Yapay Zekânın Sürdürülebilirliği: Sorumlu Yapay Zekâ

Nurcan Deniz

doi:10.5281/zenodo.12637303

Yazarlar

Nurcan Deniz Eskişehir Osmangazi Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, İşletme Bölümü https://orcid.org/0000-0002-6617-3700

DOI:

https://doi.org/10.5281/zenodo.12637303

Anahtar Kelimeler:

yapay zekâ, sürdürülebilirlik, sorumlu yapay zekâ, açıklanabilirlik

Özet

Dijital dönüşümün yıkıcı teknolojileri arasında ilk sırada yer alan yapay zekâ, her geçen gün önemini artırmaktadır. İnsanlar bir taraftan yapay zekâyı kullanmanın nimetlerinden faydalanma yoluna giderken, diğer taraftan işlerini kaybetme korkusu yaşamaktadır. Bir yandan otonom araçların bir kaza anında kime çarpması gerektiğine dair ahlaki deneylerin yapıldığı endişe ile izlenirken, diğer yandan yapay zekâ aracılığıyla hastalık tespitlerinde büyük yol kat edilmesi ümit vermektedir. Bir yandan yapay zekanın halüsinasyon görebileceği tartışılırken, diğer taraftan cinsiyet, ırk vb. konularda ayrımcı kararlar almasını sağlayan yanlılıklara sahip olduğunu gösteren çalışmalar ortaya çıkmaktadır. Tüm bu gelişmeler, son yıllarda diğer bir önemli konu olarak gündemimizde olan sürdürülebilirliğin sosyal boyutu bağlamında ele alındığında, insan ve toplum tarafında çalışmalar yapılması gerektiğini göstermektedir. Yapay zekâ ile ekonomik, çevresel ve sosyal sürdürülebilirliğe katkı sağlanmasının ötesinde, yapay zekânın bizzat kendisinin sürdürülebilir olması için sorumlu yapay zekâ kavramının tartışılması gerekmektedir. Bu noktada etik ve açıklanabilirlik gibi konular öne çıkmakla birlikte, sorumluluk kavramının bu kavramları içermekle birlikte daha öte bir kavram olduğu da dikkatlerden kaçırılmamalıdır. Bu çalışma uluslararası yazında son birkaç yıldır yer almakla birlikte Türkçe yazında bir boşluk olduğu tespit edilen sorumlu yapay zekâ konusunda genel bilgileri vermeye yönelik olarak tasarlanmıştır. Bu bağlamda oldukça sınırlı ve yeni bir çalışma alanı olan sorumlu yapay zekâ konusunda yapılan yazın taraması neticesinde son birkaç yılda çalışmalar gerçekleştirildiği, yazının disiplinlerarası ve farklı kültürlerde yapılan çalışmalarla desteklenmesi gerektiği ortaya çıkmaktadır.

Referanslar

Ahmed, I., Jeon, G., ve Piccialli, F. (2022). From Artificial Intelligence to Explainable Artificial Intelligence in Industry 4.0: A Survey on What, How, and Where. Transactions on Industrial Informatics, 18(8).

Arrieta, A. B., Díaz-Rodríguez, N., Ser, J. D., Bennetot, A., Tabik, S., Barbado, A., Garcia, S., Gil-Lopez, S., Molina, D., Benjamins, R., Chatila, R., ve Herrera, F. (2020). Explainable Artificial Intelligence (XAI): Concepts, Taxonomies, Opportunities and Challenges Toward Responsible AI. Information Fusion, 58, 82-115.

Atiker, E. Ş. (2024) Güzel Sanatlar Ekseninde Sorumlu Yapay Zekâ: Potansiyel Riskler ve Etik Boyutlar, Reflektif Journal of Social Sciences, 5(1) DOI: 10.47613/reflektif.2024.149

Avundukluoğlu, P. (2023) SAI20 2023 Gündemi: Mavi Ekonomi Ve Sorumlu Yapay Zekâ, Sayıştay Dergisi, 34 (128)

Brundtland, G.H. 1987. “Report of the world commission on environment and development: Our common Future”

Canbay, P. ve Demircioğlu, Z. (2021). Endüstri 5.0’a Doğru: Zeki Otonom Sistemlerde Etik ve Ahlaki Sorumluluklar. Academic Journal of Information Technology, 12 (45).

Carabantes, M. (2020). Black-box Artificial Intelligence: An Epistemological and Critical Analysis. AI & Society, 35, 309–317.

Coeckelbergh, M. (2022) Foreword, İçinde D.O. Eke · K. Wakunuma & S. Akintoye (Editörler) Responsible AI in Africa Challenges and Opportunities(s. v-x). Switzerland: Plagrave McMillan

DARPA (Defense Advanced Research Projects Agency) (2016). Explainable Artificial Intelligence (XAI). DARPA-BAA-16-53. https://www.darpa.mil/attachments/DARPA-BAA-16-53.pdf, Erişim Tarihi: 24.08.2022.

Deniz, N. (2022). Lojistikte Açıklanabilir Yapay Zekâ. İçinde E. Gelmez (Editör), Lojistikte Güncel Yaklaşımlar, Ankara: Nobel.

Deniz, N. Ve Büyük, K. (2023). İkiz Dönüşüm: Sürdürülebilir ve Dijital Dönüşüm, Dijital Teknolojiler ve Eğitim Dergisi, 2(1) 57-70.

Deliloğlu, S., & Çakmak Pehlivanlı, A. (2021). Hibrit Açıklanabilir Yapay Zekâ Tasarımı ve LIME Uygulaması. Avrupa Bilim ve Teknoloji Dergisi, 27, 228-236.

Dignum, V. (2017). Responsible Artifıcial Intelligence: Designing AI For Human Values, ITU Journal: ICT Discoveries, 1.

Dignum, V. (2020). Responsibility and Artificial Intelligence, İçinde M. D. Dubber F.Pasquale & S. Das (Editörler), The Oxford Handbook of Ethics of AI (s 217-219). Oxford: Oxford University Press

Dignum, V. (2022). Responsible Artificial Intelligence: Recommendations and Lessons Learned İçinde D.O. Eke · K. Wakunuma & S. Akintoye (Editörler) Responsible AI in Africa Challenges and Opportunities(s. 195-215). Switzerland: Plagrave McMillan

Gupta, S. Kamboj S. Ve Bag S. (2023). Role of Risks in the Development of Responsible Artificial Intelligence in the Digital Healthcare Domain, Information Systems Frontiers, 25:2257–2274

Bozkurt Gümrükçüoğlu Y., Yakacak G. A. (2023). Yapay zekânın işe alım süreçlerinde kullanımı ve algoritmik ayrımcılık, Ankara Üni. Hukuk Fak. Dergisi, 72 (4),1701-1757.

Herrmann H. (2023). What’s next for responsible artificial intelligence: a way forward through responsible innovation Heliyon, 9, e14379

IBM, https://www.ibm.com/tr-tr/watson/explainable-ai, Erişim Tarihi: 19.07.2022.

Meske, C., Bunde, E., Schneider, J., ve Gersch, M. (2022). Explainable Artificial Intelligence: Objectives, Stakeholders, and Future Research Opportunities. Information Systems Management, 39(1), 53-63.

Mugurusi, G. & Oluka, P. N. (2021). Towards Explainable Artificial Intelligence (XAI) in Supply Chain Management: A Typology and Research Agenda. IFIP Advances in Information and Communication Technology, 633.

Samek, W., Wiegand, T., ve Müller, K.R. (2017). Explainable Artificial Intelligence: Understanding, Visualizing and Interpreting Deep Learning Models. http://arxiv.org/abs/1708.08296v1.

Sio, F. S.· Mecacci, G. (2021). Four Responsibility Gaps with Artifcial Intelligence: Why they Matter and How to Address them Philosophy & Technology, 34:1057–1084

Elkington, J. (1994). “Towards the sustainable corporation: win-win-win business strategies for sustainable development”. California Management Review. 36(2), 90-100.

Ntoutsi, E., Fafalios, P., Gadiraju, U., Iosifidis, V., Nejdl, W., Vidal, M. E. vd. (2020). “Bias in data-driven artificial intelligence systems- An introductory survey”, WIREs Data Mining Knowledge and Discovery, 10, 1356.

Ulusal Yapay Zekâ Stratejisi, https://cbddo.gov.tr/SharedFolderServer/Genel/File/TR-UlusalYZStratejisi2021-2025.pdf Son Erişim Tarihi: 7 Aralık 2023.

Wang, Y., Xiong, M. ve Olya, H. (2020) Toward an understanding of responsible artificial intelligence practices. In: Bui, T.X., (ed.) Proceedings of the 53rd Hawaii International Conference on System Sciences. Hawaii International Conference on System Sciences (HICSS 2020), 07-10 Jan 2020, Maui, Hawaii, USA. Hawaii International Conference on System Sciences (HICSS) , s. 4962-4971.