Araştırma ekibi 12 iyi belgelenmiş stereotipi belirledi ve yüzlerce karar verme senaryosu oluşturdu. Altı büyük dil modeli üzerinde teste başladı; bunlar arasında GPT-4, Claude, Llama, Gemini ve DeepSeek vardı.
Ekip, binlerce "A mı yoksa B mi yapsam?" türü sosyal soruya karşılık gelen 345.000 yanıt üretti ve değerlendirdi. Sorular aktiviteler, yüzleşmeler, yeni deneyimler ve romantik ilişkiler hakkındaydı. Sonuçlar, otizmin açıklanmasının model tavsiyelerini değiştirdiğini ve bu değişikliklerin çoğunlukla stereotiplere uyduğunu gösterdi.
Ayrıca 11 otizmli yapay zekâ kullanıcısıyla görüşüldü; bazıları yanıtları kısıtlayıcı veya patronlaştırıcı buldu, bazıları ise temkinli tavsiyeyi doğrulayıcı buldu. Rho, bunun bir "güvenlik-fırsat paradoksu" olduğunu söyledi. Wohn, yapay zekânın sistematik önyargıları gizlerken güvenilir görünebileceği konusunda uyardı.
Zor kelimeler
- stereotip — Bir grup hakkında basit ve genelleyici fikirstereotipi
- senaryo — Olayların veya durumların yazılı taslağısenaryosu
- değerlendirmek — Bir şeyi dikkatle inceleyip yargılamakdeğerlendirdi
- otizm — Doğumdan itibaren davranış ve iletişim farklılığıotizmin
- kısıtlayıcı — Özgürlükleri veya seçenekleri sınırlayan özellik
- tavsiye — Bir kişiye verilen öneri veya yol göstermetavsiyeyi
- önyargı — Tarafsız olmayan, haksız veya eğilimli düşünceönyargıları
- paradoks — İlk bakışta çelişkili görünen durumparadoksu
İpucu: Türkçe metni okurken veya ses kaydını dinlerken, vurgulanan kelimelerin üzerine gel, odaklan ya da dokun; anında kısa tanımlar görünür.
Tartışma soruları
- Sence yapay zekâ, otizmi açıklayan kullanıcılara nasıl daha iyi tavsiye verebilir? Neden?
- Yapay zekânın sistematik önyargıları gizlemesi hakkında ne düşünüyorsun? Bu durumun sonuçları neler olabilir?
- Metinde romantik ilişkiler, aktiviteler ve yeni deneyimler gibi konular yer alıyor. Sen olsaydın bir yapay zekâdan bu tür kişisel konularda tavsiye ister miydin? Neden?
İlgili makaleler
Mamogramlar Yapay Zekâyla Kalp Hastalığı Riskini Gösteriyor
Yeni bir retrospektif çalışma, yapay zekâ ile mamogramların analiz edilmesinin kalp hastalığı riski yüksek kadınları tespit etmeye yardımcı olabileceğini gösteriyor. Araştırma mamogramların kalp sağlığıyla ilgili bilgi taşıdığını öne sürüyor.
Yapay zekâ melanomu tespit etmek için test ediliyor
University of Missouri araştırmacıları, 400.000 görüntüyle yapay zekânın melanomu tanıyıp şüpheli vakaları hızla belirlemesini test etti. Sistem uzmanların yerine geçmek için değil, doktorlara karar desteği sağlamak için tasarlandı.
BM raporu: Yardımcı teknolojiye erişim yetersiz
WHO ve UNICEF tarafından yayımlanan BM raporu, yaklaşık bir milyar engelli çocuğun, yetişkinin ve yaşlının ihtiyaç duyduğu yardımcı teknolojiye erişemediğini söylüyor. Rapor ihtiyaçları, erişim engellerini ve önerileri kişisel örneklerle gösteriyor.
