürüyorlar. Radikal bir iddia — ama mekanizmaya bakıldığında, analojinin dayanıksızı olmadığı da anlaşılıyor.
Değer Nerede Üretiliyor, Nerede Kayboluyor?
Büyük dil modellerini düşünelim. ChatGPT, Gemini, Claude… Bu sistemler milyarlarca kelimelik veriyle eğitildi. O verinin önemli bir kısmı, İngilizce dışındaki kullanıcılar tarafından üretildi: Türkçe forumlar, Portekizce sosyal medya paylaşımları, Arapça haber siteleri, Bengalce Wikipedia sayfaları. Bu içerikler modelleri eğitti; modeller patent altında büyük şirketlerin mülkü oldu; şirketler bu mülkü lisanslayarak ya da API erişimi satarak kâra dönüştürdü.
İçeriği üreten kullanıcılara düşen pay: sıfır.
Bu yalnızca bir telif hakkı meselesi değil. Aslında hukuki zeminde hiçbir ihlal yok, zira kullandığınız her yapay zeka aracı için çevrimiçi sözleşmeler imzaladınız ve kullanım koşullarını kabul ettiniz. Asıl mesele daha yapısal: Değer zincirinin hangi halkasında bulunduğunuz, gelirin hangi halkasında tutulduğunu belirliyor. Gelişmekte olan ülkeler bu zincirin sermaye ucunda değil üretim ucunda sabitlenmiş durumda . Üstelik bu bağımlılık giderek içselleşiyor: Kendi verileriyle eğitilen sistemlere, kendi bütçelerinden lisans ücreti ödüyorlar. Dışarıya akan para, içeride kalan kapasiteden büyük.
Türkiye bu tablodan muaf değil. Türk kullanıcıların ürettiği içerik, Türkçe eğitim verisine dönüşüyor; bu veri Türkçe performansı “makul” ama İngilizceye kıyasla açıkça zayıf olan modelleri besliyor. Öte yandan Türk şirketler ve kamu kurumları bu modellere erişmek için önemli lisans bedelleri ödüyor. Verinin gidiş yönü ile paranın gidiş yönü birbirinin tersi. Bu basit bir gözlem gibi görünebilir ama dikkate alındığında, tablonun tamamını aydınlatıyor.
“Yarı-Çevre” Olmak
Wallerstein’ın dünya-sistemi teorisi ülkeleri merkez, yarı-çevre ve çevre olarak konumlandırır (Wallerstein, 1974). Teorinin gücü, her ülkenin kendi koşullarını tek başına değil, küresel sistemdeki konumu ile birlikte anlamamızı sağlamasında yatıyor. Merkez sermayeyi ve teknolojiyi kontrol eder; çevre hammadde sağlar ve pazar işlevi görür; yarı-çevre ise ikisi arasında salınır yani çevreye karşı merkez gibi, merkeze karşı çevre gibi davranır.
Türkiye bu sınıflandırmada ilginç bir yerde durur. Ne tam anlamıyla çevrededir ne de merkezin gerçek ortağıdır. Kendi bölgesinde güç iddiası olan, ama küresel teknoloji zincirinde belirleyici olmayan bir konumdadır. Yapay zeka çağı bu yarı-çevre pozisyonunu özel bir gerilime sürüklüyor: Türkiye’nin bir ulusal yapay zeka stratejisi var, yerli savunma teknolojisi söylemi güçlü, bazı alanlarda özellikle savunma sanayinde rekabetçi girişimler mevcut. Ama temel altyapı, yani hesaplama gücü, büyük dil modelleri, veri merkezleri büyük ölçüde dışarıya bağımlı. Söylem egemenliği işaret ediyor, yapı bağımlılığı.
Bu çelişki Türkiye’ye özgü değil. Hindistan yapay zeka ihracatçısı olmayı hedefliyor, ama NVIDIA çipleri olmadan bir adım atamıyor. Brezilya’nın dijital egemenlik yasaları var, ama verisi Amazon Web Services’ın bulutunda. Nijerya’nın teknoloji ekosistemi hızla büyüyor, ama büyümek için Google ve Meta altyapısına yaslanıyor. Yarı-çevre ülkelerin ortak trajedisi bu: Bağımlılık ilişkisini analiz edecek kadar gelişmiş, o ilişkiyi dönüştürecek kadar bağımsız değiller.
Wallerstein’ın teorisi 1970’lerin dünya ekonomisi için geliştirilmişti. Ama yarı-çevre kavramının açıklama gücü, dijital ekonomide belki de hiç bu kadar keskin olmamıştı.
Epistemik Boyut: Kimin Bilgisi Evrensel?
Materyal ilişkinin ötesinde sinsi bir sorun daha var.
Yapay zeka modelleri yalnızca veri işlemiyor; bilginin nasıl örgütleneceğine, hangi soruların nasıl yanıtlanacağına, gerçekliğin nasıl temsil edileceğine dair derin varsayımlar taşıyor. Bu varsayımlar büyük ölçüde İngilizce kaynaklarda, Batı akademisinde, Silikon Vadisi’nin epistemolojik ufkunda şekillenmiş durumda. Modeli geliştiren mühendislerin hangi üniversitelerde okuduğu, hangi dilde düşündüğü, hangi kütüphanelere erişimi olduğu gibi faktörler modelin “bildiği” şeyi şekillendiriyor.
Walter Mignolo bunu “epistemik sömürgecilik” olarak adlandırıyor (Mignolo, 2009): Belirli bir bilgi üretim biçiminin evrenselmiş gibi sunulması, diğerlerinin ise “yerel”, “kültürel” ya da “geleneksel” olarak etiketlenerek ikincilleştirilmesi. Bu, başlı başına bir iktidar pratiği. Yapay zeka bu pratiği otomatize ediyor ve algoritmik otorite maskesiyle meşrulaştırıyor. Artık “bir editör böyle karar verdi” değil, “model böyle hesapladı” deniyor. İkincisi daha tartışılamaz görünüyor.
Türkçeye ya da Arapçaya geçildiğinde modellerin performansının düştüğü, teknik olarak belgelenmiş bir gerçek (Ahuja et al., 2023). Gramer hataları, kültürel bağlamdan kopuk yanıtlar, yerel referansların ıskalanması. Bunlar ölçülebilir sorunlarr ama asıl sorun bu teknik boyutun çok ötesinde.
Türk tarihi, Ortadoğu siyaseti ya da İslam hukuku gibi alanlarda modellerin ne söylediği, neyi atlayıp neyi ön plana çıkardığı gibi hususlar teknik değil, siyasi tercihler. Bir modelin 1915 olaylarını nasıl çerçevelediği, Kürt meselesini hangi kavramlarla ele aldığı, Osmanlı mirasını nasıl konumlandırdığı; bunlar “doğru” ya da “yanlış” cevaplar değil, belirli bir tarih yazımı geleneğinin ağırlıklı olduğu bir eğitim verisinin izdüşümleri. Hiçbir model kendi önyargısını “önyargı” olarak etiketlemez. Önyargıyı bir hakikat gibi sunar, yanıtlar, açıklar.
Ve bu tercihleri yapan şirketler, hesap vermek zorunda oldukları kullanıcıların büyük çoğunluğunu oluşturan Türklere, Arapçaya ya da Svahilice konuşanlara değil; hissedarlarına ve Amerikan düzenleyicilerine karşı sorumlu. Bu hesap verebilirlik boşluğu da rastlantısal değil, yapısal.
Pencere Kapanmadan Sorular Sormak
“Yapay zeka sömürgeciliği” ifadesi, haklı olarak sertliğiyle ürkütuyor. Klasik sömürgeciliğin silah, zorla işgal ve yasal ayrımcılık üzerine kurulu fiziksel şiddeti ile dijital ekonominin çoğunlukla gönüllü, hatta istekli katılıma dayalı ilişkisi arasında ciddi ve görmezden gelinemeyecek farklar var.
Ama farklar, yapısal benzerliği ortadan kaldırmıyor.
Tarih boyunca sömürgeci ilişkiler yalnızca zorun değil, rızanın da üzerine kuruldu. Fanon’un hatırlattığı gibi, sömürgecilik yalnızca toprak değil, zihin de fetheder (Fanon, 1961). “Kalkınma” söylemi, “medeniyet götürme” misyonu, “erişim demokratikleştirme” vaadi… Farklı çağlarda farklı kelimeler, ama aynı yapısal işlev: Asimetrik bir ilişkiyi karşılıklı yarar söylemiyle meşrulaştırmak.
Sam Altman’ın o çiftçiye verdiği söz bu çerçevede yeniden okunabilir. Yanlış değil, erişim gerçekten genişliyor. Ama “en büyük eşitleyici” olmak, mülkiyet ilişkisini dönüştürmüyor. Küçük çiftçi artık dünyanın en iyi tarım danışmanına erişebiliyor; ama o danışmanın bilgisi, çiftçinin verisinden üretildi. Ve bu döngü,milyarlarca dolarlık bir şirketin değerlemesine yansıdı. Çiftçinin değerlemesine değil.
Değerin sistematik olarak belirli bir yönde aktığı, bu akışın teknik ve hukuki mekanizmalarla pekiştirildiği ve bu düzenden yararlananların söylemde “eşitlik” ve “erişim” dilini kullandığı her tarihsel durumda, analitik olarak durup sormak gerekiyor: Bu ilişkide gerçekte kim kazanıyor, kimin maliyeti üstleniyor, neden alternatif bu kadar zor?
Bundan sonraki birkaç yazıda da yapay zeka ile ilişkili soruları sormaya devam edeceğim. Altyapıdan emeğe, kültürel temsiliyet tartışmalarına, bireysel özerklik krizine ve çıkış yollarına yeni soruların peşine düşeceğim. Ancak cevaplar belirsiz olacak çünkü gerçekten belirsizler. Ama soruları sormaktan ve cevapları aramaktan vazgeçmek, zaten bir teslimiyet anlamına gelir. Pencere kapanmadan, sorular sormak belki birilerini harekete geçirir.
Bir sonraki yazıda şunu soracağız: Yapay zekanın fiziksel ve ekonomik altyapısı kimin elinde ve bu, Türkiye gibi ülkeleri gerçekte nereye koyuyor?
Kaynaklar
- Ahuja, K., et al. (2023). MEGA: Multilingual Evaluation of Generative AI. arXiv:2303.12528.
- Couldry, N. & Mejias, U. (2019). The Costs of Connection: How Data Is Colonizing Human Life and Appropriating It for Capitalism. Stanford University Press.
- Fanon, F. (1961). Les Damnés de la Terre. François Maspero. [Türkçe: Yeryüzünün Lanetlileri, çev. Şen Süer, Versus Kitap.]
- Mignolo, W. (2009). Epistemic Disobedience, Independent Thought and Decolonial Freedom. Theory, Culture & Society, 26(7–8), 159–181.
- Prebisch, R. (1950). The Economic Development of Latin America and Its Principal Problems. ECLA/UN.
- Wallerstein, I. (1974). The Modern World-System I. Academic Press.