Yapay Zekâ İletişimimizi Nasıl Değiştiriyor?

Son yıllarda iletişimde büyük bir dönüşüm yaşanıyor. Akıllı telefonlar ve sosyal medya, diğer insanlarla kurduğumuz bağları çoktandır değiştirmişti. Ancak şimdi yapay zekâ teknolojileriyle bu değişimin yeni bir boyut kazandığını görüyoruz. Artık yalnızca insanlar değil, algoritmalar da konuşuyor; soruları yanıtlıyor ve insanlarla etkileşime geçiyor.

Doç. Dr. Bahar Kayıhan

Blue Planet Studio / iStock

ChatGPT, Siri ve Google Assistant gibi yapay zekâ araçları günlük yaşamın parçası hâline geldi. Fakat insan-makine iletişimi, klasik iletişim kuramlarının açıklamakta zorlandığı yeni bir alan. Geleneksel iletişim duygu, sezgi, niyet ve ortak deneyimler üzerine kuruludur. Claude Shannon, Roman Jakobson, Jürgen Habermas ve George Herbert Mead gibi düşünürler, iletişimi konuşanın niyeti ile dinleyenin bu ifadeye yüklediği anlamın etkileşimi sonucunda ortaya çıkan yani iki insan arasında anlamın karşılıklı olarak üretildiği bir süreç olarak tanımlar. Oysa yapay zekâ sezgiye, deneyime ya da toplumsal hafızaya sahip değildir, yalnızca verilerdeki örüntüleri analiz eder. Bu nedenle insan-makine iletişimi hem teknolojik hem de düşünsel açıdan yeni sorular ortaya çıkarabilir.

Yapay zeka ve İletişim — adventtr / iStock

İnsan-makine iletişimini anlamak için yalnızca teknolojik gelişmelere bakmak yeterli değildir. Bu alanın felsefi ve kültürel boyutları da en az teknik yönü kadar önem taşır. Farklı düşünürlerin değerlendirme ve yorumları, yapay zekânın iletişimdeki rolünü daha geniş bir çerçeveden değerlendirmemizi sağlıyor. Michel Foucault’nun bilgi ve güç ilişkilerine dair yorumları, yapay zekânın hangi bilgileri öne çıkardığını, hangi bilgileri ise görünmez kıldığını anlamamıza yardımcı oluyor. Susan Sontag’ın temsil ve görsellik üzerine analizleri, yapay zekâ tarafından üretilen görsellerde kimlerin nasıl temsil edildiğini sorgulamamızı sağlıyor. Judith Butler’ın dilin eyleyici niteliğine vurgu yapan yaklaşımı, yapay zekâ tarafından kullanılan dilin ne tür toplumsal etkilere yol açabileceğini gösteriyor. Rosi Braidotti’nin ve N. Katherine Hayles’in posthümanist (insanın merkezde olmadığı; insan, makine ve teknoloji arasındaki sınırların yeniden düşünüldüğü çağdaş düşünce akımı) tartışmaları, yapay zekânın iletişimde yalnızca insanların kullandığı bir araç olmadığını, iletişimin biçimini ve yönünü belirleyen etkin bir bileşen olduğunu fark etmemizi sağlıyor. Bu düşünsel temeller yapay zekânın yalnızca komutları işleyen bir araç olmadığını, iletişimde kimlerin nasıl temsil edildiğini ve kimlerin etkili olduğunu şekillendiren bir kültürel olguya dönüştüğünü gösteriyor.

Tüm bu farklı düşünce yaklaşımları, yapay zekânın gerçekten anlam üretip üretemeyeceği, empati kurup kuramayacağı ve insana özgü bir dil kullanıp kullanamayacağı gibi temel soruları da gündeme taşıyor. Yapay zekâ bizimle konuşan bir özne midir yoksa bize ait dili ve davranışları farklı bir biçimde tekrar eden gelişmiş bir taklitçi midir?

Michel Foucault, bilgi ve güç ilişkisine dair değerlendirmelerinde, bir kavrama yüklenen anlamının hiçbir zaman tamamen nötr ya da tarafsız bir şekilde oluşmadığını, bilginin içinde üretildiği koşullardan etkilendiğini belirtir. Ona göre söylemler yalnızca dil kurallarıyla değil, o alanda söz sahibi olan kuruluşların etkisiyle de şekillenir. Bu bakış açısı yapay zekâ için de geçerlidir. Yani bir yapay zekâ sisteminin bilgileri yorumlama ve anlam üretme kapasitesi, eğitildiği verilerin taşıdığı toplumsal, ekonomik ve politik eğilimlerden etkilenir. Bir yapay zekâ modelinin eğitildiği veriler belirli kalıplar ve önyargılar içeriyorsa modelin ürettiği içerikler de bu eğilimleri yansıtabiliyor. Örneğin bir yapay zekâ uygulamasından mühendis görseli oluşturması istendiğinde, modelin eğitildiği veri setindeki mühendis görsellerinin çoğu erkek figürlerden oluşuyorsa yapay zekâ tarafından üretilen görseldeki mühendis de büyük ihtimalle erkek olacaktır. İstatistiksel hesaplarla çalışan yapay zekânın tarafsız sonuçlar ürettiği düşünülse de aslında eğitim verilerindeki önyargıları ve kalıpları yansıtır. Bu nedenle bir yapay zekâ algoritmasının ürettiği sonuçlar, eğitildiği verileri toplayan, işleyen ve yöneten kuruluşların tercihlerinden etkilenir.

Yukarıdaki sorunun derinlemesine yanıtlanabilmesi, insan-makine iletişiminin tarihsel gelişimini, dilin doğasını ve makinelerin anlamı ne ölçüde “kavrayabildiğini” incelemeyi gerektiriyor. Günümüzde GPT gibi büyük dil modelleri, doğal dil işleme (NLP) yöntemleri kullanarak insan dilini çözümleyebiliyor ve yeni metinler üretebiliyor. ChatGPT ve Google Gemini gibi sohbet robotları bu teknolojilerin günlük yaşamdaki en görünür örnekleri.

Bu sistemlerin giderek daha sofistike hâle gelmesiyle birlikte özellikle ses tabanlı etkileşimlerde belirgin bir artış yaşanıyor. Elon Üniversitesi tarafından sonuçları 2025’te açıklanan araştırmanın sonuçlarına göre ABD’deki yetişkinlerin %52’si ChatGPT, Gemini gibi yapay zekâya dayalı büyük dil modelleri kullanıyor. Bu teknolojilerin kullanımın yaygınlaşmasındaki artış eğilimi, iletişimin yazılı biçimlerden ses tabanlı biçimlere doğru kaydığını ve insanların makinelerle konuşarak etkileşime geçmeyi giderek daha doğal bulduğunu gösteriyor. Statista’nın verileri de bu tabloyu destekliyor: Yapay zekâ tabanlı sohbet robotlarının küresel pazar değeri 2016’da 190 milyon dolarken 2024’te 1,34 milyar dolara ulaşmış durumda. Bu hızlı büyüme yalnızca teknolojinin gelişme hızını değil, yapay zekânın toplumsal yaşama ne kadar hızlı nüfuz ettiğini de açık biçimde ortaya koyuyor.

da-kuk / iStock

Bugün sohbet robotları ve sanal asistanlar müşteri hizmetlerinden eğitim ve sağlık uygulamalarına, çevrimiçi alışverişten kişisel iletişime kadar pek çok alanda kullandığımız iletişim biçimlerini dönüştürüyor. Bu sistemler artık yalnızca basit sorgulara yanıt vermiyor, makine öğrenimi sayesinde kullanıcıya özel öneriler sunabiliyor hatta kullandığı ifadelerden kullanıcının duygusal durumuna ilişkin tahminde bulunarak buna uygun tepkiler üretebiliyor. Örneğin bir kullanıcı bir e-ticaret sitesindeki sanal asistana “siparişim gecikti” diye yazdığında, sistem yalnızca “siparişiniz yolda” demek yerine “Gecikme için üzgünüm, yaşadığınız rahatsızlığı anlıyorum” gibi daha insani görünen bir yanıt verebiliyor. Hatta kullanıcının önceki kullanım davranışlarını, tercihlerini ve yazışma tarzını analiz ederek kişiye özgü yanıtlar üretebiliyor. Böylece iletişim, yalnızca bilgi aktarılan bir süreç olmaktan çıkıp insani etkileşim biçimlerinin taklit edildiği daha empatik bir yapıya dönüşüyor. Yapay zekâ bu yönüyle iletişimin teknik sınırlarını aşarak duyguların ve empati beklentisinin belirleyici olduğu bir iletişim biçimini kapsayacak şekilde gelişiyor.

ArtistGNDphotography / iStock

Yine de bu gelişmeler beraberinde etik, mahremiyet ve anlam üretme gibi önemli tartışmaları da getiriyor. Yapay zekâ sistemleri, etkili yanıtlar üretebilmek için konuşmalar, mesajlar ve sosyal medya etkileşimleri gibi kişisel verileri analiz ediyor. Bu durum sadece bu sistemler tarafından oluşturulan yanıtlardaki anlamın nasıl üretildiğini değil, bu anlamı o ifadeye kimin atfettiğini sorgulamamıza yol açıyor. Yani yapay zekâ sisteminin ürettiği yanıttaki anlam gerçekten kullanıcı tarafından mı yükleniyor yoksa veriyi toplayan ve işleyen sistemin veri seçimi, model yapısı ve yanıt üretme biçimi tarafından mı belirleniyor?

Bu tür sorulara yanıt bulmak için yapılan araştırmalar, insan-makine etkileşiminin duygusal boyutuna odaklanıyor. Örneğin katılımcılardan ChatGPT veya benzeri sistemlerle kişisel ve duygusal konularda sohbet etmeleri ve bu deneyimi nasıl hissettiklerini değerlendirmeleri istendiği çalışmalar, “yapay empati” olarak adlandırılan yaklaşımın sınırlarını ve yapay zekânın gerçekten anlam üretip üretemediğini incelememize yardımcı oluyor.

Sonuç olarak yapay zekâ çağında iletişim artık yalnızca insanlar arasında gerçekleşmiyor, insanlar ve makineler arasında da şekilleniyor. Gerçek zamanlı dil işleme, derin öğrenme ve duygu analizi gibi teknolojiler geliştikçe makinelerle kurduğumuz ilişkiler daha kişisel, daha doğal hatta belki de daha insani bir yapıya dönüşebilir. Yine de bu dönüşümün merkezinde önemli bir soru var: Yapay zekâ gerçekten bizimle mi konuşuyor yoksa söylediklerimizi sadece yeniden şekillendirerek bize geri mi aktarıyor?

NicoElNino / iStock

Yapay zekâ günümüzde tam anlamıyla özgün bir iletişim kuramasa bile bizi kendi dilimizi, düşünme biçimlerimizi “yeniden duymaya” yani dışarıdan bir bakış açısıyla değerlendirmeye zorluyor. Anlamın kaynağı hâlâ insan ancak bu anlam artık makineler aracılığıyla çoğalıyor, dönüşüyor ve yeni iletişim biçimlerinin ortaya çıkmasını sağlıyor. Eğer gelecekte bu sistemlerin verimliliğinde odak noktası daha verimli diyalog kurmak olursa yapay zekâ yalnızca bizi yankılayan bir araç olmaktan çıkıp yeni fikirler üretmeyi, yeni yaklaşımlar geliştirmeyi ve yeni düşünme biçimleri ortaya koymayı sağlayan bir araca dönüşebilir.

Derin Öğrenme: Yapay sinir ağlarını kullanarak büyük veri kümelerindeki karmaşık örüntüleri öğrenen yapay zekâ yöntemidir.

Doğal Dil İşleme (NLP): Bilgisayarların insan dilini çözümlemesi, yorumlaması ve yeni ifadeler üretebilmesini sağlayan yapay zekâ alanıdır. Sohbet robotlarından çeviri uygulamalarına kadar birçok teknolojide kullanılır.

Duygu Analizi: Bir metindeki duygusal yönelimi (olumlu, olumsuz ya da nötr) belirlemeye yarayan yöntemdir. Yapay zekânın daha uygun ve empatik yanıtlar vermesine katkı sağlar.

Makine Öğrenimi: Yapay zekânın deneyimlerden yola çıkarak kendi performansını geliştirmesini sağlayan yöntemler bütünüdür. Sistem, her
yeni veriyle biraz daha iyi sonuç üretir.

Kaynaklar