Yapay Zekâ: Emek, Savaş, Sömürgecilik serimizin ikinci bölümünde, Sovyetler Birliği’nde elektrifikasyon planından ülke çapında bilgisayar ağı tasarılarına uzanan hattı izlemiş, Kitov ile Gluşkov’un önerilerini durduran şeyin bir hesaplama sınırı değil, enformasyon üzerindeki denetimi elinde tutan kurumların direnci olduğunu göstermeye çalışmıştık. Bölümü, aynı hesaplama kapasitesinin farklı mülkiyet ilişkileri altında farklı sorular ürettiği tespitiyle ve makinenin kimin denetiminde çalıştığı sorusuyla kapatmıştık.[1]
Okuyacağınız bu bölüm kapitalist cepheye dönüyor. Perseptronun 1957’deki doğumundan Vietnam’daki “elektronik savaş” alanına, 1969’daki matematiksel eleştiriden uzman sistemlere ve oradan insanların birbiriyle iletişiminin bir ham maddeye çevrilmesine uzanan yarım yüzyılı, aynı yıllarda kapitalizmin yaşadığı kâr oranı krizi ve emek süreçlerinin yeniden düzenlenmesiyle birlikte ele alıyor.
Yapay Zekânın Politik İnşası
İkinci Emperyalist Paylaşım Savaşı’nın uçaksavar projelerinden çıkan sibernetik, serinin ilk bölümünde izlediğimiz gibi 1940’ların sonunda Macy Konferansları’yla kurumsallaşmış, Sovyetler Birliği’nde ise önce sözde bilim ilan edilip 1950’lerin ortasından sonra sahiplenilmişti. Amerika Birleşik Devletleri’nde ise aynı yıllarda büyük askeri finansmanın dışında kalmaya başlar. Geri çekilişin nedeni bir kuramsal yenilgiden ziyade araştırmayı finanse eden kaynağın başka yere kayması olur. Norbert Wiener, Ocak 1947’de Atlantic Monthly’de yayımlanan açık mektubunda askeri araştırmaya bir daha katılmayacağını duyurur ve savaş sonrası bilim finansmanının neredeyse tek kaynağıyla bağını kendi eliyle keser.[2] Sibernetiğin çalıştığı aygıtlar da değişen donanımla uyumsuzlaşır. Sibernetik çevresi servomekanizmalarla ve analog devrelerle düşünürken savaş sonrasında kurulan hesaplama altyapısı John von Neumann’ın mimarisine dayanan sayısal bilgisayar üzerine oturur. Askeri bütçenin büyük bölümü bu yeni makineye akarken sibernetik, sayısal bilgisayarla değil ondan önceki analog aygıtlarla düşünen bir kuşağın kuramı olarak daha dar bir kanala çekilir. Kanalı açık tutan kurum Deniz Kuvvetleri Araştırma Dairesi olur ve ilk bölümde andığımız kendini örgütleme sempozyumları da, birazdan göreceğimiz perseptron da bu kanaldan finanse edilir.[3]
John McCarthy, Marvin Minsky, Nathaniel Rochester ve Claude Shannon, 1955 yazında Rockefeller Vakfı’na sundukları öneride Dartmouth Koleji’nde iki aylık bir çalışma toplantısı için destek ister ve metinleri “yapay zekâ” teriminin ilk kez kullanıldığı yer olur.[4] McCarthy otuz yıl sonra terimi seçme nedenini açıkça yazar. Sibernetikle ilişkilendirilmekten kaçınmak istemiştir, çünkü sibernetiğin analog geri beslemeye odaklanmasını yanlış buluyor ve Wiener’ı bir üstat olarak kabul etmek ya da onunla tartışmak zorunda kalmak istemiyordur.[5] Sibernetik geri besleme ve denetim üzerine kurulu, savaş laboratuvarlarından çıkmış ve o yıllarda Sovyet felsefe dergilerinde de tartışılan bir alan, “yapay zekâ” ise bu yükten arınmış bir başlangıç vaat eder.[6] Önerinin dayandığı varsayım açıkça yazılıdır. Öğrenmenin ya da zekânın her yönü ilkece o kadar kesin tarif edilebilir ki bir makine onu taklit edebilir. 1956 yazında Dartmouth’ta yapılan toplantıda Allen Newell ile Herbert Simon, ilk yapay zekâ programı sayılan Mantık Kuramcısı’nı tanıtır. Program, Alfred North Whitehead ile Bertrand Russell’ın matematiği mantık aksiyomlarından türetmek için yazdığı Principia Mathematica’daki teoremleri, sembolleri kurallara göre işleyerek kanıtlar. Zekâ burada sembol işleme yetisi olarak tanımlanır ve bu yaklaşım sonradan sembolik yapay zekâ adını alır. Makine, kendisine verilen sembolleri önceden yazılmış kurallara göre işler, öğrenmez. Bu tarif, sibernetiğin denetim döngüsünden farklı olarak, elde bulunan sayısal bilgisayarın yaptığı işle birebir örtüşür.[7]
Yeni adın kurumsal karşılığı 1962’de gelir ve Savunma Bakanlığı’nın araştırma ajansı o yıl Enformasyon İşleme Teknikleri Dairesi’ni kurar ve daire, üç laboratuvarı on yıl boyunca neredeyse koşulsuz finanse eder. MIT’de Marvin Minsky ile Seymour Papert’ın yönettiği yapay zekâ grubu robot kolu ve görme üzerine, Stanford’da McCarthy’nin 1963’te kurduğu laboratuvar mantıksal akıl yürütme ve programlama dilleri üzerine, Carnegie Mellon’da Newell ile Simon problem çözmenin psikolojik modelleri üzerine çalışır. MIT’deki Proje MAC tek başına yılda iki milyon doların üzerinde kaynak alır.[8] Wiener’ın reddettiği para, onun adını taşımayan bir alana verilir ve sonraki yirmi yıl boyunca alanın hangi hattının araştırılacağına bu para karar verir.
Frank Rosenblatt ise Dartmouth toplantısından bir yıl sonra bambaşka bir tanımla gelir. Perseptronu 1957’de Cornell Havacılık Laboratuvarı’nda geliştirir ve çalışmayı ABD Deniz Kuvvetleri Araştırma Dairesi finanse eder.[9] Makinenin tanıtımı yeni bir zekâ tarifini duyurur. Zekâ artık gelen uyarıcıları sınıflandırma kapasitesi olarak tanımlanır. Makineden beklenen şey bir önerme kurmak ya da çıkarım yapmak yerine, önüne gelen görüntüyü bir kategoriye yerleştirmek olur. Rosenblatt’ın makinesi kural işlemez, birbirine bağlı basit birimlerin ağırlıklarını örneklerden ayarlayarak öğrenir. Bu yaklaşım bağlantıcı yapay zekâ adını alır ve iki tanım, sembolik ile bağlantıcı, sonraki elli yıl boyunca alanın iki ayrı hattını oluşturur. The New York Times, Temmuz 1958’de Deniz Kuvvetleri’nin Rosenblatt’ın makinesini tanıtmak için düzenlediği basın toplantısını, yürüyecek, konuşacak, görecek, yazacak ve kendini üretecek bir elektronik beynin habercisi olarak duyurur.[10]
Makinenin tanıtımı elektronik beyne gönderme yapar ve Rosenblatt da makalesini bir beyin modeli olarak sunar. Ancak yöntemin dayandığı matematik nörofizyolojiden değil, psikometriden gelir. Kaynağı, on dokuzuncu yüzyılın sonundan itibaren gelişen psikometri geleneği ile istatistikteki çok boyutlu çözümleme teknikleri oluşturur. Francis Galton’ın öncülük ettiği ve Charles Spearman’ın 1904’te genel zekâ etmenini tanımlayarak sürdürdüğü bu gelenek, zihinsel süreçleri korelasyon ve etmen çözümlemesi yoluyla ölçülebilir kılmayı amaçlar.[11] Öjeni terimini bizzat Galton ortaya atar ve zekâ ölçümü baştan itibaren nüfusları sıraya dizme, ayıklama ve yönetme projesinin parçası olarak gelişir.[12] Rosenblatt psikoloji doktorası yaparken kişilik tiplerini anket verilerinden ayırt etmek için faktör analizi kullanır ve 1953’te anket matrislerini işlemek üzere kendi hesap makinesini kurar. Bir psikoloji laboratuvarında o güne dek insan hesapçıların, çoğunlukla da kadınların yaptığı çok boyutlu analiz işi böylece makineye devredilir. Matteo Pasquinelli’nin gösterdiği gibi Rosenblatt kısa süre sonra anket matrisleri ile sayısal görüntü matrislerinin aynı biçimde işlenebileceğini fark eder ve perseptron, psikometrinin insanları sınıflandırmak için geliştirdiği tekniğin görüntüye uygulanmasıyla doğar.[13] İlk yapay sinir ağı bu anlamda mantıksal akıl yürütmenin otomasyonu olarak değil, zekâyı ölçüp toplumsal hiyerarşileri buna göre düzenlemek için kullanılan bir istatistik yönteminin otomasyonu olarak ortaya çıkar.
ABD Deniz Kuvvetleri’nin bu işi finanse etmesinin somut bir gerekçesi de vardır. Keşif uçaklarının getirdiği hava fotoğrafları, onları yorumlayacak uzman sayısını çoktan aşmıştır. Fotoğraf yorumlama, insan emeğiyle yürütülen ve darboğaza giren bir zihin işi olarak görünür. Rosenblatt’ın 1960’ta çalıştırdığı Mark I Perseptron, dört yüz fotoselden ve ağırlıkları elektrik motorlarıyla ayarlanan dirençlerden kuruludur, buzdolabı büyüklüğünde bir aygıt olarak tam da bu darboğazı hedefler.[14] Fotoğraf yorumcusunun yaptığı iş, bir görüntüye bakıp içindekinin tank mı ağaç mı olduğuna karar vermek, makine ise bu kararı bir hesaba çevirmektir. Görüntünün her noktasını bir sayı olarak alır, her sayıyı bir ağırlıkla çarpar, toplamı bir eşikle karşılaştırır ve karar yanlış çıktıysa ağırlıkları düzeltip yeniden dener. Yorumcunun bakışı böylece, bir görüntünün önceden çizilmiş bir sınırın hangi tarafına düştüğünü hesaplayan bir işleme dönüşür. Matteo Pasquinelli’nin bu tarihi okuma biçimi, makinenin neyi taklit ettiği yerine hangi işi devraldığı sorusundan geçer. Perseptronun devraldığı iş de bir zihin işlevinden çok, fabrikada uzun yıllardan beri yapılan bir denetim işine benzer. Ustabaşı tezgâhın başında dururken karmaşık bir emek sürecine bakar ve parçanın standarda uyup uymadığına, hareketin doğru yapılıp yapılmadığına ve işçinin tempoyu tutup tutmadığına karar verir. Bu bakış edilgen bir izleme sayılmaz, artı değer üretimini güvenceye alan, işbölümünü denetleyen ve işçinin çalışma temposunu belirleyen etkin bir emek biçimi olarak iş görür.[15]
Yargıların her biri bir sınıflandırma sayılır ve bunun yapılabilmesi için işin önce parçalara ayrılmış, her parçanın ölçülebilir hale getirilmiş olması gerekir. Bu ayırma ve ölçme işini yapan da mühendis olmaz, işbölümünü örgütleyen yönetim olur. Perseptron ancak bu hazırlık yapıldıktan sonra devreye girer, çünkü ölçülmemiş bir işi sınıflandıramaz. Ürünü standart ya da kusurlu diye ayırmak, işçi hareketini norma uygunluğuna göre değerlendirmek ve keşif fotoğrafındaki nesneyi hedef diye işaretlemek, hepsi önce ayrıştırılıp ölçülmüş bir malzemeyi kategoriye yerleştirmekten ibaret kalır.[16] Yapay zekâ böyle bakıldığında zihnin taklidi olmaktan çıkar, işbölümünün ve denetimin otomasyonu olarak görünür.
Makinenin kendi vaadi ise kısa sürede tutmaz. Perseptron, basın toplantısında duyurulan yeteneklerin hiçbirine ulaşamaz. Rosenblatt 1960’ların ortasından itibaren ilgisini biyolojik bellek deneylerine kaydırır ve perseptron üzerine son çalışmasını 1967’de yayımlar.[17]
“Elektronik savaş alanı”
Sınıflandırma işlemine dönük ilk büyük ölçekli talep, Rosenblatt’ın makinesini finanse eden kurumdan, yani ordudan gelir. Özgür Narin’in belirttiği gibi ordu ve savunma sanayisi, kapitalizmin en örgütlü olduğu alanların başında gelir ve üretim tekniklerinin en ileri aşamaları önce buralarda görünür.[18] Bunun nedeni açıktır. Fabrikada işçinin direncine, piyasada rakibin taklidine ve devlette hesap verme zorunluluğuna takılan bir denetim tekniği, savaş alanında bu engellerin hiçbiriyle karşılaşmaz.
Fransız ordusu 1957’de Cezayir’in Tunus sınırı boyunca, elektrikli tel, mayın tarlası ve hareket sensörlerinden oluşan dört yüz altmış kilometrelik Morice Hattı’nı çeker. Amaç, Ulusal Kurtuluş Cephesi’nin sınır geçişlerini kesmektir. Hatta dokunan her şey bir sinyal üretir ve sinyalin bulunduğu kareye topçu ateşi yönlendirilir.[19] Amerikan ordusu aynı düşünceyi Vietnam’daki savaşta elektronik hesaplamayla birleştirir. Kuzey Vietnam’dan güneye ikmal taşıyan Ho Chi Minh yolu büyük ölçüde Laos toprağından geçtiği için bariyer oraya kurulur. Savunma Bakanı Robert McNamara’nın Ho Chi Minh yolunu kesmek için tasarlattığı elektronik bariyer 1967 sonunda devreye girer ve Haziran 1968’de Igloo White adını alır. Uçaklardan atılan yirmi bin kadar sismik, akustik ve kimyasal sensör yol boyunca yere saplanır. Havada dolaşan uçaklar sinyalleri toplar ve Tayland’daki Nakhon Phanom üssünde bulunan Sızma Gözetleme Merkezi’ne aktarır. Merkezde iki IBM 360/65 verileri işler ve ekranlarda hedef önerileri belirir. Sistemin yıllık maliyeti bir milyar dolar civarında seyreder.[20]
Igloo White, kamyon geçişini bir titreşim örüntüsüne, örüntüyü bir sayıya, sayıyı bir bombardıman emrine çeviren kesintisiz bir işlem dizisi kurar.[21] Cevap gecikmez. Yol boyunca çalışan Vietnamlı ve Laoslu direnişçiler, sensörlerin ne yaptığını kısa sürede kavrar. Sismik sensörleri yanıltmak için hayvan sürülerini yolun üzerinden geçirirler, insan terini ve idrarını algılayan kimyasal sensörlerin yanına idrar dolu kovalar asarlar, bulduklarını yerinden söküp işe yaramaz yerlere taşırlar ve bombalar boş vadilere düşer.[22]
Programın mimarları sonucu bir “başarısızlık” saymaz, tersine geleceğin modeli olarak sunar. Amerikan Kara Kuvvetleri Kurmay Başkanı William Westmoreland, Ekim 1969’da yaptığı konuşmada geleceğin savaş alanını tarif ederken düşman kuvvetlerinin neredeyse anında bulunacağı, izleneceği ve hedeflenerek imha edileceği bir düzenden söz eder ve bunu on yıl içinde gerçekleşecek bir program olarak sunar.[23] Otomatik savaş alanı, kaybedilen bir savaşın ortasında bir doktrin olarak kurumsallaşır. Sistemin ürettiği yıkımın ölçeği ise hesabın dışında kalır.[24]
Sensör bariyeri, Vietnam’da işletilen daha geniş bir yönetim aklının parçası olarak çalışır. Pentagon’a Ford Motor’un başkanlığından gelen McNamara, fabrikada işçinin verimini ölçen yöntemleri savaşa taşır. Savaş bir maliyet fayda hesabı olarak kurulur ve fabrikada üretim adedi neyse burada da “başarı” ölçütü ceset sayısı olur. Ölçüt bir kez konduğunda birlikler ölçütü tutturmak için sayıları şişirir ve ölen “sivilleri” de listeye yazar.[25] Igloo White’ın bombalanacak kareyi seçmesi ile komutanlığın haftalık ceset sayısı raporu aynı mantığın iki ucunda durur. Ustabaşının bakışını otomatikleştiren denetim mantığı, savaş alanına taşındığında yıkımı bir performans göstergesine çevirir.
Cezayir’de sömürgeci ordunun, Vietnam’da ise emperyalist müdahale ordusunun sınır ve yol üzerinde uyguladığı sınıflandırma işlemi, aynı yıllarda bir yerleşimci sömürge devletinde nüfusun kendisine uygulanır. Güney Afrika’daki apartheid rejimi 1950 tarihli Nüfus Kayıt Yasası’yla her yurttaşı ırk kategorisine ayırır, geçiş yasalarıyla siyah nüfusun hareketini bu kategoriye bağlar. Kayıt tutmak, on beş milyon kişinin nerede doğduğunu, nerede çalışabileceğini ve hangi saatlerde hangi bölgede bulunabileceğini izlemek anlamına gelir ve bu iş elle yürütülemez hale geldiği için kayıt 1965’te IBM bilgisayarlarına aktarılır. 1970’lerde Britanyalı ICL’nin sağladığı sistemle “Hayat Kitabı” adı verilen merkezi kimlik kaydı kurulur. Amerikan Dostlar Hizmet Komitesi’nin 1982’de yayımladığı rapor, silah ambargosuna rağmen Amerikan bilgisayar şirketlerinin apartheid’ın polis ve nüfus kayıt sistemlerine donanım satmayı sürdürdüğünü belgeler.[26] Kimin nerede yaşayabileceği, çalışabileceği ve dolaşabileceği artık bilgisayarda tutulan bir sınıflandırma kaydına göre belirlenir. Galton’ın nüfusu sıraya dizme projesi, yüzyıl sonra bir apartheid devletinin idari altyapısı olarak çalışır.
Kış anlatısı
Sınıflandırma işlemi Vietnam’da ve Güney Afrika’da bu “işleri” görmeye devam ederken, yapay zekâ alanının kendi tarih anlatısı aynı yıllarda perseptron hattının sona erdiğini kaydeder. Bu anlatıya göre hat, 1969’da Marvin Minsky ile Seymour Papert’ın Perceptrons kitabıyla durdurulmuş ve yapay zekâ ilk kışına böyle girmiştir. Kitabın gösterdiği şey ise basit bir sınırdan ibaret kalır. Rosenblatt’ın makinesi, girdilerini tek bir doğruyla ikiye ayırabildiği durumlarda çalışır, ayrımın tek doğruyla yapılamadığı durumlarda ise çalışmaz. Bunu aşmak için makineye ikinci bir katman eklemek gerekir ve 1969’da böyle bir makineyi eğitmenin yolu bilinmez.[27] Buraya kadarı doğrudur. Anlatının geri kalanını ise Mikel Olazaran ayrıntılı biçimde inceler ve sonradan kurulmuş bir resmî tarihle karşı karşıya olduğumuzu gösterir.[28] Kitap tek katmanlı makinenin sınırını gösterir, ama çok katmanlı bir makinenin de aynı sınıra takılacağını kanıtlamaz, yalnızca öyle olacağını tahmin eder. Alanın içindeki araştırmacılar da kitabı bir ölüm ilanı olarak okumaz ve bağlantıcı çalışmalar 1970’ler boyunca daha küçük ölçekte sürer. Kitabı bir dönüm noktasına çeviren şey, sembolik yaklaşımın aynı yıllarda kurumsallaşması ve araştırma parasının neden kendisine aktığını açıklayacak bir hikâyeye ihtiyaç duyması olur ve kitap bu hikâyeyi sağlar. Sinir ağları 1980’lerin sonunda geri döndüğünde ise bu kez bağlantıcılar aynı kitabı, haksız yere gömülmüş bir hattın kanıtı olarak anlatmaya başlar.
Rosenblatt 1971’de bir tekne kazasında ölür ve hat en görünür savunucusunu kaybeder.[29] Ardından gelen fon kesintileri iki hattı birden vurur. Britanya Bilim Araştırma Konseyi’nin 1973’te matematikçi James Lighthill’e hazırlattığı rapor, yapay zekâ araştırmasının o güne dek verdiği sözlerin hiçbirini karşılayamadığını ve laboratuvarda çözülen sorunların gerçek ölçekte işlemediğini söyler ve Britanya’da alanın kamu fonu neredeyse tümüyle kesilir.[30] Aynı yıllarda ABD’de savunma ajansı, beş yıl süren konuşma anlama programının sonunda beklediği askeri sistemi elde edemeyince koşulsuz finansmanı sonlandırır. Para kesilmek yerine yön değiştirir ve genel amaçlı akıl yürütme programları yerine hedef tanıma, konuşma tanıma ve lojistik planlama gibi belirli bir askeri işe bağlanabilecek uygulamalar finanse edilir.[31] Laboratuvarlar aynı kalır, başlıklar değişir.
Yapay zekâ alanının kış diye anlattığı dönem, ordunun genel zekâ vaadini bırakıp somut denetim işlerine dönmesi anlamına gelir. Bağlantıcı teknik de bu dönemde ortadan kalkmaz, akademik yapay zekâ başlığının dışında çalışmaya devam eder. Bernard Widrow’un 1960’ta geliştirdiği öğrenen devre, bir telefon hattındaki yankıyı kendi kendine tanıyıp bastırmayı öğrenen bir süzgeç olarak on yıllar boyunca her modemin içinde çalışır.[32]
Kâr oranı ve üretimin dağıtılması
Fon kesintileri yapay zekâyı daraltırken kapitalist dünya ekonomisi çok daha köklü bir sarsıntı yaşar ve alanın sonraki otuz yılını belirleyen şey bu sarsıntıya verilen cevaplar olur. 1960’ların ortasından itibaren imalat sanayisinde kâr oranları düşmeye başlar, 1971’de Bretton Woods para sistemi çöker, 1973 petrol şoku darbeyi ağırlaştırır. Krizin kökeninde, yeniden inşa edilmiş ve daha verimli Alman ile Japon kapasitesinin dünya pazarına girmesiyle ortaya çıkan uluslararası aşırı kapasite ve aşırı üretim bulunur.[33] Bu kriz, kâr oranının düşme eğiliminin bir uğrağı ve teknolojiye yapılan yatırım da bu eğilime karşı sermayenin başvurduğu karşı kuvvetlerden biri olarak ele alınır.[34]
Sermayenin cevabı, üretimin coğrafi olarak dağıtılması ve emek sürecinin esnekleştirilmesi biçimini alır. David Harvey’nin esnek birikim adını verdiği bu rejimde, dikey bütünleşmiş dev fabrikanın yerini taşeron zincirleri, ihracat bölgeleri ve anlık tedarik hatları alır.[35] Toyota’da geliştirilen tam zamanında üretim ve kanban sistemi, stoksuz çalışmayı bir yönetim ilkesine dönüştürür.[36] Fordist fabrikanın işçi sınıfını tek çatı altında yoğunlaştırması, sermaye açısından bir direnç yoğunlaşması anlamına da gelirken dağıtma işlemi bu yoğunlaşmayı çözmeyi hedefler.
Dağıtma tek başına yetmez, yoğunlaşmış sınıfın gücünün doğrudan kırılması da gerekir. 1981’de ABD Başkanı Ronald Reagan hava trafik kontrolörlerinin grevini kırıp on bir binden fazla işçiyi topluca işten atar, 1984-85’te Britanya Başbakanı Margaret Thatcher bir yıl süren madenci grevini yenilgiye uğratır.[37] Otomasyon da bu saldırının bir aracı olarak devreye girer. General Motors 1980’ler boyunca otomasyona ve robotlara kırk milyar doları aşan bir yatırım yapar ve neredeyse insansız fabrika hedefini ilan eder. Yatırımın gerekçesi sendikalı işçiyi hattan çıkarmak, sonucu ise verimlilik artışı yerine durmadan arızalanan hatlar olur. Detroit yakınlarındaki Hamtramck fabrikasında boya robotlarının otomobil yerine birbirlerini boyadığı sahne, sonradan bu yatırımın simgesi olarak anlatılır.[38] David Noble’ın sayısal denetim için gösterdiği şey burada bir kez daha görünür. Otomasyon tercihini belirleyen ölçüt, üretim üzerindeki denetimin kimde kalacağı sorusudur, teknik verimlilik ise arkadan gelir.
Coğrafi olarak dağıtılan üretim ise kendi eşgüdüm sorununu doğurur. Binlerce tedarikçiden gelen parçanın hangi anda nerede olduğunu bilmek gerekir. Bu ihtiyaç, bugünkü veri altyapısının maddi çekirdeğini kurar. Haziran 1974’te Ohio’daki bir süpermarkette ilk barkod okutulur, konteyner taşımacılığı standartlaşır, işletmeler arası elektronik veri değişimi yaygınlaşır.[39] Her ürünün her hareketi kaydedilebilir bir olaya dönüşür. Kaydın taşınması için de ağ gerekir ve şirketler 1970’lerden itibaren kendi özel ağlarını kurar. Bankalar 1973’te SWIFT’i, perakendeciler ve üreticiler kendi kapalı veri hatlarını işletmeye başlar.[40] Wal-Mart 1980’lerin sonunda kendi uydu ağını ve satış noktası verisi havuzunu kurar, 1990’ların başında ise dünyanın en büyük ticari veri tabanını işletir hale gelir.[41] Bu ağların hepsi kapalı ve şirkete özel kalır. Narin’in vurguladığı gibi lojistik ve taşıma ağlarının tam zamanında üretime ve stoksuz çalışmaya bağlanması, üretici güçlerin ulaştığı düzeyi gösterir, ama kapitalizm bu düzeyi rekabetten doğan parçalanmayla birlikte taşır. Her tekel kendi ağını, kendi standardını ve kendi güvenlik katmanını kurar, aynı işi yapan sistemler yan yana çalışır.[42] Bu kapalı ağları tek bir açık ağda birleştirecek altyapı, yani internet, bambaşka bir kaynaktan, savaş bütçesinden gelecek ve ancak 1990’larda sermayenin kullanımına açılacaktır.
Krizin ikinci cevabı, o altyapıyı da finanse eden yerden, silahlanmadan gelir. Tekelci kapitalizm aşırı birikimin ürettiği artığı emmek için özel sermayeyle rekabet etmeyen tek büyük talep kaynağına, yani devletin silah alımına yaslandığında bu alan büyür. Silahın alıcısı baştan garanti edilmiş olduğu için satılamama riski taşımaz ve sanayiye kâr oranını düşürmeyen bir çıkış sunar.[43] Reagan yönetimi 1981’den itibaren savunma bütçesini beş yılda gerçek fiyatlarla yarıya yakın artırır ve bu artış kâr krizine verilen cevapların en büyüğü olur. Hava trafik kontrolörlerini işten atan aynı yönetim, aynı yıllarda Pentagon’a tarihin en büyük “barış dönemi” bütçesini açar. Bu bütçeden yapay zekâya doğrudan akan paranın yanında dolaylı bir katkı daha bulunur. Tümleşik devrenin ilk yıllarında üretimin neredeyse tamamını füze güdüm sistemi ile uzay programı satın almış, füze siparişleri tek bir devrenin fiyatını altı yılda elli dolardan iki doların altına çekmişti.[44] Masaya konan bilgisayar, silah bütçesiyle ucuzlatılmış bir parçanın üzerine kurulur. Yapay zekânın 1980’lerdeki ikinci dalgası da aynı bütçenin içinden çıkar.
Uzmanın bilgisi kurala çevriliyor
Denetim aygıtı 1980’lere gelindiğinde fabrikadan büroya taşınmış durumdadır. Kişisel bilgisayarla birlikte gelen elektronik tablo, muhasebecinin ve planlamacının yıllar içinde edindiği hesap yordamını hücreler arasındaki formüllere geçirir. Formül bir kez yazıldığında taşınabilir, çoğaltılabilir ve yöneticinin denetimine açılabilir hale gelir. Harry Braverman’ın büro işi için tarif ettiği süreç, yani bilginin çalışandan alınıp yönetimin mülkiyetine geçirilmesi, böylece bilgisayara aktarılır.[45] Büronun alt katmanı ölçülüp kayda geçirildikten sonra sıra üst katmana, yani uzmanın kendi kararına gelir ve yapay zekânın 1980’lerdeki ticari yükselişi tam da bu ihtiyaca cevap verir. Uzman sistemler, bir alanda çalışan uzmanın bilgisini “eğer şu koşul sağlanırsa bu sonucu üret” biçiminde kurallara çevirip bir çıkarım motoruna yükler. Stanford’daki DENDRAL ve MYCIN projelerinin ardından ilk büyük ticari uygulama, Digital Equipment Corporation’ın bilgisayar siparişlerini yapılandırmak için 1980’de devreye aldığı XCON sistemi olur.[46] Bu işe bilgi mühendisliği adı verilir.
Bilgi mühendisi, işini yapan uzmanın yanına oturup onun nasıl karar verdiğini adım adım söze döker ve bu sözü koda geçirir. Zaman ve hareket etüdü uzmanının tezgâh başında yaptığı iş, bu kez laboratuvarda ve muhasebe odasında yapılır. Frederick Taylor yüzyıl başında işçinin el becerisini gözlemleyip kâğıda dökmüş ve işi o kâğıda göre yeniden düzenlemişti. Braverman bu işlemin özünü, bilginin işçiden alınıp yönetimin tekeline geçirilmesi olarak tanımlar.[47] Bilgi mühendisliği aynı işlemi kol emeğinden zihin emeğine taşır. Hekimin tanı koyarken, kimyacının bileşik ayırırken, satış mühendisinin sipariş yapılandırırken izlediği yol önce sorularla ortaya çıkarılır, sonra kurala çevrilir, en sonunda kuralın sahibi işletme olur. Uzmanın kafasındaki bilgi işletmenin mülkiyetine geçer, uzmanın kendisi ise pazarlık gücünün bir bölümünü yitirir. Pasquinelli’nin belirttiği gibi yapay zekânın her dalgası, o dönemde pahalı ya da güç kazanmış olan emek biçimini hedef alır ve 1980’lerin hedefi teknik ve profesyonel emek olur.[48]
Dalganın arkasındaki itki, Reagan yönetiminin açtığı silahlanma bütçesinden gelir. Japonya 1982’de Beşinci Kuşak Bilgisayar Sistemleri projesini başlatır ve on yıl boyunca mantık programlamaya dayalı bir makine kuşağı hedefler.[49] ABD bunu bir ticaret tehdidi sayar. DARPA 1983’te Stratejik Bilgisayım Girişimi’ni başlatır ve on yılda bir milyar doların üzerinde kaynak harcar. Program üç somut askeri ürün vaat eder. Kendi başına arazide gidebilen bir kara aracı, savaş pilotuna kokpitte yardım edecek bir yapay zekâ ve donanma komutanlığının muharebe kararlarını verecek bir uzman sistem. Üçü de sözü verilen biçimde teslim edilmez.[50] Aynı yıl ilan edilen Stratejik Savunma Girişimi ise yazılım açısından baştan tartışmalı bulunur. Programın yazılım danışma kurulunda görev alan David Parnas 1985’te istifa eder ve böyle bir sistemin yazılımına hiçbir koşulda güvenilemeyeceğini gerekçe gösterir.[51] Alanın kendi literatürünün bilgi edinme darboğazı dediği sorun da tam burada belirir. Uzmanlar yaptıkları işi kurallara dökemez, çünkü örtük bilgi denen katman sözle ifade edilemediği için kodlanamaz.[52] Ticari balon 1987’de patlar. Uzman sistemleri çalıştırmak için tasarlanan özel donanım pazarı çöker, şirketler kapanır ve alan kendi adlandırmasıyla ikinci kışına girer. Kurallara dökülen bilgi, kendisinden koparıldığı pratiğin yerini tutamaz.
Programın vaatleri asıl sınavını 1991’de Irak’a karşı yürütülen savaşta verir. Pentagon bu savaşı, bilgisayarın hedef seçtiği, füzenin kendi yolunu bulduğu ve komutanın savaş alanını ekrandan izlediği ilk savaş olarak sunar ve savaş sonrasında bu sunum bir doktrine dönüşür. Askeri işlerde “devrim” adı verilen doktrine göre üstünlük artık ateş gücünden değil, düşmanı önce görüp önce hedefleme yeteneğinden, yani enformasyon üstünlüğünden gelir.[53] Doktrinin dayandığı savaşın gerçek bilançosu ise başka türlüdür. Atılan bombaların yüzde doksanından fazlası güdümsüz eski tip bombadır, hassas güdümlü mühimmat toplam tonajın onda birine bile ulaşmaz.[54] Yapay zekâ programlarının bu savaşa doğrudan katkısı ise lojistikte kalır, DARPA’nın geliştirdiği bir planlama sistemi sevkiyat çizelgelerini hazırlar ve ajans sonradan bu tek uygulamanın alana yapılan bütün yatırımı geri ödediğini ileri sürer.[55] Aynı savaşın başka bir kaydı da vardır. 25 Şubat 1991’de Dahran’daki bir kışlayı hedef alan füzeyi Patriot bataryası karşılayamaz ve yirmi sekiz Amerikalı asker ölür. Sayıştay incelemesi nedeni yazılımda bulur, çünkü sistemin dahili saati yüz saati aşan kesintisiz çalışma sonunda küçük bir kayma biriktirmiş ve hedefin konumunu yanlış hesaplamıştır.[56] Enformasyon üstünlüğü söylemi ile makinenin gerçek davranışı arasındaki mesafe, doktrinin ilan edildiği savaşta kayda geçmiş olur. Doktrin yine de yerleşir, çünkü işlevi savaşı tarif etmekten çok sonraki savaşların bütçesini gerekçelendirmek olur.
Gizli katman
Uzman sistemler 1987’de çökerken, 1969’da gömüldüğü ilan edilen bağlantıcı hat kendi matematiksel engelini aşmış durumdadır. David Rumelhart, James McClelland ve arkadaşlarının 1986’da yayımladığı iki ciltlik Paralel Dağıtılmış İşleme, girdi ile çıktı katmanları arasına dış dünyaya doğrudan değmeyen gizli katmanlar yerleştirir ve bu ağların nasıl eğitileceğini gösterir.[57] Aynı yıl Rumelhart, Geoffrey Hinton ve Ronald Williams Nature’da geri yayılım algoritmasını duyurur. Yöntemin matematiksel çekirdeği 1970’lerin başında ortaya konmuştur, ama ancak bu yayınla görünür hale gelir.[58]
İlk büyük ölçekli uygulama 1989’da gelir ve uygulamanın niteliği dikkat çeker. Yann LeCun ile arkadaşları Bell Laboratuvarları’nda, Amerikan posta idaresinin sağladığı binlerce zarf görüntüsü üzerinde bir ağ eğitir ve ağ, zarfın üzerine elle yazılmış posta kodunun rakamlarını okuyup mektubu doğru şehre yönlendirmeyi öğrenir.[59] Aynı yöntemle geliştirilen sonraki sistemler, 1990’ların sonunda Amerika Birleşik Devletleri’nde yazılan çeklerin önemli bir bölümünü okur hale gelir. Yani sinir ağlarının ilk kitlesel işi, bankada ya da postanede oturup rakam okuyan memurun işini üstlenmek olur.
Aynı laboratuvarda başka bir hat daha yürür. Sovyet akademisinin yapay zekâ tanımının dışında tuttuğu istatistiksel öğrenme kuramı üzerine çalışan Vladimir Vapnik 1990’ların başında Bell Laboratuvarları’na geçer ve 1995’te Corinna Cortes ile birlikte destek vektör makinelerini yayımlar.[60] Yöntem az veriyle ve sınırlı işlem gücüyle çalışır ve sinir ağlarından farklı olarak sonucunun ne kadar güvenilir olduğu matematiksel olarak hesaplanabilir. Bu iki üstünlük sayesinde 1990’lar ve 2000’ler boyunca sinir ağlarının önünde kalır. Vapnik’in 1995’te yayımladığı kitap alanın dilini de değiştirir. Kitabın adında zekâ sözcüğü geçmez, istatistiksel öğrenme kuramı der.[61] Adlandırma bir program değişikliğine işaret eder. Sembolik yapay zekâ insan akıl yürütmesini modellediğini iddia ediyordu, uzman sistemler uzmanın bilgisini kodladıklarını söylüyordu. İstatistiksel öğrenme ise zihne dair hiçbir iddia taşımaz. Yaptığı şey, bir veri kümesindeki düzenlilikleri bulup yeni örneklere uygulamaktır. Pasquinelli’nin vurguladığı gibi bu dönüşümle birlikte yapay zekâ, zihnin taklidi olma iddiasını fiilen terk eder ve toplumsal verinin istatistiksel özetlenmesine dönüşür.[62]
Bağlantıcı hattın ayakta kalması da kurumsal bir hikâyeye dayanır. Hinton 1987’de Kanada’ya geçer ve çalışmasını askeri kaynaklardan uzak bir bütçeyle sürdürür. 2004’ten itibaren Kanada İleri Araştırmalar Enstitüsü’nün açtığı program, sinir ağları üzerinde çalışan dağınık bir avuç araştırmacıyı bir arada tutan başlıca kaynak olur.[63] Bugün yüz milyarlarca dolarlık bir sanayinin dayandığı yöntem, en kritik yirmi yılını görece küçük bir kamusal fonla geçirir. Beklemenin nedeni kuramda aranmaz, milyonlarca parametreyi güncelleyecek işlem gücü ile bu parametreleri eğitecek büyüklükte etiketli veri henüz birikmemiş durumdadır ve ikisinin birikmesi de kapitalizmin kendi yeniden yapılanmasının ürünü olarak gerçekleşecektir.
Görünmeyen emek
Sinir ağlarının beklediği etiketli veri kendiliğinden birikmez, birileri her kaydı tek tek klavyeden girer ve bu iş bilgisayarın ilk yıllarından itibaren düşük ücretli, büyük ölçüde kadın emeğine yıkılır. Marie Hicks’in Britanya örneğinde belgelediği gibi, işin cinsiyeti değiştiğinde adı da değişir. Bilgisayar işi kadınların elindeyken vasıfsız bir büro işi sayılır, erkeklerin eline geçtiğinde mühendislik mesleğine dönüşür.[64] Bu katman, bilgisayarlaşmanın her aşamasında yeniden üretilir ve her seferinde bir öncekinden daha uzağa taşınır.
1980’lerden itibaren bu iş ülke dışına taşınır. Barbados’ta yürütülen bir alan araştırması, Amerikan sigorta şirketlerinin ve havayollarının belgelerini uçakla adaya taşıyıp genç kadınların çalıştığı veri giriş merkezlerinde işlediğini belgeler. American Airlines’ın 1983’te kurduğu Data Air tesisi, bilet koçanlarını Barbados’ta günde on saat klavyeye giren yüzlerce kadın çalıştırır. Klavye vuruşları saatlik olarak sayılır, hata oranı ekranda görünür, ücret performansa bağlanır. Çalışma temposu, giyim kuralları ve konuşma yasağı bir arada uygulanır.[65] Karayipler’in seçilmesinin nedenleri açıktır. Ada eski bir İngiliz sömürgesi, işsizlik yüksek ve sendikalar zayıftır, ayrıca saat farkı Amerikan iş gününe denk düşer. Aynı model 1990’larda Hindistan’a, Filipinler’e ve Çin’e yayılır ve Bangalore’daki çağrı merkezleri ile veri işleme büroları on yıl içinde yüz binlerce kişi çalıştırır hale gelir. Bugün veri etiketleme merkezleri diye anılan ve “hayalet iş” adıyla da tartışılan yapı, aynı emek rejiminin devamı olarak kurulur.[66]
Özgür Narin’in Marx’tan hareketle kullandığı toplam işçi kavramı bu zinciri tek bir bütün olarak görmeyi sağlar. Yapay zekâ üretim zinciri, onu tasarlayan teknoloji tekelinin dışında, yongayı üreten, sunucuyu soğutan, veriyi etiketleyen ve kaydı giren emekçilere dayanır. Makineye can veren şey bu toplam işçinin genel zekâsı ve emeğidir, ama zincirin her halkası bir öncekinden görünmez kılınır.[67] Barbados’taki veri giriş operatörü ile Kaliforniya’daki yazılımcı aynı işin iki ucunda durur ama biri diğerinin varlığından haberdar edilmez.
Yıkımın maddi tarafı da aynı zincirde yer alır. Yarı iletken üretimi, temiz oda görüntüsünün ardında ağır çözücülerle ve asitlerle çalışan bir sanayi olarak işler. Santa Clara Vadisi’nde çip fabrikalarında çalışanların büyük bölümünü göçmen kadınlar oluşturur ve bölge, ülkedeki en yoğun zehirli atık sahalarından birine dönüşür.[68] Montaj işi ise 1960’lardan itibaren Hong Kong’a, Penang’a ve Meksika sınır bölgesine taşınır. Kısalan ürün ömrü, 1990’lardan itibaren büyük bir elektronik atık akışı üretir ve bu akışın önemli bir bölümü geri dönüşüm adı altında Batı Afrika’ya, Güney Asya’ya ve Çin’in güneyine yönlendirilir. Gana’daki Agbogbloshie ile Çin’deki Guiyu, Batı’nın attığı bilgisayarların açık havada yakılıp bakır telinin ayıklandığı iki büyük saha haline gelir.[69]
Genel zekânın çitlenmesi
Veri yığınını tek bir ağda toplayan altyapı da savaş bütçesinden çıkar. RAND’da çalışan Paul Baran’ın 1964’te yayımladığı rapor, nükleer saldırıda kısmen yıkılsa bile çalışmaya devam edecek bir iletişim ağı tasarlar. Merkezi santral yerine birbirine bağlı düğümler, tek parça mesaj yerine ayrı ayrı yol bulan paketler. Savunma ajansı 1969’da ARPANET’i kurarken Baran’ın paket anahtarlama ilkesini kullanır, ama kendi gerekçesi pahalı bilgisayarları paylaştırmak ve finanse ettiği araştırmacıları birbirine bağlamaktır. İlk dört düğüm de ajansın para verdiği üniversitelere yerleştirilir.[70] Ağ yirmi yıl boyunca askeri ve akademik bir altyapı olarak kalır ve ticari kullanım açıkça yasaklanır. 1986’da Ulusal Bilim Vakfı’nın kurduğu omurga ağı bu yasağı sürdürür. Dönüşüm 1990’ların başında gelir ve Vakıf 1991’de ticari trafiğe izin verir, 1995’te ise omurgayı özel şirketlere devredip kendi ağını kapar. Otuz yıl boyunca kamu parasıyla kurulan altyapı birkaç yıl içinde özel mülke dönüşür.[71] İnternetin ticarileşmesi veri birikiminin ölçeğini bir anda değiştirir ve savaş bütçesiyle kurulan ağ, küresel lojistiğin ve finansın taşıyıcısı olur. Çitlemenin kurucu aygıtı 1998’de, Sergey Brin ile Larry Page’in geliştirdiği PageRank ile gelir. Algoritma bir sayfanın önemini ona verilen bağlantıların yapısından hesaplar ve içeriğine bakmaz.[72] Sıralamayı üreten şey, milyonlarca insanın birbirine bağlantı verme pratiğinin toplamıdır. Matteo Pasquinelli bu aygıtı, toplumsal genel zekâyı ölçen ve ölçtüğü şeyden rant elde eden bir kiracı olarak tarif eder.[73] Şirket 2000’de reklam sistemini devreye sokar ve kolektif dikkat bir gelir akışına bağlanır.
2000 ilkbaharında borsadaki teknoloji balonu patlar ve iki yıl içinde binlerce şirket kapanır. Çöküş altyapıyı ortadan kaldırmaz, döşenen fiber optik hatlar, kurulan veri merkezleri ve yetişen teknik işgücü yerinde kalır, yalnızca sahiplik el değiştirir. Ayakta kalan birkaç şirket, iflas fiyatına satılan varlıkları toplayarak sonraki on yılın tekelci yapısını kurar. Sermayenin merkezileşmesi, yani krizde küçük sermayelerin büyükler tarafından yutulması, burada bir altyapı ele geçirme biçiminde işler. 1990’larda kamu kaynağı ve borsa parasıyla döşenen ağ, 2002’den sonra beş altı şirketin özel altyapısı haline gelir.[74]
Marx Kapital’in birinci cildinde sözde ilkel birikim başlığı altında ortak toprakların çitlenmesini, köylünün üretim aracından koparılıp ücretli emeğe zorlanmasını ve o güne dek meta olmayan şeylerin metaya çevrilmesini anlatır. Bu hareketi kapitalizmin doğuşuna ait bir başlangıç anı olarak yazar, ama çitleme her genişleme dalgasında yeniden başlar.[75] Yirmi birinci yüzyılın başında çitlenmemiş duran alan, insanların birbiriyle konuşmasıdır. Özgür Narin buna genel zekâ üzerindeki çitleme adını verir.[76]
Google’ın 2006’da açtığı çeviri hizmeti işleyişi açıkça gösterir. Sistem dilbilgisi kuralları öğrenmez, Birleşmiş Milletler ile Avrupa Parlamentosu belgeleri gibi, insan çevirmenlerin yıllar içinde ürettiği milyonlarca cümlelik koşut metin yığınları üzerinde istatistiksel eşleşme arar.[77] Makinenin çeviri yeteneği, ücreti çoktan ödenmiş ya da hiç ödenmemiş bir kolektif emeğin ürününden çıkarılır. Sistemi çalıştıran şey, kırk yıl boyunca Birleşmiş Milletler çevirmenlerinin yazdığı metinlerdir ve o çevirmenlerden hiçbirine bu kullanım için ayrıca bir ödeme yapılmaz.[78]
2004’ten itibaren Web 2.0 adıyla pazarlanan mimari aynı işlemi sistemli hale getirir. Kullanıcı artık yalnızca tüketmez, içerik üretir ve ürettiğini etiketler. Tiziana Terranova bu ilişkiyi daha 2000’de ücretsiz emek olarak adlandırmıştı ve kavram, sonraki on yılda dijital ekonominin temel işleyişini tarif eder hale gelir.[79]
Amazon’un Kasım 2005’te açtığı Mechanical Turk, makinenin yapamadığı işleri parça başına insanlara dağıtan bir platformdur ve şirket bu hizmeti yapay yapay zekâ diye tanıtır.[80] Platformda çalışanların büyük bölümü iş başına birkaç sent alır, hiçbir iş güvencesi yoktur ve işvereninin kim olduğunu bilmez. Barbados’taki veri giriş merkezinden farkı, artık bir binanın bile bulunmamasıdır. İşçi kendi evinde ve kendi bilgisayarıyla çalışır, işletme yalnızca aracılık eder.[81]
Savaş cephesi de aynı veriye yönelir ve Amerikan Savunma Bakanlığı’nın araştırma ajansı bünyesinde Eylül 2001’den sonra kurulan Enformasyon Farkındalığı Ofisi’nin yürüttüğü Bütünsel Enformasyon Farkındalığı programı, ticari işlemleri, seyahat kayıtlarını ve iletişim verilerini tek bir çatı altında toplayıp tehdit örüntüsü aramayı hedefler. Program 2003’te kamuoyu tepkisiyle resmen kapatılır ve bileşenleri başka bütçelere dağıtılarak yaşamaya devam eder.[82] Igloo White’ın Laos’ta yaptığı işin bu kez uygulandığı alan, Amerikan nüfusunun tamamıdır. Amerikan ordusu 2004’ten itibaren, serinin ilk bölümünde hava kontrolü doktrininin ilk uygulama alanı olarak andığımız Irak’ta, 2007’den itibaren de Afganistan’da milyonlarca kişinin parmak izini ve iris görüntüsünü taşınabilir cihazlarla toplar. 2011’e gelindiğinde Irak’ta üç milyona yakın, Afganistan’da bir buçuk milyonun üzerinde kişi kayıtlı bulunur ve kayıt, kontrol noktalarında kimin geçip kimin gözaltına alınacağını belirler.[83] Aynı dönemde CIA’in risk sermayesi kolu In-Q-Tel, “terörle mücadele” için veri analizi yazılımı geliştiren ve henüz iki yaşındaki Palantir’e yatırım yapar. Bütünsel Enformasyon Farkındalığı’nın kamuoyu baskısıyla kapatılan işlevi böylece bir özel şirkete devredilmiş olur ve o şirket bugün Amerikan ordusunun hedefleme sistemlerini işletir.[84]
2008 sonbaharında patlayan finansal kriz süreci hızlandırır. Merkez bankalarının açtığı ucuz kredi dönemi, kâr oranı sıkışmış sanayiden çıkan sermayeyi platform şirketlerine yöneltir ve aynı yıllarda yaygınlaşan akıllı telefon, veri toplamayı masa başından çıkarıp günün her anına yayar. Bir yıl sonra Fei-Fei Li ile ekibi, WordNet sözlüğünün kategorilerine göre düzenlenmiş büyük bir görsel veri kümesini, ImageNet’i tanıtır. Üç milyondan fazla görüntünün etiketlenmesi iki buçuk yıl sürer ve iş, Mechanical Turk üzerinden dünyanın dört bir yanındaki on binlerce kişiye parça başına yaptırılır.[85] Kümede iki emek katmanı üst üste biner. Görüntülerin kendisi, insanların birbirine göstermek için internete koyduğu fotoğraflardan toplanır. Her görüntünün ne olduğunu söyleyen etiket ise parça başına birkaç sent alan işçilerden gelir. Marx’ın Grundrisse’de genel zekâ adını verdiği toplumsal bilgi, milyonlarca insanın neyin kedi neyin köpek olduğuna dair ortak bilgisi olarak bir dosyada toplanır ve dosyayı kim elinde tutuyorsa onun sabit sermayesi haline gelir.[86]
Kimin malzemesi
2010 eşiğine gelindiğinde ortada, hiçbiri yapay zekâ için toplanmamış büyük bir malzeme birikmişti. Bir bölümünü tekeller denetim ve maliyet düşürme ihtiyacıyla üretmişti. Barkod ve lojistik kayıtları, elektronik tablolar, kredi kartı işlemleri, taranmış kitaplar ve internete konan fotoğraflar bu birikimin parçasıydı. Diğer bölümünü Amerikan devleti ve ordusu üretti. Laos’a atılan sensörlerin sinyalleri, apartheid rejimine satılan kayıt sistemleri, Irak ile Afganistan’da toplanan parmak izleri ve Amerikan nüfusunun tamamında tehdit örüntüsü arayan programların dosyaları aynı hacimde bir malzeme oluşturdu. Fabrikada işçinin hareketini norma göre ayıran bakışla, sömürgede ve savaşta insanı kategoriye yerleştiren kayıt teknik olarak tek bir işlemden geliyordu ve bu bölüm boyunca izlediğimiz gibi ikisini de ABD Deniz Kuvvetleri, Pentagon ve tekeller finanse etmişti.
Malzeme, birbiriyle yarışan iki teknik hattan yalnızca birinin işine yaradı. Uzman sistemler bir insanın oturup kural yazmasını gerektiriyordu ve milyonlarca örnek karşısında yapabilecekleri bir şey kalmamıştı. Sinir ağları ise örneklerden öğrenmek üzere kurulmuştu ve malzeme büyüdükçe daha iyi çalışıyordu. Eksik kalan son parça da başka bir amaçla üretildi. Sinir ağının milyonlarca parametresini güncellemek aynı basit işlemin milyonlarca kez yan yana yapılmasını gerektirir ve 2000’lerde bu işi en ucuza yapan yonga, bilgisayar oyunları için üretilen grafik işlemcisiydi. Nvidia’nın oyun pazarı için tasarladığı kartlar 2007’den itibaren genel amaçlı hesaplamaya açıldı.[87] Hinton’ın iki öğrencisi Alex Krizhevsky ile Ilya Sutskever 2012’de, iki oyun kartı üzerinde eğittikleri derin ağla ImageNet yarışmasını o güne dek görülmemiş bir farkla kazandı ve ağın yaptığı iş, fotoğraftaki kediyi köpekten ayırmaktı.[88]
Rosenblatt’ın 1957’de ABD Deniz Kuvvetleri parasıyla kurduğu makineden bu ağa uzanan elli beş yılda sınıflandırma işleminin kendisi değişmedi. Makine Cornell’de keşif fotoğrafında tank arıyordu, Nakhon Phanom’da kamyon aradı, Pretoria’da ırk, Irak’ta parmak izi, 2012’de kedi aradı. Değişen şey, işlemin hangi malzeme üzerinde ve kime karşı çalıştırıldığıydı. Pasquinelli yapay zekâ ile onu besleyen görünmeyen emeği aynı mekanizmanın iki yüzü olarak tarif eder.[89] Kediyi bulan ağ, fotoğrafı çeken kullanıcının ve onu parça başına etiketleyen işçinin emeğini tek bir dosyada topluyordu ve o dosyanın ne için kullanılacağına dair ikisine de sorulmadı.
Serinin dördüncü ve son bölümü, 2012’den sonra bu birikimin üzerine kurulan sanayiyi ele alacak. Derin öğrenmenin birkaç şirketin elinde toplanmasını, büyük dil modellerini, çip üretimi üzerinden yürüyen Çin ve Amerika rekabetini, Palantir’den insansız hava araçlarına uzanan emperyalist müdahale aygıtını, İran’a yönelik saldırıları ve Filistin’de yapay zekânın işgale, kuşatmaya ve soykırıma nasıl koşulduğunu, bu yazıda izlediğimiz hattın devamı olarak anlatacağız.
Dipnotlar:
[1] Diyar Saraçoğlu, “Yapay Zekâ: Emek, Savaş, Sömürgecilik – II. Komünizmin Makineleri”, bianet, 2 Eylül 2026. Serinin birinci bölümü için bkz. “Yapay Zekâ: Emek, Savaş, Sömürgecilik – I. Sömürge Hesabından Sibernetik Fabrikaya”, bianet, 26 Ağustos 2026.
[2] Norbert Wiener, “A Scientist Rebels”, The Atlantic Monthly, Ocak 1947, s. 46.
[3] Paul N. Edwards, The Closed World. Computers and the Politics of Discourse in Cold War America, MIT Press, 1996, ikinci ve üçüncü bölümler.
[4] John McCarthy, Marvin L. Minsky, Nathaniel Rochester ve Claude E. Shannon, “A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence”, 31 Ağustos 1955. Metin AI Magazine, cilt 27, sayı 4, 2006, s. 12-14’te yeniden yayımlandı.
[5] John McCarthy, “Review of The Question of Artificial Intelligence”, Annals of the History of Computing, cilt 10, sayı 3, 1988, s. 224-229.
[6] Matteo Pasquinelli, Patronun Gözü. Yapay Zekânın Sosyal Tarihi, çev. Elçin Gen, Metis Yayınları, 2025, sekizinci bölüm.
[7] Allen Newell ve Herbert A. Simon, “The Logic Theory Machine. A Complex Information Processing System”, IRE Transactions on Information Theory, cilt 2, sayı 3, 1956, s. 61-79.
[8] Edwards, a.g.e., sekizinci bölüm.
[9] Frank Rosenblatt, “The Perceptron. A Probabilistic Model for Information Storage and Organization in the Brain”, Psychological Review, cilt 65, sayı 6, 1958, s. 386-408.
[10] “New Navy Device Learns by Doing”, The New York Times, 8 Temmuz 1958, s. 25.
[11] Charles Spearman, “General Intelligence, Objectively Determined and Measured”, The American Journal of Psychology, cilt 15, sayı 2, 1904, s. 201-292.
[12] Stephen Jay Gould, The Mismeasure of Man, W. W. Norton, 1996 (Türkçesi İnsanın Yanlış Ölçümü, çev. Ebru Kılıç, Versus Kitap, 2014). “Makine Çağı” serimizin üçüncü bölümünde biz de bu konuya değinmiştik: “İşbölümü, genel zekâ ve denetim: Makine Çağı (3)”, bianet, 29 Temmuz 2025.
[13] Pasquinelli, a.g.e., dokuzuncu bölüm, s. 256-265.
[14] Pasquinelli, a.g.e., dokuzuncu bölüm. Ayrıca bkz. Melanie Lefkowitz, “Professor’s Perceptron Paved the Way for AI 60 Years Too Soon”, Cornell Chronicle, 25 Eylül 2019.
[15] Pasquinelli, a.g.e., yedinci bölüm ve dokuzuncu bölüm.
[16] Harry Braverman, Labor and Monopoly Capital. The Degradation of Work in the Twentieth Century, Monthly Review Press, 1974 (Türkçesi Emek ve Tekelci Sermaye, çev. Çiğdem Çidamlı, Kalkedon Yayınları, 2008).
[17] Lefkowitz, a.g.y.
[18] Özgür Narin, “Yapay Zekâ ve Emek. Bir Toplumsal Tarih”, Elektrik Mühendisliği, sayı 476, Nisan 2025, s. 40-47. Ayrıca bkz. Özgür Narin, “Yapay Zeka ve Öğrenen Makineler Çağında Kapitalizm”, En Uzak Sahilin Kıyısında Yeni Bir Yaşam Kurabilir miyiz? içinde, ed. Ali Yalçın Göymen, Habitus Kitap, 2021.
[19] Alistair Horne, A Savage War of Peace. Algeria 1954-1962, New York Review Books, 2006, on ikinci bölüm.
[20] John T. Correll, “Igloo White”, Air Force Magazine, cilt 87, sayı 11, Kasım 2004, s. 56-61; Edwards, a.g.e., altıncı bölüm.
[21] Edwards, a.g.e., altıncı bölüm.
[22] Correll, a.g.y.; Edwards, a.g.e., altıncı bölüm.
[23] Edwards, a.g.e., altıncı bölüm; Paul Dickson, The Electronic Battlefield, Indiana University Press, 1976.
[24] 1964 ile 1973 arasında Laos’a iki milyon tondan fazla mühimmat atıldı, patlamayan artıklar savaştan bu yana yirmi binden fazla kişiyi öldürdü ya da sakat bıraktı. Bkz. Legacies of War, “Secret War in Laos”, legaciesofwar.org.
[25] Gregory A. Daddis, No Sure Victory. Measuring U.S. Army Effectiveness and Progress in the Vietnam War, Oxford University Press, 2011. “Sivil” ayrımı kaynağın terminolojisinden geliyor. İşgale karşı direnen bir halkta bu ayrımın kendisi tartışmalı, çünkü öldürülenleri savaşan ve savaşmayan diye bölmek işgalin kendisini görünmez kılıyor.
[26] Paul N. Edwards ve Gabrielle Hecht, “History and the Technopolitics of Identity. The Case of Apartheid South Africa”, Journal of Southern African Studies, cilt 36, sayı 3, 2010, s. 619-639.
[27] Marvin Minsky ve Seymour Papert, Perceptrons. An Introduction to Computational Geometry, MIT Press, 1969.
[28] Mikel Olazaran, “A Sociological Study of the Official History of the Perceptrons Controversy”, Social Studies of Science, cilt 26, sayı 3, 1996, s. 611-659.
[29] Lefkowitz, a.g.y.
[30] James Lighthill, “Artificial Intelligence. A General Survey”, Artificial Intelligence. A Paper Symposium içinde, Science Research Council, 1973; Olazaran, a.g.y., s. 640-645.
[31] Alex Roland ve Philip Shiman, Strategic Computing. DARPA and the Quest for Machine Intelligence, 1983-1993, MIT Press, 2002, birinci bölüm; Edwards, a.g.e., sekizinci bölüm.
[32] Bernard Widrow ve Marcian E. Hoff, “Adaptive Switching Circuits”, IRE WESCON Convention Record, 1960, s. 96-104.
[33] Robert Brenner, The Economics of Global Turbulence. The Advanced Capitalist Economies from Long Boom to Long Downturn, 1945-2005, Verso, 2006.
[34] Özgür Narin, “Yapay Zekâ ve Emek. Bir Toplumsal Tarih”, Elektrik Mühendisliği, sayı 476, Nisan 2025.
[35] David Harvey, The Condition of Postmodernity. An Enquiry into the Origins of Cultural Change, Blackwell, 1990 (Türkçesi Postmodernliğin Durumu, çev. Sungur Savran, Metis Yayınları, 1997).
[36] Taiichi Ohno, Toyota Production System. Beyond Large-Scale Production, Productivity Press, 1988; Kim Moody, Workers in a Lean World. Unions in the International Economy, Verso, 1997.
[37] Joseph A. McCartin, Collision Course. Ronald Reagan, the Air Traffic Controllers, and the Strike that Changed America, Oxford University Press, 2011; Seumas Milne, The Enemy Within. The Secret War Against the Miners, Verso, 2014.
[38] Maryann Keller, Rude Awakening. The Rise, Fall, and Struggle for Recovery of General Motors, William Morrow, 1989; David F. Noble, Forces of Production. A Social History of Industrial Automation, Knopf, 1984.
[39] Stephen A. Brown, Revolution at the Checkout Counter. The Explosion of the Bar Code, Harvard University Press, 1997; Marc Levinson, The Box, Princeton University Press, 2006.
[40] Susan V. Scott ve Markos Zachariadis, The Society for Worldwide Interbank Financial Telecommunication (SWIFT), Routledge, 2014, birinci ve ikinci bölümler.
[41] Nelson Lichtenstein, The Retail Revolution. How Wal-Mart Created a Brave New World of Business, Metropolitan Books, 2009.
[42] Özgür Narin ve Güney Işıkara, “Cybersyn ve Sovyetlerde Bilgisayar Ağları Deneyimi. Toplumsal Üretimi Yeniden Örgütleme ve Planlama Üzerine Düşünceler”, Abstrakt.
[43] Paul A. Baran ve Paul M. Sweezy, Monopoly Capital. An Essay on the American Economic and Social Order, Monthly Review Press, 1966, yedinci bölüm (Türkçesi Tekelci Kapitalizm, çev. Filiz Onaran, Doğan Yayınevi, 1970). Ernest Mandel, Late Capitalism, çev. Joris De Bres, Verso, 1975, dokuzuncu bölüm (Türkçesi Geç Kapitalizm, çev. Candan Badem, Versus Kitap, 2008).
[44] Thomas J. Misa, “Military Needs, Commercial Realities, and the Development of the Transistor”, Merritt Roe Smith (haz.), Military Enterprise and Technological Change, MIT Press, 1985 içinde, s. 253-287.
[45] Braverman, a.g.e., on beşinci bölüm “Clerical Workers”.
[46] John McDermott, “R1. A Rule-Based Configurer of Computer Systems”, Artificial Intelligence, cilt 19, sayı 1, 1982, s. 39-88.
[47] Braverman, a.g.e., dördüncü bölüm; Philip E. Agre, “Toward a Critical Technical Practice”, Geoffrey C. Bowker vd. (haz.), Social Science, Technical Systems, and Cooperative Work, Erlbaum, 1997 içinde, s. 131-157.
[48] Pasquinelli, a.g.e., giriş ve on ikinci bölüm.
[49] Marie Anchordoguy, “Japan’s Software Industry. A Failure of Institutions?”, Research Policy, cilt 29, sayı 3, 2000, s. 391-408.
[50] Roland ve Shiman, a.g.e., beşinci ve altıncı bölümler.
[51] David Lorge Parnas, “Software Aspects of Strategic Defense Systems”, Communications of the ACM, cilt 28, sayı 12, 1985, s. 1326-1335.
[52] Michael Polanyi, The Tacit Dimension, Routledge, 1966; Hubert L. Dreyfus ve Stuart E. Dreyfus, Mind over Machine, Free Press, 1986.
[53] Askeri işlerde devrim doktrini için bkz. Roland ve Shiman, a.g.e., dokuzuncu bölüm; Diyar Saraçoğlu, “Yıkıcı Gücün Otomasyonu. Yapay Zekâ, Savaş Aygıtı ve Sömürgeci Tahakküm”, Ayrıntı Dergi, 7 Temmuz 2026.
[54] Savaşta kullanılan 88.500 ton mühimmatın yaklaşık 6.500 tonu güdümlüydü. Bkz. Thomas A. Keaney ve Eliot A. Cohen, Gulf War Air Power Survey. Summary Report, US Government Printing Office, 1993.
[55] Dynamic Analysis and Replanning Tool (DART) için bkz. Roland ve Shiman, a.g.e., dokuzuncu bölüm.
[56] Amerika Birleşik Devletleri Sayıştayı, Patriot Missile Defense. Software Problem Led to System Failure at Dhahran, Saudi Arabia, GAO/IMTEC-92-26, 1992.
[57] David E. Rumelhart, James L. McClelland ve PDP Araştırma Grubu, Parallel Distributed Processing. Explorations in the Microstructure of Cognition, MIT Press, 1986.
[58] David E. Rumelhart, Geoffrey E. Hinton ve Ronald J. Williams, “Learning Representations by Back-propagating Errors”, Nature, cilt 323, 1986, s. 533-536. Zincir kuralının geriye doğru uygulanması Seppo Linnainmaa’nın 1970 tarihli yüksek lisans tezinde, sinir ağlarına uygulanması Paul Werbos’un 1974 tarihli doktora tezinde yer alır. Bkz. Jürgen Schmidhuber, “Deep Learning in Neural Networks. An Overview”, Neural Networks, cilt 61, 2015, s. 85-117.
[59] Yann LeCun vd., “Backpropagation Applied to Handwritten Zip Code Recognition”, Neural Computation, cilt 1, sayı 4, 1989, s. 541-551.
[60] Corinna Cortes ve Vladimir Vapnik, “Support-Vector Networks”, Machine Learning, cilt 20, sayı 3, 1995, s. 273-297; Olessia Kirtchik, “The Soviet Scientific Programme on AI”, BJHS Themes, cilt 8, 2023, s. 111-125.
[61] Vladimir N. Vapnik, The Nature of Statistical Learning Theory, Springer, 1995.
[62] Pasquinelli, a.g.e., onuncu ve on birinci bölümler; Matteo Pasquinelli ve Vladan Joler, “The Nooscope Manifested”, AI & Society, cilt 36, 2021, s. 1263-1280.
[63] Cade Metz, Genius Makers, Dutton, 2021, üçüncü bölüm.
[64] Marie Hicks, Programmed Inequality. How Britain Discarded Women Technologists and Lost Its Edge in Computing, MIT Press, 2017.
[65] Carla Freeman, High Tech and High Heels in the Global Economy. Women, Work, and Pink-Collar Identities in the Caribbean, Duke University Press, 2000.
[66] Hindistan’a taşınma için bkz. A. Aneesh, Virtual Migration. The Programming of Globalization, Duke University Press, 2006. Hayalet iş kavramı için bkz. Mary L. Gray ve Siddharth Suri, Ghost Work. How to Stop Silicon Valley from Building a New Global Underclass, Houghton Mifflin Harcourt, 2019.
[67] Narin, “Yapay Zekâ ve Emek”, a.g.y., s. 46.
[68] David Naguib Pellow ve Lisa Sun-Hee Park, The Silicon Valley of Dreams. Environmental Injustice, Immigrant Workers, and the High-Tech Global Economy, New York University Press, 2002.
[69] Josh Lepawsky, Reassembling Rubbish. Worlding Electronic Waste, MIT Press, 2018.
[70] Janet Abbate, Inventing the Internet, MIT Press, 1999, birinci ve ikinci bölümler.
[71] Abbate, a.g.e., altıncı bölüm.
[72] Sergey Brin ve Lawrence Page, “The Anatomy of a Large-Scale Hypertextual Web Search Engine”, Computer Networks and ISDN Systems, cilt 30, sayı 1-7, 1998, s. 107-117.
[73] Matteo Pasquinelli, “Google’s PageRank Algorithm. A Diagram of Cognitive Capitalism and the Rentier of the Common Intellect”, Konrad Becker ve Felix Stalder (haz.), Deep Search. The Politics of Search Beyond Google, Transaction Publishers, 2009 içinde, s. 152-162.
[74] Karl Marx, Kapital, birinci cilt, çev. Mehmet Selik ve Nail Satlıgan, Yordam Kitap, 2011, yirmi üçüncü bölüm; Nick Srnicek, Platform Capitalism, Polity, 2017, birinci bölüm.
[75] Karl Marx, Kapital, birinci cilt, çev. Mehmet Selik ve Nail Satlıgan, Yordam Kitap, 2011, yirmi dördüncü bölüm “Sözde İlkel Birikim”.
[76] Narin, “Yapay Zekâ ve Emek”, a.g.y., s. 46.
[77] Philipp Koehn, Statistical Machine Translation, Cambridge University Press, 2010.
[78] Pasquinelli ve Joler, a.g.y.
[79] Tiziana Terranova, “Free Labor. Producing Culture for the Digital Economy”, Social Text, cilt 18, sayı 2, 2000, s. 33-58.
[80] Lilly Irani, “The Cultural Work of Microwork”, New Media & Society, cilt 17, sayı 5, 2015, s. 720-739; Gray ve Suri, a.g.e.
[81] Gray ve Suri, a.g.e., birinci bölüm.
[82] Amerika Birleşik Devletleri Sayıştayı, Data Mining. Federal Efforts Cover a Wide Range of Uses, GAO-04-548, 2004; Saraçoğlu, a.g.y.
[83] Annie Jacobsen, First Platoon. A Story of Modern War in the Age of Identity Dominance, Dutton, 2021.
[84] Max Chafkin, The Contrarian. Peter Thiel and Silicon Valley’s Pursuit of Power, Penguin Press, 2021, sekizinci bölüm.
[85] Jia Deng vd., “ImageNet. A Large-Scale Hierarchical Image Database”, IEEE Conference on Computer Vision and Pattern Recognition, 2009, s. 248-255; Dave Gershgorn, “The Data That Transformed AI Research and Possibly the World”, Quartz, 26 Temmuz 2017.
[86] Karl Marx, Grundrisse. Foundations of the Critique of Political Economy, çev. Martin Nicolaus, Penguin Books, 1973, “Fragment on Machines”, s. 706.
[87] John Nickolls, Ian Buck, Michael Garland ve Kevin Skadron, “Scalable Parallel Programming with CUDA”, ACM Queue, cilt 6, sayı 2, 2008, s. 40-53.
[88] Alex Krizhevsky, Ilya Sutskever ve Geoffrey E. Hinton, “ImageNet Classification with Deep Convolutional Neural Networks”, Advances in Neural Information Processing Systems 25, 2012, s. 1097-1105.
[89] Pasquinelli, a.g.e., giriş, s. 34-35.
(DS/VC)
