CAPTCHA (Completely Automated Public Turing test to tell Computers and Humans Apart-Bilgisayarları ve İnsanları Ayırt Etmek İçin Tamamen Otomatikleştirilmiş Genel Turing Testi) sistemleri, ilk ortaya çıktıklarında oldukça mütevazı bir amaca hizmet ediyordu: insan ile makineyi ayırt etmek. Ancak bu basit güvenlik katmanı, zaman içinde küresel ölçekte işleyen bir veri üretim mekanizmasına evrildi. Özellikle erken dönem uygulamalarda karşımıza çıkan bozulmuş metinler, aslında rastgele seçilmiş karakterler değildi. Aksine, dijitalleştirme sürecinde optik karakter tanıma (OCR) yazılımlarının çözemediği kelimelerdi. Kullanıcıya sunulan iki kelimeden biri sistem tarafından bilinirken, diğeri insan müdahalesine ihtiyaç duyuyordu. Böylece kullanıcı, farkında olmadan tarihi arşivlerin dijital ortama aktarılmasına katkı sağlıyordu.

Bu modelin evrimi, yapay zekâ teknolojilerinin ihtiyaçlarıyla paralel bir şekilde ilerledi. 2010’lu yılların ortalarına gelindiğinde metin tabanlı testlerin yerini görsel doğrulamalar aldı. Trafik lambaları, yaya geçitleri, otobüsler… Bunlar artık sadece nesneler değil, makine öğrenimi algoritmalarının “anlamlandırmayı öğrenmesi” gereken veri parçalarıydı. Özellikle otonom araç teknolojilerinin gelişimiyle birlikte, bu tür etiketlenmiş görsellerin değeri katlanarak arttı. Bir yapay zekânın bir nesneyi doğru tanıyabilmesi, ancak milyonlarca doğru etiketlenmiş örnek üzerinden mümkündür.

İşte tam bu noktada, küresel ölçekte dağıtılmış bir “gönüllü iş gücü” devreye girmektedir. Milyarlarca internet kullanıcısı, herhangi bir ücret almaksızın, her gün sayısız görseli sınıflandırarak yapay zekâ sistemlerinin eğitimine katkıda bulunmaktadır. Bu durum, klasik dolar ekonomisi perspektifinden bakıldığında oldukça dikkat çekicidir: yüksek maliyetli veri etiketleme süreçleri, kullanıcı deneyiminin içine gömülerek neredeyse sıfır maliyetle gerçekleştirilmektedir.

Bugün gelinen noktada ise CAPTCHA sistemleri bir adım daha ileri taşınmıştır. Artık kullanıcıların her seferinde görsel seçmesine dahi gerek kalmamaktadır. Davranışsal analiz temelli sistemler, fare hareketlerinden tıklama dinamiklerine kadar pek çok mikro veriyi analiz ederek bir “insanlık skoru” üretmektedir. Bu yaklaşım, sadece doğrulama sürecini hızlandırmakla kalmaz; aynı zamanda veri toplama sürecini de daha derin ve kapsamlı hale getirir.

Bu dönüşümün merkezinde yer alan temel kavram ise “temiz veri”dir. Yapay zekâ modellerinin başarısı, büyük ölçüde beslendikleri verinin kalitesiyle doğru orantılıdır. Literatürde sıkça atıf yapılan “Garbage In, Garbage Out” ilkesi, bu gerçeği yalın bir şekilde ifade eder. Dolayısıyla kullanıcıların gerçekleştirdiği her küçük etkileşim, aslında devasa bir veri ekosisteminin yapı taşlarını oluşturmaktadır.

Sonuç olarak, CAPTCHA sistemleri artık yalnızca bir güvenlik önlemi değil; aynı zamanda dijital ekonominin görünmez emek mekanizmalarından biridir. Kullanıcılar, bir web sayfasına erişim sağlamak isterken, kısa süreliğine küresel teknoloji şirketlerinin veri üretim süreçlerine entegre olmaktadır. Bu durum, dijital çağda emek, değer ve katılım kavramlarının yeniden düşünülmesini zorunlu kılmaktadır.

Belki de bir dahaki sefere “Tüm trafik lambalarını seçiniz” ifadesiyle karşılaştığımızda, yalnızca bir güvenlik testini değil; aynı zamanda küresel yapay zekâ ekosistemine yaptığımız katkıyı da hatırlamanız gerekir.

Prof. Dr. Ayhan ERDEM- Köşe Yazarı
aerdem@gazeteankara.com.tr
Gazi Üniversitesi Öğretim Üyesi
Gazete Ankara DHP – www.gazeteankara.com.tr