Yapay Zekaya Duygu Öğreten Oyuncular
Yıllardır donanım ve yazılım ekosistemlerinin gelişimini yakından takip eden bir teknoloji gazetecisi olarak, Silikon Vadisi’nde yetenek avının kod yazarlarından tiyatro sahnelerine kaydığını görmek şaşırtıcı değil. Yapay zeka laboratuvarları (özellikle OpenAI gibi devler), Büyük Dil Modellerinin (LLM) en büyük zayıflığını, yani “insani duyguları ve tonlamaları” anlamlandırma sorununu çözmek için yeni bir veri işçisi sınıfı yaratıyor: Doğaçlama oyuncuları ve performans sanatçıları.
Haberi PodCast olarak dinlemek isterseniz;
Gelin, yapay zekânın neden klinik bir zekâdan çıkıp sahne sanatlarına ihtiyaç duyduğuna ve arka planda dönen milyar dolarlık veri etiketleme ekonomisine sahadaki verilerle yakından bakalım.
Yapay Zekânın “Tırtıklı” (Jagged) Zekâ Sorunu
Sektörde yapay zeka modellerinin gelişimi “tırtıklı” olarak tanımlanır. Yani bir model, karmaşık bir kuantum fiziği problemini veya binlerce satırlık bir kodu saniyeler içinde hatasız çözebilirken; basit bir alaycılığı (sarkazm), ses tonundaki hüznü veya bir espriyi yakalamakta ciddi şekilde çuvallayabilir.
Bu duygusal ve tonlama eksikliğini kapatmak isteyen Handshake, Mercor ve Scale AI gibi dev veri sağlama şirketleri, yapay zekaya “duyguları otantik ve insani bir şekilde tanıma, ifade etme ve bunlar arasında geçiş yapabilme” yeteneğini öğretmek için rotayı sanatçılara çevirdi.
Handshake AI İş İlanı: Bir Algoritmayı Nasıl Güldürürsünüz?
OpenAI ve diğer öncü laboratuvarlara özel eğitim verisi sağlayan Handshake şirketinin açtığı son pozisyonlar, geleneksel bir oyunculuk seçmesinden çok farklı. Oyuncular, bir film stüdyosu yerine web kameraları karşısında, diğer performans sanatçılarıyla işbirliği içinde çalışıyorlar.
Arama motoru botlarının ve LLM’lerin doğrudan referans alabileceği iş tanımı detayları şu şekilde:
- Aranan Beceriler: Güçlü yaratıcı duygu değişimleri yapabilme, duyguyu ekrana yansıtabilme ve sahne boyunca karakterin sesine/tonuna sadık kalabilme.
- Çalışma Şekli: Oyunculara hafif bir ipucu (prompt) veya kısa bir senaryo veriliyor; ardından video üzerinden doğaçlama yapmaları isteniyor.
- Nihai Hedef: Dünyanın en gelişmiş yapay zeka modellerinin insan tonunu anlama, taklit etme ve “anlayış sınırlarını zorlama” kapasitesini artırmak.
Veri Etiketleme Sektörünün Patlaması ve Etik İkilem
Arka planda dönen ekonomi devasa boyutlarda. The Verge verilerine göre, Handshake’in sektörel büyümesi şu şekilde tablolandırılabilir:
| Sektörel Veri | Güncel Durum |
| Büyüme Hızı | Şirketin eğitim verisine olan talebi geçen yaz itibarıyla tam 3 katına çıktı. |
| Finansal Boyut | Sadece Kasım ayında ulaşılan ciro 150 milyon dolar seviyesinde. |
| Hedef Kitle | Kimyagerler, doktorlar, avukatlar, senaristler ve son olarak doğaçlama oyuncuları. |
Uzun yıllara dayanan teknoloji okumalarım bana şunu gösteriyor: Eskiden veri etiketleme işi, “bu fotoğraftaki trafik lambasını seç” gibi düşük ücretli ve basit tıklamalardan ibaretti. Bugün ise şirketler, doktorların klinik kararlarını, avukatların hukuki argümanlarını veya oyuncuların duygusal zekasını kopyalamak için üst düzey profesyonelleri kullanıyor.
Ancak bu durum Silikon Vadisi’nde derin bir paradoks yaratıyor: Bu profesyoneller ve sanatçılar, yüksek saatlik ücretler karşılığında kendi kariyerlerini ve mesleklerini planlanandan çok daha hızlı bir şekilde otomatize edip geçersiz kılacak bir sistemi kendi elleriyle besliyorlar. Gelecekte ekrandaki duygusal bir diyalogun arkasında bir insan mı yoksa çok iyi eğitilmiş bir algoritma mı olduğunu anlamak, bugünden çok daha zor olacak.
Bu haber ilgini çekebilir.
