Takvim yapraklarını 2022 yılının Kasım ayına çevirelim. Hayatımıza o zamana kadar aşina olmadığımız, belki birçok kez işittiğimiz ama içeriğinden bihaber olduğumuz bir kavram dâhil oldu: Yapay zekâ. Başlangıçta fazla ilgilenmediğimiz bu kavramın baş döndürücü gelişimi üzerine o kaçınılmaz soru belirdi zihnimizde: Bu teknoloji bize rakip mi, yoksa asistan mı olacak?
Söz konusu tartışma aslında bana çok tanıdık gelen başka bir tarihi olayı hatırlatıyor. Yıllar önce hesap makineleri sınıflara ilk girdiğinde, bu cihazların çocukların hafızasını körelteceği düşünülerek matematik öğretmenleri benzer bir endişe duymuş. Hatta endişe öylesine büyümüş ki, 5 Nisan 1986’da ilkokullarda hesap makinesi kullanımına karşı çıkan öğretmenler, protestolar düzenleyerek gazetelere manşet bile olmuş. Bugün geriye dönüp baktığımızda net bir şekilde görüyoruz ki hesap makinesi zihni köreltmedi, aksine, çocukların enerjisini dört işlem yükünden kurtararak onları daha derin, analitik problemlere yöneltti. Bir de internetin ilk yaygınlaştığı dönemi hatırlayın. Birçok insan internetin bizi ele geçireceğini düşünüp ona karşı direnç gösterdi. Ancak günün sonunda interneti iyi ve verimli kullananlar ön plana çıkarken, yeniliğe sırtını dönenler ve direnç gösterenler yavaş yavaş sistemin dışına itildi.
Son zamanlarda ilkokullardaki eğitim teknolojileri üzerine yürüttüğüm akademik çalışmalarda yakından şahit olduğum bir gerçek var: Öğretmenlerimizin omuzlarındaki yük. Düşünsenize; bir sınıf öğretmeni her hafta ders planı hazırlıyor, sınav soruları yazıyor, velilerle iletişimi yönetiyor. Bunların büyük bir bölümü, aslında öğretmenin asıl işinin, yani öğrenciyle kuracağı o sıcak, insani bağın önüne set kuruyor. İşte yapay zekâ, bu yükü hafifletebildiği ölçüde öğretmenin daha fazla öğretmen olabilmesine imkân tanıyor. Ancak yapay zekânın sınıfa girebilmesi için önce öğretmenin o kapıyı aralaması, bu teknolojiyi tanıması ve okuryazarlığını geliştirmesi gerekiyor.
Nitekim iyi yönlendirildiğinde yapay zekâ, sınıftaki en sabırlı asistanımızdır. Bir öğretmen, 30 farklı öğrencinin 30 farklı sorusuna aynı anda yanıt veremezken yapay zekâ bunu kolaylıkla gerçekleştirebilir. Bir çocuk “Hocam ben anlamadım!” dediğinde, aynı konuyu o çocuğun seviyesine inerek, farklı bir örnekle ve yepyeni bir dille defalarca anlatabilir. Sabahın dördünde veya gecenin on ikisinde usanmadan çalışır. Sizden hiçbir şey istemez, elektrik ve su haricinde. Şu an muhtemelen, “Elektriği anladık da, su ne alaka?” diyorsunuz içinizden. Haklısınız. Sahi, bu görünmez aklın su faturası gerçekte ne kadardır; Bir damla mı, bir bardak mı, bir şişe mi, yoksa bir damacana mı?
“ChatGPT ile uzun sohbet etmek su tüketiyor.” söylentilerini duymuşsunuzdur. Önce kötü haberi vereyim: Evet, bu iddia kısmen doğru. Yapay zekâ ne kadar soyut bir teknoloji gibi algılansa da, aslında taleplerimizi yerine getirmek için devasa ve sıkıcı veri merkezlerini kullanır. Klavyede bir şeyler yazdığımızda, bu komutlar o merkezlerdeki sunucular tarafından işlenir. Elektrik akımı, işlemcilerden geçerken devreler üzerinde dirence maruz kalır ve bu enerjinin bir kısmı ısı olarak çevreye yayılır. Evimizdeki bilgisayarların fanlarla soğutulması gibi, on binlerce kat daha büyük olan bu veri merkezlerinin de soğutma sistemlerine ihtiyacı vardır. Peki, neden dev pervaneler yerine su kullanılıyor? Suyun özgül ısısı yaklaşık 4200 J/(kg⋅K) iken, havanınki yaklaşık 1000’dir. Yani su, havadan dört kat daha fazla ısıyı emer. Basit bir benzetme yapacak olursak; bir veri merkezini hava ile soğutmaya çalışmak, bir orman yangınını yelpazeyle söndürmeye benzer. Su ile soğutmak ise yangına doğrudan itfaiye hortumu tutmaktır. Elbette bu merkezlerdeki sistemlerde aynı su borularda devridaim eder. Ancak sistemin ısısını dışarı atabilmesi için soğutma kulelerinde kaçınılmaz bir buharlaşma gerçekleşir. İşte yapay zekânın içtiği su, bu buharlaşarak kaybolan sudan kaynaklanır.
Geçtiğimiz yıl yayımlanan “Making AI Less Thirsty” isimli akademik makale, bu konuda oldukça çarpıcı veriler ortaya koydu: Amerika’daki veri merkezlerinde, GPT-3 modelinin yalnızca eğitilmesi aşaması, 5,4 milyon litre su tüketimine neden oldu. Bunun 700.000 litresi doğrudan yerinde gerçekleşen buharlaşmaydı. Gözünüzde canlanması için belirteyim; 700.000 litre, standart 19 litrelik su damacanalarından yaklaşık 36.842 adet doldururdu. Kullanım aşamasında ise sistem, orta uzunluktaki yaklaşık 10-50 soru-cevaplık bir sohbet için 500 mililitrelik (standart bir pet şişe) su tüketmektedir. Bazı haber kaynakları bu veriyi “Her yapay zekâ komutu litrelerce su harcıyor!” şeklinde çarpıtarak sunmasına rağmen, yeni nesil çiplerin kapalı devre sıvı soğutmalara geçmesiyle bu miktarların giderek azaldığını da belirtmek gerekir. Adil bir karşılaştırma yapabilmek için günlük rutinimizdeki dijital ve fiziksel alışkanlıklarımıza bir göz atalım:
-
- Spotify vb. bir platformda 1 saat müzik dinlediğimizde 250 mililitre,
-
- Sosyal medyada 1 saat vakit geçirdiğimizde 430 mililitre,
-
- Eğer modern, çift kademeli sifon sistemlerine sahip bir tuvalete sahip değilsek sifonu her çektiğimizde 15-20 litre,
-
- 10 dakikalık standart bir duşta 100 litre su harcıyoruz.
Görüldüğü üzere, asıl mesele yapay zekâya sırtımızı dönmek veya “ChatGPT ile konuşurken kaç bardak su harcadım?” paniğine kapılmak değildir. Asıl sormamız gereken, tıpkı hesap makinesinde veya internette olduğu gibi bu gücü eğitimde ve bilimde insanlığın yararına nasıl kullanacağımızdır. Ve elbette, en az onun kadar önemli olan diğer soru şudur: Bu devasa zekâyı besleyen enerjiyi, doğayı tüketmeden, yenilenebilir kaynaklarla nasıl sürdürülebilir hale getirebiliriz?